AI作为经济学研究工具

一张表看清四类研究能力

AI进入经济学研究时，最有用的分类不是监督学习、深度学习或大语言模型，而是它在研究链条中承担的任务：生成主体行为、把非结构化信息转化为变量、辅助估计因果参数，以及预测复杂动态。

同一种模型可以承担多种任务，但任务不同，验证对象也不同。行为相似、测量有效、因果可信和预测准确不能互相替代。

• 行为生成：输出选择、回答或策略；比较均值、分布、个体与跨任务稳定性
• 信息表征：输出标签、主题或向量；检验语境、标注一致性与外部效度
• 因果估计：输出处理效应；依赖识别假设、正交化、交叉拟合与稳健性检验
• 动态预测：输出路径或概率分布；依赖滚动样本外、结构突变与实时数据评价

行为生成：LLM是合成被试，不是真实被试

LLM可以根据实验指令和主体画像生成选择，为探索假设、检查材料和开展敏感性分析提供低成本基础设施。但模型没有真实收入、风险与机会成本，其输出首先是模型行为。

证据应从处理效应方向和群体均值，逐步推进到完整分布、个体预测、跨任务一致性及对提示和模型版本的稳定性。只有在明确验证层级后，才能判断合成被试适合探索、预注册辅助还是正式证据。

信息表征：从词典法到大语言模型

词典法和主题模型透明、成本低，但难以处理否定、多义和领域语境；监督学习与词嵌入提高了语义表达能力，却依赖标注与训练样本；预训练模型和LLM支持语境化抽取，但也引入提示敏感性与版本变化。

文本模型构造的是经济测量变量。研究者必须说明标签的经济含义，并使用领域标注、人工复核和外部结果变量验证它。

因果估计：机器学习改善估计，不创造识别

双重机器学习利用灵活模型估计高维干扰函数，再通过正交得分与交叉拟合降低正则化和过拟合对目标参数的影响；因果森林等方法则帮助刻画条件平均处理效应。

这些方法解决的是给定识别条件下的估计问题。未观测混杂、反向因果或政策改变行为规则时，更强的预测器仍不能自动给出可信因果效应。

动态预测：必须面对时间顺序与结构变化

深度时序模型和基础模型能够处理非线性、长依赖和跨数据集迁移，但随机划分训练集与测试集会破坏经济时间顺序。规范评价应使用滚动或扩展窗口的样本外检验。

平均误差还不足以评价宏观和金融风险。概率校准、分位数表现、极端情景、数据修订和制度变化后的稳定性同样重要。

四类能力如何组合成一项研究

一项政策研究可以先用文本模型从新闻或政策文件构造变量，再用因果方法估计处理效应，并把估计结果用于仿真校准；实验数据也可以用于检验AI生成行为。方法可以串联，但每一步都要保留独立的误差来源和验证标准。

• 先写清研究问题与目标变量，再选择模型
• 分别报告测量误差、识别假设和预测误差
• 保留模型版本、提示、数据时间戳与复现实验配置
• 把适用边界写进结论，而不是留在附录