經(jīng)濟學(xué)專業(yè)經(jīng)濟研究機構(gòu)經(jīng)濟研究實習(xí)生實習(xí)報告一、摘要

2023年7月10日至2023年9月5日，我在XX經(jīng)濟研究機構(gòu)擔(dān)任經(jīng)濟研究實習(xí)生。核心工作包括協(xié)助完成3份區(qū)域經(jīng)濟發(fā)展報告，涉及數(shù)據(jù)收集與整理，累計處理超過2000份原始數(shù)據(jù)，運用Stata軟件進行計量分析，完成5個回歸模型，為報告提供數(shù)據(jù)支撐。參與機構(gòu)內(nèi)部研討會8次，根據(jù)反饋修改報告2版。期間應(yīng)用了面板數(shù)據(jù)模型分析區(qū)域GDP增長率影響因素，結(jié)果顯示產(chǎn)業(yè)結(jié)構(gòu)彈性系數(shù)為0.32，驗證了政策干預(yù)的有效性。掌握了從數(shù)據(jù)清洗到可視化呈現(xiàn)的全流程分析方法，形成可復(fù)用的經(jīng)濟數(shù)據(jù)分析模板，提升了實證研究能力。

二、實習(xí)內(nèi)容及過程

實習(xí)目的主要是想把書本上學(xué)到的經(jīng)濟模型用到實際研究中，看看真實世界的數(shù)據(jù)長什么樣，怎么處理。7月10日入職，在機構(gòu)研究部，跟著老師做區(qū)域經(jīng)濟課題。

實習(xí)單位是那種專門搞政策分析和經(jīng)濟預(yù)測的機構(gòu)，平時就靠做課題和給政府部門寫報告吃飯，氛圍挺濃厚的，大家都在那兒擺弄數(shù)據(jù)和模型。

我的主要工作是幫老師整理某個省份的產(chǎn)業(yè)數(shù)據(jù)，原始數(shù)據(jù)得手改不少，有的年份缺值，有的統(tǒng)計口徑不一樣，挺花時間的。8月15號前，我處理了大概1500多條企業(yè)微觀數(shù)據(jù)，用的是Excel和Stata，主要是把不同年份的數(shù)據(jù)合并到一起，還做了個簡單的描述性統(tǒng)計。期間還參與過一次關(guān)于消費函數(shù)的討論，試著用EViews畫了幾個時序圖，雖然最后模型做得不算好，但至少知道怎么從數(shù)據(jù)里看點東西。

有個挑戰(zhàn)是9月初幫老師做勞動力市場分析那部分，我之前沒接觸過這類數(shù)據(jù)，勞動力轉(zhuǎn)移系數(shù)那些指標搞不太懂，花了好幾天看文獻，還請教了師兄怎么算Leontief逆矩陣，最后總算把那部分弄出來了，雖然做得不咋地，但至少知道了投入產(chǎn)出分析是怎么用的。

實習(xí)成果的話，就是參與了兩個課題，一個關(guān)于區(qū)域創(chuàng)新，一個關(guān)于財政政策，我在前者里做了點數(shù)據(jù)整理和圖表繪制，后者稍微用了點計量，老師也給了點修改意見，說我的標準差分析用得還行。

收獲就是知道做研究不能光會跑模型，數(shù)據(jù)那塊兒太重要了，有時候花一半時間在處理數(shù)據(jù)上也不為過。還意識到自己計量基礎(chǔ)有點弱，得趕緊補課。另外，行業(yè)里大家都挺注重效率的，以前覺得做論文慢慢來挺好，現(xiàn)在明白有時候得快速迭代，先有個初步結(jié)果，再慢慢調(diào)。

問題的話，機構(gòu)里項目多，有時候人手不夠，管理上有點亂，培訓(xùn)機制也不咋地，就是給個任務(wù)啥的，沒系統(tǒng)的帶教。崗位匹配度上，感覺我能做的也就數(shù)據(jù)那塊兒，研究設(shè)計這塊兒參與得不多。

改進建議的話，建議多搞點入職培訓(xùn)，至少讓新人知道機構(gòu)常用的軟件和數(shù)據(jù)來源，另外可以搞個輪崗制，讓我接觸下報告撰寫那塊兒也行。

三、總結(jié)與體會

這8周，從7月10日到9月5日，感覺像是從校園到社會的短跑沖刺。在XX經(jīng)濟研究機構(gòu)的經(jīng)歷，讓我對經(jīng)濟學(xué)這門學(xué)科有了更立體的認識。以前覺得經(jīng)濟模型就是公式，數(shù)據(jù)就是數(shù)字，現(xiàn)在明白它們怎么變成政策建議里的一句一行。協(xié)助完成的3份報告，雖然只是數(shù)據(jù)整理和圖表制作，但看著最終成果里出現(xiàn)了自己處理過的數(shù)據(jù)點，心里挺踏實的。這讓我真切感受到，做研究得有始有終，不能光想結(jié)果，過程里的每個細節(jié)都得摳。

實習(xí)的價值閉環(huán)體現(xiàn)在哪兒呢？就是發(fā)現(xiàn)學(xué)校里學(xué)的多元回歸、VAR模型，在實際工作中得用Stata跑起來才管用。比如8月20號那會兒，幫老師處理消費函數(shù)數(shù)據(jù)，光會套用模型沒用，得知道怎么處理缺失值，怎么檢驗序列相關(guān)性，這些細節(jié)直接決定結(jié)果準不準。當(dāng)時為了弄懂ARIMA的參數(shù)選擇，翻了不少書，也問了師兄，最后算是把那部分數(shù)據(jù)導(dǎo)出來了。這讓我明白，理論知識和實操結(jié)合才能出成果。

對我職業(yè)規(guī)劃的影響挺大的。以前想當(dāng)高校老師，現(xiàn)在覺得在研究機構(gòu)待著也挺有意思，能接觸到實打?qū)嵉膯栴}。這段經(jīng)歷讓我意識到，想在行業(yè)里混，光有理論不行，還得懂點編程，會處理數(shù)據(jù)，抗壓能力也得強。比如9月初那段時間，同時跟進兩個項目，每天加完班回來還得繼續(xù)弄，雖然累，但確實成長快。未來打算先把計量經(jīng)濟學(xué)再啃一遍，還想考個CFA，感覺這些證能幫上忙。

看著國內(nèi)現(xiàn)在天天說要搞高質(zhì)量發(fā)展，各種宏觀政策推出來又調(diào)整，經(jīng)濟研究這塊兒挺有前景的。但感覺行業(yè)里普遍存在一個問題，就是研究碎片化，很多機構(gòu)就是接項目，寫完就完，缺乏長遠規(guī)劃。希望以后能有更多人沉下心來做點真正有深度的研究，而不是光追熱點。對我個人來說，最大的體會就是責(zé)任感和抗壓能力提升了。以前做論文，數(shù)據(jù)對不上就改模型，現(xiàn)在明白數(shù)據(jù)是基礎(chǔ)，得對得起每一個數(shù)字，這種心態(tài)轉(zhuǎn)變挺重要的。接下來學(xué)習(xí)，會更有針對性，比如計劃下學(xué)期多學(xué)學(xué)Python在經(jīng)濟學(xué)里的應(yīng)用，感覺能提高效率不少。

四、致謝

在XX經(jīng)濟研究機構(gòu)這8周的實習(xí)，經(jīng)歷挺充實的。特別感謝帶我的導(dǎo)師，給我機會接觸實際研究項目，平時對我遇到的模型問題挺耐心，后來做的那個區(qū)域創(chuàng)新分析報告，很多思路都是他點撥的。還