🔍 耿同学打假报告

论文信息

标题：Policy Evaluation on the Construction of Logistics Center City based on a Difference-in-Differences Approach: A Case Study of Shenzhen
作者：Kejie HUANG, Zhenhua LIU, Cheng LI, Qingxuan LU, Le YU, Binglei XIE
期刊：文本中未提供（疑似初稿或低质量同行评审期刊）
DOI：文本中未提供
发表年份：2023年及之后（参考文献最新为2023年，且提及访问政府网站时间为2023年10月）
论文来源：Paper 119_Le Yu.pdf

综合评定：🟠 高度可疑（核心逻辑硬伤，建议深入调查）

（注：受限于纯文本输入，无法进行第一式图片复用和第三式PS痕迹的像素级鉴定，本报告主要聚焦于数据逻辑、统计学常识与计量经济学常识的审查。）

详细发现

发现 1：薛定谔的月度 GDP（致命的数据源造假嫌疑）

位置：3.1 Variables Description & Table 2 & 4.1 Data Source
描述：作者声称所有的控制变量中包含月度级别的“Gross Domestic Product (GDP)”，且数据来源于“深圳和广州统计局的官方月度统计数据”（2月至7月，2021-2023）。
证据：在中国统计局的官方披露体系中，国家、省、市级层面均不公布“月度GDP”绝对数值，通常只公布季度GDP累计值或部分月度经济指数。作者在描述性统计表（Table 2）中居然给出了 gdp 的 Min（2135）和 Max（3154），且标准差极小（270.6）。这个数据如果是绝对值，那是严重违背中国宏观经济数据披露常识的；如果是作者自己估算的，则属于严重的数据造假（Data Fabrication）。
严重程度：🔴

发现 2：统计学上的“ anomalies ”（离谱的 R² 与多重共线性）

位置：Table 3. Baseline Regression Results
描述：在回归结果中，OLS、时间固定效应和双向固定效应模型的 R² 分别高达 0.970、0.994 和 0.955。
证据：在社会科学和经济学的现实数据中，使用宏观加总面板数据（且只有两个城市56个月的样本），拟合优度达到 0.994 几乎是不可能的。更离谱的是，作者将“货运量”（铁路+公路+水路+航空）作为因变量，却把“吞吐量”（包含港口吞吐量）、“周转量”（包含货物周转量）和“客运量”作为控制变量。因变量和部分控制变量在物理意义上存在极强的包含关系和数学上的自相关（多重共线性）。这种 0.994 的 R² 往往意味着因变量和自变量本质上在算同一笔账，或者是纯纯的“Hacking”结果。
严重程度：🔴

发现 3：荒谬的“安慰剂检验”（不懂装懂的滥用方法）

位置：5.3 Placebo Test & Figure 2
描述：作者声称进行了 500 次随机抽样安慰剂检验：“Individuals were randomly selected as treatment groups and time variables were randomly selected as implementation nodes...”。
证据：这是该论文最大的笑话。这篇 DID 模型的样本只有两个城市（深圳和广州）！在面板数据中，所谓的个体就是城市。如果你“随机选择个体作为处理组”，你就是在深圳和广州之间随机扔硬币。这种只有 2 个个体的面板数据，根本无法、也绝不能通过随机打乱处理组来做安慰剂检验，因为你的自由度和样本池根本不支持这种渐进式推断。作者大概率是下载了一份网上的 Stata 安慰剂检验代码，连改都没改直接跑出了一张漂亮的正态分布图（Figure 2）贴上来，纯属忽悠外行。
严重程度：🔴

发现 4：文本复制粘贴遗留的“残骸”

位置：3.1 Variables Description
描述：对于变量的定义出现了明显的文本错乱。
证据：
- (1) Dependent Variable 描述中出现：“The changes in the values of the Independent Variable: are caused by the changes in the other variables...”
- (2) Independent Variable 描述中出现：“Changes in the values of Independent Variable are not disturbed... which in DID is a dummy variable that is created as an influence on the Dependent Variable: in the model...”
- 这显然是作者在抄袭/复制其他论文的模板时，没有把变量名替换干净，导致自变量和因变量的定义描述出现了互相指代的低级逻辑错误。
严重程度：🟠

发现 5：DID 模型设定中的时间错位

位置：3.2 & 4.1 & Literature Review
描述：作者提到使用的是“2021年2月至2023年7月”的数据。但评估的政策是《深圳市现代物流基础设施建设策略（2021-2035）》。
证据：在参考文献中，该政策的网址访问时间是2023年10月（说明政策发布或其近期行动纲领大概率是2022年甚至2023年才出台的）。如果政策是2022年出台的，那么2021年2月至2022年期间的数据就是政策前。但在 5.2 动态效应分析中，作者声称合并了政策前4期和后3期的数据，且“在政策实施前2-4个月动态效应无明显变化”。这种时间窗口的划分极其模糊，存在为了凑出“平行趋势”而刻意挑选时间节点的嫌疑。
严重程度：🟡

耿同学辣评

好家伙，我看这篇论文不是在评估深圳物流中心建设，而是在评估咱们评审专家的眼瞎程度！

第一，中国官方啥时候公布过“月度GDP”绝对值了？作者凭空变出来的月度 GDP 还是保密的？
第二，DID 模型一共就两个城市（深圳和广州），你告诉我你做了 500 次随机分组的安慰剂检验？你拿两个城市怎么随机？抛硬币吗？图 2 那张完美的正态分布图，是哪位大神帮你跑出来的代码？这简直是计量经济学界的“灵异事件”！
第三，把各种运量加起来做因变量，再拿各种吞吐量加起来做自变量，最后 R² 高达 0.994。这能不显著吗？这就好比用“左腿迈步的步数”去回归“整体走路的距离”，但凡你跑个回归它不等于 1，那都说明 Stata 软件出 Bug 了！

论文写得跟套公式一样，模板复制的连 Independent 和 Dependent 都没改干净。建议作者先去搞清楚统计局到底发不发月度 GDP，再去重修一下计量经济学，别把学术当“连连看”玩！

建议后续行动

联系作者要求提供原始数据（尤其是传说中的月度 GDP 数据和安慰剂检验的 Do-file）
在 PubPeer 上提出质疑
向期刊编辑部举报（如已发表）
向作者所在单位（深圳技术大学、哈工大深圳）学术委员会举报其极其不严谨的学术行为与方法学造假嫌疑

⚠️ 免责声明

本报告由 AI 辅助生成，仅供学术讨论参考。
学术不端的最终认定需要专业机构调查。
我们支持学术诚信，但也尊重每一位研究者的名誉权。
如有异议，请以官方调查结论为准。
本工具不保证检测结果的准确性，误报和漏报均有可能。

Policy Evaluation on the Construction of Logistics Center City based on a Difference-in-Differences Approach: A Case Study of Shenzhen