现在很多高水平经济学和政治性刊物都要求论文必须附上数据和程序了，可以下载进行重新分析和验证，如著名的https://dataverse.harvard.edu/

目前很多文献检验随机化效果的方法都是进行协变量平衡性检验，来看两个组（或多组）在各种可观察特征上是否没有差异。的确，所谓随机分配的有效性是建立在大数定律等统计理论基础上的，然而在现实中，由于资源和能力的限制，我们只能做一次实验而非多次（甚至无限次）实验，因此，一次随机分配很有可能是有问题的。这种情况下，我们只能小心的检查随机分配的过程，看是否存在明显的问题，如果不太严重，可以通过回归控制协变量等方法来弥补。我认为，社会科学实验必须借鉴医学研究的传统（本来就是从医学借鉴的），在大量实验的基础上，采用meta analysis等方法，来将分散的微观图像组合为更大范围的宏观制度和理论图像。我认为，各种复制都可以，纯粹的概念和理论复制、相同总体不同样本的复制，但要事先明确与之前研究的关系是什么，才能够有边际贡献。随机化的问题仍然需要回到理论上来，换句话说，明确随机化存在的缺陷是否对验证理论本身产生了威胁，这种缺陷如果进行深入的思考，可能更有意思。

好了，今天的访谈就到这里吧，由于是在线的即时回答，可能存在一些错误（如错别字等），希望大家多多包涵。有什么问题可以私信我讨论。

欢迎大家加入实地实验方法的阵营，为社会科学因果推断贡献力量！！

支持一下

这个领域有意思，感谢论坛组织者！