用途：在主回归定稿后，帮助作者系统构建并撰写《经济研究》类经济学论文的稳健性检验章节，按“识别威胁”而非零散招式组织检验，避免把机制或异质性误当稳健性。
主要能力：区分基准结果、稳健性、机制、异质性四类；按五类识别威胁给出检验清单——遗漏变量/内生性（更换识别策略、IV、高维固定效应、Oster 2019 δ 与 β 边界、安慰剂）、测量误差（替换核心被解释变量与解释变量度量、不同指标构造）、样本选择（剔除特殊样本、不同时间窗、PSM、Heckman）、估计方法/标准误（更换聚类层次、双向聚类、Bootstrap、少聚类用 wild cluster bootstrap、缩尾敏感性）、功能形式（二次项、分位数回归、对数与水平）。另含 DID 专属稳健性：平行趋势事件研究、随机化处理时点/对象的安慰剂（500–1000 次并画系数分布）、排除同期政策、异质性稳健估计量（csdid、did_imputation）替换 TWFE、改变处理组定义。
使用方式：每个检验按固定结构成段——回应某识别威胁、说明具体做法、报告系数数值与显著性、并与基准回归比较方向与量级，结论句为“核心结论不变”。安慰剂写作有模板。执行桥接 StatsPAI/Stata MCP，可用 romano_wolf、benjamini_hochberg、oster_delta、sensemakr、wild_cluster_bootstrap、twoway_cluster、conley、audit_result、etable 等；正文留 2–4 个决定性检验，次要检验入附录。
适用场景：经济学实证论文稳健性章节写作与审稿回应。
限制：资料未提供具体软件版本、价格、平台与效果数据；正文稳健性表数量经验值约 3–5 张，以投稿当期官网为准。