技能创建器
skill-creator
创建、改进和评估自定义技能,把专业流程转化为可重复使用的 AI 能力。
cie-topic-selection【数据与研究】Use to sharpen a topic for 《中国工业经济》 (China Industrial Economics) — anchoring on a clean China-policy quasi-experiment, firm behavior, industrial organization, or the digital economy, backed by stylized facts and 3–5 marginal contributions. Use before drafting, when the research question or contribution is fuzzy.
独立 GitHub 快照 · 自动分类 · 以原作者文档为准
办刊理念"理论顶天,实践立地":选题要突出问题导向,关注重大理论与现实问题,体现"六新"(选题/视角/方法/架构/语言/观点要新)。
| 黑名单 | 白名单 |
|---|---|
| "丰富了相关研究" | "首次识别 X 政策经由 <渠道> 影响 Y,区别于既有文献的 <旧解释>" |
| "拓展了研究视角" | "用 <新数据/新口径> 度量 <变量>,修正了既有 <高估/低估> 判断" |
| "具有重要现实意义" | "为 <主体> 在 <环节> 的 <决策> 提供了量化依据" |
| 审稿期待("六新"+问题导向) | 达标证据 | 退稿模式 |
|---|---|---|
| 对接国之大者 | 接制造强国/新质生产力/双循环 | 蹭概念无实质问题 |
| 特征事实支撑 | 用数据/图刻画现象 | "国家很重视"撑意义 |
| 识别可行 | 处理/对照/时点/反事实清晰 | 纯相关却称因果 |
| 边际贡献具体 | 3—5 条各对应"区别于哪篇" | "丰富了相关研究" |
| 不同质化 | 新机制/新口径/新场景 | 同一政策第 N 篇 |
"用众所不知的模型说明众所周知的道理"、同质化跟风是本刊典型退稿模式;审稿尺度以编辑部最新意见为准。
模糊起点:"想研究智能制造对企业的影响。"按三件套打磨:①特征事实——画"试点前后 TFP 与数字化投入分布"图(示意试点企业增速高于对照约 3 个百分点),把意义从"国家很重视"换成数据现象;②干净识别——锁定分批遴选作冲击,处理=入选企业、对照=未入选可比企业、时点=各批落地年,可上交错 DID;③边际贡献 3 条——首次用试点准实验识别因果效应(区别于自报指标的相关研究)、识别"数字化改造+人力资本"双渠道(区别于笼统"技术升级")、用工企+上市+海关多源数据修正既有判断。收口选题:"智能制造试点是否、经由何种渠道提升企业 TFP",接 cie-literature-review。
【选题领域】政策准实验 / 企业行为 / 产业组织 / 数字经济
【特征事实】有 <数据/图> / 缺
【政策冲击】<名称、时点、处理对象> / 待补
【边际贡献】1.… 2.… 3.…(各对应区别于哪篇)
【风险】<同质化 / 无识别 / 贡献空泛>
【下一步】cie-literature-review