brycewang-stanford 匹配度与贡献定位（jqte-fit-positioning）
触发时机
- 还没动笔大改前，先问"这篇对不对口、贡献该怎么框"
- 有 TFP/效率/预测/分解结果，但不确定要不要包装成因果
- 识别其实很干净，纠结投本刊还是经济研究/季刊
第一步：判定贡献类型（决定全文骨架）
| 贡献类型 | 特征 | 本刊匹配度 |
|---|---|---|
| 测度 | TFP/效率/指数/技术进步分解的"量得准" | 高 |
| 预测 | 宏观计量、景气、混频、政策模拟的"测得好" | 高 |
| 方法应用/改进 | 前沿计量用到中国数据并讲清适用条件 | 高 |
| 结构分解 | IO/CGE/SDA 的"分解清、可复现" | 高 |
| 干净因果 | 强识别 + 理论机制是核心卖点 | 中/低（多半改投） |
本刊隐性门槛：测度透明、方法得当、可复现 > 因果叙事的干净度。识别弱却硬包装因果，是高频拒因。
三道筛子（任一不过即高风险）
- 核心可量化吗：本文的贡献能落到一个"量/预测/分解得更好"的具体对象吗？还是只有一个泛泛的实证回归？
- 方法节立得住吗：构造/设定/参数是否透明、可复现，而非黑箱跑软件？
- 是不是硬凑因果：去掉勉强的因果话术后，测度/方法本身还成立且有价值吗？（若是，就老实做测度）
匹配度评级
| 评级 | 特征 | 处置 |
|---|---|---|
| 高 | 测度/预测/分解为核 + 方法透明可复现 | 进入 jqte-topic-selection 精修 |
| 中 | 方向对但方法节单薄 / 因果话术过重 | 先补 jqte-measurement/jqte-io-cge，并去掉硬凑因果 |
| 低 | 干净因果是真卖点 / 纯算法贡献 / 题目琐碎 | 改投对口期刊（见下） |
改投路由（fit 低时）
- 干净因果 + 理论：
economic-research/china-economic-quarterly - 产业/政策实证 + 厚稳健性：
china-industrial-economics - 数理模型/算法本身是贡献：
journal-of-management-sciences-china
自检清单
- 能一句话说清贡献类型（测度/预测/方法/分解/因果）
- 贡献能落到"量/预测/分解得更好"的具体对象
- 方法节透明可复现，不是黑箱
- 没有为了"上档次"硬凑站不住的因果故事
反模式
- 给测度论文硬套 DID/IV 叙事——审稿人会问"识别站得住吗"，不如老实做测度
- 把"跑了个回归"当成够格——本刊看重方法与测度的扎实，不是回归本身
- 识别其实很干净却投本刊——清晰因果应去经济研究/季刊
本刊收稿门槛画像（匹配度决策表）
《数量经济技术经济研究》以数量方法立刊，匹配度的隐性主轴是"方法/测度的分量"而非"因果故事的干净度"。
| 稿件形态（本刊语境） | 是否对口 | 典型处置 |
|---|---|---|
| 数字经济规模/TFP/碳效率测度，构造透明 | 高度对口 | 精修测度节，进 jqte-topic-selection |
| 宏观计量预测、混频 nowcasting、政策模拟 | 高度对口 | 补样本外评估，进 jqte-forecasting |
| 前沿计量/机器学习用到中国数据并讲清边界 | 对口 | 强化方法新意与适用条件 |
| 强识别 DID/IV、理论机制是核心卖点 | 偏弱 | 多半改投经济研究/季刊 |
| 纯算法/纯数理模型，无经济测度落地 | 偏弱 | 改投管理科学类 |
微型走查：一篇"被误包装成因果"的稿件如何救回
设想《数字普惠金融对全要素生产率的影响》（示意稿件），作者初稿写成因果论文：
- 三道筛子：核心其实是省级 TFP 测算（OP/LP 法）+ 数字普惠金融指数构建，可量化对象清晰；但识别只靠面板固定效应，因果话术偏硬。
- 判定与重框：去掉"影响"的因果叙事后，TFP 测度 + 指数构建本身可立——贡献类型判为测度 + 方法应用，匹配度由"中"升为"高"；标题改为"……的测算与关联特征分析"。
- 路由：进
jqte-measurement夯实测度节，jqte-sensitivity配方法敏感性。
【匹配度】高（去因果话术后，测度+指数构造本身立得住）
【贡献类型】测度 + 方法应用（原误判为因果）
【关键救稿动作】标题与论证从"影响"改为"测算与关联"（示意）
【风险】若坚持强因果断言 → 改投经济研究/季刊
审稿人追问模式 + 本刊语境修法
- "你说是因果，识别站得住吗？" → 若真正贡献是测度/方法，不要硬补弱工具变量；坦诚重定位为测度贡献，用敏感性而非安慰剂保障稳健（参
jqte-rebuttal）。 - "这和某产业经济刊的实证有何区别？" → 强调本文落点在"量得准/预测得好/分解得清"的数量方法贡献，而非产业政策评估，凸显方法节的分量。
- "换地区重跑算贡献吗？" → 若仅是数据更新，需补方法或口径新意，否则匹配度判低、建议另投。
校准锚点
- 本刊已刊论文里，"测度/预测/分解为核 + 方法透明"是主流形态；纯因果识别论文相对少见。
- 跨刊改投的边界会随各刊定位微调，以各刊最新征稿与编辑部沟通为准。
输出格式
【匹配度】高 / 中 / 低（一句话理由）
【贡献类型】测度 / 预测 / 方法应用 / IO-CGE分解 / 因果
【方法节】透明可复现 / 单薄黑箱（需补）
【因果话术】无 / 适度 / 硬凑（需去掉）
【建议】精修本刊 / 先补方法 / 改投 <期刊>
【下一步】jqte-topic-selection
Source: brycewang-stanford/Awesome-Journal-Skills → Journal-of-Quantitative-and-Technological-Economics-Skills/skills/jqte-fit-positioning/SKILL.md