Jqte Sensitivity

敏感性与稳健性（jqte-sensitivity）

触发时机

• 主测度/模型/预测结果有了，但只有一种设定
• 审稿人问"换个方法/参数/口径还成立吗"
• 误把因果刊的稳健性套路（安慰剂、平行趋势）当成本刊要的

本刊的稳健性 ≠ 因果刊的稳健性

因果论文比拼安慰剂、平行趋势、随机化检验；JQTE 测度/方法/预测论文比拼的是对"方法-参数-口径-样本"选择的敏感性——核心问题是"我这个数/这个预测，换合理的设定会不会翻"。

四类敏感性（按贡献类型取用）

报告方式

• 给敏感性区间或矩阵：核心结论在合理设定集合下的取值范围，而非只展示"我选的那个"
• 若结论对某参数特别敏感，明说并讨论合理取值的依据，不掩盖
• 测度类：核心排序/趋势是否在方法替代下稳定（如效率排名的秩相关）
• 预测类：不同窗口/基准下的相对优势是否稳定
• CGE：对关键弹性做参数扫描 (sensitivity sweep) 或系统敏感性分析 (SSA)

自检清单

• 至少覆盖"方法 + 参数 + 口径"中两类敏感性
• 给出结论的取值区间/秩稳定性，而非单点
• 对最敏感的假设有显式讨论与依据
• 敏感性结论与主结论的关系说清（稳健 / 有条件稳健）
• 没有用因果刊的安慰剂套路充数

反模式

• 只展示自己选的那一组设定，回避替代设定
• 把"加几个控制变量"当全部稳健性（测度类这远不够）
• 结论对参数高度敏感却不提
• CGE 不对弹性做敏感性，单点结果当定论

本刊稳健性审稿标尺（非因果刊版）

《数量经济技术经济研究》比拼的不是安慰剂/平行趋势,而是"换合理的方法-参数-口径-样本,我这个数/预测会不会翻"。下表把本刊稳健性期待落成可核对项。

微型走查：数字经济指数稳健性矩阵（示意）

承接省级数字经济指数稿件，合格敏感性设计（数字为示意）：

1. 方法维：等权 vs 熵权 vs 主成分赋权——三种方案下省级排名秩相关 ρ≈0.93/0.90（示意）。
2. 参数维：标准化方式（极差 vs z-score）、缺失值补全（插值 vs 删除）切换，指数水平变动均值<3%。
3. 口径维：基期 2018→2020、产业法 vs 渗透法口径，核心排序前五省份不变。
4. 样本维：剔除直辖市子样本、剔除疫情年 2020，趋势方向一致。
5. 判定：核心排名"稳健"；指数绝对水平"有条件稳健"（依赖赋权方案）——明说不掩盖。

【贡献类型】测度（数字经济指数）
【已做敏感性】方法 □ 参数 □ 口径 □ 样本 □
【结论稳健性】排名稳健；绝对水平有条件稳健（依赖赋权方案）
【最敏感假设】赋权方法（等权 vs 熵权），依据：客观赋权更可复现
【缺口】未做跨数据源交叉验证
【下一步】jqte-tables-figures

审稿人追问模式 + 本刊语境修法

• "只加了几个控制变量就算稳健？" → 测度类这远不够；补方法替代（DEA 规模假设/SFA 分布）、参数扫描、口径切换的矩阵。
• "CGE 弹性一变结论是否反转？" → 对关键弹性做参数扫描或系统敏感性分析 (SSA)，报稳健区间。
• "你用了安慰剂检验？" → 安慰剂是因果刊套路；本刊测度/预测论文应改用方法-参数-口径-样本敏感性，不要张冠李戴。

校准锚点

• 本刊已刊测度/预测论文常以"敏感性矩阵 + 秩相关 + 最敏感假设讨论"呈现稳健性,而非安慰剂图——可据此校准稳健性章节形态。
• 究竟需覆盖几类敏感性属审稿弹性区间，以编辑部最新栏目惯例与外审意见为准。

输出格式

【贡献类型】测度 / 计量预测 / IO-CGE
【已做敏感性】方法 □ 参数 □ 口径 □ 样本 □
【结论稳健性】稳健 / 有条件稳健（条件 <…>）/ 不稳健
【最敏感假设】<…>，依据 <…>
【缺口】<待补的敏感性>
【下一步】jqte-tables-figures