Skills Data Science Quantitative Economics and Technical Studies

Quantitative Economics and Technical Studies

v20260724
journal-of-quantitative-technological-economics
This skill provides detailed guidance on assessing a research paper's alignment with the scope of quantitative economics and technical economics journals. It helps determine if the core contribution lies in advanced quantitative methods, econometrics, efficiency measurements (TFP, DEA), or input-output analysis, guiding authors toward the most suitable academic publication venue.
Get Skill
440 downloads
Overview

《数量经济技术经济研究》投稿(journal-of-quantitative-technological-economics)

期刊定位

中国社会科学院数量经济与技术经济研究所主办。两条主线:数量经济学(计量方法及其应用、宏观计量、经济预测、投入产出、CGE)与技术经济学(技术进步、生产率、效率评价、创新与数字经济的测度与评估)。相较《经济研究》《CEQ》偏理论/因果,本刊更看重测度与方法的应用价值——把"怎么量、量得准、预测得好"做扎实。

触发时机

  • 贡献点在测度/方法:全要素生产率、效率(DEA/SFA)、技术进步分解、投入产出/CGE、指数构建
  • 题目是宏观计量、经济预测、政策模拟、新经济(数字经济/AI)测度
  • 文章方法应用扎实但"因果故事"不强,担心被纯因果刊嫌识别弱
  • 想判断该投本刊还是《经济研究》/《中国工业经济》

选题偏好

  1. 生产率与效率测度:TFP、Malmquist、DEA/SFA、技术进步分解
  2. 宏观计量与预测:时间序列、混频/大数据计量、景气与预测、政策模拟
  3. 投入产出与一般均衡:IO 表分析、CGE、结构分解(SDA)
  4. 技术经济评价:技术/项目经济评价、创新与数字经济的量化
  5. 计量方法的应用与改进:把前沿方法用到中国数据并讲清适用条件

方法与规范(测度/方法为核)

  • 测度类:方法选择有依据,指标构造透明,对测度敏感性(不同方法/参数)做检验
  • 计量/预测类:模型设定、平稳性/协整、样本外预测评估(RMSE/方向准确率)规范
  • IO/CGE:数据来源、参数校准、闭合规则、情景设定清楚,结果可复现
  • 因果识别不是必需,但若做因果,仍按现代规范(DID 异质性、IV 推断)
  • 评判重点:测得准不准、方法用得对不对、结论稳不稳

结构与写作

  • 引言:现实/政策需求 → 现有测度或方法的不足 → 本文方法贡献
  • 方法节是重头:把模型/算法/指标讲透,假设与适用条件显式
  • 结果要给量化解读 + 敏感性,技术经济类要落到评价结论
  • 政策/实务含义面向规划、预测、产业与技术决策

路由防误投

  • 本刊快速定位属于“综合经济”通道;只有当稿件的核心贡献满足“经济学问题意识、机制解释和可外推的理论/政策贡献必须成立”时,才把 《数量经济技术经济研究》 作为首选。
  • 相近 profile 先比较:journal-of-management-sciences-china(《管理科学学报》) / journal-of-public-management(《公共管理学报》) / journal-of-shanghai-university-of-finance-and-economics(《上海财经大学学报》) / journal-of-shanxi-university-of-finance-and-economics(《山西财经大学学报》)。若这些刊物的读者对象更贴近,不要因为名称、地区或变量相似而强行投本刊。
  • 常见误投:若只是行业背景或地方案例,比较更窄的产业、财政、金融或区域刊。 正式建议前仍需进入官方核验清单。

官方核验清单

  • 正式给出投稿格式/流程建议前,先读取 ../../resources/source-basis.md../../resources/official-source-map.md,从其中的官方来源锚点或同一主办/出版体系入口开始核验,并在回答中说明核验日期。
  • 检索“《数量经济技术经济研究》 投稿须知 / 征稿简则 / 作者指南”,以官网、主办单位页面、采编系统或期刊官方 CNKI 页面为准
  • 核对是否要求匿名正文、作者信息页、基金信息单列、摘要/关键词/JEL 或中图分类号、图表/参考文献格式
  • 核对是否有数据、程序、补充材料、版权协议、不收费声明或特殊栏目要求
  • 若本 skill 与最新官方要求冲突,以官方要求为准

投稿前自检

  • 贡献点清楚是"测度/方法应用"还是"因果",并据此组织全文
  • 指标/模型构造透明、可复现
  • 做了测度/参数敏感性或样本外评估
  • 数据来源与口径准确(宏观/IO/行业数据)
  • 方法适用条件与局限有交代
  • 结论给出量化解读,不止显著性

高频拒稿雷区

  • 用现成软件跑 DEA/SFA/CGE 却不交代设定与参数来源
  • 预测模型不做样本外评估,只报样本内拟合
  • 指数/测度构造不透明,无法复现
  • 强行包装因果故事但识别站不住(不如老实做测度)
  • 方法堆砌,缺对中国数据/政策的实际意义

决策口诀

  • "贡献在测度/预测/方法应用" → 本刊对口
  • "贡献在干净因果 + 理论" → 《经济研究》/《CEQ》
  • "贡献在产业政策评估 + 厚稳健性" → 《中国工业经济》
  • "贡献在数理模型/算法本身" → 《管理科学学报》

输出格式

【匹配度】高 / 中 / 低
【贡献类型】测度 / 预测 / IO-CGE / 计量方法应用 / 因果
【方法透明度】构造可复现 □ 敏感性/样本外评估 □
【数据口径】准确 / 存疑 <点>
【实务含义】规划 / 预测 / 产业 / 技术决策
【建议去向】JQTE / 经济研究 / 中国工业经济 / 管理科学学报
Info
Category Data Science
Name journal-of-quantitative-technological-economics
Version v20260724
Size 5.69KB
Updated At 2026-07-28
Language