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）
| 维度 |
测度类 |
计量/预测类 |
IO/CGE 类 |
| 方法选择 |
DEA 规模假设、SFA 分布、参数法 vs 指数法 |
模型族（VAR vs VECM vs ARDL） |
分解形式、闭合规则 |
| 参数/设定 |
折旧率、基期、权重方案 |
滞后阶、窗口、识别约束 |
弹性参数取值、冲击幅度 |
| 数据口径 |
平减指数、变量定义 |
实时 vs 修订、频率 |
IO 表年份、部门聚合 |
| 样本范围 |
子样本/分组 |
子区间、剔除危机期 |
不同基准年 |
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
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。
| 稳健性维度 |
达标线 |
退稿表现 |
| 覆盖面 |
至少方法+参数+口径中两类 |
只"加几个控制变量"充数 |
| 报告形式 |
给区间/矩阵/秩稳定性 |
只展示自选的那一组 |
| 最敏感处 |
显式标注并讨论取值依据 |
高度敏感却不提 |
| 结论咬合 |
说清稳健 / 有条件稳健 |
含糊带过 |
| 套路匹配 |
用本刊套路而非因果刊安慰剂 |
拿安慰剂凑数 |
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）：
-
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）。
-
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%。
-
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。
-
样本维：剔除直辖市子样本、剔除疫情年 2020，趋势方向一致。
-
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
