ssc-evidence
GitHub指导《中国社会科学》稿件中经验证据的处理，确保方法服务于论题。涵盖定量、定性及历史比较方法的选择与规范，强调将统计结果或案例材料转化为思想发现，避免方法炫技，并提供学科底线核查与外审质疑回应策略。
Trigger Scenarios
Install
npx skills add brycewang-stanford/Awesome-Journal-Skills --skill ssc-evidence -g -y
SKILL.md
Frontmatter
{
"name": "ssc-evidence",
"description": "Use when handling empirical evidence in a 《中国社会科学》 (Social Sciences in China) manuscript — choosing among quantitative, qualitative, and historical-comparative methods so the method serves the proposition, and translating any analysis (including regressions) into a thesis-level finding rather than a coefficient dump. Use when evidence feels disconnected from the argument or reads as method-flexing."
}
经验证据（ssc-evidence）
触发时机
- 经验材料堆在那里，但没回扣命题
- 用了高级方法却讲不出"它帮我们看清了什么思想问题"
- 纠结该用定量、定性还是历史比较
第一原则：方法服务于论题
本刊方法多元、不偏好某一种。计量只是证据之一，不能替代理论论证。任何方法都要被翻译成"它如何支撑/检验核心命题"。
选择证据形态
| 命题类型 | 适配证据 |
|---|---|
| 因果/规模问题 | 定量（需注意识别，但不搞军备竞赛） |
| 机制/过程/意义问题 | 定性（访谈、案例、扎根、民族志） |
| 制度变迁/长时段 | 历史比较、文献/档案 |
| 概念/规范问题 | 思辨为主，经验为佐证 |
混合方法可加分，但每种都要做规范。
把分析翻译成思想发现
- 定量：不要停在系数表。说清"这意味着什么社会/经济过程""它如何支持命题"，报告量级而非只报显著性
- 定性：从材料中提炼概念/机制，与理论往返，避免故事复述
- 纯实证文若要冲本刊：必须补足理论命题层，否则更适合对口实证刊
证据—命题桥
每个证据段落后追加一句"因此"句：
因此，该证据说明 <机制/过程/概念关系>，从而支持/修正本文关于 <核心命题> 的判断。
如果写不出这句，说明该证据只是材料堆积，应删、移入附录，或回到 ssc-argumentation 重建论证。
分学科证据底线（本刊跨学科规范）
《中国社会科学》覆盖哲学、经济学、社会学、法学、历史学、文学、政治学等学科，证据规范随学科而异，但都要求可核查：
| 学科形态 | 合格证据 | 本刊常见硬伤 |
|---|---|---|
| 史学/思想史 | 一手文献、档案、版本可考，页下注到页码 | 转引二手概述冒充一手史料 |
| 法学 | 规范文本、判例、立法资料准确援引 | 以政策表述替代规范分析 |
| 经济学/定量 | 数据来源与口径明示，识别假设交代清楚 | 只报显著性，不报量级与机制 |
| 社会学/田野 | 个案选择逻辑与材料饱和度有说明 | 访谈片段直接当结论，无提炼 |
| 哲学/规范理论 | 推理有效，经典文本诠释准确 | 断章取义或文本误读 |
跨学科稿要同时守住所涉每个学科的底线——任一学科同行能挑出硬伤，整篇证据即失信。
微型示例：制度变迁稿的证据搭配
设一稿命题为"土地制度的弹性执行是基层秩序再生产的机制"。合格搭配：县级面板数据展示执行差异的规模与分布（定量）；两县档案与访谈追踪弹性执行的具体过程（历史＋田野）；每段证据后接"因此"句回扣命题。失败形态是三类材料各讲各的——定量节像经济学论文、案例节像新闻特稿，互不对话，命题悬空。
量级句的写法
不合格："回归系数在 1% 水平上显著。"合格："处理组收入提高约 X%，相当于样本均值的几分之一，且效应集中于某类群体——这说明 <机制> 而非 <对立机制> 在起作用。"在本刊语境下，量级句的终点永远是机制判断，而非统计显著性本身。历史与田野材料同理：给出现象的规模感（涉及多少县、多长时段、何种频率），让外学科读者也能掂量证据的分量。
外审对证据的高频质疑与回应
- "材料与命题之间隔着一层"→ 给每个证据段补"因此"句，补不出的段落删除或移附录
- "数据只是描述，未构成论证"→ 明示该证据在推理链中的位置：建立事实、排除对立解释，还是展示机制
- "个案代表性不足"→ 不硬辩"有代表性"，改为说明个案的类型学位置，并相应收窄命题边界
执行接口（StatsPAI / Stata MCP）
本刊不搞方法军备竞赛，但定量证据一旦承担命题重量，量级句里的每个数字都必须真的算出来。当稿件走 DID、IV、断点或合成控制识别，或外审追问稳健性与安慰剂时，就该从"给建议"切换到"跑估计"：方法—工具的完整映射见 execution-with-mcp。链路为 detect_design → preflight / recommend → 带 as_handle=true 拟合 → audit_result 列出该设计尚欠的检查（交错 DID 配 callaway_santanna 与 honest_did_from_result，弱工具配 anderson_rubin_ci）。跑完仍要回到本技能：把系数翻译成机制判断与"因此"句——工具解决可信，翻译解决思想。若 MCP 未连接，改用示例代码骨架并明示哪些数字未经实际验证。
自检清单
- 方法与命题类型匹配
- 每段经验分析都回扣核心命题
- 定量结果翻译成了过程/意义，报告了量级
- 定性材料提炼出概念/机制，不止讲故事
- 没有把方法复杂度当成贡献
反模式
- 系数表 + "结果显著，假设得证"，无思想解读
- 定性材料只复述，无概念提炼
- 为"看起来严谨"堆方法，与命题无关
- 纯实证无理论命题却硬投综合刊
输出格式
【证据形态】定量 / 定性 / 历史 / 混合
【与命题匹配】是 / 否
【思想翻译】到位 / 停在系数或故事
【炫技风险】有 / 无
【建议】留本刊 / 补理论 / 改投实证刊
Version History
- 1839142 Current 2026-07-05 14:26
