Agent Skills
› brycewang-stanford/Awesome-Journal-Skills
› cie-institutional-background
cie-institutional-background
GitHub专用于《中国工业经济》稿件，核查制度背景细节以确保DID识别合法性。聚焦政策文件、时点、对象及分配规则，规避因信息模糊导致的拒稿风险，并衔接后续稳健性检验。
Trigger Scenarios
政策描述缺乏具体文件或时点
DID处理组来源不清
混淆分批试点与一次性冲击
审稿人质疑政策外生性或预期效应
Install
npx skills add brycewang-stanford/Awesome-Journal-Skills --skill cie-institutional-background -g -y
SKILL.md
Frontmatter
{
"name": "cie-institutional-background",
"description": "Use when the policy \/ institutional background section of a 《中国工业经济》 (China Industrial Economics) manuscript needs accurate detail — exact document names, effective dates, pilot batches and city lists, and the assignment rule that justifies the quasi-experiment. Sloppy policy detail is a frequent desk-reject trigger here."
}
制度背景（cie-institutional-background）
触发时机
- 制度背景段只说"近年来国家高度重视…"，无文件、无时点
- DID 的处理组/时点说不清来源
- 试点是分批的，但稿子当成一次性冲击
- 审稿人质疑"政策是否外生 / 是否被预期"
为什么本刊特别看重这一段
本刊实证工程化，识别的合法性几乎全押在制度细节上。处理时点、处理对象、分配规则讲不准，后面所有 DID / event-study 都站不住。这也是高频拒稿/退修点。
必须讲准的要素
- 政策文件：准确的文件名称、发文机关、发文时间（不要只写"国家出台政策"）
- 生效/执行时点：政策何时落地——决定 DID 的处理时点；分批试点要逐批列时点
- 处理对象：哪些城市/行业/企业被覆盖；分批试点必须给出批次与名单来源
- 分配规则：为什么这些对象被选中——这是平行趋势/外生性论证的根基
- 政策内容：政策到底"做了什么"，对应理论机制的哪一环
把制度细节接到识别上
- 分配规则若与结果变量相关 → 平行趋势可能不成立 → 预告需要 PSM-DID / 控制趋势（转
cie-robustness） - 分批试点 → 交错 DID → 必须用异质性稳健估计（转
cie-did-identification） - 政策被预期 / 提前响应 → event-study 的 pre-trend 与"预期效应"讨论
自检清单
- 政策文件名、发文机关、时间精确（可核查）
- 处理时点明确；分批试点逐批列时点与名单来源
- 处理对象与分配规则讲清，并接到外生性论证
- 制度内容对应理论机制的具体环节
- 时点与数据期对齐（避免处理后样本不足）
反模式
- "近年来，随着…国家日益重视…"开篇却无任何文件/时点
- 把分批试点当一次性冲击，忽视交错处理
- 制度背景与识别脱节，读完不知处理组怎么来的
- 政策名称简写/记错（如把"重大项目"写成"重大"，文件年份记错）
制度细节可核查度评级表
把制度背景按"可不可核查、接不接识别"分级，红格即高危退稿点。
| 要素 | A 级（可核查、接识别） | C 级（高危） |
|---|---|---|
| 政策文件 | 全称+发文机关+文号+时间 | "国家出台了相关政策" |
| 执行时点 | 逐批落地时点，与数据期对齐 | 时点含糊 / 用发文年当处理年 |
| 处理对象 | 城市/行业/企业名单 + 来源 | "部分地区""一些企业" |
| 分配规则 | 遴选标准并接平行趋势论证 | 只字未提，外生性无依据 |
| 政策内容 | 对应理论机制的具体环节 | 罗列文件原话不接机制 |
本刊把识别合法性押在制度细节上，C 级要素是高频退修/拒稿触发点；具体尺度以编辑部最新审稿标准为准。
微型走查：智能制造试点示范的制度背景写法
示意冲击为"智能制造试点示范"，常见误区是当成一次性政策。规范写法：
- 文件：写明工信部牵头的试点示范遴选通知全称、发文机关与年份（具体文号与年份以官方原文为准，不臆造）。
- 批次与时点：列出分批遴选——示意第一批 2015、第二批 2016、第三批 2017（实际批次与名单须查官方公示，文中标注来源）。
- 处理对象：示意覆盖若干制造业企业/项目，给出名单来源（官方公示链接或文件附件）。
- 分配规则：遴选偏向数字化基础较好、申报积极的企业 → 提示分配非随机 → 预告 PSM-DID（转
cie-robustness），并在 event-study 中检验平行趋势。 - 接识别：分批 ⇒ 交错处理 ⇒ 必须异质性稳健估计（转
cie-did-identification）。
审稿人追问 × 本刊语境修法
- "政策是否被企业预期、提前响应？" → event-study 展示处理前系数不显著，讨论申报到落地的时滞是否构成预期窗口。
- "试点企业本就先进，怎么可比？" → 交代遴选标准后引出 PSM-DID 与平行趋势检验，把"非随机分配"转为识别加固任务。
- "把分批试点当一次冲击了吧？" → 逐批列时点改造为交错 DID，说明已用异质性稳健估计应对负权重。
- "政策文号/年份对不上。" → 回官方原文核对，不确定处写"以官方公示为准"，绝不记忆填数。
校准锚点
- 智能制造试点、低碳城市、宽带中国等政策的批次、名单与文号请以官方公示与文件原文为准，本 skill 中的批次年份仅为流程示意。
- 本刊已刊政策评估论文通常以独立小节交代制度背景并附名单来源；篇幅与体例以《投稿（修改）指南》最新版为准。
- 凡不确定的政策细节一律写"以官方公示 / 编辑部最新稿约为准"，不编造精确日期或名单。
输出格式
【政策】<文件名 + 发文机关 + 时间>（可核查 √ / 待核实）
【处理时点】<单一 / 分批：批次+时点>
【处理对象】<范围 + 名单来源>
【分配规则】<外生论证强 / 弱 → 需 PSM/趋势控制>
【接识别】交错 □ 预期效应 □ 平行趋势风险 □
【下一步】cie-did-identification
Version History
- 1839142 Current 2026-07-05 12:28
