Jqte Topic Selection

---
name: jqte-topic-selection
description: Use to sharpen a topic for 《数量经济技术经济研究》 (JQTE) — turning a vague empirical idea into a measurement / forecasting / method-application question with a clear quantitative object, a method-side novelty, and value for China's planning or technology decisions. Use before drafting, when the contribution shape is still fuzzy.
---

# 选题（jqte-topic-selection）

## 触发时机

- 有数据/方向但讲不清"到底量什么、预测什么、分解什么"
- 选题像泛泛的"X 对 Y 的影响"，方法没有亮点
- 想确认题目落在本刊两条主线（数量经济 / 技术经济）内

## 好选题的三要素

1. **可量化的核心对象**：明确"量/预测/分解"的目标量（如某行业绿色 TFP、某指数、某结构变化的贡献份额），而非一个模糊的因变量。
2. **方法侧的新意**：方法选择、指标构造、口径或数据有别于现成做法，并能讲清适用条件。
3. **对中国实践的价值**：结论能服务规划、预测、产业或技术决策，而非只停在显著性。

## 选题方向对照（本刊主线）

| 方向 | 典型选题 |
|------|----------|
| 生产率与效率测度 | 全要素生产率、绿色 TFP、Malmquist 分解、DEA/SFA 效率评价 |
| 宏观计量与预测 | 时间序列建模、混频/大数据计量、景气预测、政策模拟 |
| 投入产出与一般均衡 | IO 关联分析、CGE 情景、结构分解 (SDA) |
| 技术经济评价 | 技术/项目经济评价、创新与数字经济的量化测度 |
| 计量方法应用与改进 | 把前沿方法用到中国数据并交代适用条件与局限 |

## 选题质检

- [ ] 能用一句话说出"本文量/预测/分解的是什么，比现有做法好在哪"
- [ ] 方法侧有可辨识的新意，不是套用现成软件
- [ ] 数据口径明确、可获得、可复现
- [ ] 结论能落到具体的规划/预测/产业/技术决策

## 反模式

- "研究 X 与 Y 的关系"却没有明确的可量化对象
- 选题只是"换个地区/换个年份再跑一遍"，无方法或口径新意
- 题目过大（"中国经济高质量发展研究"），无法收敛到可测对象
- 蹭热点概念但没有对应的测度/数据支撑

## 输出格式

```
【主线】生产率效率 / 宏观预测 / IO-CGE / 技术评价 / 方法应用
【核心对象】本文量/预测/分解的是 <…>
【方法新意】<相对现成做法的差异>
【数据口径】<来源 + 可获得性 + 可复现>
【实践价值】规划 / 预测 / 产业 / 技术决策
【下一步】jqte-literature-review
```