name: research-ideation description: 从主题或数据集中生成结构化研究问题、可测试假设和实证策略 disable-model-invocation: true argument-hint: “[主题、现象或数据集描述]” allowed-tools: [“Read”, “Grep”, “Glob”, “Write”]

研究构思

从主题、现象或数据集中生成结构化研究问题、可测试假设和实证策略。

输入: $ARGUMENTS — 一个主题（例如，“最低工资对就业的影响”）、现象（例如，“为什么企业地理上聚集？”）或数据集描述（例如，“2000-2020年美国县面板数据，包含污染和健康结果”）。

步骤

理解输入。 阅读 $ARGUMENTS 和任何引用的文件。检查 master_supporting_docs/ 中相关论文。检查 .claude/rules/ 中的领域约定。
生成3-5个研究问题， 从描述性到因果排序：
- 描述性: 模式是什么？（例如，“X随时间如何演变？”）
- 相关性: 哪些因素相关？（例如，“在控制Z后，X与Y相关吗？”）
- 因果性: 影响是什么？（例如，“X对Y的因果效应是什么？”）
- 机制: 为什么效应存在？（例如，“通过什么渠道X影响Y？”）
- 政策: 含义是什么？（例如，“政策X会改善结果Y吗？”）
针对每个研究问题，开发:
- 假设: 一个可测试的预测，包括预期符号/大小
- 识别策略: 如何建立因果性（DiD、IV、RDD、合成控制等）
- 数据需求: 需要什么数据？是否可用？
- 关键假设: 策略有效必须满足的条件
- 潜在缺陷: 识别的常见威胁
- 相关文献: 2-3篇使用类似方法的论文
按可行性和贡献对问题排序。
保存输出 到 quality_reports/research_ideation_[sanitized_topic].md

输出格式

# 研究构思: [主题]

**日期:** [YYYY-MM-DD]
**输入:** [原始输入]

## 概述

[1-2段落定位主题及其重要性]

## 研究问题

### RQ1: [问题] (可行性: 高/中/低)

**类型:** 描述性 / 相关性 / 因果性 / 机制 / 政策

**假设:** [可测试预测]

**识别策略:**
- **方法:** [例如，差异中差异]
- **处理:** [什么变化和何时]
- **控制组:** [比较单位]
- **关键假设:** [例如，平行趋势]

**数据需求:**
- [数据集1 — 提供什么]
- [数据集2 — 提供什么]

**潜在缺陷:**
1. [威胁1和可能的缓解]
2. [威胁2和可能的缓解]

**相关作品:** [作者 (年份)], [作者 (年份)]

---

[为RQ2-RQ5重复]

## 排序

| RQ | 可行性 | 贡献 | 优先级 |
|----|---------|------|--------|
| 1  | 高      | 中   | ...    |
| 2  | 中      | 高   | ...    |

## 建议下一步

1. [最有希望的方向和立即行动]
2. [要获取的数据]
3. [更深入审查的文献]

原则

有创意但接地气。 超越明显问题，但每个建议必须实证可行。
像审稿人一样思考。 对每个因果问题，立即识别识别挑战。
考虑数据可用性。 没有可用数据的杰出问题不具操作性。
尽可能建议具体数据集（FRED、Census、PSID、行政数据等）。