修改说明，是作者对编辑部初审和审稿专家意见的回应，是作者与编辑部和专家关于稿件内容的交流，对于稿件修改质量的提高具有重要的作用。但目前一些作者仍然不清楚修改说明如何回应，有的甚至不提供修改说明，这给专家再审和编辑部审核带来诸多问题。本刊特摘录一作者部分修改说明为例，希望作者可模仿。
外审专家意见回复
尊敬的审稿专家，
您好！
非常感谢您在百忙之中审阅本文并提出富有价值的修改意见和评论，在此对您的辛苦付出表示感谢！同时感谢您给我们提供宝贵的修改机会，这些建设性意见和专业评论对于本文质量的提升和完善无疑具有极其重要的作用！我们已经按照相关意见对论文进行了认真修改，以下是修改意见及其对应回复（为便于阅读，下文中审稿专家的修改意见用蓝色字体标出，新修改的内容在修改稿和修改说明中均用红色字体标出）。
文章使用常见的政策影响评估方法，研究了其政策效果。 总的来说，选题有现实意义，研究思路清楚、实证研究比较细致，但常有不准确之处。作者的文笔较为流畅，整篇文章讲述了一个比较完整的故事。但仍可能存在以下问题待修改完善或与作者商榷：
Q5：稳健性检验的第2条，本质上是安慰剂检验，而非反事实检验。第3条使用反事实检验这个标题才更准确。
回复：感谢审稿人所指出的问题。参考专家的意见，结合原文中反事实检验与安慰剂检验的思路其实是一样的，都是改变政策发生的时间，重新进行回归。由于安慰剂检验中随机重复进行了1000次回归，更具有说服力，因此我们将原文中的反事实检验进行了删除处理，仅留下安慰剂检验的结果。
修改稿重新表述为：
为确保基准回归结果的稳健性，本文借鉴Li et al.（2016）和Cantoni et al.（2017）的处理办法，通过随机改变政策发生的时间，生成不同的“伪”处理组进行安慰剂检验。图4是安慰剂检验的结果，展示了随机生成处理组后重复进行1000次蒙特卡洛模拟得到的“错误”的估计系数密度图，其中竖线代表真实的估计系数值。从图中可以看出，模拟的回归系数大致服从均值为0的标准正态分布，基准回归的结果在安慰剂检验中是明显的异常值。基于此，可以认为安慰剂检验的结果证实了本文基准回归的结果是不受其他因素干扰的，政策对各指标的影响是稳健的，即该政策的实施的确在一定程度上能够达到预期的效果。
****** 以上请作者对照执行。
**修改说明用WORD单独保存成文件上传至“修改稿附件”；稿件稿请上传至“修改稿全文”。不论是初审修改还是外审返修，都请对照执行。