陳強(qiáng)：如何做實(shí)證研究及寫作論文

陳強(qiáng)：如何做實(shí)證研究及寫作論文

1、什么是論文究竟什么是論文？簡單地說，論文就是對新的研究成果的匯報(bào)。為什么一位成績優(yōu)秀的學(xué)生，在撰寫畢業(yè)論文時可能一籌莫展？這主要是因?yàn)?，平時上課做題，主要學(xué)習(xí)已有知識，只需被動消化吸收即可，有固定模式可循；而做研究寫論文，則需主動創(chuàng)造

(哪怕是一點(diǎn)點(diǎn))

新知識。因此，剛起步研究的學(xué)生，面臨著從學(xué)習(xí)知識

(學(xué)生)

到創(chuàng)造知識

(研究者)

的轉(zhuǎn)型。論文與一般的文章或散文不同，后者可以僅僅表達(dá)某種情感，或記錄一些事情。經(jīng)濟(jì)學(xué)論文必須用十分嚴(yán)謹(jǐn)?shù)臄?shù)理邏輯或統(tǒng)計(jì)推斷，來一步一步地得到結(jié)論，保證每個環(huán)節(jié)都絲絲入扣、經(jīng)得起推敲；而不能隨便發(fā)表議論，或輕率地下結(jié)論。而且，論文貴在創(chuàng)新，其價(jià)值主要在于其原創(chuàng)性或新穎性，即對于已有文獻(xiàn)的邊際貢獻(xiàn)

，參見下圖。當(dāng)然，本科或碩士論文并不要求有太多創(chuàng)新，但至少應(yīng)有一點(diǎn)點(diǎn)創(chuàng)新；而絕不能是

“山寨版”

或抄襲。

已有知識與新研究的關(guān)系一般來說，規(guī)范的實(shí)證研究包括以下幾個步驟，即準(zhǔn)備階段、選題、探索性研究、收集數(shù)據(jù)、建立計(jì)量模型、選擇計(jì)量方法、解釋回歸結(jié)果、論文寫作、與同行交流、提交論文或投稿，下面分別進(jìn)行介紹。2、準(zhǔn)備階段如果以為今天想做研究，明天就可開始，或許不現(xiàn)實(shí)。要開始真正的研究，需要一系列的準(zhǔn)備工作。首先，必須掌握一定的經(jīng)濟(jì)理論，以獲得觀察經(jīng)濟(jì)現(xiàn)象的必要視角、參照系與分析工具

。否則，即使看到經(jīng)濟(jì)現(xiàn)象，也可能無從下手分析。正如錢穎一

(2002,p.2)

所指出：我在哈佛大學(xué)做博士生的時候，韋茨曼

(MartinWeitzman)

教授問我，受過現(xiàn)代經(jīng)濟(jì)學(xué)系統(tǒng)訓(xùn)練的經(jīng)濟(jì)學(xué)家和沒有經(jīng)過這種訓(xùn)練的經(jīng)濟(jì)學(xué)家究竟有什么區(qū)別？他研究比較經(jīng)濟(jì)制度，經(jīng)常去蘇聯(lián)訪問，問這個問題是從與蘇聯(lián)經(jīng)濟(jì)學(xué)家交往中有感而發(fā)的。韋茨曼的回答是，受過現(xiàn)代經(jīng)濟(jì)學(xué)系統(tǒng)訓(xùn)練的經(jīng)濟(jì)學(xué)家的頭腦中總有幾個參照系，這樣，分析經(jīng)濟(jì)問題時就有一致性，不會零敲碎打，就事論事。這正是經(jīng)濟(jì)學(xué)界常說的“像經(jīng)濟(jì)學(xué)家那樣思考”(Thinklikeaneconomist)。當(dāng)然，愛因斯坦更早就說過類似的話，甚至更為深刻：你能不能觀察到眼前的現(xiàn)象取決于你運(yùn)用什么樣的理論，理論決定著你到底能觀察到什么。顯然，那種認(rèn)為可以不需要任何理論指導(dǎo)而直接去

“看真實(shí)世界”

的想法或許過于天真了。這些經(jīng)濟(jì)理論的學(xué)習(xí)，主要體現(xiàn)在微觀經(jīng)濟(jì)學(xué)、宏觀經(jīng)濟(jì)學(xué)以及經(jīng)濟(jì)學(xué)的各專業(yè)課程上，比如金融學(xué)、財(cái)政學(xué)、發(fā)展經(jīng)濟(jì)學(xué)、產(chǎn)業(yè)經(jīng)濟(jì)學(xué)、勞動經(jīng)濟(jì)學(xué)等。其次，為了進(jìn)行實(shí)證研究，還必須掌握一定的計(jì)量方法與統(tǒng)計(jì)軟件

(比如Stata)。即使你收集到相關(guān)的數(shù)據(jù)，但數(shù)據(jù)也不會

“自己說話”，仍需要使用統(tǒng)計(jì)軟件，運(yùn)用適當(dāng)?shù)挠?jì)量方法進(jìn)行統(tǒng)計(jì)推斷。因此，計(jì)量經(jīng)濟(jì)學(xué)對于實(shí)證研究不可或缺。在具備一定的理論功底與計(jì)量訓(xùn)練后，即可正式開始做實(shí)證研究了。3、選題Everythinghasbeenthoughtbefore,buttheproblemistothinkofitagain.

----

JohannWolfgangvonGoethe

實(shí)證研究的第一步就是選題，即選擇研究的題目。對于剛起步的研究者，常常不知如何選題。研究者通常知道自己想要研究的領(lǐng)域

(比如，經(jīng)濟(jì)增長)，但這還不是一個具體的

“研究問題”

(researchquestion)。對實(shí)證分析而言，研究問題通常是有關(guān)“X對Y有何作用”

之類的因果關(guān)系。如果想研究

“家庭聯(lián)產(chǎn)承包責(zé)任制對農(nóng)業(yè)經(jīng)濟(jì)增長的作用”，就更具體了，此處X指“家庭聯(lián)產(chǎn)承包責(zé)任制”，而Y指

“農(nóng)業(yè)經(jīng)濟(jì)增長”

。當(dāng)然，實(shí)證研究也可以只有Y而沒有X，比如對于某個統(tǒng)計(jì)指標(biāo)Y的測算；但純粹描述性的研究已比較少見。研究問題可以來源于理論

(比如，檢驗(yàn)資產(chǎn)定價(jià)模型CAPM是否成立)，也可來自對經(jīng)濟(jì)現(xiàn)象的觀察

(比如媒體報(bào)道、社會調(diào)研)；可以研究某政策的效應(yīng)

(比如新勞動法對失業(yè)率的影響)，也可以對文獻(xiàn)中已有論文進(jìn)行改進(jìn)。如果沒有任何研究想法，則建議先瀏覽一些經(jīng)濟(jì)學(xué)的頂級期刊。比如，經(jīng)濟(jì)學(xué)中文期刊的

“四大金剛”，即：《經(jīng)濟(jì)研究》《經(jīng)濟(jì)學(xué)(季刊)》《世界經(jīng)濟(jì)》《管理世界》以及經(jīng)濟(jì)學(xué)英文期刊的

“Top5”，即：AmericanEconomicReviewEconometricaJournalofPoliticalEconomyQuarterlyJournalofEconomicsReviewofEconomicStudies這些頂級期刊都是經(jīng)濟(jì)學(xué)的一般性期刊

(generalinterestjournal)，涵蓋經(jīng)濟(jì)學(xué)的各個領(lǐng)域。如果確定研究經(jīng)濟(jì)學(xué)的某個領(lǐng)域，比如金融學(xué)，還可關(guān)注《金融研究》等專業(yè)期刊

(fieldjournal)。瀏覽這些期刊中的論文

(通常技術(shù)性較強(qiáng)，故未必從頭讀到尾)，可大致知道當(dāng)前的經(jīng)濟(jì)學(xué)者都在研究哪些前沿問題，取得了哪些成果，還有哪些未解之謎；進(jìn)一步，可以評估他

(她)

們的研究方法是否可靠，以及可能的改善空間。如果能提出好的研究問題，也許你的研究就成功了一半。什么是好的研究問題呢？總的來說，研究問題越具體、越有趣、越新穎、越有可行性，則越好！(1)

具體：簡單來說，在以上“X對Y有何作用”的句型中，應(yīng)能明確X與Y具體是什么。(2)

有趣：你的研究問題為什么重要？別人會感興趣嗎？為什么我們要在乎你的問題

(Whyshouldwecare)？知道問題的答案后，能影響人們對世界某方面的看法嗎？

(3)

新穎：論文的核心價(jià)值在于其創(chuàng)新性，即做出了文獻(xiàn)中所沒有的邊際貢獻(xiàn)。這種邊際貢獻(xiàn)可以是研究了新的現(xiàn)象、使用了新的

(更好的)

計(jì)量方法，或者使用了新的數(shù)據(jù)集。做研究的過程是創(chuàng)造新知識的過程，在本質(zhì)上不同于學(xué)習(xí)已有

(舊)

知識的過程。(4)

可行：即使你的研究問題很具體、很有趣、很新穎，如果找不到相應(yīng)的數(shù)據(jù)，則不可行。對于剛開始選題的學(xué)生而言，似乎自己能想到的題目，都已被別人做過了。其實(shí)未必。要想做出新的邊際貢獻(xiàn)，當(dāng)然可在前人的基礎(chǔ)上，繼續(xù)拓展與改進(jìn)

(改進(jìn)計(jì)量方法，增加變量，使用新數(shù)據(jù)等)

。另一方面，也可以完全撇開前人，去研究全新的現(xiàn)象。比如，20世紀(jì)70年代末中國農(nóng)村實(shí)行了家庭聯(lián)產(chǎn)承包責(zé)任制改革，這是史無前例的。到了1990年左右，就涌現(xiàn)出一批研究農(nóng)村改革對中國農(nóng)業(yè)產(chǎn)出影響的論文

(比如，Lin,1992)。又比如，2014年11月開始實(shí)行上交所與港交所之間的

“滬港通”。假以時日

(有了足夠的數(shù)據(jù)后)，就可以研究滬港通對中國證券市場的影響。即使是前人已經(jīng)研究過的現(xiàn)象

(太陽底下沒有新的事物)，也可用新眼光、新視角去觀察。重要的是，要有敏銳的觀察力，并

“像經(jīng)濟(jì)學(xué)家那樣去思考”

(Thinklikeaneconomist)。當(dāng)然，對于剛起步的新手，應(yīng)盡量避免已經(jīng)被研究得很爛、或過于富有挑戰(zhàn)性的題目。顯然，備選的研究問題越多越好，因?yàn)槟?/p>

“存活”

下來的研究想法通常不多。4、探索性研究IfIhaveseenfurtheritisbystandingontheshouldersofgiants.

--IsaacNewton盡信書，則不如無書。

--《孟子

·

盡心章句下》有了潛在的研究問題后，首先需要進(jìn)行初步的“探索性研究”

(exploratorystudy)，看看它是否具有新穎性與可行性。比如，通過查找文獻(xiàn)，考察別人是否已經(jīng)做過類似研究，并大致了解數(shù)據(jù)是否可得。(1)通過文獻(xiàn)回顧評估選題的新穎性論文貴在有新意。假設(shè)你找到了一個具體、有趣而可行的研究問題，但它究竟有多少新穎性，這就不可避免地需要查閱文獻(xiàn)，看看文獻(xiàn)中是否已有類似研究。如果別人已做過很相似的研究，則通常須更換題目；除非另辟蹊徑，找到很不相同的方法或數(shù)據(jù)。對于中文論文，可在CNKI中搜索。對于英文論文，可在JSTOR(JournalStorage)

輸入關(guān)鍵字進(jìn)行搜索；二者均全文收錄了許多經(jīng)濟(jì)類英文期刊，但前者有幾年滯后。對于二者未覆蓋的經(jīng)濟(jì)類期刊，可通過一些主要出版社

(集團(tuán))

搜索，比如ElsevierScienceDirect,SpringerLink,Taylor&Francis,Wiley等。某些工作論文則可通過百度或谷歌搜索。以山東大學(xué)圖書館為例，其電子資源的第一頁提供了如下資源

(參見下圖)：

山東大學(xué)圖書館電子資源首頁什么時候開始看文獻(xiàn)，即看文獻(xiàn)的時機(jī)，也很重要。如果從一開始就大量地閱讀文獻(xiàn)，則可能被文獻(xiàn)所淹沒，望洋興嘆，自覺渺小。更好的方法是，當(dāng)自己有了一定的想法之后，再去系統(tǒng)地看文獻(xiàn)。這樣，才會知道自己究竟要看什么，也更能帶著批判的眼光去看。另外，閱讀文獻(xiàn)的態(tài)度也十分重要。虛心地從經(jīng)典論文中汲取營養(yǎng)，才能站在巨人的肩膀上，但仍應(yīng)帶著某種批判性的眼光。事實(shí)上，由于經(jīng)濟(jì)現(xiàn)象的復(fù)雜性

(經(jīng)濟(jì)學(xué)還只是軟科學(xué))，任何論文都有一定缺點(diǎn)

(比如，忽略了某些可能重要的因素)，也都有可以改進(jìn)的空間

(甚至可能推翻作者的結(jié)論)，故不必太迷信

“權(quán)威”。既然經(jīng)濟(jì)學(xué)還不是科學(xué)，獲得諾貝爾獎的經(jīng)濟(jì)學(xué)家可能持有相反的觀點(diǎn)，那么又哪來的權(quán)威呢？重要的是，使用邏輯與實(shí)證的方法對不同的觀點(diǎn)進(jìn)行甄別與質(zhì)疑。如果認(rèn)為前人所做的研究已經(jīng)十全十美，你都贊同，那么，你怎么可能做出新的邊際貢獻(xiàn)呢？(2)確定所需數(shù)據(jù)是否可得在正式開始研究之前，還應(yīng)大致知道所需要的數(shù)據(jù)不僅存在，而且可以得到。數(shù)據(jù)從何而來？一般來說，數(shù)據(jù)要么是別人提供的

(比如統(tǒng)計(jì)局)，要么是自己收集的

(比如問卷調(diào)查)。尋找數(shù)據(jù)可以從網(wǎng)絡(luò)搜索開始

(比如谷歌或百度)，也可以詢問專家或同行。如果確實(shí)不知道該從哪里找數(shù)據(jù)，還可關(guān)注文獻(xiàn)中同類研究的數(shù)據(jù)來源，然后溯本及源。因此，閱讀一定文獻(xiàn)之后，就應(yīng)該基本了解該研究領(lǐng)域的常見數(shù)據(jù)來源了。近年來，一些國際期刊已在其網(wǎng)站公開了發(fā)表論文中所用的數(shù)據(jù)集與估計(jì)程序

。5、收集與整理數(shù)據(jù)從數(shù)據(jù)的來源格式來看，數(shù)據(jù)可分為電子版與非電子版兩大類。對于非電子版的數(shù)據(jù)，需耐心輸入數(shù)據(jù)

(通常先輸入Excel表，再導(dǎo)入Stata中)，并注意檢查，防止出錯。即便下載電子版數(shù)據(jù)，也應(yīng)檢查可能存在的錯誤。實(shí)證研究的關(guān)鍵材料乃是數(shù)據(jù)。如果數(shù)據(jù)質(zhì)量不高，則

“巧婦難為無米之炊”。無論多么高深的計(jì)量方法，如果原始數(shù)據(jù)質(zhì)量有問題，也只能是

“垃圾進(jìn)去，垃圾出來”

(garbagein,garbageout)。ZviGriliches在1994年給美國經(jīng)濟(jì)學(xué)會做的主席演講

(presidentialaddress)

指出，由于經(jīng)濟(jì)學(xué)家不夠注意數(shù)據(jù)的來源及產(chǎn)生過程，經(jīng)常錯誤地解釋數(shù)據(jù)，導(dǎo)致研究的進(jìn)展緩慢；如果不提高數(shù)據(jù)質(zhì)量，計(jì)量理論方面的重大進(jìn)展將無用武之地。為此，將數(shù)據(jù)導(dǎo)入統(tǒng)計(jì)軟件后，需仔細(xì)察看數(shù)據(jù)

(inspectthedata)。一個常見誤區(qū)是，研究者只知進(jìn)行回歸，卻不去熟悉原始數(shù)據(jù)

(rawdata)，或增加對數(shù)據(jù)的感覺

(getafeelforthedata)。察看數(shù)據(jù)的常見方法為，計(jì)算變量的主要統(tǒng)計(jì)特征

(summarystatistics)，包括均值、最大值、最小值、標(biāo)準(zhǔn)差、相關(guān)系數(shù)等，并根據(jù)經(jīng)濟(jì)常識判斷它們是否合理。比如，虛擬變量的最小值與最大值必然為

0

與1；否則，此變量有誤。如果數(shù)據(jù)有時間維度

(比如時間序列或面板數(shù)據(jù))，還可畫時間趨勢圖。如果發(fā)現(xiàn)在某個時點(diǎn)上的變量取值異常波動，則應(yīng)考察此數(shù)據(jù)是否有誤；即使數(shù)據(jù)無誤，也應(yīng)考慮異常波動的原因?？傊?，在察看數(shù)據(jù)的過程中，主要觀察數(shù)據(jù)中是否存在不一致

(inconsistent)

的地方；比如，出現(xiàn)了不可能、不現(xiàn)實(shí)或可疑的取值。如果發(fā)現(xiàn)，則要進(jìn)行處理

(比如，可能是數(shù)據(jù)輸入錯誤)，這被稱為

“數(shù)據(jù)清理”

(datacleaning)。對于大多數(shù)從事應(yīng)用研究的學(xué)者而言，主要是使用別人

(比如統(tǒng)計(jì)局、世界銀行)

提供的數(shù)據(jù)。即便如此，也應(yīng)該對數(shù)據(jù)的質(zhì)量有一個清醒的判斷，并使用相應(yīng)的計(jì)量方法

(至少在做出實(shí)證研究的結(jié)論時，應(yīng)考慮數(shù)據(jù)質(zhì)量的影響)。在使用別人提供的數(shù)據(jù)時，還應(yīng)注意其定義及統(tǒng)計(jì)口徑，是否是與理論模型中的變量相對應(yīng)。比如，中國的失業(yè)率指的是

“城鎮(zhèn)登記失業(yè)率”，其統(tǒng)計(jì)口徑與標(biāo)準(zhǔn)教科書中以及西方國家的失業(yè)率概念有很大不同。對于計(jì)量的初學(xué)者來說，與真實(shí)數(shù)據(jù)打交道也是加深對計(jì)量經(jīng)濟(jì)學(xué)理解的重要途徑。只有弄臟你的手

(getyourhandsdirty)，才能真正學(xué)會做實(shí)證研究。6、建立計(jì)量模型雖然實(shí)證研究可以沒有理論模型，但如果有好的理論模型作為基礎(chǔ)，則更有說服力。具體來說，回歸分析一般只能說明變量之間的相關(guān)性，要對變量之間的因果關(guān)系做出判斷，常常需要依賴于經(jīng)濟(jì)理論。因此，即使無法提供完整的理論模型，也應(yīng)該進(jìn)行一定的理論分析。最理想的情形是，從理論模型中推導(dǎo)出計(jì)量模型

(econometricmodel)，即待估計(jì)的回歸方程。一般來說，一篇好的實(shí)證論文，需要講一個好的

“故事”

(story)，然后用數(shù)據(jù)來證實(shí)或檢驗(yàn)此故事。對于回歸函數(shù)的具體形式，可以考慮線性、對數(shù)

(變量只取正數(shù)且有指數(shù)增長趨勢)、雙對數(shù)、非線性

(邊際效應(yīng)不是常數(shù))等。在進(jìn)行模型設(shè)定時，應(yīng)盡量使用常識

(commonsense)

與經(jīng)濟(jì)理論

(economictheory)

。比如，將

“人均變量”

(如人均消費(fèi))

與

“人均變量”

(如人均GDP)

相匹配；使用實(shí)際匯率來解釋實(shí)際進(jìn)出口。又比如，考慮FDI對經(jīng)濟(jì)增長的作用。由于FDI起作用需要時間，如果把當(dāng)年的增長率對當(dāng)年的FDI進(jìn)行回歸，可能沒有太大意義。比較適當(dāng)?shù)淖龇ㄊ?，考慮期初的FDI對隨后五年

(或若干年)

經(jīng)濟(jì)增長的作用

(這樣做也可緩解雙向因果關(guān)系)。如果不確定該如何設(shè)定計(jì)量模型，可借鑒文獻(xiàn)中同類研究的模型設(shè)定。另外，模型既不能過于簡單

(解釋變量過少)，也不宜過于復(fù)雜，而應(yīng)當(dāng)保持適當(dāng)?shù)暮啙?/p>

(keepitsensiblysimple)。在選擇解釋變量時，“從小到大”

(specific-to-general)

的建模方法簡單易行，但可能偏差較大

(因?yàn)榇嬖谶z漏變量)；而

“從大到小”

(general-to-specific)

的建模方法偏差小，但不易執(zhí)行。實(shí)踐中，常采用折衷方案，即選擇簡單而有解釋力的模型。7、選擇計(jì)量方法有了計(jì)量模型與數(shù)據(jù)之后，即可根據(jù)數(shù)據(jù)類型與特點(diǎn)，選擇合適的計(jì)量方法。比如，被解釋變量為虛擬變量，則可使用Probit或Logit；如果是面板數(shù)據(jù)，則應(yīng)考慮固定效應(yīng)、隨機(jī)效應(yīng)、時間效應(yīng)等；如果是時間序列，則須先判斷是否含單位根，再決定使用相應(yīng)的計(jì)量方法。對于一般的數(shù)據(jù)，通常先做OLS，看看結(jié)果，作為一個參照系。做完OLS后，可以畫殘差圖，大致看看擾動項(xiàng)是否符合經(jīng)典假定，然后進(jìn)行嚴(yán)格的檢驗(yàn)。如果有所違背

(比如，存在異方差、自相關(guān))，則做相應(yīng)的處理（使用穩(wěn)健標(biāo)準(zhǔn)誤或GLS）。對于時間序列，還可檢驗(yàn)是否存在結(jié)構(gòu)變動

(鄒檢驗(yàn)，Chowtest)。另外，應(yīng)該對數(shù)據(jù)的質(zhì)量進(jìn)行檢驗(yàn)，判斷是否存在多重共線性、極端值、弱工具變量等，并做相應(yīng)的調(diào)整。由于受數(shù)據(jù)可得性

(dataavailability)

的限制，遺漏變量幾乎不可避免。因此，很有必要在實(shí)證論文中對此進(jìn)行討論。不外乎以下兩種情況。第一，存在遺漏變量，但與解釋變量不相關(guān)

(需要說明為什么不相關(guān))，故可以不做處理。第二，存在遺漏變量，且與解釋變量相關(guān)，則必須進(jìn)行處理，例如增加控制變量、尋找代理變量、使用工具變量、使用面板數(shù)據(jù)等。另一常見問題是內(nèi)生解釋變量。此時，一般需找到有效的工具變量才能得到一致的估計(jì)。由于面板數(shù)據(jù)可以在一定程度上克服遺漏變量問題，故比橫截面數(shù)據(jù)或時間序列更有說服力。因此，如果可以獲得面板數(shù)據(jù)，則應(yīng)盡力爭取。比如，對于中國的宏觀變量，如果使用全國的時間序列，則一般樣本容量較小。此時，可考慮收集省際面板

(provincialpanel)

的相應(yīng)數(shù)據(jù)。大多數(shù)的實(shí)證論文都希望說明X對Y的因果作用。而從回歸分析的相關(guān)關(guān)系升華到因果關(guān)系，是很大的飛躍，需要使用適當(dāng)?shù)挠?jì)量方法來識別這種因果關(guān)系?？傊?，在這部分應(yīng)該說明，為什么所用的計(jì)量方法是最恰當(dāng)?shù)?。?jì)量經(jīng)濟(jì)學(xué)的理論總是建立于一些理想化的假定基礎(chǔ)之上，而現(xiàn)實(shí)的經(jīng)濟(jì)數(shù)據(jù)通?；蚨嗷蛏俚夭环线@些假定。因此，盡管計(jì)量理論是可以嚴(yán)格證明的一門科學(xué)，但實(shí)證研究在一定程度上卻是一門藝術(shù)，常需要在理論與現(xiàn)實(shí)之間找到適當(dāng)?shù)耐讌f(xié)

(bepreparedtocompromise)。8、解釋回歸結(jié)果There

are

two

things

you

are

better

off

not

watching

in

the

making:

sausages

and

econometric

estimates.

--EdwardLeamer使用計(jì)量方法估計(jì)模型后，計(jì)算機(jī)軟件

(

比如Stata)

將輸出相應(yīng)的計(jì)量結(jié)果。此結(jié)果可能較長，包含密密麻麻的表格與數(shù)字。如果你嘗試了各種不同的計(jì)量方法與解釋變量

(alternativespecifications)，則結(jié)果就會更復(fù)雜。如何看這些結(jié)果？簡單地說，只能用一個字一個字地看，直到看明白為止。當(dāng)然，也有訣竅。計(jì)量結(jié)果可能很復(fù)雜，但真正重要的信息通常不多，比如回歸系數(shù)

(含符號)、p值，以及樣本容量、擬合優(yōu)度等。以一元回歸為例

(工資對數(shù)對教育年限回歸)

，回歸結(jié)果參見下圖。

工資對數(shù)對教育年限的回歸結(jié)果在上圖的回歸結(jié)果中，變量s(教育年限)的回歸系數(shù)符號為正(與經(jīng)濟(jì)理論相符)，系數(shù)估計(jì)值為0.0966245，p值為

0.000

(在1%

水平上具有統(tǒng)計(jì)顯著性)，樣本容量為758，而擬合優(yōu)度

為

0.2527(教育年限可解釋工資對數(shù)約四分之一的變動)。在上圖中，左上角的殘差平方和、右下角的置信區(qū)間，乃至常數(shù)項(xiàng)等信息，基本可以不關(guān)心

(除非有需要)。在解釋回歸系數(shù)時，還應(yīng)注意區(qū)分統(tǒng)計(jì)顯著性與經(jīng)濟(jì)顯著性。“統(tǒng)計(jì)顯著性”

(statisticalsignificance)

主要通過p值來考察。如果p值小于或等于

0.05，則意味著該系數(shù)在統(tǒng)計(jì)上顯著地不等于零；反之，則在統(tǒng)計(jì)上不顯著，在統(tǒng)計(jì)上可將此系數(shù)視為零

(不存在)。“經(jīng)濟(jì)顯著性”

(economicsignificance)

主要通過系數(shù)的絕對值來考察，須特別注意變量的取值單位。在上例中，解釋變量教育年限s的單位為年，而被解釋變量工資對數(shù)lnw可解釋為工資的百分比變化，故s的回歸系數(shù)為

0.0966245意味著，每增加一年教育，未來工資收入將提高9.66%，具有很高的經(jīng)濟(jì)顯著性

(可能過高了)。反之，假如s的回歸系數(shù)為

0.01或

0.001，則意味著每增加一年教育，未來工資收入只會上升1%

或

0.1%，顯然在經(jīng)濟(jì)意義上很不顯著。此時，統(tǒng)計(jì)上顯著而經(jīng)濟(jì)上不顯著，則意味著解釋變量對被解釋變量的影響很小

(經(jīng)濟(jì)上不顯著)，盡管這種影響被估計(jì)得很精確

(統(tǒng)計(jì)上顯著)。類似地，在進(jìn)行計(jì)量檢驗(yàn)時(比如，豪斯曼檢驗(yàn))，Stata可能輸出很多結(jié)果，但最需要關(guān)注的只是原假設(shè)以及p值；因?yàn)橹蓝呔涂梢赃M(jìn)行檢驗(yàn)了，而其余信息都是細(xì)節(jié)。研究者通?；ㄙM(fèi)較長時間收集與整理數(shù)據(jù)。將數(shù)據(jù)導(dǎo)入Stata，然后輸入相應(yīng)的回歸命令，則是

“見證奇跡的時候”

(momentoftruth)。如果關(guān)鍵解釋變量兼具統(tǒng)計(jì)與經(jīng)濟(jì)顯著性，符號也與理論預(yù)期一致，而其他控制變量的符號與顯著性也大體與預(yù)期相符，則會感到十分欣慰，過去收集整理數(shù)據(jù)的辛勞也都值了。但有時，所得計(jì)量結(jié)果未必盡如人意，比如關(guān)鍵解釋變量不顯著，甚至符號與預(yù)期相反。此時應(yīng)怎么辦呢？大致來說，出現(xiàn)這種情況，可能有如下三種原因。(1)

使用計(jì)量方法不當(dāng)。比如，在上述一元回歸中，顯然遺漏了許多變量，可能存在遺漏變量偏差，導(dǎo)致OLS估計(jì)不一致。更一般地，如果存在內(nèi)生性而未加以處理，將導(dǎo)致不一致的估計(jì)，使得本應(yīng)顯著的變量變得不顯著。(2)

數(shù)據(jù)質(zhì)量有問題。如果數(shù)據(jù)存在較大的度量誤差，所用代理變量與真實(shí)變量相差較遠(yuǎn)

(由于真實(shí)變量不可觀測)，或者數(shù)據(jù)輸入中的人為錯誤，都有可能影響估計(jì)的一致性。(3)

經(jīng)濟(jì)理論有問題。在排除了以上兩種可能性之后，最后一種可能性是，經(jīng)濟(jì)理論不正確。經(jīng)濟(jì)理論所預(yù)期的某種效應(yīng)可能不存在；或者同時存在其他作用機(jī)制，使得凈效應(yīng)的符號相反。實(shí)證研究的目的之一就是檢驗(yàn)經(jīng)濟(jì)理論。如果發(fā)現(xiàn)已有理論與經(jīng)驗(yàn)證據(jù)不符，則說明此理論尚有改進(jìn)空間，甚至需要放棄。正如林毅夫

(2001,p.75)

所指出：如果發(fā)現(xiàn)理論推論和我國經(jīng)驗(yàn)事實(shí)不一致,要堅(jiān)持的不是現(xiàn)有的理論,而是進(jìn)一步去了解我國的經(jīng)驗(yàn)現(xiàn)象,然后,根據(jù)經(jīng)驗(yàn)現(xiàn)象構(gòu)建一個可以解釋這個現(xiàn)象的理論。所以,當(dāng)發(fā)現(xiàn)這種不一致時,不要死抱理論,成為現(xiàn)有理論的俘虜,也不要在巨人的面前而感到自己渺小。其實(shí),這正是對理論發(fā)展做出貢獻(xiàn)的絕好機(jī)會。在計(jì)量實(shí)踐中，研究者經(jīng)常根據(jù)計(jì)量結(jié)果而調(diào)整模型，以期得到更為理想的結(jié)果，并且只在論文中匯報(bào)最佳的結(jié)果，而將尋找此結(jié)果的過程隱去。這實(shí)際上是

“數(shù)據(jù)挖掘”

(datamining)

的一種形式。數(shù)據(jù)挖掘既有成本

(缺點(diǎn))，也有收益(優(yōu)點(diǎn))。數(shù)據(jù)挖掘的優(yōu)點(diǎn)是，可對數(shù)據(jù)進(jìn)行各種

“實(shí)驗(yàn)”，以期揭示數(shù)據(jù)中的某種規(guī)律性，發(fā)現(xiàn)模型設(shè)定的錯誤，以此改進(jìn)理論或計(jì)量模型。數(shù)據(jù)挖掘的缺點(diǎn)則是，由于它根據(jù)數(shù)據(jù)特征來設(shè)定計(jì)量模型，故模型設(shè)定由數(shù)據(jù)產(chǎn)生，如果再用此數(shù)據(jù)去檢驗(yàn)由它產(chǎn)生的模型，就不是客觀的檢驗(yàn)，由此導(dǎo)致偏差。事實(shí)上，一定程度的數(shù)據(jù)挖掘是不可避免的，而這兩種形式的數(shù)據(jù)挖掘的界限并不清晰，正如Heckman(2000)

指出，“盡管使用數(shù)據(jù)來檢驗(yàn)受到該數(shù)據(jù)啟發(fā)的理論存在嚴(yán)重的問題，但如果拒絕從數(shù)據(jù)中學(xué)習(xí)并修改理論，則會導(dǎo)致更嚴(yán)重的問題”

。解決數(shù)據(jù)挖掘所帶來的偏差的方法之一是進(jìn)行穩(wěn)健性檢驗(yàn)，而不是僅匯報(bào)最佳的結(jié)果。

9、診斷性檢驗(yàn)任何計(jì)量方法都有其適用的前提條件；如果前提不成立，則無法使用此計(jì)量方法

(可能導(dǎo)致不一致的估計(jì))。因此，在估計(jì)完模型后，應(yīng)對計(jì)量方法的前提條件進(jìn)行

“診斷性檢驗(yàn)”

(diagnosticchecking)

或作出定性說明。比如，使用工具變量法進(jìn)行2SLS估計(jì)后，應(yīng)進(jìn)行弱工具變量檢驗(yàn)、過度識別檢驗(yàn)

(假設(shè)存在過度識別)、解釋變量內(nèi)生性檢驗(yàn)；并從定性的角度說明

“排他性約束”

(exclusionrestriction)

為什么成立。又比如，使用時間序列估計(jì)自回歸

(AR)

或向量自回歸模型

(VAR)，則應(yīng)檢驗(yàn)殘差是否為白噪聲

(無自相關(guān))。即使進(jìn)行OLS回歸，也應(yīng)說明解釋變量為什么外生，或者遺漏變量偏差為什么不重要。10、穩(wěn)健性檢驗(yàn)Wehavetolearn...thattheprimevirtueofanyeconometricprocedureisrobustness.

--RobertSolow為了使用特定的計(jì)量方法，研究者通常需要做一系列的假定。但問題是，論文的主要結(jié)果是否對這些假定很敏感？為此，有必要放松論文的某些假定，看結(jié)果是否穩(wěn)健或基本不變，這稱為“穩(wěn)健性檢驗(yàn)”

或

“敏感度分析”

。比如，通過改變樣本區(qū)間

(或去掉極端值)、函數(shù)形式、計(jì)量方法、控制變量、變量定義、數(shù)據(jù)來源等，來考察計(jì)量結(jié)果的穩(wěn)定性。在計(jì)量實(shí)踐中，研究者通常會通過數(shù)據(jù)挖掘，找到

“最佳”

的計(jì)量模型。如果僅匯報(bào)此最佳模型，則會導(dǎo)致偏差。因此，有必要適當(dāng)?shù)馗淖兡Ｐ偷脑O(shè)定，比較其主要結(jié)果的變化。顯然，只有穩(wěn)健的結(jié)果才有說服力，故穩(wěn)健性檢驗(yàn)已成為高質(zhì)量實(shí)證論文不可或缺的一部分。11、論文寫作Learntowritebutalsowritetolearn.

--WilliamThomson得到較為理想的實(shí)證結(jié)果之后，即可開始寫論文。簡單地說，論文就是對研究成果的匯報(bào)。為了便于讀者更快地從論文中獲取信息，經(jīng)濟(jì)學(xué)論文通常有一定的結(jié)構(gòu)，而論文寫作本身也是一門精益求精的藝術(shù)。經(jīng)濟(jì)學(xué)家曼昆曾問過加爾布雷斯

(JohnK.Galbraith)

寫作成功的秘密；加爾布雷斯回答說，他寫的所有東西都會修改很多次，通常直到第五稿時才會基本滿意。下面分別介紹論文的各個部分。（1）標(biāo)題、關(guān)鍵字、摘要論文的首頁通常包括標(biāo)題、作者、摘要、關(guān)鍵字等信息。標(biāo)題

(title)

是論文的標(biāo)簽，正如商品的商標(biāo)或名稱。一般應(yīng)選擇簡潔而有吸引力的標(biāo)題，并能讓讀者知道該文主要做什么。在論文寫作乃至成文之后，都有可能修改論文題目，使之更為貼切有趣。在題目之下一般為作者姓名，而將具體的作者單位、聯(lián)系方式、感謝語

(包括基金資助)

以及

“文責(zé)自負(fù)”

等聲明放在腳注里。如果有多位作者，一般需選擇其中一位作者作為

“通訊作者”

(correspondingauthor)，負(fù)責(zé)投稿并與編輯部保持聯(lián)系

。在題目與作者之下，一般為摘要

(abstract)，通常在100字左右。摘要需突出論文的重要意義、研究方法與主要結(jié)論。一般讀者會先看摘要，再決定是否看全文。因此，論文摘要應(yīng)字斟句酌，凸顯本文的主要貢獻(xiàn)，并激起讀者進(jìn)一步閱讀的興趣。摘要通常在論文主體完成后才撰寫，因?yàn)榇藭r作者對于論文的主要內(nèi)容會有更清晰的概念。在摘要的下面，通常還需提供幾個關(guān)鍵字

(keywords)，以便讀者能很快地根據(jù)關(guān)鍵字搜索到此文。關(guān)鍵字常常來自論文的題目。另外，在關(guān)鍵字之下，還可能提供JEL分類號，這是美國經(jīng)濟(jì)學(xué)會主辦的JournalofEconomicLiterature雜志所用的經(jīng)濟(jì)學(xué)各領(lǐng)域的分類編號

。經(jīng)濟(jì)學(xué)實(shí)證論文的正文一般依次包括以下部分：引言、文獻(xiàn)回顧

(可歸入引言)、理論框架或背景介紹

(可省略)、數(shù)據(jù)說明、計(jì)量模型與估計(jì)方法、回歸結(jié)果、穩(wěn)健性檢驗(yàn)

(可歸入回歸結(jié)果)、結(jié)論。下面分別進(jìn)行說明。(2)引言(Introduction)

引言雖是全文的第一部分，卻經(jīng)常最后寫。原因之一，引言集中了全文的賣點(diǎn)

(sellingpoints)，最難撰寫，須反復(fù)修改；原因之二，引言概括了全文的內(nèi)容，只有在全文大體完工后，才能準(zhǔn)確地總結(jié)與提煉。引言通常包括以下內(nèi)容：本文研究了什么問題，此問題為什么重要

(研究意義)；本文使用了什么數(shù)據(jù)

(最好在數(shù)據(jù)來源上有所創(chuàng)新或挖掘)，實(shí)證研究的計(jì)量方法是什么，得到了哪些主要結(jié)論；此研究與已有文獻(xiàn)的關(guān)系，本文的主要創(chuàng)新與邊際貢獻(xiàn)等。由此可見，引言將論文的精華部分以非技術(shù)性的方式呈現(xiàn)給讀者，可視為擴(kuò)展版的摘要，是

“銷售”

此文的重要手段。事實(shí)上，許多讀者在瀏覽論文時，常常先看引言與結(jié)論，然后再決定是否細(xì)讀正文；可見引言的重要性。

引言的寫作大致有兩個套路。傳統(tǒng)的套路是，在提出研究問題之后，首先回顧已有文獻(xiàn)的相關(guān)研究以及不足之處，然后順勢引出本文的研究方法與主要貢獻(xiàn)

(比如，填補(bǔ)了文獻(xiàn)的空白)。傳統(tǒng)套路的優(yōu)點(diǎn)是，比較有邏輯性，能自然地呈現(xiàn)學(xué)術(shù)發(fā)展的脈絡(luò)；其缺點(diǎn)在于讀者需要有一定耐心，先回顧主要文獻(xiàn)，然后才知道本文的主要工作?，F(xiàn)代的套路是，提出問題之后，馬上直奔主題，介紹本文的研究方法與主要結(jié)論，然后再回頭介紹本研究與現(xiàn)有文獻(xiàn)的關(guān)系。這兩種套路各有優(yōu)缺點(diǎn)，適合不同的論文，但直奔主題的現(xiàn)代套路似乎日益流行。另外，引言的最后一段通常提供全文的路標(biāo)

(roadmap)，告訴讀者本文的其余部分在結(jié)構(gòu)上如何安排，以便于讀者閱讀。(3)文獻(xiàn)回顧(LiteratureReview)文獻(xiàn)回顧如果較短，可以歸入引言部分；反之，如果文獻(xiàn)回顧較長，則可單獨(dú)作為論文的一個部分。對于文獻(xiàn)的回顧一般按文獻(xiàn)出現(xiàn)的時間先后進(jìn)行，著重介紹重要的文獻(xiàn)，而其他文獻(xiàn)可以簡略介紹、放入腳注，甚至略去。文獻(xiàn)回顧的寫作切忌只是堆砌羅列一些文獻(xiàn)，而未進(jìn)行深入分析。事實(shí)上，文獻(xiàn)回顧的根本目的是為了厘清本文的研究與已有文獻(xiàn)的關(guān)系，以凸顯本文的邊際貢獻(xiàn)及其在文獻(xiàn)中的地位。為此，在肯定現(xiàn)有文獻(xiàn)的原創(chuàng)貢獻(xiàn)外，難免會指出其不足之處

(或被忽略的方面)。此時，應(yīng)注意語氣委婉，因?yàn)檫@些文獻(xiàn)的作者有可能正是未來的審稿人或編輯。另一方面，你又希望突出本文的獨(dú)特貢獻(xiàn)

(當(dāng)然必須實(shí)事求是)。因此，在指出現(xiàn)有文獻(xiàn)的不足與突出本文的貢獻(xiàn)之間，需要找到措辭與語調(diào)上的平衡。(4)背景介紹(BackgroundInformation)或理論框架(TheoreticalFramework)

實(shí)證論文并非僅僅是找一堆數(shù)據(jù)，然后匯報(bào)回歸結(jié)果。只有告訴讀者有關(guān)經(jīng)濟(jì)現(xiàn)象的背景，完整地述說一個經(jīng)濟(jì)故事，才能使得計(jì)量結(jié)果更有說服力。比如，NunnandQian(2011)

研究引入

“新世界”

(NewWorld)

作物土豆對

“舊世界”

(OldWorld)

人口增長與城市化的影響，在其第二節(jié)背景部分，即以大量篇幅介紹土豆的優(yōu)點(diǎn)

(virtuesofthepotato)、土豆如何從新世界傳播到舊世界，以及其他新世界作物。因此，實(shí)證研究者的工作并不僅僅是下載數(shù)據(jù)進(jìn)行回歸，還需要熟悉所研究現(xiàn)象的歷史、制度與文化背景，乃至數(shù)據(jù)的來源與產(chǎn)生過程。如果可能，在此部分可引入一個簡單的理論模型

(theoreticalmodel)

或思想框架(conceptualframework)，為后續(xù)的實(shí)證研究提供理論基礎(chǔ)。但對于實(shí)證論文而言，其理論部分不宜太過復(fù)雜，以致喧賓奪主。另外，如果經(jīng)濟(jì)現(xiàn)象過于復(fù)雜，沒有現(xiàn)成的理論，也可根據(jù)常識

(commonsense)

直接寫下計(jì)量模型或回歸方程。(5)數(shù)據(jù)說明(Datadescription)實(shí)證論文的結(jié)論是否可靠，首先取決于數(shù)據(jù)的質(zhì)量。因此，在數(shù)據(jù)說明部分，應(yīng)詳細(xì)說明數(shù)據(jù)的具體來源，并評估其可靠性。介紹數(shù)據(jù)來源的詳細(xì)程度，應(yīng)使讀者能按圖索驥得到同樣的數(shù)據(jù)，以保證科學(xué)結(jié)果的可重復(fù)性。如果對原始數(shù)據(jù)進(jìn)行了一些處理或加工，也應(yīng)一一說明。如果學(xué)術(shù)界對于數(shù)據(jù)的質(zhì)量有質(zhì)疑，則應(yīng)說明這些潛在的數(shù)據(jù)質(zhì)量問題，對于你的研究有何影響。比如，GDP的絕對水平可能被夸大了，而你僅使用GDP的增長率，故可能影響不大。如果數(shù)據(jù)來自問卷調(diào)查，則應(yīng)說明隨機(jī)抽樣如何進(jìn)行，問卷如何發(fā)放與執(zhí)行等，并在附錄中附上具體的問卷。介紹數(shù)據(jù)來源之后，通常以表格形式給出主要變量的統(tǒng)計(jì)特征

(summaryofstatistics)，比如樣本容量、均值、標(biāo)準(zhǔn)差、最小值、最大值等，使讀者對數(shù)據(jù)的基本特征有所了解。有時，還會提供關(guān)鍵變量的相關(guān)系數(shù)矩陣

(matrixofcorrelation)，作為對變量之間關(guān)系的初步證據(jù)。(6)計(jì)量模型與估計(jì)方法(Econometricmodelandestimation)在此部分，需要結(jié)合所研究的問題以及已有數(shù)據(jù)，給出具體的計(jì)量模型，即回歸方程。通常會有一個基準(zhǔn)

(baseline或benchmark)

的計(jì)量模型，然后在此基礎(chǔ)上對模型設(shè)定

(modelspecification)

有所變化，比如增加或替換變量。此部分著重需說明論文的估計(jì)策略

(estimationstrategy)，即究竟應(yīng)使用什么計(jì)量方法來識別主要變量之間的因果關(guān)系。初學(xué)者易犯的錯誤是，在論文中直接使用某計(jì)量方法，而未說明為什么這是最合適的計(jì)量方法。任何計(jì)量方法都有適用的前提條件，需要研究者仔細(xì)甄別與判斷。如果有兩個計(jì)量方法，各有優(yōu)缺點(diǎn)，則可二者都用，然后作為穩(wěn)健性檢驗(yàn)，比較二者的結(jié)果。(7)回歸結(jié)果(Regressionresults)介紹計(jì)量方法之后，即可匯報(bào)回歸結(jié)果，通常以表格形式來呈現(xiàn)，主要包括以下信息：被解釋變量與解釋變量的名稱、回歸系數(shù)估計(jì)值、標(biāo)準(zhǔn)誤

(或t統(tǒng)計(jì)量)，以星號表示統(tǒng)計(jì)顯著性，以及相關(guān)的統(tǒng)計(jì)量

(樣本容量、擬合優(yōu)度等)。在正文中，需要對回歸結(jié)果進(jìn)行解讀，包括回歸系數(shù)的統(tǒng)計(jì)顯著性與經(jīng)濟(jì)顯著性，符號是否與理論預(yù)期相符等。(8)穩(wěn)健性檢驗(yàn)(Robustnesschecks)在實(shí)證論文中僅僅匯報(bào)一個回歸結(jié)果顯然是不夠的，因?yàn)樽兞康娘@著性可能在不同的模型設(shè)定下變化。只有在不同的模型設(shè)定下，都能得到類似的結(jié)果，才是穩(wěn)健與可信的。對于穩(wěn)健性檢驗(yàn)的結(jié)果匯報(bào)，如果篇幅比較短，可歸入上一部分的

“回歸結(jié)果”；反之，如果做了較多的穩(wěn)健性檢驗(yàn)，則可單獨(dú)作為論文的一個部分。(9)結(jié)論(Conclusion)結(jié)論是論文的最后部分，對全文所作工作進(jìn)行總結(jié)，并給讀者留下最后的印象。結(jié)論部分通常概要地回顧本文的研究問題、計(jì)量方法與主要結(jié)論，也可重申本文的獨(dú)特貢獻(xiàn)。由于任何論文都有局限性，故也可指出未來的改進(jìn)空間與研究方向。許多讀者會先看引言與結(jié)論，再決定是否看正文，故結(jié)論部分也十分重要。（10）參考文獻(xiàn)(References)幾乎所有研究都建立在前人成果之上，故必然會在文中引用他人的論文或著作。這些論著的詳細(xì)出處，則一般收集于文末的參考文獻(xiàn)。需要特別注意的是，文中所有引用的論著，都應(yīng)包括在參考文獻(xiàn)中；反之，所有參考文獻(xiàn)中的論著，都應(yīng)在正文中被引用。參考文獻(xiàn)的順序一般按照作者姓氏的字母

(拼音)

進(jìn)行排列，對于同一作者的作品則按發(fā)表年代排序。另外，不同期刊對于參考文獻(xiàn)的具體格式也有不同要求；在投稿前需按所投期刊的要求進(jìn)行修改。（11）附錄(Appendix)有些論文還有附錄，主要收集不影響正文閱讀，但篇幅較長的細(xì)節(jié)。比如，對于理論文章，可能把繁瑣的證明放在附錄。而對于實(shí)證論文，有時會把過長的數(shù)據(jù)說明放在附錄。如果數(shù)據(jù)來自問卷調(diào)查，則通常把具體的問卷放在附錄。（12）寫作風(fēng)格經(jīng)濟(jì)學(xué)論文屬于科學(xué)類的論文，并不需要過于華麗的詞藻，而應(yīng)首先注意行文的簡潔與邏輯性。另一方面，優(yōu)美流暢的文筆對于提高論文可讀性、吸引讀者注意力十分重要。對于初次寫論文者，首先要注意

“書面語”

與

“口語”

的區(qū)別，避免過分口語化；不能嘴上怎么說，筆下就怎么寫，而應(yīng)使用更為洗練到位的書面語言。在下筆之前，可先在腦海里構(gòu)思文章的結(jié)構(gòu)與寫作風(fēng)格。事實(shí)上，寫作的過程也是使思路更加清晰的過程。對于論文中的方程式，可使用Word文檔中的“insert”

→

“object”

→“MicrosoftEquations”

進(jìn)行編輯，使得方程更為美觀

。論文中所有單獨(dú)成行的方程式，都應(yīng)按順序編號，以(1)、(2)、(3)等表示，以便于檢索。對于論文中的表格與圖片，也應(yīng)注意其格式。一般來說，表格的標(biāo)題應(yīng)在表的上方；而圖片的標(biāo)題則在圖的下方。在表格或圖片的下方，還可以有注釋，說明數(shù)據(jù)來源、變量定義等相關(guān)信息。對于初學(xué)者，建議仔細(xì)觀察經(jīng)典論文的文章結(jié)構(gòu)與風(fēng)格，并注意模仿。比如，中文論文可以模仿《經(jīng)濟(jì)研究》或《經(jīng)濟(jì)學(xué)季刊》，而英文論文則可參照AmericanEconomicReview等。正如古語所云，“熟讀唐詩三百首，不會作詩也會吟”。12、與同行交流論文初稿完成后，通常不宜直接投稿，或作為畢業(yè)論文提交。這是因?yàn)?，在研究與寫作過程中，難免受到個人先入為主的主觀限制，出現(xiàn)這樣或那樣的偏差或疏忽。因此，懇請導(dǎo)師、同行或朋友閱讀你的論文，并提出批評與修改意見，是十分必要的。更正式的渠道包括將論文提交至學(xué)術(shù)會議，或應(yīng)邀到相關(guān)學(xué)術(shù)機(jī)構(gòu)作報(bào)告；以便收集有益反饋，然后進(jìn)一步修改論文。當(dāng)代論文的復(fù)雜程度越來越高，需要考慮的問題也越來越多，如果一味閉門造車則難免掛一漏萬，難以保證論文的高質(zhì)量。13、提交論文或初稿經(jīng)過與同行交流并將論文修改完善后，可考慮提交畢業(yè)論文，或?qū)⒄撐耐陡宓胶线m的期刊。在選擇期刊時，首先要評估論文的重要性與質(zhì)量，即該文是否研究了一個重要或有趣的問題，以及所用方法是否嚴(yán)格、結(jié)論是否可信；然后再將論文投給相應(yīng)檔次的期刊。這里所說的

“重要”，并不一定非要是影響國計(jì)民生的重大課題，也可以只有學(xué)術(shù)上的意義。即使只是一個有趣的小問題，如果使用了嚴(yán)格的研究方法，也可能很有價(jià)值。反之，如果研究方法有漏洞，即便研究的是大問題，也可能大而無當(dāng)。如果不清楚論文該投給哪個雜志，可請教導(dǎo)師或有投稿經(jīng)驗(yàn)的前輩。在投稿時，切忌

“一稿多投”，即將一篇稿件同時投給多個雜志，造成編輯部的審稿資源浪費(fèi)。這是投稿的基本規(guī)則；如果違背，可能導(dǎo)致嚴(yán)重的