- 相關(guān)推薦
如何做實(shí)證研究及寫(xiě)作論文
學(xué)術(shù)論文是指有系統的、較專(zhuān)門(mén)的討論或研究某科學(xué)領(lǐng)域中的問(wèn)題,表述科學(xué)研究成果的文章，下面是小編搜集整理的論文寫(xiě)作指導，歡迎閱讀參考。
1、什么是論文
究竟什么是論文?簡(jiǎn)單地說(shuō)，論文就是對新的研究成果的匯報。為什么一位成績(jì)優(yōu)秀的學(xué)生，在撰寫(xiě)畢業(yè)論文時(shí)可能一籌莫展?這主要是因為，平時(shí)上課做題，主要學(xué)習已有知識，只需被動(dòng)消化吸收即可，有固定模式可循;而做研究寫(xiě)論文，則需主動(dòng)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(zhù)從學(xué)習知識 (學(xué)生) 到創(chuàng )造知識 (研究者) 的轉型。
論文與一般的文章或散文不同，后者可以?xún)H僅表達某種情感，或記錄一些事情。經(jīng)濟學(xué)論文必須用十分嚴謹的數理邏輯或統計推斷，來(lái)一步一步地得到結論，保證每個(gè)環(huán)節都絲絲入扣、經(jīng)得起推敲;而不能隨便發(fā)表議論，或輕率地下結論。而且，論文貴在創(chuàng )新，其價(jià)值主要在于其原創(chuàng )性 (originality ) 或新穎性(novelty)，即對于已有文獻的邊際貢獻 (marginal contribution)，參見(jiàn)下圖。當然，本科或碩士論文并不要求有太多創(chuàng )新，但至少應有一點(diǎn)點(diǎn)創(chuàng )新;而絕不能是 “山寨版” 或抄襲。
一般來(lái)說(shuō)，規范的實(shí)證研究包括以下幾個(gè)步驟，即準備階段、選題、探索性研究、收集數據、建立計量模型、選擇計量方法、解釋回歸結果、論文寫(xiě)作、與同行交流、提交論文或投稿，下面分別進(jìn)行介紹。
2、準備階段
如果以為今天想做研究，明天就可開(kāi)始，或許不現實(shí)。要開(kāi)始真正的研究，需要一系列的準備工作。首先，必須掌握一定的經(jīng)濟理論，以獲得觀(guān)察經(jīng)濟現象的必要視角 (perspective)、參照系 (reference 或 benchmark) 與分析工具 (analytical tools)。否則，即使看到經(jīng)濟現象，也可能無(wú)從下手分析。正如錢(qián)穎一 所指出：
我在哈佛大學(xué)做博士生的時(shí)候，韋茨曼 (Martin Weitzman) 教授問(wèn)我，受過(guò)現代經(jīng)濟學(xué)系統訓練的經(jīng)濟學(xué)家和沒(méi)有經(jīng)過(guò)這種訓練的經(jīng)濟學(xué)家究竟有什么區別?他研究比較經(jīng)濟制度，經(jīng)常去蘇聯(lián)訪(fǎng)問(wèn)，問(wèn)這個(gè)問(wèn)題是從與蘇聯(lián)經(jīng)濟學(xué)家交往中有感而發(fā)的。韋茨曼的回答是，受過(guò)現代經(jīng)濟學(xué)系統訓練的經(jīng)濟學(xué)家的頭腦中總有幾個(gè)參照系，這樣，分析經(jīng)濟問(wèn)題時(shí)就有一致性，不會(huì )零敲碎打，就事論事。
這正是經(jīng)濟學(xué)界常說(shuō)的 “像經(jīng)濟學(xué)家那樣思考” (Think like an economist)。當然，愛(ài)因斯坦更早就說(shuō)過(guò)類(lèi)似的話(huà)，甚至更為深刻：
你能不能觀(guān)察到眼前的現象取決于你運用什么樣的理論，理論決定著(zhù)你到底能觀(guān)察到什么。
顯然，那種認為可以不需要任何理論指導而直接去 “看真實(shí)世界” 的想法或許過(guò)于天真了。這些經(jīng)濟理論的學(xué)習，主要體現在微觀(guān)經(jīng)濟學(xué)、宏觀(guān)經(jīng)濟學(xué)以及經(jīng)濟學(xué)的各專(zhuān)業(yè)課程上，比如金融學(xué)、財政學(xué)、發(fā)展經(jīng)濟學(xué)、產(chǎn)業(yè)經(jīng)濟學(xué)、勞動(dòng)經(jīng)濟學(xué)等。
其次，為了進(jìn)行實(shí)證研究，還必須掌握一定的計量方法與統計軟件 (比如 Stata)。即使你收集到相關(guān)的數據，但數據也不會(huì ) “自己說(shuō)話(huà)”，仍需要使用統計軟件，運用適當的計量方法進(jìn)行統計推斷。因此，計量經(jīng)濟學(xué)對于實(shí)證研究不可或缺。在具備一定的理論功底與計量訓練后，即可正式開(kāi)始做實(shí)證研究了。
3、選題
Everything has been thought before, but the problem is to think of it again. -- Johann Wolfgang von Goethe
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)濟增長(cháng))，但這還不是一個(gè)具體的 “研究問(wèn)題” (research question)。
對實(shí)證分析而言，研究問(wèn)題通常是有關(guān) “ X 對 Y 有何作用” 之類(lèi)的因果關(guān)系。如果想研究 “家庭聯(lián)產(chǎn)承包責任制對農業(yè)經(jīng)濟增長(cháng)的作用”，就更具體了，此處 X 指 “家庭聯(lián)產(chǎn)承包責任制”，而 Y 指 “農業(yè)經(jīng)濟增長(cháng)” 。當然，實(shí)證研究也可以只有 Y 而沒(méi)有 X，比如對于某個(gè)統計指標 Y 的測算;但純粹描述性的研究已比較少見(jiàn)。
研究問(wèn)題可以來(lái)源于理論 (比如，檢驗資產(chǎn)定價(jià)模型 CAPM 是否成立)，也可來(lái)自對經(jīng)濟現象的觀(guān)察 (比如媒體報道、社會(huì )調研);可以研究某政策的效應，也可以對文獻中已有論文進(jìn)行改進(jìn)。
如果沒(méi)有任何研究想法，則建議先瀏覽一些經(jīng)濟學(xué)的頂級期刊。比如，經(jīng)濟學(xué)中文期刊的 “四大金剛”，即《經(jīng)濟研究》、《經(jīng)濟學(xué)(季刊)》、《世界經(jīng)濟》、《管理世界》;以及經(jīng)濟學(xué)英文期刊的 “Top 5”，即 American Economic Review，Econometrica，Journal of Political Economy，Quarterly Journal of Economics，Review of Economic Studies。這些頂級期刊都是經(jīng)濟學(xué)的一般性期刊 (general interest journal)，涵蓋經(jīng)濟學(xué)的各個(gè)領(lǐng)域。如果確定研究經(jīng)濟學(xué)的某個(gè)領(lǐng)域，比如金融學(xué)，還可關(guān)注《金融研究》等專(zhuān)業(yè)期刊 (field journal)。
瀏覽這些期刊中的論文 (通常技術(shù)性較強，故未必從頭讀到尾)，可大致知道當前的經(jīng)濟學(xué)者都在研究哪些前沿問(wèn)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(wèn)題，也許你的研究就成功了一半。什么是好的研究問(wèn)題呢?總的來(lái)說(shuō)，研究問(wèn)題越具體、越有趣、越新穎、越有可行性，則越好!
(1) 具體：簡(jiǎn)單來(lái)說(shuō)，在以上“ X 對 Y 有何作用” 的句型中，應能明確 X 與 Y 具體是什么。
(2) 有趣：你的研究問(wèn)題為什么重要?別人會(huì )感興趣嗎?為什么我們要在乎你的問(wèn)題 (Why should we care)?知道問(wèn)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，即做出了文獻中所沒(méi)有的邊際貢獻。這種邊際貢獻可以是研究了新的現象、使用了新的 (更好的) 計量方法，或者使用了新的數據集。做研究的過(guò)程是創(chuàng )造新知識的過(guò)程，在本質(zhì)上不同于學(xué)習已有 (舊) 知識的過(guò)程。
(4) 可行：即使你的研究問(wèn)題很具體、很有趣、很新穎，如果找不到相應的數據，則不可行。
對于剛開(kāi)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(guò)了。其實(shí)未必。要想做出新的邊際貢獻，當然可在前人的基礎上，繼續拓展與改進(jìn) (改進(jìn)計量方法，增加變量，使用新數據等) 。
另一方面，也可以完全撇開(kāi)前人，去研究全新的現象。比如，20世紀70年代末中國農村實(shí)行了家庭聯(lián)產(chǎn)承包責任制改革，這是史無(wú)前例的。到了1990年左右，就涌現出一批研究農村改革對中國農業(yè)產(chǎn)出影響的論文 (比如，Lin, 1992)。又比如，2014年11月開(kāi)始實(shí)行上交所與港交所之間的 “滬港通”。假以時(shí)日 (有了足夠的數據后)，就可以研究滬港通對中國證券市場(chǎng)的影響。
即使是前人已經(jīng)研究過(guò)的現象 (太陽(yáng)底下沒(méi)有新的事物)，也可用新眼光、新視角去觀(guān)察。重要的是，要有敏銳的觀(guān)察力，并 “像經(jīng)濟學(xué)家那樣去思考” (Think like an economist)。當然，對于剛起步的新手，應盡量避免已經(jīng)被研究得很爛、或過(guò)于富有挑戰性的題目。顯然，備選的研究問(wèn)題越多越好，因為能 “存活” 下來(lái)的研究想法通常不多。
4、探索性研究
If I have seen further it is by standing on the shoulders of giants. -- Isaac Newton
有了潛在的研究問(wèn)題后，首先需要進(jìn)行初步的 “探索性研究” (exploratory study)，看看它是否具有新穎性與可行性。比如，通過(guò)查找文獻，考察別人是否已經(jīng)做過(guò)類(lèi)似研究，并大致了解數據是否可得。
(1) 通過(guò)文獻回顧評估選題的新穎性
論文貴在有新意。假設你找到了一個(gè)具體、有趣而可行的研究問(wèn)題，但它究竟有多少新穎性，這就不可避免地需要查閱文獻，看看文獻中是否已有類(lèi)似研究。如果別人已做過(guò)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據。
對于中文論文，可在 CNKI 中搜索。對于英文論文，可在 JSTOR (Journal Storage) 或 EconLit with Full Text (美國經(jīng)濟學(xué)會(huì )) 輸入關(guān)鍵字進(jìn)行搜索;二者均全文收錄了許多經(jīng)濟類(lèi)英文期刊，但前者有幾年滯后。對于二者未覆蓋的經(jīng)濟類(lèi)期刊，可通過(guò)一些主要出版社 (集團) 搜索，比如 Elsevier Science Direct, Springer Link, Taylor & Francis, Wiley 等。某些工作論文則可通過(guò)百度或谷歌搜索。
什么時(shí)候開(kāi)始看文獻，即看文獻的時(shí)機，也很重要。如果從一開(kāi)始就大量地閱讀文獻，則可能被文獻所淹沒(méi)，望洋興嘆，自覺(jué)渺小。更好的方法是，當自己有了一定的想法之后，再去系統地看文獻。這樣，才會(huì )知道自己究竟要看什么，也更能帶著(zhù)批判的眼光去看。
另外，閱讀文獻的態(tài)度也十分重要。虛心地從經(jīng)典論文中汲取營(yíng)養，才能站在巨人的肩膀上，但仍應帶著(zhù)某種批判性的眼光。事實(shí)上，由于經(jīng)濟現象的復雜性 (經(jīng)濟學(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論)，故不必太迷信 “權威”。
既然經(jīng)濟學(xué)還不是科學(xué)，獲得諾貝爾獎的經(jīng)濟學(xué)家可能持有相反的觀(guān)點(diǎn)，那么又哪來(lái)的權威呢?重要的是，使用邏輯與實(shí)證的方法對不同的觀(guān)點(diǎn)進(jìn)行甄別與質(zhì)疑。如果認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呢?
(2) 確定所需數據是否可得
在正式開(kāi)始研究之前，還應大致知道所需要的數據不僅存在，而且可以得到。數據從何而來(lái)?一般來(lái)說(shuō)，數據要么是別人提供的 (比如統計局)，要么是自己收集的 (比如問(wèn)卷調查)。尋找數據可以從網(wǎng)絡(luò )搜索開(kāi)始 (比如谷歌或百度)，也可以詢(xún)問(wèn)專(zhuān)家或同行。如果確實(shí)不知道該從哪里找數據，還可關(guān)注文獻中同類(lèi)研究的數據來(lái)源，然后溯本及源。因此，閱讀一定文獻之后，就應該基本了解該研究領(lǐng)域的常見(jiàn)數據來(lái)源了。近年來(lái)，一些國際期刊已在其網(wǎng)站公開(kāi)了發(fā)表論文中所用的數據集與估計程序 。
5、收集與整理數據
從數據的來(lái)源格式來(lái)看，數據可分為電子版與非電子版兩大類(lèi)。對于非電子版的數據，需耐心輸入數據 (通常先輸入Excel表，再導入Stata中)，并注意檢查，防止出錯。即便下載電子版數據，也應檢查可能存在的錯誤。
實(shí)證研究的關(guān)鍵材料乃是數據。如果數據質(zhì)量不高，則 “巧婦難為無(wú)米之炊”。無(wú)論多么高深的計量方法，如果原始數據質(zhì)量有問(wèn)題，也只能是 “垃圾進(jìn)去，垃圾出來(lái)” (garbage in, garbage out)。Zvi Griliches 在 1994 年給美國經(jīng)濟學(xué)會(huì )做的主席演講 (presidential address) 指出，由于經(jīng)濟學(xué)家不夠注意數據的來(lái)源及產(chǎn)生過(guò)程，經(jīng)常錯誤地解釋數據，導致研究的進(jìn)展緩慢;如果不提高數據質(zhì)量，計量理論方面的重大進(jìn)展將無(wú)用武之地。為此，將數據導入統計軟件后，需仔細察看數據 (inspect the data)。一個(gè)常見(jiàn)誤區是，研究者只知進(jìn)行回歸，卻不去熟悉原始數據 (raw data)，或增加對數據的感覺(jué) (get a feel for the data)。
察看數據的常見(jiàn)方法為，計算變量的主要統計特征 (summary statistics)，包括均值、最大值、最小值、標準差、相關(guān)系數等，并根據經(jīng)濟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。如果數據有時(shí)間維度 (比如時(shí)間序列或面板數據)，還可畫(huà)時(shí)間趨勢圖。如果發(fā)現在某個(gè)時(shí)點(diǎn)上的變量取值異常波動(dòng)，則應考察此數據是否有誤;即使數據無(wú)誤，也應考慮異常波動(dòng)的原因。
總之，在察看數據的過(guò)程中，主要觀(guān)察數據中是否存在不一致 (inconsistent) 的地方;比如，出現了不可能、不現實(shí)或可疑的取值。如果發(fā)現，則要進(jìn)行處理 (比如，可能是數據輸入錯誤)，這被稱(chēng)為 “數據清理” (data cleaning)。
對于大多數從事應用研究的學(xué)者而言，主要是使用別人 (比如統計局、世界銀行) 提供的數據。即便如此，也應該對數據的質(zhì)量有一個(gè)清醒的判斷，并使用相應的計量方法 (至少在做出實(shí)證研究的結論時(shí)，應考慮數據質(zhì)量的影響)。在使用別人提供的數據時(shí)，還應注意其定義及統計口徑，是否是與理論模型中的變量相對應。比如，中國的失業(yè)率指的是 “城鎮登記失業(yè)率”，其統計口徑與標準教科書(shū)中以及西方國家的失業(yè)率概念有很大不同。
對于計量的初學(xué)者來(lái)說(shuō)，與真實(shí)數據打交道也是加深對計量經(jīng)濟學(xué)理解的重要途徑。只有弄臟你的手，才能真正學(xué)會(huì )做實(shí)證研究。
6、建立計量模型
雖然實(shí)證研究可以沒(méi)有理論模型，但如果有好的理論模型作為基礎，則更有說(shuō)服力。具體來(lái)說(shuō)，回歸分析一般只能說(shuō)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(lài)于經(jīng)濟理論。因此，即使無(wú)法提供完整的理論模型，也應該進(jìn)行一定的理論分析。最理想的情形是，從理論模型中推導出計量模型 (econometric model)，即待估計的回歸方程。一般來(lái)說(shuō)，一篇好的實(shí)證論文，需要講一個(gè)好的 “故事” (story)，然后用數據來(lái)證實(shí)或檢驗此故事。
對于回歸函數的具體形式，可以考慮線(xiàn)性、對數 (變量只取正數且有指數增長(cháng)趨勢)、雙對數、非線(xiàn)性 (邊際效應不是常數)等。在進(jìn)行模型設定時(shí)，應盡量使用常識 (common sense) 與經(jīng)濟理論 (economic theory) 。
比如，將 “人均變量” (如人均消費) 與 “人均變量” (如人均 GDP ) 相匹配;使用實(shí)際匯率來(lái)解釋實(shí)際進(jìn)出口。又比如，考慮 FDI 對經(jīng)濟增長(cháng)的作用。由于 FDI 起作用需要時(shí)間，如果把當年的增長(cháng)率對當年的 FDI 進(jìn)行回歸，可能沒(méi)有太大意義。比較適當的做法是，考慮期初的 FDI 對隨后五年 (或若干年) 經(jīng)濟增長(cháng)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定計量模型，可借鑒文獻中同類(lèi)研究的模型設定。
另外，模型既不能過(guò)于簡(jiǎn)單 (解釋變量過(guò)少)，也不宜過(guò)于復雜，而應當保持適當的簡(jiǎn)潔 (keep it sensibly simple)。在選擇解釋變量時(shí)，“從小到大” (specific-to-general) 的建模方法簡(jiǎn)單易行，但可能偏差較大 (因為存在遺漏變量);而 “從大到小” (general-to-specific) 的建模方法偏差小，但不易執行。實(shí)踐中，常采用折衷方案，即選擇簡(jiǎn)單而有解釋力的模型。
7、選擇計量方法
有了計量模型與數據之后，即可根據數據類(lèi)型與特點(diǎn)，選擇合適的計量方法。比如，被解釋變量為虛擬變量，則可使用 Probit 或 Logit;如果是面板數據，則應考慮固定效應、隨機效應、時(shí)間效應等;如果是時(shí)間序列，則須先判斷是否含單位根，再決定使用相應的計量方法。
對于一般的數據，通常先做 OLS，看看結果，作為一個(gè)參照系。做完 OLS 后，可以畫(huà)殘差圖，大致看看擾動(dòng)項是否符合經(jīng)典假定，然后進(jìn)行嚴格的檢驗。如果有所違背 (比如，存在異方差、自相關(guān))，則做相應的處理(使用穩健標準誤或 GLS)。
對于時(shí)間序列，還可檢驗是否存在結構變動(dòng) (鄒檢驗，Chow test)。另外，應該對數據的質(zhì)量進(jìn)行檢驗，判斷是否存在多重共線(xiàn)性、極端值、弱工具變量等，并做相應的調整。
由于受數據可得性 (data availability) 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(shuō)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、使用面板數據等。
另一常見(jiàn)問(wèn)題是內生解釋變量。此時(shí)，一般需找到有效的工具變量才能得到一致的估計。由于面板數據可以在一定程度上克服遺漏變量問(wèn)題，故比橫截面數據或時(shí)間序列更有說(shuō)服力。因此，如果可以獲得面板數據，則應盡力爭取。比如，對于中國的宏觀(guān)變量，如果使用全國的時(shí)間序列，則一般樣本容量較小。此時(shí)，可考慮收集省際面板 (provincial panel) 的相應數據。
大多數的實(shí)證論文都希望說(shuō)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，需要使用適當的計量方法來(lái)識別這種因果關(guān)系。
總之，在這部分應該說(shuō)明，為什么所用的計量方法是最恰當的。計量經(jīng)濟學(xué)的理論總是建立于一些理想化的假定基礎之上，而現實(shí)的經(jīng)濟數據通�；蚨嗷蛏俚夭环线@些假定。因此，盡管計量理論是可以嚴格證明的一門(mén)科學(xué)，但實(shí)證研究在一定程度上卻是一門(mén)藝術(shù)，常需要在理論與現實(shí)之間找到適當的妥協(xié) (be prepared to compromise)。
8、解釋回歸結果
There are two things you are better off not watching in the making: sausages and econometric estimates. -- Edward Leamer
使用計量方法估計模型后，計算機軟件 ( 比如 Stata ) 將輸出相應的計量結果。此結果可能較長(cháng)，包含密密麻麻的表格與數字。如果你嘗試了各種不同的計量方法與解釋變量 (alternative specifications)，則結果就會(huì )更復雜。
如何看這些結果?簡(jiǎn)單地說(shuō)，只能用一個(gè)字一個(gè)字地看，直到看明白為止。當然，也有訣竅。計量結果可能很復雜，但真正重要的信息通常不多，比如回歸系數 (含符號)、 p 值，以及樣本容量、擬合優(yōu)度等。以一元回歸為例 (工資對數對教育年限回歸)，變量 s (教育年限) 的回歸系數符號為正 (與經(jīng)濟理論相符)，系數估計值為 0.0966245， p 值為 0.000 (在 1% 水平上具有統計顯著(zhù)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約四分之一的變動(dòng))。在上圖中，左上角的殘差平方和、右下角的置信區間，乃至常數項等信息，基本可以不關(guān)心 (除非有需要)。
在解釋回歸系數時(shí)，還應注意區分統計顯著(zhù)性與經(jīng)濟顯著(zhù)性�！敖y計顯著(zhù)性” (statistical significance) 主要通過(guò) p 值來(lái)考察。如果 p 值小于或等于 0.05，則意味著(zhù)該系數在統計上顯著(zhù)地不等于零;反之，則在統計上不顯著(zhù)，在統計上可將此系數視為零 (不存在)。
“經(jīng)濟顯著(zhù)性” (economic significance) 主要通過(guò)系數的絕對值來(lái)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 lnw 可解釋為工資的百分比變化，故 s 的回歸系數為 0.0966245 意味著(zhù)，每增加一年教育，未來(lái)工資收入將提高 9.66%，具有很高的經(jīng)濟顯著(zhù)性 (可能過(guò)高了)。反之，假如 s 的回歸系數為 0.01 或 0.001，則意味著(zhù)每增加一年教育，未來(lái)工資收入只會(huì )上升 1% 或 0.1%，顯然在經(jīng)濟意義上很不顯著(zhù)。此時(shí)，統計上顯著(zhù)而經(jīng)濟上不顯著(zhù)，則意味著(zhù)解釋變量對被解釋變量的影響很小 (經(jīng)濟上不顯著(zhù))，盡管這種影響被估計得很精確 (統計上顯著(zhù))。
類(lèi)似地，在進(jìn)行計量檢驗時(shí) (比如，豪斯曼檢驗)，Stata 可能輸出很多結果，但最需要關(guān)注的只是原假設以及 p 值;因為知道二者就可以進(jìn)行檢驗了，而其余信息都是細節。
研究者通�；ㄙM較長(cháng)時(shí)間收集與整理數據。將數據導入Stata，然后輸入相應的回歸命令，則是 “見(jiàn)證奇跡的時(shí)候” (moment of truth)。如果關(guān)鍵解釋變量兼具統計與經(jīng)濟顯著(zhù)性，符號也與理論預期一致，而其他控制變量的符號與顯著(zhù)性也大體與預期相符，則會(huì )感到十分欣慰，過(guò)去收集整理數據的辛勞也都值了。
但有時(shí)，所得計量結果未必盡如人意，比如關(guān)鍵解釋變量不顯著(zhù)，甚至符號與預期相反。此時(shí)應怎么辦呢?大致來(lái)說(shuō)，出現這種情況，可能有如下三種原因。
(1) 使用計量方法不當。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，導致 OLS 估計不一致。更一般地，如果存在內生性而未加以處理，將導致不一致的估計，使得本應顯著(zhù)的變量變得不顯著(zhù)。
(2) 數據質(zhì)量有問(wèn)題。如果數據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 (由于真實(shí)變量不可觀(guān)測)，或者數據輸入中的人為錯誤，都有可能影響估計的一致性。
(3) 經(jīng)濟理論有問(wèn)題。在排除了以上兩種可能性之后，最后一種可能性是，經(jīng)濟理論不正確。經(jīng)濟理論所預期的某種效應可能不存在;或者同時(shí)存在其他作用機制，使得凈效應的符號相反。實(shí)證研究的目的之一就是檢驗經(jīng)濟理論。如果發(fā)現已有理論與經(jīng)驗證據不符，則說(shuō)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)現理論推論和我國經(jīng)驗事實(shí)不一致,要堅持的不是現有的理論,而是進(jìn)一步去了解我國的經(jīng)驗現象, 然后, 根據經(jīng)驗現象構建一個(gè)可以解釋這個(gè)現象的理論。所以, 當發(fā)現這種不一致時(shí), 不要死抱理論, 成為現有理論的俘虜, 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)展做出貢獻的絕好機會(huì )。
在計量實(shí)踐中，研究者經(jīng)常根據計量結果而調整模型，以期得到更為理想的結果，并且只在論文中匯報最佳的結果，而將尋找此結果的過(guò)程隱去。這實(shí)際上是 “數據挖掘” (data mining) 的一種形式。
數據挖掘既有成本 (缺點(diǎn))，也有收益(優(yōu)點(diǎn))。數據挖掘的優(yōu)點(diǎn)是，可對數據進(jìn)行各種 “實(shí)驗”，以期揭示數據中的某種規律性，發(fā)現模型設定的錯誤，以此改進(jìn)理論或計量模型。數據挖掘的缺點(diǎn)則是，由于它根據數據特征來(lái)設定計量模型，故模型設定由數據產(chǎn)生，如果再用此數據去檢驗由它產(chǎn)生的模型，就不是客觀(guān)的檢驗，由此導致偏差。
事實(shí)上，一定程度的數據挖掘是不可避免的，而這兩種形式的數據挖掘的界限并不清晰，正如 Heckman 指出，“盡管使用數據來(lái)檢驗受到該數據啟發(fā)的理論存在嚴重的問(wèn)題，但如果拒絕從數據中學(xué)習并修改理論，則會(huì )導致更嚴重的問(wèn)題” 。解決數據挖掘所帶來(lái)的偏差的方法之一是進(jìn)行穩健性檢驗，而不是僅匯報最佳的結果。
9、診斷性檢驗
任何計量方法都有其適用的前提條件;如果前提不成立，則無(wú)法使用此計量方法 (可能導致不一致的估計)。因此，在估計完模型后，應對計量方法的前提條件進(jìn)行 “診斷性檢驗” (diagnostic checking) 或作出定性說(shuō)明。
比如，使用工具變量法進(jìn)行2SLS估計后，應進(jìn)行弱工具變量檢驗、過(guò)度識別檢驗 (假設存在過(guò)度識別)、解釋變量?jì)壬詸z驗;并從定性的角度說(shuō)明 “排他性約束” (exclusion restriction) 為什么成立。
又比如，使用時(shí)間序列估計自回歸 (AR) 或向量自回歸模型 (VAR)，則應檢驗殘差是否為白噪聲 (無(wú)自相關(guān))。即使進(jìn)行OLS回歸，也應說(shuō)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、穩健性檢驗
We have to learn...that the prime virtue of any econometric procedure is robustness. -- Robert Solow
為了使用特定的計量方法，研究者通常需要做一系列的假定。但問(wèn)題是，論文的主要結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，看結果是否穩健或基本不變，這稱(chēng)為 “穩健性檢驗” (robustness check) 或 “敏感度分析” (sensitivity analysis)。比如，通過(guò)改變樣本區間 (或去掉極端值)、函數形式、計量方法、控制變量、變量定義、數據來(lái)源等，來(lái)考察計量結果的穩定性。
在計量實(shí)踐中，研究者通常會(huì )通過(guò)數據挖掘，找到 “最佳” 的計量模型。如果僅匯報此最佳模型，則會(huì )導致偏差。因此，有必要適當地改變模型的設定，比較其主要結果的變化。顯然，只有穩健的結果才有說(shuō)服力，故穩健性檢驗已成為高質(zhì)量實(shí)證論文不可或缺的一部分。
11、論文寫(xiě)作
Learn to write but also write to learn. -- William Thomson
得到較為理想的實(shí)證結果之后，即可開(kāi)始寫(xiě)論文。簡(jiǎn)單地說(shuō)，論文就是對研究成果的匯報。為了便于讀者更快地從論文中獲取信息，經(jīng)濟學(xué)論文通常有一定的結構，而論文寫(xiě)作本身也是一門(mén)精益求精的藝術(shù)。經(jīng)濟學(xué)家曼昆曾問(wèn)過(guò)加爾布雷斯寫(xiě)作成功的秘密;加爾布雷斯回答說(shuō)，他寫(xiě)的所有東西都會(huì )修改很多次，通常直到第五稿時(shí)才會(huì )基本滿(mǎn)意。下面分別介紹論文的各個(gè)部分。
(1)標題、關(guān)鍵字、摘要
論文的首頁(yè)通常包括標題、作者、摘要、關(guān)鍵字等信息。標題 (title) 是論文的標簽，正如商品的商標或名稱(chēng)。一般應選擇簡(jiǎn)潔而有吸引力的標題，并能讓讀者知道該文主要做什么。在論文寫(xiě)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(yǔ) (包括基金資助) 以及 “文責自負” 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” (corresponding author)，負責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、研究方法與主要結論。一般讀者會(huì )先看摘要，再決定是否看全文。因此，論文摘要應字斟句酌，凸顯本文的主要貢獻，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(xiě)，因為此時(shí)作者對于論文的主要內容會(huì )有更清晰的概念。
在摘要的下面，通常還需提供幾個(gè)關(guān)鍵字 (key words)，以便讀者能很快地根據關(guān)鍵字搜索到此文。關(guān)鍵字常常來(lái)自論文的題目。另外，在關(guān)鍵字之下，還可能提供 JEL 分類(lèi)號，這是美國經(jīng)濟學(xué)會(huì )主辦的 Journal of Economic Literature 雜志所用的經(jīng)濟學(xué)各領(lǐng)域的分類(lèi)編號 。
經(jīng)濟學(xué)實(shí)證論文的正文一般依次包括以下部分：引言、文獻回顧 (可歸入引言)、理論框架或背景介紹 (可省略)、數據說(shuō)明、計量模型與估計方法、回歸結果、穩健性檢驗 (可歸入回歸結果)、結論。下面分別進(jìn)行說(shuō)明。
(2) 引言 (Introduction)
引言雖是全文的第一部分，卻經(jīng)常最后寫(xiě)。原因之一，引言集中了全文的賣(mài)點(diǎn) (selling points)，最難撰寫(xiě)，須反復修改;原因之二，引言概括了全文的內容，只有在全文大體完工后，才能準確地總結與提煉。
引言通常包括以下內容：本文研究了什么問(wèn)題，此問(wèn)題為什么重要 (研究意義);本文使用了什么數據 (最好在數據來(lái)源上有所創(chuàng )新或挖掘)，實(shí)證研究的計量方法是什么，得到了哪些主要結論;此研究與已有文獻的關(guān)系，本文的主要創(chuàng )新與邊際貢獻等。由此可見(jiàn)，引言將論文的精華部分以非技術(shù)性的方式呈現給讀者，可視為擴展版的摘要，是 “銷(xiāo)售” 此文的重要手段。事實(shí)上，許多讀者在瀏覽論文時(shí)，常常先看引言與結論，然后再決定是否細讀正文;可見(jiàn)引言的重要性。
引言的寫(xiě)作大致有兩個(gè)套路。傳統的套路是，在提出研究問(wèn)題之后，首先回顧已有文獻的相關(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 (比如，填補了文獻的空白)。傳統套路的優(yōu)點(diǎn)是，比較有邏輯性，能自然地呈現學(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，然后才知道本文的主要工作。
現代的套路是，提出問(wèn)題之后，馬上直奔主題，介紹本文的研究方法與主要結論，然后再回頭介紹本研究與現有文獻的關(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 (roadmap)，告訴讀者本文的其余部分在結構上如何安排，以便于讀者閱讀。
(3) 文獻回顧 (Literature Review)
文獻回顧如果較短，可以歸入引言部分;反之，如果文獻回顧較長(cháng)，則可單獨作為論文的一個(gè)部分。對于文獻的回顧一般按文獻出現的時(shí)間先后進(jìn)行，著(zhù)重介紹重要的文獻，而其他文獻可以簡(jiǎn)略介紹、放入腳注，甚至略去。
文獻回顧的寫(xiě)作切忌只是堆砌羅列一些文獻，而未進(jìn)行深入分析。事實(shí)上，文獻回顧的根本目的是為了厘清本文的研究與已有文獻的關(guān)系，以凸顯本文的邊際貢獻及其在文獻中的地位。
為此，在肯定現有文獻的原創(chuàng )貢獻外，難免會(huì )指出其不足之處 (或被忽略的方面)。此時(shí)，應注意語(yǔ)氣委婉，因為這些文獻的作者有可能正是未來(lái)的審稿人或編輯。另一方面，你又希望突出本文的獨特詞貢獻 (當然必須實(shí)事求是)。因此，在指出現有文獻的不足與突出本文的貢獻之間，需要找到措辭與語(yǔ)調上的平衡。
(4) 背景介紹 (Background Information) 或理論框架 (Theoretical Framework)
實(shí)證論文并非僅僅是找一堆數據，然后匯報回歸結果。只有告訴讀者有關(guān)經(jīng)濟現象的背景，完整地述說(shuō)一個(gè)經(jīng)濟故事，才能使得計量結果更有說(shuō)服力。
比如，Nunn and Qian (2011) 研究引入 “新世界” (New World) 作物土豆對 “舊世界” (Old World) 人口增長(cháng)與城市化的影響，在其第二節背景部分，即以大量篇幅介紹土豆的優(yōu)點(diǎn) (virtues of the potato)、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據進(jìn)行回歸，還需要熟悉所研究現象的歷史、制度與文化背景，乃至數據的來(lái)源與產(chǎn)生過(guò)程。
如果可能，在此部分可引入一個(gè)簡(jiǎn)單的理論模型 (theoretical model) 或思想框架(conceptual framework)，為后續的實(shí)證研究提供理論基礎。但對于實(shí)證論文而言，其理論部分不宜太過(guò)復雜，以致喧賓奪主。另外，如果經(jīng)濟現象過(guò)于復雜，沒(méi)有現成的理論，也可根據常識 (common sense) 直接寫(xiě)下計量模型或回歸方程。
(5) 數據說(shuō)明 (Data description)
實(shí)證論文的結論是否可靠，首先取決于數據的質(zhì)量。因此，在數據說(shuō)明部分，應詳細說(shuō)明數據的具體來(lái)源，并評估其可靠性。介紹數據來(lái)源的詳細程度，應使讀者能按圖索驥得到同樣的數據，以保證科學(xué)結果的可重復性。
如果對原始數據進(jìn)行了一些處理或加工，也應一一說(shuō)明。如果學(xué)術(shù)界對于數據的質(zhì)量有質(zhì)疑，則應說(shuō)明這些潛在的數據質(zhì)量問(wèn)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(cháng)率，故可能影響不大。如果數據來(lái)自問(wèn)卷調查，則應說(shuō)明隨機抽樣如何進(jìn)行，問(wèn)卷如何發(fā)放與執行等，并在附錄中附上具體的問(wèn)卷。
介紹數據來(lái)源之后，通常以表格形式給出主要變量的統計特征 (summary of statistics)，比如樣本容量、均值、標準差、最小值、最大值等，使讀者對數據的基本特征有所了解。有時(shí)，還會(huì )提供關(guān)鍵變量的相關(guān)系數矩陣 (matrix of correlation)，作為對變量之間關(guān)系的初步證據。
(6) 計量模型與估計方法 (Econometric model and estimation)
在此部分，需要結合所研究的問(wèn)題以及已有數據，給出具體的計量模型，即回歸方程。通常會(huì )有一個(gè)基準 (baseline 或 benchmark) 的計量模型，然后在此基礎上對模型設定 (model specification) 有所變化，比如增加或替換變量。
此部分著(zhù)重需說(shuō)明論文的估計策略 (estimation strategy)，即究竟應使用什么計量方法來(lái)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量方法，而未說(shuō)明為什么這是最合適的計量方法。任何計量方法都有適用的前提條件，需要研究者仔細甄別與判斷。如果有兩個(gè)計量方法，各有優(yōu)缺點(diǎn)，則可二者都用，然后作為穩健性檢驗，比較二者的結果。
(7) 回歸結果 (Regression results)
介紹計量方法之后，即可匯報回歸結果，通常以表格形式來(lái)呈現，主要包括以下信息：被解釋變量與解釋變量的名稱(chēng)、回歸系數估計值、標準誤 (或 t 統計量)，以星號表示統計顯著(zhù)性，以及相關(guān)的統計量 (樣本容量、擬合優(yōu)度等)。在正文中，需要對回歸結果進(jìn)行解讀，包括回歸系數的統計顯著(zhù)性與經(jīng)濟顯著(zhù)性，符號是否與理論預期相符等。
(8) 穩健性檢驗 (Robustness checks)
在實(shí)證論文中僅僅匯報一個(gè)回歸結果顯然是不夠的，因為變量的顯著(zhù)性可能在不同的模型設定下變化。只有在不同的模型設定下，都能得到類(lèi)似的結果，才是穩健與可信的。對于穩健性檢驗的結果匯報，如果篇幅比較短，可歸入上一部分的 “回歸結果”;反之，如果做了較多的穩健性檢驗，則可單獨作為論文的一個(gè)部分。
(9) 結論 (Conclusion)
結論是論文的最后部分，對全文所作工作進(jìn)行總結，并給讀者留下最后的印象。結論部分通常概要地回顧本文的研究問(wèn)題、計量方法與主要結論，也可重申本文的獨特的貢獻。由于任何論文都有局限性，故也可指出未來(lái)的改進(jìn)空間與研究方向。許多讀者會(huì )先看引言與結論，再決定是否看正文，故結論部分也十分重要。
(10)參考文獻 (References)
幾乎所有研究都建立在前人成果之上，故必然會(huì )在文中引用他人的論文或著(zhù)作。這些論著(zhù)的詳細出處，則一般收集于文末的參考文獻。需要特別注意的是，文中所有引用的論著(zhù)，都應包括在參考文獻中;反之，所有參考文獻中的論著(zhù)，都應在正文中被引用。
參考文獻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(cháng)的細節。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(shí)會(huì )把過(guò)長(cháng)的數據說(shuō)明放在附錄。如果數據來(lái)自問(wèn)卷調查，則通常把具體的問(wèn)卷放在附錄。
(12)寫(xiě)作風(fēng)格
經(jīng)濟學(xué)論文屬于科學(xué)類(lèi)的論文，并不需要過(guò)于華麗的詞藻，而應首先注意行文的簡(jiǎn)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(xiě)論文者，首先要注意 “書(shū)面語(yǔ)” 與 “口語(yǔ)” 的區別，避免過(guò)分口語(yǔ)化;不能嘴上怎么說(shuō)，筆下就怎么寫(xiě)，而應使用更為洗練到位的書(shū)面語(yǔ)言。在下筆之前，可先在腦海里構思文章的結構與寫(xiě)作風(fēng)格。事實(shí)上，寫(xiě)作的過(guò)程也是使思路更加清晰的過(guò)程。
對于論文中的方程式，可使用 Word 文檔中的 “” → “object” → “Microsoft Equations” 進(jìn)行編輯，使得方程更為美觀(guān) 。論文中所有單獨成行的方程式，都應按順序編號，以(1)、(2)、(3)等表示，以便于檢索。
對于論文中的表格與圖片，也應注意其格式。一般來(lái)說(shuō)，表格的標題應在表的上方;而圖片的標題則在圖的下方。在表格或圖片的下方，還可以有注釋?zhuān)f(shuō)明數據來(lái)源、變量定義等相關(guān)信息。
對于初學(xué)者，建議仔細觀(guān)察經(jīng)典論文的文章結構與風(fēng)格，并注意模仿。比如，中文論文可以模仿《經(jīng)濟研究》或《經(jīng)濟學(xué)季刊》，而英文論文則可參照 American Economic Review, Journal of Political Economy, Quarterly Journal of Economics 等。正如古語(yǔ)所云，“熟讀唐詩(shī)三百首，不會(huì )作詩(shī)也會(huì )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。這是因為，在研究與寫(xiě)作過(guò)程中，難免受到個(gè)人先入為主的主觀(guān)限制，出現這樣或那樣的偏差或疏忽。因此，懇請導師、同行或朋友閱讀你的論文，并提出批評與修改意見(jiàn)，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(huì )議，或應邀到相關(guān)學(xué)術(shù)機構作報告;以便收集有益反饋，然后進(jìn)一步修改論文。當代論文的復雜程度越來(lái)越高，需要考慮的問(wèn)題也越來(lái)越多，如果一味閉門(mén)造車(chē)則難免掛一漏萬(wàn)，難以保證論文的高質(zhì)量。
13、提交論文或投稿
經(jīng)過(guò)與同行交流并將論文修改完善后，可考慮提交畢業(yè)論文，或將論文投稿到合適的期刊。在選擇期刊時(shí)，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(gè)重要或有趣的問(wèn)題，以及所用方法是否嚴格、結論是否可信;然后再將論文投給相應檔次的期刊。
這里所說(shuō)的 “重要”，并不一定非要是影響國計民生的重大課題，也可以只有學(xué)術(shù)上的意義。即使只是一個(gè)有趣的小問(wèn)題，如果使用了嚴格的研究方法，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(wèn)題，也可能大而無(wú)當。
如果不清楚論文該投給哪個(gè)雜志，可請教導師或有投稿經(jīng)驗的前輩。在投稿時(shí)，切忌 “一稿多投”，即將一篇稿件同時(shí)投給多個(gè)雜志，造成編輯部的審稿資源浪費。這是投稿的基本規則;如果違背，可能導致嚴重的后果。一般來(lái)說(shuō)，只有在被拒稿或主動(dòng)撤稿之后，才能將稿件投給另外一個(gè)期刊。
期刊編輯部在收到稿件后 (通常為電子投稿)，一般由主編 (editor) 或共同主編 (co-editor) 先行瀏覽，并決定是否送外審;如果不送外審，則會(huì )直接在案頭拒稿 (desk reject)。對于送外審的論文，主編通常選擇2-3位匿名審稿人 (anonymous referee) 進(jìn)行審稿，并要求在規定的時(shí)間內 (比如一個(gè)月或更長(cháng)時(shí)間) 提交審稿人報告 (referee report)。
有時(shí)匿名審稿人也不知道論文作者的身份，這稱(chēng)為 “雙向匿名審稿” (double-blind review)。然而，在互聯(lián)網(wǎng)時(shí)代，審稿人通常不難查到作者身份 (很多作者會(huì )把工作論文掛在網(wǎng)上)，雙向盲審也就失去了意義。為此，American Economic Review 從2011年開(kāi)始改用 “單向匿名審稿” (single-blind review)，即作者不知道審稿人身份，而審稿人知道作者身份。
主編在收到全部審稿人報告后，通常根據這些審稿意見(jiàn)，對論文采取以下決定：(1) 直接接受;(2) 直接拒稿;(3) 修改再投 (Revise and Resubmit，簡(jiǎn)記 R&R)。一般來(lái)說(shuō)，第一種情況 (直接接受) 非常少見(jiàn)，而第三種情況則說(shuō)明此稿件有希望發(fā)表，應根據審稿人的建議進(jìn)行認真修改。有時(shí)，“修改再投” 可能會(huì )發(fā)生 2-3 輪，而且越是頂尖的期刊，修改再投后被拒稿的可能性越大。
總之，從論文投稿到期刊發(fā)表，即使在最順利的情況下，也通常需要一年時(shí)間 (除非編輯部對重要稿件加急處理);而英文期刊的發(fā)表周期則可能更加漫長(cháng)。在此期間，還可能需要幾經(jīng)修改，甚至轉投多個(gè)期刊。這時(shí)你會(huì )發(fā)現，寫(xiě)論文并不難，難的是發(fā)表論文。唯有切實(shí)提高論文質(zhì)量，才是發(fā)表論文的根本保證。
14、寫(xiě)作倫理
在論文寫(xiě)作過(guò)程中，應特別注意引用的規范性，并杜絕抄襲。究竟 “引用” (citation) 與 “抄襲” (plagiarism) 有何區別?
二者最本質(zhì)的區別在于，引用給出了信息的出處;而抄襲未提供出處，讓讀者誤以為是作者的原創(chuàng )。抄襲可以定義為 “將已經(jīng)存在的思想或產(chǎn)品‘偷來(lái)’作為自己的思想或產(chǎn)品” (The Modern Language Association of America, 2009, p. 52)。
抄襲是一種嚴重違背學(xué)術(shù)規范與職業(yè)道德的行為，可能導致無(wú)可挽回的嚴重后果。首先，它將別人的思想占為己有，等于 “偷竊” 了別人的知識產(chǎn)品;其次，將別人的知識產(chǎn)品作為自己的成果發(fā)表以獲得好處，這等同于 “欺詐” (fraud)。
為此，初學(xué)者在使用別人的研究成果時(shí)，一定要注意通過(guò)正確的引用來(lái)注明出處。如果直接引言別人的原話(huà)，應加上雙引號，并注明文獻來(lái)源。如果大段地復制已有文獻而未標明出處，則為赤裸裸的抄襲，應堅決杜絕。即使是間接引用，比如用簡(jiǎn)潔的語(yǔ)言概述前人的思想，或將已有模型作了小的改動(dòng)，也應及時(shí)注明其出處。
15、結語(yǔ)
如何才能做出高水平的實(shí)證研究?如何才能寫(xiě)出高質(zhì)量的經(jīng)濟學(xué)論文?更進(jìn)一步，如何才能成為好的經(jīng)濟學(xué)家或經(jīng)濟工作者?顯然，要達到這些目的，絕非單一學(xué)科 (比如，計量經(jīng)濟學(xué)) 就能勝任，而需要全方位的學(xué)識與素養。在此，引用凱恩斯的一段話(huà)作為結束語(yǔ)，并與大家共勉：
經(jīng)濟學(xué)研究似乎并不需要任何極高的特殊天賦。與更高深的哲學(xué)或純科學(xué)相比，經(jīng)濟學(xué)不是……一門(mén)極其容易的學(xué)科嗎?一門(mén)容易的學(xué)科，但這個(gè)學(xué)科中很少有人能出類(lèi)拔萃!這個(gè)悖論的解釋也許在于杰出的經(jīng)濟學(xué)家應該具有各種天賦的罕見(jiàn)的結合。在某種程度上，他應該是數學(xué)家、歷史學(xué)家、政治家和哲學(xué)家。他必須了解符號并用文字表達出來(lái)。他必須根據一般性來(lái)深入思考特殊性，并在思緒奔放的同時(shí)觸及抽象與具體。他必須根據過(guò)去、為著(zhù)未來(lái)而研究現在。他必須考慮到人性或人的制度的每一部分。他必須同時(shí)保持果斷而客觀(guān)的情緒，像藝術(shù)家一樣冷漠而不流俗，但有時(shí)又要像政治家一樣腳踏實(shí)地。
【如何做實(shí)證研究及寫(xiě)作論文】相關(guān)文章：
實(shí)證研究論文寫(xiě)作的若干個(gè)人體會(huì )06-23
審計風(fēng)險的實(shí)證研究12-06
支架式音樂(lè )教學(xué)模式及其實(shí)證研究論文11-17
研究生論文寫(xiě)作格式03-11
關(guān)于數學(xué)教育寫(xiě)作研究的論文11-21
淺談史學(xué)研究入門(mén)及論文寫(xiě)作03-20
翻譯研究論文寫(xiě)作方法12-10
整體上市效應的實(shí)證研究03-05