查看原文
其他

实证经济学研究如何选题?前辈的总结和自己的实践经验

凡是搞计量经济的,都关注这个号了

稿件:econometrics666@126.com

所有计量经济圈方法论丛的code程序, 宏微观数据库和各种软件都放在社群里.欢迎到计量经济圈社群交流访问.

最新电影《模拟游戏》讲述了图灵这位数学天才传奇而结局悲凉的一生。每个时代, 天才总是孤独的,平凡人羡慕天才们超凡的智慧与想象力,却难以企及。除了极少数如图 灵般的天才开创了某一个领域,甚至某一个学科,大部分科研工作者的劳动都是在极其狭 小的领域中或前人的成果上进行的。他们劳动的价值,有时难以用短期眼光来衡量。有些论文,也许在几十年中都没有人引用。有些研究,除了作者本人,甚至没有第二个人知晓。然而,他们依然坚定地工作着。正如图灵坚信他的机器可以破译德国的 Enigma 密码,坚信他的理论一定是正确的一样,大部分科研人员都执着地认为自己的工作虽然在很长时间内不会对外界产生影响,但终有一天,后人会去翻看他们留下的论文、 笔记、手稿、采访记录——一切可以留下的、解释他们对世界看法的点点滴滴。
说了那么多,只为了解释一点:如果你想选择一个好的题目,就要抱着对自己和后人负责的态度。当然,除了抽象地理解一个好选题的特性,我们还应该懂得如何在庞杂的文献中找寻自己未来的研究方向。其实,这些经验也是在不断的文献积累中逐步获得的。每当你读新文章时都应该问自己:“它到底做了什么贡献?我可以继续做些什么?”
下面我们先来回顾下前辈们是如何讲述他们的选题经验,再结合一些例子讲讲我个人的实践经验。

前辈的总结

哥伦比亚大学的经济学教授 Don Davis 在“Ph.D. Thesis Research: Where do I Start?”  (《博士论文研究:我从哪里开始》)一文中针对博士论文选题给出了一条重要建议:选择你长期感兴趣的话题。这样做不仅有利于激励你完成博士阶段的研究,更是在职业生涯初期为你提供一个可以挖掘和拓展的主题性研究领域。一言以蔽之,博士阶段的选题要避免“竭泽而渔”,Davis (2001) 还谈到了“ 有趣”( interesting )选题的几个“参照指标”(indicators)。
第一,“有趣”是一个很主观的词,难以统一标准,但总有些依据存在。笔者在这里补充一点,在学术界,“有趣”是一个既基本又苛刻的要求。说它基本是因为 几乎所有导师都会告诉学生要选一个有趣的题目,说它苛刻是因为每个人心中对“有趣” 都有不同的标准。
第二,如果作者要让大家觉得选题有趣,那么选题在多大程度上对现实世界有影响就至关重要,简而言之就是选题要有“现实意义”。
第三,证明一个问题的 “现实意义”可以通过学术领袖的工作来印证。如果有几位知名学者对你的选题做过相关 研究,那么我们有理由相信,这个选题是重要的。
第四,当你证明了自己在做一个重要的选题之后,要说服读者你的选题是有新意且非常重要的。特别是对实证类选题而言,在前 人的模型中加入一些变量显然不能作为“新意”的代名词。即便使用了全新的数据和方法, 如果实证结果不能给读者带来耳目一新的感觉,如果实证的主题依然老旧,那么这类选题 还是不成功的。
普林斯顿大学的经济学教授 Avinash Dixit (1994) 对选题的“现实意义”有自己的理解。他的首要建议就是不要太多顾及选题的社会意义,相反地,他鼓励学生尝试那些看似无用但非常吸引人的题目。显然,Dixit 的观点与 Davis 有很大不同。当然,经济学文献中互相矛盾的理论和实证发现比比皆是,在谈论如何选题时,出现这样的分歧也一点不意外。Dixit 主张兴趣第一,不断尝试,在实践中找到适合自己的方向。
针对兴趣,Dixit 还提出了一个非常重要的建议:很多想法和理论上的技巧会突然出现在你脑海里。但是,不要被动等待它们出现,要鼓励自己主动找寻这类想法。所以,要对任何与你研究相关的想法和资料保持高度的兴趣和敏感。只有这样,新的想法和选题才会不断涌现。这一点,作为有一定科研经验的读者应该会感同身受。
虽然经济学家在选题是否一定要有“现实意义”存在不同看法,但多数人在谈论选题时都会反复提到“有趣”这个词。原加州大学伯克利分校的经济学教授、现任 Google 首席经济学家的 Hal R. Varian (1997) 在讨论如何构建经济学模型中也提到,在写模型之前一定要确认研究的问题是否有趣。为此,他用了经济学中最常见的概念之一——机会成本。当你选择一个题目做研究时,其实还有其他备选的题目,所以做当前题目的预期收益一定要超过你的机会成本。他认为要检验一个题目是否有趣和重要,关键在于是否提供了新的洞见(insight)。一个很形象的检验方法是,读者看了文章要发出惊叹:“啊,这篇文章解释了如此重要的问题!”
总结起来,Dixit 和 Varian 是高屋建瓴地看待选题,展现了大师境界。Davis 的建议很 接地气,适合研究生选题时候参考。虽然语言表达不同,某些观点也有区别,但三位经济 学家都强调选题要新颖要有趣。略微遗憾的是,他们的经验之谈中“战略”居多,“战术” 较少。下文将结合我在实践中的经验教训,提出更细致的操作性建议。

我的实践经验

由于经验和水平的差距,我对选题的理解与学界前辈们无法同日而语。作为一家之言与大家分享,仅供批判和参考。
第一,选题要在大量阅读的基础上。尽管在如何读文献、读多少文献的问题上,经济学家看法各异,但我认为初学者还是应该养成勤读文献的好习惯。我们可以按照个人的研究,将经济学文献大致细分为几个领域,把论文分类归入文件夹。这些文献也包括没有正式发表的工作论文(Working papers) 。寻找文献的过程可以从各领域的文献手册(Handbook)、Journal of Economic Literature (JEL)、Journal of Economic Perspectives (JEP) 等入手,找出前人的文献综述,按图索骥查到文献的发展脉络。然后,通过文献索引查出目前最活跃的作者,根据作者的个人网站查询最新的文献综述及前沿研究。比如,在最近一段时期,哪些作者发表的重要论文最多、被引用最多,那么这些作者就应该被视作最活跃的作者。同时,可以关注 NBER (National Bureau of Economic Research) 每周的工作论文更新,看看这些作者是否也在 NBER 经常发表工作论文。最后,将这些作者定为重点关注对象,时刻关心他们的最新研究。这种关心要做到细致入微,包括知道他们最新论文的投稿状态和正在写作的论文。因为有些写作团队效率非常高,如果你不了解具体情况,遇到选题近似或者重复时,你的论文还没写到一半,他们的文章可能已经被发表。所以,大量阅读除了能提供坚实的文献基础,还能避免选题撞车。
第二,选题要符合作者的能力。寻找到一个好的题目,除了了解本领域的发展,还要理解为什么有些问题没人做。那些没有人碰的题目到底是受制于数据还是方法,你本人有能力解决这些吗?事实上,别人做不了的,很可能也是你做不了的。当然,在确认了上述问题之后,如果你有信心解决前人束手无策的问题,那么完全可以尝试挑战自我。这类文章一旦成功,贡献将是普通论文无法比拟的。
现实中,一些看起来很“高大上”的题目,往往不是初学者轻易能驾驭的。比如,制度与增长的关系是一个很好的话题,可我们能想象一个年轻的学生去写,结果会如何。这便是老师们通常说的,选题不要太大的原则。虽然这是一个老生常谈的话题,我还是想补充一点,凡事没有绝对。如果一个初学者确实有很深的文献功底,又有很好的数据和方法做支撑,同时非常清楚写出来的论文会是什么层次和质量,老师们应该放手让他去尝试。关于这点,我的看法与 Dixit (1994) 关于选题应该以个人兴趣为重类似:学生的论文总有从不成熟到成熟的过程,应该以兴趣为先,允许错误和失败。
第三,选题要有明确的导向性。目前的实证研究,大体有三类选题导向:问题导向、数据导向、方法导向。第一种导向,层次最高,初学者往往难以做到。所以,能做到数据和方法导向,也应该被鼓励。在灯光数据普及前,对增长的研究常常受困于内生性问题。现在这方面的数据多了,双重差分和断点回归等方法也普及了,解决内生性的难度就相应降低了。所以,从技术角度说,如今研究制度对增长的影响,难度比 Acemoglu et al. (2001) 初步探索时期要低些。可是,无论文献如何发展,我们都不会抹煞 Acemoglu et al. (2001) 的功绩,因为在当时的条件下,这类选题是非常珍贵的,研究结果也有着深远的影响。
大多数人都难以把问题、数据和方法三者兼顾。换言之,一篇论文诞生后,三个方面总有缺憾。这时,我认为问题是第一位的。读者和审稿人对一个重要的、稀缺的问题,多少会表现得宽容些。
现实中,不少论文是数据驱动的。作者往往在获得了一些宝贵数据后才下决心要做一 篇雄文。在大数据成为热点的今天,如果研究者所占有的资源中包括了稀缺的大数据,而 不加以善待和利用,就是对资源的浪费。所以,数据驱动型的论文本身没有错。如果有错, 就是数据拥有者没有把故事讲好,没有把经济学理论(或者直觉)与数据结合好,没有把 问题实质研究透。出现这类情况,我认为可以归结于人的惰性。当数据优势太大时,研究 者往往会忽略问题的重要性。选题时也往往会片面强大数据的独一无二,而轻视了经济学 研究的基本要求。我们做数据分析,归根到底是为了理解经济体的运行规律和人做决策时 的规律。稀缺数据可以给予实证分析更精确的答案,更多因果性的结论,还有更多深层次 和异质性的启示。如果做不到这些,那么即使手握宝贵数据,也难以选得好题目。
第四,选题要有自己的态度。所谓自己的态度就是在前人的研究基础上,明确自己的贡献,对过往研究有准确的评价。这个评价必须是客观公正的,在批判前人的时候要非常注意措辞。批判是需要的,但鉴于审稿人可能是你批判的对象,所以要把握尺度做到对事不对人。凡是涉及到批判的部分都要有理有据且措辞文雅。
如果选择了一个老生常谈的题目,那么态度就显得尤为重要。如果你没有鲜明的态度, 审稿人会认为这篇文章没有什么贡献和进步,属于邯郸学步,审稿结果就很可能是负面的。同时,审稿人会从投稿人的态度中判断其对文献的熟悉程度和对经济学理论、方法、数据 的掌握程度,从而对文章质量进行评估。
第五,选题最好有“源于生活,高于生活”的追求。如今的研究五花八门,数据新奇, 思路开阔。这些当然不是坏事,但我觉得源自生活的选题,可能会更有生命力。比如,时 下大学生就业难和专业不对口等现象比较普遍,它们就属于劳动经济学中的“过度教育”或 者“教育与岗位错配”。做这些研究贴近生活,同时具有科研意义。又比如,一些学者研究 放开二胎生育对妇女参与劳动力市场的影响,也很贴合热点,既有政策意义又有学术价值。近期,不少学者纷纷把目光投向了污染对经济和人们生活的影响,这也是他们有了切肤之 痛后,逐步尝试用经济学方法来研究和解释现实问题。总之,我们身边的很多事,都值得 研究。虽然我不主张扎堆搞热点研究,但多关注身边发生的变化,从中寻找有趣和有意义 的研究课题是值得提倡的。这条建议与 Dixit(1994)和 Varian(1997)的观点不谋而合。
最后,选题也要有分享的精神。这是我个人的体会,可能与大部分导师要求学生严守选题的要求相矛盾。现实中,不少人觉得选题特别难,不愿意分享自己的想法。特别是自己发现了一个不错的方向,往往不自觉就“保密”起来。我的看法恰恰相反,选题和思路不需要过度保密。真正好的选题,别人听过也未必能轻易剽窃。在一个良性的环境中,讨论可以带来更多的视角和意见,丰富选题的意义,纠正可能出现的偏差。同时,更多人的讨论,也许更有利于促成合作。我们不能讳疾忌医和闭门造车。把选题和初步思路与合适的人分享,并不会损害个人的利益,相反可以提高自己的研究水平。
退一步,如果你有很多好的想法,但受制于时间和精力无法把这些想法全部转化成科研成果,那么与别人分享,促成他们更多更好的研究也是对文献总量的贡献。有很多选题可以分享,说明你的思维没有枯竭。靠保守秘密,靠护着选题,其实已经棋输一招。
总结起来,选题的指导思想是要找到一个有趣而又意义的题目。这种意义可以是基于个人兴趣的(Dixit,1994),也可以基于社会价值(Davis,2001)。实现这个目标的基础是:1、有一定的文献积累;2、带着“问题”和“兴趣”找选题;3、清楚个人能力的边界;4、对生活充满好奇心;5、学会交流与分享。
Source:节选自何晓波.实证经济学研究如何选题?[J].经济资料译丛,2015(02):42-46.
关于实证研究的经验帖子

0.给搞实证研究学者的经验建议1.现实·理论·证据──谈如何做研究和写论文2.以审稿人的身份谈论文写作和审稿3.把实证研究进行到底,献给学术路上的人4.评陆铭《如何把实证研究进行到底》5.为什么你不能发《经济研究》?6.经济学是科学吗?季刊主编如是说7.如何写出一篇高质量的论文8.计量经济学实证论文写作全解析9.可以为计量经济学代言10.计量工具让经济学科学化了吗,11.商学院教授们, 别躲在象牙塔里12.计量经济模型实证分析的正确打开方式13.美国经济学教育体系和对中国的启示14.经济学实证研究中的误区,全部是经验15.计量经济学中的7大误区, 你踩雷了吗?16.邹恒甫教授对年轻学者四句学术箴言17.你为什么发不了AER和经济研究?18.与AER齐名的期刊主编亲笔信19.AER, JHR告诉你, 如何在期刊上发论文20.教授、主编和博士们的文献阅读指南21.芝大学教授, 自科与社科的真正区别22.芝大学教授的博士生论文写作指南23.模型在微观实证研究中到底重不重要24.萧政:新鲜课题是中国经济学研究的优势25.好的经济学研究怎么开展,LSE指导文书26.教授指点计量经济学迷津27.邹志庄教授计量研究汇结,总结研究经验28.学术论文写作的碧血剑谱29.写论文的初期-中期-晚期, 模型-思想权衡30.顶尖期刊论文的写作策略, 不看后悔终生31.在顶尖期刊发论文投稿, 拒稿和修改策略32.经济学论文写作的28条军规33.如何读英语论文, 怎样读懂英语论文34."经济研究"规定论文写作规范与编辑标准35.史上最全博士论文撰写指导手册36.SSCI论文写作和投稿技巧指南针37.顶级经济学期刊发表论文计量方法分析38.你的论文写作一塌糊涂,我想撕了它39.权威编辑教你怎样写好学术论文40.如何写好计量经济学实证分析论文41.优秀论文写作全攻略,熟读一篇42.全国“百篇优博”论文的分析43.一个完整的实证分析框架: 从数据, 模型到结果检验44.搞实证研究的该如何选题? 一些宝贵经验45.选择实证研究问题的六个维度, 大有可为46.实证研究的诀窍, 因果识别,因果识别,47.经济学实证研究中的误区,全部是经验48.把实证研究进行到底,献给学术路上的人49.如何正确用计量经济模型实证分析?50.实证经济学走过的三十年,数据、模型和工具的力量

下这些短链接文章属于合集,可以收藏起来阅读,不然以后都找不到了。

2.5年,计量经济圈近1000篇不重类计量文章,

可直接在公众号菜单栏搜索任何计量相关问题,

Econometrics Circle




数据系列空间矩阵 | 工企数据 | PM2.5 | 市场化指数 | CO2数据 |  夜间灯光 | 官员方言  | 微观数据 | 内部数据计量系列匹配方法 | 内生性 | 工具变量 | DID | 面板数据 | 常用TOOL | 中介调节 | 时间序列 | RDD断点 | 合成控制 | 200篇合辑 | 因果识别 | 社会网络 | 空间DID数据处理Stata | R | Python | 缺失值 | CHIP/ CHNS/CHARLS/CFPS/CGSS等 |干货系列能源环境 | 效率研究 | 空间计量 | 国际经贸 | 计量软件 | 商科研究 | 机器学习 | SSCI | CSSCI | SSCI查询 | 名家经验计量经济圈组织了一个计量社群,有如下特征:热情互助最多前沿趋势最多、社科资料最多、社科数据最多、科研牛人最多、海外名校最多。因此,建议积极进取和有强烈研习激情的中青年学者到社群交流探讨,始终坚信优秀是通过感染优秀而互相成就彼此的。

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存