实证研究法

这些论文研究方法你一定用的着快收藏吧！研究方法是指分析论证课题时的思维方法，它属于认识论范畴。没有正确的研究方法，就不能深入认识事物的本质，揭示其客观规律。没有正确的研究方法，就不能有所发现、有所发明、有所前进、有所创新，自然也就不能获取研究成果。因此，有的专家学者认为，选择了好的研究方法，也等于论文完成了一半。那么，论文的研究方法有哪些?调查法1输入文字输入文字调查法是科学研究中最常用的方法之一。它是有目的、有计划、有系统地搜集有关研究对象现实状况或历史状况的材料的方法。调查方法是科学研究中常用的基本研究方法，它综合运用历史法、观察法等方法以及谈话、问卷、个案研究、测验等科学方式，对教育现象进行有计划的、周密的和系统的了解，并对调查搜集到的大量资料进行分析、综合、比较、归纳，从而为人们提供规律性的知识。调查法中最常用的是问卷调查法，它是以书面提出问题的方式搜集资料的一种研究方法，即调查者就调查项目编制成表式，分发或邮寄给有关人员，请示填写答案，然后回收整理、统计和研究。现在我们也常常利用网络通过电脑或手机进行调查。微信上也有专门提供问卷调查的小程序。问卷调查法需要说明调查者的身份（who），说明调查的大致内容与目的（why），然后说明调查方法与结果的保密措施（how）。观察法2观察法是指研究者根据一定的研究目的、研究提纲或观察表，用自己的感官和辅助工具去直接观察被研究对象，从而获得资料的一种方法。科学的观察具有目的性和计划性、系统性和可重复性。在科学实验和调查研究中，观察法具有如下几个方面的作用：①扩大人们的感性认识。②启发人们的思维。③导致新的发现。访谈法3通过询问的方式，访员和受访人面对面交谈来了解市场情况的基本研究方法。访谈法根据交流方式的不同分为：直接访谈（面谈）与间接访谈（网络、电话等）。根据访谈程度又可分为：结构式访谈与非结构式访谈。结构式访谈也叫标准化访谈，它的特点就是整个访谈过程都是严格按标准化控制的。严格按问卷上的问题顺序与方式做访谈。非结构式访谈又称自由访谈，它是半控制或不控制的访谈。他没有事先准备统一的标准化问卷，就在一个大致方向与范围内自由访谈。访谈法一般与问卷调查法结合使用，补充问卷调查没涉及到的问题。或者针对是问卷调查处理的某些显著性问题进行进一步的的访谈了解。文献研究法4文献研究法是根据一定的研究目的或课题，通过调查文献来获得资料，从而全面地、正确地了解掌握所要研究问题的一种方法。文献研究法被子广泛用于各种学科研究中。具有如下几个方面的作用：①能了解有关问题的历史和现状，帮助确定研究课题。②能形成关于研究对象的一般印象，有助于观察和访问。③能得到现实资料的比较资料。④有助于了解事物的全貌。归纳方法和演绎方法5归纳是从经验事实中找出普遍特征的认识方法，是各门学科在积累经验材料的基础上，总结出科学定理或原理的一种重要方法。归纳必须建立在大量的个别事实的基础上，事实不可靠和不充分，都不可能通过归纳得出科学的结论与原理。归纳是从个别到一般的推理，因而它是一种扩大知识的方法，但它又总是不完全和不严密的。因为我们永远只能观察到部分事物，不可能穷尽个别。所以列宁说：“以最简单的归纳方法所得到的是最简单的真理，总是不完全的，因为经验总是未完成的。”通过归纳人们只能知道“是什么”，不能知道“为什么”。演绎的主要形式是三段式，就是以大前提和小前提推出结论来。推出的结论能否正确，取决于推理的前提是否正确，推理的形式是否合乎逻辑规则。因此，进行演绎推理的前提必须真实，演绎过程必须遵守严格的逻辑规则。归纳就是从个别事实中概括出一般性的结论原理;演绎则是从一般性原理、概念引出个别结论。归纳是从个别到一般的方法;演绎是从一般到个别的方法。归纳与演绎是辩证统一的关系，是两种相反相成的推理方法。它是科学研究工作都必须应用的逻辑方法。综合分析方法6分析就是把客观对象的整体分为各个部分、方面、特征和因素而加以认识。它是把整体分为部分，把复杂的事物分解为简单的要素分别加以研究的一种思维方法。过程是要着重弄清事物在运动变化中各方面各占何种地位，各起何种作用，又以何种方式与他方面发生制约和转化。综合是同分析相反的一种思维方法。它是在分析的基础上，把客观对象的各个部分、方面、特性和因素的认识联结起来，形成对客观对象的统一认识，从而达到把握事物的有机联系及其规律性。综合不是把各个部分、各方面简单的相加和随便的凑合，也不是任意的、主观的臆造，而是按照对象各部分间的内在的有机的联系，从整体上把握事物的本质和整体的特征。任何科学研究都离不开分析方法。但是分析的方法有它的局限性，由于它着眼的是事物的局部，就可能出现以偏概全，只见树木，不见森林。为了克服这些缺点，就必须用综合的方法把分析与综合结合起来。总之，分析与综合是辩证统一的关系，它们既相互对立，又相互统一。只有把两者结合在一起，才能成为一个完整的、科学的逻辑方法。实证研究法7实证研究法是科学实践研究的一种特殊形式。其依据现有的科学理论和实践的需要，提出设计，利用科学仪器和设备，在自然条件下，通过有目的有步骤地操纵，根据观察、记录、测定与此相伴随的现象的变化来确定条件与现象之间的因果关系的活动。主要目的在于说明各种自变量与某一个因变量的关系。该方法步骤：①确定所要研究的对象，分析研究对象的构成因素、相互关系以及影响因素，搜集并分类相关的事实资料。②设定假设条件。在研究的过程中，研究对象的行为是有其特征所决定，试图把所有复杂因素都包括进去，显然是不现实也不可能的。为此，必须对某一理论所使用的条件进行设定。当然，假设的条件有一些是不现实的，但没有假设条件则无法进行科学研究。运用实证研究法研究问题，必须正确设定假设条件。③提出理论假说。假说是对于现象进行客观研究所得出的暂时性结论，也就是未经过证明的结论。假说对研究对象现象的经验性概括和总结，但还不能说明它是否能成为具有普遍意义的理论。④验证。在不同条件和不同时间对假说进行检验，用事实检验其正确与否。检验包括应用假说对现象的运动发展进行预测。 小茶杯论文查重经验分享：论文查重怎么查？每一个系统都有自己独特的优势，在特定时期选择合适的系统才是硬道理，在确定系统安全的情况下、初稿时期选择性价比高的检测系统、像Paperccb就是不错的选择。

所谓实证研究（empirical research），“在研究方法层面，它与思辨研究相对应，是指在具体的社会情境下按照一定程序规范和经验法则对有关信息进行定性与定量分析”。简言之，实证研究是一种与规范研究相对的研究方法，它主张采用归纳的方法来对法律现象进行分析、提出解释。 虽然实证研究在法学研究中仍然比较小众，但实证方法通过调查研究法律到底如何制定、如何运行，针对法律实践状况展开分析，提出切实可行的解决方案，能够克服传统法学研究从理论到理论的空洞和不足，从而构成对传统法学规范研究的反思和补充。研究特点第一，观照法律实践。法学是一门实践科学，如果仅仅在“应然”层面进行研究，得出法律应当如何的结论，与社会生活脱节，这样的研究缺乏长久的生命力。实证研究通常从法律实践中汲取养料，通过实践材料的理论化，发现和分析问题、解释原因，往往能够得出指导法律实践的结论，更加契合法律研究的实践性。第二，结论可以验证。传统的规范法学以法律条文或法律文本作为研究对象，主要采用逻辑推演的方法来证明作者观点。由于每个人观点各异、掌握的证据不同，往往得到不同的结论，而且往往公说公有理婆说婆有理，站在不同角度，难以说服对方。例如，历史上著名的哈特与富勒关于法律与道德命题的论战，双方都对自己观点进行了充分的论证，并逻辑自洽，但是终究无法说服对方。实证研究从经验材料出发，利用统计学知识、量化分析，得出的结论往往可验证，具有较强的说服力。第三，研究中国问题。20世纪80年代有人提出“法学幼稚”的观点，指出了中国法学发展的方向性困惑。法学之所以“幼稚”，关键在于法学研究缺少独特的研究方法，或者说传统法学研究方法不够“科学”。实证研究通常是基于法律数据和案例的研究，其基础是数理的推论，在得出结论时往往更加谨慎，有一分数据说一分话。由此，使得法学研究更加接近科学，摆脱幼稚之名。特别是用实证方法研究中国的法律现象和法律问题，能够突出中国法律中的一些特殊问题，有助于为世界法学研究作出中国学界的贡献。第四，应用前景广阔。法律特别是法律实践活动产生大量的研究素材，例如案例、裁判文书、法律条文，这些素材为实证研究提供了大量丰富的一手资料，稍加整理就可以成为法学实证研究最适切的原材料，因此，还有很多论题和研究思路有待挖掘。制约因素一是法律数据的开放程度不足。虽然中国的立法、司法、执法机关越来越重视数据的公开和透明，但是受制于公开时间短、观念局限等因素，中国实证研究的数据整体上仍然匮乏，特别是权威的连续统计数据不完整，给实证研究带来诸多不便。法学实证研究面临“巧妇难为无米之炊”的困境。例如，截至2020 年12月，中国裁判文书网上的裁判文书已超过1亿份。但是有学者研究发现，“一半以上的文书仍未公布在网。一些具有重大社会影响、公众关心的案件，无法在网上找到”。中国裁判文书的公开性还有待加强。二是实证研究周期长、研究成本高。法学实证研究都需要研究者自己去搜集、调查、整理一手的资料，这个过程往往需要花费大量的人力、物力、精力。因此，好的实证研究作品往往写作周期较长，研究成本高，有的实证研究需要多人合作或者团队合作才能实现法学理论与数据处理的完美结合。苛刻的条件往往对于实证研究提出了较高的要求。三是法学实证研究人才队伍培养不足。大部分法学学者都是“文科生”，对数字不敏感，数据分析更是其短板；而一些经济学、统计学的学者数据处理能力强，但是对法律问题不敏感，甚至研究的主题在法律上意义不大。因此，要想让法律实证研究发扬光大，还需加大对法科学生实证研究方法和意识的专业培养，增强其数据敏感性、数据处理能力和提炼法律问题的意识。四是研究成果的理论转化需要更加包容。由于实证研究尚未成为中国法学界的主流研究范式、法学实证研究的理论转化平台较少、法学实证研究多数以合作作品形式呈现等因素影响，实证研究作品的发表仍然面临较多挑战。实证作品在法学类期刊，特别是核心期刊发表的比例远低于国外期刊（有学者统计西方现代社会科学中定量研究占六分之五），一些学者对于实证研究投入了大量的精力，但是面临发表难度高、产出很低的窘境，从而影响其研究热情。五是实证研究本身尚在起步阶段。目前，中国的法学实证研究尚在起步阶段，实证研究基本规范尚未形成，多数法学实证研究仍然停留在数据简单统计的层次，一些数据分析、整理方面的偏差甚至错误仍然大量存在，学者们对于法学实证研究的范围和边界尚未达成共识。国内的法学实证研究尚未形成鲜明的风格，更没有提出自己独特的见识，因此，需要学者们加强国内外的交流、学习，提出法学实证研究的基本规范、基本方法、基本理论，提升法学实证研究的水平。突破瓶颈首先，加强人工智能法学研究中实证方法的运用。以统计学为重要根基的人工智能，与实证研究有着天然的亲和性。大数据和人工智能能够为实证研究提供更多的素材，并大幅提高繁琐的基础数据收集、整理的效率。而人工智能思维水平的提升，有赖于对数据的收集、整理与分析、运用，因此，实证研究训练得以成就的统计分析能力，又成为与人工智能跨界合作的关键性助手。未来，法学实证研究必将在对人工智能法学深入研究过程中获得更高的关注度和更强的生命力。其次，发挥实证研究中定量研究方法的优势。据哈佛大学对1900—1965年世界社会科学重大进展的研究，定量问题或法学占全部重大进展的三分之二。实证研究方法已经成为经济学、社会学、管理学、人口学的主流研究方法，甚至开始运用于一些人文学科中，如历史学，实证研究、量化研究已经成为人文社会科学普遍的趋势。最后，利用实证研究拓展法学研究的边界和深度。社会科学研究越来越精细化，再要构建宏大的理论框架、传统宏大叙事的研究往往难度很大，实证研究则擅长从一些法律细节入手开展研究，在未来反而更可能拓展法律研究的边界和法学研究的深度。当然，虽然实证研究有着广阔的前景，被越来越多法律学者所认可，但是在进行法学实证研究时，一定要注意定量分析与定性研究相结合，两者不可偏废。定性分析是基础，决定了实证研究的方向、论题和价值；定性分析则决定实证研究的深度、结论的正确性以及论证的程度。（作者单位：中国社会科学院法学研究所、国家法治指数研究中心）来源：中国社会科学网-中国社会科学报作者：胡昌明【来源：中国社会科学网资讯】声明：转载此文是出于传递更多信息之目的。若有来源标注错误或侵犯了您的合法权益，请作者持权属证明与本网联系，我们将及时更正、删除，谢谢。 邮箱地址：newmedia@xxcb.cn

什么是实证分析论文？中学的时候，我们要写说明文、议论文、记叙文等，大学后，我们要写各种各样论文，如课程论文、EI论文、SCI论文、毕业论文……那么，论文到底是什么？论文就是指学术研究者通过收集资料、数据，用不同的研究方法如案例分析法、统计分析法验证理论假设，并把研究的课题、过程、得出的研究结论详细清楚地叙述出来，用以指导社会实践生产等。从狭义上来说，运用统计分析法（如方差分析、T检验、回归分析等）对构建的模型或提出的理论假设进行验证，得出研究结论的论文可以称为实证分析论文。实证分析论文的一个基本步骤为：根据已有的经济理论或经济行为构建模型，根据研究模型设计问卷量表，搜集统计数据，运用统计分析软件对数据进行分析，检验提出的假设或模型是否为真，最后修正模型得出研究结论。为什么要使用SPSS？写论文时如何选择合适的统计分析工具？一要看论文研究目的、应用方面，二要看论文模型的研究深度，三要看个人统计知识的基础。目前使用较多的统计软件有Eviews，SAS，Excel，AMOS，SPSS等等。Eviews通常在金融、经济行业中使用，适用于计量经济学，处理国民经济，GDP等时间序列和截面数据；SAS功能强大，但使用条件要求高，要求会编程知识，非统计专业人员难以掌握；Excel作为基础的办公软件，图标制作简单，图形工具强大，但是像直方图、曲线图这类的简单分析结果并不专业，得出的结论不能深入讨论，而excel在统计方法上的运用却是大部分人并未掌握的，操作起来并不比SPSS等软件简单，不能运用在大型统计分析方面；AMOS是在结构模型中使用，更多运用在论文中的因子分析部分辅助SPSS对模型的验证，对问卷进行验证性因子分析，检验问卷的结构效度和拟合度，提高论文深度和意义。SPSS是一款用途广泛，操作简便的基础统计分析软件，通过对数据的采用方差分析、T检验、卡方检验、相关分析、回归分析等方法，找出数据背后潜在的规律和本质，可以运用在各行各业，如市场研究、医学行业、金融行业等。对企业管理者来说，利用SPSS分析数据是制定有效管理措施、挖掘用户画像的基础；对学术研究者来说，SPSS是检验模型，推断事物发展方向不可或缺的工具。SPSS功能虽然没有SAS多，诞生在界面简洁易操作，输出结果清晰易懂，是众多非统计专业和统计专业人员的首选。因此，SPSS是帮助毕业生分析问卷数据、写好实证研究论文最常见的统计软件。但由于SPSS只能识别量化数据，不能识别文本，输入问卷数据时需对选项赋值，所以论文研究常设计量表收集数据。问卷与量表的区别将在下面具体讲解。

目前，我国新闻传播学研究人文学科取向和社会科学取向并存，人文学科的研究注重逻辑推理和哲学思辨，社会科学研究则注重实证研究。本文从具体研究方法出发，对知网中最早介绍和使用实证研究方法的文章进行梳理，同时对21世纪新闻传播学研究方法新动向进行概述，窥得中国新闻传播学研究由人文学科向社会科学渐进转变的历程。研究方法的引入从宏观上来说，实证研究方法引入中国新闻传播学是改革开放的必然结果。笔者查阅知网中早期中国大陆传播学科的论文发现，传播研究方法的引入可以分为两条主线：一条是研究方法的介绍，另一条是中国学者对研究方法的使用。随着这两条主线的不断推进，我国的新闻传播学科也从单一的人文学科风格逐渐走向了人文学科与社会科学共存。本文主要检索了访谈法、观察法、实验法、文本分析法、内容分析法、个案分析法、调查法与民族志法8种传统传播学实证研究方法。知网中关于上述研究方法的介绍性文章集中出现在20世纪八九十年代，其中80年代对研究方法的介绍集中在定量方法方面。国内最早介绍的实证研究方法依次是内容分析法、调查法和实验法。1982年张隆栋的《美国大众传播学简述》（中）对内容分析方法进行系统介绍。1985年祝建华在《实地调查——传播学研究方法之一》中，详细介绍调查法的操作步骤，包括抽样设计、问卷设计和采样设计三个方面。同时介绍了实地调查统计分析的几种方式，包括：描述统计分析、推断统计分析、相关分析与因果分析。时隔一年，祝建华在《控制实验——传播学研究方法之三》中介绍了控制实验法的概念，给出了实验研究的过程，包括：实验假设的确立、测试对象的选择、实验材料的制作、观测反应的工具、测试程序的设计、实验数据的分析几大步骤。第四种介绍的实证研究方法是文本分析法，第五种是个案分析法。20世纪90年代最早对文本分析法进行介绍的是1994年任远的《台湾的电视传播研究》。作者在文章中介绍了文本分析是利用与研究对象有关的文献档案、日记、回忆录、报纸等记录或资料来发现新事实或支持其对某一事物的见解。该文章也指出个案研究是对一个特定研究对象（案例）作彻底、深入研究的方法。观察法和民族志法是第六种和第七种被介绍的方法。1998年孙旭培在《研究方法与新闻学研究的深化》中介绍了观察法的特点。观察法适用于不能直接报道或接受面访的对象。2002年蔡骐和常燕荣在《文化与传播——论民族志传播学的理论与方法》中详述民族志方法的发展史，展示了民族志调查研究方法的巨大潜力。笔者对访谈法进行检索时发现，早期文章都集中在介绍新闻采访中访谈的应用与技巧，并无对研究方法意义上的访谈法的系统介绍。实证研究方法的同步应用笔者所搜集的资料显示，实证研究方法在新闻传播学领域应用时间早晚的顺序，依次是调查法、内容分析法、个案分析法、访谈法、文本分析法、实验法。调查法是新闻传播学界应用最早的实证研究方法。能检索到的最早使用调查法的文章是1983年陈崇山的《北京读者听众调查》。陈崇山的受众调查最后于1985年结集出版，即《北京读者、听众、观众调查》。调查法的应用成功打开了我国传播学实证主义研究的大门。祝建华发表在《复旦学报》上的《上海郊区农村传播网络的调查分析》是内容分析法的最早应用。在文章的“信息内容分析”板块，作者使用了内容分析法，这是国内学术论文中内容分析法的最早应用。个案分析法是第三种应用方法。直接在标题中使用“个案研究”字样的论文出现在1994年，但实际最早使用个案研究法的文章出现在1992年。1992年段京肃对中央电视台系列专题节目《望长城》和《消费之友》进行分析，文章中虽未直接出现“个案分析法”字样，但针对专题节目的分析也属于个案分析法的一部分。访谈法和文本分析法是新闻传播学第四种和第五种应用的实证研究方法。1998年卜卫和刘晓红发表《新闻记者的网络使用》，使用半结构访谈的研究方法，探究《人民日报》、新华社、《中国日报》记者使用计算机和互联网的具体情况并撰写成研究报告。2000年，上述两位作者在《关于中国妇女电视节目的研究报告》中，对1998年3月第四周的全部妇女节目进行文本分析，这是国内对文本分析法的首次应用。新闻传播学应用的第六种和第七种实证研究方法分别是民族志法、实验法。2002年孙信茹的《传媒与民俗生活变迁——甘庄的个案分析》使用民族志方法，选取了云南元江甘庄华侨农场作为个案调查的重点，研究现代传媒与民俗生活变化的互动关系，并结合全球信息传播技术的更新和全球媒介市场化建立的背景，分析现代传媒与民俗文化及生活方式的变迁。且在使用民族志方法的文章中，一般同时使用观察法。2007年禹卫华在《中国大众媒介信息流程中的第三人效果研究》中，运用实验法对“第三人效果”理论的发展状况进行了比较详细的整理与综述。在第三人效果理论的研究框架下，作者阐述了相关因素与第三人效果认知的关系，以及第三人效果认知与第三人效果后续行为的关系。21世纪新闻传播学研究方法新动向随着媒介技术的演进，社会联通程度逐渐提高，新闻传播学也出现了一些新的研究方法。网络调查法、网络民族志、社会网络分析法、大数据分析、定性比较分析（QCA）等方法展示出了独特魅力。2001年柯惠新的《互联网调查研究方法综述》（上、下）对网络调查法的基本概念，国内外网络调查研究的现状、方法和存在问题进行了全面梳理。2004年朱凌飞和孙信茹的《走进“虚拟田野”——互联网与民族志调查》是最早介绍网络民族志的文章，指出了所谓“虚拟民族志”是利用互联网来收集资料，与调查对象建立密切关系，参与到网络所构建的虚拟社区中去。2004年中国传媒大学新闻传播学院的何业文在第二届亚洲传媒论坛上发布了《人际和群体传播关系对班级行为的影响》一文。文章使用社会网络分析法探究组织群体中的群体行为，将一种新型定量研究方法引入中国。2006年柯惠新等的《互联网使用及网民形态的变迁——2000—2005年中国五城互联网发展趋势探析》，通过对中国网民进行大数据抽样调查，探讨了2000—2005年期间，我国五个城市网民的可能的变化趋势。2009年黄荣贵和桂勇发表的《互联网与业主集体抗争：一项基于定性比较分析方法的研究》，是我国第一篇应用定性比较分析的文章，较为系统地比较了来自上海的15个案例。（作者单位：中央民族大学新闻与传播学院）来源：中国社会科学网-中国社会科学报　作者：赵英然欢迎关注中国社会科学网微信公众号 cssn_cn，获取更多学术资讯。

11月21日，第五届中国法律实证研究年会在望江宾馆举行，会议由四川大学法律实证研究所、四川大学纠纷解决与司法改革研究中心、《山东大学学报》编辑部主办，来自北京大学、清华大学、四川大学等高校专家学者代表、来自《山东大学学报》、《西南民族大学学报（人文社会科学版）》的编辑以及来自成都中院、新都法院、崇州法院的法官代表等近百人参加此次研讨会。我院易凌波、徐婷婷、李玉玲作为法院系统代表应邀参加此次会议。为期一天的会议围绕《法学刊物中的数学论文》、《中国法官工作时间的实证研究》《刑事庭前会议制度实施状况研究》《中国死刑错案的实证研究》等当前热点议题进行研讨。我院党组书记、院长张静在会议第五单元以《民事电子准备程序构建路径探析--以激活在线庭审效能为视角》为主题进行发言，从考察当前电子诉讼适用现状、问题根源入手，提出构建民事电子准备程序的路径，一是构建电子准备程序对应的规则体系；二是进一步整合现有电子诉讼平台，提升平台智能程度；三是打造电子诉讼的实体化承载，维护科技弱势群体的诉讼权益。吉林大学法学院副教授贾志强对张静院长的发言进行了精彩点评。会议最后，四川大学法学院院长左卫民教授指出，法律实证研究已经受到各界专家学者的关注，将会在更长的时间、更大的空间接续发展。此次会议较往年有很多新变化，既有严肃的理论分析，又有轻松的实例讨论，部分研究突破了学科界限，形成了跨学科的研究氛围，这也是目前法律实证研究的新特色，希望年轻学者保持终身学习的状态，推动法律实证研究迈向更新、更快的发展。供稿：易凌波、李玉玲编辑：吕越（实习）【来源：崇州法院】声明：转载此文是出于传递更多信息之目的。若有来源标注错误或侵犯了您的合法权益，请作者持权属证明与本网联系，我们将及时更正、删除，谢谢。 邮箱地址：newmedia@xxcb.cn

1.前言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。2. 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、对生活充满奇心；5、学会交流与分享。

01元分析1.定义：1976年学者Glass所下定义：“元分析是以综合已有的发现为目的，对单个研究结果进行综合的统计学分析方法”。也称为“典型或定量元分析”。2.优点：与传统的文献综述相比，元分析能最大限度地减少各种偏向，确保结论的科学性、客观性和真实性。具体体现在：①元分析运用各种手段从一群独立研究中组织和提取信息，并对这些研究的结果做出总的估计，是一种定量方法；②它包含某一研究课题下所有可接受的文献，全面而客观，弥补了单一研究的不足；③元分析给出的通常是一般性的结论，是系统的和可重复的；④元分析方法能发现单一因果分析或关系分析研究所不能发现的潜在规律。3.缺点：①由于不同的研究所采用的研究方法和研究实验材料可能存在不一致，因此对其结果进行整合有可能是不适合的，即“apples- and-oranges problem”；②元分析中所引入的研究有可能是低质量的，那么其结果的可靠性就无法保证，即“garbage in-garbage out problem”；③具有统计学显著意义的研究结果较无显著性意义的结果或无效的结果被报告和发表的可能性更大，即发表偏见的问题；④在计算效果量的过程中，某些研究可能会存在着多个效果量，如果这些效果量来自同一个样本，那么对这些效果量的整合就会不适合。02操作步骤1.选题：选题与方法契合，突出研究价值2.文献搜索：全面客观，报告选择标准需要搜索的文献类型有两种，包括已发表的文献和未发表的文献。3.数据编录：内容详尽，避免主观因素的影响4.数据分析03经典案例论文基本信息题目：社交媒体自我呈现与主观幸福感关系的元分析作者：毛良斌来源：《现代传播》2020年【内容提要】采用元分析方法探讨社交媒体自我呈现与主观幸福感的关系。共有43篇实证研究纳入元分析，被试总人数为24386人。结果发现，社交媒体自我呈现确实能显著提高主观幸福感，效果量微弱;社交媒体自我呈现对主观幸福感的影响效应大小取决于自我呈现的方式;积极自我呈现和真实自我呈现均能显著提高主观幸福感，消极自我呈现则显著降低主观幸福感;社交媒体自我呈现强度显著提高主观幸福感，具体到主观幸福感各维度来看，自我呈现强度能显著提高积极情感，但不能显著提高生活满意感，也不能显著降低消极情感;主观幸福感测量工具和文化背景对社交媒体自我呈现与主观幸福感关系存在调节效应，但在被试类型上，则未发现调节效应。【关键词】社交媒体;自我呈现;主观幸福感;元分析;效果量【研究问题及研究假设】RQ1:社交媒体自我呈现能显著提升主观幸福感吗?RQ2:社交媒体自我呈现对主观幸福感的影响效果有多大?H1:被试类型不同，社交媒体自我呈现对主观幸福感影响效应存在显著差异。H2:主观幸福感测量工具不同，社交媒体自我呈现对主观幸福感影响效应存在显著差异。H3:文化环境不同，社交媒体自我呈现对主观幸福感影响效应存在显著差异。【研究设计】(一)文献检索和获取研究检索时间跨度为2000年1月至2020年3月。根据PRIMA STATEMENT提出的标准，研究文献查找和获取需经过四个步骤，即文献查找、文献筛选、资格审查和研究纳入。据此，研究获得符合元分析要求的文献43篇，其中英文31篇，中文12篇，独立样本量为24386人。(二)文献编码按照元分析编码方法，对43篇文献进行编码。样本特征编码包括作者、发表年份、研究设计类型、被试特征、独立样本量、测量工具、研究的文化背景；效果量编码主要围绕自变量与因变量相关的统计描述值，包括相关系数、回归系数、p值、t值、均值与标准差以及自变量和因变量测量的信度系数α值。研究先由论文作者对所有文献进行编码，再由一位传播学专业研究生进行再次编码，结果显示，所有项目两次编码结果的百分比一致性信度均在0．98以上。纳入元分析的43篇文献基本信息见表1。(三)统计分析使用ComprehensiveMeta－Analysis(CMA)软件进行数据处理和分析。选择r作为统一效果量，若提取到的效果量为其他统计值，则将其转化成r值再进入元分析。对t值、p值以及均值和标准差，直接使用CMA软件转化为r值。由于CMA没有直接针对回归系数β的转换，研究根据Peterson等人提供的简便公式r=β+0．05λ(β≥0，λ=1;β＜0，λ=0)，先将回归系数转换为相关系数，之后直接录入CMA进行分析。在分析前，研究者首先对每个从独立样本中提取出的相关系数做信度修正，以避免因量表信度缺陷而导致相关系数的衰减偏差，校正的公式为:，其中ESr代表初始效果量，EScr代表校正效果量，rxx和ryy分别代表自变量和因变量的测量信度系数。对于使用实验操控或者单个项目测量的情况，其测量信度系数用1代替。利用CMA软件对效果量进行处理和分析，分析过程中将每个EScr转换成对应的FisherZ值，再将FisherZ值的加权平均数转换为相关系数，得到总体效果量，并估计总体效果量的95%置信区间。责编：周梦琦

实证分析论文注重的是利用实证分析方法一般会用到一些数据分析，线下回归模型，非线下回归模型等方法，对相关指标数据进行统计建模，根据模型结果进行分析。操作步骤：第一步，进行理论论证分析，通过一些已有分析结果，或者相关理论进行理论论证。理论论证的说服性主要是根据前人的研究成功，这也会导致文章没有创新。因此，在前人的研究基础之上进行创新，提出新的结论或者新的论证方法这都是创新，对前人的研究的完善。第二步，寻找创新之处，然后进行论证。一般容易的方法就是进行数据建模分析，这就要选指标。选指标非常重要，指标要考虑数据收集难易程度，数据能否反应你的创新之处。指标的选取可以根据你要论证的问题去选择，也可以参考别人研究时选择的指标是。第三步，收集指标数据，整理指标数据，选择相关模型，进行建模分析。然后根据模型结果对问题进行论证分析。完成这三步，一篇实证分析论文基本就完成了。

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。01、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。02、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。