实证研究论文

论文查重-什么是实证论文？什么是实证论文？实证性是指我们以理解事实为论据，在撰写实证论文时，收集到的各种材料，并根据这些材料进行假设，从而得出我们想要的结论，这样就形成了一篇完整的论文，在整篇论文中，实证性论文是最常见的一类，在大家都发表的论文中，这篇论文是很常见的，那么，这样的论文该如何写呢？接下来我们一起来聊聊吧。写一篇实证论文首先要具备本专业扎实的理论知识，有欠缺也不用担心，可以通过学习积累，同时多读多看，这一基本工作做好后，就会产生一些值得我们研究的选题或论题，许多作者就是这样得到自己的 idea，然后就需要根据确定的选题或论题进行文献收集，文献资料的收集方法很多，作者要根据自己的实际需要选择合适的方法，常用的方法有实验法，用问卷法等，然后提出一些假设，根据自己的选题和论题，用相关的理论和模型进行验证，写一篇实证论文简单来说就是这样一个流程和方法。实证性的论文写作过程都是相互交织的，需要作者不断地尝试，通过反复的模式、调试数据、不断地修改验证，最终才能写出好的论文，其实任何论文的写作过程都是这样，把握三个方面：数据、模型、分析，写出任何论文都不成问题。以上是关于写作和概念的讨论，将概念和写作过程中的一些总结，虽然我所说的方法可以帮到你，对你来说，也是很重要的，因为做事情最重要的是方法，如果方法正确，将会取得事半功倍的效果，但是作为一个作者，还是要努力提高自己的知识水平，不断丰富自己的内容，这是写论文最基本的要求，要想写好文章，就必须把握文章的内容。

本文由【天诚查重检测 sp8080.com】分享整理，如果您有好的经验或者建议 可以与我们分享对于保研、考研的同学来说，论文是其科研能力、创新能力的体现。对于打算保研的同学来说，发表学术论文是保研的前提条件。没有公开发表学术论文，保研将很可能是一句空话。而实证论文就是一个很有说服力的工具，下面我们就一起来看看硕士实证论文怎么写。先找一篇同类型的实证论文，模仿着写，数据要改，图要重新画形势变一下，企业资料要换。分析论文题目。大家在选定一个论文题目之后，一定要分析论文题目的写作重点，分清主次。收集材料，写读书笔记。当大家分析过论文的主要写作方向后，大家要开始收集与论文相关的论文材料。把自己找到与所选论文相关的材料记到读书笔记上，以备将来写论文的时候作为参考。国内外研究现状。大家要将论文中的主要研究目的找出来。然后寻找分析国内外对此题目的分析与研究。列举大纲。结合论文题目。开始列举大纲。先解释论文中相关的知识点。然后写当前的研究现状，接着写某题目的问题与不足，再写针对该问题的对策。注意，问题和对策要相对应。论文中要列举事例、添加数据、分析的图片等等。开始写论文。按照大纲开始写论文，但是要在必要的地方加上过渡段。然后是论文的脚注，引用、参考资料、结论等。最后，大家把排版做好。未尽事宜，请大家斧正。祝大家把论文写得更优秀。特别需要注意：注意，问题和对策要相对应。必要的地方加上过渡段在硕士论文中，经常会出现实证分析，那么什么是实证分析呢？实证分析也可称为经验分析，目的在于用事实来支持论文所提出的观点或证明某一种理论，具体包括两种分析方法，一是统计分析，其中案例分析是其中的特例（样本只有一个），二是回归分析。那么毕业论文撰写实证分析都有哪些呢？对于某一种的观点，只要举出一个例子来证实就可以了（暂时可以被接受），而如果验证的结果是事实与理论不符，应分析其可能的原因：①事实与理论不对应，该理论本来就不是解释这种现象的；②理论不正确，只要一个反例就可否定一个理论（用事实来证伪），没有反例的理论被认为是暂时可以接受的假说；③理论提出的背景与我国当前的现实不一致，要分析不一致的地方，然后改进理论，或提出改变现实的政策建议。与理论分析相比，实证分析应成为写作、选题的重点。因为理论创新很难，而实证分析则可以且能够体现论文写作过程中付出的工作量，使论文可较易通过。毕业论文（尤其是学士、硕士毕业论文）应以实证分析为主，实证分析的内容可包括：1、案例的调查、分析，可包括：具有一定创新意义的案例分析，如果该案例可以否定一个理论，或者说明这个理论在某个领域不适用；具有现实意义的社会调查，如当前有关“三农”问题的调查；在一个新的领域内做的调查，别人没有做过或很少做过，如结合自身情况对大学生借贷状况进行的调查。2、发现一个证据，可以证明别人已经提出的但尚未被人证明过的理论，如林毅夫（2000,p.261~295）的文章“食物的供应量、食物获取权与中国1959~1961年的饥荒”,是第一篇用计量经济学方法检验1998年诺贝尔经济学奖获得者Sen的理论（“食物获取权的被剥夺是饥荒发生的最根本原因”）的论文，属于实证分析中的创新。3、用大样本的数据来验证一种理论，或用一种新的方法验证一种理论或观点，虽然他人曾经用过同样的数据，但自己使用的数据更多、周期更长（如利用每年都在增长的股市数据）、论证更有效率（证明更简短）、更有说服力（如使用计量经济学的最新成果来证明），则具有一定的创新价值。4、进行历史分析或比较分析，收集的资料比别人全，或发现新的证据、能够提出新的观点，或有第一手的资料（如直接翻译的外文或自身调查得来的资料），这样的实证分析往往会成为论文中的出彩点。5、研究结论及政策含义。这是论文中所占比例最少的部分，大约占论文整体的5%.研究结论是论文各部分得出结论的总结，政策含义（建议）则是根据结论自然延伸、推导出来的，后面不需要再解释原因。因而，各条研究结论、政策含义可能只需要一句话。6、论文写作中其他应注意的问题。论文的写作是建立在他人已有研究基础上的，肯定涉及他人的观点、资料（包括外文资料），但引用时均应注明出处，切忌抄袭；论文不要写成说明材料或教科书，而应有自己的观点，因为论文是给导师以及这个领域内的专家看的；也不要将论文写成领导报告或政策建议，论文的重点在于其创新之处。论文查重修改

摘要：同学们在论文写作过程中，常常把握不好写文章的重点、难点、顺序以及相关规范等问题。在这篇文章中，笔者将与同学们一起分享如何动手写实证文章的个人经验。第一个经验是，时刻要想着自己的观点，即文章的重点是命题或观点，要有能推进某一个领域某个方面的理论认识。第二个经验是，观点是搭在架子上的。写文章的难点是搭架子，这个架子由三部分组成：理论框架图、研究设计图和研究路线图，架子上搭的东西是问题和假说。第三个经验是，写文章的顺序是先做文献综述以发现和提出问题，然后借助模型、跑数据看结果，结果不错就可以考虑进入写作了。第四个经验是，写文章要符合相关规范，保证文章内容完整，从题目、摘要到参考文献等，该有的都要有。平常和学生交流，他们常常抱怨，写一篇实证论文，抓不住重点，有种无从下手的感觉。任教这么多年，我在文献阅读与写作的教学实践中发现，同学们开始论文写作时，通常都会遇到下面这些阻碍：内容不完整、架子搭不起来，不知道先做干什么后干什么，该有的没有。正是这些阻碍，导致要么是比较灰心，不愿意再尝试，要么是费了很大力气，收效甚微。概括起来，主要有四方面的问题：第一种是没有观点，没有观点的文章是无法做到目标明确、重点突出的。第二种是搭不起架子，内容都是散乱堆砌在一起。第三种是想动手之后，搞不清楚先做什么后做什么。最后一种是对写论文考虑不够全面，即按期刊发表的要求来看，文章内容上是有缺失的，搞不清楚一篇文章到底应包括哪些部分。在这篇文章中，我将探讨聚焦于以下几个关键词：实证文章写作、年轻朋友、初次尝试写作，在此基础上从大的方面讲讲写一篇实证论文需要注意的地方，需要做哪些准备等。在我看来，这个大的方面有四个：第一是观点，第二是搭架子，第三是行动顺序，第四是内容完整性。个人觉得，以上四个方面注意到了，尤其是一篇文章的观点搞定了，一篇文章能够写出来也就八九不离十了。其他一些方面（如模型、变量与指标、估计方法等）都是一些细节，可以具体做的过程中着手解决。希望我的分享，能够帮助大家严肃、冷静地面对论文写作中的千头万绪，不至于灰心。从不会到会，从不熟练到熟练，都有一个过程；很多时候，这个过程都是反复的，需要有毅力和耐心。一、观点最重要！众所周知，写一篇文章，最重要的是要有观点。那么，什么是观点？从问题来看，观点就是针对某个问题所给出的正面回答，它是对某个领域、某个问题在认识上的推进。从命题来看，结论是根据分析结果对命题或假说进行检验，然后经过论证得出的。可以说，结论是就是暂时可以接受的命题（这是证伪意义上的）。观点有两个特点：一是问题导向性，即观点都是针对问题的。什么是问题？问题是理论预期与事实现状的差距。从这个角度来看，观点要能针对这个“差距”提出具体的判断和看法。二是针对性，即观点都是针对已有认识而存在。在这个方面，既要搞清楚别人的问题和命题，也要搞清楚自己的问题和命题，做到知己知彼。观点是一篇文章的核心，所有的准备工作都是围绕这个核心展开，提出和检验都是针对这个观点的；不仅如此，还需要对其进行论证。前人的观点，别人和自己的观点都是知识谱系中的一部分。在我看来，“今生”看到的是观点，观点的“前世”是命题和问题。因此，在一篇实证论文准备阶段，要下力气的地方就是把与观点有关的内容讲清楚：第一个与观点有关的是问题，第二个与观点有关的是命题，第三个与观点有关的是如何检验命题，并给出检验结果及相关推断，第四个是讨论。观点是开放性的，要将观点置于争论的场景。前面的三个方面是最基本的了。也就说，在准备环节需要准备、检查的方面至少包括：①关注的问题是什么？②针对这个问题，提出的新的命题或假说是什么？③检验这个新命题的思路和方法是什么？目前看来，最需要准备做的工作就是把问题和命题提出来（因为最后得出的观点，就是检验命题的结果），而这是需要在文献综述环节完成的。当然“打磨”和“雕琢”还有赖于阅读、思考和检验的反复循环。具体而言，在论文写作的准备环节，需要从观点的四种形态来把握、检查自己的前期准备工作，这四种形态依次是：问题、命题、实证结果、讨论。①观点的第一种存在形态：问题。新观点都是因问题而起，观点都是对某个困惑的解答。个人认为，从问题这一形态来把握观点，有两点益处：一是观点是有问题导向的，观点直接指向“某个理论预期与事物现状的差距”，它有针对性。二是观点生长于认识分歧点，观点是为了解释、解决或改善认识分歧点或不满意而存在的，它有具体性。从这个角度来看，研究者首先应从问题的角度来审视自己的观点，所支持的观点对应的问题是什么，这个问题内在的分歧点是什么？我们平常所讲的找准问题，其实讲的就是能不能找准这个差距和分歧点。因此，把握观点的第一个关键点就是明了其问题针对性，作者在这一点上要将自己观点与分歧点的联系勾勒和显示出来。显然，从文献入手来梳理和归纳已有研究的认识及分歧是必要的，也是基础性的。②观点的第二种存在形态：命题。命题是研究者提出的针对于问题（或差距、分歧点、不满意）的另一种不同的猜想。个人认为，从命题这一形态来把握观点，才真正给问题的认识和解决注入了研究者自己的理念和血液。可以说，命题是研究者对问题或分歧点给出的正面解答。问题与命题的显著区别是：问题呈现出来的是差距和分歧，而命题给出了针对差距和分歧的具体解。一些初学者搞不定的地方就是，问题部分找不准差距和分歧点，命题部分提不出具体的猜想式回答。简言之，命题是“实”的，而不是“空”的。对研究者而言，观点从问题到命题，是惊人的一跳。把握观点的第二个关键点就是针对某个分歧点提出新的理论性猜想，其难点是选准理论或提出新的理论视角。同样，通过文献综述工作，有助于形成这种猜想，实现这惊人一跳，即找到改善不满意的可能方向。③观点的第三种存在形态：实证结果。从实证结果来看，观点是检验后、暂时接受的命题。计量模型、数据、变量和回归这些忙活了半天，目的就是为了检验，就是试图从实证角度检验所提出的命题或假说。实证结果至少在两个方面有助于观点的成立：第一，它是经验性，它是基于反映现实世界的数据的。第二，它从一个方面（如统计意义上）暂时接受了新命题，它是具体的，至少在统计意义上排除“不显著”的可能性。也就是说，实证结果是支持观点进而论证观点的一个有效路径。如果新命题阶段是观点的出生阶段，那么，到了实证结果阶段，才算是把观点“坐实”了。从这个角度来说，经常没事多用软件跑跑数据、看看结果是必要的。实证结果阶段是从数据、经验、统计等意义上支持了新的命题。因此，把握观点的第三个关键点就是尽可能更加全面地搜集支持新命题的经验证据。④观点的第四种存在形态：讨论。观点的第四种存在形态是说它处于讨论阶段。这个讨论有两层意思：第一层意思是指在该研究的内部，既要探讨基于数据实证结果的其他可能性竞争性解释，还要从文献、数据检验（包括稳健性检验）和数据变量等方面全面统筹这些工作的匹配性和合理性。第二层意思是指该研究的外部，有必要将该研究的内容、结果及结论拿出来和其他人（如老师和同学）交流、探讨，注重观点的可沟通性，看看别人从经验上是否可以理解和接受该研究所提出的观点。因此，把握观点的第四个关键点，就是要从竞争性的角度审视自己的观点，同时对那些“损害”新命题的负面证据和可能给出合理解释。在我看来，准备写一篇实证文章，要随时随地把观点的四种形态拎出来，审视一下自己所做的准备和工作，问一下自己准备是否充分。小结一下：从这部分探讨的内容来看，大家可以发现，我所讲的观点与大家通常上所讲的有明显区别：（1）我讲的观点是在认知和证伪的语境下，观点需要经历不同的阶段，它有一个认识的螺旋式上升过程。（2）我所讲的观点是明确、具体的，既能看清楚与已有认识的联系，也能看清楚其新颖性。（3）我所讲的观点是可以检查的，即整个认知和研究过程可以从“技术环节”上检查和审视。训练题目：可以拿出一篇自己感兴趣的实证论文，尝试归纳概括一下这篇论文观点的四种形态。具体而言：（1）这篇论文的观点所针对的问题是什么？（2）这篇论文所提出的新命题是什么？（3）这篇论文实证结果是什么？（4）在讨论环节对该文观点有挑战性的观点还有哪些？二、搭架子搭架子的目的就是论证观点，在实证论文中就是提出并检验命题。在一篇文章中，观点是论证出来。就实证论文而言，论证观点的思路和过程是：提出问题和命题，然后实证检验，进而讨论最后得出结论。搭架子首先要搞清楚一篇文章的目标和重点，一篇文章的目标是要推进某个领域或对某个事物的认识，而重点就是要提出和检验一个或多个命题。因此，搭架子就是要围绕目标和重点展开。一般而言，搭架子包括三个部分：提出问题、提出假说、构建研究设计。相对而言，搭架子体现的是专业的研究能力了。从观点的四种形态来看，第一种形态（问题阶段）是在文献综述下完成的。接下来的三种形态，最为紧要的是命题阶段和检验阶段。其中，命题阶段，对应的是理论框架图或分析框架图。检验阶段，对应的是研究设计图。从具体准备和行动的角度来讲，还有一个研究技术路线图，它要在具体研究部署上落实理论框架图和研究设计图里面的考虑和想法。观点是搭在架子上的，写文章的难点就是搭架子。通常来讲，写文章就是讲观点、论证观点，可以将这种套路称为传统范式。而目前实证论文的要求则是提出问题和命题，并检验命题，论证是在提出命题和检验命题的过程完成的，这符合实证研究的证伪范式，可以将这种套路称为新范式。从形式上看，传统范式与新范式的区别在于：新范式有明确的架子，而传统范式的架子，要么是没有，要么是隐藏起来的。搭架子有助于检查研究者的思考和研究过程是否合理，当然也有助于别人来认识和了解文章的思路、内容及观点。对于初学者而言，需要想着找架子并把架子搭起来是必要的。从个人经验来看，搭架子要明白两点：一是架子上搭的东西是什么，架子上搭的是命题。二是架子有哪几类。具体而言，搭架子的架子通常有三类：①理论框架图或分析框架图。②研究设计图。③研究技术路线图。对于每位研究者或者作者而言，都需要问一下自己：这三个架子：是什么、有什么用，怎么来搭建。很多时候，尽管在文中没有呈现出这三个图，但在脑海里还是应该有的。第一、是什么。①分析框架图或理论示意图（相对而言，分析框架图有些时候可以是概念性的，即没有明确的理论直接对应），一般来讲都是在讲基于某个理论对某个事物或研究对象的行为逻辑的认识和理解，通常把这种行为逻辑用机理或机制来表示。其中，有三点需要重视：首先，这个图瞄准的是针对某个具体研究对象的命题。可以这样来讲，理论示意图或分析框架图是对所考察问题或命题的理论猜想。其次，这个图里要有理论，只不过理论示意图中的理论更加明确。本质是在讲理论，选择理论很重要。最后，所使用的工具是概念或变量，用它们之间的逻辑联系来阐释作用机制。②研究设计图体现的是借助数据和模型检验命题的思路和方法。也就是说，一个研究设计图中至少要包括三个元素：第一个元素是待检验的命题（一个或多个）；第二元素是检验命题的素材，如数据或案例等；第三个是检验命题的思路和方法。③研究技术路线图是实施步骤，体现的是工作部署。技术路线图的核心和基础是研究设计，要体现出问题、命题以及对命题的检验。技术路线图对瞄准研究目标的工作步骤进行分解，即技术路线图要做到：其一是目标导向，所有的工作环节都要指向目标，都是为实现目标服务的，工作环节之间要有逻辑性和递进性。其二是要体现整个研究工作的重点和难点，按重点分节或分块，使得路线图体现出阶段性和层次性。第二、有什么用。这三个图对于把文章写出来尤其是把观点讲明白、讲清楚是十分重要的。它们起的作用是“指导”，指导作者如何展开具体的检验命题工作。具体而言：①理论框架图的指导作用是，选出一个更适合的理论（或理论视角）来缩小分歧或改善不满意，同时也借助理论将命题的内在逻辑呈现和提炼出来，供计量分析进一步检验。②研究设计图的指导作用是，将命题、计量模型、数据及变量与指标统筹起来考虑如何实施对命题的检验工作。③研究技术路线是在时间顺序上，根据研究条件对研究设计进行部署和安排。因为不可能一口气就能把所有工作都干完，这就涉及一个工作步骤的问题。研究技术路线图首先应该显示的是将对命题检验的工作进行分解的考虑和部署。这个图的作用：一是对研究工作分出节点来。二是对命题的分解，即一个核心命题可以分为几个子命题。三是对单个命题的检验，要能体现出检验思路。第三、怎么搭。当然，以上三个图都要有一段文字（这绝对是必要的！）来阐述图中的内容及其关系，而不是一个光秃秃的图，让读者自己来猜。此外，搭架子需要注意的是：（1）核心是命题及其检验。命题是焦点，它是观点的主体和核心。上述三个图都是关于问题的新命题或新假说展开的，也就是说，上述三个图都是针对观点的第二个形态即“命题”展开的。（2）提醒自己是否在思维上做到简洁直观。如果这三个图在脑海里还是比较乱，不清晰，甚至图中的字数都很多，则需要完善。（3）查缺补漏，看看自己是否有遗漏，还缺什么条件等。关于上述提及的这些需要注意点，都可以找一些范文来研读、揣摩体会。由搭架子想起的，还有两个事情：一个是理论基准问题，另一个是研究工具和手段问题。从上面的阐述来看，在写论文搭架子的过程中，可以发现，如果平时学习过程中不重视理论和方法的学习和积累，真的动手起来，就会捉襟见肘了——没有理论基准，要画个理论示意图是困难的，没有研究工具和手段，即使能提出一个好的命题，也无从下手。显然，这两点都是要在平时留意并下大功夫的。训练题目：（1）可以拿出一篇自己感兴趣的实证论文，假设自己是作者，尝试“复原”一下这篇论文的三个图：理论框架图、研究设计图和研究技术路线图。（2）以三个图中的某一个图为例（如理论框架图），搜寻三篇都有理论框架图的实证论文，比较分析一下作者在构思和“创作”理论框架图上的同与不同。三、行动顺序观点和搭架子都要落实在行动上。写文章有千头万绪，究竟从哪里开始才算合理和高效的，又该如何一步一步有条不紊地进行呢？行动顺序，可以分为准备和写作两个阶段。根据我的认识，这两个阶段在行动顺序上有四个要求：第一、行动顺序要符合认知理性。即思考、研究和写作都是为了更好地提出猜想并对猜想进证伪。第二、行动顺序要符合实证检验的思路。文章最终的观点起始于问题，途经问题、命题和检验，终于讨论，准备和写作过程都要对观点的四个阶段保持敏感性。第三、行动顺序要符合反复检验的特点。实证研究是一个反复干的循环过程。第四，行动顺序要是在理论分析框架等三个图的指导下进行的。第一个阶段是准备阶段。总的来看，准备阶段的工作思路是：提出问题——提出命题——初步检验——深入考察——得出结论。如前所述，文章的核心是观点，观点的“前世今生”分别是问题、命题和实证结果。而一篇文章的问题和假说从哪里来，主要是从文献综述来。那么，工作的起点就是围绕自己感兴趣的一个领域进行阅读，然后提出问题和命题（或假说），即主要依靠文献综述提出问题和命题。随后，针对该命题，先用计量模型和软件跑一下数据，这是第二步，即初步检验命题——用计量模型和软件跑数据。如果估计结果差不多。根据文献综述和跑出来的实证结果，在脑海里构思理论分析框架等三个图，然后根据这三个图开始思考和布局研究设计，这是第三步，即统筹考虑文献综述、问题和命题、数据检验结果后，开始谋篇布局。这是一个比较全面的整体性考虑。第二个阶段是写作阶段。根据我的个人经验，整个写作可以分为六步：第一步，写综述，提出问题和命题；第二步：写研究设计和实证分析部分；第三步，写引言和结论部分，对综述做修订；第四步，审视全文，写摘要；第五步，补充引用、注释和参考文献；第六步，聚焦观点，全面修改完善。这六步是为了概括起来方便而已，当然仁者见仁了，各有各的写作习惯。关于行动顺序，年轻朋友常常问：从哪里开始，要注意什么？我的个人体会就是：第一、一切始于文献综述。文献综述很重要，它不仅有助于界定“差距”、揭示分歧点、提出新的猜想，而且还为实证检验环节的模型、变量、指标及估计方法输送“炮弹”。显然，如果没有夯实文献综述工作的地基，则后续环节都很被动了。给年轻朋友的一个忠告就是，不要以为文献综述就是走过场，可以混过去。第二、判断一篇文章可以“进入”写作环节的标准就是假说是否形成。这个形成有两层意思：一是针对差距和分歧点，提出了新的猜想，这个猜想是具体的，有理论针对性。二是这个新的猜想经过了数据和模型的初步检验。第三、写一篇实证论文最容易忽视的环节就是讨论阶段。很多年轻朋友认为有了文献综述、实证分析就大功告成了，实则不然。同样重要的是讨论，它担负的是排除竞争性假说的重任。第四、整个行动是有反复的，而不是单向流程，其中，有些环节，要反复做。做实证研究、写论文如同打铁——加热、捶打、放置于冷水中淬火，然后再反复。概而言之，在具体行动上，有必要问问自己：（1）文献综述扎实吗？（2）假说搞定了吗？（3）讨论是否充分？（4）还需要把哪些工作再反复做一下？四、内容完整在这里，我将根据期刊论文发表的标准来概括一篇实证文章所应该包含的内容，具体见表1的左列。从内容完整性来看，一篇论文至少应包括“引言”等六部分，即使最后一部分里包括的注释等都是不可或缺的，都是这个“作品”应有的。接下来，我将讲讲文章结构及内容与观点四个阶段的关系。文章的目的是提出问题、进行实证检验最终得出结论。可以从观点的四种型态来检查内容的完整性。了解文章内容完整性的要求是必要的。第一、了解认识一篇文章应包括哪些内容或部分，既是开始准备时要考虑的，也是做好之后检验的必备。第二、在准备的过程中，要随时提醒自己，以避免遗忘有关内容部分。一篇实证论文包括的内容很多，百密都有一疏，因此谨慎和细心的态度是必要的。表1给出了文章每一部分的具体位置和功能。具体而言，引言的功能是“提出问题及命题并论证观点”；文献综述及假说提出的功能是“发现问题与提出命题”；研究设计的功能是“检验命题”；实证分析的功能是分析与讨论“实证结果”（其中“（四）进一步讨论”与观点的第四种型态对应）；“结论及政策建议”的功能是得出“结论”。其他的功能是辅助性的。可以看出，每一部分都和观点的四种型态有关。脑海里有了表1，大家对一篇实证文章的大致格式、具体作用和篇幅就可以做到心中有数。对于初学者而言，总结出以上这些内容，其用意有这么几个：一、通过这些归纳和梳理，有助于大家先从形式上进行模仿、照猫画虎。二、帮助其明白这些内容在文中所扮演的功能和位置。同时，初学者自己也应该找到一些自己感兴趣的论文，揣摩与体会文中有关内容的好与不好；同时，对好的表述或呈现方式进行总结，以备己用。本篇文章很长，能看到这里的同学们都是很有耐心的，希望以上经验能对你有所帮助，收藏起来慢慢看，你一定能够写好一篇实证论文的

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。

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。

本文转载自【微信公众号：社科学术圈，ID:shkxquan】经微信公众号授权转载，如需转载与原文作者联系导读：跟随世界主流经济学的研究范式，数量化研究已经成为了中国经济研究的主流。经济学，作为社会科学中数量化程度非常高的一门学科，其本身还是脱离不了社会科学本身的限制，经济学的主要使命是帮助我们认识复杂的经济世界，更多时候是对经济现象提出合理解释。一篇严谨的经济学论文，一般需要三个基本的要素：视点(Perspective)，参照（Benchmark），以及分析方法 (Analytical Tool)（钱颖一，2002）。学习计量经济学的目的是为了进行实证研究，对于学习计量经济学的人而言，要写一篇有实证研究的计量经济学论文或报告时，选题、建立计量模型、选择计量方法等至关重要。今日为您带来一篇关于计量经济学实证论文写作的全面解析。1什么是论文究竟什么是论文？简单地说，论文就是对新的研究成果的汇报。为什么一位成绩优秀的学生，在撰写毕业论文时可能一筹莫展？这主要是因为，平时上课做题，主要学习已有知识，只需被动消化吸收即可，有固定模式可循；而做研究写论文，则需主动创造 (哪怕是一点点) 新知识。因此，刚起步研究的学生，面临着从学习知识 (学生) 到创造知识 (研究者) 的转型。论文与一般的文章或散文不同，后者可以仅仅表达某种情感，或记录一些事情。经济学论文必须用十分严谨的数理逻辑或统计推断，来一步一步地得到结论，保证每个环节都丝丝入扣、经得起推敲；而不能随便发表议论，或轻率地下结论。而且，论文贵在创新，其价值主要在于其原创性 (originality ) 或新颖性(novelty)，即对于已有文献的边际贡献 (marginal contribution)，参见下图。▲已有知识与新研究的关系一般来说，规范的实证研究包括以下几个步骤，即准备阶段、选题、探索性研究、收集数据、建立计量模型、选择计量方法、解释回归结果、论文写作、与同行交流、提交论文或投稿，下面分别进行介绍。2准备阶段如果以为今天想做研究，明天就可开始，或许不现实。要开始真正的研究，需要一系列的准备工作。首先，必须掌握一定的经济理论，以获得观察经济现象的必要视角 (perspective)、参照系 (reference 或 benchmark) 与分析工具 (analytical tools)。否则，即使看到经济现象，也可能无从下手分析。正如钱颖一 (2002, p.2) 所指出：我在哈佛大学做博士生的时候，韦茨曼 (Martin Weitzman) 教授问我，受过现代经济学系统训练的经济学家和没有经过这种训练的经济学家究竟有什么区别？他研究比较经济制度，经常去苏联访问，问这个问题是从与苏联经济学家交往中有感而发的。韦茨曼的回答是，受过现代经济学系统训练的经济学家的头脑中总有几个参照系，这样，分析经济问题时就有一致性，不会零敲碎打，就事论事。这正是经济学界常说的 “像经济学家那样思考” (Think like an economist)。当然，爱因斯坦更早就说过类似的话，甚至更为深刻：你能不能观察到眼前的现象取决于你运用什么样的理论，理论决定着你到底能观察到什么。显然，那种认为可以不需要任何理论指导而直接去 “看真实世界” 的想法或许过于天真了。这些经济理论的学习，主要体现在微观经济学、宏观经济学以及经济学的各专业课程上，比如金融学、财政学、发展经济学、产业经济学、劳动经济学等。其次，为了进行实证研究，还必须掌握一定的计量方法与统计软件 (比如 Stata)。即使你收集到相关的数据，但数据也不会 “自己说话”，仍需要使用统计软件，运用适当的计量方法进行统计推断。因此，计量经济学对于实证研究不可或缺。在具备一定的理论功底与计量训练后，即可正式开始做实证研究了。3选题实证研究的第一步就是选题，即选择研究的题目。对于刚起步的研究者，常常不知如何选题。研究者通常知道自己想要研究的领域 (比如，经济增长)，但这还不是一个具体的 “研究问题” (research question)。对实证分析而言，研究问题通常是有关 “ X 对 Y 有何作用” 之类的因果关系。如果想研究 “家庭联产承包责任制对农业经济增长的作用”，就更具体了，此处 X 指 “家庭联产承包责任制”，而 Y指 “农业经济增长” 。当然，实证研究也可以只有 Y 而没有 X，比如对于某个统计指标 Y 的测算；但纯粹描述性的研究已比较少见。研究问题可以来源于理论 (比如，检验资产定价模型 CAPM 是否成立)，也可来自对经济现象的观察 (比如媒体报道、社会调研)；可以研究某政策的效应 (比如新劳动法对失业率的影响)，也可以对文献中已有论文进行改进。如果没有任何研究想法，则建议先浏览一些经济学的顶级期刊。比如，经济学中文期刊的 “四大金刚”，即《经济研究》、《经济学(季刊)》、《世界经济》、《管理世界》；以及经济学英文期刊的 “Top 5”，即 American Economic Review，Econometrica，Journal of Political Economy，Quarterly Journal of Economics，Review of Economic Studies。这些顶级期刊都是经济学的一般性期刊 (general interest journal)，涵盖经济学的各个领域。如果确定研究经济学的某个领域，比如金融学，还可关注《金融研究》等专业期刊 (field journal)。浏览这些期刊中的论文 (通常技术性较强，故未必从头读到尾)，可大致知道当前的经济学者都在研究哪些前沿问题，取得了哪些成果，还有哪些未解之谜；进一步，可以评估他 (她) 们的研究方法是否可靠，以及可能的改善空间。如果能提出好的研究问题，也许你的研究就成功了一半。什么是好的研究问题呢？总的来说，研究问题越具体、越有趣、越新颖、越有可行性，则越好！(1) 具体：简单来说，在以上“ X 对 Y 有何作用” 的句型中，应能明确 X 与 Y 具体是什么。(2) 有趣：你的研究问题为什么重要？别人会感兴趣吗？为什么我们要在乎你的问题 (Why should we care)？知道问题的答案后，能影响人们对世界某方面的看法吗？ (3) 新颖：论文的核心价值在于其创新性，即做出了文献中所没有的边际贡献。这种边际贡献可以是研究了新的现象、使用了新的 (更好的) 计量方法，或者使用了新的数据集。做研究的过程是创造新知识的过程，在本质上不同于学习已有 (旧) 知识的过程。(4) 可行：即使你的研究问题很具体、很有趣、很新颖，如果找不到相应的数据，则不可行。对于刚开始选题的学生而言，似乎自己能想到的题目，都已被别人做过了。其实未必。要想做出新的边际贡献，当然可在前人的基础上，继续拓展与改进 (改进计量方法，增加变量，使用新数据等) 。另一方面，也可以完全撇开前人，去研究全新的现象。比如，20世纪70年代末中国农村实行了家庭联产承包责任制改革，这是史无前例的。到了1990年左右，就涌现出一批研究农村改革对中国农业产出影响的论文 (比如，Lin, 1992)。又比如，2014年11月开始实行上交所与港交所之间的 “沪港通”。假以时日 (有了足够的数据后)，就可以研究沪港通对中国证券市场的影响。即使是前人已经研究过的现象 (太阳底下没有新的事物)，也可用新眼光、新视角去观察。重要的是，要有敏锐的观察力，并 “像经济学家那样去思考” (Think like an economist)。当然，对于刚起步的新手，应尽量避免已经被研究得很烂、或过于富有挑战性的题目。显然，备选的研究问题越多越好，因为能 “存活” 下来的研究想法通常不多。4探索性研究有了潜在的研究问题后，首先需要进行初步的 “探索性研究” (exploratory study)，看看它是否具有新颖性与可行性。比如，通过查找文献，考察别人是否已经做过类似研究，并大致了解数据是否可得。(1) 通过文献回顾评估选题的新颖性论文贵在有新意。假设你找到了一个具体、有趣而可行的研究问题，但它究竟有多少新颖性，这就不可避免地需要查阅文献，看看文献中是否已有类似研究。如果别人已做过很相似的研究，则通常须更换题目；除非另辟蹊径，找到很不相同的方法或数据。对于中文论文，可在 CNKI (China National Knowledge Infrastructure) 中搜索。对于英文论文，可在 JSTOR (Journal Storage) 或 EconLit with Full Text (美国经济学会) 输入关键字进行搜索；二者均全文收录了许多经济类英文期刊，但前者有几年滞后。对于二者未覆盖的经济类期刊，可通过一些主要出版社 (集团) 搜索，比如 Elsevier Science Direct, Springer Link, Taylor & Francis, Wiley 等。某些工作论文则可通过百度或谷歌搜索。什么时候开始看文献，即看文献的时机，也很重要。如果从一开始就大量地阅读文献，则可能被文献所淹没，望洋兴叹，自觉渺小。更好的方法是，当自己有了一定的想法之后，再去系统地看文献。这样，才会知道自己究竟要看什么，也更能带着批判的眼光去看。另外，阅读文献的态度也十分重要。虚心地从经典论文中汲取营养，才能站在巨人的肩膀上，但仍应带着某种批判性的眼光。事实上，由于经济现象的复杂性 (经济学还只是软科学)，任何论文都有一定缺点 (比如，忽略了某些可能重要的因素)，也都有可以改进的空间 (甚至可能推翻作者的结论)，故不必太迷信 “权威”。既然经济学还不是科学，获得诺贝尔奖的经济学家可能持有相反的观点，那么又哪来的权威呢？重要的是，使用逻辑与实证的方法对不同的观点进行甄别与质疑。如果认为前人所做的研究已经十全十美，你都赞同，那么，你怎么可能做出新的边际贡献呢？(2) 确定所需数据是否可得在正式开始研究之前，还应大致知道所需要的数据不仅存在，而且可以得到。数据从何而来？一般来说，数据要么是别人提供的 (比如统计局)，要么是自己收集的 (比如问卷调查)。寻找数据可以从网络搜索开始 (比如谷歌或百度)，也可以询问专家或同行。如果确实不知道该从哪里找数据，还可关注文献中同类研究的数据来源，然后溯本及源。因此，阅读一定文献之后，就应该基本了解该研究领域的常见数据来源了。近年来，一些国际期刊已在其网站公开了发表论文中所用的数据集与估计程序 。5收集与整理数据从数据的来源格式来看，数据可分为电子版与非电子版两大类。对于非电子版的数据，需耐心输入数据 (通常先输入Excel表，再导入Stata中)，并注意检查，防止出错。即便下载电子版数据，也应检查可能存在的错误。实证研究的关键材料乃是数据。如果数据质量不高，则 “巧妇难为无米之炊”。无论多么高深的计量方法，如果原始数据质量有问题，也只能是 “垃圾进去，垃圾出来” (garbage in, garbage out)。Zvi Griliches 在 1994 年给美国经济学会做的主席演讲 (presidential address) 指出，由于经济学家不够注意数据的来源及产生过程，经常错误地解释数据，导致研究的进展缓慢；如果不提高数据质量，计量理论方面的重大进展将无用武之地。为此，将数据导入统计软件后，需仔细察看数据 (inspect the data)。一个常见误区是，研究者只知进行回归，却不去熟悉原始数据 (raw data)，或增加对数据的感觉 (get a feel for the data)。察看数据的常见方法为，计算变量的主要统计特征 (summary statistics)，包括均值、最大值、最小值、标准差、相关系数等，并根据经济常识判断它们是否合理。比如，虚拟变量的最小值与最大值必然为 0 与 1；否则，此变量有误。如果数据有时间维度 (比如时间序列或面板数据)，还可画时间趋势图。如果发现在某个时点上的变量取值异常波动，则应考察此数据是否有误；即使数据无误，也应考虑异常波动的原因。总之，在察看数据的过程中，主要观察数据中是否存在不一致 (inconsistent) 的地方；比如，出现了不可能、不现实或可疑的取值。如果发现，则要进行处理 (比如，可能是数据输入错误)，这被称为 “数据清理” (data cleaning)。对于大多数从事应用研究的学者而言，主要是使用别人 (比如统计局、世界银行) 提供的数据。即便如此，也应该对数据的质量有一个清醒的判断，并使用相应的计量方法 (至少在做出实证研究的结论时，应考虑数据质量的影响)。在使用别人提供的数据时，还应注意其定义及统计口径，是否是与理论模型中的变量相对应。比如，中国的失业率指的是 “城镇登记失业率”，其统计口径与标准教科书中以及西方国家的失业率概念有很大不同。对于计量的初学者来说，与真实数据打交道也是加深对计量经济学理解的重要途径。只有弄脏你的手 (get your hands dirty)，才能真正学会做实证研究。6建立计量模型虽然实证研究可以没有理论模型，但如果有好的理论模型作为基础，则更有说服力。具体来说，回归分析一般只能说明变量之间的相关性，要对变量之间的因果关系做出判断，常常需要依赖于经济理论。因此，即使无法提供完整的理论模型，也应该进行一定的理论分析。最理想的情形是，从理论模型中推导出计量模型 (econometric model)，即待估计的回归方程。一般来说，一篇好的实证论文，需要讲一个好的 “故事” (story)，然后用数据来证实或检验此故事。对于回归函数的具体形式，可以考虑线性、对数 (变量只取正数且有指数增长趋势)、双对数、非线性 (边际效应不是常数)等。在进行模型设定时，应尽量使用常识 (common sense) 与经济理论 (economic theory) 。比如，将 “人均变量” (如人均消费) 与 “人均变量” (如人均 GDP ) 相匹配；使用实际汇率来解释实际进出口。又比如，考虑 FDI 对经济增长的作用。由于 FDI 起作用需要时间，如果把当年的增长率对当年的 FDI 进行回归，可能没有太大意义。比较适当的做法是，考虑期初的 FDI 对随后五年 (或若干年) 经济增长的作用 (这样做也可缓解双向因果关系)。如果不确定该如何设定计量模型，可借鉴文献中同类研究的模型设定。另外，模型既不能过于简单 (解释变量过少)，也不宜过于复杂，而应当保持适当的简洁 (keep it sensibly simple)。在选择解释变量时，“从小到大” (specific-to-general) 的建模方法简单易行，但可能偏差较大 (因为存在遗漏变量)；而 “从大到小” (general-to-specific) 的建模方法偏差小，但不易执行。实践中，常采用折衷方案，即选择简单而有解释力的模型。7选择计量方法有了计量模型与数据之后，即可根据数据类型与特点，选择合适的计量方法。比如，被解释变量为虚拟变量，则可使用 Probit 或 Logit；如果是面板数据，则应考虑固定效应、随机效应、时间效应等；如果是时间序列，则须先判断是否含单位根，再决定使用相应的计量方法。对于一般的数据，通常先做 OLS，看看结果，作为一个参照系。做完 OLS 后，可以画残差图，大致看看扰动项是否符合经典假定，然后进行严格的检验。如果有所违背 (比如，存在异方差、自相关)，则做相应的处理（使用稳健标准误或 GLS）。对于时间序列，还可检验是否存在结构变动 (邹检验，Chow test)。另外，应该对数据的质量进行检验，判断是否存在多重共线性、极端值、弱工具变量等，并做相应的调整。由于受数据可得性 (data availability) 的限制，遗漏变量几乎不可避免。因此，很有必要在实证论文中对此进行讨论。不外乎以下两种情况。第一，存在遗漏变量，但与解释变量不相关 (需要说明为什么不相关)，故可以不做处理。第二，存在遗漏变量，且与解释变量相关，则必须进行处理，例如增加控制变量、寻找代理变量、使用工具变量、使用面板数据等。另一常见问题是内生解释变量。此时，一般需找到有效的工具变量才能得到一致的估计。由于面板数据可以在一定程度上克服遗漏变量问题，故比横截面数据或时间序列更有说服力。因此，如果可以获得面板数据，则应尽力争取。比如，对于中国的宏观变量，如果使用全国的时间序列，则一般样本容量较小。此时，可考虑收集省际面板 (provincial panel) 的相应数据。大多数的实证论文都希望说明 X 对 Y 的因果作用。而从回归分析的相关关系升华到因果关系，是很大的飞跃，需要使用适当的计量方法来识别这种因果关系。总之，在这部分应该说明，为什么所用的计量方法是最恰当的。计量经济学的理论总是建立于一些理想化的假定基础之上，而现实的经济数据通常或多或少地不符合这些假定。因此，尽管计量理论是可以严格证明的一门科学，但实证研究在一定程度上却是一门艺术，常需要在理论与现实之间找到适当的妥协 (be prepared to compromise)。8解释回归结果使用计量方法估计模型后，计算机软件 ( 比如 Stata ) 将输出相应的计量结果。此结果可能较长，包含密密麻麻的表格与数字。如果你尝试了各种不同的计量方法与解释变量 (alternative specifications)，则结果就会更复杂。如何看这些结果？简单地说，只能用一个字一个字地看，直到看明白为止。当然，也有诀窍。计量结果可能很复杂，但真正重要的信息通常不多，比如回归系数 (含符号)、 p 值，以及样本容量、拟合优度等。以一元回归为例 (工资对数对教育年限回归) ，回归结果参见下图。▲工资对数对教育年限的回归结果在上图的回归结果中，变量 s (教育年限) 的回归系数符号为正 (与经济理论相符)，系数估计值为 0.0966245， p 值为 0.000 (在 1% 水平上具有统计显著性)，样本容量为 758，而拟合优度 为 0.2527 (教育年限可解释工资对数约四分之一的变动)。在上图中，左上角的残差平方和、右下角的置信区间，乃至常数项等信息，基本可以不关心 (除非有需要)。在解释回归系数时，还应注意区分统计显著性与经济显著性。“统计显著性” (statistical significance) 主要通过 p 值来考察。如果 p 值小于或等于 0.05，则意味着该系数在统计上显著地不等于零；反之，则在统计上不显著，在统计上可将此系数视为零 (不存在)。“经济显著性” (economic significance) 主要通过系数的绝对值来考察，须特别注意变量的取值单位。在上例中，解释变量教育年限 s 的单位为年，而被解释变量工资对数 lnw 可解释为工资的百分比变化，故 s 的回归系数为 0.0966245 意味着，每增加一年教育，未来工资收入将提高 9.66%，具有很高的经济显著性 (可能过高了)。反之，假如 s 的回归系数为 0.01 或 0.001，则意味着每增加一年教育，未来工资收入只会上升 1% 或 0.1%，显然在经济意义上很不显著。此时，统计上显著而经济上不显著，则意味着解释变量对被解释变量的影响很小 (经济上不显著)，尽管这种影响被估计得很精确 (统计上显著)。类似地，在进行计量检验时 (比如，豪斯曼检验)，Stata 可能输出很多结果，但最需要关注的只是原假设以及 p 值；因为知道二者就可以进行检验了，而其余信息都是细节。研究者通常花费较长时间收集与整理数据。将数据导入Stata，然后输入相应的回归命令，则是 “见证奇迹的时候” (moment of truth)。如果关键解释变量兼具统计与经济显著性，符号也与理论预期一致，而其他控制变量的符号与显著性也大体与预期相符，则会感到十分欣慰，过去收集整理数据的辛劳也都值了。但有时，所得计量结果未必尽如人意，比如关键解释变量不显著，甚至符号与预期相反。此时应怎么办呢？大致来说，出现这种情况，可能有如下三种原因。(1) 使用计量方法不当。比如，在上述一元回归中，显然遗漏了许多变量，可能存在遗漏变量偏差，导致 OLS 估计不一致。更一般地，如果存在内生性而未加以处理，将导致不一致的估计，使得本应显著的变量变得不显著。(2) 数据质量有问题。如果数据存在较大的度量误差，所用代理变量与真实变量相差较远 (由于真实变量不可观测)，或者数据输入中的人为错误，都有可能影响估计的一致性。(3) 经济理论有问题。在排除了以上两种可能性之后，最后一种可能性是，经济理论不正确。经济理论所预期的某种效应可能不存在；或者同时存在其他作用机制，使得净效应的符号相反。实证研究的目的之一就是检验经济理论。如果发现已有理论与经验证据不符，则说明此理论尚有改进空间，甚至需要放弃。正如林毅夫 (2001, p. 75) 所指出：如果发现理论推论和我国经验事实不一致,要坚持的不是现有的理论,而是进一步去了解我国的经验现象, 然后, 根据经验现象构建一个可以解释这个现象的理论。所以, 当发现这种不一致时, 不要死抱理论, 成为现有理论的俘虏, 也不要在巨人的面前而感到自己渺小。其实,这正是对理论发展做出贡献的绝好机会。在计量实践中，研究者经常根据计量结果而调整模型，以期得到更为理想的结果，并且只在论文中汇报最佳的结果，而将寻找此结果的过程隐去。这实际上是 “数据挖掘” (data mining) 的一种形式。数据挖掘既有成本 (缺点)，也有收益(优点)。数据挖掘的优点是，可对数据进行各种 “实验”，以期揭示数据中的某种规律性，发现模型设定的错误，以此改进理论或计量模型。数据挖掘的缺点则是，由于它根据数据特征来设定计量模型，故模型设定由数据产生，如果再用此数据去检验由它产生的模型，就不是客观的检验，由此导致偏差。事实上，一定程度的数据挖掘是不可避免的，而这两种形式的数据挖掘的界限并不清晰，正如 Heckman (2000) 指出，“尽管使用数据来检验受到该数据启发的理论存在严重的问题，但如果拒绝从数据中学习并修改理论，则会导致更严重的问题” 。解决数据挖掘所带来的偏差的方法之一是进行稳健性检验，而不是仅汇报最佳的结果。 9诊断性检验任何计量方法都有其适用的前提条件；如果前提不成立，则无法使用此计量方法 (可能导致不一致的估计)。因此，在估计完模型后，应对计量方法的前提条件进行 “诊断性检验” (diagnostic checking) 或作出定性说明。比如，使用工具变量法进行2SLS估计后，应进行弱工具变量检验、过度识别检验 (假设存在过度识别)、解释变量内生性检验；并从定性的角度说明 “排他性约束” (exclusion restriction) 为什么成立。又比如，使用时间序列估计自回归 (AR) 或向量自回归模型 (VAR)，则应检验残差是否为白噪声 (无自相关)。即使进行OLS回归，也应说明解释变量为什么外生，或者遗漏变量偏差为什么不重要。10稳健性检验为了使用特定的计量方法，研究者通常需要做一系列的假定。但问题是，论文的主要结果是否对这些假定很敏感？为此，有必要放松论文的某些假定，看结果是否稳健或基本不变，这称为 “稳健性检验” (robustness check) 或 “敏感度分析” (sensitivity analysis)。比如，通过改变样本区间 (或去掉极端值)、函数形式、计量方法、控制变量、变量定义、数据来源等，来考察计量结果的稳定性。在计量实践中，研究者通常会通过数据挖掘，找到 “最佳” 的计量模型。如果仅汇报此最佳模型，则会导致偏差。因此，有必要适当地改变模型的设定，比较其主要结果的变化。显然，只有稳健的结果才有说服力，故稳健性检验已成为高质量实证论文不可或缺的一部分。11论文写作得到较为理想的实证结果之后，即可开始写论文。简单地说，论文就是对研究成果的汇报。为了便于读者更快地从论文中获取信息，经济学论文通常有一定的结构，而论文写作本身也是一门精益求精的艺术。经济学家曼昆曾问过加尔布雷斯 (John K. Galbraith) 写作成功的秘密；加尔布雷斯回答说，他写的所有东西都会修改很多次，通常直到第五稿时才会基本满意。下面分别介绍论文的各个部分。（1）标题、关键字、摘要论文的首页通常包括标题、作者、摘要、关键字等信息。标题 (title) 是论文的标签，正如商品的商标或名称。一般应选择简洁而有吸引力的标题，并能让读者知道该文主要做什么。在论文写作乃至成文之后，都有可能修改论文题目，使之更为贴切有趣。在题目之下一般为作者姓名，而将具体的作者单位、联系方式、感谢语 (包括基金资助) 以及 “文责自负” 等声明放在脚注里。如果有多位作者，一般需选择其中一位作者作为 “通讯作者” (corresponding author)，负责投稿并与编辑部保持联系 。在题目与作者之下，一般为摘要 (abstract)，通常在100字左右。摘要需突出论文的重要意义、研究方法与主要结论。一般读者会先看摘要，再决定是否看全文。因此，论文摘要应字斟句酌，凸显本文的主要贡献，并激起读者进一步阅读的兴趣。摘要通常在论文主体完成后才撰写，因为此时作者对于论文的主要内容会有更清晰的概念。在摘要的下面，通常还需提供几个关键字 (key words)，以便读者能很快地根据关键字搜索到此文。关键字常常来自论文的题目。另外，在关键字之下，还可能提供 JEL 分类号，这是美国经济学会主办的 Journal of Economic Literature 杂志所用的经济学各领域的分类编号 。经济学实证论文的正文一般依次包括以下部分：引言、文献回顾 (可归入引言)、理论框架或背景介绍 (可省略)、数据说明、计量模型与估计方法、回归结果、稳健性检验 (可归入回归结果)、结论。下面分别进行说明。(2) 引言 (Introction) 引言虽是全文的第一部分，却经常最后写。原因之一，引言集中了全文的卖点 (selling points)，最难撰写，须反复修改；原因之二，引言概括了全文的内容，只有在全文大体完工后，才能准确地总结与提炼。引言通常包括以下内容：本文研究了什么问题，此问题为什么重要 (研究意义)；本文使用了什么数据 (最好在数据来源上有所创新或挖掘)，实证研究的计量方法是什么，得到了哪些主要结论；此研究与已有文献的关系，本文的主要创新与边际贡献等。由此可见，引言将论文的精华部分以非技术性的方式呈现给读者，可视为扩展版的摘要，是 “销售” 此文的重要手段。事实上，许多读者在浏览论文时，常常先看引言与结论，然后再决定是否细读正文；可见引言的重要性。 引言的写作大致有两个套路。传统的套路是，在提出研究问题之后，首先回顾已有文献的相关研究以及不足之处，然后顺势引出本文的研究方法与主要贡献 (比如，填补了文献的空白)。传统套路的优点是，比较有逻辑性，能自然地呈现学术发展的脉络；其缺点在于读者需要有一定耐心，先回顾主要文献，然后才知道本文的主要工作。现代的套路是，提出问题之后，马上直奔主题，介绍本文的研究方法与主要结论，然后再回头介绍本研究与现有文献的关系。这两种套路各有优缺点，适合不同的论文，但直奔主题的现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标 (roadmap)，告诉读者本文的其余部分在结构上如何安排，以便于读者阅读。(3) 文献回顾 (Literature Review)文献回顾如果较短，可以归入引言部分；反之，如果文献回顾较长，则可单独作为论文的一个部分。对于文献的回顾一般按文献出现的时间先后进行，着重介绍重要的文献，而其他文献可以简略介绍、放入脚注，甚至略去。文献回顾的写作切忌只是堆砌罗列一些文献，而未进行深入分析。事实上，文献回顾的根本目的是为了厘清本文的研究与已有文献的关系，以凸显本文的边际贡献及其在文献中的地位。为此，在肯定现有文献的原创贡献外，难免会指出其不足之处 (或被忽略的方面)。此时，应注意语气委婉，因为这些文献的作者有可能正是未来的审稿人或编辑。另一方面，你又希望突出本文的独特贡献 (当然必须实事求是)。因此，在指出现有文献的不足与突出本文的贡献之间，需要找到措辞与语调上的平衡。(4) 背景介绍 (Background Information) 或理论框架 (Theoretical Framework)实证论文并非仅仅是找一堆数据，然后汇报回归结果。只有告诉读者有关经济现象的背景，完整地述说一个经济故事，才能使得计量结果更有说服力。比如，Nunn and Qian (2011) 研究引入 “新世界” (New World) 作物土豆对 “旧世界” (Old World) 人口增长与城市化的影响，在其第二节背景部分，即以大量篇幅介绍土豆的优点 (virtues of the potato)、土豆如何从新世界传播到旧世界，以及其他新世界作物。因此，实证研究者的工作并不仅仅是下载数据进行回归，还需要熟悉所研究现象的历史、制度与文化背景，乃至数据的来源与产生过程。如果可能，在此部分可引入一个简单的理论模型 (theoretical model) 或思想框架(conceptual framework)，为后续的实证研究提供理论基础。但对于实证论文而言，其理论部分不宜太过复杂，以致喧宾夺主。另外，如果经济现象过于复杂，没有现成的理论，也可根据常识 (common sense) 直接写下计量模型或回归方程。(5) 数据说明 (Data description)实证论文的结论是否可靠，首先取决于数据的质量。因此，在数据说明部分，应详细说明数据的具体来源，并评估其可靠性。介绍数据来源的详细程度，应使读者能按图索骥得到同样的数据，以保证科学结果的可重复性。如果对原始数据进行了一些处理或加工，也应一一说明。如果学术界对于数据的质量有质疑，则应说明这些潜在的数据质量问题，对于你的研究有何影响。比如，GDP的绝对水平可能被夸大了，而你仅使用 GDP 的增长率，故可能影响不大。如果数据来自问卷调查，则应说明随机抽样如何进行，问卷如何发放与执行等，并在附录中附上具体的问卷。介绍数据来源之后，通常以表格形式给出主要变量的统计特征 (summary of statistics)，比如样本容量、均值、标准差、最小值、最大值等，使读者对数据的基本特征有所了解。有时，还会提供关键变量的相关系数矩阵 (matrix of correlation)，作为对变量之间关系的初步证据。(6) 计量模型与估计方法 (Econometric model and estimation)在此部分，需要结合所研究的问题以及已有数据，给出具体的计量模型，即回归方程。通常会有一个基准 (baseline 或 benchmark) 的计量模型，然后在此基础上对模型设定 (model specification) 有所变化，比如增加或替换变量。此部分着重需说明论文的估计策略 (estimation strategy)，即究竟应使用什么计量方法来识别主要变量之间的因果关系。初学者易犯的错误是，在论文中直接使用某计量方法，而未说明为什么这是最合适的计量方法。任何计量方法都有适用的前提条件，需要研究者仔细甄别与判断。如果有两个计量方法，各有优缺点，则可二者都用，然后作为稳健性检验，比较二者的结果。(7) 回归结果 (Regression results)介绍计量方法之后，即可汇报回归结果，通常以表格形式来呈现，主要包括以下信息：被解释变量与解释变量的名称、回归系数估计值、标准误 (或 t 统计量)，以星号表示统计显著性，以及相关的统计量 (样本容量、拟合优度等)。在正文中，需要对回归结果进行解读，包括回归系数的统计显著性与经济显著性，符号是否与理论预期相符等。(8) 稳健性检验 (Robustness checks)在实证论文中仅仅汇报一个回归结果显然是不够的，因为变量的显著性可能在不同的模型设定下变化。只有在不同的模型设定下，都能得到类似的结果，才是稳健与可信的。对于稳健性检验的结果汇报，如果篇幅比较短，可归入上一部分的 “回归结果”；反之，如果做了较多的稳健性检验，则可单独作为论文的一个部分。(9) 结论 (Conclusion)结论是论文的最后部分，对全文所作工作进行总结，并给读者留下最后的印象。结论部分通常概要地回顾本文的研究问题、计量方法与主要结论，也可重申本文的独特贡献。由于任何论文都有局限性，故也可指出未来的改进空间与研究方向。许多读者会先看引言与结论，再决定是否看正文，故结论部分也十分重要。（10）参考文献 (References)几乎所有研究都建立在前人成果之上，故必然会在文中引用他人的论文或著作。这些论著的详细出处，则一般收集于文末的参考文献。需要特别注意的是，文中所有引用的论著，都应包括在参考文献中；反之，所有参考文献中的论著，都应在正文中被引用。参考文献的顺序一般按照作者姓氏的字母 (拼音) 进行排列，对于同一作者的作品则按发表年代排序。另外，不同期刊对于参考文献的具体格式也有不同要求；在投稿前需按所投期刊的要求进行修改。（11）附录 (Appendix)有些论文还有附录，主要收集不影响正文阅读，但篇幅较长的细节。比如，对于理论文章，可能把繁琐的证明放在附录。而对于实证论文，有时会把过长的数据说明放在附录。如果数据来自问卷调查，则通常把具体的问卷放在附录。（12）写作风格经济学论文属于科学类的论文，并不需要过于华丽的词藻，而应首先注意行文的简洁与逻辑性。另一方面，优美流畅的文笔对于提高论文可读性、吸引读者注意力十分重要。对于初次写论文者，首先要注意 “书面语” 与 “口语” 的区别，避免过分口语化；不能嘴上怎么说，笔下就怎么写，而应使用更为洗练到位的书面语言。在下笔之前，可先在脑海里构思文章的结构与写作风格。事实上，写作的过程也是使思路更加清晰的过程。对于论文中的方程式，可使用 Word 文档中的 “insert” → “object” → “Microsoft Equations” 进行编辑，使得方程更为美观 。论文中所有单独成行的方程式，都应按顺序编号，以(1)、(2)、(3)等表示，以便于检索。对于论文中的表格与图片，也应注意其格式。一般来说，表格的标题应在表的上方；而图片的标题则在图的下方。在表格或图片的下方，还可以有注释，说明数据来源、变量定义等相关信息。对于初学者，建议仔细观察经典论文的文章结构与风格，并注意模仿。比如，中文论文可以模仿《经济研究》或《经济学季刊》，而英文论文则可参照 American Economic Review, Journal of Political Economy, Quarterly Journal of Economics 等。正如古语所云，“熟读唐诗三百首，不会作诗也会吟”。12结语如何才能做出高水平的实证研究？如何才能写出高质量的经济学论文？更进一步，如何才能成为好的经济学家或经济工作者？显然，要达到这些目的，绝非单一学科 (比如，计量经济学) 就能胜任，而需要全方位的学识与素养。在此，引用凯恩斯的一段话作为结束语，并与大家共勉 （曼昆，2009，p.39）：经济学研究似乎并不需要任何极高的特殊天赋。与更高深的哲学或纯科学相比，经济学不是……一门极其容易的学科吗？一门容易的学科，但这个学科中很少有人能出类拔萃！这个悖论的解释也许在于杰出的经济学家应该具有各种天赋的罕见的结合。在某种程度上，他应该是数学家、历史学家、政治家和哲学家。他必须了解符号并用文字表达出来。他必须根据一般性来深入思考特殊性，并在思绪奔放的同时触及抽象与具体。他必须根据过去、为着未来而研究现在。他必须考虑到人性或人的制度的每一部分。他必须同时保持果断而客观的情绪，像艺术家一样冷漠而不流俗，但有时又要像政治家一样脚踏实地。

01内容简介本书从实证论文“是什么“出发，在“功能—动作—对象”的框架下探讨和剖析了实证研究与论文写作的思路和方法。全书共分为八讲，其中第一讲和第八讲是本书的绪论和尾章，其余六讲分别对应了实证论文的六个核心组成部分，即摘要、引言、文献综述、研究设计、实证分析和结语。本书有三个特点：其一，重视创新，始终把实现研究创新作为实证论文写作的目标，从创新的角度来统筹全局，将论证文章的创新性贯穿在八讲之中；其二，强调功能，从“证伪假说”这一功能入手把握实证研究和论文写作的实质，抓住了它，就抓住了核心；其三，讲究拆解，通过拆解论文写作的动作和对象，借助示例和课后习题，帮助研究者在论文写作中更好地实现证伪假说的功能。本书适合经济学及相关专业的本科生、研究生阅读使用，相信对实证研究和论文写作感兴趣的广大读者也能从本书中得到启发。02作者简介刘西川，华中农业大学经济管理学院教授，浙江大学农业经济管理专业博士、工商管理专业博士后。研究方向为农业金融、合作金融、 中小企业融资与金融扶贫，担任国家自然科学基金项目通讯评议人，同时是《经济研究》《管理世界》《金融研究》《财贸经济》《中国农村经济》等期刊匿名审稿人。多年讲授“文献阅读与写作”课程，并从2018年开始运营“刘西川阅读写作课”微信公众号。03目录展示第一讲实证论文写作:路在何方一、什么是科学研究,什么是论文写作二、论文写作到底难在哪里 三、破解写作难题的思路与方法 四、本书的主要内容 思考与练习第二讲如何写摘要一、摘要写作常见问题二、什么是摘要三、摘要写作的三个步骤四、好摘要的标准及检查完善五、小结思考与练习第三讲如何写引言一、引言写作常见问题二、什么是引言三、引言的内容与结构四、示例五、小结思考与练习第四讲如何写文献综述一、文献综述写作常见问题二、什么是文献综述三、文献综述的内容与结构四、文献综述写作的要点与步骤五、小结思考与练习第五讲如何写研究设计一、研究设计写作常见问题二、什么是研究设计三、怎样完成研究设计四、研究设计写作的要点与检查标准五、小结思考与练习第六讲如何写实证分析一、实证分析写作常见问题二、什么是实证分析三、实证分析的前期准备四、如何做实证分析五、实证分析写作的要点及示例六、小结思考与练习第七讲如何写结语一、结语写作常见问题二、什么是结语三、结语由五部分构成四、结语写作的要点及其他五、小结思考与练习第八讲实证论文写作:路在脚下一、研究是一个过程，需要反馈二、实证论文的核心是假说 三、引言很重要但不好写四、文献综述与提出假说 五、研究设计先要遵循规范 六、实证分析做的是“排除法” 七、结语是更开放的讨论 八、还需要交代的地方思考与练习后记04推荐语 我对西川兄新著《实证论文写作八讲》的出版期盼已久。这部凝结了作者数年心血的力作创造性地搭建了一个由“功能—动作—对象” 构成的实证论文写作框架，使得抽象的学术论文写作具备了可拆解、可复制、可比较的特性，学习抑或讲授实证论文写作方法由此更具可操作性!阅读这部著作，一定能让你受 益无穷!——张正平，北京工商大学经济学院教授作为微信公众号“ 刘西川阅读写作课”的读者，推荐本书的原因有二:第一，本书将为实证论文写作提供必要指引；第二，同时也是更重要的，本书将为科学研究提供有效范式。——胡冰川，中国社会科学院农村发展研究所研究员论文写作一直是博士生苦恼的事情:实证论文写作的目标和标准是什么？实证研究和论文写作的本质又是什么？如何完成实证论文的写作？刘西川老师的《实证论文写作八讲》对此进行了详细的解答，“手把手”教大家做实证研究、写实证论文。——冷萱，西南财经大学经济与管理研究院2020级博士生作为一名“科研小白”，看完刘老师的《实证论文写作八讲》后有种豁然开朗的感觉，全然没有了大四写毕业论文时的茫然无措。本书内容详实，文风简洁，干货满满，从论文选题到最终完成，其间会遇到的大部分问题都能从书中找到有效的解决方案，是你我必备的论文写作工具书，非常值得一读再读。——闫华，华中农业大学经济管理学院2019级硕士生我是幸运的，在本科阶段就能有幸聆听刘老师的论文写作课，即便后来没有从事科研工作，他所讲授的一些思维方式与写作方法仍让我受用至今。刘老师擅长通过案例或比喻将抽象的概念具象化，同时又能有条理地将一些“道”拆解为“术”。相信刘老师的新书能够帮助更多的同学提高论文写作能力。——黄胜蓝，浙江理工大学经济管理学院2015级本科生来源：刘西川阅读写作课 2020-12-20

由华东师范大学教育学部、北京师范大学教育学部、全国教育科学规划领导小组办公室、光明日报教育研究中心共同举办的第四届全国教育实证研究论坛举办于2018年10月27日，在华东师范大学举行。与往届相比，此次会议最大的不同，是以不同类型的代表性“实证研究方法”为依据，如质性研究、实验研究、调查研究、预测研究、文献研究和大数据分析等多种维度，聚焦特定研究方法在实证研究中的具体应用。第五届全国教育实证研究论坛将于2019年10月26日-27日在华东师范大学举行，顶尖教育学院（学部）或教育研究院（所）和顶尖学术期刊汇聚一堂，持续推动我国教育研究转型发展。点击图片查看第五届会议通知以下为第四届全国教育实证研究论坛论文集哈哈哈哈哈哈哈哈哈哈或哈哈哈哈哈哈哈哈哈哈或如下图所示，获取所有论文摘要内容电子版PDF，在公众号后台回复“摘要”获取下载链接，合计112页本文仅供教育科研学习，原文版权归属原作者和原发刊所有！

论文查重-实证类论文是什么？实证类论文是什么？实证就是我们用理解事实作为的论证，我们在写实证论文的时候要收集各种各样的资料，然后通过这些资料提出假设，我们需要用这些数据和案例得出我们所要的结论，这样一个完整的论文就出来了，在整个论文中，实证论文是最常见的一种类型，在所有人发表论文中，这个论文是经常可以见到的，那么这样的论文应该怎么写呢？下面我们一起来聊一聊。写作实证论文首先要具备本专业领域扎实的理论知识，有欠缺也不要担心，可以通过学习来积累，同时多读多看，这一基本工作做到位后，就会产生一些值得我们研究的选题或者论点，很多作者就是这样获得自己的idea的，随后我们就需要根据确定的选题或者论点开展文献搜集工作了，文献数据的搜集有很多方法，作者要根据自己的实际需求选择合适的方法，常见的方法有实验法,二手数据法,问卷等，而后提出一些假设，根据自己的选题和论点，运用相关理论和模型来验证，实证论文的写作简单说就是这样的流程和方法。实证论文写作过程都是相互交织的，需要作者不断尝试的，通过反复推敲模型， 调试数据,不断修改验证，最后才能获得一个好的文章，其实任何论文的写作过程都是如此，把握三个方面:数据，模型，分析，写作任何论文都不是问题。上面就是对所谈论实证论文的写作和概念，把概念和如果写作进行了一些汇总，虽然我上面说的方法能帮助到你们，对你们也是很重要的，因为做一件事最重要的就是方法，如果方法对了，会达到事半功倍的效果，不过作为一个作者还是应该努力去提高自己的知识水平，不断丰富自己的内容，这是写论文最基础的，如果想要写好论文，就一定要掌握这篇文中的内容。