2018-10-25-杨

关于写实证类论文的小心得

一下内容是按照我目前对写论文的逻辑的顺序排列的

一. 选题的原则

1.  尽量选焦点、热点

2.  关注新矛盾、新问题

3.  角度要大小适中,尽量“小题大做”,避免“大题大作”和“大题小做”

4.  要在专业领域内选题

二.   参考文献

1.  国内文献:精度三篇最权威最核心的,参考其结构和观点

2. 国外文献:视研究的主题而定。具体而言,确定主题后,主要从相同主题的国内优秀文献着手,从其文献综述和参考文献中找国外优秀论文的线索;此外,自己可以从知网搜。

3. 文献选取以最近3年为主。

4.不引用垃圾期刊和本科、硕士论文。

三. 研究结论

选题和阅读参考文献都是为了明确我自己所要提出的新观点,所以,在论文框架正式搭建前,要先用量化的方法检验自己的观点能否得出结论。如果能够得出结论,则进行下一步;如果不能,则说明选题不可行,早早放弃,重新选题。

(在以下步骤中,暂时假设选题可行。)

四.数据来源、变量定义和模型选择

1.  数据来源

(1) 直接数据:自己调研,常用方法是“分层聚类抽样调查法”。这样一来,必然需要设计问卷,我认为,问卷问题首先肯定要和研究的观点和结论协调,然后就是问卷问题与模型相适应的问题。但目前我还不懂设计问卷。

(2)间接数据:视研究的需要而选择,往往分为截面数据和面板数据两种。比如实证研究常用来自中国健康与养老追踪调查(CHARLS)的数据,并且使用CHARLS数据的研究,往往分为村庄和家户两个层面。

2.  变量定义和模型选择

首先,变量定义必然是与研究主题、观点和结论相对应的;其次,根据研究需要选择合适的模型,并根据模型需要,对变量做出一定调整:

(1)Probit估计:例如,当被解释变量是农户是否发生土地租出时,可以将被解释变量表示为“0”和“1”。

(2)Tobit估计:例如,当被解释变量是土地租出面积时,由于大量零值的存在,便可以使用本估计。

(3)OLS估计:普通最小二乘法,是线性估计。

(4)PSM方法:即倾向分值匹配(propensity score matching)方法。我的理解是PSM可以检验变量选取中反向因果关系可能引发的内生性问题。

(5)中介效应模型:先识别出一组中间传导机制,再构建理论分析框架。例如,研究农地确权对农地流转的影响时,先识别出农业生产激励、交易费用、交易价格以及农村要素市场联动4种中间传导机制,再构建“农地确权—中间传导机制—农地流转”的理论分析框架,并采用数据进行实证研究。

(6)未引入交互项模型和引入交互项模型:交互项好像就是两个自变量相乘的项。

(7)Double Hurdle模型:适用于多阶段决策,由Probit模型和Tobi模型组成。比如,由于农地转出行为包括是否转出土地和农地转出率,属于典型两阶段决策,因此可用本模型。

五. 文献综述

写文献综述逻辑大概是以下这样的步骤:①前提:自己的研究已经得出结论②归纳已有文献:以本研究视角为标准,把现有研究归纳为正反两类观点③找出本研究的创新之处:即说明,本研究如何弥补了该领域研究存在的问题;换句话说,说清楚本研究与已有正反两类研究观点的不同之处④把②②写在纸上。

六.搭建论文框架,填充论文内容

摘要

关键词

一.引言:包括①研究背景②文献综述③研究创新点和贡献④章节安排简介

二.理论基础和机理分析

该部分仍然以引用大量已有学术观点来体现。

三.数据来源、模型设置、变量选取与描述性统计

四.实证结果与分析

五.结论与讨论

讨论部分经常会包含政策含义或意义,优秀的作者往往还能提出一些切实有待进一步讨论的观点,但我目前读起来都比较懵,自己写的话暂时一点点也提不出来。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,362评论 5 477
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,330评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,247评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,560评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,580评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,569评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,929评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,587评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,840评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,596评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,678评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,366评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,945评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,929评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,165评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 43,271评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,403评论 2 342

推荐阅读更多精彩内容