21如何发表高质量的经济学论文Word文档下载推荐.docx
《21如何发表高质量的经济学论文Word文档下载推荐.docx》由会员分享,可在线阅读,更多相关《21如何发表高质量的经济学论文Word文档下载推荐.docx(11页珍藏版)》请在冰豆网上搜索。
第二篇是关于政府基础设施投资与居民消费,这篇文章我们刚完成,会在一本英文刊物上发表;
最后一篇是市场化与党的精英化,这篇文章我们还在写,在此我只是给大家提一下。
第一部分:
论文发表三部曲
1.选题:
好的选题是论文成功的一半
首先说选题,我们做经济学研究,题目非常多,那么什么样的选题算是一个好的选题呢?
我觉得在中国做经济学研究,还是应该以问题为导向。
当然有些人会说我的志向就是要拿诺贝尔奖,我就要做纯理论的问题,但我感觉中国人做这种纯理论的问题没有比较优势。
没有比较优势怎么说呢?
林老师喜欢说一个例子,经济学的重镇以前是在英国,后来随着美国经济的崛起,经济学也就转移到美国,但是这个过程是非常漫长的。
我们知道,美国在GDP总量上超过英国是在1896年,在人均GDP上超过英国是在1914年。
那么经济学的重镇是什么时候转移到美国的呢?
我们一般说是1947年萨缪尔森发表《经济分析基础》那本书之后。
从美国人均GDP超过英国,都经过了三十多年。
我们比较乐观的估计,十年之后中国的GDP总量超过美国,那就是1896年到1947年,大概也要五十年的时间。
你要看经济学重镇的转移啊,要从2020年开始,我们再等50年,大概经济学的重镇能转移到中国来。
这是一个判断,中国要成为经济学的重镇,从现在算起还要等很长很长的时间。
第二你要知道美国大学里面的经济系,是一个很强势的学科。
他有多少的人天天没事干,天天就研究这东西。
李稻葵老师老喜欢说,美国为什么把经济学搞得这么复杂,本来经济学是没有这么难的,就是因为收入很高啊!
劳动力市场上工资高了,就要提高门槛,怎么提高门槛呢?
就是要搞你的智力测试,对你的智力要求越来越高。
所以在美国搞经济学研究的一帮人智力很高,都极端聪明,像克鲁格曼这种人,极端聪明、极端自负。
他天天没事干,不像我们,国内事情特别多。
他天天坐在办公室,没事干,天天在琢磨一些经济学的问题。
还有很多博士生,也在干这个事情。
你想去竞争过他们,要在纯理论上有所突破,我估计是很难的。
这不是说我们不行,事实就是这样的。
人家环境比我们好,花的时间比我们多,所以我们的比较优势还是在中国的实践,看能不能从中国的实践中提出一些问题,来好好的研究,
一定是问题导向,这点我觉得特别特别重要。
我们杂志收到很多文章,看了他的前言和摘要,这篇文章大概就不会发表了。
现在有了刊号之后,投稿数量大一些,我们每年大概会收到七八百篇文章。
我们送审的就有三分之一,三分之二的文章,我们三个主编看看就给拒掉了。
我们很多时候是在看摘要,这不是说我们不认真,因为你一看他的摘要,就发现里面什么也没说,所以只能给拒掉。
送审的三分之一再拒绝一半。
所以选题是非常重要的。
你能不能在中国找到一个有意义的选题,别人研究过但你有好办法,或者别人根本没有研究过。
在这一点上,作为中国的学者是有优势的。
中国在过去三十年间发生了翻天覆地的变化,中国是世界上最大的发展中国家,中国现在是世界第二大经济体,有很多有意思的东西。
中国法治不健全,很多东西都在变,不停的变。
这实际上是一个大实验场,我们应该有很好的素材要去挖掘。
我就发现,我们收到的一些文章,很多人喜欢探讨一些纯理论问题。
比如我们老收到关于科斯定理的文章。
我就想,科斯定理都被研究了几十年了,难道你还能发现新的东西?
我觉得不太可能,所以这种文章,一看就给拒绝掉了。
你能不能说中国现实中有一个事情,你能拿科斯定理或者科斯定理的延伸去解释。
所以还是问题导向,这也是最有可能发现新的问题的地方。
什么是好的选题?
什么样的选题是好的选题呢?
第一是有新的理论构想。
我刚才说了你要去做纯理论的东西不是很容易,还是要问题导向。
你一定是在现实中发现了一个什么东西,但现有的理论解释不了,你才去发展一个新的理论。
我不知道在座的有没有博士生,大家看起来都很年轻啊!
我拿到文章最忌讳看到什么样的文章呢?
一个已有的理论模型,他把人家的假设改一改,推导的非常复杂,最后推导出的是一个非常trivial的东西。
你改已有模型的假设,往往你会改错的。
这一次我们碰到一篇文章,说克鲁格曼的中心外围模型(CoreandPeripheryTheory)的理论错了,说克鲁格曼的文章中存在重大的错误,他指出来两点,我们差点接收了。
还好我看过那个模型,很明显是他自己搞错了,他对那个问题并没有那么熟悉。
你仔细想,克鲁格曼的那是得诺贝尔奖的文章啊,他要是有那么大的错误,还能得诺贝尔奖吗?
不要高估自己的智力,克鲁格曼是绝顶聪明的人。
不要老去拿别人的模型,改一改假设看能否推出新的东西,千万别这么做。
你要是写过理论模型就知道,一个理论模型都是磨了又磨,磨了又磨。
为了得出他需要的结论,假设已经简单的不能再简单了,再改就无法得到他想要的结论。
除非是做纯理论,比如博弈论什么的,否则,我们写理论模型的时候一定是倒着走的。
什么意思呢?
就是你已经知道你所要的结论,然后你构造一些假设和一个机制来得到这个结论。
两者需要相互磨合一段时间,但机制是主要的,确定机制之后你看你需要那些假设。
显然,你不会用多余的假设,所以,别人发表的文章中的理论模型所做的假设都已经是最紧的了,改动之后就会出错。
我们还是要从现实中发现有意义的题目,而不是纯粹的去改人家的理论模型。
比如说,中国经济为什么成功,这个问题当然很大,不管你是做哪一个领域,你在你那个领域里头都可以问这个问题:
在我这个领域,我如何解释中国经济的成功,现存的解释有什么不足?
比如说,我们通常认为腐败不利于经济增长,而且有很多很多的理论和经验研究都证明腐败不利于经济增长。
我们知道中国腐败很厉害,透明国际(TransparencyInternational)给中国打分,廉洁指数(CPI)中国都是最低的百分之三十,但是为什么中国的腐败至少没有阻碍中国的经济增长?
如果你是研究制度经济学和新政治经济学的,这个问题是不是可以挖掘下去,我觉得这里面有很多可以做的。
为什么在中国腐败没有成为阻碍经济增长的因素,是不是能挖掘一下?
第二个选题就是解释一个谜或者意外。
谜就是逻辑上无法找到答案的现象,比如李约瑟之谜。
大家知道李约瑟在写《中国古代技术史》这套书的时候,他提出来一个问题,中国古代技术水平到了如此之高的地步,但为何近代的工业革命没有发生在中国,似乎在逻辑上没有办法解释,当然就这个问题有很多的研究。
另外一个例子是,中国具有巨大的外汇储备,但我们为什么还要外国直接投资呢?
我们实际上还在出口资本,那为什么还要外国资本投资呢?
这都显然是出现了一个问题。
再往回看一步,中国的投资回报率实际上是非常高的,如果你能找到项目去投资,回报率可能都是10%以上。
如果是这样的话,为什么我们会有经常项目盈余呢?
为什么这些钱没有投在中国而是要变为外汇储备给别人用呢?
投到美国我们的回报率是多少?
每年是2%。
你到中国的民间信贷市场上去,现在年利率都是20%以上。
这显然是某个地方出问题了。
我们现在老说中国经济失衡,那我们能不能深入的问一些这样的问题,找到一些这样的谜,然后来给这些谜一个解释。
其实中国这样的谜很多。
再比如中国的法治环境非常糟糕,法院判决了也不执行,那为什么还要签合同?
我到企业去调研,发现他们基本都要签合同。
而且法治环境那么差,但是经济表现并不那么差,这里面到底是什么东西在起作用?
再一个就是意外,你发现了和现有理论预测相左的经验事实。
理论上说随着价格上升需求会减少,但你发现价格上升需求上升的事实,这是经济学上一个经典的理论,你是不是有不同的解释。
总体上来说,文章要想发表,一定是你可能构建了一套理论对现有的东西进行解释,也有可能是你发现一个谜或者一个意外,这样你的问题才能抓住审稿人的眼神。
这样你的文章就成功了一半,因为你发现了一个很好的问题,然后你又给出了一个解释。
科斯研究所(TheRonaldCoaseInstitute),其实就是一个很小的研究所,有几个人在做,其中之一是李·
班南(LeeBenham),他办学习班给年轻人的要求就是,第一要有一个big“wo”。
“wo”
就是“喔,我没想到”,也就是一个惊喜;
而你又能给出来一个看起来合理的解释,我是说看似合理的解释,别人看了会说“aha,原来是这样!
”这就是能把别人的眼神给抓住。
第三个是应用现有的理论来解释现象,比如说检验现有的理论。
有很多理论,前人没有检验过。
然后你有新的数据,新的计量方法。
比方说最近在国际经济学界比较热的是做EmpricalIO,以前做产业组织基本上都是理论模型,但现在来说理论模型做的差不多了,大家都开始做检验。
用数据去检验,这个是现在很热的东西。
新的数据也很重要,我们这里收到的很多文章,如果他真的是用微观数据做的,被拒绝的概率是极低的。
一篇用微观数据做的文章,在我们那个杂志,特别是经过我的手的,大概就有60-70%的成功概率。
中国现在的微观数据极少,现在通常我们做微观研究可用的数据就2个,中国居民家庭收入调查(CHIPs)和美国北卡大学中国研究中心主持的中国健康和营养调查(CHNS)。
其他的数据都没有公开,统计局和农业部的数据,都需要花钱买,并且都很贵。
我在这里做一下广告,我们北大有两个数据,一个是赵耀辉老师领导做的CHARLS,主要做退休和健康的数据,现在已经做了两轮,一个是甘肃的,一个是浙江的,这个数据在CCER的网站上就可以查到的并且免费下载,大家可以去用。
今年是第一次做全国性的调查,明年就可以对外公布,在网上就可以免费下载到,这个数据对我们做应用微观研究的学者是有很大帮助的。
另外一个是中国家庭动态调查(CFPS),由于数据库是北大出钱做的,所以北大先用,明年10月对外公布。
如果你有北大的朋友,你们可以合作。
我想这两个数据,过几年以后就会成为金矿。
我现在看到的就是,CHIPs和CHNS已经被大家用烂了。
无数的微观文章,都是用这两个数据。
我们这两个数据出来之后,应该是一个很大的跃升吧!
与此相关的还有一个就是新的计量方法,如果你做这个也是一个很大的贡献。
对我们来说做出新的方法论不太容易,但最简单的内生性问题,你如何来解决,这是可以做的。
再下一类就是应用微观计量学,用微观经济学理论解释现象,并用数据做出证明。
这个往往需要你写一个小的理论模型,因为你是应用微观经济学的理论解释现象。
一个简单的例子,农村新型合作医疗是否降低农村信教的概率,我们知道人们信教其实是为了减少不确定性,信教最关键的不确定性就是死后你不知道你在哪里。
其实宗教就是利用未来这种未知性,所以所有的宗教都是关于来生的。
我们知道最近这些年中国农村信教的人越来越多,那到底是什么原因导致的呢?
一个可能的原因是不确定性太大了,所以人们要信教。
这篇文章是中国人民大学的郑风田老师做的。
其实他们用的数据不是特别好,是河南省开封地区的一个局部数据,但我看到这篇文章的时候,我眼前一亮。
这是个很好的也是非常显著的问题,特别是这种外来的宗教,基督教、天主教在中国农村扩散的非常非常快,这对中国农村是有影响的,他又和新型农村合作医疗结合,新农合是不是可以降低信教的可能性。
这个问题非常好,其实因为数据的原因做的并不是非常好,只有几百个农户的数据,但我还是愿意给他发,我觉得他提了一个非常显著的问题;
当然他没有写一个模型,其实这种情况下最好简单的写一个模型,还可以有一些简单的预测,这样会更可信一些。
不好的选题
第一个是我刚才说过的改别人模型的假设,这种情况一定要杜绝。
我拿到这种文章就觉得纯粹是在浪费时间和精力,因为解这样的模型通常很累,而且最后发现错了。
第二种是生搬硬套别人的理论模型,没有把经验事实给搞清楚。
先把你要讨论的事实给搞清楚,然后用已有的理论去解释你的问题和事实。
关于中国过去土地制度的变化,从秦始皇到现在的土地制度,我们经常收到讨论这类问题的文章,往往是生搬硬套科斯的产权理论等。
做这样的文章,你不去不扎扎实实阅读一些历史书籍,不去看一些数据,而是生套别人的理论,可以说是毫无意义。
所谓研究,就必须要做出自己的东西。
格雷夫在研究马格里布犹太商人的合同执行问题,他挖掘很多中世纪的合同去研究,真正的做了一些历史研究,而不是生搬硬套现有的理论。
第三种是“稻草理论”。
为什么叫稻草理论呢?
二十世纪初对欧洲的知名知识分子做了一项调查,问他们在过去一千年,人类什么样的发明对人类的进步起了关键性的作用。
有一个人给出的答案是稻草,为什么是稻草呢?
他说如果没有稻草,你就养不了马,养不了马就没有办法去打仗,于是欧洲的文明就不可能从罗马帝国传播到欧洲的其它地方,那也就没有欧洲文明了,没有稻草就没有今天的欧洲。
所以稻草是最重要的发明。
你说他有没有道理呢?
道理是有一点,但是被无限放大了。
这样的理论就可以说是稻草理论,其实并没有那么显著但是被夸大了。
还有一个常见的问题就是研究决定因素,我最怕看到这类文章。
花了好大的劲,最后做了一篇例如工资是由什么决定的文章。
这种文章最好别做,你在回归方程里放十个变量,我可以说你的变量不够,你应该放二十个,那二十个可能还不够,你得放上一百个变量。
任何东西都是由很多的因素决定的,你能把所有的因素都能穷尽吗?
有些人说我做了一个实验,刚开始时放二十个变量,后来发现有些因素不显著,我把它给去掉了。
然后重新放,发现又有一些不显著,又给去掉了,最后这些因素是最显著的,所以我留下来了。
这不是做研究的方法,而是统计。
记住,我们一定是研究一个机制,控制其他变量把一个机制说清楚就可以了,比如你可以问工会对工资有没有影响,你只要把这个因素搞清楚就可以了,而不是说非要去研究工资有哪些因素决定。
这样的问题不是一个好问题,不容易在好的期刊上发表。
当然,这不可取的选题是重复别人的研究题目却没有任何新意,既没有新数据,也没有新方法。
比如,我们杂志收到很多用省级数据做环境库兹涅茨曲线的文章,也收到很多用省级数据做生产率的文章,基本全被拒绝了。
2.论文写作技巧
现在我想讲一下论文写作技巧方面的问题,我想从两方面来谈这个问题,一个是理论研究,一个是经验研究。
理论研究
如何做理论呢?
有很多人说我做理论啊,就是写出一个模型来,模型推导出什么结果就是什么结果,这种情况是没有把经济学给搞懂。
我曾经听一个朋友讲过一个关于在美国的中国留学生找工作的故事。
朋友在一所大学工作,招人的时候面试一个中国学生。
这个学生做了一个复杂的模型,然后也做了经验研究,但模型的结论和经验研究的结论刚好相反。
朋友问他如何解释,他说:
“我的模型拒绝了我的经验检验。
”朋友在心里说:
“那我们拒绝你。
”
做经济学的文章,你一定要有一个符合直觉的故事,先把你的故事用自然语言表述出来,如果你的故事没有办法用自然语言表述出来,那你肯定是什么地方出现问题了。
首先用自然语言把这个故事讲出来,一定是你已经知道你要的结论,然后去编一个故事,不是你写一堆假设,然后推导出一个模型来,推导出什么结论我就接受什么结论,这是完全错误的。
哪怕是数学家也不是这么做的。
你试想阿罗当年在写阿罗不可能定理的时候,他难道事先没有把这个结论想好吗?
难道是从他的四个假设出发最后推导出他的不可能结论的吗?
肯定不是这样的,他肯定是有个直觉告诉他这是不可能的,然后再回过头来,找最小的假设的集合。
结果发现,必须有这四个假设,才能推出所需要的结论。
其实其中有些假设基本上很难符合事实,你比如其中有一个两两不相关原则。
我刚到美国的时候,美国总统大选有三个候选人,老布什、克林顿和罗斯·
佩罗(RossPerot)。
根据两两不相关原则,意味着老布什和克林顿两个人的排序不受老布什与佩罗排序的影响,也不受克林顿和佩罗排序的影响,这在现实中是不对的,但是他必须要这个假设才能得到他的结论。
他是倒过来想的,其实数学家也是这样想问题的,你比如说数学里有很多猜想,比如哥德巴赫猜想,是先有这样的猜想然后才证明出来的。
我以前也不知道这个道理,我跟我的第一个导师做研究,写理论模型老写不出来。
后来我碰到一个学数学的同学,我就问他我想得出一个结论,怎么能得出来?
这位学数学的同学一句话,使我茅塞顿开,他说在数学上想要什么样的结论都能得到,看你的假设是什么。
数学上有一大堆数学的公理,你不能超出这些数学的公理的假设。
经济学稍好一点儿,经济现象太复杂了,你可以做一些假设。
但是你一定是先有结论,后写模型,把这个故事讲圆了,而且这个故事要讲的精巧一点。
然后你要找到适当的经济学模型,用严谨的数学语言把故事用表达出来。
这里有两个关键词,第一个是用适当的经济学模型,最好使用现有的经济学模型,就能把它给讲出来,模型又比较精巧,然后你还能用数学语言讲出来。
什么叫恰当的经济学模型呢?
如果你是做制度经济学或者新政治经济学研究的,那应该知道最近几年一个火的不得了的人,他叫达龙·
阿西莫格鲁(DaronAcemgolu),他几乎所有的文章都很精巧,他有一篇文章WhyDidtheWestExtendtheFranchise?
就是说西方民主化过程是怎么走过来的。
西方的民主化过程并不是短期内完成的,英国大概花了220年的时间,一直到1928年妇女才拥有跟男人同等的选举权。
他讲了一个什么故事呢?
他就讲穷人跟富人之间的斗争,穷人斗的厉害,要自己的利益,富人就放一点。
我们完全可以用马克思的阶级斗争来解释,但是你要用马克思的阶级斗争来解释,别人就不认,至少从现代经济学的眼光来看,这不是一个理论或者是不能接受的理论。
所以他编了一个故事,他编的是一个Commitment(承诺)的故事,当穷人向富人要福利的时候,富人说我给你,但是决定权还在我这里。
但是穷人一想,你答应给我,到头来你又不给我,怎么办啊?
这里面其实是一个承诺问题,怎么实现这个承诺呢?
富人说干脆让你们穷人决定,这不就是民主吗。
你自己决定该怎么干就怎么干,我不管了。
这个故事就是一个经济学的模型,这也是EdwardPrescott得诺贝尔奖的模型。
但我觉得根本没有必要这个模型,马克思的阶级斗争理论完全可以解释,而且可能解释的更充分。
但是你最好写一个经济学的模型,讲一个经济学的故事,别人可能更容易相信。
那好,大家会问这样一个问题,你既然可以用自然语言表述出来了,那为何还要用数学模型来表达呢?
我觉得唯一的原因是自然语言有漏洞,自然语言没办法表达清楚,特别是汉语。
比如我坐在这里讲,语法上错误连篇,汉语就决定了你可以不讲很严谨的语法,但英语你要是不讲语法别人就听不明白。
英语比汉语更严谨一些,但是我觉得汉语写诗要比英语好的多。
据说法语更加严谨,但是再严谨的自然语言它都存在漏洞。
你有时候听一个人用自然语言讲得天花乱坠,但是要真写到模型上来,可能写不出来,会有很多的磕磕绊绊。
举一个最简单的例子,我刚说了中国资本回报率很高,但是我们又输出资本,你怎么去解释这个问题呢?
你用自然语言可以说出来一个比较简单的故事,你可以给出一个解释。
我们有些企业从银行贷不到款,有些企业从银行贷到很多款,所以这里头总是有企业得不到贷款,所以一些贷款就会流到其他地方去。
这样听起来似乎是有道理的,但是你要写一个模型你试试,它不是那么容易的。
这样的模型,你通常要用到OLG模型(OverlappingGeneration),而且你一定要加入银行,且它有一些问题。
当你必须用经济学理论模型思考的时候,你才能发现一些你想不到的东西,这是非常重要的。
经济学模型的作用,一是检验理论的逻辑,再者是发现新的东西。
但是不是模型就一定是真理呢?
特别是做应用型研究的时候,不要把模型当做真理,它只不过是跟一种自然语言替代的描述方式。
我老跟学生说,数学就是另外一种语言。
数学家可以很简单的用英语、法语,他写的这些数学论文,大家都能看懂,不需要多少文字。
所以数学它是一套严谨的语言。
这里说到经济学,我个人感觉,还是解释为主,而不是去做预测,我们只不过是讲一个故事,就像历史学家也在讲很多故事,经济学家用数据和模型来讲这个故事,都是描述历史。
我们描述短期的历史,历史学家描述长期的历史。
正因为是讲故事,写模型的时候才需要把机制写出来,最好做到每个式子都有经济学的含义,和你要的机制吻合。
不能只写数学步骤,像实验报告似的。
经济学写作还有浓重的文学色彩,写的不好,referees读起来就累,然后就把你的文章给毙掉了。
怎么知道一个理论模型是好是坏呢?
首先要看这个假设是不是合理。
我刚才说了经济学家可以卖一点狗皮膏药做出一些假设,但是你的假设如果太生硬,特别是理论文章,马上就会被砍掉。
我老说,这是短路了。
你做了一个假设,然后做了一大堆复杂的推导,结果发现只是这个假设在起作用,当然这种模型肯定是不行的。
第二要看你的模型应用是否得当,就是你是否用了正确的经济学模型,逻辑是否清晰,有些模型写的很复杂,估计自己都没整明白,一定要写的清晰,要有血有肉。
模型是否精巧,你不能写的像大白话。
比如我之前说的,阿西莫格鲁加入Commitment,显得更精巧一点。
结论是否符合直觉,如果结论不符合直觉你的模型显然是有问题。
你做出来结果发现跟我们的直觉的不一样,要不就是你的假设错了,要不就是你的逻辑有问题。
第三看是否能得到一般化的结论,这也是检验理论的一个重要标志。
我们做中国研究,但不能成为国别研究,而是要对一般经济学有所贡献。
因此,看文献还是重要的。
不看文献,就不知道自己的贡献何在,也无法把自己的研究升华到一般经济学理论的高度。
最后一个标准是结论是否经得起数据的检验,当然这个要求有点高。
其实很多经济学模型就是表达一个idea,不一定非得要用数据来检验,而且往往是这套数据检验不成立,我用另外一套数据经验就成立了。
数据很多,世界是多样化的。
经验研究
做经验研究,好的数据是第一要务。
我刚才说的这几个数据库都是公开的数据。
省级的数据,现在基本上都被大家用烂了,除非你有好的idea,我建议大家少用省级数据。
花一点时间收集县的数据、城市的数据,这些其实是可以收集到的。
我知道有一个人在北京图书馆呆了一个夏天,把县的数据全部给整出来了。
我现在有一