如何撰寫(xiě)經(jīng)濟(jì)學(xué)應(yīng)用論文
Marc F.Bellemare[1]
2020年9月7日
摘要：
如何寫(xiě)出好的學(xué)術(shù)論文？盡管許多經(jīng)濟(jì)學(xué)者本能地知道如何做到這一點(diǎn)，但很少有人花時(shí)間思考如何撰寫(xiě)好的研究論文，即使是最成功的經(jīng)濟(jì)學(xué)者也往往很難清楚地回答這個(gè)問(wèn)題。其原因在于兩：經(jīng)濟(jì)學(xué)家讀的內(nèi)容（what economists read）以及他們讀的方式（how they read it）。本文的目的是告訴讀者如何撰寫(xiě)最終能發(fā)表在同行評(píng)議期刊上的應(yīng)用經(jīng)濟(jì)學(xué)論文。本文將盡可能詳細(xì)地討論論文的各組成部分，并以常規(guī)的研究項(xiàng)目中各部分呈現(xiàn)的順序來(lái)編排。
關(guān)鍵詞：應(yīng)用經(jīng)濟(jì)學(xué)，應(yīng)用微觀(guān)經(jīng)濟(jì)學(xué)，方法論
JEL 分類(lèi)號(hào): A2, B4
“我相信，我們成為什么樣的人，取決于我們的父親在空閑的時(shí)刻教我們什么，當(dāng)他們不想教我們的時(shí)候。我們是由一點(diǎn)點(diǎn)智慧組成的。”
— Umberto Eco（1988），Foucault’s Pendulum.
1引言
一部好電影會(huì)讓你忘記你是正在看一部電影。同樣，一篇好的研究論文會(huì)讓你忘記你是正在讀一篇研究論文。作者們介紹了他們所做的工作：他們問(wèn)了自己什么問(wèn)題，他們是如何回答的，他們是如何確保自己的答案是可靠的?？傊?，我們可以從他們的研究中學(xué)到一些東西，以用于指導(dǎo)政府或商業(yè)決策。
但正如一部好電影讓你沉浸在它創(chuàng)造的世界中，讓你忘記制作過(guò)程中使用的各種主題和技巧一樣，一篇好的研究論文也會(huì)讓你忘記它的整體結(jié)構(gòu)以及作者使用的各種修辭手段。
你如何寫(xiě)一篇好的研究論文？根據(jù)我的經(jīng)驗(yàn)，大多數(shù)研究經(jīng)濟(jì)學(xué)家花在思考這個(gè)問(wèn)題上的時(shí)間太少，即使是最成功的經(jīng)濟(jì)學(xué)家也很難清晰地回答同一個(gè)問(wèn)題。
這既與經(jīng)濟(jì)學(xué)家的閱讀內(nèi)容有關(guān)，也與他們的閱讀方式有關(guān)。
關(guān)于經(jīng)濟(jì)學(xué)家所閱讀的內(nèi)容，大多數(shù)研究生課程（如行為、發(fā)展、產(chǎn)業(yè)組織、勞動(dòng)）的教學(xué)大綱通常包含閱讀所研究領(lǐng)域的優(yōu)秀論文。這些論文影響了該領(lǐng)域研究人員的思維方式以及他們對(duì)該主題的了解。例如，發(fā)展經(jīng)濟(jì)學(xué)課程的教學(xué)大綱幾乎肯定會(huì)將Foster and Rosenzweig（1995）和Suri（2011）的文章包含在其技術(shù)采用主題下的閱讀清單。因?yàn)?，在該領(lǐng)域中，這兩篇文章被廣泛認(rèn)為是最好的文獻(xiàn)之一。
這主要適用于低年級(jí)的讀者（因?yàn)楦呒?jí)別的學(xué)者可能在審稿時(shí)接觸到很多質(zhì)量不高的文章），但只閱讀最好的論文也是一把雙刃劍。平心而論，閱讀那些來(lái)自于我們同行們關(guān)注話(huà)題的論文時(shí)，我們會(huì)獲得最大的收獲。同時(shí)，這些論文往往是質(zhì)量最高的，即在某一特定話(huà)題中最接近完美的論文[2]。但是，如果一個(gè)人所讀的都是完美的論文，那么他就很難了解好論文是怎么形成的。例如，再拿電影舉例，如果你所看的都是英國(guó)電影協(xié)會(huì)（British film Institute，BFI）有史以來(lái)最偉大的50部電影名單上的電影，而你從未看過(guò)任何糟糕（甚至是一般）的電影，那么你將很難發(fā)現(xiàn)到底是什么讓這些電影躋身BFI前50名。
關(guān)于經(jīng)濟(jì)學(xué)家的閱讀方式，大多數(shù)研究生課程的教學(xué)大綱經(jīng)常列出大量的文章，從而使研究生迅速掌握出一種技能，即Mortimer Adler在其著作How to Read a Book中談到的“檢視閱讀”（inspectional reading）。在閱讀學(xué)術(shù)論文時(shí)，檢查閱讀包括閱讀引言、查看方法和結(jié)果，以及（可能）在閱讀的下一篇文章之前閱讀結(jié)論。以這種方式閱讀論文可以幫助一個(gè)人了解某一主題的內(nèi)容，但這并不是學(xué)習(xí)如何撰寫(xiě)好論文的秘訣[3]。
當(dāng)經(jīng)濟(jì)學(xué)家知道如何寫(xiě)出一篇好的研究論文時(shí)，他們通常會(huì)以非結(jié)構(gòu)化、無(wú)意識(shí)的方式收集這些信息，通常是從顧問(wèn)、資深同事和合作者的閑聊中收集的。換句話(huà)說(shuō)，正如本文開(kāi)篇Umberto Eco所說(shuō)的一樣：他們“在偶然的時(shí)刻……通過(guò)一點(diǎn)點(diǎn)知識(shí)”學(xué)到了這一點(diǎn)，而這些顧問(wèn)、同事和合著者并沒(méi)有試圖教他們。
因此，本文的目標(biāo)是教會(huì)讀者如何撰寫(xiě)最終將在同行評(píng)議期刊上發(fā)表的應(yīng)用經(jīng)濟(jì)學(xué)論文[4]。為了做到這一點(diǎn)，研究論文的各個(gè)組成部分將盡可能詳細(xì)地討論，文章的順序大致以各組成部分在實(shí)際研究工作中的順序來(lái)編排[5]。
本文的其余部分組織如下。第2節(jié)列出并討論了一篇典型的應(yīng)用經(jīng)濟(jì)學(xué)論文結(jié)構(gòu)。第3節(jié)解釋了如何呈現(xiàn)應(yīng)用論文的理論框架，記住理論經(jīng)濟(jì)學(xué)家很少讀應(yīng)用論文。接下來(lái)是論文中真正應(yīng)用的部分：第4節(jié)解釋如何呈現(xiàn)數(shù)據(jù)和描述性統(tǒng)計(jì)，第5節(jié)解釋如何呈現(xiàn)實(shí)證框架，第6節(jié)解釋如何討論實(shí)證結(jié)果，包括其局限性。第7節(jié)解釋了如何寫(xiě)出正確的結(jié)論。因?yàn)橹挥挟?dāng)作者弄清楚自己研究的結(jié)果是什么以及它們的意思后才能完成標(biāo)題、摘要和引言的寫(xiě)作，所以第8節(jié)才解釋了如何選擇一個(gè)好的標(biāo)題、寫(xiě)一個(gè)好的引言和摘要。第9節(jié)討論了文獻(xiàn)綜述和背景部分（并非是論文中必須有的部分）。第10節(jié)討論了有關(guān)發(fā)表的事宜。第11節(jié)是總結(jié)。
2結(jié)構(gòu)
在創(chuàng)作任何類(lèi)型的作品之前，了解這些作品的典型結(jié)構(gòu)是什么樣的，并寫(xiě)下這種結(jié)構(gòu)的粗略草圖是有幫助的。從最抽象的意義上說(shuō)，典型的經(jīng)濟(jì)學(xué)論文（無(wú)論是否是應(yīng)用論文）的結(jié)構(gòu)如下：
1.標(biāo)題
2.摘要
3.引言
4. ……
5.總結(jié)和結(jié)束語(yǔ)
6.參考文獻(xiàn)
根據(jù)你寫(xiě)的論文的類(lèi)型，第四部分將會(huì)有所改變。由于本文主要探討應(yīng)用論文的寫(xiě)作，所以上面的結(jié)構(gòu)通常會(huì)被修改為如下結(jié)構(gòu)：
1.標(biāo)題
2.摘要
3.引言
4.理論框架
5.數(shù)據(jù)和描述性統(tǒng)計(jì)
6.經(jīng)驗(yàn)框架
7.結(jié)果和討論
8.摘要和結(jié)束語(yǔ)
9.參考文獻(xiàn)
10.附錄
該結(jié)構(gòu)并不是一成不變的。有些作者會(huì)調(diào)換第5部分和第6部分的位置，從而使實(shí)證框架部分位于數(shù)據(jù)和描述性統(tǒng)計(jì)部分之前。類(lèi)似地，一篇研究常規(guī)問(wèn)題的論文（例如，更強(qiáng)的財(cái)產(chǎn)權(quán)對(duì)農(nóng)業(yè)生產(chǎn)力的影響）可能根本不需要一個(gè)理論框架，因?yàn)檫@個(gè)問(wèn)題背后的理論是眾所周知的，而且還是教科書(shū)上的東西?；蛘撸谝灾髸?huì)有一部分介紹重要的研究背景，而這部分既不適合放在引言，也不適合放在描述性統(tǒng)計(jì)部分。
雖然有些論文可能需要對(duì)上述結(jié)構(gòu)進(jìn)行大幅度調(diào)整，但是熟悉常規(guī)的結(jié)構(gòu)還是有幫助的。在這種情況下，一個(gè)很好的類(lèi)比就是：在爵士樂(lè)傳奇人物John Coltrane制作 A Love Supreme（1965）（至高無(wú)上的愛(ài)，一部很前衛(wèi)的作品）之前，他首先學(xué)會(huì)了Blue Train（1957）中波普爵士樂(lè)結(jié)構(gòu)（較為僵化和傳統(tǒng)）。
這對(duì)應(yīng)用經(jīng)濟(jì)學(xué)家意味著什么？這意味著在你打破常規(guī)之前，必須學(xué)會(huì)它們。因此，在考慮寫(xiě)一篇一般讀者幾乎認(rèn)不出的結(jié)構(gòu)的論文之前，一個(gè)應(yīng)用經(jīng)濟(jì)學(xué)家應(yīng)該確保已經(jīng)寫(xiě)了足夠多遵循以上結(jié)構(gòu)的論文。換句話(huà)說(shuō)，更有經(jīng)驗(yàn)的研究人員才能做出結(jié)構(gòu)上的改變，因?yàn)樗麄儚淖x者那里積累了足夠的善意，這允許他們稍作改變。
本文的其余部分將不遵循剛才給出的結(jié)構(gòu)。雖然對(duì)我來(lái)說(shuō)，寫(xiě)一篇論文，其后續(xù)章節(jié)的標(biāo)題按照確切的結(jié)構(gòu)順序排列肯定會(huì)更容易，但事實(shí)證明，我們?cè)谡撐闹兴故镜慕Y(jié)構(gòu)往往與我們實(shí)際工作的結(jié)構(gòu)相差較大。
3理論框架
由于應(yīng)用經(jīng)濟(jì)學(xué)的目標(biāo)通常是回答這樣的問(wèn)題：“x影響y嗎？”或者“如果x增加一個(gè)單位，y會(huì)改變多少個(gè)單位？”，因此經(jīng)濟(jì)學(xué)中的大多數(shù)應(yīng)用工作都是從某種變化理論（theory of change）的思想開(kāi)始的。
雖然許多影響評(píng)估報(bào)告會(huì)包含一項(xiàng)具體措施是否以及如何影響無(wú)數(shù)結(jié)果，但最好的研究論文往往側(cè)重于單個(gè)問(wèn)題（例如，“擁有土地所有權(quán)如何影響農(nóng)業(yè)生產(chǎn)力？”）或特定問(wèn)題背后的影響機(jī)制（例如，“土地所有權(quán)提高農(nóng)業(yè)生產(chǎn)力，其原因是土地所有權(quán)允許土地所有者將其土地用作抵押品嗎？”），因此，首先必須決定一篇特定文章將側(cè)重于何種利益因果關(guān)系。換句話(huà)說(shuō)，最好的應(yīng)用經(jīng)濟(jì)學(xué)文章往往只關(guān)注一個(gè)問(wèn)題，所以你幾乎不可避免地不得不在剪裁室的地板上留下一些材料[6]。
那么，問(wèn)題是如何將你的變化理論轉(zhuǎn)化為應(yīng)用經(jīng)濟(jì)學(xué)文章的適當(dāng)理論框架。這里有兩種可能的情況：你正在研究一個(gè)理論家已經(jīng)研究過(guò)變化理論的問(wèn)題，或者你正在研究一個(gè)理論家還沒(méi)有研究過(guò)變化理論的問(wèn)題。
在第一個(gè)場(chǎng)景中，有兩個(gè)選項(xiàng)。第一種選擇是在文章中包含一個(gè)理論框架，通過(guò)合并或改編他人的理論框架。盡管研究論文常常讓人覺(jué)得必須在所有方面進(jìn)行創(chuàng)新，但這種情況很少發(fā)生。尤其是應(yīng)用論文，重要的是研究問(wèn)題、實(shí)證策略或兩者都是新穎的。在大多數(shù)情況下，使用別人的理論框架是完全可以的——前提是你清楚地說(shuō)明你正在這樣做。
一個(gè)密切相關(guān)的選擇是調(diào)整別人的理論框架來(lái)滿(mǎn)足你的需求——例如，通過(guò)合并一個(gè)額外的變量，或者通過(guò)做出額外的假設(shè)來(lái)滿(mǎn)足你的應(yīng)用需求。
在第二種情況下，當(dāng)你在研究一個(gè)理論家還沒(méi)有研究過(guò)變化理論的問(wèn)題時(shí)，你必須清楚地陳述你的變化理論。在某些情況下，這可能需要一個(gè)正式的理論模型。在其他情況下，僅僅提出一個(gè)口頭的概念框架就足夠了[7]。在所有情況下，你的理論框架——無(wú)論是數(shù)學(xué)的還是口頭的——都應(yīng)該從基本元素開(kāi)始，并做出必要的假設(shè)，以產(chǎn)生“X通過(guò)機(jī)制m引起y”的結(jié)果，不能多也不能少。
一個(gè)人可以寫(xiě)一整本關(guān)于如何寫(xiě)經(jīng)濟(jì)理論的書(shū)（有些人已經(jīng)寫(xiě)過(guò)了；參見(jiàn)Thomson，2011)，因此除了以下內(nèi)容之外，關(guān)于這個(gè)話(huà)題本文就不再多說(shuō)了：寫(xiě)經(jīng)濟(jì)學(xué)理論模型是一種藝術(shù)形式，如果你在研究生階段還沒(méi)有學(xué)過(guò)如何寫(xiě)，也許最好與有過(guò)這種經(jīng)歷的人合作。在發(fā)表應(yīng)用經(jīng)濟(jì)學(xué)文章時(shí)，最好是一個(gè)非正式的、不規(guī)范的概念框架，而不是一個(gè)糟糕的正式理論模型。
也就是說(shuō)，即使你的工作論文包含了一個(gè)簡(jiǎn)明的理論模型，有時(shí)也會(huì)發(fā)生這樣的情況：即審稿人或編輯會(huì)要求你在論文發(fā)表前刪除你的理論模型，或者將該理論模型放在附錄中。如果發(fā)生這種情況，要知道這是常見(jiàn)的，不要感覺(jué)被冒犯。從這個(gè)意義上說(shuō)，在你的論文中有一個(gè)理論框架通常只是一個(gè)信號(hào)（in the Spence, 1973 sense），表明你知道自己在做什么。Job-Market Paper尤其如此，其除了要對(duì)現(xiàn)有研究做出貢獻(xiàn)外，還應(yīng)被用來(lái)展示作者各方面的能力。
4數(shù)據(jù)和描述性統(tǒng)計(jì)
在發(fā)展了你的變化理論之后，你大概正在尋找數(shù)據(jù)來(lái)檢驗(yàn)理論。與編寫(xiě)正式理論模型一樣，以下這些書(shū)描寫(xiě)了有關(guān)數(shù)據(jù)收集的注意事項(xiàng)（調(diào)查數(shù)據(jù)見(jiàn)Deaton，1997或Glewwe and Grosh，2000；隨機(jī)對(duì)照試驗(yàn)見(jiàn)Gerber and Green，2012或Glennerster and Takavarasha，2013），因此本節(jié)將不討論數(shù)據(jù)來(lái)自哪里，而是假設(shè)您有這些數(shù)據(jù)。本節(jié)將側(cè)重于如何在應(yīng)用經(jīng)濟(jì)學(xué)文章的正文中呈現(xiàn)數(shù)據(jù)。
數(shù)據(jù)和描述性統(tǒng)計(jì)部分回答了讀者關(guān)于數(shù)據(jù)本身的所有問(wèn)題。具體來(lái)說(shuō)，一個(gè)好的數(shù)據(jù)和描述性統(tǒng)計(jì)部分需要首先討論數(shù)據(jù)的來(lái)源，包括數(shù)據(jù)收集的時(shí)間，搜集人員，構(gòu)成樣本的觀(guān)察數(shù)據(jù)是如何選擇納入的（即調(diào)查方法，或區(qū)域、社區(qū)、家庭、個(gè)人等是如何選擇的），樣本代表什么人群，目標(biāo)樣本量是多少以及如何確定樣本量（例如，通過(guò)功率計(jì)算），實(shí)際樣本量是多少，無(wú)答復(fù)率是多少，如果數(shù)據(jù)是縱向的，損耗率是多少，如何處理缺失值（例如，是否只是刪除了觀(guān)測(cè)值，或是否對(duì)某些值進(jìn)行了插補(bǔ)，如果是，如何進(jìn)行插補(bǔ)）。廣義地說(shuō)，這里提供的信息允許讀者判斷論文中所包含結(jié)果的外部有效性（有時(shí)也可以判斷它們的內(nèi)部有效性，當(dāng)數(shù)據(jù)存在損失時(shí)就是如此），或者如何將這些結(jié)果用于樣本外預(yù)測(cè)。
在介紹了這些基礎(chǔ)知識(shí)之后，一個(gè)好的數(shù)據(jù)和描述性統(tǒng)計(jì)部分通過(guò)精確和簡(jiǎn)明地解釋它們測(cè)量的東西以及它們測(cè)量的方法來(lái)介紹論文中使用的所有變量（所有變量都在論文中有用到）。例如，在發(fā)展中國(guó)家的許多農(nóng)村地區(qū)，人們的收入來(lái)源多種多樣。因此，如果“收入”包括在分析中，讀者需要被告知收入來(lái)源是什么。
這可能看起來(lái)很乏味，但它包含了重要的信息（如果作為作者的你都覺(jué)得很乏味，你可以想象它對(duì)讀者來(lái)說(shuō)是什么感覺(jué)）。例如，農(nóng)業(yè)發(fā)展文獻(xiàn)中的一個(gè)古老問(wèn)題，也是我做了相當(dāng)多研究工作的一個(gè)話(huà)題：參與農(nóng)業(yè)價(jià)值鏈（通過(guò)合約式農(nóng)業(yè)，作為種植戶(hù)）是否會(huì)讓參與的家庭過(guò)得更好（參見(jiàn)Bellemare and Bloem，2018年的綜述）。這通常是通過(guò)在家庭是否參與合約式農(nóng)業(yè)的虛擬模型上回歸家庭收入的度量（作為福利的代理變量）來(lái)評(píng)估的。然而，如果不知道家庭收入的組成部分是什么，就不可能知道它是否包括來(lái)自合約式農(nóng)業(yè)（contract farming）的收入。當(dāng)家庭收入包含合約式農(nóng)業(yè)收入時(shí)，存在明顯的反向因果關(guān)系問(wèn)題。而當(dāng)家庭收入不包含合約式農(nóng)業(yè)收入時(shí)，反向因果關(guān)系問(wèn)題要小得多。
好消息是，當(dāng)人們獲得用于收集數(shù)據(jù)的調(diào)查問(wèn)卷時(shí)，提取出這些信息是相對(duì)容易的，而且?guī)缀蹩偸沁@樣。此外，呈現(xiàn)這種信息的最好方法是創(chuàng)建變量描述表，其中每一行都是之后用于分析的變量，第一列給出該變量的名稱(chēng)（括號(hào)中是度量單位），第二列給出精確的度量。圖1就是一個(gè)這樣的表。這樣可以通過(guò)簡(jiǎn)潔的方式呈現(xiàn)大量必要的信息，從而最大限度地減少讀者的不滿(mǎn)：那些想要了解數(shù)據(jù)的人可以閱讀該表，而那些不想了解的人可以跳過(guò)表來(lái)關(guān)注變量名。
圖1變量描述示例（Bellemare，2012）
在介紹了上述內(nèi)容之后，現(xiàn)在是介紹和討論描述性統(tǒng)計(jì)的時(shí)候了。雖然在過(guò)去僅僅展示平均值和標(biāo)準(zhǔn)差就已足夠，但當(dāng)處理變量為類(lèi)別變量時(shí)，有必要展示平衡檢驗(yàn)的結(jié)果。表中每一行都是用于分析的變量，平均值和標(biāo)準(zhǔn)差是以處理狀態(tài)為條件顯示的，其中通過(guò)報(bào)告組間均值差異的p值來(lái)評(píng)估各變量的均值是否在不同處理狀態(tài)下有顯著的不同。盡管教科書(shū)上的例子涉及兩種處理狀態(tài)——處理和控制——但越來(lái)越多的研究包括兩種以上的處理組（treatment arms），因此任何有意義的平衡測(cè)試都必須報(bào)告每一組組間差異檢驗(yàn)。對(duì)于兩個(gè)處理組，這意味著三種情況，即處理組1與對(duì)照組，處理組2與對(duì)照組，和處理組1與處理組2。
利用經(jīng)驗(yàn)數(shù)據(jù)，這種平衡測(cè)試是向讀者展示隨機(jī)化的操作是適當(dāng)?shù)?。?duì)于觀(guān)察數(shù)據(jù)，我們不會(huì)期望數(shù)據(jù)是平衡的，做平衡測(cè)試的目的是評(píng)估數(shù)據(jù)的不平衡程度——這一想法來(lái)自相關(guān)的文獻(xiàn)（Morgan and Winship，2015)。在處理組和對(duì)照組之間完全隨機(jī)分配的情況下，小于10%統(tǒng)計(jì)顯著水平的成對(duì)比較差異應(yīng)少于10個(gè)，小于20%統(tǒng)計(jì)顯著水平的成對(duì)比較差異應(yīng)少于20個(gè)，小于1%統(tǒng)計(jì)顯著水平的成對(duì)比較差異應(yīng)少于100個(gè)。如果對(duì)比結(jié)果報(bào)告了太多系統(tǒng)性差異，那么在估計(jì)效果時(shí)，理想情況下應(yīng)該在回歸或匹配上下文匹配中控制相關(guān)協(xié)變量。
除了通常的平均數(shù)和標(biāo)準(zhǔn)差表以及一個(gè)或多個(gè)顯示平衡測(cè)試結(jié)果的表之外，良好的數(shù)據(jù)和描述性統(tǒng)計(jì)部分還可以用于非參數(shù)地探索數(shù)據(jù)，其具體方法是：當(dāng)相關(guān)變量連續(xù)時(shí)，顯示相關(guān)變量的核密度估計(jì)（即至少包括處理和控制變量，但控制也可能是異質(zhì)性處理效應(yīng)來(lái)源的因素）；當(dāng)相關(guān)變量是類(lèi)別變量時(shí)，展示相關(guān)變量的直方圖；或當(dāng)處理變量和結(jié)果都是啞變量時(shí)，顯示交叉表（即二乘二表）。
在編寫(xiě)數(shù)據(jù)和描述性統(tǒng)計(jì)部分時(shí)，應(yīng)該避免幾個(gè)重要的錯(cuò)誤。第一個(gè)這樣的錯(cuò)誤是寫(xiě)出了一個(gè)平淡無(wú)奇的手段列舉。如果性別變量?jī)H被用為控制變量，那么陳述“37.4%的受訪(fǎng)者是女性”就沒(méi)有什么意義，因?yàn)樽x者可以自行查找；這里唯一值得討論的變量通常是因變量和自變量以及任何用于識(shí)別的變量（例如，工具變量或驅(qū)動(dòng)變量（forcing variable）），或任何真正重要的變量。通常，一個(gè)很好的經(jīng)驗(yàn)法則是將描述性統(tǒng)計(jì)的討論保持在幾句話(huà)之內(nèi)。
第二個(gè)這樣的錯(cuò)誤是在討論數(shù)據(jù)和描述性統(tǒng)計(jì)時(shí)使用了過(guò)去式。上面的例子說(shuō)明了“37.4%的受訪(fǎng)者是女性”，而不是“37.4%的受訪(fǎng)者過(guò)去是女性”。在使用英語(yǔ)進(jìn)行科學(xué)交流時(shí)，使用現(xiàn)在時(shí)討論數(shù)據(jù)或結(jié)果是更有效。正如應(yīng)該避免使用被動(dòng)語(yǔ)態(tài)一樣，也應(yīng)該避免使用過(guò)去時(shí)態(tài)，除非是在總結(jié)和結(jié)束語(yǔ)中。
最后，另一個(gè)錯(cuò)誤是，呈現(xiàn)的數(shù)字要么因?yàn)樘《刑嗟男?shù)位（通常，三位小數(shù)就足夠了，而且無(wú)論如何，總是可以通過(guò)縮放一個(gè)變量，使其大小與其他變量的大小相適應(yīng)），要么在表格中呈現(xiàn)了難以解釋的數(shù)字，如1.37e+8，或者任何讀者不熟悉的單位（例如，如果需要，總是可以用幾千或幾十萬(wàn)來(lái)表示美元金額）。換句話(huà)說(shuō)，即使在實(shí)際回歸中，使用的是收入的對(duì)數(shù)，但描述性統(tǒng)計(jì)表也應(yīng)該報(bào)告收入水平的平均值，而不是收入對(duì)數(shù)的平均值。
最后，盡管數(shù)據(jù)和描述性統(tǒng)計(jì)部分中的許多內(nèi)容好像是無(wú)用的裝腔作勢(shì)，但是正如前面所說(shuō)的那樣，一個(gè)好的數(shù)據(jù)和描述性統(tǒng)計(jì)部分應(yīng)該可以讓讀者對(duì)因果關(guān)系的符號(hào)和大小形成合理預(yù)期，并了解在給定的條件作用域中，這種關(guān)系可能如何變化。
5實(shí)證框架
在討論數(shù)據(jù)并呈現(xiàn)描述性統(tǒng)計(jì)數(shù)據(jù)后，你通常會(huì)轉(zhuǎn)向討論你的實(shí)證框架，即你所使用的實(shí)證研究設(shè)計(jì)。
一個(gè)實(shí)證框架由兩個(gè)相關(guān)的部分組成：（一）估計(jì)策略（即估計(jì)什么，如何估計(jì)，以及如何進(jìn)行統(tǒng)計(jì)推斷），和（二）識(shí)別策略（即什么樣的數(shù)據(jù)特征允許做出因果陳述，或者如果這不可能，我們?nèi)绾沃牢覀冋诮咏龀鲞@樣的陳述）。
5.1估計(jì)策略
估計(jì)策略通常包括為回答研究問(wèn)題而估計(jì)的方程式。雖然精明的讀者可以通過(guò)查看論文中的表格來(lái)回顧論文中的估計(jì)方程，但這并不總是可能的。無(wú)論如何，讀者應(yīng)該做的工作量應(yīng)該保持在最低限度，因此提出待估算的方程式在很大程度上是簡(jiǎn)潔的。
理想情況下，這些方程將盡可能簡(jiǎn)約。雖然一個(gè)回歸可能包括10到15個(gè)控制變量，但最好將所有這些都放入控制變量的向量X中。在一個(gè)估計(jì)框架中，什么樣的變量值得在方程中顯示出來(lái)？首先，因變量（y）、處理變量（D或T)、控制向量（X）、截取項(xiàng)（）和誤差項(xiàng)（）應(yīng)該一起包括在內(nèi)。
最好遵循以下幾個(gè)范式，順序不分先后：
· 從最?。ɡ鐐€(gè)人）到最大（例如區(qū)域），所有變量都應(yīng)有適當(dāng)?shù)南聵?biāo)，通常標(biāo)為等。
· 拉丁字母表示變量。希臘字母表示系數(shù)。
· 在估計(jì)策略部分中，如果同一個(gè)等式使用在了不同的情況下，那么系數(shù)也應(yīng)該有不同的下標(biāo)。換句話(huà)說(shuō)，如果β被用來(lái)表示y對(duì)D的回歸系數(shù)，那么它就不應(yīng)該被再用來(lái)表示y對(duì)D和x的回歸中的系數(shù)——這兩個(gè)的意思并不相同，用來(lái)表示它們的符號(hào)也應(yīng)該不同。最好給每個(gè)系數(shù)加上數(shù)字下標(biāo)：在前一種情況下，D的系數(shù)將被表示為β，而在后一個(gè)情況中則是β1。也可以在每個(gè)系數(shù)上加上字母下標(biāo)，例如βr和βs可以分別表示同一系數(shù)在簡(jiǎn)約式（reduced-form）和結(jié)構(gòu)式（structural-form）中的估計(jì)系數(shù)。
· 估計(jì)策略部分還應(yīng)具體說(shuō)明用什么方法來(lái)進(jìn)行估計(jì)。我們通常對(duì)感興趣，但可以用許多不同的方法來(lái)估計(jì)，如參數(shù)、半?yún)?shù)或非參數(shù)方法。當(dāng)結(jié)果變量為啞變量時(shí)，讀者需要知道是否使用了線(xiàn)性概率模型、probit或logit模型。在不明確的情況下，還需要指定估計(jì)量（例如，最小二乘、最大似然或廣義矩量法）。
· 在介紹了可估計(jì)的方程之后，應(yīng)該討論相關(guān)的假設(shè)檢驗(yàn)。在形如下列的回歸式中
· 估計(jì)策略部分還需要討論推斷，即標(biāo)準(zhǔn)誤差是否穩(wěn)健以及如何穩(wěn)健（如果是，對(duì)什么穩(wěn)健；如果使用Huber-sandwich-White校正，僅僅說(shuō)標(biāo)準(zhǔn)誤差是穩(wěn)健的是不夠的，但有必要說(shuō)它們對(duì)異方差是穩(wěn)健的），它們是否以及如何被聚類(lèi)（如果是，在什么水平上聚類(lèi)以及為什么聚類(lèi)；請(qǐng)參見(jiàn)Abadie et al.，2017），以及是否使用抽樣權(quán)重來(lái)使樣本更接近感興趣的人群（如果是，它們是如何構(gòu)造的；參見(jiàn)Solon et al.，2015）。
5.2識(shí)別策略
在呈現(xiàn)和討論估計(jì)方程后，有必要討論如何識(shí)別與因果關(guān)系判斷有關(guān)的系數(shù)。
隨著時(shí)間的推移，“識(shí)別”一詞經(jīng)歷了幾種含義(Lewbel，2019)。不管怎樣，“識(shí)別”一詞在當(dāng)前的應(yīng)用論文中經(jīng)常指因果判斷。什么是因果判斷？它指的是：一個(gè)系數(shù)不僅僅反映了因變量y和一些的變量D之間的部分相關(guān)，而是反映了一種因果關(guān)系。
雖然一個(gè)無(wú)偏系數(shù)估計(jì)意味著因果關(guān)系的系數(shù)估計(jì)，但不能反過(guò)來(lái)這樣說(shuō)。事實(shí)上，在某些情況下，雖然人們知道一個(gè)系數(shù)是有偏的，但在統(tǒng)計(jì)上顯著的系數(shù)估計(jì)仍然可以用來(lái)表示因果關(guān)系。
例如，假設(shè)變量D是連續(xù)且隨機(jī)賦值的，同時(shí)你有結(jié)果變量y和控制向量X的數(shù)據(jù)。試想一下，受試者完全符合D，那么原則上你就可以估計(jì)平均處理效果（ATE）。但變量D的衡量是有誤差的，即當(dāng)輸入數(shù)據(jù)D時(shí)，就會(huì)存在一定程度的誤差[8]。在這種情況下，當(dāng)被拒絕時(shí)，我們?nèi)匀豢梢哉f(shuō)，我們發(fā)現(xiàn)了D對(duì)y的因果關(guān)系影響，并提示說(shuō)，這種影響是偏向于零的（或者，我們可以說(shuō)，我們估計(jì)了實(shí)際影響的絕對(duì)值的下限）。有時(shí)，即使變量D存在著系統(tǒng)性測(cè)量誤差，還是可以這樣說(shuō)，因?yàn)樵谀承┣闆r下，系統(tǒng)性測(cè)量誤差會(huì)導(dǎo)致的估計(jì)值偏向于零，但這種情況要少見(jiàn)得多。
如果你足夠幸運(yùn)，即在你的處理變量中有實(shí)驗(yàn)性的變化，以及平行趨勢(shì)檢驗(yàn)表明處理組和對(duì)照組是隨機(jī)分配的，你的識(shí)別策略部分可以很短，因?yàn)槟阃ㄟ^(guò)隨機(jī)分配實(shí)現(xiàn)了對(duì)因果關(guān)系的判斷。換句話(huà)說(shuō)，你可以估計(jì)Pearl（2009）所指的，即x對(duì)y的影響。
如果你的處理變量中有實(shí)驗(yàn)性的變化，但平行趨勢(shì)檢驗(yàn)表明處理組和對(duì)照組的觀(guān)測(cè)值并不是隨機(jī)分配的，你的識(shí)別策略部分也可以很短，因?yàn)槟阒恍枰忉屓绾瓮ㄟ^(guò)添加控制變量，來(lái)糾正這種情況，但只是在某種程度上，因?yàn)楫?dāng)可觀(guān)察到的不平衡時(shí)，不可觀(guān)察到的也可能不平衡。
如果處理變量中沒(méi)有實(shí)驗(yàn)性的變化，那么就有很多工作需要完成。為了簡(jiǎn)潔起見(jiàn)，本文不能也不會(huì)用觀(guān)測(cè)數(shù)據(jù)對(duì)因果關(guān)系進(jìn)行深入研究（如果想要閱讀完整的介紹，請(qǐng)參見(jiàn)Morgan and Winship，2015）。然而，一個(gè)好的識(shí)別策略還是需要討論一些必要的內(nèi)容。
· 直觀(guān)地解釋為什么你的結(jié)果可以用來(lái)解釋因果關(guān)系。實(shí)際上，這意味著你必須告訴你的讀者，為什么你的結(jié)果可以做出比以往更準(zhǔn)確的因果判斷。
· 在最好的情況下，這是因?yàn)槟阌幸粋€(gè)研究設(shè)計(jì)（例如，一個(gè)嚴(yán)格外生的工具變量，如彩票），其可以實(shí)現(xiàn)隨機(jī)分配的作用（即隨機(jī)分組）。在不太理想的情況下（例如，一個(gè)看似外生的工具變量；參見(jiàn)Conley et al.，2012），你需要解釋為什么，即使你沒(méi)有做出干凈明確的因果關(guān)系判斷，但你的結(jié)果是現(xiàn)有文獻(xiàn)中最好的[9]。
· 依次討論以下三種內(nèi)生性問(wèn)題的來(lái)源:反向因果、遺漏變量、測(cè)量誤差，解釋這些內(nèi)生性問(wèn)題在你的研究中是否非常關(guān)鍵，以及你是如何處理這些內(nèi)生性問(wèn)題的。如果這里的確有問(wèn)題，請(qǐng)大膽承認(rèn)它們，并解釋它們對(duì)你的估計(jì)系數(shù)將帶來(lái)什么樣的偏差。不要謊稱(chēng)你的論文能做什么以及不能做什么！
· 做到這點(diǎn)后，還需要考慮另一個(gè)問(wèn)題，即違反SUTVA（個(gè)體處理穩(wěn)定性假設(shè)）。SUTVA的含義是如果你想研究對(duì)的影響，其中i表示單個(gè)個(gè)體，t表示時(shí)間，那么的值必須不能影響、或的值，即只能影響。然而SUTVA可能非常難滿(mǎn)足。也就是說(shuō)，人們可以經(jīng)常檢驗(yàn)是否違反了SUTVA假定；參見(jiàn)Burke et al.（2019）的論文，作者們很好地處理了違反SUTVA的問(wèn)題。
· 由于這是極其重要的，因此在強(qiáng)調(diào)一次：如果你并沒(méi)有發(fā)現(xiàn)因果關(guān)系，不要謊稱(chēng)你的論文能做什么以及不能做什么！編輯和審稿人更愿意處理那些作者坦率地承認(rèn)其文章局限性的稿件，而不是那些作者試圖欺騙讀者的稿件。簡(jiǎn)單地說(shuō)：前一種稿件比后一種稿件被接受的機(jī)會(huì)要大得多。
[1] Northrop Professor, Department of AppliedEconomics, and Director, Center for International Food and Agricultural Policy,University of Minnesota, 1994 Buford Avenue, Saint Paul, MN 55108, Web:http://www.marcfbellemare.com, Email: mbellema@umn.edu.
[2]也就是說(shuō)，如果每個(gè)人都讀同一篇論文，而沒(méi)有讀其他論文，一個(gè)不健康的群體思維動(dòng)態(tài)（an unhealthygroup-think dynamic）就會(huì)在研究某一特定主題的學(xué)者中形成，這可能會(huì)導(dǎo)致多年的學(xué)術(shù)努力浪費(fèi)在回答錯(cuò)誤的問(wèn)題上，或試圖用錯(cuò)誤的方法來(lái)回答問(wèn)題。
[3]了解是成功的一半，因此了解許多讀者會(huì)仔細(xì)閱讀你的論文可以讓你成為一個(gè)更有效的作者，因?yàn)檫@會(huì)迫使你在撰寫(xiě)引言、方法和結(jié)果部分以及結(jié)論時(shí)投入更多的思考。如果你知道許多讀者不太愿意閱讀，比如背景部分，那么你就應(yīng)該在介紹部分陳述該部分最重要的內(nèi)容。在論文中漏掉重要信息是非常嚴(yán)重的失誤。學(xué)術(shù)作家所犯的第二大罪過(guò)是委托讀者（commission），其包括迫使讀者在論文中尋找特定的信息。而讀者時(shí)間成本很高，因此普通讀者更可能放棄閱讀該論文，而非自行尋找信息。當(dāng)一個(gè)相對(duì)初級(jí)的學(xué)者（如博士生或助理教授）為了給更高級(jí)的讀者（如教師顧問(wèn)、期刊編輯或期刊審稿人）留下深刻印象而寫(xiě)作時(shí)，尤其如此。
[4]雖然我主要指的是在談到“應(yīng)用論文”時(shí)，通過(guò)簡(jiǎn)化形式的方法來(lái)評(píng)估興趣因果關(guān)系的文章，但本文中的許多建議適用于其他類(lèi)型的實(shí)證論文，如描述性或結(jié)構(gòu)性論文。
[5] “研究項(xiàng)目”指的是回答給定研究問(wèn)題的整個(gè)研究過(guò)程，從想法到發(fā)表。
[6]這并不是說(shuō)一篇論文不可以同時(shí)研究幾個(gè)問(wèn)題。但最好是詳細(xì)地回答一個(gè)單一的、相對(duì)狹窄的研究問(wèn)題。多余的和無(wú)關(guān)的研究最好不要放在論文之中。
[7]一種可能是在沒(méi)有數(shù)學(xué)的情況下，用語(yǔ)言進(jìn)行理論論證，并將數(shù)學(xué)留在附錄中。例如，見(jiàn)《桑切斯·德·拉·塞拉》(2020)。
[8]正如一位同事所指出的，如果D是二進(jìn)制的，任何測(cè)量誤差都不可能是經(jīng)典的，因?yàn)樗^(guān)察到的D將與D的真值負(fù)相關(guān)。
[9]這假定你的研究設(shè)計(jì)必須是最好的。如果您的研究設(shè)計(jì)并不是最好的話(huà)，除非你顯著提高了外部有效性，否則你需要向下調(diào)整你的目標(biāo)期刊集。
原文：
翻譯：王聰 高楷博
審核：涂盟
參考文獻(xiàn)
聯(lián)系客服
