保姆级实证研究论文写作教程

PaperPP论文查重网站上还有很多这种写作技巧，可以多留意。

无论逻辑多烂，想法多糟糕，捏着鼻子把它们写下来。

不要一直在文献和大纲中徘徊，想着这个思路不对那个思路有问题，这样永远也达不到初稿的真实。

先写完，然后改。

人们遇到困难的第一反应是想找个比自己更厉害的人求助，体现在毕业论文上就是巴不得有个人告诉你下一步要怎么写，分析讨论要从哪几方面出发。

如果你的导师提供保姆级服务，那很好，直接伸手就是了;

但现实中几乎没有人会为你提供低级问题的答案，不经过大脑处理的那种。

有效讨论基本都遵循以下模式：

我遇到了什么问题，

我认为可以从哪几方面入手解决，

有什么证据可以支持我的方案，

你觉得我的想法合不合理?

事实上由于指导的缺位，上述模式的讨论我经历的并不多，先想法子把某一解决方案落地，根据结果重复修改才是现实的写文和课题日常。

恰当的时机，指既有努力后的阶段成果，有没有做太多无用功的时间点。

这个词很难准确地描述，大概是指自己改三遍论文足矣，再往下死磕会走入死胡同的时间。

如果一直停留在2中自我反思的阶段，闭门苦修后要么是认为论文过分完美没有改的余地，要么是觉得越改越糟信心崩塌。

大概改个两三遍就可以找人交流心得，同门或师兄师姐均可，导师平易近人的话也可以考虑。

一顿嘴炮之后茅塞顿开，思路畅通无阻，五稿六稿还能再改一百年!

写论文大概就是这么个苦乐交织的活。

关于实证论文怎么写如下：

前奏

实证的文章首先要有数据，没有数据一切都是虚构。所以，先把数据处理好。处理数据分两个基本步骤，第一为数据清理；第二为数据计算。这里没有统一的标准应当如何处理数据，但有一个基本要求就是做好识别。

技巧是，要么你借用比较成熟的理论模型，由理论模型到计量模型。这样不会有太大的偏差。如果是自己构建计量模型，那么要自己严格按照统计和计量要求做，对模型的假设前提与限制有全面准确的理解。

研究问题

假设所有模型构建、数据分析、稳健性检验都完成了，这个时候你要动笔写论文。在这个阶段，你要做的第一件事情是搞清楚自己在研究什么问题！

其实，确认研究问题应该在处理数据之前，否则你很难想象连问题都不知道，你如何处理庞大的原始数据。我之所以把数据处理放在确定问题之前，主要是基于现实的情况。

方法论

当你有了实证结果又确认了自己的研究问题是不是就万事俱备了呢？不，至少，在这个阶段，你还不能动笔写论文。

你必须要明白，论文的成功不仅仅依靠“完美”的实证结果！任何实证结果都像是大厨做出的菜，一位厨艺高超的师傅可以用普通原料烹制出美味佳肴。所以，“完美”的结果有时候只能蒙外行，却不能欺审稿人。

这里，我强调逻辑推理与阐述问题时的语言流畅性。不要小看这两个问题，用什么样的叙事结构去组织文章很大程度上决定了文章的档次。

在论文主体部分，应当注意，问题的提出和解决必须严格按照逻辑顺序，要有写“小说”的心态，做好铺垫，突出重点，善于总结。时时刻刻注意论文的走向，并且确保读者（甚至是外行）可以通过你的引导轻松抓住文章的重点要点（即使他们未必理解所有经济学术语和计量方法）。

提纲与计划

在解决了数据、论题、方法论之后，你可以开始制定计划。这种计划不是那种空而无物的标题式提纲，必须在每一个段落明确写作目的，明确所用模型（或其他方法）的假设与限制，明确写作的要点。

完成计划初稿后，不要动笔。两天之后修改计划。再两天之后交给其他人修改。一周之后自己再修改，与导师（或者其他有经验的同行）商议定稿。

写作与发表

接下来，按照提纲扩充论文，具体步骤将在下一段中详细展开。论文完成之后，不要立刻修改。等两周，等自己把一些固有想法淡忘之后再复读论文进行第一次修稿。将第二稿给同事修改，返回后再次修改。

严格地说，在大修改之后，应该再次做报告以确认修改是成功有效的。隔一段日子，对论文重新进行修改，定稿。一般论文从初稿写作完成到投递刊物应该有3-6个月。

投递之后，如果通过初审那么一般会要求作者再次修改（一次就刊发的稿子很少很少），那么接下来就是漫长的修改与等待了。

细节与步骤

一般实证论文分为：摘要、引言、理论框架、实证部分、总结五大部分，其中实证部分可以分为数据描述、实证模型、实证结果、稳健性检验。

最后写作摘要和引言，这是惯例。一般应该先写作理论框架，随后可以确定方法，然后解释模型的设定和数据情况，最后报告结果与稳健性结论。

尾声

实证性文章的结果是报告参数，但其实这些参数的具体值并不重要。这话也许很矛盾，既然我们的工作是围绕着参数进行的，为什么具体值又不重要呢？

第一，这些参数解决不了实际问题。它们不是圆周率的pai值，也不是物理中的g值。就算你计算出了一个很重要的参数，又能如何呢？

第二，参数的解读可以帮助我们理解经济学问题或者现象。从这个角度说， 解读比数字本身重要。

第三，由于国别（或者地区）差异，很多参数并不具备普遍性，也很难真正解释世界。不能夸大参数的作用。为了达到某种效果，无限夸大参数估计的力量，会使很多人迷失方向。