計量論文寫作和發表的黑客教程（簡單的瘋狂和瘋狂的簡單）計量論文寫作和發表的黑客教程1:計量速成法一一讓初學者瞬間開竅，發<經濟研究〉不再難byZeraNa（2010年12月15日,凌晨）本文的緣起：當初一個舍友來自西部地區，從沒學過計量（OLS都沒學過）。但畢業論文老板要求用數據說話，發愁。我于心不忍，告訴她：我每天晚上自習回來，睡覺前花10分鐘給你講解一下STATA的操作和出來的各項結果意義。第一天，我講了OLS。畫了一張散點圖和一根直線，用了1分鐘就讓她完全理解了OLS的精髓，這是用來干啥的。后面9分鐘講解了STATA的操作和OLS的各種變種。結果只一個星期，講完五種方法（下面會介紹），她信心大增。后來一下子發了好幾篇CSSCI，計量做的天花亂墜，讓人誤以為是一個大師。畢業論文也順利通過。她說我的方法是當今世界上最快的計量速成法。她說，以后有時間要好好看看計量書，打打基礎。我推薦她讀伍德里奇的那本現代觀點。但她論文發表了好多篇，至今還沒看那本書。問其原因：“看了一下OLS，跟你講的沒啥區別，就是多了些推導。那些推導看不看都不影響我用軟件。現在沒空看，先發論文再說。”我笑其太浮躁。但后來想想，這種學習方法不一定適合所有人，但或許適合一部分人群。因此有必要寫出來讓這部分人群都有所收獲，不會因為發不了CSSCI而擔憂，不會因為畢業論文不會做計量而擔憂。因此有了本文。你是不是屬于這樣的人群？請看下面：本文的目標人群：o不懂計量的人；o想學計量卻缺乏時間的人；o想學計量卻看不懂、推導不了那些恐怖矩陣的人，也就是不想看計量推導過程，也想發論文的人；o不想看計量書，卻想寫計量論文，發幾篇CSSCI，盡快畢業的人；o所有想速成的人；o所有不信計量能速成的人。但是，目標人群一定要能看懂STATA軟件操作手冊的人（或者其他軟件操作手冊。不想看大部頭軟件手冊的人往后面看，最后我為你提供了一本：從入門到精通的、綜合考慮STATA操作的廣度、深度、難易度和閱讀速度的、專門針對計量經濟學領域技巧的、由STATA著名官方編程人員撰寫的、10天就能掌握的、涵蓋經濟研究常見計量方法的書籍，而且有下載鏈接）。如果你不認得手冊上的字，不要來告訴我。我也不認得。如果你能找到一個懂STATA、EVIEWS的人給你講解一下，那么你看不懂也無所謂。本文的目標：不看計量推導、不看計量書籍就能發計量論文，而且是大規模批量生產計量論文，灌水CSSCI（可行性在后面有嚴密論證），甚至發經濟研究和管理世界。（你如果不信，不妨先看看7樓的一流期刊示例）時間預算：o深刻理解本貼內容，2小時或者更多；o閱讀由我全面比較尋找出來的難度廣度深度速度達到最優平衡的書，10天；o閱讀我給出的quantile快速入門，10分鐘；o用相關數據進行全面訓練，斷斷續續，約1-3天；合計時間：2周左右。注：這不是你寫一篇論文的時間。這是你從不認識STATA開始，到全面熟練地操作經濟研究上常用計量方法的一個可行時間長度。可能更快，也可能更慢，這取決于你的閱讀速度。嚴重警告：o不是教你如何抄襲作弊，而是教你寫計量論文的方法和捷徑。o本文猶如海洛因，容易上癮，且殺傷力巨大，切忌濫用。o做理論計量研究的人，容易誘發高級計量排斥癥狀。o對崇尚“學計量必須完整掌握推導”的人，具有明顯誤導作用。o本文方法一般只能用于：應急發表、被迫發表論文等極端情況。o對于只想發“一流論文”的人，參見下面的鏈接：Q《計量論文寫作和發表的黑客教程2:一流論文的思維模式和思維陷阱》目錄一、計量論文的兩大要點是什么？二、如何判斷計量論文的水平高低？三、做計量的“大殺器”有哪些？四、瞎折騰計量的秘訣五、大規模發CSSCI的不傳之秘六、案例分析：借助大殺器成功登上一流期刊七、軟件操作方面書籍推薦（10天能讀完）一、計量論文的兩大要點是什么？1、計量模型的建立（就是那個方程，表達什么經濟含義要知道）；2、模型中的系數如何估計出來（關鍵在于估計方法的選擇）。第1個要點涉及你論文主題。你一般要想用數據檢驗某種經濟關系，根據這種經濟關系來建立計量模型。如果你不知道要檢驗什么經濟關系，那我勸你就此打住。你發不了經濟研究了。第2個要點。千萬種方法的出現，目的都是要把那個系數給估計出來。不同估計方法的估計效果好壞，就是根據各種統計量來判斷。如果能選擇一種最合適你數據的估計方法，那么這論文基本就成了。二、如何判斷計量論文的水平高低？掌握了上面兩個要點，只是說你能寫出一篇計量論文，并不是說能寫出一篇高水平的論文。水平的高低在于你處理這兩個要點時水平的高低。下面仔細講解。如果只是為了寫計量論文，只需要“知其然”即可。沒有人會因為不會推導OLS估計量而對軟件里面出來的結果不知所措。這條途徑，最快捷的走法是找一個懂的人，把結果里面的各種東西所表示的意思給你講一遍，每個東西要注意什么。基本就可以了。在一般的CSSCI上發表論文沒有什么問題。如果找不到人，就看STATA的手冊，里面的例子會講解每個指標參數統計量的含義。這樣慢一點，但效果很好，而且也能成為STATA專家。STATA手冊比高級計量教材看起來輕松多了，就是告訴你怎么操作軟件，然后得到什么結果的。計量論文中的估計問題，最關鍵的事情，不是能推導估計量，而是在STATA里面選擇一個“合適”的方法估計出來。然后解釋結果的經濟意義。而計量水平的高低，不在于方法的復雜性，而在于方法的合適程度。因此高水平的計量論文，不必要求作者掌握高深的計量推導，而在于“選擇”的技巧。每種計量方法，都有優劣。所謂用人之長，容人之短。水平高的人，能夠選擇以其之長，攻它之短。同時又能隱藏計量方法內在的拙劣。其實，計量論文的水平主要決定于論文的主題的重要性。這個話題大家都很關心，就很重要，發表就很容易。所以，你會發現國際頂級期刊上一些計量論文所用的方法很簡單。這些論文能發表，主要是他討論的問題很重要(這涉及第一個要點)，采用的方法即使有缺陷，也無傷大雅。如果問題不是非常重要，只是有新意，但是估計方法比較合適，也能發一個中上等期刊。如果問題屬于雞毛蒜皮之類，那就只能訴諸于超級復雜的計量方法，祈求審稿人看論文時，方法還沒看完就已經累得半死，再也沒有心情來思考你的問題的重要性，然后也能通過了。三、做計量的“大殺器”有哪些？所謂的大殺器，不是指超級復雜的計量方法，而是指這種東西一旦用起來，一般不會有人來攻擊。所謂的一招斃命，斃了審稿人的命。計量方法很多，可以說滿天飛。但是，真正有價值的方法，被人公認為具有一定可信度的方法(就是所謂的“大殺器”)，只有5種。并不是你所看到的所有的方法都有人信。這點大部分初學計量的人都不會意識到。看到書上介紹一個方法，就認為這是一個好方法。其實不是。書上很多方法的介紹，僅僅是出于理論推演的需要，并不是實際研究中都能用的。你如果查閱一下國際上關于經驗研究類的論文，會發現大部分論文所用方法無非是：1、簡單回歸；2、工具變量回歸；3、面板固定效應回歸；4、差分再差分回歸(differenceindiffernece)；5、狂忒二回歸(Quantile)。大殺器就這幾種，破綻最少，公認度最高，使用最廣泛。真是所謂的老少皆宜、童叟無欺。其他的方法都不會更好，只會招致更多的破綻。你在STATA里面還可以看到無數的其他方法，例如GMM、多層次分析法等。這個GMM實在是一個沒有用的忽悠，他還分為diffGMM和系統GMM。其關鍵思想是當你找不到工具變量時，用滯后項來做工具變量。結果你會發現令人崩潰的情況：不同滯后變量的階數，嚴重影響你的結果，更令人崩潰的是，一些判斷估計結果優劣的指標會失靈。這完全是胡搞！這GMM的唯一價值在于理論價值，而不在于實踐價值。你如果要玩計量，你就可以在GMM的基礎上進行修改(玩計量的方法后面講)。有人會問：簡單回歸會不會太簡單？我只能說你真逗。STATA里面那么多選項，你加就是了。什么異方差、什么序列相關，一大堆盡管加。如果你實在無法確定是否有異方差和序列相關，那就把選項都加上。反正如果沒有異方差，結果是一樣的。有異方差，軟件就自動給你糾正了這不很爽嘛。如果樣本太少，你還能加一個選項：bootstrap來估計方差。你看爽不爽！bootstrap就是自己提靴子的方法。自己把腳抬起來扛在肩上走路，就這么牛。這個bootstrap就是用30個樣本能做到30萬樣本那樣的效果。有吸引力吧。你說這個簡單回歸簡單還是不簡單！很簡單，就是加選項。可是，要理論推導，就不簡單了。我估計國內能推導的沒幾個人。經濟研究上論文作者，最多只有5%的人能推導，而且大部分是海龜。所以，你不需要會推導，也能把計量做的天花亂墜。工具變量(IV)回歸，這不用說了，有內生性變量，就用這個吧。一旦有內生性變量，你的估計就有問題了。國際審稿人會拼了老命整死你。國內審稿人大部分不懂這東西（除了經濟研究這類刊物的部分審稿人以外）。工具變量的選擇只要掌握一個關鍵點就行：找一個和內生性變量有數據相關的，但是和殘差沒有關系的東西，這就是你的IV了。例如貿易量如果是內生的，那么你找地理距離作為IV。北京到紐約的距離，那是自然形成的，沒人認為是由你的Y或者殘差導致的。但是你會發現貿易量和地理距離在數據上具有相關性。這就很好。這種數據相關性越強，IV的效果就越好。就這么一段話，IV變量回歸就講完了。在STATA里面，你直接把原回歸方程寫出來，然后把IV填進去就可以了，回車就得到你的結果。關鍵是你不一定能找到這樣的工具變量。你能找到，這個工具也不大能用。不過要注意，IV不靈不代表你不能發表。經濟研究上還不是發了一大堆這樣的論文。所以，你只要找到一個IV，效果不是差的太離譜，一般都能發。當然不能發國際一流了。國內是沒問題。國內審稿人沒人會重復你的結果看看是否有問題，因此你說這個IV效果已經是最好的了，世界上還找不到第二個比這個更好的了，審稿人也沒的話說。就發表唄！如果審稿人說，另外一個IV效果可能要比你的好。那你就采納他的建議用他的IV（盡管他的建議會更差），然后感謝他一下。第二次審稿，難道他還會說自己上次是胡說八道？？？所以就發表了，哈哈哈哈！有人又會問：面板不是還有個隨機效應嘛？我只能說，你是看過書的人，所以才知道隨機效應。其實隨機效應壓根就沒什么用處。有人信誓旦旦說可以用hausman來檢驗。我只能告訴你，這檢驗壓根就不可靠。可靠也是理論上可靠，實踐上根本沒人信。當然中國人都信，不信的都是美國歐洲這樣的計量經濟學家。你難道不知道hausman還會出現負值！做過這個檢驗的人都很頭疼這個負值，不知道該怎么做。你如果看看一些高手的建議，或者一些書籍，你就會發現，最權威的建議就是：當你無法判斷該用固定效應還是隨機效應的時候，選擇固定效應更可靠。隨機效應不是任何時候都可以做，但是固定效應是任何時候都可以做。所以你知道該怎么做了吧。差分再差分(Difference-in-Differences)，或者叫作差差分法、雙差分法，是固定效應的一個變種，在估計某個事件發生帶來的效應時最有用的方法，特簡單。關鍵思想是通過差分的方法把相同的固定效應差分掉，就剩下來事件的凈效應了。舉一個例子你就明白怎么回事了。大家都知道買房子靠不靠學校醫院等設施還是有很大差別的。ZF為了拉動某個地方的房價，直接把地鐵建到那里。但是你不知道這種設施到底導致價格有多少差別。你看到學校旁邊的學區房價格上升，難道一定是學區房因素導致的嗎？北京房價一直飆升，很可能是學區房以外的因素導致的。現在你要檢驗一個假設：學區房因素導致房價上升。差分再差分，這個方法要湊效的秘訣是：學區房因素發生變化，而其他因素基本維持不變。例如ZF重新劃分學區，一個著名小學突然在某個沒學校的地方建分校，或者一個著名小學搬遷，這些因素導致房子是否屬于學區房發生了變化。以建分校為例。建校后周圍一片區域A的房子都屬于學區房，這個區域以外附近區域(B)的其他房子就不算該校學區房。然后收集建校前后兩個時間點上、A和B區域房價的數據。所謂的差分再差分法，就是：A區域兩個時間點上的平均房價差距-B區域兩時間點上的平均房價差距=d，這個d就是建校對房價的影響了。d是兩個差距之間的差距，所以才叫做差分再差分。用計量回歸把這個d給估計出來，是有辦法的：P=b0+b1*Da+b2*Dt+d*(Da*Dt)+Xb+eP是房價，Da是虛擬變量，在區域A則為1,否則為0,Dt是時間虛擬變量，建校后為1,建校前為0。STATA一跑，就把d估計出來了。為什么d可以如此表示？自己思考一下啦。實在想不出來，Wooldridge的書上有精確嚴格的解釋。這里給出一個直觀的粗略解釋：北京所有區域的房價每個月都在上升，因此需要控制這部分因素，這就是時間因素Dt；區域不同自然也有差別，需要控制區域位置因素，這就是Da，這就控制了即使不建校也存在的差距；控制住其他因素X，那么剩下的Da*Dt就是建校帶來的房價提升效應了。這下明白了哦。狂忒二回歸（Quantile）是一般均值回歸的一個推廣。看名字挺嚇人，其實很簡單。如果你知道OLS是一個均值回歸，那類推就可以知道1/2分位數回歸。你知道的，正態分布下，均值就是1/2分位數的地方。均值回歸就是1/2分位數回歸。知道了1/2回歸，你自然知道1/4和3/4分位數回歸了。如果還不懂，翻開伍德里奇的書，講到簡單OLS回歸時，我記得有一個圖，上面對不同位置的x位置畫了不同的正態分布密度函數（第2版是figure2.1,pp26,見下面）。如果是異方差問題，那么不同x位置的正太分布圖的方差就有變化。這個圖上注明了預測值是E（Y|X），就是Y的條件期望，就是那根回歸預測直線啦。在正態分布下就是Y的密度函數的中心點的連線，就是1/2分位數點的連線。如果那條預測線畫在密度函數的1/4和3/4分位數點上，那么預測結果就不是Y的均值（在非正態下可能是均值），而是1/4和3/4分位數點的預測值。這下明白狂忒二回歸了吧。分位數回歸就是看看那根預測直線在不同的分位數點上有什么結果，得到什么樣的回歸系數。通常的OLS預測直線，僅僅是一個特例而已。進一步推廣，可以推廣到任意分位數點回歸的情況。道理一樣。quantile回歸還可以推廣到帶bootstrap的quantile回歸哦，想起來是不是很過癮啊？？？道理還是一樣的，具體怎樣操作，耐心往下看，到最后有quantile的速成秘訣哦，包你10分鐘能在STATA里面跑出quantile回歸來。H(y|x)=.+(2.S)Equation(2.8)showsfliatthepopulationregressionfunciion(PRF)+isalinearfunctionofx.Thelinearitymeansthataone-unitincreaseinxchangestheexpect-Figure2.1Ki伍德里奇《計量經濟學導論一一現代觀點》的圖2.1（解釋

Quantile回歸的意義）不過要注意，大殺器要用對。有內生性變量，你就不要用簡單回歸了，你得用IV回歸。這幾種大殺器的精髓一領會，基本上其他東西就難不倒你了。就是STATA里面的選項多選幾個或者少選幾個的問題。你所要做的就是在STATA里面打鉤、設置參數。對付一般的CSSCI論文，已經是綽綽有余了。如果你提了一個大家很感興趣的問題，就是一個重要問題，那么用用IV,或者固定面板，發個經濟研究基本沒問題。如果你的問題不是很重要，還想發經濟研究，那你就要簡單問題復雜化。上面大殺器能解決的問題，你就用更不可靠的方法但更復雜的方法去解決吧。大家用開源軟件就會知道，一般開源軟件會有一個穩定版本，功能比較少，效果很穩定，能滿足你日常幾乎所有的需求。還有一個開發版本，專門給那些吃飽了撐著沒事干的人折騰的版本，因為是開發版本，所以很不穩定，經常會出錯、崩潰。不過能折騰的人不怕崩潰，崩潰了能自己修。四、瞎折騰計量的秘訣瞎折騰有三種水平，第一種是低水平，第二種，高水平瞎折騰。第三種，當然是中等水平折騰。低水平瞎折騰，就是大殺器不夠過癮，要用攝人魂魄、但容易走火入魔的計量方法達到發表經濟研究的目的。例如，沒事弄弄協整，搞一把單位根檢驗之類的。聽起來頭頭是道，其實都是杞人憂天。你想想，要是有協整，時間序列你根本不用著急。要是沒有協整，你著急也沒用。那你還協整個啥！面板來說，你有協整，也沒有一個較好的估計方法，期刊上不是還有很多人在用固定效應OLS,或者是加點滯后滯前項變成一個固定效應動態OLS來估計非平穩面板嘛。面板到現在為止也沒有一個公認的可靠的協整向量估計方法，否則STATA這樣的軟件早就提供按鈕了（STATA和EVIEW現在只有協整的檢驗方法，不是協整向量的估計）。既然沒有公認可靠的方法，你急啥！其實，協整這玩意，最大的價值也在于理論價值，實踐價值幾乎沒有。當年格蘭杰發表協整思想，說如果變量不平穩，在沒有協整關系的情況下，前人回歸都不可靠。這話把大家嚇個半死。驚魂未定時格蘭杰又說，在協整情況下沒問題，大部分論文中的經濟變量都有協整關系。大家一聽，松了口氣，原來沒有問題。有問題的那些少數自然自討沒趣。從格蘭杰當年這搞笑天分，你就知道期刊上那些協整玩意都是忽悠。當然，又是單位根檢驗，又是協整檢驗，然后各種估計方法，這就好幾頁篇幅過去了，經濟研究編輯一看，至少進入匿名審稿了。兵法曰：唱空城計，以靜制動。意思你知道的。上面是低水平瞎折騰。雖然攝人魂魄，但是一旦走火入魔，論文就被斃。風險和收益，你自己把握吧。下面簡單談談高水平瞎折騰。這不屬于本文的目標范圍，但是既然提到瞎折騰，不提一下這個有點缺陷。能干這事的人，一般都要看過高級計量。不看是不會的。如果你沒看過，下面可以直接跳過。這高水平瞎折騰，基本上是一招斃命，當然是斃審稿人和主編的命。要斃了自己的命，還不如不瞎折騰呢。我只講一下操作步驟。能如此瞎折騰的人，基本一看就能心領神會。找一篇頂級期刊的名人寫的經驗研究論文。這類論文通常是問題很重要，方法很傻瓜。然后你去拓展方法。這里改改殘差假設，那里修修變量平穩性強度，重新推導一下估計量（這就是為什么走這條路，你就得會推導），得到一個新的分布，然后按照這個新分布來做顯著性檢驗，得到你想要的結果。看看有什么結果變化。啥變化也沒有那幾乎是不可能的。即使沒大的變化，也會有系數程度大小的變化，或者顯著性有所輕微變化。只要有變化，就大做文章，巴拉巴拉一大堆討論，暈死他再說。這論文寫出來，投經濟研究自然沒什么問題。說實話國內能這么玩的人畢竟少數。你玩把戲，審稿人都不一定看得出來。自然就通過了。如果投國際上一流刊物，那么多人在玩這個把戲，都是火眼金睛，就看你玩的轉否。如同馬戲團的雜技，有人玩得溜，有人會出破綻。再補充一個中等水平的瞎折騰方法。你也不需要會推導公式，但是你得會用一些傻乂程序，例如GAUSS,MATLAB、R等。你平時緊緊盯著那些出新方法的期刊，我指的是國際期刊哦。一旦有一個新方法出來，作者都會附一個程序，例如R程序。你就下載下來。看明白這篇對應論文的摘要、introduction和結論，基本搞清楚這方法是針對什么樣的問題的，在什么情況下能用。這就行了。你拿過來把中國數據往里面灌，然后出來一篇論文。因為這方法很新，國內基本沒人見過，即使見過也是極少數人。沒人見過就好辦事。你說自己的結果怎么樣可靠，怎么樣比別人的結果要好，那就是好。編輯肯定沒見過這方法，審稿人只是小概率見過。所以這論文一投就中。五、大規模發CSSCI的不傳之秘以揭示經濟變量之間關系為目的的人，掌握大殺器的用法就夠了。發CSSCI沒有問題。你把一個數據集用一個方法做一遍，然后呢？當然是上面講的每個方法都做一遍，不要犯傻只用一個方法做哦。然后挑最差的一個結果寫一篇論文，然后發表。然后次差的結果寫第二篇，推進你第一篇的結論，說你用了新方法有了新發現。準能發。這年頭的CSSCI，大部分都是沒有什么新結果的，花錢就能發。你要弄出一些新結果來推進一下，那就是上層之作了。然后，你知道的，第三篇文章殺出來了，第四篇文章又殺出來了。別忘了，還有第五種狂忒二方法（后面我有文件，讓你10分鐘內知道怎么在STATA里面實現），CSSCI編輯基本不知道啥東西，你基本上是一招殺敵。這樣至少5篇CSSCI。一般研究生博士生都能畢業了。碰到-變-態-的學校，你也-變-態-一點，再找一個數據集，再整5篇CSSCI。10篇總能讓人畢業了吧！！！如果你的學校非要發經濟研究、管理世界、中國社科，那你就再把我上面的五種方法看一遍，融會貫通，讓自己能做到對癥下藥，挑選最佳結果，發經濟研究基本沒問題。對癥下藥就是計量方法要選擇合適的，那幾種大殺器不要用錯了地方。如果期刊編輯跟你過不去，你就跟編輯說：后果很嚴重哦。然后你就使出瞎折騰的殺手銅。大家根據上面三種瞎折騰水平，對號入座。在這種論文的寫作過程中，切記如下潛規則：o一定得選最復雜的計量方法，用別人無法獲得的數據，寫出能讓人明白但看不懂的論文。o控制變量直接放你所能想到的，起碼也得五六個。o什么序列相關呀，異方差呀，bootstrap呀，能加上的全給他加上。o論文開頭有復雜新奇的關鍵詞，致謝里都是學界名人。O字里行間都帶腳注，引用全是英文文獻，特專業的那種，O讀者讀到這里，甭管他有沒有看懂，都得跟人家說一聲“我的方法來自ECONOMETRICA”，一口專業的計量術語，倍兒有面子。O論文中要有幾個圖和表，散點圖得帶標簽的，光這些數據標簽疊加在一起就暈死幾十萬人，o再放一個超級復雜的方法論“簡介”，推導過程帶邏輯跳躍性的。就是一個字兒暈。隨便瞄一眼就得眼冒金星。周圍的同學不是用nag、C++就是FORTRAN，你要是用GAUSS呀MATLAB呀，你都不好意思跟人家打招呼。你說這樣的計量論文，得寫多長時間？我覺得怎么著也得兩年吧？兩年？那是傻瓜！最多兩周。你別嫌快，還有更快的呢。你得研究作者的發表心理，能夠在兩周時間內寫一篇論文的人，根本不想花兩年時間去寫。什么叫計量大師，你知道嗎？計量大師就是：做什么樣的計量，都做最暈的，不做最好的。所以，我們做計量的口號就是：不求最好，但求最暈！你那學校發經濟研究也不能畢業？？？難道你在哈佛念書？那你看錯帖子了。哈佛寫經驗類論文是不能畢業的！！！對于大部分國內學生來說，沒人教授計量經濟學，很痛苦。有人教授計量，更痛苦。計量經濟學的教材、那些漫天飛舞的矩陣，有時間看看，沒時間不看也行，不影響寫論文。關鍵是看看軟件的手冊或者我在后面推薦的材料，有條件找個懂軟件的人，一周就能成為計量寫作的高手。我猜想看這帖子的大部分人都是屬于寫經驗論文的吧，按照上面的方法，發個10篇CSSCI基本沒問題。難道畢業還有問題？用五種計量大殺器，成功登上國內一流期刊的具體實例六、案例分析：借助大殺器成功登上一流期刊對照具體的案例再琢磨，效果更佳。大家看到這里，是否有一些感想呢？一般的CSSCI的例子自己可以找找，多得是。這里舉幾個一流期刊的例子吧。看看這些大殺器是否能助你登上國內一流期刊。不過先得指出，一流期刊看話題的重要性，不是看計量的復雜程度。否則你方向錯了是白搭。但本文是討論計量的，所以下面的例子按計量技術分類。（下面論文的計量僅僅需要知道EVIEWS或STATA軟件怎么操作即可，不需要更多的高級計量知識。當然，你得有經濟學知識）選定重要的問題，成功運用大殺器，不折騰，發一流期刊的例子：1、面板固定效應模型《市場化改革、企業業績與國有企業經理薪酬》經濟研究，2009年第11期2、面板固定效應模型+IV，左右開弓一招斃命，不折騰。《出口開放、地區市場規模和經濟增長》經濟研究，2006年第6期下面再給一個瞎折騰的例子3、折騰一大堆單位根檢驗，協整檢驗。最后回到簡單OLS來估計時間序列，連常見的EG兩步法也不見蹤影。但人家話題不錯，照樣發一流期刊。《中國自主創新中研發資本投入產出績效分析一一兼論人力資本和知識產權保護的影響》，中國社會科學，2007年02期以上只作為示例，不涉及作者。他們能發一流期刊，是因為主題選得好，相反計量工具卻并不復雜。這些論文的計量僅僅需要知道EVIEWS或STATA軟件怎么操作即可，不需要更多的高級計量知識。你可以不看計量經濟學教科書，可以沒有高深的計量知識，但是，你得有經濟學知識。七、軟件操作方面書籍推薦（10天能讀完）這一部分是后來補充的。我一開始建議看STATA手冊，但網友反映，STATA手冊太多、太厚，閱讀不易，耗時巨大。如何能在短時間內了解STATA操作，并付之于運用？這個問題我思考了幾天。要說STATA操作的書，坊間太多。我選書的原則，不是面面俱到，不能太厚，否則不如看STATA手冊了。因此我強調內容精煉，且必須管用、易學、門檻低。經過全面比較，綜合分析，我發現下面這本書從操作層面的深度、廣度、難易度和時間預算上達到了最佳平衡。該書唯一的缺陷是本貼講到的quantile回歸沒有涉及到，不過不要緊，我在下面給出2個下載文件：《quantile回歸快速入門》《quantile回歸系數的解釋》這2個文件讓你可以在10分鐘內明白如何從STATA里面整出quantile回歸結果，并且完全能夠解釋quantile回歸系數的含義。如果你看明白了我上面貼子里面對quantile回歸的解釋，那么你就不用看第二個文件了，自己完全有能力解釋回歸結果的意義了。Baum,ChristopherF.,2006,AnintroductiontomoderneconometricsusingStata,Tex.:StataPress.這本書300頁左右，講解具體周到。書上的數據可以在STATA網站上直接下載。作者Baum,ChristopherF本身就是STATA官方編程人員的主力，在STATAJOURNAL上發表很多論文，經驗非常豐富。本書花了60頁左右深入淺出介紹STATA基本操作和數據管理后，迅速進入各種常用計量方法的實現，包括各種非經典GAUSS假設下的OLS估計，一般面板和動態面板估計，有限變量，GMM等主題。Baum書的下載地址：/bbs/dispbbs.asp?boardID=67&ID=273316&page=1Quantile回歸的操作和結果解釋文件：quantile回歸快速入門.pdf(84.31KB)quantile回歸快速入門.pdfquantile回歸系數的解釋.pdf(17.03KB)quantile回歸系數的解釋?pdf該書對于從未見過STATA的人來說，沒有任何門檻。以每天看30頁的速度計，只需10天就可以靈活掌握。個人覺得，在中國的教育體制下，這種速度已經是異常神速。如果你想在1天內掌握，也不是沒有可能。如果你能找一個高手給你講解。一邊講一邊用電腦演示，1天時間還是足夠的。看完這本書和我提供的quantile回歸10分鐘入門文件，計量大殺器的STATA操作已經被你徹底馴服。同時GMM、動態面板等瞎折騰技術也一并被馴服。揮揮手，灌水CSSCI一片；君不見，經濟研究在向你招手。相關帖子：《計量論文的幾種境界》專門針對發一流論文的：《計量論文寫作和發表的黑客教程2:一流論文的思維模式和思維陷阱》計量論文寫作和發表的黑客教程2：一流論文的思維模式和思維陷阱《計量論文寫作和發表的黑客教程1——讓初學者瞬間開竅，發＜經濟研究＞不再難》講的是為了完成發表任務而總結出來的一些計量速成法。但還有一些人并不僅僅滿足于發表一般的CSSCI刊物，而是想發表一些一流刊物。到底如何才能發表一流論文？這就是本文所要講的東西。弱水三千，取一瓢飲。其實，要寫出一流論文，只要在思想和技術兩者之間，取其一，并且保證另外一個不是太差，就可以發表。當然，這是有條件的。這個條件就是：你必須學會正確的思維方法，并且把這種思維方法靈活運用到研究過程和論文的寫作過程中。這個條件得到了，一流論文基本就出來了。中國科學家很多時候具有很好的想法，很好的創新，以及很好的結果。但是仍然被很好的國際雜志據稿，原因就是行文過程中思維方法不對頭，一些常見的、誤導性的邏輯錯誤，作者居然習以為常、視而不見。最簡單的例子就是：中國人文研究者喜歡用名人名言來證明某個觀點是對的。這種思維方法在10年前遍地都是。現在這種論證方法可能大家也覺得有點離譜，稍微收斂一點了。但是，還有大量思維陷阱在寫作和研究過程中無法覺察到。正確的思維方法又是什么呢？這次我只是提出這么一個問題，指出被一流期刊據稿的一個關鍵原因。當我思考答案并上網搜索時，發現網上有一篇文章已經給出了初步答案，針對這問題進行了很好的講述，而且不長。在這篇文章中，作者對科學研究中常見的思維方法和常見思維陷阱進行了很好的歸納。除了常見的邏輯問題外，作者還結合心理學方面的成果指出了一些思維陷阱的心理學基礎。這比一般的寫作過程中邏輯問題闡述更為深刻，而且更為實用。例如，分析經濟數據背后的原因時，經濟學家通常會采納對自己有利的結論，而有意無意地忽視對自己不利的結論。這里面既有邏輯推理問題，也有心理學問題。畢竟，審稿人可并不按你的想法走路。要知道，審稿人雖然不是你的敵人，但他不會那么容易就讓你發表一篇一流論文的。對你不利的結論，就是對他有利的殺手銅！！！哈哈。還有很多很多類似的、你知道的、你不知道的、甚至你認為你知道的其實你卻并不知道的一些錯誤思維模式和思維陷阱，這些問題和謬誤在正常人的研究過程和寫作過程中都會不自覺的出現，而且不自知。一句話，作者歸納得不錯。我看完之后，仍覺自己的論文漏洞太多。讀完本文，你不妨自檢一下，并且在以后的科研和寫作過程中不斷反省，逐步提高。作者博客里可以看免費的，其他博主也廣為轉載。duniuniu的《獨立思考者的思考模型PatternsofIndependentThinking》原文