问题

经济学博士怎样开始自己的研究?

回答
经济学博士开始自己的研究是一个系统而严谨的过程,它不仅仅是“想到一个问题然后写出来”,而是需要扎实的理论基础、敏锐的洞察力、严谨的方法论以及持续的努力。以下将从多个维度详细阐述经济学博士如何开始自己的研究:

第一阶段:基础构建与方向探索 (通常在博士项目初期,尤其是第一年和第二年)

扎实的理论基础训练:
微观经济学、宏观经济学、计量经济学: 这是经济学研究的“三驾马车”。博士课程会深入讲解这些领域的经典理论、前沿模型、证明方法和分析工具。你需要掌握其核心思想、数学推导、以及它们在解决实际问题中的应用。
高级数学工具: 学习和熟练运用高等微积分、线性代数、概率论、数理统计、最优化理论、实分析等。许多经济学模型和计量方法都建立在这些数学工具之上。
计量经济学进阶: 这是进行实证研究的关键。你需要深入理解OLS、IV、GMM、面板数据模型、时间序列模型、离散选择模型、因果推断方法(如DID, RDD, PSM, Causal Forests等)的原理、假设、局限性以及如何应用和解释结果。
特定领域理论: 根据自己的兴趣,深入学习特定领域的理论,例如:国际经济学、劳动经济学、发展经济学、产业组织学、公共经济学、金融经济学、行为经济学等。

广泛的文献阅读与理解:
经典文献: 阅读所在领域的经典理论和实证研究。这些文献通常是理解该领域演变和核心问题的基石。
顶级期刊文章: 密切关注你感兴趣领域的顶级经济学期刊(如AER, Econometrica, JPE, QJE, ReStud, Review of Economic Studies等)的最新文章。了解当前的研究热点、研究方法和尚未解决的问题。
工作论文(Working Papers): 阅读NBER, CEPR等机构发布的工作论文。这些是尚未正式发表但已在学术界引起关注的研究,能让你了解最新的思想和进展。
阅读方法: 不仅要理解研究结论,更要深入理解研究问题、理论模型、数据来源、计量方法、识别策略、以及研究的贡献和局限性。试着在脑海中复现作者的研究过程。

识别研究兴趣与潜在研究方向:
从课堂中发现: 在学习过程中,如果某个理论模型或计量方法让你感到特别有启发性,或者让你觉得“这个可以做得更好”,那就可能是你的研究起点。
从文献中发现“空白”:
尚未解决的问题: 许多文章会提出“未来的研究方向”。这些往往是研究的绝佳切入点。
现有研究的局限性: 审视现有文献在数据、方法、假设或外生性识别上的不足,并思考如何改进。
理论与现实的脱节: 观察社会现实中存在的经济现象,思考它们是否能用现有理论解释,或者是否需要发展新的理论或模型。
跨领域联系: 将不同领域的理论或方法结合起来,可能会产生新的研究视角。
与导师及其他教授交流:
导师是你的第一资源: 积极与你的导师沟通你的想法和兴趣。导师通常有丰富的研究经验和广阔的视野,能够为你提供宝贵的建议,帮助你 refine 你的研究问题。
旁听或参加学术讲座: 参加系里或学校其他部门举办的学术讲座,听取其他学者分享他们的研究。这不仅能开阔你的视野,还能让你接触到不同的研究思路。
与同学讨论: 和同学们分享你的想法,互相讨论,有时一个看似微不足道的想法,在讨论中可能会发展成一个有潜力的研究。

第二阶段:研究问题的界定与细化 (博士项目初期至中期)

将初步想法转化为具体的研究问题:
“大问题”缩小为“小问题”: 最初的想法往往是宽泛的。你需要将其聚焦到一个具体、可操作、有清晰答案的问题上。例如,从“全球化对贫困的影响”缩小到“中国加入WTO后对特定农村地区农民收入的影响机制”。
明确研究的“核心贡献”: 你的研究是想提出一个新的理论模型?改进一种计量方法?提供关于某个经济现象的新的实证证据?还是提供新的政策建议?
可行性评估:
数据可获得性: 你是否能获得研究所需的数据?数据的质量如何?是否存在数据限制?
方法的可行性: 你是否掌握了研究所需的计量或理论方法?是否有时间学会?
时间与资源限制: 博士研究需要在规定时间内完成,因此需要考虑问题的复杂度和所需工作量。

文献回顾的深化与精确化:
针对性文献搜索: 一旦有了初步的研究问题,就需要进行更具针对性的文献搜索,找出与你的问题最相关的研究。
识别研究的“定位”: 你的研究在现有文献中处于什么位置?你的研究是对已有研究的补充、修正还是颠覆?你的研究解决了哪些现有研究未解决的问题?
构建“理论框架”或“研究框架”:
理论经济学: 基于现有理论,构建一个新的模型或对现有模型进行修改,以回答你的研究问题。
实证经济学: 建立一个实证框架,明确变量定义、数据处理方法、以及你将使用的计量模型或因果推断方法。

第三阶段:研究方案的设计与执行 (博士项目中期)

理论研究:
模型构建: 设计严谨的经济模型,包括理性决策主体、市场机制、均衡条件等。
数学推导: 利用微积分、最优化等数学工具,推导出模型的均衡结果和理论预测。
模型解释: 清晰地解释模型的假设、机制和得出的结论,以及它们在现实经济中的含义。

实证研究:
数据收集与处理:
寻找合适的数据源: 调查、问卷、政府统计数据、金融数据、地理信息数据、网络数据等。
数据清洗与整理: 处理缺失值、异常值、数据格式转换等,确保数据的准确性和一致性。
变量构建与度量: 明确你的核心变量(被解释变量、核心解释变量、控制变量)如何衡量,并进行相应的计算。
计量方法选择与应用:
选择恰当的计量模型: 根据你的研究问题、数据类型和因果识别需求,选择最合适的计量模型(如OLS, IV, DID, RDD, Panel data models等)。
识别策略(Identification Strategy): 这是实证研究的核心。你需要设计一个清晰的策略来克服潜在的内生性问题,以获得因果效应的估计。例如,利用自然实验、工具变量、差分方法等。
估计与检验: 使用统计软件(如Stata, R, Python, Matlab)进行模型估计,并对模型假设进行检验(如异方差检验、多重共线性检验、序列相关检验等)。
结果解释与稳健性检验:
解释估计结果: 解释系数的经济含义、统计显著性以及效应的大小。
稳健性检验: 进行一系列的稳健性检验,以证明你的结果不是由于特定的模型设定、数据选择或样本偏差造成的。这可能包括更换计量方法、改变变量定义、删除异常值、使用不同的样本等。

撰写研究计划书(Research Proposal):
研究问题和动机: 清晰阐述你的研究问题,以及为什么这个问题值得研究。
文献回顾: 总结相关文献,指出现有研究的不足,并说明你的研究将如何填补这一空白。
理论框架或研究框架: 详细说明你的理论模型或实证研究框架。
数据和方法: 详细说明你将使用的数据,如何收集和处理数据,以及你将采用的计量或分析方法。
预期贡献: 阐述你的研究将带来的理论、实证或政策贡献。
时间表和参考文献。

第四阶段:研究的深化与成果产出 (博士项目后期)

草稿撰写:
引言: 设定研究背景,提出研究问题,阐述研究动机和贡献。
文献回顾: 全面而深入地梳理相关文献。
理论模型/研究框架: 清晰地呈现你的理论模型或实证研究设计。
数据与方法: 详细描述数据来源、变量定义、处理方法和计量模型。
实证结果: 展示你的实证结果,通常以表格和图表呈现。
稳健性检验: 报告你的稳健性检验结果。
讨论: 深入分析你的研究结果,与现有文献进行比较,讨论其经济含义和政策启示。
结论: 总结你的研究发现,重申研究的贡献和局限性,并提出未来研究方向。

反复修改与打磨:
导师反馈: 积极接受导师的反馈,并认真修改。这是一个迭代的过程,可能需要多次修改。
同行评审: 在适当的时候,可以将你的研究成果在学术研讨会、工作坊上进行展示,接受其他学者的评论和建议。
严谨性检查: 仔细检查你的逻辑、计算、数据处理和计量方法的正确性,确保研究的严谨性和可重复性。

成果的传播:
提交给期刊: 将打磨好的研究成果投稿到相关的学术期刊。这是一个漫长而充满挑战的过程,需要准备好面对拒稿。
参加学术会议: 在学术会议上展示你的研究成果,与同行交流,建立学术联系。
学位论文: 最终将你的研究成果整理成博士学位论文。

经济学博士开始研究过程中一些重要的心态和建议:

保持好奇心和批判性思维: 始终对经济现象保持好奇,并敢于质疑现有的理论和方法。
坚持不懈: 博士研究是一个漫长而艰辛的过程,会遇到很多挫折和困难。坚持下去,保持耐心和毅力至关重要。
建立良好的沟通机制: 与导师保持密切沟通,及时反馈你的进展和遇到的问题。同时,积极与同学交流,互相学习和支持。
学会时间管理: 博士研究需要同时处理课程、研究、助教等任务,合理安排时间非常重要。
勇于尝试新事物: 不要害怕尝试新的数据、新的方法或新的研究思路,即使它们可能不成功,也能从中学习到宝贵的经验。
培养阅读和写作能力: 阅读能力决定了你能接触到多少前沿知识,而写作能力则决定了你能有效地表达你的研究成果。
关注细节: 经济学研究,尤其是实证研究,非常注重细节。一个微小的错误可能导致整个研究结果的偏差。

总而言之,经济学博士开始研究是一个从广阔的知识海洋中定位自己的兴趣点,通过深入学习和反复思考,将其转化为一个具体、可行、有贡献的研究问题,并运用严谨的理论和方法去解决它的过程。这个过程需要持续的学习、实践、反思和与他人的交流。

网友意见

user avatar

据个人观察,根据产生研究想法的思考起点的根本性不同,可以把构思经济学研究课题的思路分为三类:

第一类

先看看有什么可得的数据,身边有什么自然实验,根据这些数据里有的变量,然后想想什么变量和什么变量之间可以识别出比较干净的因果关系,最后一步回到文献和现实世界中来,思考知道了这个因果关系之后有什么意义,即文章的introduction要怎么写。

又或者,做理论的注意到,某篇发在AER上的文章,尽管发在了AER,却只考虑了两个参与者、两个type、两个行动、时间只有两期的情形,然后想怎样可以把原文的结论推广到N个参与者、每个人的私人信息取自某个各不相同的紧集、行动空间为连续区间的情况。又或者,看看哪一个假设组合之前的人没做过,把它做一做,看看从技术难度上说是不是trivial,最后想想现实中有什么例子对应这个假设组合。

又或者,做实验经济学的,在自己比较熟悉的一些现有实验的基础上,看看有哪些变型实验或对照组设计在文献里还没有人做过的,在没有人做过的里面,看看哪个类似的设计用在别的实验模板上被发过在不错的杂志上,就选它来做。

第二类

First, they have developed a sense of what good research questions are (I describe in the end my personal views about “good research questions”).

Based on that sense, they try to come up with many questions, among which they identify the ones that are both doable and likely to change the way in which people used to think about the issues many economists care about.

After they think they have obtained a good and doable research question, they start to do some google scholar and read surveys to see what attempts have been made to answer these questions and what the existing answers are.

Only in the final step, after they have convinced themselves that they have a good chance to provide a new answer to a question that many people care about, do they start to build models and explore alternative assumptions, check up available datasets, or think about experimental designs.

第三类

Thomas Schelling,

“I think most of my ideas arose from observing behaviors that spiked my curiosity. When those examples show up in the book a reader is likely to think I already had the idea and the example is just an illustration; often the example generated the idea. I illustrate coordination by the example of traffic lights; actually, traffic lights helped me understand coordination.”

(Micro motives and macro behavior)

Matthew Jackson,

“ …they should really follow their nose in the sense of really doing things that they're passionate about … What the market wants or what people are looking for is very difficult to put your finger on … Trying to produce research that you think other people are going to be interested in often is a dangerous road to go down … Instead really working on the questions that you find fascinating … It is the best way to finding original and interesting research …

“… One of my idols Ken Arrow is probably one of the most curious people I've ever met… [He’s] just asking questions all the time about everything … Just being curious your whole lifetime about why is this true, why is that true. … Questioning everything and then following up on the questions that you don't get good answers to…is probably one of the best ways…”

[Research Directions: Networks and their Roles in Economics - YouTube]
(youtube.com/watch?)

Robert Shiller,

“Young people often underestimate the tolerance of older people like me in the profession, tolerance toward experimental ideas. They also underestimate how much people of my age are bored by people who just do the same thing that we’ve been doing.

“Young people often make the mistake of just imitating, thinking …` I’ll make some mathematical model that’s in the current fashion’. It’s OK to do mathematics but it should always be because of a real purpose. … Maybe it’s worth looking at theories that were popular a half-century ago, instead of just staying up on what the frontier seems to be right now. “

视频:八位诺贝尔奖得主给年轻经济学家的建议

Robert Sugden,

“I believe that I am making reasonably good use of my talents in an attempt to understand the social world. I have no fellow-feeling with those economic theorists who, off the record at seminars and conferences, admit that they are only playing a game with other theorists. If their models are not intended seriously, I want to say (and do say when I feel sufficiently combative), why do they expect me to spend my time listening to their expositions? Count me out of the game. … model-building in economics has serious intent only if it is ultimately directed towards telling us something about the real world. ”

(Credible worlds: the status of theoretical models in economics)

个人浅见,一个“好的经济学问题”应该是这样的:

A good economic research question (relative to you) is one that satisfies:

1. it has substantial real-world relevance. For someone who does applied theory, this means she can easily find many real-world counterparts of her model. Also, it is (ultimately) about the issues all economists care about: economic performance of different institutions; inequality and conflicts among different groups of people (gender differences, discrimination, majority vs minority, social mobility…). It could have substantive policy implications.

2. your attempt to the question is likely to change the way in which people used to think about relevant issues. This means you have a clear mind about what makes your approach unique and novel compared to the literature and other researchers. You have a clear idea about what standard models a “representative” economist would use to think about this issue and what answers these models provide. If you still think you have good reasons to suspect that the existing answers are problematic and you could provide a better one, then it is likely that you've got a good question.

3. you can do it. Given the knowledge, skill sets, funding and time constraints you have, you (together with your co-authors) have a high chance to achieve reasonable advances on this question.

最后分享个彩蛋

[Ph.D. Thesis Research: Where do I Start? by Don Davis](columbia.edu/~drd28/The)

user avatar

一年前就看到师兄

@司马懿

对于这个问题的答案,其实已经回答得很好了。那时候自己刚刚找到工作,忙着答辩并没有来得及回答这样的问题。今天又看到这个问题出现在了自己的知乎首页,也认真拜读了其他几个高赞的回答,这边简单说说自己的想法。

实际上这并不是一个容易回答的问题,经济学博士如何开始自己的研究这几乎一个贯穿博士生涯,甚至可以影响到之后学术生涯的问题。比如说许多人都提到了想research idea这样的问题,要知道一篇文章想法的高度很大程度上决定了这篇文章能有多吸引人,也决定了一个经济学博士对于经济问题的品味。对于我而言,我觉得一个人research想法的高度就好像一个人对于穿衣的品味一样,有些时候是玄之又玄的事情。如果把对于research的想法比作穿衣服的品味,那么你有多少技术则是衣服的价格。很多时候贵的衣服易求(许多人执迷于经济学中的各种数学技巧,觉得好的文章就是技术上难过别人。实际上如果你有好的想法,你总能找到技术上过关愿意和你合作的人,而经济学也并非比拼技术的学科,我见过许多技术上做得天花乱坠但却难得发表的例子。),但是好的衣品却是万里挑一。诚然如果你有特别特别好的技术,你或许也能把文章卖到特别好的地方,就好像奢侈品只要够贵,再难看的都有人愿意买一样。但是掌握这样技术的人,却一般都是万里挑一人了。有时候其实更难得的反而是,你把一件100多块钱的淘宝货穿出来国际大牌的感觉…… 这里如何把淘宝货穿出大牌的感觉,实际上就取决于你的idea和research的品味了。

当然拥有好的idea并不是一蹴而就的事情。对于不同学校的人来说,因为发表的定位也不一样,所以也很难说什么样的idea才能算是一个真正“好的”idea。我觉得这个时候导师的指导会显得特别重要。很多时候经济学真的是什么样的导师带出什么样子的学生,导师的research偏好和品味也会直接影响到学生的research的偏好和品味。比如说我导师是一个喜欢东一榔头西一棒槌的人,经常两三年会换一个research topic来做,这样也间接导致了我的兴趣也会变得相对比较发散,这方面会做做,那方面也会做做。这有时候是好的事情,比如说会让你有更发散的思维,对于各种现象都会比较敏锐,各个方面的literature基本上都会有所涉猎。但另一方面也有坏处,主要是多嚼不烂,有时候精力过于分散之后会比一般人花出成倍的事件在各种感兴趣的事情上。

当然这有一些扯远了,回到之前的问题。如果是我的话,如果是top 100学校的学生,我会建议在phd开始的阶段只看Top 5和field top的paper (如果学校不在前100可以 journal的level自行往下顺延)。这在一开始是一个非常痛苦的过程,因为发在比较好的journal的paper许多都会显得晦涩难懂,但是另一方面这样的journal帮助你自然选择了你应该拥有的好品味。这就好像你一开始看时装大秀,可能你一开始也不太明白到底时尚是什么,可是看多了久而久之便变得气自华了。做research 读文章也是同样的道理,我总是说瞄准天上的星星,或许你永远也射不到,但却比你瞄准树梢射得高远的道理(Shoot for the moon. Even if you miss, you'll land among the stars.)。

然后可能是实际操作,博士期间学会自律学会调节心情,懂得接受失败,养成正确对待学术的精神这些都是可以在博士开始的时候就应该慢慢培养起来的品质。好的学术精神,自律的人格和品性也会帮助你在学术的道路上可以披荆斩棘勇往直前。对周围的事物表现出兴趣,积极参加seminar,抱着学习的心态去学习别人的想法,并且与自己的想法相互应证。做好笔记,记录自己平时生活中想法的点滴,多去和导师讨论自己的想法。实际上可以做的事情有许多许多…… 许多人觉得开始研究就是找一个问题开始死做,一直做到牢底坐穿。这其实是比较偏激的想法。读博士的过程更多的是一种combination,兴趣,想法,精神,实践,各方面的化学综合反映造就了你最后会成为一个什么样的学者。许多道理其实我在读博士的时候也并没有那么明显的感受,也是后来反思过往的时候才略有心得……

最后我觉得要注意的是培养兴趣,我把这个放在最后其实恰恰是因为这是我觉得最重要的一点。

@司马懿

私下和我聊天的时候常说能感受到我对经济学的热爱,其实我和师兄许多时候相互交流的时候我也能常常感受到聊到有趣问题的时候,他体现出的真正热爱以及兴致勃勃。这种本能的反应无法伪装,而且出现在我身边许多优秀的学者身上。我想这就是为什么有时候我们会被人说觉得nerd的道理,选定一个方向,发现一个问题如果你不能把这个问题变成自己真正感兴趣的问题,真正地用自己的生活去体验去感受问题本身的话,实际上你是很难相比普通的人有新的发现从而做出marginal contribution的。一个很有趣的例子是我硕士的时候在法国央行实习的时候,同事的一篇文章被econometrica RR了,在和我说起他的文章的时候他说他最初想到这个idea的时候无非是看到别人打球的时候,有些人喜欢把球往墙上扔,扔的力气越大,反弹回来的球速实际上也会越快。他那个时候突然想到宏观经济的时候许多现象也不正是如此么?因此有了这样的一篇paper。其实许多paper的idea都是来自于生活,只有真正热爱生活,也热爱自己做所得学术的人,才更容易得到生活的馈赠和启发,写出有意思的文章。

以上只是我的一些浅见,可能对于真正的学术天才来说,只是泯然众人矣罢了……


user avatar

大体有这么几个途径:

1、问导师要个题目动手开始做

2、找一篇感兴趣的文章,并且觉着可以走下去的,从replicate开始

3、自己想idea

不管那种途径,读文献都是最基础的,不可能在没有读过之前文献的情况下把文章做出来,这是不可能的。

每个人的根器不同,开始做研究的方法也是不一样的。有的人思路比较活跃,看一篇文献能想出5个idea;有的人思路虽然没有那么活跃,但是基本功特别扎实;有的人动手能力特别强,给一个问题很快就能动手解决出来。

所以每个人可以根据自己的特点从对自己最简单的开始,思路活跃的,不妨把自己的idea尽快实现个大概,再找导师讨论看看有没有继续的可能性;基本功扎实但是没有idea的,不妨问导师要个idea自己独立去做;动手能力特别强的,不妨找一篇自己喜欢的论文replicate出来,动手过程中可能有新的idea。

什么?没有idea、基本功不扎实、动手能力不强怎么办?那还不赶快读教科书读paper?

user avatar

谢谢邀请,我觉得题主可能已经选好题目了吧?

不论如何,我也谈谈对这个问题的理解吧。大体来说,路径之前的答案也有指出过,不外乎:

  1. 从文献里面找idea
  2. 找导师要idea
  3. 从新闻时政里面提炼idea

首先我建议尽量避免2。可能这个观点是受我自己以前的导师的影响比较深。读博士,如果没有一个自己感兴趣的大致方向,那么为什么要读呢?可以有一个初步的想法和导师讨论,然后经过导师指点之后得出一个可行的方案,但是大方向还是应该以自己有兴趣为主。

对于1和3来说,因为如果是做纯理论的,写的文章接近应用数学系论文的,基本上是1了,在这里不多说。做应用理论和实证,1和3均可,我自己一直是采用方式3的。就简单说说自己的心得:

  • 从新闻时政提炼idea不代表不看文献了,因为如果不看文献,看多少新闻和时政都只能人云亦云,很难提炼出有研究价值的idea。相反,我每周都会抽出固定的时间来浏览自己研究领域的文献,当然在这个阶段,只看文献的经济学直觉和讲述的故事和权衡以及人家是怎么建模的,看完setting为止,不看具体计算。这个主要是保持和提升自己的建模能力。
  • 有了建模能力,当你看到有趣的新闻和时政的时候,你就可以在脑海里面建模了。什么是有趣的新闻和时政呢?事物反常则为妖,就是别人一看“咦?” 然后给别人解释完之后“哇!”的新闻。当然这个解释的工作,是由我们自己来完成的。

建模的目的是什么呢?是找出来核心的权衡(trade-off)。

比如我随便举一个例子:Google注资Mozilla。我们都知道Google有自己的Chrome,为什么Google还要注资Mozilla呢?这不是自己培养自己的竞争对手么?商业公司注资一个非盈利的,开源的竞争对手是为什么呢?这就是一个有趣的话题。

建模怎么建呢?有人喜欢chrome,有人喜欢mozilla,那这个可能就是一个霍特林模型,那么为什么chrome会去资助自己的竞争对手呢?这样对google能有什么好处呢?显然这是经典的霍特林模型无法解释的,那这个时候就要引入其他的概念,比如网络效应。Google注资mozilla,意味着两家可以更和谐的商量互联网浏览器的网络标准,孤立微软。这样的话,对google毫无疑问是有利的,也就是说,统一的标准在浏览器用户之间产生了网络效应,提高了用户的效用。如果用户的效用提高了,google则可以通过广告等方式在用户身上赚更多的钱了。但是google注资mozila也是有代价的,因为这相当于间接的提高了mozilla firefox的质量,从而直接使用chrome的人变少了。那么这个时候Google的权衡就出来了,投资mozilla会让自己从chrome的现存用户身上赚更多的钱,但是却可能让自己损失一部分的用户,到底什么时候google应该投资,什么时候google不应该投资呢?这个时候问题就已经有点模型化和抽象化了,简化成两个机构竞争,一个商业公司,一个开源公司,为什么商业公司会投资支持自己的开源对手呢?这里就看出来从新闻找idea的好处了,当你从新闻里面提炼出了模型,这个新闻本身就是一个天然的例子可以写在introduction里面。

找出了核心的权衡,就需要把参数一个一个假设出来,比如网络效应的强度等等,然后列式子,计算,提proposition。在计算中可能又有新的想法,新的发现,但是一篇文章的最基本框架就这么出来了。

  • 基本框架出来之后,还有一个重要的工作——可以说是最重要的工作,我称之为“hooking process”。就是要和现有的文献挂钩。如果这个失败了,那么说明要么这个框架没有趣,要么这个问题不重要,总之这个东西就要放一边了。因为我们写文章就是要发表的,不是自己写着玩的。因为这个想法是看新闻建模建出来的,如何向同行说明自己的研究有价值呢?这个时候需要有针对性的看文献,比如网络效应的文献,比如产业标准化的文献等等,然后把自己的工作在这些文献中定一个位,发展了XX的框架,和XX的有什么不同,和XX最主要的区别是什么,XX没有考虑到什么我考虑到了…… 这一点我是非英语母语的人,这个hooking process最强的还是英美的土著大牛们,那真的是一枝笔能够把死人也说活了,明明看起来很直观,不算惊艳的模型,他们一写一比较,马上就觉得重要性上来了——这也是经济学文章残存的人文的一面——除非是那种非常硬核的,打着经济学名义的应用数学论文,绝大部分的经济学论文在简介和文献回顾这两章的功力,可以让你的最终发表上下一个档次——同一个想法,同一个模型,如果简介和文献回顾让大牛们去写,去宣传,可能就发了《美国经济评论》了,让一个博士生去写去宣传,可能发一个《兰德经济学报》都还困难。这个是没有办法的事情,只能多写多看多实践。

  • 在上面这个例子里面,建模的过程很顺利,没有参照文献就独立的建出来了。有时候发现建不出来怎么办呢?,这个时候我也不建议马上去找文献,因为这个时候一看文献,自己的思路就被限制住了,仿佛文献说的就是唯一的思路。这个时候我建议放一放,过一周再看这个idea,如果自己还是搞不定,那么再去文献中找方法。因为如果是完全自己建出来的,然后根据文献去打磨自己的模型,几乎总是能够找到自己原生性的贡献的,但是如果很早就参照了文献,很容易让自己的论文变成一个别人模型的练习,丧失了原创性就得不偿失了。

-------------------

一点感言,看到有人说抱着经世济民的心态学经济学,后来很失望,发现圈内都是在琢磨怎么发文章,没有人想怎么和现实结合。这个问题呢,我的观点是,经济学这个学科,从数学到实践是一条生态环,那些挂着经济学家名义的数学家做纯理论,然后应用理论经济学家把这些纯理论细化到各种情形,然后实证经济学家用统计来验证理论,启发思考。有时候证明,有时候证伪。证明了当然好,证伪了之后,应用经济学家会开发新的模型,如果这个新模型足够的主要,那么足以惊动纯理论的经济学家去思考如何在现有的体系进行扩展让新的模型成为一个特例。在这个环里面,最接地气的是做实证的,但是即便如此,实证经济学家做的依然和工业实践差别很大,那些业界的研究者会去读实证经济学家的文章,然后再去用来(如果能够的话)去指导实践。

每个环节的人做自己环节的人该做的事情,比如我是做应用理论的,我看到感兴趣的现象,就会时不时的抛出一个数理模型,来解释这个现象,并且提供相应的政策和商业的建议;至于我抛出来的模型的计量和可重复性验证,如果这个模型足够的重要,是会有实证经济学家去验证的。

整个人类的知识发展都是在不断的试错中逐渐发展的,要容许试错,容许脑洞。很多经济学文章,哪怕是在《美国经济评论》上,都看上去很脑洞,经常会让人觉得有一种“人们怎么可能想的这么复杂!”的感觉,但是这些文章背后,其实未必就没有真理的光芒,只是他们在强调一个方面的事实,让人乍一看之下有点难以接受罢了。

类似的话题

本站所有内容均为互联网搜索引擎提供的公开搜索信息,本站不存储任何数据与内容,任何内容与数据均与本站无关,如有需要请联系相关搜索引擎包括但不限于百度google,bing,sogou

© 2025 tinynews.org All Rights Reserved. 百科问答小站 版权所有