学术小白指北——上手科研篇

2023年第11期 总第2180期

学术小白指北——上手科研篇

WOAIKEYANXUESHU

写在前面

一转眼已经到了2023年，相信经过一学期的学习，大家也看了一些文献，学习了一些方法。去年的“社科学术小白指北”分别从“查”和“读”两个方面跟大家分享了文献的相关内容。学习文献是为自己上手科研打基础，所以本期小研从“选题、模型、数据分析和形成论文”角度与大家分享上手科研的相关内容，希望能对大家有所帮助，如若有说的不当的地方，还请各位小伙伴海涵。

1、选题从哪儿来

俗话说“好的选题是成功发表的一半”，因此选题无疑是十分重要的。比较火热的选题不仅更容易被编辑送审，而且目标期刊也会比较多。相信经过一学期的学习，大家也都对选题有过些耳闻，有些运气好的同学可能直接从导师或师兄师姐那里“继承”了选题，而有些同学可能导师一学期就没怎么指导过，更别说选题的事儿了。唉，有时不得不感慨人生的参差。但运气没那么好的同学也不用丧气，我当年也是这样的，因为“好的选题从哪来？”这个问题的关键不是“从哪来”而是怎么判断“好”。

大家从来不是没有选题，而是想不到一个好的选题。例如，“企业研发投资对创新能力的影响”这类选题大家应该没什么兴趣，因为这已经是显而易见的了，这类选题及格都达不到，遑论“好”。其实，选题就像是选玉石，大部分的玉石在破开前价值难以估计，而我们要做的就是如何在未破开前选中一个价值比较大的玉石。一般来说我们需要寻求第三方的建议，看市面上这类玉石的价钱如何，也就是读文献。看具体这个方向的文献发的期刊水平是怎么样的，最近两年相关文献多不多，以此来判断这块玉石是否有破开的价值。一般来说顶级期刊的文章更容易产出好的选题，所以建议大家可以先从顶级期刊的文章着手寻找，比如经管领域的FT50，或者ABS 4星+的期刊。

此外，也可以在破开玉石的手法上下功夫，寻找到好的破题角度可以提升选题的研究价值。例如，“服务化对企业绩效的影响”，这个选题也是很老的了，1988年服务化的概念被提出，2002年服务化悖论被发现，近三十年服务化好像已经被研究“透了”。但是到2022年还有服务化文献在发表。这就是破题角度带来的研究价值。

2、模型怎么定

选题过后，模型的确定更多是水到渠成。一般来说，在数据分析前，模型要多假设几个，你可以根据核心变量的影响逻辑来提出假设。变量之间的关系可以是线性的也可以是非线性的，关键在于能否找到理论和逻辑来解释假设。模型也并不是越复杂越好，要避免为了炫技而忽视了讲故事的流畅性。一个好的故事应该是师出有名的。比如，在论述研究价值或者gap的时候，说“因为没人研究，所以我要研究”，这是比较忌讳的。更好的方式应该是从更深层次来解释为什么没人研究，可以总结先前研究集中关注什么角度因此结论存在争议，而你尝试通过另外的一个角度来解释先前文献的争议点，然后可以稍作解释为什么要换这个角度。利用与先前文献的对比来衬托出你的模型的研究价值和意义是一个比较好的选择。很多时候一个模型过于复杂就意味着无法用一个故事来囊括整个模型，这样难免会给审稿人一种生搬硬凑的感觉，有时反而会影响文章的质量。

3、数据分析怎么办

当假设了几个模型之后，就需要进行数据分析了。数据分析板块是一个很难加分但却很容易减分的板块，方法的使用规范性和合理性是数据分析的关键。对于小白而言比较头疼的应该是数据分析方法的学习。一般而言，请教导师和师兄师姐是个不错的选择，但是我们本着能自己解决就不找别人帮忙的原则，小研给大家提供一些学习数据分析方法的思路。由于不同类型的数据，学习的难点也不同，因此，本文会根据数据类型来介绍。

首先，一手数据。对于组织行为学、消费者行为学、心理学、社会学等学科而言，需要处理的多为一手数据。比如，问卷、实验、访谈等。对于这类数据而言，其主要困难在于数据收集前的准备阶段。比如说，问卷的题项需要设计合理，要用几个题项来从不同角度测量一个变量，哪些题项需要本地化修改，哪些题项需要删减等都是需要考量的问题，有时为了保证数据收集的有效性，可能会做一些预测试。实验也是同理，实验设计的严谨与否很可能会直接决定结果的可信度。一般而言，我们可以从文献中学习实验设计和积累问卷的题项，从理解顶级文章实验设计的每个环节做起。一手数据的分析方法比较固定，工具建议可以选择smartpls，AMOS或者R。其中，R的优势是开源且可以模拟两种拟合方式。

其次，二手数据。二手数据的优点在于公开，但缺点在于不够“干净”。二手数据的最大问题是内生性问题，由于二手数据不是通过我们设计得到的，所以二手数据的难点在于数据收集之后的处理。二手数据根据不同的数据和不同的目标，方法的选择也不同。对于处理二手数据的工具，我推荐使用STATA。虽然Python和R可能是更好的语言，但是Python不是专门用来处理数据的，难免处理数据有些繁琐，而R虽然是统计学的语言，但是国内用的人数远不如STATA，这会影响你的学习成本。我最初学习R时，学习一个比较新的方法，通常在国内的网站上找不到需要用到的包，这大大的提高了我的学习成本。改用STATA后，虽然语法没有R那么方便，但是国内各大平台有很多学生和老师自发的分享心得，比如，经管之家、CSDN、哔哩哔哩、知乎等。此外，由于等级比较低的期刊对于数据分析方法的要求不够规范，所以建议二手数据的处理方法从顶级文章中积累。

4、如何形成论文

以上的步骤都已经完成了以后，最后就是形成论文。论文写作的方式千千万万，我们应该以目标期刊最喜欢的方式来写作。这里有个前置问题，目标期刊怎么确定。一般来说，可以根据文章引用文献中较多文献所在期刊作为目标期刊，一方面这样省去了晒筛选选题是否在期刊的目标范围内，另一方面也正好符合期刊的自引要求。拿讨论部分举例，有的期刊要求你需要写discussion，但是对conclusion部分不做要求，也有的期刊会建议你都写。所以除了参考目标期刊的文献外，一定要去目标期刊的网站上参考guide for authors。

结束语