经济学博士怎样开始自己的研究？(经济学在职博士研究设想如何写)_网络百科

经济学研究啊，心态很重要。如果心态没有准备好，不建议启动。

@知乎日报（投稿投稿）

在做很多研究的时候，心态特别重要。有时候，写篇论文要很多个三年多才能发表（历时十五年,姚洋教授合作论文发在 AER）。这三年里，可能只有一年会觉得很顺利，其他两、三年都是考验。如果论文被拒绝了，别老想着为什么，而是接受它，继续往前走。如果你发现自己不太喜欢做研究，那就早点离开，去找个工作。在公司里，你跟着老板的安排做事；但在学术界，你就是自己的老板，得自己决定一切。（公众号：刘叔最靠谱儿：Sumit Agarwal 的讲座）

0.当前现状

如果是想要水一个国内博士，当然国外博士也可以，经济学“四大名著”可以助你一臂之力。保证你 SSCIQ1，发到手软，篇篇 ESI 高被引。国内 rising star，拿奖拿到手软。

数字经济：张勋

环境经济：邵帅

但是经济学研究尤其是中国的方向，确实是很有意思。有很多理论需要去研究。这些或许难以助你名声鹊起，但确实是中国当代知识分子的责任担当。

比方说，中国国企改革与上下游的企业关系。

政府若过度减少对国有企业的支持，将削弱“有为政府”的作用，反而损害社会福利。淡化政治晋升锦标赛考核有助于扩大国有部门技术改进对总产出和社会福利的积极效应，但需同步放宽上游进入门槛，降低国有与民营部门的上下游关联度。

比方说：结构性货币政策对制造业上下游

结构性货币政策作用于目标领域后会产生溢出效应，在一定条件下，溢出效应可以发挥加速器作用，强化政策效应，政策会在制造业内部的上下游企业间溢出，不会从制造业向非制造业溢出。

开始自己的研究，应该是以下过程：

1.选题1.1 判断选题是否合适的基本原则：

第一、对于天然重要性的问题，比如中美贸易失衡、中国经济增长奇迹等，这些天然重要性，缺少共识性或者一般性的框架理论。这种选题，就是重要，没啥好解释的，如果有人说这些研究没意义，那就是他是门外汉，不懂经济学领域的基本共识。

第二、对于一般的问题，要分以下几类：1、理论不足：（1）文献所做研究缺少相关的模型（实证），或者相关的理论（实证）不足以支撑对该问题的论点；（2）文献所做研究仅基于某一特殊国家或全球；（3）文献所做研究近基于 case study（系统检验），而没有系统检验（case study）的；（4）文献所做研究只是定性分析或者定量分析；（5）文献所做研究基于的理论过于陈旧，存在与学术前沿明显脱节的问题。2、相关理论之间存在矛盾。3、预测和现实不符。

1.2 选题灵感

以下是泛泛而谈：首先是阅读前沿期刊，经济学领域就是 top5、top field 和国内的经济学研究、经济学季刊里面的文章。从前沿里面找到触感。

偷来的经验：”20 年前，有一个好问题和独特的数据就可以发表高质量文章；10 年前，除了好问题和独特数据，还需要有良好的识别策略；如今，除了这些还要有独特的机制，因为经济学家非常关心“为什么”。如果没有这四个要素——问题、数据、识别和机制，就不应该投稿顶级期刊。“

也就是说，你研究的问题，要包括这四要素（问题、数据、识别和机制），才算是选题成功。

1.3 学习进阶

YES 的经济学会议 - 上海对外贸易大学

香樟各分舵的经济学沙龙

香樟青苗计划 - 中科院

西部经济学论坛 - 嘉兴学院

2. 机制设计及识别策略，或者理论建模

这里是最需要创造性思维能力或许强有力的数理推导能力强。也需要作者参加各种会议，去打磨推广结论和方法。

此阶段必须要掌握的技能能力：数学基础、数据处理与收集以及计量编程的技能（stata，python，R 软件等）。

当前最流行的两大计量识别策略神器：DID 政策评估、中介效应机制检验。

到底需要补多少数学，取决于你研究方向。结构模型需要动态优化理论，需要掌握偏微分方程远离。简约模型要掌握偏微分方程。

总的来说：国内 90%-99%的经济学博士毕业掌握到核心数学知识点，一阶导数。至于到具体研究内容上，都是看猫画虎。都是临摹派，比对和参考外部研究模型，进行恰当变量的中国特色化修改。

好多经济研究上的理论模型，很复杂的设定和推导，最终得到了一个 reduced form 格式。有点高射炮打蚊子。为了建模而建模。

当前研究两大方向：结构模型（structural form）vs 简约模型（reduced form）。

结构模型：需要对理论中外生设定的参数进行进一步的设定，然后搞定这些外生参数以后，研究核心变量冲击对给解释变量的影响程度，以及影响是永久影响还是暂时影响，需要多久冲击会减弱到零。

简约模型：不考虑参数，只研究核心变量对被解释变量的问题。这一流派最大问题就是如何解决内生性问题。催生了中介效应，催生了各种机制检验。

经济学读博，最核心的就是计量方法的理解和掌握。快速入门的路径，可以参考以下专栏文章。

结构模型一派，structural form，必须掌握以下内容：

1.宏观经济理论所有的模型，这些模型中有很多外生参数设定，比如时间偏好因子，贴现因子，弹性系数等。只有熟悉这些模型的构建，和推导过程，才可以有所作为，当然 CES 函数的设定方式，也是多样化研究必须掌握的。

但是这些内容，仅仅需要偏微分方程，没有啥特殊的数学方法。

言之尤李：高级宏观经济分析模型汇总

这个是研究跨期动态变化必须掌握的，也是拉姆齐模型必须掌握的，但是底层数学方法还是微分方程。

言之尤李：最优控制原理求解动态优化

简约模型一派，reduced form

1.必须掌握对各种回归结果的怎么解释，以及为啥要进行各类检验，检验结果如何解释。还要处理分析的内生性问题。

言之尤李：回归分析之内生性问题（Endogeneity）言之尤李：回归分析常用检验解析

逻辑回归模型，也是很多调查问卷派必须掌握的知识点。

言之尤李：logit model,probit model, order probit model

数据不平稳，伪回归的时候，需要掌握的解决方法。

言之尤李：时间序列分析之 ECM 模型及 stata 操作

线性代数矩阵的基本原理。

言之尤李：时间序列分析之马尔可夫链

3.寻找数据

工业企业数据库、中国 XX 调查数据库、国泰君安上市公司数据库、国家统计局统计数据等。

但是这些数据库啊，明显的时间区间滞后，比如工业企业数据库到 2013 就停了，微观调查也都是 2018 之前的，还有的是 2015 年前后的，这些数据可以解释过去某个时间区间内的一些经济行为，但是不能对当下有所参考。尤其是 2020 大流行之后，很多经济行为都出现了断点式变化，重构大流行之后的贴合实际情况的经济理论，以及新的统计数据库，很有必要。

论数据的及时性，还是得研究宏观时间序列，这个数据一直有延续性和当下最新信息。但是宏观时间序列研究的，大都是关注 DSGE 模型，核心是研究冲击的时间效应。

4. 撰写全文以及论文核心问题的阐述

能够把一个小问题搞清楚，就是当下非常流行的官方词语，“小切口”，以很小的微创举措，研究复杂的问题，解释一个当下着急的课题。

在开始写作阐述论文核心问题之前，第一步，需要用原始数据来直接地展示你研究问题的核心结论（一个简单的线性回归 OLS，固定效应模型或者 OLS，robust 回归）。第二步，如果显著，开始用各种方法来排除内生性问题，最终得出稳健性结论，如果不显著，那么可以终止研究了，或者找相关理论来完善，或者改变研究内容。

5.归纳出结论

完成一个小问题的完整、合理逻辑解析。

6.后续成长

青年研究者寻求反馈至关重要。

形成学术互助圈子，相互提供和接受反馈。

积极与导师互动，展现进步以获取指导。

在行业内寻求资深人士反馈，需明确目的并搭建沟通桥梁。同时，接受研究过程中缺乏反馈的常态，保持积极态度。

按照逻辑顺序从思路到导师、同伴再到行业领导者逐步寻求反馈，提升研究质量。

在研讨会中积极参与讨论，将演讲人视为靶子，勇敢提出问题和建议，促进学术进步。

博士生应重视时间管理，其核心在于高效且专注的工作习惯。

博士期间，研究是首要任务，通过减少预热状态、迅速进入工作状态，每天专注工作 6 小时即可。

同时，与“正常人”的社交同样重要，从中汲取生活能量。