吉利除了财务投资之外，还计划在技术支持和工程服务领域与FF展开合作 视觉中国图 [ “吉利代工是次，战略合作是主。除了代工之外，吉利还是FF上市融资的战略投资者之一。”汽车行业资深分析师本站

「投稿经验」经济学期刊文章发表经验分享本站

　　大家如果有一定的科研经历应该知道选题是论文里面最重要也是最困难的部分。以前在介绍美国经济学博士项目的文章中写到，博士生通常在第二年或者第三年要整整花一两年的时间来找到一个比较好和比较适合的题目。美国导师通常不会给学生题目，都是要自己去找，所以这个过程比较痛苦。一个比较好的题目确实不太好找，主要是竞争激烈，很容易想到的题目都被别人做过了。所以大家对选题难要有一定的预期。接下来根据我们这篇文章来谈一谈如果找到一个好题目。

　　首先，要对文献非常熟悉。做科研不是完全天马行空，乱拍脑子找想法，一般都是在大量阅读文献基础上想出的贡献，这就要求对文献要非常非常熟悉。当然不是什么文章都值得读，我一般只会看领域内顶刊，即top field或者之上的文章。而且看的时候只会看Introduction的部分，不会特别去看细节，主要是看这篇文章主要做了什么贡献，用一两句话就可以讲清楚的。如果有特别需要模仿或者参考的文章，再去看细节。

　　我们这篇文章主要研究的是空气污染如何影响企业生产率的，大的领域属于环境经济学/发展经济学/公共经济学，往小了说属于研究空气污染如何影响经济活动的。这一支领域主要的motivation是衡量空气污染的外部性成本，进而为空气污染监管政策提供benefit side的证据。过去十几年来这个话题研究的非常多，包括我本人有很多文章都是做这个方面的。如果大家都这个领域有兴趣，可以多看看这一方面的经典文献，基本上也就几十篇左右。我的合作者Joshua Graff Zivin跟Matt Neidell写作一篇JEL的文献综述，链接在这里，有兴趣的可以去看看。

　　这个领域刚开始主要研究空气污染对健康，大部分是对死亡率的影响。后来慢慢扩展到不同的领域，像认知能力、精神健康、劳动供给、劳动生产率等，有很多经典的文献，都发表在很的经济学期刊上，基本上可以概括为空气污染对人力资本的影响。人力资本Human Capital是一个比较广泛的概念，很多经济学变量都可以跟人力资本联系上。

　　我们的文章从更小的领域讲算是研究空气污染对劳动生产率的影响。不做这个领域的人可能都不会想到空气污染还能影响劳动生产率。其实这个机制很好理解，有很多证据说明空气污染会影响人类健康，健康受影响了工作的效率自然会差。此外还有一些间接的渠道，比如影响孩子的健康导致父母分心照顾孩子进而影响父母的生产率等。

　　生产率Productivity是经济学很重要的一个变量，我们给大一学生上的微观经济学入门用的Mankiw的教材里面提到十大经济学原理里面的一个就是讲一个国家生活水平取决于其生产商品和服务的能力，其实就是生产率。所以空气污染对生产率影响的一些文章都发表的很好。

　　最早研究空气污染对生产率影响的文章是Joshua Graff Zivin跟Matt Neidell 2012年发表在American Economic Review上面的一篇文章，原文链接在这里。是加州大学圣地亚哥的教授，Matt是哥伦比亚大学的教授。两个人做了很多关于空气污染和气候变化方面的文章，是这个领域的大牛。

　　这篇文章的方法和数据其实非常简单，用了加州一个农场的数据，看臭氧比较高的时候工人摘水果的效率是不是低一些。我曾经跟Josh聊过，请教他怎么把如此简单的故事发表在经济学最期刊AER上面。他说他跟合作者Matt曾经花了两个月的时间就为了写Introduction前两段。后来反复敲定，决定还是开始就讲productivity的重要性。然后讲这么重要的一个变量会不会受到环境的影响。因为这是第一篇做空气污染对生产率影响的文章，所以发在了AER上面。从这个例子大家也可以看出，第一个做什么研究的重要性。之前跟很多主编聊，他们说看稿子的时候很喜欢看到This is the first study on ….类似的文字。

　　Josh跟Matt之后跟其他的合作者还有一些类似的研究，都发表在很好的经济学期刊上。比如有一篇文章讲PM2.5越高，Pear Packers的效率越低。这篇文章的主要贡献在于工人的工作环境主要在室内，即使有建筑保护，PM2.5也能进来影响工人的生产率，而之前人们通常认知空气污染只会影响户外人群。还有一篇文章发现AQI越高，携程客服的效率越低，这篇文章主要的贡献在于之前的研究都是侧重于体力劳动者，而这篇文章的侧重点是劳力劳动者。从这些例子大家可以看出，每篇文章都有一个很独特的卖点，其实用一两句话就可以讲清楚。我们做研究就是要在之前文献的基础上，找我们独特的那一两个卖点。而不是找一个宏大的问题但是只复制别人做过的工作。

　　回到我们的文章。我们在项目最初开始的时候对这些文献当然都非常熟悉。我们生产率的数据来源是中国工业企业数据库。这个数据算不上特别独特的数据，很多人都有。熟悉的人都知道这个数据库包含了中国规模以上及所有的国有企业，在我们的样本区间1998-2007有接近50万家企业。所以很容易想到的一个卖点就是在external validity上面，即外部有效性。之前我列到的文献都是用的一家企业或者一家工厂。好处当然是有非常详细的变量，但是缺点也很明显，因为我们不知道他们的estimate是不是对不同行业不同企业都有效。而环境规制政策导致的污染下降肯定不是只针对某一个行业或者某一家企业，所以我们在文章的第一段就讲到我们的主要贡献是提供了之前文献估计的外部有效性。

　　我们的文章投到了EJ之后，主编是Estelle Cantillon。她是做IO的，提了一个非常好的建议。之前的文献因为数据只是一家企业或者工厂，只能看局部均衡partial equilibrium，即只能看空气污染对生产率的影响。而我们的数据涵盖了制造业很多部门很多家企业，那么能不能看看一般均衡general equilibrium，即空气污染上升导致生差率下降，而生差率下降可能会导致空气污染上升，进而有影响生产率的变化。这样就是一个互相影响的动态模型。主编的话我们敢不听吗，所以做了大量的修改。从之前的局部均衡到现在的一般均衡分析， 工作量至少增加了一倍。但是文章的贡献也更加深入。

　　上面说到选题，接下来说分析，也就是有了一个好题目怎么去做。如果有一个好题目没有做好，那么很容易因为技术或者细节问题被拒，白白浪费了一个好题目。所以有了好题目千万不要想着着急做出来然后随便投一个期刊，都是慢慢磨出来的，所谓慢工出细活。

　　我们做实证的，最重要的就是因果识别Identification，常用的方法无非DID, RD, IV等。我们这篇文章主要有两个因果估计，一个是空气污染对生产率的影响，另一个是生产率对空气污染的影响。这俩部分估计其实还好，因为文献里面已经有了现成的方法，所以我们在因果识别这块倒是没遇到非常多的挑战。

　　首先是空气污染对生产率的影响。空气污染显而易见是内生的，如果我们看空气污染跟生产率的相关性，会发现它们是正向相关的，因为很多生产率高的地方像经济发达地方通常污染越高。所以我们要给空气污染找一个工具变量。过去关于空气污染对经济活动影响的文章非常多，所以有不少可供选择的工具变量，比如逆温、风向、一些政策冲击像美国的清洁空气法案等。我之前有很多工作用了逆温做空气污染的变量，主要是数据易得，操作起来也比较简单。然后是生产率对空气污染的影响。这方面我们用了贸易文献中常见的中国加入WTO加上沿海省份vs内陆省份的DID setting，用其作为生产率的IV。

　　我们在分析中遇到的最大难点是如何建立一般均衡模型，因为没有文献可以参考。我们讨论了很久一直没有很好的切入点。我因为休息不好一直喜欢在睡觉前想论文。有一天晚上突然想到可以借鉴Nordhaus的DICE模型。DICE模型主要是针对二氧化碳，而且有大气模型，我们不需要这么复杂， 因为空气污染不像CO2一样有一个在大气中累积的过程。有了参考之后建模就顺利很多。

　　当然在分析中还遇到了很多细节问题，但我个人感觉这些都不是很大的挑战，顶多多看看文献教科书还是能解决的。我的一个经验是在分析中要把自己带入到审稿人的角色，看看每一步是不是能说服审稿人，而且很多细节很多稳健性检验要非常注意。我们自己做审稿人看别人文章的时候也是很容易看出文章的工作量的。

　　写作也是一个非常重要的环节，尤其是Introduction部分。对于我们英语非母语人来讲，写作更不是一件容易的事情。经济学的文章有点像八股文，都是有些套路的，模型数据结果部分相对比较好写，最困难的是Introduction部分，当然这也是最主要的部分。主编一般是只看Introduction就会决定要不要送审，而审稿人看完Introduction也会对文章有一个初步的影响，非常影响最终决定。所以这篇文章主要谈谈Introduction部分的写作。

　　这部分写得好不好，其实跟选题有很大的关系。如果对文章的贡献非常清楚明了，其实也还是挺好写的。第一段通常是引入题目，说明研究问题的重要性。我一般推荐直接引入文献，不推荐写一些空话。比如我们文章第一段刚开始就简单的引用了过去的文献，说明他们的贡献和局限，这样才能引入我们的贡献。当然我们第一段也可以开始写空气污染的严重性之类的，但我感觉这样的内容没有什么意义，因为审稿人都是这个领域的专家，都知道治理空气污染的重要性。我一般作为审稿人看到这样的文字基本上就跳过了。

　　第二段开始写自己做了什么，为什么可以解决之前的问题。如果能有This paper is the first study on …就很好了。如果审稿人看完前两段还不知道这篇文章要干什么贡献在哪里文章基本上就没戏了。接下来就没有什么固定的格式，基本上写写数据来源，识别策略，主要发现，主要机制之类的。

　　很多人包括我自己在接下来会把自己的贡献再讲一遍，因为一篇文章的贡献通常不是一点。有时候会说This paper contributes to several strands of literature，里面会跟第二段有一些重复，我觉得没关系。除了主要贡献外也可以讲讲贡献，比如我们文章第一条贡献是讲external validity，第二条是讲general equilibrium，第三条讲了我们的一些一致性分析的结果，因为之前文献做高技能行业相对较少。最后我们还讲了中国setting的重要性。这里有一点，千万不要说这个题目美国做过了，但是中国还没有做过所以我们要写这篇文章。这可不是贡献，因为只是一个Application，没有原创性。可以讲讲中国setting有什么比较有意思的地方，或者中国作为发展中国家institution跟美国有什么不一样的地方等等。总之写作不是一件轻松的事情，需要一个慢慢积累的过程，包括对文献的理解，对文字的掌握，对政策的解读等。

　　在投稿之前，可以多投投会议，多去不同的地方讲讲，尤其是底下的听众有可能是审稿人的。多搜集搜集意见，多改改，一定要文章非常非常完善了之后才投，而不是随便写写就去投，这样一个会影响个人reputation，另一个能投的期刊其实非常少，浪费一个就少一个。

　　我们这篇文章从贡献上来讲肯定达不到top 5的层级，因为不是第一个做空气污染对生产率影响的文章。像我之前说的Josh跟Matt那篇第一个做的文章就发表在AER上，之后的文章只能做一些改进，很难再发到同样档次的文章上。所以我们退而求其次，一开始就试了次于top 5的general interest期刊。我们最开始投的是Review of Economics and Statistics。总共有3份审稿报告。现在很多经济学杂志的desk rejection rate都在50-70%，所以能送审就打败了一半以上的文章。审稿报告总体上还是挺积极的，里面提到的一些问题都能改，但是主编热情不大，最终还是拒绝了。我之前也跟一些主编聊过，现在通常的审稿报告都是2-3份。如果都是正面的，那基本上主编都会给RR。但是大部分的时候都是一正一负，或者两正一负，这种情况下主编的意见就会起到决定性的作用。

　　收到审稿意见之后虽然文章被拒但是如果审稿报告里面有合理的意见还是要尽量的修改。我们又做了一些修改之后投到了EJ。EJ系统里面可以选择Editor，这个挺重要的，大家可以仔细看看主编的研究领域，尽量找跟自己领域接近的主编。我们当时选择了Estelle Cantillon，她不是做环境的，是做IO的，所以对生产率这个话题比较积极一些。

　　我们运气比较好，只有两份审稿报告，因为越多的话越难改。但是主编自己又提了很多意见，包括我之前说到的general equilibrium的建议，这样的话其实有三份审稿报告。经济学期刊给RR一般90%以上最终都能接受，但是要非常认真仔细的修改。

　　回应主编跟审稿人意见也有很多技巧在里面的，在这篇文章里面很难全部讲清楚。大概有这么几个原则。一个是态度要友好，除非审稿人发了非常严重的错误，不要跟审稿人辩论，让做什么就做什么，并且要很感激的表达出他们的意见对文章进一步提高的重要性。另一个就是能改的要尽量改，实在改不了了就只能解释为什么做不了，但是态度还是要端正。最后一个就是主编的意见是最重要的。有些主编会在decision letter里面写的非常清楚，像我们这篇文章的主编就按照重要性列个六个意见，非常清楚明了。

　　很多青年教师应该有感悟，发表一篇好的文章确实不容易。现在很多不错的经济学期刊接受率基本在4-8%左右，所以被拒是常态。我们这篇文章从2016年我刚博士毕业开始做，到2021年最终接受，不算慢，也不算快。这篇文章还算是顺利，还有很多文章还在投稿-被拒-修改-继续投稿-继续被拒的道路上徘徊。

　　文章被接受大部分是因为文章的质量，但有时候确实有一些运气成分在里面，比如送到比较友好的审稿人手里。我们这篇文章刚投出去的时候，我把主编的照片下载下来作为电脑桌面天天膜拜，导致很多人来我办公室看见电脑经常问我这是谁：）

　　大概花了4个多小时写了五千来字，希望对大家有帮助。如果觉得文章不错的话，欢迎分享。另外，我打算办一些线上课程，讲一讲做科研的一些心得。如果有兴趣的话可以加我微信AERQJE。以后有时间再讲讲其他文章的故事。

本站 感谢您的阅读！ 【朋友手机坏了，想买一款颜值高，充电快的手机，有哪些呢？】 手机成为了我们生活工作中不可缺少的工具，所以当我们的手机出现损坏的时候，我们确实急切的购买到手机，来让