谢谢你的问题,这也是年轻研究者(包括我)会/曾有的疑惑。关于第一个,我想这不仅在国内,国外也有这种现象。当然decent的学术期刊不至于如此。我的看法是,如果这个领域的理论的发展已经很成熟了(例如最低工资对就业影响的理论),那么是没有必要在论文中特地加入理论分析的一节,除非你有独到的见解及创新。我不太理解”很弱”的意思,是数学推导不严谨,还是照别人的理论模型述说一遍?就像前面所说的,如果题目的理论发展已经很成熟了,是没有必要再另辟一节重述一遍的。因此,实证类的论文能有所突破的地方就是数据和计量方法。如果你的数据的quality比别人好,也适合研究的题目,那也是很有贡献的。我个人并不太认同使用相同数据,然后套用新的计量模型来完成一篇新的论文。因为即使是用普通最小二乘法(OLS),只要实证步骤过程严谨,结果经得起反覆推敲,最重要的是能讲一个好故事来说服别人,这就是一篇好论文。我曾当面问过George Bojas及我母校的Mark Killingsworth两位教授,他们都一致地告诉我:新的计量方法结果并不一定会比普通最小二乘法还好,很多顶级经济学杂志的论文也是以OLS为主要计量模型。
关于第二个,我对大数据领域不熟悉,无法回答你。但我个人觉得大数据是否真的能像宣传的那样颠覆传统上统计学及计量经济学,还有待时间证明。


雷达卡
京公网安备 11010802022788号







