# 团队组会记录-CSDN博客

本文链接：https://blog.csdn.net/weixin_43213884/article/details/137917960

20240418

1.如何汇报进度

1. 完成的情况（百分比）具体的点，比如找完了数据、建立了指标体系、跑完了代码
1. 遇到的那些问题
  比如检验不通过、数据缺失太大
1. 下一步的解决办法
  偷懒的是：问
  具体的：想某个机构、专家问了，还没有给我回答。

2.论文评审最基本的要求

基本的公式别错了。
别罗列大量与论文无关的东西。

3.经济逻辑

这个是论文考虑的重点。

20240422

1.结论和摘要的区别

并不是简单的复制结论就可以为摘要。

2.基准模型

一把情况下，基准模型的核心解释变量的估计系数，在逐渐加入控制变量后，前后变化的差异不大，并且，随控制变量的个数加多，系数略有变小。

3.写论文的用词

歧义的词少用、一个词不能够多次重复。

4.给老师看到论文、文件

命名：20240422-ver11-题目。
页码：必须要有页码。
格式：按照学术论文的基本要求，格式要求要美观、错别字不要有。

5.高德兴趣点（POI）

在这里插入图片描述
文献：《数字经济与行政边界地区经济发展再考察-——来自卫星灯光数据的证据》
可以根据自己的研究目的不同，按照不同业态划分一般16个门类，去解释一些经济现象，（可以放在进一步分析中）

基尼系数与豪芬达指数

基尼系数（Gini）：刻画不平衡，基尼系数的值越大，反映区域内部经济活动更加集聚，而基尼系数的值越小，则表示区域内部经济活动更加分散化。

豪芬达指数（HHI）：刻画集聚程度，HHI 值越趋近 1，表示区域内越集中；反之则越分散。

20240606

回答审稿专家意见

关于在计量论文中，构建两个指标体系，量化被解释变量和解释变量的做法是否是合适的？
答：
考虑到会影响，但是，我们怎么考虑，使得影响达到最低，
第一，单一指标存在问题，
第二，在指标设计的时候，考虑到了相互独立，控制了指标交互的影响
第三，熵权法，综合的考虑，采用了线性加权，不会因为个别指标的过大过小对整体的影响最小，总指数起作用，不是个别指标。

在回答某一变量的显著性的问题，回答技巧
我们考虑了，你看我做的结果（这里加表+图），
这确实如此，我们加入+剔除了某一个变量、年份。有异常影响

关于系数检验的显著性弱

1.给他从一类二类错误的专业角度去阐述
2.为了消除这个疑问，我们在做一些补充工作，加一些稳健性

回答不要用① ② 这种符号

什么是典型特征分析

你要探讨x对y的影响，那么将y分类别，从最直观的视角发现，x对y确实有影响，所以你才需要进行计量建模等等深度探讨。
那么，什么是最直观的视角

描述性统计、相关性
画图（条形图、折线图等等）
均值、方差检验，配对检验

20240909

论文取题目

一定要避免一个大的x去推动一个小的y（头重脚轻）。
你的研究题目，一定要有一个背后的经济逻辑，理论基础，这一定很重要。

讲解论文

根据论文先给出一个word的大致框架，然后文字阐述一下这篇文章的具体工作是哪些？

写论文

一定要先定框架，先把框架想清楚。经济意义搞明白。

20240912

言之有题

废题目：XXX的因素、XX的初探、实时性（如还做精准扶贫）。
方法重要，但是最基本的要求，选题有想法，才重要。
主方向尽量不要变。
为了课题申请
选题来源：

多看新闻-了解政策。
多与相关的人进行沟通，了解行业的潜规则。

题目

学位论文要中规中矩【包括架构】！！
最近几年，一切权威期刊的起名：带有调侃性、轻松的趋势。

言之有理

现在人，大多时间，找（造）数据、洗数据，搞代码、调结果，而忽略了多问题本身的思考。
换位思考，以审稿人的身份来写文章。
多问自己，“这么写，为什么”
理：你的x和y一定有一定的理论基础（经济管理背后能解释的）

连老师建议：先写摘要，一遍一遍写，写好之后，在写引言，列提纲。
逼着自己对结论有预判，不会走偏，不断梳理逻辑，不断的思考研究工作。

word排版预设格式
链接【】

言之有法

论文方法，合适最重要。
不要为了炫技，而整一些复杂晦涩的模型。

言之有据

数据：跟着研究设计来确定。
证据：论证要完备、逻辑尽可能严密。

言之有论

结论：开始写论文之前，结论就应该定了（有预判）
论文的贡献点，3-4条贡献最好。
讨论，寻找一个忠实的伙伴去讨论。

言之有序

引言，讲故事为什么选这个题，核心的问题是什么，需要做了哪些工作，与最权威的几篇（最好是新的）文章去对标，讨论出贡献。

言之有新

数据新
方法新
观点新

在这里插入图片描述
组会的心态：

关于一看题目就知道x对y促进还是减缓作用的文章？还有研究意义吗？

答：有，看题目，是的，他确实能够一眼从定性的角度看出来，x对y的影响方向。但是证据呢？理论上如何去解释为何x对y能产生如何的效果？是否有一些传导机制在里面?这些研究是不是需要去从理论的角度去阐释这个问题。
另一方面，x对y的影响是多大？在经济管理论文中，更关注 $\beta$ 系数的大小？日常就是一单位x变动影响y的变动。
举一个例子：SCM的经典文章，加州禁烟令。从题目就知道，这个政策效应一定会使得加州的香烟销售量减少，那么，少多少呢？这时就需要我们去建立模型去估计这个香烟销售量的减少情况。怎么估计？如何合理的估计？这就开始了文章。