经济学界有个经典难题：怎么把选题、方法和意义这三个东西给凑齐了。其实教育部搞“破五唯”，也是在提醒咱们，光有发表数量是硬杠杠，但“领域话语权”才是真本事。别老当“游牧民族”，哪有数据哪儿冲，这种打法三年后会让人很尴尬。只要在同一领域扎进去写三五篇文章，你就有了一张被学术圈记住的“入场券”。 好的问题其实就是回应时代最急迫的痛点。孔子、柏拉图、马克思、凯恩斯这些大人物，谁都没想着弄出个放之四海皆准的大道理。所有的伟大思想都是为了应对自家时代的难题。中国的经济体量世界第二，宏观理论创新却不多，多半是因为大家把追文献当成了自己的强项，却忘了咱们最大的资本就是“中国现场”。 选题得走三步：先想个理论故事，再找找现实里的谜题，最后再拿现有的理论来检验一下。新的理论构想得有一个吸引人的故事打底，然后再把它翻译成数学公式。阿罗不可能定理和科斯定理都是这么来的。解释一个“谜”或者“意外”特别重要，像李约瑟之谜、中国没发生工业革命、腐败和高增长并存这些事儿，本来没法用经典理论说通的地方，反而成了理论发展的源头。 避坑指南里有五种选题最容易被毙掉：修改别人的模型假设可能让整个体系崩塌；生套理论模型不管用；“稻草理论”看似说得通却没用；为了研究中国而研究中国只讲现象不贡献文献；缺乏政策含义的经验研究做得再好也是白搭。 做学问得把理论、经验和写作这三重“不可能三角”给搞定。理论模型方面先讲好故事再去打磨假设。审稿人看文章主要看故事是否合理，技术性假设一笔带过就行。关键在于机制不能太简单粗暴，X直接影响Y的回归式子要少用；模型要能推导出多个可检验的命题。 经验研究里数据是第一位的。省级以下宏观数据很难撑得起顶级期刊的门面，博士最好亲自去趟田野做数据。做回归也要讲逻辑自洽的故事：从一万条结果里挑十条拼成完整的叙事。别怕挑好的样本做cherry picking（特意挑选），只要故事讲不通，再显著的结论也是没用的稻草。 解决内生性问题不能光靠工具变量。工具变量得同时满足相关性和排他性，这东西现实中挺难找。面板数据里的时间差、村庄里的随机选举、中央苏区的断点这些都能当成天然的外生冲击。记住经验研究只能验证理论的预测不能证明理论本身；多找几个机制和角度做反事实检验才是硬道理。 写作的时候得让审稿人第一眼就爱上你的文章。Introduction别写“我要做什么”，而是写“我在文献里的位置”。故事主线要一条路走到底别让读者迷路。数据来源要实话实说：自己辛苦收来的也要注明来源。 条理、血肉、规范一个都不能少：等式后面得跟着经济学解释；引用文献前先核实作者姓名；投稿前自己通读两遍连标点错误都别留。