凡是搞计量经济的，都关注这个号了
邮箱：[email protected]
所有计量经济圈方法论丛的code程序, 宏微观数据库和各种软件都放在社群里.欢迎到计量经济圈社群交流访问.
研究了44000多篇论文，到底什么样的文章更容易发表到TOP5，TOP6-TOP100经济学期刊呢？本次研究的样本包括了具有发表数据的论文，并重点分析了三个因变量：论文是否发表在经济学TOP5刊上、是否发表在排名第6至第20的期刊上，以及是否发表在排名第20至第100的期刊上。
本文的主要自变量是之前定义的知识图谱指标，这些指标分别基于完整的知识图谱（All）和仅包含因果边的子图（Causal）进行计算。具体指标包括独特路径数、最长路径长度、源-汇比率、新边比例、平均特征向量中心性、边的数量以及因果边的比例。在适当的情况下，本文不仅包括了原始指标，还涵盖了其对数转换。此外，在某些模型中还加入了年份固定效应，以控制时间趋势的影响。图9总结了回归分析的结果。每个Panel分别对应一个发表结果变量：在TOP5刊上发表、在排名第6至第20的期刊上发表，以及在排名第21至第100的期刊上发表。在每个Panel中，本文绘制了知识图谱指标的估计系数，并展示了包含和不包含年份固定效应的结果，同时附上了95%的置信区间。图中同时展示了完整知识图谱（All）和因果子图（Causal）版本的结果，以便我们对比分析两者。
本文的分析揭示了几个显著的模式：
首先，论文中因果边的比例越高，其在TOP 刊上发表的可能性就越大。在这些TOP5刊的发表结果中，因果边比例的系数为正且具有统计显著性，这表明论文采用因果推断方法的程度与其能否刊登在最具声望的期刊上呈正相关关系。这种关系无论是否考虑年份固定效应都成立。
其次，叙事复杂性（通过独特路径数和最长路径长度来衡量）通常与较高的发表结果相关联。在完整知识图谱中，独特路径数和最长路径长度的对数与TOP 5刊以及排名第6至第20的期刊的发表均呈显著正相关。这表明，那些具有更复杂叙事的论文，涉及多个路径和更深层次的推理链条，更有可能在排名较高的期刊上发表。这种正向关联说明，通过探索两者关系发生的不同渠道，可以显著提高论文在顶尖期刊上发表的机会。
有趣的是，当我们专注于因果子图的指标时，发现因果边的数量与论文发表结果之间并未呈现出预期的正向关系。具体地，因果子图中边的对数数量对于论文能否发表在顶尖期刊上的影响并不显著。这可能反映了在大量因果关系中实现严格证据化的困难。期刊可能更倾向于发表那些深入分析较少因果链条的论文，而不是单纯追求因果声明的数量。
第三，复杂性的类型也扮演着重要角色。尽管论文中关系的总体数量与发表在顶尖期刊上呈正相关，但源-汇比率（即源节点与汇节点的平衡）在完整知识图谱和因果图谱中表现出不同的关联性。在完整知识图谱中，较高的源-汇比率与发表在TOP 5期刊上呈负相关，这表明那些专注于少数原因导致多个效应的论文更有受推崇。相反，在因果子图中，较高的源-汇比率与发表在TOP 5刊上呈正相关，这表明那些探讨多个因果因素导致少数结果的论文更有可能发表在顶尖期刊上。
第四，新的因果边的比例（Share of New Edges）在考虑因果子图时与发表在TOP 5刊上呈正相关。那些引入之前未有过的新因果关系的论文更有可能发表在TOP 5期刊上。然而，这一模式在排名第6至第20的期刊中并不明显，这可能是因为这些期刊更重视因果声明的创新性，而其他高排名期刊可能更倾向于在已有关系的基础上进行拓展的研究。
第五，研究发现，论文知识图谱中节点的平均特征向量中心性与发表在TOP 5期刊上呈负相关，这一趋势在完整图谱和因果子图中均得到验证。这表明，那些涉及较少中心或更为专业化概念的论文更有可能在顶尖期刊上发表。相反，在排名第6至第20的期刊中，节点的平均特征向量中心性与发表结果呈正相关，这表明这些期刊更倾向于发表那些聚焦于学科中心概念的论文。这一差异反映出顶尖期刊可能更偏好探索较少被研究的领域，而其他期刊则可能更倾向于强化或扩展经济学领域中的核心主题。
最后，完整知识图谱中的边的数量被证明是TOP 5期刊和排名第6至第20期刊发表结果的正向预测因子。这进一步表明，在顶尖期刊中，具有较高叙事复杂性和变量关系广度的论文更受欢迎。然而，因果子图中的边的数量并未显示出显著的预测作用，这强调了在因果关系研究中，因果声明的深度和严格证据的重要性远超过单纯的数量。
总结一下，研究结果表明，论文的某些结构特征（通过知识图谱指标捕捉到）与在经济学期刊上成功发表之间存在显著关联。较高的叙事复杂性、更深的因果链条以及引入新的因果关系与顶尖期刊的发表呈正相关，尤其是在TOP期刊中。相反，专注于核心概念可能更有利于在排名第6至第20的期刊中发表。这些模式突显了研究叙事的结构组成如何影响学术成果的传播及其在经济学领域中的认可度。
需要注意的是，这些结果仅表明相关性，并不应被误解为知识图谱结构对发表结果具有因果影响。观察到的关联可能反映了期刊编辑的偏好、顶尖期刊偏好的研究性质，或其他未观察到的因素，而这些因素都可能影响论文结构及其发表成功的可能性。本文的发现揭示了数据中的一些模式，但并未建立因果关系，也不能说明期刊明确偏好基于这些指标的某些类型的论文。
内生性问题的拓展性阅读 ，0.看完顶级期刊文章后, 整理了内生性处理小册子；1.“内生性” 到底是什么鬼? New Yorker告诉你；2.Heckman两步法的内生性问题(IV-Heckman)；3.IV和GMM相关估计步骤，内生性、异方差性等检验方法；4.最全估计方法，解决遗漏变量偏差，内生性，混淆变量和相关问题；5.毛咕噜论文中一些有趣的工具变量！；6.非线性面板模型中内生性解决方案；7.内生性处理的秘密武器－工具变量估计；8.内生性处理方法与进展；9.内生性问题和倾向得分匹配；10.你的内生性解决方式out, ERM独领风骚；11.工具变量IV必读文章20篇, 因果识别就靠他了；12.面板数据是怎样处理内生性的；13.计量分析中的内生性问题综述；14.工具变量IV与内生性处理的解读；15.一份改变实证研究的内生性处理思维导图；16.Top期刊里不同来源内生性处理方法；17.面板数据中heckman方法和程序(xtheckman)；18.控制函数法CF, 处理内生性的广义方法；19.二值选择模型内生性检验方法；20.2SRI还是2SPS, 内生性问题的二阶段CF法实现；21.内生变量的交互项如何寻工具变量；22.工具变量精辟解释, 保证你一辈子都忘不了，23.审稿人: 为啥你不展示Y对工具变量Z的简约式回归结果呢？24.Two Sample IV, 双样本二阶段工具变量回归, TS2SLS充分利用2份数据的信息，25.Stata自救行动: 高维固定效应HDFE, 弱工具变量稳健性估计, 工具变量SVAR
下面这些短链接文章属于合集，可以收藏起来阅读，不然以后都找不到了。
7年，计量经济圈近2000篇不重类计量文章，
可直接在公众号菜单栏搜索任何计量相关问题,
Econometrics Circle
计量经济圈组织了一个计量社群，有如下特征：热情互助最多、前沿趋势最多、社科资料最多、社科数据最多、科研牛人最多、海外名校最多。因此，建议积极进取和有强烈研习激情的中青年学者到社群交流探讨，始终坚信优秀是通过感染优秀而互相成就彼此的。
