有价值的研究是为其研究领域贡献新知识 | 徐淑英《如何在一流的期

何舒卉/文

通过了严格审核过程的论文，都有一个重要的特点：严谨。一个研究做的够不够严谨，可以从几个方面来看：方法是否严谨？逻辑与理论够不够严谨？研究的可信度高不高？效度如何？

大家要做研究就得看文献，但一定要有所选择的看文献，不要什么乱七八糟的文献都看，否则就是浪费时间。我建议要看英文文献，就去看排在前25名的期刊中的文献，其他的不需要去看。为什么呢？因为期刊的文章如果没有经过同事审稿或审查不严格的话，研究的严谨程度就无法确保，你投稿时如果所引用的文献都来自那些不知名的期刊，就会降低你文章的说服力。而且这样可以节省时间和精力。

研究者要向其研究领域贡献新知识。从这个角度去看待自己的研究，并把它当作个人的目标，那么做研究时自然就会关心严谨性了。

如果什么题目都做一点，也就是做这种机会式研究，而不是做自己真正有兴趣的题目的研究，研究的累积性一定有限；而且只是为了发表，不是为了追求知识，则我们的心里投入就会很少，于是研究做起来就没味道、没兴趣。到最后，做研究就会成为一份苦差事，越做越没意思。

要跟好的人合作。这些好的人是指他的条件或是名声比你好，或是他的研究做得比你好。研究者需要找一个研究比自己做得好的人作为自己的研究伙伴，这是第一步。

你如何去寻找研究做得比自己好的人，并形成研究拍档呢？一种方法是去参加学术会议，阅读一些期刊，认识自己研究领域中的知名学者，并参加年会。开会时经过其他老师的介绍，跟他们谈及自己的研究问题，引起他们的兴趣。若是你把写好的草稿给他们看，他们就能更加认识你了。要懂得找一个有经验的人或在这个研究领域做得比较好的人，跟他一起做研究。

还有另外一种好的人，就是那些为了做好的研究的研究者，而不是为了工具性目的的学者。

研究做得严谨，并不意味着慢工一定出细活，而是旨在研究的每个阶段都要做到严谨。

每个阶段只做一个研究课题就会做得好。

目标一定要定得高，如果达不到没关系，你起码可以退一步。如果起步低的话，要上去就很难了。你的目标就是尽力做，如果达不到a级期刊的要求，至少可以回到b级期刊去。你可以从a级期刊那里得到一些有用的反馈意见，把文章修正后再投到b级期刊。

你不能说等我有空再去做研究，这样研究就会变成业余活动，变成业余活动的研究是不太可能做好的。

不管别人如何议论，你要相信审稿制度同时要对自己有信心。

要做高质量的研究，必须要懂得阅读与临摹范例，遵守科学研究的程序，而不是为了发表而发表。

所谓临摹范例研究就是从最好的研究中学习，就此而言，最好的方法就是阅读高质量的论文。最好的文章就是在所有发表论文当中，再进行第二次审查所挑选出来的论文，这种论文就是得奖论文。

投稿被拒的最大问题是科学研究的过程不够缜密。这有可能是在研究问题理论以及假设上做得不好，也可能是在效度与普适性上有所不足。这些问题是可以预防的。研究者必须了解几个最好的、常用的研究设计方式，以及它们存在的问题。

论文中的概念一定要非常清楚，不能太多，太多、太复杂的概念很难操作也很难控制。

所谓的没有理论的假设就是指一篇文章有很多的假设，但这些假设后面却没有理论基础，让人看不见假设与假设之间的联系，这是一个很大的问题。

研究主要详读文献。文献没看全的话，审稿者会说这个研究已经有文章发表过了，现在是重复性研究、没有贡献新的知识，不值得发表。

要对你的研究做一个好的总结：你问的问题是什么？这个问题为什么重要？为什么值得关心？过去的文献对这个问题的解释有哪些？为什么这些答案对这个问题的解释不够好、不够深？你现在做这个研究想回答这个问题，有什么样的不同看法、新的想法？新的想法是由什么理论衍生出来的？这个理论又是如何解释的？这样一来就可以清清楚楚地把思路构想出来，把整个研究历程浓缩到一篇论文当中。

第二部分的问题与研究方法有关。第一个问题是研究中的主题与假设在测量或分析层面上没有相互匹配。比如研究问题属于企业层面，而研究的对象却是个人层面，因此研究者改变了自己的研究问题与概念建构，由企业层面改到了个人层面，这是一个很大的毛病。第二个问题与测量有一点关系，就是测量与概念不符合或是一种无效（缺乏效度）的测量。第三个问题就是大家都知道的，把横截面数据用来做因果关系的分析。在做因果关系假设时，假设与理论会影响到研究设计，在很多情况下使用纵向的研究设计是很有必要的。

其它的问题还包括控制变量不合适或模型没做完整界定，等等。有时也可能是研究设计中控制变量选得不对或做得不好。你是研究的设计者，你就必须仔细思考，有什么其他可能的解释，并将这些解释因素加以考虑或加以控制。

此外，缺乏抽样计划或是样本仅能提供很微弱的证据，则属于样本的问题。

还有一个问题是共同方法变异，就是研究中的自变量与因变量是来自同一测量来源，因而会造成虚假相关，不仅可能隐藏了真实关系，而且会干扰自变量与因变量之间的关系。

还有的问题是使用单一信息与回溯性数据的问题，所以一定要有两三个不同来源的资料，结果又能聚合，可信度才能提高。

解释结果常见的问题是过度解释。你的结论根本无法从结果中获得论证，但你却这样解释就是说过头了。

还有贡献不够的问题，就是这个研究对现在的知识服务价值不高。没有什么新贡献。有价值，就是指这个研究为某个领域的问题增加了新知识。

粗心的错误，比如格式不对，写作技巧太差等都会显出研究者很不认真的态度。

---

我是何舒卉。

白天是三尺讲台教书匠，晚上是知识服务工作者。

读完我的文章有收获，记得关注我、点个赞或者打赏点吧！

谢谢！