呵呵,在学校期间,我感兴趣的还是斑竹大人提出的发表文章的技巧，介绍一下斑竹大人在发文章发面的心得，让我们瞻仰与借鉴一下撒！期待中

呵呵，细心的读者，斑竹介绍资料的时候，表扬了自己还注意照顾别人的尊严．知道这些资料之后，我也变成细心的读者了，哈哈

如何利用网络寻找文献：

如何利用互连网搜索文献？
现代网络技术的发展，使得人们可以更为便捷地获取信息资源。在文献搜集过程中，充分利用网络资源，常常可以事半功倍。
利用网络搜集资源大致有两种：一是处于选题阶段，还没有论文方向，想找一个合适的方向来做，此时可以在网上搜索“review”“survey”等，阅读一些文献综述，在其中寻找自己感兴趣的方向；另一种是已经确定了大致方向，希望了解本研究领域的进展，此时应当请教这一领域的专家，搞清楚哪些人是这一领域的牛人，搜索他们的文章—— 国外的传统，很多杂志要介绍某个领域的成就和进展，都会邀请牛人来写综述——只有知道哪些人是这一领域的杰出代表，才可能从这些人的著作中体验这一领域激动人心的发展。
网络搜索技巧我也谈一下：首先，www.Google.com肯定是一个很好的图书馆，它是全世界最大的搜索引擎，并且可以支持中文、英文搜索。如果你已经知道一篇文章的名字，不妨把名字输进去看看——这里多说一句，因为国外的论文全文通常都是pdf格式的，所以不妨在输入的论文名字前加个“[pdf]”，比如可以这样“[PDF]+A Survey of Corporate Governance”作为关键词搜索，这样就有助于限制你搜索的是pdf格式的论文全文，你可以很方便地搜索到公司治理研究四人帮LLSV(1997)的《公司治理的一个综述》全文。
但是，Google搜索到的全文常常只是working Paper，没有杂志的编号页码，因此在论文中引用有一定的不方便。我们要搜索已发表的论文也很容易，目前管理学院购买了EBSCO等外文数据库，这些数据库提供了大量的论文全文，90年代以后尤其是95年以后的文献，基本上可以方便查询。
如果通过这些全文数据库还不能查阅到所需要的论文，不妨把论文发表期刊页码记下来（方便引用），然后到Google上搜索其working paper。如果Google上还不能搜集到，那么还可以尝试搜寻作者的主页，也许上面会有，如果仍然没有，还可以尝试通过作者的邮件地址直接写信索取。我的经验，老外们是比较热情的。如果这些方法都尝试了还不行，最后还可以在EBSCO查阅国内馆藏，请求帮助—— 一般地，比较经典的论文大多会有好事者放到网上，所以，尝试以上各种办法都无法得到某篇文献，要么忍痛放弃，要么只有求助国外的朋友，或者从其他文献中间接引用。
搜集文献还有一个值得提出的方面。国外论文发表周期较长，我们现在看到的论文，实际上可能是两三年前的作品，因此要把握研究动态，最好还是看working paper，这样可了解别人现在正在研究什么。而且，你在博士论文开题时读到的好的working paper，等你博士论文写成，这个working paper大概也已经发表了，此时不妨再上网查一下其发表的期刊，将发表信息正式列如你的参考文献，你的论文文献注释就会更规范，而且兼顾了注释最新文献的要求。
最后，给大家列几个我经常使用的几个比较好的免费提供working paper下载的网站：IDEAS(http://ideas.repec.org/ )，NBER(www.nber.org )，此外还有很多大学、研究所也提供了其工作论文免费下载地址，比如Laffont教授创立的IDEI(http://idei.fr/presentation.php )。网站众多，大家慢慢去学会使用。这里不再多讲。Jestor, EconBase,ScienceDirect等也是很好的数据库，不过需要付费使用

读书的方法：

https://bbs.pinggu.org/thread-131040-1-1.html&page=1

中文核心期刊投稿指南：

http://www.lib.hit.edu.cn/reader1/xueshuqikan.htm

[此贴子已经被作者于2007-1-8 9:36:36编辑过]

83001.rar
大小:(20.66 KB)

 马上下载

本附件包括：

• 国外投稿常识.ppt

83003.rar
大小:(844.06 KB)

 马上下载

本附件包括：

• 中文核心期刊投稿指南123.pdf

[此贴子已经被作者于2007-1-8 9:41:32编辑过]

国外数据库：

1.Germany
Baden-Württemberg http://www.statistik.baden-württemberg.de
Bavaria http://www.bayern.de/lfstad
Berlin http://www.statistik-berlin.de
Brandenburg http://www.brandenburg.de/lds
Bremen http://www.bremen.de/info/statistik
Hamburg http://www.hamburg.de/Behoerden/StaLa
Hesse http://www.hsl.de
Lower Saxony http://www.nls.niedersachsen.de
Mecklenburg-Vorpommern http://www.mvnet.de/inmv/stala
North Rhine-Westphalia http://www.lds.nrw.de
Saxony http://www.statistik.sachsen.de
Saxony Anhalt http://www.stala.sachsen-anhalt.de
Thuringia http://www.th-online.de/tls
Federal statistic agency http://www.Statistik-bund.de

2.EU-Countries
Denmark http://www.dst.dk/internet/startuk.htm
Finland http://www.stat.fi
France http://www.insee.fr/
England http://www.emap.co.uk/cso
Irland http://www.cso.ie
Italy http://www.istat.it/
Luxemburg http://statec.gouvernement.lu
Netherlands http://www.cbs.nl/index.htm
Austria http://www.oestat.gv.at
Portugal http://www.ine.pt/
Sweden http://www.scb.se/indexeng.htm
Spain http://www.ine.es
Statistic agency of the EU (EUROSTAT) http://europa.eu.int/en/comm/eurostat/eurostat.html

3.Other European countries
Bulgaria http://www.acad.bg/BulRTD/nsi/index.htm
Estonia http://www.stat.ee
Israel http://www.cbs.gov.il
Yugoslawia http://www.szs.su.gov.yu/homee.htm
Croatia http://dzs.hr/index-eng.html
Lithuania http://www.std.lt/start_e.html
Letvia http://www.latnet.lv/ligumi/CSBL
Marocco http://194.204.215.1
Malta http://www.magnet.mt/home/cos
Palestine http://www.pcbs.org
Norway http://www-open.ssb.no/www-open/index_en.html
Switzerland http://www.admin.ch/bfs
Slowakia http://www.statistik.sk
Slowenia http://www.sigov.si/zrs/index_e.html
Tschechien http://infox.eunet.cz/csu/csu_e.html
Island http://eldur.stjr.is/hagstofa
Poland http://ciesin.ci.uw.edu.pl/instytuc/gus/main.htm
Russia http://feast.fe.msk.ru/koi/infomarket/emn/rating/gstat.html
Turkey http://www.die.gov.tr/ENGLISH/index.html
Hungary http://www.ksh.hu
Cyprus http://www.pio.gov.cy/dsr

4.AFRICA
Algeria http://ist.cerist.dz/sie/ons/ons.html
South Africa http://www.css.gov.za

5.AMERICA
Argentina http://www.indec.mecon.ar
Brasil http://www.ibge.gov.br/english/e-home.htm
Bolivia http://www.ine.gov.bo
Chile http://www.coniyt.cl/servidores/INE/tabla1.html
Ecuador http://www.inec.gov.ec
Guatemala http://www.gua.gbm.net/ine
Mexico http://www.inegi.gob.mx
Canada http://www.statcan.ca
Columbia http://www.sin.com.co/clients/DANE
Peru http://www.inei.gob.pe

6.USA
US Bureau of the Census http://www.census.gov
US Bureau of Labor Statistic http://stats.bls.gov
STAT-USA at US Department of Commerce http://www.stat-usa.gov
Bureau of Economic Analysis http://www.bea.doc.gov
Bureau of Justice Statistics http://www.ojp.usdoj.gov/bjs
Bureau of Transportation Statistic http://www.bts.gov
Energy Information Administration http://www.bts.gov
National Center for Health Statistic http://www.cdc.gov/nchswww/nchshome.htm
The National Center for Education Statistics http://www.ed.gov/NCES
United States Department of Agriculture http://www.econ.ag.gov

7.ASIA
Hongkong http://www.info.gov.hk/censtatd
Indonesia http://www.bps.go.id
Japan http://www.stat.go.jp
Corea http://www.nso.go.kr/eindex.html
Macau http://macau.ctm.net/~dseccddi/home.htm
Phillippines http://www.pcbs.org
Singapore http://www.ncb.gov.sg/stats
Taiwan http://www.tptaiwan.org.tw
Thailand http://www.nectec.or.th/bureaux/nso

8.OZEANIEN
New Zealand http://www.govt.nz/ps/min/stats
Australia http://www.statistics.gov.au

9.Supranationale Organisations
International Statistical Institute http://www.cbs.nl/isi
ILO http://www.ilo.org
OECD http://www.oecd.org
WHO http://www.who.ch/Welcome.html
WTO http://www.wto.org
UN/ECE Economic Commision for Europe http://www.unicc.org/unece/stats/stats_h.htm
UN Statistical Division http://www.un.org/Depts/unsd
UNESCO http://www.unesco.org
UN Population Information Network http://www.undp.org/popin
FAO http://www.fao.org
IWF http://dsbb.imf.org
The World Bank http://www.worldbank.org

推荐区域经济学教材: Methods of Interregional and Regional Analysis, by Walter Isard et al., Ashgate Publishing, 1998.

Economists and Field Research: "You Can Observe a Lot Just by Watching"

Susan Helper ¹

Forthcoming, American Economic Review, May 2000

Modern economics began with Adam Smith's visit to a pin factory, which helped him explain how the division of labor worked (1985, p. 6). However, not many economists today do much fieldwork, which involves interviews with economic actors and visits to the places they live and work. To help economists get out more, in 1994 the Sloan Foundation funded the National Bureau of Economic Research to promote field research among economists, via plant tours, conferences, and comissioned papers.

I start by discussing how fieldwork can improve economic research, drawing largely on interviews with participants in the NBER/Sloan program. I then describe techniques that can improve economists' field research. (For an expanded version of this paper, see www.nber.org/sloan).

I.Fieldwork complements other methods

Economists today typically do research using econometrics and mathematical modelling. These techniques have many strengths, but share the weakness of distance from individual economic actors. In contrast, field research allows direct contact with them, yielding several advantages:

Researchers can ask people directly about their objectives and constraints. It is not always easy to figure out someone's incentives or strategies by looking only at outcomes. For example, Jim Rebitzer wondered why many professionals complain about long hours, yet few firms offer the option of short hours. In talking with lawyers, he learned that partners found it difficult to decide whom to promote in order to maximize their incomes. "One comment that stuck with me was a partner saying about an associate, 'She does really good work, but I wonder, does she like money enough?' That is, he wanted to know, will she work really hard? " Comments by this partner and others implied that they used work hours as a proxy for this propensity to work. This insight led Renee Landers, Rebitzer, and Lowell Taylor (1996) to build a model and collect survey data which suggested that these observability constraints led to incentives to work inefficiently long hours.

Fieldwork allows exploration of areas with little pre-existing data or theory. I started my dissertation research thinking I would look at automakers' make/buy decisions. But when I started interviewing and reading trade journals, I realized that important changes--not reflected in the existing literature--were occurring on the 'buy' side. US automakers were moving from adversarial deals (in which they "would steal a dime from a starving grandmother", one supplier said) to "voice" relationships in which they worked with suppliers to improve performance. My qualitative study (1991) suggested that information exchange and commitment were important determinants of supplier performance, leading me to collect survey data on these factors. One finding was that voice relationships were associated with more cost reduction, but only if complementary policies were adopted (Helper, 1999).

Fieldwork suggested to Zucker, Darby, and Brewer (1998) that number of gene-sequence discoveries was a good proxy for intellectual capital in biotechnology; their regression results were consistent with intellectual capital being the main determinant of the location and growth of biotechnology firms.

Fieldwork facilitates use of the right data. Ichniowski, Shaw, and Prennushi (1997) used interviews to determine that steel finishing lines had homogeneous technology and that there were enough such lines to allow econometric investigation of the impacts of innovative human resource policies unconfounded by technology or industry differences. They then visited 45 plants to collect production data (interviewing managers to insure compatible measures across plants) and observe what human-resource practices were in place.

Fieldwork provides vivid images that promote intuition. Edward Lazear said of his work on the change from time-rates to piece-rates at Safelite Autoglass (1996), "It's one of my most-cited papers--I think it's because everyone can imagine those guys working harder to install windshields once they're on piece-rates, and it's an image they remember a lot more than the regression coefficients."

Because of fears about the reliability of field methods (discussed below) some economists get ideas from the field, but do not discuss their fieldwork in their published articles. But this tactic causes us to lose the vividness that is a principal benefit of fieldwork. Understanding the setting can help explain differences in findings between cases, by making clear the mechanism by which variables are linked. For example, while Lazear found that a move to piece-rates increased profits at the auto-glass installer, Richard Freeman and Morris Kleiner (1998) found that a change away from piece-rates increased profits at a shoe manufacturer. Understanding the production process at the two firms is key to making sense of these results: While both papers found that productivity was higher under piece rates, time-rates at the shoe firm facilitated the introduction of a new production process that brought reduced inventories and faster new-product introduction.

Many of these insights can be translated into the language of econometrics or theory. It is possible that economists using only these methods could have generated these insights, but in fact, they didn't. Fieldwork offers a new source of inspiration, one that is complementary to more conventional methods. "It's important to go out and discover the facts for yourself," said Ronald Coase, who developed his ideas about the "nature of the firm" (1937) during a year of visits to firms throughout the US.

II. Many criticisms of fieldwork can be answered with improved methods

Many economists remain skeptical of qualitative research, fearing that it is not objective, replicable, or generalizable. "We don't have standards for what good fieldwork is," said Eli Berman. "In econometrics, we know to look for things like identification and specification issues, but what are the analogues in field work? How is it different from journalism?"

Better techniques can alleviate these problems. "Economists think that while econometrics requires years of training, field research is easy, " said Rebecca Henderson. "But we need to pay just as much attention to things like careful research design and sample selection as we do in quantitative research." Below are tips from economists and others experienced in field methods. (See Robert Yin (1989), Robert Thomas (1994) and www.nber.org/sloan for additional suggestions. David Lodge (1990) presents information in novel form.)

Objectivity. A way for economists to avoid confirmatory bias is to test hypotheses coming from several competing theories. (Economists often go into the field with hypotheses to test. In contrast, disciplines like anthropology emphasize understanding the world as their informants do.) One source of alternative theories is to let respondents talk, even when you think they are getting off the subject. You will probably learn something you never thought to ask about and besides, getting to tell their story is part of their payoff for talking with you (Michael Piore, 1979).

It is important to do more than look to confirm or disconfirm pre-conceived hypotheses. Claudia Goldin said about a 1995 visit to Joseph Pollak, an auto-parts manufacturer in Stoughton, MA: "I didn't have any particular expectations going into the plant, but I remember vividly looking down from a mezzanine from which you could see the whole shop floor. As I looked down, I realized I was observing--in one moment--the transition from 19^th century technology to 20^th century technology. I could see the relative increase in the demand for skill just scanning across the room. The 'continuous process' machinery required lots of skilled labor to set up the machines and mechanics to maintain them; there were few operators...The old-fashioned areas [making similar parts], however, were filled with semi-skilled workers and almost no skilled workers. The scene sparked my imagination and I wrote two papers (Goldin and Lawrence Katz, 1996, 1998). For years I had been reading the history of technology, but it wasn't until I went to Pollak that I made the connection that adoption of continuous-process technology was complementary to skill."

Another way to enhance objectivity is to "triangulate", asking questions so that answers can be checked against information from other interviewees, company documents, trade journals, etc. Site visits also provide a way to get a perspective other than the one presented by interviewees. A dramatic example of this came at our 1995 visit to LTV Steel in Cleveland, when workers stopped us to explain their anger at management's participation in a non-union joint venture in Alabama, which they thought violated the spirit of union-management partnership. Managers hadn't mentioned this dispute to us in their presentation on determinants of plant performance, even though it had caused the union to pull out of (productivity-enhancing) employee-involvement programs.

This incident also illustrates the value of interviewing people in a variety of positions. High-level people will give you an overview of the firm's intended strategy; low-level people offer detailed examples of the incentives and constraints they actually face.

Letting respondents tell their story does not mean taking everything they say at face value--you should be as skeptical of their statements (and as appreciative of them) as of any other data. Phrase questions concretely, and ask for examples. Until I asked for examples of trustworthy behavior in customer-supplier relations, I didn't realize that the definition affected the measured relationship between trust and performance. For example, one manager said, "I have a very trusting relationship with the plant I supply. If they find defects, they'll call us up and we can fix it, without anything ever showing up in the records." Another manager gave a quite different description of a trustworthy customer: "They are incredibly strict on quality--they'll send back a whole lot if even one part is defective. But they're always there to teach us, to make us better." The first manager felt little incentive to improve from his "trustworthy" customer; the second one felt a strong incentive.

Replicability. Often interviewees won't talk freely unless they are promised confidentiality, making it difficult for other researchers to replicate by interviewing the same people. However, there are other ways to enhance replicability. Rebecca Henderson and Iain Cockburn (1994) coded interview transcripts to create a dummy variable measuring whether pharmaceutical firms had "pro-publication" policies for their scientists. (This variable was a significant determinant of firm's research productivity. It is hard to imagine how else they could have obtained this information, other than by asking the actors directly about their incentives.) The more clearly described the coding, the more other researchers will be able to replicate it elsewhere.

Care in writing up results can increase replicability and readers' confidence in qualitative findings. For example, some field-research papers present arguments about what drives their regression results, and then say "interviews confirmed these findings", without providing information about how interviewees were selected, or enough information about what they said for readers to judge for themselves. This is like asking readers to believe a summary of econometric results without tables of regression coefficients. See David Levine (1993) on describing selection of interviewees, Stephen Barley (1986) on using quotes as evidence, and Kathleen Eisenhardt (1989) on using 'textual tables' to present this information concisely.

Some changes at journals could alleviate the space problems that cause economists to truncate description of their fieldwork. Authors could use journal web sites to post information about field findings that didn't fit in the published article, and more journals could accept stand-alone qualitative analyses (the Journal of Financial Economics, Journal of Industrial Economics, and Industrial Relations already do).

Generalizability. How can one be sure that one's conclusions go beyond the few firms one has visited? Careful selection of cases according to theoretical principles, and use of cross-case analysis can alleviate this problem (Eisenhardt, 1989). If one is building theory, in-depth understanding of a few cases may be appropriate. If one wants to use observations from plants as data, visiting a large number of them is quite convincing (Ichniowski, et.al, 1997). As more cases are done on a topic, the more we will understand what is specific to each setting, as the piece-rate example shows. That is, the solution to the generalizability problem is to do more field research, not less!

No methodology is perfect. "Regressions also have serious problems of generalizability (they predict poorly out of sample), subjectivity (researchers may stop specification searches when their favorite t statistic rises over 2), and measurement error (critical concepts like 'income' and 'capital' are very poorly measured). This is why research is hard--and why we should believe only findings obtained with multiple methodologies," said Levine.

In summary, good field research should be like good journalism in containing accurate, vivid examples. It should go beyond journalism in explaining potential biases in selection of cases, describing the construction of concepts used, and having a theoretical starting point and/or outcome. In conclusion, field research can make us better economists--whatever our current technique--by increasing our understanding of the objectives, constraints, and incentives that economic actors face.

REFERENCES

Berra, Yogi. "Famous Yogi Berra Quotes." http://www.yogiberraclassic.org/quotes.htm, nd.

Barley, Stephen. 'Technology as an Occasion for Structuring: Evidence from Observations of CT Scanners. " Administrative Science Quarterly, 1986, 31, pp. 78-108.

Coase, Ronald. "The Nature of the Firm." Economica, 1937, 4 pp. 386-405.

Eisenhardt, Kathy. "Building Theories from Case Study Research." Academy of Management Review, 1989, 14(4) pp. 532-550.

Freeman, Richard and Kleiner, Morris. "The Last American Shoe Manufacturers." NBER Working Paper 6750, 1998.

Goldin, Claudia and Katz, Lawrence. "Technology, Skill, and the Wage Structure." American Economic Review, May 1996, 96(2) pp. 252-257.

_______. 'The Origins of Technology-Skill Complementarity." Quarterly Journal of Economics, August 1998, 113 pp. 693-732.

Susan Helper. "Strategy and Irreversibility in Supplier Relations." Business History Review, 65(4), Winter 1991, pp. 781-824.

_______."Complementarity and Cost Reduction." NBER Working Paper 6033 (revised), 1999.

Henderson, Rebecca, and Cockburn, Ian. "Measuring Competence? Exploring Firm Effects in Pharmaceutical Research," Strategic Management Journal, 1994, 15, pp. 63-84.

Ichniowski, Casey, Prennushi, Giovanna, and Shaw, Kathryn. "The Effects of Human Resource Management Practices on Productivity." American Economic Review, May 1997, 87(3) pp. 291-313.

Landers, Renee, James Rebitzer and Lowell Taylor. "Rat Race Redux: Adverse Selection in the Determination of Work Hours in Law Firms." American Economic Review, June 1996, 86 (2), pp. 329-348.

Lazear, Edward, "Performance Pay and Productivity," NBER Working Paper 5672, 1996.

Levine, David I. "Fairness, Markets, and Ability to Pay: Evidence from Compensation Executives." American Economic Review, December 1993, 93(4),pp. 1241-1259.

Lodge, David Nice Work. New York: Penguin, 1990.

Piore, Michael. "Qualitative Research Techniques in Economics." Administrative Science Quarterly, December 1979, 24, pp. 560-569.

Smith, Adam. An Inquiry into the Nature and Causes of the Wealth of Nations. New York: Modern Library, 1985.

Thomas, Robert. What Machines Can't Do. Berkeley: University of California Press, 1994.

Yin, Robert. Case Study Research. Beverly Hills: Sage Publications, 1984.

Zucker, Lynne, Darby, Michael, Brewer, M. "Intellectual human capital and the birth of US biotechnology enterprises." American Economic Review March 1998, 88(1) pp.290-306.

^1. Economics Department, Case Western Reserve University, Cleveland OH, 44106. I thank Martin Feldstein and Adam Jaffe for involving me in the NBER/Sloan program, and David Levine for extensive discussions. I also received much useful advice from those cited herein, Zvi Griliches, Carol Heim, and Don Siegel, The quote is from Yogi Berra (nd).

不错。谢谢斑竹。请问区域经济学必读书目有哪些？

感觉收益颇多，谢谢，

不错，很全面！

【转】一个大学教授、审稿专家的写作经验

终于知道什么是绪论了[无重复]

　　任何文章总要有一个开头，学位论文的开头通常要求有一篇绪章（叫序、序言、前言、绪论、绪章等等均可），这篇绪章的任务是交代自己的选题、论文的主攻方向、文献检索过程和情况（即前人这方面已经做了些什么）、自己的论文在哪些方面有所创新（或所有整理）、使用的研究方法、论文大致的结构，以及其他需要说明的关于论文的问题。但是现在不少论文的绪章，写什么的都有，或是感谢之类，或者是发表感想，像散文而不是论文。对绪章提出一定的规范要求，就是逼着作者必须考虑自己是否做了文献检索，论文是否提出了新观点。

文献综述的写法

文献综述是对某一方面的专题搜集大量情报资料后经综合分析而写成的一种学术论文，它是科学文献的一种。文献综述是反映当前某一领域中某分支学科或重要专题的最新进展、学术见解和建议的它往往能反映出有关问题的新动态、新趋势、新水平、新原理和新技术等等。
要求同学们学写综述，至少有以下好处：
①通过搜集文献资料过程，可进一步熟悉科学文献的查找方法和资料的积累方法；在查找的过程中同时也扩大了知识面；
②查找文献资料、写文献综述是科研选题及进行科研的第一步，因此学习文献综述的撰写也是为今后科研活动打基础的过程；
③通过综述的写作过程，能提高归纳、分析、综合能力，有利于独立工作能力和科研能力的提高；
④文献综述选题范围广，题目可大可小，可难可易。对于毕业设计的课题综述，则要结合课题的性质进行书写。

文献综述与“读书报告”、“文献复习”、“研究进展”等有相似的地方，它们都是从某一方面的专题研究论文或报告中归纳出来的。但是，文献综述既不象“读书报告”、“文献复习”那样，单纯把一级文献客观地归纳报告，也不象“研究进展”那样只讲科学进程，其特点是“综”，“综”是要求对文献资料进行综合分析、归纳整理，使材料更精练明确、更有逻辑层次；“述”就是要求对综合整理后的文献进行比较专门的、全面的、深入的、系统的论述。总之，文献综述是作者对某一方面问题的历史背景、前人工作、争论焦点、研究现状和发展前景等内容进行评论的科学性论文。

写文献综述一般经过以下几个阶段：即选题，搜集阅读文献资料、拟定提纲（包括归纳、整理、分析）和成文。

一、选题和搜集阅读文献
撰写文献综述通常出于某种需要，如为某学术会议的专题、从事某项科研、为某方面积累文献资料等等，所以，文献综述的选题，作者一般是明确的，不象科研课题选题那么困难。文献综述选题范围广，题目可大可小，大到一个领域、一个学科，小到一种算法、一个方法、一个理论，可根据自己的需要而定。

选定题目后，则要围绕题目进行搜集与文题有关的文献。关于搜集文献的有关方法，可以如看专著、年鉴法、浏览法、滚雪球法、检索法等等，在此不述。搜集文献要求越全越好，因而最常用的方法是用检索法。搜集好与文题有关的参考文献后，就要对这些参考文献进行阅读、归纳、整理，如何从这些文献中选出具有代表性、科学性和可靠性大的单篇研究文献十分重要，从某种意义上讲，所阅读和选择的文献的质量高低，直接影响文献综述的水平。因此在阅读文献时，要写好“读书笔记”、“读书心得”和做好“文献摘录卡片”。有自己的语言写下阅读时得到的启示、体会和想法，将文献的精髓摘录下来，不仅为撰写综述时提供有用的资料，而且对于训练自己的表达能力，阅读水平都有好处，特别是将文献整理成文献摘录卡片，对撰写综述极为有利。

二、格式与写法
文献综述的格式与一般研究性论文的格式有所不同。这是因为研究性的论文注重研究的方法和结果，特别是阳性结果，而文献综述要求向读者介绍与主题有关的详细资料、动态、进展、展望以及对以上方面的评述。因此文献综述的格式相对多样，但总的来说，一般都包含以下四部分：即前言、主题、总结和参考文献。撰写文献综述时可按这四部分拟写提纲，再根据提纲进行撰写。

前言部分，主要是说明写作的目的，介绍有关的概念及定义以及综述的范围，扼要说明有关主题的现状或争论焦点，使读者对全文要叙述的问题有一个初步的轮廓。

主题部分，是综述的主体，其写法多样，没有固定的格式。可按年代顺序综述，也可按不同的问题进行综述，还可按不同的观点进行比较综述，不管用那一种格式综述，都要将所搜集到的文献资料归纳、整理及分析比较，阐明有关主题的历史背景、现状和发展方向，以及对这些问题的评述，主题部分应特别注意代表性强、具有科学性和创造性的文献引用和评述。

总结部分，与研究性论文的小结有些类似，将全文主题进行扼要总结，对所综述的主题有研究的作者，最好能提出自己的见解。

参考文献虽然放在文末，但却是文献综述的重要组成部分。因为它不仅表示对被引用文献作者的尊重及引用文献的依据，而且为读者深入探讨有关问题提供了文献查找线索。因此，应认真对待。参考文献的编排应条目清楚，查找方便，内容准确无误。

三、注意事项
由于文献综述的特点，致使它的写作既不同于“读书笔记”“读书报告”，也不同于一般的科研论文。因此，在撰写文献综述时应注意以下几个问题：
⒈搜集文献应尽量全。掌握全面、大量的文献资料是写好综述的前提，否则，随便搜集一点资料就动手撰写是不可能写出好多综述的，甚至写出的文章根本不成为综述。
⒉注意引用文献的代表性、可靠性和科学性。在搜集到的文献中可能出现观点雷同，有的文献在可靠性及科学性方面存在着差异，因此在引用文献时应注意选用代表性、可靠性和科学性较好的文献。
⒊引用文献要忠实文献内容。由于文献综述有作者自己的评论分析，因此在撰写时应分清作者的观点和文献的内容，不能篡改文献的内容。
⒋参考文献不能省略。有的科研论文可以将参考文献省略，但文献综述绝对不能省略，而且应是文中引用过的，能反映主题全貌的并且是作者直接阅读过的文献资料。

总之，一篇好的文献综述，应有较完整的文献资料，有评论分析，并能准确地反映主题内容。

给全国十五、六种学报、杂志审稿占用了我业余生活的大部分时间，每年的审稿量少说有100篇。近年来，觉得稿件质量大不如前。在我前几年开始审稿时，一审的通过率在90%以上；这一年来大概只有20%,有各种问题需要改后再审的约占60%，不能录用的约占20%。我常常想，是不是稿子看多了，眼睛看刁了，什么都看不惯；仔细想想，确实不是，实在是近来稿件质量滑坡太明显。<BR>有一次，在某学报编辑部开座谈会，主题是如何提高学报的水平。提高水平的前提是稿件的质量要高，这是大家公认的。大家对近年来稿件质量的下降也是有同感的。至于原因，则仁者见仁智者见智。有的同志认为是作者队伍的年轻化；有的同志认定为是论文数作为指标被定在某些对个人或单位的评价体系中，造成单纯追求数量而粗制滥造。应该承认，这些都可以是原因，但其中有些问题并不以我们自己的意志为转移。我们应该看到，作者队伍的年轻化是必然趋势也是好事，尤其是年轻作者正处在创造力旺盛时期，是出好文章的重要保证。我认为，论文质量下降从面上看严重了一些，但究其原因，主要是论文写作的基础训练不够。这种情况是可以通过努力改变的。因此，我把在审稿中碰到的问题总结了一下，希望对一些作者写作有所帮助。
<P></P>
<P>一、科技论文的内容<BR>中学时就学过，文章的体裁最主要的有记叙文和议论文两种。记叙文说的是某一事件发生的背景、过程及影响，也可以加点作者的感想。议论文要说的是对某些问题的论点和为证明论点的正确性而做的求证工作，即提供论据，进行推理，最后得出结论。因此，这两种体裁是很不相同的。还有一种接近议论文但严格说来不算议论文的体裁是只对某些问题或现象发表自己的看法或观感，虽有观点但并不刻意去证明观点的正确性，这种文章属于散文中的随笔，本文即属于这种文章。<BR>科技论文应该是议论文，至少应该有观点。通俗地说，科技论文要解决的主要问题不是“是什么”，而是“怎样做”<I></I> 和“为什么”，对于“怎样做”的文章，最好要有“为什么要这样做”的内容。<BR>有的作者很容易把议论文写成记叙文，特别是在做了某个项目的研究后的总结性文章，只说自己是怎样做的，很少去说为什么要这样做。原因可能是这样写很顺，因为工作是他（们）做的，过程很清楚，用不着费劲就可以说明白。这样的文章深度不够。近年来软件受到大家重视，但软件类的文章大多属于这种情况。加之软件的头绪一般很多，要说明白了，不分粗细，面面俱到，篇幅不短，很有点雾里看花的味道。<BR>科技论文不是工作总结，也不是说明书。<BR>论文内容的正确性当然是非常重要的。不过，不同领域的出错情况很不相同，很难概括。然而，有五点是应该注意的：<BR>⑴<I></I> 要有创新，至少要有新意。是否有创新，是很多刊物考虑录用的最主要出发点，特别像《中国科学》这样的权威性刊物，没有创新就不可能录用。可以说，创新有原始创新和集成创新两种。工学类论文中，原始创新比较少，大多是提出一些新方法、新算法，或是以别人没有用过的方法对一个问题进行分析，属于集成创新。虽然这也是可取的，但论文必须雄辩地说明采用采用新方法所取得的结果。有一篇论文写基于hermit样条的彩色图象道路提取方法，方法本身并没有错，但有两个结论有问题。一是说用hermit样条对提取的间断的道路标志线拟合后可以得到连续的标志线，实际上，一般的三次样条或多项式拟合也能解决这个问题；二是说hermit样条更适于表达图象上的弯曲的道路标志线，但是没有数据表明为什么其它的拟合曲线就不适合。这样一来，虽然别人在道路提取中没有用过<I></I> hermit样条，这篇论文的新意也就荡然无存了。<BR>⑵<I></I> 论文的写法一定要突出重点。有篇文章谈及机器人的灵巧手，这个项目本身做得不错，但这篇文章把灵巧手的结构、手指驱动、抓握控制面面俱到地说了一遍，每一部分都说得不透彻，没有深度。如果这篇文章能集中论述尺寸受限制的灵巧手的驱动，就要好得多。还有一篇谈遥在技术的文章，先泛泛地讲了微型摄像头的结构，再从一些书上摘录了人所共知的模糊控制的基本概念，二者之间又没有有机联系，这样的文章根本没有内容。如果集中论述在视觉系统微小型化中所解决的问题，恐怕还能写出点东西。<BR>⑶<I></I> 论文的内容要真实、正确。这一点是很重要的，不弄虚作假是良好的科学道德。如果让人看出虚假的东西，这篇文章就肯定不能用。有一篇写控制算法的文章，对算法做了仿真。仿真时用的关节角函数是q=0.1sin(3πt)，周期显然是(2/3)s，而做出的仿真曲线的周期却是2.8s，角速度的最大值也小得多，这样的结果至少使人怀疑作者并没有真正做了仿真。<BR>⑷<I></I> 关于综述性文章。综述性文章的内容主要是前人对某一专题做过哪些研究、哪些问题已经解决、哪些问题还需要继续研究，最重要的是要指出对这一专题继续研究的方向。从这个意义上来说，写综述性文章实际上是比较难的，需要占有大量资料，而且，对资料要分析，去粗存精，去伪存真，高屋建瓴。千万不要看了几篇发表过的论文就写综述。<BR>⑸<I></I> 关于论文中的公式。科技论文一般少不了公式。公式推导的正确固然很重要，但也并非一定要把一步一步的推导过程写清楚。有的文章虽然写出了公式，但是，不注意对公式中所用符号的说明，不注意说明公式的适用条件，这样的公式是没什么用的。有一篇文章论述以三条人工肌肉作为作动器的并联机构，作者试图建立它的数学模型，前面写出了人工肌肉输入气压与肌肉长度的关系式，又列出力平衡方程，然后就说把前一式与后一式相结合，得到一个非线性的状态方程，把它作为数学模型。方程中有很多系数，显然是与机构及肌肉参数有关的，作者恰恰没有写出系数与参数的关系，这就使人怀疑这个模型是不是推导出来的。即使是，这样的模型只是通式，没有用处。</P>
<P>二、论文的标题<BR>论文的标题有画龙点睛的作用。标题应该与文章的内容非常贴切。这一点往往不被注意。有的标题过大；有的又过于局限。有一篇文章的标题是“服务机器人仿人手臂运动学研究”，内容是作者在研制一种服务机器人时对一种七自由度手臂运动学所做的分析。“仿人”并不重要，重要的是作者提出了这种冗余自由度手臂逆运动学的一种解法，这样的解法并不只能用于服务机器人。如果把标题改为“七自由度仿人手臂逆运动学的一种解法”，则既有学术意义，又兼顾了作者的研究项目。还有一篇论文的题目是“登月机器人关节润滑技术的研究”，内容是一种固体润滑膜的制备和特性。论文的题目太大，而且，如果题目中就明确提出登月机器人，就需要有在模拟月球超低真空、超低温、强粉尘环境中的实验，目前尚无条件。如果将题目改为<I></I> “mos2基固体润滑膜制备方法及特性的研究”，既缩小了范围，又避开了尚不能进行的实验。还有些论文题目本身就有问题，例如，有一篇博士学位论文题目是<I></I> “仿人机器人的动态行走控制”，行走有静态的吗？肯定没有，连原地踏步都是动态的。这样的标题岂不让人笑话？</P>
<P>三、摘要<BR>摘要是对文章内容的概括。摘要应写得简练，只需说明写论文的目的、所用的方法及取得的结果即可。写得不好的摘要中常常有一些没用的话。例如，“随着机器人技术的发展，应用领域更加广阔，某问题成为研究的热点”，之类的话就没有用。</P>
<P>四、引言<BR>论文引言的作用是开宗明义提出本文要解决的问题。引言应开门见山、简明扼要。有的写机器人的文章，一开始写捷克一作家写的戏剧中一个机器奴隶叫robota，美国1950年制造了第一台工业机器人，这就绕了太大的圈子，有点“言必称希腊”。<BR>很多论文在引言中简要叙述前人在这方面所做过的工作，这是必要的。特别是那些对前人的方法提出改进的文章更有必要。应该注意的是，对前人工作的概括不要断章取义，如果有意歪曲别人的意思而突出自己方法的优点就更不可取了。在一篇论文中，对前人工作的概括应尽可能放在引言中。在正文中，如非很必要，就不要再有这类段落了。<BR>文献的引述要正确。你的文章里引用了某些文献，别人的文章也可能引用你的文章。如果引用时不注意正确性，就可能以讹传讹。有一篇谈遥操作的文章引用了美国《自然》杂志的文章，提到在相距7000km的两地进行遥操作，从操作端发出操作命令到执行端反馈回信息只用了150μs。这是完全不可能的。即使电波直线传播，至少也需要46.67ms。后来查明是作者引用时单位写错了。如果文章发表了，以《自然》杂志的权威性及这篇文章作者的影响力，这个错误的数据肯定还会接着被引用。<BR>一些论文也开始引用互联网上的文献和消息。网上文献的可信度要好一些；由于各种各样的原因，消息的可*性不高。我们曾用装甲车为某试验基地研制了一台遥控靶车，在《兵器知识》上曾有过报道。由于某些内容不便公开，对文章做了一些技术处理。这个消息到了网上却变成了“我国研制成功遥控装甲车”，“蚂蚁”成了“大象”。所以，如果要引用网上的消息，一定要通过其它渠道对消息进行核实。<BR>不少论文在引言中还说明了文章的结构，虽然话不多，但并非很必要。对于学位论文，因篇幅大，在绪论中交代一下整个论文的结构是应该的。在刊物上发表的文章就没有这个必要。</P>

<P>四、引言<BR>论文引言的作用是开宗明义提出本文要解决的问题。引言应开门见山、简明扼要。有的写机器人的文章，一开始写捷克一作家写的戏剧中一个机器奴隶叫robota，美国1950年制造了第一台工业机器人，这就绕了太大的圈子，有点“言必称希腊”。<BR>很多论文在引言中简要叙述前人在这方面所做过的工作，这是必要的。特别是那些对前人的方法提出改进的文章更有必要。应该注意的是，对前人工作的概括不要断章取义，如果有意歪曲别人的意思而突出自己方法的优点就更不可取了。在一篇论文中，对前人工作的概括应尽可能放在引言中。在正文中，如非很必要，就不要再有这类段落了。<BR>文献的引述要正确。你的文章里引用了某些文献，别人的文章也可能引用你的文章。如果引用时不注意正确性，就可能以讹传讹。有一篇谈遥操作的文章引用了美国《自然》杂志的文章，提到在相距7000km的两地进行遥操作，从操作端发出操作命令到执行端反馈回信息只用了150μs。这是完全不可能的。即使电波直线传播，至少也需要46.67ms。后来查明是作者引用时单位写错了。如果文章发表了，以《自然》杂志的权威性及这篇文章作者的影响力，这个错误的数据肯定还会接着被引用。<BR>一些论文也开始引用互联网上的文献和消息。网上文献的可信度要好一些；由于各种各样的原因，消息的可*性不高。我们曾用装甲车为某试验基地研制了一台遥控靶车，在《兵器知识》上曾有过报道。由于某些内容不便公开，对文章做了一些技术处理。这个消息到了网上却变成了“我国研制成功遥控装甲车”，“蚂蚁”成了“大象”。所以，如果要引用网上的消息，一定要通过其它渠道对消息进行核实。<BR>不少论文在引言中还说明了文章的结构，虽然话不多，但并非很必要。对于学位论文，因篇幅大，在绪论中交代一下整个论文的结构是应该的。在刊物上发表的文章就没有这个必要。</P>
<P>五、实验验证<BR>论文中的实验的目的是验证论文提出的理论或方法的正确性、可行性和有效性。有一个阶段我不太同意把仿真叫做实验，但随着仿真技术的进步，至少它可以成为一种验证的手段。<BR>理论的正确性并非总是要用实验来验证的。那些用公认的定理证明的新定理就不需要验证。<BR>方法可行性的验证相对简单一些，实验只要说明所用的方法解决了问题即可。<BR>方法（特别是算法）有效性的验证在很多论文里做得不好。所谓有效性，应该是比别的方法更快或更简单地解决了问题，或是计算复杂性低，或是计算速度更高，或是占用的内存小。要说明有效性，一是要有比较，不能“老王卖瓜”；二是要有相应的数据。<BR>从这个意义上来说，论文中的实验往往是一种为说明问题而专门设计的实验。实验的设计是非常重要的。要说明某一因素的作用，就要设法将它孤立起来。<BR>我曾连续审了四篇关于构建机器人仿真球队的论文。这四篇论文除了叙述性的内容偏多以外，写得还是不错的。文章的内容涉及个人技巧、决策机制及整体协调，并不重复。而且，球队两次参加了机器人足球世界杯仿真组的比赛，都取得亚军的好成绩。这就是说，在构建球队时代所采取的技术措施还是有成效的。但是，这四篇文章都用参赛对阵的得分来说明技术措施的有效性，这是不合适的。因为，足球赛的成绩只是一种排名，只说明参赛队实力的相对强弱。如果对手的实力太低，即使己方取得冠军，也不能有效地说明自己所采取的措施是正确的。而且，如前所述，一个队能否取得胜利与个人技巧、决策能力、整体协调等多种因素有关，取得较好成绩倒底是哪个因素起了作用往往是说不清楚的。作者在最近的两篇文章中用了相同的比赛结果来说明不相同的技术措施的作用，显然也是没有说服力的。如果对同一对手以采取论文中的措施和不采用这种措施进行两次比赛，则比赛的结果就能较好地说明这种措施的作用。<BR>有不少论文由于各种原因不能用严格的理论证明方法的正确性和有效性，也暂时做不了实验，于是就用仿真的方法来说明。这时应注意的是，尽管文章中只能给出个别的仿真实例，但做仿真时应该尽可能对各种可能发生的情况多做一些实例，因为，用一、两个实例的仿真结果说明的结论很可能被另一个实例推翻。有一篇论文要在相互距离已知的几个点中寻找一条最短的遍历路径，论文的篇幅很长，所用的方法兜了不少圈子，方法倒也对，但没有证明。最后用了一个实例做仿真。我在审稿时写了一个更简单的方法，与论文方法所得的结果一致。这样一来，这篇文章所提出的方法虽然不错，但一点意义也没有了。</P>
<P>六、结论<BR>结论中出现的问题不太多，不过精彩的结论也不多。由于word等文字处理软件提供的“复制”、“粘贴”的方便，论文正文、引言、摘要中的一些话也就被拷贝到结论中，还没看到结论就知道结论说什么，这样的结论已经没味了。不过偶尔也碰到“过火”的，正文中根本未涉及的问题在结论中突然冒了出来。比较罕见的情况是，有的论文的结论把文章中的论述部分或全部推翻了。</P>
<P>七、文字<BR>以前用笔写字的时候，常听人说“字是人的脸面”，意思是说，一手好字会为你增添光彩，看着也舒服。现在，论文上的字都是打印机打出的印刷体，文章是不是通顺就很突出了，也就成为“人的脸面”了。俗话说“文如其人”，如果一篇文章的文字方面的问题太多，唸不顺口，作者给人的印象也不会好。<BR>送审稿中，比较突出的文字、标点方面的问题有；<BR>⑴<I></I> 天一句，地一句，想到哪里，说到哪里，语气、语意不连贯。<BR>⑵<I></I> 语意重复，用词囉嗦，不善运用代词。<BR>⑶<I></I> “而”、“故”、“然”、“其”之类的虚构词用得别扭。<BR>⑷<I></I> 技术术语使用不当或生造术语，这是在论文中最不应出现的文字问题。如果某一领域的名词术语已经有了国家标准，虽然这类标准一般是推荐性标准，但也应首先使用标准核定的术语，为的是与别人有“共同语言”。在论文中不应使用俗名，即使这样的名词已被较多的人使用。术语是有内涵的，在制定术语标准时，对收纳的每条术语都有严格的定义。如果在论文中不得不创造一条新的术语，对它的内涵一定要说清楚，要有严格的定义。我对一篇论文中的“轨迹跟踪控制”提出过质疑。表面看来“跟踪控制”还说得过去，细想想，能与“控制”<I></I> 相连的无非是两类词，一是对象，如“温度控制”、“压力控制、“位置控制”、“力控制”等等；另一是方法，如“pid控制”、“自适应控制”、“模糊控制”等等。“轨迹跟踪控制”是什么？“轨迹跟踪”既不是控制对象，也不是控制方法。实际轨迹对期望轨迹的跟踪正是对运动轨迹进行控制的效果。所以，“轨迹跟踪”和“轨迹控制”都是可用的术语，而“轨迹跟踪控制”则站不住脚。还有，在学术性文章中不应使用“电脑”、“光碟”这类商业化和港台化的名词。<BR>⑸<I></I> 乱用标点符号。错得最多的是句号，或是长句不断，或是断句不当。最不容易用错的只有问号和感叹号。<BR>⑹<I></I> 近年来有个很时髦也用得很滥的词“基于”。有时侯翻开一本杂志十有二、三的文章标题有“基于”二字。“基于x”的英文是“x-based”或“based<I></I> on<I></I> x”。应该说“基于”一词翻译得还是不错的。“基于规则的系统”比早年译的“规则基系统”、“以规则为基础的系统”<I></I> 听起来要顺耳一些。问题是要把“基于”用得必要、得当。不是非用不可的地方，大可不必用它来追求文皱皱的味道。而且，既然是“在x的基础上”，x就应该是个可以被当做基础的实实在在的东西。一篇文章用了“基于任务级……”，这个“任务级”就不是实在的东西。还有一个用得不当的词就是“智能”，有些根本没有智能的东西也被带上了这个帽子。<BR>其实，解决文字方面的问题并不难。作者在写完文章后只要唸一、两遍，大部分文字问题都可以发现。不过，如果作者在口语表达上就有不规范的地方和固癖，这样做的收效不大。</P>
<P>八、英文稿的特殊问题<BR>英语不是我们的母语，用英语写作论文当然就会出现一些问题。大多数人还不具有用英语思考的能力。在这种情况下，比较好的做法是先写中文稿再译成英语，这样至少能避免直接写英文稿时容易出现的语意不连贯的问题。<BR>英文稿中最容易出现的用词问题是：<BR>⑴<I></I> 按汉语硬译，形成所谓的“中式英语”。虽然不大会看到“good<I></I> good<I></I> study,<I></I> day<I></I> day<I></I> up”这类“洋泾浜”，硬译的情况还是常见的。有一篇论文把“车载的”译为“tank-load”,其实，单词“vehicular”的意思就是车载。<BR>⑵<I></I> 介词的使用不当，用“of”、“to”较多，其它介词用得少。<BR>⑶<I></I> 代词“this”、“that”用得多，“it”用得少，而后者恰恰在科技文章中用得多。<BR>⑷<I></I> 句型单调，喜欢（或不得不）用“to<I></I> be”构成句子。<BR>⑸<I></I> 不注意动词的词性。有些动词既可是及物动词也可是不及物动词，应该优先用不及物动词成句，而不要用及物动词的被动语态成句。<BR>⑹<I></I> 冠词“a”、“the”的使用不当，尤其容易忘记使用定冠词“the”。<BR>⑺<I></I> 不注意名词的单、复数，不注意主、谓语的人称配合。<BR>⑻<I></I> 论文中的用词应该比较正式，尽量少用一词多意的词，例如，口语中“get”有“获得”的意思，但论文中最好用“obtain”。<BR>⑼<I></I> 中西文化的差异常常使英文稿带有“中国特色”。有一篇稿件的作者很谦虚，在文章的结尾分析了所提出的方法的缺点，说在今后的研究中会逐步克服这些缺点。外国人就不会这么说，他们总是向前看，即使看到了缺点，也会说随着研究的深入，这种方法将会有更广阔的应用前景。有些文章的作者介绍中非要在“教授”后面加个“博士导师”，外国人就相象不出不是博士导师的教授是什么样子。</P>
<P>九、论文的署名<BR>毫无疑问，论文的第一作者应该是执笔者。这不仅体现了对他劳动的尊重，而且有对文章的责任。<BR>不少文章是在读的研究生写的，导师的名字署在后面，这无可非议。但是，从有些文章可以明显看出，在投稿前导师并没有看过。甚至有的文章已经发表，导师还不知道。这种情况不好。导师即使在成文前参加过意见但成文后不看，这是导师没有负起责任；如果学生在导师不知情的情况下就署上导师的名字投稿，从好的方面理解是对导师的尊重，从不好的方面理解则有“拉大旗作虎皮”之嫌。<BR>近来论文署名还有人数增多的趋势，甚至一篇不长的文章署了五、六个人的名字。这种情况在某个项目的总结性文章中比较多见。诚然，项目参与者在研究过程中的主意是很难分清楚的，但是，论文不是工作总结，在写论文时不太可能集中很多人的想法。至于在署名时多写几个人送人情或者写上根本没有参加工作的领导的名字的做法，更是不应提倡的风气。</P>
<P>十、如何面对审稿意见<BR>一般来说，投送的稿件至少要经过一次技术性审查，英文稿还有一次文字性审查。这种审查通常是学报或杂志的编辑部聘请同领域的专家进行的。编辑部的责任是统一论文的格式、审查文字、处理审稿意见。审稿人的责任是对论文的创新性和正确性进行审查，审稿意见一般应包括为提高稿件质量而应做的修改的建议。<BR>作者对审稿人提出的审查意见首先应很重视，考虑他为什么要提出这些建议。审稿人的意见毕竟是来自一个旁观者的意见，俗话说“旁观者清”，他的意见总有一定道理。有的作者觉得审稿人没有读懂自己的文章（我并不排除有这种可能性），对他的意见也就不认真考虑，这是不对的。审稿人是论文的第一读者，如果他都没有读懂，作者也得考虑自己的文章有什么问题让人家不懂，否则发表后如何面对更多的读者？<BR>当然，对审稿意见也要分析。虽然编辑部聘请的审稿人是同领域的专家，但是，隔行如隔山，领域很宽，审稿人可能并不熟悉文章作者所研究的某个具体专题，提出一些并不十分中肯的意见也不奇怪。所以，不一定要完全按照审稿人的意见去做。<BR>审稿后，如果要对稿件做修改，一定要实事求是，不能应付审稿人。我给某学报审过一篇关于类刚毛表面减阻效应的论文，一审时我提出了一些问题要求改后再审，作者的态度倒也是谦虚的，承认所提出的问题都有道理，作了一些修改。但是我提出的最关键的问题是对实验的疑问，作者就有点敷衍，将实验结果用与第一稿不同的另一种曲线形式表现出来，而这种曲线明显地是不能由以前的实验结果得出的。我就有了更大的疑问，提出修改后再审。第三稿中，作者又换了一种方式，有了更多的漏洞，后来，这篇稿件再也没有出现过。<BR>不少编辑部对审稿采取了双盲制，即审稿人不知道论文的作者是谁；作者也不知道审稿人是谁。不管这种制度的出发点是什么，我认为它把作者和审稿人的交流限制在文字上，有的编辑部甚至只将审稿人的部分意见转述给作者，这样的交流往往是不充分的，很可能成为提高稿件质量的障碍。既然是做学问，就不应该有所顾忌。<BR>有的杂志的编辑部似乎不审稿。你刚把稿件发过去，它就来函说拟在某期发表，要寄版面费。这是不负责任的编辑部，应该离远点。<BR>说到标题，本文的标题也太大了，不过，本文只是随笔，用这样题目是追求一种引人注意的效果，并不是说，注意了本文所提到的这些事就能写出好论文。打个不十分准确的比方，论文好比一棵树，内容是它的主杆和分支，本文所述的标题、引言、实验、文字等等，或许可以算是一部分叶片，这棵树植根于真才实学的沃土上。要想写好论文，刻苦钻研，增长学识才是关键，论文是用心血浇灌出来的。

真能找到好多很有价值的资源哦。

这几天在看区域经济分析方法，因为刚开始入门，感觉不错。。。。。