👇 连享会 · 推文导航 | www.lianxh.cn
🍎 Stata：Stata基础 | Stata绘图 | Stata程序 | Stata新命令 📘 论文：数据处理 | 结果输出 | 论文写作 | 数据分享 💹 计量：回归分析 | 交乘项-调节 | IV-GMM | 时间序列 | 面板数据 | 空间计量 | Probit-Logit | 分位数回归 ⛳ 专题：SFA-DEA | 生存分析 | 爬虫 | 机器学习 | 文本分析 🔃 因果：DID | RDD | 因果推断 | 合成控制法 | PSM-Matching 🔨 工具：工具软件 | Markdown | Python-R-Stata 🎧 课程：最新专题 | 计量专题 | 关于连享会
汪蕾 (山东大学经济学院)
Email: 17862909559@163.com
编者按：
这篇推文分为两个部分。
第一部分 介绍了 2020 年发表于 JAR 的一篇论文，该文通过问卷调查的方式讨论了会计领域学术论文的可重现问题。原文篇幅较长，我们进行了只提炼了文中的核心观点。
第二部分 列举了一些听过论文重现数据和程序的网址，以便各位学习之用。
温馨提示： 文中链接在微信中无法生效。请点击底部「阅读原文」。或直接长按/扫描如下二维码，直达原文：
目录
简介
Q1：论文可重现重要吗？
Q2：论文不可重现的问题常见吗？
Q3：曾经遇到过难以重现某篇论文的问题吗？
Q4：论文不可重现会降低论文可信度吗？
Q5：为什么论文无法被重现？
Q6：如何能减轻论文的不可重现性？
Q7：当论文无法重现他人研究时，论文会被发表或拒稿吗？
Q8：重现他人研究时面临着什么阻碍？
附录：提供论文重现资料的网站链接
简介
论文能否被重现关系着论文的严谨性和可信度，然而在很多领域，论文不可重现的问题都广泛存在。
《Nature》曾经在2016年面向1576名人员调查，询问他们对论文重现问题的看法。超过70%的受访者声明自己曾经尝试过重现他人的研究，但以失败告终。
本文推送的是2020年5月发表在JAR的论文《Reproducibility in Accounting Research: Views of the Research Community》，作者围绕会计领域的论文可重现问题进行了调查研究。
Hail, L., M. Lang, C. Leuz, 2020, Reproducibility in accounting research: Views of the research community, Journal of Accounting Research, 58 (2): 519-543. [Link], [PDF]
温馨提示： 文中链接在微信中无法生效。请点击底部「阅读原文」。
作者在开篇引用了两位学界大牛的话作为引子：
由于我们对会计领域的不可重现问题很难进行全面了解，因此对领域内的学者进行调查是最好的选择。作者对2019年JAR会议的167名参会者开展了调查，了解他们对已发表会计文献中不可重现问题的频率、原因和影响有着怎样的认识。
基于问卷调查，作者有8个主要发现:
Q1：论文可重现重要吗？
Panel A展示的调查结果是，56%的受访者认为论文可重现问题没有受到足够的重视。
Panel B展示的调查结果是，52%的受访者认为论文不可重现是一个严重的问题（回答“Strongly agree” 和“agree”）。与《Nature》的调查结果（90%的人认为是严重的问题）相比，会计领域的研究者们态度相对乐观。
如果与商科其他领域的论文可重现程度相比，41%的受访者认为会计领域与其他的水平相当，13%的受访者认为会计领域中的论文可重现度更高（认为会计研究更多基于大样本数据库，而有的领域研究是基于较难重现的试验或调查数据），16%的受访者认为会计领域中的论文可重现度较低（认为经济和金融领域的研究在文献分析有更高的标准）。
Q2：论文不可重现的问题常见吗？
与《Nature》调查结果相近，本调查中受访者们的认识也并不统一。有24%的受访者认为能被完全重现的论文很少（20%-39%），也有20%的受访者认为大多数论文（80-100%）都能够被完全重现，还有13%的受访者表示无法回答。
Q3：曾经遇到过难以重现某篇论文的问题吗？
69%的受访者的回答是肯定的，这一结果与《Nature》的结果也较为相近（72%受访者表示有过这种经历）。调查中6%的受访者承认曾经遇到过无法重现自己论文的情况，这一结果与《Nature》的结果差距较大，《Nature》的受访者中有56%的人曾经无法重现自己的论文。
Q4：论文不可重现会降低论文可信度吗？
FIG.4展示了“是否同意‘论文不可重现不会影响可信度’这一观点”的调查结果，55%的受访者认为论文不可重现会降低论文可信度（回答“Strongly disagree” 和“disagree”），21%的受访者认为论文不可重现对可信度影响不大（回答“Strongly agree ”和“agree”）。
Q5：为什么论文无法被重现？
作者针对这个问题提出了11个可能的原因，根据同意人数从多到少依次是：选择性汇报结果（74%）、论文发表压力（55%）、统计分析不充分（42%）、数据权限问题（38%）、代码未公开（37%）、合作者的监督较少（36%）、实验设计不足（33%）、同行审议不严格（17%）、试验方法的技术性较高（14%）、运气不好（8%）、学术造假（4%）。
Q6：如何能减轻论文的不可重现性？
收获受访者较多同意的两条措施是提升学界对重现论文的认识（84%）、论文写作时采取措施保证可重现性（84%）。
Q7：当论文无法重现他人研究时，论文会被发表或拒稿吗？
当被问到“无法重现他人结论的论文是否得到过发表？”，有7%的受访者对这个问题进行了肯定的回答。然而当被问到“无法重现他人结论的论文是否被拒稿”，有6%的受访者表示被拒稿过。这两个问题的答案表明，重现他人研究的论文发表率低，并不是期刊的主要责任。
Q8：重现他人研究时面临着什么阻碍？
本文没有调查这一问题，但Dewald et al.(1986)曾经讨论过可能存在的阻碍：一是重现论文的创新价值相对较低，相比而言，学界更青睐创新价值更高的新研究；二是被重现论文的作者也许是未来的论文评审人、编辑，质疑他们的研究或多或少可能会影响学者未来的发展。
论文能否被重现是一个很重要的问题，这关系到研究结论可信度，影响着研究建议对于政策制定、标准制定、管理决策的可参考性。但重现论文是成本高、收益低的工作，这可能使某些论文浑水摸鱼，影响学术风气。目前国内要求公开数据和代码的经济学期刊只有《中国工业经济》，未来也许会成为越来越多学术期刊的共识。
附录：提供论文重现资料的网站链接
1.专业平台
Mendeley 平台: Discover Mendeley Data
密歇根大学的 ICPSR: ICPSR Data
哈佛大学的 IQSS: Harvard Dataverse
Sebastian Kranz（Ulm University）: Find Economic Articles with Data
2.期刊网页
中国工业经济: 数据
上海大学《社会》: 数据源代码
American Economic Association: AEA Data and Code Repository(含AER) & Data-related Publication at ICPSR（AER）
Econometrica: Data & Programs
Energy Economics: Latest Mendeley Data Datasets
The Journal of Finance: Supporting Information
Journal of Financial Economics: Data & Programs
Journal of Economics and Statistics: Data & Programs
Journal of Labor Economics: Supplemental Material
Journal of Political Economy: Supplemental Material
Journal of Statistics Software: Data & Programs
PLOS ONE: Data-availability
Review of Financial Studies: Supplementary data
3.学者主页
Angrist 主页: Data and Programs
Esther Duflo 主页: Published Papers
ITAY SAPORTA-EKSTEN主页：Research Papers
Daniel Taylor 主页：Code
......
尊敬的老师 / 亲爱的同学们：
连享会致力于不断优化和丰富课程内容，以确保每位学员都能获得最有价值的学习体验。为了更精准地满足您的学习需求，我们诚挚地邀请您参与到我们的课程规划中来。请您在下面的问卷中，分享您 感兴趣的学习主题或您希望深入了解的知识领域 。您的每一条建议都是我们宝贵的资源，将直接影响到我们课程的改进和创新。我们期待您的反馈，因为您的参与和支持是我们不断前进的动力。感谢您抽出宝贵时间，与我们共同塑造更加精彩的学习旅程！https://www.wjx.cn/vm/YgPfdsJ.aspx# 再次感谢大家宝贵的意见！
New！ Stata 搜索神器：
lianxh和songblGIF 动图介绍
搜： 推文、数据分享、期刊论文、重现代码 ……
👉 安装：
. ssc install lianxh
. ssc install songbl
👉 使用：
. lianxh DID 倍分法
. songbl all
🍏 关于我们
连享会 ( www.lianxh.cn，推文列表) 由中山大学连玉君老师团队创办，定期分享实证分析经验。 直通车： 👉【百度一下： 连享会】即可直达连享会主页。亦可进一步添加 「知乎」,「b 站」,「面板数据」,「公开课」 等关键词细化搜索。
