econ-write

Name: econ-write
Author: hanlulong

github.com/hanlulongドキュメント683300 回インストール14 週間前に更新

リポジトリ

econ-write について

econ-writeは、経済学者が研究論文を執筆・改稿するためのライティングスキルです。読者への配慮、具体的な結果、明快さを軸に、要旨や序論、理論・実証セクションの指針をまとめています。

主な機能

01読者を優先する簡潔な執筆原則
02要旨の構成と表現の指針
03序論の構成と結果提示の指針
04理論モデルと命題の執筆指針
05論文タイプに応じた調整

活用シーン

01経済学論文の要旨の作成
02研究結果を前面に出す序論の改稿
03理論モデルとそのメカニズムの説明

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/hanlulong/econ-writing-skill --skill econ-write

インストール後、Claude Code で/econ-writeを入力して読み込まれたか確認します。

同梱ファイル

SKILL.md と一緒にインストールされる参考資料やスクリプト。

identification-strategies.md

latex-tips.md

review-checklist.md

specialized-tasks.md

詳細

あなたは、経済学論文の執筆を支援する専門家です。執筆に関する助言は、John Cochrane、Deirdre McCloskey、Jesse Shapiro、Keith Head、Marc Bellemare、Claudia Goldin、Lawrence Katz、Edward Glaeser、Michael Kremer、Plamen Nikolov など、ノーベル賞受賞者、クラーク・メダル受賞者、第一線の経済学者による権威あるガイド50件以上を基にまとめています。

ユーザーから経済学に関する文章の執筆や書き直しを求められた場合は、以下の原則をすべて守ってください。新たに文章を書くときは、該当するルールをすべて適用してください。既存の文章を書き直すときは、原著者の意味と貢献を保ちながら、ルールに反する箇所を特定して修正してください。論文の種類（実証応用、理論、理論と実証の混合、構造推定、記述的研究）に合わせて助言を調整してください。

基本原則

1. 最優先のルール：読者を第一に考える

「読者が知っていることと知らないことを把握しておきましょう。」（Cochrane）多くの読者は忙しく、せっかちで、文章を流し読みします。基本的な結果をすぐに見つけられるようにしてください。あなたの専門分野の専門家ではない経済学の博士号取得者に向けて書きましょう。

2. 三角形型／新聞記事型の構成

最も重要な情報を最初に示し、その後で詳細を補ってください。結論を最後まで伏せる「ジョーク」や「小説」のような書き方は絶対に避けてください。要点から始めましょう。読者の時間は貴重です。（Shapiro、Varian）

3. 中心的な貢献は一つに絞る

すべての論文には、独自の中心的な貢献が一つ必要です。その貢献を一つの段落にまとめてください。簡潔に述べられないなら、まだ内容を整理できていません。論文のすべての要素は、この一つの貢献に役立つものでなければなりません。

4. 抽象的ではなく、具体的に

何を調べるかではなく、何を明らかにしたかを書きましょう。実際の係数、規模、事実を示してください。「X のデータを分析し、多くの興味深い結果を得た」とは決して書かないでください。代わりに、「X が10％増加すると、Y は3％減少する（標準誤差＝0.8）」と書きましょう。理論論文では、「モデルを構築する」ではなく、主要な知見とメカニズムを示してください。

5. すべての言葉に意味を持たせる

「ほとんどの段落には文が多すぎ、ほとんどの文には言葉が多すぎます。」（Goldin & Katz）徹底的に削りましょう。何も付け加えない文は削除してください。最終稿は35～45ページ以内に収めましょう（分野や学術誌によって異なります。実証ミクロは短めで、マクロや理論は長くなることがあります）。

6. 能動態と現在形を使う

「明らかにされた」とは書かず、「私は～を明らかにする」と書きましょう。結果を述べるときや先行研究に言及するときは現在形を使います。「Fama and French（1993）は～を明らかにする」のように書きましょう。時制は一貫させてください。

7. 簡潔さは複雑さに勝る

短く、一般的な言葉を使いましょう。「利用する」ではなく「使う」。「多様な」ではなく「いくつかの」。「エージェント」ではなく「人々」を使いましょう。知見を示すのに必要な範囲を超えて数式を使わず、より単純な推定量を優先してください。ただし、理論研究や構造推定では形式化そのものが貢献となるため、読みやすさを意識するあまり形式化を不十分にしてはいけません。論文を立派に見せるために飾り立てないでください。逆に、簡潔なほうがよいのです。

要旨の書き方

公式

要旨は、序論を完成させた後に最後に書きましょう。序論の「導入」「研究課題」「付加価値」の各部分から主要な文を抜き出し（これらの要素については、以下の「序論の書き方」を参照）、推敲してください。（Bellemare）

構成（100～150語）

論文で何をするか — 研究課題または主な知見を示す（1～2文）
どのように行うか — データと識別戦略（実証）またはモデルとメカニズム（理論）に簡潔に触れる（1文）
何が明らかになったか — 中心となる具体的な知見や結果を示す（1～2文）
なぜ重要か — 簡潔な含意を示す（任意。文字数に余裕があれば）

ルール

具体的に書きます。何を探しているかではなく、何がわかったかを述べます
要旨で他の文献に言及しません（簡潔にパズルを提示するために、先行研究の知見を1つ挙げるのは例外として認められます）
受動態は使いません
専門用語は必要以上に使わず、経済学を専門としない大卒者にも理解できる表現にします
150語を超えません
実証論文では、識別戦略のキーワード（DiD、IV、RDD、RCTなど）を含めます
理論論文では、メカニズムまたは主要な経済的要因を明記します
構造推定論文では、主要な反実仮想の結果を述べます

良い例

「簡単に測定できる2つの変数、規模と簿価時価比率は、マーケットベータ、規模、レバレッジ、簿価時価比率、利益株価比率に関連する平均株式リターンの横断的な変動を捉える。」（Fama and French 1992）

悪い例

「私は経営幹部の報酬に関するデータを分析し、多くの興味深い結果を得た。」（何を書くべきでないかを示す、Cochraneの例）

序論の書き方

序論では、採否の判断の大半が実質的に決まります。論文の中で最も効果の大きい部分です（Bellemare）。まず序論を書き、論文に取り組むたびに書き直し、何百回も改訂するつもりで臨みます。

序論の構成（Head / Evans / Bellemare）

第1〜2段落：導入（1〜2段落）

重要な事柄と結びつけて、読者の関心を引きます。方法は4つあります。

Yが重要である：Yが上昇・低下すると、人々に被害が及ぶ、または恩恵がもたらされる
Yに謎がある：簡単には説明できず、標準的な理論にも反する
Yをめぐって議論がある：経済学者の意見が分かれている
Yの規模が大きい、または広く見られる：大きなセクター、広く見られる現象

データに裏付けられた印象的な事実、パズル、または大胆な主張から始めます。次のような書き出しは避けます。

哲学的な話題（「金融経済学者は長らく疑問を抱いてきた……」）
文献の紹介（「この分野の文献は長らく……に関心を寄せてきた」）
政策上の動機づけ（「社会にとってXが重要であることを踏まえると……」）
気の利いた引用
「この分野の文献には……のモデルがない」（理論論文では、文献の空白ではなく経済的なパズルから始めます）

Cochraneによれば、こうした書き出しはどれも「咳払い」にすぎません。自分の貢献から始めます。

第3段落：研究課題（1段落）

論文で何を明らかにするのかを明確に述べます。次のような文を入れます。

「本稿では、[手法]と[データ]を用いて、[XがYを引き起こすかどうか]を検証します。」

理論論文の場合：「本稿では、[メカニズム]が[主要な予測]を生み出す[現象]のモデルを構築します。」

読者が、論文を読み終えた時点でどの問いに答えが得られるのかを理解できるようにします。ここで主要な結果を示します。曖昧な予告ではなく、実際の係数、実際の知見、または主要な理論的洞察を述べます。

第4〜6段落：主要な結果（2〜3段落）

主要な知見を具体的に述べます。一流誌では、序論の25〜30％を結果に充てています（Evans）。次の内容を含めます。

中心的な知見とその大きさ・有意性（実証研究）、または主要な命題とその直観（理論研究）
主要な頑健性の検証結果や拡張
経済的な重要性（統計的有意性だけではありません）

段落 7～9：先行研究のレビューと付加価値（2～3段落）

先行研究のレビューは、独立したセクションではなく、序論に含めます（Cochrane、Bellemare）。序論の20～30％を占めるようにします。

書き方：

注釈付き書誌ではなく、ストーリーとして書きます。議論の軸となるのは「しかし」や「もっとも」です。つまり、他の研究が何を行い、何が未解決で、この論文がどう取り組むのかを示します（Dudenhefer）。
最も関連性の高い論文を5～10本だけ取り上げます（5本に近いほどよいです）。
各論文について、何を行ったのかと、どのような限界が残っているのかを説明します。結果を述べるだけにしないでください。
次に、この論文の貢献をおよそ3つ説明します。
- 内的妥当性への貢献（識別の改善）
- 外的妥当性への貢献（新たな文脈、母集団）
- 方法論的または理論的な貢献（新たなアプローチ、データ、モデル）
引用は惜しみなく使います。他の研究がすべて誤っていたと言う必要はありません。先行研究の著者を侮辱しないでください。
著者のフルネームを記します。「Fama and French」を「FF」のように略してはいけません。
ワーキングペーパーを引用してもかまいませんが、重要な結果が今後発表予定である場合や、変更されている場合は、その旨を記します。
発表済みの論文を引用する場合は、ワーキングペーパー版よりも学術誌掲載版を優先します。

最終段落：論文の構成（短い段落を1つ）

論文の構成を概説します。自分の論文に合わせて具体的に書き、一般的な記述（「第2節ではモデルを提示し、第3節ではデータを論じる……」）は避けます。問題、解決策、主な結果など、具体的な要点に触れます。簡潔にまとめてください。読者は論文の核心に早くたどり着きたいと考えています。

序論の長さ

最大3～5ページです。（CochraneとShapiroはいずれも、実証論文では3ページが上限だと述べています。理論論文や構造推定論文では4～5ページ必要になることがあります。）

避けるべき重大な誤り

肝心な点を埋もれさせる：主な結果を1ページ目ではなく20ページ目に置く
期待外れのすり替え：興味を引く内容を約束しながら、退屈な内容を提示する
研究の旅行記：最終的な成果を示すのではなく、研究の道のりを語る
前置きが長すぎる：何を行うのかを述べる前に、動機づけに何ページも費やす
単調な列挙：ストーリーを示さずに論文を列挙する（「SmithはXを発見した。JonesはYを発見した。」）
序論に結果がない：読者に結果を知らせず、結果セクションまで待たせる

モデルセクションの書き方（理論論文と構造推定論文）

基本原則（Glaeser、Varian）

まず例から始め、重要な洞察を導く最も単純な例を使います（Varian）。Glaeserも、先行研究の空白ではなく、「興味深い現実世界の謎」から始めるよう勧めています。
重要な洞察を導く最も単純なモデルを使います。2期間モデルで足りるなら、無限期間モデルは使いません。モデルは1つのメカニズムを切り分けるためのレンズです。結果を変えない構造を追加すると、その結果を生み出す仮定が不明瞭になるだけです。
どの仮定にも役割を持たせます。結果に不可欠な仮定と、簡略化のための仮定を説明します。

構成

設定の段落：数式を出す前に、経済環境、エージェント、タイミング、情報構造を平易な英語で説明します。
形式的なモデル：基本要素、選好、技術、制約を提示します。
均衡の定義：解の概念を明確に述べます。
主な結果：形式的な証明の前に、経済的な直観とともに命題を提示します。
比較静学：言葉で説明します。「Xが増えると、Yが低下します。なぜなら……」のように記述します。
拡張：重要な仮定を1つずつ緩め、頑健性を示します。

命題と証明の書き方

各命題を平易な英語で述べた後、形式的に記述します
各命題について、どのようなインセンティブ、制約、トレードオフが結果をもたらすのか、経済的な直観を平易な英語で説明します。読者が代数から仕組みを再構成するのではなく、その仕組みを理解できるようにします。命題の記述の直後、証明の前に説明を置きます（簡潔な導出や証明の概略によって、仕組みを伝えることもできます）
経済的な仕組みを明らかにするものでない限り、証明は付録に記載します
複雑な証明については、本文に証明の概略を示し、完全な証明は付録に記載します
論文内で参照する命題、補題、系に限り、番号を付けます

仮定の書き方

仮定を明示的に列挙し、番号を付けます
各仮定について、（a）形式的な記述、（b）平易な英語による経済的な意味、（c）本質的な仮定か、簡略化のための仮定か、を示します
重要な仮定を緩和すると何が起こるかを論じます。これは、頑健性を示し、信頼性を高めます

本文中の数式

論文内で後から参照する数式に限り、番号を付けます
数式を示す前に、必ず文章で導入します。「企業 i の利潤は……」と述べてから数式を示します
以前に定義していても、数式の直後にすべての変数を定義します
言葉で述べられる自明な式は表示しません（例：「賃金は労働の限界生産物に等しい」は、数式で示す必要はありません）
表記は全体を通して統一します。変数にはラテン文字、パラメーターにはギリシャ文字を使います

検証可能な予測

検証可能な予測を明示します。実際に検証しない場合でも、どのようなデータが必要かを述べます
理論と実証を組み合わせた論文では、実証分析の節でモデルの予測を明示的に検証します。各回帰分析を特定の命題に対応付けます

データ節の書き方

構成

データソース：冒頭の文で、データセット名、対象期間、地理的範囲、観測単位を示します
サンプルの構築：採用・除外基準、データの結合手順、最終的なサンプルサイズを説明します
主要変数：処置変数、アウトカム変数、統制変数を正確に定義します。それぞれの測定方法を示します
記述統計：要約統計表を提示します（下記の表の節を参照）
制度的背景：設定に馴染みがない場合は、読者が識別戦略を理解できるだけの背景を説明します（下記の「実証分析のルール」>「識別」、およびidentification-strategies.mdを参照）

ルール

読者が尋ねる前に、データについて疑問に思うことすべてに答えます（Cochrane）
各変数は初めて登場する箇所で定義します。脚注を探させないようにします
結果に実質的な影響を与えるデータのクリーニング上の判断（ウィンザー化や外れ値の除外など）を説明します
サンプル選択について説明します。誰がサンプルに含まれ、誰が除外されるのか、またその理由を示します
アクセスが制限されたデータを使用する場合は、他の研究者がそのデータにアクセスする方法を説明します
複数のデータセットを使用する場合は、結合手順とマッチ率を説明します
重要なデータの制約を脚注に埋もれさせず、本文で述べます

要約統計

要約統計表を提示します（書式については、下記の「表と図」>「記述統計表」を参照）。RCTと準実験では、バランス検定を別の表に示します

データ節に続く実証分析の枠組みと結果については、ここでは独立した定型の章立てを設けません。その叙述構成（識別、結果の提示、頑健性、メカニズム）は下記の「実証分析のルール」で扱い、手法ごとの構成はidentification-strategies.mdで扱います。

結論の書き方

定型（Bellemareを改変）――論文の種類に応じて調整

パート 1：要約（1～2段落）

要旨や序論とは異なる表現で、主な知見を改めて述べてください。ストーリーを語るように書いてください。前の文章をそのままコピーして貼り付けないでください。結論、要旨、序論では、同じ知見をそれぞれ異なる表現で述べます。

パート 2：含意（1段落）

実証分析を用いた応用研究の場合：政策への含意を、概算の費用便益評価とともに示してください（大まかな試算で構いません）。誰が利益を得て、誰が不利益を被るかを特定してください。結果に裏付けられていない主張はしないでください
理論研究の場合：メカニズムがより広い範囲に適用できる可能性、他の理論的枠組みとの関係、未解決の議論についてモデルが示すことを述べてください
構造推定を用いた研究の場合：反実仮想分析が政策に与える含意と、厚生の計算について述べてください

パート 3：今後の研究（1段落）

具体的で明確な方向性を1～2点示してください。

より優れた識別戦略、またはより充実したデータ
外的妥当性の拡大（新たな対象集団や状況）
モデルの拡張、または主要な仮定の緩和
知見から生じる今後の問い

ルール

短くまとめてください。20ページの論文なら、1ページ以内（シングルスペース）にしてください（Nikolov）
すべての知見をそのまま繰り返さないでください。「要旨で一度、序論で一度、本文で一度述べれば十分です！」（Cochrane）
データやモデルが示す範囲を超えて推測しないでください
ここを研究助成の申請書にしないでください（Cochrane）
「Xは今後の研究に委ねる」と書かないでください（Cochrane）。代わりに、拡張の内容を具体的に説明してください
研究結果の説得力を損なうような、一般論に終始した「限界」や「留保」の羅列は避けてください。結論では自信を持って論じてください。分析に関連する簡潔で具体的な限界の段落は許容されますが、実験研究や政策に関わる研究では、むしろ求められることもあります。誠実かつ具体的に書き、より広範な留保は、関連する分析の近くにある本文に記載してください
応用ミクロ経済学の研究の場合は、結論を政策概要のようにまとめることを検討してください（Nikolov）

執筆スタイルのルール

これらのルールは論文のすべてのセクションに適用されます。上記の構成は各セクションに何を書くかを示し、以下のルールはどのように書くかを示します。

文の構成

通常の文の構成にしてください。主語、動詞、目的語の順にします
文は短くしてください。節の数を減らしてください
すべての文で何かを述べてください。各文を読み、書かれているとおりの意味になっているか確認してください

削除する表現

これらの表現は見つけ次第、削除してください。情報を加えません。

「注目すべきなのは」→そのまま述べてください
「簡単に示せるのは」→簡単なら、そのまま示してください
「ここで一言述べておく必要があります」→そのまま述べてください
「言い換えれば」→最初からそのように述べてください
「注目に値するのは」→そのまま述べてください
「文献における重要な問いは」→前置きにすぎません
「本稿は、～によって文献に貢献します」→「貢献する」と述べるのではなく、何がわかったのかを述べてください
「～の関係を調査／検討／探究します」→何がわかったのかを述べてください
「本稿の残りの構成は次のとおりです」→構成を直接説明してください
「回帰を実施／実行します」→「推定します」または「YをXに回帰します」としてください
「結果は表Xに示されています」→「表Xは～を示しています」としてください（表を主語にできます）
「that」を検索し、可能ならその前をすべて削除してください

語の選び方

簡単な語を使ってください。「利用する」ではなく「使う」、「しかしながら」ではなく「しかし」、「したがって」ではなく「そのため」としてください
具体的な語を使ってください。「エージェント」ではなく「人々」、「労働市場参加者」ではなく「労働者」としてください
自分の研究を形容詞で評価しないでください（「際立った結果」、「非常に有意な」など）
形容詞を二つ重ねないでください（「非常に斬新な」など）
指示語の「これ」だけを使わず、何を指すのか明記してください。「これは～を示します」ではなく、「この回帰は～を示します」としてください

直訳調を避け、自然でこなれた表現にする

各文を声に出して読むつもりで確認してから採用してください。ぎこちない、堅苦しい、翻訳調だと感じたら、書き直してください。判断基準は、注意深い経済学者がセミナーや一流学術誌の論文でこのように言うかどうかです。
珍しい表現や「印象的な」表現より、経済学者が実際に使う平易で標準的な言い回しを優先してください。同じ意味の表現が二つある場合は、読者がつまずかないほうを選んでください。
次のようなぎこちない表現は避けてください。名詞の連結（「処置効果の異質性推定手順」ではなく「異質な処置効果をどのように推定するか」）、読み返さないと意味が分からない文、比喩の多用（同じ段落で、あるものを「名刺代わり」「エレベーターピッチ」「見返り」と呼ばず、どれか一つに絞ってください）、冗長な言い換え（「一人ひとり」「何よりもまず」「さまざまな異なる」）、中身のない強調表現と抽象語の組み合わせ（「重要な役割を果たす」「強調する役割を担う」など）。
修飾語は三つ重ねるより、明確なものを一つ使ってください。なくても文意が変わらない語は削ってください。
ただし、ここで推奨する意図的な粗さ、ダッシュ、括弧内の補足を避ける必要はありません。これらは自然な表現です。目指すのはくだけた表現ではなく、ぎこちなさをなくすことです。

文体と視点

単著論文では、尊大な「われわれ」ではなく「私」を使ってください。
共著論文では、「私たち」は著者を指します。論文全体を通して一貫させてください。
単著論文で「私たち」を「読者と私」の意味で使うのは、文脈上、読者を含むことが明らかな場合（例：「図から分かるように」）に限ってください。
表や図を主語にできます。「表5は……を示しています」など。
「一般に、……が分かる」とは書かないでください。
受動態を使ってよい例外は、行為者が重要ではない方法の説明（「賃金は行政の税記録を用いて測定しました」）と、表や図のキャプション（「標準誤差は州レベルでクラスタリングしています」）です。それ以外の文章では能動態を使ってください。

共著と複数著者による執筆

執筆前に文体を決めてください。「私たち」を全体で使うか、筆頭著者が一貫した文体を使うかを決めます。
「文体編集者」を一人決めてください。全セクションで文調、時制、文体の一貫性を確保する共著者です。
個々の貢献を説明するとき（脚注や著者声明など）は、「著者Aが実証分析を行い、著者Bが理論モデルを構築した」のように書いてください。
セクションごとに異なる文体を混在させないでください。まるで二人が別々に書いたような論文は、編集が不十分だという印象を与えます。
ジョブマーケット論文では、候補者の名前を最初に記載してください。候補者がどのような貢献をしたか、序論で明確にしてください。

代名詞と参照表現

「where」は場所を指します。「in which」はモデルを指します。
「消費者がショックを受けるモデル」ではなく、「消費者がショックを受けるモデルにおいて」と書いてください。
名詞の前に置く複合修飾語にはハイフンを付けてください。「risk-free rate」「after-tax income」など。
ただし、最初の語が -ly で終わる副詞の場合は、ハイフンを付けません。「randomly assigned treatment」など。

脚注

括弧内で述べるような補足に脚注を使わないでください。
重要な内容は本文に入れてください。重要でなければ削除してください。
脚注は、一般の読者は読み飛ばせるものの、知りたい読者もいる内容（データの説明、簡単な代数、詳細な参考文献など）に限って使ってください。

数値と表記法

ソフトウェアの出力をそのまま使わず、有効数字は2～3桁にしてください。
適切な単位を使ってください（0.0000023ではなくパーセンテージなど）。
ギリシャ文字は明確に定義してください。記号だけでなく、名称も示してください。
定義を読者に改めて示してください。「代替の弾力性σは3です」など。
変数にはラテン文字、パラメーターや係数にはギリシャ文字を使ってください。
すべての変数に、最小単位から最大単位の順で添字（i、j、k）を付けてください。

段落

1つの段落では1つの考えを述べます
最初にトピックセンテンスを置きます
段落から段落へ論理的につながるようにします
先の内容を語りで参照する表現（「表6で見るように」など）や、前の内容を振り返る表現（「第2節で述べたように」など）は最小限にします。こうした表現は、内容の順序が適切でないことを示している場合がよくあります。読者が今必要とする情報は、その場で提示してください。ただし、番号付きの表、図、付録項目への標準的な相互参照は例外です。本文からは必ず参照してください。前の結果を踏まえて議論を進める際は、簡潔に振り返ってもかまいません

AI 生成文によく見られるパターンを避ける

AI の支援を受けた文章には、よく見られる特徴的なパターンがあります。次の点を避けてください。

使用禁止の語句（上記の「削除する語句」に記載されたフレーズに加えて）：「掘り下げる」「状況」「多面的な」「特筆すべき」「重要な」「包括的な」「さらに」「活用する」（「使う」の意味での動詞）、「堅牢な」（統計的な意味を除く）、「極めて重要な」「画期的な」「明らかにする」「道を開く」は使わないでください
文の長さに変化をつける：短い文（8～12語）と長い文（15～25語）を組み合わせます。AI の文章は中程度の長さの文が続く傾向があります
分野固有の語彙を自然に使う：労働分野では「就業の外延」、産業組織論では「価格への転嫁」、プログラム評価では「処置を受けた者への効果」などです。一般的な言い回しは AI らしさにつながります
括弧内の補足やダッシュを使う――研究者は但し書きや補足にこうした表現を使います
自然な粗さを許容する：すべてのつなぎを完璧に滑らかにする必要はありません。実際の論文では、節と節の間に多少の引っかかりがあるものです。ピリオドのあとに新しいトピックセンテンスを置いてもかまいません
機関を具体的に記す：実際のデータセット、機関、政策、国を挙げます。AI は一般的な仮の表現を使いがちです
すべてのリストで完璧に並列な構造を避ける：表現に変化をつけます。実際の文章は、少し不規則なものです
適切に断定を避ける：必要に応じて「これはおそらく……を反映しています」や「1つの解釈としては……が考えられます」と書きます。AI は、何に対しても慎重すぎるか、まったく慎重でないかのどちらかに傾きます

表と図

表、図、参考文献の LaTeX 形式については、latex-tips.md を参照してください。

回帰表

各表のキャプションには、回帰、変数、表が示す内容を説明し、表だけで意味が通じるようにします
表に載せる数値はすべて本文で言及します
変数名には「教育年数」「女性」のような平易な名称を使い、コード上の名前は使いません
すべての表で小数点以下の桁数（2～3桁）を統一します
重要な数値にはすべて標準誤差を報告します。クラスター化の単位を明記してください（「標準誤差は州レベルでクラスター化」など）
各表の下部に、N、R 二乗、含まれる固定効果、統制変数の一覧を報告します
有意性を示す星印：* 10％、** 5％、*** 1％（注：星印を推奨しない学術誌もあります。投稿先の書式を確認してください）
読者が表だけを見て、回帰式を正確に書き起こせるようにします

記述統計表

(この表を配置する場所とバランステストの位置については、上記の「データ節の執筆」を参照してください。)

主要な変数すべてについて、N、平均、標準偏差、最小値、最大値を報告します
該当する場合は、処置群と対照群を別々のパネルに分けます
バランステストでは、平均値の差と p 値を別の列または表に報告します
表の注で各変数を定義します
意味のある桁数で小数点以下2～3桁に丸めます

図

優れた図は、多くの行がある表よりもパターンを明確に伝えます
記号を言葉で定義した、図だけで意味が通じるキャプションを付けます
軸には、適切な単位を用いて明確なラベルを付けます
再現時に見えなくなる点線は避けます
変動の激しい系列にダッシュを使わないでください

図と表の使い分け

図を使う場面：時間的な傾向、分布、非線形の関係、RD／イベントスタディのプロット、および視覚的なパターン自体が重要な結果
表を使う場面：標準誤差を含む回帰係数、仕様間の正確な数値比較、要約統計量
20個の回帰係数を示す図（係数プロット）は、通常、20行の表よりも適しています
目安：「表3が示すように、逆U字型の関係があります」と述べる場合は、その表を図に置き換えます
主要な結果はそれぞれ、図か表のどちらか一方に示します（紙幅を節約するため、両方には載せません）
結果セクションの冒頭近くに、最も重要な図／表を配置します

データの可視化（Schwabish、JEP）

分析者の巧みさではなく、データを示します
データ以外のインクを減らします（Tufte の原則）
可能な場合は、凡例ではなく直接ラベルを使います
重要な比較を強調します
関連する図では、一貫した配色を使います

実証研究のルール

前のセクションでは表や図の書式について説明しました。このセクションでは、表や図で何を示すべきか、そしてその理由を説明します。実証論文の本質は、識別と結果の提示方法にあります。

識別（Cochrane）

最も重要なことは、識別、識別、そして識別です。

右辺変数にばらつきをもたらした経済メカニズムを説明します
誤差項が何を表すのか（Y の変動をもたらす他の要因は何か）を説明します
経済学的な観点から、誤差項が X と無相関である理由を説明します
操作変数が有効である理由を経済学的に説明します
提示する各数値について、推定値を生み出す変動の源を説明します

戦略ごとの叙述構成（RCT、DiD／段階的導入、IV、RDD、Synthetic Control／DiD、Bunching、Shift-Share、Event Study、ML、Structural）については、identification-strategies.mdを参照してください。

結果の提示

主な結果から始めます。前置きの分析は不要です
直感を与えるグラフや表を続けて示します
説得力のある定型化された事実によって、主要な結果が頑健に成り立つことを示します
その後、限定的な頑健性チェックを示します（大半はウェブ付録に掲載します）
推定値や p 値だけでなく、データに見られる定型化された事実を示します
統計的有意性だけでなく、経済的有意性を説明します。サンプルが十分に大きければ、ごく小さな効果でも統計的に有意になるため、小さな p 値だけではほとんど何も分かりません。効果が重要かどうかを判断するには、基準値に対する大きさが必要です
係数を、ドル、パーセンテージポイント、標準偏差、または同等の政策ベンチマークなど、意味のある単位に換算します
効果の大きさを、（a）従属変数の平均、（b）よく知られた介入の効果、または（c）政策上重要な閾値と比較します。例：「その効果は黒人と白人のテストスコア格差の40％に相当します」
弾力性については、平均値、中央値、または弧弾力性のいずれにおける値かを明記します
概算計算を示すことを推奨します：「サンプル平均では、これは1世帯あたり年間 X ドルの追加に相当します」
最も簡潔な仕様から最も多くの変数を含む仕様へと、順に結果を示します。そうすれば、統制変数を追加するにつれて推定値がどう変化するかを読者が確認できます。係数の安定性は、省略変数バイアスがないことを示唆する証拠ではありますが、決定的ではありません。また、追加した統制変数によって R-squared が意味のある程度に変化する場合に限られます（統制変数の説明力が小さければ、係数が安定していてもバイアスが残る場合があります）。安定性だけに頼らず、R-squared の変化を報告し、可能であれば Oster (2019) の境界値も示します

帰無結果の提示

帰無結果も結果です。失敗ではなく、有益な知見として提示してください
「効果がない」（ゼロと精確に推定されている）ことと、「精確に推定されていない」（ゼロと意味のある効果の両方を含む、幅の広い信頼区間）ことを区別してください。ゼロを棄却できないことは、ゼロを立証することと同じではありません。経済的に意味のある効果を除外する狭い区間だけが、効果がないことを示す有益な情報になります
p 値と併せて、または p 値の代わりに信頼区間を報告してください。「X を超える効果はあり得ないと判断できます」
統計的検出力について説明してください。経済的に意味のある効果を検出できる検出力を備えた研究でしたか？
事前登録されている場合は、帰無結果が仕様の探索によるものではないことを強調してください
先行研究との関係を示してください。この帰無結果は過去の知見に反するものですか、それともその知見を精緻化するものですか？

よくある実証上の誤り

R 二乗の解釈は文脈によって異なります。横断面のミクロ回帰（賃金、健康など）では 0.1～0.3 が一般的です。横断面で R 二乗が 1 に近い場合は、機械的な関係を示していることがよくあります。たとえば、「右足の靴」を使って「左足の靴」を予測するようなものです（Cochrane）。時系列分析やマクロ分析では、高い R 二乗が適切な場合もあります。R 二乗で論文を評価してはいけません。重要なのは、X の係数とその標準誤差です
Y の決定要因をすべて統制変数として含めてはいけません。「不適切な統制変数」は、処置そのものの結果です。その変数を条件とすることは、メカニズムをきれいに取り除くことにはなりません。比較できないグループを比較することになり、選択バイアスを生じさせます。教育の効果は一部、産業を介して生じるため、産業を統制しても「産業以外」のリターンを切り分けられません。推定値にバイアスが生じます（Angrist and Pischke, Mostly Harmless Econometrics, Sec. 3.2.3）
操作変数と統制変数を混同しないでください
識別戦略を明確に説明せずに因果関係を主張しないでください
逆因果を無視しないでください
常に次の点に対処してください。（i）逆因果、（ii）観察されない異質性、（iii）測定誤差

標準誤差と推論

標準誤差は、最も細かい単位ではなく、処置が割り当てられる単位でクラスタリングし、クラスタリングの水準を明記してください。処置が割り当てられ、クラスタ内でショックが相関している場合、観測値は独立ではありません。これらを独立として扱うと標準誤差を過小評価し、有意性を過大評価します
クラスタ数が少ない場合（目安は約 40 未満で、クラスタサイズが不均衡だとさらに悪化します）、クラスターロバスト標準誤差は過剰に帰無仮説を棄却します。クラスターロバスト分散推定量はクラスタ数が増える場合にのみ一致性を持つため、クラスタ数が少ないと下方バイアスが生じ、標準的な臨界値では真の帰無仮説が過剰に棄却されます。代わりに、wild cluster bootstrap（Cameron, Gelbach, and Miller 2008）またはランダム化推論を使用してください
ランダム化された設定やデザインベースの設定では、漸近的な標準誤差に頼るより、ランダム化（置換）推論のほうが信頼性が高いことがよくあります

異質性分析

異質性の結果は主な結果の後に提示し、その前には提示しないでください
データマイニングではなく理論に基づいて、サブグループを事前に指定してください
検定したサブグループの数を報告してください（多重検定の問題）
効果の大きさを解釈してください。「女性では効果が 3 倍大きい」は、「交互作用項が有意である」よりも有益です
多くのサブグループを示す場合は、フォレストプロットまたは係数プロットを使って視覚的に提示してください

メカニズム

メカニズムのセクションでは、推測ではなく具体的な経路を検証してください
次のように構成してください。（1）理論がメカニズム M を予測する、（2）M が作用するなら X が観察されるはずである、（3）X を検証する
媒介分析と示唆的な証拠を区別してください
メカニズムについて、データから特定できることとできないことを誠実に述べてください
検証せずに考えられるメカニズムをすべて列挙してはいけません

現代の実証研究の実践

上記の原則は時代を超えて通用します。以下の実践は、信頼性革命に伴う慣例であり、査読者やデータ編集者からますます期待されています。任意の追加事項ではなく、標準的なものとして扱ってください。

事前登録と事前分析計画

研究を事前登録している場合は、序論でその旨を明記してください（信頼性を高める要素です）。
事前に指定した分析と探索的分析を明確に区別してください。
事前分析計画から逸脱した場合は、その理由とともに明示的に報告してください。
事前分析計画を参照してください（例：AEA RCT Registry の登録番号）。

多重検定

複数のアウトカムやサブグループを検定する場合は、多重検定の問題に言及してください。
アウトカムのファミリーを事前に指定し、検定数を減らすために要約指標の使用を検討してください。
ファミリー単位の誤差率の補正（Bonferroni、Holm）または偽発見率の補正（Benjamini-Hochberg）を報告してください。事前に指定したアウトカムのファミリーについては、Anderson（2008）の補正後FDR q値を報告してください。
最低限、どの結果が多重検定補正後も有意であるかを明記してください。

仕様の頑健性

「うまくいく」仕様だけを提示しないでください。
主要な結果について、仕様曲線分析やマルチバース分析を検討してください。
妥当な仕様の間で推定値がどのように分布するかを報告してください。

透明性と再現性

データの利用可能性を明確に示してください。公開、アクセス制限付き、または専有データのいずれかを明記してください。
再現用コードを提供するか、参照先を示してください。
結果に実質的な影響を与えるデータクリーニング上の判断について説明してください。
アクセス制限付きデータを使用する場合、他の研究者が再現できるよう、申請手続きを説明してください。

引用の正確性

すべての引用を確認してください。著者名、年、学術誌名、主要な知見が正確であることを確かめてください。AI ツールは引用を頻繁に捏造したり、誤って帰属させたりします。
他の論文の結果を引用する場合は、正しい仕様を引用していることを確認してください（例：頑健性チェックではなく、推奨される推定値）。
ワーキングペーパー版と出版版を区別してください。版によって知見が変わる場合があります。
読んでいない論文を引用しないでください。二次資料を通じてしか論文を知らない場合は、その二次資料を引用してください：「[二次資料]で論じられているように」
よく知られた結果（例：ミンサー収益率、重力方程式）については、教科書やサーベイではなく、原典を引用してください。

再現パッケージ（AEA Data Editor の基準）

AEA の学術誌に投稿するすべての実証論文には（他の学術誌でもその傾向が強まっています）、再現パッケージを含める必要があります。
Social Science Data Editors のテンプレートに沿った README を含めてください。内容は、データの利用可能性と出所に関する記述、データセット一覧、計算要件（ソフトウェアのバージョン、ハードウェア、予想実行時間）、プログラムの説明、再現者向けの手順です。
作成したデータセットを含め、すべてのデータセットを標準的な本文中の引用形式で、論文の参考文献一覧に記載してください。
ディレクトリ構成：data/raw/、data/analysis/、code/、results/。コードファイルとデータファイルを混在させないでください。
手作業による介入なしで、コードがすべての結果を再現できなければなりません。唯一の例外は、再現者がディレクトリパスを設定する単一の設定ファイルです。
アクセス制限付きデータについては、申請手続き、予想待ち時間、金銭的費用を説明するデータ利用可能性に関する声明を記載してください。
LICENSE.txt を含めてください（AEA は、データと文書には CC-BY 4.0、コードには修正版 BSD ライセンスを推奨しています）。
すべての表と図を、特定のプログラムファイルに対応付けてください：「表3は code/table3_main_results.do によって作成されます」
これらの基準は AEA、Econometrica（ES Data Editor）、Economic Journal に適用され、分野別学術誌でもその適用が広がっています。

AI の使用に関する開示

AEA の方針：AI を著者として記載することはできません。原稿の執筆または編集に AI を使用した場合は、投稿時に開示してください
Econometric Society：すべての共著者がすべての内容に責任を負うことを確認する責任表明が必要です
開示する内容：執筆支援、コード生成、文献検索の支援、データ分析に関する提案
通常、開示が不要なもの：スペルチェック、文法チェックツール、LaTeX の書式設定
ジャーナルの方針にかかわらず、引用、数値に関する主張、統計的解釈を含む、AI が生成したすべての内容を検証する責任はあなたにあります
実践的な原則：AI が段落を執筆した場合は、不注意な RA が書いたものとして読み、すべての事実、引用、数値を検証してください

タイトルの書き方

形式

最適な形式：「[D] が [Y] に与える影響：［文脈］からのエビデンス」
別の形式：「[D] と [Y]」（より短く、許容されます）
理論論文の場合：手法ではなく、主要なメカニズムや知見を示してください
構造推定論文の場合：「［反実仮想の問い］：［文脈］からのエビデンス」
タイトルは短くしてください。短いタイトルほど引用数が多い傾向にあるとする研究もあります（Letchford, Moat, and Preis 2015）が、エビデンスは一様ではありません
手法を独自に考案した場合を除き、タイトルで方法論を強調しないでください

タイトルの評価基準

タイトルを書くとき、または評価するときは、以下の観点で採点してください：

明確さ — 専門外の人でも一読してテーマを理解できますか？
具体性 — 処置・原因と結果・効果の両方が示されていますか？
長さ — 12 語未満が理想で、15 語未満なら許容範囲です
記憶に残るか — 学会でこのタイトルを覚えてもらえそうですか？
方法論を強調していないか — 手法ではなく、知見を強調していますか？

良いタイトルと悪いタイトルの例

良い例：「オレゴン州医療保険実験：初年度のエビデンス」（明確で、具体的で、記憶に残ります）
良い例：「チャイナ・シンドローム：輸入競争が地域労働市場に及ぼす影響」（巧みで、明確です）
良い例：「大気汚染と死亡率：1952 年ロンドン・スモッグのエビデンス」（処置＋結果＋文脈）
悪い例：「教育政策の差の差分析」（方法論であり、知見を示していません）
悪い例：「さまざまな要因と経済的成果の関係について」（何も伝えていません）
悪い例：「労働経済学に関する論文集」（博士論文なら許容されますが、論文では使いません）

分野固有の慣例

経済学のすべての分野で、慣例が同じとは限りません。このスキル内の他の規則やテンプレートは、応用ミクロ経済学を基本としています。以下の慣例が先述の基本方針（ページ数、要旨の長さ、主要な図表）と異なる場合は、分野固有の慣例を優先してください。分野に応じて規則を調整してください。

応用ミクロ経済学（労働、公共、医療、教育、開発）

このスキルが想定する既定のスタイルです。上記の規則のほとんどがそのまま当てはまります
開発分野の RCT では、事前登録はほぼ必須です。CONSORT 形式のフロー図を含め、処置効果とともに費用対効果を報告してください
実験研究ではバランス表が重要です。付録ではなく、目立つ位置に掲載してください

マクロ経済学

論文は長めです（40～60 ページが一般的）。「40 ページ未満」という助言は当てはまりません
キャリブレーション表が標準です。パラメーター名、値、出典／ターゲットとなるモーメントの各列を設けてください
主要な結果の可視化には、回帰表ではなくインパルス応答関数（IRF）を使用します
モデルのモーメントとデータのモーメントを比較する「モデル適合度」セクションを設けることが期待されます
DSGE 論文では、定常状態、対数線形化または解法、ショックの設定を説明してください
結果は「私は X を発見した」ではなく、「モデルは X を生成する」という形で表現されることがよくあります

貿易

重力モデルの推定には固有の慣例があります。PPML 推定（Santos Silva and Tenreyro 2006）、多国間抵抗の制御、固定効果の構造などです
構造的な貿易論文では、一般均衡の反実仮想分析が期待されます
明確な根拠を示したうえで、年次ではなく 3 年または 5 年間隔のパネルを使用してください

金融

一部のジャーナルでは、要旨の上限は150語ではなく100語であることがよくあります
Fama-MacBeth 回帰とポートフォリオ・ソートの提示は、標準的な慣例です
変数の1％／99％でのウィンザー化が求められ、報告しなければなりません
一部のジャーナルでは、Chicago Manual of Style の引用形式が使われます（AEA の形式とは異なります）

論文構成の概要

標準的な応用経済学論文

タイトル（短く、内容が伝わるもの）
要旨（100～150語、具体的な知見を含める）
序論（3～5ページ、先行研究のレビューを含む）
理論的枠組み（任意。実証分析の理解に役立つ場合に限る）
データと記述統計（データに関するあらゆる疑問に答える）
実証的枠組み（推定戦略＋識別戦略）
結果と考察（主な結果、頑健性、メカニズム、限界）
結論（要約、政策的含意、今後の研究）
参考文献
付録／オンライン補足資料（頑健性の検証、証明、追加の表）

理論論文の構成

タイトル（短く、内容が伝わるもの）
要旨（100～150語、主な結果／洞察を示す）
序論（パズルを動機づけ、主な洞察を述べ、メカニズムを説明し、先行研究との関係を示す）
モデルの設定（基本要素、仮定、タイミング――できる限りシンプルにする）
分析／主な結果（命題と、その証明に先立つ直感的な説明）
拡張（重要な仮定を緩和し、異質性を導入する）
考察／実証的含意（検証可能な予測、データとの関係）
結論
参考文献
付録（証明、技術的詳細）

理論・実証混合論文の構成

タイトル（短く、内容が伝わるもの）
要旨（100～150語、理論的洞察と実証的知見の両方を示す）
序論（パズルを動機づけ、理論的貢献と実証結果の両方を述べる）
モデル（理論を展開し、検証可能な予測を導く）
データと制度的背景
実証戦略（モデルの予測をどのように検証するか）
結果（結果とモデルの予測との対応を明示する）
結論
参考文献
付録（証明、頑健性の検証、追加の表）

構造推定論文の構成

タイトル（短く、内容が伝わるもの）
要旨（100～150語、主要な反実仮想の知見を示す）
序論（問いを動機づけ、アプローチを説明し、主要な反実仮想の結果を述べる）
モデル（明確な経済学的仮定を用いて構造モデルを展開する）
データと制度的背景
推定（識別、推定方法、計算の詳細）
モデルの適合度と検証（標本内での適合度、標本外での検証）
反実仮想分析（論文の見せ場――政策シミュレーション、厚生計算）
結論
付録（推定の詳細、追加の反実仮想）

付録とオンライン補足資料の構成

本論文だけで完結させる必要があります。論旨を理解するために付録を読む必要がないようにしてください
付録の内容：頑健性の検証、追加の仕様、変数の定義、データクリーニングの詳細、証明、拡張版の表
混乱を避けるため、付録の表と図には別の番号を付けてください（表A1、図A1）
付録の項目はすべて本文から参照してください（「オンライン付録の表A3を参照」）
最も重要な頑健性の検証は付録ではなく本文に掲載してください
付録は本文と同じ順序で構成してください
オンライン補足資料は本文より長くてもかまいませんが、各項目は本文から参照してください

ジョブマーケットペーパー(JMP)に関する考慮事項

JMP はあなたの名刺のようなものです。重要な問いを特定し、信頼できる形で実行し、明確に書けることを示さなければなりません -- それはすべて独力で(共著であっても、あなたの貢献が紛れもなく明確でなければなりません)
タイトル: 記憶に残りやすく、あなたの分野を示すものであるべきです。ありきたりなタイトルは避けてください -- 採用委員会は何百もの JMP に目を通します
要旨: 方法ではなく、発見から始めてください。あなたのサブフィールド以外の経済学者にも理解できるものにしてください
導入: 例外的に洗練されていなければなりません。多くの委員会メンバーは導入しか読みません。最も印象的な結果を最初に置いてください
長さ: 短め(30〜35ページ)を目指してください。委員会は何十本もの論文を読んでいます。短い論文ほど注意深く読まれます
あなたのサブフィールドを超えた、より広い文献への意識を示してください -- 採用する学部は狭い専門家ではなく、同僚を求めています
あなたの論文が新規の手法を用いているなら、手法そのものではなく、それがもたらす経済学的洞察を強調してください。委員会は計量経済学者ではなく経済学者を採用します(手法のポジションに応募している場合を除く)
発表資料(ジョブトークのスライド)も同じ「結果に素早く到達する」原則に従うべきです -- 主要な結果は最初の10分以内に現れるべきです

学位論文の構成(三部作形式)

標準的な経済学 PhD の学位論文: 導入章、独立した3本の論文、結論章(合計約150ページ)
導入章(10〜15ページ): 3本の論文の間のテーマ的なつながりを確立し、必要な背景を提供します。文献レビューではありません -- 各論文がそれぞれ独自のものを持ちます
各論文は独立している必要があります: 単独で読めること、それぞれ独自の要旨、導入、結論を持つこと。共通のテーマを共有すべきですが、互いに依存してはなりません
結論章(5〜10ページ): 論文を結びつけ、統一的な貢献について論じ、横断的な今後の方向性を明示します
少なくとも1本の論文は単著であるべきです。JMP は理想的には単著であるべきです
論文は質の高い順に並べてください: 最も強い論文を最初に(委員会はしばしば最初の論文しか詳細に読みません)
卒業論文/学部論文は異なります: 序文を含めることがあり、目次が求められ、通常は3本の論文ではなく1本の長い論文からなります

ユースケース別の指示

セクションまたは論文全体の下書きを求められた場合:

論文の種類(応用実証、理論、混合、構造、記述)を判断し、それに応じて適応させてください
該当するセクションについて上記の公式に従ってください
著者の具体的な結果が必要な箇所には、具体的なプレースホルダーの表現を用いてください
著者の入力が必要な箇所は [AUTHOR: 必要な内容の説明] で示してください
最初からすべてのスタイルルールを適用してください
三角形/新聞スタイルで書いてください -- 最も重要なものを最初に

既存のテキストの書き直しを求められた場合:

上記のルールに対する具体的な違反を特定してください
受動態、曖昧な表現、前置き、埋もれたリードを修正してください
文章を引き締めてください -- 不要な語や文を削ってください
具体的な結果が大きさとともに述べられていることを確認してください
著者の意味と貢献を保ってください
何をなぜ変更したかを簡潔に記してください

導入の執筆を求められた場合:

上記の導入の公式(フック → 問い → 結果 → 文献レビューと付加価値 → ロードマップ)を適用してください: 結果は導入の25〜30%の位置に、文献レビューはロードマップの前の最後の実質的なセクションとして、そして3〜5ページの上限を守ってください。「導入の執筆」を参照してください。

文献レビューの執筆を求められた場合:

導入の最後の部分(ロードマップの前)に置いてください。独立したセクションとしては決して置かないでください
注釈付き文献目録ではなく、STORY を語ってください
最も近い5〜10本の論文に焦点を当ててください
あなたの論文のニッチを確立する「しかし」または「とはいえ」に向けて組み立ててください
敬意を持って評価し、決して侮辱しないでください

ABSTRACT の執筆を依頼された場合：

上記の4部構成の公式（何を／どのように／結果／示唆）を適用します。100～150語とし、規模を示した具体的な結果を盛り込み、引用、専門用語、受動態は避けます。「WRITING THE ABSTRACT」を参照してください。

CONCLUSION の執筆を依頼された場合：

上記の3部構成の公式（要約／示唆／今後の研究）を適用します。1ページにまとめ、結果はアブストラクトや序論とは異なる表現にし、データやモデルから導ける範囲を超えて推測しないでください。一般的な留保事項を羅列するのではなく、確信を持って述べてください。ただし、特に実験研究や政策研究では、簡潔で具体的な限界に関する記述を含めてもかまいません。「WRITING THE CONCLUSION」を参照してください。

RESULTS の執筆を依頼された場合：

主要な結果を最初に示します。前置きは不要です
最も簡潔な仕様から順に、より複雑な仕様を示します
統計的有意性だけでなく、経済的な大きさを説明します
頑健性の確認、メカニズム、限界に関する小節を設けます
予備的な結果は、表より先に図で示します
結果がゼロの場合は、有益な結果として位置づけ、信頼区間を報告し、検出力について論じます

THEORY または MODEL セクションの執筆を依頼された場合：

序論の最初の2段落以内に、主要な洞察やメカニズムを平易な英語で明示します
「この分野には……のモデルがない」ではなく、パズル、定型的事実、または政策上の問いを動機として示します
モデルの節では、仮定を明確に述べ、その経済的な意味を説明し、不可欠な仮定と単純化のための仮定を区別します
命題を提示する際は、形式的な証明の前に経済的な直観を説明します。読者が数式を見る前に結果を理解できるようにします
核心的な洞察を導く最も単純なモデルを使い、一般的なケースではなく具体例から始めます（Varian）
比較静学を言葉で説明します：「X が増加すると、Y は低下します。なぜなら……」
検証可能な予測を導きます。たとえ検証しない場合でも、どのようなデータが必要かを示します
証明は、経済的なメカニズムの理解に役立つ場合を除き、付録に置きます
理論と実証を組み合わせた論文では、各回帰分析を特定の命題に対応づけます

DATA SECTION の執筆を依頼された場合：

上記のデータセクションのガイダンスを適用します。最初の文でデータセット、対象期間、観測単位を明記し、サンプルの構築方法と変数の定義を説明します。記述統計表を含め、限界とサンプル選択について脚注ではなく本文で取り上げます。識別戦略に必要な制度的背景を十分に説明します。「WRITING THE DATA SECTION」を参照してください。

PRESENTATIONS について尋ねられた場合：specialized-tasks.md を参照してください

SURVEY または REVIEW PAPER（JEL、JEP、Handbook chapter）の執筆を依頼された場合：specialized-tasks.md を参照してください

WORKING PAPER を JOURNAL VERSION に変換するよう依頼された場合：specialized-tasks.md を参照してください

GRANT PROPOSAL（NSF、NBER、ERC、機関向け）の執筆を依頼された場合：specialized-tasks.md を参照してください

NON-ACADEMIC AUDIENCE 向け（政策概要、オピニオン記事、ブログ記事）の執筆を依頼された場合：specialized-tasks.md を参照してください

論文の REVIEW または AUDIT を依頼された場合：

査読チェックリストの枠組みを使います（review-checklist.md を参照）
3つの視点から評価します：方法論の専門家（識別、頑健性）、分野の専門家（貢献、経済的重要性）、文章の批評者（文体、明瞭さ）
各構成要素（タイトル、アブストラクト、序論、方法論、結果、文章、表・図、結論）を100点満点で採点します
AI 生成文に見られるパターンを指摘します（上記の Anti-AI セクションを参照）
フィードバックには優先順位を付け、最も影響の大きい変更を3つ挙げてから、軽微な問題を列挙します
各問題について、何が問題か、なぜ重要か、具体例を挙げてどう修正するかを説明します

REFEREE RESPONSE の執筆を依頼された場合：specialized-tasks.md を参照してください

改訂チェックリスト

提出前に、以下を確認してください。

識別戦略ごとの執筆ガイド（RCT、DiD、IV、RDD、Synthetic Control、Bunching、Shift-Share、ML）については、identification-strategies.md を参照してください。

LaTeX の書式設定ガイド（表、図、参考文献、ジャーナルへの投稿）については、latex-tips.md を参照してください。

模擬査読者と採点による体系的な論文レビューについては、review-checklist.md を参照してください。

専門的なタスク（プレゼンテーション、サーベイ論文／レビュー論文、ワーキングペーパーからジャーナル掲載論文への改稿、助成金申請書、政策ブリーフ／オピニオン記事、査読者への回答）については、specialized-tasks.md を参照してください。

このスキルは50以上の情報源から得た助言をまとめたものです。主な情報源：Cochrane（Chicago/Hoover）、McCloskey（Chicago/UIC）、Shapiro（Harvard）、Head（UBC）、Bellemare（Minnesota）、Goldin & Katz（Harvard）、Glaeser（Harvard）、Kremer（Harvard/Chicago）、Nikolov（Binghamton/Harvard）、Schwabish（JEP）、Evans（CGDev）、Dudenhefer（Duke）。情報源の全リスト：github.com/hanlulong/econ-writing-skill

Markdown 対応

ログインしてコメント

基本情報

作者: hanlulong
リポジトリ: hanlulong/econ-writing-skill
カテゴリ: ドキュメント
インストール数: 300
GitHub スター: 683

問題を報告