论文写作| 审稿人给出的常见退稿理由（定量论文）

一般而言，很多杂志在退稿的时候是不会给退稿理由的，这也是正常合理的现象，因为人文社科的研究本来就没有一个统一的评判标准，在一处被退稿并不意味着研究做的不好，可能只是不符合审稿人或者杂志的口味。由于杂志退稿不给理由，所以有时候我们并不知道错在了哪，今天主要结合自己的审稿经验以及对其他审稿人的访谈，整理出容易被退稿的五个问题。

1.文题不符

所谓问题不符也就是我们在中学写作文时候经常说的“跑题”了，一旦出现这个问题，最后的审稿结论肯定是退稿。从审过的论文来看，产生“跑题”的原因主要有以下几点：第一，文章没有中心思想，或者是说文章没有问题意识，没有一个明确的研究问题，这就导致文章基本是想到什么做什么，而没有问题意识会导致文章从头至尾都非常杂乱，文献综述部分往往会像教科书一样把自己研究的变量从头到尾综述一遍，数据分析也会十分冗余。第二，盲目的追求篇幅，可能在以前期刊论文都是8000字左右，但是近年来期刊论文的篇幅逐渐扩大，甚至有些期刊明确投稿的要求就是1.5-2万字，这就使得一些作者不得不扩充篇幅，对于定量研究而言，扩充篇幅的一个方法就是增加数据分析，而这些盲目增加出来的分析，往往会和文章的核心问题不符，就会导致我们看到文章核心部分还是很好的，但是到了后面非常突兀的出现一下内容，并且这些内容在前文又没有埋下伏笔。第三，盲目使用“花哨”的标题，在人文社科领域的论文中，很多文章会借用一些诗句、流行用语或者采用一些提问的方式来组合一个两段式的标题，这种两段式的标题如果使用得当是很好的选择，例如中国社科院李春玲研究员《大学校园里的竞争还要靠“拼爹”吗?——家庭背景在大学生人力资本形成中的作用》这篇文章，借用一个提问式的标题很直接的表明了研究问题，再如南京大学许琪副教授的《群体性孤独——社交媒体使用对孤独感的影响》这篇文章，借用在传播领域很有名的一本书《群体性孤独》来很好地表达了自己的研究内容。然而，这种标题如果使用不好就会存在严重的题文不符，所以建议大家不要刻意的去取一些花哨的标题。并且这种两段式标题在审稿过程中并不是加分项，但是如果取不好，绝对是减分项。

2.逻辑不顺

对于定量研究而言，逻辑不顺主要体现在两个变量被莫名其妙地弄在了一起，虽然从统计上两个变量有很显著的关系，但是却总给人一种不恰当的感觉。例如可能大家之前也看到过相关信息，分析银行行长面部宽度和客户储蓄意愿的关系，虽然统计上是高度显著的并且用了多种方法，但问题是他们两个变量之间有什么内在的联系吗？而对于学术论文而言，论证内在的联系比那几颗小星星（显著性）要重要的多。并且，这种逻辑不顺往往出现在研究方法及其复杂的文章中，看似文章很科学，但实则非常空洞。

此外，逻辑问题最常见的出现在使用中介分析和结构方程分析的文章中，中介分析和结构方程的分析需要研究者预先设定变量，但这个设定过程就会出现逻辑问题，有时在统计上各种指标都非常好，但是在逻辑上非常牵强，甚至有的学者还会反驳我这个变量从统计上完全是一个合格的中介变量或是一个合格的结构方程模型，但问题是没有逻辑，所以应用这两种方法要非常注意中介变量的选择，不能仅仅依靠统计标准，要有内容上的支撑。

3.前后脱节

主要体现为文献综述和后文基本无关，论文中文献综述的重要目的是梳理以往的研究，突出自己的研究贡献，和已有的研究相比自己的研究定位在哪里。但是，在有一些文章中的综述往往就是单纯地梳理了一下相关的学术发展脉络，既没有指出原有研究的不足，也没有指出自己的贡献，使得文献综述在这篇文章中可有可无。

此外，前后脱节还体现在理论框架和后文的分析脱节，这种情况主要是因为作者过于生硬的去套某一个理论，比如在研究中去套用帕森斯的结构功能主义，这一定会导致文章的脱节，因为他的理论本来就是不可操作化的，去硬套只会出现问题。在这里，也需要大家对所谓的理论框架有个争取的认知，定量论文中的理论和我们学习的西方社会学理论中的理论，并不是同一个理论。定量论文中的理论可以是已有的研究、学说等，并不一定是被叫做XX理论的才算理论。

4.测量不准

这个问题是定量研究中经常出现的问题，有的时候又是无可奈何的问题。因为，没有人能把一个概念测量的非常准确。我们需要做的就是要尽可能地论证自己测量的合理性，这个问题在经济学领域做的比较好，在很多经济学论文中都会详细说明为什么这样测量。测量中有一些瑕疵是可以理解的，但是不能出现完全不准去的情况，而出现这一情况的核心原因是作者对于被测量的概念理解不准。

5.缺乏规范

定量研究是规范性最强的研究，如果有一些基本的规范性错误，审稿人基本可以快速识别出这个作者根本不懂定量，只是临时应付出来的一篇论文。对于一些缺乏规范的论文主要有以下几种情况：

第一，从软件中盲目复制结果，尤其是SPSS给出的结果很多是不必要的信息，作者盲目地复制进来，只能说明不懂、不会定量，只会操作软件而已。

第二，对一些统计量理解不准确，如不能区分R方和调整后R方，不能区分回归系数和标准化回归系数等。

第三，缺少必要的统计量，例如在回归分析中我们一般要报告系数、标准误和显著性水平，之所以报告这三项是因为他们三者密切相关，系数/标准误=t值，而t值决定了显著性水平。

转自来点方法微信公众号，仅作学习交流，如有侵权，请联系本站删除！