法律和经济科学

经济学顶刊评译 | 圈子还是能力?如何才能在顶刊多发论文?

发表时间:2025-06-05 08:34
图片

标题:Clubs and Networks in Economics Reviewing

作者:Scott E. Carrell, David N. Figlio, Lester R. Lusher

期刊:Journal of Political Economy,Volume 132, Number 9September 2024.

结论:论文给出了一个已经广为人知但又不太容易被(普通人)人从情感上接受的答案:加入大佬主导的俱乐部,才是多发论文的正确道路,俗称“抱大腿”!

内容提要:本文通过研究作者与编辑/审稿人的联系网络对发表的影响,来探讨经济学研究评估中的潜在偏见。为此,考察了在《人力资源杂志》(Journal of Human Resources简称JHR)--一个高排名的应用微观经济学领域期刊--在12年期间近8000篇论文投稿的情况。重点关注作者、编辑和审稿人之间的各种联系--如共享合著关系、相同的美国国家经济研究局(NBER)项目隶属关系、相同的博士项目以及当前/曾经的同事关系--如何影响审稿人的推荐和编辑的决定,本文考察了作者-编辑和作者-审稿人网络和匹配如何影响经济学出版中的编辑决策和审稿人推荐。

实证结果表明,对于编辑,博士就读院校、就业情况、NBER项目隶属关系、合作网络分离度以及在前五名经济学期刊发表文章等方面存在显著的正面匹配效应。重要的是,这些效应是叠加的,匹配数量的增加会进一步影响编辑决策。对于审稿人,同样发现审稿人受到与他们有共同属性的作者的影响。

因此,在一个发表日益困难且期刊面临版面限制的环境中,本文的结果表明,那些获得俱乐部或精英地位的作者,在论文质量合格的前提下将会继续成功发表,而这将挤占大量学术资源。

一、研究目标
探究经济学期刊评审过程中,作者与编辑/审稿人之间的学术网络关系(如校友、同事、NBER项目成员、合著网络等)以及“精英信号”(如Top5期刊发表、名校背景)如何影响编辑的桌面拒稿(desk rejection)和审稿人推荐意见(reviewer recommendations)。

二、方法与数据来源

数据来源:

期刊数据:2007–2018年《Journal of Human Resources (JHR)》的8,000份投稿数据,包括作者、编辑、审稿人身份及决策结果。

学术背景数据:手工收集作者、编辑、审稿人的教育背景(博士院校排名)、工作经历(机构排名)、NBER项目 affiliation、发表记录(含Top5期刊)。

合著网络数据:基于RePEc数据库构建合著网络,计算作者与编辑/审稿人的“学术距离”(如一度分离:直接合著;二度分离:共享合著者等)。

实证策略:

固定效应模型:

编辑决策模型:控制编辑固定效应(同一编辑对不同背景作者决策的差异),加入作者层面的控制变量(发表数量、Top5发表等)。

审稿人推荐模型:同时控制审稿人固定效应(同一审稿人对不同论文的倾向)和论文固定效应(同一论文由不同审稿人评价),解决审稿人分配的内生性问题。

关键变量:

"匹配"指标:同博士院校、曾为同事、同NBER项目、合著网络距离、相似排名院校背景、均有Top5发表等。

结果变量:桌面拒稿率(编辑)、积极审稿意见(审稿人)、最终发表率。

识别逻辑:

通过固定效应排除论文质量差异和选择性分配(如编辑偏好特定领域论文)的干扰,识别“匹配关系”的因果效应。

例:同一编辑对“有NBER关联作者” vs. “无关联作者”的决策差异;同一论文的审稿人对“校友作者” vs. “非校友作者”的评分差异。

三、核心结论

编辑决策中的“圈子效应”:

作者与编辑若有以下关联,显著降低拒稿率:

同NBER项目:↑12.2%个百分点

同博士院校:↑5.2%

曾为同事:↑4.6%

一度合著分离:↑26.5%

Top5发表匹配:作者与编辑均有Top5发表,通过率↑4.5%

效应叠加:多重关联(如既是校友又同NBER)进一步放大优势。

审稿人推荐中的偏见:

作者与审稿人若有以下关联,获积极评价概率更高:

同博士院校:↑6.2%

曾为同事:↑3.7%

均有Top5发表:↑2.9%

院校排名匹配:高排名院校审稿人偏好高排名背景作者(低排名审稿人对低排名作者无显著偏好)。

发表决策:

审稿人意见主导发表(全积极意见比全消极意见发表率高54pp)。

独立于审稿意见的编辑偏见:即使控制审稿意见,NBER关联仍使发表概率额外↑15.1%。

四、逻辑与思路

经济学界多样性不足(女性、少数族裔占比低),可能源于评审系统的隐性偏见(“小圈子”效应)。

机制假设:编辑/审稿人依赖“信号”(如Top5发表、名校背景)简化评审,但导致非精英网络作者处于劣势。

验证方法:

多维度“匹配”指标量化学术网络关系。

三重固定效应模型隔离因果效应。

异质性分析(如院校排名分层)揭示偏见方向。

政策启示:偏见加剧“Top5暴政”(Heckman & Moktan, 2020),边缘化非精英背景学者,损害学科多样性。