摘要：联系导师：制作个人简历，突出自己的优势和长处，尤其是自己的外语水平和科研成果，通过邮件或者其他沟通方式说明自己的报考意向。

前期准备工作

-联系导师：制作个人简历，突出自己的优势和长处，尤其是自己的外语水平和科研成果，通过邮件或者其他沟通方式说明自己的报考意向。

-院校选择：建议选择三到五所院校来关注，院校根据自己的情况选择低中高三档。

申请材料准备

- 研究计划：这是关键部分，需明确拟研究问题，详细阐述知识储备、创新点、研究框架、研究方法和主要参考文献等，体现学术水平和研究潜力。

- 学术论文：尽量提供高质量代表作，已发表的论文更有优势，若有核心期刊论文则更好。

- 其他材料：包括学历学位证书、成绩单、外语成绩单、获奖证书等，确保完整准确。同时，准备两名与报考学科有关的教授或相当职称专家的推荐书。

笔试准备

- 专业知识学习：深入掌握中级微观经济学、中级宏观经济学和数理经济学知识，研读平狄克的《微观经济学》、多恩布什的《宏观经济学》、伍德里奇的《计量经济学导论》等经典教材。关注《经济研究》《金融研究》等期刊上的相关论文，以及导师组的研究成果，了解学科前沿动态。公众h a o 考博百科。此外，二十大报告及二十大三中全会决定、中央经济工作会议内容等也是重要的备考素材。育明考博也会根据院校考博重点给学生进行有针对性的指导。

- 答题技巧训练：由于考博题目基本都是论述题，要注重答题的逻辑性和条理性，结合理论知识和实际案例，深入分析问题。考前可多进行模拟答题，掌握答题方法和时间分配。

面试准备

- 熟悉申请材料 ：对自己的研究计划、学术论文等材料要非常熟悉，能够清晰阐述研究计划中的研究问题、咨育明考博-小李老师，研究方法、创新点等，对于面试官可能针对材料提出的问题要提前做好准备。

- 专业知识与热点准备：准备好关于学术背景、研究兴趣、职业目标等常见问题的回答。关注经济学领域的前沿理论与热点问题，能够结合自己的专业知识进行分析。

- 模拟面试：找老师、同学或专业机构进行模拟面试，提前适应面试氛围，锻炼表达能力和应变能力。面试时注意着装得体、表达清晰、态度诚恳，保持良好的眼神交流和肢体语言。

经济学博士点：北京大学、清华大学、中国人民大学、北京航空航天大学、北京理工大学、北京师范大学、中国农业大学、中央财经大学、对外经济贸易大学、中国社会科学院大学、中央党校、中国农科院、中国科学院大学、南开大学、天津财经大学、复旦大学、上海交通大学、华东师范大学、上海财经大学、上海对外经贸大学、上海社会科学院、南京大学、东南大学、南京农业大学、南京财经大学、苏州大学、浙江大学、浙江工商大学、浙江财经大学、厦门大学、华侨大学、山东大学、中国海洋大学、山东财经大学、武汉大学、中南财经政法大学、华中科技大学、中山大学、华南理工大学、暨南大学、广东外语外贸大学、西南财经大学、四川大学、宁波大学、安徽财经大学、集美大学、华中师范大学、长沙理工大学、广州大学、重庆工商大学、东北财经大学、吉林大学、东北大学、山西财经大学……

经济学博士申请科研计划书写作模板

一、题目

格式：[研究核心内容]的[研究视角/方法]研究——基于[研究对象/数据来源]的分析

示例：数字经济对居民消费升级的影响机制研究——基于省级面板数据的实证分析

要求：精准概括研究核心，避免模糊表述，控制在25字以内。

二、摘要（300-500字）

1. 研究背景与问题：简要说明研究领域的现实背景（如政策导向、社会需求）与学术空白（如现有研究未解决的争议、未覆盖的视角），明确提出核心研究问题（1-2个）。

2. 研究目标与内容：提炼研究的核心目标（如验证某理论、揭示某机制、提出某对策），简要概括拟展开的3-4个关键研究内容。

3. 研究方法与数据：说明将采用的核心研究方法（如文献计量法、面板回归、博弈论模型、案例比较法等），及数据来源（如国家统计局数据库、微观调研数据、公开学术数据库等）。

4. 预期创新与价值：明确研究的学术创新（如方法创新、视角创新、理论补充）与实践价值（如为政策制定提供参考、为行业发展提供建议）。

三、研究背景与意义

（一）研究背景

1. 现实背景：结合宏观政策（如“双循环”战略、数字经济发展规划）、行业趋势（如某领域技术变革、市场结构变化）或社会现象，说明研究的现实必要性。

2. 学术背景：梳理国内外相关研究的核心观点（可分“支持某观点”“反对某观点”“未达成共识”三类），指出当前研究的不足（如变量测量不全面、机制分析不深入、研究对象局限等），为自身研究定位。

（二）研究意义

1. 学术意义：说明研究如何填补学术空白（如完善某理论框架、修正某现有结论、拓展某研究方法的应用场景）。

2. 实践意义：针对政策制定者、行业主体或社会层面，说明研究结论可提供的具体参考（如政策优化方向、企业决策建议、民生改善路径）。

四、文献综述（1500-2000字）

（一）核心文献梳理

按“研究主题”或“理论脉络”分类梳理，而非简单罗列。例如：

- 第一类：关于[变量A]与[变量B]关系的研究（概括不同学者的结论差异及原因）；

- 第二类：[核心机制]的相关研究（总结现有研究对机制的解释逻辑及局限）；

- 第三类：[研究方法]在本领域的应用（分析现有方法的优势与不足）。

（二）文献评述与研究缺口

1. 总结现有研究的共识与争议，明确当前研究的“断点”（如：现有研究多关注宏观层面，缺乏微观机制分析；或仅验证相关性，未解决内生性问题）。

2. 基于缺口，提出“本研究将如何回应”（如：从微观家庭视角切入，采用工具变量法解决内生性）。

五、研究目标与内容

（一）研究目标

分“核心目标”与“次要目标”，核心目标1个（如揭示数字经济影响消费升级的传导路径），次要目标1-2个（如量化不同地区的异质性效应、提出针对性政策建议）。

（二）研究内容（分点展开，逻辑连贯）

1. 内容一：[基础分析]（如：核心概念界定与理论框架构建——明确“数字经济”“消费升级”的内涵与测量维度，基于某理论（如消费者行为理论、创新扩散理论）搭建分析框架）；

2. 内容二：[实证/理论分析]（如：数字经济与消费升级的相关性检验——利用面板数据，通过基准回归验证两者关系，控制关键变量（如收入水平、城镇化率））；

3. 内容三：[机制/异质性分析]（如：传导机制检验——通过中介效应模型，验证“数字基础设施→服务可及性→消费升级”的中介路径；或异质性分析——分东中西部、城乡样本对比差异）；

4. 内容四：[对策/延伸分析]（如：政策建议提出——基于研究结论，从数字基建、监管优化、消费引导等角度提出可操作的建议）。

六、研究方法与数据

（一）研究方法

明确每个研究内容对应的方法，说明“为何用该方法”（适配性）：

- 理论分析：如博弈论模型（用于分析政府与企业的互动决策）、文献计量法（用于梳理研究热点）；

- 实证分析：如面板数据模型（基准回归）、工具变量法（解决内生性）、中介/调节效应模型（机制检验）、案例分析法（针对特定地区/行业的深度分析）。

（二）数据来源与处理

1. 数据来源：明确数据类型（宏观/微观、截面/面板）、具体来源（如《中国统计年鉴》、CSMAR数据库、CFPS微观调研数据、地方政府公开报告）、时间跨度（如2013-2023年省级面板）。

2. 数据处理：说明拟处理的问题（如缺失值填补方法、异常值剔除标准、变量标准化处理），确保数据的可靠性。

七、研究创新点（3点左右，具体且不空洞）

1. 视角创新：如“首次从‘数字鸿沟’视角分析数字经济对消费升级的异质性影响，突破现有‘整体效应’研究的局限”；

2. 方法创新：如“将机器学习中的LASSO变量选择方法与传统计量模型结合，提升核心变量识别的准确性”；

3. 内容创新：如“针对县域层面消费数据的稀缺性，通过调研补充微观数据，填补县域消费升级研究的空白”。

八、研究计划与进度安排（按时间划分，合理可行）

1. 第1-2个月：完成文献补充梳理，细化研究框架，确定数据获取路径；

2. 第3-4个月：数据收集与清洗，完成核心变量的测量（如构建数字经济指数）；

3. 第5-7个月：进行实证分析（基准回归、机制检验），处理研究中出现的问题（如内生性、稳健性检验）；

4. 第8-9个月：撰写研究初稿，修改完善实证结果，补充政策建议部分；

5. 第10个月：征求导师意见，修改定稿，准备答辩/汇报。

九、预期成果与价值

1. 预期成果：明确成果形式（如1篇高质量学术论文，拟投稿期刊级别；或1份政策咨询报告，拟提交的部门）；

2. 价值重申：简要呼应研究意义，强调成果的学术贡献（如为某领域研究提供新证据）与实践应用（如为政策制定者提供数据支撑）。

十、参考文献

按“APA格式”或“学校要求格式”整理，以近5年核心期刊（如《经济研究》《管理世界》）、权威外文期刊（如Journal of Political Economy）为主，数量15-20篇，避免罗列与研究无关的文献。

示例：

[1] 张三, 李四. 数字经济对居民消费升级的影响[J]. 经济研究, 2022, (5): 12-25.

[2] Acemoglu, D., & Robinson, J. A. Why Nations Fail: The Origins of Power, Prosperity, and Poverty[M]. Crown Business, 2012.

写作注意事项

1. 聚焦“博士研究适配性”：避免选题过大（如“中国经济增长研究”），需具体到细分领域（如“人口老龄化对全要素生产率的影响”）；

2. 突出“可行性”：方法与数据需“触手可及”，避免提出无法获取的数据（如未公开的企业内部数据）或过于复杂的模型（如自身未掌握的前沿算法）；

3. 逻辑连贯：各部分需环环相扣（如研究内容需对应研究目标，研究方法需适配研究内容），避免“前后脱节”。

来源：Yumingli