| name | er-theory-hypotheses |
| description | Use when writing the theoretical analysis and hypothesis-development section of an Economic-Research manuscript — deriving testable, directional, falsifiable hypotheses that map one-to-one onto the empirical design. |
理论分析与研究假设（er-theory-hypotheses）
触发时机
- 引言已写完，但"理论分析与研究假设"一节还只是文献综述的延续
- 有实证设计、有结果，却没有事前的逻辑推演说明"为什么应该有这个效应"
- 假设写成了"X 影响 Y"，没有方向、不挂理论、无法证伪
- 审稿人问"你的假设是怎么从理论推出来的？"
- 提出了 H2、H3 却在后文没有任何对应检验
《经济研究》极重视理论贡献。这一节通常位于引言之后、研究设计之前，承担"事前论证"的全部责任。
理论分析一节的两种主流写法
写法 A：数理模型 / 微观基础
构建一个简化模型，从效用 / 利润最大化等微观基础出发，推导出可检验命题。
何时需要正式建模： 稿件的核心贡献在机制本身、存在多个相互竞争的力量需要刻画净效应、或要做反事实/福利分析时。
何时不需要： 效应方向由已有理论清楚给定、建模只是把直觉重新包装成代数（"装饰性模型"）时——审稿人会一眼看穿。
模型必须导出与实证设定对应的命题（Proposition），而非孤立的数学练习。
命题 1：在假设 [A1]、[A2] 下，∂Y/∂D > 0，即处理 D 提高结果 Y。
（对应假设 H1，由式（3）对 D 求偏导得到。）
命题 2：该效应随 [调节变量 Z] 增大而增强，即 ∂²Y/∂D∂Z > 0。
（对应假设 H3。）
写法 B：机制化的逻辑推演（更常见）
基于已有理论，分层论证"处理 D 如何通过机制 M 影响结果 Y"，逐步导出假设。这是《经济研究》最主流的写法。
三层结构：
- 理论起点：D 影响什么（挂在具体理论上，如委托代理、融资约束、信息不对称）。
- 传导机制：D 如何通过 M 传导到 Y（这一层要把 M→Y 的逻辑讲透，见下文"方法论提醒"）。
- 结果预期：因此 D 对 Y 有方向明确的影响 → 落为 H1。
从理论到假设的规范
每个假设（H1、H2……）必须同时满足：
- (i) 挂在理论上：指明它来自哪一支文献 / 哪个理论命题；
- (ii) 方向明确：用"提高/降低""增强/削弱"，不用"影响""相关"；
- (iii) 可证伪：能写出"若假设成立则观察到 X；若不成立则观察到非 X"。
H1：[处理 D] 显著[提高/降低][结果 Y]。
H2（机制）：[处理 D] 通过[机制 M]影响[结果 Y]。
H3（调节）：[调节变量 Z]越高，[D 对 Y 的效应]越[强/弱]。
好假设 vs 坏假设
| 维度 | 坏假设 | 好假设 |
|---|
| 方向 | 数字化转型影响企业绩效 | 数字化转型提高企业绩效 |
| 挂理论 | 凭直觉"应该有关系" | 由[融资约束理论]推出 |
| 可证伪 | 政策"具有重要意义" | 政策使 Y 下降，且子样本 A 降幅大于 B |
| 与机制衔接 | H2 与 H1 重复换词 | H2 指明 H1 效应经由 M 实现 |
错误：H：环境规制与企业创新存在关系。（无方向、不挂理论、不可证伪）
正确：H1：环境规制通过提高合规成本倒逼企业增加绿色研发投入（波特假说）。
假设与后文的呼应
理论假设必须与实证结构一一对应，否则审稿人会质疑"提出来不检验"。
| 假设 | 类型 | 对应实证检验 |
|---|
| H1 | 基准效应 | 基准回归（主表第 1 列） |
| H2 | 机制 | 机制检验（→ er-mechanism） |
| H3 | 调节 / 异质性 | 异质性 / 交互项分析（→ er-heterogeneity） |
| H4 | 竞争性假设 | 对立机制的区分性检验 |
写完假设后，回头核对：每个 H 都能在目录里找到对应小节吗？每个实证小节都对应某个 H 吗？
理论分析 vs 机制分析的分工
- 理论分析（本节，事前）：纯逻辑推演，论证"为什么应该有这个效应、应该经由哪条路径"。不出现回归结果。
- 机制检验（后文，事后）：实证证据，验证理论推演的那条路径是否成立。
错误：在理论分析一节就贴回归表。
正确：理论分析只讲逻辑、导出可检验命题；把数据和回归留给研究设计与机制章节。
竞争性假设 / 对立机制（加分点）
好的理论分析会主动提出对立预期，并说明实证上如何区分。这是审稿人的明显加分项。
机制 A（融资约束缓解）预期：处理后高约束企业反应更大。
机制 B（监管套利）预期：处理后高约束企业反应更小。
本文通过[按融资约束分组的异质性检验]区分二者：若系数在高约束组更大，支持 A、否定 B。
重要方法论提醒：M→Y 的论证责任在理论阶段
机制变量 M 在因果框架下通常不随机（M 由 D 与诸多未观测因素共同决定）。因此实证上不宜直接跑 Y 对 M 的回归来"证明机制"——该系数无因果含义（参见江艇 2022《因果推断经验研究中的中介效应与调节效应》，《中国工业经济》2022 年第 5 期）。
由此，M→Y 的合理性主要由理论分析承担：在本节就把"为什么 M 会影响 Y"用已有理论讲透，实证部分只需扎实地估计可信的那一段（通常是 D→M）。理论这一节没把 M→Y 讲清楚，后文机制检验就站不住。
必查清单
反模式
- 理论分析写成文献综述的延续（堆砌"谁谁谁发现了什么"，不推演本文假设）
- 假设无方向："X 影响 Y"而非"X 提高/降低 Y"
- 假设之间重叠 / 互为换词，凑数量
- 提出 H2、H3 但后文不检验
- 为已知实证结果"反向编造"理论（HARKing：先看结果再补假设）
- 数理模型与实证设定脱节（模型变量后文从未度量）
- 在理论分析一节直接贴回归表，把"事前推演"做成"事后解释"
- 用"Y 对 M 的回归显著"当机制证据，却没在理论上论证 M→Y
输出格式
【写法】A 数理模型 / B 逻辑推演
【假设数】H1…Hn
【方向性】全部明确 / 待修：[...]
【挂理论】每个 H 对应文献（作者，年份）
【竞争性假设】有 / 无（如何区分：...）
【M→Y 理论论证】充分 / 待补
【假设-检验对应】完整 / 缺口：[...]
【下一步】er-identification
