相识于广外的我们 第37章 煎熬的论文初稿岁月

二月的午后，年味还未完全消散，窗外的枯枝上还挂着零星的红灯笼，寒风裹着细碎的寒意，轻轻拍打着客厅的玻璃窗。阳光透过薄纱窗帘，斜斜地洒在唐子轩的书桌上，在摊开的笔记本电脑屏幕上投下一片淡淡的光斑，也照亮了他眼下淡淡的青黑。此时学校还未开学，他只能待在家里撰写毕业论文，书桌一角堆着几本翻卷了页脚的专业书，旁边散落着几张写满公式的草稿纸，显得有些凌乱。屏幕正中央，一行加粗的标题格外醒目——《出口波动对中国劳动力就业变化的影响》，这是他的本科毕业论文题目，也是此刻压在他心头最重的担子。开题报告的落款日期还停留在一个月前，彼时他还能隔着屏幕，拿着修改了三遍的开题，在董老师的线上会议里得到一句“可以开始写初稿”的认可，那份轻松与期待，如今早已被层层叠叠的疲惫与焦虑所取代。唐子轩伸了个懒腰，僵硬的肩膀发出一阵轻微的“咯吱”声，他揉了揉酸涩的眼睛，目光重新落回屏幕上。初稿的框架已经搭好，引言部分写得磕磕绊绊，反复修改了五六遍才勉强满意，而眼下最让他头疼的，是文献综述板块。董老师在开题指导时就反复强调，文献综述是论文的根基，必须全面、严谨，要梳理出该领域的研究现状、争议点和研究缺口，不能只是简单堆砌文献。可唐子轩对着中国知网、万方、Web of Science等数据库，翻来覆去检索了整整一个星期，却始终找不到完全贴合“出口波动与劳动力就业变化”这一具体主题的高质量文献。他输入的关键词换了又换，从“出口波动 就业”到“出口贸易 劳动力市场”，再到“贸易波动 就业影响”，检索出的文献要么聚焦于某一特定行业，要么侧重出口总量对就业的影响，很少有文献能精准覆盖“波动”这一核心变量与全国劳动力就业变化的关联。看着数据库里密密麻麻的检索结果，唐子轩的心里泛起一阵无力感。他点开一篇篇文献，快速浏览摘要和结论，遇到稍微沾边的，就赶紧下载保存，生怕错过任何一个可用的素材。到后来，他甚至不再纠结文献的精准度，只要主题相关、能凑够篇幅，就一并收录进来，想着先完成初稿，后续再慢慢修改完善。屏幕左侧的文件夹里，“文献综述素材”的文件夹已经积累了几十篇文献，可唐子轩点开文档，敲了几行字，又觉得逻辑不畅、观点零散，只能一次次删除重写。指尖在键盘上敲击的速度越来越慢，眉头也拧得越来越紧，阳光渐渐西斜，将他的影子拉得很长，映在身后的墙壁上，显得格外孤单。家里很安静，只有客厅里挂钟滴答作响的声音、键盘敲击的清脆声，还有偶尔从窗外传来的几声鞭炮余响，这些声音不仅没有让他静下心来，反而越发凸显出他内心的浮躁与焦虑。他抬手抓了抓头发，原本整齐的发型变得有些凌乱，嘴角也泛起一丝苦涩——原来，比起开题报告的艰难，初稿的撰写，才是真正的挑战。就在唐子轩为文献综述一筹莫展的时候，他收到了董老师的微信消息。董老师是广外国际贸易专业的资深导师，治学严谨，对学生的要求向来很高。消息里，董老师不仅询问了他的初稿进度，还发来一个压缩包，里面是整理好的近20年中国出口波动相关数据，涵盖了不同行业、不同地区的出口额、增长率等核心指标，备注里写着：“出口数据已整理好，劳动力就业相关数据你自己搜集，注意数据的匹配度和时效性，尽量找权威来源，比如国家统计局、地方统计年鉴。”看到消息，唐子轩心里一阵暖意，连忙给董老师回复了“谢谢老师，我马上处理”，随后便下载解压了数据。可这份暖意并没有持续太久，当他开始搜集劳动力就业数据时，才发现自己陷入了一个更大的困境。一开始，他按照自己的理解，搜集了全国范围内的劳动力就业总量、就业率等数据，想着用全国数据进行分析，既能保证样本量，也能体现研究的普遍性。他花了三天时间，从国家统计局官网、中国劳动力统计年鉴里一点点摘录数据，整理成Excel表格，再导入Stata软件进行回归分析。可回归结果出来的那一刻，唐子轩的心瞬间沉了下去。屏幕上的R平方值极低，系数不显着，甚至有些结果与理论预期完全相反，这意味着他搜集的全国劳动力数据与出口波动数据之间，几乎没有明显的相关性。他反复检查数据录入是否有误，回归模型是否合理，一遍又一遍地重新运行回归命令，可结果始终没有改善。看着屏幕上密密麻麻的数字和杂乱的回归结果，唐子轩只觉得脑袋嗡嗡作响，一股挫败感瞬间席卷了全身。几天后，唐子轩带着自己的回归结果去见董老师，刚一进门，就感受到了董老师脸上的严肃。“你的进度太慢了，”董老师指着他的初稿和回归结果，语气里带着几分不满，“开题已经过去一个月了，你才写了这么一点，文献综述做得杂乱无章，回归结果更是一塌糊涂。”唐子轩低着头，双手紧紧攥着笔记本，脸颊涨得通红，一句话也说不出来。他知道，董老师的批评没有错，这段时间，他确实被文献和数据搞得焦头烂额，进度远远落后于预期。董老师看着他愧疚的样子，语气稍稍缓和了一些，耐心地指出了他的问题：“你找的劳动力数据方向太大了，全国层面的数据太宏观，掩盖了区域差异和行业差异，自然回归不出显着结果。”随后，董老师给了他一个建议：“你可以尝试找企业对应的城市人口数据，用城市层面的劳动力相关数据来替换全国数据，这样既能保证数据的精准度，也能让回归结果更有说服力。比如，对应出口企业所在的城市，搜集这些城市的年末常住人口、就业人口、失业率等数据，再与出口波动数据进行匹配，这样分析起来会更合理。”除此之外，董老师还特意强调：“从今天开始，每周给我发一次进度报告，告诉我你写了多少内容、搜集了多少数据、遇到了什么问题，我会及时给你指导，不能再像现在这样拖延了。”走出董老师的办公室，唐子轩的心里五味杂陈，既有被批评的愧疚，也有对新方向的迷茫，更有对搜集数据的恐惧。董老师的建议看似简单，可真正执行起来，难度却远超他的想象。按照董老师的要求，唐子轩需要搜集近20年、全国几百个城市的劳动力相关数据，而且每个城市每年都需要搜集多个指标，算下来，至少需要5000个数据。这意味着，他要对着全国几百个城市的统计年鉴、地方政府官网，一个个查找数据、核对数据、录入数据，没有任何捷径可走。从那天起，唐子轩彻底陷入了数据搜集的“泥潭”之中。他每天早上八点就准时坐在书桌前，打开电脑，点开国家统计局官网和各个省市的统计年鉴，从北京、上海、广州等大城市开始，一点点往下找，逐个城市、逐个年份、逐个指标地摘录数据。有时候，一个城市的某一年份数据缺失，他就要翻遍多个网站，甚至要在线咨询当地的统计部门，才能找到准确的数据；有时候，不同网站上的同一数据存在差异，他就要反复核对，确认哪个数据是权威、准确的；有时候，盯着屏幕看久了，眼睛会干涩刺痛，手指会因为长时间敲击键盘、录入数据而变得僵硬发麻，可他只能稍微休息几分钟，走到窗边吹吹冷风，就又立刻回到书桌前投入到工作中。

本小章还未完，请点击下一页继续阅读后面精彩内容！