4.1 从论文题目到关键词体系

4.1.1 为什么先写题目，再打开数据库

检索（Retrieval）要做的是“带着问题找答案”，不是在数据库里随便逛。许多同学一拿到任务就打开知网（CNKI），输入一个模糊的词，看到几万条结果后不知从何下手，又换一个词，最后得到一堆与研究问题关系不大的文献。这种“先逛后想”的做法会制造三种问题：

• 结果无法收敛：没有明确的边界，结果量始终在大和小之间反复横跳，无法判断是否已经“找全”。
• 被高频词带偏：数据库默认按相关度或发表时间排序，热门主题会挤占视线，使真正相关的冷门文献沉底。
• 阅读失去标准：没有事先列好的关键词表，读文献时就不知道某篇文献到底在回应自己题目的哪一部分。

正确的做法是先用自己的语言把研究问题写成一句完整的题目，再把它拆开，变成一组可以在数据库中检索的概念词。题目是检索的地图，关键词是路标。地图画好之后，数据库只用来验证和补充，不替你思考。

开工前先花十分钟写词表

在打开任何数据库之前，先用一张纸或一份文档写下：（1）研究题目；（2）题目涉及的 3—5 个核心概念；（3）你目前能想到的同义词。这一步只花十分钟，但能让后续两小时的检索少走大量弯路。

4.1.2 把论文题目拆成概念块

一个完整的税收学实证题目，通常可以拆成若干“概念块（Concept Block）”。三个例子示范拆解过程。

例一：研发费用加计扣除（Super Deduction for R&D Expenses）对高新技术企业（High-tech Enterprise）创新投入的影响

概念角色	题目里的具体内容	检索含义
政策 / 核心解释变量	研发费用加计扣除、税收优惠	决定检索的“因”（X）
对象	高新技术企业、企业	决定研究主体是谁
结果	创新投入、研发投入	决定检索的“果”（Y）
机制	（隐含）融资约束、税负、现金流	决定可能的传导路径
情境	时间、地域、行业	决定检索的边界与适用范围

例二：增值税留抵退税（Value-added Tax Credit Refund）对企业投资（Investment）的影响

概念角色	具体内容	检索含义
政策 / X	留抵退税、增值税期末留抵退税	因
对象	企业、制造业企业	主体
结果 / Y	企业投资、固定资产投资	果
机制	现金流、融资约束、流动性	传导
情境	2018—2022 分批试点、制造业	边界

例三：环境保护税（Environmental Protection Tax）对重污染企业绿色创新（Green Innovation）的影响

概念角色	具体内容	检索含义
政策 / X	环境保护税、排污费改税	因
对象	重污染企业、高耗能行业	主体
结果 / Y	绿色创新、绿色专利	果
机制	合规成本、创新补偿效应	传导
情境	2018 年实施、重点监控行业	边界

共性是：每个题目都能拆成“政策—对象—结果—机制—情境”五块。机制词在题目里常常隐含，需要主动补出，否则检索会漏掉讨论机制的文献。

功能词不要当检索词

不要把题目中的“影响”“研究”“分析”“视角”这类功能词当作检索词。“研发费用加计扣除对企业创新投入的影响研究”里真正有检索价值的是“研发费用加计扣除”“企业创新投入”，而不是“影响”“研究”。功能词放进检索式只会扩大噪音。

4.1.3 关键词金字塔：五层结构

当概念块被拆出后，需要为每一块准备不同层次的词。“关键词金字塔（Keyword Pyramid）”要解决两个问题：保证相关性，不遗漏新表述。

图 4-1 关键词金字塔。上位词扩大范围，核心词保证相关性，相关词发现新表述。

金字塔从下到上分为五层，每一层承担不同功能：

层级	名称	作用	例子（以加计扣除题目为例）
第一层	上位概念（Broader Concept）	范围太窄找不到时用它“往上扩”	税收优惠、减税政策、激励政策
第二层	核心概念（Core Concept）	保证文献与你题目的相关性	研发费用加计扣除、高新技术企业、创新投入
第三层	同义表达（Synonyms）	覆盖不同作者对同一事物的不同叫法	R&D 加计扣除、研发费加计扣除、研发支出加计
第四层	相关概念（Related Concept）	发现你没想到的新表述、新角度	税收优惠、融资约束、实质性创新、研发投入
第五层	英文对应词（English Equivalent）	用于检索英文库、核对中外术语	R&D super deduction, high-tech firm, innovation input

每一层在检索中的分工也不同，可按轮次调用（与 4.3 三轮检索法呼应）：

金字塔层	通常在第几轮使用	用法
上位概念	第一轮（发现词）	当核心词太窄、结果为零时往上扩
核心概念	每一轮都必须	保证相关性，缺它文献就跑题
同义表达	第一轮补充、第二轮并入	用 OR 连接，覆盖不同叫法
相关概念	第一轮观察、第三轮限定	发现新角度、也用作筛选维度
英文对应词	外文检索阶段	查 Web of Science、Elsevier、Springer 等

展开：为什么同义词如此重要

同一个政策在不同的文件、不同的论文里，叫法可能完全不同。以“研发费用加计扣除”为例：

• 财政部、税务总局文件中的正式名称是“企业研发费用加计扣除”；
• 早期文件中曾称“技术开发费加计扣除”；
• 部分论文习惯写作“R&D 加计扣除”或“研发费加计扣除”；
• 2018 年比例提高后，又出现“研发费用加计扣除比例提升”等表述。

如果你只检索“研发费用加计扣除”一个词，会漏掉那些用“R&D 加计扣除”发表、但内容完全相关的文献。检索就是用作者的词去找作者的文，所以必须先把作者可能用过的词穷尽。

4.1.4 同义词与近义词从哪里找

不要凭空想同义词。有效的同义词来源有六类，按可信度从高到低排列：

1. 政策文件的正式名称与条文表述。例如《关于完善研究开发费用税前加计扣除政策的通知》里使用的标准措辞，是检索政策类文献最权威的词源。
2. 综述类论文（Review Article）的关键词与正文。综述为了涵盖全貌，通常会把同一概念的各种叫法都列出来。
3. 已有论文的“关键词”栏。翻开 10 篇相关文献，记录它们各自使用的关键词，是积累同义词最快的方法。
4. 行业报告与白皮书。如税务部门、行业协会发布的报告，常用贴近实务的表述。
5. 术语表与教科书目录。税收学教材的章节能告诉你“税收优惠”“税收激励”等上位概念的完整谱系。
6. 论文的英文摘要。中文论文的英文摘要会给出规范的英文对应词，便于之后做外文检索。

用结果页关键词反哺词表

在知网检索结果页，每篇文献下方都会列出“关键词”。把前 30 篇相关文献的关键词复制到一个文档里，去重后就是你这一主题的词库雏形。这一步属于“用数据库反哺关键词表”，在 4.3 的“三轮检索法”第一轮中会具体使用。

4.1.5 关键词表的字段与样例

零散的词容易丢失，需要用“关键词表（Keyword Table）”固定下来。一张可用的关键词表至少包含三列：概念角色、关键词、来源依据。“来源依据”一栏尤其重要，它让你在两个月后回看时，仍能记得某个词为什么该出现。

关键词表模板如下：

概念角色	关键词	来源依据
核心—政策	（待填）	（待填，如政策文件 / 综述论文）
核心—对象	（待填）	（待填）
核心—结果	（待填）	（待填）
同义—政策	（待填）	（待填）
同义—结果	（待填）	（待填）
相关—机制	（待填）	（待填）
上位—政策	（待填）	（待填）
情境—地域	（待填）	（待填）
情境—时间	（待填）	（待填）
英文对应	（待填）	（待填）

下面是一份已经填好的、以“研发费用加计扣除”为题的样例：

概念角色	关键词	来源依据
核心—政策	研发费用加计扣除	财税〔2015〕119 号、综述论文关键词
核心—对象	高新技术企业、企业	题目、CSMAR 数据库分类
核心—结果	创新投入、研发投入	题目、已有实证论文因变量
同义—政策	R&D 加计扣除、研发费加计扣除、研发支出加计	论文英文摘要、早期文件
同义—结果	R&D 投入、技术创新投入	综述论文关键词
相关—机制	融资约束、税负、现金流、实质性创新	理论文献假设部分
上位—政策	税收优惠、减税政策、税收激励	教科书章节、综述
情境—地域	中国、东部地区	数据可得范围
情境—时间	2016—2023、营改增后	政策实施节点
英文对应	R&D super deduction, high-tech firm, innovation input	中文论文英文摘要

图 4-2 关键词表样例：概念角色—关键词—来源依据。

填表时常见的四类错误，应提前规避：

填表错误	表现	修正
来源依据留空	只写词不写出处	至少标注“政策文件 / 综述 / 论文关键词”之一
同义词与核心词混填	把 R&D 加计扣除填进核心栏	严格按“核心 / 同义 / 相关 / 上位”分栏
英文词缺失	只填中文，做外文检索时抓瞎	每个核心概念至少配一个英文对应词
机制词漏填	只填政策与结果，漏掉传导路径	回到 4.1.2 的“机制”列补全

版权与引用提醒

关键词表不是用来“照搬”别人成果的。把他人论文的关键词抄进你的表，是为了发现检索词，而不是把这些词当作你论文的“已有研究”。讨论文献时仍须回到原文阅读、按规范引用。

4.1.6 如何确定搜索范围：五个维度画边界

有了词，还要知道“在什么范围内搜”。边界画错了，检索要么泛滥要么枯竭。从五个维度给自己的选题画边界：

维度	含义	边界过宽的症状	边界过窄的症状
研究对象	企业 / 行业 / 地区 / 个人	结果几万条，无从读起	只有个位数，且与题目不符
时间	政策前后、某年段	混入已被取代的旧政策文献	漏掉政策出台前的关键理论文
地域	全国 / 省 / 市 / 跨国比较	行政差异被平均掉，结论失真	找不到可比数据，文献极少
税种	所得税 / 增值税 / 财产税	不同税种机制混为一谈	该税种文献本就稀少，直接为零
企业特征	规模 / 所有制 / 上市与否	异质性结论被掩盖	细分后样本太小，无文献支撑

以“研发费用加计扣除”题做边界示范：

本研究关注**中国沪深 A 股上市公司（企业特征）在2016—2023 年（时间）的研发费用加计扣除政策（税种：企业所得税）对创新投入（结果）的影响，地域上以全国（地域）**为样本。

把边界写清后，检索时才知道哪些筛选条件该加、哪些不该加。边界过宽时，优先加“研究对象”和“税种”；边界过窄时，先去掉“时间”和“地域”再看。

4.1.7 先求全，再限定：两次检索的分工

检索应当分两次进行，分工明确：

第一次检索，求全（Recall First）

• 只用核心概念 + 同义表达，不加或极少加筛选条件。
• 字段优先用“主题（Subject）”，因为它覆盖篇名、关键词、摘要。
• 目的：把该主题下尽可能多的文献“捞”出来，观察作者都在用什么词、什么角度。
• 此时结果多不怕，怕的是少。

第二次检索，限定（Then Filter）

• 在第一次的基础上，加入时间、地域、税种、来源类别等边界条件。
• 字段可以收紧到“篇名（Title）”或“关键词（Keywords）”以提高相关性。
• 目的：形成可精读的核心文献集。

用两次结果数的落差判断边界

两次检索的结果数都记下来。如果第一次 2000 条、第二次 200 条，说明边界合理；如果第一次就只有 30 条，说明你的核心词可能过窄，需要回 4.1.3 用上位概念扩面。两次结果数的“落差”本身就是判断边界是否合适的依据。

4.1.8 关键词表与检索式的衔接

关键词表不是终点，而是 4.2、4.3 构造检索式（Search Expression）的原料。衔接规则如下：

1. 同一概念的同义词 → 用 OR 连接，外面加括号。 例：(研发费用加计扣除 OR R&D加计扣除 OR 研发费加计扣除)
2. 不同概念块 → 用 AND 连接。 例：(政策词) AND (对象词) AND (结果词)
3. 字段限定 → 统一加在每组前面，如 SU=。
4. 边界条件 → 不在关键词表里展开，留到 4.3 第三轮用筛选器加。

把 4.1.5 的填好的样例直接翻译成检索式：

SU=(研发费用加计扣除 OR R&D加计扣除 OR 研发费加计扣除)
AND SU=(高新技术企业 OR 企业)
AND SU=(创新投入 OR 研发投入 OR R&D投入)

这个式子可以直接输入 4.2 的知网高级检索面板。可见：关键词表越规范，检索式越省事。

衔接易错点

很多人把“机制词”也用 AND 硬塞进主检索式，例如 (政策) AND (对象) AND (结果) AND (融资约束)，结果因多一个 AND 而大幅缩水甚至为零。机制词更适合放在：①第一轮观察新表达；②第三轮作为可选限定。主检索式先用“政策 AND 对象 AND 结果”三块即可。

4.1.9 常见错误

错误	表现	后果	修正
关键词太少	只放 1—2 个词	大量相关文献因用词不同而漏检	每个核心概念至少配 2—3 个同义表达
关键词太多	一次塞进 8 个以上且全用 AND	结果为零或个位数	同义词之间用 OR，不同概念之间才用 AND
把结论词当检索词	搜“促进”“提升”“显著”	这些词几乎所有论文都用，无区分度	只保留政策、对象、结果、机制类实词
只用口语词	用“减税”“少交税”	学术文献多用规范术语，搜不到	改用“税收优惠”“税收激励”等规范词
忽略政策正式名称	只用“加计扣除”	漏掉“研发费用加计扣除”全称文献	以政策文件标题为准建立核心词
只用上位词	只搜“税收优惠”	结果过泛，相关性低	上位词仅用于扩面，核心检索仍需具体词

核心词太少与只用上位词常同时出现

“核心概念太少”和“只用上位词”常常同时出现。例如只搜“税收优惠 企业创新”，会得到海量但松散的文献；正确做法是保留“研发费用加计扣除”这一具体核心词，再用“税收优惠”作为补充扩面词，二者用 OR 连接后再与“企业创新”用 AND 连接（具体写法见 4.3）。

4.1.10 课堂实操

请使用你自己的毕业论文选题，完成以下产出：

1. 拆题表：把你的题目按“政策 / 对象 / 结果 / 机制 / 情境”五类概念块拆解，填写类似 4.1.2 的表格。
2. 关键词表：制作一张不超过 20 个词的关键词表，包含“概念角色、关键词、来源依据”三列，至少覆盖核心概念、同义表达、相关概念、英文对应词四类。
3. 边界说明：用一句话写下你选题在“研究对象、时间、地域、税种、企业特征”五个维度上的边界。
4. 三组检索组合（只列组合，不要求立刻执行）：
   • 政策词 + 对象词，例如：研发费用加计扣除 AND 高新技术企业
   • 对象词 + 结果词，例如：高新技术企业 AND 创新投入
   • 核心词 + 机制词，例如：研发费用加计扣除 AND 融资约束
5. 预翻译检索式：参照 4.1.8，把你的关键词表翻译成一个含 OR 括号的检索式草稿，作为输入 4.2 知网检索面板的准备。

完成后与同桌互相检查：对方的关键词表里是否出现了“只用上位词”或“把结论词当检索词”的情况。4.2 会把这些组合真正输入知网检索面板。