如何梳理經濟學文獻脈絡，了解領域發展情況？
問題定義：
「梳理文獻脈絡」指在某一個領域，某篇文獻是這個領域的起源，之後某些文獻follow這篇文獻的某個方面做了某個工作，等等「了解領域發展情況」指在這個領域，文獻關注哪些問題，哪些問題已經被解決，哪些問題沒有很好的答案，即值得繼續研究下去。問題背景：最近幾個月，通過和導師的幾次討論，確定了一些可能涉及到的方向，導師給了我發了好幾次主要參考文獻。之後順著這些文獻，我又找了一些相關度很高的文獻，一共精讀了十幾篇。然而，我發現單獨理解每篇文獻不特別困難（在掌握了GRE閱讀的方法之後），當我試圖整理文獻脈絡時，發現雖然這些文獻都和我相研究的問題很相關，文獻之間也大量相互引用，但是每個文獻都是從自己的角度出發看問題，即使文獻綜述部分分析的比較深，但是也只能看到一個或者幾個點，我試圖把點連成網時遇到了很大的困難；如果是文獻綜述部分寫的很粗糙，僅僅是羅列話題相近的文獻，那麼參考價值更小。此外，文獻大多隻說哪些工作已經被完成，只有一部分文獻會在結尾簡單地說哪些是可能的方向，即無法從文獻中很好地了解哪些問題沒有很好的答案。如何梳理文獻脈絡，讓方向指向自己的目的，或者更清楚地了解領域內哪些問題沒有被很好地解決？以及，單純地繼續讀更多的相關文獻能不能幫助解決這個問題？
說明：1. 不是推薦「好用的文獻管理軟體的問題」，此類問題知乎上已經有很多，比如對科研人員，如何有效整理文獻資料？ - 論文 - 知乎 和 如何總結和整理學術文獻？ - 科研 - 知乎 等；文獻管理軟體並不能在本質上改變梳理文獻脈絡的方法；CiteSpace類文獻梳理軟體，也很難代替人的思考和總結。2. 文獻質量是有保證的，大多數學科內文獻都是來自五大期刊或者領域頂刊、經濟學強校的學者的正在投稿或者即將發的工作論文等。3. 單篇文獻有按照導師的要求記筆記，單篇文獻的梳理沒有特別大的問題。衍生思考：1. 如何寫一篇好的文獻綜述／為什麼很多時候文獻綜述比一般文章更難寫？2. 如何在課題立項時寫一篇好的Proposal？相關問題：怎麼樣把看過的學術文獻按照一定邏輯整理起來？ - 論文 - 知乎
謝邀 @iGuo 。分享一點拙見。
各領域大牛有時會在journal of economic literature或者journal of perspectives上發表綜述性文章，整理該領域過去幾十年的重要文章，闡述領域發展。閱讀這類文章無疑是梳理文獻脈絡最有效的方法。
第二種方法是看各領域的handbook，一般都叫handbook of xxxxxx economics。這些handbook會介紹各個領域的重要分支，以及各分支里的重要論文，會提到哪些論文提出了開創性的問題或方法，又有什麼缺陷，這些缺陷又被哪些其他論文補充了。但缺點是不夠與時俱進，不會介紹到最新的文獻，也不能說特別深入。
第三種方法就是閱讀各領域重量級文獻（即引用數非常高的）。重量級文獻之所以重要，要麼是回答了以前的文獻都沒能回答好的問題，要麼是給後人挖了大坑，要麼兩者皆是。經濟學界里只有小部分論文是真正開創性的，大多數都是在前人的基礎上修修補補。把前者研究的問題和視角搞明白，就是把一棵大樹的主體捋順，看其他枝葉型文章的時候，也就知道它們大概是從哪裡、在什麼基礎上展開的。謝 @iGuo的邀。
你的問題按我的理解是三個問題：
1. 相關的參考文獻在主題上與你的主題只是打了擦邊球；2. 相關的參考文獻沒有告訴你哪些問題還沒有被解決；
3. 1、2這兩個問題是否能夠通過增大閱讀量解決。@小銅雀兒 說的已經很好了，但是有時候如果你做的主題足夠的細，那麼JEP、JEL甚至handbook的匹配效率不會那麼高，有時候他們大神們綜述的是sub-field，你要看的是sub-sub-sub-...-sub-field。所以我稍作簡單補充……
第一，最重要最重要的是，你腦子裡面一定要有模型。經濟學數學化、模型化的最大的好處就是你會非常清楚支撐一個結論必要的假設是什麼。模型包括：1. 得出一個具體的「經濟學結論」所需要的理論模型，它背後是一組「理論假設」。2. 支撐一個實證工具所需要的理論模型，它背後是一組「技術假設」。如果你要想知道一個問題的答案，比如最經典的是「A、B、C三個變數之間的關係」，那麼你應該熟練掌握支持這三者的某個特定關係所需要的所有理論假設和技術假設。然後，經濟學文章的ideas其實都是從這些假設裡面出來的，比如：如果某一組假設支持某個關係，那麼常見的中心思想包括：
1. 如果某個假設不成立，結論還成立嗎？2. 這些假設都成立嗎？3. 如果這個假設不成立，什麼假設更好？我見過的有這些個你提到的問題的選手，絕大多數都是因為腦子裡面沒有模型。你可以找到一篇特別核心的、高引用的文章，然後針對文章所有的假設質疑一遍，你基本上對這個領域就很清楚了。撕這篇文章的假設的文章，必然能夠在google scholar被引用文章當中的顯眼位置被找到。我特別喜歡對模型的這個解讀：模型只是一張地圖，它無法「bring you there」，無法找到確實的真理，但是至少能夠「bring you somewhere」。按照地圖走，能把你帶到距離真相一百米範圍內，而我們這代研究人員的任務是，提高這個地圖的精度。如果腦子裡沒有這張地圖的話，你當然不可能知道哪裡會有別人沒畫清楚的地方了。
第二，你的關注點不能太狹窄。如果你預先確定了我就是要做「周六晚上6：12分的車流量對經濟增長的影響」，找文獻當然就只能得到沒誠意的擦邊球（能找到擦邊球就不錯了）。決不能預先確定結論，預先確定太細的主題。（這個說多了都是淚……）人類的絕大多數創新，都是把看似上升星座不合的東西組合在一起產生的。二十年前誰能想到能夠用垃圾估算消費呢？我之前的一篇文章，我找了半天都找不到有人在這方面有任何研究，文章的文獻綜述都不知道怎麼寫。結果我一位老師指出，這方面的文章都在機器學習這個領域裡，一抓一大把……
當時我就跪了……
第三，應該特別專註於大牛之間的撕逼文章，比如我的領域中的"The case of mindless economics"和「The case of mindful economics」這兩篇文章。人類的知識其實都是從「比較」當中獲得的，這是哈耶克的《感覺的秩序》裡面提到的。在高水平的撕逼當中，這個領域的脈絡就特別容易被弄清楚。所以，了解某個領域之間長期觀點存在上升星座不合的問題的人都有哪些也很重要。
第四，才是增加閱讀量。只要你找文章的時候腦子足夠清楚，那麼閱讀文章的速度就會閱讀越快。初期你會發現，看到文章之後其實你已經能非常快地做總結：創新點是這個，結論是這個，ok，沒什麼需要看的了。這是因為你的腦子裡框架已經建立了。再到後來，你篇文章所有的參考文獻你都看過了……這時候其實挺無聊的。事實上，如果你關注的主題足夠細，這是很容易做到的，每個足夠細分的經濟學領域裡面，論文的數量都很難超過20篇。
希望能幫到你~謝謝 @iGuo的邀請，諸位的回復都很好，我這裡提供一個具體實現的方法：
我是題主。首先謝謝大家的回答，在大家的指導和提示下，又經過漫長的自我折磨，今天突然開了一點點竅。這個答案總結一下最近關於「怎麼讀文獻」這個問題的感想和經驗。
一、文獻的類型
我讀過的經濟學文獻，通常由四個基本組成部分的某幾個部分組成：theory、estimation、simulation、experiment。四個組成部分分別對應四個方面的知識背景：theory對應的主要是微觀和宏觀及其分支的理論，estimation對應的主要是計量及其分支，simulation對應的是計算數學，experiment對應的是實驗經濟學的實驗方法。
不同的組合方式，就形成了不同類型的文獻。比如，只有theory的，或者theory+experiment是理論文獻；只有estimation的，或者theory推出定性結論後做estimation的是reduced-form的實證文獻；theory+estimation+simulation的是structural-form的實證文章。不同的文獻畫風也非常不同。早期的theory，大部分是文字描述，輔助以少部分數學公式描述，這類文章最大的特點就是極其難度，遠比滿篇數學公式的文獻難讀（這是經濟學數理化的一大原因）；現在的theory，大部分是數學推導，畫風和數學分析、實分析課本的畫風差不多，從definition到theorem，再到corollary和property等等，非常嚴謹，但是需要非常深的數學和經濟學背景，最考驗知識的深度；純estimation的reduced-form的實證文章通常最好讀，只要理解了回歸方程，然後順著回歸方程理解每個變數就能理解大半文章的方法；帶theory的reduced-form，即使不懂theory，也不會影響理解回歸方程，所以只理解theory的假設和結論，再從直覺上理解theory的經濟學含義，也不會影響全文的理解；structural-form，需要從theory出發推導reduced-form的回歸方程，用計量方法估計參數以後，再做simulation。通常simulation是最簡單的，只是給模型幾個值，而重點則在estimation得到的theory的參數的含義，通常需要有經濟學理論和統計計量方法雙方面背景，因此最考驗知識的廣度。
二、 文獻的脈絡
以從文獻梳理角度來說最坑的structrual-form的實證文章為例，梳理文獻的脈絡，主要要從三方面下手：理論背景、計量方法、問題背景。理論文章通常只需要理論背景，而reduced-form的實證文獻主要需要計量方法和問題背景。而對於structural-form的實證文章來說，梳理過程絕不是簡單的加總，而是需要更仔細的思量。
理論背景的脈絡從樹根到樹梢可以這麼梳理：
1. 介紹性課本：主要介紹本領域的基本問題、方法和模型、領域前沿問題等等，本科水平；
2. 方向性課本：系統性定義和模型本領域問題，本科高年級或者美PhD一、二年級水平；
3. Handbook：本領域問題的總結和前沿，美PhD二、三年級水平；
4. 文獻綜述／領域開山文獻：本領域的開始或總結，美PhD二、三級水平；
5. 最新的學術論文：本領域某個問題的前沿，本科高年級或者美PhD低年級水平。
計量方法可以從數據出發梳理：
1. 從自變數出發，是截面數據、時間序列還是面板？如果是時間序列，則使用時間序列的方法；如果是面板，則使用面板數據的方法。是離散還是連續？如果是離散，則需要屬性數據分析。離散的數據有順序，還是簡單的分類變數等？然後選擇屬性數據的特定方法。
2. 從因變數出發，是離散數據還是連續數據？如果是離散數據，則需要離散選擇模型。
3. 從數據維度出發，是低維數據還是高維數據？如果是高維數據，則需要放棄傳統計量模型，選擇合適的高維方法。
4. 從數據來源出發，是實驗數據還是觀察數據？如果是觀察數據，則儘可能找准實驗條件，比如工具變數、自然實驗、斷點回歸等等。
5.從數據特徵出發，比如有沒有空間數據的特徵？如果有，則可以使用空間計量模型。
數據本身的特徵是有跡可循的，因此計量方法相對是最好梳理的。（當然也可能是我們受到的計量訓練非常系統……）
問題背景，則不一定要局限在文獻中，有很多來源，包括但不限於最新文獻、學術會議、新聞媒體、各類出版物等等。
對於結構實證來說，最需要注意的是，不僅僅要理解以上三個背景，還需要讓理論背景和計量方法無縫對接，並且讓他們指向問題。比如說，理論推導出來的reduced-form模型常常是非線性的，要通過加適當的統計學假設，讓模型變的可以用比較簡單的計量方法解決而不失模型本身的特徵。模型參數同時要有面向問題背景有實際意義，比如某個參數需要是正值或者不能大於某個值，或則解釋某個參數需要結合問題背景（比如需求彈性的大小）。
三、我的困惑以及解決方案
我提出這個問題的背景是因為，當時讀了十幾篇導師推薦和自己搜索到的相關文獻之後，發現每一篇文獻如果費很大功夫啃，都可以啃下來，但是如果當我試圖用思維導圖的形式把文獻和文獻之間的關係找出來，用以梳理文獻脈絡、理解自己的問題站在的高度、尋找後期拓展模型的方向等等的時候，我發現我陷入了巨大的茫然中。
在當時，我能尋找到的大部分指導都是基於正常的模式的學術訓練，從基礎課一步一步慢慢到前沿，在這個過程中逐步理解整個領域和每個領域下的大大小小的問題，這樣的模式對於我有限的時間和能力來說是不可能實現的。我導師對我的要求，主要是在模型上加一些變數擴展模型，做一篇合格的論文出來。而我在不知不覺中給自己挖了個巨坑，我一直在思考如何文章本身的理論意義和問題意義，即填補了哪塊的理論空白、解決了什麼問題，想了幾個月沒有太大進展。
然後我決定先把文獻的模型復現出來。復現完模型的第一部分，也是文獻我最讀不懂的部分之後，我慢慢就有了方向。在這個一步一步壘模型的過程中，我理解了理論是怎麼一步一步發展的，在模型過程中最難做的，就是最大的問題，也通常是理論發展的方向。做出來之後，這個模型，從別人的模型，變成了自己的模型，我想加什麼變數都可以在模型基礎上加，想替換掉哪塊關鍵框架可以替換。再去搜索文獻，就變地更有針對性。比如，我希望加上商品異質性，就去找相關的文章；我希望加上動態過程，就去找動態模型的文章和課本；等等。然後，我再用我理解的模型去看別的文章或者其他出版物提出來的問題，看看從這個框架出發，有多少問題可以解決。這樣，脈絡、前沿和方向就都慢慢清楚了。雖然這個過程我只走完了一小步，但是走完了第一步，就很快能看清楚後面要往哪裡走了。
即使是學術研究在內的高創造性工作，最好的辦法永遠是先儘可能模仿和重複現有的和自己目標最近的成果，站在別人的肩膀上以後再想如何突破之前的局限。如果自己沒有能力獨立理解這個領域發生了什麼和即將發生什麼，就先走一遍別人的路，看看這條路上都有什麼，而不是自己憑空造輪子；積累了對一個問題的理解以後，看看這個問題和什麼問題有關聯，然後一個一個順著用同樣的思路挖；積累到一定程度，就走到了領域的最前沿。
而在這個過程中，需要足夠堅實的學習能力紮實積累，需要足夠的眼界來支持每一步的決斷，需要足夠的耐心以支持長期穩定高效的執行力，需要足夠的勇氣和毅力克服來自人類本能的對不確定的恐懼。並且，這些品質對創業等等各種各樣的高創造力活動同樣是必須的。
除了 @小銅雀兒 @無核的簡單生活 提到的幾種文獻和期刊，其實還有其他方法，但是相當於二位提到的，獲得或使用難道較大。
1、領域大牛寫的課程lectures或者notes。這一般而言較少，一是前沿課程的講義很難寫，所以很少人寫；二是就算寫了，也很少流出；三是即便可獲得，容易過時。Andrei Shleifer的Inefficient market（2000）算是個中代表，但是已經出版17年了。
2、牛人牛校牛課程（包括討論班性質的）的syllabus中reading list提到的文章。這個到比較容易獲得，時效性也好，但是存在一些問題。某一專題下面雖然都是重點論文（最重要的應該會標註），但提到文獻可能較多，而且需要自己理清一下多篇文獻之間的脈絡。謝 @iGuo邀。
我來提供一個思路，要有效利用學校提供給你的資源。
比如，我校不少 PhD programme 都有開設類似 Seminar in XX（某個領域名）的課程。這類課程主要是由一位教授（一般會是本領域的大牛）帶著學生一起刷文獻，文章都是精挑細選出來的，內容不少，所以訓練強度很大。文獻需要學生提前讀完，到了課堂上，以學生討論為主，教授負責作出點評，以幫助學生建立起問題之間的聯繫。
當然，開課是比較正式的，還有一種非正式的方法是組織 reading group。一群人聚在一起，可以回顧前沿研究成果，也可以分享自己做的研究，相互學習。這種活動應該國內外各大高校都有。參加 reading group 的好處是，你可以得到一些大牛的建議，對你的研究非常有幫助。
還有，多和老師聊天，老師一般都很樂意指點學生該按什麼順序讀文獻，以及讀哪些文獻的。要是聊的嗨，對方可能就直接把整個脈絡跟你梳理一遍了……謝邀 @iGuo 。這個問題我也遇到過，或者說是每次開始一個新的研究時都會遇到。我覺得主要來說是兩個問題，一是如何把已有的知識和文獻串起來，變得更有體系；二是如何在文章中提出一個好的問題。
上面大家已經都說的很多很有用的方法了，比如讀 JEL 和 JEP ，找一些高水平教授的上課課件等。還有一些太細的領域，就需要去看各自領域的期刊，說不定就會看到某一篇，正好就很好的總結了過往的文獻。
不過，正如題中所說，很多時候看這麼多文獻依舊理不出這條線來，我這裡就補充一個辦法，就是多和那些同領域中那些同齡的青年研究者交流，這些人得「入行」比你早幾年，已經有一些研究經驗，但又不是像功成名就的教授那樣那麼出名。這些青年研究者才是真正奮鬥在科研第一線的，而且在這個領域已經有一定的研究經驗，他們也知道在你這個初期的研究階段，最需要的指導是什麼，也就是需要相對來說比較具體和明白的指導和提示，大家更有「共鳴」和「共同語言」。同時，他們也知道，哪些文獻是比較重要的，哪些問題是已經被寫爛的了，哪些問題還值得繼續研究下去。
相對而言，至少在我的周圍，教授，特別是那些已經五六十歲的教授，看問題太高屋建瓴，像我這樣知識水平十分匱乏的人，很多時候實在是跟不上他們的節奏，我的教授經常會前一句還在講市場競爭，下一句就有可能接到柏拉圖的古希臘哲學，或者是馬基雅維利的《戰爭論》。他們已經過了那個拚命發論文的階段了，而且可能也沒有時間去給你太過具體的指導和建議（當然，這裡並不是指所有教授），他們對學生更多是大方向上的把控。
我博士論文的大方向是導師幫忙確定的，但是當時我也不知道如何下手去做，很多時候第一步是最難的。直到我去一個經濟研究所實習，碰到一位這個領域挺有實力的30歲出頭的德國科研人員才確定了具體的研究方向。同樣的，我最近完成的一篇論文，也是我去年在另外一個研究所做訪問學者，認識的一個德國青年學者，我們倆一起討論並且合作完成的。雖然寫作還有數據主要是我做的，但研究問題、具體的方向上他都給出了很好的建議。
當然，青年研究者也不那麼容易就能碰到，所以要多參加學術活動，比如訪學、學術會議，多和全世界的同輩人交流，收穫會很多。
知乎處女答。除了 @小銅雀兒 提到的JEL, JEP和Handbook，最近又有兩本綜述性年刊，分別是Annual Review of Economics和Annual Review of Financial Economics，刊物鏈接如下：ARE: http://www.annualreviews.org/journal/economicsARFE: http://www.annualreviews.org/journal/financial
JEP有些不錯的專題。以最近的為例。
Journal of Economic Perspectives
Vol. 31, Issue 1Winter 2017Symposium: China
https://www.aeaweb.org/issues/444
JEP的文章，文字多，總論多，適合裝進kindle ipad里，晚上躺在床上，睡前來一發。不邀自來：
一開始看文獻的時候很容易陷入到別人的邏輯和成果里不能自拔，看的文獻越多越覺得無論文可寫，越沒有自己的思路。後來講座論壇什麼參加的多了，發現別人根本就不是這麼看文獻的。前一整子參加「國貿前沿論壇」的時候，聽北大楊汝岱老師的發言，對他梳理文獻和形成思路的過程印像深刻：
1.精讀研究領域內的經典文獻，尤其是理論性的，這樣可以保證自己不犯最基本的錯誤，在問題的理解上不會出現大的偏差。大牛其實就那麼幾個人，按大牛的成果來梳理是最靠譜最快捷的。
2.建立起「基本常識」後就需要把握這個領域內矛盾和問題聚焦的地方，最便捷的方法就是看看大牛市怎麼談論這個理論的發展前途的。
3.文獻梳理這裡就可以停一停，思考一下，對理論和問題研究要有一個粗淺的認識，然後從某一個問題切入，帶著思考去看其他更細緻的研究成果，要判斷清楚他們是在哪裡做了改進，又迴避了什麼問題。楊老師在這裡是帶著「為什麼要用結構方程這個方法去改進國貿研究？以前的方法有什麼局限性？結構方程是著重解決那些問題的？」這個問題梳理文獻的，效果超群。
4.泛讀一些漂亮的應用、理論文章，有興趣的可以精讀，進一步擴展視野。
5.帶著問題和思考泛讀最新的文章，然後回到3，更新自己的認識。
PS1:如果有大牛之間的撕逼和論戰貼那真是驚喜開心學學學。
PS2：避免閱讀二手綜述。二手綜述只能定位一下關鍵詞和學術名詞，找到自己需要的東西後就趕緊忘掉。
那麼如何提高閱讀和梳理文獻的能力？
個人體會是，要多1.參加學術會議、前沿論壇、專題講座。雖然不是每個人講的都有用，但總有那麼一兩個老師的發言內容會帶給你靈感，而且比較好的講座上都是耕耘多年的大佬或者優秀青稞，把握問題和梳理文獻的能力要比我們強很多。2.討論。討論形式不限，自己跟自己討論都行，有時候在想辦法把問題表述清楚的過程中突然就想明白問題了。3.堅持組會。（其實就是堅持閱讀和整理文獻）
關於最後兩個問題，我的一點看法：
1. 如何寫一篇好的文獻綜述／為什麼很多時候文獻綜述比一般文章更難寫？
看的文獻越多，就越會重視文獻的綜述部分，一篇文章如果綜述寫得很爛，那這篇文章大概也不值得看了。所以這個文獻也可以這麼問：為什麼一篇文章的綜述這麼重要？司馬懿大神那個圖是個很好的解釋，一篇文章，目的是用一種邏輯範式分析一個問題，那思考和解決問題的立足點就很重要，因為不同的理論下，對一個問題的理解可以是非常不同的，有時候就算是得到了相同的結論，其過程也不盡相同，文獻綜述就是要把整個問題的研究邏輯梳理清楚，不在曖昧不清的框架里分析問題。經濟學研究里，這個框架很大程度上是由假設構成的，所以許多文章在這裡實際上都在梳理：這個假設好不好，不好的話應該怎麼改，這麼改有沒有道理。這裡插一句，我們一個老師就是通讀經濟理論，看文章從來只看假設，看完假設就知道後邊的理論和實證是怎麼做的……框架建立好了，後邊的理論和實證都是跟著套路走了，綜述寫的清楚，別人可能都不要看中間的部分，直接就跳到結論了。好的綜述必然是邏輯清晰、引用恰當地將文獻的思維導圖用文字的形式表述出來，往上非常考驗對文獻總體上的把握能力，不然啰啰嗦嗦說不到點子上，只會簡單的羅列研究結論；往下又非常考驗文字的表述能力，否則回頭看的時候自己都不知道自己在說啥。
2. 如何在課題立項時寫一篇好的Proposal？
沒什麼經驗，反正我周圍都是前期工作充分，寫的特別詳細的課題都立項了，還有一些內容不詳細的，確實是問題選的好。按理來說這東西關鍵是問題以及研究意義能不能闡述清楚，以及可行性有沒有保證，但是有些審核的人喜歡把內容的多少和這兩者劃等號，攤手。
1.查看牛人，領域經典的綜述，建立理解這個領域的框架。
2.將你看的論文填充到這些框架之中。
3.了解別人進行分類的角度，學習這些分類的方式，這一步你就可以建立自己的分類的框架。（你的這種框架可以綜合多個大牛的綜述）
經濟學的學術研究非常困難。現有的很多成果，從指導實踐的角度說，都還差得很遠。就我的看法，如果沒有頂尖的智商，沒有在一流大學求學的機會，建議不要搞經濟學的學術，沒大搞頭。
推薦閱讀：
※國際經濟與貿易入門書籍有哪些？
※怎麼用簡潔易懂的語言描述什麼是納什均衡理論？
※壟斷廠商無價格歧視和一級價格歧視的區別究竟該怎麼解釋，很糊塗？
※國產文具是否面臨危機？