很多留学生真正开始写论文以后，才发现一个很现实的问题：

有些论文不是不会写，而是一开始就选得太难写。

题目看起来很有意思。

方向也很热门。

老师似乎也没有直接说不行。

但真正开始查文献、搭框架、做 Methodology，甚至做到 Data Analysis 的时候，问题一个接一个冒出来：

范围太大。

文献太散。

Research Question 不够具体。

数据根本找不到。

方法不会做。

写到 Discussion 时不知道该讨论什么。

最后才发现，真正的问题可能并不在写作阶段。

而是在最开始选题的时候，就已经埋下了。

对于 Essay、Proposal 和 Dissertation 来说，好的选题不是“听起来高级”，而是“能够被研究”。

一、为什么很多学生总喜欢把题目选得特别大？

这是留学生写论文时非常常见的一个问题。

尤其是第一次做比较长的 Assignment 或 Dissertation 时，很容易觉得：

题目越大，内容越多，应该越容易写。

实际上往往正好相反。

比如：

The impact of social media on consumers

这个题看起来很好理解。

但真正开始写的时候，你会发现问题太多了。

什么 Social Media？

Instagram？

TikTok？

YouTube？

还是所有平台？

什么 Consumers？

英国消费者？

中国消费者？

年轻消费者？

还是所有消费者？

Impact 又具体指什么？

购买意愿？

品牌忠诚？

信任？

消费行为？

广告接受度？

当这些范围都没有明确的时候，你搜出来的文献会特别多。

但这些文献彼此之间可能根本不是在讨论同一个问题。

最后很容易变成：

资料很多，但论文没有主线。

二、题目不是越大越好，而是越“可控”越好

真正适合学术写作的题目，通常需要一定程度的限定。

比如原本是：

The impact of social media on consumer behaviour

可以进一步缩小为：

The impact of influencer marketing on purchase intention among Gen Z consumers

范围一下就清楚很多。

继续限定，还可以变成：

The influence of perceived authenticity of TikTok influencers on purchase intention among Gen Z consumers in the UK fashion industry

这时候你已经知道：

研究什么平台。

研究什么人群。

研究什么变量。

研究什么行业。

研究什么地区。

这类题目虽然看起来更窄，但实际上反而更容易查文献，也更容易建立 Methodology。

三、选题时先别问“这个题有不有趣”

很多同学选题的第一个标准是：

“我对这个感兴趣。”

兴趣当然重要。

毕竟 Dissertation 可能需要连续做几个月。

如果你完全不感兴趣，写到后面确实会非常痛苦。

但兴趣只能是第一层。

还需要继续问几个更现实的问题。

这个题有没有足够的学术文献？

能不能拿到数据？

有没有适合的研究方法？

在规定字数内能不能讲清楚？

你的课程是否真的允许这样研究？

如果这些问题都没有答案，仅仅“有兴趣”还不够。

四、一个好选题，至少要同时满足三个条件

可以把论文选题简单看成三个圆。

第一：有研究价值

这个问题值得研究。

可能是现有文献存在争议。

也可能是某个领域研究还不充分。

或者已有研究主要集中在某个国家，你想放到新的情境中讨论。

第二：有资料

你能够找到足够的 Academic Sources。

包括：

Journal Articles

Books

Industry Reports

Official Statistics

以及课程允许使用的其他可靠资料。

如果一个题目特别新，几乎找不到同行评审文献，那么即使话题很热门，也不一定适合做学术论文。

第三：能完成

这一点尤其重要。

例如你想研究：

全球企业如何使用人工智能改变管理模式。

听起来很大。

但如果你只有两个月时间，而且没有企业内部数据，这个题很可能不好落地。

学术选题不是比谁想得最大。

而是看：

在你拥有的时间、数据、能力和课程要求下，这个研究能不能完整做完。

五、Research Topic 和 Research Question 不是一回事

这也是很多学生容易混淆的地方。

比如：

Artificial Intelligence in Education

这是一个 Topic。

不是一个 Research Question。

Social Media Marketing

也是 Topic。

不是 Research Question。

真正的 Research Question，应该能够被回答。

例如：

How does the use of generative AI affect university students' learning engagement?

或者：

To what extent does influencer credibility affect purchase intention among Gen Z consumers?

区别在哪里？

Topic 只是告诉别人：

你研究哪个领域。

Research Question 则告诉别人：

你具体想解决什么问题。

六、为什么 Research Question 越模糊，后面越难写？

因为论文几乎所有部分都围绕 Research Question 展开。

Research Question 决定：

你要找什么文献。

你需要什么理论。

你要收集什么数据。

你需要使用什么分析方法。

最后 Discussion 要讨论什么。

所以如果 Research Question 本身不清楚，后面每一部分都会跟着模糊。

比如这个问题：

How does social media affect businesses?

问题就非常大。

Social media 是什么？

Businesses 是什么类型？

Affect 指的是销售、品牌、客户关系，还是运营？

如果没有进一步限定，论文很难建立清楚的框架。

可以改成：

How does Instagram influencer marketing influence brand trust among Gen Z consumers in the UK beauty industry?

这时候：

平台明确了。

营销方式明确了。

研究变量明确了。

研究对象明确了。

行业也明确了。

后续文献搜索和研究设计都会容易很多。

七、Essay 和 Dissertation 的选题逻辑其实不完全一样

很多同学会把两种作业当成同一件事。

但它们的要求往往不同。

Essay 更看重“论证”

Essay 通常已经给你一个问题。

你的主要任务是：

理解题目。

建立观点。

使用文献。

完成 Argument。

所以 Essay 最重要的是：

题目到底让我评价什么？

Dissertation 更看重“研究”

Dissertation 则往往需要你自己确定 Research Topic 和 Research Question。

这意味着除了写作以外，你还需要考虑：

Research Gap

Methodology

Data Collection

Data Analysis

Ethics

所以 Dissertation 选题时，不能只考虑：

“这个问题好不好写。”

还必须考虑：

这个问题能不能被研究。

八、很多 Dissertation 后期崩掉，是因为前期没想 Methodology

这是一个特别常见的问题。

有些同学先把题目定下来。

Proposal 也写了。

Literature Review 甚至已经写了几千字。

结果到了 Methodology 才发现：

我这个题到底应该怎么收数据？

如果做 Questionnaire：

变量怎么设计？

量表从哪里来？

如果做 Interview：

能不能找到足够的受访者？

如果做 Secondary Data：

有没有公开数据？

如果做 Quantitative Analysis：

自己会不会 SPSS、Stata、R 或 Python？

这个时候再改题，就会非常麻烦。

九、正确顺序不是“先选题，再想方法”

更稳妥的方式应该是同步考虑。

也就是说：

当你想到一个题目时，就应该立刻问：

如果我要回答这个问题，我需要什么证据？

这些证据我拿得到吗？

拿到以后，我会分析吗？

举个例子

你想研究：

Employee motivation and productivity.

如果你想自己做 Primary Research，就可能需要：

员工样本。

问卷设计。

合适的量表。

统计分析。

如果你接触不到企业员工，就可能存在样本获取问题。

那么你就需要重新考虑：

是不是换一个更容易获取样本的人群？

是不是做 Secondary Research？

是不是调整研究问题？

这些都应该在前期决定。

十、为什么“越新”的题目不一定越好？

现在很多学生喜欢追热门题。

比如：

AI

ChatGPT

TikTok

Metaverse

Blockchain

这些方向当然可以研究。

但“热门”不代表“好写”。

太新的题目可能有两个问题

第一：

成熟学术文献不足。

网上资讯很多。

新闻很多。

Blog 很多。

但真正可以用于 Literature Review 的 Peer-reviewed Articles 可能不够。

第二：

概念还没有稳定。

不同研究可能使用不同定义。

你会很难建立统一框架。

所以选热门题时，要特别注意：

不是看 Google 上有没有很多内容。

而是看：

Google Scholar、Scopus、Web of Science 等学术数据库里，有没有足够相关研究。

十一、Research Gap 不是“以前没人研究过”

很多同学写 Proposal 时，最头疼的一个词就是：

Research Gap。

于是会拼命想证明：

“这个问题以前没有人研究过。”

其实这通常不是必要条件。

而且对于本科和授课型硕士来说，想找到一个“全球从来没人研究过”的问题，本身也不现实。

Research Gap 可以有很多种

比如：

Context Gap

已有研究主要集中在美国。

你研究英国。

Population Gap

已有研究主要关注 Millennials。

你研究 Gen Z。

Industry Gap

已有研究集中在 Fashion。

你研究 Hospitality。

Methodological Gap

过去主要使用定量方法。

你尝试定性研究。

Contradictory Findings

不同研究得出了不一致的结果。

你想进一步分析原因。

所以 Research Gap 并不意味着：

“我要发明一个完全没人研究过的问题。”

更现实的理解是：

已有研究还留下了什么值得继续讨论的空间。

十二、题目里变量越多，真的越高级吗？

不一定。

这是另一个常见误区。

有些同学会设计这样的题目：

研究 A 对 B 的影响，同时加入 C 作为中介，D 作为调节，再比较 E 和 F 两组差异。

看起来非常复杂。

但问题是：

你的字数够吗？

样本量够吗？

统计能力够吗？

理论框架支撑得住吗？

如果每一个变量都只浅浅讨论一点，论文反而会变得很散。

特别是第一次做 Quantitative Dissertation

与其同时研究五六个变量。

不如先把两三个核心变量研究清楚。

因为学术论文看重的是：

逻辑完整。

不是变量数量。

十三、选题时还有一个经常被忽略的问题：字数

假设你的 Essay 只有 2500 字。

你却选择讨论：

全球化对现代企业管理的影响。

那基本很难写深入。

因为你可能要讨论：

文化。

人力资源。

供应链。

营销。

组织结构。

领导力。

每个方向写几百字，最终全部停留在表面。

字数越少，题目越需要聚焦

2500—3000 字的 Essay，通常更适合围绕一个相对明确的争议展开。

Dissertation 字数更多，可以稍微扩大。

但即使是一万多字，也不意味着可以讨论“全世界所有问题”。

论文不是百科全书。

真正重要的是深度，而不是覆盖所有内容。

十四、一个题目是否合适，可以先做“文献测试”

在正式确定题目之前，可以做一个非常简单的测试。

先用核心关键词搜索。

看看能不能快速找到：

近5年的核心研究

高引用文献

相关理论

类似研究模型

如果搜了很久，发现结果非常少。

或者搜出来的内容和你的问题关联度都很低。

那这个题目就需要谨慎。

相反，如果搜索后发现：

文献特别多。

几十万条结果。

也不一定是好事。

这说明你的范围可能太大。

你需要继续加：

地区。

行业。

人群。

变量。

时间范围。

把题目缩下来。

十五、论文题目可以改，别太早“锁死”

还有些学生在 Proposal 阶段特别紧张。

觉得：

题目定了以后，一个字都不能改。

其实很多情况下并不是这样。

随着 Literature Review 深入，你可能会发现：

原本设定的变量不合适。

某个方向文献太少。

数据无法获取。

理论框架需要调整。

在学校允许的范围内，对题目进行适度优化通常是正常的研究过程。

关键在于：

不要等到论文写到最后，才突然发现研究问题根本回答不了。

十六、导师说“题目可以”，不代表你什么都不用管了

很多同学会说：

“这个题 Supervisor 已经同意了。”

这当然说明方向至少没有明显问题。

但导师认可 Topic，并不代表后面的 Research Design 一定已经成熟。

你仍然需要继续确认：

Research Question 是否够具体？

Objectives 是否对应？

Literature Review 是否有清楚主题？

Methodology 是否可行？

Research Question 和 Data Analysis 能不能匹配？

导师说“可以做”。

和：

“这个设计已经非常完整。”

是两回事。

一个相对稳妥的选题思路

如果你现在还在选题阶段，可以尝试按照下面的顺序梳理：

第一步：确定大方向

例如：

Digital Marketing

↓

第二步：确定具体现象

Influencer Marketing

↓

第三步：确定结果变量

Purchase Intention

↓

第四步：确定研究对象

Gen Z Consumers

↓

第五步：确定场景

UK Fashion Industry

↓

最终就可以逐渐形成：

The influence of influencer marketing on purchase intention among Gen Z consumers in the UK fashion industry

如果进一步有理论支撑，还可以继续精细化。

很多论文到了后期才暴露出来的问题，其实在最开始都能看到迹象。

文献不好找。

Research Question 太大。

数据拿不到。

Methodology 做不了。

变量太多。

研究范围不清楚。

这些问题如果前期不处理，越往后返工成本越高。

所以无论你现在是在准备：

Essay

Proposal

还是：

Dissertation

都不要急着先写一千字再说。

先把题目想清楚。

因为真正好的论文，第一步不是：

“我今天写多少字。”

而是：

“我到底要回答什么问题。”

关于英刊维尔留学

英刊维尔留学长期提供面向英国、澳洲及其他地区留学生的学术辅导服务。

辅导范围包括：

Essay｜Report｜Case Study｜Proposal｜Dissertation

Literature Review｜Methodology｜Data Analysis｜Presentation

针对处于论文前期阶段的学生，也可以结合：

课程要求

Assignment Brief

研究方向

已有选题

导师 Feedback

帮助学生梳理：

选题范围是否合理；

Research Question 是否清楚；

Research Objectives 是否匹配；

文献方向是否充足；

Methodology 是否具有可行性；

后续 Data Analysis 是否能够与研究问题对应。

论文辅导的重点，不只是解决“这一篇怎么写”。

更重要的是帮助学生理解：

一个题目为什么能做。

为什么有些题目看起来很好，却很难真正落地。

以及：

如何从一个宽泛的想法，逐渐形成一个真正可以完成的学术研究。

因为选题真正做对以后，后面的 Literature Review、Methodology、Data Analysis 和 Discussion，才有可能真正串成一条完整的逻辑线。