论文结果部分最常见的毛病，不是写得少，而是写得多。数据本身没有错，但当你把跑出来的所有表格、所有回归、所有显著性检验都塞进正文，读者反而看不清你的研究到底发现了什么。结果部分的任务不是展示你做了多少工作，而是回答你最初提出的研究问题。数据堆得越满，答案就越模糊。
要解决这个问题，第一步不是删数据，而是回到你的研究问题。打开论文开头，把你在一开始承诺要回答的问题或要检验的假设列出来。然后，把你结果部分现有的每一张表、每一张图、每一段文字，逐一对照这份清单，问自己一个问题：这个结果是否直接回答了我的研究问题？如果答案是肯定的，它就有资格留在正文；如果只是间接相关、背景补充、稳健性检验或探索性发现，它就应该被移走或压缩。
这里的关键是区分“主结果”和“辅助资料”。主结果是那些直接支撑你核心结论的证据，它们构成论证主线，读者读完就能顺着这条线理解你的发现。辅助资料则包括稳健性检验、补充分析、描述性统计的完整表格、不显著的次要结果、或者与研究问题关系较远的探索性发现。这些内容不是没有价值，但它们不应该占据正文的篇幅，否则就会干扰主线的清晰度。
判断一个结果是否属于主结果，可以用一个更具体的标准：如果删掉这个结果，读者对研究问题的回答会产生实质性影响吗？如果删掉后论证依然完整，那它就不是主结果。比如，你的研究问题是“新型教学方法是否提高学生成绩”，那么主结果就是干预组和对照组的前后测对比、效应量、显著性检验。而问卷的信度检验、各题项的逐项描述统计、不同性别学生的分组分析，这些都属于辅助资料，除非你明确把性别差异列为研究问题之一。
确定了主结果之后，第二步是重新组织正文结构。不要按照你分析数据的先后顺序来写，而要按照研究问题的逻辑顺序来写。每个研究问题对应一个二级标题，标题下先给出最核心的发现，再辅以必要的统计细节。每个段落最好只围绕一个要点展开，第一句话就点明该段的结论，后面用数据支撑。这样读者扫一眼每段开头，就能把握整个结果部分的脉络。
至于被筛出去的辅助资料，有两种处理方式：移入附录，或者压缩成文字概括。移入附录适用于那些篇幅较大、但部分读者可能想查阅的完整输出，比如全变量的描述性统计表、完整的模型估计结果、问卷量表的全部条目。在正文中，你只需要用一句话引导读者：“各变量的描述性统计见附录表A1”。压缩成文字概括则适用于那些不需要完整呈现、只需告知读者“我们做了这项检查，结果支持主结论”的内容。比如稳健性检验，你不需要把每种替代模型设定都列出来，只需要写：“将核心解释变量替换为滞后一期后，结果方向与显著性未发生实质变化”。
在压缩辅助资料时，要注意避免另一种极端——把所有次要结果都变成模糊的一句话，读者无法判断你到底做了什么。压缩不是省略，而是提炼。你仍然需要说明做了什么分析、覆盖了什么范围、结果是否支持主结论，只是不展示完整的数据输出。
还有一个常见的误区是把结果部分的讨论和解释混在一起。结果部分只负责报告“发现了什么”，至于“这意味着什么”“为什么会出现这个结果”“与文献中的其他研究是否一致”，这些属于讨论部分。当你在结果部分忍不住解释数据含义时，这往往是一个信号——你可能把讨论内容提前塞了进来。把解释性内容移走，结果部分自然会瘦身。
修改时可以采用一个具体操作：先把现有结果部分的所有段落标号，然后按“是否直接回答研究问题”分成两组。对直接回答问题的段落，检查它们是否按照研究问题的顺序排列，是否每段都有清晰的要点句。对不直接回答问题的段落，决定是移入附录还是压缩成概括句。完成这一步后，再通读整个结果部分，看论证主线是否连贯，是否还需要一两句过渡句来衔接不同研究问题之间的内容。
最后要记住，结果部分的长短并没有统一标准，学科和期刊惯例差异很大。但无论篇幅多少，主线清晰永远是第一原则。审稿人和读者不会因为你展示了更多数据而认为你的工作更扎实，他们只会因为你能清楚地表达研究发现而认可你的工作质量。数据是为论证服务的，不要让论证被数据淹没。
