論文結果部分最常見的毛病，不是寫得少，而是寫得多。數據本身沒有錯，但當你把跑出來的所有表格、所有回歸、所有顯著性檢驗都塞進正文，讀者反而看不清你的研究到底發現了什么。結果部分的任務不是展示你做了多少工作，而是回答你最初提出的研究問題。數據堆得越滿，答案就越模糊。

要解決這個問題，第一步不是刪數據，而是回到你的研究問題。打開論文開頭，把你在一開始承諾要回答的問題或要檢驗的假設列出來。然后，把你結果部分現有的每一張表、每一張圖、每一段文字，逐一對照這份清單，問自己一個問題：這個結果是否直接回答了我的研究問題？如果答案是肯定的，它就有資格留在正文；如果只是間接相關、背景補充、穩健性檢驗或探索性發現，它就應該被移走或壓縮。

這里的關鍵是區分“主結果”和“輔助資料”。主結果是那些直接支撐你核心結論的證據，它們構成論證主線，讀者讀完就能順著這條線理解你的發現。輔助資料則包括穩健性檢驗、補充分析、描述性統計的完整表格、不顯著的次要結果、或者與研究問題關系較遠的探索性發現。這些內容不是沒有價值，但它們不應該占據正文的篇幅，否則就會干擾主線的清晰度。

判斷一個結果是否屬于主結果，可以用一個更具體的標準：如果刪掉這個結果，讀者對研究問題的回答會產生實質性影響嗎？如果刪掉后論證依然完整，那它就不是主結果。比如，你的研究問題是“新型教學方法是否提高學生成績”，那么主結果就是干預組和對照組的前后測對比、效應量、顯著性檢驗。而問卷的信度檢驗、各題項的逐項描述統計、不同性別學生的分組分析，這些都屬于輔助資料，除非你明確把性別差異列為研究問題之一。

確定了主結果之后，第二步是重新組織正文結構。不要按照你分析數據的先后順序來寫，而要按照研究問題的邏輯順序來寫。每個研究問題對應一個二級標題，標題下先給出最核心的發現，再輔以必要的統計細節。每個段落最好只圍繞一個要點展開，第一句話就點明該段的結論，后面用數據支撐。這樣讀者掃一眼每段開頭，就能把握整個結果部分的脈絡。

至于被篩出去的輔助資料，有兩種處理方式：移入附錄，或者壓縮成文字概括。移入附錄適用于那些篇幅較大、但部分讀者可能想查閱的完整輸出，比如全變量的描述性統計表、完整的模型估計結果、問卷量表的全部條目。在正文中，你只需要用一句話引導讀者：“各變量的描述性統計見附錄表A1”。壓縮成文字概括則適用于那些不需要完整呈現、只需告知讀者“我們做了這項檢查，結果支持主結論”的內容。比如穩健性檢驗，你不需要把每種替代模型設定都列出來，只需要寫：“將核心解釋變量替換為滯后一期后，結果方向與顯著性未發生實質變化”。

在壓縮輔助資料時，要注意避免另一種極端——把所有次要結果都變成模糊的一句話，讀者無法判斷你到底做了什么。壓縮不是省略，而是提煉。你仍然需要說明做了什么分析、覆蓋了什么范圍、結果是否支持主結論，只是不展示完整的數據輸出。

還有一個常見的誤區是把結果部分的討論和解釋混在一起。結果部分只負責報告“發現了什么”，至于“這意味著什么”“為什么會出現這個結果”“與文獻中的其他研究是否一致”，這些屬于討論部分。當你在結果部分忍不住解釋數據含義時，這往往是一個信號——你可能把討論內容提前塞了進來。把解釋性內容移走，結果部分自然會瘦身。

修改時可以采用一個具體操作：先把現有結果部分的所有段落標號，然后按“是否直接回答研究問題”分成兩組。對直接回答問題的段落，檢查它們是否按照研究問題的順序排列，是否每段都有清晰的要點句。對不直接回答問題的段落，決定是移入附錄還是壓縮成概括句。完成這一步后，再通讀整個結果部分，看論證主線是否連貫，是否還需要一兩句過渡句來銜接不同研究問題之間的內容。

最后要記住，結果部分的長短并沒有統一標準，學科和期刊慣例差異很大。但無論篇幅多少，主線清晰永遠是第一原則。審稿人和讀者不會因為你展示了更多數據而認為你的工作更扎實，他們只會因為你能清楚地表達研究發現而認可你的工作質量。數據是為論證服務的，不要讓論證被數據淹沒。