大數(shù)據(jù)與定量研究方法論

任課教師:馮昕瑞、江漢臣、寧晶、王云

前言

科研育人團隊采用教師講授、師生研討、論文選題、寫作、投稿指導等方式展開。大綱里列出的是所涉及的教學與研討主題以及相應文獻。為了幫助學生更好理解和把握社會科學定量研究方法，大綱設計涵蓋社會科學定量研究方法的基本面，包括問卷調查、實驗研究、因果推斷方法等，并根據(jù)前沿研究趨勢拓展到文本大數(shù)據(jù)、社交網絡大數(shù)據(jù)和空間大數(shù)據(jù)。在此基礎上，重點理解定量研究的方法論、研究設計、文獻述評、論證邏輯、理論對話等方面，從而提升學生在社會科學研究，尤其是定量研究方面的素養(yǎng)。

課程安排

1. 秋季學期

時間	主題	主講人
1	公共管理研究中的定量方法	寧晶
2	研究設計與問卷調查	寧晶
3	基礎應用統(tǒng)計	寧晶
4	回歸分析	寧晶
5	中介效應與調節(jié)效應	寧晶
6	調查實驗	寧晶
7	因果推斷和潛在結果框架	江漢臣
8	工具變量1	江漢臣
9	工具變量2	江漢臣
10	固定效應、雙重差分和面板數(shù)據(jù)1	江漢臣
11	固定效應、雙重差分和面板數(shù)據(jù)2	江漢臣
12	斷點回歸	江漢臣

1. 
   

   春季學期

時間	主題	主講人
1	大數(shù)據(jù)與公共政策分析概述	馮昕瑞
2	編程語言邏輯與應用：python基礎	馮昕瑞
3	大數(shù)據(jù)的獲取與網絡爬蟲	馮昕瑞
4	文本數(shù)據(jù)分析與在社會科學中的應用	馮昕瑞
5	機器學習方法及其在研究中的應用	馮昕瑞
6	社會網絡分析原理與實踐	馮昕瑞
7	地理大數(shù)據(jù)分析及應用	王云
8	空間分析的數(shù)據(jù)基礎	王云
9	矢量數(shù)據(jù)的分析方法	王云
10	柵格數(shù)據(jù)的分析方法	王云
11	空間分析建模與應用	王云
12	空間分析與公共管理學應用	王云

專題一公共管理研究中的定量方法

核心閱讀：

Groeneveld, S., Tummers, L., Bronkhorst, B., Ashikali, T., & Van Thiel, S. (2015). Quantitative Methods in Public Administration: Their Use and Development Through Time. International Public Management Journal, 18(1), 61-86.

Vogel, R., & Hattke, F. (2022). A Century of Public Administration: Traveling through Time and Topics. Public Administration, 100(1), 17-40.

主要內容：基于國際公共管理學界的研究，探討公共管理研究的兩大話題：公共政策與公共組織，介紹公共管理研究方法的趨勢，介紹公共管理定量方法的主要應用與發(fā)展趨向。

輔助閱讀：

保羅?A?薩巴蒂爾.(2004). 政策過程理論.北京:三聯(lián)出版社.

劉潤澤& 鞏宜萱.(2020).回顧與反思：定量研究在公共管理學科的濫用. 公共管理學報(01),152-158.

馬亮.(2017).實證公共管理研究日趨量化:因應與調適. 學海(05),194-201.

田凱等.(2020). 組織理論:公共的視角. 北京:北京大學出版社.

于文軒& 樊博.(2020).公共管理學科的定量研究被濫用了嗎？——與劉潤澤、鞏宜萱一文商榷. 公共管理學報(01),159-166.

Johnson, G. (2014). Research Methods for Public Administrators. ME Sharpe.

Meier, K. J., Brudney, J. L., & Bohte, J. (2014). Applied Statistics for Public and Nonprofit Administration. Cengage Learning.

Yang, K. (2021). Methodologies toward a New Era of Public Administration: Diversity and Advancement. Public Performance & Management Review, 44(5), 961-974.

Wright, B. E., Manigault, L. J., & Black, T. R. (2004). Quantitative Research Measurement in Public Administration: An Assessment of Journal Publications. Administration & Society, 35(6), 747-764.

專題二研究設計與問卷調查

核心閱讀：

高翔& 黃張迪.(2018).大學生選擇黨政機關就業(yè)的生涯激勵:公共服務動機,還是政治效能感?. 治理研究(02),111-121.

Gary King, Robert O. Keohane, and Sidney Verba (1994) Designing Social Inquiry: Scientific Inference in Qualitative Research. Princeton University Press.（中文版：羅伯特·基歐漢, 悉尼·維巴, & 加里·金. (2014). 社會科學中的研究設計(陳碩譯). 上海: 格致出版社.）

布萊德本等.(2011).問卷設計手冊. 重慶: 重慶大學出版社.

主要內容：作為公共管理研究的一大熱點，公共服務動機已成為理論與實踐關注的重心。公務人員作為公共政策的制定者和公共服務的提供者，其公共服務動機的強弱關乎國家治理實踐的價值取向。本部分以公共服務動機為例，介紹公共管理定量研究的研究設計要素以及問卷調查中題項設計。

輔助閱讀：

王亞華& 舒全峰.(2018).中國鄉(xiāng)村干部的公共服務動機:定量測度與影響因素. 管理世界(02),93-102.

王亞華& 肖亞洲.(2022).公共服務動機可以被形塑嗎?——干部教育培訓對公共服務動機的影響. 公共管理與政策評論(03),17-28.

謝宇,胡婧煒& 張春泥.(2014).中國家庭追蹤調查:理念與實踐. 社會(02),1-32.

楊開峰& 楊慧珊.(2021).公共服務動機量表的中國化. 治理研究(06),62-76.

臧雷振& 徐榕.(2023).方法論危機下的問卷調查：挑戰(zhàn)、變革與改進路徑. 社會學評論(02),26-48.

Cornesse, C., & Blom, A. G. (2023). Response Quality in Nonprobability And Probability-Based Online Panels. Sociological Methods & Research, 52(2), 879-908.

Couper, M. P. (2017). New Developments in Survey Data Collection. Annual Review of Sociology, 43, 121-145.

Lee, G., Benoit‐Bryan, J., & Johnson, T. P. (2012). Survey Research in Public Administration: Assessing Mainstream Journals with a Total Survey Error Framework. Public Administration Review, 72(1), 87-97.

Perry, J. L. (1996). Measuring Public Service Motivation: An Assessment of Construct Reliability and Validity. Journal of Public Administration Research and Theory, 6(1), 5-22.

Smith, T. W. (2013). Survey-Research Paradigms Old and New. International Journal of Public Opinion Research, 25(2), 218-229.

專題三基礎應用統(tǒng)計

核心閱讀：

吳愈曉,畢先進.(2023).回歸分析及Stata軟件應用.北京:北京大學出版社.

王麗麗& 馬亮.(2023).政民接觸對公務員合作生產態(tài)度的影響機制——公務員對公民信任的中介模型. 公共行政評論(02),25-43.

主要內容：合作生產理論或合供理論通過引入多元生產主體，充分調動多元資源和價值，為提升公共服務效率，促進公共服務供給模式革新提供了理論支持。目前合作生產理論已成為公共管理研究的熱點。本講以合作生產研究為例，講授如何使用調查數(shù)據(jù)進行描述性統(tǒng)計、相關分析與因子分析。

輔助閱讀：

李華芳.(2020).合供:過去、現(xiàn)在與未來. 公共管理與政策評論(01),10-22.

王學軍& 李航宇.(2023).公眾參與合作生產的動機圖譜及其影響——價值共創(chuàng)視角下的混合研究. 公共行政評論(02),4-24.

Alford, J., & Yates, S. (2016). Coproduction of Public Services in Australia: The Roles of Government Organisations and Coproducers. Australian Journal of Public Administration, 75(2), 159-175.

Fledderus, J., Brandsen, T., & Honingh, M. (2014). Restoring Trust through the Coproduction of Public Services: A Theoretical Elaboration. Public Management Review, 16(3), 424-443.

Osborne, S. P., Radnor, Z., & Strokosch, K. (2016). Co-Production and the Co-creation of Value In Public Services: A Suitable Case For Treatment?. Public Management Review, 18(5), 639-653.

Watkins, M. (2021). A Step-By-Step Guide to Exploratory Factor Analysis with Stata. Routledge.

專題四回歸分析

核心閱讀：

盧少云.(2017).公民自愿主義、大眾傳媒與公共環(huán)保行為——基于中國CGSS2013數(shù)據(jù)的實證分析. 公共行政評論(05),69-85

吳愈曉,畢先進.(2023).回歸分析及Stata軟件應用.北京:北京大學出版社.

主要內容：自1970年代后期以來，公共管理研究中公民參與研究長盛不衰。公民參有助于公民觀察和理解政治機構的真實運作方式和服務績效，向政府部門及時提供服務反饋。本講以公民參與以公民參與研究為例，探討如何使用調查數(shù)據(jù)進行基礎的一般線性回歸。

輔助閱讀：

謝宇.(2013).回歸分析.北京:社會科學文獻出版社.

謝剛& 苗紅娜.(2023).社區(qū)公共參與何以增促居民的公共服務獲得感?. 公共行政評論(02),157-173.

Hong, S. (2015). Citizen Participation in Budgeting: A Trade-off Between Knowledge and Inclusiveness?. Public Administration Review, 75(4), 572-582.

Mettler, S. (2002). Bringing the State Back in to Civic Engagement: Policy Feedback Effects Of the GI Bill for World War II Veterans. American Political Science Review, 96(2), 351-365.

Tsai, L. L., & Xu, Y. (2018). Outspoken Insiders: Political Connections and Citizen Participation in Authoritarian China. Political Behavior, 40, 629-657.

Van Ryzin, G. G. (2015). Service Quality, Administrative Process, and Citizens’ Evaluation of Local Government in the US. Public Management Review, 17(3), 425-442.

專題五中介效應與調節(jié)效應

核心閱讀：

劉紅云.(2020).中介效應和調節(jié)效應方法及應用.北京:教育科學出版社.

林亞清& 藍浦城.(2023).公務員公共服務動機何以影響其變革行為?——工作重塑的中介作用和變革型領導的調節(jié)作用. 公共管理與政策評論(04),80-96

主要內容：變革行為最早發(fā)源于企業(yè)管理研究，在新公共管理運動的推動下被引入公共管理研究和實踐中，被認為是政府部門克服低效率、僵化程序和繁文縟節(jié)的重要手段。本部分以公務員的變革行為研究為例，介紹公共管理研究的中介效應與調節(jié)效應的概念、區(qū)別與使用。

輔助閱讀：

溫忠麟& 葉寶娟.(2014).中介效應分析:方法和模型發(fā)展. 心理科學進展(05),731-745.、

Jensen, U. T., & Vestergaard, C. F. (2017). Public Service Motivation and Public Service Behaviors: Testing the Moderating Effect of Tenure. Journal of Public Administration Research and Theory, 27(1), 52-67.

Nam, T. (2018). Examining the Anti-Corruption Effect of E-Government and the Moderating Effect of National Culture: A Cross-Country Study. Government Information Quarterly, 35(2), 273-282.

Walker, R. M., Damanpour, F., & Devece, C. A. (2011). Management Innovation and Organizational Performance: The Mediating Effect of Performance Management. Journal of Public Administration Research And Theory, 21(2), 367-386.

Wu, W., Ma, L., & Yu, W. (2017). Government Transparency and Perceived Social Equity: Assessing the Moderating Effect of Citizen Trust in China. Administration & Society, 49(6), 882-906.

專題六調查實驗

核心閱讀：

任麗穎.(2018).用問卷做實驗：調查—實驗法的概論與操作.重慶:重慶大學出版社.

張揚& 秦川申.(2022).政策敘事、公眾態(tài)度與支持行為傾向——基于上海城市數(shù)字化轉型的調查實驗. 公共行政評論(03),140-160.

主要內容：敘事政策框架是政策過程理論中的最新進展。框架指出政策的利益相關者可以使用政策敘事來影響政策過程，他們通過將復雜的政策問題簡化為具有現(xiàn)實背景、不同參與者及具體情節(jié)的“故事”來幫助公眾理解政策。本講以政策敘事研究為例，介紹公共管理研究中的調查實驗的設計、分析與寫作。

輔助閱讀：

蔡銳星& 胡威.(2022).公共危機情境下官僚的親社會違規(guī)行為傾向：一項調查實驗研究. 公共管理評論(02),5-42.

王森滸,李子信,陳云松& 龔順.(2022).調查實驗法在社會學中的應用:方法論評述. 社會學評論(06),230-252.

吳建南& 劉遙.(2020).公眾如何感知公立醫(yī)院和私立醫(yī)院的績效差異?——基于一項調查實驗的比較研究. 公共行政評論(06),99-113.

張書維,譚小慧,梁歆佚& 朱亞鵬.(2021).“助推”生育政策:信息框架影響生育意愿的調查實驗研究. 公共管理與政策評論(01),42-54.

George, B., Baekgaard, M., Decramer, A., Audenaert, M., & Goeminne, S. (2020). Institutional Isomorphism, Negativity Bias and Performance Information Use by Politicians: A Survey Experiment. Public Administration, 98(1), 14-28.

Keiser, L. R., & Miller, S. M. (2020). Does Administrative Burden Influence Public Support for Government Programs? Evidence from A Survey Experiment. Public Administration Review, 80(1), 137-150.

Meyer-Sahling, J. H., Mikkelsen, K. S., & Schuster, C. (2019). The Causal Effect of Public Service Motivation on Ethical Behavior in the Public Sector: Evidence from a Large-Scale Survey Experiment. Journal of Public Administration Research and Theory, 29(3), 445-459.

van den Bekerom, P., van der Voet, J., & Christensen, J. (2021). Are Citizens More Negative about Failing Service Delivery by Public Than Private Organizations? Evidence from a Large-Scale Survey Experiment. Journal of Public Administration Research and Theory, 31(1), 128-149.

專題七因果推斷和潛在結果框架

核心閱讀：

Angrist, J.D. & Pischke, J. (2009) Mostly Harmless Econometrics: An Empiricist's Companion, Princeton: Princeton University Press. (中文版：喬舒亞·安格里斯特，約恩-斯特芬·皮施克. (2012). 基本無害的計量經濟學：實證研究者指南. 郎金煥，李井奎譯. 上海: 格致出版社.) 第一章第二章

主要內容：明確因果推斷的核心問題，理解潛在結果框架和反事實，學會用理想實驗思考實證策略，理解什么是內生性。

輔助閱讀：

王思琦. (2018).公共管理與政策研究中的實地實驗:因果推斷與影響評估的視角. 公共行政評論(01), 87-107+221.

楊真& 張倩.(2019).教育期望視角下的子女教育與家庭消費——基于反事實框架的因果推斷. 經濟問題(07), 78-86.

黃斌& 李波. (2022).因果推斷、科學證據(jù)與教育研究——兼論2021年諾貝爾經濟學獎得主的教育研究. 華東師范大學學報(教育科學版)(04), 1-15.

丁鵬. (2021). 因果推斷——現(xiàn)代統(tǒng)計的思想飛躍. 數(shù)學文化(12), 51-67.

Imbens, G. W., & Rubin, D. B. (2015). Causal inference in statistics, social, and biomedical sciences. Cambridge University Press.

專題八工具變量（兩講）

核心閱讀：

Angrist, J.D. & Pischke, J. (2009) Mostly Harmless Econometrics: An Empiricist's Companion, Princeton: Princeton University Press. (中文版：喬舒亞·安格里斯特，約恩-斯特芬·皮施克. (2012). 基本無害的計量經濟學：實證研究者指南. 郎金煥，李井奎譯. 上海: 格致出版社.) 第四章

主要內容：理解工具變量的原理，了解經典工具變量，掌握工具變量的應用，討論如何選擇控制變量

輔助閱讀：

陳云松.(2012).邏輯、想象和詮釋: 工具變量在社會科學因果推斷中的應用. 社會學研究(06),192-216+245-246.

方穎& 趙揚.(2011).尋找制度的工具變量:估計產權保護對中國經濟增長的貢獻. 經濟研究(05),138-148.

羅煜,何青& 薛暢.(2016).地區(qū)執(zhí)法水平對中國區(qū)域金融發(fā)展的影響. 經濟研究(07),118-131.

Acemoglu, D., Johnson, S., & Robinson, J. A. (2001). The colonial origins of comparative development: An empirical investigation. American economic review, 91(5), 1369-1401.

Bai, Y., & Kung, J. K. S. (2015). Diffusing knowledge while spreading God's message: Protestantism and economic prosperity in China, 1840–1920. Journal of the European Economic Association, 13(4), 669-698.

Chen, T., Kung, J. K. S., & Ma, C. (2020). Long live Keju! The persistent effects of China’s civil examination system. The economic journal, 130(631), 2030-2064.

專題九固定效應、雙重差分和面板數(shù)據(jù)（兩講）

核心閱讀：

Angrist, J.D. & Pischke, J. (2009) Mostly Harmless Econometrics: An Empiricist's Companion, Princeton: Princeton University Press. (中文版：喬舒亞·安格里斯特，約恩-斯特芬·皮施克. (2012). 基本無害的計量經濟學：實證研究者指南. 郎金煥，李井奎譯. 上海: 格致出版社.) 第五章

主要內容：理解固定效應和雙重差分的基本假設，掌握面板數(shù)據(jù)的應用。

輔助閱讀：

劉瑞明& 趙仁杰.(2015).國家高新區(qū)推動了地區(qū)經濟發(fā)展嗎?——基于雙重差分方法的驗證. 管理世界(08),30-38.

黃煒,張子堯& 劉安然.(2022).從雙重差分法到事件研究法. 產業(yè)經濟評論(02),17-36.

呂越,陸毅,吳嵩博& 王勇.(2019).“一帶一路”倡議的對外投資促進效應——基于2005—2016年中國企業(yè)綠地投資的雙重差分檢驗. 經濟研究(09),187-202.

Chen, Y., Fan, Z., Gu, X., & Zhou, L. A. (2020). Arrival of young talent: The send-down movement and rural education in China. American Economic Review, 110(11), 3393-3430.

Bai, Y., & Jia, R. (2016). Elite recruitment and political stability: the impact of the abolition of China's civil service exam. Econometrica, 84(2), 677-733.

Jiang, H., & Tang, X. (2022). Effects of local government social media use on citizen compliance during a crisis: Evidence from the COVID‐19 crisis in China. Public administration.

Jiang, J. (2018). Making bureaucracy work: patronage networks, performance incentives, and economic development in China. American Journal of Political Science, 62(4), 982-999.

專題十斷點回歸

核心閱讀：

Angrist, J.D. & Pischke, J. (2009) Mostly Harmless Econometrics: An Empiricist's Companion, Princeton: Princeton University Press. (中文版：喬舒亞·安格里斯特，約恩-斯特芬·皮施克. (2012). 基本無害的計量經濟學：實證研究者指南. 郎金煥，李井奎譯. 上海: 格致出版社.) 第六章

主要內容：理解斷點回歸基本原理，掌握清晰斷點和模糊斷點的應用。

輔助閱讀：

張川川& 陳斌開.(2014).“社會養(yǎng)老”能否替代“家庭養(yǎng)老”?——來自中國新型農村社會養(yǎng)老保險的證據(jù). 經濟研究(11),102-115.

謝謙,薛仙玲& 付明衛(wèi).(2019).斷點回歸設計方法應用的研究綜述. 經濟與管理評論(02),69-79.

李楠& 林友宏.(2016).管治方式轉變與經濟發(fā)展——基于清代西南地區(qū)“改土歸流”歷史經驗的考察. 經濟研究(07),173-188.

劉生龍,周紹杰& 胡鞍鋼.(2016).義務教育法與中國城鎮(zhèn)教育回報率:基于斷點回歸設計. 經濟研究(02),154-167.

Chen, Y., Ebenstein, A., Greenstone, M., & Li, H. (2013). Evidence on the impact of sustained exposure to air pollution on life expectancy from China’s Huai River policy. Proceedings of the National Academy of Sciences, 110(32), 12936-12941.

Jia, J., Liang, X., & Ma, G. (2021). Political hierarchy and regional economic development: Evidence from a spatial discontinuity in China. Journal of public economics, 194, 104352.

專題十一大數(shù)據(jù)與公共政策分析概述

核心閱讀：

Lazer, D. M., Pentland, A., Watts, D. J., Aral, S., Athey, S., Contractor, N., ... & Wagner, C. (2020). Computational social science: Obstacles and opportunities. Science, 369(6507), 1060-1062.

Edelmann, A., Wolff, T., Montagne, D., & Bail, C. A. (2020). Computational social science and sociology. Annual Review of Sociology, 46, 61-81.

主要內容：大數(shù)據(jù)方法在社會科學領域（特別是公共政策分析）中的應用概述。介紹和辨析核心概念，進行文獻鑒賞。

輔助閱讀：

Athey, S. (2018). The impact of machine learning on economics. In The economics of artificial intelligence: An agenda (pp. 507-547). University of Chicago Press.

Varian, H. R. (2014). Big data: New tricks for econometrics. Journal of economic perspectives, 28(2), 3-28.

Kleinberg, J., Ludwig, J., Mullainathan, S., & Obermeyer, Z. (2015). Prediction policy problems. American Economic Review, 105(5), 491-495.

Mehrabi, N., Morstatter, F., Saxena, N., Lerman, K., & Galstyan, A. (2021). A survey on bias and fairness in machine learning. ACM computing surveys (CSUR), 54(6), 1-35.

洪永淼, & 汪壽陽. (2021). 大數(shù)據(jù), 機器學習與統(tǒng)計學: 挑戰(zhàn)與機遇. 計量經濟學報, 1(1), 17.

王芳, 王宣藝, & 陳碩. (2020). 經濟學研究中的機器學習: 回顧與展望. 數(shù)量經濟技術經濟研究, 37(4), 146-164.

專題十二編程語言邏輯與應用：python基礎

核心閱讀：

Chollet, F. (2021). Deep learning with Python. Simon and Schuster. Chapter 1-3.

主要內容：python軟件安裝、安裝和導入包；基于jupyter notebook編譯器的python基礎操作（變量集數(shù)據(jù)類型、條件語句和循環(huán)語句、函數(shù)和文件操作等）；基于ChatGPT等工具學習和使用python語言編程。

輔助閱讀：

Bird, S., Klein, E., & Loper, E. (2009). Natural language processing with Python: analyzing text with the natural language toolkit. " O'Reilly Media, Inc.".

Kazil, J., & Jarmul, K. (2016). Data wrangling with python: tips and tools to make your life easier. " O'Reilly Media, Inc.".

使用anaconda下載python3：https://www.anaconda.com/download/

Python 官方教程：https://docs.python.org/zh-cn/3/tutorial/index.html

專題十三大數(shù)據(jù)的獲取與網絡爬蟲

核心閱讀：

李寧. (2020). Python 爬蟲技術: 深入理解原理, 技術與開發(fā). 清華大學出版社.

主要內容：數(shù)據(jù)獲取渠道和方法；網絡爬蟲相關知識、爬蟲軟件的八爪魚軟件操作基礎介紹；基于python語言的爬蟲基本操作（例如，使用requests包發(fā)送http請求和處理相應等）。

輔助閱讀：

Sobel, Benjamin LW. “A New Common Law of Web Scraping.”Lewis Clark L. Rev. 25(2021): 147.

Matthew J. Salganik. 2017. Bit by Bit: Social Research in the Digital Age. Princeton University Press. Ch. 6 Ethics

Luscombe, A., Dick, K. and Walby, K., 2022. Algorithmic thinking in the public interest: navigating technical, legal, and ethical hurdles to web scraping in the social sciences. Quality Quantity, 56(3), pp.1023-1044.

專題十四文本數(shù)據(jù)分析與在社會科學中的應用

核心閱讀：

沈艷, 陳赟, & 黃卓. (2019). 文本大數(shù)據(jù)分析在經濟學和金融學中的應用: 一個文獻綜述. 經濟學(季刊), 18(4), 1153-1186.

Grimmer, J., Roberts, M. E., & Stewart, B. M. (2022). Text as data: A new framework for machine learning and the social sciences. Princeton University Press.

主要內容：基于python語言的基礎操作：基于re正則表達式進行文本數(shù)據(jù)預處理；使用jieba包進行分詞、添加詞典；去除停用詞；獨熱法與特征工程；情感分析。

輔助閱讀：

Grimmer, J., & Stewart, B. M. (2013). Text as data: The promise and pitfalls of automatic content analysis methods for political texts. Political analysis, 21(3), 267-297.

Barberá, P., Boydstun, A. E., Linn, S., McMahon, R., & Nagler, J. (2021). Automated text classification of news articles: A practical guide. Political Analysis, 29(1), 19-42.

Monroe, B. L., Colaresi, M. P., & Quinn, K. M. (2008). Fightin'words: Lexical feature selection and evaluation for identifying the content of political conflict. Political Analysis, 16(4), 372-403.

Hassan, T. A., Hollander, S., Van Lent, L., & Tahoun, A. (2019). Firm-level political risk: Measurement and effects. The Quarterly Journal of Economics, 134(4), 2135-2202.

Chan, J. T., & Zhong, W. (2019). Reading China: Predicting policy change with machine learning.

Mueller, H., & Rauh, C. (2018). Reading between the lines: Prediction of political violence using newspaper text. American Political Science Review, 112(2), 358-375.

Shapiro, A. H., Sudhof, M., & Wilson, D. J. (2022). Measuring news sentiment. Journal of econometrics, 228(2), 221-243.

Algaba, A., Ardia, D., Bluteau, K., Borms, S., & Boudt, K. (2020). Econometrics meets sentiment: An overview of methodology and applications. Journal of Economic Surveys, 34(3), 512-547.

Sch?ll, N., Gallego, A., & Le Mens, G. (2021). Politician-Citizen Interactions and Dynamic Representation: Evidence from Twitter. Universitat Pompeu Fabra, Department of Economics and Business.

Hargittai, E. (2020). Potential biases in big data: Omitted voices on social media. Social Science Computer Review, 38(1), 10-24.

Lazer, D., & Radford, J. (2017). Data ex machina: introduction to big data. Annual Review of Sociology, 43, 19-39.

專題十五機器學習方法及其在研究中的應用

核心閱讀：

Burkov, A. (2019). The hundred-page machine learning book (Vol. 1, p. 32). Quebec City, QC, Canada: Andriy Burkov.

陳強（2021），機器學習及Python應用，北京：高等教育出版社.

主要內容：基于python語言的基礎操作：有監(jiān)督的機器學習（基本原理與應用）；無監(jiān)督的機器學習（降維、分類）；自然語言處理進階：Wordvec詞嵌入模型、LDA主題模型等。

輔助閱讀：

郭峰& 陶旭輝.(2023).機器學習與社會科學中的因果關系：一個文獻綜述. 經濟學(季刊)(01),1-17. doi:10.13821/j.cnki.ceq.2023.01.01.

胡安寧,吳曉剛& 陳云松.(2021).處理效應異質性分析——機器學習方法帶來的機遇與挑戰(zhàn). 社會學研究(01),91-114+228. doi:CNKI:SUN:SHXJ.0.2021-01-005.

Grimmer, J., Roberts, M. E., & Stewart, B. M. (2021). Machine learning for social science: An agnostic approach. Annual Review of Political Science, 24, 395-419.

Mikolov, T., Sutskever, I., Chen, K., Corrado, G. S., & Dean, J. (2013). Distributed representations of words and phrases and their compositionality. Advances in neural information processing systems, 26.

Hoberg, G., & Phillips, G. (2016). Text-based network industries and endogenous product differentiation. Journal of Political Economy, 124(5), 1423-1465.

Baker, S. R., Bloom, N., & Davis, S. J. (2016). Measuring economic policy uncertainty. The quarterly journal of economics, 131(4), 1593-1636.

Qin, B., Str?mberg, D., & Wu, Y. (2018). Media bias in China. American Economic Review, 108(9), 2442-2476.

Athey, S., Mobius, M., & Pal, J. (2021). The impact of aggregators on internet news consumption (No. w28746). National Bureau of Economic Research.

Molina, M., & Garip, F. (2019). Machine learning for sociology. Annual Review of Sociology, 45, 27-45.

Athey, S., & Imbens, G. W. (2019). Machine learning methods that economists should know about. Annual Review of Economics, 11, 685-725.

專題十六社會網絡分析原理與實踐

核心閱讀：

Green, H. D., & Wasserman, S. (2015). Network Analysis: A Definitional Guide to Important Concepts. Network Analysis, 35.

Kitts, J. A., & Quintane, E. (2019). Rethinking Social Networks in the Era of Computational Social Science. Oxford Handbook of Social Networks., 29

主要內容：社會網絡分析范式和理論基礎；社會網絡類型、特征和結構分析；社會網絡分析；基于python和R的社會網絡分析實踐。

輔助閱讀：

Miller, P. R., Bobkowski, P. S., Maliniak, D., & Rapoport, R. B. (2015). Talking Politics on Facebook: Network Centrality and Political Discussion Practices in Social Media. Political Research Quarterly, 68(2), 377–391.

Wasserman, S., & Faust, K. (1994). Structural Analysis in the Social Sciences: Vol. 8. Social Network Analysis: Methods and Applications. New York, NY: Cambridge University Press.

McPherson, M., Smith-Lovin, L., & Cook, J. M. (2001). Birds of a Feather: Homophily in Social Networks. Annual Review of Sociology, 27(1), 415–444.

Malik, P., & Lee, S. (2020). Follow Me Too: Determinants of Transitive Tie Formation on Twitter. Social Media + Society, 6(3), 1-12

Golder, S. A., & Macy, M. W. (2014). Digital Footprints: Opportunities and Challenges for Online Social Research. Annual Review of Sociology, 40(1), 129–152.

Luke, D. A. (2015). A User’s Guide to Network Analysis in R. Cham Hildesheim New York: Springer.

Borgatti, S. P., Everett, M. G., & Johnson, J. C. (2013). Analyzing Social Networks (1 edition). Los Angeles: SAGE Publications Ltd.

專題十七地理大數(shù)據(jù)分析及應用

核心閱讀：

田永中等編著. GIS空間分析基礎教程, 2018, 北京：科學出版社第一章

主要內容：

地理大數(shù)據(jù)的產生背景、特征與應用，空間分析的主要內容及常用方法

輔助閱讀：

Anselin L., Rey S. J. (2010). Perspectives on spatial data analysis. Springer Berlin Heidelberg.

Anselin L. (2010). Thirty years of spatial econometrics. Papers in Regional Science, 89(1): 3-25.

鄔倫等編著(2001). 地理信息系統(tǒng): 原理、方法和應用. 北京：科學出版社, 2001

劉瑜,汪珂麗,邢瀟月等(2023).地理分析中的空間效應.地理學報,78(03):517-531.

劉瑜,姚欣,龔詠喜等(2020).大數(shù)據(jù)時代的空間交互分析方法和應用再論.地理學報, 75(07):1523-1538.

專題十八空間分析的數(shù)據(jù)基礎

核心閱讀：

田永中等編著, GIS空間分析基礎教程, 2018, 北京：科學出版社第二章

主要內容：

空間數(shù)據(jù)的組成、數(shù)據(jù)源、獲取方式；空間數(shù)據(jù)的結構、轉換、處理與可視化。

輔助閱讀：

Griffith, D. A. (2007). Spatial structure and spatial interaction: 25 years later. Review of Regional Studies, 37(1), 28-38.

Unwin, D. J. (1996). GIS, spatial analysis and spatial statistics. Progress in Human Geography, 20(4), 540–551.

Anselin, L. (1989). What is special about spatial data: Alternative perspectives on spatial data analysis. National Center for Geographic Information and Analysis Technical Paper 89-4. Santa Barbara, CA : NCGIA.

李少杰,羅強, 孫亞松.(2021).基于時空知識圖譜的空間分析方法研究. 地理信息世界(06),72-78.

李德仁,姚遠, 邵振峰.(2014).智慧城市中的大數(shù)據(jù). 武漢大學學報(信息科學版)(06),631-640.

孟斌,王勁峰,張文忠,等.(2005).基于空間分析方法的中國區(qū)域差異研究. 地理科學(04).

李德仁,王樹良,李德毅,等.(2002).論空間數(shù)據(jù)挖掘和知識發(fā)現(xiàn)的理論與方法. 武漢大學學報(信息科學版)(03),221-233.

專題十九矢量數(shù)據(jù)的分析方法

核心閱讀：

田永中等編著, GIS空間分析基礎教程, 2018, 北京：科學出版社第三章

主要內容：

空間量算分析，空間查詢分析，統(tǒng)計分析，鄰近性分析，緩沖區(qū)分析，疊加分析，網絡分析，地址匹配等矢量數(shù)據(jù)分析方法。

輔助閱讀：

Huang, J., Levinson, D., Wang, J., Zhou, J., & Wang, Z. (2018). Tracking job and housing dynamics with smartcard data. Proceedings of the National Academy of Sciences, 115(50), 12710-12715.

Shi, K., Chang, Z., Chen, Z., Wu, J., & Yu, B. (2020). Identifying and evaluating poverty using multisource remote sensing and point of interest (POI) data: A case study of Chongqing, China. Journal of Cleaner Production, 255, 120245.

Wang, Y., Wu, K., Zhao, Y., Wang, C., & Zhang, H. O. (2021). Examining the effects of the built environment on housing rents in the Pearl River Delta of China. Applied Spatial Analysis and Policy, 1-25.

古恒宇,沈體雁,周麟,等.(2018).基于GWR和sDNA模型的廣州市路網形態(tài)對住宅價格影響的時空分析. 經濟地理(03),82-91.

李佳洺,陸大道,徐成東,等.(2017).胡煥庸線兩側人口的空間分異性及其變化. 地理學報(01),148-160.

勞昕& 沈體雁.(2016).基于人口遷移的中國城市體系演化預測研究. 人口與經濟(06),35-47.

陳蔚珊,柳林,梁育填.(2016).基于POI數(shù)據(jù)的廣州零售商業(yè)中心熱點識別與業(yè)態(tài)集聚特征分析. 地理研究(04),703-716.

周浩,余壯雄, 楊錚.(2015).可達性、集聚和新建企業(yè)選址——來自中國制造業(yè)的微觀證據(jù). 經濟學(季刊)(04),1393-1416.

專題二十柵格數(shù)據(jù)的分析方法

核心閱讀：

田永中等編著, GIS空間分析基礎教程, 2018, 北京：科學出版社第四章

主要內容：

像元統(tǒng)計、鄰域統(tǒng)計、分區(qū)統(tǒng)計等柵格數(shù)據(jù)分級分析方法；DEM獲取渠道、表達模型及應用領域；地形特征分析、空間插值與三維表面的創(chuàng)建。

輔助閱讀：

Bauhr, M., & Carlitz, R. (2021). When does transparency improve public services? Street-level discretion, information, and targeting. Public Administration, 99(3), 500–516.

Zhou, Y., Li, X., & Liu, Y. (2020). Land use change and driving factors in rural China during the period 1995-2015. Land Use Policy, 99, 105048.

Li, Y., Li, Y., Karácsonyi, D., Liu, Z., Wang, Y., & Wang, J. (2020). Spatio-temporal pattern and driving forces of construction land change in a poverty-stricken county of China and implications for poverty-alleviation-oriented land use policies. Land Use Policy, 91, 104267.

劉修巖,李松林,秦蒙.(2017).城市空間結構與地區(qū)經濟效率——兼論中國城鎮(zhèn)化發(fā)展道路的模式選擇. 管理世界(01),51-64.

徐康寧,陳豐龍,劉修巖.(2015).中國經濟增長的真實性:基于全球夜間燈光數(shù)據(jù)的檢驗. 經濟研究(09),17-29+57.

王勇,孫瑞欣.(2022).土地利用變化對區(qū)域水—能源—糧食系統(tǒng)耦合協(xié)調度的影響——以京津冀城市群為研究對象. 自然資源學報(03),582-599.

楊振山,蘇錦華,楊航等.(2021).基于多源數(shù)據(jù)的城市功能區(qū)精細化研究——以北京為例. 地理研究(02),477-494.

張俊.(2017).高鐵建設與縣域經濟發(fā)展——基于衛(wèi)星燈光數(shù)據(jù)的研究. 經濟學(季刊)(04),1533-1562.

專題二十一空間分析建模與應用

核心閱讀：

田永中等編著, GIS空間分析基礎教程, 2018, 北京：科學出版社.第五章

主要內容：

空間分析建模，元胞自動機的構成與應用。

輔助閱讀：

Xu, L., Liu, X., Tong, D., Liu, Z., Yin, L., & Zheng, W. (2022). Forecasting urban land use change based on cellular automata and the PLUS model. Land, 11(5), 652.

Verburg, P. H., Soepboer, W., Veldkamp, A., Limpiada, R., Espaldon, V., & Mastura, S. S. (2002). Modeling the spatial dynamics of regional land use: the CLUE-S model. Environmental management, 30, 391-405.

龍瀛,韓昊英& 毛其智.(2009).利用約束性CA制定城市增長邊界. 地理學報(08),999-1008.

楊青生& 黎夏.(2007).多智能體與元胞自動機結合及城市用地擴張模擬. 地理科學(04),542-548.

黎夏,葉嘉安.(2005).基于神經網絡的元胞自動機及模擬復雜土地利用系統(tǒng). 地理研究(01),19-27.

專題二十二空間分析與公共管理學應用

核心閱讀：

沈體雁, 馮等田, 孫鐵山.空間計量經濟學（第二版）[M]. 北京：北京大學出版社, 2019.

李少杰,羅強,孫亞松.基于時空知識圖譜的空間分析方法研究[J].地理信息世界,2021,28(06):72-78.

主要內容：

研討課：空間分析在公共管理學研究中的應用

輔助閱讀：

Anselin, L. and R. Bongiovanni, et al. (2004). A spatial econometric approach to the economics of site-specific nitrogen management in corn production. American Journal of Agricultural Economics, 86 (3): 675-687.

Audretsch, D. B. and E. E. Lehmann, et al. (2005). University spillovers and new firm location. Research Policy, 34 (7): 1113-1122.

Balland P-A, Boschma R. Complementary interregional linkages and Smart Specialisation: an empirical study on European regions. Regional Studies, 2021, 55(6): 1059-1070.

Cook, S. J., An, S., & Favero, N. (2019). Beyond Policy Diffusion: Spatial Econometric Models of Public Administration. Journal of Public Administration Research and Theory, 29(4), 591-608.

Keenan, K. (2016). Security is going to work: Everyday geographies, organizational traps, and the public administration of anti-terrorism policy. Environment and Planning A-Economy and Space, 48 (2): 239-255.

Seldadyo, H. and J. P. Elhorst, et al. (2010). Geography and governance: Does space matter? Papers in Regional Science, 89 (3): 625-640.

Shi, Y. and J. Y. Yang, et al. (2020). "Revealing the Correlation between Population Density and the Spatial Distribution of Urban Public Service Facilities with Mobile Phone Data." ISPRS INTERNATIONAL JOURNAL OF GEO-INFORMATION 9 (1).

Thanh, S. D. and C. P. Nguyen, et al. (2023). Spatial spillover effects of fiscal decentralization on governance and public administration quality. Regional Studies, 57 (3): 478-496.

Troy, A. and J. M. Grove, et al. (2012). The relationship between tree canopy and crime rates across an urban-rural gradient in the greater Baltimore region. Landscape and Urban Planning, 106 (3): 262-270.

Zhong, C. and S. M. Arisona, et al. (2014). "Detecting the dynamics of urban structure through spatial network analysis." International Journal of Geographical Information Science, 28 (11): 2178-2199.

陳曦,席強敏& 李國平.(2015).制造業(yè)內部產業(yè)關聯(lián)與空間分布關系的實證研究. 地理研究(10),1943-1956.

范劍勇& 石靈云.(2009).產業(yè)外部性、企業(yè)競爭環(huán)境與勞動生產率. 管理世界(08),65-72+187.

白俊紅, 蔣伏心.(2015).協(xié)同創(chuàng)新、空間關聯(lián)與區(qū)域創(chuàng)新績效. 經濟研究(07),174-187.