大数据与定量研究方法论

任课教师:冯昕瑞、江汉臣、宁晶、王云

前言

科研育人团队采用教师讲授、师生研讨、论文选题、写作、投稿指导等方式展开。大纲里列出的是所涉及的教学与研讨主题以及相应文献。为了帮助学生更好理解和把握社会科学定量研究方法，大纲设计涵盖社会科学定量研究方法的基本面，包括问卷调查、实验研究、因果推断方法等，并根据前沿研究趋势拓展到文本大数据、社交网络大数据和空间大数据。在此基础上，重点理解定量研究的方法论、研究设计、文献述评、论证逻辑、理论对话等方面，从而提升学生在社会科学研究，尤其是定量研究方面的素养。

课程安排

1. 秋季学期

时间	主题	主讲人
1	公共管理研究中的定量方法	宁晶
2	研究设计与问卷调查	宁晶
3	基础应用统计	宁晶
4	回归分析	宁晶
5	中介效应与调节效应	宁晶
6	调查实验	宁晶
7	因果推断和潜在结果框架	江汉臣
8	工具变量1	江汉臣
9	工具变量2	江汉臣
10	固定效应、双重差分和面板数据1	江汉臣
11	固定效应、双重差分和面板数据2	江汉臣
12	断点回归	江汉臣

1. 
   

   春季学期

时间	主题	主讲人
1	大数据与公共政策分析概述	冯昕瑞
2	编程语言逻辑与应用：python基础	冯昕瑞
3	大数据的获取与网络爬虫	冯昕瑞
4	文本数据分析与在社会科学中的应用	冯昕瑞
5	机器学习方法及其在研究中的应用	冯昕瑞
6	社会网络分析原理与实践	冯昕瑞
7	地理大数据分析及应用	王云
8	空间分析的数据基础	王云
9	矢量数据的分析方法	王云
10	栅格数据的分析方法	王云
11	空间分析建模与应用	王云
12	空间分析与公共管理学应用	王云

专题一公共管理研究中的定量方法

核心阅读：

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.

主要内容：基于国际公共管理学界的研究，探讨公共管理研究的两大话题：公共政策与公共组织，介绍公共管理研究方法的趋势，介绍公共管理定量方法的主要应用与发展趋向。

辅助阅读：

保罗・A・萨巴蒂尔.(2004). 政策过程理论.北京:三联出版社.

刘润泽& 巩宜萱.(2020).回顾与反思：定量研究在公共管理学科的滥用. 公共管理学报(01),152-158.

马亮.(2017).实证公共管理研究日趋量化:因应与调适. 学海(05),194-201.

田凯等.(2020). 组织理论:公共的视角. 北京:北京大学出版社.

于文轩& 樊博.(2020).公共管理学科的定量研究被滥用了吗？——与刘润泽、巩宜萱一文商榷. 公共管理学报(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.

专题二研究设计与问卷调查

核心阅读：

高翔& 黄张迪.(2018).大学生选择党政机关就业的生涯激励:公共服务动机,还是政治效能感?. 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：罗伯特·基欧汉, 悉尼·维巴, & 加里·金. (2014). 社会科学中的研究设计(陈硕译). 上海: 格致出版社.）

布莱德本等.(2011).问卷设计手册. 重庆: 重庆大学出版社.

主要内容：作为公共管理研究的一大热点，公共服务动机已成为理论与实践关注的重心。公务人员作为公共政策的制定者和公共服务的提供者，其公共服务动机的强弱关乎国家治理实践的价值取向。本部分以公共服务动机为例，介绍公共管理定量研究的研究设计要素以及问卷调查中题项设计。

辅助阅读：

王亚华& 舒全峰.(2018).中国乡村干部的公共服务动机:定量测度与影响因素. 管理世界(02),93-102.

王亚华& 肖亚洲.(2022).公共服务动机可以被形塑吗?——干部教育培训对公共服务动机的影响. 公共管理与政策评论(03),17-28.

谢宇,胡婧炜& 张春泥.(2014).中国家庭追踪调查:理念与实践. 社会(02),1-32.

杨开峰& 杨慧珊.(2021).公共服务动机量表的中国化. 治理研究(06),62-76.

臧雷振& 徐榕.(2023).方法论危机下的问卷调查：挑战、变革与改进路径. 社会学评论(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.

专题三基础应用统计

核心阅读：

吴愈晓,毕先进.(2023).回归分析及Stata软件应用.北京:北京大学出版社.

王丽丽& 马亮.(2023).政民接触对公务员合作生产态度的影响机制——公务员对公民信任的中介模型. 公共行政评论(02),25-43.

主要内容：合作生产理论或合供理论通过引入多元生产主体，充分调动多元资源和价值，为提升公共服务效率，促进公共服务供给模式革新提供了理论支持。目前合作生产理论已成为公共管理研究的热点。本讲以合作生产研究为例，讲授如何使用调查数据进行描述性统计、相关分析与因子分析。

辅助阅读：

李华芳.(2020).合供:过去、现在与未来. 公共管理与政策评论(01),10-22.

王学军& 李航宇.(2023).公众参与合作生产的动机图谱及其影响——价值共创视角下的混合研究. 公共行政评论(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.

专题四回归分析

核心阅读：

卢少云.(2017).公民自愿主义、大众传媒与公共环保行为——基于中国CGSS2013数据的实证分析. 公共行政评论(05),69-85

吴愈晓,毕先进.(2023).回归分析及Stata软件应用.北京:北京大学出版社.

主要内容：自1970年代后期以来，公共管理研究中公民参与研究长盛不衰。公民参有助于公民观察和理解政治机构的真实运作方式和服务绩效，向政府部门及时提供服务反馈。本讲以公民参与以公民参与研究为例，探讨如何使用调查数据进行基础的一般线性回归。

辅助阅读：

谢宇.(2013).回归分析.北京:社会科学文献出版社.

谢刚& 苗红娜.(2023).社区公共参与何以增促居民的公共服务获得感?. 公共行政评论(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.

专题五中介效应与调节效应

核心阅读：

刘红云.(2020).中介效应和调节效应方法及应用.北京:教育科学出版社.

林亚清& 蓝浦城.(2023).公务员公共服务动机何以影响其变革行为?——工作重塑的中介作用和变革型领导的调节作用. 公共管理与政策评论(04),80-96

主要内容：变革行为最早发源于企业管理研究，在新公共管理运动的推动下被引入公共管理研究和实践中，被认为是政府部门克服低效率、僵化程序和繁文缛节的重要手段。本部分以公务员的变革行为研究为例，介绍公共管理研究的中介效应与调节效应的概念、区别与使用。

辅助阅读：

温忠麟& 叶宝娟.(2014).中介效应分析:方法和模型发展. 心理科学进展(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.

专题六调查实验

核心阅读：

任丽颖.(2018).用问卷做实验：调查—实验法的概论与操作.重庆:重庆大学出版社.

张扬& 秦川申.(2022).政策叙事、公众态度与支持行为倾向——基于上海城市数字化转型的调查实验. 公共行政评论(03),140-160.

主要内容：叙事政策框架是政策过程理论中的最新进展。框架指出政策的利益相关者可以使用政策叙事来影响政策过程，他们通过将复杂的政策问题简化为具有现实背景、不同参与者及具体情节的“故事”来帮助公众理解政策。本讲以政策叙事研究为例，介绍公共管理研究中的调查实验的设计、分析与写作。

辅助阅读：

蔡锐星& 胡威.(2022).公共危机情境下官僚的亲社会违规行为倾向：一项调查实验研究. 公共管理评论(02),5-42.

王森浒,李子信,陈云松& 龚顺.(2022).调查实验法在社会学中的应用:方法论评述. 社会学评论(06),230-252.

吴建南& 刘遥.(2020).公众如何感知公立医院和私立医院的绩效差异?——基于一项调查实验的比较研究. 公共行政评论(06),99-113.

张书维,谭小慧,梁歆佚& 朱亚鹏.(2021).“助推”生育政策:信息框架影响生育意愿的调查实验研究. 公共管理与政策评论(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.

专题七因果推断和潜在结果框架

核心阅读：

Angrist, J.D. & Pischke, J. (2009) Mostly Harmless Econometrics: An Empiricist's Companion, Princeton: Princeton University Press. (中文版：乔舒亚·安格里斯特，约恩-斯特芬·皮施克. (2012). 基本无害的计量经济学：实证研究者指南. 郎金焕，李井奎译. 上海: 格致出版社.) 第一章第二章

主要内容：明确因果推断的核心问题，理解潜在结果框架和反事实，学会用理想实验思考实证策略，理解什么是内生性。

辅助阅读：

王思琦. (2018).公共管理与政策研究中的实地实验:因果推断与影响评估的视角. 公共行政评论(01), 87-107+221.

杨真& 张倩.(2019).教育期望视角下的子女教育与家庭消费——基于反事实框架的因果推断. 经济问题(07), 78-86.

黄斌& 李波. (2022).因果推断、科学证据与教育研究——兼论2021年诺贝尔经济学奖得主的教育研究. 华东师范大学学报(教育科学版)(04), 1-15.

丁鹏. (2021). 因果推断——现代统计的思想飞跃. 数学文化(12), 51-67.

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

专题八工具变量（两讲）

核心阅读：

Angrist, J.D. & Pischke, J. (2009) Mostly Harmless Econometrics: An Empiricist's Companion, Princeton: Princeton University Press. (中文版：乔舒亚·安格里斯特，约恩-斯特芬·皮施克. (2012). 基本无害的计量经济学：实证研究者指南. 郎金焕，李井奎译. 上海: 格致出版社.) 第四章

主要内容：理解工具变量的原理，了解经典工具变量，掌握工具变量的应用，讨论如何选择控制变量

辅助阅读：

陈云松.(2012).逻辑、想象和诠释: 工具变量在社会科学因果推断中的应用. 社会学研究(06),192-216+245-246.

方颖& 赵扬.(2011).寻找制度的工具变量:估计产权保护对中国经济增长的贡献. 经济研究(05),138-148.

罗煜,何青& 薛畅.(2016).地区执法水平对中国区域金融发展的影响. 经济研究(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.

专题九固定效应、双重差分和面板数据（两讲）

核心阅读：

Angrist, J.D. & Pischke, J. (2009) Mostly Harmless Econometrics: An Empiricist's Companion, Princeton: Princeton University Press. (中文版：乔舒亚·安格里斯特，约恩-斯特芬·皮施克. (2012). 基本无害的计量经济学：实证研究者指南. 郎金焕，李井奎译. 上海: 格致出版社.) 第五章

主要内容：理解固定效应和双重差分的基本假设，掌握面板数据的应用。

辅助阅读：

刘瑞明& 赵仁杰.(2015).国家高新区推动了地区经济发展吗?——基于双重差分方法的验证. 管理世界(08),30-38.

黄炜,张子尧& 刘安然.(2022).从双重差分法到事件研究法. 产业经济评论(02),17-36.

吕越,陆毅,吴嵩博& 王勇.(2019).“一带一路”倡议的对外投资促进效应——基于2005—2016年中国企业绿地投资的双重差分检验. 经济研究(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.

专题十断点回归

核心阅读：

Angrist, J.D. & Pischke, J. (2009) Mostly Harmless Econometrics: An Empiricist's Companion, Princeton: Princeton University Press. (中文版：乔舒亚·安格里斯特，约恩-斯特芬·皮施克. (2012). 基本无害的计量经济学：实证研究者指南. 郎金焕，李井奎译. 上海: 格致出版社.) 第六章

主要内容：理解断点回归基本原理，掌握清晰断点和模糊断点的应用。

辅助阅读：

张川川& 陈斌开.(2014).“社会养老”能否替代“家庭养老”?——来自中国新型农村社会养老保险的证据. 经济研究(11),102-115.

谢谦,薛仙玲& 付明卫.(2019).断点回归设计方法应用的研究综述. 经济与管理评论(02),69-79.

李楠& 林友宏.(2016).管治方式转变与经济发展——基于清代西南地区“改土归流”历史经验的考察. 经济研究(07),173-188.

刘生龙,周绍杰& 胡鞍钢.(2016).义务教育法与中国城镇教育回报率:基于断点回归设计. 经济研究(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.

专题十一大数据与公共政策分析概述

核心阅读：

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.

主要内容：大数据方法在社会科学领域（特别是公共政策分析）中的应用概述。介绍和辨析核心概念，进行文献鉴赏。

辅助阅读：

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, & 汪寿阳. (2021). 大数据, 机器学习与统计学: 挑战与机遇. 计量经济学报, 1(1), 17.

王芳, 王宣艺, & 陈硕. (2020). 经济学研究中的机器学习: 回顾与展望. 数量经济技术经济研究, 37(4), 146-164.

专题十二编程语言逻辑与应用：python基础

核心阅读：

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

主要内容：python软件安装、安装和导入包；基于jupyter notebook编译器的python基础操作（变量集数据类型、条件语句和循环语句、函数和文件操作等）；基于ChatGPT等工具学习和使用python语言编程。

辅助阅读：

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下载python3：https://www.anaconda.com/download/

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

专题十三大数据的获取与网络爬虫

核心阅读：

李宁. (2020). Python 爬虫技术: 深入理解原理, 技术与开发. 清华大学出版社.

主要内容：数据获取渠道和方法；网络爬虫相关知识、爬虫软件的八爪鱼软件操作基础介绍；基于python语言的爬虫基本操作（例如，使用requests包发送http请求和处理相应等）。

辅助阅读：

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.

专题十四文本数据分析与在社会科学中的应用

核心阅读：

沈艳, 陈赟, & 黄卓. (2019). 文本大数据分析在经济学和金融学中的应用: 一个文献综述. 经济学(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.

主要内容：基于python语言的基础操作：基于re正则表达式进行文本数据预处理；使用jieba包进行分词、添加词典；去除停用词；独热法与特征工程；情感分析。

辅助阅读：

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.

Schöll, 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.

专题十五机器学习方法及其在研究中的应用

核心阅读：

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

陈强（2021），机器学习及Python应用，北京：高等教育出版社.

主要内容：基于python语言的基础操作：有监督的机器学习（基本原理与应用）；无监督的机器学习（降维、分类）；自然语言处理进阶：Wordvec词嵌入模型、LDA主题模型等。

辅助阅读：

郭峰& 陶旭辉.(2023).机器学习与社会科学中的因果关系：一个文献综述. 经济学(季刊)(01),1-17. doi:10.13821/j.cnki.ceq.2023.01.01.

胡安宁,吴晓刚& 陈云松.(2021).处理效应异质性分析——机器学习方法带来的机遇与挑战. 社会学研究(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., Strömberg, 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.

专题十六社会网络分析原理与实践

核心阅读：

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

主要内容：社会网络分析范式和理论基础；社会网络类型、特征和结构分析；社会网络分析；基于python和R的社会网络分析实践。

辅助阅读：

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.

专题十七地理大数据分析及应用

核心阅读：

田永中等编著. GIS空间分析基础教程, 2018, 北京：科学出版社第一章

主要内容：

地理大数据的产生背景、特征与应用，空间分析的主要内容及常用方法

辅助阅读：

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.

邬伦等编著(2001). 地理信息系统: 原理、方法和应用. 北京：科学出版社, 2001

刘瑜,汪珂丽,邢潇月等(2023).地理分析中的空间效应.地理学报,78(03):517-531.

刘瑜,姚欣,龚咏喜等(2020).大数据时代的空间交互分析方法和应用再论.地理学报, 75(07):1523-1538.

专题十八空间分析的数据基础

核心阅读：

田永中等编著, GIS空间分析基础教程, 2018, 北京：科学出版社第二章

主要内容：

空间数据的组成、数据源、获取方式；空间数据的结构、转换、处理与可视化。

辅助阅读：

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,罗强, 孙亚松.(2021).基于时空知识图谱的空间分析方法研究. 地理信息世界(06),72-78.

李德仁,姚远, 邵振峰.(2014).智慧城市中的大数据. 武汉大学学报(信息科学版)(06),631-640.

孟斌,王劲峰,张文忠,等.(2005).基于空间分析方法的中国区域差异研究. 地理科学(04).

李德仁,王树良,李德毅,等.(2002).论空间数据挖掘和知识发现的理论与方法. 武汉大学学报(信息科学版)(03),221-233.

专题十九矢量数据的分析方法

核心阅读：

田永中等编著, GIS空间分析基础教程, 2018, 北京：科学出版社第三章

主要内容：

空间量算分析，空间查询分析，统计分析，邻近性分析，缓冲区分析，叠加分析，网络分析，地址匹配等矢量数据分析方法。

辅助阅读：

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,沈体雁,周麟,等.(2018).基于GWR和sDNA模型的广州市路网形态对住宅价格影响的时空分析. 经济地理(03),82-91.

李佳洺,陆大道,徐成东,等.(2017).胡焕庸线两侧人口的空间分异性及其变化. 地理学报(01),148-160.

劳昕& 沈体雁.(2016).基于人口迁移的中国城市体系演化预测研究. 人口与经济(06),35-47.

陈蔚珊,柳林,梁育填.(2016).基于POI数据的广州零售商业中心热点识别与业态集聚特征分析. 地理研究(04),703-716.

周浩,余壮雄, 杨铮.(2015).可达性、集聚和新建企业选址——来自中国制造业的微观证据. 经济学(季刊)(04),1393-1416.

专题二十栅格数据的分析方法

核心阅读：

田永中等编著, GIS空间分析基础教程, 2018, 北京：科学出版社第四章

主要内容：

像元统计、邻域统计、分区统计等栅格数据分级分析方法；DEM获取渠道、表达模型及应用领域；地形特征分析、空间插值与三维表面的创建。

辅助阅读：

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.

刘修岩,李松林,秦蒙.(2017).城市空间结构与地区经济效率——兼论中国城镇化发展道路的模式选择. 管理世界(01),51-64.

徐康宁,陈丰龙,刘修岩.(2015).中国经济增长的真实性:基于全球夜间灯光数据的检验. 经济研究(09),17-29+57.

王勇,孙瑞欣.(2022).土地利用变化对区域水—能源—粮食系统耦合协调度的影响——以京津冀城市群为研究对象. 自然资源学报(03),582-599.

杨振山,苏锦华,杨航等.(2021).基于多源数据的城市功能区精细化研究——以北京为例. 地理研究(02),477-494.

张俊.(2017).高铁建设与县域经济发展——基于卫星灯光数据的研究. 经济学(季刊)(04),1533-1562.

专题二十一空间分析建模与应用

核心阅读：

田永中等编著, GIS空间分析基础教程, 2018, 北京：科学出版社.第五章

主要内容：

空间分析建模，元胞自动机的构成与应用。

辅助阅读：

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.

龙瀛,韩昊英& 毛其智.(2009).利用约束性CA制定城市增长边界. 地理学报(08),999-1008.

杨青生& 黎夏.(2007).多智能体与元胞自动机结合及城市用地扩张模拟. 地理科学(04),542-548.

黎夏,叶嘉安.(2005).基于神经网络的元胞自动机及模拟复杂土地利用系统. 地理研究(01),19-27.

专题二十二空间分析与公共管理学应用

核心阅读：

沈体雁, 冯等田, 孙铁山.空间计量经济学（第二版）[M]. 北京：北京大学出版社, 2019.

李少杰,罗强,孙亚松.基于时空知识图谱的空间分析方法研究[J].地理信息世界,2021,28(06):72-78.

主要内容：

研讨课：空间分析在公共管理学研究中的应用

辅助阅读：

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.

陈曦,席强敏& 李国平.(2015).制造业内部产业关联与空间分布关系的实证研究. 地理研究(10),1943-1956.

范剑勇& 石灵云.(2009).产业外部性、企业竞争环境与劳动生产率. 管理世界(08),65-72+187.

白俊红, 蒋伏心.(2015).协同创新、空间关联与区域创新绩效. 经济研究(07),174-187.