课程题目：社会科学的空间分析
课程简介：空间数据广泛存在于社会科学研究中，其空间依赖（spatial dependence）的特质对传统数据分析方法提出了挑战。近年来政治学、国际关系、公共管理、经济学、社会学等社会科学学科对空间数据以及地理信息系统（GIS）的应用和兴趣迅速增加。如何利用空间数据分析揭示社会政治经济生活的规律和模式，成为社会科学家面临的一项挑战。本课程旨在介绍空间分析在社会科学中的基本原理和应用，讨论空间分析对因果推断的主要挑战以及有关空间因果推断方法的前沿进展。课程还将结合Chen (2023) ，介绍时空模型（spatiotemporal model）在社会科学研究中的实际应用。
主讲人介绍
陈冲，美国杜克大学政治学博士，现任清华大学社会科学学院国际关系学系副教授、副系主任、博士生导师，清华大学仲英青年学者，英文SSCI期刊The Chinese Journal of International Politics副主编，入选国家级青年人才计划。主要研究领域为冲突与和平研究、对外政策分析和政治学方法论，尤其关注国际冲突、内战、政治暴力、冲突管理以及对外政策分析等议题。在国内外学术期刊如《世界经济与政治》《外交评论》《国际政治科学》，International Organization, International Studies Quarterly, Journal of Conflict Resolution, International Studies Review, International Peacekeeping, The Chinese Journal of International Politics等发表论文20余篇。
参考文献
1.Michael D. Ward and Kristian Skrede Gleditsch, Spatial Regression Models (2nd Edition), Sage, 2018.
2.David Darmofal, Spatial Analysis for the Social Sciences, Cambridge University Press, 2015.
3.Scott J. Cook, Jude C. Hays, and Robert J. Franzese, “STADL Up! The Spatiotemporal Autoregressive Distributed Lag Model for TSCS Data Analysis,” American Political Science Review, Vol. 117, No. 1 (2023), pp. 59–79.
4.Chong Chen, “The Contagion of Foreign Policy Change: Spatio-temporal Dynamics of Chinese Leadership Visits, 1978-2014,” The Chinese Journal of International Politics, Vol.16, No.2, 2023, pp.157–180 (复制数据及代码: https://doi.org/10.7910/DVN/D4L1F2)
5.Georgia Papadogeorgou, Kosuke Imai, Jason Lyall, and Fan Li, “Causal Inference with Spatiotemporal Data: Estimating the Effects of Airstrikes on Insurgent Violence in Iraq,” Journal of the Royal Statistical Society Series B: Statistical Methodology, Vol. 84, No. 5 (2022), pp. 1969–1999.
6.Kyle Butts, “JUE Insight: Difference-in-Differences with Geocoded Microdata,” Journal of Urban Economics, Vol. 133 (2023), 103493, https://doi.org/10.1016/j.jue.2022.103493
