课程题目：人工智能时代宏观面板数据信息挖掘
课程简介：在大数据与生成式人工智能迅猛发展的背景下，社会科学研究正面临方法范式的深刻变革。如何有效联通微观个体与宏观结构，已成为当代学术界关注的核心问题。本课程聚焦宏观面板数据在社会科学中的关键角色，系统讲解其在多时间、多单位维度下对社会经济与政治变迁的刻画能力。课程将从宏观数据的基本特征与类型入手，结合人工智能与数据挖掘方法，深入解析如何设计以宏观数据为基础的研究方案，提炼变量的逻辑，建构因果推理模型，最终实现高质量的论文写作与政策分析。课程目标在于帮助学习者掌握宏观面板数据的分析范式，理解宏观趋势如何作用于微观行为的过程机制与情景机制，从而提升其在智能时代下的科研能力与洞察力。
课程时间：2025年4月2日（周三）晚上 7:00-9:00
观看方式：腾讯会议+B站直播，直播信息将在录取学员微信群告知
臧雷振，中国人民大学公共管理学院教授，博士生导师，北京大学国家治理研究院（教育部人文社科重点基地）研究员，入选国家级人才计划青年拔尖人才（2019），国家社科基金重大项目首席专家。在人民出版社、中国社会科学出版社、社科文献出版社、Springer和Taylor & Francis等出版中英文专著或译著多部。以第一作者或通讯作者完成的学术论文见于国内外CSSCI、SSCI和SCI主要学术期刊，如《政治学研究》《世界经济与政治》《新闻与传播研究》，Research Policy，Social Science Computer Review，Governance等。三十余篇论文被《新华文摘》《中国社会科学文摘》，人大复印资料等全文转载。主持国家社科（一般、重点和重大）基金项目、教育部后期资助重大项目和北京市社科基金重点项目等多项。主要研究方向为：治理理论与绩效、计算社会科学研究方法。
参考文献
1.Zang, L., Zhu, Y., & Cheng, D. (2024). Inequality through digitalization: investigation of mediating and moderating mechanisms. Information Technology for Development, 1-16. (复制数据及代码：https://doi.org/10.7910/DVN/HFJKRE,)
2. Gao, Y., & Leizhen Zang (2022). Is democracy pro-poor? An empirical test of the Sen Hypothesis based on global evidence. Governance, 35(3), 847– 868. （复制数据及代码：https://doi.org/10.7910/DVN/SAD0PV）
3. Leizhen Zang, Xiong, F., & Gao, Y. (2019). Reversing the U: New Evidence on the Internet and Democracy Relationship. Social Science Computer Review, 37(3), 295-314. （复制数据及代码：https://doi.org/10.7910/DVN/1MGPNZ）
4. Gao, Y., Leizhen Zang（通讯作者）, Roth, A., & Wang, P. (2017). Does democracy cause innovation? An empirical test of the Popper hypothesis. Research Policy, 46(7), 1272-1283. （复制数据及代码：https://www.openicpsr.org/openicpsr/project/100632/version/V1/view）
5. (美)珍妮特·M.博克斯-史蒂芬斯迈埃尔,(美)亨利·E.布雷迪,(美)大卫·科利尔，牛津政治学研究方法手册（修订版），第10章—第15章，人民出版社，2022
