科研成果

The regime divide is one of the most studied cleavages in international politics, and the current discussion centers on whether the great power competition between the United States and China divides the world along regime lines. This paper focuses on the US-China competition in forming voting alignments in the United Nations General Assembly and disentangles the effects of regime type on actions, preferences, and strategic calculations of the rival powers and developing countries. We develop a formal model to theorize the competition and convert the game into a Bayesian statistical estimator. Empirical evidence suggests that the US-China competition increases the democracy/authoritarianism voting cleavage. States' regime-oriented voting or vote-buying choices, however, are not driven by their sincere preferences but by differential strategies shaped by regime type. These findings shed light on the nature of the US-China competition and its implications for the world order.

This paper proposes a Bayesian alternative to the synthetic control method for comparative case studies with a single or multiple treated units. We adopt a Bayesian posterior predictive approach to Rubin’s causal model, which allows researchers to make inferences about both individual and average treatment effects on treated observations based on the empirical posterior distributions of their counterfactuals. The prediction model we develop is a dynamic multilevel model with a latent factor term to correct biases induced by unit-specific time trends. It also considers heterogeneous and dynamic relationships between covariates and the outcome, thus improving precision of the causal estimates. To reduce model dependency, we adopt a Bayesian shrinkage method for model searching and factor selection. Monte Carlo exercises demonstrate that our method produces more precise causal estimates than existing approaches and achieves correct frequentist coverage rates even when sample sizes are small and rich heterogeneities are present in data. We illustrate the method with two empirical examples from political economy. (For software to implement the method, please visit https://github.com/liulch/bpCausal)

“无代表不纳税”的叙事和“资源诅咒”等经典理论认为，税收有助于促进政治问责。然而，自约翰·穆勒以降关于“税收显著性”的讨论对这一结论的普适性提出了挑战。为了深入理解不同种类的税收对政治问责会否造成不同的长期影响，本文选取增值税作为分析对象，利用1973年至2020年133个国家的面板数据，使用多期双重差分法，借助双向固定效应模型分析征收增值税对政治问责水平的影响。我们发现，征收增值税对一国的政治问责水平存在显著的负面影响，且这一影响在政治问责的三个主要维度都有体现。进一步地，当一国既有的政治问责水平较低时，引入增值税会对政治问责产生较大的负面影响；而当一国既有的政治问责水平较高时，引入增值税则会对政治问责产生一定的正面影响。这一结论也得到了加纳与坦桑尼亚税制改革的案例对比分析的佐证。本文结合微观机制的理论推导与宏观数据的统计分析，在长期的、制度性的意义上描绘了一种“无代表也纳税”的新的可能情景，并深化了对增值税之政治效应的理解，对现有的文献作出了一定的贡献。

中国正处于人口老龄化迅速发展的阶段,同时仍处于健康模式的转变过程中,疾病谱和死亡谱蕴藏着庞大且复杂的人口健康安全风险,为我国公共卫生带来巨大的挑战。本文从制度优化的角度提出要建立适应我国国情与需求的"人口健康报告制度",并从人口经济学视角对其进行成本与收益分析,结果发现健康报告制度的提出是人口健康监测的进一步发展,也是当前公共卫生制度与服务体系发展处于"制度均衡"向"制度非均衡"的转折以及进行制度创新和优化的重要体现,其直接收益包括经济上成本的节约以及人群覆盖产生的数据与信息收益,间接收益包括通过健康报告制度产生的人群健康效益,即人群健康水平的提高。

近年来，全国各地高度重视数字经济发展，并使之成为带动经济高质量发展的新引擎。各地数字政府的建设也进入快车道，智慧城市、城市大脑等综合政务信息化普遍发展。普惠金融、数字乡村等领域的发展也极大促进了数字社会的发展水平。与此同时，数字基础设施、数据资源开放、数字人才创新、网络信息安全等领域发展不平衡、不充分、不协调的问题也逐渐引起重视。以大数据、人工智能、区块链等为代表的数字技术，正在对产业经济、社会发展和政府治理等领域产生广泛而深刻的影响。由于数字技术具有显著的跨界融合、价值溢出、网络效应等特征，数字经济、数字社会乃至数字政府等发展之间密切关联、相互影响、难以剥离，从整体上构成了更为宏观的数字生态。《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》明确提出，要“打造数字经济新优势，加快数字社会建设步伐，提高数字政府建设水平，营造良好的数字生态”。这是“数字生态”概念首次出现在国家战略规划文件中。因此，仅仅衡量数字经济规模已不能够全面评估数字中国的建设水平，数字中国需要从更为宏观和广阔的数字生态视角进行评估，对现阶段中国不同地区数字生态发展格局进行整体上和系统性比较分析更具有重要意义。      现有相关指数研究主要从数字经济或智慧城市的角度来探讨数字技术对经济社会的影响、作用与意义等，尚无一套从“投入→转化→产出”逻辑构建包含数字经济、数字政府和数字社会等内涵的数字生态指数。自2019年起，北京大学大数据分析与应用技术国家工程实验室（以下简称“国家工程实验室”）研制并于2020年首次发布“数字生态指数”，以多源、多方、多维、多视角的动态方式和大数据的手段对各地数字生态进行全面、充分和精准刻画。本文旨在介绍数字生态指数的指标构建、测算方法以及全国数字生态指数分析，从而将分散在不同领域的指数研究进 行综合，为国家数字化全面建设尤其是数字中国战略落地提供指数工具与决策撑。

      数字时代悄然来临，数字中国建设成为国家战略，而营造良好的数字生态，是建设数字中国的内在要求。基于数字经济、数字社会和数字政府等相关内涵及发展态势的研究，从数字基础、数字能力、数字应用三个维度，构建衡量区域数字生态发展的测评体系，并创新性地应用大数据分析方法，依托全国领域内代表性机构海量数据研制的分项指数，运用熵值法综合测算2020年中国数字生态指数。通过全面、深度刻画中国省级和城市级不同地区数字生态的发展水平、驱动模式、区域格局、发展韧性等基本情况，为各地发展数字生态、落地数字中国战略提供决策支持。

为了探究中国科学院的产学研合作网络特征在其科技成果转化中扮演的重要角色，本研究以基于专利的中国科学院科技成果转化数据为样本，借助社会网络分析方法构建了“企业-科研院所”“大学-科研院所”“企业-大学-科研院所”合作网络，并通过回归方法进一步探究网络特征对其科技成果转化绩效的影响。结果表明，在产研合作网络中，中国科学院的加权度中心度与结构洞对其科技成果转化绩效有显著正向影响；在学研合作网络中，中国科学院的加权度中心度对其科技成果转化绩效不存在显著影响，其占据的结构洞对科技成果转化绩效存在显著正向影响；在产学研合作网络中，中国科学院的加权度中心度与其占据的结构洞均对其科技成果转化绩效不存在显著影响。本研究可对增强中国科学院及其他科研院所加强科技成果转化管理实践、提高其科技成果转化绩效提供新的决策参考。