一、方向概况
该方向依托北京理工大学经济学院（2024年正式成立，系工信部属高校中唯一独立建设的经济学院）建设的"应用经济学"一级学科博士点下设的"人工智能与计量经济学"研究方向（方向代码04），深度融通学校"智能科学与技术"双一流建设学科（A类）、计算机科学与技术（A类）及控制科学与工程（A类）的工科学科优势，并依托"数智创新与中小企业发展研究团队"等交叉科研平台。方向以现代计量经济学理论、统计学习理论、机器学习与深度学习为三核驱动，融通因果推断、高维数据分析、自然语言处理、强化学习、贝叶斯统计、时间序列分析、非参数/半参数方法及数据科学方法，贯通AI赋能因果推断与政策评估、机器学习预测与经济决策智能化、大语言模型与经济文本分析、高维数据降维与变量选择、深度学习与宏观经济预测、人工智能经济效应的计量识别六大研究板块。学院支撑学校通过AACSB、EQUIS、AMBA三大国际认证，建有"数字经济与新型举国体制研究室""数智创新与中小企业发展研究中心"等教学科研载体，紧密对接"新一代人工智能发展规划""数字中国建设整体布局规划""数据要素×三年行动计划""人工智能+行动""新质生产力培育""大模型赋能科学研究（AI for Science/AI for Social Science）""智能经济治理体系构建""算法经济监管与反垄断"等国家重大战略需求，强调"经济理论驱动—数据智能赋能—因果识别严谨—预测决策精准—政策仿真落地"五维贯通的培养路径。
研究方向涵盖：AI赋能因果推断与政策评估（机器学习辅助的双重差分与合成控制法、因果森林与异质性处理效应估计、LASSO/弹性网在高维工具变量选择中的应用、深度学习增强的断点回归与匹配方法、贝叶斯因果推断与结构方程模型、政策评估中的多重处理与动态处理效应估计）；机器学习预测与经济决策智能化（集成学习/随机森林/XGBoost/LightGBM在宏观经济预测中的应用、神经网络与非线性时间序列预测、支持向量机与金融风险评估、组合预测与模型平均理论、预测不确定性量化与区间估计、实时Nowcasting与高频经济监测）；大语言模型与经济文本分析（LLM在政策文本量化分析中的应用、情感分析与市场预期建模、经济新闻报道的自动分类与事件抽取、央行沟通文本的语义解析与货币政策信号提取、企业年报/招股说明书的智能分析与风险预警、多模态数据融合与经济情报挖掘）；高维数据降维与变量选择（LASSO/SCAD/MCP惩罚方法理论与应用、主成分分析与因子模型的高维拓展、稀疏 PCA 与结构化降维、高维面板数据模型与交互固定效应、因子增强型回归与机器学习混合方法、数据驱动的模型选择与模型平均准则）；深度学习与宏观经济预测（LSTM/GRU/Transformer在经济时间序列预测中的应用、卷积神经网络与空间经济数据分析、图神经网络与区域经济关联建模、深度强化学习在动态政策优化中的应用、可解释AI（SHAP/LIME）在经济政策归因中的应用、联邦学习与隐私保护下的经济数据协作分析）；人工智能经济效应的计量识别（AI对劳动力市场极化的因果效应识别、人工智能对全要素生产率增长贡献的计量测度、算法歧视与数字平台反垄断的经济学分析、AI对收入分配与技能溢价的异质性影响、生成式AI对创意产业与知识生产的冲击评估、人机协作模式下的组织效率与激励机制设计）。
汇聚张凌翔教授（博士生导师、国家社科基金重大项目首席专家、南开大学数量经济学博士、"数智创新与中小企业发展研究团队"负责人，研究方向为计量经济学理论与方法、非线性时间序列分析、宏观经济计量建模，主持国家自然科学基金/国家社科基金/教育部人文社科基金等课题10余项，成果发表于《经济研究》《数量经济技术经济研究》《统计研究》、Macroeconomic Dynamics、Economics Letters、Statistical Papers等国内外核心期刊，获全国优秀博士学位论文提名奖，2013年访问学者于University of California, Riverside）、王桂军长聘副教授（数字经济、产业经济学、国际贸易，数字技术与经济计量交叉研究）、朱斌长聘副教授/特别研究员（大数据决策分析、智能决策与优化、神经管理学、数字经济治理，东南大学博士、清华大学博士后、新加坡国立大学访问学者，FMS A类/中科院大类TOP期刊发文20余篇，谷歌学术被引3500余次）、余晓泓副研究员（人工智能经济学、计量经济学与金融学交叉方向，吉林大学经济学博士、南开大学博士后，加州大学伯克利分校/佐治亚理工大学访问学者）等骨干导师。实务导师涵盖国家统计局统计科学研究所数据科学与人工智能应用研究室主任、中国人民银行调查统计司经济模型处处长、中国证监会科技监管局算法审计处处长、中国信息通信研究院人工智能研究所经济分析部主任、阿里巴巴达摩院经济智能实验室首席科学家、腾讯研究院数字经济研究中心主任、百度智能云经济预测部首席经济学家、华为诺亚方舟实验室经济建模组组长、中国社科院数量经济与技术经济研究所人工智能经济研究室研究员等。学院承担国家社科基金重大项目"保持经济运行在合理区间：科学内涵、监测预警及政策体系研究"（张凌翔主持）、国家自然科学基金面上项目"高维面板数据因子模型理论与宏观经济预测应用"、教育部人文社科基金"机器学习方法在因果推断中的理论与应用"、工信部委托课题"人工智能对制造业全要素生产率的影响评估与政策优化"、国家发改委委托课题"数据要素市场化配置的计量测度与效率评价"、科技部委托课题"生成式人工智能对劳动力市场的冲击评估与应对策略"等重大任务。成果发表于《经济研究》《数量经济技术经济研究》《统计研究》《管理世界》《中国工业经济》、Journal of Econometrics、Journal of Business & Economic Statistics、Econometric Theory、Macroeconomic Dynamics、Economics Letters、Journal of the American Statistical Association、Journal of Machine Learning Research、International Journal of Forecasting、Technological Forecasting and Social Change等国内外顶刊，获全国优秀博士学位论文提名奖、教育部高等学校科学研究优秀成果奖（人文社科）二等奖、中国数量经济学会优秀论文奖、国家统计局优秀统计科研成果奖、北京市哲学社会科学优秀成果二等奖等荣誉。推免拟招6–10人（应用经济学方向合计，含人工智能与计量经济学、国家安全与防务经济学、金融科技与金融学等方向），要求本科为经济学、金融学、财政学、国际经济与贸易、统计学、数学与应用数学、数据科学与大数据技术、计算机科学与技术、人工智能、信息管理与信息系统等相关专业，绩点前5%–10%，核心课程含微观/宏观经济学（中级）、计量经济学（含高级计量）、统计学、概率论与数理统计、线性代数、最优化方法、Python/R编程、机器学习导论、政治经济学等；鼓励有全国大学生数学建模竞赛/美国大学生数学建模竞赛MCM/ICM/Kaggle竞赛/全国大学生统计建模大赛省赛以上获奖、核心期刊论文发表或工作论文、"挑战杯"课外学术科技作品竞赛省赛以上获奖、头部互联网企业数据科学岗/国家统计局/央行研究局实习经历。
二、知点保研核心优势
近十年深耕本方向，精准把握"经济理论为魂—计量方法为骨—数据智能为翼—因果推断为核—预测决策为用"五维人工智能与计量经济学培养逻辑；深谙从传统线性计量模型向"机器学习+因果推断+深度学习+自然语言处理"四维融合分析范式转型、从低维结构化数据向高维非结构化数据（文本/图像/网络/时空数据）拓展、从描述性统计与预测向"可解释AI+因果识别+政策仿真+反事实推断"跃迁的范式转变。
一对一匹配学术导师与AI产业/数据科学双导师；提供计量经济学建模与推断平台（Stata/R/MATLAB用于经典计量方法、EViews/OxMetrics用于时间序列建模）、机器学习与深度学习开发环境（Python/PyTorch/TensorFlow/Scikit-learn/XGBoost/LightGBM/transformers库）、因果推断专用工具包（Python EconML/CausalML/DoWhy、R grf/causalImpact/rdrobust、Stata diff/synth/ivreg2）、大语言模型微调与提示工程平台（Hugging Face/LLaMA/ChatGLM API/文本嵌入与向量数据库）、高维统计与变量选择工具（Python glmnet/R biglasso/MATLAB LASSO工具箱）、时间序列与宏观预测平台（Python statsmodels/prophet/Darts、R forecast/fable、MATLAB Econometrics Toolbox）、自然语言处理与经济文本分析（Python spaCy/NLTK/jieba/BERTopic/FinBERT/金融情感词典）、图神经网络与网络分析（PyG/DGL/NetworkX用于经济网络建模）、高性能GPU计算集群（NVIDIA A100/H100用于深度学习训练与大规模蒙特卡洛模拟）、代码可复现研究环境（Git/Docker/JupyterHub/LaTeX/Overleaf/W&B实验追踪）等设备与环境。对接北京大学国家发展研究院/光华管理学院计量经济学方向、清华大学经济管理学院/五道口金融学院、中国人民大学经济学院/统计学院、复旦大学经济学院/大数据学院、上海交通大学安泰经管学院/数学科学学院、中国科学院数学与系统科学研究院预测科学研究中心、中国社会科学院数量经济与技术经济研究所，以及国家统计局、中国人民银行、中国证监会、中国信通院、阿里巴巴达摩院、腾讯研究院、百度智能云、华为诺亚方舟实验室等顶尖院校、政府部门与头部科技企业开展课题跟研与深度实习；提供《经济研究》《数量经济技术经济研究》《统计研究》《管理世界》《中国工业经济》、Journal of Econometrics、Journal of Business & Economic Statistics、Econometric Theory、Review of Economics and Statistics、Journal of the American Statistical Association、Journal of Machine Learning Research、International Journal of Forecasting、Technological Forecasting and Social Change、Journal of Financial Econometrics等国内外顶刊投稿指导，及全国大学生数学建模竞赛MCM/ICM、全国大学生统计建模大赛、Kaggle竞赛（经济/金融赛道）、"挑战杯"课外学术科技作品竞赛、中国数量经济学会年会青年论文竞赛、中国青年经济学者论坛、中国统计学年会青年论坛、NeurIPS/ICML经济AI Workshop等赛事与学术活动闭环服务。
三、辅导体系
绩点提升 ：强化微观/宏观经济学（中级/高级）、计量经济学（初级/中级/高级，含截面/面板/时间序列三大模块）、统计学、概率论与数理统计、线性代数与矩阵分析、最优化理论与方法、Python/R/MATLAB编程、机器学习导论（监督/无监督/强化学习）、深度学习基础（CNN/RNN/Transformer）、政治经济学、博弈论、科研方法论与学术写作伦理等核心课程；掌握经典计量方法全流程（OLS/IV/GMM/面板固定效应/时间序列ARIMA-VAR-GARCH，Stata/R/MATLAB实现）、因果推断方法体系（DID/RDD/PSM/IV/合成控制法/断点模糊设计，Python/R/Stata实现）、机器学习建模全流程（数据预处理/特征工程/模型选择/交叉验证/超参调优/模型解释，Scikit-learn/XGBoost/PyTorch实现）、深度学习时间序列预测（LSTM/GRU/Transformer/Temporal Fusion Transformer，PyTorch/Darts实现）、高维统计与变量选择（LASSO/SCAD/弹性网/因子模型，R glmnet/Python实现）、NLP经济文本分析（BERT/FinBERT主题建模/情感分析/事件抽取，Hugging Face实现）、贝叶斯计量（MCMC/变分推断/贝叶斯模型平均，Python PyMC/R Stan实现）、LaTeX学术论文排版全流程技能。
论文/项目辅导 ：引导选择因果森林与双重机器学习在数字经济政策异质性效应评估中的应用——以"数据要素×"试点政策对中小企业全要素生产率的因果效应为例、基于Transformer架构的中国宏观经济多变量实时Nowcasting模型构建与预测精度比较——vs传统ARIMA/因子模型/组合预测、大语言模型（LLM）赋能央行货币政策沟通文本的语义解析与市场利率预期传导机制识别、高维面板交互固定效应模型在区域创新网络溢出效应估计中的应用——以长三角数字经济一体化为例、图神经网络（GNN）在产业链供应链风险传染建模与预警中的应用——基于上市公司关联交易网络、生成式AI（AIGC）对创意产业劳动力需求的替代效应与互补效应的因果识别——基于招聘大数据的DID设计、联邦学习框架下跨机构经济数据协作建模的隐私保护与效率权衡——理论分析与仿真实验、可解释AI（SHAP/LIME）在金融系统性风险预警与监管归因中的应用——基于银行间市场网络数据、强化学习在动态最优财政政策规则求解中的应用——vs传统DSGE/最优控制方法、算法共谋与数字平台反垄断的博弈论建模与计量检验——基于电商价格大数据等兼具方法论原创性与数字经济战略价值的议题；项目强调"经济问题凝练—理论模型构建—数据获取与预处理—方法选择（因果推断/预测/文本分析）—稳健性检验与可解释性分析—政策建议论证"完整闭环。
面试突破 ：针对"计量经济学核心理论（OLS/GMM/IV/面板/时间序列/非参数方法）现场推导与假设条件辨析""机器学习与计量经济学的关系——预测vs因果推断的范式差异""研究计划与导师方向契合度""高维数据下'维度灾难'的经济学含义与解决策略""因果推断方法（DID/RDD/PSM/IV）的识别假设与失效场景现场辨析""深度学习模型的可解释性困境与经济学研究的'黑箱'问题""AI对经济学研究范式的变革——从'假设-检验'到'数据-发现'""大语言模型在经济学研究中的机遇与局限""计量经济学中'模型误设'与机器学习中'过拟合'的类比与区别""跨学科视野（经济学+统计学+计算机科学+数据科学）下的问题导向研究""学术研究的理论贡献与产业/政策应用价值的平衡"等高频追问开展专项模拟。
四、结语
人工智能与计量经济学以"经济理论为经、数据智能为纬、因果推断为核、预测决策为用、新质生产力培育为鹄的"为使命，在数字经济治理、AI赋能科学研究（AI for Social Science）、智能经济预测与决策、数据要素市场化配置、算法经济监管、新质生产力计量测度等关键领域彰显不可替代的交叉学科价值。知点保研愿助力有志学子以扎实计量经济学理论功底、敏锐数据智能技术洞察与坚定服务数字中国建设信念，稳步前行。咨询报名可致电4000003363，或添加微信13671344286获取个性化评估与规划建议。
