2024年7月8日14:00，香港中文大学（深圳）数据科学学院将访问哈尔滨工业大学进行招生宣传会。此次招生宣传会将由港中大（深圳）数据科学学院教授、助理院长吴保元主持。

吴保元教授将以“可信人工智能前沿与趋势”为主题进行学术讲座，并详细介绍数据科学学院概况、博士和硕士项目设置以及招生政策，同时为学生解答疑问。特别面向2025年入学的学生，本场宣讲会还将安排计算机科学博士项目及四个理学硕士项目的现场面试环节，面试优秀者可当场录取。

诚挚邀请所有对数据科学学院博士和硕士项目感兴趣的学生积极参与此次宣讲会，共同探索学术与职业发展的新机遇！

地点与时间

■时间

2024年7月8日（星期一）14:00 – 16:30

■地点

哈尔滨工业大学一校区综合楼215会议室

现场面试机会

面向2025年入学的学生，宣讲会将安排计算机科学博士项目、四个理学硕士项目的现场面试环节，优秀者可当场发放offer。

学院目前开设有2个博士研究生项目：计算机科学博士和数据科学博士；4个授课型硕士研究生项目：数据科学理学硕士、金融工程理学硕士、人工智能与机器人理学硕士、生物信息学理学硕土。

各项目均为申请考核制，学生无需参加全国硕士研究生统一招生考试，无需保研资格，毕业颁发教育部认证的“香港中文大学”硕士/博士学位。诚邀各位学子加入！

01 招生宣讲会

02 项目介绍

两个博士项目：计算机科学博士和数据科学博士。

计算机科学博士项目

项目介绍：香港中文大学（深圳）计算机科学博士专业旨在培养面向基础与应用科学技术问题，具备创新能力、科学抱负、人生理想及国际化视野，且脚踏实地、不懈奋斗的计算机科学领域的研究类和应用类人才。本专业所涵盖的学术领域包括：计算机基础理论、人工智能与机器学习、计算机系统与网络、多媒体与人机接口、数据库与软件工程、计算机图形学与可视化、云计算、计算机安全、智能控制及相关交叉领域。入读本专业的学生，有机会参与本校与深圳市大数据研究院、深圳市人工智能与机器人研究院以及多家业界联合实验室的研究工作。优秀的博士生毕业后，可进入研究型大学任教或进入业界领先的公司、实验室工作，成为推动及引领信息技术发展的高级专业人才和核心力量。

目前已录取的博士生均来自知名大学，如约翰霍普金斯大学、北京大学、清华大学、上海交通大学、南京大学、香港中文大学（深圳）、北京航空航天大学、武汉大学、南方科技大学等。本科专业包括计算机科学与工程、电子信息技术、数学与应用数学、统计学、计算机科学、信息科学、工业工程等。

课程设置：攻读本项目博士学位的学生，需至少修满授课课程27学分，累计平均绩点需要达到3.0分或以上。

课程设置五个方向，包括：理论与数学、人工智能与机器学习、系统、数据库与软件工程、媒体。主要课程有：算法分析、计算理论、人工智能、机器学习、高等操作系统、优化理论与算法、高等计算机体系结构、软件工程、高等数据库系统、图像处理与计算机视觉、自然语言处理等。

授课课程B组现有三十门以上课程供学生选择，包括离散最优化、随机最优化、人工智能专题等香港博士申请费，招生丨港中大（深圳）数据科学学院计算机科学博士及硕士项目招生宣讲会——哈尔滨工业大学，学生可依照自已的研究兴趣进行修读。修业年限一般为五年。

数据科学博士项目

项目简介：香港中文大学（深圳）设立数据科学博士专业，旨在培养学术成绩优异且有高度进取心的数据科学相关领域的高级研究型人才，所涵盖的研究领域包括：运筹学、统计学、计算机科学、运营管理和决策科学、机器学习及相关交叉领域。报考数据科学博士专业的学生，将有机会参与本校与深圳市大数据研究院和深圳市人工智能与机器人研究院的研究工作。我院旨在培养最优秀的博士生，毕业后有能力进入顶尖研究型大学任教或进入业界最先进的研发实验室工作。

目前已录取的博士生均来自知名大学，如加利福尼亚大学、纽约大学、香港大学、香港科技大学、清华大学、香港中文大学（深圳）、北京航空航天大学、东南大学等。本科专业包括数学与应用数学、统计学、计算机科学、信息科学、工业工程等。

课程设置：攻读博士学位的学生，需至少修满授课课程27学分（A组至少需修满9学分）英国G5院校留学，累计平均绩点需要达到3.0分或以上。

授课课程A组现有六门课程供学生选择，包括机器学习，优化理论与算法，高级统计理论等，旨在为博士生日后的科研发展打下坚实的基础。

授课课程B组现有三十门以上课程供学生选择，包括离散最优化、随机最优化、人工智能专题等，学生可依照自已的研究兴趣进行修读。修业年限一般为五年。

四个硕士项目：数据科学理学硕士、金融工程理学硕士、人工智能与机器人理学硕士和生物信息学理学硕士。

数据科学理学硕士项目

数据科学理学硕士项目由香港中文大学（深圳）数据科学学院和经管学院共同开设，并与深圳市大数据研究院和深圳高等金融研究院合作。项目旨在使学生掌握大数据及商业分析方面的基础理论知识和专业技能，接触到支撑大数据技术的前沿理论与方法，并能在商业、政府、安全、医疗、生物、自然科学、环境等领域中充分利用所学知识解决与大数据采集、管理及分析相关的问题。学生可以在就读期间参与到业界实习、实验室科研、海外交换，亦或修读更多课程。两所学院及研究院的优秀师资将共同担任项目授课教师。

学位

香港中文大学理学硕士学位

学习模式

全日制

学制

2年（3个学期/年）

学分要求

42专业学分

奖学金

入学奖学金（最高可达全额学费）

学业奖学金

海外实习奖学金

项目贡献奖学金

学习成就奖学金

企业捐赠奖学金

学费

28.8万人民币

招生对象

专业不限

掌握扎实的数理及编程基础知识

金融工程理学硕士项目

香港中文大学（深圳）金融工程硕士项目创立于2015年，是数据科学学院与香港中文大学沙田校区工程学院合办的全日制授课型学位课程项目。该项目旨在通过深入而坚实的金融工程理论和实践的训练，帮助立志投身于证券、银行、基金、金融风险管理、策略咨询、量化投资等行业的学生掌握相关金融知识，定量分析方法以及程序设计技术，使之具备应对迅速发展的中国以及国际金融市场所带来的挑战的能力。在传统金融工程课程基础上香港博士申请费，学院又开设了机器学习、数据科学、量化投资、区块链应用等新课程，以增强毕业生综合竞争力。

在国际化方面，项目已经与 金融硕士项目建立了学生交换机制，同时我们亦与 of of 的数理金融与金融科技硕士项目一起推出合作学位课程。

学位

香港中文大学理学硕士学位

学习模式

全日制

学制

2年（3个学期/年）

学分要求

30专业学分

奖学金

优先录取奖学金 (最高可达全额学费)

新生奖学金

学习优异奖学金

约礼奖

海外交换学习奖学金和助学金（根据财务状况）

学费

26.8万人民币

招生对象

专业不限

对金融工程感兴趣

人工智能与机器人理学硕士项目

人工智能与机器人理学硕士项目是由香港中文大学（深圳）数据科学学院和理工学院共同开设，依托于港中大（深圳）数据科学学院、理工学院及深圳市人工智能与机器人研究院的优秀师资和科研力量，旨在培养人工智能与机器人领域的尖端人才。项目提供两个细分方向供学生选择：人工智能和机器人。学生将掌握计算机科学、人工智能和机器人领域的基本理论，并在机器学习、计算机视觉、自然语言处理、机器人、自动化、智能系统和人机交互等领域深入学习。毕业前，学生将有机会参与到实际研究课题项目中，包括与海外知名大学、国内知名企业合作，提高实践技能和解决问题的能力，为未来深造或就业做好充足准备。毕业后，学生将成为人工智能和机器人领域的专业人才，为粤港澳大湾区和整个国家信息技术快速发展助力。

学位

香港中文大学理学硕士学位

学习模式

全日制

学制

2年（3个学期/年）

学分要求

36专业学分

奖学金

入学奖学金

学业奖学金

学费

28.8万人民币

招生对象

具有理工科专业背景的申请人优先考虑，欢迎跨专业报考

生物信息学理学硕士项目

生物信息学硕士专业是一项跨领域的学科，由香港中文大学（深圳）医学院和数据科学学院共同开设，涵括生命科学、计算科学与数据科学、物理、化学、统计等基础学科知识。近年来，生物信息学已成为现代生物医学研究不可或缺的关键支点，从生物大数据中挖掘新颖的生物标志物与分子调控机制，进而研制出疾病诊断与治疗的方案，在生物技术及生物制药行业中的权重日益增长。在国家与企业的大力支持下，粤港澳大湾区的生物医药产业正快速增长，其中新药开发、检测试剂研发、医学临床应用更是知识密集产业。本项目将进一步借助香港中文大学（深圳）医学学科群、生命科学、数据科学等方面发展优势，培养市场紧缺的且具有生命科学与新药开发专业知识的跨学科人才。

03 博士申请指南

在线提交网申材料

请前往项目官网：

仔细查阅申请要求及资料后，填写在线网申系统：

支付报名费

报名费：300元（人民币）

申请信息及相关文件将在入学注册时查验，一旦发现与原件不符或有误，将取消入学资格，已缴纳费用不予退还。

申请时间

开放时间：2024年9月1日

截止日期：2025年5月30日（名额有限，滚动录取，录满截止）

申请条件

对于申请攻读博士学位（2025年秋季入学）的申请人，需满足：

1. 在中国香港地区或者英语国家取得相当的学位或修学证明

2. 托福（笔试不低于550分，机试不低于213分；网考不低于79分）

3. 雅思（学术类）（不低于6.5分）

学院将视情况对申请人进行面试。

04 硕士项目申请指南

网申地址：

报名费

申请费为人民币300元（一经缴费，不设退费）

申请时间

硕士项目

2024年入学

金融工程

Camp (深圳场)

2024年7月20日申请截止

* 2025年入学申请通道尚未开放，敬请期待

申请要求

申请资格：（符合以下要求之一）

英语要求：（符合以下要求之一）

a. 托福： 550（笔试）/79（机考）

b. 雅思（学术）：6.5

c. GMAT： Band 21（）

（具体解释权归各项目所有）

备注:

① 成绩 “B” 可参考3.0/4.0或80/100，最终以成绩单为准。

② 基于默认中国香港地区的学位课程均以英语授课。请注意香港中文大学（深圳）研究生院仍可要求申请人提供其他相关证明文件，以证明其英语水平符合要求。

③ 托福和雅思成绩自考试之日起两年有效。GMAT成绩自考试之日起5年内有效。

申请材料

1. 学历证明

本科生毕业证、学位证或在读证明

2. 大学成绩单原件

需教务处或学院盖章，其中需列明全部曾修读的科目及考试成绩。如成绩表未注明均分或成绩等级，则需提供均分证明。(中文或英文，盖有毕业院校公章）

3. 英语能力考试成绩单原件

雅思、托福或GMAT

4. 个人简历（英文）和个人陈述（英文，600字左右）

金融工程和生物信息学项目个人陈述无字数要求，金融工程项目个人简历和陈述中英文皆可

5. 身份证正反面扫描件

6. 两封推荐信

申请数据科学项目要求至少1封学术导师的推荐信

7. 其他支持性文件

如有需要，或会要求申请人提交补充资料或证明文件，详情见官网

备注:部分以中文授课的课程除外，各研究生课程可能会有特殊的入学申请要求，请联系各自课程招生老师了解详情。

香港经济学博士读几年，专访 | 香港浸会大学经济学副教授陈婷

陈婷，现为香港浸会大学经济系副教授，任商业分析和数字经济中心副主任。她曾在普林斯顿大学从事博士后研究，2015年获得香港科技大学社会科学博士学位，2011年获得香港科技大学社会科学研究硕士学位，2008年获得中山大学社会学学士学位。目前的主要研究领域包括政治经济学、经济史及长期经济发展等。研究成果发表于 of , , of , of , of 以及《经济研究》、《世界经济》等国内外顶级期刊。

陈婷老师于2022年秋季应邀为复旦师生讲授蒋学模经济学讲座课程，之后我们有幸对陈老师进行了一次采访。

总策划：寇宗来

本期记者：彭耀辉、黄智琛

指导：陈硕

审核：韦潇

执行：纪红梅

出品：学科与人才办公室

01

学术经历

记者：很荣幸有机会请陈婷老师同我们分享她的求学与研究经历。先向大家简要介绍下陈婷老师的研究：陈老师的研究以中国为背景，主要集中在政治经济学与经济史两个领域。前者主要围绕土地财政以及当代官员治理展开，后者则试图探究中国历史上重要历史现象的影响与机制。下面请您分享下自己的求学和科研经历，特别想请您谈谈是如何走上科研道路的？

陈婷：我本科在中山大学读社会学。我觉得社会学专业有一个好处，不同于经济学专业需要花很多时间去学习三高，社会学没有太大的规则限制。总体来说我当时就对中国问题比较感兴趣，本科期间我接触了很多相关的著作或者说闲书也好。因为当时产生的一些思考是很多社会问题都可以追溯至地方政府，包括与其有关的激励或是各种政策，所以我就对政治经济学挺感兴趣的。

到了硕士阶段我去了香港科技大学社会科学部，它是一个多学科交叉在一起的学部（包括经济、社会、政治、心理、地理和科技与社会六个主要学科）。在这个环境里面我有两点非常受益：一个好处来自老师。我们大部分老师都研究中国问题，但他们是从不同学科的角度在做研究，这培养了我从多个角度去研究社会经济问题；另一个好处来自同学。我们同学也来自不同学科，当时大家还有一个共同工作并且朝夕相处的Lab，大家经常会就不同学科的方法论和数据进行共享与讨论，特别是数据是做实证研究很重要的一部分。当时我们谁做某个研究，在Lab里说一声很快就会得到反馈，做研究就会比较顺利，这个集体生活记忆也很珍贵。

所以回头看，这一路上我都觉得比较幸运，没有什么使我突然决定以后要坚定科研这条路的重大时刻。

02

政经方面

记者：非常感谢您的分享，下面我们围绕您的一些学术研究来聊一聊。就政治经济学领域来讲您关于土地财政的研究非常具有影响力，也形成了比较完整的体系。我们知道，土地财政是理解中国近二十年经济发展很重要的一个现象，因为这是分税制改革后预算外收入的重要来源，也是房价攀升以及地方政府债务高企的关键。您可以简单谈谈土地财政的成因与影响吗？

陈婷：我觉得可以从三个角度共同来理解土地财政在中国的产生：第一个角度是分税制改革。当时因为央地税收分成调整，在改革后地方政府事权没变，财权下降。地方面临财政收支压力，出现财政资金紧张。第二个角度是房地产市场。因为每个人都要用房子，所以这个视角还是挺重要的。房地产市场在改革开放前并不存在，其在中国的出现是伴随着上世纪九十年代的国企改革。当时因为不再分房而是鼓励职工买房，开始出现了中国的房地产市场。第三个角度是土地本身。房地产开发需要的重要资本是土地，我们要知道土地是怎么开始运转起来的。1998年颁布的土地管理法在法律层面承认了地方政府通过土地获取财政资源的能力，也就是政府可以把集体所有的土地流转到房地产市场。在以上情形下，地方政府四本账里面基金收入尤其是土地相关的钱变多了。

影响上除了我的研究中提到的可能涉及腐败外，土地财政还有一个影响是地方债务膨胀。2008年金融危机时候出台了四万亿刺激计划，其中近三万亿需要地方政府出资。过去地方政府都是平衡预算的，自此开始举债。政府通过将土地或者未来的财政收入注入融资平台，再去抵押借钱，把钱放在基建那些涉及房地产开发的项目中。在此过程中，地方政府相较以往更深度的参与土地运营，形成土地财政。

记者：近年来房地产市场降温，原有的土地财政模式似乎已经无法维持，对此您有什么看法？

陈婷：这一轮房地产市场出现问题，除却疫情原因，很大程度上是对中央收紧信贷的直接反应。现在我们的房地产市场跟日本上世纪八九十年代有相似之处，同样也是国内信贷放开后房地产的繁荣和大规模债务。目前而言政策出台本身是有道理的，收紧信贷后出现这么多暴雷原因在于房地产市场中存在很多像恒大一样大规模举债的企业，这么多债务如果不及时处理，最后堵塞经济中资本的流动会造成更大的问题。而且我觉得从降温的角度来说，这个思路是对的，因为既不可能长期维持这么高的借贷比例，也不需要再新建特别多的房子。不过事缓则圆，我们需要缓慢地让它降温，所以现在政策就再放松一点，不能让那么多企业暴雷。

同时，我觉得在我国房地产暴雷比较难发生。因为国外出现类似状况可能会发生fire sale（受损物品大拍卖），而中国可以利用一些行政干预手段来把暴雷的情况尽量控制下来。当然把它控制下来也有代价，比如说企业债务无法解决，地方政府财政困难也客观存在。

现在地方政府财政困难大家也有目共睹，我认为原有的土地财政模式可能是无法维持的，因为可再进行土地开发的空间已经很少了，但是从土地或者从房产当中出现另外一块蛋糕给政府分还是有可能的。目前有一个可能很大的税收收入还没有显现，也就是房产税。房产通常是我国家庭财产中最大的一块，在这样的情况下，如果政府希望将部分资产变现并且分到政府，可能就需要推行房产税，这在技术上应该是可以实现的。不过也有一些担忧在里面，比如说会不会影响大家的信心？对房地产市场的影响有多大？这些学界目前都还没有系统评估，大家所知甚少。我个人觉得不会有太大冲击：一方面，政府可以利用试点慢慢地推行，比如不收自有住房而是对额外几套房子征收；另一方面，房地产市场降温后，我们也没有看到很多城市的房价有非常大的降幅，当然这也可能是一种集体的共谋。

记者：结合您提到的，我最近注意到杭州土地拍卖出让的形势还是非常火热，但是有一些城市可能就拍不出地，甚至需要找国企去托底拿地。您觉得之后土地财政这样的现象会继续分化吗？

陈婷：我觉得分化是一定会出现的，我们可能会观察到在一个短时期内一线城市 甚至会有一些房地产的繁荣，但持续多久不能确定。假定投向房地产这个池子里的钱是不变的，过去投向三四线城市的游资最终因为我国人口结构的变化可能还是要回到大城市，这个趋势是很难逆转的。

记者：回到您的研究上，您围绕该方向形成的三篇文章层次分明，请问最初这些文章是怎么选题的？我注意到您很多文章里面通常都有 ，请问一开始注意到这些问题是从这些开始的吗？还是说已经有一个big 才开始了这一系列研究？

陈婷：没有big ，研究就是走到哪儿去到哪儿。对于实证研究而言，数据非常重要。当你获取数据之后，随着对它的了解越来越多，你可能会想到一些应用场景来完成你的研究。

我们先从第一篇发在JDE的文章开始聊，当时选题其实很简单：我观察到土地财政变得越来越重要，而且过去GDP晋升锦标赛的故事已经覆盖中国的政治经济学研究很多年。但是再去看2000年后省一级或市一级的官员的晋升的话，GDP其实不是那么重要了。尽管当时大家也没有找到一个稳健的指标来衡量，但还是表明关注点转移到了别的地方。有些政治学研究认为变成了最大化财政收入，刚刚提到政府四本账里税收收入已不再是财政收入大头，税收外的土地财政就引起了注意。恰好在那个时间点，我的导师龚老师跟我们系里面另一位老师合作的文章发现，地方政府的关注点在分税制改革后从发展乡镇企业转到土地财政。自然而然地我就想到一个研究问题是：那土地财政在官员晋升中扮演什么角色呢？去探讨土地财政对晋升有无直接的作用？如果有的话，它的机制是什么？

这一篇文章用到了微观的土地交易数据，这个数据的发现大概是在我读博的头一两年。我当时意外发现土地市场网竟然把所有的土地交易都公布出来，就觉得非常惊喜，也想各种办法收集这些数据，甚至尝试一条一条人工录入。后来我隐约知道可能就是写点程序是可以大量爬取的，慢慢地就自学了相关的知识，把微观土地交易的数据就都获取了。

后来与腐败相关的两篇文章也都是在这一数据基础上来思考的，首先有了这样的数据资源，研究就可以开展。接下来，我就考虑政治关联对卖地拿地的影响。本身我想的还是很简单，就匹配上市公司看一下他们拿地的情况。但是国内外研究政治关联的文献已经瀚如烟海，其中有政治关联的公司会在各个维度都获得利益，所以这个研究对文献的补充意义并不是很大。这就促使我不得不深入地去想有没有一些新的故事。最近发在EJ上的文章我们研究 door的故事，这在腐败文献里面是比较新的小方向，国外文献更多的讲，将 door当作 ，也就是说通过雇用前官员利用他的一些关系网。不过我们想到它也可能是延迟支付，也就是当作 。结合这些我们就想了一些新的机制来包装这个故事，所以数据只是一个基础，我们对文献存在一定新意。

03

经济史方面

记者：您在经济史方面也做出了很有启发性的研究，我们历史上有很多重要事件仍待探索，在布局上您是怎么选择具体的研究问题呢？

陈婷：我在博士毕业之前是不太敢做经济史的，虽然我当时觉得经济史真是很有意思！但是从事经济史研究风险很大，因为它需要研究者投入大量时间。经济史的研究包括选题其实最基本的要求有两点：其一是得对历史事实和历史学家的一些研究有足够多的了解，这样才能知道文献中已经有了哪些角度，还有可能有哪些新的角度；其二，要对数据有足够多的了解，要花很多时间去了解历史上有哪些是可得的数据，有哪些是历史学家可能使用的数据来源，或者他们提到过的还未系统化整理的数据来源。

仅仅就积累文献知识与数据知识这两个方面，就已经需要花大量时间投入，但是经济史研究的收益与成本通常并不匹配。基于这个投入回报考虑呢，我发现自己还是对经济史研究很感兴趣。但我觉得我需要很多的时间先去把前述两方面了解清楚，然后再去做。这也是为什么一开始并没有直接做一些经济史的研究，我选择先做一些政经研究。我觉得做中国相关的政经研究有一个好处是它没有既定的理论，不像国外是有现成的一些理论模型等等。没有的话就很需要你的想象力和对现实的理解能力。所以我一开始从事政经研究对于想象力的这种培养，或者对逻辑能力、思考能力的培养还蛮好的。等到后来我觉得我积累的差不多了，就可以做点经济史研究。

记者：您已经积累了很多文献和数据知识之后，在选择具体研究问题时候，您是怎么选的呢？比如说科举对教育的长期影响这样具体的问题是怎么选出来的？我们一般理解是先有了具体的研究问题，再去积累相关的文献知识。

陈婷：如果先累积足够历史文献知识，一个好处是会大概有一些脉络，就是在每个朝代，或者是不同的朝代里面重要的事件、制度、文化等等你都会有所了解。因为基本上研究长期发展是绕不开这几个东西，就是制度、文化，还有具体的一些技术、移民等。这些就是文献里面框定的一些大的角度，进一步的基于这些角度，你就大概知道历史上发生了哪些重要事情是可以放进理解长期经济发展的框架中。

就科举的文献而言，我刚开始做科举文献的时候，那几年 Voth与 Nunn他们关于的几篇文献算是方兴未艾，我就想影响我们中国人最长久的制度或者文化有哪些呢？很自然我就先想到了科举，这个题目可能不需要对文献与数据有很高的理解。但是随着或者说的文章越来越多，只是识别一个长期影响或者只是中国的一个现象就变得不太容易发表。后来这个文章也比较曲折，辗转了一些期刊，我们花了大量的时间去收集数据在机制上面作很多很多文章。

记者：接着您刚刚这个问题，其实我感觉比较好的国外期刊似乎更看重文章对于现象到因果的识别，对机制要求反而没有那么高？

陈婷：识别干净是一个基本要求，经济史的文献对于机制讨论的要求还是非常高。

记者：之前您在接受徐轶青老师的访谈时提到，经济史可能最大的门槛是文献，我是说超越paper的文献，就是各种历史学家曾经有过的一些研究。我们经院也有经济史方向的学生，您能在如何系统的积累这些历史知识方面给我们一些建议吗？您一般的准备过程是什么样的？

陈婷：如果我要研究某个话题的话，我会看大量的历史学家的作品，反正也很有意思。邓广铭先生提过历史研究有四把钥匙：职官、地理、年代、目录。比如说我研究某个朝代，至少我会从这几个方面把所有史学界已有东西搞清楚，历史学家的基本功都很好，通过看他们的研究就能够得到很多总结好的系统知识。这是从断代史上讲，通常历史学家对于细节要求非常高，阅读他们的著作会发现很多有趣的东西。

不过经济学的同学研究经济史问题，比如想要探究长期经济发展，会发现很多制度的影响并不是仅仅集中在一个朝代而是跨越多个朝代。这意味着必须要有大历史观，不仅能够细化到具体朝代了解制度细节，也要将时间跨度放长一些去了解通史。不过通史非常难写香港经济学博士读几年，我个人比较喜欢民国时候的一些通史书籍，在那个时代背景下的历史学家会有些深刻的见解。我推荐一些著作：钱穆《国史大纲》、傅乐成《中国通史》、樊树志《国史概要》。当然要认识到上述著作的局限性，不过总体上我还是觉得应该先学习一些不同人所写的通史，对历史脉络有一定了解之后就可以开始多看一些断代史研究，可选的著作就非常多啦。

记者：在研究经济史问题时我们实际上关心的是对经济理论的回答，您觉得经济史对经济学中一般性的问题有哪些主要贡献呢？因为有很多人会觉得经济史研究的都是过去的事情，对现在的指导意义有哪些？

陈婷：我以前跟我的同事也讨论过，他们也很好奇经济史研究的意义。

传统的经济史研究跟历史学家做的事情一样，很多时候是考究或者是测量偏多。有别于传统的经济史研究，现在的经济史研究我觉得大致可以分为以下两类：一类是讨论长期经济发展的决定因素，基本上绕不开制度、文化、技术和人口变迁。代表学者像Daron ，会去看上面这些因素在历史上有没有一些重要变化，如果有的话就可以开始研究它的长期影响。这一类研究的意义通常并不是针对已有的某些经济学理论，更多的是说我们怎么去理解人类的长期发展以及一些关键时刻与变化脉络。另一类是将历史语境作为研究背景，去展开研究经济学问题。代表学者像Dave 和Réka Juhász，我个人把他们称之为LSE学派。他们是将历史中某一个特定选取出来，在该中当时的经济状态包括数据都没有今天这么复杂，混淆因素较少相对识别的就更干净。比如Réka就是选取英法大战后贸易突然中断来探究贸易保护主义对于产业发展的影响。对于这类研究而言，具体哪个历史本身并不重要，读者在意的也不是中具体历史细节，而是利用这个所推断的经济学问题。这一类研究的意义通常就是我们熟知的对经济学中一般性问题的贡献，利用历史来回答仍待实证探究的既有理论。

相较于第一类研究，开展第二类研究就需要研究者既对于经济学中分支学科的重要理论与知识体系非常了解，也对历史有足够了解，这样才能找到历史中适合你想要研究问题的来开展自己的研究。我觉得目前国内做量化经济史研究的通常还是第一类，我们对于文献的贡献都归类于这第一类研究，侧重于长期经济发展。但是毕竟历史上的重要时刻总归是有限的，第一类研究如果被人家研究完了，自己机会就不多了。所以我个人认为对于接受过良好经济学训练的同学而言，第二类研究则更有发展前景，而且它更容易跟主流的经济学研究对话。

04

技术方面

记者：您的文章风格除了写作准确以外英国G5院校留学，还有一个特点是技术性都比较强，想问问您是怎么形成这样的研究风格呢？在研究主线之外您也做了一些技术比较复杂的当代或者方法论研究，是完全出于兴趣对吗？

陈婷：除了兴趣之外，我觉得多多少少也跟发表的需要有关。文章想要发表在最好的杂志上，除了要有理论贡献，有些新的故事，新的机制以外，它对你所使用的方法要求也很高。所以我觉得学各种各样的新技术对于经济学专业的学生来说是一个基本要求，比如说最近的 DiD的进展就要及时跟进。

至于我开的文本这门课确实是与我个人兴趣有关，因为我是一个很喜欢数据的人，但我觉得现有的流行数据需要研究者拼想象力和手速，这样竞争压力与风险就非常大。从我读博士开始，我就有意地寻找新的数据来源。当时我用的比较多的是遥感那些地理数据，读博士期间地理数据在社科研究中的应用还很新颖，当时也没有什么系统教程，完全是出于兴趣。我花了很长时间自学，也因为这个经历我会持续关注各种可能的新的数据形式。

我觉得下一个比较有潜力的数据形式可能就是文本数据。文本数据还比较新，而且可以挖掘的文本数据也挺多的。目前从社会科学的学科上看，政治学与社会学运用的比较早，金融学运用的比较多，经济学可能之后也会更多一些。从具体应用的方法上看，一般还是应用LDA（ ）模型，还有很多新的主题模型（Topic Model）还没有在社会研究中广泛应用。所以只要研究者特别是年轻的博士生克服其中的一些技术难点，之后可以做很多有意思的研究。

记者：承接您这句话，想问下您对于刚入门的做经验研究的同学有什么推荐必须要学习的技术？以及未来应该跟进哪些呢？

陈婷：方法论上，我觉得因果推断的常用方法都应该了解，个人推荐从Scott 那本 :The 开始入门。文本相关的话，我觉得要花一些时间知道基本的文本分析方法并且持续跟踪新方法的发展。

记者：结合您的研究方向，经济史需要大量的电子化很多历史文档，文本的识别以及分析是不是在这个方向上大有可为还是说您并不看好这些技术对于历史古籍的处理？

陈婷：我非常看好这方面技术的应用。我们关于科举的文章就电子化了很多历史文档，涉及到一些OCR。但是呢，经济史电子化数据时也有一个问题是目前有大量的学者也开始从事这件事，普通学生如果想要找到一个新的数据来源并利用技术手段来电子化成本还是比较高的。做研究还是要考虑到竞争问题，如果放太多时间在学习新技术和电子化数据上的话，研究者个人的会越来越低。所以即便我非常看好新技术对于领域内研究带来的便利，但我仍然觉得对学生来说可能还是问题意识比较重要。

记者：最后一个问题是目前非常热门，请问您认为人工智能在未来会对学术生态有怎样的影响？

陈婷：我个人对这个技术是持非常开放的态度香港经济学博士读几年，专访 | 香港浸会大学经济学副教授陈婷，因为本来这些机器人的问世就是来帮助我们提高生产力的。具体的应用上我觉得可能有三点：第一个是写一些常规的文书或润色，这个很多人都已经用过了，不再赘述；第二个是研究设计，它未来也许可以基于海量文本给我们生成一些反事实情境来帮助我们设计一些实验，从而帮助我们了解研究问题的理想基准会是什么样；第三个是机制讨论，可能过去在文献里面出现过但我们没有想到的机制，让它来告诉你，我们应该尽力识别一些新的机制。

除了以上的情景之外，我觉得未来会有非常多种可能性的应用，会被有想象力的人不断想象出来。但我个人觉得对于学者而言，最基本的是结合课上所学将这个技术原理给搞清楚，接下来我们再去了解它的局限性与边界，从而有的放矢的去思考对自己的研究有哪些应用场景。