【招聘】北京大学国家发展研究院暨南南合作与发展学院诚聘全职研究助理

【招聘时间】第一批申请截止日期为 2025年6月10日，将优先考虑在此日期前提交的申请。

【招聘地点】北大校内

【招聘方式】congpeng@nsd.pku.edu.cn

研究项目： “一带一路”道路修建项目对地方经济的影响及优化研究领域： 空间经济学、城市经济学、国际贸易经济学

合作导师：彭聪，助理教授、博士生导师

项目简介：本项目聚焦于巴基斯坦、中亚等区域内“一带一路”倡议下的道路修建，研究其对地方经济发展的影响。项目采用空间经济学视角，结合因果推断方法与数量空间经济模型，分析基础设施建设如何影响贸易、产业结构和经济活动的空间分布。研究将融合实地微观数据与空间分析工具，探索道路网络对地方经济的短期和长期效应及最优路网设计方案。

岗位职责：

协助搜集、整理和清洗多源异构数据，特别是具有空间属性的微观数据与遥感数据，如企业地理位置、人口栅格数据、道路网络、卫星影像（如Landsat、Sentinel）等；熟练处理空间数据，包括：空间匹配、缓冲区分析、邻接矩阵构建、路径测算、矢量-栅格转换、栅格裁剪与合并、空间插值等；使用 GeoPandas、Rasterio、Shapely、QGIS/ArcGIS 等工具进行数据处理与空间分析；熟悉OpenStreetMap 数据提取与使用者优先；具备英文文献阅读能力，能理解英文论文中的研究设定、方法框架和数据描述；使用 Python 和 Stata 进行因果推断和统计分析，包括双重差分（DID）、断点回归（RDD）、事件研究法（Event Study）、工具变量（IV）等；协助完成地图绘制与数据可视化，用于论文、报告和演示材料，包括静态图与交互式可视化输出；协助撰写研究报告、学术论文及英文材料，支持项目成果的学术发表与国际交流；根据项目需要，参与其他研究任务，确保项目按时保质推进。

基本要求：经济学、管理学、大数据、人工智能或其他定量学科背景（如统计学、地理信息科学等）；熟悉因果推断方法，例如双重差分法、断点回归等，并能使用 Stata 进行相关分析；具备 Python 编程能力，热爱编程与数据处理；具有良好的学习能力与团队合作精神。

优先考虑：熟练使用空间数据处理工具（如 ArcGIS、QGIS），并能运用 GeoPandas、Rasterio 等 Python 工具包；具备使用 PyTorch 等 Python 工具包构建人工智能模型的经验；对空间经济学、城市经济学、国际贸易经济学等定量研究领域感兴趣，并有志于深入研究；有相关研究项目经验者优先考虑。

适合人群：准备申请博士项目、希望利用一年时间提升研究能力的本科或硕士应届毕业生；对学术研究充满热情，未来计划从事经济学或相关领域研究工作。

工资待遇：税前月薪范围为 8,000 – 12,000 元，具体金额根据应聘者的技能背景与经验确定；表现优秀者可获得年终奖励；提供办公空间和办公设备；表现突出且承担较多责任的助研，有机会参与论文署名或后续研究项目；提供社会保险；试用期为2个月，工资为月工资标准的90%。

申请方式：请将个人简历、成绩单及一封简短的自我介绍（说明您的研究兴趣与相关经验）发送至congpeng@nsd.pku.edu.cn。录取后需补交两封推荐信。也欢迎有意向申请兼职研究助理的同学投递信息，报名方式与全职研究助理相同，工资待遇另外协商。邮件标题格式为：（全职/兼职）RA申请-本科（硕士）-学校-专业-姓名。

截止日期：我们将滚动审核申请材料，建议尽早申请。第一批申请截止日期为 2025年6月10日，将优先考虑在此日期前提交的申请。之后如有空缺，将继续接受材料，直至招满为止。

项目组介绍：

彭聪博士，北京大学国家发展研究院与南南合作与发展学院助理教授，博士生导师。2019年于伦敦政治经济学院获得博士学位，2020至2022年在加州大学圣迭戈分校与哈佛大学肯尼迪学院从事博士后研究，2014至2015年曾任耶鲁大学Fox Fellow。研究聚焦于空间经济学与经济地理，涵盖城市经济、环境政策、国际贸易及地理空间人工智能的应用，特别关注发展中国家在交通、金融与信息流动中的经济摩擦。近期项目深入分析非洲、中亚、巴基斯坦等地的基础设施建设对区域经济发展、环境与健康的影响。相关成果发表于《Journal of Economic Geography》等国际顶级期刊，曾多次受邀在世界银行Infra4Dev大会等国际学术会议上作专题报告，并担任多家权威期刊的匿名审稿人。

李思璇博士，北京大学国家发展研究院博士后，2022年获得北京大学物理学博士学位，主要研究方向包括机器学习、遥感数据分析与环境监测技术。现阶段与北京大学国家发展研究院彭聪教授合作，利用人工智能与遥感技术，研究“一带一路”沿线发展中国家基础设施建设中的道路网络自动识别与动态监测，致力于为资源与数据匮乏地区的经济发展、环境政策提供科学支持。曾在业界从事人工智能算法开发和图像处理相关工作，积累了丰富的数据分析与实践经验。相关成果发表于《Marine Pollution Bulletin》《Chemosphere》等国际期刊。

为什么加入我们？学习中实践（Learning by Doing）：在真实的研究任务中提升能力，快速掌握空间经济学、发展经济学和数据分析的核心技能。多学科导师团队指导：团队成员包括来自经济学、管理学、计算机科学等不同背景的博士与资深研究人员，为你提供系统的学术指导与技术支持。提升博士申请竞争力：我们鼓励RA深入参与完整研究过程，协助你打磨研究兴趣、积累实战经验，并在申请博士时提供有力的推荐。参与高水平研究项目：你将亲手参与“一带一路”等重要议题的前沿研究，处理高质量数据、应用严谨的识别策略，拓展学术视野。团队氛围开放包容：我们鼓励问题导向、主动探索与跨领域合作，注重个体成长与长期发展。