8月23日，国家自然科学基金委员会公布了2024年国家自然科学基金集中接收申请项目评审结果，东北财经大学获批2024年度国家自然科学基金项目26项，立项数量创历史新高，其中，面上项目3项、青年科学基金项目23项。学校此次国家自然科学基金立项数同比增长18.18%，其中，青年科学基金项目立项数同比增长91.67%。

学校始终高度重视国家级项目申报和研究工作，不断加大国家级项目孵化培育力度，形成了经费资助、多轮评审、专家辅导、团队孵化、论坛交流等相互支撑的培育机制。广大教师和研究人员在此机制带动下科研积极性显著提升，2024年度申报数量同比增长16.28%，创学校国家自然科学基金申报数量历史新高。在获得立项的项目中，青年科学基金项目立项数大幅增长，主要得益于近年来学校人才引进与培育、科研评价与激励等制度的不断完善，此次常任轨、优秀博士（特聘优博）岗位人才共获批22项青年科学基金项目，占比达96%，充分体现了学校多领域制度协同发力和聚焦高质量内涵式发展的显著成效。

今后，学校将进一步加大国家自然科学项目孵化培育力度，充分激发广大教师和科研人员科研积极性，提高科研管理和服务水平，强化联动协同与机制创新，持续提高项目申报质量和研究质量，力争产出更多重大标志性成果，为学校推进一流学科建设和培育高水平人才队伍，服务国家重大战略需求和地方社会发展作出新的更大贡献‌。

东北财经大学获批2024年国家自然科学基金项目介绍 

项目类型：面上项目

项目名称：基于卫星图像和多模态深度学习的光伏功率时空概率预测研究（72471049）

负责人简介：王建州，东北财经大学统计学院教授，研究方向为概率统计、大数据与人工智能。连续三年入选科睿唯安（Clarivate）全球高被引科学家跨学科领域与工程学榜单、连续五年入选爱思唯尔（Elsevier）中国高被引学者统计学与数学类榜单。连续五年入选斯坦福大学“全球前2%顶尖科学家”人工智能领域终身科学影响力排行榜与年度科学影响力排行榜。论文引用次数17800余次，H指数76，其中：6篇学术论文被美国基本科学指数ESI列为领域热点论文，进入Top 1‰，48篇学术论文被ESI列为领域高被引论文和研究前沿，进入Top 1%。近五年主持国家社会科学重大基金1项、国家自然科学基金面上项目2项、澳大利亚政府研究委员会基金1项。

项目简介：光伏发电出力严重依赖云层变化、光学空气质量等气象条件，并呈现出较大的间歇性、随机性和不确定性，这将导致电力系统的稳定性受到极大的冲击。本项目主要从两个方面开展研究：一是理论上进行多模态异常数据检测、挖掘及概率预测理论与方法的研究；二是应用上进行“数值卫星图像”多模态特征表示、提取与融合和光伏功率超短期时空概率预测的研究。本项目的研究不仅丰富了多模态数据处理与挖掘技术及概率预测理论与方法，而且为大规模光伏并网的电力系统提供可靠的技术支撑。

项目名称：大规模绿色时间依赖车辆路径问题的精确算法（72471050）

负责人简介：孙薇，东北财经大学管理科学与工程学院教授，工学博士，美国德克萨斯大学达拉斯分校（UTD）访问学者。主要研究方向为绿色物流、生产运作等。发表/录用SCI检索期刊论文30余篇，并担任多个期刊审稿人。主持国家自然科学基金1项，中国博士后科学基金1项，省部级项目4项。出版学术专著1部。

项目简介：绿色时间依赖VRP（GTDVRP），既考虑最少能源消耗又考虑速度随时间变化，更符合实际，但求解复杂度大大提升。因为该问题是NP难，大规模时精确解难以获得，但精确解相比于现在使用的方案通常能达到减少能源消耗/碳排放量，能切实起到降本增效的作用。本项目以几类实际中存在的GTDVRP为研究对象，结合最先进的割平面技术、分支技术和定价技术等方法，开发求解上述几类GTDVRP大规模问题的精确解，为降本增效提供方法和技术支撑。

项目名称：企业ESG责任的供应链传递效应研究：理论探讨与中国实践（72472019）

负责人简介：刘瑶，东北财经大学国际经济贸易学院教授、副院长，硕士生导师，英国诺丁汉大学访问学者。入选辽宁省“百千万人才工程”万人层次、大连市高层次人才“青年才俊”。主要研究方向为国际贸易理论与政策、全球价值链和供应链。主持完成国家自然科学基金青年项目、教育部人文社科后期项目等多项国家级、省部级科研项目，成果主要发表在Review of International Economics、The B.E. Journal of Economic Analysis and Policy、《中国工业经济》《数量经济技术经济研究》《国际贸易问题》等SSCI/CSSCI期刊。

项目简介：ESG管理已成为中国企业迈向更高层次的必由之路。本项目将利益相关者理论扩展至供应链上的客户-供应商关系，并构建包含两级供应链的博弈框架理论模型，分析企业ESG沿供应链上游传递和下游传递的理论机制；基于中国上市公司数据库、供应商和客户信息验证ESG在供应链上的传递效应，借助机器学习方法综合分析影响企业ESG表现的各因素相对重要性；从供应链中的话语权（客观条件）、监督压力（外部压力）和企业家精神（内部动力）三个维度系统性探讨提升企业ESG的路径。进而，从供应链视角探讨提升ESG责任的传递机制，从政策法规、优秀案例、优化策略三个方面进一步提出供应链ESG治理的中国方案。

项目类型：青年科学基金项目

项目名称：Banach空间上Laurent系统的渐近行为研究（12401152）

负责人简介：刘东梅，东北财经大学数据科学与人工智能学院讲师，大连理工大学理学博士。研究领域为算子理论与控制理论交叉研究，主要研究Banach空间上无穷维系统的渐近行为，port-Hamiltonian系统和边界控制系统的线性二次型最优控制问题等，分别在IMA Journal of Mathematical Control and Information、Asian Journal of Control、Iranian Journal of Science and Technology, Transactions of Electrical Engineering 等刊物上发表多篇学术论文。

项目简介：队列系统和无人机集群等许多实际问题可以建模为Banach空间上的Laurent系统，因此对Laurent系统的研究在智能交通、智能控制理论中有着广泛的应用，这也为算子理论的应用带来了新的机遇和挑战。本项目结合实际问题进一步研究Banach空间上Laurent系统的渐近行为和无穷维系统共识问题。首先，利用特征函数刻画Banach空间上矩阵系数的Laurent算子的谱、核空间、值域等，进而分析对应Laurent系统在不同状态空间上的渐近行为。然后，将无人机集群建模为无穷维Laurent系统，研究该系统的渐近行为并利用算子理论研究无穷维系统的共识问题。

项目名称：基于肿瘤生长和治疗的趋化-趋触相关模型的理论研究（12401248）

负责人简介：谢嘉宁，东北财经大学数据科学与人工智能学院教授，理学博士。研究领域为非线性偏微分方程，主要开展趋化-（纳维）-斯托克斯相关模型、流体动力学方程等学科领域的热点问题研究。在Journal of Differential Equations、Discrete and Continuous Dynamical Systems、Journal of Mathematical Analysis and Applications、Acta Applicandae Mathematicae、系统工程理论与实践等国内外权威期刊上发表论文多篇。

项目简介：趋化-趋触模型是从数学的角度研究肿瘤的生长规律及治疗方案等有关的数学模型，具有丰富的生物学背景和实际应用，尤其是对理解肿瘤的增生及转移路径起着重要的理论和实际意义。模型存在着众多亟待解决的数学问题，一直是应用数学和生物学以及医学研究的前沿热点问题。本项目拟从数学理论研究的角度出发，利用近年来逐步完善的非线性偏微分方程理论以及算子半群中的新的思想和方法，去研究几类刻画肿瘤生长和治疗的趋化-趋触相关模型的存在性、唯一性、有界性、正则性等数学问题。从而进一步发展和完善偏微分方程的研究成果，为肿瘤的治疗和预防提供重要的理论根据和数据支撑。

项目名称：函数型异方差模型的非线性构建方法及统计推断（12401337）

负责人简介：孙浩，东北财经大学金融科技学院副教授，大连理工大学理学博士。研究领域为函数型时间序列分析、机器学习算法等，主要从事函数型异方差模型的构建方法和统计推断理论方面的研究，并在此方面取得了若干成果，分别在Journal of Time Series Analysis、Journal of Futures Markets、Computational Economics 等刊物以第一作者发表多篇学术论文，主持国家自然科学基金青年项目，参与多项国家级课题的研究工作。 

项目简介：随着信息技术和数据存储技术的发展，很多领域中研究对象高频数据的获取成本降低很多，导致我们所需处理高频数据的场景越来越多。而随着数据观测频率的提高，样本也呈现出函数型特征，因此我们会面临越来越多函数型数据分析问题。本项目的研究领域是在函数型数据分析框架下研究波动率模型的构建方法及统计推断。离散时间序列框架下，经典波动率建模方法多是基于离散观测数据；函数型时间序列框架下，函数型波动率分析方法侧重将频率混杂、不等间隔的数据转化为平滑曲线，挖掘潜在动态信息。随着技术发展，函数型时间序列分析领域中有关函数型波动率模型的统计分析方法会越来越具有价值。

 

项目名称：带有箱式约束和稀疏正则项的最小二乘问题的约化算法（12401491）

负责人简介：梁修博，东北财经大学金融科技学院副教授，大连理工大学理学博士。主要研究领域为数值代数、稀疏优化、机器学习、金融中的优化方法、并行计算，并在此方面取得了若干成果，在Computational Optimization and Application、Journal of Scientific Computing、SIAM Journal on Scientific Computing 等数学国际期刊上发表SCI学术论文多篇；入选大连市高层次人才“青年才俊”；主持国家自然科学基金项目1项。 

项目简介：本项目将研究带箱式约束和稀疏正则项的线性最小二乘问题及非凸二次函数极小化问题的高效约化同伦算法和约化迭代阈值算法，并在此基础上，研究带有稀疏正则项和箱式约束的非线性函数极小化问题的序列箱式约束稀疏正则二次规划算法。本项目致力于高效算法设计、算法收敛性证明和程序实现，并将探索提出的算法在机器学习、水电出清和投资组合等实际问题中的应用。

 

项目名称：基于非参数前沿模型的HM相关指数的全要素生产率的理论、方法及应用研究（72401056）

负责人简介：赵世荣，东北财经大学金融学院副教授。主要研究领域为金融机构与应用计量。研究成果已发表在European Journal of Operational Research、Annals of Operations Research、Financial Review 等国际知名期刊，主持国家自然科学基金青年项目1项。 

项目简介：“加快建设现代化经济体系，着力提高全要素生产率”首先需要科学的统计工具来估计并推断企业的全要素生产率变化。然而广泛应用的基于Hicks-Moorsteen（HM）指数的全要素生产率的统计学特征依然未知，并且现有的Luenberger-HM（LHM）指数并未考虑松弛值，这些理论方法的不足限制了HM相关指数的实际应用，难以满足决策者的现实需求。本项目将为简单平均HM指数建立中心极限定理;为加权平均HM指数建立中心极限定理;提出针对HM指数的新的分解，并为HM指数的各个分解部分建立中心极限定理;提出基于松弛值的LHM指数;提出考虑非期望产出和松弛值的绿色LHM指数;将这些新构建的理论和方法应用于我国银行业效率评价及我国全要素生产率的测算与提高。本项目通过理论论证和应用分析，以期完善HM相关指数的理论方法框架，亦为我国经济和银行业的高质量发展提供对策支持，进一步加快我国现代化经济体系的建设。

 

项目名称：基于行为运筹下社会赈灾募捐治理的信号博弈研究（7240010537）

负责人简介：赵宁，东北财经大学公共管理学院副教授，兼任中国优选法统筹与经济数学研究会高教分会秘书长、常务理事。研究领域包括社会募捐、应急资源管理、谈判问题、信号博弈等，相关研究成果发表于 Journal of Clear Production、《管理科学学报》《系统工程学报》《管理评论》《运筹与管理》等国内外重点期刊。获辽宁省哲学社会科学奖成果奖（第八届）三等奖。《系统工程学报》《系统管理学报》《系统科学与数学》等管理科学A级重要期刊、FMS管理科学高质量期刊匿名审稿人。 

项目简介：慈善组织募捐是抗灾减灾救灾的重要补充渠道，现有文献尚未关注灾害救援财务信息不对称场景中有限理性影响下的慈善组织行为特征、救灾募捐信息发布的作用机理、赈灾募捐的监管机制。本项目将行为运筹理论引入信号博弈模型中，考虑了参照依赖、锚定效应、不等值贴现等有限理性特征对慈善组织决策的影响，采用调查研究，数理建模和案例仿真相结合的研究方法，研究有限理性慈善组织的行为特征规律、信息传递机理和管理机制设计，为完善社会慈善组织救灾募捐的治理提供基础理论指导和决策参考。

 

项目名称：基于鲁棒优化的医院病床资源的优化配置（72401058）

负责人简介：朱桃增，东北财经大学现代供应链管理研究院副教授，中国科学技术大学管理学博士，新加坡国立大学联合培养博士，新加坡国立大学博士后。主要研究领域包括鲁棒优化、排队论、医疗管理等。其研究成果已发表在Management Science、Manufacturing & Service Operations Management、International Journal of Production Research、Annals of Operations Research、Flexible Service and Manufacturing Journal 等期刊。 

项目简介：近年来，随着社会快速发展和人口老龄化，医疗需求激增，病床资源短缺问题日益严重，特别是在大型公立医院，已成为制约医疗服务的瓶颈。为应对这一挑战，本项目建立了一个鲁棒优化模型，综合考虑再入院风险、择期患者排程、急诊入院控制和出院规划等因素，旨在实现医院床位的高效利用。通过科学合理的病床管理，本项目力求减少患者等待时间，提高医院运营效率，确保医疗服务质量，为构建健康中国、实现全民健康目标提供坚实的管理支持。

 

项目名称：面向空间域实时监测网络的自适应节点激活策略研究（72401059）

负责人简介：白凯宗，东北财经大学管理科学与工程学院副教授，西安交通大学管理学博士。主要从事工业大数据分析、统计机器学习、复杂系统建模与在线监控、实时自适应采样优化与异常识别等相关研究。在工业和系统工程师协会旗舰期刊IISE Transactions（曾名IIE Transactions）、工业工程和物流管理领域顶级期刊Naval Research Logistics 和统计学领域期刊Journal of Applied Statistics 发表论文多篇。主持国家自然科学基金项目1项、辽宁省教育厅项目1项。 

项目简介：无线传感器网络在林火、滑坡和水域污染等诸多大范围空间域实时监测中被广泛应用。传感器感知和通讯需要大量能耗，而节点的能量存储往往十分有限，能量耗尽即意味着节点失效。大规模监测网络中通常会设置大量冗余节点，通过序贯激活部分节点集，接续进行感知和通讯以维持网络运行。激活节点布局和对应数据收集网络的实时调整策略，对于优化监控性能，提升网络运行时长至关重要。首先，本项目采用数据和模型双驱动模式构建采样深度与广度的自适应平衡机制，保证实时样本信息的有效性。其次，引入动态网络拓扑结构，同步调整激活节点集和对应数据收集网络，提升网络运行时长。最后，将采样平衡机制和能耗控制相结合，实现监控性能和网络运行时长的协同优化。项目研究成果有望助推大规模空间域实时监测网络的降本增效，由此产生显著的经济效益。

 

项目名称：跨平台社交网络下的图深度学习算法与影响力最大化研究（72401060）

负责人简介：张和贵，东北财经大学数据科学与人工智能学院副教授，管理学博士。主要研究方向涉及图学习、复杂网络、影响力最大化等领域。近年来在International Conference on Machine Learning （ICML），SIGKDD Conference on Knowledge Discovery and Data Mining （KDD），Information Fusion，Information Sciences 等国际顶级会议或期刊上公开发表多篇论文，参与了一项国家重点研发计划专项项目，多项国家自科/社科项目，主持完成了1项中央高校基本科研业务费专项资金资助项目。 

项目简介：影响力最大化问题旨在社交网络中选择一组种子用户，通过激活这组用户以最大化影响力（信息）的传播范围，其在商品营销、舆情监管等领域有着重要的应用背景。现有的研究大都关注于单一平台，而人们身处的现实社会通常是由多个相互关联的网络所组成，信息也可以进行跨平台的传播。为此，本项目针对跨平台背景下的影响力最大化问题，引入图深度学习算法作为关键技术，从以下三个方面展开研究：（1）研究跨平台社交网络的对齐问题，通过自监督图表征学习方法实现网络对齐，为后续研究提供数据基础；（2）研究跨平台信息传播模型的参数学习问题，使用图深度学习方法从历史传播数据中学习模型的参数；（3）研究跨平台的种子节点选择问题，结合图表征学习和强化学习方法，解决跨平台种子节点选择的正确性和高效性问题。本项目的研究有助于推动人工智能前沿技术在经典组合优化问题的应用，同时在营销管理、社交网络分析等领域有着重要的理论和应用价值。

 

项目名称：政府调控下航运燃油定价与减排政策优化研究（72402026）

负责人简介：孔玉丹，东北财经大学公共管理学院副教授，管理学博士。研究方向包括航运供应链碳减排、可持续供应链管理、城市可持续发展等。研究成果已发表在International Journal of Production Research、Expert Systems with Applications、Sustainable Cities and Society 和《中国管理科学》《系统工程学报》《系统管理学报》等国内外学术期刊。主持辽宁省社会科学基金项目1项。 

项目简介：随着IMO限硫政策的实施，航运公司面临从高硫燃油转向低硫燃油的挑战。政府通过排放管制和财税政策调控燃油定价和采购决策，从而促进航运业的减排进程。本项目在全球硫排放管制背景下，引入政府调控因素，建立多元市场管理特征下航运燃油定价和减排政策优化分析框架，为国家制定和完善航运减排政策提供理论指导和决策参考。首先，结合航运燃油定价管理特征，构建考虑市场结构、政府管制和企业博弈的燃油定价模型，揭示航运燃油定价对减排的影响机理；其次，考虑政府对航运燃油实行的双重约束作用，设计基于社会福利最大化的政府调控机制；最后，模拟仿真多主体协同优化的航运减排政策，提出完善政府部门减排措施的政策建议。

 

项目名称：逆全球化背景下中国跨国企业研发国际化重构机制及其对企业创新的影响研究——基于安全逻辑视角（72402027）

负责人简介：刘爽，东北财经大学工商管理学院副教授，南开大学博士。研究方向为中国企业战略管理、国际企业管理、技术创新，在《管理世界》《南开管理评论》等管理学期刊发表论文，所撰写的教学型案例收录于清华大学经济管理学院中国工商管理案例库。 

项目简介：逆全球化、逐渐抬头的单边主义和保护主义不断冲击着全球创造、转让和保护创新的体制，以中国为代表的新兴经济体跨国企业的全球研发布局遭遇重大挑战。本项目从安全逻辑出发，重新审视研发国际化布局，验证研发国际化重构的替代机制与隐身机制对企业创新绩效与创新韧性的影响，以及数字化因素与制度因素对上述影响的调节效应。本项目整合机器学习、案例研究、问卷调查等建立全周期研究设计来保证研究的有效可靠。研究结果将帮助中国跨国企业在新情境下实施自主可控的研发国际化活动、实现高质量发展提供借鉴。

 

项目名称：上市公司战略合作：短期市值管理动机下的决策特征、监管识别与经济后果（72402028）

负责人简介：张恒瑞，东北财经大学会计学院副教授，硕士生导师，复旦大学管理学（会计学）博士，耶鲁大学联合培养博士。研究方向为会计与资本市场、公司治理等。主持辽宁省教育厅一般项目。相关成果发表于《会计研究》《管理科学》《社会科学》《中国经济问题》《财贸研究》等学术期刊。 

项目简介：本项目结合我国资本市场制度背景，在对战略合作公告背后短期市值管理动机进行实证论证的基础上，重点探究：第一，短期市值管理压力对上市公司战略合作决策的影响；第二，基于机器学习算法的短期市值管理导向型战略合作识别策略的构建；第三，短期市值管理导向型战略合作对公司长期价值和信息环境的影响及路径。本项目有助于弥补战略合作相关研究对短期利益目标关注的不足，也为市值管理相关研究提供新情境和经济后果方面的新证据，识别策略的构建和长期影响的揭示还有助于提高监管效率，强化投资者决策警惕度。

 

项目名称：财务报告目标下的合并范围异化：动机、模式与后果（72402029）

负责人简介：张超，东北财经大学会计学院副教授，中山大学博士。主要研究兴趣为企业集团架构下的会计问题与治理问题等。在《管理世界》《管理科学学报》发表多篇论文，主持国家自然科学基金青年项目、教育部人文社科青年基金项目。 

项目简介：现有研究与实践中往往直接对合并报表会计信息进行分析，并大都潜在假定“企业合并范围真实准确”，而华晨债券违约等案例说明合并范围存在不真实不准确的可能。本项目基于同一主体认定为子公司还是联营合营的合并方式不同，以及原则导向会计准则赋予管理层对主体认定的自由裁量权，揭示了两类表内范畴下鲜少被关注的合并范围异化模式：（1）将应认定为子公司的主体认定为联营合营，即特殊联营合营，其因单行合并不披露主体附带的风险为风险藏匿提供了可能；（2）将应认定为联营合营的主体认定为子公司，即特殊子公司，其因完全合并为放大合并报告中会计数字及财务指标提供了可能。本项目进一步基于特定研究场景对上述异化模式的动机和后果进行检验。本项目预期拓展合并范围异化相关研究，也为监管部门监管考核、会计准则委员会修订准则、审计师审计实践、投资者信息解读提供参考。

 

项目名称：生物特征识别数据个体认知到使用行为的决策过程、结果及机制研究（72402030）

负责人简介：高佳，东北财经大学现代供应链管理研究院讲师，硕士研究生导师，上海交通大学管理学博士。攻读博士期间在理海大学（Lehigh University）商学院进行学术交流近两年。主要研究领域包括：人工智能与线下零售运营、信息技术与个体行为、平台管理、供应链管理与企业社会责任。研究方法以基于微观计量的因果推断为主，也涉及其他定量分析方法。其研究成果发表在Information Systems Research、《管理科学学报》和Decision Support Systems 等期刊。 

项目简介：生物特征识别数据作为一种全维度、全场景的识别数据，在社会服务和商业应用中拥有巨大的潜力。而对个体决策过程了解不全面、决策传导刻画不清晰，是其监管和发展面临的关键挑战。针对这一挑战，本项目基于个体决策理论，综合探讨认知-意愿-行为的全决策过程，剖析决策传导及反馈机制。首先，从主观层面，结合定性和定量方法，构建个体的多维度认知框架并探究认知和使用意愿的关系。其次，综合运用多种定量研究法，厘清对认知和意愿的干预在决策链条的传导机制，识别干预对行为的因果效应以及行为对决策的反馈过程。预期为生物特征识别数据相关监管政策和推广策略的制定提供决策支持，也为相关研究提供理论基础和实证借鉴。

 

项目名称：考虑投资者异质性和不同市场交易制度的凸显理论资产定价模型：理论与实验检验（72403029）

负责人简介：赵书辰，东北财经大学高等经济研究院副教授，经济学博士，大连市高层次人才，毕业于加州大学圣克鲁斯分校。研究方向为博弈论中的重复博弈、行为金融、信息设计及机制设计等。研究主要通过实验经济学的方法，聚焦于行为人在博弈或市场中的均衡收敛、学习过程及动态均衡，并对已有的理论加以验证及拓展。目前有多篇论文发表于Journal of Economic Behavior and Organization、Journal of Economic Theory 等国际经济学期刊，并担任Journal of Economic Behavior and Organization、Journal of Behavioral and Experimental Economics、Economic Modelling、Southern Economic Journal 等期刊的同行评审专家。 

项目简介：凸显理论资产定价模型（简称SAPM模型）是行为金融近年来最重要的理论发展之一；它阐明了凸显思维如何影响投资者交易决策和市场均衡价格，并在理论上解释了一些重要的金融现象。然而，在不同股票市场中对SAPM模型的实证检验存在不一致的证据；这些证据表明，投资者异质性和不同市场交易制度（如卖空限制和资产组合售卖）可能对市场中的凸显效应产生重要影响。本项目试图一方面在更广泛的投资者类型和市场交易制度环境下，建立新的凸显理论资产定价模型，并讨论投资者异质性和市场交易制度对SAPM模型理论预测的影响，另一方面从个体交易决策的实验室检验和实验室市场检验两个视角，通过分离市场要素和其他影响因素来检验新的SAPM模型的理论预测含义。

 

项目名称：数字经济时代下创新扩散的阻碍因素与突破路径：专利文本测度、隐性壁垒识别与数据驱动机制研究（72403030）

负责人简介：谢佳松，东北财经大学经济学院副教授，硕士生导师，中山大学经济学博士。研究方向主要为发展经济学、数字创新、大语言模型应用与自然语言处理。目前已在《管理世界》《世界经济》《管理科学学报》《数量经济技术经济研究》《财经研究》等期刊上发表多篇学术论文。主持国家自然科学基金青年科学基金项目、教育部人文社会科学项目，参与多项国家社会科学基金重大项目、国家社会科学基金重点项目及国家自然科学基金面上项目。 

项目简介：创新扩散是世界各国政府机构和学者关注的重要议题与前沿领域，涉及产业协同、知识网络等多方面复杂问题。本项目围绕“扩散度量-壁垒识别-突破路径”的逻辑框架展开研究，具体包括以下三点内容：第一，利用前沿自然语言处理技术与深度学习方法，从专利文本中提取创新扩散信息，全面科学地刻画数字经济背景下中国当前创新扩散过程典型事实。第二，本项目关注创新扩散中的阻碍因素，从正式制度和非正式制度两个角度进行因果识别，为现有研究提供了新颖视角。第三，本项目将数据要素引入创新扩散研究，深入挖掘并厘清数据在创新扩散中的机制路径。本项目聚焦于创新扩散前沿领域与数字经济发展新态势，这有助于准确理解创新扩散在数字经济下的新发展过程，也有益于探索构建有效支撑科技创新的数字经济体系。

 

项目名称：微观审慎监管的合成谬误问题识别与防控研究（72403031）

负责人简介：王晏如，东北财经大学金融学院讲师，经济学博士，东北财经大学“金融稳定研究团队”主要成员，入选大连市高层次人才。研究领域为系统性金融风险、国家金融安全、宏观金融政策、金融监管政策。在《金融研究》《国际金融研究》和Journal of International Financial Markets, Institutions & Money 等国内外核心期刊发表论文15篇，主持国家自然科学基金青年科学基金项目1项，参与国家社科基金重大项目1项、国家自然科学基金面上项目2项。撰写多篇资政报告先后获得国家级采用，或在《成果要报》刊发。 

项目简介：微观审慎监管在有效降低银行个体风险的同时，存在诱发系统性风险另一个核心要素——关联性风险增强的可能性。本项目计划对微观审慎监管的这一合成谬误问题开展识别与防控研究，为加强和完善现代金融监管、强化金融稳定保障体系提供参考依据。理论机制上，从两类关联性的视角对合成谬误生成机理进行细化，既关注金融内部机构之间关联性引发的风险“局部优化而系统积累”，又关注经济—金融之间关联性引发的风险“短期优化而长期积累”。经验事实上，选取不同微观监管工具，对合成谬误进行实证识别和机制检验。防控政策上，以内嵌银行内生网络的结构模型为基础，引入政策设定，通过数值模拟和反事实分析，探究微观监管工具的优化、宏观审慎政策的创新与多维政策的协调思路。

 

项目名称：税收政策复杂性与企业认知决策——基于“双重限额”税收政策的研究（72403032）

负责人简介：李秀华，东北财经大学财政税务学院副教授，经济学博士，主要研究领域为财税政策与企业行为。主持国家自然科学基金青年项目1项、辽宁省教育厅高校基本科研项目1项，参与国家社会科学基金重大项目1项、国家自然科学基金重点项目和面上项目各1项。在《经济研究》《地方财政研究》等期刊发表多篇文章，成果获得教育部第九届高等学校科学研究优秀成果奖（人文社会科学）三等奖，辽宁省哲学社会科学成果奖一等奖。 

项目简介：系统考察税收政策设计复杂性对企业认知决策的影响并探寻政策优化设计方向，对我国未来优化税制设计和推动减税提质增效具有重要参考价值。本项目在揭示中国整体税收政策复杂状况的基础上，从微观视角出发利用“双重限额”税收政策场景，借助全国税收调查数据和群聚分析方法（Bunching）系统考察税收政策设计复杂性对企业认知决策的影响及其后续经营绩效表现，并探寻政策优化设计思路及提升减税效率的实践路径，从而为我国进一步简化税制并推动减税政策提质增效提供可行参考。

 

项目名称：ESG评级有效性研究：基于机器学习分析（72403033）

负责人简介：王淏淼，东北财经大学金融科技学院副教授，经济学博士。研究领域为ESG、金融科技、资产定价、资本市场、行为金融。主持国家自然科学基金青年科学基金项目1项，参与国家哲学社会科学重大项目1项、国家自然科学基金面上项目1项。相关成果发表于《经济研究》《系统工程理论与实践》、Pacific Basin Finance Journal 等国内外学术期刊。担任《经济研究》、Pacific Basin Finance Journal 等期刊同行评审专家。 

项目简介：环境、社会和公司治理（ESG）的崛起是近年来企业和投资界面临的最重要变革之一，然而作为企业和投资者之间信息桥梁的ESG指标有效性却屡遭质疑，不同机构间的ESG评分差异迥然。本项目将使用机器学习方法并融合大数据思想研究ESG指标有效性，并对不同评级机构ESG指标的有效性对比区分。以ESG指标有效性作为切入点，本项目探索评级机构因为国内外背景、信息约束、ESG评级体系成熟度以及是否纳入中国特色ESG元素而可能导致的ESG指标有效性差异，从而探究ESG指标有效性的理论机理、影响因素以及底层逻辑。立足于探索开展建设中国ESG评价这一现实要求，本项目有助于更准确地理解ESG指标的有效性和构造逻辑，厘清中国特色元素对ESG评价的潜在贡献，也为辩证理解评级机构在投资者与企业之间扮演的“信息中间人”角色提供新视角，对构建中国特色ESG评价体系具有重要的理论价值和现实意义。                   

 

项目名称：信息助推机制提升经济政策有效性的实验研究（72403034）

负责人简介：李江艳，东北财经大学金融学院副教授，荷兰奈梅亨大学博士。主要研究方向为实验金融、行为金融与实验经济学，研究成果发表于Journal of Risk and Uncertainty、Journal of Economic Dynamics & Control，主持教育部人文社会科学青年基金项目1项，辽宁省教育厅高校基本科研项目1项，东北财经大学校级科研项目2项，参与完成国家社会科学基金及国家自然科学基金项目多项。 

项目简介：宏观经济政策的有效性往往依赖于多大程度达到最初政策预期，其中的一个关键在于多大程度影响经济中的个体行为。作为引导和促进个体行为的典型，“助推”理论近年来被广泛运用于公共政策领域。然而，现有研究发现，并非所有助推干预都能起到理想效果，且若采用不当助推甚至可能出现相反结果。这对宏观经济政策领域中助推机制运用的科学性和精准性提出了更高要求。基于此，本项目以利率政策为例，以信息助推的模糊性为切入，在实验室中分别探索不同条件下模糊程度不同的信息助推的效果。基于实验检验结果，本项目进一步建立信息助推与个体行为特征间的内在联系，并据此提出不同情形下所适用的最优信息助推策略，旨在提出宏观经济政策助推策略的同时，提供背后行为机制。

 

项目名称：土地市场降温与地方政府债务风险：识别预警、因果推断与政策优化（72403035）

负责人简介：周佳音，东北财经大学经济学院副教授，经济学博士。主要从事政府间财政关系、地方债等领域研究。在《中国社会科学》《经济研究》《世界经济》《数量经济技术经济研究》《财贸经济》等期刊发表多篇论文。主持国家自然科学基金青年科学基金项目、辽宁省财政科研基金项目重点项目、辽宁省教育厅高校基本科研项目面上项目，参与国家社会科学基金重大项目、国家自然科学基金重点项目等。担任《管理世界》《世界经济》《数量经济技术经济研究》、China & World Economy 等期刊审稿人。获“第九届辽宁省哲学社会科学奖·成果奖”一等奖、“2023年辽宁省优秀博士学位论文”等奖项。 

项目简介：土地市场持续降温趋势会引发地方政府土地财政格局发生改变，进而在债券发还等维度波及地方政府债务风险形成机制，使之不同于以往。为回应国家现实需求，本项目力图进行三方面工作：一是结合既有研究基础，构建宽口径的债务率识别框架对地方政府债务风险进行研判与预警，并利用文本分析法和自然语言处理模型对各地区土地市场降温情况进行观察与测度；二是借助外生性政策冲击构建准自然实验环境，基于双重差分法的实证策略对土地市场降温与地方政府债务风险的关系进行因果识别，并深入挖掘其内在机理；三是构建包含多部门的理论模型，对多种政策情景进行反事实预判，探寻防范化解地方政府债务风险的政策优化路径。

 

项目名称：重大突发事件下面向边远群岛应急运输的运载工具协同调配优化研究（72404050）

负责人简介：宋云婷，东北财经大学公共管理学院副教授，硕士生导师，大连海事大学工学博士，曾在大连理工大学从事博士后研究工作。主要研究方向为绿色港口与低碳城市、海运安全与应急管理、应急资源优化配置。发表论文12篇，相关研究成果发表在Journal of the Royal Statistical Society Series A-Statistics in Society、Expert Systems with Applications、Omega-International Journal of Management Science、Resources Policy、Energy、《中国管理科学》《运筹与管理》等国内外核心期刊，并担任多个期刊审稿人。主持国家自然基金项目以及教育部人文社科项目。 

项目简介：本项目面向我国海洋强国建设的重大需求，以一批远海岛屿上港口和机场的实际运输情境为背景开展研究。现有应急运输组织方法方面的研究多集中于陆上运输问题，当以边远群岛为目的地时，不仅需要考虑非常规运输情境对应急响应时效性的干扰，还需要考虑重大突发事件引发的大规模应急运输任务，以及多种运载工具在转运中的复杂关系。为此，本项目基于出发地-中转节点-目的地三级节点构成的应急物流架构，结合远海海域环境特征，提出陆岛应急物流架构下的运载工具协同调配优化方法。本项目立足于复杂多变的国际局势，研究成果能够丰富我国应急管理知识体系，将有助于我国应急保障能力向远海延伸，对于服务国家海洋强国战略的实施具有重要的理论意义与应用价值。

 

项目名称：巨灾保险调节下政府应急物资采储策略优化研究（72404051）

负责人简介：刘彤心，东北财经大学公共管理学院副教授，中国科学技术大学博士。从事灾害应急运作管理研究，感兴趣的研究方法包括鲁棒和随机优化等。其相关研究成果已在Flexible Services and Manufacturing Journal、Socio-Economic Planning Sciences，以及《系统工程理论与实践》等国内外期刊上发表。 

项目简介：巨灾是由小概率的致灾因子造成的民众伤亡多，财产损失大和影响范围广，且必须借助外界力量进行处置的重大灾害。平时过度的应急储备存在着资源浪费和库存成本压力过大的问题，而过于乐观地依赖灾后即时的市场采购存在着成本过高和资源可获得性风险。政府应急物资储备库储备、数量柔性契约和产能储备等是当下应急物资采储的主要策略，然而，在巨灾冲击下仍存在供需失衡和政府财政压力骤增的问题。巨灾保险作为一种由重大自然灾害触发赔付机制的保险，其作为灾害风险管理体系下一种关键的市场手段，越发受到国家的重视。基于此，本项目分别研究了考虑保险公司特征和联合承保的政府应急采储和投保策略以及包括分层共保、交叉责任等不同统保模式下的政府应急采储和投保策略等重要问题。

撰稿：刘强 审核：周学仁 单位：科研处