南京大学管理学博士，美国德克萨斯大学奥斯汀分校博士联合培养。主要研究方向包括公共政策过程、协同治理等，涉及创新政策、产业政策、环境政策、应急等政策领域。研究方法以量化实证为主，基于 Python, R 等平台，关注文本标注（基于LLMs）、数据清洗与可视化、各类社科研究方法的应用与实现，熟悉的分析方法包括 Social Network Anlaysis、Causal Inference（Machine Learning）, 以及Spatial Regression、Structural Equation Modeling 等传统回归分析方法。
