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、算法治理，涉及政策领域含创新政策、产业政策、环境政策、应急管理等，目前聚焦于公共政策与应急管理、算法治理等研究方向的交叉。研究方法上主要基于 R 、Python 等平台，关注数据清洗、可视化、各类研究方法的应用与实现，熟悉和应用的分析方法包括 Social Network Analysis, Structural Equation Model, Quasi-Experimental Methods, Panel Data Models, QCA, Q-Methodology 等。在科研上重视合作，欢迎在相关研究方向和领域的共同学习、讨论与合作。
