庞　珣

一、 教育背景

        北京大学国际关系学士和硕士、经济学双学士

        美国华盛顿大学（圣路易斯）  政治学博士

 二、 工作经历

         （1）教职

                北京大学国际关系学院长聘教授（2022-）            

                清华大学国际关系学系副教授（2012-2014）、教授（2014-2016），长聘教授（2016-2022）

                美国普林斯顿大学政治系tenure-track助理教授（2010-2012）

        （2）其他学术任职   

                北京大学全球风险政治分析实验室主任（2022-）

                期刊副主编：Political Analysis （2018-）、 Japanese Journal of Political Science（2019-）、World Politics （2011-2013）

                美国政治学方法学会多个委员会主席或委员（2010-）

                美国普林斯顿大学公共与国际事务学院访问研究员（2019年）

                卡内基–清华全球政策研究中心中方主任（2013-2016）、驻会研究员（2013-2021）

                清华大学国际关系数据与计算实验室创建主任（2017-2022）

                清华大学国际关系研究院副院长（2016-2020）

         （3）主要社会兼职

                中国民主同盟中央教育委员会副主任（第十三届，2023-）

                中国民主同盟中央社会委员会副主任（第十三届，2023-）

                中国民主同盟中央青年委员会主任（第十二届，2017-）

                北京市海淀区人大代表（第十六届）

《全球治理中的金砖国家外援合作》（专著），世界知识出版社，2016年版

同行评议期刊论文（部分）

• “综合安全论——风险的反向界定和政治逻辑”，《国际政治研究》，2022年第6期
• “A Bayesian Multifactor Spatio-Temporal Model for Estimating Time-Varying Network Interdependence”, Political Science Research and Methods, FirstView
• “ 避免‘下不该下的结论’——社会科学研究中的识别与信度” ，《中国社会科学评价》，2021年 第3期。
• “全球价值链中的结构性权力与国际格局演变”，《中国社会科学》，2021年 第9期。
•  “A Bayesian Alternative to Synthetic Control  for Comparative Case Studies" , Political Analysis, Vol.30, No.2, 2022
• “ 全球价值链依赖与对外投资政治风险” ，《世界经济与政治》，2021年第8期
• “国际金融的‘赫希曼效应’” ，《世界经济与政治》，2020年第6期
• “非洲恐怖袭击时空规律的大数据分析——基于GIS技术和分离总体持续期模 型”， 《外交评论》，2020年第2期
• “基于海量事件数据的中美关系分析——对等反应、政策惯性及第三方因素” ， 《世界经济与政治》，2019年第5期。
• “中美对外援助的国际政治意义——以联合国大会投票为例 ”，《中国社会科学》，2017 年第 3期。
  （英文版） “The International Political Significance of Chinese and US Foreign Aid: As Seen in United Nations General Assembly Voting”, Social Sciences in China , Vol.39, No.1, 2018, pp.5-33.
•  “China’s Network Strategy for Seeking Great Power Status”, The Chinese Journal of International Politics, Volume 10, Issue 1, 2017, pp. 1–29.
•  “定量预测的风险来源与处理方法——以‘高烈度政治动荡’预测研究项目的再分析为例”， 《国际政治科学》，2017年第2卷第3期。
•  “全球治理中‘指标权力’的选择性失效——基于援助评级指标的因果推论” ，《世界经济与政治》，2017年第11期。
• “Shared Challenges and Solutions: The Common Future of Comparative Politics and Quantitative Methodology”, Chinese Political Science Review, Vol.1, No.3, 2016, pp. 472-488.
• “International Systems and Domestic Politics: Linking Complex Theories with Empirical Models in International Relations”, International Organization, Vol. 69, No.2, 2015, pp. 275-309.
• “霸权与制度:美国如何操控地区开发银行”，《世界经济与政治》，2015年 第8期。
• “回归权力的关系语境:国家社会性权力的网络分析与测量”，《世界经济与政 治》， 2015年第6期。
• “Varying Responses to Common Shocks and Complex Cross-Sectional Dependence: Dy- namic Multilevel Modeling with Multifactor Error Structures for Time-Series Cross-Sectional Data”, Political Analysis, Vol. 22, No. 4, 2014, pp.464-496.
• “微观决策与宏观政策的冲突——美国外援的官僚政治”，《外交评论》，2014年第3期。
•  “定量方法:定义、规则与操作”，《世界经济与政治》，2014年第1期。
• “新兴援助国的‘兴’与‘新’——水平范式与垂直范式的实证比较研究”， 载《世界经济与政治》2013年第5期
• Endogenous Jurisprudential Regimes”, Political Analysis, Vol.20, No.3, 2012: 417-436.
• “国际公共产品中集体行动困境的克服” ， 《世界经济与政治》，2012第7期
• “Modeling Heterogeneity and Serial Correlation in Binary TSCS Data: A Bayesian Multilevel Model with AR(p) Errors,” Political Analysis, Vol.18, No.4, 2010: 470-498.

一、研究资助（部分）

1. 国家社会科学基金重大项目 “地缘政治风险预测的理论与方法研究”(首席专家)
2. 卡内基-清华全球政策研究中心科研资助
3. 普林斯顿大学尼豪斯全球化与治理研究中心研究资助
4. 教育部国别区域研究基地项目“大数据国际安全研究”(主持人)
5. 教育部人文社科基金一般项目“金砖国家发展援助:模式、战略与合作”(主持人)
6. 普林斯顿大学和平与正义研究中心研究资助
7.  美国国家科学基金“方法、测量与统计”领域博士论文研究资助 (Highlight Project)

二、荣誉

1. 北京大学博雅青年学者
2. 2016入选教育部“长江学者计划青年学者”
3. 美国政治学会政治学方法2009年度最佳博士论文研究设计奖（年度唯一获该奖项者）
4. 美国政治学会政治学方法分会2008年度最佳会议研究墙报奖（年度唯一获该奖项者）

1. R软件包bpCausal:  a package for implementing Bayesian Alternative to Synthetic Control Method for Comparative Case Studies （https://github.com/liulch/bpCausal）
2. R软件包bpNet: a package for implementing Bayesian Multilevel Spatio-Temporal Model with Time-varying Autoregressive Coefficient and Multifactor Residuals (https://github.com/xunpang/Dynamic-Spatial-Modeling)
3. R软件包GLMMarp: a CRAN R package for implementing the GLMM-AR(p) model developed in the dissertation project Dynamic Multilevel Analysis of Binary Time-Series Cross-Sectional Data in Political Economy. http://cran.r-project.org/web/packages/GLMMarp/index.html
4. R软件包SpikeSlab: an R package for implementing spike and slab priors for variable selection, model comparison and Bayesian model averaging in both linear and generalized linear setups.