郭涛
教育背景:
2018.09-2022.07 中央财经大学 理论经济学 博士 (GPA:3.9146)
•研究方向:企业创新、城市经济
•导师:郭冬梅教授
•荣誉奖励:国家奖学金,博士生一等学业奖学金,获得博士生重点选题计划资助
2015.09-2018.07 北京信息科技大学 数量经济学 硕士 (绩点专业排名第2)
•研究方向:经济预测、经济分析、数据挖掘
•荣誉奖励:院二等奖学金
•交流经历:意大利罗马外国语大学交流半年
2009.09-2013.07 山东大学 金融学 本科 (绩点专业前10%)
•荣誉奖励:校“三好学生”,院“三好学生”,一等奖学金,校健美操赛一等奖
•双学位:辅修法学双学位,平均绩点82.26
学术论文:
2021.05 进口与企业科技成果转化:基于中国专利调查数据的研究 《世界经济》
•二作(导师一作),论文首次从专利实施角度研究了贸易和创新两者的关系,发现进口产品质量对企业专利实施具有显著促进作用,而进口数量具有抑制作用,进口影响企业科技成果转化的主要机制是其与自主创新在生产过程中的互补和替代作用。
2021.09 Empirical Study of Protective Products in an Emerging Market 《Journal of Internet and Digital Economic》
•二作,本文基于阿里“活水计划”项目,研究了消费者购买环境防护产品的动机,研究发现,产后家庭、更高的经济发展水平、更普遍的互联网接入和更高水平的教育会增加防护产品的消费。
2021.11 服务多样性与企业生产效率——一个理解消费和生产关系的新视角 投稿中
•二作,本文关注于消费对生产的带动效应,利用“大众点评网”的餐饮类商铺数据与中关村高新技术企业数据进行匹配,实证考察了餐饮多样性对企业生产效率的影响,研究发现餐饮多样性对企业生产效率具有显著的正向促进作用,消费选择效应和工作效率效应是餐饮多样性影响企业生产效率主要微观机制。
2021.07 参与新型基础设施建设能否助推中国企业创新? 投稿中
•二作(导师一作),本文从理论角度阐释了企业参与新基建业务影响其创新绩效的作用机理,并基于2015-2018年中关村企业数据进行了实证分析,发现企业参与新基建业务能显著提升其创新绩效,优化企业劳动力结构是参与新基建提高创新绩效的主要渠道,且新基建对于创新绩效的影响呈所有制中性和规模异质性。
2021.11 企业开展基础研究:政府支持还是市场驱动? 完善中
•二作,本文分别从政府和市场两个角度探讨了企业从事基础研究的驱动因素,并基于中关村企业数据进行了实证验证,研究发现:研发补贴和税收优惠的政府支持政策及企业生产率相对水平的市场驱动力量对企业基础研究均有显著正向影响。
2021.11 城市轨道交通建设对企业生产效率影响研究 完善中
•二作,本文结合中关村微观企业数据和地铁位置的地理数据,以北京市为例,研究了城市轨道交通建设对于企业生产率的影响,并对其影响机制进行了探究。
2022.03 区位环境对企业生产效率的影响效应与机制研究——从交通可达性、消费多样性和住房成本视角的分析 博士毕业论文
•为探究微观区位环境对企业生产效率的影响,本文基于中关村企业调查数据、北京市地铁开通数据、大众点评网商铺数据及链家网二手房交易数据,实证研究了企业周边交通可达性、消费多样性和住房成本等主要的区位环境因素对企业生产效率的影响,并从信息交流、劳动力质量、通勤时间、幸福感等视角验证了区位环境影响生产效率的主要机制。
项目经历:
2016.3-2017.11 中关村经济发展质量提升的路径研究 项目负责人
•校级科技创新项目,负责中关村经济发展质量指标体系构建和度量
2021.12-至今 城乡融合与新发展格局战略联动的内在机理与实现路径研究 子课题成员
•国家社会科学基金重大项目,参与课题申请主课题部分撰写
2018.06-2021.10 环境治理绩效的评估体系与实施机制研究 课题组成员
•国家社会科学基金一般项目,参与环境治理绩效评估体系构建
2015.11-2016.10 中关村示范区经济预测预警分析 课题组成员
•横向课题,负责中关村示范区经济预测预警报告数据预测及部分报告撰写工作
实习经历:
2013.07-2015.08 爱世普灵(北京)生物科技有限公司 财务会计
•负责公司日常财务会计工作,对工商注册、做账、报税等工作均有一定的经验。
2019.03-2021.11 北京市科技人才研究会智库基地 项目调研、报告撰写
•负责部分项目调研和报告撰写工作,共完成并提交两篇调研报告《北京市高端人才流动对科技创新水平的影响调查报告》、《首都高精尖人才对企业生产率的影响调研报告》以及一篇政策建议《首都交通网络便利度影响企业生产率政策建议》。
个人技能:
托福成绩98(120)(阅读及听力30),GMAT成绩680(800)。
熟悉R、Python等大数据分析和挖掘语言,可以熟练运用Spss、Stata等统计和计量软件进行数据分析。能熟练使用Office等办公软件。
曾在企业从事两年财务会计工作,熟悉财务管理工作。