1
|
数据要素、数据挖掘与中国服务业生产率提升——来自双重机器学习的因果推断 |
于柳箐
高煜
|
《商业研究》
北大核心
|
2024 |
0 |
|
2
|
数字乡村建设是否推动了农村产业融合——基于双重机器学习的因果推断 |
陈鎏鹏
谢帮生
周子渭
吴恒伟
|
《金融与经济》
北大核心
|
2024 |
0 |
|
3
|
农业生产性服务业对农业高质量发展的影响研究——基于双重机器学习模型 |
玛依拉·米吉提
谢雨欣
|
《调研世界》
|
2024 |
0 |
|
4
|
财政纵向失衡对城市绿色全要素生产率的影响——双重机器学习下来自土地财政视角的理论阐释 |
吕祥伟
张莉娜
|
《经济与管理研究》
北大核心
|
2024 |
0 |
|
5
|
银行竞争、企业债务与“脱虚向实”——基于双重机器学习方法 |
彭方平
王茹婷
廖敬贤
|
《经济理论与经济管理》
北大核心
|
2023 |
4
|
|
6
|
数字经济如何赋能高质量出口——基于双重机器学习的因果推断 |
钞小静
黄冶娜
|
《长安大学学报(社会科学版)》
|
2023 |
1
|
|
7
|
双重机器学习处理效应估计的蒙特卡洛模拟 |
杨利雄
赵君昌
李庆男
|
《统计与决策》
CSSCI
北大核心
|
2022 |
2
|
|
8
|
数字经济对城市ESG发展的影响——基于双重机器学习方法的检验 |
周建平
徐维祥
宓泽锋
刘程军
|
《地理研究》
CSCD
北大核心
|
2024 |
0 |
|
9
|
网络基础设施、包容性绿色增长与地区差距——基于双重机器学习的因果推断 |
张涛
李均超
|
《数量经济技术经济研究》
CSCD
北大核心
|
2023 |
30
|
|
10
|
军民融合能降低高新技术企业权益融资成本吗?——基于双重机器学习的实证研究 |
倪宣明
郑田田
赵慧敏
|
《系统工程理论与实践》
EI
CSCD
北大核心
|
2023 |
1
|
|
11
|
数字经济、市场潜能与乡村振兴——基于双重机器学习的因果推断 |
田坤
黄坤
行伟波
|
《山西财经大学学报》
北大核心
|
2023 |
1
|
|
12
|
数据要素是推动中国服务业增长的新动能吗——来自机器学习的估计 |
于柳箐
高煜
|
《现代经济探讨》
北大核心
|
2023 |
1
|
|
13
|
混合所有制改革、政治关联与企业创新——基于双重/无偏机器学习方法 |
何锦安
彭方平
谢秀英
|
《科技管理研究》
CSSCI
北大核心
|
2022 |
2
|
|
14
|
高管贫困经历与企业内部薪酬差距缩小:自我约束效应和移情效应的共同作用 |
魏建
李世杰
|
《改革》
北大核心
|
2024 |
0 |
|
15
|
农村电子商务发展对林区内部收入差距与共同富裕的影响 |
潘丹
罗璐薏
季凯文
孔凡斌
|
《林业科学》
EI
CAS
CSCD
北大核心
|
2024 |
0 |
|
16
|
高管文理科教育背景与企业创新 |
彭方平
何锦安
廖敬贤
|
《运筹与管理》
CSCD
北大核心
|
2024 |
0 |
|
17
|
企业垄断势力对财务杠杆操纵行为的影响研究 |
彭方平
廖敬贤
何锦安
|
《管理学报》
北大核心
|
2023 |
6
|
|
18
|
机器人使用如何影响女性生育意愿 |
李舜
韩雷
|
《财经科学》
北大核心
|
2024 |
0 |
|
19
|
控制因果识别中的混淆变量——基于机器学习的视角 |
刘晓罡
柏璐
|
《世界经济文汇》
北大核心
|
2023 |
0 |
|
20
|
数据要素如何驱动制造业生产率提升 |
于柳箐
高煜
|
《财经科学》
北大核心
|
2024 |
0 |
|