Python社会网络分析
课程简介
随着大数据时代的到来，非结构化、高频、多源、多模态数据已经成为社科实证数据的趋势，国内外顶刊发表的论文指标来源日渐丰富。网络数据就蕴含着巨大的科研价值，贸易网络、金融网络、交通（高铁）网络、创新网络、知识网络、合作网络、社交网络、微博网络、信息网络、人口网络、生产网络……社会经济的联系皆可与网络关联。
网络在社科研究中起着重要作用，不同网络的网络结构特征对国家、城市、公司、个体产生方方面面影响，使用网络的概念，从网络的角度理解社科问题，已经成为社科实证研究的的一门新手段、新时尚，掌握网络建模方法将大大扩展社科实证研究空间。不仅如此，社会网络分析还是一种不同于传统量化统计分析的新量化分析范式，理解网络分析背后的哲学思想将极大拓展社科研究视野。为此我们专门开发了《Python社会网络分析》，通过解析网络结构指标含义及经管应用，从原始数据构建网络并自动生成面板数据，帮助大家掌握该研究方法。
1.1课程目标：掌握社会网络理论、网络指标构建方法
1.2适合对象：望拓展实证研究方法的社科类硕博生及高校教师
1.3课程特点：
易理解：以社科学术实证计量为导向，3个网络建模示例；并且赠送6小时Python基础录播课程
可复制：提供可重复使用的代码块和案例数据（包括案例高铁数据、董事网络等），可满足学员大部分科研需求
长期回放：采取腾讯会议直播形式，录播会上线“PPdata Academy”供学员长期查看（至少4个月）
全程答疑：老师会对学员课程相关的问题进行答疑。
课程内容
模块一、网络理论基础(3小时)
1.社会网络分析范式及其理论基础
2.社会网络分析的发展历程及最新进展
3.社会网络的类型
4.社会网络的特征
5.社会网络的常用统计量
6.社会网络建模
7.顶刊社会网络分析实证研究赏析
8.社会网络分析论文写作心得
模块二、Python网络建模(3小时)
1.Python网络基础简介
1.1.网络数据表示：矩阵与边列表
1.2.网络的可视化
2.网络结构特征Python计算与分析
2.1 网络整体：密度、直径、平均路径长度、度分布、中心势、平均聚类系数
2.2 网络模体：模块度、社区划分
2.3 网络个体：各种中心性测量
3.网络建模
节点度、结构洞、网络中心性（出/入度中心度、中介中心度、接近中心度、特征向量中心度）、聚类系数
4.Python计算网络拓展指标
最短路距离、离心度、自我中心网络指标、复杂性（水平/垂直/空间）、异质性（地理、行业等）
模块三、社会网络分析科研案例(3小时)
网络构建-节点指标-合并为面板数据-导出全过程
Case1：基于国际贸易数据构建贸易网络
Case2：基于百度人口迁徙数据构建人口迁徙网络
Case3：董事网络与公司金融研究：基于原始数据构建
参考文献
[1]汪莉,邵雨卉,汪亚楠.网络结构与银行效率:基于时变"银行—股东"网络的研究[J].经济研究, 2021, 56(12):17.
[2]胡昭玲, 高晓彤.企业贸易网络对出口恢复的影响研究[J].世界经济, 2022, 45(5):24.
[3]孙浦阳,刘伊黎.企业客户贸易网络,议价能力与技术追赶——基于贸易网络视角的理论与实证检验[J]. 经济研究, 2020, 55(7):17.
[4]铁瑛,蒙英华.移民网络,国际贸易与区域贸易协定[J].经济研究, 2020, 55(2):16.
[5]陈紫若, 盛伟, 张先锋.全球贸易协定网络对国际创新活动的不对称影响——基于制度环境的视角[J].中国工业经济, 2022(4):19.
[6]刘林青,闫小斐,杨理斯,等. 国际贸易依赖网络的演化及内生机制研究[J]. 中国工业经济, 2021(2):19.
[7]罗荣华,田正磊.基金网络、竞争阻隔与股票信息环境[J]. 中国工业经济, 2020(3):137-154.
[8]张梦婷, 俞峰,钟昌标,等.高铁网络、市场准入与企业生产率[J]. 中国工业经济, 2018(5):20.
[9]Ji Youn (Rose) Kim, H. Kevin Steensma, and Ralph A. Heidl, 2021: Clustering and Connectedness: How Inventor Network Configurations within Incumbent Firms Influence Their Assimilation and Absorption of New Venture Technologies. AMJ, 64, 1527–1552, https://doi.org/10.5465/amj.2018.0225
[10]García-Jimeno C, Iglesias A, Yildirim P. Information Networks and Collective Action: Evidence from the Women's Temperance Crusade[J]. American Economic Review, 2022, 112(1): 41-80.
[11]Beaman L, BenYishay A, Magruder J, et al. Can network theory-based targeting increase technology adoption?[J]. American Economic Review, 2021, 111(6): 1918-43.
[12]Mario Schabus; Do Director Networks Help Managers Forecast Better?. The Accounting Review 1 March 2022; 97 (2): 397–426.
[13]Flückiger, M., Hornung, E., Larch, M., Ludwig, M., & Mees, A. (2022). Roman transport network connectivity and economic integration. The Review of Economic Studies, 89(2), 774-810.
[14]Gofman, M. and Y. Wu (2022). Trade credit and profitability in production networks. Journal of Financial Economics 143(1): 593-618.
[15]Ching-Hung Chang, Qingqing Wu. Board Networks and Corporate Innovation. Management Science, 2021, 67(6), 3618-3654.
[16]Grieser, William and LeSage, James P. and Zekhnini, Morad, Industry Networks and the Geography of Firm Behavior (February 1, 2021). Management Science, Forthcoming, Available at SSRN: https://ssrn.com/abstract=3555390 or http://dx.doi.org/10.2139/ssrn.3555390
课程组织
3.1课程时间
2023年04月15-16日，直播完即上传录播“PPdata Academy”供长期回放（至少4月）
3.2授课老师
何蛟龙，中山大学社会学博士，曾在美国Johns Hopkins大学访学一年，研究方向为计算社会学，已在CSSCI期刊及其扩展版上发表论文4篇，代表作《劳动力市场部门流动网及其机制变迁》。参加国际社会网络分析顶会Sunbelt2022，参会论文为《From Redistributive Stratification to Market Stratification in China: a Nonlinear Process from 1994 to 2018——base on a pseudo-employer mobility temporal network analysis》。参加中国社会学会2017年、2018年、2021年、2022年年会，曾获年会优秀论文二等奖，参会作品备受好评。
3.3 课程缴费
（1）课程价格
按照链接价格为准，可按照实际支付金额开具电子发票，并有如下优惠，购买前找“神奇女侠”领取优惠码。
优惠一：皮皮侠会员/老学员优惠（只能选择一个）
—— PPdata实证SVIP享受4折
—— 数据皮皮侠数据会员（购买地址http://www.ppmandata.cn/）享受8折优惠
——之前购买过课程的老学员，享受8折优惠
优惠二：集赞优惠，转发本推送到朋友圈2小时（不屏蔽）积赞20；或转发到100人以上年级群，并留言“很棒的因果推断课程”，享受9折优惠，可与优惠一叠加。
（2）扫码支付
为提高学术交流效率，本次课程采取实名制报名，购买后需要给客服提供单位+姓名+校园卡/员工卡信息。
购课二维码
3.4 课程售后
（1）课程发票：联系“PPdata财务”（扫码添加）开具，可开具明目为“技术咨询费”、“教育咨询费”、“会议费”等。
（2）课程通知：开课前会提供加盖公章的课程通知扫描件，若有需要特殊模板，请联系“神奇女侠”（微信号ppman008）提供电子版文件进行开具。
（3）课程答疑：本课程购买后请添加“神奇女侠”（微信号ppman008），提供单位，姓名，校园卡/员工卡等身份证明后邀请您进入课程答疑群。关于项目与报名如有问题，也请咨询ppman008。
（4）课程退款：在课程未开始前，接受“7天无理由退款”，由于是知识付费，一旦直播课开始后，不接受退款。退款请联系“神奇女侠”（微信号ppman008）。
