PORTFOLIO 张凯瑞 · 南京大学 经济学

让分散证据成为决策结构.

我不做「信息汇总」。从 361 条新能源公开证据,到 36 组无人机配送实验, 再到 5.1 万条 A 股面板观测——我把真实材料整理成能支持决策的结构。

南京大学 · 经济学本科 · GPA 4.48 / 5.0

01 · DATA PRODUCT

新能源汽车产业情报与合作线索库

把公开信息研究,做成可追溯、可复用的业务数据产品。

0结构化证据
0主体档案
0行动候选
0自动化测试
新能源汽车产业情报与合作线索库真实输出图
真实数据 · 7 个专题 × 361 条证据的分布(2026-07-29 v2 口径)

问题 / 背景

产业合作拓展中,信息分散在政策文件、企业动态与行业报道里:缺少统一的证据口径,研究结论难以复核,更难直接转化为下一步业务动作。

我的方法

  • 定义来源分级与证据口径,确保每条信息可回溯
  • 构建「产业链专题 × 政府/企业主体」双维信息结构
  • 以行动候选清单与工作簿作为业务出口,而非一次性报告
  • 用自动化测试守住数据质量底线
方法结构新能源汽车产业情报与合作线索库方法结构图
数据产品工作流 · 多源采集 → 证据核验 → 双维索引 → 行动交付

过程 / 框架

  1. COLLECT多源采集

    公开信息按来源分级采集,保留原始出处

  2. VERIFY交叉核验

    证据口径统一,存疑信息标记待核

  3. CLASSIFY专题归集

    专题标签 × 主体档案双维索引

  4. DELIVER行动交付

    行动候选 + 工作簿 + 28 项自动化测试

我的具体贡献

  • 独立完成信息架构与字段设计
  • 建立来源分级与证据核验规则
  • 编写 28 项自动化测试保障数据质量
  • 输出 12 条行动候选供业务讨论

结论 / 业务价值

零散报道被沉淀为 361 条可溯源证据与 210 个主体档案——研究第一次可以被复核、被复用,并被直接拿去讨论合作。

公开信息采集证据核验专题分类数据产品业务线索

02 · RESEARCH MODEL

城市无人机配送协同优化研究

让真实路网与气象数据进入模型,把配送成本算到每一单。

0城市真实路网
0配置对照实验
0最优成本 · 元/单
0ERA5 气象变量
城市无人机配送协同优化研究真实输出图
论文原图 · 三城 LCOD 气泡图:36 组配置全部低于骑手基准 8 元/单

问题 / 背景

无人机配送的成本判断常停留在理论情景:缺少真实路网与气象约束,模型结论难以回应业务层最关心的问题——一单到底多少钱?

我的方法

  • 以真实城市路网与 ERA5 气象数据作为模型输入
  • 建立多目标调度模型,在服务能力、能耗与约束间求可行解
  • 设计 3 城市 × 多配置共 36 组对照实验
  • 诊断并修复关键逻辑问题,建立参数与结果核验机制
方法结构城市无人机配送协同优化研究方法结构图
三阶段模型 · 空间布局 → 气象×能耗调度 → LCOD 经济评估

过程 / 框架

  1. INPUT真实数据

    城市路网 + ERA5 气象,而非纯理论情景

  2. MODEL多目标调度

    服务能力、能耗与约束的联合优化

  3. EXPERIMENT36 组实验

    3 城市多配置对照,批量运行

  4. CHECK复现核验

    修复关键逻辑问题,参数与结果可复现

结果证据城市无人机配送协同优化研究结果证据图
论文表 2 · 三城最优 LCOD 2.645–2.653 元/单,36 组全区间 2.645–3.321

我的具体贡献

  • 诊断并修复原模型中的关键逻辑问题
  • 完成实验设计与 36 组实验的批量运行
  • 建立结果复现与参数核验流程
  • 将模型结果转译为单均成本的业务语言

结论 / 业务价值

全部 36 组配置的 LCOD 介于 2.645–3.321 元/单、均低于骑手基准 8 元/单——研究结论第一次可以直接回应业务层的成本追问,并指出「扩大单巢机队密度比单纯增加巢数更经济」的降本杠杆。

优化建模实验设计数据复现问题诊断

03 · EMPIRICAL PAPER

耐心资本何以促进企业探索式创新?

用交错 DID 识别产业引导基金对企业创新决策的真实影响。

0公司—年观测
+0.104发明专利 ATT
0年样本区间
0wild bootstrap 次数
耐心资本何以促进企业探索式创新?真实输出图
真实回归输出 · 事件研究:处理前各期系数联合不显著,处理后 ATT 持续为正

问题 / 背景

硬科技创新长周期、高风险,与追求短期回报的传统金融供给存在结构性错配。以产业引导基金为代表的耐心资本能否真正促进企业探索式创新,需要的是因果证据,而非相关性描述。

我的方法

  • 利用各地产业引导基金设立时点的交错,构建 Staggered DID 模型
  • 以发明专利申请量刻画探索式创新,对照外观设计等短周期创新
  • 分区域检验东部与中西部的效应梯度
  • Bacon 分解、平行趋势、安慰剂与 wild bootstrap 全套有效性验证
方法结构耐心资本何以促进企业探索式创新?方法结构图
交错 DID 证据链 · A 股面板 → 交错处理 → 探索式创新 → 稳健性检验

过程 / 框架

  1. DATAA 股面板

    2007–2022 年 51,171 条公司—年观测

  2. DID交错 DID

    引导基金设立时点构造处理变异

  3. MECHANISM机制检验

    创新类型转变 vs 融资约束放松

  4. ROBUST稳健性

    Bacon 分解 · 安慰剂 · bootstrap

我的具体贡献

  • 合作完成研究设计、文献梳理与论文撰写(LaTeX)
  • Stata 实证:交错 DID 主回归与区域异质性分析
  • 完成 Bacon 分解、平行趋势与安慰剂检验
  • 成果为银星杯参赛论文(与陈钦政合作)

结论 / 业务价值

产业引导基金显著提升企业探索式创新产出(ATT = +0.104),效应呈东部突出、中西部递减甚至转负的区域梯度;核心机制是推动企业从短周期创新转向长周期探索,而非传统理解的放松融资约束。

耐心资本产业引导基金交错 DID机制检验区域异质性

04 · PLAYABLE WEB GAME

《DDL 来了,逃鹅!》

把 DDL 压力、跑酷操作和生成式轨迹,做成一局可以直接试玩的网页游戏。

打开游戏 ↗
0跑道
0直观操作
0目标 token
0自动化测试
《DDL 来了,逃鹅!》真实输出图
实机画面 · 换道、跳跃、滑铲与 token 路线选择

问题 / 背景

传统跑酷经常依靠障碍堆叠制造忙乱,和“在 DDL 前完成作品”的题材脱节。这个项目需要把压力、进度与操作反馈统一成一个清晰闭环。

我的方法

  • 采用第三人称三跑道,保留左右换道、跳跃和滑铲四种直接输入
  • 用 DDL 取代生命条:碰撞造成踉跄、扣时,并让追击企鹅逼近
  • 让 token 代表作品完成进度,达到目标立即完成而非继续刷分
  • 记录有效操作生成 Vibe Trace,让每局过程成为可分享的结果
方法结构《DDL 来了,逃鹅!》方法结构图
完成反馈 · token 收集完成后点亮完整营地

过程 / 框架

  1. FRAME重构规则

    从障碍海转向时机、路线与 DDL 压力

  2. FEEL打磨手感

    调整跳跃曲线、输入缓冲和碰撞反馈

  3. WORLD阶段建造

    token 推动营地从线框逐步完成

  4. TRACE生成结算

    把本局行为写成一张操作路线图

结果证据《DDL 来了,逃鹅!》结果证据图
Vibe Trace · 把有效操作、token 与碰撞转化为本局路线图

我的具体贡献

  • 完成玩法规则、视觉系统与模块边界设计
  • 实现 Phaser 三跑道、碰撞、DDL、token 与阶段背景
  • 设计成功/失败差异化结局及 Vibe Trace 数据表达
  • 建立 44 项自动化测试并完成桌面浏览器试玩验证

结论 / 业务价值

形成一个无需登录、打开网页即可体验的完整 MVP:玩家在 DDL 归零前收集全部 token,完成后看到营地与属于自己的 Vibe Trace。

PhaserTypeScript游戏设计交互原型生成式可视化

HOW I WORK

先厘清问题,再建立证据,
最后推动交付。

FRAME

问题拆解

把模糊的产业与业务问题,定义成可被回答、可被验证的研究问题。

EVIDENCE

证据构建

来源分级、交叉核验、口径统一——让每一个结论都能被复核。

MODEL

数据与建模

采集清洗、实验设计、优化模型与成本测算,用数据支撑判断。

DELIVER

交付落地

工作簿、方案与研究展示,让成果能被团队直接使用。

ABOUT ME

经济学 × 数据
× AI

南京大学商学院经济学本科生。关注产业研究、AI 产品与数据驱动的商业分析。

我希望在实习中继续参与真实业务问题的拆解:既能进入数据与研究细节, 也能把分析结果组织成团队能够使用的方案与交付物。

联系我 ↗