《中国财政政策文本与基础数据库》项目负责人，中国财政发展协同创新中心主任助理，新市场财政学研究所副所长，中国人民大学经济学博士，斯坦福大学亚太研究中心高级访问学者，副教授。主要从事财政基础理论、博弈论理论与应用、公共政策的实证与政策文本分析等研究工作。曾先后主持国家社科青年基金项目、中国财政学会招标课题等8项研究项目，出版学术专著3部，累计发表学术论文（SSCI，CSSCI收录）四十余篇，获省部级以上荣誉多项，包括：2017—2018年度中国财政学会招标课题“优秀”结项课题（全国两项）；2017年第七届吴玉章人文社会科学奖（经济学，青年奖）；2017年第六次全国优秀财政理论研究成果二等奖（国家级）；2015年第七届教育部高等学校科学研究优秀成果奖三等奖（国家级）；2014年第四届中国青年经济学者论坛优秀论文奖（全国两篇）；2012年教育部博士生学术新人奖。

中国财政政策文本与基础数据库（以下简称“数据库”）由中央财经大学中国财政发展协同创新中心发起建立，目前数据库团队现有副高职称1人，讲师3人，博士研究生4人，硕士研究生15人。团队成员长期致力于财政基础理论、政策文本分析和财政政策评估三个领域的研究，具备深厚的科研实力和丰富的项目管理经验：先后承担国家社科基金青年项目、北京市地方税务局（现为：国家税务总局北京市税务局）横向课题、中国财政学会招标课题等多项课题研究，近5年来在《新华文摘》、《经济研究》、《管理世界》、《世界经济》、《财贸经济》、《中国工业经济》、《经济学动态》B.E. Journal of Theoretical Economics（伯克利理论经济学）等国内外顶级学术期刊发表论文三十余篇。

目前数据库团队基于现有的政策文本数据，已委托专业技术人员协助开发了文本量化分析系统（Text Quantitative Analysis System, TQA），该数据系统可将财政相关的政策文件全部收录，实现线上管理、检索和下载等操作，同时以高性能计算机系统的文本处理算法为先导，能够开展文本相似度分析、共词聚类分析、关联规则分析、引文网络分析等，便于研究比较各省市之间不同年代的政策差异以及彼此之间互相借鉴的相似程度。同时结合自然语言处理（Natural Language Processing，NLP）和文本挖掘（Text Mining，TM）等技术，实现对政策文献的定性定量分析、文本的分析统计、政策量化分析以及政策热词的在线动态可视化展示等功能。