经济学博士网站

近日，当代经济学基金会公布了2020年当代经济学博士创新项目获奖名单（原中国经济学优秀博士论文奖），共10人获奖，来自8所高校。图源官网图源官网这8所高校分别为复旦大学（2人）、上海财经大学（2人）、中国人民大学、南开大学、厦门大学、河北大学、南京大学、北京大学。其中仅一所“双非”高校，即河北大学。具体获奖名单如下：最后结合教育部第四轮学科评估结果，来看看经济学相关学科的情况。经济学分为理论经济学和应用经济学学科。对于理论经济学学科，共有9所高校评为A类，中国人民大学和复旦大学评为A+。对于应用经济学学科，共有15所高校评为A类，北京大学、中国人民大学和中央财经大学评为A+。此次获奖的8所高校，除了河北大学，其它7所高校的经济学学科评估结果均为A类，实至名归。河北大学的理论经济学学科评为C+，应用经济学学科评为C，这次能获此奖可见该学生和导师足够的优秀。“当代经济学博士创新项目”（原中国经济学优秀博士论文奖）由当代经济学基金会设立，旨在激励和资助有志于在经济学领域作出创新贡献的中国高校经济学优秀博士毕业生，助力其在学术前沿领域潜心研究，为经济科学的创新发展贡献力量。该项目每年资助一次，每次资助10位青年学者，每位入选者将获得资助经费10万元人民币，后续资助其4万元人民币出版博士论文。自2016年开办以来，已举办五届，评选出50位优秀青年学者。祝贺以上获奖者及单位！

内容简介作为考博专业课的辅导参考书，本书具有如下特点：1．题量较大，来源广泛。所选考博真题是从几十余所名校经济学考博真题中精选出来的，考博常考难题参考了名校题库、众多教材和相关资料。可以说本书的试题都经过了精心挑选，博选众书，取长补短。2．解答详尽，条理清晰。考博不同一般考试，题量少但难度大，因此，对每道题（包括概念题），本书都尽可能给出详细的参考答案，条理分明，便于记忆。概念题要当作简答题来回答，简答题要当作论述题来解答，而论述题的答案要像是论文，多答不扣分。3．联系实际，突现热点。许多试题涉及当前或将来可能出现的热点问题或现象，这类试题的解答都经过精心设计，分析透彻，条理分明。例如，次贷危机、人民币升值、欧洲债务危机问题等都是热点问题，这类题的答案参考了相关杂志，有的论述题的答案简直就是一份优秀的论文（部分来自改编的专题论文），完全可当作范文来准备。第1章国民收入核算理论1.1名校考博真题详解1.1.1名词解释1实际GDP[对外经济贸易大学2004博]答：实际GDP，即实际国内生产总值，又称“不变价国内生产总值”，是根据可比价格计算的国内生产总值。由于它剔除了价格因素，所以比名义国内生产总值更好地反映了物量的实际增长情况。名义GDP是指在既定时间段中，用一国生产物品和劳务的当年价格计算的全部最终产品的市场价值，它没有考虑通货膨胀因素。由于通货膨胀等原因，价格可能会发生强烈变化，故为方便比较而引入实际GDP的概念。实际GDP是指用从前某一年的价格作为基期价格计算出来的当年全部最终产品的市场价值。二者之间的关系式为：实际GDP＝名义GDP÷GDP折算指数。2名义GDP和实际GDP[中国传媒大学2005博]答：名义国内生产总值（GDP）指在既定时间段中，用一国生产物品和劳务的当年价格计算的全部最终产品的市场价值。名义GDP的高低受价格因素的影响，利用名义GDP可能会高估或者低估实际的生产率。实际国内生产总值（GDP）指用从前某一年作为基期的价格计算出来的当年全部最终产品的市场价值。它衡量在两个不同时期经济中的物质产量的变化，以相同的价格或不变金额来计算两个时期所生产的所有产品的价值。3潜在GDP[对外经济贸易大学2005博]答：学术界一般采用的是美国经济学家利维最早提出这一概念时所给出的定义，即潜在GDP是指在合理稳定的价格水平下，使用最佳可利用的技术、最低成本的投入组合并且资本和劳动力的利用率达到充分就业要求所能生产出来的物品和服务。一般认为潜在GDP是指经济中实现了充分就业时所达到的GDP水平。它不是一个实际产出量。一般认为只有在充分就业时，才有可能实现潜在国内生产总值。而实际产出和潜在国内生产总值的差额，被称为国内生产总值缺口。增加潜在GDP的途径是增加劳动、资本等生产要素投入，实现技术进步。4个人可支配收入[东北大学1999博]答：个人可支配收入指人们可用来消费或储蓄的收入。个人收入不能全归个人支配，因为要缴纳个人所得税，税后的个人收入才是个人可支配收入。个人可支配收入等于个人收入扣除向政府缴纳的所得税、遗产税和赠予税、不动产税、人头税、汽车使用税以及交给政府的非商业性费用等以后的余额。个人可支配收入被认为是消费开支的最重要的决定性因素，常被用来衡量一国的生活水平。1.1.2简答题1解释GNP和GDP的区别。[上海理工大学2004博]答：GNP（国民生产总值）是指一定时期内某国国民所拥有的以当年价格衡量的全部生产要素所生产的最终产品的市场价值。GDP（国内生产总值）是一定时期内一国范围内生产的以当年价格衡量的最终产品和劳务的市场价值。两者的不同主要有以下几点：（1）范围不同GNP是本国国民生产的最终产品和劳务的市场价值总和，是一个国民概念，即无论劳动力和其他生产要素处于国内还是国外，只要是本国国民生产的产品和劳务的价值都计入国民生产总值。GDP指的是一国或地区在一定时期内（通常为一年）所有常住单位运用生产要素所生产的全部最终产品和劳务的市场价值。它是一国范围内生产的最终产品，是一个地域概念。“常住单位”，其内涵与“常住居民”相同。一国的“常住居民”包括：①居住在本国的本国公民；②暂居（一年以内）外国的本国公民；③长期（一年及一年以上）居住在本国的外国居民。也就是说，在一国领土范围内，其居民无论国籍如何，只要符合本国常住居民定义，在一定时期内所生产的最终产品和提供的劳务价值都可算作本国的国内生产总值。比方说，外资企业在中国境内创造的增加值就应该计算在中国的GDP中。（2）侧重点不同GDP强调的是创造的增加值，是“生产”的概念。GNP强调的是获得的原始收入，是“国民”的概念。（3）两者的数值不一定相等在经济封闭的国家或地区，国民生产总值等于国内生产总值；在经济开放的国家或地区，国民生产总值等于国内生产总值加上国外净要素收入。国外净要素收入是指从国外得到的生产要素收入减去支付给国外的要素收入。可见，国民生产总值与国内生产总值之间的区别就在于国外的净要素收入。2CPI和PPI都计量价格水平，他们之间有什么区别，什么时候你会选择其中一个，而不选择另外一个？[浙江工商大学2018博]答：（1）CPI和PPI之间的区别消费价格指数（CPI）是反映消费品价格水平变动状况的一种价格指数，代表城市消费者购买一篮子固定的商品和服务的费用，其计算公式是：CPI＝（当期一篮子商品和服务的价格/基期一篮子商品和服务的价格）×100生产者价格指数（PPI）是建立在生产中所使用的商品的市场篮子基础上的价格指数，计量既定的一篮子商品的成本，其计算公式是：PPI＝（当期一篮子商品和服务的价格/基期一篮子商品和服务的价格）×100二者的区别在于：①所包含的范围不同，CPI主要包括日用消费品，PPI主要包括原料、半成品等生产资料。②所衡量的阶段不同，CPI主要衡量的是城市居民的生活成本，PPI主要衡量的是工业企业的生产成本（2）两者选择其一的情形当关注的是消费品价格波动和通货膨胀问题时，应该使用CPI来度量；当关注的是经济周期问题或市场价格波动预期时，应该使用PPI来度量。这是因为PPI是一种相对可变的价格指数，并且是经常发出一般价格水平或CPI变化信号的价格指数，有时在他们出现之前就会发出信号。有鉴于此，PPI，特别是其某些子指数，如“敏感材料”，作为经济周期的指标，决策者会给予密切的关注。3GDP的缺陷是什么？表现在哪些方面？当前的修正思路是什么？[西南财经大学2005博]答：（1）西方国民收入核算通常通过GDP来衡量国民经济总产出水平，衡量经济发展的程度和居民的生活水平。但是这一指标存在以下几点缺陷：①统计中不包括非市场交易活动，即一部分产品和劳务给漏掉了。例如，家务劳动、自给自足的生产以及个人私自交易等。②国民收入指标不能说明社会为此付出的代价和成本。例如，它无法反映人们的闲暇，无法反映污染程度等。③西方国民收入核算把所有的市场交易活动都包括进来，并不能反映社会经济发展水平，也无法反映人们从产品和劳务消费中获得的福利状况。例如，在赌博盛行地区，也许GDP很高（如拉斯维加斯），但并不说明该地区的人民过得幸福。④由于不同国家产品结构和市场价格的差异，两国国民收入指标难以进行精确比较。例如，由于GDP中包含有劳务，两个国家虽然可以拥有相同的GDP，但一个生产粮食，一个生产歌曲，显然，两国的物质生活水平也可能会不一样。⑤不能反映社会收入和财富分配情况。例如，两国人均GDP相同，但一国贫富差距比另一国大得多，显然贫富差距大的国家社会总福利比较低。（2）当前的修正思路①提出衡量国家财富新标准第二次世界大战前，国际社会通常以“国民财富”或“国民收入”作为衡量一国经济实力的主要指标。第二次世界大战后，改用GDP或GNP指标来衡量一国经济总量及其经济实力。世界银行专家比较了第二次世界大战前后两种统计方法之后于1995年公布了衡量一个国家或地区财富的新标准。新标准将一个国家的经济产出减去机器折旧和生产过程的自然资源消耗，计算出一个国家的财产净值，其内容是从人力资源、自然资源和生产资本等三个方面计算一个国家财富的总量，然后按美元计算出国家财富的人均水平。显然，人均国家财富指标越高，国家越富；反之，国家越穷。新标准把经济增长、社会发展和环境保护融为一体，是一个综合性、能比较全面地衡量一个国家财富状况的总量指标。②构建福利型GDP基于GDP指标在反映国民福利方面的局限性和缺陷，一些经济学家先后提出了“经济福利尺度”和“纯经济福利”等新概念或指标，以对GDP指标的统计项目进行校正和调整。“经济福利尺度”和“纯经济福利”都是反映人们实际福利的指标，其内容是GDP统计还应加上闲暇和地下经济。美国经济学家诺德豪斯、托宾和萨缪尔森根据美国的统计资料分析得出：按人口平均的“经济福利尺度”或“纯经济福利”的增长远远落后于GDP的增长。因此，为了提高“经济福利尺度”或“纯经济福利”，需要对GDP的增长做出必要的调整，即需要适当放慢GDP的增长速度，以保障国民的福利，不能以牺牲国民福利为代价追逐GDP的增长。本文由弘博学习网原创，欢迎关注，带你一起长知识！

作者：陈全林一天，真言、归源各自带着两位朋友来访。归源和她的女同事都是某大学的校医；真言和她的朋友都是中国社会科学院的博士。只是专业不同，真言的朋友从事金融。她有很多困惑，真言建议来找我占卜。既然是真言的朋友，又是真言带来的，我就为她占卜。她要问的，一是事业，一是母亲的身体。我以小成图占卜之，所言令她很感慨，在于我的占卜对她触动很大。占卜很准。但我们谈得更多的是经济发展与人文关怀的同步发展与相互融合，经济发展里如果缺乏了文化素养、人文关怀，人就会逐渐变成“唯利是图的经济动物”，道德的滑坡、信仰的丧失、人性的异化、世风的败坏就在所难免。现在政府把重点放在发展高科技与发展经济上，对真正的中华文化的发扬，并没有那样重视。即便理论上重视，而行动还未真正落实；即便行动落实了，因为还有个预设的框框在那里提前做好了评判标准，也就局限了真正的研究。比如唯物论、无神论的预设评判标准与价值体系、哲学观念，以之来衡量、评判自成体系的中华文化，如何能真正发扬其精华而为民所乐、为国所用？经济发展与人文关怀，一直是一个世界问题，更是中国当前更要关注的问题。我看到她更适合做经济研究，并使经济研究与人文关怀等相融合。本来想记录卜卦的一些细节，对卦象的把握等，懒得写了，因为很多道友不懂《易经》，这些内容他们读起来索然无味，甚至会直接跳过去不读。但略微记录一二，能启示好《易》者体悟心法。比如，我在事业宫里看到的是明夷卦，明夷是受伤的意思，也就是说，她的工作已经使她身心受到了伤害。财运宫是雷风恒卦，说明她的经济专业与金融事业必须坚持到底。财运是比和卦，不会飞黄腾达，但也不缺钱。中宫是离卦，适合从事网络经济方面的事情，适合文化事业，如经济研究、写经济学的书籍、在相关金融刊物做编辑等等，但她做事经常会焦虑、上火。这是事业宫和中宫的离卦所确定的。她的实情也如此。转到这个行业，则事业就变成了火风鼎卦，财运也会更好。倒转过来是风火家人卦，这样，对家庭也好，会有更多精力关注家庭、家人。而如果她转身，变个工作，则火风鼎就变成了风火家人，她就有更多精力来关注、照顾家人了，特别是照顾老热和孩子。坤宫看母亲，是水地比，转过来是地水师，六爻中只有一阳爻，说明阳气不足，阳气代表阳寿，说明她母亲周身是病，比较严重，肾脏、脾胃、肠道都有病。一说，果然如此。她母亲这两年突然增多了很多老年病。占卜很神奇。我们探讨经济发展与人文关怀的话题有一小时，我结合了时政与古今中外的一些文史、政治人物来论述某些观点，因为涉及到对时政的评判，不能写。我建议她做中国宏观经济的研究。比她目前帮助一些上市了的中小企业的发展更有价值。如果一个经济学家的研究影响到了国家高层的经济决策，那贡献就非常大。厉以宁如果去炒股，他可能会全盘输光，但他的经历理论且能影响中国经济的整体发展。毛泽东一生领兵打仗，可他从未打过一发子弹，从未打过一枪。他做的是中国革命的战略性决策，而上前线带兵打仗，完成他决策的是林彪、彭德怀、聂荣臻、许世友等元帅和大将。宏观的、正确的决策对一个行业、一个国家的重要性，非同一般。这样的探索，对彼此还是有益的。谈探讨了社会中的宗教精神的重大意义。我举了《纪伯伦传》里，一百多年前，美国那些宗教信仰者对来到美国的叙利亚移民的帮助，纪伯伦就是其中的一个受益者，成为一个对世界有伟大贡献的人物。那时，有无数艺术家、社会名人，宗教信仰者，无偿地、义务地来帮助这些移民，教他们学英语，学技术，学文化，使他们能融入美国生活，使孩子们不要成为街头混混，而要成为有理想、有方向、有技术、有操守、有职业的人，纪伯伦是这些人中最幸运而成就最高者。他们几十年如一日地帮助者这些移民，凭的是宗教精神。人类唯独宗教精神、宗教信仰才会如此不计功利，如此慈悲忘我，如此长久持续，如此充满温暖。至今，一百年前美国人能做到的事情，当代的中国人做不到。我们的经济发展中，缺乏一种融合了文化与人文精神的趋向。单纯地追求科技和经济利益，会给人类、社会带来很多危害。现在中国的富人很多，但高尚的、有情怀的、有善举的伟大的富人不多。谈到对老母亲的身心的关怀，我谈到要能系统地、长久地做一些事情。比如，我岳父辞世后，我岳母很悲伤，现在她跟我们一起生活，我们和她一起学太极拳，促进她的健康；我们教她每天背诵唐诗宋词、禅德偈子、读书。一个大半辈子没读过书的人现在开始背书读书，这会给她打开一个美妙的心智世界，也使她能避免老年痴呆。学习佛法，关注灵性。身心灵都要关怀、安顿。这样的做法，具有可操作、可持续发展性，才能对老人产生长久的好处。还有，陪老人看电视、追剧，也能帮助老人度过孤独寂寞的岁月。今年，我已经陪老人看电视剧超过一百五十集了，《燕子侠》、《我的传奇奶奶》、《山里红》、《风筝》、《爸爸、父亲、爹》这些电视剧，我都陪老人看完了，电影还不算。陪老人看电视电影、看娱乐节目，我很乐意。经常一边工作，一边看电视，一心二用。这位朋友的父亲十年前辞世了。为她占卜并与之聊天时，真言她们有意回避了。聊完之后，她告辞，真言她们进来，又闲聊了其他话题。归源的同事张女士最近跟我的老朋友、丹师曾先生学道，曾先生在全国办班培训。归源问我为何不办。我说，这一生都不会办。我不喜欢这种形式，不合我的性格。我喜欢写文章给大家看，其他的，不感兴趣，也不参与。真言说，修道久了感觉不想做事了，有点消极了。我说，这只是个过程。还是要做事。修到后来，做事就是修行。有些话题没展开了。归源在大学工作，7、8月，她有假期，想外出访道。我说，不必访道了，你们所学的修道法门、知识，够你们一生所用了，现在最重要的是实修。我建议她在暑假去终南山隐修两月，我介绍她去张大夫那里，一则，那里房子够，可以一起隐修；一则，两人都是中医师，归源可以向张大夫讨教中医。我还谈到，佛道之学，不能内证圣智、自得受用，那就是知识，不是佛法。如果佛道之学能内证圣智、自得受用了，那就是佛法了。

来源：腾讯科技审校汤姆，文中观点不构成投资建议。据国外媒体报道称，预测国家通货膨胀是一项棘手而复杂的任务。在美国，政府的劳工统计局（Bureau of Labor Statistics）通常会派遣测试人员到商店记录从奶酪到轮胎的各种商品价格，并通过电话向消费者调查他们在汽油和葬礼服务上的具体花费。但显然，亚马逊认为自己可以做得更好。在外部研究人员的帮助下，该公司的经济学家正在研究一种方法，通过在自己的平台上进行数千笔交易来衡量通胀。自动分析产品说明以帮助自己更好地评估服装、榨汁机或浴垫的质量，从理论上创建一个更准确、最新的产品价格指数。这只是亚马逊使用其近年来招募的一批经济学家的其中一种方式。如今这家电商巨头已经开始从零售业扩展到包括云计算等多个业务领域，同时颠覆了经济学家在公司内部的传统角色。消息称，亚马逊现在每年会从毕业的博士经济学家人才库中“吸取”大量新鲜血液。在美国，这一人才库每年只增长约1000名新博士毕业生。虽然如今“经济学家”的定义已经十分模糊，但这门学科通常被理解为“研究人们如何使用资源和对激励的反应”。过去几年里，亚马逊雇佣了超过150名博士经济学家，已经成为了该领域最大的雇主，仅次于美联储（美联储拥有数百名经济学家）。而且，它还是唯一家在1月份美国经济协会（AmericanEconomics Association）年会上设有招聘摊位的企业，并且在场免费分发钢笔和带商标的压力球。与任职于学术界或政府的经济学家不同，亚马逊经济学家的工作内容几乎完全是保密的，工作人员必须签署保密协议才能开始工作。但根据背景调查和亚马逊本身透露的消息，整合经济学家的力量对该公司在电子商务领域的惊人增长起着至关重要的作用。亚马逊的经济学家们负责制定房地产决策，设定为公司带来利润的产品最低价格，精确确认客户需求，以及判断广告是否有效。以上所有这些都使用到了机器学习算法，这种算法可以大规模地实现决策自动化。规模较小的公司并不总是能为这种资产买单，这使得亚马逊将竞争对手远远抛在身后。其他有效利用经济学家的科技公司，比如拥有30人经济学家团队的Uber，也对亚马逊所打造的团队规模表示钦佩。Uber首席经济学家乔纳森·霍尔（JonathanHall）今年1月在美国经济协会发表演讲时表示：“亚马逊是唯一家聘用了大量经济学家的公司，并且因此取得了大量成功。尽管许多公司聘请经济学家担任自己面向公众的发言人或指导总体企业战略，但Uber和亚马逊都试图让他们成为几乎每一项商业决策的关键顾问，并用大量数据来取代人类直觉。与此同时，亚马逊正在按照自己的形象重塑经济领域。“亚马逊的人并不会扮演像传统首席经济学家那样的角色，他们在做的是完全不同的事情。”全国商业经济协会（National Association of Business Economics）执行主任汤姆·贝尔斯（TomBeers）说道。01科技经济学家的崛起应该说，经济学家对私营企业来说并不陌生。长期以来，他们一直在帮助预测宏观经济状况，以指导关于生产什么产品、进入哪个市场以及从哪里采购原材料的战略决策。他们的角色对于科技企业来说也不陌生，因为像IBM、英特尔和微软这样的公司都设立了这一角色，并有几十年的历史。比如，谷歌首席经济学家哈尔·瓦里安（HalVarian）帮助设计了该公司首次公开募股时的新拍卖模式，同时也证明了谷歌并未违反垄断法。谷歌透露，该公司现在拥有约300名经济学家和统计学家，但不愿就此提供更详细的数据。据信，在这一领域，亚马逊聘用的博士经济学家数量比任何其他科技公司都多。过去几年里，一些面向消费者的小型科技公司，比如家庭搜索平台Homeaway和求职网站Indeed也开始聘请经济学家来处理用户数据，并产生一些数据解读。这些数据解读可以打包成一种媒体形式，提供给记者。这些企业同时还具有某些政府关系职能，并通过数据表明公司对某一特定社区带来的积极影响。两年前，全国商业经济学协会还启动了一场仅面向科技经济学家的年度会议，与会嘉宾包括来亚马逊的四位经济学家。根据哈佛商学院（Harvard Business School）教授迈克尔·卢卡（MichaelLuca）和斯坦福大学研究生院教授、微软前经济学家苏珊·阿西（Susan Ahe）最近的一篇论文，在美国经济协会的工作清单数据库中，为经济学家打出招聘启事的科技公司数量从2014~2015年的15家增加到了2017~2018年的21家，今年甚至有望继续增加。而且，考虑到并不是所有科技公司都会公开为经济学家职位做招聘广告，这一数字可能还并不是全部。“想象一下，如果你是一家拥有大量门店的大型零售商。我们通常可以准确预测30~40%门店的销售表现。利用目前的机器学习和人工智能能力，我们在特定地点预测业务表现的准确率已经接近90%。”IBM首席经济学家马丁·弗莱明（MartinFlming）说道。对于像亚马逊这样的公司来说，这种能力是他们极为看重的。亚马逊拥有的数据可能比其他任何公司都多，而它也需要数据才能正常运作各个业务部门，无论是贷款、网络服务，还是最后一英里交付等都是如此。02数据的魔力亚马逊庞大数据处理团队的设计师是帕特·巴贾里（Pat Bajari），他是一位备受尊敬的学者。自1993年在明尼苏达大学获得博士学位以来，他撰写了大量关于房价、政府采购、拍卖等主题的论文。在哈佛大学、斯坦福大学和杜克大学工作后，巴贾里于2010年加入亚马逊，担任副总裁和首席经济学家。一直以来，亚马逊都拒绝让旗下任何一位经济学家接受采访，也拒绝回答有关他们工作的问题。但经济学家们偶尔会公开发言，巴贾里曾在美国经济协会会议上发表了一篇论文，主题是关于亚马逊利用大量数据预测零售需求，以及大数据如何影响企业业绩的。在演讲中，他分享了一些自己对经济如何塑造科技公司的看法。“从大约八年前开始，我看到这个行业发生了变化，企业开始更加认真地使用科学方法，来消除公司内部的猜测。”在两句话之间，巴贾里带着特有的紧张笑声说。“你基本上是在‘清理垃圾’（clean up waste）。”在其他公司，经济学家通常集中在一个小团队中。但在亚马逊，他们会被整合到整个公司的许多团队中。在一本制作精美的招聘手册中，亚马逊描述了其经济学家如何帮助建立贷款给第三方卖家的风险模型、为Alexa和Kindle等设备的产品设计和参与跟踪提供咨询，以及帮助其蓬勃发展的云服务业务寻找客户，并预测该消费者网站的服务器容量需求等工作场景。在目前发布在亚马逊招聘网站上的46个经济学家职位和实习职位中，其中有一些是让经济学家帮助微调卖家定价、找出亚马逊庞大分销网络实现运输的最佳方式，以及确定表现最好人才的特征以期做出最好的招聘决定。例如，亚马逊运行着一个名为“Connections”的程序，该程序会向员工发送小调查问卷，内容包括“你的工作是否为您提供了学习新事物的机会？你的团队总是把客户放在第一位吗？官僚主义多大程度上阻碍了你交付成果的能力？”为了改善员工反馈，亚马逊实施了一些干预措施，比如培训管理人员，让他们与下属更好地互动。事实上，该公司最早的时候聘请了一支由心理学家、其他科学家和产品经理组成的团队。但不久他们便发现，这显然不适合实现亚马逊追求的目标，即更好的员工表现。相比之下，经济学家则能够有效分析哪些干预措施促成了更高的工人生产率。一位要求匿名的前亚马逊经济学家表示：“心理学家在亚马逊度过了一段非常艰难的时光，因为他们没有接受过经济学家经历过的培训，这就是与盈利能力的关系。亚马逊是一个以数据为驱动的地方，如果你不能证明你的计划对客户有利，就很可能会遭遇挫败。”要弄清楚人力资源试点计划或者经济学家在亚马逊做的许多其他事情是否奏效，就需要使用到所谓的“因果推理”（causal inference），即确定是什么导致了什么，从而决定了要做什么、该做些什么。以Prime订阅服务为例，大多数消费者选择这一服务大都是因为免费送货服务、流媒体视频、还是全食超市的折扣？经济学家得出最可能的答案，使公司能够更好地决定哪些Prime福利应该包括在内、哪些应该取消。其他一些公司决策，比如如何定位广告、在哪里开设书店和仓库，以及Echo设备的成本等也受到经济学家的审查。在大多数公司，这类工作通常是由数据科学家来完成的。但另一位亚马逊前经济学家表示，巴贾里主张聘用受过正规经济培训的人才，以为尽可能多的商业决策提供有效咨询。这位亚马逊前员工表示：“他们在某种程度上表明，经济学家拥有更具体的技能组合，这些技能更适用于许多商业问题。”03突破象牙塔的桎梏可以肯定的是，建立一支由150名博士经济学家组成的团队并非易事，尤其是因为在研究生院的学生通常认为“对于无法在大学找到工作的人来说，私营部门才是一个后备选择”。虽然公司经济学家很少在学术期刊上发表文章（学术期刊的文章发表数量被认为是学术界硬指标），但与人文学科的许多领域不同，前者通常可以拿到丰厚的薪水。当然，亚马逊也完全有能力为这一团队支付更高的价格。数据显示，甚至连普通经济学家的薪酬也高达16万美元，这几乎是亚马逊所有员工基本薪资的上限，额外的股票期权则使他们的总体薪酬要更高。然而，这并不是亚马逊向新培养的博士们所进行的主要宣传。因为这些经济学家通常任职于知名学府，其中许多人都是终身职位，在他们的简历上有一长串的出版物清单。因此亚马逊的杀手锏是：为他们提供拥有大量独家数据的访问权限，这些数据对于大学的研究人员来说可能是非常费时费力才有可能获得的。2013年加入亚马逊的高级经理兼经济学家威尔科·舒尔茨·马伦多夫（Wilko Schulz-Mahlendorf）在LinkedIn的个人资料中写道：“你理应嫉妒我们正在研究的各种问题，以及我们能够获得的海量数据。”现在，正是这些知名学府正将机器学习和人工智能整合到它们的课程中。因为它们知道，这些都是处理现有信息的基本技能，也是解决当今经济面临最大问题的出路所在。对许多学者来说，这里有一个不利的方面：私营企业现在创造、控制着了解现代世界所必需的大部分“原材料”。“在此之前，经济学家们的研究对象都是公开数据。”比阿特丽斯·谢里尔（Beatrice Cherrier）说道，她是法国加州大学（Universityof Cenerg Pontoise）的经济史学家。“但现在，这些有价值的数据都是科技企业所独有的。”谢里尔解释说，这不仅使世界上所有的亚马逊人不能发表任何可能使公司看起来不好的东西，而且也使他们很难复制自己可能发布的任何研究，因为公司内的所有源数据都是保密的。但是对于那些已经在里面的人来说，亚马逊就是一个充满快乐的游乐场。达里尔·费尔韦瑟（Daryl Fairweet）2014年从芝加哥大学获得经济学博士学位后，不久就加入了亚马逊。“你不是为了一份工作不得不去面试的，你可以在同一时间面试很多工作。”费尔韦瑟说，他于2018年离开了亚马逊，成为房地产网站Redfin的首席经济学家。“一旦被录用，研究期间就会发现很多问题。如果我觉得有什么东西真的值得研究的话，我可以去研究一下，但没有人会提前告诉我什么才是真正重要的。”另一个吸引人的地方是：尽管亚马逊经济学家们所做的工作可能在公司内部永远看不到曙光，但它却会影响着管理层的决策，而这些决策足以影响到千百万人。在亚马逊，即便是最初级的经济学家都可以在高级副总裁面前介绍他们的研究，并可以对自己的建议对公司利润产生的实际影响进行评估。“就个人而言，这的确令人兴奋。因为我所做的工作有明显的价值。如果仅仅在学术期刊上发表论文的话，你很难知道立法者是否根据你的研究做出了不同的选择。但当你在公司工作时，你会明显知道自己的研究改变了人们的想法。”费尔韦瑟说道。加入华尔街见闻VIP会员，领取2019全球市场机会！都到这里了，点下在看吧

2020博考了，好多小伙伴都无从下手！报考院校没选好？导师我该怎么选？该准备哪些材料？考试还没有把握？基础也没打好？！种种问题被搞得头都大了！今天小医来给你一一进行解答。奉上最新的热门各大院校报考指南，祝愿大家都能够顺顺利利更上一层楼！一、双非本硕英语6级，国奖获得者，考博前发表学术论文6篇，其中，5篇为专业核心期刊，无工作经历。2020年初考取国内某985院校博士生。二、博士研究生的考试时间、形式1. 博士考试时间：分为春季考试（3月进行，9月入学）和秋季考试（10月/11月进行，次年3月入学）两种。博士研究生考试是由各学校组织的，大家应关注所考学校的研究生网站或者研究生招生网。2.博士考试形式（1）本科直博（2）硕博连读（3）提前攻读（4）公开招考（申请考核制和普通招考）三、考博前期准备1.搜集信息（常用的网站、联系学姐学长）常用的网站：报考学校的研究生院网站，研究生院招生信息网；所报考学院的官网；研招网；考博论坛；小木虫。最有效的方式：联系导师和报考专业的直系学姐学长要搜集的信息：导师的研究方向、招生人数、历年的考博重要时间节点、考试内容、参考书目、历年考博真题。四、联系导师（何时联系？如何联系？）（1）何时联系？今年上半年完成联系工作，最好等老师的招生工作都完成。（2）如何联系？硕导推荐（加微信）；电话联系；邮件联系（网站上一般都有邮箱；导师发表的论文；通过学长学姐获取等）（3）如何写第一封与博导联系的email自我介绍（性格特征、兴趣爱好、科研能力，博导往往需要智商和情商都在线的学生）；谈谈对导师研究方向的兴趣点（让导师发掘你的学术潜力和创造力）；表达自己想报考她的博士生的真诚意愿及努力（4）常见的博导的回复A.“你好，报考的人很多，......”B.“欢迎报考”C.“已经有几个人联系报考，请改换其他导师……”D.“欢迎报考，对你的研究方向很感兴趣，然后介绍很多自己的研究方向的内容……”（5）注意事项：1.要了解导师的基本学术观点和学术著作。2.多种联系方式并用。3.真诚和决心。4.第一次见博导要不要带礼物？五、材料准备报考博士生申请表；专家推荐书；本硕课程学习成绩单（学校档案馆）；硕士学位论文全文和评议书；研究计划；硕士学位证书或证明书；体格检查表；政治审查表；代表性作品复印件等。建议大家打印官网上的招生简章，逐条打钩一一对照，并在指定的时间邮寄到指定的地点。六、现在该准备些什么1.4月：确定好目标院校（可根据学校往年考试时间，选择2-3所时间能错开的）；2.跟硕导表达读博的意愿，找机会让硕导进行推荐；3.5月中下旬：与导师联系，表达意愿；4.准备英语和专业课（持续准备的过程）。资料内容：2020专业课考博经验分享视频合集1、2020面试指导课程2、2019法学考博经验分享3、2019复旦大学考博经验分享4、2019教育学考博经验分享5、2019金融学考博经验分享6、2019经济学考博经验分享7、2019考博复试如何准备？8、2019考前一个月复习如何准备9、2019马克思主义考博经验分享10、2019人大复试指导课11、2019社会学考博经验分享12、2019设计学考博经验分享13、2019文学考博经验分享14、2019香港、欧洲考博经验分享15、2019研究计划书写作经验分享16、2019哲学考博经验分享17、2019专硕考博经验分享18、2020考博如何准备备考指南1、大纲解读（一）2、大纲解读（二）3、词汇速记点拨（一）4、词汇速记点拨（二）5、全年复习规划6、语法基础框架点拨词汇精讲1、金字塔之基2、词汇构建（1）3、词汇构建（2）4、词汇精讲——试题词汇精华5、词汇精讲——试题详解6、医学真题讲解动物模型出发的研究1、常用的数据库操作演示4 文章重现2、第二节 文章案例3、第三部分 套路介绍4、杂志选择和投稿5、关键问题和注意事项6、实例展示如何分析与作图7、从结果到成文基础语法与长难句1、动词——非谓语动词2、动词——谓语动词3、副词——状语从句4、名词——表语从句5、名词——宾语从句6、名词——同位语从句7、名词——主语从句8、名词补充——名词性虚拟语气9、形容词——非限制性定语从句10、形容词——限制性定语从句课件下载1、备考指导讲义2、基础语法与长难句3、考博词汇讲义4、考博阅读精讲讲义5、听力特训6、医学考博冲刺讲义7、医学写作精讲课程讲义8、阅读精讲课程高阶讲义9、完形填空精讲课程讲义听力特训1、长对话技巧(1)2、长对话技巧(2)3、连读——辅辅4、连读——辅元5、连读——连续音变6、连读——元元7、听力试题分析8、小对话技巧（1）9、小对话技巧（2）10、易混发音的辨别11、英式与美式发音的区别12、应试问题分析（1-8）完形填空1、2002年-2011年真题讲解2、补充知识点—高效背诵单词与文章的方法3、补充知识点—简单句扩展为非简单句的五大手段4、补充知识点—五大简单句句型析5、完形填空必杀技6、完形填空精讲——总结7、完形填空考察内容医学写作精讲01 题型介绍与写作步骤02 注意事项（1）03 注意事项（2）04注意事项（3）05 评分原则与标准06 必备词组与句型07 必备词汇（1）08 必备词汇（2）09 真题一（1）10 真题一（2）11 真题一（3）了解更多

梁捷，复旦大学经济学博士，澳大利亚莫纳什大学博士后。有发表过一篇《像经济学家一样思考：一平方公里的经济学》的专栏，引起了很多人的讨论与深思。在专栏中这样讲到：“孩子学得越多，所学的东西越贵，这种信号就越强，越有可能帮助孩子说服选拔考官。所以，孩子接受各种培训，重要的不是培训本身，而是培训以后的那张证书，可以表明家长对孩子教育的重视。”结合毕业生的职场生涯，理论都是一样的。在找工作时，面试官一开始看到的也是那张证书。不管是学历证书也好，职位证书也好，会优先挑选学历高的，有职业证书的，这叫首因效应。与985、211院校的学生相比，同等普通高校面试的求职者就会显得黯淡无光。当你大学毕业拥有985、211的学位文凭后，你将会：1、光宗耀祖。家人有脸面，曾经的老师同学也会对你另眼看待。不是因为你在学校获得了多少奖项和殊荣，那些都只是锦上添花，最重要的是你从985、211这样的名校毕业了。就已经非常了不起了！2、拥有比非名校更多的选择权。你还没有毕业就会收到很多offer，你在众多优质的企业中挑选最适合的岗位，决策权在你手上。不用到处投简历，职位自己送上门。3、你将会受到比非名校更好的待遇。面对在同一家公司，从薪资上来说至少高出2倍。然后是待遇，住宿可能是最好的；房间的设备设施也是最好的；连岗位晋升也具有优先权的。4、高起点。985、211毕业的学生，有着同校或者更高阶院校的同学或者朋友。凭借自己的朋友圈层，也可以发展得很好。5、个人综合素养高。985、211的毕业学生，接受着最高学府的教育，有着全国最知名的老师，有着更先进的设备设施。这么得天独厚的条件，他们的专业能力和综合素养也是高于普通院校的。而我们的普通高校毕业生毕业之后：1、有一个茫然期，自己不知道毕业之后该做什么。很多毕业生并不喜欢自己的专业，所以毕业之后大多从事着与专业无关的工作。可能是销售，也可能会转行。2、选择的岗位有局限性。没有名企发放offer，工作需要自己到处去投简历。适合自己的岗位基本上都是专业相关的。最后从专业岗位上挑选自己觉得不错的，企业认可的工作。3、待遇低。普通高校毕业生的待遇极低，没有享受跟高等学府同样的待遇，没有别人底薪高，没有别人住宿好，没有别人升职快。4、起点稍低。普通高校的毕业生，身边的朋友大多是同校或者稍微高一点的院校。所以能靠的朋友力量薄弱，最后只能靠自己。因为一个很现实的问题，985、211对这些普通高校的学生是有歧视的。5、个人综合素质稍低。因为教育上来说，有些学校的专业在全国的排名是首屈一指的，普通高校自然比不上。其实也有很多人说学历只是敲门砖，进入职场后看的还是个人实力。但是社会是复杂的，首先在竞争同一岗位时，你要具备这块敲门砖，你才有机会展现你的实力。对于普通高校的学生来说，没办法与985、211这样的相提并论。在没有高文凭前提下，一定要在专业能力上完善自己。这样才会在自己职场道路上走得远，跑得快。最后，高考发榜了，祝愿广大学习都考上理想的大学。#2020年高考成绩即将出炉#

点击上方“ CSDN ”，选择“置顶公众号”关键时刻，第一时间送达！谢梁，美国微软总部首席数据科学家，本科毕业于西南财经大学经济学专业，然后在中国工商银行从事信贷评估工作，一年后辞职到纽约州立大学学习应用计量经济学。研究兴趣主要是混合模型（mixed model）和数据挖掘方法，以及 SAS 潜力的挖掘（他认为在各大 SAS 论坛帮人解决问题同时学习他人经验，是提升自己最快的途径，曾用网名 oloolo），著有《Keras 快速上手：基于 Python 的深度学习实战》。十余年的机器学习应用经验，让他成功从一位经济学毕业生转型为云计算领域的顶级数据科学家。近日，谢梁接受 CSDN 专访，分享了从经济学入坑机器学习的原因和挑战；如何深入掌握深度学习；当今工业界应用的模型很多，是否可安心当调包侠等话题。谢梁 美国微软总部首席数据科学家一个着迷于机器学习的经济学博士CSDN：作为经济学博士，为什么会着迷于机器学习、数据挖掘和人工智能，并将其应用于 IT 基础架构的优化？谢梁： 我的专业是计量经济学，专注于实证分析各种社会和经济现象，其中很多内容跟统计学习、机器学习都有重合，只是应用领域不同，后面的数理模型还是有很多相通的地方。我一开始也直接从事基于机器学习的商业智能方面的工作，包括自动化的营销、客户画像等，使我对机器学习的应用领域有了比较多的了解。到微软以后，我先后在 Azure 云计算部门从事了服务层 SaaS 和基础架构层 IaaS 的数据分析工作。SaaS 层专注于使用 Azure 云服务的客户行为分析，而在 IaaS 则重点构筑基于机器学习的基础架构运营优化工作。这些领域都需要对大量的数据进行分析，对客户运营策略和基础架构上运行的软件行为进行优化，都是在有限资源条件下进行最优化的工作，同时需要对结果进行合理的解读与概念推广，这些都与经济学里的工作很像，因此计量经济学所学的理论，方法和技术都能自然地得到运用。凡是有大量数据，并能根据数据找出某种规律并实施操作的业务都能运用机器学习的方法来自动化和优化。微软 Azure 云计算恰恰提供了一个非常符合这种要求的应用环境，并且其规模和竞争压力促使其无法一直维持最初的粗放型扩张，必须运用现代智能方法提高自动化运维水平。可以说在合适的时间，出现的合适的机会促使我考虑将机器学习和人工智能应用于 IT 基础架构的优化。CSDN：从经济学入坑机器学习，都遇到过哪些挑战？谢梁： 经济学背景的人进行机器学习有自己的优势和劣势。优势是经济学出身的人对实证分析结果的解释非常重视，往往考虑的是如何在实证结果的基础之上进一步提供理论总结和可执行的策略。这在以后的发展中非常重要。劣势是经济学出身的人在编程方面相对较弱，特别是生产系统上进行规范的编程相对科班出身的人来讲差距较大，会影响在 IT 公司里发挥。经济学里面的一个核心概念是比较优势，作为经济学出身的人，需要懂得合理运用这个理论。微软 Azure 存储部门是如何开展机器学习的？CSDN：你和团队将机器学习与人工智能方法用于大规模高可用并行存储和运维，具体包括哪些方面的工作？是否可以量化说明这些手段的效果？谢梁： 机器学习和人工智能的方法可以应用于 IaaS 存储系统的多个方面，包括负载平衡、节点故障预测、可售容量预测、系统工作调度等。更新的应用包括内部运维的知识图谱构建，代码质量打分和 Bug 预测等。这些工作有很大部分也是建立在微软现有其他部门的工作或者建立的基础平台之上。机器学习的效果非常显著。比如，通过节点故障预测，并相应地合理安排存储拷贝，我们在几乎不损失容量的情况下，将由于节点故障造成的 Incidents 降低了 30%。CSDN：根据你的经验，是否未来的开发团队和运维团队都应当掌握机器学习和人工智能方法？谢梁： 我觉得未来的运维必须智能化才能有效降低程序员的工作负荷，极大提高系统运作效率。在一个部门里面，至少需要一个专门的数据挖掘团队来提供相应服务，而如果开发和运维团队都能将人工智能方法从一开始就建立到系统中，那将有更大的竞争优势。这也是我在 Azure 存储部门推动的目标之一。CSDN：深度学习在互联网公司应用广泛，社区提供的工具很多，你和团队如何根据场景选择深度学习框架？谢梁： 微软作为一个成熟的领先 IT 公司，内部有自己的系统和深度学习平台。但是微软现在也拥抱各种开源工具。在深度学习框架选择上，仍然是根据自己需要的场景，「哪个能尽快提供从概念到生产系统的实现」是选择的重要依据。深度学习实战技巧CSDN：你的著作《Keras 快速上手：基于 Python 的深度学习实战》，选择从 Keras 入手简单、快速地设计模型，较少注底层代码，那我们是否可以这么推导：现在很多算法都封装好了，并且工业界应用的模型那么多，安心当调包侠就可以了？谢梁： 肯定不是这样的。诚然，现在的机器学习理论和算法越来越先进，很多以前需要数据科学家和分析师进行的工作都可以由算法自动完成，比如以前需要做很多人工的特征工程工作，现在新的算法将这方面的要求降低，但是如何选择合适的模型，如何对结果进行合理的解释仍然需要数据科学家有较好的理论训练和知识深度。 在工业界应用机器学习，包括三个部分：前端对实际业务问题的理解和翻译；中端对所选机器学习算法的实现；末端对结果的解释和在业务上的运用。现在有了较多可调用的机器学习包，只是让中段的一些工作简化，但同时对前端和末端提出了更多的要求，因为现在很多业务问题都非常复杂，如何将其合理地分解为可以进行建模的问题，非常考验实践工作者。同时，如何将分析结果植入到现有生产系统中，高效率高质量地运行也是不低的要求。「调包侠」会是被人工智能代替的首批白领之一，所以当调包侠可没法安心。CSDN：能否分享写这本书的初衷，以及写作过程中你印象最深刻的事情是什么？谢梁： 写这本书之前就有很多业界朋友问我深度学习问题，最多的就是如何开始，并能了解一些应用。他们也都看了很多市面上的深度学习书籍，基本面临两个难题：一是很多书是大部头论著，作为学校毕业多年已经工作的人来说没有精力研读 y；二是很多深度学习著作难以入门，学习曲线陡峭，不是适合他们的背景。他们需要一本简单实用的书，能达到快速入门的目的。CSDN：很多专家对这本书的评价都强调了「实用」，你能否总结这一点如何体现，实用的收获都有哪些？谢梁： 最实用的书就是菜谱，从配料都烹饪的每一步都一一列出。我们这本书也遵循这样的方式，不过多强调理论，而是具体强调对于一个问题去怎么做。没有深度学习基础的读者读完本书以后能自己举一反三进行类似问题的实际操作。CSDN：有评论说这部书后半部分讲解得比较深，需要有一定深度学习基础，你对本书读者的知识储备和配套学习资料有什么建议吗？谢梁： 这本书基本都讲得比较浅显，后半部分可能最深的要算时间序列的一些理论，但是并不影响读者学习深度学习实际操作部分。如果对那些理论暂时不了解的话可以跳过，先看代码，等有时间再回去依次了解每个概念。那么，对于开发者们来说，又该如何进阶呢？CSDN：通过 Keras 快速体验深度学习之后，如果还想进一步提升，比如希望透彻理解底层原理和优化，或者这本书的经验用到移动端深度学习，你有什么建议？谢梁： 进一步提升需要跟上最新的进展，可以多读读这个领域顶级会议的文章。如果没有什么基础可以从以前的经典论文开始读，辅以 Ian Goodfellow 与 Yoshua Bengio 合写的《深度学习》这本书能较好地了解原理。之后可以关注当前顶级会议的文章，看看最新发展。CSDN：有人评价说 Keras 不好调试，编译慢，那么 Keras + TensorFlow/CNTK 是否可以满足生产环境需求？谢梁： 相对于很多模型的训练时间，编译的耗时可以忽略不计。对于轻度的生产环境，Keras 本身就可以满足需求，比如用 neocortex.js 在浏览器中根据 Keras 模型实时打分。对于负载较大的生产环境或者对实时性要求非常高的生产环境，还是需要直接使用 TensorFlow 或者 CNTK 的底层 API。CSDN：对于调参，有哪些经验可以分享？谢梁： 调参对于传统的机器学习方法通常是通过 Cross Validation 进行 greedy search，但是对于 hyperparameter 的范围大致根据经验有一个设定。对于深度学习的模型，还是根据数据量大小和特点选择合适的结构特征比较有效。最后，10 月 28 日，谢梁将在「 SDCC 2017 人工智能技术实战线上峰会」上分享主题为《使用 Keras 由零开始快速构造自己的深度学习模型》的演讲。在这个会议上，还同时邀请了 阿里巴巴、商汤科技、第四范式、微博、出门问问、菱歌科技 的 AI 专家，将针对机器学习平台、系统架构、对话机器人、芯片、推荐系统、Keras、分布式系统、NLP 等热点话题进行深度探讨。详情可扫描下方二维码，或点击“ 阅读原文 ”了解。

为了帮助准备或正在进行学位论文研究和写作的同学们解锁优博“创作秘籍”，研究生院官微开设“优博优享”，精选部分2019优博作者的研究和写作经验以飨读者。本期分享人北京大学经济学院 吴群锋我的博士学位论文写作经过了一个比较长的周期。短期来看，学位论文的写作过程只包括了从博士毕业前一年开始的开题到最后的答辩通过；但长期来看，这个周期同时包括了刚入学时基本知识技术的学习、尝试写作发表规范经济学论文以及完成最后一篇完整的博士学位论文。这个周期的组成中，这三个部分对我而言同样重要，特别是前两个部分，具有奠基性的重要作用。01、确立职业方向博士论文写作过程中，我感到比较幸运的是自己比较早就确立了将经济学研究作为一生工作的职业方向，并得到了导师的大力支持与帮助。较早确立职业方向，为我省去了大量徘徊、筛选、尝试的时间和精力成本，使我能够专注开展学术研究。即使我的个人能力有限，利用比别人更多的时间和精力投入，我也能够弥补自己的不足，补平短板、构建优势。如果不能够确立职业方向，就容易犹豫徘徊，浪费较多的选择、搜寻成本。更为重要的是，我的导师给了我足够的方向指引和学术支撑，并给予了我很大的自由研究空间。导师的指引和支撑减少了我走弯路的可能性，并以很多的前期工作作为基础节省了我大量前期所需要投入的固定时间精力成本，使我能够专注在前沿文献的阅读和重要工具的学习等核心能力的提升上。自由宽松的研究氛围，使我能够选择自己感兴趣的研究话题开展深入研究，从而在深度上实现一定的突破。在这里，我要再次感谢我的导师杨汝岱副教授对我的大力帮助。02、确立论文写作的可行方案确立了职业方向后，在学习基本知识技术和开始尝试写作发表规范经济学论文的过程中，我发现“干中学（Learning By Doing）”的策略是一个比较切实可行的方案。时至今日，西方主流经济学已经发展出了一套完整的课程内容和培养体系。基本西方主流经济理论和工具，以“三高”（高级微观、高级宏观、高级计量）和各类计量方法为基础扩展开去，其内容不断深化、广延不断拓展，越来越细化、专业化。如果只是就理论学理论、就方法学方法，很容易顾此失彼，难以统筹掌握。而如果将经济学论文写作与学习理论方法结合起来，可能起到事半功倍的效果。一方面，这可以缓解论文发表压力；另一方面，在实践运用中所使用的理论方法总是能够掌握得更为深入、印象更为深刻。在尝试撰写论文时，努力尝试使用西方经济学数理模型、思考尝试多种不同计量方法，是一个很好的主动学习方式。经济学研究的领域广、涉及面大，不断尝试不同领域的研究，对开拓研究视野、提升研究能力也有很大的帮助。03、整合研究成果并注重创新研究进入到博士论文开题等正式环节之后，事实上博士论文就逐渐进入尾声，一方面需要新的创新研究，另一方面则需要统筹整合此前的研究内容，形成完整的论文体系。经济学类研究的特性之一是经济类研究涉及面广、联系多样，即使是一个较小的子领域也会涉及非常多、非常重要的关联经济学话题。例如，我主要的研究领域是贸易与发展经济学，考察贸易在经济发展过程中的作用。这就涉及到贸易和发展两个重要的领域。而发展过程中，制度因素是重要的作用变量——不论是作为解释变量还是被解释变量——这就又涉及到制度经济学的研究领域。这样丰富的关联对我们的研究能力提出了很高的要求——事实上我在写作过程中感到了巨大的压力。国外知名高校的优秀经济学博士学位论文对这一问题的一种处理方式是，一篇经济学博士论文可以由多个较为独立的部分组成，并不强求一个非常细化的论文研究题目，而是使用一些比较宽泛的题目来统筹其多元的研究内容，例如“An Essay on International Trade”、“An Essay on Macroeconomics”等等。当然，这并不意味着排斥传统的细化深入的博士论文研究范式。如何从一个细化的问题得到一般性的、具有全局意义的发现与结论，同那种多元式的、联系广泛的博士论文，具有同样的研究难度和研究意义。我想这是一个可以选择的问题，取决于博士生自身的研究特点和优势。博士论文撰写的最重要问题之一，是思考论文的创新性贡献与定位。对于这个问题，撰写的时候应该做到心中有数、下笔有点、成文有体系。学术论文的核心是创新性，寻找和把握创新性也是最大的难点所在。大量的文献积累和方法掌握是一个基本前提，达到以点带面实现突破。这需要一个很长期的过程，这个过程不仅局限在我们博士学习期间，而是更为长期的职业生涯所同样需要积累发现的。我想博士论文只是阶段性地达成了这一目标。此外，经济学科的研究特点决定了，重大、重要的社会经济问题，总是历久弥新的。美国上世纪的“大萧条”已经过去了八十年，至今还有大量知名学者在进行研究。注重对这些重要社会经济问题的深入研究，可能是一个可以长期坚持的方向，也可以体现出经济学研究的社会经济价值。来源：北京大学研究生教育 作者：吴群锋

编者按：亚马逊近几年来已经聘用了超过150名经济学博士，可能是私企行业中最大的雇主，仅次于有数百名经济学家的美联储这样的机构。亚马逊之所以重金聘用大量经济学博士，其意图显然是希望借助经济学家的专业知识，提升公司运营效率，改善公司赢利能力，从而进一步增强公司的核心竞争力。这篇文章，翻译自原题为Amazon gets an edge with its secret squad of PhD economists的文章，作者Lydia DePillis。Lydia希望通过这篇文章，向你介绍亚马逊背后的这群经济学家的故事。对通货膨胀现状及预测做出分析，是非常棘手而复杂的任务。在美国，国家劳工统计局（Bureau of Labor Statistics）通常会派遣相关测试人员到商店记录所有在售商品的价格，并通过电话调研了解消费者在如燃气及葬礼服务等第三行业的具体花费。然而，亚马逊认为自己可以做得更好。在第三方研究人员的协助下，亚马逊的经济学家正在研究一种方法，通过在自有平台上成千上万的交易数据来预测并分析通货膨胀。通过自动分析产品描述，这些经济学家可以更好地评估平台上销售的连衣裙、榨汁机以及浴室脚垫等商品的质量，从而在理论上建立一个更有精准性和实效性的产品价格指数。这只是亚马逊近年以来招聘的一批经济学家参与协助的若干项工作之一。随着亚马逊的壮大发展，它不断地涉足于更多的商业领域，包括零售服务以及云计算服务等若干领域，并且通过核心技术实现了在众多领域的历史性颠覆。如今，亚马逊正在着力改变经济学家乃至整个经济学领域的传统角色。相比于其他行业，经济学博士人才库规模本来就不大。据报道，美国每年平均只有约1000名经济学博士毕业生，而亚马逊每年都会从这个人才库中吸纳关键人才。虽然如今对“经济学家”的定义已十分模糊，但这门学科通常都被理解为关于人们如何使用有限资源以及面对优惠激励如何反应的研究。图片来源：Youtube.com过去几年中，亚马逊已经聘用了超过150名有博士学位的经济学家，可能是私企行业中最大的雇主，仅次于有数百名经济学家的美联储这样的机构。此外，在每年一月举行的美国经济协会（American Economics Association）年会上，亚马逊也是唯一一家在年会期间设有招聘摊位的企业，并且还在现场派发免费签字笔和带有亚马逊logo的压力球。相比于在学界或政界供职的经济学家，亚马逊的经济学家其工作内容几乎完全处于保密状态，此外，亚马逊还要求所有受聘用的经济学家签署保密协议。然而，据相关背景调查和亚马逊自身透露的信息称，不断地招募并发挥经济学家的价值，对亚马逊在电子商务领域的惊人增长是非常关键的因素之一。在亚马逊，受聘用的经济学家通过机器学习算法，实现大规模地决策自动化。其中，包括制定房地产决策、在追求利润的同时尽可能保证产品定价更低以及判断营销广告是否有效等方面的决策。如果公司规模不够大的话，根本不可能有足够的资金用于这方面研究和决策。因此，亚马逊才得以把行业中的其它竞争对手远远地甩在身后。其他重视经济学家的科技公司，比如有30人经济学家团队的Uber，坦诚地表示，他们对亚马逊的发展规模表示钦佩。“亚马逊是唯一一家聘用了如此多经济学家的公司，而且还取得了如此大的成就。”Uber首席经济学家乔纳森·霍尔（Jonathan Hall）在今年一月美国经济协会年会上的演讲中说道。虽然许多公司都会聘用经济学家，但他们大多在公司中都担任对外发言人或扮演企业总体战略顾问等角色。乔纳森说，他和亚马逊都在尽可能地让他们成为几乎每项商业决策中的核心顾问，并通过大量的数据用科学的方法来取代人们对科学的直觉认知。同时，亚马逊也在根据自己的品牌定位和发展重新塑造整个经济学领域。“亚马逊的经济学家，并不会担任像传统的首席经济学家那样的角色，”美国商业经济学协会（National Association of Business Economics）执行董事汤姆·比尔斯（Tom Beers）说，“他们现在从事的是完全不一样的工作。”来自亚马逊分拣配送中心网络的数据，可以帮助经济学家更好地预测各中心的库存需求、配送车辆的最佳行驶路线以及如何保证一线员工更高效地工作。科技领域经济学家的崛起就私企而言，经济学家对他们并不是很陌生。长期以来，他们一直都在协助预测宏观经济，从而在生产产品、拓展市场以及采购原材料等方面提供战略决策支持。此外，这些经济学家也早已涉足于科技领域。像IBM、英特尔以及微软这些科技公司，几十年之前就开始聘用经济学家了。谷歌的首席经济学家哈尔·范里安（Hal Varian），就曾帮助谷歌设计过首次公开募股（IPO）的全新拍卖模式，此外还确保谷歌在整个过程中不会违反反垄断法的相关规定。据谷歌官方消息称，谷歌现在有大约300名经济学家和统计学家，但这两个岗位具体分别有多少人，谷歌并没有详细透露。但是据报道，在这一领域聘用经济学博士最多的科技公司，目前仍然是亚马逊。在过去几年中，少部分以面向消费者为主要经营方向的小型科技公司，比如租房购房搜索平台Homeaway以及求职网站Indeed，也开始聘请聘请经济学家来分析处理用户数据，并从中获取某些信息。这些信息还可以打包成为赢得媒体（earned media），提供给相关记者。此外，他们还要求这些经济学家协调政府公关。通过对数据的分析，向政府部门展示其对某特定领域的积极影响，从而在有关法律法规的制定方面有更多的发言权。两年前，美国商业经济学协会还专门为科技领域的经济学家组织了一场年度盛会，其中的主讲嘉宾有四位来自亚马逊的经济学家。此外，亚马逊同时也是会议后的招待宴会赞助商。根据哈佛商学院教授迈克尔·卢卡（Michael Luca）以及斯坦福大学商学院教授苏珊·艾西（Susan Athey）最近联合发表的一篇论文，在美国经济协会官网发布的工作机会中，招募经济学家的科技公司在2014—2015年有15家；而2017—2018年则增长至21家。就目前的数据来看，这个数字今年有望继续增加。此外，鉴于并不是所有的科技公司都会通过该网站发布招募信息，因此实际数字应该要比这个数字大。在各行各业中，数据如今是非常重要的转型要素之一。此外，另一个决定性因素则是，结合软件工程师的软件以及经济学家的专业知识进行数据分析的能力。“试想一下，如果你是一家大型零售企业，你的若干门店分布在不同的区域，”IBM的首席经济学家马丁·菲林明（Martin Fleming）说，“基本上，在了解门店具体销售表现的时候，我们大概有30%至40%的准确率。然而，如果借助于机器学习和人工智能，我们在分析预测某特定门店的业务时，准确率就可以接近90%。”亚马逊有着比其他任何公司都要多的海量数据，而且亚马逊旗下各个业务部门也都需要数据，从而来支撑像贷款、网络服务或最后一公里派送等日常运营。因此，对于像亚马逊这类型的公司而言，这种获取并分析数据的能力是极其重要的。在亚马逊，很多主流产品的定价决策，比如智能音箱Echo Dot到底该卖多少钱，都离不开这些经济学家的个人投入。“你要做的，实际上就是清理垃圾”亚马逊的数据处理团队的总设计师是帕特·巴贾里（Pat Bajari），无论是作为一名学者，还是入职亚马逊过后，他都是一个备受尊敬的人。1993年，巴贾里在明尼苏达州立大学获得博士学位后，他所研究的课题非常广泛，发表的论文涵盖了房价、政府采购、拍卖甚至共谋等领域。在哈佛大学、斯坦福大学和杜克大学工作后，巴贾里于2010年入职亚马逊，并担任副总裁一职。两年后，他又接受华盛顿大学的邀请，担任其首席经济学家一职。一直以来，亚马逊都要求旗下所有的经济学家不得接受外部任何采访，也不得回答有关其在亚马逊具体工作的问题。但这些经济学家偶尔会在公开场合发言。巴贾里就曾在美国经济协会的会议期间发表了一篇论文并发言，其发言主题是“大数据如何影响公司业绩：亚马逊是如何利用海量数据和实验结果来预测零售需求的”。在演讲中，巴贾里介绍了亚马逊的承接，同时还分享了他个人对经济学可以如何重塑科技公司的看法。“大约从八年前开始，我就逐渐发现这个行业在不断变化。企业开始更加严肃地利用科学方法，来扫清内部传统的猜忌认知，”巴贾里带着特有的紧张笑声说，“实际上，这就是在不断地清理垃圾。”在其他公司，经济学家通常会组成一个小团队。但是在亚马逊，他们却是和公司上上下下的各个团队紧密配合在一起。在一份印刷精致的招聘手册中，亚马逊描述了其经济学家是如何在向第三方贷款业务中协助建立风险模型的。此外，手册中还描述了他们如何为产品设计和用户活跃度追踪等业务提供咨询，协助云服务业务精准定位目标客户，以及预测消费者网站的服务器容量需求等工作场景。亚马逊首席经济学家帕特·巴贾里（Pat Bajari）在招聘视频中的讲话截图在亚马逊招聘网站上，目前发布了46个全职和实习经济学家岗位。其中，有一些岗位的主要工作职责是协助对卖家定价进行微调、通过亚马逊庞大物流体系研究配送卡车的高效运输路线，以及识别高校人才的核心特征，从而为公司招聘提供支撑建议。例如，亚马逊有一个名叫“联络”（Connections）的程序。通过这个程序，可以向员工分发小型问卷：你在工作中是否有机会学习新事物？你的团队是否总是把客户放在第一位的？在交付成果过程中，官僚主义在多大程度上对你造成干扰？为了进一步优化员工的反馈信息，亚马逊还推出了若干措施，比如培训经理人员更好地与下属进行互动。在早期的时候，公司都比较看重心理学家、其他领域的科学家以及产品经理等发挥的重要作用。但没过多久，亚马逊就发现，仍然无法实现其追求的终极目标，即更好的业绩表现。相比之下，经济学家则可以对前述的若干措施逐一分析，并发现到底是哪一种措施可以促进更高效的生产力。“心理学家之前在亚马逊度过的日子并不轻松，因为他们并没有接受像经济学家那样的系统培训，而这些培训是直接与利润挂钩的，”一位不愿意透露姓名的前亚马逊经济学家表示，“亚马逊非常重视数据。如果你无法证明你的项目能帮助客户的话，那这个项目很有可能被砍掉。”在确认某人力资源试点项目是否可行的过程中，亚马逊经济学家基本上都会用到“因果推断”（causal inference），即了解是什么导致了什么的发生，从而该做什么，又不该做什么。以Prime会员订阅服务为例，消费者订阅这项服务是否主要是因为免费派送服务？还是因为流媒体视频？或者是因为全食（Whole Foods）的折扣力度？对于这些问题，经济学家基本可以推测出最相关的答案，从而帮助公司更好地进行保留或取消某项福利的决策。此外，还可以在如何提升广告业务、在哪里开设书店或新建仓库，以及蓝牙音箱Echo到底该如何定价等方面提供其专业建议。在大多数公司，这类工作通常都是由数据科学家来完成的。但据另一位亚马逊前经济学家透露，巴贾里一直倡导聘用接受过正统经济学课程的人才，并尽可能地参与到更多的商业决策中。“在某种程度上，他们认为经济学家所拥有的核心技能和知识，更适合用于解决各类型的商业问题。”这位前经济学家透露称，“因为如果你要写经济学论文的话，基本都是去研究像最低工资的影响等内容，而通常都不需要去做实验。”亚马逊的经济学家，会对数以太字节的数据进行分析研究，从而找到最适合进行零售的地点、在货架上摆放什么商品，以及Prime会员最关心的福利是什么。冲破象牙塔的桎梏创建一支由150名博士经济学家组成的团队，一点也不容易。特别是在研究院修读博士学位期间，不少学生都听过“如果在大学找不到工作，就去私营企业”这种说法。此外，私营企业的经济学家也很少在学术期刊发表论文，这却是学术界的核心指标。然而，与其他人文学科相关的领域不同，经济学家获得的报酬还是非常丰厚的。在亚马逊，经济学家的报酬就更丰厚。即便是初入门的经济学家，其基本年薪也高达16万美元，这几乎是亚马逊所有员工中最高的基本工资。此外，他们还有额外的股票期权。这样一来，总体收入还是非常乐观的。然而，这并不是亚马逊招募刚毕业的经济学博士生的主战场。负责管理经济学家的团队负责人，基本上都是著名学府的终身教授，他们发表了大量了学术论文和书籍。在他们的领英简历上，你可以看到他们的一系列作品。但同时更重要的是，他们还把领英状态修改为“我在招人！”总的来说，他们向外界传达的信息是，如果能够进入亚马逊工作的话，就可以获得海量独家数据来进行分析研究。这可是在学校研究期间都无法获得的宝贵数据，虽然处理起来可能会费时又费力。“如果你知道我们日常工作中分析处理的数据，足以让我们感到焦虑不已的话，你可能既会觉得羡慕，又会觉得我们可怜。”2013年加入亚马逊的高级经理兼经济学家威尔克·马伦道夫（Wilko Schulz-Mahlendorf）在他的领英主页中写道。如今，知名学府也在开设机器学习和人工智能相关的课程。看来他们也意识到，这些是处理现有数据的必备技能，也是当今经济社会中面临的最大的问题之一。对许多学者而言，也存在一定的弊端。如今的私营企业，创建并掌控着了解当代世界所需的大部分原材料。“在这之前，经济学家所研究的基本都是公开数据，”法国塞吉-蓬图瓦兹大学（Université de Cergy-Pontoise）经济史学家比阿特丽斯·切里尔（Beatrice Cherrier）说，“而如今，如果你要研究经济行为，却只有科技企业才有这些数据，而且这些数据并不是公开的。”切里尔解释说，如今的这种发展局面，不仅会让世界各地像亚马逊这样的企业为所欲为地掩盖对公司不利的信息，同时也因为数据源并不是公开的，就更难去复制抄袭他们愿意透露的任一研究。图片来源：Getty Images然而，对于亚马逊内部的人员而言，这却是充满欢乐的游乐场。达丽尔·费尔韦瑟（Daryl Fairweather）在2014年从芝加哥大学获得经济学博士学位后不久，就加入了亚马逊。在那之前，她曾短暂地供职于圣地亚哥的一家咨询公司。但她当时经手的项目周期较短，压力又大，并且在工作中找不到一丝乐趣，而又碰巧注意到亚马逊在各个地方的招聘信息。就这样，她顺利进入了亚马逊。“去了才发现，你可以同时面试多个岗位。”费尔韦瑟说。她在2018年选择离开了亚马逊，并跳槽至地产经纪公司Redfin担任首席经济学家一职。而一经录用后，你就会发现大量研究问题。“如果我觉得有什么内容真正值得深究的话，那我就可以深入去研究。在那之前，没有人会告诉我，到底什么才是最重要的。”费尔韦瑟说。另一个吸引人的方面是，尽管亚马逊经济学家的所做工作可能永远都无法被普通大众所知晓。但在公司层面而言，他们的成就却可以影响上百万人的生活。在亚马逊，即便是初入门的经济学家也可以在高级副总裁面前呈述其研究内容；公司也会进行专项评估，从而确认其研究内容是否会对公司产生有利影响。“就个人而言，这样的经历是非常振奋人心的。我能从我所做的工作中，看到明显的价值所在，而且是实打实的。”费尔韦瑟说，“如果你只是在学术期刊发表论文的话，就很难知道当权机构是否会根据你的研究结果做出不同的决策。”编译组出品。