经济学博士学什么

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#

一、艰难多舛的求学路许多人的人生，往往在一瞬间就会走上岔路，命运就此发生改变。王争，中国第一位无臂经济学博士，1991年，9岁时去母亲的工厂里玩耍，捡一根旧灯管时不小心碰触到厂区的高压电线，被强大的电流烧毁双臂的全部神经。为了保住生命，他不得不截去双肢。身体的残疾，没有让王争沉沦，而是更加激发出上进的动力，从练习身体平衡，到用嘴咬住毛笔写，一点一点克服普通人不曾经历的艰辛。最初的时候，王争的口腔常会被笔磨出血，口水会濡湿作业本。但无论怎样艰苦，王争都会坚持每天用嘴写200个字，用脚趾写100个字。笔杆上留下了他的牙印，视力变成了200度近视。笔越写越流畅，无数次临写《多宝塔碑》、《兰亭序》后，王争竟然练出一手漂亮的书法，学会用脚下脚趾每分钟在电脑里敲出120个字，高中阶段，王争是在北仑中学度过的，每天除了努力，还是努力，学习成绩一直保持优异，为了能找到日后接受自己的大学，整整三年，王争除了学习，就是准备资料与国内稍有名气的大学联络。记不清寄走多少希望，记不清收到多少拒绝，即使在自述材料中“承诺只要能上大学，不会要求任何特殊照顾”，但是，因为体检不过关，直到2001年高考那天，仍旧没有一所大学肯为王争敞开大门。极度的压力和失望，让走进考场的王争感受到紧张，甚至一度出现腹泻症状，影响考试发挥，文科考出651分。回忆起高中时代的求学，王争感慨地说过，当时“压力很大，有很多顾虑。不能开车，也不能从事体育运动，我只能做力所能及的事。”唯有在学习上超过别人，才有可能为日后的人生道路搏出生机。“支撑自己走下去的信念是，将自己唯一能做好的那部分做到最好。“二、浙江大学带来王争人生第一次飞跃虽然体检不合格，但是历经波折，浙江大学终于为王争打开大门，破格录取他到经济系继续求学。如同在黑暗中行走突然见到了光，进入大学的王争如鱼得水，找准了自己的研究方向，开始人生第一次飞跃。2006年9月，王争又以优异成绩被保送攻读浙大经济学研究生，多篇论文在国内权威刊物上发表，并在第六、七届中国经济学年会上获奖。成绩光环的背后是常人难以理解的辛苦：2006年8月，在研究中国地区工业生产绩效的课题时，设计模型、修改模型，数值分析，各省有关的经济数据瀚繁，最后用脚趾敲完所有数据用去2个多月的时间。2007年，王争提前一年硕士毕业，进入浙江大学继续攻读博士，由此成为中国第一位无臂博士，同时成为第一位获得浙江大学最高级别“竺可桢奖学金”的人文社科专业研究生，同时荣获“浙江大学优秀毕业生”的荣誉称号。成功没有让王争忘记对朋友的感激，他在“竺可桢奖学金”获奖感言中写道：“理论之树常青，生命之河亦不息奔流。做一个勤奋的水手，等待下一个起锚的港口。怀着感恩的心，真诚对待身边每一位朋友。探索真理与未知，经邦济世当是至高追求。”浙江大学经济学博士毕业后，2009年3月，王争独自远赴英国，进入诺丁汉大学攻读西方经济学，成为有史以来中国第一位无臂残疾人留洋博士后。王争在又一次付出数倍于常人的辛勤之后，2012年获得诺丁汉大学经济学博士学位和学校的最高荣誉——“校长成就奖”，并且会每年为王争提供一套60平方米的单人公寓和2.2万英镑的奖学金。王争的事迹迅速在英国传播，一位伦敦大学的学生给王争留言，佩服地说：比起你，我们还有什么理由抱怨生活？生活确实如此，有人只会一昧地感叹命运不公正，有人在失败后苦闷沉沦，有人因为一点点挫折咒骂生活，却不肯花一点时间反省，乐观坚强地面对眼前的困难。哪怕生活有一万个理由让你哭，你也应该用一万零一个理由让自己笑。三、你若努力，命运也会让路如今的王争在英国德蒙福特大学执教，担任国际贸易课程的教学工作。生活虽不富足，但王争感觉自己的努力终是有所回报。每次谈及高考，王争都是深有感触：“通过高考进入大学，给了我一个崭新的平台，丰富多元的学习资源，言传身教的老师，热心友善的同学，这些都是通过啃书本自学不可能拥有的珍贵东西。”岁月的磨难，让更多人明白高考的意义与价值：高考是人生中的一件大事，知识改变命运。倘或没有高考，王争不会实现做“一名大学教师”的梦想。对多数普通人而言，或许眼下的你不够优秀，但与其抱怨，不如用抱怨的时间去努力。王争的事例告诉我们：“困难是暂时的，一切都会好起来的。”“你若努力，世界也会给你让路，”命运也是如此，“你若努力，命运也会给你让路。”

提到阿加莎，大家会想到她的《无人生还》、《东方快车谋杀案》等等被编排成无数影视作品的经典推理小说。但你相信，一个喜欢阿加莎的经济学博士，竟然可以靠研究阿加莎，发表了论文参加了会议，并且还从中找到了学习经济学的灵感？剑桥大学的经济学博士魏仪老师在看新版《东方快车谋杀案》电影中发现了一名不起眼的列车员Pierre Michel。作为阿加莎的铁杆书迷，她发现这个列车员也曾出现在另一本小说《蓝色列车之谜》中。从这名列车员开始，魏仪老师开始了她关于阿加莎的研究。她发现除了Pierre Michel以外，还有很多其他的小人物，频繁的重复的出现在阿加莎的各种作品中。她发现这些小人物其实都具有他们的原因和作用。在阿加莎不同的创作阶段，这些小人物的出现也具备他们的意义。在研究的过程中，魏仪老师不仅加深了自己对于阿加莎作品甚至对阿加莎本人生平的理解，更是发现，对阿加莎的研究在自己经济学博弈论的研究方向上也十分有帮助。大部分的小伙伴，在听到“研究”、“科研”等等，都会觉得这会是一个枯燥而漫长的过程。然而魏仪老师的例子告诉我们，其实我们的爱好都可以作为自己的研究方向，而研究这个爱好，也会在无形中帮助我们主业的学习。不管你的爱好是玩游戏、吃东西、还是看书看电影，其实只要你细心研究，他们中都有大大的学问。比如说，因为爱玩《刺客信条》，开始研究起了古埃及，发现古埃及历史上各种有趣的事情；因为爱吃地三鲜，开始研究起了天体物理，发现茄子土豆和青椒在一千年前其实是一种生物；因为爱看鬼故事，研究起了各种女鬼形象所代表的东亚文化。如果你也对阿加莎和魏仪老师的研究充满兴趣，或者你有一个想要深入研究的爱好，却不知道该如何入手，那就不要错过这次的讲座！在讲座中，魏仪老师将会分享自己关于阿加莎的“冷门发现”，还会分享自己研究阿加莎的方法和经验，以及自己在关于阿加莎的研究是如何帮助自己学习经济的。参与方式请见下方海报：

在EVE的世界中，每个玩家都可以找到自己的方向和定位，并且玩出不一样的人生。即便在里面当一个买卖的商人，也有可能成为一个传奇。据说最成功的那位商人，因为赚的钱太多，打开浏览时会让服务器卡上3秒……尤里安-敏兹，现实中的经济学博士，在EVE里是个顶级商人，也是晨曦服首富。不少玩家都听过关于他的EVE商业传说，所以，今天我们就要聊一聊博士在EVE白手起家的故事。根据2015年尤里安-敏兹自己公布的数据，当年他钱包中的资产数字为111万亿ISK，这才有了后来“服务器卡3秒”的传说。尤里安-敏兹的发家史要从2012年说起。作为一名不带“富二代”属性的普通玩家，必须要在前期积累财富，为将来的商品投资提供资本，尤里安-敏兹白手起家的行当就是采矿。但是卖矿行业玩家众多，竞争太大导致利润过低，尤里安-敏兹转而把突破口放在打造零件和制造舰船上。凭借对图纸的收集和相关制造技能的积攒，尤里安-敏兹很快成为小有名气的制造商。依靠大量采购下游玩家提供的矿石资源，尤里安-敏兹加工制造一番后，将成品出售给有需求的上游玩家，赚钱模式几乎和现实世界几乎一模一样。从制造业赚下数桶本金后，尤里安-敏兹向顶端“商品投资”发起了进攻。尤里安-敏兹在玩EVE的同时考取了宏观经济学博士学位，是一个名副其实的大学霸。和普通商人不同的是，尤里安-敏兹打入EVE市场的第一步，是从分析EVE中的经济结构开始。他特地找到并熟读CCP首席经济学家Eyjólfur Guemundsson在论坛中回复的，数百条有关EVE游戏市场架构和改进思路的回帖。在之前的商业经历和理论的验证下，尤里安-敏兹基本上已经摸清EVE市场的宏观规律。Eyjólfur Guemundsson游戏中的商业材料、物资或者是道具的价格波动情况，他基本可以准确预估，有着独到投资眼光的尤里安-敏兹，鲜有败绩，囤货倒卖或者大量制造让他一夜暴富。例如2012年上线的飞行员执照（PLEX）刚流通时，他迅速以16亿ISK每张的价格收了几千张，仅仅过去一个月的时间，飞行员执照价格就飞涨至25亿。在一张卡可以赚10亿的情况下，尤里安-敏兹的就从其中赚了万亿的差价。而且尤里安-敏兹在赚钱方面属于分毫必争型，不放过任何“小钱”。不管是几万ISK的索敌计算机弹药还是利润不高的技能书，统统来者不拒。不放过任何一个赚钱的风口，是他成功的秘诀之一。尤里安-敏兹不仅自己赚钱，还带着其他玩家一起赚。他特地制作教学视频《EVE吉他贸易对决战》，无私地分享自己在吉他服市场中如何把握时机、抓住市场，最后赚取财富的经验，希望以此对其他商海打拼的玩家有所启发。尤里安-敏兹似乎感受到分享给自己带来的满足，类似的“慈善”事业一发不可收拾。为资助一些具有远大抱负的游戏新人，尤里安-敏兹组建了新人培训军团，还斥1万亿ISK巨资作为该军团的启动资金，如此慷慨解囊让他成为新人玩家眼中的传奇人物。除了对新人玩家的扶持，尤里安-敏兹对于国服物价的平衡也作出了重大贡献。众所周知，垄断物价是暴利的根本途径，很多玩家在EVE中也企图垄断某个道具达到自己暴富的目的。有意思的是，只要有玩家开始垄断某样商品，尤里安-敏兹便会悄悄放出大量存货，给这些哄抬物价的商人们上一课。铁腕手段和慈善并行的行事方式令无数玩家佩服，尤里安-敏兹直接被玩家奉以“国服第一商人”、“慈善商人”的名号。从2015年后尤里安-敏兹极少在社交平台中露面，但是至今他的账号却一直活跃在游戏里，让星空继续叙说他的传说。下期预告：他曾是美国NASA员工，退休后成为游戏中人人尊敬的太空教皇。60岁高龄的他热血依旧，用自己的力量保卫着艾玛族的荣耀……

学历越高面对工作选择就越多，这也是很多人读完研究生之后再选择继续深造。这年头研究生一抓一大把，甚至硕士毕业的人也比比皆是，但是博士生相对来说就要少很多。博士的含金量比起硕士自然的高出不少，但是他们在面对工作时也有烦恼，并不是找不到，而是不知道如何去选择，今天我们就来看看一位博士毕业生遇到的难题。这位网友说自己是北方的普通家庭，家里也没有什么背景，工作全靠自己的努力。当年自己在北大读完硕士之后，没有选择出来工作，反而是继续留在学校攻读博士。后来也算成功上岸，拿到了北大经济学的博士学位。毕业之后也相继收到了很多offer，但是自己只保留了两个。一个是留在北京，去一家985大学当老师，每年的课题和基本薪资加在一起最开始也有二十多万的收入。第二个是福建省定向的选调生，前两年是科技副县长的级别，两年后转为正式的副处级。觉得这两个都不错，不知道该选择哪个，想听听大家的意见。网友看完之后也是纷纷给他出主意，有网友说道：建议还是选第一个好些。毕竟经济学也是你的强项，985大学的老师在社会地位上也不比副处级差哪里去。而且近几年教师的福利待遇也提高了不少，假期也多。大学教师不比高中初中教师，课程相对要少很多，人轻松薪资也不错，没事自己也可以搞搞课题研究，轻松又自在，比在官场上打拼强多了。还有的网友说道：北京是能体现个人能力，福建是考验你的为人处世能力。如果你擅长和人打交道的话，还是建议去福建的好。985的老师归根到底终究也只是个老师，你去福建发展好了说不定还能在政界做出一番事业。你留在北京只能说是达到了人生的终点，但你去福建那就是人生新起点，未来还不知道能达到什么高度。政界和学术界的选择，教师行业薪资稳定，生活轻松。政界得学会处事圆滑，处处看人眼色，一旦熬出头那就是前途不可限量。不知道大家会怎么选择呢？欢迎大家在评论区留言。

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

王福重，一个经济学博士，为何如此信口开河？职业可以有差别，但没有贵贱之分。“农民出大力、流大汗就是愚蠢和懒惰的行为……”“农民不值得尊重，因为老实巴交辛苦干活的农民是最懒惰的……“”农民甚至几乎没有什么贡献，因为农民辛苦种地并不会发明东西，也不会开放新世界。”工作之余，刷刷新闻，看到了网上流传的一个经济学博士王福重的言论，可以说还挺火了。于是翻开百科，王福重，经济学博士，北大博士后，中央财经大学教授，名头可谓响亮。今天，祥子就和大家聊聊这个事儿：首先，可以看出来，这位博士想强调的是科学的重要性这点毋庸置疑，也早有定论，马哲告诉我们，“科学技术是生产力”，这也是我们社会主义社会发展的一条基本原理。但是，我们应该明白科学也只是生产力的一部分。就好像一架机器有无数个零件，作用不同而已。隔壁农村老王说了：“我虽然没受过啥高级教育，但我知道，如果把国家比作一个人，那么各行各业便是人身体的某一部分、手、足、嘴、耳、眼、大脑等等。你们说说，身体缺了哪部分是健全的。”解放生产力靠科技、知识不错，但根据实际，提高农民的技能是需要一定发展过程，在这个过程中很多地方的农民劳动还需要靠“蛮力”才能完成，所以王教授说话有点不腰疼。既然是博士，又是公众人物，那么为何要用如此拙劣的话呢。换个说法，不就是想表达：“用科学技术解放农民，提高农业生产力，使农民有足够的时间和精力提高自己的就业能力。”正常说话不行吗？为何要用这样的言论贬低农民，伤害农民的感情，以及一切有良知的人的感情。第二，职业可以有差别，但没有贵贱之分经济社会高速发展的今天，工作不仅仅是谋生的手段，也是我们生活的第一需要。职业也许可以分出高低，但没有贵贱之分。仔细想想，广大农民是整个国家最大的后备力量，最大的后方。国家要发展城市建设，农民工就从农民中走来，不辞辛劳，冲去一线干起来，大城市的高楼大厦哪里没有“农民”的坚强身影？在往前说，战争时期，农民拥军支援前线、交公粮制军需物资、冒枪林弹雨组担架队上火线，这些巨大无比的力量，可以忘了吗？一叶障了目而不见了泰山？还大放厥词，用一句祖宗们常说的话叫“罪过啊”！不论是农民还是其他工作人员、亦或是像博士这样的高材生，本质都是一样的，只是工作的性质不同，所以别瞧不起农民，大家都有各自的事儿，做好各自的事就好。最后，人的收入高低，虽然不是以“出大力、流大汗”的辛苦程度来定的，而是市场供求关系决定的，是由你自身的价值决定的，是由自身可替代性大小决定的。但是，人的价值、贡献的大小，也不是以收入高低，自身可替代性大小来衡量的。我是祥子，很荣幸能和各位远方老友们交流。

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。

“给我二十年，还你一个强大的俄罗斯！”，这是普京上台时对全体俄罗斯百姓的承诺。现在二十年过去了，我们再回头看，这句承诺实现了吗？据最新统计，2019年俄罗斯的名义GDP为1.69万亿美元，仅略高于中国广东省。在全球排名第11位，跟第12名的韩国思密达不相上下（韩国GDP为1.64万亿美元）。而且因为今年疫情、油价暴跌的因素，大概率会被韩国超过。可以明显看出普京当初的承诺是兑现不了了。于是大家纷纷陷入了沉思：俄罗斯经济为什么会落到这个下场？有同情俄罗斯的人说是因为西方国家打压，对俄罗斯经济进行制裁导致的。也有比较客观的人说是因为俄罗斯经济太依赖能源出口，在能源价格下跌的大环境下，走向衰退是必然的。这些分析都有些道理，但是没说到根子上。像俄罗斯这种中央集权的国家，兴与衰都取决于领导人的战略决策水平。换句话说，普京对经济的认知水平才是造成俄罗斯经济大起大落的根本原因。一、2000年到2008年，俄罗斯经济异军突起很多人知道俄罗斯总统普京是克格勃出身，但是很少人注意到他居然还是个经济学博士。普京于1997年获圣彼得堡矿业研究所经济学博士学位。他的博士论文——《在市场经济形成过程中矿产资源可持续发展的战略规划》。在这篇论文中，普京主要论述了他的几个观点：1.能源私有化，不利于俄罗斯能源行业的健康发展。普京认为私营企业追求短期利润最大化，不会真正投资到能源勘探等基础工作上。只会不断索取国家已经探明的资源储量。长期看不利于俄罗斯能源行业的健康发展。2.国家应该收回能源行业的控制权，作为政府重要财源，保障国计民生。普京认为能源行业是俄罗斯最重要的行业，交给财团寡头控制，他们偷税漏税，穷奢极欲。对俄罗斯政府而言没带来多少好处。相反，如果政府收回能源行业的控制权，有了巨大的能源收益，政府就有财力来提高人民生活水平，推动社会经济发展。3.收回能源控制权对国家利益最大化和恢复俄罗斯国际政治地位意义非凡。私营企业控制能源时，会互相恶意竞争，贱卖国家资源。只有国家掌握控制权，才能提高俄罗斯能源在国际市场上的议价能力，实现国家利益最大化。并且作为一把锋利的外交武器去增加俄罗斯外交谈判的筹码，有利于恢复俄罗斯在国际政治舞台上的地位。可以说普京当时对俄罗斯经济状况的分析真可谓是入木三分，后来的执政方向也是按照这个思路进行。1.普京上台后，强硬出击，打掉了财团寡头尤其是能源寡头，收回国家对能源的控制权。比如2003年以偷税漏税等罪名逮捕了尤科斯石油公司总裁，首富霍多尔科夫斯基，并指使国家全资的俄罗斯石油公司吞并了尤科斯石油公司。2. 政府把巨大的石油收益拿出来改善老百姓生活水平，巩固了执政基础，推动了经济发展。政府大力改善被忽视的医疗保健和教育体系，并对民众住房进行补贴。受到了老百姓的衷心拥护，以至于俄罗斯姑娘当时都唱“嫁人就嫁普京这样的人”。从2000年到2008年，俄罗斯的GDP平均增长高达7%左右。3.外交上使用能源武器拉一批，打一批，实现俄罗斯经济和外交利益最大化。比如利用中日矛盾, 在远东石油管道问题上大做文章，最后却搞了对自己最有利的方案。另外还记得2008年石油价格暴涨到147美元一桶吗，没有俄罗斯在背后搞鬼？我不信。在这8年期间，普京对俄罗斯经济的主要矛盾的判断是非常准确的，实施的内政外交策略也是非常有效的。二、2009年到2019年，俄罗斯经济陷入停滞2008年，俄罗斯GDP总量就达到了1.66万亿，而2019年GDP总量才1.69万亿。考虑到美元的通货膨胀因素，可知俄罗斯经济近10年来其实是一直衰退。俄罗斯的经济形势为什么会急转直下呢？很多人说是08年金融危机和后续跟西方国家闹翻造成石油价格暴跌毁掉了俄罗斯中兴之路。其实这只是表面原因，根本原因还是在普京身上。他对经济的认知水平的停滞不前导致了俄罗斯经济深陷“资源”泥潭不能自拔。像俄罗斯这种大国，是不可能永远指望出卖初级资源生存，更别说发展了。怎么办呢？其实中国和其他已发展起来的国家已经给出了答案：走出口外贸导向型的道路。出口导向型原理：通过劳动力价格，土地价格，税收优惠和开放国内市场等“比较优势”，大力发展加工制造业出口国外赚取外汇，同时吸收先进的管理经验，再用外汇来购买先进的轻工业设备和技术来升级国内轻工业。如此循环，最后达到发达国家水平。俄罗斯土地资源，自然资源非常丰富，重工业基础雄厚，地理空间和文化上距离欧洲消费市场又非常接近。完全可以充当“欧洲工厂”，摆脱经济对资源的严重依赖。可惜普京没认识到这点，依旧停留在“能源王国”层面不能自拔。屋漏偏逢连夜雨，就在08年金融危机冲击了全球能源需求，导致石油价格一蹶不振之际，2011年爆发的美国页岩油革命给了普京的“能源王国”美梦最后的致命一击。从此俄罗斯在内政外交上阵脚大乱，错招百出，经济也一蹶不振。相反，中国抓住了机会，不惜一切代价在2001年加入了WTO，最终一步步成为世界工厂，经济开始起飞。结论：俄罗斯经济可以用一句话来形容：“成也普京，败也普京”，马云曾说过：“一个企业家的格局的决定了这个企业高度”，这句话用在一个国家身上也是很贴切的。喜欢的话，欢迎点赞、转发、收藏、加关注!