推文人 | 葛通（数量经济学博士、海信工程师）

原文信息：Susan Athey and Michael Luca. "Economists (and Economics) in Tech Companies." Journal of Economic Perspectives .Volume 33, Number 1.Winter 2019.Pages 209-230.

 

写在前面的译者杂感：

 

科技公司为我们建立了一个虚拟世界，容纳喜怒哀乐，充实我们的生活。可以把科技公司当成虚拟世界的房地产商，而虚拟世界，一样需要经济学工作者，甚至可能需要新的经济学。

 

希望在各行各业工作的经济学工作者工作顺心，有成就感。

 

引言

 

在科技公司，经济学工作者正在扮演着越来越重要的角色、处理着平台建设、定价、政策制定等工作。亚马逊，eBay，谷歌，微软，脸书，Airbnb，优步，都有大量拥有博士学位的经济学工作者。例如，在PatBajari的带领下，亚马逊在过去五年当中雇佣了超过150名经济学博士，比美国最庞大的经济系还要多出几倍，且这一数字仍在快速增长。

 

 

科技公司需要各个层次的经济学工作者，下到应届博士毕业生，上到科研机构中的领军人物。公司所匹配的岗位也多种多样。多数经济学工作者关注企业相关的商业问题。有很小比例的岗位会要求工作者的输出成果为公开发表的论文。在微软，有一个“商业问题研究中心”雇佣了很多经济学工作者，专门研究企业相关的商业问题（同时，微软也有许多经济学博士不属于这个中心管理，按自己的想法工作，在期刊上公开发表论文）。这样的研究中心，可以为企业提供有关未来的重要洞见，给企业带来一些方向性的指引。

 

在美国经济学会组织的经济学工作者招聘会上，科技公司的展位越来越多，而且每个公司的岗位都很多。这样让一些学术机构在培养经济学博士时调整了培养方向（例如，过去更关注信息经济学，而现在更关注定价策略、实证研究）。许多MBA培养项目（包括而不限于哈佛、斯坦福）也在培养方向上做了调整，更多新的课程被引入到教学当中。相应地，亚马逊这样一家科技公司（而不是其它商业机构）成为了哈佛MBA项目的最大雇主。

 

在工业界，由私人企业大规模地雇佣拥经济学工作者做全职工作这种情况，几乎没有先例。顶多是兰德公司（美国知名智库）雇佣经济学家做经济研究、咨询公司雇佣经济学工作者为“专利反垄断类项目”做法律咨询。历史上，最接近当前这种科技公司雇佣大量经济学工作者的事件，是贝尔实验室做出来的。贝尔的这个团队甚至成立了新的一个期刊。但这个团队很快解散了，有的成员去了公司其它部门，有的成员去了工业界或者知名大学。也就是说，当前工业界大量雇佣经济学博士，是一件新鲜事。

 

在科技公司，有的经济学工作者做经济相关研究，有的直接研究商业问题。微软有一位首席经济学家，招募经济学博士来研究云计算、搜索广告。亚马逊公司，则给经济学工作者分配商业问题，如电商平台、数字内容、实验平台的相关改革。优步的经济工作者们除了关注定价、促销设计，还特别关注政策问题。有一些团队的研究是面向外部的，在期刊上发表论文，而另一些完全面向內部。事实上，大部分经济学工作者结合了內部工作和外部工作，他们参加许多学术会议，在顶级期刊上发表论文，并雇佣优秀的博士生作为实习生解决企业问题。科技公司面临的许多问题都处在学术研究的前沿，因此学术界和科技界的联系是十分紧密的。

 

事实上，科技公司和经济学工作者之间的互动，激发了很多新的问题，几乎开辟了一个新的经济学研究领域。不妨称作“数字世界的经济学”。该领域的问题有：

 

人工智能技术的出现和消费数据集的应用如何改变商业模型、影响市场结构、改变市场主体？

 

如何评价一个科技公司（估值竟然那么高，有何依据）？

 

如何整合科技行业积累的数据来制定更好的政策？

 

数字世界（搜索引擎、社交媒体）会如何影响人的决策？

 

数字世界如何改变了新闻？

 

如何设计数字世界的市场，让交易更安全、更高效？

 

数字世界产生了大量数据和大量实验场景，这些资料可以被应用到经济学各个领域的研究当中，市场设计、产业组织、劳动经济学、行为经济学等。现在的经济学工作者，有机会一只脚在学术界做研究，一只脚在科技界做研究，扮演双重角色。

 

经济学工作者在科技公司表现出的核心本领（例如，基于理论洞见的市场机制设计、实证研究、实验主义研究方法等）曾经在经济学研究当中得到过广泛的应用。评估因果和理解动机一直是经济学的核心主题，而随着技术的积累，经济学博士的这些本领在新的领域有了用武之地。在新领域的经济学研究，也为经济学带来了新的研究课题，创造了经济理论指导实践的新的路径，也让新的统计分析技术（大数据技术）有了用武之地。

 

科技公司究竟招什么样的经济学工作者？经济学工作者扮演什么样的角色？经济学专业的硕士和博士如何为一份科技公司的工作做准备？事实上，一些经济学教授也很好奇，怎样才能让科技公司对自己感兴趣。下面综述一下，在科技公司工作的经济学工作者平常都靠哪些技能立足，他们的工作是专注于解决哪些问题，这些问题又与哪些学术研究领域相关。

 

1.经济学工作者的本领

 

经济学博士身上，有哪些技能被科技公司所注意？文章强调三点，分别是让数据说话的能力，理解和设计市场的能力，分析产业结构和辅助企业决策的能力。经济学者能通过分析，讲好故事。

 

a) 首先，实证研究能力。

 

在对社会建模这件事上，计量经济学做了许多有益的尝试。经济界通常用实证研究佐证理论，而科技界希望靠数据的力量发现新的相关关系。在所有实证能力当中，政策评估、因果推断的方法，在科技界备受关注。科技公司每年都要做出成千上万个选A还是选B的抉择，很多大公司会分别试试A和B，然后基于真实数据，用实证手段查看效果。脸书就曾经做过这样的实验，分别推送积极的和消极的内容，查看用户的反应。

 

机器学习技术的提升，让复杂数据的分析成为可能，同时也让很多原本不熟悉机器学习的经济学工作者（在来到科技界后）不得不去学一下。机器学习技术，也让因果推断方法更为丰富。

 

经济学工作者除了关注因果推断，还擅长研究多目标权衡和资源优化配置。经过理论训练和实证训练，经济学工作者们还擅长分析计划外的可能后果、执行计划的机会成本、不执行计划的潜在事实。

 

b) 设计市场，研究动机。

 

越来越多的经济学者关注“设计市场”。2012年经济学诺奖得主埃尔文.罗斯是该领域研究的代表人物。该领域的经济学工作者倾向于让经济学工作者更接近工程师。尽管该领域前期研究特别关注线下市场设计，越来越多的学者也开始关注线上定价、资源配置、声誉管理。

 

c)分析市场中的均衡结构。

 

优步会关注，共享出行市场的均衡状态究竟是一家独大还是可以容纳两到三个玩家？根据经济理论，可以推算最优均衡，并给科技公司战略制定提供帮助，决策该进哪个市场，该如何制定规则。

 

2.经济学学科的应用

 

文章介绍了几个具体的实例，描述经济学的应用（促销设计、促销效果评价、设计评价和声誉管理系统、评估评价为企业带来的影响。）

 

科技公司常借鉴Vickrey拍卖模式设计自己的线上广告、搜索广告的定价方式（这里的维克里拍卖模型来自1996诺奖得主维克里，不了解的读者可以百度下，还是很有趣的，译者注）。理解客户的心理也是一个经济问题。电子商务的发展，让客户可以容易地找到需要的商品，但也改变了定价规则。该让商品在什么价格上，如何设计展示排名规则，都是复杂的决策问题，而这些问题通常可以从经济学工作者那里得到答案。

 

此外，客户给产品的评价，通常会有一些选择性偏差。如何根据客户反馈，设计信誉管理系统，给线上商户打分，同样也是一个复杂的问题。

 

3. 经济学工作者的职务

 

经济学工作者的岗位很多，从“首席经济学家”到“产品经理”都有。不同科技的公司，对经济学工作者的尊重认可程度有所不同。亚马逊会直接给经济学工作者极高的职务，让他们参与决策制定；而另一些公司里，经济学工作者的晋升则慢地多，常让他们待在在数据分析团队或政策分析团队工作，他们对企业决策制定的影响力较小。

 

增长最快的岗位是“数据科学家”。科技公司越来越由数据驱动，而经济学工作者可以用观测数据和实验数据，帮助科技公司切实解决问题。推出新产品是否合适，如何推断竞争对手动机。有些科技公司在各个组都安排了数据分析工作人员，而有的科技公司设置了数据分析中心。

 

有的科技公司专门雇佣经济学工作者来搞实验、分析市场、设计产品、设计信誉评价体系、分析政策和设计政策。在许多大公司，经济学工作者的角色在于维护与公共的关系、与媒体的关系。经济学工作者更会讲故事，会表达。首席经济学家们，通常同时扮演了多种角色。

 

4.作者杂感

 

上面，我们讨论了经济学和经济学工作者对科技公司的影响。科技公司的快速发展，也反过来影响了经济学学术界。科技界给学术界不仅带来了新的研究问题域，也让学术界增加了（教授这些新知识的）新的教职岗位，给学术界同僚新的工作机会和新的职业规划思路。

 

随着科技公司更了解经济学，科技公司也会更多地跟学术界合作。留在学术界的经济学工作者对科技公司仍有巨大的价值。在学术界，经济学工作者更深耕单个问题，更专注长期问题，较少地受到临时性工作的干扰。雇佣一个全职经济学工作者，对企业是有风险的，因为他们的研究距离企业的短期利益，很可能是弱相关的。而庞大的学术界，会源源不断地为科技企业提供新的思路。当然，跟学术界经济学工作者合作也有风险。有时，学术界经济学工作者更在意什么领域更好发文章，而不是更好地解决问题。

 

科技公司让学术界增加了教职岗位。需要更多的人来教授与数字经济相关的经济学。科技公司需要拥有博士学位的经济学工作者，也需要大类的经济学硕士研究生，这些学生需要人教。教学趋势上，学生们更愿意学机器学习，而不是历史分析法。于此同时，我们的经济学工作者还需要更懂经济学才行。

 

科技公司的发展，让经济学工作者腾出更多精力关注实践问题，反过来对经济学重要概念有了更深的理解。有越来越多的经济学工作者去科技公司，也有很多有科技公司工作经历的经济学工作者回到学术界。在学术界，经济学工作者一样参与实践研究，而在科技界，经济学工作者一样做学术。