科技企业为何需要经济学家?

经济学博士的流向去了哪里？

昨日看到媒体报道，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。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。而在美国，科技企业已经成为了一个经济学博士的重要去向，而美国的经济学博士，除了进入高校以外，也有大量流向了美联储，世界银行 华尔街和大企业。

当笔者十多年进入经济学本科专业时，亲戚十分困惑于这是一个什么专业，而大学同学大部分也不得其所以然，当时显然是财务会计这样的专业更加受到欢迎，更加的具有务实性。而实际上笔者也观察到，经济学本科专业作为一个万金油型的基础专业，在本科阶段和三四线城市，显得并不那么实用，而在一线城市，则有着更大的空间，用人结构会更加多元化，而这显然也和经济发展程度有关系。而随着时代的变化，经济学学子的走向也发生了一定的变化，变得更加多元化。

十多年过去了，中国经济的全球化程度越来越高，知识在推动经济发展的作用也得到了更大的提高，当前的一些经济命题也更加复杂，教育结构和经济发展的互动能得到更好的吻合，也带来了更大的前景。

教育结构需要和经济发展层次相结合，比如说在上世纪，美国著名记者白璧德困惑地发现，当时的国民党政府拥有大量的留美博士，但是却与当时的社会环境以及经济结构完全不吻合，这让白壁德很困惑，他认为当时的政府拥有一个很漂亮的仪表盘，但与社会完全脱节。

而现在，这一情况发生了巨大的变化，中国的经济需要更多的高素质人才参与，从资源驱动转为了创新驱动，新经济成为了中国经济的重要组成部分，还有很多的问题需要多方面的协同研究，催生了对于经济学研究的需求。

实际上，经济学博士很多已经不只是在高校任教，就笔者了解到的，中国的知名高校经济学博士，走入智库或者企业的越来越多，这会形成一个更好的知识扩散的链条，也与中国的新经济发展密不可分，当下随着中国经济的发展，中国的拥有博士学位的人才越来越多，需要将这部分人扩散到社会的各个部门，从而实现中国经济的更高质量的发展。这其中，数字经济就是一个重要的方面。

科技企业为何需要经济学家？

笔者认为这可以从几个方面来理解，当下的互联网公司可以理解为一个经济体，比如说阿里和滴滴，平台经济的发展，构成了一个网络效应不断强化的机制，这一方面会容易形成垄断，另一方面企业的定价机制就十分重要，企业需要通过单边补贴或者双边补贴等机制以及以及定价机制等，形成一个效用最大化的机制，而这类的机制是最合适经济学进行搭建的，而谷歌的首席经济学家范里安就是在拍卖模型当中做出了很大的贡献。

第二，企业越大，受到政策的影响就更大，如果说过去作为企业缺乏相应的议价权，而经济学引入可以有更多政策博弈的空间；

第三，企业的经济学家团队推出的报告，可以改善企业的品牌公关形象，促进对于社会的知识溢出，从而方便社会舆论和企业更好的相互理解；

最后，企业的经济学家当然也可以为学术发展做出一定的贡献，企业拥有很多独一无二的数据，有利于经济学家进行一些深入的研究。而阿里活水计划等项目，也是发现了一个学术界和企业互动的机制，而阿里通过建立罗汉堂等，更是身先士卒地推动学术的发展，并得到了国际顶尖经济学家团队的支持。

很多的企业也已经形成了一个生态机制，通过传统的财务机制其实并不能完全体现企业的长期性利益最大化，也并不解决一个生态机制如何更好实现和外界的互动以及自身生态的成长问题；其次是很多企业随着发展，需要更多地和社会公共政策以及各种利益团体进行交流互动，这其中经济学家大有可为。

在美国的卡特彼勒等制造业企业中，也有首席经济学家这样的岗位，而同样的趋势在中国出现，随着恒大等企业设立研究院并聘请首席经济学家，笔者预测不但大型科技企业会招聘更多经济学人才，而在传统行业企业也会出现这样的趋势。

数字经济给经济学带来什么挑战？

首先，从学术挑战上，互联网等发展改变了过去的一些假设。

众所周知，改革开放以来我国走上了市场经济的道路，从而改变了我国的经济面貌，但是随着未来人工智能与大数据的进展，数据的处理能力和挖掘能力越来越强，过去不可能实现的一些事情，也可能未来能够出现一个具有高度计算能力的中枢来进行处理，并且得出效应最大化的模型，由此也有专家认为，互联网会使经济学重新改写，但是这并不意味着需要重新走入计划经济的旧路。

第二，是经济学对于人的假设逐步进行改变，传统的西方经济学对于人性有两个假设，一个是人是为了利益最大化的，第二个是人的信息是完全信息，但是我们可以看到，这两个假设实际上是不可能完全实现的，因此也会对过去的很多经济学推论造成很多的扭曲，但是随着信息社会的来临，很多的假设发生了进一步变化。

比如共享经济可能构成一个更加复杂的人人为我、我为人人的利益机制，比如说互联网会使得信息不对称和信息对称同时发生，一方面信息的传播更加的扁平化，但同时由于算法的介入，可能通过传播学上的茧房机制使得人的信息了解渠道更加的专一化，使得视野更加狭隘，加剧了信息不对称。

第三，企业的黑箱可能会越来越打开，过去来说企业内部的运行机制对于经济学而言是一个黑箱。在现代经济学中，占统治地位的新古典学派一直把企业看作一个“黑箱”（此处“黑箱”之说并无贬义），即企业是一个与消费者处于同等地位的，在市场和技术的约束下追求利润最大化的基本分析单位。

黑箱理论把企业的一切组成要素都看作是企业资本的一部分，着眼于资本在内部流动中增值的功能。企业从市场上吸收、获得财务资源、物质资源、人力资源和信息资源，经过内部配置和加工，使那些资源转化为新的物品，我们称之为产品。内森·罗森伯格和熊彼特、弗兰克奈特等经济学家对企业的黑箱命题进行了一定的解释，但仍然有着更大的深入探讨空间，而随着大数据的发展，企业这个黑箱更多将从管理学领域转为经济学和管理学来协同进行研究，经济学和管理学的相互渗透将更加深入。

企业介入到越来越多的经济学研究，是为了自身的利益最大化，但是也需要考虑到是否会给社会造成更多的负外部性，比如说企业的一些研究，可能会出现为了自身的利益而歪曲一些事实的情况，其次很多的企业数据对于外部而言并不公开，但是很多数据对于学术研究以及政府的监管有着很大的作用，因此也需要进行研究，应该让企业的部分数据实现一个共享机制，一方面支持学术研究，也有利于社会福利的最大化。

因此，未来经济学界将在未来的大数据社会发挥更大的作用，同时也将更多地促进学术的发展。