来看今天的第一条。最近，我在知乎上刷到一个有意思的问题。有人问：“本人经济学博士在读，即将毕业。手里有一些国内双一流大学的助理教授offer，也有一些国内互联网大厂的offer。请问该怎么选？”下面的回答很有意思：“相信我，大厂不相信经济学。”
乍一听，好像有道理。那些复杂的经济理论跟大厂的日常业务扯不上什么关系，一个经济学博士，去互联网大厂能干什么？但你知道吗？美国的互联网大厂正在展开新一轮抢人大战，这次的目标不是天才程序员，而是经济学博士。
据英国《经济学人》杂志最新一期报道，全美排名前十的经济学院系博士应届毕业生，在2018年时只有不到1/20去了科技公司，到2022年，这个数字增长到了1/7。其中，亚马逊一家就招揽了约400名全职经济学家，是一般的研究性大学的几倍。优步更夸张，去年，哈佛大学1/5的经济学博士应届毕业生去了优步。还有Meta公司，它发放的博士研究奖学金，就是在博士在读期间提前抢人的，以往十多年都只颁给计算机、工程、物理等专业的博士生，而今年破天荒地有经济学博士生进入了奖学金名单。
那么问题来了：互联网大厂争抢经济学博士，请他们来具体干什么工作？对互联网大厂来说，经济学家有三个拿手绝活儿：
第一，基于市场均衡模型，制定更好的定价策略、竞价机制等。比如，美国网约车公司Lyft的经济学家，通过研究用户的乘车价格、等待时间等数据，来推测用户的时间价值。他们发现，Lyft用户认为自己的一小时值19美元。于是，Lyft在打车高峰期推出一项功能，叫“Wait & Save”，乘客可以主动选择等待更长时间，以节约相应车费。
第二，制定激励机制。在经济学家看来，人性既不善、也不恶，人会做出什么样的行为，取决你采取什么样的激励机制，经济学就是一门研究激励机制的学问。再加上行为经济学、助推理论的兴起，经济学家们如虎添翼，有一整套工具来改变、塑造用户行为。像互联网产品设计的“上瘾”模型，就基于行为经济学的研究。
第三，识别变量之间的因果关系。这是目前互联网大厂对经济学家需求最大的岗位。
我们知道，大数据只揭示变量之间的相关关系，不揭示因果关系。相关关系可以用于预测，比如，在婴儿尿布卖得好的时候，大概率啤酒销量也不错；但是，相关关系无法对变量施加影响：我能不能通过给婴儿尿布打折来增加啤酒销量？这就得靠因果关系来判断了。经济学家是利用统计学工具来研究因果关系的高手。我们在第85期节目中介绍过，去年的诺贝尔经济学奖，就是颁给了三位研究因果关系的学者。
说到这儿，我给你介绍几种经济学家用来研究因果关系的常用方法：断点回归、工具变量、双重差分。
先来看第一个方法，断点回归。比如，我们看到一个规律，名牌大学生毕业以后发展更好。但是，到底是名校给学生加了Buff，让他们毕业以后更优秀，还是人家本来就优秀，读书时是学霸、进职场是精英，跟上不上名校无关？不好判断。
这时候，可以找到一个“断点”，比如清华录取分数线。可以认为，高考时比这个录取分数线高几分和低几分的人，他们的优秀程度差不多，一拨人去了清华，另一拨人去了普通大学。等他们大学毕业十年后，再来看他们的收入情况，就可以看出名校对一个人前途的影响。按美国经济学家的研究，这两拨人的收入情况其实差不多。
这就是“断点回归”方法，经济学家常用的断点包括年龄断点、时间断点、行政边界断点等等。
再来看第二个方法，工具变量。比如，国际社会观察到一个现象，那些频繁接受国外食物援助的发展中地区，爆发的内战和冲突也比较多。那么，究竟是因为冲突多，所以接受了更多的食物援助，还是更多的食品援助引发了冲突？这是一个先有鸡还是先有蛋的双向因果问题。
于是，经济学家引入了一个“工具变量”，就是美国的天气状态。美国政府会以事先设定好的价格向农场主收购小麦，天气好的年份，小麦丰收，国家粮库就会爆仓，于是美国政府把大量小麦作为食物援助运到发展中国家。在这个工具变量中，食物援助只受美国天气状况的影响，而不受发展中地区是否有内乱冲突的影响，等于是把双向因果变成了单向因果，从而判断更多的食物援助是否引发了更多的冲突。根据经济学家的研究，答案是肯定的。
很多时候，找“工具变量”是一个开脑洞的过程，是最能体现经济学家想象力的地方。
再来看第三个方法，双重差分。这是19世纪的英国医生约翰·斯诺发明的方法。当时，伦敦暴发了一场持续几年的霍乱疫情，大家认为霍乱是靠空气传播的，而斯诺怀疑霍乱是通过受污染的水传播的。他发现，伦敦南部高死亡率地区主要是两家自来水公司在供水。1849年，这两家公司都在伦敦市中心的泰晤士河段取水，这里的水污染严重；三年之后的1852年，A公司把取水口改到了泰晤士河的上游，这里的水受污染较少，而B公司的取水口不变。
斯诺观察到，从1849—1854年，也就是A公司改变取水口的前后共5年时间里，A公司供水地区的霍乱死亡率在持续下降，而B公司供水地区在持续上升。原因可能是多样的，比如这5年中，A公司在不断改善它的供水设备，或者A公司供水地区的医疗条件越来越好等等。那么，该如何判断“A公司改变取水口”这个单独因素，对降低霍乱死亡率的影响呢？
斯诺以1852年改变取水口这个时间点为界，把A公司1852年之后的死亡率减去1852年之前的死亡率，得到一个差值；同时，把B公司1852年之后的死亡率减去1852年之前的死亡率，得到另一个差值。最后，把这两个差值相减，就得到了改变取水口对霍乱死亡率的影响效果，剔除掉了供水设备、医疗条件等其他变量可能造成的偏误。
这种方法要两次用到差值，所以叫“双重差分”，还有由此变化而来的三重、四重等多重差分，它们的基本原理是一样的。在现实中，经济学们经常会用双重差分这件武器，来检验一个策略的实施效果。
过去，经济学家不想离开高校，是因为不想放弃研究工作。而现在经济学博士不进大学进大厂，进大厂并不意外着放弃研究，恰恰相反，大厂拥有的丰富数据资源，有助于他们在研究中更进一步。
网友评论