经济学的技能点

回校的路上听了一个知乎live，在讲“经济学技能点”

经管专业到底虚不虚？
数理化以及很多工科专业，人们会认为其很“实在”，给人比较踏实的感觉。这种“踏实感”的来源于技能，即通过四年甚至更长时间的学习掌握了一门他人不会的技能。但技能或者说手艺既是特点又是限制，但手艺的市场需求量大时，很容易找到工作，比如会计专业。但并不是说其他经管类专业比较虚，更多经管类专业学习对“软技能”的培养是潜移默化的，比如说经济思维方式、解读数据观点等等，硬点的技能如统计知识、数据处理等等。

经济学在业界
学术界已经很标准化，但工业界也开始招募经济学家，如Amazon，Facebook等科技公司也开始招募经济学家，其看重的是这些人的数据挖掘能力，即发掘数据之间内在关联的能力，这是实证分析培养出来的核心技能。这一技能越来越被广大公司认识到价值。因为分析数据内在关联统计学家也可以做，但如果没有受过系统经济学训练，容易掉坑里。由此可以持乐观态度。但现在有新兴专业如商业分析专业，其更具有针对性，因此还需谨慎看待。究竟趋势如何，还需要后续观察。

对于业界所需技能
首先是编程的技能：python、R和其他（C、C++等等）。相比较Stata，SAS来说，python、R是开源的，代表的是通用。python和R各有侧重，python是主流的编程语言，R专注于数据处理和统计。初期的数据探索，R更擅长，统计回归R可以秒杀python；机器学习上python是秒杀R。对于两者有条件可以都掌握下。关于算法，有余力地可以学习下，能使得代码更高效在学习过程中，推荐“项目学习法”，学习的过程就是解决问题的过程。
python在经济学主要是数据收集、数据整理、初步分析、数据可视化、机器学习，同时应学习计算机系本科的算法已经绰绰有余。用python自己爬数据未来会成为经济系甚至社会科学中不可或缺的技能，因为其学习壁垒不高。对于高阶数学，比如测度论、实变函数、泛函分析、动态优化、拓扑学、偏微分方程、随机过程等等，根据研究方向、内容把握好学习的程度。

live主 知乎ID 司马懿