正文
免责声明：本文仅代表原作者个人观点，不代表智堡立场。
初见智堡，欢迎关注我们的公众号（zhi666bao）；
喜欢我们的文章，敬请帮助我们分享传播。
喜欢智堡，欢迎使用我们的APP、小程序。
常驻智堡，请订阅智堡精选，支持智堡的通天之旅。
据Susan Athey及Michael Luca的论文，经济学家已经开始在科技公司中发挥越来越重要的作用 - 他们帮助科技公司解决平台设计，战略，定价和政策等问题。
在过去的五年中，数百名博士经济学家接受了科技行业的职位
。
包括亚马逊，eBay，谷歌，微软，Facebook，Airbnb和Uber在内的大型公司都拥有庞大的博士经济学家团队，致力于设计出更好的设计选择。例如，在Pat Bajari的带领下，过去五年，
亚马逊已经聘请了150多名博士经济学家，
使他们成为科技行业中经济学家的最大雇主。事实上，亚马逊现在的全职经济学家数量是最大学术经济学系的几倍，并且在继续快速增长。Coursera，Expedia，Netflix，微软，潘多拉，Uber，Yelp和Zillow等公司也聘请了经济学家。图1显示了聘请博士经济学家的技术公司名单。
博士经济学家的聘用发生在各个层面，
从直接进入科技行业的新毕业博士到已有声誉的学术部门的终生教职挖来的首席经济学家。
职位类型也有很大差异。最近的增长主要集中在直接从事商业问题的经济学家，只有一小部分工作产生了学术论文。相比之下，一些公司，如微软，有一位首席经济学家，管理着直接关注商业问题的团队，但也有许多经济学家在研究中心以外工作，在学术期刊上发表自己的研究，与在商学院或经济系工作的经济学家相当。这些研究中心在最佳状态下提供了前沿的见解，其中一些将指导公司的未来发展方向。
商学院对
专注于在线平台和数字化的教师
以及
对理解数据分析至关重要的领域
（如实验方法和机器学习）的需求在增加。例如，历史上专注于运营研究或信息系统管理的商学院团体最近开始更多地关注经济问题，例如市场，定价算法和经济问题的实证研究。
这些转变部分是由于为MBA学生对在技术领域的职业生涯做准备的需求日益增长。例如，亚马逊是哈佛商学院最近毕业的MBA学生的最大雇主。与MBA学位的职业发展路径相对应，
过去几年哈佛商学院的最新课程包括实验方法，设计在线市场，数字营销，技术战略和数据科学等课程
。斯坦福大学也有类似的增长。更广泛地说，与科技行业直接相关的课程迅速扩大。与数字经济相关的内容也越来越多地被添加到更传统的课程（如核心战略和营销课程）中。
在行业内，私营公司招聘具有强大研究技能的学术经济学家以及博士，仅就全职职位来说，几乎没有先例。兰德公司和Mathematica政策研究中心等组织大规模招聘经济学家，
但他们主要关注研究和政策评估
。像Cornerstone和Analysis Group这样的咨询公司也招募了大量的经济学家，
主要是为了支持和担任反垄断和知识产权诉讼等领域法律事务的专家证人
。
再来看为自家研究实验室招聘的科技公司，例如微软研究院，也许与之最接近的可能是贝尔实验室，它在1968年组建了一个经济学团队，作为AT＆T的一个部门运作。团队成长为拥有约30位经济学家的组织，包括Elizabeth Bailey, Roy Radner以及Robert Willig等知名经济学家。1970年，它推出了贝尔经济与管理科学期刊（当下仍然存在，作为备受推崇的兰德经济学期刊）。该团队于1983年被逐步淡出，恰逢AT＆T解体。其中一些经济学家被分配到公司的其他部门，而其他人则留在其他行业或学术岗位上工作 - 包括哥伦比亚大学，哈佛商学院，纽约大学，普林斯顿大学和宾夕法尼亚大学。
尽管一些科技公司雇用经济学家都使用实验室模式，但科技公司的大多数经济学家都在处理与公司数据相关的管理相关问题，而且他们还拥有业务角色。例如，在微软研究院之外，微软拥有一个以业务为中心的首席经济学家，他的团队积极招募博士经济学家，研究从云计算到搜索广告等各种问题。亚马逊为经济学家分配各个部门的具体业务问题，从电子商务平台到数字内容，再到用于评估变革和创新的实验平台。Uber拥有经济学家团队，专注于理解政策问题以及定价和激励设计 - 其中一些团队在学术期刊上发表面向外部的研究，而其他团队则完全面向内部。更广泛地说，科技公司的许多经济学家将外部研究和内部工作结合起来，他们会继续参加（研讨）会议并在领先的经济学期刊上发表文章；他们经常聘请顶尖博士课程的暑期实习生，或与学术经济学家就此类项目进行合作。由于科技公司所面临的许多问题都处于学术研究的前沿，因此与科学家的密切联系以及严谨的原创思维在科技领域受到高度重视。
实际上，科技公司和经济学家之间的互动已经引发了新的智力问题和经济学中的新领域 - “数字化经济学”。该领域探讨了广泛的问题。例如，人工智能的出现和大规模消费者数据集的使用如何影响行业结构和市场力量？ 科技公司应该如何监管？来自科技行业的数据应该知会政策吗？ 聚合器，搜索引擎，声誉系统和社交媒体如何影响我们做出的决策以及我们阅读的新闻？如何设计在线市场以确保安全有效的交易？在线平台还创建了新的数据集和测试平台，这些数据集和测试平台几乎用于了解经济学的各个领域，从市场设计到工业组织，从劳动经济学到行为经济学。
