美国经济学 RA

Economics Club（经济学会）的现任会长文闫皓瀚在采访中分享了做RA（研究助理）的经验与经历、英美两国的教学风格以及对于申研和实习的心得，满满的干货哦！

文闫皓瀚 2019级

应用经济学专业方向

研究助理 经验分享

你的RA（研究助理）经验相当丰富，是否能分享一些具体的内容呢？

当然可以。比如阿富汗难民回归与当地社区暴力的关系。联合国对阿富汗当地做了关于回归问题的调查。随着阿富汗的战争结束，许多曾经因为战争离开阿富汗的难民想要再回到阿富汗，但此时会遭遇到阻碍，例如社区暴力。由于阿富汗内部的叛军势力还没有完全被平息，叛军势力会把难民划分为类似“叛徒”。因此，身份认同的问题使得难民对于回归阿富汗仍然存在许多顾虑。这也是Austin Wright教授的研究主题。

第二个研究关于纽约的房价。我最开始接触到这个研究是在ERG2050这门课上。ERG2050这门课程的主要内容是机器学习。主要操作平台是一个叫做“KAGGLE”的比赛网站。这是一个数据大赛网站，网站内发布各种各样的数据库和任务，交给你来完成。教授给出了Aribnb平台上所有纽约地区的租房市场价格，并希望我们通过数据模型预测未来一段时间里纽约某一个地区的租房价。

我们以小组为单位进行研究，建立各种模型对未来进行预测——比如说最简单的线性模型y=ax+b；又或是三角形模型，例如ax1+bx2。我们不断地应用不同的模型，找到能够得出最小的拟合值，或者叫拟合误差的模型。这个函数就是我们使用的预测函数。

我们发现，随机森林能得到最小误差。随机森林的最小分支就是树状图。举个例子，如果要探究NBA球员的薪水和年龄以及进球数量这两个变量的关系，你可以这样来画图：第一个分支是年龄，如果小于25得到一个分叉，大于25得到另一个分叉。第二个分支是进球数，进球数小于100和大于100分别又是分叉，这就分出了四种可能性。将可能性全部列出后，就可以根据基本数据来判断球员的薪水。

数据与经济学研究的具体关系如何呢？

在做研究的时候，我们拿到的只有原数据，而原数据是大量且随机的，我们很难直接从原始数据里看出逻辑或者让你迸发研究的灵感。真正有助于研究的是可视化。

将数据可视化的最好的办法是找出相关变量并画出图表——图表可能是一条线，也可能是频率分布图——让我们能直观地看到两个变量的关系。我们往往惊讶于这种关系，并进行更深入的研究。后面的工作需要线性计量模型的帮助：选定了变量之后，需要解释x为什么能够影响到y。在经济学研究里，有一个很重要的概念：因果推断。我们学过基本统计ECO2121，如果需要确定x和y的关系是否显著，应该测x前的系数是不是明显地不等于零，我们就可以确定 y跟x关系确实是显著的。但相关性显著不足以支撑“因为x所以y”的论断。相关性不等于因果性，所以我们必须得不断在模型中加入其他的变量或者其他的解释。控制其它因素不变，只让x发生变化，它仍然对y有显著影响时，我们才能说可能x和y确实有因果关系。

想成为RA（研究助理）需要找到自己感兴趣的项目并给教授写申请邮件，能更详细地描述，或者是否有其它的建议呢？

我的RA经历，不仅有校内的教授的project，也有校外的教授。对于校内教授，最好能面谈。面对面的沟通比发邮件能更直观地介绍清楚你自己。而我们如何知道校内教授目前有哪些project呢？官网是非常好的信息渠道。我们学校的官网，经管学院的师资力量栏目有各个老师的介绍、曾经发布的论文和正在进行的研究。

对于校外的老师，我们很难直接去找他们面谈，这种时候发邮件的确是更快捷的选择。至于如何知道校外哪些老师需要RA呢？我们经济学会曾经整理过有关经济学研究的、有影响力的公众号合集。部分学者对于公众号的需求往往就来自于他们对RA的需求，他们会在公众号上发布自己对RA的需求并给出自己邮箱，类似于求职平台。还有的学者会分享自己正在研究的项目的论文，你可以把这样的论文当成招聘RA的信号。因为他们的研究尚未完成，很有可能是需要RA的。如果你感兴趣，你就可以大胆发邮件申请。

点击查看经济学会整理的公众号合集

成为RA，你最大的收获是什么？

在初期，最重要的是熟悉研究的流程。熟悉之后，再思考这项研究的意义——比如，我做研究是为了什么，或者说对于我来说做这个研究是否有意义。此外，我个人还会希望通过在研究项目时的出色表现得到教授的青睐与推荐信。

申请博士时，相关领域的推荐信是非常重要的。不同于理工学科，比如计算机视觉的论文发表周期通常只有2到3个月，从想法的产生到论文发布是非常快的。但是对经济学而言，从产生想法开始就要找数据、做研究，同时还要跟其他合作者交流，将论文发布到期刊上，更多的人review后打回来修改，改了之后又review，这个周期非常长。我举个例子，北大国发院(国家发展研究院)有一位院长叫姚洋，他最近有一篇文章在经济学的顶刊发布，但是这篇文章从idea到最后发布整整跨越了15年的时间。你不能指望一个本科学生能够用四年发表出那样的研究论文。因此，研究论文不能作为我录取博士生的要求。那什么才对博士生录取至关重要？教授对于学生潜力的评价。如果教授在学界很出色，他看人的眼光很准，如果他对你的评价不错，就意味着你确实有能力进很好的博士项目。

成为RA是否会挤占课余时间甚至学习时间呢？

会。但这并不冲突。RA就像老师一对一辅导，也是自我学习的过程；平常的学习是老师开大课教你看教材的过程。这是不同的两种学习方式。

成为RA是有可能挤占学习时间，但在我看来这并不会影响你对这门课程的理解程度。亲身去研究与这门课相关的数据、得到老师的一对一点拨，反而能够让你对这个领域的理解更加深刻。

我大二的时候选修的ERG2050机器学习，当时觉得对经济学没什么帮助。但是进入大三后，我就发现它确实能够应用在经济学的研究当中，这甚至成为了我相对于其他想要做经济学研究的同学的一个优势。机器学习的模型能很好地辅助数据分析，短时间内学习额外的课程确实非常挤占时间，但如果你有余力，从长远来看，多积累一些肯定是会有所受益的。

你担任RA时，一个RA工作结束了再找另一位教授去申请RA，还是会同时担任呢？

我不建议大家多个任务同时进行。担任RA的周期也是要分情况的。如果你的能力并不适合这项项目或者你兴趣不在此，那么你的RA工作就是做2-3个月的无意义劳动。这种情况更多地是让你排除你不喜欢的领域、丰富简历、锻炼数据分析能力，一般是拿不到推荐信的。毕竟无意义劳动比的不是智力，而是精力。

如果教授觉得你是可造之材，你也对教授的研究非常感兴趣，那么你在RA工作结束后可以申请和教授达成长期的合作。这种情况你才有可能拿到推荐信。

你既担任了经济学会的会长，又要进行RA的工作，你是否会觉得时间不够用呢？如何去平衡这二者？

时间永远是不够用的，但时间也确实是海绵里的水。我在大一上学期的时候听过咨询协会办的讲座，一位学长就分享说做咨询行业比其它任何经管类行业的实习都要累。一个project必须在两三个月内完成，每天三四点睡也是很正常的。

但这些事情我是真心觉得非常有价值、有意义，我就会用心去完成。也就是说，不要把能让你成长的事情想象成是负担，要给自己积极的心理暗示。

我属于非典型性的研究者，不是一个把自己关在书斋里面的人，我很喜欢跟人打交道——经济学本身就是一门研究人的学问。对我来说，管理经济学会一定程度上促进了我的交际能力，对于我的研究也是有帮助的。

研究助理与升学

有说法是，如果想要申研，应该重点申请RA；如果想尽早就业，应该注重实习履历。你怎么看呢？

申研也需要一定的实习经历，只是侧重点在RA经历上。现在本科生大多都会想拿到硕士学位，能提高我们在工作市场上的竞争力。

但是大多数情况中，我们本科和硕士学到的知识真的很难直接应用到工作上。就像我们现在学习高等数学，以后真的几乎不会用到，那么我们为什么都要学习呢？因为我们学校是一个研究型大学，学校会希望给想做学术研究的同学提供更好的知识基础。因此，你如果真的想尽快就业，你是可以有意识地选择减少不必要的课程的学习，把更多的时间投入到实习上。因为不同的行业都有一套自己的行为逻辑，只有你亲自去接触你才能确定你是不是真的喜欢这个行业、有能力适应这个行业。

如果想做学术研究，也要了解清楚你申请的硕士类型。硕士有两种，一种是授课型，一种是研究型。如果你读完硕士希望就业，选授课型更好，与此同时你也可以参与实习；如果想做研究，研究型硕士再到博士是正常的路径。

可以比较一下英美两国的教学风格吗？

我先说牛津大学的课程。英国老师用的是纯粹的英式英语，授课逻辑也非常严谨。这一点很像中国老师：先导入概念，再讲解应用。他们的教学有一套很严格的流程。

美国老师的授课方式非常“放养”。他会告诉你我们这门课要学什么，把课件都upload（上传），每周都开设tutorial（导修）,也有老师的office hour（办公室咨询时间）。这和我们学校的教学模式很像，能不能学好取决于你是否能利用好课余时间。你以讨论的形式跟TA（教学助理）或者跟老师聊一聊，他们不会拒绝。但这不是说你有任何问题都去问老师。你首先应该考虑的是你自己去思考，然后再跟同学交流，最后一步才去找老师。

至于作业，我申请的美国课程有一个discussion board，类似于我们学校使用的black board （BB）。发布问题最多和提问次数最多的人会得到extra five credits（额外的五分）。

英美两国分别适合什么样的人去进修呢？

我了解过美国那边的博士情况。就我希望走的经济学博士领域来说，我们老师都戏称读博士为“养蛊”。经济学博士的平均毕业时间是六年。前两年有课程，后四年主要是自己做研究。你遇到困难了得自己主动去找老师。

经济学博士的同届同学大概只有10~15个人，而且很可能属于不同的领域，你们交流的时间也不多。这很像《三体》提到的“面壁者”计划。

在英国读博士，有些学校不给奖学金，一个博士学位读下来的经济压力是非常大的。如果你自主性比较强，对某个方面有浓厚的兴趣且愿意去研究，美国的博士会比较合适。但如果你没有明显的兴趣偏向，更希望有老师督促你学习，英国就会更适合你。或者申请香港的博士也是个不错的选择。

你的简历提到你学习了MATLAB、R语言、Stata、Python等，这些技能主要是针对哪些方面的呢？

在我看来，除非是汉语言或者历史这样纯文科的研究，其它的研究都需要编程的辅助。因为计算机的功能太强大了，它能让我们处理更庞大、更复杂的数据。对于研究者而言，研究其实就是把杂乱的原数据整理成一篇论文。它和数学一样，是描述研究的工具。你不需要去学习它的底层逻辑，只要会使用就可以。

不同的研究领域具体需要的技能也不同。如果是更理论性质的例如数学一类的研究，MATLAB更加重要；像R语言、Stata和Python这种轻量化一些的数据分析工具就更适合经济学研究者。

我们学校有开设一门GE，叫“Introduction to R”，有学习R语言需求的同学可以选修。

如果你需要做的只是常规工作，不需要主动写代码。Python和R语言里，有很多专门的程序包，我们称之为“package”。我们只要知道处理这个数据需要什么方程，把数据包调出来——调包，程序会自动帮你搞定。没有编程基础的同学，也不用看到编程就害怕。把它们当成工具，这并不难。

经验与舒压

你提到你曾经也走过弯路，可以分享一下吗？

在我大一的时候，就有很多学长学姐传授经验——要去考试，要去实习。即便对于陌生的东西人很容易焦虑，我还是选择了去华泰证券实习。由于我才大一，能力与知识储备不足以让我参与到正式工作中，我所负责的任务就是处理文档、打电话给客户、向客户推销业务。我无法把我所学习的知识应用到工作中，这与我的期望相违背。这段经历让我明白，我期待的生活是能够把我学到的知识应用到工作领域上，我希望我未来的职业是比较有技术含量的。这对我而言是一次“试错”，很幸运地是我通过这段弯路找准了大方向。

我加入经济学会以及现在接管经济学会，也是因为希望通过这个平台把想做研究的同道人连接在一起。因为做研究是一件很孤单的事情，如果有同伴一起走下去，是一件很幸福的事情——抱团取暖，大致就是这个意思。

经济学有非常多的分支，例如宏观经济、微观经济、健康经济、环境经济、财政经济、公共经济、行为经济等等。我在刚刚进入研究领域的时候非常迷茫，因为一篇经济学论文动不动就几十页，面对成百上千的论文，是真的很无助。我误打误撞地走了几个不同的领域，找不同的老师做RA。学校的老师们真的很好，提供了很多的经验和帮助，我的很多想法和成长都是来自于和老师的交流，特别感谢李明老师、窦立宇老师，他们在我最迷茫的时候为我提供了精神上的支持！老师们的指点让当时的我逐渐对很多领域都有了基本的认知。

学业繁忙之余，闲暇时间你会做点什么来纾解压力呢？

羽毛球、唱歌、毛笔字、手工、吉他……我都很喜欢，都会一点，杂而不精。我的主要目的是放松身心。

我的经历只是很多研究者中的一个，并不具有普遍性，这只是一个希望成为经济研究者的学生的自白。