就业数据 · 美国 & 英国
经济学专业的就业前景
用同一套官方指标，把经济学放在金融会计、商科管理、其他社会科学以及量化专业旁边比较：谁更快找到工作、谁更容易「学非所用」、谁的薪资曲线更陡。数据来自纽约联储、美国劳工统计局、英国教育部 LEO 与 IFS。
美国：2024 年 ACS（纽约联储 2026 年 2 月发布）
英国：IFS 2026-07 · LEO 2023-24 · HESA 2023/24
口径：本科学位持有者
$72,000
早期职业年薪中位数（22–27 岁）
全体本科毕业生 $58,000
$115,000
中期职业年薪中位数（35–45 岁）
73 个专业中第 8 · 商科文理类最高
33.1%
学非所用率（underemployment）
全体毕业生 39.4%
以上为美国数据。纽约联储《The Labor Market for Recent College Graduates》，基于 2024 年美国社区调查（ACS），2026 年 2 月更新。
总览
横向对比
薪资 × 学非所用
岗位地图
英国数据
专业边界
数据与来源
七条核心结论
经济学是「非技术类专业里薪资天花板最高的一个」。 美国经济学专业中期职业年薪中位数 $115,000，在纽约联储统计的 73 个专业中排第 8 ；排在它前面的 7 个全部是工程、计算机与建筑施工类。在所有商科与文理类专业中它排第一 ——与土木工程持平，高于金融（$112,000）、市场营销（$100,000）、会计（$97,000）。它买的不是起薪，是斜率。 早期 $72,000 → 中期 $115,000，涨幅 60%。作为对照，会计从 $68,000 → $97,000（+43%），商业管理从 $56,000 → $82,000（+46%）。经济学的回报大量集中在毕业后 5–15 年。失业率低，但不是最低。 3.5% 低于全体毕业生的 4.2%，也低于计算机科学（7.0%）、数学（5.8%）、心理学（5.0%）、政治学（4.5%）；但高于会计（2.6%）和金融（2.8%）。会计与金融的职业路径更标准化，招聘漏斗更明确。「学非所用」是经济学与其他社科的最大分水岭。 经济学 33.1%，而社会学 52.0%、政治学 48.7%、心理学 48.3%、人类学 55.3%。同为文理学院社科，经济学的量化训练把毕业生送进了需要学位的岗位。但它仍显著高于会计（21.2%）与工程类（15–20%）。 经济学没有对应的执业资格或单一岗位入口，三分之一的毕业生第一份工作并不需要学位——这是「通用型学位」的固有代价。「经济学家」这个岗位极小，不是主要出路。 美国全职「经济学家」（SOC 19-3011）仅 17,600 个岗位，2024–34 预计增长 1%，每年约 900 个空缺，且典型入职学历为硕士。绝大多数经济学本科生进入的是金融分析、咨询、数据分析、政策研究等岗位。英国的分化比美国更极端。 IFS（2026 年 7 月）测算，经济学与医学是净终身回报最高的两个学科，平均超过 £400,000。但同一份报告用「extremely wide」形容经济学的收入分布：37 岁时男性经济学毕业生收入中位数 £90,000，而前 10% 的门槛是 £263,000 ——接近中位数的 3 倍。高平均值是被长尾拉上去的。这不是一个「稳赚」的赌注。 IFS 最新估算把大学的平均净终身回报从 2020 年的估计下调了约 30% ，并估计约 20% 的女性、30% 的男性读大学的净终身回报为负。经济学的位次很好，但整个高等教育回报的基准线在下移。
一句话版本
经济学是一个高上限、高方差、低专属性的学位。 它不像会计或护理那样保证你有一条明确的入口通道，也不像计算机那样给你一个可直接交付的技能包；它给的是一套在金融、咨询、科技、政策四个高薪行业都被认可的量化 + 论证训练。因此，经济学专业的结果高度取决于你在学位之外补了什么——编程、实习、行业选择、地理位置。
数据口径速览
早期职业
美国：22–27 岁、持本科及以上学位者的年薪中位数。
中期职业
美国：35–45 岁的年薪中位数。
学非所用
美国特有指标：在「典型不要求本科学位」的岗位上工作的毕业生比例，按 O*NET 岗位学历要求判定。
同一套指标下的专业对比
下表为美国数据，全部来自纽约联储 2026 年 2 月发布的「按专业分类的就业结果」（2024 年 ACS）。点击表头可排序，点击色块可按专业群筛选。经济学一行始终高亮。
专业↕
早期年薪↕
中期年薪↕
涨幅↕
失业率↕
学非所用↕
年毕业人数↕
薪资阶梯（可切换早期 / 中期）
阶段
早期职业（22–27 岁）
中期职业（35–45 岁）
读表提醒： 这些是专业 的中位数，不是个人 的预测。同一专业内部的差异（学校、地区、行业、实习经历）通常大于专业之间的差异。尤其是经济学——见「英国数据」一栏中 IFS 关于离散度的发现。
薪资 × 学非所用：四个象限
横轴是学非所用率（越靠右，越多毕业生在不需要学位的岗位上工作），纵轴是薪资中位数。虚线是全体毕业生的基准。左上角是最好的位置 ：高薪 + 低错配。
圆圈大小 = 年毕业人数
象限里发生了什么
左上 · 高薪 + 低错配
经济学、金融、会计、工程、计算机
这些专业的毕业生大多进入真正需要学位的岗位，而且这些岗位付得起钱。经济学在这一象限里靠得比较靠右——它的错配率（33.1%）在这群里偏高，但薪资弥补了这一点。
右下 · 低薪 + 高错配
心理学、社会学、人类学、刑事司法
约一半毕业生的第一份工作不需要学位，且薪资中位数低于全体基准。心理学早期 $45,000 / 错配 48.3%，社会学 $49,900 / 52.0%。这是经济学与其他社科最直观的差距。
右上 · 高薪但高错配
市场营销、通用商科、政治学
薪资尚可（营销中期 $100,000、政治学 $100,000），但接近一半的人早期在非学位岗位上。这类专业的结果高度依赖个人在校外积累的东西。
值得注意的反常
计算机科学：低错配、高薪、但失业率 7.0%
2024 年数据里，计算机科学（7.0%）和计算机工程（7.8%）的失业率进入全部专业前五。找到工作后待遇很好，但「找到」这一步在近两年明显变难。这也是经济学近年相对位置上升的背景之一。
经济学本科生实际去哪儿
先纠正一个常见误解： 「经济学家」是一个很小的职业。美国劳工统计局统计的经济学家岗位（SOC 19-3011）全国只有 17,600 个 ，2024–2034 年预计增长 1%（低于全职业平均 3%），每年约 900 个空缺，且典型入职学历是硕士 ，联邦政府占雇主的 29%。而美国每年有约 31,000 名经济学本科毕业生。绝大多数人不会成为「经济学家」。
更常见的岗位家族及其全美薪资中位数
以下为美国劳工统计局 2024 年 5 月各职业的全体从业者 年薪中位数（不限专业、不限年龄），用来说明经济学毕业生常见去向的薪资量级。
来源：BLS《职业展望手册》，2024 年 5 月中位年薪 · 深色为「经济学家」职业本身
四条主要路径
路径一 · 金融
投行、资产管理、企业金融、风险
经济学是目标院校投行招聘中最常见的专业之一。所需补充：财务建模、估值、Excel、暑期实习（大二暑假开始）。相关职业中位数：金融分析师 $101,910。
这条路的地理集中度极高——纽约、伦敦、香港、新加坡之外机会稀少。
路径二 · 咨询与经济咨询
战略咨询、经济咨询（反垄断/诉讼支持）
经济咨询公司（Analysis Group、Cornerstone、Charles River 等）是经济学本科最直接的对口雇主之一，通常招 RA 做 2–3 年后送去读博或读 MBA。所需补充：Stata / R / Python、计量经济学高分。
管理咨询则更看重案例面试与学校品牌，专业本身权重较低。
路径三 · 数据与科技
数据分析师、产品分析、经济学家（科技公司）
Amazon、Uber、Airbnb 等公司雇佣大量「因果推断」背景的分析师，这正是经济学的比较优势（DID、IV、RDD）。所需补充：SQL 必备、Python 或 R、A/B 测试。相关职业：数据科学家 $112,590，运筹分析师 $91,290。
路径四 · 政策与公共部门
央行、财政部门、监管机构、智库、国际组织
美国：美联储各分行的 RA 岗是读经济学博士的标准跳板；联邦政府经济学家收入中位数 $141,590（BLS 2024）。英国：政府经济服务（GES）是全英最大的经济学家雇主，逾 3,500 人；其快速通道方案为 3.5 年，官方载明完成并晋升后薪资为 £45,000–£55,000。
公共部门起薪低于金融，但工作稳定、训练扎实、且是读博的高质量跳板。
决定结果的三个补充变量
编程能力。 把「懂计量」变成「能跑数据」是经济学毕业生最高杠杆的单项投资。SQL + Python/R 基本上决定了你能不能进入数据与科技路径。数学深度。 如果考虑读经济学博士，实分析、线性代数、概率论几乎是硬门槛，本科经济学课程本身通常不够。实习时点。 金融与咨询的招聘漏斗极度前置（大二暑期实习 → 大三暑期实习 → return offer）。错过时点，路径成本会陡增。
英国：高中位数，极高方差
英国的优势在于数据质量——LEO（Longitudinal Education Outcomes）把学籍记录与 HMRC 报税记录直接对接，不依赖问卷，覆盖全部英国本土毕业生。本节主要依据 IFS 于 2026 年 7 月 发布的最新测算，该报告追踪 2002 年参加 GCSE 考试（1980 年代中期出生）的英格兰学生，观测其真实收入直至 37 岁 （税务数据截至 2023/24 年度）。
净终身回报：经济学与医学并列第一
IFS 最新测算：医学与经济学是净终身回报最高的两个学科，平均超过 £400,000 （已扣除所得税、国民保险与学贷偿还）。创意艺术、哲学与语言类学科的平均净回报则低或为负 ——但 IFS 特别强调，这不代表这些学科的每一个学生回报都为负。
经济学的收入分布「极宽」——这是全文最重要的一张数字
IFS 用了「extremely wide」来形容经济学毕业生的收入分布。以下是同一批人在 37 岁 时的实际税务记录（限有正收入者）：
浅色段 = 中位数 · 深色端点 = 前 10% 门槛 · 数据：IFS 2026，37 岁年度总收入
怎么读这组数字： 男性经济学毕业生 37 岁的收入中位数是 £90,000 ，但前 10% 的门槛高达 £263,000 ——是中位数的 2.9 倍。女性对应为 £68,000 与 £164,000（2.4 倍）。作为对照，创意艺术毕业生前 10% 的门槛只有 £86,000（男）／£61,000（女）。
经济学「平均回报高」这句话，很大程度上是被一条极长的高收入尾部拉上去的。 中位数的经济学毕业生依然过得不错，但那些让这个专业出名的数字，属于分布最右端的少数人。
同一结论在英国教育部的官方数据中得到独立印证：LEO 2023-24 税年数据显示，在全部 35 个学科大类中，经济学的收入四分位距最大，达 £32,900 （毕业五年后）。相比之下体育与运动科学只有 £11,700。两个独立数据源、两个不同年龄段，指向同一件事。
毕业十年后的收入中位数（按学科）
注意：下表来自 IFS 2018 年 的研究，观测的是毕业约十年后（约 29 岁）、2016 年前后的名义收入。它已被上文 2026 年的报告更新，此处保留仅因为它是少数提供全学科横向对比 的公开表格。请把它当作学科间的相对位次 参考，而不是当前的绝对薪资水平。
单位：英镑／年，毕业十年后的中位数 · 深色为经济学 · 来源：IFS
关于「超过 £100,000」的比例： IFS 2018 年的研究估算，毕业十年后约 12% 的男性、9% 的女性经济学毕业生年收入超过 £100,000（医学与法学各约 6%，医学女性仅约 1%）。2026 年的新报告以更长的追踪期给出了更可靠的口径：37 岁时，男性经济学毕业生的前 10% 门槛已达 £263,000 。
大学整体回报：比 IFS 自己六年前的估计低了三成
这是新报告里最值得注意的自我修正。IFS 2026 年估算的平均 净个人终身回报约 £100,000 （男性 £109,000，女性 £90,000），比它自己 2020 年的估计低了约 30%（£46,000） 。原因有二：一是这批人 30 多岁的实际 收入低于当年的模拟预测（新冠与生活成本危机在 2020 年无法预见）；二是学贷条款收紧与个税起征点冻结，把回报从个人转移到了财政。
中位数远低于平均数 ：中位净回报仅为女性 £67,000、男性 £60,000。IFS 估计约 20% 的女性与 30% 的男性 读大学的净终身回报为负。
一个反直觉的好消息： 尽管英国 21 岁前入学比例从 2002 届的 32% 升至 2013 届的 42%，IFS 在 11 个 GCSE 世代的数据中没有发现大学溢价下降的证据 ——各年龄点上的毕业生收入回报保持稳定。学历贬值这件事，至少在这批数据里还没有发生。
其他英国基准数据
HESA · 毕业 15 个月
£30,000
2023/24 届社会科学类（含经济学）的加权收入中位数。理科整体 £30,000，非理科整体 £28,495。
HESA 在此层级不单独拆分经济学，社会科学是包含经济学的最小可得口径。
LEO · 学科排序
医学 > 经济学
毕业五年后收入中位数最高的学科是医学与牙医，最低是表演艺术。IFS 同时发现，医学在女性群体中于 35–36 岁几乎被经济学反超 ——女性医科毕业生的实际收入在 29 岁后出现下降，主要与工时减少有关。
公共部门入口
£45,000–£55,000
政府经济服务（GES）快速通道方案为 3.5 年，完成并晋升后的薪资区间（官方公布）。GES 是英国最大的经济学家雇主，逾 3,500 人分布在 50 多个部门。
入职起薪约 £34,000–£37,000（据招聘平台，官方页面未列出）。
美英差异的三个要点
英国学位更专、更早分流。 三年制单科学位意味着经济学学生从第一年就在学计量，美国学生通常有更多通识与转专业空间。英国的对口性更强，试错成本更高。英国的地理集中度更极端。 伦敦几乎垄断了高薪金融与咨询岗位；LEO 数据显示伦敦就业毕业生的收入中位数为全英最高。但 LEO 同时显示，伦敦毕业生自评的「工作质量」得分反而低于其他地区。英国的绝对数字看起来低，但要看购买力与学贷结构。 英国的学费与学贷偿还机制（按收入比例、有清偿年限）使净回报的计算方式与美国不同，IFS 的「净终身回报」已经扣除了这部分。
经济学与相邻专业的边界
点击展开每一组对比。数字均为美国口径（纽约联储 2024 年 ACS）。
经济学 vs 金融 最容易混淆的一组，就业面高度重叠 +
数字 经济学 $72k / $115k，失业 3.5%，错配 33.1%
真正的差别 金融教「怎么做」——估值、财务报表、资本结构；经济学教「为什么」——激励、均衡、因果识别。金融的入口更明确（招聘方直接认这个专业），经济学的出口更宽（金融之外还通向政策、咨询、科技、学术）。
数据怎么说 两者薪资几乎持平，但金融的失业率与错配率都更低。金融是更"安全"的选择；经济学是天花板略高、路径更多元的选择。
怎么选 如果你确定要进金融且没有 Plan B，读金融；如果你不确定，或想保留政策/科技/读博的可能性，读经济学，然后自己补金融技能。
经济学 vs 会计 「稳」与「高」的经典权衡 +
数字 经济学 $72k / $115k，失业 3.5%，错配 33.1%2.6% ，错配 21.2%
真正的差别 会计有执业资格（CPA/ACA），资格证把职业路径标准化了——这就是为什么它的失业率和错配率是商科里最低的。代价是薪资曲线更平：中期比经济学低 $18,000。
数据怎么说 会计的下行风险明显更小，经济学的上行空间明显更大。会计早期只落后经济学 $4,000，中期落后 $18,000——差距是在职业中段拉开的。
怎么选 风险偏好问题。想要确定性和可携带的资格证，选会计；愿意接受更宽的结果分布换取更高期望值，选经济学。
经济学 vs 商科管理 / 市场营销 差距比多数人想象的大 +
数字 经济学 $72k / $115k，错配 33.1%52.6%
真正的差别 商业管理是美国最大的本科专业（每年约 157,000 人），供给过剩且课程量化程度低。超过一半的毕业生早期在不需要学位的岗位上。经济学与商业管理的中期薪资差距是 $33,000 。
数据怎么说 在本文对比的所有专业里，这是最一边倒的一组。市场营销的中期薪资（$100,000）尚可，但错配率接近一半，意味着结果分布很不均匀。
怎么选 如果你有能力读经济学的数学要求，几乎没有理由为了就业选择通用商科。商科的优势在于课程负担轻、时间可用于实习与社团——但这需要你主动利用。
经济学 vs 其他社科（政治学 / 社会学 / 心理学） 同一个学院，两种就业市场 +
数字 经济学 $72k / $115k，失业 3.5%，错配 33.1%
真正的差别 量化训练。经济学是唯一一个把微积分、统计推断与计量经济学作为必修的社会科学，而这三样恰好是金融、咨询、科技招聘方直接可验证的技能。政治学的中期薪资其实不低（$100,000），但那主要靠法学院与研究生路径实现。
数据怎么说 经济学的早期薪资比心理学高 60%，比社会学高 44%。错配率上，经济学比这三者低 15–19 个百分点。这是本文所有对比中最稳定的一组差距。
怎么选 如果你对社会科学问题感兴趣但也在意就业，经济学基本是这一学科群里回报最高的选项。心理学与社会学在不读研的前提下就业结果显著更弱——它们的高回报路径几乎都要求硕士或博士。
经济学 vs 计算机 / 数学 / 统计 近两年格局在变 +
数字 经济学 $72k / $115k，失业 3.5% ，错配 33.1%7.0% ，错配 19.1%
真正的差别 计算机的起薪高出经济学 $15,000，但中期只高 $5,000——差距在收窄。而 2024 年数据里，计算机科学（7.0%）与计算机工程（7.8%）的失业率进入全部 73 个专业的前五，是十年来首次出现这种情况。
数据怎么说 计算机仍是薪资最高的路径，但入行难度在上升；经济学的失业率只有计算机的一半。数学专业的处境值得注意：起薪与经济学接近，但中期低 $15,000、失业率高 2.3 个百分点。
怎么选 这不该是二选一。经济学 + 计算机辅修（或经济学 + 统计双学位）是回报最高的组合之一：它同时给你因果推断的框架和实现工具，正好对应科技公司经济学家/数据科学岗位的招聘画像。
如果只能记住一件事
经济学在失业率 上接近金融会计，在薪资 上接近量化专业，在学非所用率 上介于两者之间、显著优于其他社科。它没有在任何单一指标上排第一，但在「综合表现」上是少有的没有明显短板的非工程类专业。
怎么用这份数据做决定
所有这些中位数都有一个共同的盲区：它们描述的是已经做完选择的人 ，而不是你。下面四个问题比「哪个专业薪资高」更能决定你的结果。
问题一
你在分布的哪一端？
经济学是本文所有专业里离散度最大的一个（英国 37 岁：中位 £90,000，前 10% 门槛 £263,000）。如果你打算读经济学但不打算进金融／咨询／科技的招聘漏斗，你的现实参照系应该是中位数甚至更低，而不是那些让这个专业出名的数字。
问题二
你能不能补上编程？
经济学的比较优势是因果推断（DID、IV、RDD），但这套优势只有在你能自己跑数据时才变现。SQL + Python/R 基本决定了你是进入数据与科技路径，还是被困在只会写报告的位置上。这是本文能给出的单项回报最高的建议 。
问题三
你能承受多晚的回报？
经济学的钱在中段（早期 $72k → 中期 $115k，+60%）。会计的钱来得早且稳（错配率 21.2%，失业率 2.6%），但中期落后 $18,000。如果你需要毕业即稳定，会计／护理／工程技术是更诚实的选择。
问题四
你所在的城市有没有这些岗位？
经济学的高薪路径地理集中度极高——纽约、伦敦、香港、新加坡。LEO 数据显示伦敦就业毕业生收入中位数全英最高，但同一批人自评的工作质量得分反而低于其他地区 。搬迁成本与生活成本需要计入。
最后一个提醒： 本文所有跨专业比较都受「选择效应」污染——选经济学的学生在入学前的数学能力、家庭背景与职业意愿本身就与选社会学的学生不同。英国教育部在其 LEO 发布中明确警告：学科间的结果差异不能完全归因于学科本身 。唯一部分处理了这个问题的是 IFS 的「净终身回报」，它控制了先验学业成绩与家庭背景——而即使在那里，经济学依然排在最前面。
数据来源
纽约联邦储备银行 · The Labor Market for Recent College Graduates 2026-02 发布 / 2024 ACS newyorkfed.org/research/college-labor-market Opportunity Data · Recent Graduate Outcomes by Field of Study 2026 opportunitydata.org/grad-labor-explorer.html 美国劳工统计局 · 职业展望手册（Economists 等条目） 2024-05 薪资 / 2024–34 预测 bls.gov/ooh · Economists 英国教育部 · Graduate labour market outcomes (LEO) 2023-24 税年，2026-06-25 发布 explore-education-statistics.service.gov.uk · LEO 2023-24 Institute for Fiscal Studies · New estimates of the impact of undergraduate degrees on lifetime earnings 2026-07（本文主要英国依据） ifs.org.uk · New estimates (2026) Institute for Fiscal Studies · 早期研究（已被上条更新） 2018 / 2020 R167 相对位次 比较。其 2020 年的头条数字（男性 £130,000／女性 £100,000 净回报、「五分之一学生更差」）已被 2026 年报告取代，本文不再采用 。ifs.org.uk · R167 (2020) HESA · Graduate Outcomes 2023/24 Summary Statistics 2026-06-04 hesa.ac.uk · Graduate Outcomes 2023/24 Economics Network（布里斯托大学）· Salaries for Economics Graduates studyingeconomics.ac.uk 英国公务员快速通道 · 政府经济服务（GES）方案 官方页面 civil-service-careers.gov.uk · GES
本页的一次自我修正记录： 初版曾引用 IFS 2020 年报告的头条数字（「约 80% 学生获得财务收益、五分之一没有」「男性创意艺术净回报 −£169,000」）。核查中发现 IFS 已于 2026 年 7 月发布新报告，基于多七年的真实税务数据把平均净回报下调约 30% ，并给出按性别区分的负回报比例。本页已全部改用新数据；2020 年的对应数字不再使用。
需要注意的口径问题
「专业中位数」不是「你的预测值」。 本文所有数字都是分布的中位数。经济学恰恰是离散度最大的学科之一（英国 LEO：四分位距 £32,900），个体结果高度取决于学校、地区、行业与实习。美国「早期职业」不等于「起薪」。 纽约联储的口径是 22–27 岁全体本科学位持有者，包含已工作数年的人；它比应届生起薪（如 NACE 调查）要高。「学非所用」是美国特有指标。 基于 O*NET 对岗位学历要求的判定，且它包含相当一部分「薪资不错但名义上不要求学位」的岗位——纽约联储自己的研究指出，被判定为学非所用的毕业生中，真正做低薪服务业的是少数。美英不可直接换算。 两国的税制、学费、学贷偿还机制、医疗成本与生活成本结构差异很大。IFS 的「净终身回报」已扣除税与学贷，是唯一可用于跨制度比较的口径。数据有滞后，而且没有人在建模 AI。 美国数据基于 2024 年 ACS，英国 IFS 追踪的是 1980 年代中期出生的一代人。IFS 在新报告中明确声明 ：他们没有尝试建模 AI 可能带来的经济结构性变化，因此「当前学生的终身回报可能无法用历史数据很好地近似」。2024 年计算机专业失业率的异常上升（CS 7.0%、计算机工程 7.8%，双双进入 73 个专业前五）可能是这类结构变化的早期信号——但一年的数据不足以下结论。本页混用了两种不同性质的数字。 美国部分是描述性 的（某专业毕业生实际赚了多少），IFS 的「净终身回报」是因果性 的（相比不上大学能多赚多少，已控制先验能力与家庭背景）。前者不能减去一个基准就当作后者。相关不等于因果。 选择经济学的学生在入学时的先验能力、家庭背景与职业意愿本身就与其他专业不同。DfE 在其 LEO 发布中明确警告：学科间的结果差异不能完全归因于学科本身。