经济学到底是一门什么样的学科
如果只用一句话概括：经济学研究人和组织在约束条件下如何做选择，以及这些选择加总之后会产生什么后果。它的独特之处不在于研究对象（钱、市场、公司都有别的学科在研究），而在于一套高度统一的方法论内核。
内核一 · 最优化
假定行为主体在给定约束下追求某个目标的最大化（效用、利润、社会福利）。这让"人为什么这么做"变成一个可以求解的数学问题，也让预测有了明确形式。
内核二 · 均衡
不满足于分析单个人的选择，而要求所有人的选择彼此一致（没人想单方面改变）。价格、工资、汇率都是均衡的产物，而不是外生给定的数字。
内核三 · 因果识别
过去三十年最大的变化。经济学家不再满足于"X 和 Y 相关"，而要求回答"如果改变 X，Y 会怎样"。随机实验、断点回归、双重差分、工具变量构成了实证工作的主干。
学科的三个层次
理解经济学分支怎么切分，先要理解这三层是垂直堆叠的关系——同一个"劳动经济学"的问题，可以在任何一层被研究。
| 层次 | 做什么 | 典型产出 | 代表分支 |
|---|---|---|---|
| 理论层 | 建立数学模型，推导在什么假设下会出现什么结果；证明存在性、唯一性、效率性质 | 命题与证明，几乎没有数据 | 微观理论、博弈论、机制设计、宏观理论、增长理论 |
| 方法层 | 研究"怎样从数据中可靠地学到东西"，本身是统计学的一个分支 | 估计量、渐近性质、识别条件 | 计量经济学、结构估计、机器学习与因果推断 |
| 应用层 | 把理论与方法用到一个具体领域，回答政策相关的实证问题 | 论文里有大量数据、图表、稳健性检验 | 劳动、公共、发展、健康、教育、环境、城市、产业组织…… |
一个经济学问题长什么样
✗ 不太像经济学的问法
- "最低工资是好是坏？"——价值判断，不可检验
- "为什么人们追求物质？"——偏好的来源通常被当作给定
- "资本主义是否公正？"——属于政治哲学
✓ 典型的经济学问法
- "某州最低工资从 7.25 涨到 15 美元后，快餐业就业相对邻州变化了多少？"
- "如果雇主具有买方垄断势力，最低工资的就业效应符号是什么？"
- "给定就业弹性的估计区间，最优最低工资水平是多少？"
注意这三问分别落在应用层、理论层、规范分析——同一个话题在学科内部会被切成完全不同的技术工作。
值得知道的学科自我批评
介绍一门学科而不提它的争议是不完整的。这些批评在学科内部同样活跃：
- 假设的现实性：理性人、完全信息等假设长期受质疑。行为经济学部分回应了这一点，但"用不现实的假设做出有用的预测"仍是方法论辩论的核心（Friedman 的工具主义 vs. 批评者）。
- 外部效度：随机对照实验解决了内部效度，却带来"在肯尼亚某县成立的结论能推广到哪里"的问题。Deaton 与 Banerjee–Duflo 之间的争论是入门必读。
- 可复制性与 p-hacking：实证经济学同样经历了复制危机，预注册、开放数据、多重比较校正正在成为规范。
- 主流与异端：后凯恩斯、马克思主义、奥地利学派、生态经济学等在主流期刊上几乎不可见，其支持者认为这是范式封闭，主流则认为是方法论标准的自然筛选。两种说法都值得听。
- 多样性与视角：经济学是社会科学中女性与少数族裔比例最低的学科之一，这被认为影响了研究议题的选择。
经济学的分支
下面 18 个分支基本覆盖了当代经济系的招聘与开课版图（对应 JEL 分类与 RePEc 的 NEP 领域划分）。三条颜色条分别表示数学强度、数据强度、理论强度，用来快速判断这个分支的日常工作长什么样。点击卡片展开详情。
不同大学的专业设置
同样叫"经济学本科"，美国和英欧是两套完全不同的产品。理解这个差异，比纠结排名前后差几位重要得多。
美国 vs 英国/欧陆：结构性差异
| 美国（研究型大学 / 文理学院） | 英国 | 欧陆 | |
|---|---|---|---|
| 学制 | 4 年，前两年通识 | 3 年（苏格兰 4 年），直接入专业 | 3 年学士 + 2 年硕士（博洛尼亚 3+2） |
| 入学方式 | 按学校录取，入学后 大二 申报专业 | 按专业录取（UCAS），换专业极难 | 多数按专业录取，部分国家宽进严出 |
| 经济学占比 | 约 1/3 课时是经济学，其余是通识与选修 | 约 3/4 以上是经济学与相关量化课 | 接近英国，专业化程度高 |
| 数学门槛 | 差异极大：有的系中级微观不用微积分，有的（如 MIT、Chicago）默认多元微积分+线代 | A-level 数学几乎必需；顶尖项目要求 A*，进阶数学"强烈建议" | 德法荷北欧普遍数学要求高，法国 prépa 体系尤甚 |
| 评价方式 | 平时作业+期中+期末，GPA 累积 | 期末考主导，最终学位分等级（First / 2:1） | 期末考主导，部分国家可重考 |
| 硕士定位 | 硕士偏就业型；PhD 可本科直申（5–6 年，含硕士训练） | 1 年制 MSc 是主力产品，也是转轨与刷背景的通道 | 2 年制研究型硕士，常是 PhD 的正规前置 |
| 费用 | 私立每年 $65k–90k（含食宿） | 国际生每年 £24k–38k，但只读 3 年 | 公立学费从近乎免费到每年数千欧不等 |
美国：一个学位下的几种"版本"
BA vs BS Economics
同一个系常同时提供两种学位。BS/BSc 版本通常多要求 3–5 门数学与统计课（多元微积分、线性代数、概率论），BA 版本更灵活、可搭配语言或人文。若考虑读博，几乎必须走 BS 路线并额外修实分析。不提供 BS 的学校（如很多文理学院）则靠"数学双专业"实现同样效果。
经济系 vs 商学院
Economics 在文理学院（College of Arts & Sciences）下，属于社会科学；Business Economics、Finance、Managerial Economics 在商学院下，课程更偏应用与职业技能。两者的高年级课程重合度低于外界想象——经济系不教估值建模，商学院不教一般均衡。宾大 Wharton、纽大 Stern、密歇根 Ross 是典型的"两套体系并存"。
典型课程序列
这是判断一个项目量化强度最快的办法——去官网查这三门课用什么教材：
- 中级微观：Varian《Intermediate Microeconomics》= 常规；Nicholson & Snyder 或 Jehle–Reny = 偏硬
- 中级宏观：Mankiw = 常规；Williamson 或 Romer = 偏硬
- 计量：Stock & Watson = 常规；Wooldridge《Introductory》= 偏硬；Hayashi = 研究生级
文理学院（LAC）的位置
Williams、Amherst、Swarthmore、Pomona、Claremont McKenna 等在经济学本科上表现突出——小班、本科生直接参与教授研究、博士申请出口很好。代价是缺少研究生课程可蹭，需要主动通过交换或暑期项目补充高阶训练。
英国：项目名称背后的实际差别
| 项目 | 定位 | 数学要求 | 适合谁 |
|---|---|---|---|
| LSE BSc Economics | 旗舰项目，三年 12 个 unit + LSE100，二年级起可选修计量、金融、发展等 | A-level 数学必需，进阶数学"desirable"；使用 TMUA | 想要主流经济学训练 + 伦敦的实习网络 |
| LSE BSc 计量与数理经济学（EME） | 同系的高数学强度版本，课程与 BSc Economics 大量重合但数学课更硬 | 数学 A*，进阶数学强烈建议；TMUA | 明确要读博的人。系里明说绝大多数毕业生继续读研究生学位 |
| LSE BSc Mathematics and Economics | 数学系与经济系联办，数学占比更高 | 最高一档 | 数学能力极强、也考虑量化金融的人 |
| Oxford PPE | 牛津没有单独的经济学本科。PPE 同时读哲学、政治、经济，大二后可弃一科 | 数学不是硬性必需但强烈建议 | 兴趣宽、想保留政治哲学与公共事务方向的人 |
| Oxford Economics & Management | 经济学核心课与 PPE 相同，另加管理学；录取率通常低于 PPE | 数学建议 | 想要经济学 + 商科组合的人 |
| Oxford History and Economics | 小规模项目（每年约 20 人），经济学核心课与 PPE/E&M 相同，另有必修经济史 | 比 E&M 略低 | 对长时段与制度变迁有兴趣的人 |
| Cambridge Economics（Tripos） | 三年制 BA，一年级即含数学与统计、经济史、政治与社会学模块，学科纯度高 | 数学必需，进阶数学强烈建议；使用 TMUA | 想要严谨且带思想史与经济史底色的训练 |
| UCL BSc Economics | 研究导向强，系里劳动与应用微观的实证力量突出 | 数学 A*；使用 TMUA | 想在伦敦但更学术取向的人 |
| Warwick BSc Economics (L100) | 规模大、量化训练扎实，就业口碑极好 | 数学必需；TMUA 自 2024 年起为必考，但用法特殊——达到目标分（约 5.0）可把 offer 从 A*A*A 降到 A*AA | 看重性价比与就业的人 |
欧陆：被低估的一批项目
英文授课的本科项目
- Bocconi（米兰）：BESS 经济社会科学、BIEF 国际经济金融、BEMACS 经济管理与计算科学——量化强，欧洲投行与咨询的主要来源之一
- UPF / Barcelona School of Economics（巴塞罗那）：微观理论与计量传统深厚，研究实力在欧洲前列
- Tilburg / Erasmus / Amsterdam（荷兰）：学费低、英文授课普及、计量与产业组织强
- Sciences Po（巴黎）：社会科学综合训练，经济学与政治学结合紧密
- Toulouse School of Economics：产业组织与微观理论的全球重镇（Tirole 所在）
- Mannheim / Bonn（德国）：德国经济学的两个核心，Bonn 的理论与 Mannheim 的应用微观都很强
读博视角下的欧陆优势
欧陆的两年制研究型硕士（如 TSE、BSE、Bonn、PSE、Tilburg 的 research master）在课程强度上接近美国博士前两年，是从"本科背景一般"跳到顶尖博士项目的高效跳板，且成本远低于在美国做 predoc。缺点是名气在国内就业市场认知度低。
怎样判断一个项目的真实质量
排名之外，这四条比排名更能说明问题：
中级微观是否要求微积分，是最直接的分水岭。
允许且有人真的去修，说明训练天花板高。
有多少人进了顶尖博士项目 / 进了什么类型的机构。
honors thesis、RA 岗位、暑期研究基金的有无差别巨大。
经济学与其他社会科学的差别
经济学与邻近学科的边界在过去二十年迅速模糊——政治经济学、经济社会学、行为经济学都是交叉产物。但在基本假设、方法标准、论文长什么样这三点上，差别依然清晰。下面的表格按维度横向对比。
| 维度 | 经济学 | 社会学 | 政治学 | 心理学 | 人类学 | 公共政策 | 商科/金融 | 统计/数据科学 |
|---|---|---|---|---|---|---|---|---|
| 核心问题 | 资源在约束下如何配置，激励如何改变行为 | 社会结构、群体与制度如何塑造个体 | 权力如何取得、分配与约束 | 个体的认知、情绪与行为机制 | 意义系统与文化如何被生活出来 | 某项政策该不该做、怎么做 | 企业与投资者如何做决策并获利 | 如何从数据中做出可靠推断 |
| 行为假设 | 目标明确的最优化（可放松为有限理性） | 行为嵌入于结构与规范，偏好本身是社会建构 | 兼采理性选择与制度主义、建构主义 | 系统性偏离规范模型的认知过程 | 拒绝普适行为模型，强调地方性 | 多借用经济学假设 | 多借用经济学假设，加组织行为学 | 不设行为假设 |
| 方法主干 | 数理模型 + 因果识别（DID、IV、RDD、RCT、结构估计） | 调查统计、比较历史、民族志、网络分析 | 形式模型、大 N 统计、案例比较、调查实验 | 实验室与在线实验为主，强调可复制 | 长期田野与参与式观察 | 项目评估、成本效益分析 | 资产定价实证、事件研究、案例 | 概率论、估计理论、预测与算法 |
| 因果推断的地位 | 近乎唯一的评判标准——识别策略不成立，文章基本不成立 | 重要但不排他，机制描述同样是合法产出 | 近二十年迅速向经济学标准靠拢 | 实验内部效度是黄金标准 | 不以因果为目标 | 高，但常受数据与时限约束 | 金融实证高，管理学参差 | 近年因果推断成为核心议题 |
| 数学化程度 | 很高（理论分支达到研究生数学水平） | 中等，以统计为主 | 分化严重，形式理论高、区域研究低 | 中等，统计密集但少建模 | 低 | 中等 | 金融高、其他分支中等 | 最高 |
| 论文形态 | 期刊论文为绝对主体，篇幅长、附录庞大，工作论文先行 | 论文与专著并重 | 论文与专著并重 | 短论文、多研究打包 | 专著（民族志）为主 | 报告、政策简报与论文并存 | 论文，加案例教材 | 论文与会议（NeurIPS 等） |
| 与经济学的交叉带 | — | 经济社会学、市场的社会结构、不平等研究 | 政治经济学、制度与增长、选举与政策 | 行为经济学、判断与决策 | 发展经济学的田野工作、经济人类学 | 几乎全盘使用经济学工具箱 | 金融经济学、产业组织与战略 | 计量经济学本身即统计学分支 |
| 本科毕业出口 | 咨询、金融、科技公司数据/经济分析、政府、读博 | NGO、市场研究、公共部门、读研 | 政府、国际组织、法学院、媒体 | 人力资源、用户研究、临床方向需深造 | 文化机构、国际发展、读研 | 政府、智库、国际组织 | 投行、企业金融、咨询 | 数据科学、精算、科技公司 |
三条最容易搞混的边界
经济学 vs 金融（专业选择角度）
金融学在研究层面是经济学的子领域（资产定价本质是跨期一般均衡），但作为本科专业，"Finance"通常在商学院、更偏职业技能（估值、财报、公司理财）。若目标是投行/PE，两者差别不大且经济学未必吃亏；若目标是量化研究或读博，经济学+数学远优于金融。
经济学 vs 数据科学
机器学习擅长预测，经济学擅长反事实。科技公司里"经济学家"岗位（Amazon、Uber、Airbnb 等）恰恰是因为纯 ML 团队回答不了"如果我们改这个定价规则会怎样"。这是当下经济学博士最大的非学术出口之一。
经济学 vs 公共政策
MPP/MPA 是专业硕士，学的是使用经济学工具；经济学硕博是生产这些工具。想做政策分析师，MPP 更直接；想做政策研究并有话语权，经济学博士路径更长但天花板更高。
"经济学帝国主义"
经济学方法向犯罪、家庭、宗教、文化等传统上属于其他学科的领域扩张（Becker 是起点），带来了大量成果，也招致"把一切简化为激励"的批评。今天更常见的是双向借用：经济学吸收了心理学的实验方法与社会学的网络分析。
分领域排名
下表基于 RePEc/IDEAS 2026 年各领域机构排名——它按机构内在该领域发表的注册作者的加总影响力打分，是目前唯一公开、按细分领域可比的排名。请先读下面的使用说明再看数字。
| # | 机构 | 地区 | 得分 |
|---|
得分为 RePEc 的加权调和平均排名分（越小越好，第一名接近 1.0）。数据快照：2026 年 4–7 月，各领域更新时点略有不同。
综合排名参照
三个口径差异很大，因为它们衡量的东西不同。放在一起看比只看一个有意义。
RePEc 经济系排名（2026-07）
口径：研究产出与引用，只算经济系本身
- Harvard
- MIT
- UC Berkeley
- Chicago
- Paris School of Economics
- Stanford
- Oxford
- Princeton
- Toulouse School of Economics
- Yale
- Barcelona School of Economics
- NYU
- Columbia
- Brown
- Penn
- LSE Economics Dept.
- Boston University
- UCL
- Northwestern
- Michigan
QS 2026 Economics & Econometrics
口径：学术声誉 50% + 雇主声誉 30% + 引用指标 20%
| 1 | Harvard |
| 2 | MIT |
| 3 | Stanford |
| 4 | Chicago |
| 5 | Princeton |
| 6 | LSE |
| 7 | UC Berkeley |
| 8 | Oxford |
| 9 | Yale |
| 10 | Cambridge |
| 11 | Columbia |
| 12= | NYU · Penn |
| 14= | NUS · UCLA |
| 16 | Northwestern |
| 17 | UCL |
| 18 | Bocconi |
| 19 | 北京大学 |
| 20 | 清华大学 |
| 25 | Warwick |
| 40 | Paris School of Economics |
加粗为英国/欧洲院校。QS 覆盖 699 所大学。
US News 经济学博士项目（美国）
口径：同行声誉调查为主；该榜多年不重算，最近一次为 2025 年版
并列第 1 Harvard · MIT · Stanford · UC Berkeley · Chicago
并列第 6 Princeton · Yale
第 8 Northwestern
US News 的经济学排名高度稳定且大量并列，参考价值主要在于确认"第一梯队"的边界，而非区分第 12 名和第 15 名。它不覆盖美国以外的项目。
分支路线自测
五个问题，帮你把兴趣映射到具体的分支与课程规划。这不是性格测试，只是把上面几十条信息按你的偏好重新排序。