最近好几个学弟学妹来问我互联网公司的经济学家岗位笔试到底考什么尤其点名问到快手的校招试题。我翻了翻手头的资料2019年春季那场校园招聘里快手确实放出了一个比较特殊的岗位——经济学家对应的笔试是“经济学家试卷B”。这份试卷和常规的产品、运营、技术笔试题风格差别很大今天我就以过来人的视角把它掰开揉碎讲清楚。先说明一点我手上没有那份试卷的原始扫描件下面的分析是基于当年参加过的同学反馈、岗位JD要求、以及互联网公司经济学家岗位通用的能力模型做的还原式拆解。目的是帮准备投这类岗位的人搞清楚考察逻辑而不是逐题背答案。1. 试卷定位与考察逻辑拆解1.1 互联网公司为什么要招经济学家很多人第一反应是经济学家不是应该在高校、智库、券商研究所吗互联网公司凑什么热闹这个想法在五年前还成立但到了2019年头部内容平台和电商平台的体量已经大到必须用经济学框架来分析问题了。快手这类平台的核心是短视频社区用户量级在数亿规模每天产生的互动、内容分发、创作者激励、直播打赏这些业务本质上都是经济活动。平台定什么样的分成比例、用什么策略激励创作者持续产出、流量分配机制怎么设计才能让社区生态更健康这些问题看着是运营问题底层却是经济学问题——激励相容、边际成本、供需匹配、信息不对称全都能对上。经济学家岗就是干这个的用学术级的分析框架解决业务级的实际问题。所以笔试不会像大学期末考试那样让你默写IS-LM模型或者计算古诺均衡而是考察你能否把经济学直觉迁移到平台经济的场景里。1.2 试卷B的考察重点与岗位匹配度快手2019春招的经济学家试卷分了AB卷A卷和B卷的侧重点不同。据我了解到的情况A卷更偏宏观分析和行业研究适合做过宏观经济、政策研究方向的同学B卷则明显偏向微观经济学、平台经济、博弈论和数据分析。岗位描述里如果强调“研究社区生态、创作者经济、供需匹配”对应的就是B卷。所以拿到试卷B先要建立起一个认知这不是在考你背了多少经济学名词而是考你“像经济学家一样思考”的能力。试卷里出现的每一个模型、每一个公式都需要你结合互联网平台的实际业务场景来回答脱离场景空谈理论得分一定不理想。从题目结构来说试卷B大致分为四个模块经济学理论基础题、逻辑推理与数学能力题、互联网行业分析与数据题、开放性论述题。下面逐个拆解。2. 核心题型速览与考点分析2.1 经济学理论基础题不只是背概念这个模块看起来最友好因为考的都是经济学专业学生学过的东西比如需求价格弹性、边际收益、机会成本、纳什均衡、外部性这些基础概念。但实际答起来和学校里的选择题、名词解释完全是两回事。举个例子学校考试可能会问“需求价格弹性的定义是什么”快手这类公司会换成这样的问法某短视频平台的主要变现方式是广告平台计划提高广告加载率即用户每刷一定数量的视频插入广告的比例请从需求价格弹性的角度分析这一策略对平台总收益的影响取决于什么这时候你就不能只写弹性公式了你需要意识到用户的注意力就是“商品”广告加载率就是“价格”当广告变多用户刷视频的意愿会下降这种反应程度就是需求弹性。如果用户对广告的耐受度高弹性小提价能增加总收益如果用户一看到广告就划走甚至卸载弹性大提价反而会减少总收益还要考虑广告主端的反应。这个模块的难点在于建立“理论概念到业务场景”的映射。我建议复习的时候不要只背定义每复习一个概念都问自己一句这个概念在短视频、电商、外卖、出行这类平台经济里对应什么现象想不出来就去找行业分析报告看别人是怎么用经济学语言描述业务问题的。2.2 逻辑推理与数学能力题经济学家也要会算数第二个模块是逻辑推理和数学这个部分让不少文科背景的同学头疼。但说实话它的难度没有到高数或者高级计量经济学的程度基本停留在微积分、线性代数、概率论的基础应用层面外加一些纯粹的商业逻辑推理题。常见的题型包括给你一个关于用户增长、留存率、转化率的数据场景让你计算边际成本或边际收益给一个供给和需求的函数表达式让你求均衡价格和产量给一个博弈论的支付矩阵让你找纳什均衡。这些题考察的数学能力更准确说是“用数学语言描述商业问题”的能力。我记得和一位参加过笔试的同学聊过他说印象最深的一道题是平台有两个创作者群体头部创作者和尾部创作者平台需要在激励资源分配上做一个决策。题目给出了两组数据描述了不同分配方案下的创作者活跃度、内容质量和用户观看时长要求你构建一个简单的数学模型找最优分配比例。这道题其实没有唯一答案考察的是你能否把复杂业务问题抽象成数学问题并用逻辑推导给出合理结论。在这个过程中矩阵、函数、约束条件都是你的表达工具关键是逻辑完整性和假设合理性。这个模块的复习建议很直接把基础的高等数学和概率统计捡起来尤其是导数和最优化的关系边际分析、期望值的计算、条件概率、简单回归的思想。不要求你掌握高级证明但基本的计算和推理能力必须过关。2.3 互联网行业分析与数据题硬核实操场景第三个模块是整份试卷里最“快手”的部分也是区分度最大的地方。这类题目会给你一个真实的业务场景附上一堆数据表格可能是用户调研数据、平台运营数据也可能是模拟数据让你做分析得出结论。题目风格大概是这样的某内容社区近期出现了创作者流失的现象平台运营团队收集了不同创作者群体的月度活跃数据、收入数据、内容发布频次数据请你分析创作者流失的主要原因并给出平台应优先采取的策略。这就是典型的数据分析题考察的是你从数据中提取信息、形成逻辑链条、落到业务动作的能力。关键在于这类题没有标准答案。数据可能指向多个方向也许是头部创作者被竞对平台挖走也许是中腰部创作者收入增长停滞也许是平台的流量分发机制改变导致播放量下滑。你要做的不是猜一个“正确答案”而是展示你的分析过程先观察数据趋势提出可能的假设再用数据逐一验证或排除这些假设最后基于验证过的结论给出策略建议。这整个思考链条就是经济学家在日常工作中每天都在做的事。很多人栽在这个模块原因不是不会分析而是不会“有结构地表达分析”。光写“我觉得创作者流失是因为收入低”是远远不够的你得让阅卷人看到你的思维路径用什么指标衡量流失数据趋势是什么可能的影响因素有哪些如何排除其他可能性最终结论的证据等级有多高。2.4 开放性论述题没有标准答案的脑洞题最后一个模块是开放性论述题也是最有意思的部分。这里的题目往往不会直接问你经济学理论而是抛出一个和平台业务相关的重大问题让你写一篇小论文式的回答。举例来说题目可能是短视频平台应该如何设计创作者的分成机制才能既激励优质内容生产又控制平台成本或者平台在扩大用户规模和维护社区氛围之间可能面临什么矛盾如果你是平台的经济学家会如何分析和权衡这类题目考察的是综合能力包括你对平台商业模式的理解深度、你的经济学直觉和分析框架、甚至你的价值观判断。答得好不好不完全取决于理论掌握程度更取决于你是否真的想过这些问题。如果你平时对互联网平台的商业模式有持续的观察和思考答题时就会自然而然地带入具体案例和数据如果你只是临时抱佛脚背了一堆模型写出来的东西会非常空洞。3. 典型题目拆解与答题思路3.1 平台经济类题目如何思考双边市场与网络效应平台经济是B卷的重头戏。快手这类内容平台是一个典型的双边市场一边是内容创作者一边是内容消费者平台作为中间方负责匹配供需。双边市场最核心的特征是交叉网络外部性——创作者越多用户看到的内容越丰富用户留下来用户越多创作者获得曝光和收入的机会越大创作者留下来。这个正循环一旦建立平台的护城河就会越来越深。考试时如果遇到双边市场或网络效应相关的题我建议答题框架分三步走。第一步明确平台的核心交互模式。不同的平台双边用户的互动方式完全不同。电商平台是“人找货”和“货找人”并存外卖平台是“即时需求”驱动短视频平台则是“内容推荐”驱动。你需要用一句话说清楚这个平台存在的基本价值是什么也就是用户为什么需要这个平台这是后续所有分析的基石。第二步分析供需两侧的力量对比。哪一侧是稀缺资源哪一侧是价格敏感方哪一侧拥有更强的议价能力在短视频场景里优质创作者是稀缺资源平台需要设计各种激励留住他们而普通用户供给相对充裕对价格也就是广告曝光量的敏感度更高。这种力量对比直接影响平台的定价策略和资源分配策略。第三步讨论网络效应的强度和衰减速度。网络效应不是永远增强的。用户数量超过一定规模后新增用户带来的边际价值会下降甚至可能出现负的网络效应比如社区氛围被破坏、内容质量被稀释。如果题目问“平台应该追求用户数量的无限增长吗”你要能辩证地讨论这个问题。3.2 数据推断类题目如何从数字里发现真实问题数据推断题是最考验“经济学直觉统计能力”的题目。它往往给你一个真实的业务结果比如上季度用户增速放缓、广告收入下滑给你一堆可能相关的变量数据要求你定位原因并给出建议。我拿“创作者流失”这个场景详细说一下答题思路。假设题目给出的数据包括月度活跃创作者数量、各收入区间的创作者占比、头部和中尾部创作者的存留率、视频平均播放量、平台分成比例变化、竞品平台动态。如果只是粗略扫描很容易得出“收入低导致流失”的结论。但慢着这个结论经不起推敲如果所有创作者的收入都低为什么流失的只是某一层级如果收入低的创作者一直在流失为什么过去几个季度没有出现这个问题正确的答题姿势是先做数据切片按创作者层级分组看不同组的流失率是否有显著差异按时间分组看流失集中发生在哪个时间节点按内容品类分组看哪些品类的创作者流失更严重。切片之后才能形成精确的假设比如“头部创作者的流失率在上个季度突然上升与此同期平台调整了分成比例两者可能有关”。然后你需要用数据去验证这个相关关系至少要用排除法去检验其他可能性而不是主观臆断。这类题最忌讳的就是跳跃式结论——看到收入数据下滑就写“建议提高创作者收入”。真正优秀的回答会区分“相关”和“因果”会承认数据本身的局限性会提出进一步分析的方向。哪怕你最后给出的策略只是一个测试方向的建议只要你展示了严谨的分析过程分数就会很高。3.3 开放性论述题如何建立自己的分析框架开放性论述题决定你能不能拿高分但它也是最难准备的部分因为题目范围非常宽。我观察到的规律是这类题通常围绕以下几个主题激励机制设计、供需匹配优化、平台治理与生态健康、长期价值与短期收益的权衡。回答这类题目核心是建立自己的分析框架而不是零散地堆砌观点。我常用的框架是“目标—约束—策略—验证”四段法。第一段明确目标。平台在这个场景下追求的到底是什么是创作者数量的增长是用户时长的增加是广告收入的提升还是社区生态的长期健康不同目标对应的最优策略可能截然不同所以必须先定义清楚。第二段识别约束条件。平台面临哪些硬约束成本约束、技术能力约束、用户接受度约束、监管约束、内容供给约束——都要考虑进去。经济学思维的核心就是“在约束条件下做最优化选择”没有约束的方案没有任何价值。第三段提出策略。基于目标和约束你的解决方案是什么策略不能只是一个方向必须是具体的、可操作的机制设计。比如设计一个“基础激励流量加权长期成长性奖励”的三层分成体系每一层对应什么目标、解决什么问题都要写明白。第四段设计验证方案。怎么判断这个策略是否有效需要设置什么指标、做怎样的对比实验、观察多长时间这个环节很多同学会忽略但恰恰是经济学家和普通产品经理的区别——经济学家更强调用因果推断的方法科学评估政策效果。4. 备考方法与实战经验4.1 知识点查漏补缺不追求深但覆盖面要广如果你下定决心要投这类岗位备考策略和复习传统经济学考试完全不一样。传统考试追求深度会把某几个模型考到烂熟但快手的B卷追求的是广度加应用你需要对微观经济学、平台经济学、博弈论、基础计量经济学都有概念性认知。我建议复习时间分配是这样的40%的精力放在平台经济学和双边市场理论这是最贴合岗位核心的场景30%的精力放在基础微观经济学重点复习价格理论、成本理论、市场结构、外部性20%的精力放在博弈论基础重点是纳什均衡、囚徒困境、重复博弈的基本概念和应用10%的精力放在基础计量经济学重点理解回归分析的基本逻辑、相关关系和因果关系的区分。不需要死磕高级教材曼昆的《经济学原理》加上几篇平台经济相关的经典论文就够了。关键是读完之后你要能用自己的话解释“什么是网络效应”“什么是锁定效应”“什么是价格歧视”并且能举出互联网行业里的实际例子。4.2 模拟练习与时间分配先保正确率再提速度笔试时间一般都比较紧张大概是90到120分钟题量不算小尤其是数据分析和开放性论述题特别耗费时间。很多同学没有做时间管理的概念前面的选择题花太多时间结果后面的大题草草了事。我建议拿到试卷先快速浏览一遍全部题目按题型和分值做优先级排序。先把会做的、分值高的题目做完比如理论基础题和逻辑推理题。这些题通常考察的知识点比较明确只要复习到位拿分确定性高。数据分析和开放性论述题则应该预留足够时间至少留出总时长的40%。这类题目要写的内容多而且质量远比数量重要。千万不要想到哪写到哪先把答题框架在草稿纸上列出来用两三分钟梳理逻辑再动笔写正文。这样写出来的回答结构清晰不会写着写着跑偏。还有一个很实用的建议答题的时候多用经济学术语但也要注意贴合场景可以适当使用一些量化指标和经济学概念来体现自己的专业性但要保证你用对了如果只是堆砌概念会让阅卷人觉得你在凑字数。4.3 踩坑提醒那些你不知道但很重要的事笔试中有几个坑是参加过考试的人才会知道的在这里一并告诉你。第一不要忽视数字和数据的敏感度。B卷里面有大量的数据有些数字之间是有内在联系和逻辑关系的你需要能快速捕捉到它们之间的关联。平时看行业报告的时候不要只看结论要盯着关键数字看多做思考琢磨这些数字背后的含义长期积累下来会有很好的数据敏感度。第二论述题不要只扮演“经济学家”忽略“业务方”视角。你的分析框架可以很学术但最终的落点一定要回应业务诉求。平台招经济学家不是为了发学术论文而是为了辅助决策。如果你长篇大论写了一堆理论却没有落到“所以平台应该怎么做”分数会打折扣。第三注意答题的展示形式。笔试不是对话阅卷人不能追问所以你写的每一句话都必须能独立成立。每道大题尽量分点作答、小标题标注适当加粗关键结论。一份排版清晰、逻辑分明的答卷和一个文字堆成山的答卷即便内容接近得分也会差出档次。第四如果遇到不会的题不要留空。开放性论述题尤其如此你写的不一定对但只要展示出思考过程表明自己有分析框架阅卷人就能给你基础分。反而是空白的答案一点机会都没有。5. 从笔试看岗位的真实技能需求笔试只是入职的第一关但它清晰地透露了这个岗位在日常工作中需要的核心技能。我总结了一下如果你想胜任互联网公司的经济学家岗位下面四种能力是必须提前开始培养的。第一是抽象建模能力。把模糊的商业问题变成清晰的分析框架。业务方跑过来说“我们的创作者好像不太活跃了”你得能把这个问题拆解成可分析的子问题活跃度怎么衡量用什么指标可能的影响因素有哪些影响因素之间是什么关系哪些因素是可控的这就是经济学思维在日常工作中的体现。第二是数据实证能力。光有理论框架不够你得会用数据验证你的假设。这意味着你需要至少掌握一门数据分析工具SQL是基本功Python或者R至少要会一种。你不需要成为算法工程师但你要能自己完成从数据提取、清洗、分析到可视化的全过程。第三是业务理解能力。经济学家岗位是深入业务之中的不是坐在办公室里写报告。你得看懂平台的业务逻辑和用户需求知道产品经理和运营在为什么事情发愁。一个完全不理解业务的经济学家写出来的报告一定会被业务方嫌弃“不接地气”。第四是沟通表达能力。你研究出来的结论要能说服别人特别是要能让不懂经济学的人听懂你的逻辑。这意味着你要能把复杂的分析用通俗的语言讲清楚同时又能用严谨的术语让专业人士信服。这种转换能力笔试里其实也在考察——开放性论述题就是让你在有限篇幅内既讲清楚理论又落到实际建议。如果你想往这个方向发展我建议在投简历之前先试着找一个真实的业务问题用经济学的分析方法写一份模拟报告。比如你可以分析一下你常用的某个App它的创作者激励体系是怎么样设计的分成比例是否合理如果让你调整你会怎么做预期效果是什么这份模拟报告会是你面试时最有力的作品集。我在实际带人的过程中发现很多同学学术功底不错但一到业务场景就懵了。原因很简单——在学校里所有题目都是有标准答案的但现实商业世界里没有人告诉你答案对错你只能靠自己的分析框架一步步逼近真相。经济学训练给你的不是现成的答案而是提问的能力、拆解的能力、在混乱中找到规律的能力。这种能力在笔试中就已经开始被考察了。