请介绍一下你大学毕业以来的学习和工作经历。
我2005年毕业后，就到美国的加州大学圣迭戈分校（UCSD）攻读经济学博士，2010年毕业回到中国高校任教。2014年晋升副教授，2020年晋升教授。
你的博士毕业论文发表在了经济学国际顶级期刊American Economic Review上面，能简单介绍一下你的研究吗？
我从事的研究领域是行为经济学，即研究人的决策如何偏离经济学传统的理性假设。这篇文章研究的是出租车司机的劳动供给行为。传统经济学会认为，今天工资越高，我就应该多干活，因为这样赚钱比较多。但一些实际数据发现，今天工资高，这人反而早早干完活早回家了。一个很直观的解释就是，他可能设立了一个收入目标。今天工资高，我很快就能达到这个目标。这种决策模式就不是传统的新古典经济学的决策模式。我们在行为经济学领域把它叫做reference-dependent preferences，即参照系依赖偏好。也就是说，你有一个参照点，你相对那个参照点会有一个损失厌恶的心理机制，所以你会拼命努力达到你的参照点。我的论文设定的参照点是收入和工作时间的目标，比如工作8小时挣2000块钱。出租车司机达到了自己的目标，继续工作的动力就减轻了。我的研究发现，这两个目标都会影响出租车司机关于什么时候停止工作的决定。
也是比较幸运吧，我在博士三年级的时候上一个行为经济学领域的课程。这个课程会让我们读许多行为经济学领域的前沿文章。当时出租车司机的工作时长决定因素就是文献没有完全理解的现象。老师在上课的时候，随口提到，某些论文里面的新的理论，是否可以解释这个现象呢？老师就是这么随口一说。我听到了以后，就去找老师聊，说可不可以正式去探索一下。老师非常帮忙，去找相关研究的作者，要到了他们的原始数据，所以我可以在他们的原始数据上，用新的理论和新的视角去分析。这位老师后来成为我的导师，最后这篇论文出来以后，也是和我的导师一起合作的。
做博士论文最痛苦和最困难的点，是需要找到一个研究话题，既有意义又有影响力，有数据，且还没有被大家研究。这都是非常困难的事情。我刚好比较幸运，做的议题来自于导师的随口一说，而且他帮我要来了数据，我做起来就相对比较快。
当时为什么不像其他同学一样留在美国，而是选择了回到中国？
我当时美国、新加坡、香港的工作也都找了，也拿到新加坡国立大学的offer。美国确实没有特别好的工作，我可能也不是那种拼尽全力一定要留在美国的人。我本来也挺喜欢中国文化，所以也挺想回来的。
你从发表第一篇论文到现在，在学术这条路上，还有什么高光时刻？
发表了第一篇论文之后，就是按部就班地写论文发表。比较困难的是我的第二篇论文。我想探索股市交易里面的处置效应，就是你更倾向于卖掉赚钱的股票，更长久地持有亏钱的股票。这个实际上也是一个行为金融里很著名的谜题。我当时用了基于期望的参照点的理论，但是我发表这篇文章遇到非常大的困难，就是我的实证部分跟两个大佬已经发表的文章采用了同样的原始数据但不同的取样方法，而他们跟我发现的模式是相反的。我和两位大佬来往过许多邮件，最后也没有达成完全一致的共识。
我的这篇文章被金融学最顶尖的期刊Journal of Finance第一轮通过了，但是第二轮就被拒了。我最后实在没有办法，就砍掉了文章实证的部分，保留了理论的部分，最后发表在了Management Science上面。这也是管理学的顶级期刊，但是我经历了极其痛苦的一个过程，大概花了十年，才把这个文章发表了，可能是我这一辈子花时间最长的一篇文章。我觉得这是一个挫折吧，也不算高光时刻。
我的研究兴趣比较广，不是说深挖一个特别精专的文献。我在行为经济学里面的研究实际上是触及到很多方面的，但大概总是在行为经济学的框架之下，所以后面陆陆续续也发了一些还不错的文章。你要说高光时刻，反正你发文章发到后面，心态就比较平稳了，慢慢就从患得患失的心态，变化到一种得失比较平衡的心态。中间可能也有一些成绩吧，比如说获得一些基金的支持，或者说做一些编辑的职位，也是受到了学术界的认可吧。
还有值得一提的，是在2014年。我在本科生科研项目中，一共指导了四个同学。其中有两个同学去了哈佛大学的经济学博士项目，一个同学去了斯坦福经济学博士项目，还有一个同学去哈佛大学读数据科学的硕士项目。能够指导这样优秀的学生并且持续开展科研合作，我觉得就是做老师挺有成就感的高光时刻。
是什么时候、什么契机让你下定决心要走学术这条路的呢？
在大学的时候，前三年还有一点犹豫，心里知道是喜欢做学术的，因为我不是那种很善于跟人打交道的状态，也比较向往自由的氛围，就是我自己做自己的老板。但是呢，当时说实话，我对学术生涯到底做什么并不是太了解，工作是什么样也不太了解。稀里糊涂就到了大三。大三那个暑假通常都要做实习，但是恰巧我大三有半年在美国交换，就错过了找实习的机会。
另一方面呢，我本身也还是挺喜欢思考的。比如当时有一个思考的问题，到现在也还没有完全解决，并且我发现世界上最顶尖的学者也在思考这个问题。这个问题就是，择业过程中真正的内驱力，和世俗的社会压力以及金钱诱惑之间的关系。当时我觉得我们班很多同学成绩非常好，但是并不是真正热爱金融。如果不考虑钱，不考虑社会地位，或者说这个社会的期许，他们可能都会去做别的，比如说做文学、哲学。西方社会可能会强调个人主义，尊重你个人的兴趣，但我们这边呢，就会强调金钱价值，或者说社会地位，这些比较外在的东西。这两种激励是怎么样体现在个人决策过程中的呢？
我当时就思考这些奇怪的问题，还去问了很多师兄。师兄们都对这些奇怪的想法表示肯定，但同时也表示，这些想法没法用来做主流经济学研究。刚好到了美国以后，遇到了行为经济学，也恰恰回应了我在本科阶段思考的这些东西，所以当时也觉得非常有缘吧，很快就决定自己要做这个方向的研究。
你觉得是哪些力量支撑你走过了“青椒”这个阶段？
我觉得我的情况可能还是有点特殊吧。首先我第一篇文章就很幸运，发得很好，所以我已经解决了很重要的一份paper，后面压力没有那么大。其次，我觉得在青椒阶段，我本身的驱动力还是从兴趣出发的，所以我其实没有觉得压力特别大，或者特别辛苦。我觉得这个东西有趣，我就去做。那时候，学院也创造了挺好的环境，就是会比较保护这些青年教师，不会布置各种各样的行政事务和课程。因为senior都把这些事情扛起来了。所以现在让我去做一些行政的工作，或者让我去教一些课程，我都觉得是文化传承的一部分：之前的senior怎么对待你，你就怎么对待后面的junior，尽量给他们充分的时间，充分的自由，去做自己想做的研究。我那个阶段也是这种情况，每天有好多时间沉浸在学术里头。
做学术有没有典型的一天？
典型的一天，这个每个人不一样。我知道好多人是喜欢晚上工作的，因为晚上完全没有打扰。但是我没法太晚工作，所以我现在典型的一天就是早上起来送小孩上学，大概八点多到办公室练一个小时瑜伽，然后开始一天的工作。中间有教课，有各种各样的行政事务，也可能一会儿学生来找你。真正留给做研究的时间还挺碎片化的。我只能强迫自己在这些碎片化的时间内，比如说半小时内，插入一些学术工作。
总的来说，做学术是比较自由的时间安排，但是这个过程经常被打断。
你都教哪些课程？
我就教行为经济学，本科、MBA、EMBA都教。之前我会教研究生高级微观经济学，还有本科生的中级微观经济学。
我最近还在教人工智能和社会经济，这也是一门新课，也是给自己的挑战吧。我原本几乎对这事儿完全不了解，但是在2019年，我们开学院的战略会，大家分析学术的最新发展，发现很多领域的最新发展都与AI有关。当时我们就觉得，这个事情还是得学一下，所以成立了很多老师之间的reading group，大家开始读AI相关的文章。到了某个时间点呢，我们说是不是应该也得让学生知道这件事情，因为毕竟就是下一个不可避免的潮流，有些重大议题还是值得在本科阶段就有所了解和有所思考的。我们咬了咬牙，在自己也不是完全懂的情况下，就开了这门给本科生的课。
我们从零做起，一方面读学术文章，一方面去业界访问，自己也开始做一些相关的研究。这三方面结合起来，我们就推出了这样一个课程，也是一个边学边做的过程。而且有时你会发现，底下坐的学生比你更了解人工智能。有些是计算机系来的，他本身就是做AI技术的，所以你谈技术他比你更了解。但我们更多着眼于AI对社会经济的影响，比如说对劳动力市场的影响等等，我觉得还挺有意思的，就是给自己一些新的兴趣，新的挑战。
但是教EMBA，我觉得特别难。教本科生可以讲得很学术，他也能理解或者说欣赏你背后科学严谨的学术分析的美。EMBA就是看你这个东西有没有用，怎么用，他可能不在乎这个结论是怎么得出来的，有多科学。我没有业界经验，不知道这些东西对他们有什么用，所以整个教法和学生的需求都完全不一样。我自己觉得还是挺困难的，得慢慢去积累。你首先得了解这个群体在想什么，需要什么，然后慢慢也能够知道我这些东西怎么用。
在影响现实世界方面，有没有做一些事情？
目前我正在和几位教授合作，在搭建一个行为科学的平台。行为科学是一个跨学科的事情，不止是经济学；像营销，像管理科学，像统计学，其实好多都跟行为科学有关系，所以我们其实是希望集合大家的跨学科的研究，去分析人的行为，去了解怎么样能够让人做更好的决策。
比如说政府可能要推行一个政策，它当然有一个它希望达成的政策目标，但是它现在想的这些推行方式以及政策内容是否能够达到预期的目标，这些事情其实是不清楚的。所以政策制定部门需要大量的对人的行为的预测，去帮助设计这些机制。举个例子，疫情期间要刺激消费，要发消费券，你怎么发，这就是一些经济学家正在做的一些内容。
第二个，业界现在越来越多地有这样的需求。他们首先是积累了越来越多的大数据。现在无论是互联网公司，还是金融机构，还是其他在做数字化转型的公司，它们积累了越来越多的个人数据，但其实某种程度上并不知道怎么去很好的使用这些数据。举个例子，如果你是银行，你想要有一个投资理财顾问。你要知道你的客户是什么样的风险偏好，他在乎的是什么，他的决策模式是什么，这样你才能够更好地服务他。所以这里有很多对个人行为的数据需求。营销也是，特别需要知道人会对什么样的营销策略起反应。所以业界现在特别流行A/B测试，也是我们学术里面叫的随机对照实验的方式。把人随机地分成A组和B组，A组可能啥都不做，B组就是推广我要做的那个策略，这样就可以比较他们的结果是什么样的。现在业界特别是移动互联网每天在做无数的A/B测试，但他们的A/B测试可能就是内部拍脑袋一想就做了，没有一个很好的理论背景的支撑。
还有一点就是类似这样的A/B测试在过去的成本非常高，因为你触达消费者很难。但是现在的A/B测试成本极低，因为你在互联网上，你可能改改APP的一个设置，或者你给不同人推送不同的消息，这些事情做起来成本很低。
所以一个是数据可得，一个是做这种A/B测试的干预成本变得很低，一个是客观的需求，一个是我们的行为科学经历了几十年的积累，关于人的行为的理论也多多少少到了可以真的去使用、真的去检验是否对实际有用的阶段。综合所有这些因素，我们希望搭建一个系统化的平台。其实过去大家也零星的跟一些企业或者政府合作，在做类似项目的推广，也有很多很好的学术发表，但我们希望把这件事情做得更加系统化。
做学术做得好的人，有没有一些共性的特征？
我看到的世界最顶级的学者，我觉得都有两个字，就是纯粹。这种纯粹不是说他不通人情世故，而是说他对学术问题有非常干净的动机，他是很内驱的，非常有好奇心，对待学术有非常科学严谨的态度。他们的动机都是说，我就想把这个问题搞明白，我觉得这个问题要么很重要，要么很有趣，值得我付出努力去把它搞明白，而且这个过程要非常科学严谨，我不能乱说话。我觉得做得特别好的学者，他们在生活中当然是性格各异的，但是你会发现都挺有赤子之心的吧。
有没有半路出家过来做学术还做得比较好的呢？
有。我们领域有一个美国人，他就是40多岁才去读PhD。他之前做过各种各样的事情。他40多岁去读PhD是因为他看见他本科的同学获得了经济学界一个大奖，但那个同学本科还不如他，所以他就去学了。
也有业界做得很不错，但是又想做学术的，这样的人毕竟很少，但是他们既然决定半路出家，就是想清楚了，坚定地要做这件事情。他也有足够的社会经验和社会资源去支持他往前走，这个跟本科生直接申请念博士还是不一样的。
你在投稿的过程中是需要有社会经验的，比如说Editor把你拒了，你是不是足够了解整个编审的过程，你是不是知道其实有些事情你可以去argue，怎么样去申诉是有用的，这些东西都需要人脉和社会资源。
有没有从学术界离开又去做实业的人呢？
有一些。特别是好多创业的人，可能是有一些研究成果可以转化。有些可能做学术到一定程度有瓶颈，或者说觉得这不是他想做的事情，也会跑到业界去。比如有一些教授会去投行、券商等金融机构担任首席经济学家。
你怎么看待“套词”这件事情？
我觉得没有任何用处。老师都特别忙，忙到脚不沾地，然后他看到一个学生，从来不认识，给他写信，他也知道学生要干嘛。学生可能会提一点自己的研究想法，但其实大部分学生的想法都不够成熟。除非就是你和老师一起做研究，你的老师觉得不错，帮你推荐给其他学校的老师，那是很重要的一个推荐渠道。
一般来说，我给国外博士项目写推荐信的前提是，学生跟我做过助研，或者说一起合作过，我知道他们的水平是在什么地方。没有深度合作过的学生，我一般不会写推荐信。因为这是声誉的建立。比如说你推荐学生去哈佛，他如果表现得不够好，那你下面再推荐学生去，人家都不信你了。所以写推荐信这个事情也要保证自己的声誉，要为后来的同学创造一些条件。所以基本上都是非常了解，而且是有科研成果的，才会去推荐。
你觉得教授这个职业未来会有什么样的变化趋势？
如果是从国家政策来讲，肯定是更加强调科研的原创性。因为我们的好多“卡脖子”工程，究其原因，还在于基础科学的水平不够高。
另一方面，国际交流的机会可能会减少。我们现在因为中美关系和疫情，去美国开会不像以前那么方便了。所以我觉得会有一种倾向，就是面对面的国际交流会越来越少。最近，特别是青年教师，有些很困惑的时刻。你要自己重新打造一套系统，令起炉灶，这个怎么弄？我觉得还是面临挺大不确定性的。
另外，经济学得益于中国经济的发展，倒也不见得做不出最顶尖的结果。举个例子，像数字经济。我国的经济数字化程度可能比国外平均水平要高，我们积累了大量的数据。因此，基于大数据的行为分析，我觉得应该有蛮多原创性的结果。像电商、淘宝村、隐私保护等方面的一些探索，我感觉也许能出一些原创性的成果。这些研究可能是国外没法做的，而且具有重大的经济意义。
对于一个想进入到学术领域的年轻人，你有什么特别的建议？
我觉得首先还是要热爱，不要为了出国，不要为了这个工作闲，或者是工作本身有自由时间。当然这些都是好处，但我觉得还真的是要热爱学术。也不要觉得说有个博士头衔好，或者未来收入高，这些事情都说不准。学术工作是极需要自律的，它相当于没有一个老板拿着鞭子抽着你走，你自己决定自己的题目，自己决定怎么做。某种程度上有点像一个创业者。所有这些风险都是自担的。所以最重要的，是一定要有热爱，要有这个兴趣。你的热爱和需要足够，才能够支持你扛过后面的困难。
现在很多学校应该都会有本科生科研的项目，就是由老师指导，你可以自己做一个小科研。想要探索自身学术兴趣的同学，最好参加这样的项目。实在不行的，你去找老师做助研，跟着老师从一个项目的开始做到后面，你大概了解整个学术是怎么产生的。做助研的时候，不要只把自己当一个助研，老师让你干什么就干什么，还要积极主动地把自己当做一个合作者去思考这个问题。
我就有好多次这样的经历，本来是请的助研，但是这些学生本身特别优秀，特别投入，会在学习过程中提出自己原创性的想法，甚至帮你解决你的疑惑。你有一个问题，大家讨论的时候，他能够提出解决方法。他能够说，我看到这些文献怎么样。这样的话，老师就会觉得真的很不错，他其实应该做一个合作者，因为他做出了独立的贡献。很多次我就是在这样的情况下，把我的助研变成了合作者。这对他们来说就特别好，他们申请的时候，就有自己的writing sample。我可能也会给他们很好的推荐，因为真的发现他非常有独立思考能力和解决问题的能力，非常有科研热情。做助研不要只是刷简历，也不要挑三拣四，觉得这个任务有意思，那个任务没有意思，其实全都是科研很重要的一个部分。这点可能有点像在公司里，一个人主不主动，有没有挑三拣四，别人都是看在眼里的。你要是认真投入，哪怕你做的是非常简单的工作，最后都是有回报的，而且这个回报也许不是你一开始想到的，就像我们说的成为合作者。在任何时候，我觉得还是要积极主动热情。
可能还有一个需要说的事情。现在学术界并不是单打独斗，并不是你一个人写一个一个paper的，后面有一个团队。首先你有合作者，然后其次呢，有很多的junior学生在后面帮你做事儿，很多具体的数据分析这些活，他们都干了。你后面需要整个团队的支持，不管是数据分析还是啥，最后你就会发现有很大的分工。我最主要的工作就是研究想法的产生，分析方法的确定，各种资源的整合，中间一些方向的把控，文章的撰写和修改，最后投稿，这些过程需要一些经验，是学生做不了的，但其他大部分很花时间的数据分析，都是学生在做。确实就会有一个自然的分工。学生可能慢慢通过这些训练，也掌握了这些技巧，然后他们慢慢又走到职业生涯中，可能也会重复这个过程。
