The event has been closed.

垄断者，通过经常保持市场存货的不足……然后以远远高于正常的价格出售他们的产品，从而无论在工资还是在利润方面都提高他们的报酬。——亚当·斯密《国富论》 

很多读者一看到“经济学”三个字，便觉如临大敌。印象中，经济学是一种充满数学公式、统计图表的研究型学科。

虽然今天的经济学确实会运用大量数学工具（甚至有时比物理学家所用到的数学工具还要复杂），但这并不表示经济学就会被数学统治。数学是好的仆人、坏的主人。所以重要的并不在于手段，而是在经济学思维模式下所论证、探寻的目标。

经济学同样是“以人为本”的学科，它所研究的核心问题应当与人有关，与人的终极福祉有关。比如，对货币、消费的研究，毫无疑问属于经济学；对人的幸福的研究，也属于经济学。失业问题、生态环境保护，甚至一切影响你工作好坏的细枝末节的因素（交通、衣着、你的手写体是否好看）都属于经济学的研究范畴，因为它们都关乎人的福祉。这是我们意图达到的，使大众破除幻象、学以致用的，经济学的广义定义。

5 月 25 日（周六）17:00-19:00，作者梁捷将带着他的新作品《表层的真理》来到单向空间 · 朗园station店。我们将与朋友们一起聊聊你不知道的经济学。

普通人与经济学

《表层的真理》新书分享会

单向空间·郎园station店 

地 址

朝阳区东坝镇半截塔路53号郎园Station（北京纺织仓库南门）D3-1座

#嘉宾简介

梁 捷

复旦大学经济学博士，澳大利亚莫纳什大学博士后，现任教于上海财经大学，副教授。主要研究方向为中西经济思想史。在国内外学术期刊上发表论文数十篇，出版多部著作，包括《看！这就是经济学》《西方经济思想通识》《梁捷西方经济思想史讲稿》《经济学家都干了什么》等，另有译著《超越功利主义》《合作的复杂性》《城市秩序》等十余部。

现任教于人民大学经济学院。中国社会科学院经济研究所博士，人民大学经济学院博士后。主要研究方向为经济史与比较经济发展等。曾在《中国经济史研究》《清史研究》等学术刊物上发表多篇文章。主持过博士后科研基金、国家社科基金等项目。出版专著《组织、市场与国家—近代天津钱业公会与经济秩序建构》，并承担人民大学《中国经济史》、《世界经济史》、通识课《全球视角下的中国经济发展解读》等课程教学，其中参与的《中国经济史》获得教育部国家级一流本科课程。

#相关图书

《表层的真理》

作者：梁捷

出版社：浙江人民出版社

出版年：2024-3

#了解经济学，真的不难

撰文/ 梁捷

开始写作本书的时候，正是2020年年中。如果过几十年再回头来看，毫无疑问，2020年是一个历史的转折点：全球新冠疫情暴发，美国黑人开展新一轮的平权运动，全球化“退潮”，全社会贫富差距增大……我们面对的生活越来越复杂，过去的经验仿佛失去了作用。所以，我想在这本书里放宽视野、放慢节奏，更全面地回顾经济学、探讨经济学，欣赏经济学的锐利分析，利用经济学的最新观点和最新研究来分析我们当下的生活。

说到底，经济学是一门比较新的学科。从亚当·斯密（Adam Smith）于1776年出版《国富论》开始算，到现在也不过250年左右。相比之下，数学、物理学都有两三千年的历史，文学更是从有人类文明开始就已经出现了。在这200多年里，科学技术在不断进步，经济学也在不断变化，这个变化仍然在进行之中。

主流经济学借鉴吸收了大量最新发展起来的技术，比如高速计算机的模拟计算、各种来源的大数据、更精准的计量模型、数字化的历史档案、异想天开的田野实验，还有心理学、政治学、法学的最新研究，可以说是日新月异。所有的学者都必须不断学习才能赶上这些潮流。

一提到“经济学”，大家可能会想到复杂的数学公式和统计图表。但其实，经济学家使用数学工具，只是为了能更清楚地解释一些问题。只要问题得到解决，我们的目的也就达到了。

我举一个例子，前些年美国的一个保守派团体“学生公平录取促进会”起诉哈佛大学，控告哈佛大学在本科招生时对亚裔申请者有歧视。那么，哈佛大学在招生时是否真的存在歧视？这是一个不容易分辨的问题，因为歧视行为是观察不到的。假设一个女生投简历找工作，HR（人力资源）不想招女生，但他不会直接跟应聘者说，而是会找很多其他理由，比如专业不对口、实习经验不足等来拒绝她。这就是性别歧视，我们心知肚明，只是苦于没有证据。

哈佛大学有没有对亚裔申请者歧视呢？哈佛大学公开了一批申请人的数据，双方各自聘请了一位权威的经济学教授对此进行分析。原告聘请的是杜克大学的经济学教授彼得·阿西迪亚科诺（Peter Arcidiacono），哈佛大学聘请的是加州大学伯克利分校的经济学家戴维·卡德（David Card），两位都是非常有成就的经济学家。

哈佛大学有没有对亚裔申请者歧视完全是一个经济学问题，所以，双方请经济学家来研究是最合适的。两位经济学家利用哈佛大学提供的数据，运用“回归分析”的统计方法进行研究。他们的回归模型都差不多，数据也都是哈佛大学提供的，但结论正好相反。原告的分析结果显示存在歧视，被告的分析结果显示不存在歧视。为什么会这样呢？