2024中国信息经济学会

乌家培资助计划公告

经中国信息经济学会乌家培资助计划评选委员会评选，2024 中国信息经济学会乌家培资助计划授予清华大学经济管理学院周俊杰教授、清华大学经济管理学院易成副教授和北京大学光华管理学院张颖婕副教授，以表彰他们分别在信息经济和信息管理领域做出的理论创新。

中国信息经济学会乌家培资助计划评选委员会对张颖婕副教授研究创新工作的评价:

张颖婕副教授创造性地将信息系统、经济学和数据科学等跨学科理论进行交叉，设计了融合信息管理、经济行为与数据挖掘算法的分析框架来探讨管理前沿问题，在人机交互、金融科技、用户行为等领域提出了独特的理论见解，成果发表在Information Systems Research、MIS Quarterly、Marketing Science等管理学顶级期刊，研究工作具有前瞻性，预期有广阔的应用潜力和学术影响。

              中国信息经济学会乌家培资助计划评选委员会

2024年10月16日

访谈2024乌家培资助计划获得者

北京大学光华管理学院张颖婕副教授

学会近期对获奖者张颖婕副教授进行了专访，深入了解她的学术成长历程和研究方法，以期对大家有所启发和助益。以下为张颖婕的专访内容。

1

您的学术成长经历是怎样的？

我的学术成长经历，可以说是一段充满机缘巧合与探索的旅程。我本科就读于清华计算机系，同时修了经济双学位。选择修双学位，起初只是个偶然的决定，但现在看来，它为我的学术之路奠定了独特的基础。在计算机系，大二开始我就进入实验室，跟着学长学姐和导师做科研，这段经历让我早早地接触到学术研究的氛围，学会了如何在实践中探索知识。

当时，计算机系出国或保研的比例很高，我也受到这种氛围的影响，决定出国深造。不过，一开始我在攻读硕士还是博士之间犹豫不决。大三暑假，我去美国参加暑研，在那里，我深深被充满探索精神和学术自由的研究氛围所吸引，也更加坚定了我在学术道路上继续前行的决心。

在选择专业方向时，我经历了一个重要的转折点。我本是计算机系出身，双学位是经济，但我最终选择了信息管理专业攻读博士。这背后有个有趣的故事：当时，为了进一步增强自己在经管学科的研究基础，也为了积淀一些相关的学术知识，我结识了易成老师。和她交流后，我发现信息系统是计算机与经济的奇妙结合，在作为她的RA一起研究的过程中，我对这个领域产生了浓厚的兴趣，最终成功转到信息管理专业。2013年，我顺利前往美国CMU攻读博士学位，2018年博士毕业后，我在美国达拉斯做了三年助理教授，之后回到北大光华，开启了新的学术篇章。

2

请介绍一下您的研究的理论意义、

实践价值以及创新点。

在我的研究领域，主要聚焦于人类行为背后的原因。我一直认为，只有深入理解人们行为的决策逻辑，才能为各个领域提供有价值的建议。从理论意义上讲，我的研究通过结合实践数据和理论依据，从微观角度剖析用户行为，为解释人类行为提供了更细致的理论支持，有助于完善相关领域的理论体系。

在实践价值方面，我的研究成果可以为公司、平台以及政府决策提供重要参考。例如，了解消费者在不同场景下的行为模式后，公司能更精准地制定营销策略，平台可以优化用户体验，政府也能制定更贴合民众需求的政策。

说到创新点，我觉得主要有两个方面。一方面，我坚持从微观层面理解人，这种微观视角能挖掘到传统研究容易忽略的细节，为研究带来新的发现。另一方面，我紧跟时代潮流，从商业角度出发，结合当下热门的AI技术，深入剖析人在面临AI挑战或帮助时的行为变化，以及未来可能的发展趋势，探索人机协同在商业领域的无限可能。

3

您是怎样找到有趣的科学问题的？

在寻找有趣的科学问题的过程中，我其实经历了一个逐渐积累、慢慢开窍的过程。读博初期，我对“什么是有趣且有价值的问题”并没有清晰的概念，大多是跟着导师的研究方向做项目，完成任务。那个阶段更多是在积累，学者别人怎么选题，怎么拆解问题，怎么判断价值。

随着做的研究项目多了，接触的研究现象和问题类型也多了，慢慢地，我开始能够在一些看似平常的现象里，感受到“这里可能有问题”的直觉。比如在研究用户行为中，我注意到用户在不同平台、不同渠道的行为虽然多样，但背后似乎存在某种规律性关联。我对这种关联产生了浓厚的兴趣，于是我顺着这个方向深入去看，越研究越发现有意思的点。

再后来，随着AI和大模型的兴起，我参与了更多和算法、AI应用相关的项目，也不断思考技术变化会如何影响人的行为和决策。这些思考不是一蹴而就的，而是靠着前期大量实践中积累下来的判断力和敏感度，逐渐找到了一些值得研究的问题。

例如，我和合作者去年在《Information Systems Research》发表了一篇题为《1+1>2? Information, Humans, and Machines》的论文。这项研究的灵感，源自我们此前合作发表在《MIS Quarterly》的一项工作。那篇论文主要围绕一家合作的借贷平台，根据其业务需求，设计并验证了一套自动化审核算法。在实际落地过程中，我们发现，由于政策要求，员工必须对部分决策结果进行复核。由此引出了一个非常重要的问题：在这样标准化的决策流程中，员工除了完成必要的复核之外，是否还能为决策过程带来超越算法本身的附加价值？进一步说，人和机器在类似的决策任务中，究竟在什么情境下应各司其职、如何高效协同，才能在提升运营效率的同时，兼顾公平性和其他重要目标？带着这个问题，我们对相关文献进行了系统梳理，并设计了严谨的实验研究。最终，这些探索促成了我们这篇ISR论文的完成。因此，对我来说，找到有趣科学问题的能力，其实就是在不断实践、观察、反思中慢慢练出来的，积累多了，自然就能辨别出哪些问题值得花时间，哪些问题只是表面热闹。

4

您主要用什么研究方法分析和解决问题？

在研究方法上，我主要采用机器学习算法、计量方法、实地实验、经济建模等多种实证方法。这几种方法相互配合，能让我更全面、深入地分析和解决问题。以我和学生做的喜马拉雅有声书项目为例，我们想探究消费者对AI有声书的态度，以及内容创作者是否会使用AI以及如何使用。在这个项目中，我们运用计量方法来分析消费者的态度，通过收集和分析相关数据，了解消费者对AI有声书的喜好程度、购买意愿等。同时，为了对比AI录制的书和人录制的书在质量上是否有差异，我们运用机器学习的算法，比如声学分析方法，对两种声音进行量化分析，将其作为控制变量，进一步分析消费者的行为。通过这样多方法的结合，我们对研究问题有了更准确、更深入地理解。

其实，什么是合适的研究方法，并不是在项目一开始就确定好的。几乎每个项目在推进过程中都会经历一些“弯路”。但我认为，这些“弯路”并不可怕，反而往往能促使我去反思现有方法背后存在的问题，从而找到更适合的研究路径。比如，我在博士期间完成的一篇ISR论文，就是一个典型例子。项目初期，我们与一家合作的阅读平台开展了一系列田野实验，探究不同促销政策对用户行为的影响。本来打算通过实证分析来评估促销效果，但在分析数据时，我发现了一些看似异常的结果，比如促销政策在短期和长期内效果表现不一致，且用常规方法始终无法解释清楚。就在那时，我想起了当时课程中学过的一些行为经济学建模方法以及机器学习算法，开始思考是否可以通过建立新的模型，更好地刻画用户决策背后的行为逻辑。于是，这个项目逐渐从以田野实验和实证分析为主的设计，转向了经济学建模的方式。最终，不仅合理解释了实验中的异常现象，还基于模型设计出了一套个性化促销策略，帮助合作平台实现了接近翻倍的收益增长。

5

您未来的研究计划是怎样的？

展望未来，我依然会围绕在人和AI共存的场景下对人的行为展开研究。一方面，我会关注消费者作为被动接收者，在面对市场上琳琅满目的AI产品和人类产品时，他们的决策路径是怎样的，以及商家会对此做出什么样的反应。比如，消费者在选择购买商品时，AI推荐对他们的决策有多大影响，商家又该如何根据这些影响调整销售策略。

另一方面，我对现阶段AI的新变化非常感兴趣。如今的AI不再仅仅是效率提升的工具，它已经具备一定的智能，甚至可以成为人们的合作伙伴。在这种情况下，我们在学术研究中需要探索新的课题。比如，在团队合作模式下，如何设计与AI的协作机制，以达到最佳的合作效果。以医疗场景为例，现在AI可以辅助医生看片诊断，但如果出现AI和医生判断不一致，或者AI漏诊、误诊的情况，责任该如何划分，怎样设计机制才能让医生更愿意担责，提高医疗诊断的准确性和可靠性。这些都是我未来想要深入研究的方向。

6

请您谈谈科研心得，您是用什么样的生活和哲学态度看待科研工作的？

在科研过程中，我也积累了一些心得。从生活和哲学态度来看，我觉得自己是比较幸运的。读博时，我的导师正处于事业上升期，虽然事务繁忙，但依然在科研过程中对我格外用心。无论是选题思路、论文结构，还是细节打磨，她都亲力亲为，关注细微处，耐心指导。正是在这种细微而持续的学术陪伴下，我逐渐建立起系统性的科研思路，也避免了许多常见的弯路。

我个人不太喜欢背水一战的感觉，更倾向于给自己留有余地。在我看来，科研是一个长期的过程，压力过大会影响研究的心态和效率。就像我本科毕业时，虽然有很多选择，但我并没有把自己局限在某一条道路上，这种心态让我在面对困难时更加从容。

我也经常和学生分享我的这些想法。我建议他们不要空想，在读书阶段，要先行动起来，把大的、抽象的问题拆分成一个个可以执行的小问题，然后逐步去解决。很多时候，大家感到焦虑是因为手上没有实际的成果，当你开始动手做项目，随着项目的推进，你会发现自己在不断进步，焦虑感也会随之减轻。同时，在做项目时，不要过于分散精力，专注于一两个项目，深入研究，这样才能取得更好的成果。

7

您承担了哪些课程的教学？

您是如何指导学生的？

在教学方面，我目前承担了4门课程的教学工作。其中，有两门与营销特别相关，分别是给MBA的营销管理和给硕士学生的营销管理与客户价值，这两门课程主要是帮助学生掌握营销领域的基础知识和核心理论。

另外，我还设计了两门与机器学习相关的课程，一门是本科生的机器学习与人工智能，另一门是博士生的机器学习与经管研究。对于本科生的课程，考虑到他们的背景差异较大，我倾向于先让他们构建起一个机器学习的大框架，让他们了解机器学习的分类、整体流程等抽象概念，在他们的心智中形成一个初步的认知，然后再具体讲解每个模型是如何解决实际问题的，以及模型的应用和操作方法。

对于博士生的课程，由于学生来自全院不同的专业方向，有信息管理、营销、组织与战略、经济等，我会引导他们思考机器学习在经管研究中的应用，以及与计算机学科研究的本质区别。我会不断强调，在使用算法时，要清楚它能够解决哪些之前无法解决的问题，不能仅仅因为算法热门就盲目使用，而是要深入理解其价值和意义。

在指导学生时，我会根据学生的特点采用不同的方式。对于那些本身想法特别多、积极性很高的学生，我会给他们一定的自主空间，让他们去尝试不同的研究方向和方法，在实践中探索。而对于我自己名下的学生，我希望他们能够尽快上手一个项目，通过实际操作了解做研究的完整过程。项目的成果固然重要，但更重要的是在这个过程中积累经验、提升能力。同时，考虑到博士生有考核要求，我不希望他们过于分散精力，而是集中在一两个项目上，确保项目能够深入推进。现在我带的一个博士二年级和一个博士三年级的学生，他们都已经有一篇论文正在外审，并且着手第二篇论文的撰写，我觉得这样的进度比较合理，也能更好地为他们未来的职业发展打下基础。

8

请您谈谈获得乌家培资助计划

的心得和感受。

回国没多久，我就通过朋友了解到了这个资助计划。后来，又在卢向华老师、林志杰老师的介绍下，对它有了更深入地认识。这个资助计划竞争非常激烈，审核过程极其严格，不仅有海外专家参与，国内专家也会严格把关，而且整个审核过程完全保密，这充分保证了计划的含金量和在业界的认可度。

我申请了两次，在2024年成功获得资助。在申请过程中，我感受到了这个计划对学术的严谨态度和高要求。肖静华老师也和我说过，整个审核过程都是高标准的。乌家培资助计划坚持公平公正，不看人情关系，只看重申请人的学术能力和研究成果。

能获得这个资助，我感到非常荣幸，也深知这是对我过去研究工作的认可，更是对我未来研究的一种激励。我希望在这份资助的支持下，我能够在学术研究上取得更多更好的成果，不辜负这份信任与期待。