书到用时方恨少,无用之时真无用。第一句是俗语,古人讲的,第二句是我加的,明确无用的状态。平常读了书,不知道什么时候用得着,那就确实没什么用;但是,到要用的时候,又深感书读少了,希望多读一些;至于多读是否真的能用到,就不能深究了。以上,说的都是人文和社会书籍。 现代的数学理科工科书籍,简称数理工的书,是处处有用的。处处,就是在书里所指定的参数环境成立的地方。工具书也是如此,工作上随时用得着。 人文社会书,则不同了。读很多本,也就像是看了一堆故事。没用的时候居多。 这样想感觉会好一些:读人文社会书,在未来某次重要决断时,会有大用场。这就像创业投资一样,95%以上的项目,亏本或不赚或赚极少,5%以下的项目,会回报惊人,足以弥补95%的不足。读人文社会书,有5%的书,到时候用处很大,就很好了。 此外,如果那些时间,不读书就会闲着,就还不如再多读几本书。 不如做一个估算。 数学理工和工具书:100本 * 每本收益100 =10000 大概如此。或者,希望如此。 你可能心里在想,那就直接读那有用的5本,另外95本没用的,不读,省去时间。人文社会书,读上20本,19本都是为了铺垫,在读某1本时,思路突然畅通起来。这种时间,是省不下来的。 按照刚才这个估算,100本数理工书的价值,是100本书人文社会书的近2倍。有估算,总比没有数字对比要好。但是,还可以更好一点。
上面的假设是,一般理工科的书的价值是人文社科书的100倍,但极少数文科书的价值是理科书的10倍,10倍太多了,3-5倍更合理,中位数4倍。文科书之间的价值差距不是1000倍,是400倍,有的是1,有的是400;理科书之间,价值相等,都是100。再次计算如下: 数理工书 100本: 100本 * 100 = 10000。人文社会 100本: 95本*1 5本 * 400 = 2095。 这样,更接近现实情况了,100本理科书的价值,是100本文科书的价值的5倍。理科生读100本书,文科生要读500本,才能赶上。 理科书读一本是一本,每本都有价值,价值可以累加;人文社会书,读好多本、才会遇到或开始体会到一本很有价值,各本书之间的价值不能累加。 现在,成熟的科学领域,都是以论文为主,一本书大概10-15篇论文。理科一般都是论文,100本书就是1000-1500篇论文,取中位数,1250篇论文。文科,假设一半论文、一半书,则要读,250本书 2500-3750篇论文(取中位数 3125篇论文),才能价值追平。 理科 1250篇论文 = 人文社科 3125篇论文 250本书。 假设理科每天看两篇论文、一年工作220天,则1250篇论文,需要 625工作日 = 2.84年。 3.4 / 2.84 = 120%。 我们都知道,文科研究生比理科研究生晚毕业。例如,理科博士,4-5年,文科博士,5-7年。上面的估算得到,文科的工作时间比理科多20%,正好是5年 1年。 上文假设了文科的阅读速度是每天半本书或5篇论文,有的人做不到,那就会更慢了。这解释了有的文科生要更长时间毕业。 这个估算的一个推论是,如果踏入社会以后,文科工作,要能持续赶上理科工作的收入,则阅读量要持续大4-5倍,比较好。 读文科文章,的确比读公式一堆数据一堆代码一堆的文章容易,但是,你得读得多啊!多到5倍,而且一直都要多这么多。 这再次证明了一个俗语,有利必有弊,还有,一开始过得很容易,以后会越来越不容易。 最后,一旦你已经学会了数理工的很多专业知识,掌握了工作需要的工具书,那么,接下来还是可以多读一些人文和社会学科书的。但是,这个顺序,不宜反过来。 大学读书选择专业也是一样,数学理工优先,社科人文艺术靠后。 2 大学读书的专业选择:计算机与工程学青山灼灼、社科人文艺术秋雨淅淅 如何衡量不同的学科专业对于进入职场的大学生的价值?工作收入是关键指标。 2.1 最有价值的与最少价值的 Bankrate网上有一份最有价值和最少价值专业排名,梳理了162个专业,靠前的专业都是理工科,靠后的专业都是社会科学、人文和艺术学科。两者的中位数收入能差一倍,高的,9万到10万美元,低的,5万美元不到。 来源:https://www./career/most-valuable-college-majors/ 我翻译了这份报告中最有价值专业的前40名,供年轻朋友们和家长们参考。 随着中国劳动力结构的显著变化,未来中国的行业收入结构与发达工业经济体会更为接近,工科将越来越受欢迎。必须承认,未来中国的文化娱乐艺术领域会有很大的成长,但是,这类行业,好比阴历十五的夜空,只有一个满月,泛着光,其余星星都暗淡隐退。虽然造星行业不至于像战争那样一将功成万骨枯,但是,成名概率极低,是比较确定的。每一个明星/名人后面都有无数试图走类似路径但倒在路上摔在坑里的人。 来源:同上 最少价值的专业,都来自人文艺术和社会科学,列举部分条目,供你品味。 社会科学:图书馆学、社会工作、心理学、咨询心理学、普通医疗与健康服务、交叉学科社会科学、人类学和考古学、社会服务与社区组织、 人文艺术:语言学与比较语言学与文学、写作与修辞、美术、艺术史与艺术批评、商业艺术与画图设计、艺术与音乐教育、工作室艺术、视觉与表演艺术、戏剧与剧院艺术、音乐、电影视频与摄影艺术、美容服务与烹饪艺术、大众媒体 另有一份报告,The Cashlorette’s report,也得出类似的结论。这里有一点介绍: 来源:https:///best-college-degrees/ 石油工程、制药、地质工程地球物理、采矿、船舶和海洋工程,位居大学就业前五。 2.2 理工科内部也高度分化,计算机占据绝对优势 另有美劳工部门的STEM(科学、技术、工程、数学)就业报告。STEM也就相当于我们所说的理工科。 在2015年理工科就业岗位中,计算机占了45%,工程占了近20%,剩下的属于其他学科。所以,理工科内部也分化严重,计算机占据绝对优势,接近整个理工科就业的一半,工程则接近计算机的一半。这也符合幂律分布。 来源:https://www./spotlight/2017/science-technology-engineering-and-mathematics-stem-occupations-past-present-and-future/pdf/science-technology-engineering-and-mathematics-stem-occupations-past-present-and-future.pdf 我们已经强调过这两个口号:编程大法好;穷学工、富学工、世代学工。 2.3 顶尖大学毕业生的选择 猎聘大数据发布的2019年上半年中高端人才报告,有一些数据一样证实了这个趋势。 例如,2019H1招聘的10个热门领域,全部都是理工科。其中有一个跨境电商,好像是文科,但看看热招职位,全是开发和工程师岗位。 来源:https://henan.qq.com/a/20190726/006514.htm 再如,2019H1国内10个顶级大学的毕业生行业,北大、中科大、北京师范大学,3成去了互联网行业,清华也是1/4多,剩下的7个学校,复旦、浙大、上海交大、南京大学、武汉大学,都是1/5;只有同济大学例外,建筑特别强,房地产就业占了3成、互联网只有1成多。 概况一下:顶级大学毕业生,20%-30%去互联网行业工作。 来源:同上。 什么体会? 环球同此凉热! 2.4 绿牌专业 红牌专业 前不久,麦克思的2019年中国大学生就业报告,也分出本科和高职高专的绿牌专业和红牌专业。 来源:http://www./archives/930684.html 本科的红牌专业有,绘画、历史、应用心理学、音乐,法学和化学也不幸上榜。本科的绿牌专业有,信息安全、软件工程、网络工程、物联网工程、数字媒体技术、通信工程、数字媒体艺术。 来源:同上。 结论:离人的传统能力越近的行业,发展越黯淡;离可控制的对象越近的行业,发展越光明。 3 普通的学习研究:工具与成果是关键因素 这里先说一般的学习研究,为了工作的研究。每个行业都可以学习研究,每个行业的学习研究说不定都会得到一些理论一些知识。但是,我们这一拨人、这一代人,是生活在这些而不是那些重要的行业,迎接这个方向而不是那个方向的新兴行业。一代人有一代人的主题,或者,一拨人有一拨人的主题。 学习研究都是永远不停的,驱动一代代的学习者研究者、也一代代消耗他们;一个人只有一辈子,你只是永不停息的学习研究机器的一个过客。 在精力旺盛之年,不要什么主题都去学习研究。我们不一定能跟上这一代的全部浪潮,但至少不能脱离本代人的主流太远、太久。 选择学习研究主题要考虑些什么呢?有兴趣,当然都可以看看。但是,如果自己随便有什么兴趣,就去大力学习研究,那有什么集中的成果呢?兴趣广泛,也会坑你。有所回报,是在选择主题时必须考虑、甚至优先考虑的。 学习研究是在特定主题上采用工具展开分析得出成果的过程。研究的回报有两个侧面:工具、成果。 工具好、成果多,满足任何一条,都可以多研究。数学分析、概率统计,工具好,学得几乎是越多越好。与发展迅速或收益可观的当代产业和行业结合紧密的领域,如互联网、金融,也可以多研究。 最好的是,工具多、成果多,例如,互联网、通信技术、芯片、金融。 最糟的是,工具少、成果少,例如,制度研究、文化研究。 介于之间的是:工具少、成果多,奇怪,我想不到太多例子,也许牙科是一个;工具多、成果少,例如,概率统计、宏观经济。 以上不适用于天赋异禀或家里有矿的人。 4 职业研究的个人兴趣与主题选择 前面说了学习研究,这里再说专业性更强的研究,学院里的研究。 4.1 个人兴趣、自选主题 专业研究问题,也要照顾当前知识界的关键主题,不要自己一门心思搞一些冷门研究,以个人兴趣爱好作为掩饰自己做不了主流研究、掌握不了主流研究工具的借口。 诚然,未来的关键研究来自如今的冷门研究。但是,在研的冷门方向一千个,两个十年后,只有一个会成为新兴主力方向。你能赌中?你的研究生命,又有几个二十年? 人都有一堆兴趣爱好,自然选择在意过吗?自然选择一代又一代,你,和所有人一样,只是它生产知识的搜索机器,几十年就折旧完毕,要换新的搜索机器。 你要求或暗自期待人们最终会认可你的兴趣方向。但是,你又在意过人们的兴趣爱好吗?连大家当前重点关注的集体兴趣,你都不一定在意!你不尊重学界的群体选择,学界凭什么来尊重你的兴趣呢? 对待自己的研究行为,也要客观。 由此可见,知识领域,也有选择研究主题的难题。 大多数时候,个人自选主题,都是老的主题,不是新的。只是他阅读量不够、见识面很小,很容易就把个人兴趣与身边人不同,推广到与其他所有人不同。其实,他关注的问题,知识界很多人在研究,甚至在几十年前、几百年前,就研究过了。所谓,读书太少、想得太多,就是这个状况。如果有些人也读了很多书,那就是因为,读的三五流的书太多,一流的书太少,二流的书也不多。 研究问题,始终要多看点英文文章,多看看学界大牛的文章。这是基本要求。多看英文书和论文,又是其中更基本的。因为,英文知识界用现代科学方法研究各种问题都两三百年了,英文知识界是全球知识界的老前辈,多读英文,就像多继承老前辈的知识遗产一样。很难想象,一个人,英文不行,或者数学也不好,怎么深入研究问题。 4.2 品味是效果的追认:新主题、新工具 好的选择靠品味吗?品味,实际上也是事后追溯才能认可的。但也不妨从品味这个最后效果来看看几种情况。 重复的主题,没有新的工具,没什么看头。如果强以为很重要,可能还被人看作品味不佳。例如,工业化都几十年了,还有人在谈,农村是经济下滑期的缓冲垫。感觉这些人就像一直生活在桃花源,不知世事、无论魏晋。 重复的主题,加上新的工具,就有点看头了。品味一般、但工具好啊,易于传播。大家看到新的工具,可以学一学。例如,阿西莫格鲁的一些制度研究,主题是老的,但是数据和数学是新的,引用率也到了一万。 新的主题,没有新的工具,可以引起更多人的兴趣,但是否就很有品味呢?这就像当代艺术,估价是相当奔放的。所谓风格,是至少在一段时期内可以稳定下来的重复形态。新的艺术作品出来,都还没有稳定,连风格都谈不上,无以言之。新的主题选择,一开始,只能说是品味奇特,骨骼精奇,难以断言,这就是好的品质。只有经过一段时间,有连续的作品了,更多人跟进了,才可以说品质不错。 新的主题,加上新的工具,有很多人跟随效仿,有机会开创一个学派。追溯回去,品味奇佳。这种事情,几十年一遇。 2000年前后,关于中国明清经济和西欧经济的交叉对比研究,催生了以大分流理论为代表的加州学派,今天看来,依然感到震撼。主题是新的,特定时期的江南经济与同一时期的西北欧经济对比,以前人们都是分开探讨,很少一起研究,工具也是新的,一是相称的经济区域的交叉对比方法,二是工资、收入、GDP核算,以前经济史学界没有系统的做过这些数据。 我们的新主题,也可能是别人的老主题,这也正常,发展阶段不同。所以,像大城市化、高技术产业,在欧美是五十年前的事情,但在中国是新的主题。如果有数据、新的模型,研究一番,还是好的。不太可能因此产生受到全球学界承认的学派,但是,在中国范围内,依然是一个重要的主题。 至于互联网产业、数据和智能产业、数字经济,这是全球的新主题,这方面的好研究,会引起全球知识界的重视。 5 研究价值的关键指标:高引用率 5.1 很多理论,都抗不过引用率 我走过图书馆的书架,一堆堆的理论书,这些书里的理论,就像藤蔓在逻辑空间里四处蔓延。 这些理论作品,只有极少数可以演变出一套实证的科学理论,被人永远记得,甚至载入教科书。 绝大多数,为了不被遗忘,只能不断表达,反复试探,希望自己在科学系统中留下,就像很多人涌去开餐馆开花店,想要在城市经济生活中占有一席之地。 其心也诚,其志也坚,而其成功概率则毫无改变。 为什么作者们明知自己的理论不一定变成科学大厦的一块砖,却依然写出那么多文章?这个问题可以这样来问:为什么小店主们明知自己开店不一定能盈利,还要冲进去开店?有很多回答:为了梦想、为了生活、为了找点事做不至于闲着、或者阴差阳错走上了研究之路于是就继续走下去。 很多文章,引用率极低,发表十年,就知道无法流传、肯定湮灭,只有极少数文章,引用率高,在重重厮杀中胜出。 有没有可能,有的文章引用率极低,只是因为主流太顽固,将来还会翻身?当然有。这可能性多大?就跟任意一篇文章获得高引用率的概率一样大,例如,千分之一、或者万分之一。 有没有可能,那些高引用率的文章,再过二三十年,也没人看了,甚至整个错了,新一轮的学科变革,推翻了它们?当然可能啊。一代代科学理论就是这样动态演进的。但是,可能性有多大?很小,科学理论翻新的概率是很低的,证明了的,一般就不会倒塌,那所谓科学进步,往往是在新的对象领域上。 即便是在同一领域,革新又是在何种意义上?老的主流科学理论,是被完全抛弃了,还是被当作新的理论的一个特例了?通常都是:作为特例。老理论的参数设置简单,新理论的参数设置复杂,它对老理论做出推广、或限定其适用范围。 一排排的那些书、一篇篇的那些文章,没有高引用率的,没有广泛阅读的,是绝大多数。只有那些高引用率的、被大批量阅读的,才有更大的机会继续被更多的人引用、继续被更多的人阅读,有些还能变成教科书的一部分。 这就像企业发明的五花八门的新品,多数都昙花一现,少数会热销一阵,极少数会真的成为经济生活的一部分,从新品变成畅销品,从可选消费变成必选消费,从小众一时口味变成大众永久选择。 高引用率,是理论研究领域的自然选择。 5.2 流量的幂律分布与影响力的数量级差异 做研究工作,可以考虑两种价值,一,对后来学问发展或社会文化有用,二,对自己个人生活有用。它们是不同的维度,两个维度都应有所考虑。首先,要保证对自己有用。比如,这是专业学习,非得学的;总要找个主题训练一下逻辑思维,恰好找了这个领域;从事这个领域的工作,不得不做啊;真心是出于爱好,等等。不管什么个人理由,能持续的做下去,都挺好。其次,在水平长进、足以争锋之后,考虑对学问整体有用,写一些有新意的论文。这时,就会面对残酷的自然选择了。 学术研究,作为一种高级文化,与普通文化、娱乐、信息与互联网领域一样,都遵循幂律分布,而且比工业领域、商业领域更残酷。工商业领域,20%的产品占据80%的流量。科学、文化、娱乐、互联网领域,10%的作品,占据90%的流量,甚至,1%的产品,占据99%的流量。这容易理解。既然只要一个爱因斯坦就能发明相对论,这个领域就不需要其他人发明了,只需要他们来理解、解释、扩展、推广、普及、宣传。这些人也不是因此就毫无价值了!能够理解相对论,从个人价值的角度看,肯定就是一种巨大的精神享受。(我不理解,没有办法享受这种精神盛宴!) 同样是学术研究,学科不同,影响学界或者社会的概率也不同。这个差异必须尊重,这个差异很可能是数量级的。做一个估计。成熟领域的科学论文,也许10%会对后来发展有益;新兴领域的科学论文,可能1%;非科学领域的学术论文,可能0.1%、0.01%。在考虑自己的论文对其他人和社会的影响时,要有这个基本预期。论文发了,犹如一根钢筋抛入天际,自己费了老大劲儿,但空空的毫无回响,这是再正常不过的事了。 6 最高级研究的主题选择:后发工业国会在什么领域得到诺贝尔奖? 最后,看看最高级研究水平的领域选择问题。 诺贝尔奖奖励原创性的成果,过去一百多年,诺奖得主主要来自经济社会发达的英美德等等国家。这一二十年,日本得奖逐渐增多,反映了二三十年前日本经济发展和科技研发的成就。 表格及注解来源:https://mp.weixin.qq.com/s/0ooLL06XxAD1DVbo9HYO4g 日本作为二战后后发工业国的佼佼者,在汽车工业和半导体工业上都有突出表现,汽车工业辉煌延续至今,半导体工业也依然在产业链上有地位。日本得奖主要就是在物理化学领域,尤其是化学,这真实反映了日本在新材料上的产业研发水平。 来源:https://mp.weixin.qq.com/s/FX6ATq0b1mSxX4_-QAxvjA |
|
来自: 冲霄3e8ixadnpn > 《爱好》