真切比较国内外学术氛围

凡是搞计量经济的，都关注这个号了

邮箱：[e-mail]

所有计量经济圈方法论丛的code程序, 宏微观数据库和各种软件都放在社群里.欢迎到计量经济圈社群交流访问.

之前，咱们圈子引荐了一些数据库，比如以下：

上一日，咱们圈子引荐了“经济学研究常用中国微观数据手册”，受到各位学者欢迎和热议。今天，咱们圈子引荐一篇对新加坡与国内学术氛围比较的文章，希望对各位学者的研究有所启示。下面的“国外”一词主要指新加坡。

来国外读博士（计算机）也一个学期了，研究上没什么建树，感觉自己没走对路，不过这是个人问题啦。学习上，还凑合，有长进在这个学期快结束的日子，在这个忙的要死的日子，抽空写点东西，和大家分享一下。其实一直在想一个问题，国内的大学，到底差在什么地方，清华北大每年的牛学生一大把，为什么我们的高等教育还是不被认可呢？

首先谈谈教学的区别吧（主要是本科生、授课硕士的教学）。我觉得国外的教育质量真的是很好。和国内相比，最大的区别是，他们除了正课以外，还有tutorial和lab。tutorial上，导师一般会介绍一些很实际的东西，比如软件的开发环境，试验设备简介，或者演示一些东西，主讲人一般是博士生。lab也不属于正课的内容，一般是学生和导师另外约时间去做。所以国外的课看上去不多，容量是很大的。加上学期结束要做project，写report，而且是全英文的report，一个学期，尤其是学期结束的时候很累的，但这个累不是考试“背书”或“做题”，大家往往在动手，做自己的东西。国外教课的老师很多都是prof. 而且是全英文授课。

接着说说研究吧。不管怎么说，教学的差距虽然存在，但国内也有清华北大这样的牛校，有牛学生，平均水平不如人家，但最高学府出来的学生，应该可以较量一下的。 可是说到研究，我可以很负责任的说，国内的大学，就没有一所大学称得上是在做研究的。那在干什么，在骗国家的钱。国外的大学，教授主页上最重要的一项是publication，有些详细的主页上会有研究兴趣，有介绍，有简历，有项目，但最懒最懒的教授，主页上也会有自己的publication列表。研究研究，最直接的体现就应该是论文。在仔细看看他们的研究兴趣，都是很细很细的，很特定的一类课题。国内学校老板主页的最显著特征是，只有获得了什么什么基金，完成了什么什么的项目。没有publication。这就是我说在骗钱的证据之一，似乎做研究的目的是获得基金而不是论文！还有那些项目，其实也说不上是研究，研究的本质是创新，可那些项目往往只是某个技术的“实现”，而不是“发明”。国外的教授，研究水平决定一切。系里最牛的往往是一些获得很重要成果的教授。比如XX大计算机系主任，40都不到，就是ieee acm两院院士了。因为他在他的领域有一些开创性的研究，之后很多人都引用他的成果，因此评判说，你是牛人。系里其次的，是一些一直有高质量论文发表的，但不是开创性成果的教授。他们凭借自己的努力，是一步一步往上升的。

在国内高校，论资排辈太严重了，才会有浙大海龟自杀的事件。评判科研成果的时候，似乎数量更胜过质量。记得前不久还有教育部官员公开说，我们的高校已经有长足进步，能和国外xx知名大学比较了，他举例说，国外xx大学被sci/ei/istp收录的论文是2000多，我们国内某高校的数量略高于这个数字云云。真的有吐血的感觉，大言不惭到这样的地步。我们这2000篇和人家的2000篇，虽然都被收录，可是质量....就如我刚才说的，国外评价高质量的标准是“开创性”和“引用率”，把论文发表到高档次期刊上只证明一小部分，没人引用就说明没被认可！在该“被长足进步”的高校自己发布的世界top500大学排名里，虽然他把自己放到了200，300名的位置，可是仔细看分项指标就会发现，包括清华北大在内的国内牛校，论文被引用这项的得分一律是0分（只有一所高校不是0分，那是一所平时很低调，其实很有实力的国内高校，可是因为不喜欢吹，往往受到不“公证”的待遇）。吹，只会吹，谁吹的越美丽，获得的垂青就越多。

正如weibaobao所说，这里的牛local都选商科法律医学，而理工是冷门专业。我的老板也感叹，学生不行。他说他现在给学生布置的作业是他当初读书时候的一半（其实作为助教的我，已经觉得受不了了，因为他布置的作业要我来批改的，还要给标准答案公布在网上，老实说，要上好一门课，不管是助教还是学生，都的确很累）。但是也不乏一些牛人的，就比如有那么几个学生，每次交作业坚持用doc编辑然后打印，每次都95分以上，高的最后一次作业，我和他商量了一下，用他的作为标准答案放到网上（我实在是做不动了，偷懒一下）。

我还参加了几个学生的毕业设计中期答辩，有一组学生真的相当牛，他们和一家医院合作，用计算机分析某种什么癌症病人（因为差，不知道是什么癌症额）的基因，发现了他们基因的一些共同特点。而这个特点和医学界普遍认为的是不同的！他们要进一步和医院合作来确认他们的观点。在我一开始听的时候，都不相信（国内有类似“新发现”的所谓学者或非学者太多了，思维定势。），可是仔细听了他们用的方法后，真的不得不相信。这可只是两个本科生的毕业答辩啊。他们还做了一整套的3D可视化软件用来分析数据，界面堪比google earth。最为phd学生的我，都自叹不如啊。

如果要把学术环境和欧美比较的话，我没有去过欧美，不过马上要去澳大利亚了，也许不久以后再来更新这个帖子。但是至少从自己了解的信息中去看，这里的学术和欧美，和世界，说的是一种“语言”。我说的“语言”不是说英语，而是用同样的思路在做学术，这个思路就是“创新”，教授们关注的是有没有新的想法，想法是否有数据支持。拿到一篇牛人写的文章，如果读一遍，唯一的感叹就是：哇，这些东西，让自己做，估计3年博士毕业也不见得做的出來。人家的学术做的很扎实，从一个问题的定义，在学术界的重要性，有一些什么现有的方法比较；再到自己的想法，自己的实现；再到最重要的实验数据，性能评估分析，优缺点。我可以说，某些牛人的“开创性”论文的容量，真的可以赶上一本教科书了，读完感觉就是，相关的问题都想清楚了，都很扎实，很深刻。这才是“开创性”的东西，这才是“高引用率”的文章！而这些东西，很多甚至都只是3年读博士期间的研究成果。

而我们的学术，我们的论文，想想自己读研究生时候写的文章，看的文章，真的是可以分为三类：一类，用很成熟的理论做了一点东西，或者稍微有点改进做了一点东西，其实在老外的论文中只能算是最后一部分“实验数据”中的一个“点”；第二类，拿国外的新鲜论文过来翻译翻译，东抄一点西抄一点；第一第二类的文章就已经可以发表到国内“核心”期刊了，那么国内“权威”期刊的东西往往属于第三类，无病呻吟的把简单的问题复杂化，抽象化，用很高深的数学描述，证明，推导，让读者看不懂，以为你很厉害，其实还是垃圾。

国内的话，老师往往就读读ppt，布置点作业，最后吧作业在考一遍。至于lab，很多国内学校的做法是，专门开一门课做lab。有时候tutorial的内容也会专门开课去教。上课的话，国内的牛老师都不上课的，去做什么大家也都知道的是吧。至于上课的老师，一些老师几十年就上这个，内容一成不变，你去问新鲜的问题，他就不知道了，这样的老师大家也见多了。其实这些都算了，最关键的就是，动手的机会太少，学生和学校都不重视，大家都自己骗自己，蒙混过关。做project就更没有了。

再就是一些有鸡肋课程了, si xiu, ti yue, english, xin shi ren wu, 这些课在人家的体系里面是绝对没有的，我真的不知道这些东西学了干什么，我们4年的本科，人家3年，我们多出来一年的时间，至少，就在学这些东西。鄙人不才，但真的觉得，什么时候大学里不上这些东西了，就是我们高等教育腾飞的时候了。

计算机而言，其实，真的，至少在入学的时候，国外的高中生，哪怕是能上新加坡国立的，也绝对不会比我们的高中生水平高。我这个学期就给一个班级上tutorial，一些东西都要讲两三遍才能理解。不过人真的是**出来的，三年以后，也学不能和清华北大的牛人比，但我敢肯定，平均水平一定不会差。

最后分享一段自己的亲生经历，来从某个角度比较一下国内外的学术。这段经历从我“不自量力”的认为自己硕士期间做了一小部分有点小价值的成果开始，打算发表一篇自认为“高”一点水平的论文开始，为留学路铺垫开始。

首先是在国内计算机最顶尖的杂志的投稿经历。从我投稿，交了200审稿费，到稿件信息能到主页上查询，一共经历了3个月。从主页上能查询，到有结果，又是3个月。结果是三个字：不录用。意见是一行字，大概是选题不够新，理论水平不够高云云。算了，这个结果也预料之中，我也承认，选题不新，可我自认为这是一个很独特的领域，做这个的人的确不多，引用的资料的确时间跨度很大，早到80年代的都有，可如果单凭这个作为依据，当时的我也就认了，没多想。后来我意识到国内期刊的审稿思路了：一是要新的，所以就有人拿国外的东西翻译翻译。二是要有国家什么什么基金支持的：列在文章页脚，才能体现出他们杂志的档次（有一次应征了我1楼的观点，国内学术的语言是“经费”，而不是“创新”）。

写到这里，读者也一定会觉得，这样的期刊、学术也还能接受拉，不是什么特别严重的问题。那就请比较一下被拒以后的一个更“不自量力”的举动，投稿ieee的期刊。

投稿ieee的会议：第一个尝试是投稿会议，选了一个重要会议，也就是第二档的会议，不敢投顶尖会议。

我把文章翻译成英文投稿。从投稿到收到回复，2个月时间。虽然也是不录用。但是一共有5个教授给出了评审意见，总字数为2619字（不是字符，是英文单词）！给出的意见真的让我特别感动，有的指出了论文的论点论据的问题，有的给出了相关的研究（我读了他给出的相关研究后，真的帮助太大了），有的甚至给出了这样的评论：

The paper needs improvement in its grammar
1 and the language usage. for example,
2 section 1, "A run-able software...." 
3  section 2.1, "VPOS has a highly....."
4  section 2.3, "The main program put..."

请问当你读到这里，是什么感受。没花一分钱审稿费。没有一个教授抱怨我的选题不够“新”，不够“热门”，都是从创新性本身做的评论。

投稿ieee的期刊————从此以后我真的被吸引住了，不管文章中不中，学到的东西是无法估量的。在仔细分析了教授们的评论后，我修改了我的文章，从论点到论据，到实验数据，到组织结构，到图表，到参考文献，到语法。修改了无数个版本，直到有一天我有信心了，再一次鼓起勇气，选了另外一个ieee重要期刊投稿（也是第二档的期刊）。

投稿期刊又是一次痛苦的经历，因为在这一行的人都直到，期刊的审阅比会议要严格的多。这次经历又磨掉我一层皮，让我学会不少。不得不承认，投稿期刊，效率就远不如会议了，我等了6个月才收到结果（这点也不比国内好多少），而且催了两次。结果是：should prepare a major revision。有两个教授给出了意见，一个评价不错，另外一个认可了我的论点，但是觉得我的论据不充分，尤其是给的数据不扎实，技术细节不详细。还有就是参考文献不足，相关领域的有些工作没有提及，应该做一个比较，说明自己的方法本质上有什么不同。不过没有拒了我，我已经很开心了。于是继续修改，给出了详细的实验过程表述，对于那些数据，有增加了详细的解释和分析。然后继续读了一些文章，分析比较了相同不同点。

从中我深刻感受到：老外的文章其实很重视两个部分：文献回顾和实验方法和数据，而我们国内的期刊基本都不管这些，我以前在读文章的时候往往也只关注所谓的核心理论。其实是不对的。文献回顾代表你的创新不是拍脑袋创新（是的，站在巨人肩膀上才是创新，拍脑袋不是创新），而实验方法和数据就更重要了，要让人相信，就要有充分的证据，目的也是为了说明文章的论点不是拍脑袋的（是的，不是拍脑袋）。可惜国内对创新的理解，太肤浅了，抄别人的当然不对，但另起炉灶重头来过也是绝对错误的，扯远了。

我满怀信心的提交了第二稿的文章（其实总的来说是第三稿，对这个期刊来说是第二稿），2个月后，中了，可是那个教授还是给出了一些批评意见，认为还要在改，不过也许我rp爆发了，期刊的编辑说，录用吧。我还是很认真的参考了教授的意见，再次做了修改，是我自认为最完美的一个版本，提交给了期刊编辑。回头看看，这个时候的文章，和我最初翻译中文时候的文章，已经只有10％的公共部分了（一些数据，图表）。文字，组织，一切的一切，都改了，甚至题目也改了。

让我想流泪的事情发生在上个星期，编辑发给了我一个邮件，说是他做了修改，准备发表了，要我看看他的修改是否合适。我的文章原本6 pages，如果去掉图表，就是5 pages。当我打开文章的时候，呆了。编辑把他的修改意见直接写在了我的文章里，征求我的意见，一共是10 pages!，没有图表，也就是说，他的评论和我文章文字部分的长度是一样多的。我读了一下编辑的修改，语言很流畅，意思很精确，无法想象一个看不懂文章的人能修改出这样的语句，同时也无法想象，只是一个期刊的编辑，对他所在领域的技术的理解能达到如此精确的地步，丝毫不比我这个“伪博士”（我只能叫自己“伪博士”）的水平差。

当时，我真的震撼了，真的意识到了，为什么我们国家的学术差距那么大，相信大家也体会到了，即使是现在，我还无法平静，回首我投稿国内顶尖期刊的经历，那三个字“不录用”和那一行字“选题不够新”云云。我的语文很差，我表达不出來，

怒其不争啊，哪天我们祖国，学术才能真正强大起来。写不下去了。今天就到这里。文字很乱，以后在来改改吧。

之前，咱们圈子引荐了很多学术神器，受到海内外学者欢迎和认可。

学者可以依据里面的数据和程序，复制出一篇文章的结果。

下面这些短链接文章属于合集，可以收藏起来阅读，不然以后都找不到了。

2年，计量经济圈公众号近1000篇文章，

Econometrics Circle

数据系列：空间矩阵 | 工企数据 | PM2.5 | 市场化指数 | CO2数据 |  夜间灯光 | 官员方言  | 微观数据 |

计量系列：匹配方法 | 内生性 | 工具变量 | DID | 面板数据 | 常用TOOL | 中介调节 | 时间序列 | RDD断点 | 合成控制 | 

数据处理：Stata | R | Python | 缺失值 | CHIP/ CHNS/CHARLS/CFPS/CGSS等 |

干货系列：能源环境 | 效率研究 | 空间计量 | 国际经贸 | 计量软件 | 商科研究 | 机器学习 | SSCI | CSSCI | SSCI查询 |

计量经济圈组织了一个计量社群，有如下特征：热情互助最多、前沿趋势最多、社科资料最多、社科数据最多、科研牛人最多、海外名校最多。因此，建议积极进取和有强烈研习激情的中青年学者到社群交流探讨，始终坚信优秀是通过感染优秀而互相成就彼此的。