查看原文
其他

真切比较国内外学术氛围

计量经济圈整理 计量经济圈 2021-10-23


凡是搞计量经济的,都关注这个号了

箱:econometrics666@126.com

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:

1.这40个微观数据库够你博士毕业了
2.中国工企数据库各年份指标解释
3.中国省/地级市夜间灯光数据
4.1997-2014中国市场化指数权威版本
5.CFPS和CHARLS数据库分析技巧大指南
6.1998-2016年中国地级市年均PM2.5
7.计量经济圈经济社会等数据库合集

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。

1.神器! SSCI分区及影响因子查询, 还有国人发表比例

2.一数学神器诞生! 手写公式和符号, 竟免费转成LaTex

3.学术神器Endnote的最详尽使用方法

4.面板数据模型操作指南, 不得不看的16篇文章

5.免费知云文献翻译最新版下载, 英文文献阅读利器

6.Sci-hub最牛逼的英文文献下载网站,可以实时监测最新可用域名

7.这40个微观数据库够你博士毕业了, 反正凭着这些库成了教授

8.高效使用Stata的115页Tips, PDF版本可打印使用

9.Stata16版本可以下载使用了!!!

10.各领域经济学手册全在这里, 不学手册只能做重复研究

学者可以依据里面的数据和程序,复制出一篇文章的结果。

1.DID运用经典文献,强制性许可:来自对敌贸易法的证据
2.连续DID经典文献, 土豆成就了旧世界的文明
3.截面数据DID讲述, 截面做双重差分政策评估的范式
4.RDD经典文献, RDD模型有效性稳健性检验
5.事件研究法用于DID的经典文献"环境规制"论文数据和程序
6.广义DID方法运用得非常经典的JHE文献
7.DID的经典文献"强制许可"论文数据和do程序
8.传销活动对经济发展影响, AER上截面数据分析经典文
9.多期DID的经典文献big bad banks数据和do文件
10.因果推断IV方法经典文献,究竟是制度还是人力资本促进了经济的发展?
11.AER上因果关系确立, 敏感性检验, 异质性分析和跨数据使用经典文章
12.第二篇因果推断经典,工作中断对工人随后生产效率的影响?
13.密度经济学:来自柏林墙的自然实验, 最佳Econometrica论文
14.AER上以DID, DDD为识别策略的劳动和健康经济学

15.一个使用截面数据的政策评估方法, 也可以发AER

1.双重差分DID的种类细分, 不得不看的20篇文章
2.内生性问题操作指南, 广为流传的22篇文章
3.匹配方法(matching)操作指南, 值得收藏的16篇文章
4.空间计量百科全书式的使用指南, 只此一份掌握此独门秘籍
5.面板数据模型操作指南, 不得不看的16篇文章
6.社会网络分析最新文献和软件学习手册
7.中国工业企业数据库的使用问题说明
8.JEEM环境与资源经济学最新研究趋势和热点话题
9.经济学领域英文期刊的审稿情况统计, 审稿周期次数
10.中文C刊的审稿信息全统计, 审稿周期次数, 赶快下载

11.高效使用Stata的115页Tips, PDF版本可打印使用

1.安神+克拉克奖得主的RDD论文, 断点回归设计

2.政策评估里的断点回归设计是什么, 如何做?

3.2卷RDD断点回归使用手册, 含Stata和R软件操作流程

4.断点回归设计RDD全面讲解, 教育领域用者众多

5.没有工具变量、断点和随机冲击,也可以推断归因

6.RDD断点回归, 实证完整程序百科全书式的宝典

7.断点回归设计RDD分类与操作案例

8.DID, 合成控制, 匹配, RDD四种方法比较, 适用范围和特征

9.RDD经典文献, RDD模型有效性稳健性检验

10.在教育领域使用IV, RDD, DID, PSM多吗?

11.RDD slides资料公开分享

12.断点回归设计的前沿研究现状, RDD

13.PSM-DID, DID, RDD, Stata程序百科全书式的宝典

14.找不到IV, RD和DID该怎么办? 这有一种备选方法

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。

: . Video Mini Program Like ,轻点两下取消赞 Wow ,轻点两下取消在看

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存