全文7980字，阅读时间16分钟。分为六个部分：
1 一般读书的选择
2 大学读书的专业选择
3 普通的学习研究
4 职业研究的兴趣与选择
5 研究价值的指标：高引用率
6 日本和中国会在什么研究领域得到诺贝尔奖
以下是正文
1 一般读书的选择：数理工 + 工具书 vs. 人文社会
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
人文社会书：95本 * 收益1 + 5本 * 收益1000 = 5095。
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。
假设文科每天看5篇论文或半本书，一年工作220天，则需要 625工作日 + 125工作日 = 750工作日 = 3.4 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.bankrate.com/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://thecashlorette.com/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。
工作室艺术、社会服务社区组织、写作修辞、美术、临床心理学，位居大学就业末五。
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.bls.gov/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.199it.com/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
