龟苓膏

小时候一直很好奇诸如这类的专家预测:

到2020年中国个人消费将超过2.5万亿美元，成为仅次于美国和日本的世界第三 …

预计1999全市可完成肉类总产量9.7万吨,比上年增加1万吨，增长11.5％；禽蛋产量1.5万吨，比上年减少776吨，下降近5％

直到高中了，我还是没有想通凭什么他们敢这样预计呢？向来复杂、变化的世界如何能在这些专家的笔下，变得如此具体而又必然？

还是本科时的统计课上，我才恍然大悟地意识到他们（很大一部分）是怎么做的——玩弄数字。

先抛开数据背后的一切涵义不看，假设我们有两组数据X和Y，他们之间是否存在因果关系未知。作图如下

这组数据显得是如此线性，几乎是很自然地，我们就会构想出一条直线，从而预测X>20的所有对应的Y值，我们甚至还运用统计方法估计出了这条直线的方程

这条直线是如此完美以至于拟合度（R-squared）达到了99.95！依据这个方程，于是有人断言：“当X=25的时候，Y的预计值为1.5448”。然后又有砖家放炮（举个夸张的例子）：“当X=1000的时候，Y的值预计为23.0923”。他可能甚至还给出了预测值的置信区间，告诉你95%的情况下Y的范围在哪里。

但是，当X被延伸到1000的时候，图像会变成这样：

在真实的数据中，X=25时，Y=1.5625——预测还是很精确的；但是当X=1000的时候，Y的真实值是121，和预测值相差十万八千里。事实上，如果画出预测直线的话，图片会是这样：

两者在X<=42时，相差还能在5%以内；当X=1000的时候，相差超过了80% （相对真实值而言）。事实上，蓝色曲线的方程是Y=(1+X/100)^2。

当然，如果有好的工具（比如说计算机），人们是可以通过20个样本数据正确推断出方程的（因为这个方程里没有随机量）。但是，如果Y=(1+X/100)^2+e; e~N(0,1)，用20样本找到真实方程的难度显然倍增。更不用说Y=(1+e/10+X/(100+f))+g; e, f, g~N(0,1)了。

我们都知道，运用小样本来预测是非常危险的，即便两个变量的关系是线性的。（置信区间的大小和样本容量的平方根成反比）意味着容量越小，置信区间平方增大，从而推断越不可信。

但是，即便运用大样本，在缺乏其背后理论支持的情况下，模型错误的概率都是很大。

这就是很多人运用统计推断方法进行数据研究的悲哀——我们都希望数字能够按照我们感知的趋势变动，而悲哀的是，我们的感知常常是错误的；且不用说在有些时候，数字的变化确确实实是100%随机的。

当麦肯锡作出2020年中国个人消费的预测的时候，我并不太怀疑所用模型计算上的正确性：有了电脑，能把回归算错的概率实在不是很大。但重要的是，模型只和它的假设一样正确（我不知道该怎么翻译: a model is only as good as its assumptions)——如果假设是错误的，再漂亮的模型也只不过是Garbage-in, Garbage-out.

与其多跑几次回归分析匆匆得出结论，还不如踏踏实实研究数据变动背后的理论来得实际；即便前者往往更酷更炫。人们都喜欢用模型来简化世界，但是世界从来就没有简单过，简化来简化去最后的结果只是简化了自己结论的可信度。

比如说这个玩的很炫的预测，其实一点reasonable的支持都没有：http://www.ted.com/talks/hans_rosling_asia_s_rise_how_and_when.html

Up In the Air是我去年看过的最好看的电影之一。有一个场景是Ryan跟Alex讲种种机场安检排队的要点时，讲到诸如不能排在老年人后面，带婴儿的人后面，或是中东相貌的人后面。

Ryan: Asians. They pack light, travel efficiently, and they’ve got a thing for slip-on shoes. You’ve gotta love them.

Alex: That’s racist.

Ryan于是说

I’m like my mother. I stereotype. It’s faster.

Stereotyping（“粗暴分类”）是我们每个人潜意识里都会做的事情，我们仿佛有一种“天赋”将所见过的、经历过的人进行粗暴分类，总结出这样那样的特性，再盲目地以为这些特性适用于大多数(甚至所有)这一类型的人。很多人听到印度人的第一反应是“聪明”，英国人是“绅士”，德国人是“严谨”，法国人是“浪漫”，荷兰人是“吝啬”，犹太人是“智慧”“一毛不拔”……这样的例子几乎数不胜数，也渗透了我们社交的每一个细节。

粗暴分类并不仅仅针对人，大量事实说明，我们在考虑问题的时候也会有意识无意识地过度简化真相。一部分的stereotyping确实能为我们节约很多时间（购买时的品牌选择就是一个例子）；另一方面，（可能是在大多数情况下）粗暴分类并不能给我们带来任何好处。就像那个著名的笨蛋总统Bush说过的”You are either with us, or against us”——人的天性使得我们在考虑问题的时候只能够看到问题的两个极端——而这种倾向在教育洗脑化的国家尤甚。

几乎所有关于critical thinking的书和文章都会将stereotyping列为我们的谬见（fallacy）之一：因为这么做很粗暴，将考虑问题的入手点设为一个群体的共性（对于这个共性的认知甚至还有可能是错的），而不是具体要考虑的这个问题的特性，而对一个问题的思考只应该是就事论事。

我在想，我们日常进行的所有粗暴分类，有没有其理性的成份：比如说我大半夜在没人的路上突然看到一个黑人男子要比见到一个白人男子更紧张是不是种族歧视？我认为一个北方口音的人会更豪迈同时可能更传统，这是不是地域歧视？我在没有任何其他信息的情况下，看到国内媒体对某个政治经济事件的报道认为其可信度不如英美媒体，这是不是崇洋媚外？我遇到一个操着得克萨斯口音的人会更避免与其谈论宗教或者进化论的问题以免引起争吵；在飞机上看到很多中东人难免会有所紧张，这是不是也算地域或者宗教歧视？那么美国机场的 nonrandom “random screening”呢？Driving-while-Black呢？

当然，从统计角度来讲，上面的这些例子的确都make sense：黑人每单位人口犯罪率比白人高这是不争的事实（当然白人变态犯罪率更高也同样），那么从纯概率的角度来讲，我大半夜路上碰到一个黑人意图抢劫的概率的确比碰到一个白人的要高。那么我的惧怕也许也并不是歧视。事实上，不仅是普通人，连警察也对有色人种表现出更高的警惕性。有研究表明，在美国，警察射击未武装的黑人要比射击白人快上许多[1]，而并不仅仅是白人警察更容易射击黑人，调查的结果显示，在同等情况下，黑人警官射击黑人的可能性也要显著地高于射击白人。[2]

再后来我才意识到，其实人们在使用“歧视”这个词的时候，用的也往往是简单粗暴的分类。“歧视”和“政治正确(political correctness——并非国内所说的政治）”的界限有意无意地被模糊。应该明确的一点是，后者的范围是广于前者的。举个例子来说：“根据统计数据表明，黑人暴力犯罪率高于白人”“平均来讲，人类女性在身体素质、力量方面不如男性”这样的陈述只是事实，完全没有歧视。而在美国这个“歧视高敏感”国家，这样的陈述往往都是政治不正确的。而政治正确了并不代表没有歧视：比如说美国1960年代引入的平权法案(affirmative action)就算得上是一种歧视，这种歧视在其他条件相同的情况下，给予弱势群体更多的照顾——严格来讲，这就是对条件相同而没被照顾到的majority的歧视（类似法案在英国被叫做positive discrimination）。

平权法案的法理性人们还一直在讨论之中，并且目前的趋势貌似是会去除这一“特殊照顾”。不难看出，在“歧视”与“事实”之间划清界限从来不是件简单的事情。那么这种基于粗暴分类的结果什么时候才是得体的，什么时候会是不合理的？我认为要把结论基于“对被粗暴分类者的影响程度”上：当安检人员随机地挑选了更高比例的中东乘客从而拆了自己random的招牌并给穆斯林乘客带来尴尬和麻烦，这种行为就是不合理的——我们都有恐惧的权利，将这种恐惧转换为有理由但不符合原则的筛选，那么这种行为就是不对的；这种实质上的”all for Muslims, random for the others”没有理由挂着”random screening”的招牌。当某人为了避免被侵犯而采取绕道而行，这样的行为不太可能会对“被粗暴分类者”产生坏的影响（他们基本不会注意到），那么这种行为也许说不上是可取，但至少不是不道义的。

保护弱势群体权利是好事——民主需要法制的维护才能保证少数人的根本利益不被大多数人所侵占。如何在歧视与纠枉过正之间找到平衡点是人们努力去做的事情，但政治正确绝不应该阻碍真相的表达。Opinions might be outrageous, but facts are merely facts.

FOOTNOTES
1. Kassin, Saul (2007). Social Psychology 7th Edition. ISBN 0618868461↑
2. Harvard University有一个叫做Project Implicit的心理学实验室，测试人们这种潜意识的stereotyping，可以点击这里参 与。↑

我曾经一度很反感这么一类人：说话及其严谨，总是把“有可能”、“并不是完全”、“平均来讲”、“统计意义上来说”这一类词挂在嘴边；甚至一度认为这些人不敢担当，没有为自己说过的话负责人的胆量——这么想或这么想过的也许并不只有我一个。诚然，人们在很多时候使用模棱两可词语是为了逃避责任：“如果不出意外的话，我明天尽量两点到吧”——这话岂止是实话，简直是废话，就像“明天如果我能两点到，我一定两点到”这样的话一样。

但是，这些在被很多人认作是“不负责任”的词正是我们不该忽视却恰恰忽视了的词。所以当经济学家提出“在有效市场下，平均来说投资者不能通过承担市场风险获得高于市场的收益率”。很多投资者立马就会拿出巴菲特、索罗斯、彼得林奇的例子来做反驳。而事实上，早已有学者通过分析美英的股市和基金市场，证实了“在所有的mutual funds中，能获得高于市场回报率的只是少数，如果扣除了额外的交易手续费之后，少数会变得更少”，“在扣除交易费后，所有mutual funds的回报率是显著小于市场回报率的”。

语言是及其有限的——我们不可能用精简的语句准确表达自己的意思并保证对方能够准确理解（我们甚至不能够真正理解自己的思想）。训练逻辑和表达自己的能力是大陆教育系统缺乏并故意避免的一件事。我从来都没有好好学过过《语文》这门课，我一直都很庆幸这件事——我没有浪费很多大好时光研究鲁迅到底在想什么、老舍原名叫什么、恰似一江春水向东流的上一句是什么。哪怕我把这些大好时光浪费在打篮球、玩黄金英雄坛说、和施威摆弄文曲星上的编程、和室友点着灯打双扣上——这些浪费的时间只是浪费一次，而要把被洗过的脑再洗回去要花上双倍甚至更多的时间。但我确实很后悔没有学好语文（无书名号）：我的字还是写得不堪入目，我在写文章的时候总还是要读好多遍才能把语句改得通顺些有条理些，我至今还不知道如何把文章写得煽情——但这点并不是那么重要，诉诸感情并没有诉诸理智重要。那些能把道理讲得很清楚的人不能不让人佩服——我想我这学期选Sam Thomas的课也是出于这个原因。

我慢慢意识到，那些在说话写文章的时候用上很多“不负责”的词的人才是真正负责的——世界上从来不存在所谓的普遍真理，即便是在最严谨的数学里依然存在着公理。这段话我不知道该如何翻译好：

…proof is a notion that scientists have been intimidated into mistrusting. Influential philosophers tell us we can’t prove anything in science. Mathematicians can prove things – according to one strict view, they are the only people who can – but the best that scientists can do is fail to disprove things while pointing to how hard they tried. Even the undisputed theory that the moon is smaller than the sun cannot, to the satisfaction of a certain kind of philosopher, be proved in the way that, for example, the Pythagorean Theorem can be proved.

The Greatest Show On Earth, Richard Dawkins

• 27号早上刚出来的结果显示去年12月CFA一级的全球通过率是34%，前年的是35%。
• GMAT考试总分的percentile五年来几乎没怎么变过，我观察到的在700分以上的变动只有一次——去年年初把750从99的percentile下调到98。
• 全球托福考分能在118以上的考生永远都小于1%。

在这个一切都白热化的时代，纵向比较似乎逐渐失去了其重要性。横向比较地位日渐突出。

我们越来越醉心于要爬上那只属于1%的顶峰，挤死身边的竞争者；回顾历史则不幸成为了这个忙碌年代的奢侈品。

这一现象在中国尤甚——作为全球最出名的没有原则的国度之一，我们经历的也许是经济上飞黄腾达的数十年，但社会发展停滞不前，甚至有倒退的趋势。

有人站出来喊：我们的自由受到了侵犯！

有人说了：Who cares!我们要发展，要赚钱，最重要的是要和谐。

很快又有人出来吼：要在这个国家生存，就要适应这个国家的制度。那些发牢骚的都是失败者！

正如一个朋友和我说的：我嗅到了一丝社会达尔文主义的气息。

我说了：相信我，人们会用脚投票的。

很久以前一直爱说别人没逻辑，脑子乱，后来发现其实自己在很长一段时间内的一些想法其实也都是挺脑残的。

知道有个叫critical thinking的东西的时候已经是大三了，当时在准备GMAT，而Verbal部分的有一大块就是Critical Reasoning。在今天看来，对这一块内容的准备是我大学里做的最有意义的事情，没有之一。

Critical Thinking是一项要花很长的时间去习得的技能——说白了，思考在很多时候就是要与自己的本能、直觉作斗争，但人总是爱偷懒的，而不用思考是很多人都采用的偷懒方式。

Asking the Right Questions: A Guide to Critical Thinking是这方面写得比较清楚的入门书，现在已经出第九版了(Amazon链接).第八版下载链接：http://ifile.it/6irstf

很简单的四个字：

不要轻信

当然，背后还隐藏着这样的一句：

如果理智让你信，就算感性上再排斥也得信

不是每个人都可以成为大人物，

但是每个人都可以在这里读懂中国。

To the Southern Weekly and its readers–I look forward to continuing the ties between our two countries, and congratulate you for contributing to the analysis and flow of vital political information. An educated citizenry is the key to an efficient government, and a free press contributes to that well-informed citizenry.

Barack Obama

有效市场假说(Efficient Market Hypothesis)也叫有效市场理论，是金融学领域一个极其牛逼的理论，由Eugene Fama于上个世纪60年代提出。从提出起至90年代中期的三十年间，EMH受到了广泛的认可，并在理论和实践中得到了一次又一次的证明。

EMH按efficiency从低到高分为三种形式(Weak form, semi-strong form,和strong form，其比较受认可的一个中心思想是[1]：如果不承担高于市场的风险，投资者无法获得高于市场的回报。技术分析(一种看历史数据判断股票未来走势的方法)在weak form efficiency中失效，基础分析(通过分析公司财务报表等内容判断股票价格是否合理)在semi-strong form下失效，内幕交易在strong form下失效。

在发达国家透明资本市场[2]多年的实践检验下， weak form efficiency基本是成立的，semi-strong efficiency在大多数情况下还是成立的，而由于内幕交易的确能带来很大的利润，即便在英美等国家的资本市场内，strong form还是无法成立。

EMH并不是完美的理论，甚至远离完美[3]，但还是目前还是受认可度最广的理论。按照Andrei Shleifer的说法，EMH的基本假设有三：1)投资者的理性2)如果投资者不完全理性，其非理性会互相抵消，导致总体理性3)市场存在大量套利行为，导致交易价格能够完全体现投资风险。

这样一来，按照EMH的说法，基础分析就失去了其基本意义：既然无法获得额外利润，为什么还要进行基础分析呢？

这个说法对个别投资者来说是成立的，但是对于整个市场来说：如果没有人做基础分析，谁又能发现股票的内含价值呢？

换个说法，EMH能够成立的一个隐藏基础就是：任何时候都有大量投资者对股票进行分析，发掘没有被合理定价的股票从而进行投资，而大量的该种投资行为能够导致股票价格回归到其价值。

EMH的成立不代表着投资者不用进行基础分析，基础分析无法获利是针对整个市场而言的，并不是说基础分析没有价值——那些行动最快的人是能够通过基础分析获利的。

换句话说：没有基础分析就不会有EMH，不能因为感觉有EMH了就否定了基础分析。

之所以题名叫《算是讲专业》，是因为根本就没有想写专业。

起源于晚上的一段小讨论：

和同学谈到中国存在的腐败、污染以及种种现象和西方国家对中国的种种批评，有人说到：

给他们10亿人试试看，这些发展过程中必须的，早个100年他们也都这样。

诚然没错，早个一百年他们确实也都这样，美国也有毒牛奶；hopefully,我们也能在100年，甚至更少的时间内达到西方国家现在的状况。但这并不是我们停止批评，停止进程的理由。

就像股票价格迟早会反应其真正价值的说法并不能成为爱钱的人们停止挖掘股票真正价值的理由一样！

FOOTNOTES
1. 具体点说：weak form的中心思想是”股票价格包含（体现）过去所有与股票相关的信息”；semi-strong form除了包含weak form以外，还强调了”股票价格包含所有公开信息”；strong form在包含了前两种的基础上，进一步提出”股票价格还包含所有非公开信息”，当然，这种形式的EMH已经被实践所否定。↑
2. 有学者对中国的资本市场做过研究，发现其股票收益存在着显著的序列相关性。见Burton Malkiel. Investment Opportunities in China. July 16, 2007. Burton Malkiel是EMH的强力支持者，著有A Random Walk Down Wall Streetf↑
3. 近年来最大的挑战来自于行为金融学(Behavioral Finance)↑

晚上开车超速，被警察拦下罚款将近200刀，肉痛钱之余增加了对美国执法力度的了解。

首先，警察很专业，将违了甚么规，接下来如何处理解释得很清楚。

其次，警察给的那张严格意义上来讲不算罚单，而是有点类似于法院的传票：如果没能在违规起七日之内交清罚款，则必须参加法院的trial，由法官决定被告是否违规。而缴纳罚款则意味着违规者承认了过失行为(plead guilty)。

虽然作为被罚者，心理感到很不爽，但是换个角度看，这种执法的严格也许正是美国法治社会的保障。同时，在另外一方面也保障了违规者的权利——如果感觉到被警察不公对待，至少可以在法院上提出抗诉——美国的法院和警察系统的分离的。

不管怎么说，还是心服口服的，虽然说确实没看到限速的标志……Anyway, ignorance is no excuse

180刀，就当花钱买个教训好了，虽然这个教训确实也够贵的了。

好吧，从所谓“国家利益”的角度出发，这是一个举足轻重的人。不管是通过非法间谍手段也好还是合法记忆也罢，他总归是造就了中国的两弹一星（其实是两弹两“星”）。

这不代表他给世界带来了和平；同样地，有了原子弹也并不意味中国有了在世界的舞台上叫板的实力——一个国家经济的雄厚、人民的自由、法律的尊严、对人道的捍卫才是令他人尊重的资本。

一个真正意义上的科学家，掌握的应该不仅仅是一堆所谓的知识技术，更重要的是对事实的尊重以及对科学方法的信仰——而钱学森这两点都没有做到。

1958年夏收结束，各地的高产记录不断被 刷新：6月8日，河南省信阳地区遂平县宣布，小麦亩产2105斤。四天后，这个县又宣称亩产增加到了3530斤。6月12日，遂平县嵖岈山卫星集体农庄实 现小麦亩产 3520斤，报纸的新闻标题为《卫星农业社发出第二颗卫星》。这是第一次出现“放卫星”这个高产专用词。

凡是稍稍有点农业知识的人，对于一亩地能够产出多少粮食，大抵都有一些基本的常识，新中国的领导人大半出生农村，并长期在农村从事军事活动，为什么对遂平县这样的“卫星”不产生怀疑呢？

就在嵖岈山卫星集体农庄放出“卫星”后的第四天，中国科学院力学研究所所长钱学森在《人民日报》上发表《粮食亩产会有多少？》一文。

钱学森此时是国内知名度最高的科学家，1955年，美国全面压制社会主义中国，正是在中美关系最为交恶、而新中国最最需要科技人才的时候，他从美国毅然归来，这一事件在全球科技界引起了很大的轰动，因为钱学森所从事的研究有关当时最尖端、最机密的导弹和核武器技术。

正是这位全球顶级的科学家在文章中详尽而 “科学地”论证说：“现在我们来算一算：把每年射到一亩土地上的太阳光能的30％作为植物可以利用的部分，而植物利用太阳光能的30%把空气里的二氧化碳 和水分制造成养料，其中五分之一算是可吃的粮食，那么稻麦亩产量就不是现在的两三千斤，而是2 000多斤的20多倍！这并不是空谈。”在另一篇发表在《知识就是力量》杂志上的文章《农业中的力学问题――亩产万斤不是问题》中，钱学森进一步从力学专 业的角度进行了更细致的计算：“我们算了一下，一年中落在一亩地上的阳光，一共折合约94万斤碳水化合物。如果植物利用太阳光的效率真的是百分之百，那么 单位面积干物质年产量就应该是这个数字，94万斤！自然，高等植物叶子利用太阳光的效率不可能是百分之百，估计最高也不过是1/6，这就是说，单位面积干 物质的年产量大约是15.6万斤。但是植物生长中所积累的物质，只有一部分粮食，像稻、麦这一类作物的谷粒重量，约占重量的一半，所以照这样算来，单位面 积的粮食的年产量应该是7.8万斤。这是说全年三百六十五天都是晴天。如果因为阴天而损失25%，那么粮食的亩产量应该是5.85万斤。这是说，作物要在 全年都生长，如果仅在暖季才长，也许要再打一个2/3 的折扣，那么平均亩产量是3.9万斤了。”

钱学森还另外写了一篇题为《农业中的力学问 题――亩产万斤不是问题》的文章，发表在《知识就是力量》杂志上，在这篇文章中，钱学森进一步从力学专业的角度进行了更细致的计算：“我们算了一下，一年 中落在一亩地上的阳光，一共折合约94万斤碳水化合物。如果植物利用太阳光的效率真的是百分之百，那么单位面积干物质年产量就应该是这个数字，94万斤！ 自然，高等植物叶子利用太阳光的效率不可能是百分之百，估计最高也不过是1/6，这就是说，单位面积干物质的年产量大约是15.6万斤。但是植物生长中所 积累的物质，只有一部分粮食，像稻、麦这一类作物的谷粒重量，约占重量的一半，所以照这样算来，单位面积的粮食的年产量应该是7.8万斤。这是说全年三百 六十五天都是晴天。如果因为阴天而损失25%，那么粮食的亩产量应该是5.85万斤。这是说，作物要在全年都生长，如果仅在暖季才长，也许要再打一个 2/3 的折扣，那么平均亩产量是3.9万斤了。”

钱学森的论文引起了巨大的反响。它们为各地 大放卫星提供了充足的“科学论证”，正是在这些文章发表后，“粮食卫星”从亩产数千斤一下子窜升到了数万斤。很多年后，北大哲学系教授季羡林回忆说：“我 是坚信的。我在心中还暗暗地嘲笑那一些‘思想没有解放’的‘胆小鬼’。觉得唯我独马，唯我独革。”

更要紧的是，他的文章还深深影响了最高决 策，1959年7月11日，在庐山会议期间，毛泽东与周小舟、李锐等人夜谈时说，“敢想敢干，八大二次会议是高峰，还有钱学森文章，捷报不断传来，当然乱 想起来。”中央党校的党史专家罗平汉日后评论说，“出身于农家的毛泽东本来对那些放出来的农业高产卫星是将信将疑的，而科学家从科学原理对农业高产的论 证，却使他相信粮食高产是有可能的。”

“放卫星”的结果就是，到了年底新华社向全 世界宣布，中国1958年粮食总产量达到3·5亿斤，几乎是去年的十倍，一跃成为世界第一大产粮国――实际产量只有4000亿斤。毛泽东开始考虑“粮食多 了怎么办？”。“放卫星”导致高征收，产量是虚的，征购可是实的，到1959年，农民的口粮和下一年的种子也被征走了，农民不愿交，就搞反右倾、反瞒产、 反私分，甚至抓人、关人、打人。后来发生的事实就是让人不寒而栗的“三年灾害时期”，这一切，距今刚刚五十年。

吴晓波：《钱学森，你的伟大只欠一个道歉》

现在看来，钱学森当初这么做的目的不论是出于对事实、科学的无知也好，还是出于对政治力量的恐惧、拍马也罢，他都愧对于“科学巨匠”这么一个称号。

人民日报在11月1日的讣告中称：

新华社北京１０月３１日电　中国共产党的优秀党员，忠诚的共产主义战士，享誉海内外的杰出科学家和我国航天事业的奠基人，中国科学院、中国工程院资深院士，中国人民政治协商会议第六届、七届、八届全国委员会副主席钱学森同志，因病于２００９ 年１０月３１日８时６分在北京逝世，享年９８岁。

抛开前两个名号不论，钱学森是否享誉海外不谈，“科学家”还是改成“工程师”吧。