房源搜索

作为过去10多年左右一直关注HBD的人，这个话题经常引起的热情使我同时感到高兴和启发。 HBD人群的普遍想法是，他们对科学真相拥有深刻的见识，从而开辟了新的理解途径，而这些新的理解途径与那些被掩盖在令人迷惑的PC神话中的人完全相去甚远。 在大多数情况下，我都对这种观点表示同情。 本文并不是在挑战HBD的既定原则，而是要澄清围绕我多年来参与的各种HBD相关讨论的一些概念混乱，无论是直接讨论还是间接讨论。 我希望我的外行人的直觉可以激励其他人对这个话题有所不同。 令我惊讶的是，我发现通常情况下，比我聪明得多的人仍然倾向于以僵化和受限的方式来思考主题。

我经常听到人们谈论智商，好像这是一件大事。 毫无疑问，这在很大程度上归因于一般智力或g现象，据推测这可以解释为什么人们在各种心理子任务上的表现似乎是相互关联的。 如果您在一个认知领域中高于平均水平，那么您可能在其他认知领域中高于平均水平。[14]https://www1.udel.edu/educ/gottfredson/reprints/1998...or.pdf 我想提出一种关于智力和HBD的不同思维方式，它并不否认一般智力的重要性，而是认为对于精英表演来说，数学/言语分裂可能更重要。 数学/语言分裂只是一种现象，即某些人在认知上倾向于数学或言语推理，因此他们在现实生活中的追求反映了他们的认知特征。 特别是，了解数学/言语分裂的重要性可以阐明东亚人与欧洲人之间的潜在差异，或者更普遍地讲，东亚人与非东亚人之间的潜在差异，即使是假定的人类奉献者也常常无法很好地注意到我感到惊讶的差异。生物多样性。

聪明的东亚人

美国，中国，韩国或日本血统的东亚人通常被定型为聪明人。 与美国其他种族的成员相比，他们在学术上表现出色，并且无论是在硅谷的精英公司还是在美国各地的顶级科学实验室中，它们在现实生活中的STEM都占主导地位。 1987年，《泰晤士报》的一篇文章讨论了东亚移民取得的不成比例的成就，尤其是在数学和科学领域，并指出这是因为“在国外接受教育的亚裔学生以扎实的数学基础来到美国，但很少或几乎没有。英语知识。 他们还受到大学毕业后的一份好工作的承诺的影响。 “亚洲人认为数学和科学等领域的歧视将会减少，因为他们将得到更加客观的判断，”亨特学院的教育学教授雪莉•洪恩（Shirley Hune）说。 而且，她指出，教育投资的回报“在工程方面比在文科学位上更直接。”[1]http://content.time.com/time/subscriber/article/0,3...0.html HBD的支持者肯定会指出，智商是最终的根本解释，而不是文化或其他此类因素。 他们基本上是正确的，但我想强调指出，东亚人的基本特征是我所说的数学/语言分裂。 人们常常不经意间注意到东亚人对数学的亲和力，而不必将这种理解推导出逻辑上的结论。

长期以来，心理计量学文献记载了东亚人偏向数学而不是口头表达的倾向。 查尔斯·默里（Charles Murray）和理查德·赫恩斯坦（Richard Hernstein）在臭名昭著的《钟形曲线》一书中指出，东亚人倾向于在非语言方面胜于语言推理。 Vernon引用的一项研究表明，华裔美国人的平均表现智商为110，平均语言智商为97。[2]默里，C 和赫恩斯坦，RJ（1996 年）。 钟形曲线：美国生活中的智力和阶级结构。 300-301。 这是基于 1975 年使用 Lorge-Thorndike 智力测验对旧金山唐人街的中国儿童进行的测试。[3]弗林（J.Flynn）（2007）。 什么是智力？ 超越弗林效应。 116。 理查德·林恩 (Richard Lynn) 等其他学者也一直指出，东亚人在数学/语言方面表现出明显的偏斜。 Lynn提出，蒙古语的智力从根本上具有“高通用智力（Spearman's g），高视觉空间能力和低语言能力”的特征。[4]https://www.sciencedirect.com/science/article/pii/01...901358 因此，相对于欧洲人，东亚人的语言智力平均较低，但在数量和空间推理方面却表现出色。

默里（Murray）提出，这种数学/语言上的分裂解释了为什么东亚人在社会科学，人文和法律领域的代表性不足，而偏向于科学和工程领域。[2]默里，C 和赫恩斯坦，RJ（1996 年）。 钟形曲线：美国生活中的智力和阶级结构。 300-301。 正如我稍后将要论证的那样，东亚人歪曲的认知特征不仅解释了为什么他们回避非科学，而且还解释了为什么即使在自然科学中，东亚人也对口头负荷的生活表现出明显的偏爱定量物理科学的原因。科学。 数学/语言上的分裂也阐明了东亚在美国精英学术比赛中的表现。 例如，在数学竞赛（如MATHCOUNTS或AIME / USAMO / IMO）中，东亚人的人数过多，但在拼写蜜蜂中的出席率却相对较低，最近，后者在口头流利的南亚人中占主导地位。

基于姓氏的信封估算值的背面表明，64年USAMO资格预选赛中约有65％至2016％属于东亚。[5]https://www.maa.org/sites/default/files/USAMO%20Qual..._0.pdf 相比之下，自1980年以来，只有一个具有东亚名字的人赢得了“拼字比赛”，而最后10位获胜者或共同获胜者都是南亚。[6]https://en.wikipedia.org/wiki/List_of_Scripps_Nation...mpions 同样，对291年进入华盛顿特区的2017名拼字比赛入围者的姓名和照片进行的分析表明，保守估计，大约有25名左右的东亚人血统，比率仅为8.6％。[7]http://spellingbee.com/meet-the-spellers/2017 （一些东亚姓氏实际上是越南人，我目前已将其排除在我对东亚人的定义之外。）

支持亚裔美国人认知上偏向数学推理的观点的进一步证据来自于亚裔美国人在标准化考试中的得分。 尽管数据已有十年之久，但博客作者Steve Sailer还是着重强调了在主要的标准化测试（例如GMAT，GRE，MCAT和LSAT）上的比赛表现。[8]https://www.unz.com/isteve/scores-by-race-on-lsat-gr...d-dat/

一个显而易见的事实立即显而易见。 亚裔美国人在数学而非语言推理测试中的表现要好得多。 虽然他们在 MCAT Verbal 等高语言负荷测试中落后于白人，但在 GRE Math 等定量测试中，他们相对于白人表现出色。 事实上，尽管美国白人一再抱怨东亚人在玩弄系统并人为地夸大他们的考试成绩，但东亚人在标准化考试中的表现反映了与心理测量文献所表明的相同的数学/语言分裂这一事实表明，实际上这些测试产生的结果正是人们所期望的。

科学部分地根据一致性原则运作。 当各种独立的证据来源都集中在同一个基本事实上时，这表明所考虑的数据在更广泛的连贯理论的背景下是有意义的。 亚裔美国人标准化考试成绩是紧张准备或作弊的结果，因此需要一些反驳解释的异常现象，这种想法变得不那么可信。 与异常的亚裔美国人考试成绩相反，它们实际上揭示了智商测试多年来一直告诉我们的事情。 在口头测试中，东亚人的平均得分低于白人。 主要区别在于，他们在定量能力测试中往往要好得多。 （更不用说大量的实证文献表明，诸如 SAT 之类的相对 g-loaded 测试无论如何都不太适合进行广泛的准备，尽管有些人似乎确信 Tiger Mothers 以某种方式找到了破解所有那个或其他东西，可能是通过魔法泥土。正如史蒂夫·许指出的那样，“即使对这个话题进行随意调查也表明， 至少平均而言，即使通过大量的努力也很难轻易提高SAT分数。”[39]http://infoproc.blogspot.com/2012/02/test-preparati...s.html)

天才游and和斯皮尔曼的收益递减定律

当我们读到历史上不平衡的天才时，数学/语言拆分的重要性就变得很明显。 很多这样的例子比比皆是。 我想特别关注理查德·费曼 (Richard Feynman) 和特伦斯·陶 (Terence Tao) 两个，以说明杰出的人在生活的各个方面不一定都同样出色。 当然，一般智力或 g 表明他们可能在大多数（如果不是所有）认知能力领域都高于平均水平，但我相信这没有抓住要点。

理查德·费曼 (Richard Feynman) 是传奇，不仅因为他作为理论物理学家的贡献，而且还因为他 125 的 IQ 平平。[9]https://en.wikipedia.org/wiki/Richard_Feynman#Education （我也想，因为他总体上对生活充满幽默感和狂热的热爱，并且如果有人相信伪造的故事，那是因为我们的好主人罗恩·恩茨（Ron Unz）遭受了一次残酷的物理打击。）[44]http://web.cos.gmu.edu/~vkunkel/feynman1.html 这应该是一个关键数据点，驳斥了智商测试作为现实生活成就的有用预测指标的普遍效用。 如果即使是像费曼这样的知识巨头，其智商测试也只有 125 左右，那么智商测试实际上有多大用处，争论就这样结束了？

实际上，Feynman表现出清晰的数学/语言分裂，经常报告的适度IQ得分125可能仅仅是口头测试的结果。 例如，维基百科指出：“ 1939年，费曼（Feynman）获得了学士学位，并被任命为普特南研究员（Putnam Fellow）。 他在普林斯顿大学的物理学研究生入学考试中取得了完美的成绩，取得了空前的成就，并且在数学上也取得了优异的成绩，但在历史和英语方面却表现不佳。[9]https://en.wikipedia.org/wiki/Richard_Feynman#Education 同样，物理学家史蒂夫·许（Steve Hsu）怀疑“费曼在许多口头测试中会得分接近上限。 他经常犯语法错误，拼写错误（甚至是物理学中常用的单词）等。有时他不知道 含义 他周围其他人使用的术语（甚至是物理学中常用的单词）。”[10]http://infoproc.blogspot.com/2017/09/feynman-schwin...s.html

另一位神童陶哲轩，当今最杰出的数学家之一，也反映了费曼的明显认知偏差。 正如那些在他年轻时研究他的人所指出的那样：“毫无疑问，Terry Tao在数学上几乎令人难以置信地推理，并且快速地学习数学和相关学科。 他在8岁时参加的澳大利亚数学竞赛和大学理事会学术能力测验（SAT-M）的数学部分中的表现令人赞叹。 他是第一次参加60项60分钟的选择题SAT-M。 在美国，只有1％的大学入学男性12年级学生在此上的得分为750分或更高（College Board，1985）。 他得到了760分。据我所知，只有另外一个8岁的孩子也做到了。 那个住在芝加哥郊区的男孩第五次参加考试！ 他在800岁之前就获得了10分的成绩。 特里没有在9岁时接受SAT-M的重新测试，因为那似乎没有必要。然而，在8岁10个月时，当他同时参加SAT-M和SAT-口头考试时，特里在后者上仅获得290分。 只有9％的大学入学男性12年级学生在SAT-V上得分不超过290分； 机会得分大约为230。在M的最低第10个百分位点与V的第99个百分位点之间高出9个点的差异表示大约3.7个标准差的差距。 显然，特里在数学推理项目上的表现要好得多（请参见附录），比阅读段落并回答有关它们的理解性问题或弄清反义词，口头类比或缺少单词的句子要好得多。”[11]http://www.davidsongifted.org/Search-Database/entry...A10116

《纽约时报》在2007年的一篇文章中也提到了陶：“他5岁那年就读于一所公立学校，他的父母，管理人员和老师为他建立了个性化的课程。 他按照自己的步调学习每个科目，迅速提高了数学和自然科学的几个年级，同时保持与其他学科的年龄段接近。 例如，在英语课上，当他不得不写论文时，他变得很慌张。 他说：“我从来没有真正掌握过这一点。” 这些非常模糊，不确定的问题。 我总是喜欢有明确的操作规则的情况。” 特里被派去写一个关于家里发生的事情的故事，特里在一个房间里走来走去，并详细列出了里面的物品。”[12]http://www.nytimes.com/2007/03/13/science/13prof.html

如上所述，最有可能的道和费曼都明显偏向于言语，而倾向于空间/量化能力。 天才的认知能力肯定会有所偏差，不一定在所有事情上都具有天赋。 确实，未能理解这一事实很可能导致了心理计量学最大的假否定之一。 1920年左右，心理学家刘易斯·特曼（Lewis Terman）尝试通过对智商进行测试来寻找加利福尼亚州的聪明青年。 跟踪那些得分最高的1％的人，以进行进一步的纵向研究。 尽管成为未来的诺贝尔物理学奖得主，威廉·肖克利和路易斯·阿尔瓦雷斯都未能入选。[13]https://www.scientificamerican.com/article/recognizi...intel/ 就像费曼臭名昭著的 IQ 分数只有 125 一样，这再次被认为是智力测试局限性的证据。 特曼怎么可能没能认出这两个崭露头角的神童呢？

尽管这种怀疑从表面上看是合理的，但心理学家大卫·卢宾斯基和卡米拉·本博提供了一个更有说服力的解释，他们认为“特曼的斯坦福-比奈智商测试中的许多项目，与许多现代评估一样，未能利用被称为空间能力。 关于认知能力的最新研究正在加强几十年前一些心理学家的建议：空间能力，也称为空间可视化，在工程学和科学学科中起着至关重要的作用。 然而，口头上更多的智商测试以及当今使用的许多流行的标准化测试并不能充分衡量这一特征，特别是在那些最有才华的人中。[13]https://www.scientificamerican.com/article/recognizi...intel/ 如果对阿尔瓦雷斯（Alvarez）或肖克利（Shockley）进行空间定向或定量定向的能力测验，很难想象他们中的任何一个都不会做出Terman的榜样。 这种异常现象仅仅是情报界未能充分理解数学/言语分裂的结果。

当然，所有这些都没有暗示总体智商或一般智力的概念不是有意义的概念。 相反，我怀疑总体智商对于分析更大范围的人口更有用，而数学/语言拆分对理解认知分布右尾的个人表现更有用。 正如琳达·戈特弗雷德森（Linda Gottfredson）这样的心理学家所争论的那样，通用情报的用处在于这样一个事实，即“半个世纪的军事和民用研究已经融合在一起，画出了沿着IQ连续体的职业机会的肖像。 成人智商分布前5％（智商125以上）中的个人基本上可以训练自己，而且很少有工作在心理上无法实现。 平均智商（介于90到110之间）的人在大多数专业和行政级别的工作上没有竞争力，但在美国经济中的大多数工作岗位上容易接受培训。 相比之下，智商排名靠后的百分之五（低于5岁）的成年人很难训练，而且在能力方面，任何职业都没有竞争力。”[14]https://www1.udel.edu/educ/gottfredson/reprints/1998...or.pdf

不过，在分析尾端人才时，我认为最可能的特定认知亚因素起着更重要的作用。 实际上，斯皮尔曼的收益递减定律表明，“ g 在一个人口群体的所有子群体中可能并不统一。 Spearman的收益递减定律（SLODR），也称为认知能力分化假说，预示着，在较聪明的亚组中，不同认知能力之间的正相关性较弱。 进一步来说， 斯洛德 预测g因子占g因子较高分数的认知测试得分中个体差异的比例较小。”[15]https://en.wikipedia.org/wiki/G_factor_(psychometric...eturns

评论家Gwen在Infoproc博客上暗示了这一现象的可能的神经学基础，并指出“我有一点推测：神经影像学研究似乎始终指向全球连通性的效率，而不是单个地区的效率或其他特征。 您可以将其解释为各种各样任务的总因，因为在执行任务时，仅因协调困难而使它们都或多或少受到了阻碍； 因此，可能导致Spearman的原因是全局连接变得尽可能高效，不再是大多数任务的瓶颈，而是各个大脑区域开始主导其他性能改进。 因此，在一定程度的全球通信效率上，存在一个通用的智力因素，但是诸如空间与语言之类的特定能力却分崩离析，不再具有常见的瓶颈，而且大脑倾斜也更加清晰地显现出来。”[10]http://infoproc.blogspot.com/2017/09/feynman-schwin...s.html 这看起来似乎很合理。 我们希望那些比我们聪明得多的人将在未来几十年中慢慢探究这些问题的根源。

总而言之，我想在这里指出的观点应该是明确的。 许多人的认知特征相当不平衡。 历史为我们提供了具有启发性例子的知识巨人的例子，这些巨人在认知上存在偏差。 在某一领域成为天才并不一定意味着您在所有其他领域都具有同等的才能。 SLODR建议，在考虑的亚组越聪明的情况下，一般智力在解释总认知变异方面的相关性就越小。 尽管g对于琳达·戈特弗雷德森（Linda Gottfredson）所引用的研究而言可能对较大人群的总体广泛卒中分析有用，但精英表现可能更依赖于特定的认知亚因素。 的确，当刘易斯·特曼（Lewis Terman）未能将阿尔瓦雷斯（Alvarez）或肖克利（Shockley）标记为认知精英青年时，忽略数学/语言拆分可能导致了心理学领域最臭名昭著的错误否定之一。

讨论了数学/语言分裂在理解历史神童轨迹方面的重要性之后，现在让我们转向这一现象如何从总体上阐明现代东亚崛起轨迹的话题。

中国的科学快速崛起和东亚科学

21世纪最有趣的现象之一^st 世纪以来，中国科技迅速崛起。 文革动乱之后，中国在过去几十年里一直在快速投资科技。 据估计，在 2017 年期间，中国在研发上的支出约为 279 亿美元，比上年增长 14%，是几十年来从极低的起点开始快速增长的研发成果。[16]https://www.cnbc.com/2018/02/26/china-spent-an-estim...r.html

但是，正如随着中国科学技术兴起之后最谨慎的人所知道的那样，中国显然偏爱定量领域，特别是物理，化学，工程，数学和计算机科学。 正如澳大利亚学者西蒙·马金森（Simon Marginson）所指出的那样，“在2000年，中国仅撰写了0.6％的化学论文，就Web of Science而言，其被引率为全球最高的百分之一。 仅在12年后的2012年，中国发表论文的比例就占领先论文的16.3％的2014％，是美国的一半，这是惊人的提高速度。 在工程，物理和计算机领域也有类似的模式，其中中国发表的论文比美国和数学高出百分之一的论文（NSF，XNUMX年）。中国，台湾，韩国，日本以及新加坡在某种程度上都将研究重点集中在物理科学和相关的应用领域，例如工程，计算机和材料。 在韩国和日本，这支持先进的制造。 中国还强调支持加速现代化的研究：能源，城市化，建筑，交通和通讯。 在这个阶段，医学和生命科学还很薄弱。”[17]http://www.researchcghe.org/perch/resources/publica...p9.pdf

同样，《自然》杂志在2014年指出，中国的WFC高达90％来自物理科学和化学领域，而不是生命科学领域。[18]https://www.nature.com/articles/515S73a 中国2017年在《自然》杂志上的最新产出基本上呈现出相同的偏差。[46]https://www.natureindex.com/country-outputs/china 这与美国或英国等倾向于生命科学和医学的国家的科学产出形成鲜明对比。 例如，联合国教科文组织在 2010 年报告说，虽然日本在物理、化学、工程和技术方面具有优势，但美国和英国往往专注于生物医学研究和临床医学。[19]教科文组织（2010）。 联合国教科文组织《 2010年科学报告：世界科学的现状》。 12

进一步的证据支持莱东排名的说法，即东亚国家的科学输出明显偏向量化领域。莱顿排名利用Clarivate Analytics编制的Web of Science的书目数据来确定哪些机构发表了各种论文中影响最大的论文。领域。[20]http://www.leidenranking.com/ranking/2017/list 莱顿将论文分为五个主要领域，分别是生物医学和健康科学，生命与地球科学，数学和计算机科学，物理科学和工程学以及社会科学和人文科学。

根据引用率最高的10％中的论文数量，东亚大学相对于其他三个类别显然在数学，计算机科学，物理科学和工程学方面表现出色。 在2012-2015年期间，按引用率排名前10％的论文总数进行排名，东亚在物理科学和工程学排名前5的大学中有10所，在数学和计算机科学领域排名前8的大学中有10所。

相比之下，在查看生物医学和健康科学领域前 10% 的论文总数时，排名最高的东亚大学是 48岁的上海交通^th。 就生命科学和地球科学而言，排名最高的东亚大学是 浙江20^th. 而在社会科学和人文科学方面，东亚大学排名最高的是 新加坡国立大学80岁以下^th 的地方。[20]http://www.leidenranking.com/ranking/2017/list 东亚大学在定量领域和口头领域之间产生的高影响力工作之间的差异很难说清楚。 相反，西方国家往往在生命科学，医学，社会科学和人文科学领域表现卓越。 英国在最新的QS世界大学学科排名中的表现进一步增强了这一点，正如所指出的那样，“该学科高度集中于艺术与人文学科，生命科学以及社会科学与管理”。[43]http://www.universityworldnews.com/article.php?stor...510534

需要注意几个问题。 首先，与其他东亚地区相比，日本在生命科学领域的影响更大。 从免疫学到细胞生物学再到再生医学，它在生物科学的各个领域都有实力，任何熟悉诸如Yoshinori Ohsumi，Mazaki Kazutoshi Mori，Shimon Sakaguchi，Tasuku Honjo或Tadamitsu Kishimoto等名字的人都可以证明。 最著名的是，山中伸弥（Shinya Yamanaka）早在2006年就发明了iPS细胞，催生了一个崭新的再生医学领域，日本已在该领域确立了其世界领导者的地位。[21]https://www.ft.com/content/254853b2-8f23-11e7-9084-d...42ba93

另一方面，与日本或韩国相比，中国在数学和计算机科学方面发表的影响更大的著作。 例如，《美国新闻全球》最近将清华大学列为全球排名第一的计算机科学计划。[22]https://www.usnews.com/education/best-global-univers...cience 除此之外，总的来说，所有东亚国家都倾向于使用物理，化学，材料科学和工程学等领域。

那么我在这里的主要预测是，基于HBD，我不希望中国或东亚在生命科学和医学或其他口头上的科学领域能与盎格鲁圈媲美。 也许中国可以在发展生命科学各个领域的实力方面反映日本。 鉴于其人口众多，这的确可以转化为生物学和生物医学领域非平凡的高端产品。 但是，随着该地区科学的成熟，东亚国家的核心优势将主要集中在物理或化学等定量领域，而我预测，这是该地区在未来几年中将大放异彩的地方。 中国最近在量子密码学领域的尝试就是一个例子。[40]https://www.technologyreview.com/s/610106/chinese-sa...nents/

因此，尽管有些人指出了物理科学，生命科学和社会科学各个领域的整体科学产出，证明了东亚人没有得到应有的代表，但更为细微的理解表明，实际上东亚人只是对他们天生擅长的事物着迷。 像中国和日本这样的国家在心理学或临床医学等领域相对于物理学或化学领域都表现出色，并且在前者而不是后者方面不成比例地发表，这几乎不是一个谜。 这只是底层HBD的反映。

超越科学：技术与工程

东亚在技术和工程方面也很出色。 东亚国家是国际专利大国，如果您没有注意到，实际上，先进的现代消费类电子硬件几乎每一个都是在东亚制造的。 这是 HBD 相关讨论中经常被忽略的一点。

《金融时报》指出，“日本仍然是一个创新强国，根据专利地域分析显示，东京-横滨是世界上最大的此类集群。 这项研究来自总部位于日内瓦的世界知识产权组织（Wipo），该组织分析了根据《专利合作条约》在950,000年至2011年间发布的所有2015件国际专利申请中指定的发明人的住址。 另外两个日本集群，大阪-神户-京都和名古屋，在全球前十名中。 结果还显示，东亚其他地区的发明活动十分活跃，中国的深圳-香港在Wipo的排名中位居第二，领先于加利福尼亚州的硅谷和韩国的首尔。 欧洲集群的排名似乎较低，巴黎排名第 10，法兰克福-曼海姆排名第 12。英国表现不佳，伦敦排名第 21，剑桥排名第 55，牛津排名第 88。”[23]https://www.ft.com/content/dbb3bc26-413b-11e7-9d56-2...e998b2

实际上，正如任何一直关注的人所注意到的那样，现代技术本质上是加利福尼亚和东亚的事务，前者专注于软件，后者则专注于硬件。 美国公司在互联网基础设施和平台领域占主导地位，而东亚在消费电子硬件领域占主导地位，尽管如前所述，中国确实在百度、阿里巴巴和腾讯等公司拥有自己版本的通用技术巨头。 相比之下，除了一些成功的应用程序（例如Spotify或Skype）以及实体（例如诺基亚或爱立信）之外，今天的欧洲拥有相对较少的知名科技公司。[24]https://www.unz.com/akarlin/europe-cant-into-big-tech/ 过去，它曾经拥有更多成熟的技术公司，但是来自美国和东亚的竞争猛烈冲击了欧洲的技术行业。

1991 年《华盛顿邮报》在西方抨击日本的高峰期发表的一篇旧文章指出，““日本恐惧症”现象之所以流行，主要是因为似乎没有简单的答案可以防止欧洲失业率已经远高于美国，即将增加，或者如果采取保护主义措施来挽救就业，价格将不得不飙升，从而伤害欧洲消费者。 欧洲的计算机行业正处于崩溃的边缘，因为它们无法与能够更快地适应快速变化的技术的日本和美国公司竞争。 今年，荷兰的电子巨头飞利浦，意大利的奥利维蒂（Olivetti）和法国的布尔（Bull）被迫裁员数千人。 即使有更多政府提供数十亿美元的救助，他们的生存前景也很黯淡。”[25]https://www.washingtonpost.com/archive/politics/1991...japan- bashing/0b9b1f7b-e578-4aae-926b-e2bdd6809f68/

的确，当人们将东亚与全球每个地区的最知名品牌一起考虑时，东亚与高科技的联系就显而易见。 在东亚最著名的品牌中，很大一部分是科技公司。 相比之下，欧洲知名品牌通常倾向于时尚奢侈品或汽车公司。[26]http://www.independent.co.uk/news/business/news/app...1.html 快速，说出你想到的最著名的东亚公司。 我的猜测是你可能会抛出三星、LG、东芝、松下、索尼、联想、比亚迪、大疆或华为等名字。 现在，列出您能想到的最著名的欧洲品牌。 在这里，我猜你可能首先想到的是 Gucci、Burberry、Versace、Louis Vuitton、Hermes、Armani、Chanel 或 Prada 等品牌。

尽管许多人会指出中国或美国等享有庞大、完整市场的制度因素来解释欧洲科技的衰落，但我实际上想提供一个更面向 HBD 的解释，不仅是为了解释为什么欧洲在技术和工程方面似乎相对滞后到美国和东亚，还有为什么美国的技术偏向软件，而东亚的技术偏向硬件。 我相信上述各种现象都可以用一种共同的潜在机制来解释，即数学/语言分裂。 简而言之，如果你真的很擅长数学，你就会被硬件所吸引。 如果您的技能更倾向于口头表达，那么您会倾向于软件。 一般来说，你在工程和技术领域工作的机会因空间和数量上的熟练而大大增加。

因此，HBD 最终解释了东亚认知资本的重要百分比被分配到何处。 除了偏向数学和物理科学，许多东亚人最终从事实用技术和工程工作。 这意味着仅考虑科学，尤其是所有科学领域，就会忽略许多东亚人倾向于 STEM 首字母缩略词中间两个字母的事实。 在指出现代消费电子产品本质上是一个东亚产业之后，我还想强调一个明显的事实，即东亚裔美国人在硅谷的科技行业中所占比例过高，并且在那里也做出了许多重要贡献。 一个很好的例子是现代计算机图形，它基本上由 Nvidia 和 AMD 主导，它们在 2006 年收购了 ATI Technologies，并将其并入自己的图形部门。 Jen Hsun-Huang 是 Nvidia 的联合创始人之一，今天仍然是其首席执行官和主要发言人。 ATI Technologies 后来成为 AMD 的 Radeon 图形部门，由四名加拿大华人 Lee Ka Lau、Francis Lau、Benny Lau 和 Kwok Yuen Ho 于 1985 年在加拿大安大略省创立。[28]https://en.wikipedia.org/wiki/ATI_Technologies#History 在诸如Nvidia之类的知名科技公司中，东亚裔美国人无疑在技术人员中所占的比例也过高。[31]http://www.nvidia.com/object/fy15-workforce-perform...e.html

事实上，尽管进步人士一再声称硅谷是如此、如此白人，但在湾区的许多精英科技公司中，白人与黑人和西班牙裔人一样，实际上代表人数不足。 谷歌、Facebook 或优步等许多顶级公司发布的多元化数字的总体情况表明，白人在总体上的代表性往往略有不足，在技术职位上的代表性不足，而在高管层中，相对于白人的总百分比而言，其代表性过高。总人口。[27]https://www.washingtonpost.com/news/volokh-conspirac...white/[45]https://www.usatoday.com/story/tech/news/2017/03/28/...26318/ 过去几年在技术行业工作，这似乎也激发了我个人的印象。 通常，对技术的要求在技术上和数量上越严格，亚裔美国人代表人数过多的程度就越大。 大多数技术公司的最白人部分往往在市场营销，产品，销售，设计或行政级别等领域都不足为奇。

接下来，让我们花点时间欣赏一下东亚人和东亚美国人在现代技术和工程中所扮演的角色。 只需考虑一下我们从三星，索尼或LG等东亚公司购买的所有现代装备，例如智能手机，平板电视，平板电脑和SSD，它们已成为我们21世纪的重要组成部分^st 世纪的生活方式。 这是好东西，所以请保持这种状态，让我们带上那些可弯曲的OLED屏幕！[29]https://www.youtube.com/watch?v=Cxnv_QKxXf0 （在有人提出通常的论点之前，让我指出，OLED的父亲通常被认为是华裔美国人清唐，他在1980年代在伊士曼柯达工作时曾做过这件事。鉴于他的种种，这不足为奇。诺贝尔化学奖也即将获得表彰。[30]https://en.wikipedia.org/wiki/Ching_W._Tang#Biography)

结论

我希望我已经说服了您，关于HBD的正确思考方式基本上是按照数学/言语分裂的思路，而不是按照整体智商或g的思路，而不是这些概念没有与之相关的领域。用。 一旦考虑到数学/语言拆分，我相信某些事情可以说变得不那么神秘了。 当然，这并不是说HBD的支持者从未讨论过数学/语言拆分。 例如，博客作者史蒂夫·赛勒（Steve Sailer）曾经指出，主要种族差异倾向于反映性别差异，尤其是日本人具有认知上的男性技能，例如在数学上表现出色以及物体的3D旋转，这有助于他们在技术和制造能力上的优势。世界舞台。[32]https://isteve.blogspot.com/2008/04/rev-wright-on-bl...e.html。 尽管我很少看到这种理解和所有伴随的经验预测都能得出其逻辑结论。 我希望本文是朝这个方向迈出的一步。

如果我的主张是正确的，我预计在未来几十年中，我们将越来越多地看到不同的人群专门研究他们最擅长的领域。 这意味着东亚人和东亚社会的特点是偏向于定量的STEM领域，例如物理，化学和工程学，偏向于硬件和高科技制造，而西方社会的特点是偏向于生物科学和科学。医学，社会科学，人文科学以及软件和服务。[41]https://www.theguardian.com/business/economics-blog/...d-land 同样，印度似乎也是一个优势在于软件和服务而不是硬件和制造业的国家。 我的基本论点是，所有这些最终都是潜在 HBD 的反映，尤其是数学/语言分裂。 我相信这是其他人提供的分析中缺乏的关键洞察力。

因此，与其他种族相比，东亚人可能显然聪明得多，而他们在数量上的倾向明显更大。 可以这么说，擅长数学只是一种智力。 像丹尼尔·丹内特（Daniel Dennett）这样的哲学家可能不是陶伦斯·陶（Terence Tao），但根据有关陶林相对于其杰出数学才能的言语能力较弱的传闻证据，可以肯定地说，陶·丹内特都不是。 相反，他们是两个男人，他们的认知特征各不相同，优缺点也各不相同。 最终，每个人​​都追求最适合其先天才能的职业。 一个成为哲学家，另一个成为数学家。 就像他们说的那样，对每个人都有自己的看法。

考虑到所有这些，为什么美国社会始终将东亚人描​​述为非常聪明，而不是采用更细微的看法？ 这可能与数学才能所具有的巨大声望有关。 即使一个人在其他方面并不擅长，只要你擅长数学，人们通常仍然将你与才华联系起来。 与社会科学或人文学科相比，我们经常听到关于数学和科学是真实学科的笑话。 甚至在自然科学中，人们也常常认为，相对于生物学而言，物理学是一门更为卓越和高级的科学。 在杰罗姆·卡根（Jerome Kagan）的《三种文化》一书中更明确地阐明了这种隐性的知识等级，他将物理学描述为太阳，而数学则将其描述为核心，随着行星越来越远离和绕太阳公转，其他各种次要学科也有所描述。[33]卡根，J.（2009 年）。 三种文化：21世纪的自然科学、社会科学和人文科学^st 世纪。 事实上，除了生命科学的明显效用之外，许多其他主要依赖语言能力的领域似乎往往提供有问题的价值，而数学似乎几乎普遍有用。 特别是，现代心理学、社会科学和人文学科似乎经常受到意识形态偏见的困扰，并且明显缺乏可复制性。[34]https://www.theatlantic.com/science/archive/2016/03/...72272/ 如今，社会科学可能被更好地描述为社会正义，因为所谓的科学家通常只是加强其意识形态先驱，并宣扬政治上正确的，胡言乱语的胡说八道。 意识形态伪装成科学，唉。

相比之下，数学是美丽的、优雅的，似乎是宇宙的语言。 一个聪明的外星物种几乎肯定不会读写英语或地球上任何现存的语言。 但它几乎肯定会拥有我们智人拥有的许多相同的基本数学概念。 很难看出它会如何。 正如物理学家 Steve Hsu 认为的那样，“高语言能力对于显得聪明、或赢得争论并给他人留下深刻印象很有用，但真正高的数学能力对于发现世界上的事物——即发现真理或推理——有用。严格。”[35]http://infoproc.blogspot.com/2011/06/high-v-low-m.html 的确，除了仅通过口头概念就能表达的知识以外，对数学的深入理解就释放了一个知识领域。 关于物理学家尤金·维格纳（Eugene Wigner）关于数学的不合理有效性的评论，物理学家史蒂芬·温伯格（Steven Weinberg）在他的《最终理论的梦想》（Dreams of Final Theory）一书中谈到了同样同样不合理的哲学无效性，表明他认识的任何物理学家都没有在二战后时代中从中受益他们从哲学上以任何方式开展工作。[36]http://emilkirkegaard.dk/en/wp-content/uploads/Stev...9D.pdf

那时真是太了不起了，数学如何不仅可以帮助我们解锁对自然的深刻理解，还可以使我们成为自然的大师。 Blogosphere的Blogger Lion，又名The Artist，以前称为Half Sigma，因此这样说。 数学能力高度有助于价值创造，而语言能力高度有利于价值转移。[37]http://halfsigma.typepad.com/half_sigma/2011/07/ste...s.html 精通数学的书呆子是真正的价值创造者，而他们更外向、在社会上占主导地位、口齿伶俐的同行则将潜在价值转移给了他们作为企业高管的自己。 工程师擅长为他人创造价值以供消费。 另一方面，律师和商人似乎大多精通提取他人为自己创造的财富。

也许就不足为奇了，尽管当今日本是一个高科技工程大国，出口着世界其他国家想要购买的有形物品，但法律领域似乎在日本相当荒唐，律师的字面意思是没事做。[38]https://www.unz.com/isteve/wsj-japans-lawyers-need-m...tcies/ 也许同样不出所料的是，十年前美国经济几乎被银行家和蛇油推销员摧毁，总的来说，这个国家似乎由一群律师和电视明星管理，而相比之下，中国领导人似乎不成比例地拥有工程学位反而。[42]https://www.quora.com/Why-do-Chinese-political-leade...egrees

在美国，尽管数学具有很高的声望，但似乎同时存在潜在的数学恐惧症。 美国人与数学之间这种奇怪的爱恨交加关系，意味着通常那些最缺乏数学敏锐度的人以某种方式使自己相信，聪明只是你对别人大声喊叫或表达自己的观点时所表达的态度的函数。 （如果您不相信我说的是真的，请看今天舆论电视台上所有讲话的话题，从他们的欺负讲坛上无休止地赞美。）我们经常听到这是陈词滥调，表达了美国人被教导如何接受批评的陈词滥调。思维。 相比之下，受HBD的激励，我长期以来一直拥护一种被我称为“认知精英主义”的哲学。 也许最好将这种意识形态称为定量至上主义。 （一方面与认知精英主义形成鲜明对比，另一方面与著名的HBD评论员威士忌威士忌的哲学世界观形成鲜明对比，后者热衷于指出白人女性讨厌，讨厌，讨厌beta男性，而更偏爱高个，深色和英俊的男性。颜色可能恰好被称为公鸡自然精英主义）。

智力对于现代 STEM 社会的运作很重要，而且相当重要。 平等主义的悖论意味着，随着环境在不同人口中越来越趋于平等，按照定义，生活结果中剩余差异的更大百分比必须归因于先天智力的差异。 正如数学/语言分裂或数学和言语能力在实用性方面的不对称性这样的现象所暗示的那样，也许我们应该欣赏并崇敬那些最擅长定量推理的个人和群体，而不是仅仅从事廉价的谈话和虚张声势的吹牛，悄悄地在幕后发动，不知疲倦地为现代科技引擎提供动力。 所以，和我的兄弟姐妹们一起大声喊出来。 从每个街角和山顶大声喊出它，就像我们的好朋友约翰·德比郡 (John Derbyshire) 在不知疲倦地警告我们某些太阳能族群的危险时所表现出的一样无情的活力和坚韧。 数学很好。 数学很有用。 数学是崇高的。 阿门。 现在我们都是定量至上主义者！

这就是故事。 人类生物多样性只是意味着在不同条件下进化的不同人群可能具有不同的身体和认知属性分布。 了解这些细微差别可能是了解 21 世纪未来的最佳方式。^st 世纪。 令我惊讶的是，比我聪明得多的人们仍然仅凭整体智商来讨论HBD。 理查德·林恩（Richard Lynn）或查尔斯·默里（Charles Murray）等学者已经很好地证明了东亚人之间数学/语言分裂的存在，但在有关智力的公开讨论中，人们总是倾向于回避通常的谈话要点。 您卑微的通讯员希望，通过更强有力地阐明已建立的心理学计量科学，可以消除概念上的混乱，使男人和女人都从教条的沉睡中醒来，从而使人们可能谦卑地称之为哥白尼式革命，从而在我们的公众理解中蓬勃发展情报和HBD。

参考资料

[1] http://content.time.com/time/subscriber/article/0,33009,965326-2,00.html

[2] 默里，C 和赫恩斯坦，RJ（1996 年）。 钟形曲线：美国生活中的智力和阶级结构。 300-301。

[3] 弗林（J.Flynn）（2007）。 什么是智力？ 超越弗林效应。 116。

[4] https://www.sciencedirect.com/science/article/pii/0191886987901358

[5] https://www.maa.org/sites/default/files/USAMO%20Qualifiers%202016_0.pdf

[6] https://en.wikipedia.org/wiki/List_of_Scripps_National_Spelling_Bee_champions

[7] http://spellingbee.com/meet-the-spellers/2017

[8] https://www.unz.com/isteve/scores-by-race-on-lsat-gre-mcat-gmat-and-dat/

[9] https://en.wikipedia.org/wiki/Richard_Feynman#Education

[10] http://infoproc.blogspot.com/2017/09/feynman-schwinger-and-psychometrics.html

[11] http://www.davidsongifted.org/Search-Database/entry/A10116

[12] http://www.nytimes.com/2007/03/13/science/13prof.html

[13] https://www.scientificamerican.com/article/recognizing-spatial-intel/

[14] https://www1.udel.edu/educ/gottfredson/reprints/1998generalintelligencefactor.pdf

[15] https://en.wikipedia.org/wiki/G_factor_(psychometrics)#Spearman’s_law_of_diminishing_returns

[16] https://www.cnbc.com/2018/02/26/china-spent-an-estimated-279-billion-on-rd-last-year.html

[17] http://www.researchcghe.org/perch/resources/publications/wp9.pdf

[18] https://www.nature.com/articles/515S73a

[19] 教科文组织（2010）。 联合国教科文组织《 2010年科学报告：世界科学的现状》。 12

[20] http://www.leidenranking.com/ranking/2017/list

[21] https://www.ft.com/content/254853b2-8f23-11e7-9084-d0c17942ba93

[22] https://www.usnews.com/education/best-global-universities/computer-science

[23] https://www.ft.com/content/dbb3bc26-413b-11e7-9d56-25f963e998b2

[24] https://www.unz.com/akarlin/europe-cant-into-big-tech/

[25] https://www.washingtonpost.com/archive/politics/1991/06/16/europes-new-rage-japan- bashing/0b9b1f7b-e578-4aae-926b-e2bdd6809f68/

[26] http://www.independent.co.uk/news/business/news/apple-most-valuable-brand-iphone-7-google-coca-cola-a7345501.html

[27] https://www.washingtonpost.com/news/volokh-conspiracy/wp/2014/05/29/how-the-asians-became-white/

[28] https://en.wikipedia.org/wiki/ATI_Technologies#History

[29] https://www.youtube.com/watch?v=Cxnv_QKxXf0

[30] https://en.wikipedia.org/wiki/Ching_W._Tang#Biography

[31] http://www.nvidia.com/object/fy15-workforce-performance.html

[32] https://isteve.blogspot.com/2008/04/rev-wright-on-black-white-cognitive.html

[33] 卡根，J.（2009 年）。 三种文化：21世纪的自然科学、社会科学和人文科学^st 世纪。

[34] https://www.theatlantic.com/science/archive/2016/03/psychologys-replication-crisis-cant-be-wished-away/472272/

[35] http://infoproc.blogspot.com/2011/06/high-v-low-m.html

[36] http://emilkirkegaard.dk/en/wp-content/uploads/Steven-Weinberg-%E2%80%9CAgainst-Philosophy%E2%80%9D.pdf

[37] http://halfsigma.typepad.com/half_sigma/2011/07/stem-majors.html

[38] https://www.unz.com/isteve/wsj-japans-lawyers-need-more-crime-and-bankruptcies/

[39] http://infoproc.blogspot.com/2012/02/test-preparation-and-sat-scores.html

[40] https://www.technologyreview.com/s/610106/chinese-satellite-uses-quantum-cryptography-for-secure-video-conference-between-continents/

[41] https://www.theguardian.com/business/economics-blog/2015/may/18/as-the-uk-has-discovered-there-is-no-postindustrial-promised-land

[42] https://www.quora.com/Why-do-Chinese-political-leaders-have-engineering-degrees-whereas-their-American-counterparts-have-law-degrees

[43] http://www.universityworldnews.com/article.php?story=20180228175510534

[44] http://web.cos.gmu.edu/~vkunkel/feynman1.html

[45] https://www.usatoday.com/story/tech/news/2017/03/28/uber-diversity-reports-shows-familiar-tech-deficiencies/99726318/

[46] https://www.natureindex.com/country-outputs/china

[47] http://www.wpp.com/wpp/marketing/brandz/china-50-2018/

[48] http://www.millwardbrown.com/brandz/top-french-brands/2018