简单参考日本的发展轨迹，中从2042年之后迎来诺贝尔的爆发，但是超过美国需要更长的时间。美国的P总量在1870年就超过英国了，但是美国的诺贝尔人数直到20世纪30年代才超过英国，整整落后了60年；简单按此推算，中国的诺贝尔获人数超过美国需要到2090。
对中国来讲，核心在于人均P能不能超过2万美元，P能不能赶上美国，如果能，那我们得诺贝尔肯定会多起来，这至少是以往看到的规律。
大家可能会觉得很奇怪，为什么会有2万美元的门槛值。当然门槛值是经验规律，但为什么会有这个门槛值呢？我们要思考这个问题。
关于这个问题，在经济学上有个讨论，美国斯坦福的教授Charles Jones在2011年写了一篇文章，试图解释发展经济学里一直有的一个谜，就是发展中国家的单兵作战能力和发达国家比其实差不了多少，但是整个国家来看，人均P可能相差巨大。
比如说，单兵作战的时候，奥运会上刘翔能把别人干掉，姚明在NBA也是明星人物，他们的单兵作战能力其实都很强。发展经济学中更多的例子举的是印度，印度人单兵作战能力和美国人可能差不多，印度在美国公司的CEO有好多个，哈佛商学院教授一共400多人，印度裔有20多个；哈佛商学院、商学院、Kellogg商学院的院长或前院长是印度人。微软、谷歌、诺基亚、德意志银行、花旗、麦肯锡、百事、联合利华等等的CEO或前CEO是印度人。印度人和美国白人的生产效率（单兵来讲）相比，就算差一点吧，至少也能达到80%、90%，为什么印度人均P不到2000美元，现在美国是五六万美元，相差三十倍，怎么差别那么大呢？大家思考这个问题，当然有很多解释。
我觉得这篇文章讲的比较在点子上。它提出一个什么呢？生产的产品实际上有工序，有配套。我们小学还是初中政治书讲一架波音飞机两万个零件，需要多少个国家生产，你生产各种东西，需要把各种零件弄好、组装好再销售。这个文章的核心思想是，每一个生产工序，印度工人的效率都是美国工人效率的80%-90%，但是生产一种产品需要有很多很多工序。因此，到了终端产品会产生连乘效应。一道工序80%到90%，两道工序，比如0.9再乘0.9，就变成0.8，如果10道工序，就是0.9的10次方，那就是0.34；如果0.8的10次方，那就是0.1；指数增长的时候结果就会差得很远。他这个思想非常简单，我觉得也非常实用，非常在点子上。
生活中有很多例子，大家可以结合自己的生活来思考一下。我是经济学博士，我原来计划要走学术道，所以我会从学术的角度去思考这个问题：数学写论文和经济学写论文有什么不一样？数学家写论文，比如我们看到的张益唐、佩雷尔曼，他有很强的单兵作战能力，靠一个人就可以把高端的论文写出来。但是写经济学论文的时候就没有那么简单，很多情况下，不是你单兵想出来一个定律，想出一个思，论文就发出来了，特别是论文会更复杂。
从我的体验来看，我想讲一个例子，来讲中国与美国的经济学学者相比，为何在经济学期刊发表上为何有很大的差距。我想这和Charles Jones文章的观点是吻合的，很多工序都存在打折问题：
首先，文最重要的是创新，有新的思想。那么新的思想是怎么来呢？当然你坐在那儿凭空想，这是一种方法。但更普遍的情况是你要跟别人有思想的交流碰撞，有思想的火花出来，才能有新思想出来。目前我们顶尖高校的经济学seminar，可能一星期就有一次，上海财大可能多一些，但美国顶尖高校的经济学seminar基本是每天一次，像Harvard/MIT，一天就好几个seminar；而且中美的seminar的平均水平也有相当的差距。
第二步，假设你有一个新的思想，怎么去实现？首先，文章得找数据吧，在中国作论文找数据，很多时候数据很差，像美国的数据，它的问卷经过精心设计，实施人非常专业，问卷一般漏洞比较少，调研的时候也非常规范。中国是什么情况？首先问卷设计的就不好，因为有些东西是有漏洞的。第二，你搜集数据不一定是完整的信息、准确的信息，所以在数据上是有瑕疵的，做过中国经济研究都会有这个感受，所以在这里又打了一个折扣。另外，美国很多数据是公开的，而且很丰富，中国数据库本来就少，而且很多是需要购买，更多的情况是买不到，仅供内部使用。所以，很多时候是巧妇难为无米之炊。
第三，我们研究要处理数据，但是中国整个教育水平相对来讲跟先进国家还有差距，我们感觉到中国研究生助研质量和美国研究生助研质量还是有差距的，有时候数据处理得自己亲自来做，这时候又多了一个折扣。写完之后，你还要申请经费（基金），中国申请经费跟美国申请经费不太一样，具体我不讲了，这又打了一个折扣。
最后，你写出来论文之后，你得到处你的论文，当然在中国讲跟美国讲那是一个天、一个地，我们知道顶尖论文发出来，你需要得到主流圈子的认可这又打了一个折扣。
其实还有好多折扣我不细说了，我这里简简单单列了好几个折扣，也就是说每一个工序，可能在这里差20%，我讲了四个工序，0.8乘0.8，就是0.6，再乘两个0.8就是0.36。
华人为主的国家和地区的起飞已经有了先例，那就是新加坡、和，说宽一点就是东亚四小龙和日本。一个简单的测算，14%的华人（泰国）是8000美元，26%的华人（马来西亚）是10000到16000美元，75%的华人（新加坡）是60000美元。我们推算一下，中国有百分之多少华人，人均P会怎么样，反正我是很有信心的。
国务院发展研究中心在2011年发布了一个报告，以人均P为标准，认为2012年的中国的发展水平和1970年代初的日本、1990年左右的韩国、差不多。我是认同他们的分析的。按照我们之前的分析，中国的人力资源平均水平和东亚经济差不多，未来人均水平的发展轨迹应该会遵循东亚经济之前走过的轨迹。
那么，我们试图按照历史规律推演一下中国的未来。首先，我们的P增速从2012年开始下台阶，大概到2022年左右进入到一个新的增长平台，约5%左右的增长；按照这个增速，我们的人均P大概在2033年左右超过2万美元，P总量大概在2030年左右超过美国。
另一方面，按照我们之前的分析，满足了人均2万美元的必要条件之后，诺贝尔人数更多取决于P的总量，因此未来我们会迎来诺贝尔的大爆发。我们知道日本在2001年有个“诺贝尔计划”，计划在未来50年拿30个诺贝尔。当时大家还觉得是个笑话，因为之前日本的诺贝尔人数只有几个人，但结果日本了世界，截止到2017年，21世纪日本年均一个获者，仅次于美国和英国。一般认为，诺贝尔发表到获需要30年的时间，也就是说这些相关的大多数是1970年之后获得的。
如果我们现在处在日本70年代初的水平，简单参考日本的发展轨迹，中从2042年之后迎来诺贝尔的爆发，但是超过美国需要更长的时间。美国的P总量在1870年就超过英国了，但是美国的诺贝尔人数直到20世纪30年代才超过英国，整整落后了60年；简单按此推算，中国的诺贝尔获人数超过美国需要到2090年；假如按照诺贝尔发表到获需要30年的时间滞后（早期的滞后期没有那么长）来推断的话，中国的整体科技水平超过美国至少要到2060年之后了。
当然这是很长远的远景展望，那么现在来看，中国人到底有没有这个潜力呢？科学上有没有这个潜力？刚才讲的可能有点宏大、有点虚，让你看看更现实的情况。
我们来讲一下美国的斯隆研究（Sloan Research Fellowship），大概每年一百人左右，主要励在数学、物理、化学、天文、计算机、经济学领域有潜力的青年科学家，这基本上是青年科学家里最高的项。上图我们可以看到华人占比的时序变化。之前我们只有、，或者土生土长的美国华人在美国学习和工作，当时比例很低，一年也就一两个，1980是个异常值拉高了，实际上都是很低的。之后呢，我们可以看到有两个飞跃，第一个是90年，因为我们知道中国最早出国那批是1981年、1982年，出国之后读博士五六年，87、88年毕业，博士之后两三年，会成为助理教授，有可能会得到斯隆研究。90年有个飞跃，基本上到那个时候有占到8%左右的水平。
在2006年之后有一个飞跃，为什么有个飞跃呢？我推算一下跟去新东方的热潮很有关系，去热潮最火的是90年代末、21世纪初，那时候大家非常热血沸腾，想出去，所以那时候出去的人非常多。毕业之后就到2006、2007年出来工作，可以看到是快速的上升。最新的，在2018年的时候，这个比例已经占到16%，是比较高的。
但是，这16%是有点低估了中国华人的比例，为什么？首先经济学，中国人基本上没有，极少。经济学，不展开讲了，受很多方面的影响，如果把经济学剔除，这个比例会更高；另外，中国人在国外要出头，是要比本地人更难，对不对？因为你是外国人，大家可以想象一个越南人到柬埔寨人到中国来读博士，获一个自然科学基金那是相当困难的。如果把这个因素考虑在内，那这个比例应该更高。
我只是把这个作为其中一个指标，当然你可以看到很多指标，包括前几天刚出来的美国科学院院士，华人6个，总数是84个，大概是7%，以后可能会更高，从各个角度来看，华人比例都在上升。最近大家发现好多国家特别是移家美国、和的数学物理化学奥林匹克队员全是或者大部分是华人。大家可能不太熟悉，在美国有英特尔科学，等于励高中生的科学竞赛，实际上华人在近十年这个比例增长特别快，现在基本能占到30%-40%，这是什么概念？华人在美国最新的人口普查是500万，美国是三亿人口，是占1.6%，华人占了30%、40%，大概是十倍。即使我们排除家长参与帮忙的因素，这个比例还是很惊人的。因此，我们从各个方面都能看出华人的人力资本的优势，中国人口众多，所以我还是很有信心的。
魏优旃