之前有一篇文章聊了聊阅读英文原著的重要性（《为什么应该坚持阅读英文原文的学术著作》），收获了很高的阅读。那篇文章主要是就阅读和学术层面入手的，但我的公众号粉丝可能有一大部分未来都不会从事学术，而从人群整体上来说，从事学术的也只是某一小部分人。那么我们这篇文章就来更广泛地聊聊英语对个人学习发展和就业的重要性。
（一）
我的标题可能有些取巧了，我并不是想说数理化不重要，而是就我个人的经验来说，我个人的数学知识飞升期，是得益于开始观看各种英文教程。我不确定其他理学科目的英文课程如何，但是数学和统计基础相关的，好的并且免费的英文资料浩如烟海。如果一个人有足够的学习能力和自制力，那么我相信他/她通过线上学习免费的英文课程来获得与科班统计学生相同的知识水平，是完全有可能的！我自己在真正进入统计系以前，统计思维已经在各种英文课程和教材中泡出来了，进统计系更多的是一些技术方面的熟练和强化。
同时，英文类的数学/统计学学习资料不仅全面，而且做了很好的分层。有的材料是入门级的，有的材料是进阶的，一目了然，并且很多作者或老师都会在书本/课程开始前就说明他/她对学习者的背景期待是怎么样的。分层的基础上，你还有机会找到对应级别下，就不同侧面，以不同方式讲解的学习资料，例如有的侧重应用，有的侧重理论，有的以综合罗列见长，有的以启发思维出彩。
哪个领域的中文学习资料能够满足这些特点呢？对此我持基本否定的态度。中文学习资料围绕考研确实可以有一系列的课程和材料，但是绕开考研的考纲，剩下的内容及其创作者往往就是在“野蛮生长”了！而考研的课程肯定是以考试为导向的，广度和深度都会受到考纲的限制，另外考研课程的老师往往需要花费大量的时间研究如何帮助学生拿分，所以相比较很多英文课程授课的名校教授，也容易在课程知识的积累和理解方面力有不逮。
我们现在就来举一个简单的例子来对比一下，比如我最近要学习主成分分析（Principal Component Analysis，简称PCA），假如我在百度和b站搜索相关的资料，呈现的结果如下：
这些资料我其实只看过b站“交通数据小旭学长”的那个PCA视频，那个视频是绝对的好视频！但其实我在写这篇文章前都不知道b站也有，我最早也是通过他的Youtube个人账号看到的……虽然我没有一一看过这些视频，但从标题和封面我就可以看出来这些资料都是偏向PCA该如何使用来讲的，十分侧重应用层面，适合小白刚开始接触PCA的时候了解。另外，分享一个我自己判断中文资料优劣的技巧/偏见：图中那几个纯色的，土了吧唧的封面的教程大概率好不到哪里去。不要问我为什么，因为我说了这是日积月累形成的主观偏见，你可以自己去印证。
接下来我们再看看google与Youtube的搜索结果：
由于youtube搜索结果的布局是不能改的，所以我无法截取像b站那么多的视频。但是我们可以看到，相比百度，首先google结果给出了很多比较具有权威性的搜索答案，这些材料的易读性可能不是很强，但是在综合性与严谨性方面肯定是做得很好的。而Youtube界面中，我截取了5个视频，3个广告（其中一个是和PCA相关的），我可以很自信地说对于一个需要严肃学习PCA的人来说，这5个视频，配合google材料的阅读，完全能够帮助他从入门到进阶。或者说得更直观一点，学完这些，你就可以和我一样就PCA的内容写写微信公众号，还有成千上万的人阅读了。
相比之下，中文的资料则在深度上逊色很多，只适合大家入门以及了解实操。这里我再提一个在统计学方面，国内学习者比较不合理的一个学习习惯：出于某种急功近利以及实用的目的，大家喜欢花大量的时间去学习统计学实操，或者在实操课的配套理论中了解某个统计学方法。这种学习习惯会导致学习者对统计学原理理解不深的同时，在学习相关的操作方面也力不从心，使其显得很难。实际上如果你愿意花一些时间潜心研究一下原理，统计软件的操作根本不需要刻意学习。但更尴尬的是，如果你的英文不好，在中文资料中你就必须屈从这种学习习惯，因为很多时候学习资料的丰富性导致我们没得选……
还有一点值得一提，就是西方发达国家从学术到产业的连续性普遍较好，即使是一些一辈子混在高校的老教授，在教授基础课程时，也清楚地知晓哪些知识点学生未来是可以投入实用的。著名的MIT教授Gilbert Strang甚至在5年前（大概70多岁），还制作了一整套作为深度学习基础的线性代数课程。而当时深度学习与人工智能在国内可能才稍微有一些风声。另外，很多英文课程的老师自己就有丰富的业界经验，比如机器学习领域名气很大的吴恩达（Andrew Ng），就有学术+业界的双重背景，还给大家上课，并且是著名英文课程网站Coursera的创始人之一。
不仅在数学甚至潜在的理学学习材料方面，中文资料呈现巨大的劣势。实际上，在一些社科类科目的资料方面，差距可能更大。我自己教过国际课程体系的心理学高中课程以后，就惊叹于这个课程教材比我本科上的任何心理学课程教材编得都要好……实际上，在心理学方面，好的书籍几乎都是翻译引入，很难想到任何一本广受好评的中文心理学著作。
（二）
上述聊到了学习和个人成长方面，英语带来的好处，接下来我们可以再谈谈就业方面的好处。相比西方发达国家而言，国内的有一个显著相反的特点：学历越高，找工作往往越难。有一部分原因可能是因为升学的人本身就是因为找不到理想的工作或能力不够，才选择升学。但更重要的是，国内的产业丰富度相较于很多发达国家过低，公立机构的岗位多样性也很差。
具体来说，就拿我自己举例，在欧洲我如果现在不做PhD而选择就业的话，我很有希望拿到大公司的数据分析师岗位，并在三年内将税前年收入稳定在6万欧（50万人民币）以上，而且我能够选择的选项有很多，欧洲非英语国家的国际企业，美国，英国等等的就业市场都是可选项，这一方面增加了机会的数量，另一方面又进一步增加就业市场的丰富度，比如欧陆在生物工程/信息方面见长，就业机会多，而美国则会有一些其他的长板。如果我读博后再进入业界，我同样会拥有许多与我能力相匹配的机会，之前看过一位在我未来课题组毕业的博士生，现在在荷兰的Booking.com做数据分析师，网上查了一下年薪税前大概在12万欧（100万人民币）左右。
相比之下，如果我现在回国的话，我很难说我可以找到与我的能力相匹配，并且有长远发展前景的工作。而且即使在短期内可以拿到相同的薪资待遇，但往往也是靠超长的工作时间换来的。如果我读博再回国，从就业层面来说，这个博士很有可能就白读了！但是话也不能说太死，我们必须承认在一些特定专业，比如一些传统的理工科，新兴的AI这些行业，国内的就业市场也存在很多很好的机会。但排开这部分，其他学科各阶段的毕业生在国内很容易面临毕业即失业的情况，这也是我说的国内的产业丰富度较低，而公立机构又没有相关的岗位所导致的。
所以，对于很多专业的学生来说，掌握好英语，能够顺应国际化的趋势，在就业和现实生存方面，是可以增色很多的。我最后再举一个比较直观的例子，比如现在很多人都想进体制内做老师，觉得更安稳。但是如果你英语够好，你就可以想办法进国际学校或国际教育机构，这些机构的工作强度往往比体制内的学校低很多，同时薪资待遇往往是数倍以上。更重要的是，由于你每天教的学生父母的月收入可能是你年收入的好几倍，这种环境很容易帮助一个家境一般，视野受限的年轻人开阔眼界，增长一些见识，积累一些信息。比如对我自己来说，我在出国留学前从事国际教育的过程中，就接触了很多国际生，这种接触就帮助我在准备留学的过程中顺带着很好地了解了当下整个留学圈和留学产业的全景和现状。同时，我还看到了许多富裕家庭每年投入几十万的成本，只是为了让孩子多掌握一门语言，这种现象也让我更加确信英语的重要性。
（三）
最后，我还想说，相比学好数理化，学好英语对大多数人来说是更现实的选项。我自己平时经常说很多人统计不好是因为教材不好，但我越来越发现即使让很多人用最好的教材，最后的收益可能也是有限的——个体智力，学习动机和兴趣等各个方面都在限制最后的结果。但是我很难想象一个人会学不好英语：相比世界上的其他语言，英语本身真的算是一种相对简单的语言了；另外，数理化的东西你投入时间，即使方法正确，有时候也并不一定有收获，但是语言的学习，只要方法正确，就一定会有正向的收益。我认为除非你说中文也说不利索，不然你就完全没有理由认为自己无法掌握英语。
总得来讲，学习数理化对个体智力（这里特指用来学习数理化方面的智力）有一个硬性的要求，但是英语的学习在我看来则不是。我个人觉得语言的学习，好奇心是最重要的，好奇心促使你去学习新的单词与表达，好奇心驱使你用新的语言和不同文化的人去沟通，好奇心驱使你去理解不同的文化和语言本身……你为了学习一门语言，去培养自己的好奇心，而好奇心反过来不仅会帮助你的语言学习，也会连带着为你带来各种各样意想不到的发展与好处。
下周就要回国了，估计回到乡下和儿时的环境后，又会或多或少地听到一些“这年头英语已经没那么值得学习”的言论。我有时候觉得我花那么多力气写这些文章还是挺傻逼的，毕竟我自己吃了学英语的红利，就应该闷声发大财，不要说出来增加竞争，也不要这么苦口婆心地给大家作对比，吃力不讨好。要是一不小心措辞不妥，还得落下个崇洋媚外的臭名声。但是谁让我宠粉呢？所以还是多说两句，这些内容有些可能是你知道的，有些可能是你不知道的。不管怎样，如果这篇文章对你有帮助的话，希望你能够给我点一下赞+在看，你们的支持是我更新最大的动力！
