英文原文：A Tale of Two Industries: How Programming Languages Differ Between Wealthy and Developing Countries

　　在這個(gè)大數(shù)據(jù)內(nèi)容和 AI 每天都搶占頭條的年代，每個(gè)人似乎都想學(xué)習(xí)一點(diǎn)編程知識(shí)，似乎掌握了編程技術(shù)以后，走上人生***就不再是夢(mèng)。但是其實(shí)，在一開(kāi)始，連選擇學(xué)習(xí)哪種編程語(yǔ)言，都是需有講究的。一位數(shù)據(jù)分析師，在對(duì) IT 技術(shù)問(wèn)答網(wǎng)站 Stack Overflow 上不同技術(shù)標(biāo)簽的訪問(wèn)量進(jìn)行分析后，認(rèn)為全球的軟件開(kāi)發(fā)生態(tài)其實(shí)一分為二，不同國(guó)家風(fēng)靡的編程語(yǔ)言，實(shí)際上也大有不同。你以為是自己選擇了一種編程語(yǔ)言，殊不知，也許是這種編程語(yǔ)言，選定了你。

[[225471]]

　　在 Stack Overflow，我們有志于使用我們的數(shù)據(jù)來(lái)分享有關(guān)全球軟件開(kāi)發(fā)社區(qū)的見(jiàn)解。最近發(fā)布的關(guān)于??手機(jī)移動(dòng)端開(kāi)發(fā)者的帖子??就是一個(gè)好例子：這篇帖文探索了世界各地訪問(wèn) Android 相關(guān)問(wèn)題的流量，發(fā)現(xiàn)低收入國(guó)家比高收入國(guó)家更經(jīng)常使用 Android 系統(tǒng)。

　　這篇帖子使我們想知道富國(guó)和窮國(guó)之間的編程技術(shù)有何不同，以及這會(huì)如何影響我們對(duì)全球軟件開(kāi)發(fā)行業(yè)的看法。在本文中，我們將探討這些差異，并證明在軟件開(kāi)發(fā)行業(yè)中，將高收入國(guó)家和世界其他地區(qū)區(qū)分看待，是有益的。

　　本文中探討的所有分析都是在 2017 年 1 月至 8 月期間展開(kāi)的，我們選擇了那段時(shí)間流量***的 250 個(gè)標(biāo)簽進(jìn)行研究。為了減少其他不必要的影響，我們只分析了在這段時(shí)間內(nèi)至少貢獻(xiàn)了 500 萬(wàn)次問(wèn)題訪問(wèn)量的 64 個(gè)國(guó)家。值得注意的是，這些數(shù)據(jù)代表了那些了解英語(yǔ)的開(kāi)發(fā)者們的活動(dòng)。一些針對(duì)西班牙語(yǔ)和葡萄牙語(yǔ)網(wǎng)站的分析表明，類似的趨勢(shì)同樣出現(xiàn)在非英語(yǔ)國(guó)家，比如墨西哥和巴西。

　　科技與人均 GDP 相關(guān)

　　在最近的一篇文章中，我們看到關(guān)于 Android 問(wèn)題的流量（占一個(gè)國(guó)家 Stack Overflow 訪問(wèn)量的百分比）往往與一個(gè)國(guó)家的人均 GDP 呈負(fù)相關(guān)。 這不禁讓我們懷疑，其他標(biāo)簽是否也有這樣的相關(guān)性。

　　當(dāng)我們搜索主要的編程語(yǔ)言和平臺(tái)時(shí)，除了 Android 之外，還有一些也比較突出，包括 PHP，Python 和R.

　　標(biāo)簽流量 vs 人均 GDP

　　流向 Android 和 PHP 的流量數(shù)與一個(gè)國(guó)家的人均收入水平呈負(fù)相關(guān)，而 Python 和R的話題流量則與國(guó)家人均收入水平呈正相關(guān)。但無(wú)論哪種情況，我們都可以看到有一些例外（韓國(guó)使用 Android 的人數(shù)比我們預(yù)期的要多，中國(guó)則更多人使用 Python），但通常情況下，相關(guān)性的呈現(xiàn)還是比較明顯的。 （在調(diào)整并進(jìn)行多次測(cè)試之后，每個(gè)R^2 值都在 0.5-0.6 之間，p值<10^-6）。

　　在此有必要強(qiáng)調(diào)一下，我們并不是要指出這當(dāng)中必然存在的因果關(guān)系；也不是說(shuō)選擇哪種編程語(yǔ)言會(huì)影響一個(gè)國(guó)家的平均收入；也不是說(shuō)一個(gè)國(guó)家的財(cái)富水平直接影響他們對(duì)科技的使用。我們懷疑造成這些相關(guān)性的原因可能由各種經(jīng)濟(jì)和社會(huì)因素混合而成的（比如，教育水平，軟件行業(yè)的發(fā)展時(shí)間，外包水平），總的來(lái)說(shuō)，這些因素通常都與一個(gè)國(guó)家的財(cái)富相關(guān)聯(lián)。

　　我們?nèi)绾螌④浖_(kāi)發(fā)行業(yè)分為兩部分？

　　當(dāng)我們研究這種趨勢(shì)時(shí)，把國(guó)家分為兩組：高收入國(guó)家和非高收入國(guó)家，而不是把所有國(guó)家混在一起考慮。國(guó)家的財(cái)富水平，作為一種既有分類，我們可以引用世界銀行的資料數(shù)據(jù)。下圖顯示的是按人均 GNI（國(guó)民總收入）為標(biāo)準(zhǔn)，各國(guó)呈現(xiàn)出的不同財(cái)富水平。

　　圖中共有 78 個(gè)高收入經(jīng)濟(jì)體，除了美國(guó)、加拿大，還有一些西歐國(guó)家，部分中東和東亞國(guó)家，以及澳大利亞/新西蘭。我已經(jīng)做過(guò)一些關(guān)于國(guó)家間差異的基本原因分析（如主要成分分析），證明這是一個(gè)合理的劃分方法，并且這種劃分方法比其他劃分方法更有意義，例如按國(guó)家的地理位置，如東半球與西半球來(lái)歸類國(guó)家。 例如，來(lái)自澳大利亞的用戶所訪問(wèn)的科技標(biāo)簽，通常更接近美國(guó)和歐洲的訪問(wèn)情況，而不是中國(guó)或印度尼西亞的。

　　根據(jù)收入分類，排行 Stack Overflow 的流量主要來(lái)自哪些國(guó)家

　　這種區(qū)分方法將 Stack Overflow 流量分為三分之二和另外三分之一：Stack Overflow 上 63.7％ 流量來(lái)自高收入國(guó)家。 這可能是由于高收入國(guó)家軟件開(kāi)發(fā)量占全球比例更大，更多人口能享受互聯(lián)網(wǎng)，以及英語(yǔ)用戶數(shù)量較多的緣故。來(lái)自非高收入國(guó)家的大部分流量來(lái)自印度，其次是巴西，俄羅斯和中國(guó)。

　　高收入國(guó)家在使用的技術(shù)上有何不同？

　　我們現(xiàn)在將軟件開(kāi)發(fā)世界分為兩部分。 高收入國(guó)家和非高收入國(guó)家在技術(shù)使用方面有何不同？

　　高收入國(guó)家和低收入國(guó)家在訪問(wèn)技術(shù)標(biāo)簽上的差異

　　我們從圖中可以得出幾個(gè)有趣的見(jiàn)解：

　　數(shù)據(jù)科學(xué)技術(shù)上的差異：正如我們前面看到的，Python 和R與一個(gè)國(guó)家的收入呈正相關(guān)。在高收入國(guó)家，Python 標(biāo)簽的訪問(wèn)頻率是世界其他地區(qū)的兩倍，而R標(biāo)簽的訪問(wèn)量大約是其他國(guó)家的三倍。我們也可能會(huì)注意到，在比較小眾的標(biāo)簽中，許多科學(xué)領(lǐng)域的重大轉(zhuǎn)變是由 Python 語(yǔ)言和R語(yǔ)言編寫(xiě)的，例如 Panda，numpy，matplotlib 和 ggplot2。這說(shuō)明，高收入國(guó)家更多人使用這兩種語(yǔ)言可能是因?yàn)樵诟呤杖雵?guó)家，科學(xué)技術(shù)和學(xué)術(shù)研究更受到重視。這就能夠解釋，為什么在較富裕的工業(yè)化國(guó)家這兩種語(yǔ)言更為常見(jiàn)。往往在高收入國(guó)家中，科學(xué)研究占經(jīng)濟(jì)的比重較大，同時(shí)，這些國(guó)家的程序員更有可能具備高學(xué)歷。

　　C/C ++：C/C ++ 是另外兩種著名的編程語(yǔ)言，受到高收入國(guó)家的青睞。一個(gè)假設(shè)是，這可能與教育有關(guān)：正如我們?cè)??之前的文章??中能看到的，C和 C++ 語(yǔ)言尤其受到美國(guó)各大學(xué)的青睞。當(dāng)然，這也可能與電子行業(yè)和制造業(yè)的全球地理分布有關(guān)。

　　PHP 和 Android：在之前的文章中，我們探討了全球的 Android 開(kāi)發(fā)，Android 系統(tǒng)在較低收入國(guó)家更受歡迎。PHP 是一種受較低收入國(guó)家顯青睞的語(yǔ)言。 CodeIgniter 是一個(gè) PHP 開(kāi)源框架，這個(gè)技術(shù)標(biāo)簽在低收入國(guó)家的訪問(wèn)量***，遠(yuǎn)遠(yuǎn)超過(guò)來(lái)自其他國(guó)家的訪問(wèn)量，是一個(gè)訪問(wèn)量地域分布極不平衡的標(biāo)簽。 進(jìn)一步的檢查表明，這個(gè)標(biāo)簽在南亞/東南亞地區(qū)（特別是印度，印度尼西亞，巴基斯坦和菲律賓）的訪問(wèn)量特別大，而來(lái)自美國(guó)和歐洲的訪問(wèn)量就很少。 可能許多外包公司，在構(gòu)建網(wǎng)站的時(shí)候，就常常會(huì)選擇 CodeIgniter。

　　結(jié)論：為什么做這種研究很有必要？

　　我當(dāng)然對(duì)這些結(jié)果十分感興趣， 因?yàn)槲艺J(rèn)為它們展示了編程語(yǔ)言生態(tài)系統(tǒng)中有趣的事實(shí)。 它們也將對(duì)我們?cè)诓痪玫膶?lái)會(huì)發(fā)布的其他數(shù)據(jù)研究，產(chǎn)生影響。

　　當(dāng)我們提出有關(guān)軟件開(kāi)發(fā)行業(yè)的問(wèn)題時(shí)，重要的是我們要明白，我們其實(shí)是“混合”著回答了兩個(gè)分開(kāi)的問(wèn)題，因?yàn)檐浖_(kāi)發(fā)行業(yè)本身，就是依據(jù)國(guó)家的收入水平，一分為二的。

　　知曉將這個(gè)行業(yè)一分為二的原因，則會(huì)給我們提供更多的信息。

　　例如，我們通常有興趣了解哪些技術(shù)標(biāo)簽可以帶來(lái)最多流量，例如查看 Flash 技術(shù)標(biāo)簽的人隨著時(shí)間推移，逐漸減少。 如果我們要?jiǎng)?chuàng)建一個(gè)擁有最多訪問(wèn)次數(shù)的編程技術(shù)清單，那么高收入和低收入國(guó)家的清單將會(huì)非常不同：

　　根據(jù)國(guó)家收入排名人們最常訪問(wèn)的編程技術(shù)標(biāo)簽

　　例如，截止到 2017 年，Python 是高收入國(guó)家中訪問(wèn)次數(shù)第二高的技術(shù)標(biāo)簽，但在世界的其他地區(qū)，它的訪問(wèn)量排名只能排到第八位。我學(xué)習(xí)的語(yǔ)言，R語(yǔ)言，是高收入國(guó)家中訪問(wèn)量排名第 15 的標(biāo)簽，但它的訪問(wèn)量在世界其他地區(qū)甚至沒(méi)有進(jìn)入前 50。

　　當(dāng)我們使用 Stack Overflow 上的數(shù)據(jù)來(lái)了解開(kāi)發(fā)者生態(tài)時(shí)，我們很有必要了解軟件開(kāi)發(fā)中兩個(gè)不同的世界，這是一條很重要的背景知識(shí)，意味著一位對(duì)這個(gè)行業(yè)的未來(lái)非常感興趣的美國(guó)技術(shù)招聘人員，一個(gè)不確定要學(xué)習(xí)什么編程語(yǔ)言的印度學(xué)生，和一名想要了解肯尼亞科技公司的投資者，他們對(duì)于各種編程語(yǔ)言的看法，可能都會(huì)非常不同。

　　在未來(lái)的文章中，我們有時(shí)會(huì)回顧這一劃分，這將有助于我們繼續(xù)探索全球開(kāi)發(fā)者生態(tài)。