The lost Marie Curies
01:20:41 Share

欢迎收听伦敦政治经济学院的LSE活动播客。准备好聆听一些社会科学领域最具影响力的国际人物的演讲吧。晚上好。我很荣幸地欢迎大家来到LSE参加这次混合模式的活动。我叫纳瓦·阿什拉法，是LSE的经济学教授，也是利他主义资本实验室的主任。我们今天参加的这个活动是我们LSE就职演讲系列的一部分。

它旨在表彰来自全校的教授们。这些活动在一个学者的职业生涯中是一个特殊的时刻，因为它标志着他们已被提升为教授或最近加入了学校。这是一种让我们都能庆祝我们社区成功的方式，而我无法想象有比泽维尔·吉拉维尔更适合为我们带来2025年就职演讲系列的人了。

泽维尔·吉拉维尔是LSE的经济学教授。他的研究探索了创新、通货膨胀和不平等，以及应用计量经济学中的相关方法论工作。他担任法国经济分析委员会成员，该委员会是法国总理的独立咨询委员会。

他的贡献得到了广泛认可，为他赢得了2019年菲利普·利弗休姆奖和2021年法国40岁以下最佳经济学家奖。他也是《美国经济学杂志应用经济学》的共同编辑。根据REPAC的数据，他是过去10年第一篇出版物被引用次数最多的经济学家。

所以您可以看出我们多么兴奋能与他一起举办就职系列活动。泽维尔今晚将讨论创新如何日益被一小部分不具有代表性的创业精英垄断。迫切需要让每个人，特别是妇女和弱势背景的人们参与到创新过程中，从技术的创造到其广泛传播。

我们了解什么，应该采取什么措施来寻找“迷失的居里夫人”和“迷失的爱因斯坦”，并给他们机会？对于那些仍然想发推文的用户来说，今天活动的标签是#LSEevents。该活动正在录制中，如果不出技术故障，希望可以作为播客提供。

像往常一样，您将有机会向泽维尔提问。对于我们众多的在线观众，您可以通过屏幕左上角的“问答”功能提交您的问题。问题将提交给我。请告知您的姓名和隶属关系。我们特别希望听到我们学生和校友的声音，所以请告知我们。对于礼堂里的各位，我会告诉你们何时开放提问环节。

如果您能举手并等待麦克风，我会要求您在提出问题之前提供您的姓名和隶属关系。所以事不宜迟，我很高兴将时间交给泽比·贾拉贝尔。贾拉贝尔教授。感谢奥斯纳巴的精彩介绍。感谢各位的光临。很高兴看到许多熟悉的面孔。所以这是……

关于迷失的居里夫人的演讲，纳瓦尔已经非常清楚地介绍过了。我很高兴今天能与大家分享这一点，我认为有两个原因。第一，我认为这是一个最终可能具有重大政策意义的话题。它还没有达到那个阶段。我认为部分原因是，这项研究并没有像它本可以的那样，也没有像它应该的那样，在政策圈中得到传播，鉴于其潜在的重要性。因此，我将强调其中的一些内容。

第二，由于今晚有很多经济学家在座，即使这是一个面向大众的演讲，我认为它也很有趣，因为它是一个我们可以

结合不同方法论方法的话题，宏观方面更多，微观方面更多。因此，我将向您展示来自RCT的一些证据，来自宏观模型的一些结果，这些结果共同帮助我们描绘出这个迷失人才的话题。这将是今晚的主题，找到迷失的优秀人才对于提高增长和减少不平等都非常重要。事不宜迟，让我更精确地说明今晚演讲的动机。

所以第一个动机是，我们经常想到创新的阴暗面，它被视为日益加剧不平等的驱动力，包括收入不平等、财富不平等，这反过来又可能赋予某些行为者政治权力。与此同时，我们知道我们需要创新来做很多事情，包括推动物质繁荣，

在发达经济体中，我们需要增长来维持公共债务的可持续性，维持公共服务的可持续性，更广泛地说，如果我们想应对老龄化或绿色转型等挑战，我们需要创新。那么，不平等的附带损害是否是创新的必要结果？我们需要创新来应对这些挑战。

一个很大的问题，我想说不是，但事实上，我们有很多政策，而今天我想谈论的主要政策是寻找迷失的居里夫人，这可以帮助我们同时提高创新和减少不平等。因此，我想基本上列出我们所知道的，确切的证据是什么，本着这个学术机构的精神，我希望你们对

证据持怀疑态度，然后我们可以参与问答环节，看看需要什么才能说服你们，需要什么才能说服政策制定者将此作为创新政策工具包的重要组成部分，而今天它还不是。所以首先，动机，不平等，创新，打破这种权衡，附带损害，并说，事实上，我们可以两全其美。第二个动机是撇开不平等不谈，只考虑一下

找到这些迷失的居里夫人对生产力的潜在影响。在这里，我的论点是，有如此多的迷失人才，做好这件事可能比生成式人工智能或其他最近的技术革命更重要。为了解决这些问题，我将首先介绍一系列典型事实，让您了解可能存在多少迷失人才。

第二，采用更宏观和建模的方法，无需详细介绍，但向您展示一些关于经济增长方面风险的结果。然后第三，考虑一些似乎具有巨大潜力的特定政策杠杆，并提供来自RCT的证据。

我认为这三个步骤是最近的文献，我的一些工作，以及许多其他人的工作所发现的。所以第一，存在大量未开发的人才，这些人有兴趣广泛加入这个创新领域，其中包括科学、创业、发明、创新、创新采用和传播。

这种影响对宏观经济和不平等的影响可能非常大，并且通过获取现状事实，将它们放入模型中，然后将其与在数量级方面吻合的一些经验证据进行比较，我们可以知道这一点。然后你会看到影响可能非常大。

然后第三，你可能会说，这可能很难改变。但事实上，我们有一些来自项目评估的结果，似乎我们甚至可以在短期内相当大幅度地改变现状。因此，我将向您展示一些证据，突出榜样的重要性。可能还有许多其他工具。但事实证明，对于某些工具，我们有很好的证据，以及我们可以从中获得灵感以进行大规模政策改革的东西。

所以最终结论是，通过寻找迷失的优秀人才，你们有巨大的潜力来提高增长率并减少机会和结果方面的不平等。这将涉及性别，还涉及家庭背景和人们的成长地。我将重点关注几篇论文，仅来自少数几个国家的证据，但我向你们展示的大部分内容也在其他背景下得到证实，这也是我们可以在问答环节讨论的内容。

在此结束动机部分，我要说的是，已经实施了几项政策，试图寻找迷失的优秀人才，但方式并不十分积极，范围也不大，所以信息是要说，鉴于增长和不平等方面的风险，我们应该以更大的雄心壮志来做这件事。让我从一系列典型事实开始。所以我会先用

在美国使用专利的创新衡量标准。如果您将科学家或企业家视为创新的替代衡量标准，结果也是类似的。因此，此处的图表显示了父母收入与孩子中在他们生命中的某个时刻成为专利发明人的比例之间的关系，因此他们获得了专利。

所以你会看到比率非常不同。如果你在一个低收入家庭长大，比如说低于收入分配的中位数，那么每1000个孩子中就有0.84个孩子有一天会获得专利。如果你的家庭来自收入分配的顶级1%，这个比率大约大10倍。事实证明，当您开始根据学术成就的衡量标准进行调整时，这种情况仍然成立。

所以这里有一个图表，我们查看早期年级的数学测试分数。这与之前的样本相同。在这里，我将向您展示两条线，显示这些数学测试分数与成为发明人的比例之间的关系。所以你会看到，如果你来自收入分配的较低部分，你的父母收入低于第80个百分位数，在此之前它变得非常凸。

好吧，如果你非常擅长数学，你的分数高于平均值两个标准差，在这个图表的右侧。你的成为发明人的概率确实会增加，但与你同时拥有高父母收入的情况相比，它并不高，在这种情况下，你会看到这种增加要陡峭得多。我们用许多其他社会人口统计特征（除了父母收入）也看到了这一点。

其中之一是性别，而此处的图表从历史角度对此进行了阐述。因此，此处的图表按出生年份查看专利发明人以及专利发明人中女性的比例。

所以平等应该是50%，你会看到我们离这个目标还差得很远。出生于1940年代的发明家中，大约有8%是女性。对于出生于1980年以后的更近期的年份，她们接近20%。所以女性的专利申请率略有缓慢增长。按照这个速度，仍然需要几十年才能实现平等。所以这种情况正在发生变化，但变化极其缓慢。

还有其他一些我不会在此展示的异质性维度，例如在美国，种族将成为一个重要的异质性衡量标准，除了性别和父母收入外，少数族裔的代表性不足。我想更多强调的维度是地理位置。

同样，这里仍然坚持使用美国，坚持使用专利数据，但如果您查看英国，您会看到非常相似的情况。我也在法国研究过这个问题。其他人也在芬兰研究过这个问题，使用的是创业而不是专利作为衡量标准。因此，此处的图表代表发明人的成长地。众所周知，创新发生在特定的地方，例如硅谷或波士顿附近。你有很多生物技术公司。鲜为人知的是，实际上

发明家们也在这些地方长大。如果你在黑暗的地方长大，每1000个孩子中就有超过3个孩子获得专利，在光明的地方，每1000个孩子中不到0.4个孩子获得专利。所以像加利福尼亚州或波士顿或芝加哥这样的地方要暗得多。

在这项与合著者合作的研究中，我们表明，许多这种异质性反映了地方的因果关系。我们通过观察在孩子不同生命阶段搬家的人得出这个结论。因此，如果您在孩子五岁时搬家，孩子将趋于当地人口成为发明人的概率，事实上，也会在特定

主题上成为发明家，例如生物技术或调制器或半调制器或振荡器。在一个非常细致的层面上，人们最终会做的事情与他们周围的环境有关。因此，这似乎是环境的因果关系。

稍后我还将向您展示更多证据，表明这可能与榜样、接触效应、人们的想法、他们认为自己以后职业生涯中会追求的自然视野有关。这意味着今天的创新者培养着明天的创新者，但你们在不同的地方也存在巨大的不平等。

重要的是，如果您只关注今天居住在同一地方的人，这种异质性仍然成立。这不仅仅是一个机械性的事情，如果你在加利福尼亚州长大，你以后就必须住在加利福尼亚州，而且你会有更多的创新机会。如果您查看今天住在波士顿的两个成年人，但一个在波士顿长大，另一个在阿拉巴马州长大，那么第二个成年人以后参与创新的可能性要小得多。这是另一个维度——

异质性和我想要强调的潜在迷失人才。我们在性别、地域、儿童成长环境和父母收入以及种族方面都失去了人才。

但是，Atrogen 80 的地理位置，这里有一个图表突出显示，实际上 Atrogen 80 非常非常局部。这不仅仅是加利福尼亚州与阿拉巴马州的区别。即使在加利福尼亚州内部，您也会发现巨大的差异。因此，这里是一个图表，对美国的通勤区进行排名，左侧查看成为发明人的儿童比例最高的 10 个地区。然后在右侧，您将看到最差的 10 个地区。

所以你会看到加利福尼亚州的一些地方，比如旧金山、圣何塞在左边。但你也会看到加利福尼亚州的一些地方在右边，莫德斯托、弗雷斯诺，它们距离旧金山只有三个小时的路程。所以这似乎是相当局部的东西。同样，这说明了人们受到他们成长环境和他们与之互动的人的影响的观点。然后我稍后会向你们展示一些政策干预措施，将榜样带给人们。

然后我想介绍的最后一个典型事实是这个，它试图评估我们可能错过的类型的人。所以经济学的一个传统是使用

代理人理性的模型。因此，在这种情况下，一些代理人可能会面临歧视或其他形式的障碍，这使得他们更难以进入某些职业，例如创新。但是如果有人

确实在这些领域拥有非常高的能力，根据这些模型的逻辑，他们应该总是进入这些领域，居里夫人，无论面临什么障碍，根据这些模型的逻辑，总是会从事科学研究，总是会获得诺贝尔奖，因为无论她做什么，她都会做到。因此，根据这些模型，那么你应该看到那些进入创新领域的人

平均而言应该比其他人更好，因为他们是积极选择的。事实上，在数据中我们根本没有看到这一点。如果您查看此处父母的收入、少数民族或性别，

来自少数群体的人，无论是少数民族、较低父母收入还是女性发明家，如果有什么不同的话，他们的成果往往低于多数群体，这可能是因为工作中存在严重的歧视，然后这降低了他们产生影响的能力，因此居里夫人无法充分发挥其潜力。

或者也可能是我们错过了那些本可以享受这些职业，但由于他们没有进行理性计算，而是受到许多其他类型因素（例如社会学因素）的影响，他们只是没有想象自己会从事这些职业的一些最优秀和最聪明的人。因此，我稍后可以向您展示一些其他证据，这些证据确实证实了榜样的影响可能也很重要，即使是对某些职业中能力最高的人也是如此。这就是为什么我们甚至可能错过了最优秀和最聪明的人，因此被称为迷失的居里夫人。我前面提到过，我还想利用今晚的活动来关注我们在经济学中使用的不同类型的方法。到目前为止，这只是一系列统计数据，实际上是描述性统计数据。

让您了解有很多迷失的人才，这只是典型事实。所以现在我想稍微改变一下方向，无需详细介绍，向您展示宏观经济模型的结果。所以我们可能会认为我们失去了很多人才，比如说性别方面，因为我们女性发明家的比例不到20%，而不是50%。因此，如果我们能够消除这些障碍，我们将真正扩大发明家队伍的规模。

事实上，如果您将性别和父母收入结合起来，您会发现我们在美国可以拥有的发明家数量可能是现在的四倍。如果来自这些代表性不足的群体的成员以相同的比率从事这些创新职业。但是现在您可能会认为，对于宏观经济而言，将会有很多复杂的替代效应。如果我们引进更多女性，她们可能会取代一些男性发明家。那么这些事情是如何发生的？对增长的整体影响是什么？

我们有模型专门用于捕捉这种类型的挤出效应。所以让我向您展示模型的结果，然后让您了解为什么我认为这个幅度实际上是合理的。所以这是我们根据美国经济校准模型的结果，其中基线年度生产力增长率为2%。

然后右侧的反事实是如果我们放松熊市会发生什么。这些都是相当大胆的反事实，因为我们将让女性人口充分参与。所以我们从今天开始，在整个人口中，女性发明家约占12%。现在将达到50%。这与我们现在的情况相差甚远。这确实会对增长产生巨大的影响，您的年度生产力增长率将从2%

增长到3.4%，第一栏。第二栏只是关注最好的人。例如，如果您关注数学方面的顶级1%，即那些对创新的潜在能力最高的人，如果您只是减少这些人的障碍，您也将获得很多增长影响，因为很多创新影响来自一小部分人口。所以你看这个。

年度增长率从2%大幅提高到3.4%的非常重要的影响。每年高出1.44个百分点。这是基线增长率的一部分，因此生产力增长率提高了72%。那么这是否过大而难以置信，这是一个模型，那么我们如何评估这看起来有多合理呢？所以我觉得很有趣的是，与这个

在20世纪30年代研究过的巨大冲击进行比较。所以从概念上讲，我说的是我们将把更多发明家带入创新领域。之前的女性无法从事这些职业，因为她们面临这些障碍。所以我们没有一个国家实现的例子

这样的政策，引进一个代表性不足的群体。但我们确实有大型移民冲击和特定创新领域发明家大量涌入的例子。我们可以用它来评估模型结果的合理性。所以其他人研究过的一个例子是

在20世纪30年代，你有一波来自纳粹德国的移民浪潮，所以你有逃离德国的犹太科学家，他们来到美国，尤其是在化学领域，一位非常著名的德国化学家来到美国，他们改变了他们的领域，并吸引了他们领域的大量人才。所以你有一个涌入

在这些领域的发明家数量增加了大约61%，德国化学家来到这些特定领域。这导致这些领域的专利增加了71%。你增加了发明家的供应，这也导致了专利总产量的增加。这不像你玩的是音乐椅游戏，新发明家只是取代了现有的发明家。

事实上，这与模型的数字非常吻合，在我们的模型中，我们研究的这种事实是，女性享有平等的权利，这导致发明家数量增加了65%，生产力增长率增加了72%。所以我还想提到，与——

生成式人工智能革命的讨论相比，这些数字相当大。所以经济学界正在积极讨论这个问题，一些人像多伦·阿塞莫格鲁声称，从Journey of AI中几乎没有什么

可以期待的。对增长的影响可能每年为0.07个百分点。然后像菲利普·阿吉隆和西蒙·布鲁内尔这样的人的影响要大10倍，每年为0.7个百分点。这仍然只有我每年1.44个百分点的增长率的一半。所以我认为在公众眼中，大多数人都会愿意相信可能存在不确定性，但Journey of AI可能非常重要。

Journey of AI在创新政策中的这种中心地位导致了非常雄心勃勃的政策。实际上，包括美国和最近的欧洲在内的各个国家都投入了数千亿美元来改变Gen AI的供应链。

而对于这个更简单的让创新职业民主化的想法，公众并没有这种认知水平。因此，今天的论点的第一部分实际上是，我们有很多现状事实表明存在巨大的代表性不足。然后我们有非常类似于我们用来评估技术变革其他类型影响的模型，我们说，是的，这可能会有巨大的影响。所以然后我想提出的另一个问题是——

要向你们提出的问题也是创新类型。所以，到目前为止，我们已经讨论了通过调动所有人才来提高创新率，我们可以提高创新的整体速度，但也许我们还可以改变我们看到的创新类型和产品类型，也许还可以改变更广泛地参与创业公司作为员工的人员类型。所以，让我逐步讨论这个问题，其想法是，如果您打开

进入创新领域的大门，您可能会引进那些对技术应该用于什么、创新应该服务于哪些社会目标有不同看法的人。所以历史上有一些这样的例子，人们试图解决他们在生活中遇到的问题。

所以让我首先提一个法国的，有点悲惨的例子，那就是路易·布莱叶。所以你可能知道盲人使用的布莱叶盲文阅读系统。路易·布莱叶实际上在三岁时失明了。他在父亲的车间里发生了一起事故。后来，他去了一所专门学校。然后他发现有人正在尝试开发一个系统，他自己进一步开发了这个系统。然后这成为世界标准，布莱叶盲文。

一个不那么悲惨的例子，但在不同层面上具有启发性，那就是约瑟芬·科克伦的例子，她是一位美国发明家，被广泛认为是一位极其有影响力的发明家。事实上，她入选了美国发明家名人堂。那靠近美国专利局。她是19世纪的一位富有的贵族。她管理着一个女佣和人员团队，

在家里做事情，这些人并不总是很好。特别是他们对精致的瓷器处理得不好。他们不断地打破东西，她觉得这绝对不能容忍，所以我们应该将其转移到一个高可靠性的系统中，并发明一台机器来处理这个问题。

她自己没有任何技术知识，但她知道她可能可以组建一个团队。事实上，她是第一工业革命中一位颇有影响力的人物（他获得了一些蒸汽机的第一个专利）的孙女。所以她有这个广泛的想法，认为这是可以做到的。所以她召集了一个工程师团队，然后他们想出了一台他们称之为洗碗机的机器，它确实可以毫无问题地处理精致的瓷器。

悲惨的例子，不那么悲惨的例子，在这两种情况下，人们都是亲身遇到的问题。这些只是历史轶事。这在更广泛的范围内是否属实？所以在最近的工作中，我们研究了经济的各个部门，并系统地研究了人们创造的产品类型与购买这些产品的客户之间的关系。

以及发明者的性别、父母收入甚至年龄。我们系统地发现了这种同质性，这意味着人们倾向于发明与他们自己相似的客户相关的东西。这里只有一个关于美国手机应用程序的例子。所以这有一个优势，那就是

可以记录个人使用情况。所以这里有两个叠加的直方图。蓝色是女性企业家，白色是男性企业家。然后x轴是女性使用率。蓝色是一个向右移动的直方图，与白色相比，这意味着女性客户更多。

一个数字是，当您自己是一位女性企业家时，女性的使用率会增加30%。所以这在许多其他部门都可以看到。一个重要的部门是医疗保健，那里的差异甚至更大。所以这对于消费者来说可能很重要。所以如果我回到我的模型，前面用来对增长做出陈述，

这被用来考虑购买力的不平等。所以这里我只是陈述结果并给你们一个比较点。比较点在左边。这里我报告的是美国经济中女性中位数工人的性别差距。所以女性中位数工人的工资比男性中位数工人低20%。

但是，如果您实际查看产品种类和提供的产品多样性，然后通过模型的视角，您可以看到这在有效购买力方面值多少钱。所以这实际上显示在第一行，是18%。这意味着您通过减少产品种类有效地降低了购买力，这对这些客户来说实际上值很多钱。如果您要这样做，您就可以摆脱这种情况

打破女性在创新方面的这些障碍，因为这将使女性和男性投资者的数量相等。这是针对性别的。你在收入方面也有类似的情况。因此，这里的图表将父母收入与 y 轴上的客户收入联系起来。因此，如果你来自富裕家庭，你往往更经常在金融服务等行业工作，在那里推出新产品。如果你来自低收入家庭，平均而言，你更有可能进入诸如食品加工、食品制造等必需品行业。最后，我们还可以考虑这些发明家的合作者。我们再次看到了一种强烈的同质性。

因此，此处的图表显示，企业家的父母收入与该企业家员工的父母收入之间存在关系。因此，人们倾向于与在社会阶层方面与自己相似的人一起工作。这实际上来自芬兰的证据。正如我提到的，我们在许多国家都有这种类型的结果。

因此，总的来说，这里的证据表明，你对创新率有影响，而且还会对下游受益于创新的各类人群（客户以及加入这些初创企业的员工）产生影响。如果我们同意这些事实，并且潜在的风险很大，那么我们必须考虑

可以做些什么。因此，在这里我想相对简短地说明一下，但给你举一个我认为可以在大规模实施并且目前没有大规模实施的例子。并提到我们可能还可以做更多的事情，但目前从学术角度来看，我们对此知之甚少。因此，我认为事实上，鉴于利害关系，鼓励在这方面开展更多工作将是一件很棒的事情。因此，我将强调职业选择的榜样。一些人仅仅通过与特定的人互动，特别是与他们能够认同的人互动，就能从不同的职业中获得灵感，这不仅仅是关于信息，还关乎某人体现的职业

然后可能还有很多其他的事情。你可以考虑专门的资金计划来帮助人们，也许是来自低收入家庭的人。你可以考虑各种政策来试图防止歧视。这也与公共经济学中广泛的文献有关。我将重点介绍第一个，因为我们有来自 RCT 的有力证据。效果似乎非常巨大。这是我们同事去年发表的一篇论文中的图表。

这是一项在法国进行的实验。他们去许多学校，观察高中最后一年级的学生，当时他们必须选择去哪所大学。他们将研究选择性 STEM 领域的入学率，在那里，你随后很可能通过创造技术或采用技术以各种方式为创新做出贡献。因此，性别之间存在着明显的差异。

他们将尝试看看一个简单的干预措施是否有效，即有人去学校，以大型公司科学家的身份介绍他们的职业。看看欧莱雅，它就像一家主要生产美容产品但拥有各种不同类型工作的公司，以及一些数据分析工作。因此，他们有不同的人为组织执行各种类型的科学任务。这将介绍他们的职业和课程。

让我们首先看看基线。因此，对照组是没有访问的班级。然后，科学家访问的班级将被随机挑选。因此，在基线时，你会看到，如果你根据学生在数学方面的优劣对他们进行排名，在前 25% 中，女性中，大约有 24% 的女性进入选择性 STEM 领域。对于男性来说，这个比例要低得多。大约有 45%。因此，在谁进入选择性 STEM 领域方面存在巨大差距。

但是，你会有巨大的治疗效果，尤其对女性而言。这是班级被访问后的效果。这是一个非常短暂的干预措施。大约两个小时，你会看到职业和教育作用的介绍，他们所走的教育道路。因此，对于这些高中最后一年级的女孩来说，她们从 24% 进入选择性 STEM 领域上升到现在的

38%。因此，她们几乎赶上了没有干预的男孩对照组。干预措施对男孩也有一些影响，但影响要小得多。事实上，它达到了噪音的程度，这只是噪音而已。对于男孩来说，也是女性吗？是的，很好的澄清。

因此，他们随机化的另一件事是科学家的性别。因此，这里的结果是针对所有人的，主要是女性科学家。但他们也有一些男性科学家。因此，在论文中，他们也进行了对比。他们表明，这里女性的巨大影响完全是由女性科学家驱动的。因此，我认为，事实上，这里的影响主要更多地取决于男性科学家。

这里的同质性效应。你需要能够认同的人，就性别而言，就种族而言，就父母收入而言，就个人经历而言。这不仅仅是关于信息，更多的是关于携带这些信息并与他人分享信息的人的类型。

事实上，这里的最后一层随机化是，他们还随机化了女性科学家所说内容的内容。其中一组被告知要完全坦率地谈论她们在这种环境中作为女性可能面临的所有挑战。另一组被告知不要过多关注这一点。

因此，正如你可能预期的那样，当演讲者不强调他们遇到的困难时，效果会更大。因此，透明度和灵感之间可能存在这种权衡。这就结束了我想与你们分享的主要风格化事实。

我还想在这里分享我们最近与 fiddish 在一些工作中获得的结果，我们在那里使用人工智能大规模地连接对人们的采访，因此，特别是我们询问最终进入 STEM 领域的人们他们认为对他们来说重要的事情，榜样会被提及，但你会看到这并不是他们提到的第一件事，所以我们问人们为什么选择这条特殊的教育轨迹

人们真的强调他们的个人兴趣和热情。几乎 70% 的人说这是另一个关键原因。一个关键原因是他们对数学或科学充满热情。33% 的人提到他们知道进入该领域会有丰厚的经济回报。

也许我们没有预料到的是通过爱好接触 STEM。例如，许多男性提到他们正在做，你知道，他们只是玩电脑、玩电子游戏，通过这种方式对编码产生了兴趣，这使他们进入了 STEM。然后在下面一点，你看到人们提到了家庭导师榜样，但 20% 的人确实提到了这一点，但这当然不是……

人们认为对他们来说唯一重要的因素。当然，导致这些决定的因素有很多，但我们可能可以通过关于职业选择的轻触式干预来大幅度地改变这一点。你可以考虑将其大规模地推广到任何国家。你应该注意找到合适的个人资料来做好这件事。你需要足够的女性科学家，足够具有正确背景的科学家。

你可以考虑许多其他相关的事情，例如实习，也许在线干预也能奏效。但在这方面，我们的因果证据较少。但我认为，如果我们说，这是一个国家优先事项，让我们大规模地做到这一点，那么这可以在我们部署政策时大规模地学习。你可以以一小部分生成式人工智能的成本做到这一点，并且可能在相对相似的时间范围内产生同样大的增长影响。

嗨，我中断这个活动是为了告诉你另一个很棒的 LSE 播客，我们认为你会喜欢。LSE IQ 邀请社会科学家和其他专家回答一个聪明的问题。例如，为什么人们相信阴谋论？或者，我们能负担得起超级富豪吗？来看看我们吧。只需在你获取播客的任何地方搜索 LSE IQ 即可。现在，让我们回到活动。所以这是我的主要……

信息。我从来不知道我还有多少时间。现在几点了？你还有 15 分钟。15 分钟，很好。我们还可以提出更多问题。15 分钟很好。我想强调最后一个水星议程，现状事实，宏观影响，你可能想要使用的政策杠杆。

然后我还想退一步说，有了同时提高创新率和减少不平等的动机，有一个简单的想法，那就是推动教育政策，并认识到这会对

对创新和不平等产生巨大影响，因为有了受过更多教育的劳动力，你将更快地采用技术，实现更高的生产力增长。如果你在获得教育方面的不平等较少，那么你也能在采用这些创新方面的不平等较少，因此由技术传播造成的不平等也较少。因此，我认为这在更广泛的领域内与最后一个功绩三方议程相辅相成，一方面

对于创新传播，你希望对普通民众进行足够的教育，使人们能够自主采用创新。对于 GenAI 来说，情况肯定如此，GenAI 是一种创新，其采用速度可能比过去几十年中的其他类型的技术更快。

这是关于让每个人都参与传播的部分。对于发现过程，重点是真正顶尖的学生，他们随后进入科学、创新、创业领域，即最后一个水星议程。我认为长期以来，我们实际上并没有很好的

因果证据。我认为最近有一些非常有趣的工作表明教育与技术传播之间的联系，采用了微观数据方法。因此，我想在这里展示一张图表，这张图表来自现在康奈尔大学的作者，他在研究

20 世纪 90 年代法国大学入学率的普及。因此，作为大规模高等教育推动的一部分，20 世纪 90 年代在法国各地建造了工程学院和新的学院。因此，作者将 20 世纪 90 年代初创建新工程学院的地区与 20 世纪 90 年代后期创建新工程学院的其他地区进行了比较。因此，零表示工程学院创建、开放的数据。

然后他在这里研究新公司的创建。因此，你会看到，在这些工程学院开放后不久，大约在 5 到 6 年后，当地新公司的创建增加了 20%。劳动生产率也上升了。因此，这是另一种看待这些教育政策如何产生相当大影响的方式。我们经常在创新政策中看到，我们

倾向于真正投资于发现过程，在 Gen-AI 等某些领域进行巨额投资，而在教育等领域则投资较少，事实上，为了提高生产力，你希望技术能够传播，你希望人们能够自主采用这些创新。

因此，在结束之前，我想强调两个与我之前所说内容相关的想法，因为它们是关于创新和不平等的，但我希望更多地将它们作为一种邀请提问的方式，因为它们与今晚演讲的主要重点略有偏离。

当你考虑创新和平等时，人们经常谈论不平等的劳动力市场影响。因此，我的观点可能是，我们应该比通常情况下更少地担心这些劳动力市场的影响。也许我们最应该担心的是

不是被人工智能取代，而是被另一个国家或另一家公司中采用人工智能的速度比我们快的人取代。我会很快向你展示一些这方面的证据。另一方面，正如我在几张幻灯片中提到的那样，我表示，我们可能应该更多地关注从消费者角度来看谁受益于创新带来的收益。关于贸易的劳动力市场影响，有……

长期以来一直担心创新会造成大量失业，这可以追溯到 19 世纪英国破坏纺织机的卢德分子。例如，许多人建议对机器人征税，并可能认为减缓技术采用速度以使劳动力市场更容易适应会更好。但你可能也有相反的观点。我们的经济体仍然非常开放。

因此，如果你对机器人征税，减缓技术采用速度，你可能会与来自其他地方的机器人竞争，与人工智能竞争，这可能更糟，因为如果你要采用人工智能，你的生产力会更高，你将能够将这些生产力收益的一部分传递给消费者，你将能够扩大你的市场范围，扩大你的销售额，然后也扩大你的劳动力，因此你会有这两种影响，劳动力替代影响和

市场规模效应。这是一个经验问题，哪一个占主导地位。在最近的研究中，我们发现明确的证据表明市场规模效应似乎占主导地位，其他人也在其他情况下研究了这一点。这是一篇研究法国、研究自动化技术投资的论文，我们看到，在投资后立即投资自动化的公司，它们的员工总数会增加。

这对于员工总数来说是正确的，对于销售额来说也是正确的。这就是这个想法，因为你已经投资了，你可以扩大你的销售额，因为你可以用更好的产品或更低的价格吸引更多消费者。

我们发现令人惊讶但始终如一的是，就业人数的增加在各种类型的职位中广泛分布。我们高技能工作的数量有所增加，但低技能工作的数量也增加了。情况并非你只是雇佣更多工程师。你还雇佣了更多低技能群体。你会有更多人员变动。你有一些赢家，有一些输家。但赢家并非系统地是高薪工人，输家并非系统地是低薪工人。这意味着这些人工作

因此，你扩大了销售额，因此他们可以帮助生产过程的不同部分。低技能工人也可能还有空间……它仍然是生产过程的一部分。在某些情况下，一些论文能够证明，由于这些新技术，芬兰的一个团队的这篇论文，

他正在研究一项补贴计划，他们表明，通过采用新的机器人和新型数控机床，这些公司倾向于推出新产品。他们不仅仅是为现有产品自动化现有的供应链。他们还扩展了公司提供的产品类型。事实证明，新产品、新的供应链也涉及一些低技能工人。

我们用不同类型的技术、机器人、不同类型的自动化看到了这一点。在最近的一篇论文中，我们用 2010 年代后期引入的人工智能看到了这一点，还不是生成式人工智能。因此，我们可以通过问题来讨论这个问题，但我确实认为，主要风险可能是我们会被在其他国家或其他公司更快地采用的人工智能所取代。

现在，为了接近总结，我想强调一个问题，即谁从消费者的角度受益于创新。我们经常不问这个问题，因为我们考虑的是 iPhone、电视或飞机，它们最初是由少数人开始的，然后传播到每个人，这可以说是所有重大创新的命运。

但也存在许多不同类型的创新，它们可能需要大量投资，并且仍然非常局限于特定市场。这是一个极端的例子，那就是 Ubercopter。你可以在肯尼迪国际机场乘坐 Ubercopter。你到达纽约机场。你可以乘坐 Ubercopter 前往曼哈顿市中心。最初，Uber 声称这很快就会比出租车便宜。出租车已经非常昂贵了。

事实证明，它并没有比出租车便宜。这根本没有传播。市场仍然是细分的。那么这是例外情况，还是 iPhone 是例外情况？因此，在我做的一些工作中，为了节省时间，我不会在这里过多地讨论，我认为对于现代经济的重要部分来说，这是一个重要的案例，因为产品迎合了特定的口味、特定的需求。

在大多数国家，你都有一些经济增长。在许多国家，你也有收入不平等加剧的情况，例如在美国。因此，一般来说，你对市场更高端细分市场的需求增长更快。

创新的基本逻辑是，如果你有一个不断扩大的市场，你也会有更多的创新。进入的财务激励，支付创新的固定成本，试图超越其他公司。事实上，其他公司可能尚未进入。因此，市场规模的增长导致更多新产品的推出，更多竞争。因此，你会有更多的新产品，对现有产品的竞争压力更大，价格更低，现有产品的加价更低。因此，这可能会

加剧不平等程度，因为收入不平等的最初上升改变了推出的商品类型。如果我们考虑一下

生成式人工智能，例如，这里的问题是谁将更快地采用 Gen AI 来使他们的产品更实惠、更有趣，而且在那里，我们也可能认为市场规模、市场规模的增长将发挥关键作用。我在某些特定情况下研究过这个问题，例如美国包装消费品，你会看到，你为

为迎合更富裕家庭的公园空间部分提供了更多新产品。在这些公园空间的部分地区，通货膨胀率也较低。事实上，这些较低的通货膨胀模式更为广泛，不仅仅是在这些包装消费品中，而是在整个美国。

如果你采用与美国劳工统计局完全相同的方法，你会发现从长远来看，高收入群体的通货膨胀率较低，我认为这在很大程度上与这些创新动态有关。这很重要，因为

如果你用标准指标衡量实际收入不平等，而不是根据通货膨胀率差异调整这些指标，你会发现美国的不平等加剧速度要快得多，这里描绘了这一点。为了给你一个总结性的数字，这显示了按收入分配的五分位数。因此，在此期间，

最高收入五分位数比最低收入五分位数富裕了 15%，这是根据基本指标计算的。如果你包括这些通货膨胀率差异，差距将从 15% 扩大到 22%。不平等加剧的速度更快。这就是我想介绍的第二个话题，作为预告。但让我用总结要点来结束。

因此，主要要点是，提高平等并非创新的必要副产品。这取决于我们想要实施的创新政策类型。我认为，至少在政策圈内，围绕创新政策的叙事非常自上而下。

因此，要么赋予企业家中心作用，称之为市场主导的观点，少管，涓滴效应。或者另一种观点也是自上而下的，即国家主导的，政府将设定目标，将定义部门，然后将启动该过程。

而整个社会的作用相对有限。但事实上，任何研究过创新的人都知道，创新过程是一个更广泛的过程。这是一个集体性的、渐进的、迭代的过程，实际上是一个传播过程。事实上，我认为我们作为研究人员也知道这一点。我们知道我们所做的研究大部分都是这种类型的，集体性的、渐进的、迭代的。因此，整个社会都应该发挥作用，这还应该

在我们设计创新政策的方式中占据中心地位。因此，一个用来捕捉这个想法的术语是“失落的墨丘利议程”。还有一些更广泛的东西，那就是我也提到的教育政策。因此，我认为这种方法确实具有巨大的潜力，既可以扩展创新前沿，又可以减少不同类型的不平等，例如性别、代际、地域。这应该成为创新政策的核心部分。

所以期待你们的一些问题。我留下我们伟大的座右铭：了解万物的规律。谢谢，泽维尔。这太吸引人了。我将从一个问题开始，然后我们将转向听众的问题。此外，如果您是网上观看的观众，请通过发送您的问题。我的问题是关于积极选择，因为我们关心的是这些异常值，对吧？居里夫人和榜样效应。所以我很惊讶……

女性发明家的引用次数较低。你可能会认为，进入发明家领域会有积极的选择。换句话说，那些能够克服进入壁垒的人（对女性来说可能要高得多）可能更具积极选择性。因此，你可能会认为他们会有更多发明。

所以要么他们没有被积极选择，要么他们在其中的歧视如此之大，以至于克服了这一点。

我想知道你认为是哪一个，特别是，我认为这与法国的榜样论文有关，也许我们可以部分回答这个问题的方法是，那些被榜样激励进入 STEM 领域的前十分位数、四分位数的女孩，她们在进入大学后表现如何？当她们真正进入大学时，她们的成绩如何？因为如果她们的成绩高得多，我们可能会认为，

这实际上让我们通过了。否则，我们可能会认为，通过榜样效应，实际上是让那些选择性较差的人进入。很好。是的，非常感谢。这个问题对我们图表中使用的每个人来说都很清楚，为了重述一下。你问得很清楚，但我们看到，实际上，那些成为发明家的女性，她们在引用方面往往表现更差。

她们很少。我们可能认为，如果只有最优秀的人才能进入，实际上，平均而言，她们应该更好。正如纳瓦斯所说，有两个潜在的故事。一个是她们的潜在能力实际上比男性的低一些，这是一种消极的选择。所有这些也可能是工作中的歧视。可能两者都在起作用。但我认为我们至少有一些证据表明

我们没有像我们在经济学中经常使用的标准模型中那样获得巨大的积极选择。因此，看到这一点的一种方法是查看这些创新潜力的预测指标，例如数学测试目标。因此，我不认为有研究考察过

或者在他们处理了 STEM 学位后（如你所建议的那样）的学术成果。这将是很棒的事情。我不认为我们有。但我们可以看看他们之前的数学测试分数。因此，你会看到，在这里，你确实吸引了一些具有最佳数学成绩的人。在法国的研究中就是这样。斯坦福大学今年的就业市场候选人伊恩·卡拉韦进行的另一项更引人注目的类似研究。他研究的是参加数学奥林匹克竞赛的学生，

在美国的等价物，并研究了随后与这些人交谈的某些导师的作用，以及人们之后的行为。他发现对女孩的影响巨大，包括那些在这些极其有选择性的竞赛中获得一些最佳成绩的女孩。因此，如果你将这视为潜在能力的衡量标准，这似乎是合理的，这意味着我们错过了一些最高潜力的人。这也确实存在很多歧视。

所以我认为两者都是正确的，榜样方法有助于将这些真正有潜力的超级明星带入这种类型的职业。是的。好的。很好。是的，让我们提出——问题。请说。与那相关的——谢谢。非常感谢。这是一次精彩的演讲。与那相关的，你提到的一方面是，比方说，女性

从事与女性更相关的课题。因为女性较少，这可能意味着引用较少。从某种意义上说，也许引用不是最好的衡量标准。这很有趣。是的，这是一个很好的观点。引用中确实也存在同质性。因此，机械地，这可能反映了这一点。事实上，在我向你展示的一些宏观模型中，我们还有另一种影响，这有点类似于这种精神，

因此，女性更有可能为其他女性生产产品。劳动力市场存在歧视。因此，你的市场规模也较小。因此，就购买力而言，女性人口的购买力较低。因此，女性领导的公司平均而言生产力略低，仅仅是因为她们面临的市场较小。所以也有一些这样的情况。是的。是的，我们只需将它向下移动到第一行，然后我们将跳过第一行，进入下一轮问题。

你向我们描绘了扩大准入在其宏观后果方面的非常美好的前景。让我给出一个非常黑暗的替代方案，不是因为我相信它，而是为了让我理解你如何区分两者。想象一下，我将用两种情况来说明。一种情况是，只有这么多专利可以被发现，只有这么多发明。如果我必须

更少的男性拥有它们，更多的女性拥有它们，这对平等来说将是美好的。但这对总量没有任何影响，因为它只会取代男性。从平等的角度来看，这非常好，但从总量来看则不然。而你似乎假设，不，不，不，更多只会非常好。

同样，从同样的角度来看，想象一下，额外的专利或创新或公司并不是一个很好的公司。对它们来说，收益递减。因此，扩大专利或创新的数量实际上——额外的专利将变得越来越差，直到也许扩大准入实际上

0 存在机会成本，这些人可以做其他事情，而我们实际上却把他们推向了别的事情。现在，我不相信这两个故事中的任何一个，但重要的是要说为什么我们认为他们不在那里，而不是你更乐观的观点，即这些额外填充的创新将与我们迄今为止看到的创新一样富有成效等等。那么，你能告诉我们什么样的证据让我们转向更乐观的观点，而不是悲观的观点吗？是的，很好。

让我先从你关于报酬递减的第二个问题开始。我认为这与前面关于我们是否错过了边际发明家的问题有关。我们做得不好。我们是否也错过了超级明星？因此，如果我们认为我们错过了超级明星，我们根据这种潜在能力有一些证据，那么你所做的是用那些失去的现在被带入创新渠道的超级明星来取代一些平庸的现有发明家。

我认为我们有一些证据的一个渠道，然后你还有这样一个更广泛的问题，即创新想法如何富有成效，想法的生产函数如何运作？它主要是换位游戏，还是实际上是这种重组，人们建立在彼此的想法之上，所以你可以用不同的模型写出不同的结果。

所以我们有两种证据，一种我提到了，是20世纪30年代在德国的一篇论文，在那里，我们在德国某些领域的化学家那里经历了巨大的供给冲击，然后他们带来了更多这些领域的发明家，你会看到这些领域更多的创新。所以，虽然它不是宏观层面的，但它仍然是部门层面的，并且具有良好的因果识别。我认为这也很有趣，因为它表明，其数量与我们在宏观层面的模型非常吻合。我们还有另一个更具描述性的东西，那就是看看过去50年美国的情况。如果你看看

女性变得相对普遍的技术类别，因为总体而言，女性的比例从大约5%增加到大约12%，这在各个领域差异很大。因此，你可以简单地对女性个人代表性的增量运行简单的描述性回归，你会发现一个非常强的向上关系。这就是我作为证据的依据

并相信这里不断扩大的创新潜力。非常感谢你的精彩演讲。Xavier，我很想知道你对企业创新的兴起有何看法。

你提出的世界观非常符合增长和创新来自贷款投资者、发明家的观点。但是，如果你看看今天的美国，实际上很多创新都发生在公司内部。通常我们认为这可能是一个令人担忧的趋势，因为我们看到发明家在进入大公司后生产力下降。

但你的结果表明，企业创新可能是一件好事，因为它可能不太容易受到人们在他们个人感兴趣的事情上进行创新时所受到的偏见的影响。那么，我们是否应该将你的结果视为对企业创新描绘了一幅相当乐观的图景？

是的，很有趣。所以，我认为我目前对这个问题的看法可能有限，但我可以告诉你我们在这方面有什么。所以，我们研究了公司的创始人，我向你们展示了许多这些图表，对吧？并向你们展示，例如，当女性或来自低收入背景的人创办公司时，他们会追求不同的市场。他们也与不同的人合作。

我们已经看到，至少在我们拥有的数据的时间跨度内，大约15年，这些事情持续存在。因此，即使公司发展壮大，它们仍然留在这些不同的市场中。也许就好像他们设定了一种特定的公司文化，而这就是公司即使发展壮大后也会继续做的事情。所以这是一种……

一个关于你问题的论据。另一个是我们研究了像Compustat公司这样的大公司，即美国非常大的公司，我们看到这些公司内部的发明家（查看专利数据）仍然表现出同质性。在宝洁公司内部，

女性更有可能从事针对女性的健康产品和美容产品，而不是针对男性客户的男性产品。因此，即使在公司内部，你可能拥有所有这些不同的产品经理，他们确实会提出不同的想法，他们仍然有基于他们自己的个人经验提出想法的过程。所以我们没有发现这种现象随着公司规模的扩大而减弱的证据。同样，当你雇用不同类型的人时，15年、20年后仍然如此。

但我认为这是一个可能需要进一步深入研究的有趣领域。我将转向在线问题，然后我们将回到听众那里。这是来自Derek Oskal的问题。失去的玛丽·居里表明，创新高度依赖于路径，并受到早期接触和机会的限制，但在一个日益受到人工智能和自动化影响的世界中，传统的创新途径可能会被破坏，你是否看到正在出现新的机制来使人们能够获得发明职业？

或者这些技术是否会通过自动化消除可能推动突破性创新的学徒制、隐性知识转移来加剧现有不平等？

一个我以前从未考虑过的问题。因此，就新机制而言，关于生成式人工智能的一件事是存在大量的用户创新。因此，你可以作为个人采用这些创新。因此，看看这是否有助于更快地发现相关的用途将会很有趣。我考虑得更多的一件事是关于市场规模的观点。所以当你拥有真正……

通用技术时，你可能会打破市场规模增长与创新之间的联系。这更多的是关于市场规模和创新的水平。通常的逻辑是，如果市场很大，你已经有许多竞争对手。因此，追求更大的市场并没有多大意义。你追求的是一个不断增长的市场来超越其他人。人们将争夺这个不断扩大的市场规模。

但是，对于更具变革性的技术，你可能会在真正追逐既定市场细分方面获得收益，因为你可以以不同的方式做事，即使是与既定参与者竞争，因此中产阶级可能会成为主要受益者，而不是富人，因为即使中产阶级不是增长最快的市场，它仍然是最大的市场，所以我考虑更多的是

市场规模与产品类型之间关系的含义。我认为考虑……的身份也很有趣。但是，是的，我没有看到太多，但我认为看到更多关于这一点的内容很有趣。它也可能与女性企业家密切相关，她们通常不会从我们拥有的网络和隐性知识中学到那么多，而实际上是从其他事情中学到的。所以这提供了访问……

学习你的技艺。也许，是的。好的，更多的问题来自，我们将接受那里的问题。你好，对不起，我的声音几乎没有了，但我仍然想问一个问题。我的名字是卡丽娜，我正在伦敦政治经济学院攻读第二个硕士学位。

所以这是一个非常积极的议程，即让更多女性参与创新。但我只是想知道生育率会发生什么变化，因为女性在教育方面投入的时间越长，为了追求事业，生育率就会下降。

同时，从政策制定的角度来看，如何才能支持这些女性群体，不仅吸引她们进入所有这些领域，而且还能留住她们？例如在儿童抚养方面。谢谢。

是的，你是对的，有一些证据表明，人们所说的在各种职业以及科学和创业领域都存在“孩子惩罚”现象。在分娩的那一刻，男性相对于没有孩子的同龄人并没有下降，但女性的生产力却下降了。我们知道这在不同社会之间差异很大。因此，肯定有一套政策以及不同类型的规范可以帮助改变这种情况。

所以我认为这既是广泛的文化变革，每个机构也可以通过制定帮助人们度过这些时期的政策来发挥作用。其他想法？我的意思是，这可能是谷歌和亚马逊补贴员工冷冻卵子的原因。他们做了所有这些事情来改变女性的时间表。我不知道这些措施会有多有效，但正是出于这些原因。

弗朗切斯科，我们这里还有一个问题，是的。- 你好，我是经济系的法兰切斯科·卡塞利。我想问你关于特别关注创新的问题。因此，少数群体协议的诞生以及社会、政府、公司治理中的许多其他领导角色。

学术界，在许多领域我们都看到少数群体和女性代表不足，我们认为我们可能错过了那里非常重要的才能。我的直觉是，你提出的关于家庭背景、地理集群重要性的许多诊断

等等，也会出现在这些其他领域。所以我想问一个问题是，你是否愿意推测创新与这些其他领域是否存在特殊性，在这些其他领域，少数群体和女性代表不足？作为对此的后续问题，

在这里，我要说出来作为一个低潜水员。但很明显，尝试增加少数群体和女性代表的优先事项必须在创新领域吗？毕竟，可以这样认为，在过去20到25年中，创新使我们更加不快乐、孤独，产生了大量的精神健康问题。

导致政治话语严重恶化，可能减少了我们的自由，等等。所以这实际上有点像你最后关于市场驱动与国家驱动的讨论。我的意思是，我认为一个合理的叙述是——

我认为，在某种程度上，我们已经从国家驱动转向市场驱动创新。国家驱动，我们不会默认为国家，它对创新可能造成的损害有限。而现在它更多的是市场驱动的，在我看来，我们拥有所有这些令人难以置信的

非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常