明星效应

【2020-04-09】

@whigzhou: 要想知道一个行业里是否存在网络效应,也就是会不会出现俗话所说的少数超级明星赢家通吃的局面,最简单的观察方法是看工资率的平均值与中位值的差距,因为明星效应会导致工资率分布偏离正态,至少在某个区间呈幂律分布,结果就是将均值拉高到明显超出中位值,我在新书第14章里花了两段文字讨论这个问题,下面几个数字我觉得挺有说服力:

按美国劳工部2018年的数据,若干行业小时工资率的均值与中位值对比:
演员:$29.34 v. $17.54,差67%
播音员:$24.82 v. $15.97,差55%
作家:35.14 v. 29.89,差18%
图书管理员: $17.34 v. $16.37,差6%

可惜没有运动员的数字。

@深蓝的蓝2018:程序猿呢

@whigzhou: $50.23/$48.04,只差4.6%,完全没有明星效应

@Austaras:这可能是因为高端程序员的优势不体现在工资而体现在股权上

@whigzhou: 没有明星效应不等于没有收入差距,一个行业的收入差距可以非常大,但仍然呈正态分布

 

相关文章

标签: | | |
8207
【2020-04-09】 @whigzhou: 要想知道一个行业里是否存在网络效应,也就是会不会出现俗话所说的少数超级明星赢家通吃的局面,最简单的观察方法是看工资率的平均值与中位值的差距,因为明星效应会导致工资率分布偏离正态,至少在某个区间呈幂律分布,结果就是将均值拉高到明显超出中位值,我在新书第14章里花了两段文字讨论这个问题,下面几个数字我觉得挺有说服力: 按美国劳工部2018年的数据,若干行业小时工资率的均值与中位值对比: 演员:$29.34 v. $17.54,差67% 播音员:$24.82 v. $15.97,差55% 作家:35.14 v. 29.89,差18% 图书管理员: $17.34 v. $16.37,差6% 可惜没有运动员的数字。 @深蓝的蓝2018:程序猿呢 @whigzhou: $50.23/$48.04,只差4.6%,完全没有明星效应 @Austaras:这可能是因为高端程序员的优势不体现在工资而体现在股权上 @whigzhou: 没有明星效应不等于没有收入差距,一个行业的收入差距可以非常大,但仍然呈正态分布  


暂无评论

发表评论