芒果体育利益相关：念过以下2和3中各一所。（2021年回来补一句，1的其中一所也念了。）

　　1，底蕴，以及由殷实底蕴带来的良性全球化人才引进和占领了各个业界高层的人脉圈子（network effect），这确保了最良性的生态循环（ecosystem）：

　　底蕴诞出的诺奖等得主让这三校很难跌出名校榜首。这三所大学，哪怕最“平庸”的毕业生，也能从毕业证的光晕效应（halo effect）下吃红利（brand premium）十年。

　　这三所大学的科研实体化能力和理论具现化能力已经产业化、园区化、生态化。他们发现新奇、创造新品、探索世界和改变行业的能力已经具备了无法比拟的先行优势（first mover advantage）。其中硅谷大S在创业界口碑独一无二，大M和大C在探索领域和高精科技应用领域不可替代（引力波、NASA等）。

　　3，长期影响力，来自于改变或创造世界游戏规则的能力，这些学校致力于基础理论研究，所发现、制定的理论规则，影响着现在乃至中长期世界发展的方方面面（数学、物理、经济、金融等等），而这些改变已经被各种奖项所认可：

　　这些学校都极其重视本科教育，教授周而复始地给一届届本科生演示理论推导的整个过程，从最基础的理论假设推出整个体系，也正是这直面庞杂学生群体提问（挑战）的系统，让教授们的理论基础异常扎实，也就在思维碰撞里找到理论突破的灵感，造就了一个个辉煌。

　　综上，哈佛、牛津、剑桥是一类，斯坦福、麻省、加州理工是一类，哥伦比亚、普林斯顿、耶鲁、芝加哥是一类，共十所。三种竞争优势不互斥无优劣，牛津底蕴深厚，MIT在科技创造力优势拔尖，不代表她俩毫无规则制定优势（大量英国国会议员是牛津校友，MIT金融极强）；大P大Y左右规则的能力顶尖，同时也有世界前十的底蕴。然而，大学的持续竞争优势比的不是全能，而是将任一优势发挥到极致的能力。以上十所分别是三种优势的骁楚，她们在各自优势领域中正逐步拉大与追赶者的差距。

　　之所以分“底蕴”、“科技应用”和“规则制定”，芒果体育是因为这三个点是能让一所大学长盛不衰的不可替代的竞争优势。

　　底蕴是沉淀（历史投入）的优势，长期有效的资源部署让这三所学校形成了无法撼动的岁月品牌。品牌效应加人才方面的先行优势，拥有长期顶尖名校的品牌效应，就等于拥有了最优秀的生源（血液），就等于拥有了最优秀的校友，也就约等于拥有最富足的资源和捐款。这个底蕴优势一直在稀释着追赶者的人才来源，在大部分交叉录取的人才竞赛里笑到最后。我引用一段牛津某项目总监在开学致辞时说的话：欢迎来到世界第一的学校，无论世界怎么变化，你们都将成为世界第一的校友，因为没有谁能偷走已经发生的过去——历史，包括我们的邻居。（有事没事损一下隔壁是牛剑的优良传统）

　　科技应用是短期、中期内改变世界的能力，是快速将学科应用变成现实并产业化的能力，这同样也是先行优势的一种，产业园（如硅谷）里创业、投资已经非常标准化，确保所有最新颖的想法能在最短时间内融资，最短时间内投产，最短时间内垄断业界，最短时间内获取利润并进一步扩大硅谷影响力。这份地域和产业先行优势是很难短期内被取代的，即便举国之力砸钱办创业园，也没有足够的“思想”和“执行力”变现，没有强大的工商界人脉和公开透明的资源。这个科技生产力及其背后的速度优势将会继续帮他们垄断创业、探索领域，其强大的科研能力和完善的实验室数据系统也将继续垄断高精尖行业的课题。

　　规则制定是在中期、长期改变世界的能力，其影响比科技应用相对深远，产出相对缓慢，也相对难取代。这些学校已经建立了非常稳固的学派体系，确保思维的定期碰撞，确保大批最顶尖的教职科研人才被体系的创建者吸引加盟，最优秀的传承者们在学术碰撞和共鸣中专注于基础理论研究，并在人才培养上大力发展基础学科教育，在“逼迫”学生掌握推导过程的同时，“逼迫”学究们不断重温理论体系。比如UChicago有定期“批判会”，教授们（包括不少诺奖得主）会在“批判会”上演示自己近期的研究，然后接受所有与会者的挑战以此调整研究方向。有教授聊天称，曾有校友（打酱油的）在会上调侃：Did you spend a whole year on this? （反问状）（手动哄笑）试想让业界知名老教授拉下老脸给一群拿着咖啡的“门外汉”调侃有多难堪，但UChicago把这种学术自由和思维碰撞变成机制，让机制有效鼓励频繁的良性碰撞，进而刺激新观点新理论，最后变成影响一个行业规则的体系。这些诺奖教授们的徒弟也都担任起各个行业规则制定者，变成圈子、人脉、资源和基金款项，这些规则界的人脉决定了许多基础理论创新有机会快速在某些市场验错和施行，这类似于学术研究规模化的优势（ability to scale）。

　　刚朋友闲聊说，“科技应用优势下”的“产业规模化”能想像，“规则制定优势下”的“学术研究规模化”优势具体是什么？

　　1，比如某个诺奖经济学家泰斗的课题组忽然萌生出一个市场假说，研究当前经济形式下提升央行利率去验证第三世界经济对美国央行利率的敏感度会不会因某个国际事件而变得不敏感（随口勿喷）。他给任职于央行的几个相熟的参谋和幕僚（自己曾经的弟子）发了封邮件，对方当天给予回复，允诺在一定条件下让他的课题组去接触统计数据库。在排查部分因子得到了原始数据证明（证伪）了他的假说后，一系列文章就出来了。这就是学术研究规模化的一个表征——假说、取样、验证、证明/证伪的便利度，以及研究在规则制定者人脉中的快速成型，还有多课题组的扩散式研究，再考虑诺奖学者的数量以及学校品牌效应的加乘，他们和追赶者们的差距是指数级的。这都是无法比拟的竞争优势。

　　学术研究规模化之一：对现有的主流理论有最终解释权（类似于学派本源），以本源为起点建立了无法比拟的广阔学术脉络，通过该脉络拥有着对数据源的独一无二的占有能力，这意味着极其快速的对理论假说的检验速度，以及由此得到的学术报告产出速度，这份快速验证、快速立论的竞争优势决定了第二点——极其迅捷的学派、学说形成速度和对学派涉及领域极其巨大的影响力。

　　2，比如川普打算出访英国，要求其幕僚研究将要磋商的部分条款对北亚经济的影响。幕僚大部分都是几个经济学泰斗的高徒，在各自学派理论基础上，得出些大差不离的初步结论，然后私下咨询了学派泰斗，刚好泰斗在现有理论基础上想出些新理论分支，就推荐给幕僚带到决策方案里呈交川普。之后新政策对经济的影响又变成了泰斗的论文成果供外人引用。

　　学术研究规模化之二——在样本资源有限的前提下，用口碑和人脉第一时间占领高端稀缺资源（国家政策制定的第一手相关国际数据），并通过强大的决策影响力将新数据变成理论成果变成新的发现、新的学派源头，进一步推高现有的品牌口碑，再一次进入口碑、人脉、数据源、决策影响力、成果影响力、口碑的良性循环，继续扮演着追随者们争相引用的学派领路人角色。

　　说到这，做科研的朋友应该能想像到，垄断了试验田、数据源和决策源，意味着什么——意味着更容易创立新理论规则，更容易形成新的学派（或分支），也就预约了高影响因子的核心期刊版面，便成了其他文章引用的源头，于是就自然而然地占据了数十年后诺奖提名的前排。这几所大学本就庞大的泰斗数和本就成熟的资源人脉，让他们的产出难以追赶。甚至说，追赶者们是在竞相为这些学校贡献着引用次数罢了。

　　上面例子2其实有误，事实上川普很大可能即兴推翻幕僚的所有提案，并用推特公布决策给全世界。难怪当获知川普当任总统时，其母校UPenn Wharton商学院的教授们会绝望到抗议（手动搞笑）。这估计是每个M7 MBA经济课必讲的段子之一，包括Wharton自己。玩笑归玩笑，UPenn在经济金融层面跟UChicago和MIT是同类的存在。