在Stack Overflow，我們有志于使用我們的數(shù)據(jù)來分享有關(guān)全球軟件開發(fā)社區(qū)的見解。最近發(fā)布的關(guān)于手機(jī)移動端開發(fā)者的帖子就是一個好例子：這篇帖文探索了世界各地訪問Android相關(guān)問題的流量，發(fā)現(xiàn)低收入國家比高收入國家更經(jīng)常使用Android系統(tǒng)。

這篇帖子使我們想知道富國和窮國之間的編程技術(shù)有何不同，以及這會如何影響我們對全球軟件開發(fā)行業(yè)的看法。在本文中，我們將探討這些差異，并證明在軟件開發(fā)行業(yè)中，將高收入國家和世界其他地區(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月期間展開的，我們選擇了那段時間流量最高的250個標(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間內(nèi)至少貢獻(xiàn)了500萬次問題訪問量的64個國家。值得注意的是，這些數(shù)據(jù)代表了那些了解英語的開發(fā)者們的活動。一些針對西班牙語和葡萄牙語網(wǎng)站的分析表明，類似的趨勢同樣出現(xiàn)在非英語國家，比如墨西哥和巴西。

在最近的一篇文章中，我們看到關(guān)于Android問題的流量（占一個國家Stack Overflow訪問量的百分比）往往與一個國家的人均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言和平臺時，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)與一個國家的人均收入水平呈負(fù)相關(guān)，而Python和R的話題流量則與國家人均收入水平呈正相關(guān)。但無論哪種情況，我們都可以看到有一些例外（韓國使用Android的人數(shù)比我們預(yù)期的要多，中國則更多人使用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)行多次測試之后，每個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；也不是說選擇哪種編程語言會影響一個國家的平均收入；也不是說一個國家的財富水平直接影響他們對科技的使用。我們懷疑造成這些相關(guān)性的原因可能由各種經(jīng)濟(jì)和社會因素混合而成的（比如，教育水平，軟件行業(yè)的發(fā)展時間，外包水平），總的來說，這些因素通常都與一個國家的財富相關(guān)聯(lián)。

我們?nèi)绾螌④浖_發(fā)行業(yè)分為兩部分？

當(dāng)我們研究這種趨勢時，把國家分為兩組：高收入國家和非高收入國家，而不是把所有國家混在一起考慮。國家的財富水平，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（國民總收入）為標(biāo)準(zhǔn)，各國呈現(xiàn)出的不同財富水平。

世界銀行發(fā)布的各國收入分類地圖

圖中共有78個高收入經(jīng)濟(jì)體，除了美國、加拿大，還有一些西歐國家，部分中東和東亞國家，以及澳大利亞/新西蘭。我已經(jīng)做過一些關(guān)于國家間差異的基本原因分析（如主要成分分析），證明這是一個合理的劃分方法，并且這種劃分方法比其他劃分方法更有意義，例如按國家的地理位置，如東半球與西半球來歸類國家。 例如，來自澳大利亞的用戶所訪問的科技標(biāo)簽，通常更接近美國和歐洲的訪問情況，而不是中國或印度尼西亞的。

根據(jù)收入分類，排行Stack Overflow的流量主要來自哪些國家

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％流量來自高收入國家。 這可能是由于高收入國家軟件開發(fā)量占全球比例更大，更多人口能享受互聯(lián)網(wǎng)，以及英語用戶數(shù)量較多的緣故。來自非高收入國家的大部分流量來自印度，其次是巴西，俄羅斯和中國。

高收入國家在使用的技術(shù)上有何不同？

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

高收入國家和低收入國家在訪問技術(shù)標(biāo)簽上的差異

我們從圖中可以得出幾個有趣的見解：

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與一個國家的收入呈正相關(guān)。在高收入國家，Python標(biāo)簽的訪問頻率是世界其他地區(qū)的兩倍，而R標(biāo)簽的訪問量大約是其他國家的三倍。我們也可能會注意到，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語言和R語言編寫的，例如Panda，numpy，matplotlib和ggplot2。這說明，高收入國家更多人使用這兩種語言可能是因?yàn)樵诟呤杖雵遥茖W(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)化國家這兩種語言更為常見。往往在高收入國家中，科學(xué)研究占經(jīng)濟(jì)的比重較大，同時，這些國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言，受到高收入國家的青睞。一個假設(shè)是，這可能與教育有關(guān)：正如我們在之前的文章中能看到的，C和C++語言尤其受到美國各大學(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開發(fā)，Android系統(tǒng)在較低收入國家更受歡迎。PHP是一種受較低收入國家顯青睞的語言。 CodeIgniter是一個PHP開源框架，這個技術(shù)標(biāo)簽在低收入國家的訪問量最大，遠(yuǎn)遠(yuǎn)超過來自其他國家的訪問量，是一個訪問量地域分布極不平衡的標(biāo)簽。 進(jìn)一步的檢查表明，這個標(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）的訪問量特別大，而來自美國和歐洲的訪問量就很少。 可能許多外包公司，在構(gòu)建網(wǎng)站的時候，就常常會選擇CodeIgniter。

結(jié)論：為什么做這種研究很有必要？

我當(dāng)然對這些結(jié)果十分感興趣, 因?yàn)槲艺J(rèn)為它們展示了編程語言生態(tài)系統(tǒng)中有趣的事實(shí)。 它們也將對我們在不久的將來會發(fā)布的其他數(shù)據(jù)研究，產(chǎn)生影響。

知曉將這個行業(yè)一分為二的原因，則會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)簽可以帶來最多流量，例如查看Flash技術(shù)標(biāo)簽的人隨著時間推移，逐漸減少。 如果我們要創(chuàng)建一個擁有最多訪問次數(shù)的編程技術(shù)清單，那么高收入和低收入國家的清單將會非常不同：

根據(jù)國家收入排名人們最常訪問的編程技術(shù)標(biāo)簽

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

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

在未來的文章中，我們有時會回顧這一劃分，這將有助于我們繼續(xù)探索全球開發(fā)者生態(tài)。