近幾十年來(lái)，關(guān)于政治決策與科學(xué)更緊密融合的呼吁已經(jīng)成為老生常談。然而，無(wú)論是從能源到健康，還是從環(huán)境到教育，要將科學(xué)應(yīng)用到政策中，仍存在許多嚴(yán)峻的問(wèn)題。

在此背景下，我們認(rèn)為當(dāng)務(wù)之急是讓政策制定者認(rèn)識(shí)科學(xué)那不完美的本質(zhì)。能夠明智地對(duì)專家顧問(wèn)進(jìn)行問(wèn)詢，能夠正確理解證據(jù)的質(zhì)量、局限性和偏差，這些都是政策制定者必需的素質(zhì)。我們把這些素質(zhì)稱為解讀科學(xué)的能力（interpretive scientific skills）。這些技能比理解基礎(chǔ)科學(xué)本身更易掌握，并且可以成為大多數(shù)政治人物廣泛技能的組成部分。

鑒于此，針對(duì)公務(wù)員、政治人物、政策顧問(wèn)、記者以及其他與科學(xué)或科學(xué)家打交道的非專業(yè)人士，我們提出了20個(gè)在培養(yǎng)自身科學(xué)素養(yǎng)時(shí)需要掌握的概念。一個(gè)倡導(dǎo)科學(xué)的、具有懷疑精神的政治人物，一定會(huì)希望用這些重要的知識(shí)武裝自己。當(dāng)然，其他人也許會(huì)列出略有不同的清單。重點(diǎn)是，我們認(rèn)為如果社會(huì)對(duì)這20個(gè)概念有了更廣泛理解，將標(biāo)志著社會(huì)的一大進(jìn)步。

Page-1 ↑

條件差異和幾率都會(huì)引起變化

我們看到的現(xiàn)象通常是許多因素共同影響的結(jié)果。

現(xiàn)實(shí)世界的變化是不可預(yù)測(cè)的，而科學(xué)想探究是什么造就了這些變化。為什么現(xiàn)在比過(guò)去十年更熱？為什么某些地區(qū)的鳥(niǎo)比其他地方的多？關(guān)于這些趨勢(shì)有很多解釋，科學(xué)研究的最大挑戰(zhàn)是從無(wú)數(shù)的其他來(lái)源的變化中，梳理出我們感興趣的過(guò)程所起到的作用（比如，要研究氣候變化對(duì)于鳥(niǎo)類數(shù)量的影響，就要把“氣候變化”這個(gè)因素，從農(nóng)業(yè)集約化、入侵物種的傳播這類大范圍變化，以及偶然的個(gè)體出生和死亡這些本地小規(guī)模事件中剝離出來(lái)）。

Page-2 ↑

沒(méi)有絕對(duì)準(zhǔn)確的測(cè)量

事實(shí)上，所有測(cè)量都存在誤差。每一次重復(fù)試驗(yàn)都可能得到不同的結(jié)果。在某些情況下，與實(shí)際變化相比，測(cè)量誤差也許會(huì)很大。比如，如果你得知上個(gè)月的經(jīng)濟(jì)增長(zhǎng)了0.13%，那么實(shí)際上縮減的可能也是存在的。提出結(jié)果時(shí)應(yīng)該給出結(jié)果的誤差范圍，以避免不合理精確度的出現(xiàn)。

Page-3 ↑

偏倚是很普遍的

單盲實(shí)驗(yàn)和雙盲實(shí)驗(yàn)的示意漫畫(huà)。而在實(shí)際情況下，并不是所有研究都能采用理想的雙盲實(shí)驗(yàn)方法，容易產(chǎn)生偏倚。

實(shí)驗(yàn)設(shè)計(jì)或測(cè)量裝置可能會(huì)對(duì)實(shí)驗(yàn)結(jié)果造成影響，在某一特定的方向上產(chǎn)生非典型結(jié)果。比如，同樣是想知道投票行為情況，分別進(jìn)行當(dāng)街采訪、電話采訪和網(wǎng)上調(diào)查，因?yàn)闃颖镜某煞植煌?，就可能?huì)得到不同的結(jié)果。而因?yàn)槟切┯小敖y(tǒng)計(jì)上顯著”的結(jié)果更可能會(huì)被報(bào)道和出版，只看文獻(xiàn)會(huì)讓人產(chǎn)生錯(cuò)覺(jué)——問(wèn)題的嚴(yán)重性或者解決方案的有效性會(huì)被夸大。實(shí)驗(yàn)中的偏倚很可能這樣產(chǎn)生：實(shí)驗(yàn)的參與者知道自己接受的是不同的治療，所以會(huì)嘗試表現(xiàn)的不同；調(diào)查者們對(duì)結(jié)果的收集會(huì)受“知道誰(shuí)接受了治療”的影響。其實(shí)理想實(shí)驗(yàn)應(yīng)該是雙盲的（Double-Blind），即參與者和收集數(shù)據(jù)的研究者都不知道哪些參與者接受了什么處理。這在藥物試驗(yàn)中是很容易做到的，但是對(duì)于社會(huì)問(wèn)題就不可能?？茖W(xué)家們?cè)谙Ｍ业綌?shù)據(jù)來(lái)補(bǔ)充之前的調(diào)查結(jié)果，或者想反駁一個(gè)觀點(diǎn)的時(shí)候，比較容易產(chǎn)生確認(rèn)傾向（confirmation bias）。

Page-4 ↑

樣本量通常越大越好

當(dāng)看到一個(gè)吸引眼球的研究結(jié)論時(shí)，在奔走相告之前，不妨先了解一下這個(gè)研究的樣本量。

大的樣本量得到的平均觀測(cè)結(jié)果往往比小樣本量的更有益。換言之，當(dāng)我們積累證據(jù)的時(shí)候，我們的理解也在加深。這對(duì)那些變量多、容易產(chǎn)生測(cè)量誤差的復(fù)雜體系尤其重要。一種藥物的有效性在每個(gè)個(gè)體間都存在差異，因此為了在藥物測(cè)試中更可靠、準(zhǔn)確的估計(jì)藥物的平均功效，一個(gè)有數(shù)以萬(wàn)計(jì)的樣本的實(shí)驗(yàn)要比一個(gè)只有數(shù)百個(gè)樣本的實(shí)驗(yàn)好得多。

Page-5 ↑

相關(guān)關(guān)系不代表因果關(guān)系

相關(guān)不等于因果，而不代表相關(guān)就不可能是因果關(guān)系。

假定一件事物可以導(dǎo)致另一事物固然是很誘人的。然而，相關(guān)關(guān)系的得出有時(shí)候是出于偶然，又或者某兩種看似相關(guān)的因素的關(guān)系，其實(shí)是由復(fù)雜的或潛在的第三因素決定的。比如，生態(tài)學(xué)家曾一度認(rèn)為有毒的藻類殺死了一條河流入?？谔幍聂~(yú)；但后來(lái)發(fā)現(xiàn)是因?yàn)轸~(yú)死了所以藻類繁盛起來(lái)。并不是藻類本身導(dǎo)致魚(yú)類死亡。

Page-6 ↑

回歸均值效應(yīng)可能造成誤導(dǎo)

在設(shè)計(jì)科學(xué)實(shí)驗(yàn)、解讀實(shí)驗(yàn)結(jié)果時(shí)，研究者必須考慮統(tǒng)計(jì)回歸效應(yīng)（向均數(shù)回歸效應(yīng)）帶來(lái)的影響，以避免推論錯(cuò)誤。

單次測(cè)量中，至少有一部分極端的數(shù)據(jù)是由于偶然或誤差造成的，進(jìn)行另一次測(cè)量，數(shù)據(jù)可能就沒(méi)有那么極端（或顯著）了。比如，在經(jīng)常發(fā)生車禍的地方放置一個(gè)測(cè)速相機(jī)，但隨后事故率的減小并不能歸因于放了測(cè)速相機(jī)，因?yàn)樵瓉?lái)的高事故率本身可能是偶然，無(wú)論是否放測(cè)速相機(jī)，事故率都很可能向減少的方向發(fā)展。

Page-7 ↑

數(shù)據(jù)范圍之外的推斷存在風(fēng)險(xiǎn)

試著體會(huì)這個(gè)梗：“這個(gè)世界上只有兩種人，一種人能用不完備的數(shù)據(jù)進(jìn)行推論。”

在某一范圍得到的模型可能出了這個(gè)范圍就不適用了。所以，如果現(xiàn)在的氣候變化速率比現(xiàn)存物種在進(jìn)化史中所經(jīng)歷過(guò)的任何時(shí)期都要快，或是出現(xiàn)一個(gè)全新的極端天氣系統(tǒng)時(shí)，評(píng)價(jià)生態(tài)系統(tǒng)對(duì)于氣候變化的反饋就十分困難了。

Page-8 ↑

注意基礎(chǔ)比率謬誤

假設(shè)一個(gè)機(jī)器人能夠以99%的正確率區(qū)別金幣的真假，并且判斷出了一堆假幣。那么當(dāng)你從假幣堆中拿出其中一枚，這枚硬幣的確是假幣的幾率是多少？如果你直覺(jué)地回答“99%”，那么就陷入了基本概率謬誤之中。

一個(gè)不完美的檢驗(yàn)到底有多準(zhǔn)？這不但和檢驗(yàn)本身好壞有關(guān)，還和我們要檢測(cè)的狀態(tài)本身發(fā)生的概率（基本比率）有關(guān)。比如，一個(gè)人做了有99%準(zhǔn)確度的血液測(cè)試來(lái)檢測(cè)一種罕見(jiàn)疾病，結(jié)果呈陽(yáng)性，但其實(shí)他健康的可能性比生病的可能性更大。如果10001個(gè)人來(lái)參加這個(gè)測(cè)試，其中只有一個(gè)人有病，此人的結(jié)果幾乎肯定呈陽(yáng)性，但還有100個(gè)健康人（1%的人）測(cè)試結(jié)果也會(huì)呈陽(yáng)性。這種類型的計(jì)算在任何篩查工作中——比如機(jī)場(chǎng)安檢——都相當(dāng)重要。

Page-9 ↑

對(duì)照很重要

“親愛(ài)的，去跟他談?wù)劙桑麆倓偘l(fā)現(xiàn)自己是個(gè)安慰劑。”當(dāng)前在新藥開(kāi)發(fā)等研究中，安慰劑對(duì)照實(shí)驗(yàn)發(fā)揮著重要作用。

Page-10 ↑

除了待測(cè)變量之外，對(duì)照組與實(shí)驗(yàn)組要保持一樣的條件。沒(méi)有對(duì)照組，就很難知道實(shí)驗(yàn)處理究竟對(duì)結(jié)果有沒(méi)有影響。它可以幫助科學(xué)家確保沒(méi)有額外的因素在干擾結(jié)果。有時(shí)人們?cè)谒幬餃y(cè)試中表現(xiàn)出陽(yáng)性可能是因?yàn)榄h(huán)境、提供測(cè)試的人甚至只是因?yàn)樗幫璧念伾?。在這種情況下，設(shè)置對(duì)照組（例如安慰劑組）就非常重要。

隨機(jī)化能夠避免偏倚

樣品的選擇也會(huì)影響實(shí)驗(yàn)結(jié)果，隨機(jī)取樣能幫助研究者避免偏倚的結(jié)論。

實(shí)驗(yàn)應(yīng)該盡可能采集隨機(jī)樣本。例如直接比較有參與健康計(jì)劃的家庭和沒(méi)有參與健康計(jì)劃的家庭中孩子的學(xué)習(xí)成績(jī)，是很容易帶上偏倚的（因?yàn)槭芙逃潭容^高的家庭也許本來(lái)就更可能參與健康計(jì)劃）。因此，好的實(shí)驗(yàn)設(shè)計(jì)應(yīng)當(dāng)隨機(jī)選擇一些家長(zhǎng)讓他們參與健康項(xiàng)目，隨機(jī)選另一些不讓他們參與。

Page-11 ↑

我們并不會(huì)天真到相信有了這些提示，政策方針就會(huì)自動(dòng)得到改進(jìn)。我們十分清楚科學(xué)判斷本身是有價(jià)值負(fù)載的，也了解偏差和語(yǔ)境跟數(shù)據(jù)的采集及闡述方式息息相關(guān)。我們提供的只是一些簡(jiǎn)單的想法，以幫助政策制定者理解科研證據(jù)對(duì)決策的作用，避免潛在既得利益者造成的不正當(dāng)影響。然而難點(diǎn)在于，社會(huì)公眾對(duì)不同政策的接受程度，仍取決于政治人物本身和更廣泛的政治過(guò)程。

從蜜蜂數(shù)目減少的問(wèn)題到核能的利用問(wèn)題?？茖W(xué)界觀點(diǎn)與政府政策不一致的情況屢有發(fā)生。要將科學(xué)觀念貫徹到政策制定中，前路依然崎嶇。

為了改善這一現(xiàn)狀，我們開(kāi)始鼓勵(lì)越來(lái)越多的科學(xué)家參與政治。盡管此項(xiàng)舉措值得贊賞，但期望科學(xué)家大舉參政并不現(xiàn)實(shí)。另一提議是擴(kuò)大首席科學(xué)顧問(wèn)的作用，增加他們的數(shù)量、可用性與在政治過(guò)程中的參與度。然而，這兩種方法都沒(méi)有解決核心問(wèn)題——議會(huì)投票者中那些科盲們。

或許我們可以向政治人物們教授科學(xué)？這個(gè)想法很吸引人，但是哪個(gè)政治人物會(huì)有如此充足的時(shí)間呢？實(shí)際上，他們幾乎從不閱讀科學(xué)論文和相關(guān)書(shū)籍。顧問(wèn)或外部咨詢?nèi)藭?huì)給政治人物們闡述與時(shí)下熱點(diǎn)相關(guān)的研究，例如線粒體置換、牛結(jié)核病、核廢料處置問(wèn)題等。然而，很少會(huì)有人會(huì)為了一個(gè)政策問(wèn)題去精心設(shè)計(jì)一個(gè)有大量樣本和明確結(jié)論的雙盲隨機(jī)重復(fù)對(duì)照實(shí)驗(yàn)。

以下是20條建議中的后10條：

Page-12 ↑

尋求“重復(fù)”而非“偽重復(fù)”

重復(fù)有利于提高實(shí)驗(yàn)結(jié)果的可靠程度。但在實(shí)驗(yàn)設(shè)計(jì)時(shí)，需要注意避免落入“偽重復(fù)”的陷阱。

在大量實(shí)驗(yàn)、獨(dú)立群體中重復(fù)出現(xiàn)的數(shù)據(jù)更有可能是可靠的。基于多個(gè)實(shí)驗(yàn)的系統(tǒng)回顧或元分析能夠提供單一研究無(wú)法媲美的信息。簡(jiǎn)單地在一群人中挑一些個(gè)體出來(lái)并施加干預(yù)，比如在一個(gè)班級(jí)的孩子中做實(shí)驗(yàn)，可能會(huì)產(chǎn)生誤導(dǎo)——因?yàn)檫@些孩子除了這個(gè)干預(yù)以外還有許多其他共同特征。如果把在這些孩子中得到的實(shí)驗(yàn)結(jié)果推廣到其他不具有相同特點(diǎn)的群體中，其實(shí)就是犯了“偽重復(fù)”的錯(cuò)誤。偽重復(fù)會(huì)導(dǎo)致研究者對(duì)結(jié)果產(chǎn)生沒(méi)有根據(jù)的信心。加拿大紐芬蘭大淺灘就是因?yàn)椤皞沃貜?fù)”實(shí)驗(yàn)得出鱈魚(yú)數(shù)量豐富的結(jié)論，促進(jìn)了世界最大鱈魚(yú)漁場(chǎng)的倒閉。

Page-13 ↑

科學(xué)家也是人

“科學(xué)家也是人，他們和其他人群一樣存在偏倚。但他們的確也有很大的優(yōu)勢(shì)：因?yàn)榭茖W(xué)是個(gè)自我糾正的過(guò)程?！薄砘瘜W(xué)家西里爾·龐南佩魯馬。

科學(xué)家也想在促進(jìn)他們工作的過(guò)程中得到某些利益，通常是地位或研究經(jīng)費(fèi)，某些時(shí)候可能是更直接的經(jīng)濟(jì)獲益。這種情況可能導(dǎo)致數(shù)據(jù)的刻意選擇與夸大。同行評(píng)價(jià)不是絕對(duì)可靠的；期刊編輯可能更支持積極的、富有新聞價(jià)值的結(jié)果。多元、獨(dú)立的數(shù)據(jù)來(lái)源及重復(fù)結(jié)果才更可信。

Page-14 ↑

顯著性很重要

差異顯著性指標(biāo)常用于假設(shè)檢驗(yàn)。通常情況下，P <0.05時(shí)，科學(xué)家才可以得出數(shù)據(jù)間具備顯著性差異的結(jié)論。

統(tǒng)計(jì)顯著性表示一個(gè)事件出于偶然而發(fā)生的幾率，用P表示。比如一項(xiàng)實(shí)驗(yàn)中實(shí)驗(yàn)組與對(duì)照組的差異顯著性是P=0.01，這表示有百分之一的可能性是：實(shí)驗(yàn)處理其實(shí)沒(méi)有效果，是偶然因素導(dǎo)致了實(shí)驗(yàn)組和對(duì)照組的差異。科學(xué)家習(xí)慣將P＜0.05的情況稱為顯著。

Page-15 ↑

不顯著不代表沒(méi)效果

差異不顯著也并不等于差異不存在。

統(tǒng)計(jì)學(xué)上不顯著（P>0.05）不代表真正的無(wú)效，只代表它的影響沒(méi)有被我們檢測(cè)到而已。小型研究可能不足以找出真正的差異。比如用基因改造的抗蟲(chóng)棉和抗蟲(chóng)馬鈴薯做的某一組實(shí)驗(yàn)顯示，這些作物對(duì)諸如傳粉者的益蟲(chóng)不存在不利影響，但實(shí)際上這些實(shí)驗(yàn)的樣本量都不夠大，如果有影響可能也檢測(cè)不到。

Page-16 ↑

“效應(yīng)量”很重要

數(shù)據(jù)差異是否在統(tǒng)計(jì)上顯著和數(shù)據(jù)均數(shù)差異的大小是不一樣的概念。在差異究竟有多大時(shí)，我們需要關(guān)注效應(yīng)量（effect size）。圖為不同Cohen d系數(shù)所表示的差異情況。

顯著性可以衡量差異是“真的”還是“假的”，但如果差異是真的，它有多大？這是所謂的效應(yīng)量。一項(xiàng)多次重復(fù)的實(shí)驗(yàn)也許會(huì)得到統(tǒng)計(jì)上顯著、但效應(yīng)量很小的結(jié)果（因此，可能并不重要。）效應(yīng)量的意義不是一個(gè)統(tǒng)計(jì)學(xué)問(wèn)題，而是生物、物理或者社會(huì)層面的問(wèn)題。二十世紀(jì)九十年代，美國(guó)期刊《流行病學(xué)》（Epidemiology）的主編要求作者們停止使用統(tǒng)計(jì)學(xué)顯著性，因?yàn)樗麄兛倳?huì)誤讀這項(xiàng)數(shù)據(jù)，從而得出不科學(xué)和不正確的公共衛(wèi)生政策。

Page-17 ↑

“關(guān)聯(lián)性”會(huì)限制結(jié)論的推廣

研究對(duì)象不同，研究的條件和結(jié)果會(huì)有所差異。因此不要輕易將某項(xiàng)研究的結(jié)論一般化。

科學(xué)研究結(jié)果能否應(yīng)用在實(shí)際問(wèn)題上，取決于研究條件和實(shí)際情況的相似程度多大。比如從實(shí)驗(yàn)室動(dòng)物實(shí)驗(yàn)中得到的結(jié)果運(yùn)用到人類的時(shí)候就很有局限性。

Page-18 ↑

感覺(jué)會(huì)影響風(fēng)險(xiǎn)感知

一些風(fēng)險(xiǎn)認(rèn)知（橫線以上）和實(shí)際風(fēng)險(xiǎn)（橫線以下）的差異：從左至右依次為高溫、恐怖襲擊、癌癥、墜機(jī)、車禍、電磁波。

寬泛地講，人們通常認(rèn)為“風(fēng)險(xiǎn)”=“某個(gè)時(shí)間段內(nèi)某一事件發(fā)生的概率”ד這個(gè)事件所引發(fā)的結(jié)果”。很多因素都會(huì)對(duì)人類的風(fēng)險(xiǎn)感知造成不同程度的影響，包括事件的罕見(jiàn)性、人們自以為對(duì)事件的掌控程度、結(jié)果的不利影響、風(fēng)險(xiǎn)是否自發(fā)等。比如，美國(guó)人就會(huì)嚴(yán)重低估在家攜帶槍支的危險(xiǎn)（1%），而嚴(yán)重高估住在核反應(yīng)堆旁邊的危險(xiǎn)（1000%）。

Page-19 ↑

相關(guān)性會(huì)改變風(fēng)險(xiǎn)

風(fēng)險(xiǎn)評(píng)估必須考慮所關(guān)注的事件之間的相互關(guān)聯(lián)程度。

計(jì)算獨(dú)立事件的結(jié)果是有可能的，比如極潮、強(qiáng)降水和關(guān)鍵員工的缺席。但如果這些事件相互關(guān)聯(lián)（比如風(fēng)暴會(huì)導(dǎo)致高水位，而強(qiáng)降水會(huì)導(dǎo)致關(guān)鍵員工的缺席），它們共同發(fā)生的幾率就比預(yù)期更大。信用評(píng)級(jí)機(jī)構(gòu)對(duì)一大波次級(jí)房貸違約風(fēng)險(xiǎn)的低估就是2008年信貸市場(chǎng)崩潰的一個(gè)重要原因。

Page-20 ↑

數(shù)據(jù)是可以選擇性呈現(xiàn)的

“……這是我們保存不顯著結(jié)果的地方。”——不當(dāng)?shù)臄?shù)據(jù)選擇行為目前仍是切實(shí)存在的問(wèn)題。

有時(shí)為了支持自己的觀點(diǎn)，實(shí)驗(yàn)者會(huì)選擇對(duì)預(yù)期結(jié)果有利的證據(jù)。譬如，一項(xiàng)研究認(rèn)為懷孕時(shí)的酸奶攝入量和后代患哮喘之間顯然有相關(guān)性，但要解讀它，我們首先要知道研究者是本來(lái)就打算驗(yàn)證這一假說(shuō)，還是在一大堆數(shù)據(jù)中偶然發(fā)現(xiàn)這一相關(guān)性的。相比之下，希格斯玻色子的某一段搜尋歷史則是所謂“旁視效應(yīng)”的例證：如果你使勁使勁找，總能找出來(lái)點(diǎn)兒什么。要學(xué)會(huì)問(wèn)這個(gè)問(wèn)題：有啥是他們沒(méi)告訴我的？

Page-21 ↑

極端測(cè)量值可能會(huì)引起誤導(dǎo)

科學(xué)在普及、進(jìn)步的過(guò)程中總會(huì)遭遇各種阻力。加深人們對(duì)科學(xué)的認(rèn)識(shí)，社會(huì)最終將因此獲益。

由于個(gè)體能力差異、取樣、偏見(jiàn)、測(cè)量誤差等因素的影響，所有數(shù)據(jù)測(cè)量的整理結(jié)果都具有可變性。例如學(xué)校的教學(xué)效率就會(huì)因?yàn)槔蠋煹哪芰?、受試學(xué)生的代表性、學(xué)校所處地域、指標(biāo)測(cè)量方法等因素的影響而呈現(xiàn)差異。但在解釋研究結(jié)果的時(shí)候，除個(gè)體差異之外的因素常常會(huì)被忽略掉。如果我們討論的是極值的結(jié)果（畢業(yè)率翻倍了），比較極值和平均值的幅度（X校的畢業(yè)率是全國(guó)平均值的三倍），或者是數(shù)值的范圍（表現(xiàn)最好和最差的學(xué)校之間有x倍的差距），這就會(huì)帶來(lái)嚴(yán)重問(wèn)題。排行榜就是其中的典型，很少有靠譜的結(jié)論。