拼凑真相Epub+Pdf+Mobi+Txt+Azw3 下载在线阅读

 拼凑真相Epub+Pdf+Mobi+Txt+Azw3 下载在线阅读

拼凑真相epubooks.top

• 书名：拼凑真相

• 作者：蒂姆・哈福德

• 格式：EPUB/MOBI/AZW3

• 标签：数据 科普

• 时间：2022-10-17

• 评分：

• ISBN：9787521743159

拼凑真相内容简介

1. 统计数据很容易撒谎，但没有统计数据，撒谎更容易。
2. 在纷乱的信息时代，人们好像已经失去一种认知能力统计数据可以帮助我们把世界真相拼凑起来。
3. 失去这种信念不是因为数据的假，而是难以找到世界的真。
4. 其实，数据在对的人手中可以让世界变得更美好。与普遍的看法相反，好的统计数据不是一种把戏，也不是障眼法，它们就像天文学家的望远镜、细菌学家的显微镜、放射学家的X光片，可以让我们在纷繁世界中变得更聪明。
5. 经济学家蒂姆·哈福德认为，好的统计数据不是用来扭曲真相或掩盖事实的，而是让大家识别真相的有效工具。
6. 通过对统计数据本质的认识，人们可以越过逻辑错误、情感因素和认知偏见的障碍，到达真相的彼岸。
7. 当人们透过统计数据的“望远镜”环顾四周时，会惊讶地发现自己能将这个世界看得如此清晰。
8. 这本书列出十大法则来帮助读者理解统计数据，并运用大量生动、鲜活且知名的故事，辅以大量资料佐证，带大家深入充满虚假信息、不良研究和糟糕动机的世界，从中挖掘可贵的数据，让“用数据沟通”变得更可信，并教会大家正确运用统计数据，帮助个人、组织或政府部门做出更好的决策。

拼凑真相作者简介

1. 蒂姆・哈福德(Tim Harford)
2. 幽默的生活经济学大师，《金融时报》知名专栏作家。在专栏中，他用前沿的经济学理论为读者五花八门的疑问和牢骚提供轻松诙谐的经济学解读。
3. 英国皇家统计学会荣誉会员，牛津大学纳菲尔德学院的一员，获得过众多经济学和统计学新闻类奖项。2019年，他因对“经济学的普及与推广”的贡献被授予大英帝国官佐勋章。
4. 蒂姆与妻子和三个孩子在牛津生活。
5. 著有《混乱》、《卧底经济学》(全四册)、《塑造现代经济的100大发明(上)》、《塑造现代经济的100大发明(下)》。

epubooks.top站是一个下载优质电子书的网站，书籍种类非常多，每个类目下的书籍资源都非常丰富，支持kindle、epub、mobi、azw3、pdf格式下载。以及在线阅读-epub,kindle,mobi,azw3,pdf格式！

一個下載優質電子書的網站，書籍種類非常多，每個類目下的書籍資源都非常豐富，支持kindle、epub、mobi、azw3、pdf格式下載。以及在線閱讀-epub,kindle,mobi,azw3,pdf格式！

记得收藏本站哟！每天都会更新

资源收集不易，还请帮忙点一点，是我的动力谢谢！！！！！！！！！！。

资源收集不易，还请帮忙点一点，是我的动力谢谢！！！！！！！！！！

资源收集不易，还请帮忙点一点，是我的动力谢谢！！！！！！！！！！

如果有什么书本站没有，你也可以在评论处留言。我会第一时间去的！

收藏本站每日更新更多书籍！

=======================================================

资源地址：

Epub版-----密码1122

MOBI版-----密码1122

PDF版------密码1122

TxT版------密码1122

azw3版------密码1122

=======================================================

拼凑真相部分试读：

看清楚统计的数据是如何定义的

你一旦知道了问题的实质是什么，就知道答案的含义是什么了。

—深思(道格拉斯·亚当斯的《银河系漫游指南》中的一台超级计算机)

这是一个事关人命的例子。在英国，不知为何，不同区域的新生儿死亡率差异很大。

政府怀疑是医护人员救治婴儿的方法不同造成的。临床医生被派往婴儿存活率较高的医院观摩，看能吸取什么经验，以重新构建妇产科医护流程。

莱斯特大学的露西·史密斯医生对此也很困惑。

[1]为此，她详细地研究了两个医院的数据，一个是英国中部的医院，一个是伦敦的医院。

这两个医院服务的周边社区相似，但伦敦的医院的新生儿死亡率明显较低。难道伦敦的医院在诊所、产房或新生儿监护室真的做了什么不同的事情吗？

史密斯医生在这些方面没有找到什么差异，却意外地在别的方面找到了原因。

当妊娠在12或13周终止时，我们称为胎儿流产。如果胎儿在24周或再晚一点的时候早产，英国法律规定仍视其为出生婴儿。

但是，如果妊娠是接近这个临界点终止的，比如，在22周或23周，这时对胎儿的定义就模棱两可了。在这个阶段出生的胎儿很小，只有成年人的手掌那么大。

即使这个小小的胎儿有过短暂的心跳或呼吸，也基本活不下来，所以许多医生把这种令人心碎的情况称为“晚期流产”，或者“晚期胎儿夭折”。史密斯告诉我，这种胎儿夭折的父母往往情绪激动，不能接受“流产”这个词，因为这个词暗示这个胎儿好像从来没有来过这个世界一样。

也许是为了减轻这些父母的伤痛，中部医院的妇产科医生形成了一种习惯，将这一令人心痛的状况描绘为“婴儿出生时活着，但后来夭折了”。

幸运的是，22或23周妊娠终止的胎儿很少。但简单一算，露西·史密斯意识到，就是对这些出生胎儿生死的统计方式不同导致两家医院所谓新生儿死亡率的差距。

伦敦出生的婴儿死亡率更低，不是因为什么更好的医护水平或医疗条件，而是对胎儿生死的统计方式不同而已。

同样的现象还发生在不同国家之间新生儿死亡率的统计数据上。对于像美国这么一个富裕国家来说，它的新生儿死亡率过高2010年，每1000名活产婴儿中就有6.1人死亡。

相比之下，芬兰仅为2.3‰。事实证明，美国的医生，像英国中部地区的医生一样，更倾向于将22周后结束的妊娠记录为活产但随后早夭，而不是晚期流产。

这或许是文化原因，或许反映了不同的法律或财政考量，无论什么原因，美国新生儿死亡率高的部分原因——并非全部原因——似乎是在24周前出生的胎儿被记录为活产，而在其他国家则被记录为流产。仅从24周后出生的婴儿来看，美国新生儿死亡率从每千例6.1人降至4.2人。

芬兰的几乎没有变化，由2.3人变为2.1人。[2]

即便是同一个国家，不同时期的趋势增长也会出现同样的情况。

英格兰和威尔士的新生儿死亡率有史以来一直在稳步下降，所以当2015—2016年这一数字上升时，媒体马上拉响了警报。

《卫报》评论“健康专家说，肥胖、贫困、吸烟和助产士短缺都可能是导致这一现象的原因。”[3]

上述原因可能存在。但是，一群医生在给《英国医学杂志》的信中指出，官方统计数据也显示，怀孕22周甚至更早的活产婴儿数量也急剧上升了。

[4]这就意味着似乎越来越多的医生正采用中部医院的做法，改变他们以往晚期流产的记录，而是将胎儿记录成活产却早夭。这就是新生儿死亡率上升的原因。

这里问题是解释清楚了，但还要学到其中的经验教训。通常，要求解释就意味着有人要担责了。

婴儿死亡率正在上升，是政府没有为医疗服务提供足够的资金，还是母亲吸烟或发胖导致了这个问题？
伦敦的新生儿死亡率比中部地区低，是中部医院有什么失误吗？
事实上，也许根本不怪任何人。

当我们要理解任何统计结果的时候，我们先要想一想，这个结果实际上的含义是什么。

乍一看，统计新生儿死亡率是一件让人难过而简单的事，不就是统计死亡的婴儿吗？
但仔细想想，你会发现婴儿和胎儿之间的区别一点也不简单。这是一个深刻的道德问题，是美国政治分歧中最尖锐的议题之一，所以统计学家必须有个界限。

如果我们要了解美国为什么如此割裂，也许我们要先了解统计学家是怎么界定生和死的。

新冠肺炎暴发引发了类似的问题。在我写下这些话的时候，即2020年4月9日，媒体报道说在过去的24小时里，英国本土有887人死于新冠，但我碰巧知道这个数字是错误的。

苏格兰统计学家希拉·伯德做了周密调查，他告诉我，真实数字很可能到了1500人左右。[5]为什么数字差异如此大？
部分原因是一些人死在家里，而官方只统计了那些死在医院里的人，但主要是因为那些因新冠扩容的医院来不及更新死亡人数报告，往往会滞后几天。

今天，星期四，宣布的死亡数据可能是星期天或星期一的死亡人数。由于这几天死亡人数激增，告诉我们三天前的数据容易让人低估目前情况的严峻性。

[6]

统计学就是关于怎么数数的问题。《或多或少》的联合制作人迈克尔·布拉斯特兰就出过这样一个题田野里有两只羊。

如果问起羊的数量是多少，答案当然是两只。只不过其中一只是小羊羔，而另一只母羊快要生小羊了，事实上，它正在分娩，随时都可能生出一只小羊，那又算几只羊呢？
一只？
两只？
两只半？
算三只有点勉强。

所以无论我们谈论的是一家医院雇用的护士人数(两个兼职护士算两个护士，还是一个护士？
)，还是超级富豪的财富(是他们向税务人员申报的财富，还是要算上他们的隐匿资产？
)，重要的是我们要理解计数的对象是什么，以及该怎么计数。

令人惊讶的是，我们很少做到这点。

多年以来，我发现自己周而复始地试图带领人们走出统计迷宫，但我慢慢意识到，许多问题都是因为人们在一开始就走错了方向。

他们执迷于统计上的技术问题，比如询问抽样误差和误差幅度，辩论数字算上升还是下降，相信、怀疑、分析、剖析各种数字，就是没花时间去理解那个首要的，也是最该问的问题统计对象是什么？
用的什么标准？

这种陷阱很普遍，但还没有人给它起过名字，我就姑且称其为“过早计算”。

这也经常是我和我太太对话的场景。我家的收音机放在冰箱顶部，这样我们边吃早饭，边听新闻，难免就会听到一些新闻里的数据，有时是政客的采访录音，有时是一些研究的惊人发现。

例如，一项新的研究表明，玩暴力电子游戏的孩子在现实中更具有暴力倾向。20年来，尽管我太太知道我的知识有限，但她还是习惯性地想象我脑子里会有一个填满各种数字的巨大电子表格，常常问我“这说的可是真的？
”偶尔她问的那个问题正好是我最近研究的，我就能回答，但更多时候我只能老老实实地说“这要看那些数字是指什么。

”

我这样说不是想模仿那些激进的怀疑一切论者，也不是想惹我太太生气。我就是纯粹想表达我不是很懂这些数字是指什么，所以我无法以此判断它的真伪。

例如，“暴力电子游戏”是什么概念？
《吃豆人》游戏算吗？
“吃豆人”活吞生物，这行为够恶劣吗？
《太空入侵者》游戏算吗？
那个游戏除了“砰砰砰”不停地射击或躲避被射击，就没别的内容了。可能研究人员不是指这些，但我现在还没明白他们的意思，所以我只能说我不清楚。

还有所谓“玩”是指什么呢？
是不是指孩子们[7]填写关于平均一周玩几个小时暴力游戏的调查问卷，数字大的孩子就是玩了

或者找来一些孩子，让他们在实验室里玩20分钟的游戏，然后做一些测试，看看他们是否“在现实中”变得更加“暴力”。所以，这些都是怎么定义的？
这个问题要问清楚。

数学家、统计人才储备项目STATS的负责人丽贝卡·戈尔丁说，许多研究衡量的不是暴力行为，“他们衡量的是别的行为，比如攻击性行为”。

[8]问题是攻击性行为不容易衡量，因为它不容易界定。

有一个很出名的游戏视频研究，这可不是我编出来的，就是以人们敢不敢在别人喝的饮料中加辣酱来判断他是不是有攻击性行为。这种“辣酱范式”被描述为可“简单明了”地评估攻击性行为。

[9]我不是一个社会心理学家，无法判断这种评估方法合理不合理。但显然，像“胎儿”、“羊”或“护士”那些例子一样，“暴力”和“玩”这样的常识性词语藏着太多可以操作的空间。

所以我们对政治口号应该和对统计数据一样，也要清醒地认识。

我们都知道政客们喜欢在施政纲领上用“高大上”的名词。

他们经常鼓吹要争取“公平”、“进步”或“机遇”，尤其让人愤慨的是他们经常借我们之口 ——“我们以人民的名义，提出这项政策”。但如果我们不能理解他们那套说辞背后的真正含义，即使是听起来很具体的政策，最终也可能没有什么实际意义。

你要增加学校的经费？
同意！可是在剔除通货膨胀因素之后，平摊到每个学生头上，经费还剩多少？
可能连毛毛雨都没有。

再举个例子，英国脱欧游说团体“走就走”于2017年在英国发表了一份政策提议，呼吁“对非技术移民实行五年冻结政策”。

[10]这个主意听起来怎么样？
很难说，除非我们知道它对每个词是怎么定义的。

现在，我们已经学会问这样的问题——“你说的‘非技术’具体指什么人？
”结果是，仔细看好了，你如果没有一份年薪至少3.5万英镑的工作，那就是非技术人员。这一收入水平将大多数护士、小学教师、技师、律师助理和药剂师排除了。

且不说这个政策是好是坏，大多数人在听说冻结“非技术移民”政策会把做教师和护士的人挡在门外后都很震惊。[11]更重要的是，这也不仅仅是一份政策提议2020年2月，英国政府宣布了新的移民禁令，关于“技术”和“非技术”的解释和提议的措辞差不多，只不过用了一个较低的标准(年薪25600英镑)。

[12]

无论是谁都容易犯过早计算的错。

不要以为只有数学学得差的人在数据方面容易出错，那些精于计算的人也会犯方向性错误。

如果你数学学得好，一见数字你会忙不迭地开始对它们进行交叉分析、相关和回归、标准化和重定基准，游刃有余地倒腾起电子表格或数据包中的数字，因为你擅长，但你从未意识到你并不是完全理解这些抽象量化的东西指的是什么。

可以说，这种只见表象、不见实质的数字游戏是上一次金融危机的根源所在复杂的数学风险模型掩盖了一个问题，即风险究竟是如何评估的，以及这些评估标准是否可以让全球银行体系押注。

我在主持《或多或少》这个节目的时候，发现这个问题太普遍了。专家们研究多年，他们很清楚某个名词的具体指代是什么，但他们容易忘记，普通百姓听到某个名词时的理解可能与他们的完全不一样。

心理学家史蒂芬·平克说人们交流的一大障碍就是所谓的“知识的魔咒”，即一旦你对某个话题相当了解，你就很难再将自己置于话题白丁的角度去思考问题了。我和我的同事就是这样。

当开始钻研某个数据谜团时，我们习惯性地从明确其定义开始

当把它搞明白，并觉得这是个很简单且人人都该知道的事情时，我们时刻提醒自己，我们的听众并不知道我们知道的事。

达莱尔·哈夫很敏锐，他指出“统计谎言”的一个简单伎俩就是误导性的定义，但我们常常自己误导自己。

以39773这个数字为例。这是2017年美国枪击死亡人数(这一数字源于美国国家安全委员会，也是该来源提供的最新数据)。

这一数字，或者类似的数字，在每次大规模枪击案成为头条新闻时都会反复被提起，尽管绝大多数枪击死亡不是这样惨不忍睹的场面。[13](当然，并不是所有的枪击案都能成为头条新闻。

按照一次事件中平均4人伤亡的定义，美国几乎每天都有大规模枪击事件发生，这种事件在新闻编辑那里已经没有优先性了

“枪击死亡”听起来并不是一个复杂的概念枪就是枪，死就是死。就像前文举例中的“羊”这个概念并不复杂，但一样有歧义。

所以我们应该停顿一下，让直觉反应缓冲一下。即使刚刚提到的枪击死亡的年份——2017年，也不像想象的那么简单。

例如，2016年，英国的凶杀率急剧上升。这是因为一次官方调查最终裁定，在1989年希尔斯堡足球场的一次踩踏事件中死亡的96人是非法致死的。

这些人的死亡最初被视为意外，但在2016年被正式宣布为蓄意杀人。这是一个极端的例子，但从某人死亡到正式登记死亡原因之间往往存在延误。

这里最大的问题是“死亡”的含义。没错，这不是一个可以模棱两可的概念。

但是，当我们看着电视画面中血腥的杀人现场，救护车和警车闪着灯光排成排，然后听到“39773”这个数字时，我们自然而然地会把它和杀人案等同起来，甚至将其与恶性杀人案等同起来。事实上，在美国，大约60%的持枪死亡是自杀或罕见事故，而不是被杀。

没人刻意误导我们把实际枪击案放大2.5倍。这是看到那些画面，此情此景，我们不由得那样认为的。

既然知错了，那如何改错呢？
这个问题我们暂且放一放。人们知道这个错误后，反而可能利用它去做各种政治解读。

拥枪派声称，既然非正常死亡人数大多数并非杀人案造成的，这正好说明人们对大规模枪击事件担心过头了。控枪派反对私人拥有枪支，居然用的也是这个误解理由。

他们说这正好反驳了拥枪派的论点，因为既然60%的致死事件是自杀，就说明人们更多时候是把枪对准自己，而不是保护自己，有枪就弊大于利了。

作为有思想的数据解读者，我们不用急于对双方的观点做出评判。我们首先应该搞清楚一些事实，只要了解了事实，自然就知道孰是孰非。

我们应该记住，这39773起枪杀事件，每一起背后都是一个个体悲剧。现在无从考证斯大林是否说过“一个人的死亡是一场悲剧，数百万人的死亡就只是一个统计数据了”，但这句格言回荡了多年，部分原因是它说明了我们对数字代表的人的故事缺乏好奇心。

过早计算不是脑力不够，不去探究每一个统计数据到底意味着什么，只能说明人类缺乏共情能力。

还是自杀这一严肃的话题，不过这一次是英国的状况。

英国的《卫报》刊登过这样一条让人震惊的头条新闻“1/5的17~19岁女孩有自残或有自杀倾向。

”文章接着推测，这可能有各种起因，譬如社交媒体的影响、长相问题、性暴力、考试压力、找工作困难、搬到新环境难适应、政府某项服务的经费削减，甚至有可能和平板电脑有关。[14]然而，虽然这篇文章罗列了很多起因，但几乎没提什么行为才算自残。

因此，让我们直接看看这项由英国政府拨款、委托一些知名研究机构进行的研究。[15]我们下面阐述的会让人们很快就意识到，这个新闻标题本身就有谬误，这是“标题党”的普遍问题。

标题说有1/5的17~19岁的女孩自残过或企图自杀，这不是事实。事实是，1/5的人说她们在某个年龄阶段做过那样的事，但不一定是最近。

但是“做过那样的事”又是指做了什么事呢？
这项研究和《卫报》的报道一样没说清楚。

英国国家卫生局网站列出了各种自残行为，包括割伤或灼伤皮肤、打自己或扇自己耳光、吸毒、酗酒、厌食症和贪食症等饮食失调症、拔头发，甚至是过度运动。[16]所以当这些女孩回答她们有自残行为时，她们知道自残行为指的是上面那些内容吗？
她们是否知晓我们无从得知。

我问调查人员他们所说的自残是怎么定义的，他们告诉我，他们不想局限于某种定义，而是要“涵盖所有可能的自残方式”，因此自残就是被采访者认为是什么就是什么。[17]

。涵盖所有可能的自残方式听起来无懈可击，毕竟人们多多了解1/5的17~19岁的女孩自认为曾经有自残行为不是坏事。

但我们这些解读数据的人心里要有数，这些数据的可信度到底有多高。自残让人担心，自残也可大可小，你可能会发现一些自残就是矫情，而一些真的吓人。

酗酒和厌食症的严重性能一样吗？

明白了这一点后，再看新闻标题，就会觉得把自残和自杀放在一起是不够严谨的。自残和自杀根本就不能比。

这项调查表明，令人担忧的是自残在年轻女性中十分普遍，但令人欣慰的是自杀却相当罕见。在英国，每10万名年龄在15~19岁的女孩中，每年仅有3.5人自杀。

也就是说，整个英国境内这个年龄段的少女自杀人数每年在70人左右。[18]

(此刻，我希望你已培养了习惯，能追问有关当局对“自杀”是怎么定义的。因为有时候，有人的确是求死，但有时候，有人只打算自虐却出现了意外，所以怎么才算自杀呢？
英国国家统计局给出了明确的界定如果孩子年龄大于等于15岁，这类死亡被裁定为自我行为

15岁以下，则被认为是非自愿行为。

显然，这样的界定也未免机械，不足以反映全部事实，但世事难料，我们也无法知道所有真相

此外，这个标题把自残、自杀行为特别和女孩挂钩后就更是错上加错。其实，这项研究发现，17~19岁这个年龄段，男孩子虽然没有女孩子自残的那么多，但他们来狠的，自杀风险更高，是女孩的两倍。

这些数字都代表着让人心痛的悲剧。我们如果想切实掌握情况，或要出手拉这些孩子一把，那么明确定义至关重要。

不管怎么说，我们收集数据的目的就是服务民众。

我接下来在本章里准备更详细地剖析一个例子，来示范我们应该如何思考一个复杂的问题。我们首先要弄清楚数据的统计对象是什么，其次才是数学计算。

我要举的这个例子是贫富不均现象。人们对这个话题深有感触，义愤填膺，但如何解决却不得要领。

让我们用一段轰动一时的引述开始这个话题。

“乐施会世界上最富有的85个人的财富总和等于世界上最贫穷人口的财富总和的一半。”这是《卫报》2014年1月的头条新闻。

[19]《独立报》报道了慈善发展机构乐施会发表的同类研究，其他许多媒体纷纷跟风，相继报道。这个调查结果让公众然，但它想跟我们说些什么呢？

其实，乐施会的目的就是吸引大众的眼球。他们就是要上热搜，赚流量。

至于事实真相，那是次要的问题。不是我一个人这样想的，该报告的主要作者里卡多·富恩特斯在为乐施会官方微博接受采访时说了差不多意思的话，而乐施会官方微博就这个采访发表了一篇题为《剖析一个致命事实》的博客，但这篇博客除了大谈特谈“乐施会网站有史以来访问量最大的一天”，没有别的内容。

[20]那么这个所谓“致命事实”是颠覆性的事实吗？
富恩特斯后来告诉BBC，他的研究“有缺陷，但这是他力所能及的调查结果”。

我不清楚他说的缺陷是指什么。但三年后，乐施会对那份调查报告进行了重大的修改，标题从“85位亿万富翁”变成“8位亿万富翁”。

难道贫富不均真的又严重了10倍？
是亿万富翁的财富又增长了10倍，还是穷人的财富又无故缩水了90%？
这不对，这几年没有重大的经济危机啊。乐施会这样的宣传让贫富不均现象一下子激起了民众的愤慨，使民众再也无法冷静地辨别与反思数据的真伪。

乐施会的调查数据都能改动得如此之大，你会觉得用这份报告研究贫富不均算有据可依吗？
媒体争相报道，也是数据不一，让人糊涂。《卫报》准确地重复了乐施会官微的标题——世界上最富有的85个人的财富总和等于世界上最贫穷人口的财富总和的一半，但《独立报》用的是一份信息图表，称世界上最富有的85个人的财富与世界其余人口财富的总和一样。

BBC制作的一部关于超级富豪的纪录片的预告片也是用的这个错误说法。这两种提法的含义相差甚远，怎么会这样？

如果想不明白，我来告诉你事实吧。世界财富不是贫困人口占了一半，穷人哪里还有什么财富可计。

但也不是85个(或8个？
)富可敌国的亿万富翁攫取了世界上大部分财富。财富的大头是由几亿中等收入群体占有，如你如我。

《独立报》和BBC把“贫困人口财富的一半”和“非亿万富翁的财富”混为一谈。虽然这只是概念界定不甚清晰的问题，但体现在数字上却是失之毫厘，谬以千里，是不到2万亿美元和200多万亿美元的差别。

没有反复核实的结论就会造成这样数字相差百倍的严重谬误。

《独立报》在数字上的草率还有一个令人大跌眼镜的例子。它比喻说这85位最富有的人的财富占比相当于世界上1%的富人的财富是其余99%的人口财富的总和。

什么？
这样就意味着全世界人口只有8500人吗？
如果说之前的说法是百倍误差，这一次就是近百万级别的误差了。

我们应该借《独立报》这个荒谬的错误反思一下。它提醒我们，人们很容易被激将起来。

是的，这世界就是这么不公平，有朱门酒肉臭，也有冻死骨。当我们盯着这些不公平现象时，就意味着我们开始感情用事了。

《独立报》能把80亿人和8500人搞混，能把世界上最贫穷人口财富的一半与中间阶层的财富搞混，民众就这样被蒙蔽了。这种错误都已经很荒唐了，和亚伯拉罕·布雷迪乌斯一样，我们一旦对某事昏了头而不是用了心，就等着出错吧。

这里也给大家提个醒，只要有脑子的人，用脚指头都可以算出来，不管世界人口的“1%”是谁，肯定不止85人。可为什么没有人指出这个荒唐的错误呢？
世人都没脑子吗？

我不能太苛责乐施会，它的目的是号召大家乐善好施，为此要想尽办法吸引大家的注意力。它的调查结果引发媒体后继的混乱也不能算到它的头上。

但是，越是这样的糊涂信息，越要我们这些人把事情搞清楚。让我们回到黑板前面，从首要问题开始，先搞清楚统计主体是什么，以及采用了什么统计方案。

财富统计的主体是净资产，也就是房屋、股票和银行现金等资产减去债务后的剩余。如果你有一套价值25万美元的房产，但有10万美元的抵押贷款，那净资产就是15万美元。

乐施会的统计报告是这么来的。由瑞士信贷聘请研究人员将世界贫困人口的财富进行累加[21]，然后根据报纸上的财富排行榜，将顶级亿万富翁的财富也进行累加。

他们发现富豪们的钱加到第85位时就超过世界贫困人口，也就是约24亿成年人口财富的一半了(瑞士信贷的研究人员不计儿童)。

但是个人的净资产真就能断定这个人是穷是富吗？
假设你贷了5万美元的款买了一辆5万美元的跑车。在你把它开离4S店的那一刻，这辆跑车瞬间就贬值了几千美元，也就是说，你的净资产少了好几千美元。

如果你刚读完学费昂贵的MBA(工商管理硕士)，或法学院，或医学院，为此借了几十万美元的债，你的净资产这时是负的。但一个年轻医生的日子可能还是会比一个自给自足青年农民的日子滋润得多，即使医生目前还欠着巨债，而农民还拥有一头瘦骨嶙峋的奶牛和一辆价值100美元的破自行车。

[22]

净资产是衡量财富的好方法，但不是判断贫富的好方法。很多人的资产是零，甚至为负，这些人中有些真的一贫如洗，而有些人，像刚毕业的医生，他很快会还完外债。

还有一个问题，当你加的都是些零和负数的时候，你永远不可能得到一个正数。我上次数了数我儿子存钱罐里的钱，是12.73英镑。

这就是说我儿子的资产比世界上最穷的10亿人的资产加起来还多，这能证明我儿子是富豪吗？
开玩笑。这能证明赤贫只发生在某个地方吗？
不能证明，至少不能直接证明。

我们震惊于超过10亿的人一文不名这一事实，但不清楚把这些零加起来能说明什么。反正除了说明10亿乘以零还是零，我也没明白一二。

就像做数学卷子一样，先审题，再动笔。我们也要先搞清楚这些数字的意义，再开始统计。

也只有在这时，才轮到数学上场，只需简单的计算就可非常清楚地说明问题。

看瑞士信贷的全球财富报告，也就是乐施会的统计数据来源，我们来看看数字还可以从什么角度来阐明问题。[23]

• 全世界有4200万人的个人财富超过100万美元，这些人的财富总额达142万亿美元。

他们中有个别人的财富达到万亿级别，但大多数没到。

如果你在伦敦、纽约或东京等地有一套已经还完贷款的漂亮房子，或者有私企给你发优厚的养老金，你就很容易成为这个阶层的成员。[24][25]全世界近1%的人是属于这一金字塔尖上的人群。

• 全世界有4.36亿人的资产介于10万~100万美元，即这个群体的财富总额达125万亿美元。世界上近10%的人口属于这第二梯队。

• 这两个群体合起来掌握着世界上的绝大多数的财富。

• 另有10亿人的个人财富是1万~10万美元，他们的资产总额达4万亿美元。

• 剩下的32亿人人均财富不到2000美元，财富总额只有6.2万亿美元。这些人中，有些人的收入远低于平均水平。

简单说就是，世界上最富有的5亿人拥有大部分的钱，另有10亿人拿了其余的钱。超级富翁像那85位的也是屈指可数，因此他们拥有的财富还不到总数的1%。

这样的数据给我们描绘出较为详尽的世界财富分配信息，而不是一个劲地聒噪贫富不均的“致命事实”。乐施会用“致命事实”一词情有可原，毕竟它就是为了博人眼球和劝人布施，但我的目的是了解万物真相。

其实这些数据在网上很容易查到，搜一下就会出来，所以难的不是技术，而是你到底有没有探究真相的心。

至少乐施会明白它说的是财富上的不平等。

我们经常听到有人含糊其词地嚷嚷“不平等已经加剧”，我们都不知道他说的是什么不平等、谁与谁之间的不平等，以及如何衡量的不平等。

人们高喊“不平等加剧了”，也许是因为他们看到乐施会的统计数据将85位亿万富翁减为8位，也许他们是指人们的收入不均现象。

如果想了解人们的生活方式以及他们每天的消费能力，收入不均很能反映问题。

我们吃什么、穿什么、过什么样的生活，往往与我们的资产无关，而与工资、养老金、社保或小本生意赚钱多少等固定收入有关。很少有人有钱到可以纯粹靠利息生活，所以，我们如果想了解贫富不均在日常中的体现，可以多关注收入的不平等而不是财富的差异。

看收入的另一个好处是，我们不会得出一个普通小学生的存钱罐比10亿人加起来的财富还多这样的荒谬结论。

如果我们要比较收入不平等，那选择谁作为比较的主体呢？
人们首先想到的一定是拿富人和穷人做比较，但除此之外，其实还有其他的比较对象，譬如国家之间、种族之间、男女之间、不同年龄之间、一个国家内不同地区之间等。

但即使我们确定衡量的是收入的不平等，以高收入者和低收入者为对象，还有一个问题要明确用什么方案衡量。

这里有几个可能的衡量方案。你可以将收入中位数(处于收入分配中间的人的收入)与收入垫底的10%的人的收入(接近收入分配底部的人的收入)进行比较。

这就是所谓的50/10比率，它显示的是穷人相对于中产阶级的收入差异。[26]

你也可以看看收入最高的1%的人的收入份额，这不仅是反映亿万富翁，也是百万富翁生活状况的一个不错的指标。你甚至不用自己动手，智囊团和研究学者早就算过那些财主的口袋有多深了，那些数据也是在网上一查就知道。

这两种衡量方案似乎都能反映一些真相，但这样的比较会不会自相矛盾呢？
例如，在一个国家里，收入最高的1%的人的收入猛增，与此同时，随着50/10比例的缩小，贫困家庭逐渐脱贫，与富裕家庭的收入差距也在逐渐缩小。如果富人变得更富有，而穷人相较中产阶级收入增幅也更大，这说明不平等加剧了，还是减少了，还是两者兼而有之？

不要以为这只是个假设的问题，它就是1990—2017年切切实实发生于英国的事情。这些年间，收入最高的1%的英国家庭的税后收入有所上升，但贫困家庭的低收入情况也有所缓解，慢慢向中等收入家庭靠拢。

所以，任何把问题简单化的人，都会被这个事实驳倒。世界是错综复杂的，我们不应该指望统计数据总是能给出一个非黑即白的结论。

几年前，英国有过一场关于财富不均的电视辩论，我受邀担任驻场数据咨询。

这个在演播室录制、有观众参与的一小时特别节目，邀请了各路大咖共同商讨为什么解决英国贫富不均的问题事关紧要。

在这个节目的准备初期，我就向制作团队提到了有世界不平等数据库这么个东西，这是一个最初由经济学家托尼·特金森爵士和托马斯·皮凯蒂整合的数据资源库。皮凯蒂是因《21世纪资本论》而声名大噪的学者，而2017年去世的托尼爵士是他的导师之一。

他们都赞成政府对经济的广泛干预，应向富人课以重税而达到劫富济贫的目的。我和许多经济学家一样，对这种政策持保留态度，但这并不妨碍我推荐他们的数据库，因为他们是世界顶尖的专家。

俗话说，夜长梦多，果然如此。

节目一切准备就绪，但录制前几天，节目组的一个人和我打了一通不太愉快的电话，就是因为我以前提到，在过去几年中，财富排行榜前1%的人的税前收入份额是略有下降的。

正如我们所看到的，这绝不是衡量贫富不均的唯一方法，但这是皮凯蒂和特金森喜欢强调的一个指标，而且它是这个话题的一个很好的切入点清晰、严谨，而且在电视上很容易解释。但是节目组的人却忙不迭地提醒我，整个节目的基调是自2007—2008年金融危机以来，贫富不均现象一直在加剧。

他们怎么会那样认为？
数据不是很清楚吗？
排名前1%的人在2008年的税前收入增长了12%，但这场经济危机让这一比例下降到10%或11%。

[27]这是情理之中的事一场大规模的金融危机可能会暂时让银行家、律师和企业高管等高收入阶层的收入受到一些损失，但是，要记住，这是两位“左倾”经济学家收集的数据，他们才应该是第一个跳出来谴责银行家贪婪或政府不顾百姓艰难、削减各项开支的人。

事与愿违。在节目制作人看来，这种不平等现象的加剧才是真相。

也许他们看了我推荐的数据库，发现数据有误，抑或他们发现了他们认为的更好的衡量方案。但我从和节目组人的通话中察觉，他们十有八九没有看我向他们推荐的数据库。

我但愿这不是真的，因为制作这么一个被寄予厚望的电视节目需要特别强的探究心，制作人不至于连一分半钟的时间都不愿意花来核实一下节目的基调是否正确吧。

后来我找了个理由，退出了那个节目。

统计学家有时被人嘲笑为“只会计算”。这种不屑既误事又伤人。

制定政策需要的数字岂是儿戏，它们不仅难在计算，更难在界定。一旦你明确了要算的是什么账，计算就是轻而易举的事，但如果你不理解这个界定，那么即使有了数字也不会看出所以然。

所以可悲就在于我们中很多人从一开始就犯了方向性错误。那么，如何避免掉入这个陷阱呢？
要学会问问题问问统计对象是什么，统计数据背后有什么故事。

人们总是天真地认为统计最多就是跟数字打打交道，比如，怎么记一个百分比，怎么化整为零并分类。其实这些都是数学问题，都是技术问题。

只有方向对了，技术才派得上用场，对吧？

通过前文的介绍，我想我们已经了解到数据水很深，真相不易寻。

文字远比数字复杂。

我们在弄清楚护士是否加薪之前，先要弄清楚“护士”包括哪些人

在哀叹年轻人流行自残之前，明确自己是否清楚“自残”的定义

在得出贫富不均加剧的结论之前，先探究“是什么不平等”“不平等现象加剧了吗”。这种问题要求给出像快餐一样简短、明确的回答既不合理，也极其不合情。

只有当我们怀着一颗探究的心，找准方向，开始发问，才发现真相就在那里。