科学数据需要科学知识和思维来解读

蒋继平

2018年3月24日

现代媒体上， 包括科学期刊和时事新闻， 经常充满着各种各样的科学数据。 这些数据用图像和表格的形式展示在读者和观众面前。 这些数据大多数来自统计或者科学实验的记录。

我是一位科研工作者， 一生从事科学研究， 在工作中经常需要记录大量的实验数据， 并以图表的形式向上级和合作同事汇报。我在呈报这些实验数据时经常提醒有关人员在应用这些数据时要根据当时的实验环境来一起考虑数据的真实意义。 不过， 即使我不加特殊说明， 我的上级和合作同事们自己也会用科学的知识和思维来解读我的数据。 这是因为他们都是专业上的内行， 具有科学的知识和思维能力。

但是， 社会上的大多数民众并没有足够的科学知识和思维能力来解读媒体上的一些数据。这就造成了当今社会微信圈中许多偏激的科学数据被传来传去的主要原因。 我发现， 越是文化程度低的人， 越是喜欢将这些偏激的数据在群内转发。

科学界的大多数数据属于两大类型， 一类是统计数据， 另一类是实验直接纪录的数据。统计数据往往是一个群体的平均值。不管是哪类数据，它们一般都有自己的定义范围或者一个参照系。而这个定义和参照系是解读这些数据的关键。

要是读者不对数据的定义范围或者参照系有充分的认知， 仅凭数据的数值来解读， 那就可能被误导了。

举个具体的例子来说，患高血压的人数， 在人群中的百分比， 这两组数据在美国心血管联合会调正高血压病的生理指标数值前后一定相差很大。调正后的数值一定比调正前高出许多。 但是， 事实上， 患高血压病的人数不可能在几天时间内增加这么多。调正后的数值升高是因为参照系变了。

我把一些社会统计数据看成是一个信息， 而不是用来当作有参考价值的东西。例如：全国的平均工资收入。 在我看来， 这样的数据对于读者一点儿参考价值也没有。 其理由是：1. 专业的工薪不一样；2. 雇员的工龄不一样；3. 雇员的学历不一样；4. 地区差异。5. 工作单位的待遇不一样。因而， 即使是同一个专业， 同样的工龄，同样的的学历， 在同一个地方， 要是不再同一个单位， 还是没有参考价值。

总之，我们在读科技论文或者观看新闻报道时， 不应该仅看数值， 要先了解产生这些数据的背景或者参照系。要做到这点， 就需要有一定的科学知识和思维能力才行，这个通常只有专业同行才行。社会上， 专业同行在人群中的比例是很低的， 所以， 绝大多数人是外行。 对于外行来说， 这些数据就是垃圾。 这也是当今很多科技论文被认为是垃圾论文的一个主要原因。