是先有结论，还是先有数据？（130715）

闵应骅

   最近，一则新闻很夺人眼球：《美国国家科学院学报》发表MIT和北大、清华教授的研究报告称，与生活在南方的居民相比，空气污染使中国北方居民的人均预期寿命减少5.5年。政府马上表态，中国环境保护部一位官员回应，上述结论缺乏实证，有失偏颇，“没有大量样本得出这个结论不可信”。但有人说：空气污染会影响人的寿命，似乎也可以理解。这就引出一个问题：是先有这5.5年的数据，才得出空气污染影响人的寿命的结论呢？还是先有了结论才得出这5.5年的数据呢？

   美国麻省理工学院2012年发表报告称，中国2005年因空气污染造成的损失达1120亿美元。而世界银行的数据显示，当前中国由于空气污染导致的经济损失至少相当于GDP的1.2%。这些数据又是怎么得到的呢？美国《纽约时报》等媒体8日报道称，一项最新研究显示，居住在淮河以北的五亿中国人由于室外空气污染将总共丧失25亿年的预期寿命，即中国北方人的预期寿命平均比南方人少5.5年，原因是北方普遍使用煤炭取暖导致空气污染，对人体心肺功能造成破坏性影响。据说该论文的研究基于中国特有的冬季取暖政策：其以取暖分界的淮河为准，选取了淮河以北和淮河以南90座城市，收集了1981年到2000年间这些城市每日的总悬浮颗粒物浓度数据，以及疾控系统得到的1991年到2000年这些城市的各年龄段死亡率、预期寿命和死于心肺疾病的数据。论文另一作者李宏彬解释，因为南北供暖政策，研究者发现在淮河附近污染曲线出现大幅的“跳跃”，“原来是平滑的一条线，到了淮河附近突然有个跳跃，曲线不连续了。” 研究发现，淮河北岸的总悬浮颗粒物比相邻的南岸跳跃性地高出了200微克/立方米，相应地，人均寿命也发生了突变，北方比南方少五年之多。

   看来，他们是先收集数据，然后经推理，得到这5.5年的数据。可是，这些原始数据有许多可疑的地方。首先，城市每日的总悬浮颗粒物浓度数据是否可靠，测试设备和测量结果在这10年中是否一致？我常见，现在美国大使馆和北京当地测出的PM2.5的数据就常常不一致，甚至差别很大。死亡率的统计也很复杂，不能说死于心肺疾病就是空气污染导致的，更不能说是因为用煤取暖导致的。最难的是怎么把空气污染的数据转换为寿命的增量？是个什么函数关系？那些曲线是否连续，并不是实测的，而是人画的。所以，统计是门大学问。怎么从繁琐的数据中找出知识来，得出可靠的结论？大有研究的空间。

   从另一角度看，空气污染会影响人的寿命这一结论还是令人可以接受的。但是，找些数据来表明这一结论如何骇人听闻就值得怀疑。整个推理过程经不起推敲。但是，这种现象还真经常有。甚至出现许多大家不懂的新名词，加上一些不知转换过多少次的数据，验证自己的结论正确。这常常缺乏说服力，但对一些比较缺乏知识和思考的群众，却能起到宣传作用。

   胡适之先生教导我们说要“大胆假设，小心求证”。毛主席教导我们说理论要从实践中来。科学研究应该从实验数据出发，得出科学结论。任意修改试验数据、论文造假的学术不端行为必须坚决反对。这也是我们民族求真务实的文化需求。