最近看到「著名科普博主」@视知 发了条视频《校园暴力80%来自女生？数据怎样骗你》。正如标题写得那样，视知团队查到了这个校园暴力数据的来源，并试图论证这个结论是片面的，数据本身是有问题的。当然，主要目的还是为了介绍、推广一本今年新出的书《拆穿数据胡扯》。
可你视知本身就是乱用数据，胡扯结论的高手啊！
没见过这么贼喊捉贼的。
算下来，我跟视知也算是同行，谁也不是第一天出来读论文、看数据了，就算不读这本书，该怎么分析数据，我想视知的编辑和写手们自己心里应该清楚。你们自己都胡扯了些啥，应该也有点数吧。
拆穿数据胡扯？
《拆穿数据胡扯》确实是一本好书，我自己也买来读过，受益匪浅。在这个没啥人看书的时代，推荐这样一本严肃的书籍总是费力不讨好的，但还是想和看到这篇文字的朋友说，这本书真的值得一读。
当然，别读成视知那样就行。
这本书主要讲的是，如果看穿那些「巧用」统计学技巧，拿真实数据，「编造」出来的错误结论。比如我们常开玩笑说的那个「所有喝水的人都会死」。
具体到视知「校园暴力」这条视频。他们也是先找到了「校园暴力80%来自女生」这个结论的数据来源，然后用其他证据和研究，从多个角度论证这套数据本身是有偏差的，所以得出来的结论「校园暴力80%来自女生」是错的。
我自己对校园暴力性别问题没有研究，也不好说视知的说法及论证过程是否正确。但有一点我觉得不对，或者说至少是视知读书不细致的表现。
视知在自己「拆穿数据胡扯」的过程中，引用了一篇文献《我国校园欺凌事件主要特征与治理对策》中的结论：
在因为变量为“欺凌行为过程是 否拍视频炫耀”回归方程所涉及的五项自变量中，“被欺凌者性别”的显著性系数为 0.004，通过了 0.05 的显著性检验，在对因变量的回归系数为正向值 4.923，说明当被欺凌者为女生时比被欺凌者为男生要高出近 5 倍的概率被拍摄侮辱视频。
我关心的并不是这个结论是否正确。而是视知究竟有没有好好读书。
「p 值」是统计学上常用的一个数据。所有的数据统计都有偶然因素，所谓「p 值」就是用来看偶然性大小，从而判断数据是否可靠的。简单来说，当 p < 0.05 时，意味着偶然性发生的概率低于 5%，统计结果显著。比如「所有喝水的人都会死」，那考虑到大家终究是「尘归尘，土归土」，p = 0，那么统计结果肯定是没问题的。
当然，从这个案例中你也能看出来，P 值显著与否，并不能完全代表结论是否正确，它就是一个统计学中处理数据的方法而已。在《拆穿数据胡扯》这本书中，作者花了大量笔墨介绍「p 值操纵」，包括怎么选数据啊，怎么写结论啊之类的。我自己在写稿子看论文的时候，遇到 p 值操纵的情况数不胜数。既然他们是介绍这本书，那我默认他们读过全书应该不过分吧？咋明知 p 值可以操纵，仍然在拿 p 值说事？
我估计他们是找不到的论文了……
错误远不止这点
当然，如果就这点事儿，那我自己都觉得有些过于吹毛求疵了。问题是，视知自己不注意数据来源，胡乱引用不靠谱的数据，也不是一次两次了。这次讲「校园暴力性别问题」，显然是有点儿「既要当婊子，又要立牌坊。」
举个例子？哈，那我这可是有不少呢。
养狗很贵，养导盲犬也是
2021 年 4 月，视知曾发布过一支视频《导盲犬到底是不是“骗局”？》。首先，里面就有个直接用错的数据。
抄数据都能抄错
视频中讲：
在今天的德国，每 600 位视力残疾人士就有 50 只导盲犬。
我当时看到这就觉得不对，按照德国 8000 万总人口估算，少说四五十万盲人，这么算下来怕是得有几万只导盲犬，说实话我觉得全球可能都没有这么多导盲犬。果然，在视频发出后没几天，他们就说正确的数据应为：
在今天的德国，每 50 万位视力残疾人士就有 600 只导盲犬。
那么这个数据是哪来的呢？我用英文关键词简单查了查，并没有看到相关报道。翻看了视频末尾资料来源后，这个数据是源于澎湃的一篇文章。
但问题是，澎湃这篇文章中说的是，德国一共有 50 万盲人，600 只导盲犬。《生命时报》曾在 2014 年发表过一篇文章也提到说「德国约有 1/10 的居民是残疾人，其中，盲人和视力残疾者的人数在 50 万左右。」这「一共 50 万」和「每 50 万」之间，表达的含义似乎不太一样吧……多一个「每」字，搞得好像德国视障人士很多一样。
私以为，这句话应该这么说：「全德国一共 600 只导盲犬。」
更加可笑的是，视知在解释完这个自己「胡编」的数据后，还好意思说：
导盲犬在发达国家的服役历史很长，普及率相对也相对高，将之称为“骗局”，确实有失偏颇。
当然，谁都有犯错的时候，我可以善意地认为，上面这就单纯是个笔误。但接下来的两个数据和结论的错误，我觉得那就是单纯揣着明白装糊涂，乱用数据编结论。
你赚多少钱啊
视知在视频中讲：
盲人养导盲犬，和普通人养宠物狗的花销，是一样的。如果养得起一只狗就是“特权阶层”，2020 年中国 3500 多万人养了 5200 多万只宠物狗，这特权阶级的定义是不是太宽泛了？ 2019 年，中国人均单只宠物犬年消费是 6082 元，平均下来每月大概 500 元。如果盲人朋友有了导盲犬，可以自由地出去工作，每月负担 500 元的养狗费用，不会太困难。
嘿，你猜中国有多少人？14 亿。也就是只占 2.5% 而已。我没有具体查这个统计数据，是否包括了农村养的土狗，如果排除掉农村人家养的土狗，那么这个养狗人数和比例可能会更低。我就按宽泛了算，承认 2.5% 这个数据。
你猜我国 985 和 211 大学录取率分别是多少？985 不同年份大概是 1.6%–2%，211 大概是 5%.
我是山东人，我上高中的时候，平均每个班大概是 50–60 人，也就是说像这种规模的高中班级，平均下来每个班也就是第一名上 985、第二名上 211 的水平。回想一下你上学时候，班里第一第二是不是特别受老师照顾？
当然我想讲的重点并不是这个，而是「每月养狗平均花费 500 元的事」。
这支视频是 2021 年 4 月发的，用的很多数据也是 2019、2020 年的数，那我也引用 2020 年的数据好了。根据国家统计局的统计数据，2020 年，我国居民人均可支配收入的中位数为 27540 元，平均下来每个月不到 2300 元。注意，是中位数哦！统计局对「可支配收入」的定义是「居民可用于最终消费支出和储蓄的总和」，说白了就是扣完各种税后到手的钱，比较宽泛，你什么还车贷、房贷，交的房租，都没有扣出去。也就是说，这相当于是要拿到手收入的五分之一以上来养狗，还觉得「不会太困难」吗？
2020 年两会，总理答记者问时说「有 6 亿人每个月的收入也就 1000 元」，事后有无数人解释这个数据是怎么回事。但无论怎么算，那些没有收入的人，也是一张吃饭的嘴啊！一只狗要吃掉这些家庭半个人的收入，我想这怎么也不能说是「不会太困难」。
找工作不要指望狗
上面是乱用数据的，下面还有乱造逻辑的。
视知在视频中说：
如果盲人朋友有了导盲犬，可以自由地出去工作。
按照视知逻辑，盲人有了导盲犬，就可以出去工作。说明「有导盲犬」是「出去工作」的充分条。那没有导盲犬的盲人呢？
视知引用的澎湃的数据说，中国一共也就 200 导盲犬。我这里也用这个数据好了。
那中国有多少盲人和视障人士有工作呢？我想用两个例子。
第一个是政府数据。我国云南省从 2016 年初开始搞「助盲脱贫」行动，两年间培训了近 5000 位盲人按摩师，其中 80% 以上参与工作，月均收入 3500 元以上。
第二个是我亲身经历。由于工作原因，我的肩颈经常出问题，有时候也会去找盲人按摩师帮忙按按。在北京，这样由视障人士组成的按摩店遍地都是，我经常去的那家店里，大概有十几个师傅，纯按摩的费用，大概是 90 分钟不到两百块，从头到脚都给你按了，非常舒服。
考虑到我国也就 200 只导盲犬，按照视知的逻辑，这些盲人就不能出来工作了？显然不是啊！让他们出来工作的，不是 20 万一条的狗，而是一项又一项助盲政策。
这条视频中逻辑错误可不仅仅有两条，其他的我也懒得说了。
艾滋靠「谁」传播？
2020 年 12 月 1 日「世界艾滋病日」，视知发布视频《怎样消灭艾滋病？》。这么一个简单的事儿，我没想到都能出数据引用问题。
武汉 ≠ 湖北
视频 8:30–8:33 中配音脚本为：
陕西、湖北等地的统计数字，都指向了同样的问题。
视知并没有明确写出来「同样的问题」具体指什么，我根据上下文总结，这个「问题」完整表述应该为「男男同性性传播是中国部分地区艾滋病传播主要途径」。
我们暂时放下「问题是什么」，先看看措辞。配音中念的是「湖北」，字幕中写的是「湖北」，但画面上引用的材料，清清楚楚只写了「武汉市」和「市卫计委」。

如果你觉得我这里太吹毛求疵，那让我们回到「梦开始的地方」，再来看开头「校园暴力」的视频中，视知是如何反驳「校园暴力 80% 来自女生」这个数据的：
从「视频中女生占 80%」推出现实中校园暴力实施者有 80% 是女性，是一个典型的偷换概念。
那根据这个思路，我能不能说「从『武汉市新增青年学生感染者人群中，男男同性性传播途径占比极高』，推出『湖北省新增青年学生感染者人群中，男男同性性传播途径占比极高生』，是一个典型的偷换概念」？毕竟湖北不光有武汉一个市。
谁在传播艾滋病？
视知在这个视频中，用多个地区「男男同性性行为」传播占比极高，来否定「传播艾滋病的主要是黑人留学生和女大学生」这个观点。颇有点用魔法打败魔法的意思。
这两个数据都不搭嘎啊。你要否定的观点，显然是一个要放眼全国和全年龄段来看的东西，拿什么北京、武汉这些地方，部分年龄群体的数据来当论据，显然是不对等的——北京、武汉的数据咋就等同于全国了？
我免费给视知一套数据。这也是我自己动手统计的，数据全部来自官方报道，有据可查。2021 年 12 月，我统计了 2020 年我国大陆 31 个省级行政单位艾滋病新增病例，当时只找到了 16 个省 1–10 月（上海市为 1 月–11 月 20 日），其中有五个地方公布了各传播途径的具体人数，分别是上海、天津、山东、浙江和湖南，再算上北京市公布的比例，总体算下来，如果把「同性性行为传播」等同于「男男性行为传播」，那么这六个地方，因同性性行为传播案例占约为有 40%，远不及异性性行为传播数据 55%。
另外，还有个云南，没公布总新感染人数，所以没统计在上面。猜猜云南 2020 年 1–10 月新发现感染病例中，有多少来自异性性行为？91.2%.
我想，这应该比单拿什么北京、武汉这种单蹦的地方，有说服力得多吧？
我很厌恶视知的视频，主要是没啥新鲜玩意儿还净讲错，所以看得也不多，上面两个是我印象深刻的例子。之前看他们的微博比较多，那错误……嘿嘿，但我也就懒得去翻了。
毕竟，一个信风水的老板，能做出来啥正经的科普呢？如果有兴趣，说不定之后还可以给他们做个合集，看大楼风水我不会，但写稿还是略懂一二的。
