自证法帮你识别虚假数据

收到朋友伴随[惊讶]表情发来的下图：

图1

看这玩意儿真是气不打一处来，这种胡编乱造的东西，居然很有市场。

图片来自一篇微信公号文章，名叫《三亿中产不生孩子的真相》，发布者是一位大V，该文又被更大的V转发。单就我看到的两篇，就有2万多的转发量。

从评论来看，有感叹养不起娃的，有说养娃不如养蛙的，有怨恨政府不包办养娃的，有联想热点事件的……就是没有一个人对这篇“真相”中的“证据”（几幅图表），提出任何异议。

一向精通阴谋论，经常满面狡黠微笑“你懂得”的网友，居然一点不怀疑这些数据是虚假的！

我们就说上面图1吧。

打眼一看这样一张图表，WTF！在北上广深养个孩子要200多万！ 再看看家庭收入，要一对夫妻不吃不喝16-20年。就算二线城市，也要十几年的全部收入。 这可还怎么敢养孩子哟~~

但是，请等一等，这个“养娃成本”的数据来源是什么？

媒体发布这类养娃成本的历史悠久。但以前纸媒搞这种话题的时候，好歹还列个计算过程——是以什么样的家庭为例，孩子奶粉多少钱，尿布多少钱，上学习班多少钱等等，有个大致明细。然后再根据现状推论一下把孩子养到XX岁，一共要多少钱。

这个图1倒好，既没有说明是在什么样人群中采样统计的结果，也没有说这个总数之下分为几个方面的花费，连是养18年，22年还是一辈子都没有说明一下。

假设我要强行给图1洗地，尽量解释它的合理性。那么好吧，我可以做如下假设——

这个养娃成本，说的是：

• 在其中所列城市里，
• 以中产阶层（题目里写着“中产”嘛），在该地区最常用的养娃方式（e.g. 北京是上一堆辅导班，上海是上私立再上一堆辅导班，广州深圳是送到中国香港上私立再上一堆辅导班，etc.），
• 根据当前的状况和人民币购买力推测出的，
• 把一个娃从出生养到大学毕业所需的成本。

至于具体数据来源嘛，我们可以进一步假设，是在这些城市找了一些中产家庭，通过采访获得的。

看起来很合理是不是？

可是我们再看看图1第一列数字和第二列数字相除的商。

根据这两列图例的解释，这个商表示的应该是在这些城市中生活家庭的全部年收入。是怎样的家庭呢？根据题目，我们可以推断是这些城市的中产家庭。

可是，大家请真正除一下就会发现，所有的商居然都在12正负0.01（万）的范围内。

换言之，图1的提供者认为，图1中所有城市的中产家庭年收入都是约等于12万。

这一点，即便是放在普通人的常识里，也知道有多么错误吧。

中国现阶段发展不平衡的一大表现就是地区之间收入差距巨大。长春和北京会是同一个种收入水平吗？

如果还要强行为图1寻找合理性，非要说这是在不同城市里挑选了不同收入层次的家庭（例如北京的普通收入对应长春的中产，或者北京的中产对应长春的高收入），那么就要请问了，这样把没有可比性的数据放在一起展示的目的，除了误导还有什么呢？！

至此，面对图1，这样一份连纯粹数据内部互相印证的合理性都不存在的数据，判断其为虚假数据，是确定无疑了。

《三亿》一文中引用的图表不止图1一幅。

还有一张表格提名是“新兴中产阶层子女数量比例”，文中说是源自福布斯发布的《2018年中国新型中产阶层财富白皮书》。

我在网上搜索了一下，提到有这样一份白皮书的网页众多，但都没有该白皮书原文。

另有一分“预计出生人数”，未标明源头。

这两份数据直接从本身看，并没有很明显直接违背一般常识的地方，也不好立刻就下结论说它们是虚假的。

但对于一篇文章的作者而言，如果已经引用了一份造假明显的数据，那么至少属于态度不严谨。

更何况这份数据还是作为主要证据出现，如果它本身就不成立的话，其后基于它的论点又如何可信呢？

自媒体时代，很大程度上实现了出版自由，发布的文章、稿件不再经由权威单位预先审核，方便了作者和读者。

然而自由和便利都是有代价的。

对于读者而言，你所读到的大量通过社交媒体直接发布的言论，都不再有人替你预先检验其真实性。

如果想从便利中获得有效信息，从自由中寻觅理性思考，作为读者，就要自己负担去伪存真的责任。

下列几点建议，可以用来帮助我们去伪存真：

1. 区分作者所陈述的事实、推论和观点（论点）。
2. 明确只有事实才有可能成为论据，推论不能直接用于论证论点。
3. 被当作事实陈述的事物，如果不是来自作者的第一手资料，就需要额外的引证来论证其自身的真实性。
4. 即便论述事实自身的真实性得以保障，也并不一定能够作为论据支持论点。论据真实的前提下，对论点的支持建立在逻辑性上。
5. 在外部引证一时无法确认的情况下，可以先在论证内部自证。如果论据自相矛盾，或者违背常识（如图1），则可直接认定伪证。

信息爆炸的时代，让我们擦亮双眼！

如果不知道从何开始，先学点概率论吧。