龟苓膏

我坚信言论自由，每个人都有说任何话的自由，哪怕说得话再荒唐——这是一个社会追求民主法制所必需付出的代价。言论大致可以分成两种：阐述观点的和阐述事件的。阐述观点的言论即便再荒唐，对于好思辨的人带来的危害都不是太大。从我个人感情上讲，我更反感那些不对事件真实性负责任的言论。在信息时代，太多消息都只不过是道听途说，一人的捏造造成万人的流传，令人唏嘘不已。

看几个例子

• 在网上盛传一时的《耶鲁大学炮轰中国高校》讲述了斯密德先生对中国高等教育的甚多批评（见Google搜索结果）在中文互联网界吸引了很多人的眼球，并且被很多在我看来可信度较高的网站转载。而只要随便google一下，就能知道这篇文章纯属子虚乌有。搜索结果中的第三个链接指向如下页面：

Yale University Statement Regarding Alleged Remarks Made by Former Yale President

Published: September 29, 2009

• 更火爆的一个。《美中情局灭亡中国十诫》也是阴谋论。稍微有脑子的人仔细想想都会知道这多不可靠。一篇证伪的文章见这里
• Google退出中国是因为打不过百度？是因为“传播”色情信息？？要知道，谷歌的搜索提示功能是根据网民搜索频率高低自动生成的，在搜索提示中出现大量低俗词汇并不是谷歌的低俗，而是这个语言使用者的低俗——当然，我并能不同意看看黄色图片、发发段子就能算是低俗。
• 《塑料瓶的秘密》：瓶子底下的数字代表塑料的毒性？重复使用多次会中毒？MD，刚一搜索发现这还上了黄山区环保网的网站，真是符合政府的一贯作风。同样用脑子想想就知道：如果真是会引起中毒，那么厂商为什么不在瓶子上贴个大大的警告语，而采用那么隐晦的方式让人们惶恐造谣呢？用关键字 bottle +bottom +triangle +number搜索，经过跳转之后可以到达这个维基页面。

上面的四个例子仅仅是我临时能想得起来的，而我们参与四处传播的假信息肯定不止那么点：911的阴谋论，布什的那段话（嘿，曾子墨也参与其中）……

诚然，你我肯定无法彻底避免信息的错误传播，个人的求证能力终归有限；但假若我们每个人在传播信息的时候多少能带上一点负责任的意识，哪怕思考一下，转载的时候把出处给写出来，相信中文世界这以讹传讹的糟糕氛围多少会好一些。

Google stops self-censorship in China and redirects visitors from google.cn to google.com.hk, which reads:”welcome to Google’s new home in China”.

This links to a page that offers a summary of Google service accesibility from within mainland China.

一直以来我旅游的时候对拍照兴趣都不大：拍景自然有人拍得比我更好，上网搜搜就行了；拍自己就更没什么好拍的了。游历记在心里就行了，多拍无益，还浪费硬盘空间，更重要的是，浪费大量的整理照片的时间。

昨天开始玩Picasa，有个新功能是人脸识别，好玩的很。我花了一个多小时的时间是标记出134个人的照片（点击看大图，有了计算机的智能识别，这是如此高效！），晚上回家还打算继续识别以前的照片。

才发现看看以前的照片原来可以那么有意思！

刘瑜这篇文章写得实在太好。原文地址：http://www.infzm.com/content/42417

未删减版地址：http://www.drunkpiano-liuyu.net/?p=554

同时强力推荐她的《民主的细节》：豆瓣|当当

以前我在街边的水果摊买樱桃、葡萄之类的水果时，总想挑出其中最新鲜好看的，但是常常受到摊主的阻挠：不许挑！不许挑！也是，如果我把好的都挑走了，坏的 他怎么卖呢？其实岂止卖葡萄樱桃，卖企业也是一样：几年前中国产权改革如日中天的时候，为了甩掉一些不良企业，据说一些地方政府采取的办法是：哪个投资者 要想买好资产，就得接受与之“搭售”的差资产。可见无论是卖葡萄还是卖企业，好坏搭配是推销之道。

后来我慢慢意识到，很多集权政府的治国之道亦是如此，甚至可以说，很多集权政府的成功秘诀正在于此：为了推销强权的苦咖啡，得搭售道德的白砂糖，咖啡加 糖，专制也就打开了销路。其实道理很简单，要说服民众放弃权利、财产、自由是很难的，甚至是不可能的，但是如果能让民众在打倒假丑恶的过程中“不知不觉” 地放弃其权利和自由，那么民众对集权政府俯首帖耳就水到渠成了。

最典型的例子莫过于朱元璋，其治国之策可以说是政治酷寒和道德狂热的成功会和。一方面，其治下不但有锦衣卫这种秘密警察制度，明初的里甲制度也比任何时代 更严密，志在把全民都变成秘密警察，“如鸟之在笼，兽之在柙，虽欲放逸，有不可得”。朱元璋不但利用胡惟庸案、蓝玉案等清洗成千上万潜在的政治威胁，而且 还用强制民众迁徙的方式开发地广人稀之地，用强制子承父业的方式干预民众的从业自由。其暴虐到什么程度呢？据说某个街头老妇没有尊称其为皇上，而称之“老 头”，朱元璋一怒之下，不但杀掉老妇，而且顺便干掉了老妇所在街区的所有其他人。

但是另一方面，这位老头又对道德纯洁性有着孜孜不倦的追求。他不喜酒肉，不荒淫无度，别的皇帝用金制物品，他要求以黄铜代之，“朕本农夫，深知民间疾 苦”。对贪官他嫉恶如仇，“官吏宿娼，罪亚杀人一等”，贪污六十两银子，就剥皮实草。他甚至对地方官员的“截访”行为也深恶痛绝，认为应当给民众伸冤开绝 对的绿灯，有个地方官员试图截访，被他发现后，阉之为奴。他还要求各乡各里建申明亭作为思想品德教育的宣传站，提醒人们尊老爱幼长幼有序。

如果他是纯粹暴君，民间可能早就揭竿而起了。但是朱元璋同时又是这样一个道德清教徒，很多人喝着咖啡加糖就给喝晕了：杀贪官？好！于是在迎接道德的特洛伊 木马的过程中，不知不觉也迎接了“木马”腹中的皇权统治。

朱元璋肯定不是这种治理术第一个或者最后一个使用者。在我们的无产阶级专政的革命期间，如何动员亿万群众加入残酷的政治斗争？很大程度上还是要靠权力和道 德的“打包”上市。要让民众接受“错抄一句语录就会被打成现行反革命、收听外国广播就要挨批斗”的制度安排，当然很难，但是假如接受这一安排的“收益”是 可以批斗那些以前颐指气使的、享受特权的“修正主义走资派”，“出一口恶气”，也许这个交易还算划算？所以革命的历程似乎就成了民众在打倒土豪劣绅、打倒 张子善刘青山、打倒官僚主义的道德欢呼声中逐渐拱手交出个体自由和权利的历程。

权力和道德捆绑也不是中国特产。比如今天的伊朗，女人穿衣服不能有伤风化，同性恋被抓住甚至可能被绞死，好莱坞电影一概取缔——谁让它充满了色情和暴力？ 这种对“道德”纯洁性的追求在某些宗教原教旨主义者中深得人心，而这些原教旨主义者刚好构成伊朗政教合一政权的统治基础。

道德和权力的这种结盟不足为奇。早在中世纪，马基雅维利就在《君王论》中指出，一个成功的统治者要同时具有狮子的凶猛和狐狸的狡诈，要在被惧怕的同时被爱 戴。当然，道德和权力的共生性未必只是统治策略：一些专制者很可能“真心”地追求道德纯洁性，而这种追求恰恰与人类对纯洁性的迷恋契合。纯洁固然美好，但 是它对世界丰富性和复杂性的敌视，它天然的非黑即白世界观，本身就为专制提供了最好的精神土壤。因为深知道德如何在历史上给权力如虎添翼，所以我虽然敬重 一切洁身自好的个体，但是对一切来自有权阶层的整风、反低俗、打黑运动都心存疑虑，此类口号一出，总想看看这是不是一只特洛伊木马，肚子里有没有藏着什么 猫腻。

小时候一直很好奇诸如这类的专家预测:

到2020年中国个人消费将超过2.5万亿美元，成为仅次于美国和日本的世界第三 …

预计1999全市可完成肉类总产量9.7万吨,比上年增加1万吨，增长11.5％；禽蛋产量1.5万吨，比上年减少776吨，下降近5％

直到高中了，我还是没有想通凭什么他们敢这样预计呢？向来复杂、变化的世界如何能在这些专家的笔下，变得如此具体而又必然？

还是本科时的统计课上，我才恍然大悟地意识到他们（很大一部分）是怎么做的——玩弄数字。

先抛开数据背后的一切涵义不看，假设我们有两组数据X和Y，他们之间是否存在因果关系未知。作图如下

这组数据显得是如此线性，几乎是很自然地，我们就会构想出一条直线，从而预测X>20的所有对应的Y值，我们甚至还运用统计方法估计出了这条直线的方程

这条直线是如此完美以至于拟合度（R-squared）达到了99.95！依据这个方程，于是有人断言：“当X=25的时候，Y的预计值为1.5448”。然后又有砖家放炮（举个夸张的例子）：“当X=1000的时候，Y的值预计为23.0923”。他可能甚至还给出了预测值的置信区间，告诉你95%的情况下Y的范围在哪里。

但是，当X被延伸到1000的时候，图像会变成这样：

在真实的数据中，X=25时，Y=1.5625——预测还是很精确的；但是当X=1000的时候，Y的真实值是121，和预测值相差十万八千里。事实上，如果画出预测直线的话，图片会是这样：

两者在X<=42时，相差还能在5%以内；当X=1000的时候，相差超过了80% （相对真实值而言）。事实上，蓝色曲线的方程是Y=(1+X/100)^2。

当然，如果有好的工具（比如说计算机），人们是可以通过20个样本数据正确推断出方程的（因为这个方程里没有随机量）。但是，如果Y=(1+X/100)^2+e; e~N(0,1)，用20样本找到真实方程的难度显然倍增。更不用说Y=(1+e/10+X/(100+f))+g; e, f, g~N(0,1)了。

我们都知道，运用小样本来预测是非常危险的，即便两个变量的关系是线性的。（置信区间的大小和样本容量的平方根成反比）意味着容量越小，置信区间平方增大，从而推断越不可信。

但是，即便运用大样本，在缺乏其背后理论支持的情况下，模型错误的概率都是很大。

这就是很多人运用统计推断方法进行数据研究的悲哀——我们都希望数字能够按照我们感知的趋势变动，而悲哀的是，我们的感知常常是错误的；且不用说在有些时候，数字的变化确确实实是100%随机的。

当麦肯锡作出2020年中国个人消费的预测的时候，我并不太怀疑所用模型计算上的正确性：有了电脑，能把回归算错的概率实在不是很大。但重要的是，模型只和它的假设一样正确（我不知道该怎么翻译: a model is only as good as its assumptions)——如果假设是错误的，再漂亮的模型也只不过是Garbage-in, Garbage-out.

与其多跑几次回归分析匆匆得出结论，还不如踏踏实实研究数据变动背后的理论来得实际；即便前者往往更酷更炫。人们都喜欢用模型来简化世界，但是世界从来就没有简单过，简化来简化去最后的结果只是简化了自己结论的可信度。

比如说这个玩的很炫的预测，其实一点reasonable的支持都没有：http://www.ted.com/talks/hans_rosling_asia_s_rise_how_and_when.html