【快评】从“可道”说说环保ngo那点事儿

“可道”是一些中国学霸好青年(好多在美国宾大哥大哈佛啥的和清华北大的毕业的)自发组织的一个节能环保知识性平台，周末与其创始人世行官员小吴和团队见了面。不同于国内很多ngo，他们很积极很上进很聪明很阳光素质很高眼界也很广，每个人自己都有很好的职业、收入和前途。谣言止于智者，在信息严重失真的微信世界，基于我对其人的了解，我相信可道。

把我的意思说的更明白点，国内一些环保NGO，从业者自身教育背景不足，也没有稳定的收入，对事物的看法不能客观深入，对金钱的态度也难把持，因此行为也就未必可靠。光靠热情和愿景，如何能持续抵得过这个粗燥复杂的世界?

——薛涛

附原文：

因为大气污染，北方人要比南方人少活5.5年吗?

来源：可道微信   作者：UCLA清洁空气中心

2013年8月，全球四大学术期刊之一，美国科学院院报(PNAS)发表了一篇论文，题为《基于中国淮河政策，看持续暴露于空气污染下对平均预期寿命的影响》。该文作者搜集了中国多个城市的空气污染以及人口死亡数据，得出的结论是，淮河以北由于享受国家免费供暖政策，空气污染水平明显高于以南地区，从而导致淮河以北的人口平均预期寿命减少了5.5年。

这篇文章涉及到政策，环境和健康等多个领域，影响力很大，众多媒体对这项研究进行了报道。例如纽约时报：

BBC的中文网站：

还有关心环境问题的微信公众号“稻田报告”：

以上媒体报道的标题都提到了减寿。看到这个悲伤的消息，家住中国北方的小伙伴们肯定不干了。凭什么啊，让咱们五六亿人都少活五年半?要知道这北方还有雾霾缭绕的帝都。不然怎样?选择搬到南方?放弃好心的政府提供的免费取暖?好像哪里不太对哦。

俗话说有图有真相，让我们看一眼PNAS上的原著，不难发现这5.5年的差距是“断点回归”的分析结果。下面是原文提供的预期寿命“断点回归”分析图：

在这个图里，圈圈表示各个被调查的城市。圈圈大小代表了城市的人口数量，圈圈的位置是由纵轴的平均预期寿命和横轴的地理位置(0代表淮河，负数是南方，正数是北方，单位是纬度)决定的。断点回归模型计算出来的预期寿命由灰色曲线表示。红线是以淮河为界，南北两岸预期寿命的差异。根据模型计算，这个差异显著【95%的置信区间为(-8.81, -1.27)，不包含0，说明差异显著】。

可是作为吃瓜群众，我们只懂得算数平均值啊，要怎样才能理解这些经过了酱酱酿酿的统计模型计算，而产生的结论呢?

我们先不看图中这两条灰色曲线。每个城市是一个圈。蓝色圈圈的高低位置表示淮河以南城市人口平均预期寿命，绿色圈圈是淮河以北的数据。图中间的竖线表示淮河，比较一下位于淮河南北，距离淮河最近的城市人口的平均预期寿命，貌似北方城市比较高唉。再扩大一下范围，比较分别位于淮河南方和北方，距离淮河最近的三座城市人口的平均预期寿命，北方三城数据跨度比较大，但是如果只看平均值，南北方也看不出有什么区别。最后，图中南方一共12城，北方15城，如果只看平均值，也貌似没有明显区别呀。看到这里，大家似乎可以明白知乎上一个网友对原文的评价，“在不向外延伸讨论其它变量的情况下，保守地讨论本文的数据，也不能支持原文作者的结论。”

可是PNAS是国际著名期刊耶，怎么可能发不靠谱的文章呢?那么如果南方北方的平均寿命没差，淮河南北沿岸的平均寿命也没差，原文作者为啥说北方人寿命减少了呢?他们的依据是什么呢?

我们回过头来，再仔细看一下图中淮河两岸那两条妖娆的灰色曲线。虽然观测到的原始数据显示，紧靠淮河岸边的人口寿命大致一样，但是这两条由原始数据(圈圈们)拟合成的曲线，却出现了5.5年的截距差。正是这个截距差，使原文作者得出了北方居民人均寿命缩短五年半的结论。

可是平均值都差不多，为啥会在断点回归模型中出现截距差呢?这是怎么做到的呢?

这是因为概率统计模型描述的是“趋势”。即使淮河两岸许多地方没有观测数据，只要南北两边的数据呈现明显趋势，那么这个趋势就可以延伸到没有观测数据的地方，从而得到预期值。同时，即使在有观测数据的地方，趋势描述曲线给出的预期值也可能跟观测数据不符。

下面举一个简单的例子，解释一下“断点回归”统计模型，看看平均值一样的两组数据，当其中一组受到某种因素的影响，会出现断点。

《晏子春秋》记载，“橘生淮南则为橘，生于淮北则为枳，叶徒相似，其实味不同。所以然者何?水土异也。”说的是同一种果树，种在淮河两岸，结出了不同的果实。

简单起见，我们只把果实的大小作为指标进行研究，用字母D表示，同时用X表示种果树的地点到淮河的距离。我们假设淮河南方不受污染的影响，不论距离淮河南岸有多远，果实大小都是D=2。但是淮河北岸，紧邻岸边地带，受污染的影响，果实长得小。同时，离淮河北岸越远，污染影响力越弱，而其它原因致使离岸边越远的地方，果实长得越大。我们把淮河两岸果实数据放一起，得到了一个“断点回归”模型，如下图：

在这个假设的模型里，淮河两岸所有果实大小的平均值是一样的(D=2)，但是紧邻河岸的地方，果实大小预期值产生了断裂，南岸果实的大小D=2, 而北岸D=0。

如果假设淮河没有污染，北岸和南岸种的果树都不受污染影响，在其他条件不变的前提下，那么结的果实大小会怎样呢?这种情况下，果实大小在淮河两岸就不存在截距差了，两岸结的果实是一样大的，没有了断点。请看下图。南岸果实的大小还是D=2,但是北岸果实平均值更大(D=4)。

讲完这个例子，我们再回来讨论淮河南北的寿命问题。如果原作者认为的原因(淮河北方由于取暖产生的污染)不存在了，平均寿命的趋势线在淮河两岸就应该连续起来，那么图中右侧的灰色曲线就会变成下图中的蓝色曲线：

也就是说，在没有空气污染的情况下，北方人民的寿命应该是按照蓝色曲线来预期的。淮河平均纬度大约是北纬33度，那么从北纬28度到北纬43度有个接近线性的趋势，越往北方人口寿命越高。差不多纬度每升高2度，寿命就增加一岁。

现在我们可以重新解读一下这个减寿5.5年的结论了：如果淮河北方没有空气污染的问题，会比南方人口平均预期寿命，高出大约5.5岁。而正是因为北方的空气污染，给了南方人一个跟北方人寿命持平的机会。 这很奇怪吗?这一点儿也不稀奇!很多研究都表明人类居住在温度相对低的地区，会比较长寿。这是因为人类的基础代谢属于生物化学反应，随温度升高而加快。温度高，代谢快，人体损耗就会增加，寿命就会缩短。

回过头来，再重新看一下我们上面提到，媒体们对这个结论的解读：

不难发现，媒体文章的标题都跟原文结论有很大偏差。原作者说的是北方人均寿命比没有污染的情况下减少了5.5年，而不是比南方人少了5.5年。这个减寿5.5年的结论，其实跟南方人没有半毛钱的关系!

原作中还分析了很多其他变量，提供了大量的数据图表。这里我们只分析了其中的一小部分数据和一张图，对比媒体文章的标题，已经可以看到不契合的部分。如果仔细对比原文和媒体的报道，或许还会发现更多问题。

对于原文作者，我们作为吃瓜群众，不黑不粉，只希望澄清一些误读误解。媒体解读科研文章，首先需要深入完整理解原文，才能避免扭曲误导。至于原文的结论，只能代表原文作者的观点，正确与否，还有待进一步检验研究。

编辑： 赵凡