★选择性披露信息
◇说明
所谓的“选择性披露”就是——有些事实告诉你,但有些不告诉你。这两部分是通过精心挑选滴,以此来达到洗脑的效果。
◇举例——新闻联播
比如说:《新闻联播》里面通常只报道天朝的好事儿,也通常只报道外国的坏事儿——就属于这种手法。
后来网友们总结了“《新闻联播》三段论”:
开头10分钟——天朝领导的工作很忙碌
中间10分钟——天朝人民的生活很幸福
最后10分钟——外国人民的生活很悲惨
俺印象比较深刻的一次,是2012年12月。在同一天,美国康涅狄格州和中国的河南省,都发生了校园惨案。但是中国官方媒体(尤其是 CCAV)大肆报道美国校园枪击案,却很少提及河南幼儿园的惨案。
为啥官方媒体不去关心本国发生的人道灾难,却花大量精力去报道美国的人道灾难?本质上就是为了洗脑。
◇举例——孔庆东替文革的辩护
关心政治的网友应该都知道孔庆东的大名——此人绰号“孔三妈”,是知名的毛粉。
他在新浪微博发了一段话,摘录如下:
根据《历史的审判》中最高人民检察院的材料,文革中‘被迫害致死’者3万4千多人。假设这一数字是可靠的,那么平均每年是3千多人。对比一下美国,仅仅因为枪支泛滥,每年致死人数超过3万,等于10个文革。再按照两国人口比例换算,则等于40个文革。大伙儿先独立思考一下,这段话的谬误在哪里?
这段话有好几个坑。比如开头部分引用的数据(3万4千多人),很可能就是伪造的(人为缩水的)。连孔三妈自己也底气不足,所以他特地注明了“假设这一数字是可靠的”。因为本文不讨论“造假”,所以这个数字是否伪造,今天暂且不谈。
本章节先谈谈这段话的后半段——美国死于枪支的人数。在这里,孔三妈使用的,就是【选择性披露】的忽悠手法。他只提到美国每年死于枪支的人数超过3万。但是捏,后来有网民指出:这3万人里面,超过2万是死于【自杀】。
为啥孔三妈闭口不谈自杀人数捏?显然是为了忽悠——让你误以为这3万人都死于他杀。这类忽悠的高明之处在于——他用的确实是真实数据。
(孔三妈这段话里面,还有另外的谬误,本文其它章节会提到)
★只谈表面现象,不谈【深层】原因
◇说明
这种手法,建立在“受众”对某个领域不够了解。于是忽悠者就可以拿表面现象来掩盖深层原因。
◇举例——以”城镇化“来论证房地产市场的“刚需”
在天朝,有些人极力鼓吹“房价长期走高”、“房价只涨不跌”。在这些人的论据里面,其中一个论据是:“大规模城镇化”会引入大量新的“城市住房需求”。
这个论据靠谱吗?
下面俺引用英国《金融时报》的一篇报道(链接在“这里”)。引文中的粗体是俺标注滴。
许多人用城镇人口的增加和需要更新改善的房屋数量来估算住房的“刚需”大数。我们认为,用新增城镇人口来估算城镇化带来的新增住房需求会高估“刚需”。这是因为在新增城镇人口之中,只有一小部分来自城镇户籍人口的自然增长,而百分之四十以上来自于城镇行政区域扩大或变更带来的农村人口划转。这种“行政”性的城镇化意味着新增人口原来就有住宅,而并不是全部都会拆除重建。另外 40% 多来自于常住非户籍人口的增加,但是这部分人由于购买力低下,绝大部分都无法参与到城镇住房市场(我们假设其中 10% 的人能买房),而且因为户籍问题也不能享受社会保障房。
★基于不同的【统计术语】
大部分人都是“统计学”的门外汉。对统计学术语缺乏基础的认识。于是捏,某些人(政府、商家)就可以利用这些术语,来误导你。
◇“平均数”的误导性
在谈这几个统计学术语之前,先说个段子。
比尔·盖茨长期霸占“世界首富”的宝座之后,IT 界出现一个调侃:
当比尔·盖茨走进某个普通的酒吧,一瞬间,酒吧里面的所有人都变成亿万富翁(平均数意义上的)。
如果你看不懂这个调侃,俺来解释一下:盖茨的资产是几百亿美金。假设这个酒吧里面不到100人,那么当盖茨进入酒吧后,里面的【人均财产】至少是几亿美金。
这个段子说明啥问题捏?那就是“平均数”在某些情况下具有很强的误导性(尤其是当某个领域的数据出现严重的【分布不均】)
◇平均数 VS 中位数 VS 众数
在统计学上,除了“平均数”这个术语,还有“中位数”和“众数”。关于后两者的含义,俺在本小节的标题处给出了链接,请自行查看这俩词条的解释。
当数据的分布【极度不均匀】时,看“平均数”不如看“中位数”和“众数”。
在咱们天朝,财富是非常严重的两极分化,所以,朝廷方面发布一些统计数据(比如“人均居住面积、人均存款”等等),更喜欢用“平均数”而不是“中位数”或“众数”。这样就能给出一些“看上去很美”的统计结果。
说到这里,引用一句精辟的话(某读者在评论中补充了出处,在”这里“)
世界上有三种谎言——谎言、可耻的谎言、中国官方统计数字
◇举例
为了让大伙儿有一个直观的认识,俺虚构个例子来做一下实际的计算。
(以下例子纯属虚构,如有雷同,那是巧合)对上述人群的收入,平均数是11.94万,中位数是4万,众数是2万。结果相差好几倍啊。
假设有一家工厂,里面有5个股东,25个经理,70个工头,200个高级技工,250个普通技工,300个实习生。
股东年收入1000万
经理年收入50万
工头年收入10万
高级技工年收入8万
普通技工年收入4万
实习生年收入2万
假设某个地方衙门需要上报该工厂的收入情况,那么上报“平均数”就显得非常和谐。而上报“众数”就很不和谐。
◇引申阅读
俺的网盘上分享了一本《统计陷阱》(洋文名:How to Lie with Statistics),里面介绍了许多种基于统计学的忽悠,建议大伙儿看一下。
★不恰当的对比——基于不同的【前提】
◇说明
对比两个事物的时候,如果前提不同,那么对比就没有意义。
但是很多洗脑的手法,恰恰是利用了【不同前提】的对比。而且在对比的过程中,刻意隐瞒前提的差异性。
◇举例——孔庆东替文革的辩护
刚才举了孔庆东的谬论作为反面教材,指出了其中一处谬误。现在来指出另一处谬误。
孔庆东拿“美国死于枪支的人数”来跟“文革造成的非正常死亡人数”作对比。这样的对比是没有意义的。
“文革造成的非正常死亡人数”,其性质是“专制政权的暴政”;“美国死于枪支的人数”,其中大部分是自杀(跟暴政无关),少部分是枪杀案(属于犯罪,同样跟“暴政”无关)。
◇举例——李世默替中共政权的辩护
李世默属于高级自干五,而且还是“海龟”,而且还长得人模狗样的(此处是褒义词),而且还上了 TED 演讲——迷惑性大大滴(肯定大过周小平)
此人在演讲中举出的一个论据是:根据国际清廉质数(以下简称“TII”),中国比许多民主国家更清廉。
看到这里,估计有很多读者要哑然失笑了。
但是咱们不能仅仅停留在“嘲笑”的层面,要从更深层次了解,为啥中国的 TII 指标会比某些成熟民主国家更好?猫腻在哪儿?
在这个问题上,俺直接引用经济学家黄亚生对李世默的反驳(因为黄亚生的反驳已经一针见血,俺就不用浪费口水了)。原文摘录如下(粗体是俺加的),链接在“这里”(需翻墙)。
我一直认为用清廉指数来为一个不透明的政治体系辩护是很讽刺的。李世默这个高级自干五,他故意不提“透明指数”,然后大谈“腐败指数”的对比——这种对比是没有意义的,因为前提不同了。
......
下面要讲的是一个基本的观点:在民主国家中的腐败要远远多于我们知道的在那些集权国家中的腐败,因为民主国家按照定义就更透明,并且有更透明的数据。我更相信在民主国家中比较腐败程度,而不是机械的套用在中国与其他民主国家的比较中,这就像李世默所不断重复做的,但从根本上说是有缺陷的。他的方法混淆了两种效果:一个国家透明程度如何以及一个国家腐败程度如何。我不是说民主国家就一定比中国干净,我说的是李用的数据不能作为得出上述任何一个方向的结论的基本依据。在这个问题上想要得出结论的正确方法是:在给定同样的透明度下(以及同样水平的许多其他指标,比如收入)中国有/没有比民主国家腐败。
一个简单的例子就会阐明这种观点。在2010年,两个印度企业家成立了一个网站叫“我行贿”。这个网站让帖子以匿名的方式张贴印度公民不得不行贿的例子。截止到2012年8月,这个网站记录了20,000起腐败的报告。一些中国企业试着做同样的事情,比如他们创造了“I Made a Bribe”和“522phone.com”。但是这些网站很快就被中国政府强行关闭了。正确的结论并不是像李的逻辑所说的——中国比印度更干净,因为他有着零纪录的腐败案例,而印度政府有着20,000起腐败案件。
★用“纵向对比”替代“横向对比”
◇说明
所谓的“纵向对比”,就是指时间上的对比。比如拿现在跟过去对比;所谓的“横向对比”,是指【同一时期】,不同国家/地区的对比。
“纵向对比”的意义不大——因为人类社会总是在不断发展,不断进步的。现在比过去好,那是应该的,也是很正常的。
相对而言,“横向对比”会更加有说服力。但是真理部却很喜欢使用“纵向对比”。
◇举例——毛腊肉时代的“忆苦思甜”
在毛腊肉时代,非常流行所谓的“忆苦思甜”。也就是反复强调1949年之前的“旧社会”有多么多么糟糕;然后再粉饰所谓的“新社会”有多么多么好。这就是典型的“纵向对比”。
为啥毛时代总是搞“纵向对比”?其实毛腊肉也曾经想过要搞“横向对比”。比如大跃进时代,打出口号说,多少多少年,要实现“超英赶美”。结果捏,“大跃进”给搞成了“大饥荒”,堂堂天朝变成了人间地狱(关于这段历史,参见俺之前的系列《谈谈三年大饥荒》)估计从那之后,腊肉就怂了,不敢再搞“横向对比”,于是就让真理部专注于“纵向对比”的忽悠。
★不恰当的对比——基于不同的【历史时期】
◇说明
前面提到了“横向对比”。这种对比方式的重要前提是“同一时期”。如果少掉这个前提,对比的意义会大打折扣。
◇举例——香港占中运动期间,某官员的“美国黑奴论”
查史美伦是香港金融发展局主席。她以美国黑奴为例,说道:“1861年美国解放黑奴,大约100年后,1968年黑人才可获投票权。”
为啥说这个言论是谬误滴?因为英国、美国是民主化的先驱。他们没有前人可以借鉴,处于摸索阶段,自然要花比较长的时间。比如俺之前的博文《中国是从哪个朝代开始落后于西方?》列出了欧洲现代化进程的时间表。英国从“自由大宪章”到“光荣革命”胜利,当中花了超过400年的时间。
而如今捏,民主化浪潮已经席卷全球,有很多前车之鉴可以供参考,当然不用再花那么长的时间。比如:日本二战战败之后,用很短的时间就建立了“君主立宪”的政体。设想一下:如果某个日本官员说“英国搞出君主立宪花了400年,日本也需要花400年”——那岂不是笑话?
★通过【追加定语】来提升排名
◇说明
所谓“追加定语”是一种修辞方面的语言技巧。这种技巧如果运用得当,也可以很好地进行忽悠。
◇举例——对“嫦娥登月”的报道
去年(2013)嫦娥三号实施登月计划之后,官方媒体反复强调:
中国成为继美国和前苏联之后,第3个实现【月面软着陆】的国家”
这个说法本身没有错,但是会给人(尤其是不太了解宇航技术的人)一种强烈的误解,以为中国是第3个登上月球的国家。
其实捏,以“月面着陆”来计算,中国排在第5位——前面4个分别是:美国、苏联、日本(1990)、印度(2008)。但改为“月面软着陆”这个定语,一下子就挤进前三名啦。
补充说明:欧洲空间局“月面着陆”的时间也早于中国,但是“欧洲”不能算单独的国家,所以俺没有把“欧洲空间局”的登月计算在内。
为了说明“定语”的效果,请你品味如下几句话——体会一下唬人的程度,有啥差异。
嫦娥三号成功登月,中国是第3个实现“月面软着陆”的国家。
嫦娥三号成功登月,中国是第5个实现“月面着陆”的国家。
嫦娥三号成功登月,它是第31个在月球软着陆的探测器。
嫦娥三号成功登月,它是第115个月球探测器。
详细的“月球探测器清单”请看维基百科词条(链接在“这里”)。这个清单包含了所有跟月球相关的探测器(包括“绕月的”和“着陆的”)。
顺便给大伙儿聊点宇航方面的科普:
以如今的宇航技术,“月球探测”的难度其实远远小于其它几项(比如:火星探测、彗星探测、小行星探测)。
咱们以“火星探测”为例:
截止俺写本文的2014年,成功进行火星任务的机构(按时间顺序)是:俄罗斯的 RSA(俄罗斯空间局)、美国的 NASA(美国宇航局)、欧洲的 ESA(欧洲空间局)、印度的 ISRO(印度空间研究组织)。如果以国家排名(欧洲不算“国家”),印度排第三(不愧是印度阿三)。值得一提的是:到目前为止,尝试过火星任务的机构,除了印度的 ISRO,其它机构第一次尝试都失败了。
苏联第一次尝试(火星1A号,1960),失败
美国第一次尝试(水手3号,1964),失败
日本第一次尝试(希望号,1998),失败
英国第一次尝试(小猎犬2号,2003),失败
中国第一次尝试(萤火一号,2011),失败
(以上资料摘自维基百科词条,链接在“这里”)
苏联和美国的失败,还情有可原——因为上世纪60年代的宇航技术还很粗糙。但是中国和印度的火星任务,时间上很接近(相差2年),有可比性。
俺为啥特别强调印度?因为它的空间技术实力,绝对不可小看。比如说:印度的火星计划,技术都是自己研发,而且成本是全球最低(七千四百万美元,相当于 NASA 同时期类似计划的 1/10 成本)。这些可不是俺瞎掰的,不信请看这个维基词条。
但如果你只听官方报道,肯定意识不到这一点。从某种意义上讲,印度对中国的威胁,比日本更大(这个话题以后再聊)。
◇举例——锤子手机的广告
话说上个月在马路边看到一广告牌,用特别醒目的大字体写着:
双十一天猫购物节当时俺吃了一惊,心想:几天功夫,老罗的锤子手机咋变得这么牛逼啊。然后走近一看,在这2行大字的中间,还夹着一行很小的字体,写着——2000元以上的国产手机
锤子手机全国销量第二
俺估计这个广告牌忽悠了不少人——稍微站远一点,根本看不见那行小字。但你又没法说它造假。这就是狡猾之处啊。
顺便搜了一下,发现好多人都有同感。比如这篇《锤子手机广告再现机智——偷换概念,口活无敌 @ 搜狐 IT》
补充说明:
某读者发了长篇留言,论证俺这个例子放在本文不合适。为了避免引起误解,俺补充说明一下:本人既不是锤子黑,也不是锤子粉。这个例子只是用来说明某种忽悠的手法。
俺博客上,和本文相关的帖子(需翻墙):
《比“欺骗”更有效的洗脑——基于【双重思想】的思维控制》
《聊聊洗脑和脑残——分析“脑残的起源”和“脑残的觉醒”》
《批判性思维扫盲:学会区分“事实”与“观点”》
《谈谈真理部对朝鲜战争的忽悠》
《谈谈真理部对抗战历史的篡改》
《天朝民众的心理分析:圣君情结》
《天朝民众的心理分析:斯德哥尔摩综合症》
《分析爱国主义忽悠的常见类型——顺便戳穿几个流传很广的谣言》
版权声明
本博客所有的原创文章,作者皆保留版权。转载必须包含本声明,保持本文完整,并以超链接形式注明作者编程随想和本文原始网址:https://program-think.blogspot.com/2014/12/brainwash-using-real-data.html