Factfulness

Factfulness的作者HANS ROSLING（昵称“罗司令”）是瑞典卡罗林斯卡医学院的全球健康professioner，曾在印度求学（感觉像某个天朝人去曹县留学一样古怪，不过方便面就是），也曾在非洲多个国家的疫区救死扶伤，文能讲段子分析数据，武能吞的一喉咙好剑，简直可以说是文武双全。这书是汉斯患胰腺癌后才开始动手写的，堪堪完成就去世了，死后一年本书才由儿子儿媳出版。

汉斯主要通过数据可视化图表，令读者重塑认知，打破自我，看清世界的书。好的数据是流动的数据，所以好的图是流动的图，罗司令就是通过做“动画图”，图的每一帧都表示一个状态，通过帧随时间的变化，表示大趋势。当图像动画一样流动起来时，当图活动起来时，数据也就活起来了。活的数据可以让读者了解全球的现状和发展趋势，进而让人们基于正确的世界观做出正确的决策。

汉斯的研究认为：事实上，世界上的大多数人生活在收入中等的国家和地区。也许他们不是我们认为的中产阶级，但绝不处于极端贫困中。他们的女儿会去学校，孩子会注射疫苗，家里有两个孩子，假期想去国外旅游，而不是作为难民逃难。慢慢的，一年接一年，世界正变得越来越好，虽然不是每个指标每年都进步。尽管世界面临严峻的挑战，人类却取得了非凡的进步。这才是基于事实的世界观。

然而很多人，甚至说大部分人，都不这么认为，更多的是抱着一蟹不如一蟹的九斤老太太的思维。作者就曾在世界各地的各个行业的人群中进行了类似的知识问答，得到的答案是是不管在诺贝尔奖的颁奖典礼上，还是面对BBC纪录片的制作者，在群体水平上，对于类似的问题，没有哪个群体的答案胜过了大猩猩的随机选择，这意味着有一些普遍的认知偏见，在妨碍我们认识到世界的真相。主要的偏见总结如下图

1 Gap：从你身处的环境移开，去关注更大的图景，要知道自己熟悉的不过是少数派，更多人的生活中有着截然不同的需求和心智，从飞机上看去，所有的动物都一样大，但事实上却不是这样。Gap还意味着在谈论群体的时候，不管比较平均情况还是极端情况，都要谨慎，更普遍的情况大多在中间地带。

2 Negativity：新闻喜欢报道坏事，我们也会更愿意关注负面新闻。但要记住着更多的负面新闻不意味这坏事在增加，好事大多不会成为新闻。

3 Straight Line： 线性思维这个预测未来时的默认选项决定着人们会忽略指数增长的可怕，同样也会忽略S型的曲线会让增长走向平缓。默认的线性选项大多数时候都不对，你需要在上述的两种对未来的预测中进行动态的调整

4 Fear：恐惧让人们无法集中注意力，忽略数据和大的趋势，从而变得短视。记住风险是一个期望值，你不只要关注风险的大小，更重要的是发生的可能性和自己能不能承受损失。

5 Size：不谈论问题的大小的讨论都是无意义的。任何一个统计数字，都需要放在相应的环境下，除以这个数曾经可以看出趋势，乘以这个数影响的人群可以看出其重要性。

6 Generalization： 以偏概全，意味着忽略群体中的的差异性，也意味着忽略群体间的相似性。适用于一个群体一个标签的不适合另一个群体，适合于大多数人的可能对49%的人有害，容易记住的例子不一定有代表性。

7 Destiny：缓慢的变化也是变化，只要有变化，就不会有恒定的命运。人们总过度关注短期的起伏，而低估长期的大势。人们也会将当下的习俗投射到过去和未来，而忽略文化的改变可以很彻底。

8 Single Perspective: 任何人的认知都是T型的，你的强项会让你在你熟悉的环境中过度解读，你需要主动的证伪自己的观点。不要轻信专家在自己不熟悉领域的观点，不要相信统计数字可以完全的代表事实，更不要相信任何单一导向的解决方案能一劳永逸。坏事总会发生，在你想不到的地方。

9 Blame：带来坏消息的人不是造成坏事的，第一个发现事情正在变坏的人也不应该被指责。不管好事还是坏事，寻找问题的根源，系统性的制度上的起因而不是某个坏人或者英雄。

10：Urgency：当问题看上去十万火急时，要先看看这是不是自己的想象还是事实。先查查事实到底是怎样的，再做决定不急。紧急的情况不意味着需要激进的改变，小步快走比大步但走偏了方向好。不要人为制造紧张，就像狼来了故事告诉我们的。同时要持续关注不紧急但重要的隐患，尤其是那些我们还不了解的隐患。

上面的这十条，可以分成两类，一是由于我们的情绪导致的（Negativity，Fear，Blame，Urgency），剩下的由我们的大脑偷懒造成的（Gap，Straight Line，Size，Generalization，Desitiny，Single Perceptive）。这些认知陷阱打着组合拳，让我们难以认清事实。这一切的过错，不应该指责个人，而应该归咎于进化，不过既然我们已经认清楚问题，又有了解药，就要勤加操练。这本书中提到的十个魔鬼，就如同我们的影子，是你一生都无法根除的，你要做的只是让自己多一些警惕，多一些批判性思考的工具，多一些自制力的练习。

而究其根源，还是在于大部分人屈从于自己的情绪而不是用数据思考。其实数据才是理解我们周围纷繁复杂的世界的最好的方法，通过总结规律，辨明真相。numbers does not lie。

就比如新冠疫情，看似波涛汹涌，但是实际上死亡率不过0.1%

从死亡年龄看，以色列新冠死亡者平均年龄81岁，而以色列人均可望寿命82岁。挪威的covid-19死者平均年龄84岁，而挪威人的人均预期寿命是82.5岁，美国人平均寿命78岁，新冠疫情平均死亡年龄82岁，德国新冠平均死亡年龄81岁，跟正常死亡年龄一样。

我们当然珍惜每一条生命，但是生命就是一场冒险，为此付出这样巨大的经济和社会代价，是不是值得？（家暴发案率上升700%，抗抑郁药物的使用增加了十多倍），人均增寿一岁是不是值得，如果看数据，还是很值得商榷的。

而隔离的效果到底如何，可以看下英国和瑞典的对比。

从数据来看，我们是不是恐慌过度了呢？

梁建章说过：“从数学上来讲，人均GDP每减少1%，人均寿命就会减少10天左右。1%的GDP倒退实际上会使整体的社会在医疗方面的倒退。”

也就是说：经济每衰退一点，就会死一点人——现在已经不是在经济下滑和疫情所带来生命死亡之间做选择，而是在死一些人和死更多人之间做选择。 ​​​​