科學家們也犯難,為何霧霾危害只能估算?

又是一年霧霾時 , 一個即便白天也常常伸手不見五指的時節 。 然而 , 每當我們對霧霾產生恐慌 , 便會有專家出來“辟謠”:霧霾與健康損害之間的關系仍不明確 。 甚至有專家說 , 從統計學來講 , 近幾十年來 , 空氣中污染物越來越多 , 但居民的平均壽命卻越來越長 。
專家們如此自信地質疑霧霾危害 , 其信心究竟來自何處?科學難道真的“反直覺”嗎?科學家的難處你可知?
難以設計嚴格的對照實驗
在自然科學研究中 , 對照組實驗是常用的一種研究方法 。 對照組之間 , 除實驗變量以外 , 其他與結論相關的變量都應盡量保持相同 。 這樣通過對比實驗變量對各組的影響 , 便可得出結論 。
例如 , 要證明霧霾對公眾健康的危害 , 理想情況下至少應該有兩組實驗對象 , 他們的年齡分布、飲食習慣、運動頻率、作息、吸煙飲酒習慣等與健康有關的指數以及除空氣以外的其他自然環境等應盡量相同 。
要找出這樣兩組人 , 聽上去似乎也不是太難 。 比如 , 可將一座小城市的人按上述條件平均分成兩部分 , 就可以實現 。
然而 , 霧霾的特殊性讓這個實驗變得很難:科學家無法保證一座城的空氣完完全全被分成互不相關的兩部分;就算找到兩座空氣質量迥異的城市 , 但在其他方面也幾乎不能滿足上述條件 , 現實生活中對公眾健康影響的因素太多了 。
統計學數據難以排除干擾因素
正因為難以設計出有說服力的實驗 , 統計學研究或許可以輔助證明霧霾對公眾健康有無不良影響 。
然而 , 統計學的相關性 , 并不能證明邏輯學上有因果關系 , 這樣得出的結論 , 本身就缺乏科學性 。
正如開頭講到空氣質量下降平均壽命卻上升的例子 , 這當中雖有相關性 , 但明顯不存在因果關系 , 甚至互相矛盾 。
除了本身不能引導出科學結論外 , 統計學的相關性也可能受到很多干擾因素的影響 。 例如 , 一份發表于《美國國家科學院院刊》的文章顯示 , 以淮河為界 , 燒煤供暖的中國北方地區空氣污染水平高于中國南方 , 而北方居民因此平均減少5.5年壽命 。
但這個結論是經不起推敲的 , 原因在于中國南北居民飲食方式、經濟發展狀況、所處自然環境、生活壓力 , 甚至是基因和遺傳病都有非常顯著的差異 , 這些因素都可能影響居民的壽命 , 而不能單純歸咎于空氣污染 。
霧霾的慢性毒性容易讓人放松警惕
霧霾天來襲 , 即便大眾知道霧霾有害 , 戴口罩者卻不是非常多 。 即便戴了 , 也未必是能有效過濾PM2.5的口罩 。 大家并沒有對自己進行真正有效的防護 , 而且渾然不知 。
【科學家們也犯難,為何霧霾危害只能估算?】這又是為何?
由于霧霾與香煙、酒精等一樣 , 屬于慢性毒物 , 不會在短時間內表現出危害 。 也正因如此 , 科學家要定量追蹤霧霾的危害就更加困難 , 需要幾十年的數據才行 。 然而 , 幾十年前 , 國內相關的數據還非常少 , 再加上粉飾數據等其他因素 , 使得這項研究非常困難 , 得出的結論也自然讓人難以信服 。
霧霾已被定性為一類致癌物 , 但定量依舊困難

猜你喜歡