事实：用数据思考，避免情绪化决策(校对)第22部分在线阅读

收入水平。根据PovcalNet[10]的数据和IMF[1]的预测，Gapminder[8]
确定了四个收入水平的人数。根据国际比较项目(ICP)对2011年的购买力平价收入进行调整。请参阅gapm.io/
fwlevels。
图表显示按收入划分的人口，比较2016年墨西哥和美国的收入，基于相同的数据，略微调整以符合最新国民收入调查的分布形状。巴西的数据来自World
Bank[16]，PovcalNet，略微调整以更好地与CETAD[11]
保持一致。请参阅gapm.io/ffinex。
在整本书中，当谈到个人收入水平和国家的平均收入时，我们使用倍增坐标。在比较大范围内的数字时，或者当小数字之间的微小差异与大数字之间的巨大差异同样重要时，在许多情况下使用加倍(或对数)标度。当不是收入的绝对值影响最大，而是收入的幅度影响最大的时候，
我们应当使用这种坐标。见gapm.io/esca。
发展中国家。我曾明确质疑该术语过时，五个月后，世界银行宣布计
划
逐
步
停
止
使
用
“
发
展
中
国
家
”
一
词
：https://blogs.
worldbank.org/opendata/should-we-continue-use-term-developingworld。见World
Bank[15]。
联合国的大部分部门仍然使用“发展中国家”这个词，但没有共同的定义。联合国统计部(2017年)使用它是为了所谓的“统计方便”，并且发现将144个国家划分为发展中国家很方便(包括卡塔尔和新加坡这两个世界上最健康和最富有的国家)。
数学分数。部分示例来自丹妮丝·康明斯(Denise
Cummins，2014)。极度贫困。“极度贫困”一词具有一定的技术含义：它意味着您每天
的收入低于1.9美元。在许多收入水平第四级的国家，“贫困”一词是一个相对的术语，“贫困线”可以指社会福利的资格门槛或该国的官方贫困统计衡量标准。在斯堪的纳维亚半岛，官方贫困线即使在调整了购买力的巨大差异之后，也比最差的国家比如马拉维的贫困线高20倍，见World
Bank[17]。最新的美国人口普查估计，13％的人口生活在贫困线以下，
每天的收入约为20美元。富国中最贫穷人群带来的社会和经济挑战不应被忽视(参见World
Bank[5])，但这与极度贫困不同。见gapm.io/tepov。
第二章：负面思维
环境。关于过度捕捞和海洋恶化的声明是基于UNEP[12][1]和
FAO[13][2]，保罗·科利尔2010年的著作《掠夺星球》(The
Plundered
Planet)第160页的内容。濒危物种数据来自IUCN
Red
List[4]。见
gapm.io/tnplu。
条形图：更好，更差，还是差不多？条形图混合了YouGov[14][1]和
Ipsos
MORI[1]的结果，因为在不同国家提出了相同的问题。见
gapm.io/rbetter。
何时信任数据。在本章中，我们将介绍永远不应该百分之百信任数据的想法。关于我们对不同类型数据的合理怀疑的指导，请参阅
gapm.io/doubt。
图表：极度贫困趋势。历史学家试图用不同的方法估计1820年的极度贫困率，他们的结果差异很大。Gapminder[9]粗略估计，在1800年，
世界上85％的人口生活在收入水平第一级。1980年后的数据来自
PovcalNet。Gapminder[9]使用PovcalNet和IMF[1]的预测并将趋势延伸到
2017年。文中关于中国、印度、拉丁美洲和其他地区极度贫困减少的数字来自World
Bank[5]。见gapm.io/vepovt。
预期寿命。预期寿命数据来自IHME
[1]。2016年，只有中非共和国和莱索托的预期寿命低至50年。然而，数据的不确定性是巨大的，特别是在收入水平第一级和第二级国家。点击gapm.io/blexd了解您应该对数据持多少程度的怀疑。
埃塞俄比亚饥饿造成的死亡。这个数字是FRD和国际灾害数据库
(EM-DAT)这两个来源的平均值。
莱索托。莱索托市民通常被称为巴索托人。许多巴索托人也住在莱索托郊外，但在这里我们指的是那些居住在莱索托的人。
文化。瑞典的历史识字率来自van
Zande[21]和OurWorldIn
Data[15]
[2]
。印度的识字率来自印度2011年的普查。在今天的印度和100年前的瑞典，“识字”可能只意味着对字母的基本识别和缓慢解析文字的能力。这些数字并不意味着能够理解先进的文字。详见gapm.io/
tlit。
接种。疫苗接种数据来自WHO[1]。今天即使在阿富汗，也有超过
60％的一岁儿童接种过多次疫苗。当瑞典处于收入水平第一级或第二级时，还没有这些疫苗，这也是瑞典当时平均寿命较短的部分原因。见
gapm.io/tvac。
32项进步。第73—76页的32个折线图中的每个图表背后的数据，以及多个数据来源是如何被使用的详细文档，可以在这里找到：
gapm.io/ffimp。
人均吉他拥有量。有关此图表的更多信息，请参阅
gapm.io/tcminsg。
历史上的儿童谋杀案。在暴力社区，儿童不能幸免。如戈文和卡普兰(Gurven，Kaplan，2007)、戴蒙德(Diamond，2012)、平克(Pinker，
2011)和OurWorldInData[5]所述，狩猎—采集团体(hunter-gatherer)的成员通常经历了大量暴力。这并不意味着狩猎—采集社会的所有部落都是一样的。在全世界极度贫困的情况下，许多文化已经接受了杀婴儿的做
法，即杀害自己的孩子以减少在困难时期的喂养数量。这种可怕的失去孩子的方式与其他方式一样痛苦，正如传统社会中人类学家一直记录的那样，他们采访了不得不杀死新生儿的父母，详细内容见平克(Pinker，
2011)，p.417。
教育女孩。关于女童和男童教育的数据来自UNESCO[16][5]。舒尔茨(Schultz，2002)更清楚地描述了教育女孩如何被证明是世界上最好的想法之一。
溺水。今天的溺水数据来自IHME[4,5]。直到1900年，超过20％的溺水受害者是10岁以下的儿童。瑞典救生协会开始游说所有学校进行强制性游泳练习，与其他预防措施一起有效减少了溺水数量。见松丁等人著作(Sundin，2005)。
追赶。使用世界卫生图的动画版本，了解几乎所有国家现在是如何追赶瑞典的(或选择另一个国家进行比较)，网址为www.
gapminder.org/whc。
第三章：直线思维
埃博拉病毒。埃博拉病毒的数据来自WHO[3]。我们为了传达形势的紧迫性而制作的材料在gapm.io/vebol上可以找到。
人口预测。人口预测基于UN-Pop[1,2,5]。即使在现代计算机模拟成为可能之前，联合国人口部的人口统计专家数十年的预测都非常准确。他们对未来儿童人数的预测，在本书过去四个版本中保持不变。20亿儿童是一个四舍五入的数字。联合国给出的准确数字为2017年19.5亿，
2100年19.7亿。有关联合国预测质量的更多信息，请参阅尼克·基尔曼(Nico
Keilman，2010)，邦加茨和布拉陶(Bongaarts，Bulatao，2000)。见
gapm.io/epopf。
历史人口数据。显示从公元前8000年到今天的世界人口的曲线使用了来自数百种不同来源的数据，由经济史学家马蒂亚斯·林德格伦(Mattias
Lindgren)编制。图表下列出的来源只是主要来源。见
gapm.io/spop。
妇女人均生育率。我们使用“妇女人均生育率”作为“总生育率”的统计指标。我们使用UN-Pop[3]在1950年后的数据和Gapminder[7]，基于马
蒂亚斯·林德格伦的工作，基于1950年以前的年份。2017年之后的虚线显示了联合国中等生育率预测，预计在2099年将达到1.96。见
gapm.io/tbab。
填补。如果你发现很难理解本书中的文本和静态图像的填补现象，
用动画或用自己的双手更容易解释，见gapm.io/vidfu。(这种现象也称为人口动态。有关技术说明请参阅UN-Pop[6,7])见gapm.io/efill。
历史婴儿和儿童死亡率。我们对1800年前家庭生育率和死亡率的假设，主要来源于利夫-巴契(Livi-Bacci，1989)、佩因和博尔德森(Paine，
Boldsen，2002)
以及戈文和卡普兰(Gurven，Kaplan，2007)。没有人知道1800年之前的生育率，
但是六个孩子是常见且可能的平均值。见
gapm.io/eonb。
图表：按收入划分的平均家庭规模。我们对不同收入水平的家庭的估计是基于Countdown组织2030年和GDL[1,2]汇编的家庭数据，结合了来自UNICEF-MICS[17]、USAID-DHS[18][1]、IPUMS[19]等对数百个家庭
的调查。见Gapminder[30]。
改变典型的家庭规模。有关社会如何从大家庭转变为小家庭的更多信息，请参阅罗斯林等人(Rosling，1992)、奥本海姆·曼森(Oppenheim
Mason，1997)、布莱恩特(Bryant，2007)和考德威尔(Caldwell，2008)。当人们在收入水平第四级上达到真正的高收入时，出生率似乎又开始增加，见米尔斯基拉等人(Myrskyla，2009)。这段视频展示了拯救生命如何导致更少的人口：gapm.io/esclfp。
直线、S形曲线、滑梯曲线和驼峰曲线。这些图表大多使用国民收入数据，参见Gapminder[3]。一些(如休闲消费的直线，接种疫苗和冰箱的S形弯曲，以及生育率滑梯曲线)使用家庭数据。在每个例子中，每个级别的国家之间存在巨大差异。很少有国家完全遵循这些曲线，但这些方面显示了几十年来所有国家的总体模式。您可以在gapm.io/flinex上探索这些曲线后面的实际基础数据。
你看到了曲线的哪一部分？如果你放大足够的曲线，甚至是一个圆圈，许多不直的线条可以看起来很直。这个想法的灵感来自艾伦伯格
(Ellenberg)2014年的著作《如何不犯错：数学思维的力量》(How
Not
to
Be
Wrong:
The
Power
of
Mathematical
Thinking)。请参阅gapm.io/fline。
第四章：恐惧本能
自然灾害。尼泊尔地震的数据来自PDNA[20]。欧洲2003年热浪的数据来自UNISDR[21]。所有其他灾难数据均来自EM-DAT。如今，孟加拉国有一个非常酷的洪水监测网站，见http：//www.ffwc.gov.bd.See
gapm.io/tdis。
儿童死于腹泻。我们根据IHME[11]和WHO[4]的数据计算了因饮用水污染导致腹泻死亡的儿童数量。参见gapm.io/tsan。
飞机事故。近年来有关死亡人数的数据来自国际航空运输协会
(IATA)，乘客里程数据来自减少空难的联合国机构，见ICAO[22]
[1,2,3]。见gapm.io/ttranspa。
战争中的死亡。第二次世界大战中6500万人死亡的数字包括所有死亡人数，来自White[1,2]。战斗死亡的数据来源(战争项目，格莱迪奇，
PRIO[23]和UCDP[24][1]相关)包括战斗期间平民和士兵的死亡报告，但不包括战争引起的间接死亡如饿死的数据。叙利亚的死亡人数估计数来自
UCDP[2]。我们强烈建议观看这部互动数据驱动的纪录片，它将所有已知的战争放在眼前：www.fallen.io。要将其与自1990年以来的战争中的死亡事件相比较，请访问http://ucdp.uu.se。见gapm.io/
twar。
核恐惧。福岛的数据来自日本国家警察厅和一石(Ichiseki，2013)。根据警方记录，东北地震和海啸造成15894人死亡，仍有2546人失踪(截至2017年12月)。谷川等人(Tanigawa，2012)得出结论，61名处于危急健康状况的老年人在仓促撤离期间死亡。一石的报告说，大约1600名死者是因为老年人撤离时的其他问题间接造成的。据Pew[25][1]称，2012年，
76％的日本人认为福岛的食物很危险。切尔诺贝利事故后对健康调查的讨论基于WHO[5]。有关核弹头的数据来自核记事本(Nuclear
Notebook)
网站。见gapm.io/tnuc。
化学品恐惧症。戈登·格里伯(Gordon
Gribble，2013)将化学品恐惧症的起源追溯到瑞秋·卡森(Rachel
Carson)出版的《寂静的春天》(Silent
Spring，1962)，以及随后几十年的化学事故。他认为，对化学品的夸大和非理性恐惧导致了对共同资源的错误使用。见gapm.io/ffea。
拒绝接种疫苗。据Gallup[26][3]称，在美国，4％的家长认为疫苗并
不重要。
2016年，拉尔森(Larson)等人研究发现，在67个国家中，平均有13％的人对疫苗接种持怀疑态度。各国之间存在巨大差异：法国、波斯尼亚和黑塞哥维那的比例超过35％；沙特阿拉伯和孟加拉国为0％。