逻辑学是一门关于思想和推理的艺术，逻辑能力的高低与误解产生的概率成反比。错误逻辑推理通常以直接作用于人的情感的方式来战胜正确的逻辑推理。
——笔者摘抄
人们通常喜欢用精确量化的数值来表达一个事物的特征，也就是事物的“质”，因为数字可以很直观地表达，也可以很容易地进行对比。但是，在进行论证的时候，我们需要特别注意，用数值来表达事物的本质具有一定的局限性。
比如，当我们谈到“天气真热”的时候，“热”就是一种质，通常影响到人感觉到“热”，且能够量化的因素包括温度、湿度、风速等等。如果一个人说“感觉天气真热”，这时候“热”的因素还包括其个人的感觉或体验。如果单纯依据温度来判断天气热还是不热，对于不同的个体而言，其感觉是有区别的。这就意味着，我们对于数值的体验，并不等同于我们对于数值背后实际事物的真实体验。
有时候，人们会有一种关于精度的假象：只要事物的“质”被量化了，就能更好地了解事物。
事实上并非如此。
严格来说，一个事物的“质”不可能通过数值来完美的表示，因为如果能完美表示出来，那么事物的“质”和“量”之间就没有了界限，这个世界的一切都会被重新定义。
对于人类社会来说，很多重要的事物是不能定量来计算的，而这些东西对于人类甚至可以说是最重要的。比如感情、爱、美丽、善良、公正、自由、和平、幸福等等。
试图把不需要或者不能够量化的事物进行量化，是对这些事物真相的亵渎，实际上是一种逻辑错误。
滥用量化的谬误还有一种表现形式是只重视数量，而故意忽略数量背后的本质。
比如下面两个相隔十年的信息：
想问一个问题：
“2024年60多个国家和地区”与“2014年52个国家和地区”相比，能说明2024年的某个论坛比2014年更有效果吗？
感兴趣的朋友可以自行查询这两次会议的参会国家和地区都是哪些国家和地区。
数据欺诈是指一个数据结果，或有意或无意地，给其受众（数据消费者）传递了违背事实的信息。如下图：
（数据欺诈的分类，图片来自网络）
如何提防数据欺诈，避免数据误读、误用？
下面针对“数值欺诈”中“变化的统计口径”举例说明：
2019年，济南市的GDP为9443亿元，较2018年增长20%；而在之前的5年里（2014-2018），济南市GDP的平均增长率为8%。这是不是意味着2019年，济南市的经济增长较过往有了长足的发展呢？
事实上，2019年莱芜地级市被撤销，成立莱芜区与钢城区，划入了济南市管理。也就是说济南市GDP2019年所统计的地缘范围，与2018所统计的地域范围是不同的。
而莱芜市在2018年的GDP为1005亿元。也就是说假设莱芜市2019年的GDP没有任何增长、保持不变，2019年济南市1586亿元的GDP涨幅中，也有约2/3是来自于于统计口径的变化，而非经济增长的提速。
2019年，济南市GDP的统计口径发生了重点变化。如果剥离口径变化的影响，济南市2019年GDP增长率的表现是差于2018年的。
指标统计口径的调整，导致了相同名称的指标实际上具有不同的含义，进而导致受众对事实有了错误的判断。
关于数据欺诈的其他表现，请读者自行查询网络。
最后留一下问题：读书多等于有知识吗？
最后想说，任何一个论证都必须保证的是，作为前提和结论的陈述或判断都必须为真，且不能违背逻辑学的基本规律（同一律、矛盾律、排中律和充分理由律），否则这个论证得到的结论是不可靠的。
如果违背了逻辑学的基本规律，推理过程正确也不能得到正确的结论！
期待您的转发！您的转发是对我最好的鼓励！
欢迎大伙点赞加个关注，让我们一起来学习逻辑学。
本人的逻辑学学习笔记全部发在本人的同名微信公众号上，感兴趣的朋友可以搜索“老头和你随便聊聊”微信公众号阅读。
期待您的点赞转发！
热门跟贴