量化是科学的一个首要目标，但最近的事件让我思考这到底是为什么。毕竟，我们早就知道数字可以精确但不准确。教科书中的例子是19世纪英国物理学家开尔文勋爵，他坚持认为，除非你能量化一个事物，否则你对它的知识就是一个错误“贫乏而不令人满意的那种。”

然而，他要为历史上最臭名昭著的一个错误定量论证的例子负责。它涉及到均变论的地质学原理，即我们可以观察到的过程可以用来解释地球的历史。开尔文坚持认为这是错误的，因为它导致地质学家得出地球是数十亿的结论开尔文自己的计算最终得出的年龄不超过2000万到4000万年；因此地质学家使用的方法肯定是错误的。

开尔文关于这个主题的论文也许是科学史上最傲慢的论文:人体地质学中的“一致性学说”被简单地驳斥了只有一段，另外一段列出了他的计算方法。但最终被驳倒的是开尔文。他做了(至少)两个错误的假设:第一，地球一开始是熔融状态，从那以后就一直在变冷;第二，除了地球形成时遗留下来的热量外，没有其他热量来源。(今天的科学家认为我们的星球起源于气体和尘埃;我们知道放射性衰变是热量的主要来源，而且地球已经有45亿年的历史了。)

计算永远不会比指导它们的假设更好，但如果数字是不可靠的，那么它们的目的到底是什么?一个答案是，它们让我们能够用普通的尺度来比较事物。将1000和100进行比较要比将“独木舟”和“菠萝”进行比较容易得多。另一个是特异性:我们知道1000比100大多少，但当我们简单地称某物为“大”或“小”时，不一定清楚我们的意思。事实上，最近的两场科学辩论都围绕着“多小才算小”这个问题展开。

第一个是关于吃红肉的风险。去年，一组研究人员认为，美国人不应该费心减少红肉和加工肉类的消费，因为任何健康益处都“很小”。18新利官网多久了第二个是关于化石燃料补贴的影响。一篇论文自然界研究了消除它们是否会对二氧化碳排放产生很大影响。作者得出结论，这种影响将是“有限的”。（充分披露：我是一篇质疑这一发现的论文的作者。）

我们该如何判断这些主张？批评者提出，如果这些变化的好处没有得到证明，或者这些变化已经得到证明，但并不实际，我们就不应该期望人们改变他们的生活或政府改变他们的政策。但是，我们该如何判断什么是实质性的，什么不是实质性的呢关于红肉的案例，作者写道：“来自17个有220万参与者的队列的剂量反应荟萃分析结果提供了低确定性证据，表明减少未加工的红肉摄入可能会导致总体终生癌症死亡率的极低降低（每1000人减少7次事件，每周减少3次）。”

每1000人减少7例癌症死亡“非常小”吗？在一个与美国人口（约3.3亿）相当的人口中，这意味着230万人！这一生的总死亡人数平均每年约为30000人。相比之下，截至今年3月底，疾病控制和预防中心估计2019-2020年流感季节的流感死亡人数（与新冠病毒-19引起的死亡人数分开计算）为23000至59000人。如果说每周少吃三份红肉可以挽救的生命与消除季节性流感死亡人数一样多，那将是准确的，也许信息更丰富*

在化石燃料方面，作者写道：“取消补贴将导致全球二氧化碳排放量的小幅下降2.这远远低于《巴黎协定》的国家自主贡献(ndc)，后者的总和是化石燃料和工业减少4-8亿吨。”是的，0.5到2的范围比4到8的范围小，但它“小得多”吗?也许吧，但如果作者们说，取消补贴将至少占巴黎协议承诺的6%，甚至可能高达50%，那他们也同样是正确的。

诚然，科学家们经常被告诫要用通俗易懂的英语说话，“小”和“非常小”都是通俗易懂的英语不如果规模小，就会产生误导。

*编者按（6/24/20）：本段在发布后进行了编辑，以澄清与红肉和季节性流感相关的死亡之间的比较。