观测证据为何受赞誉

背景

1710年，苏格兰医生 John Arbuthnot 提出了一项关于上帝存在的新证据。他观察到，伦敦连续82年出生的男婴受洗人数多于女婴。假设生男生女的概率相等且每年独立变化，那么这一结果纯属偶然的概率仅为 0.5⁸²。因此他推断，性别比例必然不是由随机性支配，而是由某种神圣的统一原则主导。1781年，Pierre-Simon Laplace 重新审视了这些数据，并得出更审慎的结论：生男孩的概率只是略高于1/2。他还对欧洲不同城市的男女出生比例差异产生了兴趣，发现伦敦比巴黎高出0.38%，他认为这一差异具有显著性。而巴黎与那不勒斯的比较结果对应的概率为1/100，Laplace 认为“尚未极端到可以做出不可撤销的断言”。

这些早期的定量假设检验，揭示了观察性证据的风险与优点。

核心内容

Arbuthnot 和 Laplace 的案例展示了两面性：一方面，正如 Arbuthnot 所展现的，人们很容易找到数据来证明自己原本就想相信的东西；另一方面，令人瞩目的是，两人都能就地获取地方记录，坐在书桌前就开始做科学。他们都没有投入大量劳动力或资本来收集数据，却正确记录并分析了重要现象。

这种获取知识的方法——效率高、简单且优美——长期以来一直被低估，在医学和公共卫生领域尤为突出。尽管人们普遍认为，对药物等干预措施而言，随机对照试验（RCT）是获取数据的理想形式，但在医学和公共卫生两大领域，这种数据收集方式并不总是可行。诚然，Laplace 检验的巴黎 vs 伦敦假设相对简单，但他的样本量超过193万，远超医学史上绝大多数干预性试验。能检测到二元随机变量中0.3%差异的随机试验极为罕见（要求研究特定干预措施且样本量大、分布良好），而 Laplace 在200多年前就做到了。

RCT 的优势使其成为医学干预性试验的黄金标准，至今许多外行人仍认为这是做科学的唯一正确方式。然而，一旦我们理解了这些优势的来源、它们如何与样本采集的经济性相互作用，以及观察性证据本身的优点，就会发现观察性证据在多数情况下比人们想象的更胜一筹。

关键要点

• 观察性证据可以高效、低成本地揭示重要现象，无需像 RCT 那样投入大量资源。
• 但存在“数据证明自己预设结论”的风险，Arbuthnot 的上帝论证就是典型例子。
• Laplace 的理性分析表明，通过足够大的样本量（193万），观察数据可以检测到极微小的差异（0.38%），这在 RCT 中极难实现。
• 观察性证据在医学和公共卫生中尤其有价值，因为 RCT 并非总是可行（伦理、成本等限制）。
• 理解 RCT 优势的来源（随机化控制混杂因素）与观察性证据的互补性，有助于更客观地评估两者的价值。

意义与影响

该文提醒我们，科学证据的等级并非绝对。RCT 虽被视为金标准，但它在面对微小效应、大规模人群或长期趋势时存在局限。观察性证据——如历史记录、行政数据、自然实验——在能控制关键偏倚的情况下，往往能以更低成本和更大样本提供可靠结论。Laplace 的案例表明，早在现代统计方法诞生前，严谨的观察性分析就能产出惊人精确的结果。在数据科学和 AI 时代，这种“从书桌出发”的研究范式——利用现有数据而非专门采集——正重新获得关注，尤其是当大规模 RCT 成本高昂或不可行时。对于公共卫生政策、流行病学、社会科学等领域，观察性证据的价值不应被矮化，而应通过更精细的因果推断方法（如工具变量、断点回归等）来充分挖掘。