中国80%的青少年犯罪与网瘾有关，中国20%的网瘾少年有违法犯罪行为。
在另一篇文章中有人进一步指出，
济南在押的1500名少年犯中，80％是“网瘾”造成的，北京更是有90％的青少年犯罪案与“网瘾”有关。
我们能否根据这些数字得出结论说网瘾人群比没有网瘾的人群更容易犯罪呢？
不能。我可以构建这么一个国家，这个国家80%以上的青少年有网瘾，而这个国家的所有青少年，不管有没有网瘾，都有20%的犯罪概率。这个虚拟国家完美符合以上数据，但是它的犯罪与网瘾完全无关。实际上，如果你把“网瘾”改成“钱”，甚至“空气”，那么我们可以说“中国xx%的青少年犯罪者都缺钱/需要空气，中国yy%的缺钱者/需要空气者有犯罪行为”，而缺钱和需要空气不是毛病。
这个错误就是没有建立对照组。我们缺少的关键数据是没有网瘾的青少年的犯罪率，以及没有犯罪的青少年的网瘾率。这是一个非常常见的错误。这就好比说列举再多“发达的民主国家”，也不能说明民主与发达的相关性，你还必须统计那些不发达的民主国家、不民主的发达国家、和既不发达也不民主的国家。
发现相关性，已经是一个足够发表的科学成就，但相关性结论并不能指导实际生活。假设我用无可质疑的统计事实告诉你“吸烟的人更容易得肺癌”，而你不想得肺癌，那么你是否能推论出应该因此戒烟呢？
三、怎样发现因果
还是不能。因为你无法从“吸烟的人更容易得肺癌”，和“肺癌患者大部分都爱吸烟”这两个统计得出“吸烟导致肺癌”这个因果。也可能肺癌导致吸烟，比如说也许癌变的肺会使人对烟产生需求。也可能存在某种基因，这种基因会使得一个人天生就容易得肺癌，而这种基因同时还让一个人天生就喜欢吸烟。也可能吸烟的人往往是喜欢深夜工作的人，是深夜工作导致肺癌。也可能吸烟的人往往是经济状况比较差的人，其居住环境和营养不行，是贫困导致肺癌。
中国青少年网络协会和中国传媒大学调查统计研究所发布的 《2009年青少年网瘾调查报告》 是一份值得发表的研究，因为其中给出了一些明确的相关性数据，比如：
自我评价学习成绩越不好的在校学生中，网瘾青少年的比例越高。认为自己“成绩较差”的学生中，网瘾青少年的比例达到28.7%，认为自己“成绩一般”的学生中，网瘾青少年的比例为14.5%。而自我评价“成绩很好”和“成绩较好”的 学生中，网瘾青少年的比例均在11%左右。
那么根据这份报告我们能否得出结论说网瘾是个坏东西呢？
不能。也许并不是因为网瘾导致青少年成绩差，而是那些成绩差的青少年更容易得网瘾。报告没有统计网瘾与犯罪率的关系，但就算真的是越有网瘾的人群越容易犯罪，我们仍然不能说网瘾导致犯罪。比如我可以提出这么一个假说：我认为网瘾是个好东西，因为它可以减少青少年犯罪。在任何国家的任何时候，都一帮青少年对学习不感兴趣，整天无所事事。他们喜爱在街上游荡，都是潜在的犯罪者。因为网络游戏的出现，相当一部分这样的人被留在了家中和网吧里，他们的野性在游戏中得到了发泄，以至于减少了出去犯罪的欲望和时间。
报告和前面提到的所有统计数字都无法反驳我这个假说。我甚至可以用这份报告支持我的假说。报告中提到一个有意思的统计是“在社会经济发展水平低的城市，网瘾青少年的比例更高”，这正好可以说明无所事事的人更容易得网瘾。
想要明确证明吸烟导致肺癌，唯一的办法是做实验。找完全相同的两组健康的人，让其中一组吸烟另一组不吸，其它各方面生活都完全一致。20年之后如果吸烟组中的肺癌患者数高于不吸烟组，那么鉴于这两个组的唯一区别 就是吸烟，我们就可以断定是吸烟导致了肺癌。
可是现实世界中根本不存在“完全相同”的两组人，这种理想实验无法进行。好在科学家有一个退而求其次的巧妙办法：找一群人，然后完全随机 地把他们分为两组去做实验。在样本数足够大的情况下，随机性可以保证任何不同因素都可以大致均匀地分配到两个组里。这就是在关于人的研究中最重要，也是最可靠的办法。然而世界上不存在绝对完美的随机实验，比如为了让实验结果具备推广价值，样本应该尽量多样化，男女老幼，各种收入状况，各个种族都有才好，但这其实很难做到。很多实验心理学家选择的样本全是在校大学生，他们的结果能推广到所有人么？有人对此讥讽说他们研究的心理学应该叫“大学生心理学”。


第一刊完，本刊为果壳网转载加修改得来，欢迎讨论

没人哇，桑心泪奔