从《科学》期刊鸟类多样性与太阳能政策关系论文看西方社会学的不科学性

所有中国学者发表在西方刊物尤其顶级刊物上的社会学、经济学等论文，基本都属于该论文一样的基于人为引入的主体干扰制造的系统误差鬼扯。

一、西方社会学的不科学性表现

2026年8月20日，《科学》期刊发表了一篇论文“中国太阳能扩展政策降低了鸟类多样性”（China’s solar expansion policy reduces bird diversity，以下简称“该论文”）。参见：

https://www.science.org/doi/10.1126/science.aee0747）

该论文的基本观点是，通过建立一个中国县级的“光伏政策严苛度”PSI（PV policy stringency。PV是photovoltaic，光伏的缩写）的指标，并将它与鸟类多样性指标进行相关性分析，从而得出“中国光伏扩张政策降低”了鸟类多样性的结论。

因为这个问题涉及了众多不同专业领域的问题，因此随本文我们同时发表多篇文章，算是本文的附件，供有需要的读者参考。他们包括：

鸟类α、β、γ多样性指标及测量方法介绍（系统完整）

鸟类α、β、γ多样性指标及测量方式介绍（简单）

中国近20年鸟类多样性变化分析报告

该论文中采用的多样性数据是香农生物多样性（ShannonBD）与辛普森生物多样性（SimpsonBD）指标。这些指标一般只是用于描述α多样性的。本文后面将谈到，该论文选择的自变量PSI，与因变量鸟类的香农生物多样性、辛普森生物多样性指标都很不科学。

该论文引发了广泛的争论。有西方媒体借此批评中国太阳能政策，也有中国媒体批评该论文科学性存在问题。因为这是一篇在国际顶刊《科学》上发表的论文，要批评它必须得具备相应的国际顶级学术水平才行。同时，本文不仅将系统地指出该论文的不科学之处，而且将进一步指出该论文中存在的问题并不是偶然的，它是一种普遍现象，这是西方社会学等学科领域不能称为科学的原因所在：

没有以统一测量学为标准。这是违背科学性的天条级原因。

存在固定的系统误差——中国学者要想在西方主流学术期刊上发表论文，只有采用如果下引入一个固定系统误差的方法才有可能：将经济或环境等结果数据与政策或体制等自变量建立起相关性。如果是好的结果，一定要与自由市场、私有制等建立起相关性；如果是不好的结果，一定要与中国式政策机制、体制、制度变量建立起相关性。这是一种人为建立的固定系统误差，而不是任何真实的因果关系。这种固定系统误差的存在是一种普遍情况，而不是该论文这一篇文章的特殊案例。本文将精确计算该论文中系统误差的大小，以证明这一观点。

存在固定的主体误差。以上系统误差是来自认识主体自身的误差。

简单地以统计学代替测量学带来的一系列问题。这不仅仅是西方社会学中存在，甚至在很多自然科学领域也广泛存在。系统地指出这一点，是证明统一测量学价值的重要问题，因为只有采用统一测量学，才有可能清晰和精确地认识到这种范式的不科学之处在哪里：

(1) 统计学主要关注相关关系，但测量学是以追寻因果关系为目的。对相关关系的本质，统计学一直持非常模糊的态度。谁都知道相关关系并不是因果关系，但它的本质到底是什么，却没人关心。统计学发展了非常复杂的数理方法，却一直忽略了一个极为重要的测量学前提：统计学往往以符合正态分布为前提条件，但对测量学来说，最困难的因素是不符合正态分布的系统误差。大量仅限于统计学的研究就是通过假设数量统计的对象符合正态分布，去引用各种复杂的数理统计工具，但同时无意甚至刻意引入系统误差来讲各种荒谬的故事。

(2) 相关关系的另一面是相对误差，但西方社会学范式却没有对相关关系进行误差处理。甚至刻意回避这个问题。例如，90%的相关系数从统计学角度来说相关性已经非常高了，但事实上意味着大约1-90%=10%的相对误差。这个相对误差大小在测量学中是一个非常大的误差，更别提低于50%的相关系数，意味着50%的相对误差。测量学的主要工作是如何去不断地减少误差，提升测量精度；而统计学却把主要精力放在用更小的相关系数和更大的相对误差数据来讲故事。

(3) p值本身也是一种高斯分布。以高斯分布为基础的误差处理方法只能部分解决随机误差的数据处理问题（也不能完全解决），极少能发现和处理系统误差。虽然也有很多学者寻求通过数理方法发现和处理系统误差，但本质上系统误差是不可能简单通过任何数理方法来完全有效处理的。这是一切测量学的共同难题，而不是某一个学科的测量难题。但是，在所有用统计学替代测量学的学科和研究活动中，都是直接去使用p值来判断数据的可用性，而完全不考虑系统误差。

(4) 为了获得更高的相关性，常常采用对原始数据取对数之后再计算相关系数，但却没有分析由此带来的误差大小的变化。结果就是使用事实上误差极大化的数据去对论文的论点进行支持。

(5) 统计单位并不是计量基准的测量单位。由此带来的计量误差，以统计学替代测量学的学科、尤其是全部的西方社会学全都不予关注。

(6) 其他

再次重申一下，上述问题并不是该论文中的特殊现象，而是整个西方社会学、经济学的普遍问题，甚至是很多自然科学的学科领域普遍存在的问题。请注意一点：

该论文以及其他绝大多数类似以统计学为基础的学科中，都是以“有显著统计相关性”为借口去讲故事的。但是，什么叫有显著统计相关性，相关性强、相关性中？这些全是人为划定的。

事实上，一切统计相关性分析都仅仅是发现因果关系的第一步，它们绝对不能直接用来讲任何故事。

一切统计相关性的另一面是相对误差。对任何具体的科学问题，对相对误差的大小都是不同的。只有针对具体科学问题，才能确定相对误差缩小到什么数值，这样的测量数据才有实际意义。也就是说：没有绝对的相关性大小有科学意义的标准。对有些科学问题来说，90%的相关性（10%相对误差）就可以得出结论，但对另一些科学问题，可能99.999%的相关系数也可能还是远远不够的。

这是导致直接以统计学来替代测量学的学科，其科学性比较弱的关键原因所在，也是必须以统一测量学对这些学科进行重建的原因所在。

二、中国鸟类多样性本身的科学分析

既然该论文是关注中国鸟类多样性的问题，那么我们首先是不是应该分析一下中国鸟类多样性这么多年来到底是一个什么样的发展情况？该论文提取的统计数据集的时间跨度为2014年—2023年，共10年，覆盖全国2344个县，合计46528个县 - 月观测样本。

我们把时间跨度稍微放大一些，在过去20年，中国太阳能发展成效极为巨大。参见下表：

也就是说，在过去20年，中国从2006年到2025年，太阳能累计装机量从0.08GW增长到1204.5GW，增长了1.5万倍。如果按该论文数据集的时间跨度来算，是从2014年的26.5GW增长到2023年的610.3GW，增长了23倍。这个增长倍数也是很大的。那么同时期中国鸟类多样性的变化情况是什么的呢？详细情况参见随本文一起发表的“中国近20年鸟类多样性变化分析报告”，我们这里只说核心的结论：

以上图表虽然时间跨度不是完全重合，但基本上是与中国过去20年鸟类多样性变化趋势相一致的，就是鸟类的α分类多样性与功能多样性总体都是增长的，β分类多样性下降。

近20年中国鸟类正式名录从约1300种增长到1505种，省级新分布记录2000–2018累计增加339种（含24种全国新纪录）。但这并不能简单地说是中国鸟类多样性增加了，而更大可能是随着相关测量活动的大幅度增加而发现了过去没被发现的物种。因此，从全国范围看的γ分类多样性基本不变。近20年也没有任何鸟类被记录在中国灭绝。

以上数据该如何解读呢？

α、β、γ生物多样性指标并不仅仅是用于鸟类，而是一个由生态学家Whittaker提出的描述生物多样性的指标，详细参见本文开头给出的随本文一起发表的参考文献。简单来说就是α多样性是描述一小块样地、林分（林业学术语）的相对单一生物群落里的多样性，β多样性是描述不同群落之间生物多样性的差异，γ多样性是描述整个区域物种库的总体多样性。三者构成"群落内—群落间—区域"的三层空间生物多样性分布的指标体系。

因此，中国从微观样地或林分视角去看，鸟类多样性是普遍增加或维持稳定的；但群落之间的差异在减少；从全国范围看鸟类多样性没有变化。

这个具体又是什么含义？我们可以用一个类比来更容易地理解。假设我们来研究地方菜的品种变化情况。成都一个地方菜的不同品种数量，这就是α多样性；成都、重庆、绵阳、乐山......不同地方菜的差异，这就是β多样性；整个四川菜的数量，这就是γ多样性。过了20年我们发现，成都地区的菜品种多了，原因不是因为自己多出了新的菜品，而是因为引入了重庆地方菜、乐山地方菜。其他城市也出现同样情况，这就是α多样性增加或不变；这样一来，不同地区的菜品差异缩小了，这就是β多样性下降；整个四川地区的菜品数量基本没多大变化，也就是γ多样性不变。放眼整个中国，也存在类似情况。很多北京的某餐馆刚开始叫川菜馆，基本都是川菜，但是做着做着，菜单里粤菜、湖北菜、东北菜、鲁菜都有了。另一家刚开始做东北菜的，菜单菜也出现川菜、杭州菜、徽菜了。

中国近20年的生态环境总体上是极大改善的，因此那些生存力较强的鸟类就向其他地方迁徙，导致不同群落间的差异不断变小了。各个样地和林分等群落里的鸟类多样性随之是增加的。从整个中国整体看鸟类多样性基本没变化。

从种群数量上说，中国鸟类数量是极大增加的。

与该论文提取的时间跨度差不多的2016年至2026年的十年，中国越冬水鸟监测数量提升到了2.6倍左右。

大量濒危鸟类的种群数量迅速恢复。

那么是否就没有负面的多样性下降问题存在呢？是有的，因为一些菜品可能高度依赖某些本地条件，因此难以向其他地方推广，这可能导致一些对本地条件依赖性较强的小众菜品数量反而减少了。

无论地方菜品种还是鸟类品种都是类似的，影响因素非常多。因此，要清楚地理解它们的变化原因，就需要详细的因果分析。

三、鸟类多样性的全面因果分析

中国在过去20年生态环境的变化是多方面的，在不同地区的影响也是不一样的。有积极的因素，也有消极的因素。太阳能的发展是否会影响到鸟类生物多样性的发展，不是没有。从上图可见，整个新能源设施（含光伏，风电场）的影响只占7%左右。

但该论文提供的因果分析链条非常不科学，因为一是它没有剔除其他因素的影响，二是它的因果链条实在太长了。太阳能发展的政策强度影响的是整个太阳能总体的发展，有分散式光伏，有集中式光伏。不同光伏对鸟类多样性的影响差别是极大的。有些经过研究完全无影响，例如屋顶光伏对鸟类生存环境影响基本为零。有些甚至是极为有利的，例如荒漠地区的光伏建设极大改善了生态环境，甚至出现光伏羊的产业链。有的影响目前还不是完全清楚，例如水面光伏，有学者认为水面光伏板的反光会让鸟类误以为是水面，在下冲的过程中会撞击到光伏板照成鸟类的伤害。但也有学者认为目前并没有确切证据显示出现这类情况。大规模光热装置（已经不是光伏了，但我们此处只作为分析新能源对生态环境影响的案例）因为集中的阳光能量极高，会使路过的鸟类被瞬间烤死。风能叶片运动过快也有可能伤害到飞过的鸟类。

不过这里存在一个数量多少的问题，如果影响的鸟类数量不大，这个影响总体上也就比较微弱。举另一个影响因素的案例，猫对鸟类的影响。猫与狗是不一样的，狗是被人类驯化的野狼，从基因上狼与狗就有显著不同，狗不会去吃鸟类，即使野狗也是如此。但猫从来就没有被人类驯化，反而是人类被猫利用了。家猫与野猫基因完全没有本质区别，与上万年前的野猫也没有本质区别。猫的捕猎能力极强，相当多的鸟类都可能成为它们的猎物。据美国的研究显示，每年美国被野外猫群吃掉的鸟群，数量高达13亿—40亿只。这也是一篇《科学》杂志上的研究论文的数据，参见Loss, S. R., Will, T., & Marra, P. P. (2013). The impact of free-ranging domestic cats on wildlife of the United States. Nature Communications, 4, 1396. https://doi.org/10.1038/ncomms2380。这篇论文研究范围是美国本土（连续 48 州，不含阿拉斯加、夏威夷），散养家猫 / 流浪猫（free-ranging domestic cats），这些猫每年捕杀鸟类13 亿～40 亿只（1.3–4.0 billion），中位数 24 亿只（2.4 billion）。 其中69%的鸟类死亡由无主流浪猫造成；剩下31% 是散养宠物猫（主人允许外出的家猫）造成。该研究结论认为，散养猫是美国鸟类人为致死第一大来源，其次是人类建筑的窗户撞击造成约每年9.88亿只鸟死亡。

Loss et al.的这个论文中还给出了陆上风机叶片撞击导致鸟类死亡的数据，年均估234000只，95%置信区间140 000 – 328 000 只 / 年。同期另一篇论文Smallwood (2013) 的估算区间更高一些：467 097–679 089只/年，差异来自校正方法与死亡率模型假设。无论哪一个数据，与猫造成的鸟类死亡数字相比都是上万倍的差异。

但造成如此巨大的鸟类种群数量死亡的主因为什么没有引起人们的关注，反而是不时听到风能带来鸟类死亡的影响呢？因为如果主因是猫，这针对的是爱猫理念和爱猫人士要作出改变。窗户撞击，这解决起来更麻烦。而针对风能，这不仅更好欺负，而且风能主要发展力量来自中国。所以，Loss et al.的论文的发表对保护鸟类多样性有用吗？一点用处也没有。

如果真从保护鸟类的角度出发，与其老是跟新能源找别扭，不如去仔细想想如何去管好爱猫人士来得更有效。

如果中国学者以Loss et al.完全一样的方法来研究中国鸟类多样性，进行全面因果分析后写一篇论文发到《科学》去，有可能发表吗？即使它的论文水平远超过Loss et al.也绝无可能。为什么？因为没有引入针对中国体制、制度、政策的系统误差。没有引入这种系统误差你怎么可能去西方的学术顶刊发论文呢？不仅如此，一旦进行中国生物多样全面因果分析，就会将中国生态环境天大的改善成就展露无遗，这个怎么可能在西方学术刊物上发表呢？

四、中国鸟类多样性实际局部下降与光伏关系分析

在某些区域，中国鸟类多样性的确是有下降的。

长江下游地区湿地鸟类下降。过去20年是中国沿海地区及中心城市经济发展非常迅猛的时期。城市化会对生态环境产生非常复杂的影响。例如，过去中国主要的建筑是土墙的建筑，家燕采用泥来筑巢，很好地匹配了土墙建筑。但现在普遍采用混凝土墙体建筑，家燕难以在现在城市建筑的墙上筑巢，这导致了家燕数量的衰减。

不同鸟类的变化情况也不一样。

有些物种因为人类的捕猎行为造成的影响特别致命。例如，因为有人认为黄胸鹀(禾花雀)有特殊的营养价值，因此曾经对其大肆捕猎，导致其种群数量严重下降到极危的状态。后将其列入保护名录，遏制了种群的下降，但要恢复依然需要时间。

光伏建设真正对鸟类产生较大影响的是黄海潮间带，因为很多鸟类依靠黄海潮间带的生物为食，光伏建设过程中会破坏潮间带的生物生长环境，减少了依赖这个环境的鸟类数量。

但黄海潮间带的破坏主要原因还不是光伏建设，而是围垦等人类活动，这使过去50年黄海潮带丧失了约65%。对黄海潮间带依赖程度越高的鸟类，种群下降越大。

五、该论文的系统误差是如何引入的？

从全面的因果分析可以看出，即使光伏政策对鸟类多样性有影响，其影响也是正面居多。负面的影响不是没有，但只要清楚了相关的真正原因是什么，就可以有针对性的改变措施。因果关系越强、越直接，就可以用针对性更强，从而投入产出比更大的措施真正解决问题。例如，假设真的发现水面光伏会造成鸟类误撞击，可以采用反光性不强的材料等就可以简单地解决问题，而根本不涉及光伏政策强度问题。在潮间带建光伏会影响相应区域的水生物生长，但只要解决了相应问题后，就没问题了。并不需要在光伏政策面去大动干戈。在发现风电的叶片会导致鸟类撞击后，风电逐步发展了更慢速度的风机，使这类问题极大减少。如果并不足以到政策层面去考虑的问题，直接在技术层建立最直接的因果联系，仅仅通过技术手段去解决就足够了。

将光伏政策强度强行地与鸟类多样性进行超长因果链条的挂钩，即使发现了问题，解决起来也会造成“扩大化”的新问题。不仅在此基础上解决问题的投入产出比更低，而且有可能是反的，根本解决不了问题，反而是带来更多别的问题。而后者，往往才是西方真想要的——不是为了解决问题，目的就是要制造更大的问题，目的就是要遏制中国光伏的发展，鸟类多样性这种国际政治正确的理由不过是一纯粹的借口而已。

该论文本质上就是一个人为引入的主体干扰制造的系统误差，而不是任何科学的结论。过去这类问题常被称为“偏见”，但我们不把它叫作“偏见”，因为你一这么说，绝大多数人的直接反应是“我们是纯粹的学术研究，即使学术研究中存在问题那也是学术问题，不应该上纲上线”。但我们称其为“系统误差”，这是个中性的词汇。这是充分地提示：一切测量过程都是存在系统误差的，存在系统误差本身并不是本质的问题，但不去高度关注和处理系统误差，这才是问题。任何人不要去辩解说“我们的数据没有系统误差”，这是绝对违反统一测量学最基本原则的。

我们也不说这是“带着有色眼镜看问题”，因为测量方法中大量存在滤波器或过滤过程，这就是要带着有色眼镜进行测量。问题只是你为什么要设计这种滤波器，你到底要滤掉的是什么信号？选择通过和放大的是什么信号？需要过滤掉的是干扰信号，而需要通过和放大的是有因果关系的被测量的信号。否则，这种滤波过程就会引入系统误差。

该论文是如何人为制造出系统误差的呢？

1.选择性样本

该论文是以县域为基本单元进行样本数据收集的，收集了全国2344个县的数据。那么我们就要问一个问题：中国到底有多少县？为什么选择的样本是2344个县。

中国民政部官方数据截至2023年底（该论文中数据截至年份），中国大陆县级行政区合计 2844个（不含港澳台，出自《2023年民政事业发展统计公报》）。细分构成为：

市辖区：977

县级市：397

县：1299

自治县：117

旗：49

自治旗：3

特区（六枝）：1

林区（神农架）：1

该论文的数据少了正好2844-2344=500个县。

剔除这些县的依据是什么？该论文给出的标准是这样：

数据缺失的县域：缺少观鸟记录、政策文本、土地遥感数据。

很多高度城市化的市辖区被剔除：城市核心区原生鸟类本底低、光伏开发空间极小，不纳入分析。

部分西部极偏远县域（高寒、无人区），公民科学观鸟记录不足，被筛掉。

但请注意，中国市辖区的数量为977个，也就是有些市辖区被剔除了（主要就是光伏政策强度与鸟类多样性增加正相关，与该论文结论不符合的那些地区被剔除），有些没被剔除。在这些剔除和选择的过程中，该论文想要的相关性就可以人为呈现出来了。

2.超长因果链条加上超多因素调整

光伏政策强度与鸟类多样性即使有因果关系，也是一个超长的因果链条。如何让这个超长因果链条的相关性增加呢？那就是因果链条越长，中间可调整的系数就越多。再混进去超多的无关因素调整，最后就很容易调整出一个想要的相关性数据结果了。

该论文并不是直接拿样本里的政策强度数据与鸟类多样性数据进行相关分析，而是引入了超级多的其他因素进行参数调整：

引入了那么多的杂乱因素的数据，你怎么就没有引入猫的数量变化呢？

经过这么多无关数据的调整以后，该论文想要的相关性不仅就出来了，而且以此证明鸟类多样性的负面变化原因就是光伏政策影响，与其他无关。明摆着就是《科学》杂志上的相关鸟类多样性论文，都是指向“猫是危害鸟类的头号杀手”，你们居然视而不见？该论文作者和同行评审的专家们看过《科学》上同类文献吗？里面搞出什么临时雇员、煤、碳排放量......这些东西与鸟类多样性研究有关系吗？当然没多大关系了。有关系的因素你不考虑，搞这么一大堆几乎无关的因素作为控制变量进行调整，这叫学术研究吗？当然了，你也可以说从哲学上讲世界是普遍联系的。但测量学不是这么考虑问题的。

3.数据指标调整

该论文的核心因变量指标光伏政策强度PSI并不是直接拿县级的政策来考虑，而是：“省级、市级及县级各级政策的加权总和”，而每级的政策也是多项因素的加权和。

对于这类数据，我在《科学经济学原理》中称其为“鬼影数据”。对于鬼影数据，需要特别小心，表面看其中多个变量本身是客观的，但对其赋值多少、尤其对于权重系数，只要进行适当地调整，就可以玩出很多花来。例如高校排名数据等，也都属于鬼影数据。

即使做了如此之多的数据调整，PSI与鸟类多样性的相关系数是多少呢？

由于该论文采用的是比较复杂的多元偏回归系数，不能简单地换算成零阶皮尔逊相关系数。但光伏装机面积（平方千米）与PSI的零阶相关系数可换算出为0.335或33.5%，也就是这个数据相对误差为66.5%。如果从测量学角度说，这种数据基本没啥意义，更别提经过这个没啥意义的数据再去与鸟类多样性的香农多样性与辛普森多样性进行相关分析了。

你去问问物理学家、化学家、天文学家、材料学家......66.5%相对误差的测量数据，科学意义有多大？

如果按论文中的这个图B提供的数据，PSI与香农生物多样性的相关系数为0.02，也就是98%的相对误差。误差大到这种程度的数据，这还能叫测量数据吗？

4.因果模糊

因为该论文的因果链条极为牵强，因此在描述为什么更强的光伏政策严苛度会带来鸟类多样性的下降，对因果关系的描述极少且非常模糊。文中认为是光伏建中影响了草类的多样性，间接带来鸟类多样性的下降，这更让人匪夷所思。鸟的食物主要是昆虫，这与草的多样性有多大关系？

5.指标选择的极端不科学性

    该论文选择的自变量与因变量指标都是极端不科学的。

    首先说自变量PSI，为什么这个指标与光伏面板面积的相关性都非常小，只有0.335？因为真正对光伏面积有直接相关的是“补贴力度”。光伏政策只是一个背景性的影响因素，无论政策严苛程度有多高，如果补贴不到位等于零。除非是政府直接投资建设的光伏电站，整个光伏的发展基本上是市场行为。一切光伏政策最终都是靠补贴真正作用于市场的。可以说，该论文考察的时间段内，补贴额乘上一个系数就可以直接等于光伏面板的面积，这个相关性接近100%，而不是才区区0.335。本来补贴额大致就是根据所建设的光伏面板的面积来计算的。但后来随着光伏成本的不断下降，光伏补贴逐步退出了。但是，为什么该论不选择光伏补贴额作为自变量呢？这不是最科学吗？这当然不行啦，因为当年欧洲与美国的光伏补贴力度比中国还强，中国最初光伏产业就是主要依靠欧洲和美国的光伏补贴政策发展起来的。如果选非常科学的、相关系数接近100%的补贴额作为自变量，就算推论出来它导致了鸟类多样性下降，那批评对象不就很容易就演变成欧洲与美国了吗？所以，一定要选择一个相关系数只有区区0.335且极度含糊不清的PSI——光伏政策严苛度来作为自变量，这样就可以很容易将批评指向为“中国光伏政策”——》“中国政府的政策”——》“中国政府”。

再说因变量，其极端不科学之处在于：

首先，没有对鸟类多样性作全面科学的描述。要全面描述鸟类多样性，需要鸟类的鸟类α、β、γ多样性。该论文采用的香农生物多样性和辛普森生物多样性，一般多用于仅描述α多样性。但是，该论文讨论的时间段内，中国整个鸟类的α多样性是增加稳定的，γ多样性也是稳定的，真正下降的是β多样性。而该论文却没有反映出β多样性下降的事实。

其次，即使全面采用鸟类α、β、γ多样性指标，也并不等于鸟类生态环境。这是为什么？举一个例子来说明，假设一个林分里有10种鸟，每种鸟的数量都是1千只，所有鸟的总量是1万只，这样它们每个种群个体的占比就是10%。它们的香农多样性计算结果为  -10*10%*log0.1=1。再假设该林分鸟类生态环境获得了极大改善，鸟的种类数量还是这10种，但每种鸟的数量都增加了10倍，达到1万只，总量为10万只。这样它们每个种群个体的占比还是10%，算出来的香农多样性数据为  -10*10%*log0.1=1，是完全一样的。所以多样性指标只是表达生态环境的一个指标，种群个体总量显然是另一个更为重要的表达生态环境的指标之一。但为什么该论文完全不讨论这个指标？因为绝对不能讨论啦，一讨论这个指标马上就会发现该论文讨论的时间范围内中国鸟类总数量是显著增长的，这样的论文怎么可能在《科学》上发表？

第三，控制变量的选择极为荒唐。完全缺乏对猫的数量，玻璃窗户面积的数量等在其他主要相关论文中已经明确提示主要影响鸟类生存环境的因素。这如同要去研究牛肉的品质，你却把太阳系柯伊伯带‌、奥尔特云、土卫六运动状态数据作为控制变量来进行分析。人们本来满心希望这么神奇的数据关联到底会带来什么爆炸性的新科学发现，结果你做了一大堆计算最后说这些数据对牛肉的品质没有影响——你这是在写学术论文，还是在写相声段子？

6.应该如何科学地认识和解决这个问题？

我们当然不否认去研究光伏的发展对鸟类多样性产生影响的问题。但如果真要研究这个问题，科学的方法是什么？

首先必须对光伏进行详细的分类，如：

集中式光伏。甚至更加细分为：荒漠集中式光伏、山地集中式光伏、草地集中式光伏、水面集中式光伏等。

分散式光伏。可更加细分为屋顶、建筑物散地、田间等分散式光伏。

其次是不同光伏对鸟类生存环境是否有负面影响。理论上可以分为正面、负面、无关三种情况。在承认有正面影响，也有无关的不同情况下，挑选出有负面影响的光伏类型。

第三是选择这些有负面影响的光伏类型，计算其各个样本点的面积与鸟类多样性与总量两个方面的相关性数据。

第四是从鸟类生存环境一侧来研究，到底有哪些正面与负面影响鸟类多样性的因素。分析不同因素影响的大小。

第五在对鸟类多样性有负面影响的光伏数据中，剔除其他有负面影响的因素影响大小。再来看剔除这些影响因素之后这些光伏与鸟类多样性之间的相关性，或反过来测量误差的大小。一般来说，做了这种数据校正以后，测量误差应当大幅度缩小。或者说相关系数应当极大提升。

第六，进行多个样本点的深入个案分析，以此更加清晰地了解这类光伏影响鸟类多样性的真正因果链条。

第七有针对性地提出改进相应光伏的技术方案、推广对鸟类多样性有正面影响的光伏技术方案，同时，最好能给出相关的有效解决相关问题的成功案例。如果没有，也应当在推动相关从事业搞出几个成功案例之后，再来写论文，同时如果必要，给出相关的政策建议。

但中国学者如果以上述真正科学的方法写出来的学术论文，西方顶级学术期刊会发表吗？可以非常明确地告诉大家——绝对不可能。

六、结论

根据以上以统一测量学为基础的分析，该论文的结果基本上属于基于主体干扰的系统误差，纯属鬼扯。

问题在于，这种基于主体干扰的固定系统误差是西方社会学与经济学领域非常普遍存在的情况，或者说是针对中国学者普遍存在的情况。该论文绝非特例，只是其结果与现实之间的差距实在是大到荒谬顶透的程度引起人们普遍的不适才被更多关注。过去20年，中国鸟类呈现“保护旗舰物种普遍恢复、整体水鸟数量走高、但湿地鸻鹬类和农田鸟类持续承压”的分化格局，保护政策与湿地修复是主要的正面驱动力。这个中国的现实情况与该论文中的结果明摆着不仅不符，而且完全相反。中国鸟类保护中并不是没有问题，但其问题与太阳能政策严苛程度几乎毫无关系。中国太阳能的发展对于环境的正面效应，尤其对荒漠地区生态环境的改善远远大于潜在的负面影响。

需要引起高度关注的是：这种系统误差的普遍存在，比当前被爆出的学术造假行为（例如“耿同学”曾举报的多人学术造假问题）要严重成千上万倍。因为“学术造假”的前提是人们明确知道有一个正确的学术标准，写论文的学者是照着这个公认的正确学术标准编造了数据和结果。但基于主体干扰的系统误差学术范式，是让学术本身就固定地存在一个不正确的错误标准，它最终是注定要让所有经过这个标准评审的论文，无论是认真做的还是造假的，全都是错的，不可能有正确结果的论文出现。

所有中国学者发表在西方刊物尤其顶级刊物上的社会学、经济学等论文，基本都属于这种鬼扯。

一切不经过统一测量学评审的论文，无论他们采用了多么貌似高深的数学工具包装，也全都是鬼扯。