何谓阉割数据，就是将本来很好的原始数据进行排序、分类等处理后，变成残缺的数据，然后在此基础上做进一步的计量分析。

其实，从数据处理角度，将数据加工变成信息，本来是一件好事。但是，如果要在以上基础上对数据进行进一步分析，那么就犯错误了，举个例子：

研究企业发明专利与企业研发投入的关系，调查了若干企业，得到了原始数据。接下来先将企业发明专利和企业研发经费分别排序，然后做研发经费排序与企业发明专利排序之间非参数检验。这就错了。

打个比方，木匠做栅栏，需要若干根等长的木棍。先量好A木棍的长度，然后以此为标尺锯若干等长的木棍，如果一直用A木棍比照去进行加工，这是最科学的；如果先比照A木棍的长度加工好B木棍，再用B木棍的长度比照去加工C木棍，再用C木棍的长度比照去加工D木棍……那么哪种情况误差更大？

这个问题，对一些计量掌握不好的学者而言其实是相对普遍的现象，但由于问题是隐含的，往往自己不知道，审稿专家一般也不会注意到。

以上是明显阉割数据问题，其实还有隐含阉割数据问题。再举个例子：

研究Y与X1、X2、X3、X4的关系，不是在一个方程中进行分析，而是分别研究Y与X1的相关性、Y与X2的相关性、Y与X3的相关性、Y与X4的相关性，那么，我告诉你，这也错了，典型的盲人摸象。

方法的错误是根本的，然而，我们有太多方法的错误是觉察不到的。如果一般期刊发表该类论文还可以理解，权威期刊务必要注意这个问题。

                                                                                       2012.11.23 俞立平 于宁波