0

0
0

文字

分享

0
0
0

人生就是不停地寫選擇題:經濟學怎麼衡量人生的選擇結果呢?

研之有物│中央研究院_96
・2018/07/13 ・4592字 ・閱讀時間約 9 分鐘 ・SR值 515 ・六年級

  • 執行編輯|林婷嫻
    美術編輯|張語辰

人生由一連串「選擇」組成,不同選擇會導致不同結果。如何衡量人們的抉擇對後果有什麼影響?這是經濟學家感興趣的命題。「衡量」總要有個客觀且避免偏誤的計量方法,而本文專訪中研院經濟研究所的許育進副研究員,專門設計給經濟學家使用的「統計方法」。

獲得傑出研究獎、年輕學者奬等眾多獎項的許育進,與陪伴他到處遊歷的小雞(自製羊毛氈)。 攝影/張語辰

「通常跟親朋好友說我是研究經濟學的,接下來他們就會問我:要買哪支股票?」許育進笑說大家對於經濟學的印象,而這背後也反映出一個人性──人們對於「選擇」的猶豫,以及希望能預測「選擇的後果」。

每天睜開眼,人們就面對不同的選擇題。有些選擇的後果無傷大雅,有些卻讓人懊悔「千金難買早知道」。這看在經濟學家許育進的眼中,是非常有趣的研究題材。

人們有沒有做某件事?對結果有多少影響?我們試圖設計方法來衡量。

如何衡量「有做」和「沒做」對結果有多少影響?

這是計量經濟學中,「處理效果」探討的問題。「有做某事」和「沒做某事」對結果有多少影響?這中間的影響差異,就是經過某個行為「處理」之後的效果,統計上可透過平均數(mean)、分佈(distribution)、分位數(quantile)等量化資訊來呈現。

處理效果(treament effect)的概念。 圖說設計/林婷嫻、張語辰

其實,處理效果(treament effect)最早源自於藥學,比較「有吃藥的病人」和「沒吃藥的病人」,對於病情影響的顯著差異,藉以了解某種藥物(treament)治療後有沒有效果(effect)。這個概念現在普遍應用於計量學領域,可用來比較「平行時空」中人們選擇採取某種行為後,產生的結果差異。

研究「處理效果」主要困難之處、跟解決方法?

例如,若想研究「一個人有沒有讀大學」對於「未來的收入」有沒有影響,就得比較「一個人有讀大學」和「同一個人沒有讀大學」的收入差異。

但現實世界中,我們不可能同時踏上兩條人生路徑,存在選擇方案 A 的我,就不存在選擇方案 B 的我。因此,我們分析的樣本資料中,只會看到同一人的其中一種狀態(有讀大學/沒讀大學)、與現在的收入區間。

這是研究處理效果最困難的地方──如何推測「平行時空」中另一種結果?

若將「一個人有沒有讀大學,對收入有沒有影響」這個研究題目視覺化,就更容易了解「缺乏樣本資料」的分析難題。 圖說設計/林婷嫻、張語辰

生命科學研究中,可透過隨機試驗random assignment)來推估樣本資料、得到分析結果,然而經濟學無法使用隨機的統計方法。因為「有沒有讀大學」在真實情況中並非丟銅板隨機決定,而是受到許多「解釋變數」影響所做出的選擇,例如家庭經濟狀況、父母教育程度等等。

因此,我們的統計方法是先控制這些解釋變數後,再找出個人特徵相近的樣本(例如:家庭年收入相當、父母教育程度相同等等),作為平行時空的對照組──也就是「做出另一個選擇的我」,藉此推估對照組的收入區間,再統計分析兩組收入的差異,如下圖所示。

假設每個人在解釋變數(個人特徵)影響下,會有自己的選擇(是否讀大學),那麼,控制這些變數、找出個人特徵相近者,就能作為「做出另一個選擇的我」的對照組。 圖說設計/林婷嫻、張語辰

們的這種統計方法,可以用來回答很多關於「選擇結果」的問題。例如,媽媽第一胎懷孕期間有沒有抽菸,對新生兒的體重是否有影響?我們的實證研究加上「孕婦的年齡」做比較,分析結果顯示:孕婦的年齡越大,懷孕時吸菸對於新生兒的負面影響越顯著,也就是新生兒的平均體重會變得越輕[1]。

另外,處理效果的統計方法,也可運用於檢視社會福利政策的效果,例如,我們分析 National Supported Work Demonstration(NSW)職業培訓資料,來探討「有沒有參加職業培訓」會否提升未來收入?

我們的實證結果顯示:「有參加職業培訓的我」工作收入確實會比「沒有參加職業培訓的我」還高[2]。必須說明的是, NSW 資料庫裡的樣本是較難就職的族群,包含貧困家庭的媽媽、年輕輟學者、更生人等等,並非指大眾勞工或上班族。

回到親朋好友的提問,經濟學家知道要買哪支股票嗎?

我們設計的統計方法,可以從多個投資組合中,找出哪個投資組合會賺錢。

例如,若想知道 100 支股票中,哪一支股票會賺錢。那我們就設定 H0 虛無假設為:「這 100 支股票中,有一支股票的利潤平均數 ≤ 0,或是 ≤ 自訂的標準數值(benchmark value) 」,接著統計檢定這 100 支股票的資料,看看哪支股票的檢定結果「拒絕」這個 H0 虛無假設,就是會賺錢的股票,因為它的利潤平均數是 > 0,或是 > 自訂的標準數值。

需注意的是,這統計檢定過程很容易產生偏誤,也就是 data snooping bias。

例如,若把 100 支股票的資料分開 t 檢定,且每次 t 檢定都是以 95% 信心水準執行的話,100 次 t 檢定累計高達 0.994 的機率會與實際結果有偏差,這就產生了一種統計偏誤的問題(data snooping bias)。用白話文來說,這問題可能是把其實不賺錢的股票,錯當成會賺錢的股票。

如果研究題目是:「100 支股票中,哪一支股票會賺錢」,這種關於「搜尋」的題目,就得同時考慮好幾百個假設和變數,為了得到較健全(robust)的結果,需改成聯合檢定(joint test)的統計方法。

若想找出哪個投資組合會賺錢,要聯合檢定好幾個投資組合,不能一個個單獨檢定,藉此控制統計偏誤(data snooping bias)。 圖說設計/林婷嫻、張語辰

以實際案例來說,與管中閔教授及許博炫教授討論後,我們參考 stepwise Reality Check test(Romano and Wolf, 2005),改良為 stepwise SPA test 這種可以在多個選項中逐步測試的聯合檢定法,用來回答「從多個投資組合中,搜尋哪個投資組合會賺錢」這種問題。我們套用這個方法分析成長和新興市場的指數股票型基金(ETF),用來佐證某些交易策略(technical trading rules)是否確實可以預測 ETF 的走勢 [3]。

另外一個案例,呂宗勳副教授及陳奕奇副教授發現,當 K 線(Candlestick chart)的股票價格走勢出現某種模式,就可預測接下來應買入、或賣出該支股票。呂宗勳副教授希望能用嚴謹的統計方法,來檢定這種 K 線投資策略會不會賺錢,所以找我們合作,而實證結果也顯示真的會賺錢。

觀察 K 線的股票價格走勢,可以延伸出很多投資策略,我們將這些投資策略全部一起用 stepwise SPA test 檢定,並控制統計偏誤,詳細的計算過程都發表在論文中 [4],有興趣的朋友可以直接參考。

為什麼會投入經濟學研究?

我其實沒有生涯規劃,只是用「刪去法」避免我不想做的事情。人生這麼短,要做會讓自己開心的事。

高中讀自然組是因為不喜歡社會科目,後來因為對工科、做實驗沒興趣,大學志願就選填數學系。讀臺大數學系的時候,遇到很聰明的同學,如果繼續鑽研數學理論,我知道我不可能贏得了他們。大二時看到有些朋友選修臺大管理學院的課,我想試試看自己是否感興趣,就開始修經濟和會計。

經濟學非常有趣,在很好玩的假設下,可以得到這世界大部分的結果。

經濟學有一說,假設每個人都有理性,會在有限資源內做出效用最大的行為。其實這蠻貼近我們的生活,有多少錢就決定做什麼事。假設我只有一千元,我會在這一千元的範圍內,決定要先吃冰、買衣服、還是看電影,做出會讓自己最開心的決定。

研究經濟學的「統計方法」有何困難?

計量經濟學領域中,很多學者在不同的條件假設下,進行不同的研究題目,運用不同的統計方法來計算。

我會專門研究給經濟學家使用的「統計方法」,這跟我的數學背景有關。通常我是找一個已經整理好的樣本資料,看看我設計的統計方法,分析這些資料能否回答新的問題;或是同一套統計方法,應用在不同資料庫,會分析出什麼樣不同的結果。 internetinių svetainių ir el parduotuvių kūrimas, reklama internete ir SEO paslaugos

最困難的是找到大家感興趣的問題,以及找到可以使用的數學工具。

研究新的問題時,不見得有現存的數學工具可直接套用,甚至有時候看不出來哪個數學工具可以引用。有時候我們大概的想法都有了,但困難在於要想辦法把中間的理論證明補齊。

問及支持自己研究統計方法的動力,許育進單純地說:「我覺得學新東西蠻快樂的!」 攝影/張語辰

如何突破研究沒進展的困境?

當然,理論證明不出來的時候,會很失落、很煩,需要做可以放鬆的事情。我在美國讀書的時候,是透過煮飯暫時脫離研究上的不愉快。從買什麼菜、怎麼處理、到看到成品,這過程都要專心,因為若分心,切菜時可能會切到自己。

回臺灣後我改做羊毛氈,這也需要很專心,不然針會戳到手。這些羊毛氈有些送給朋友,有些會義賣並捐給流浪動物花園

許育進在研究之餘製作的羊毛氈:慶祝感恩節的火雞、自己的 Q 版化身、送給國外學者女兒的小兔子。 圖片來源/矮酥酥手作羊毛氈

研究上突破瓶頸的方式,我也會找熟悉的人討論,看看有沒有已知的統計方法可以使用,或有類似的文獻可參考。或找他們一起合作。另外,當想出某個研究題目,但不確定這個題目有沒有人感興趣,也可以先問問相關領域的學者。

與其自己想不出來,多跟別人討論比較有用。

注解:

  1. Jason Abrevaya, Yu-Chin Hsu and Robert P. Lieli(2015), “Estimating Conditional Average Treatment Effects,” Journal of Business and Economic Statistics, 33 485-505.
  2. Estimation and Inference for Distribution Functions and Quantile Functions in Treatment Effect Models,” Journal of Econometrics, 178, 383-397, 2014 (joint with Stephen G. Donald).
  3. Testing the Predictive Ability of Technical Analysis Using A New Stepwise Test without Data Snooping Bias,” Journal of Empirical Finance, 17, pp. 471-484, 2010 (joint with Po-Hsuan Hsu and Chung-Ming Kuan).
  4. Tsung-Hsun Lu, Yi-Chi Chen and Yu-Chin Hsu(2015), “Trend Definition or Holding Strategy: What Determines the Profitability of Candlestick Charting?,” Journal of Banking and Finance, 61 172-183.

參考資料:

本著作由研之有物製作,原文為〈衡量「人生的選擇結果」有方法──專訪許育進〉以創用CC 姓名標示–非商業性–禁止改作 4.0 國際 授權條款釋出。

本文轉載自中央研究院研之有物,泛科學為宣傳推廣執行單位

 

在網站上看不過癮?研之有物出書啦!

研之有物:穿越古今!中研院的25堂人文公開課》等著你來認識更多中研院精彩的研究。





文章難易度
研之有物│中央研究院_96
255 篇文章 ・ 2491 位粉絲
研之有物,取諧音自「言之有物」,出處為《周易·家人》:「君子以言有物而行有恆」。探索具體研究案例、直擊研究員生活,成為串聯您與中研院的橋梁,通往博大精深的知識世界。 網頁:研之有物 臉書:研之有物@Facebook

0

8
0

文字

分享

0
8
0
鑑識故事系列:Lucia de Berk 值班死幾人?荷蘭護理冤案
胡中行_96
・2023/02/27 ・2983字 ・閱讀時間約 6 分鐘

前言:本文為鑑識系列中,罕見提及統計學的故事。不過,繁複的計算過程全部省略,僅討論統計概念和辦案原理。請害怕數學的讀者放心。

護理人員 Lucia de Berk。圖/Carole Edrich on Wikimedia Commons(CC BY-SA 3.0)

荷蘭護理人員 Lucia de Berk,長年於海牙茱莉安娜兒童醫院(Juliana Kinderziekenhuis)的 1 個病房,與紅十字醫院(Rode Kruis Ziekenhuis)的 2 個病房工作。2001 年 12 月,她因謀殺罪嫌被捕。[1]

超幾何分佈

警方起先偵辦 2 名住院病患的死因,發現是中毒身亡;後來連帶調查 1997 至 2001 年間,幾家醫院可能的謀殺案件,於是找上了她。[2]在法庭上,司法心理學家 Henk Elffers 用機率的概念,證明 Lucia de Berk 有罪。簡單來說,就是計算嫌犯現身出事班次的機率。他採取的統計方法,叫做超幾何分佈(又稱「超幾何分配」;hypergeometric distribution)。[1]

超幾何分佈適合用在從一個母數中,隨機抽取樣本,不再放回的情形。例如:袋子裝有 N 顆球,其中 L 顆為紅球。一把抓出 n 顆球,不特別挑選的話,紅球碰巧被抓到的機率為 X。[3, 4]以此類推,在此案被調查的時間範圍內,病房總共有 N 個班次,其中 Lucia de Berk 值了 L 班,而有醫療事故的班次共 n 個。如果不刻意安排,則她正好出現在事故班次的機率為 X。[1]公式介紹。[4]

此處實際帶入數據後得到的答案,說明 Lucia de Berk 理論上應該只有 3 億 4 千 2 百萬分之一(X = 1 / 3.42 x 108)的機率,會剛好在醫療事故發生的班次值班。因此,法庭認定她的頻繁出現(> 1 / 3.42 x 108),絕非巧合。[1, 2, 5, 6]2003 年,Lucia de Berk因 7 起謀殺和 3 次殺人未遂,[2]被判終身監禁。[5]

茱利安納兒童醫院(Juliana Kinderziekenhuis)外觀。圖/Joris on Wikimedia Commons(CC BY-SA 3.0)
紅十字醫院(Rode Kruis Ziekenhuis)已於 2021 年關閉。圖/1Veertje on Wikimedia Commons(CC BY-SA 4.0)。

統計謬誤

當時有位醫師任職於 Lucia de Berk 待過的一家醫院。他的女性姻親 Metta de Noo-Derksen 醫師,以及 Metta 的兄弟 Ton Derksen 教授,都覺得事有蹊蹺。[7]Metta 和 Ton 檢視死者的病歷紀錄,並指出部份醫療事故的類型和事發時間,與判決所用的數據對不起來因為後者大半仰賴記憶,他們甚至發現有些遭指控的班次,Lucia de Berk 其實不在現場。然而,光是這些校正,還不足以推翻判決。[1, 7]

所幸出生於英國的荷蘭萊頓大學(Universiteit Leiden)統計學榮譽教授 Richard Gill,也伸出援手。[2]在協助此案的多年後,他的團隊發表了一篇論文,解釋不該使用超幾何分佈的理由,例如:[1]

  1. 護理人員不可互換:所有受訪醫師都說,護理人員可以相互替換;但是護理人員覺得,他們無法取代彼此。由於各別的個性與行事風格迥異,他們對病患的影響也不同。[1]
  2. 醫療事故通報機率:既然每個護理人員都有自己的個性,他們判定某事件為醫療事故,並且通報醫師的機率也不一樣。[1]畢竟醫院的通報規定是一回事;符合標準與否,都由護理人員判斷。比方說,有個病患每次緊張,血壓就破表。那就讓他坐著冷靜會兒,再登記第二次測量的正常結果即可。不過,難免會有菜鳥護士量一次就嚇到通報,分明給病房添亂。
  3. 班次與季節事故率:夜間與週末只剩護理人員和少數待命的醫師;季節性的特定病例增減;以及病患的生理時鐘等,都會影響出事的機率。[1]
  4. 護理排班並不平均:護理人員的班次安排,理想上會有帶狀的規律。可能連續幾天都是白班,接著是幾個小夜班之類的,[1]比較方便調整作息。此外,護理人員的資歷和個性,通常也會被納入考量。[1]以免某個班次全是資深人員;但另個班次緊急事故發生時,卻只剩不會臨機應變的新手。在這樣的排班原則下,如果單看某個時期的班表,每個人所輪到的各類班次總數,應該不會完全相同。
  5. 出院政策曾經改變:茱莉安娜兒童醫院在案發期間,曾經針對確定救不活的小病患,是否該在家中或病房離世,做過政策上的調整。帳面上來說,算在病房裡的事故量絕對會有變化。[1]

總之,太多因素會影響護理排班,或是干擾醫療事故的通報率,因此不能過度簡化成抽取紅球那樣的隨機概念。更嚴重的是,Henk Elffers 在計算過程中,分開處理 3 個病房的機率,然後再相乘。Richard Gill 的團隊強調,這樣會造成在多處上班的護理人員,比只為一處服務者,看起來有較高的嫌疑。[1]

帕松分佈

因應這種情境,Richard Gill 教授建議採用帕松分佈(又譯「布阿松分配」;Poisson distribution),[1]一種描述特定時間內,事件發生率的統計模型。[8]有別於先前的計算方法,在這裡事故傾向(accident proneness),以及整體排班狀況等變因,都納入了考量。前者採計護理人員通報醫療事故的意願強度;後者則為輪班的總次數。這個模型通常是拿來推估非尖峰時段的來電、大城市的火災等,也適用於 Lucia de Berk 的案子。[1](深入瞭解公式計算(p. 4 – 6)。[1, 8]

雖然此模型的細節複雜,統計學家得大費周章解釋給法官聽,但是考慮的條件比較趨近真實。倘若套用原始判決的數據,這個計算最後的答案是 0.0206161,意即醫療事故本來就有 49 分之 1 的機率,會與 Lucia de Berk 的班次重疊。如果帶入 Mettade Noo-Derksen 和 Ton Derksen 校正過的數據,機率更高達 9 分之 1。[1, 9]換句話說,她單純是倒楣出現在那裡,就被當作連續殺人犯。[6]

其他證據與翻案

大相逕庭的計算結果,顯示出選擇正確統計模型的重要性。然而,最不合理的,是以機率作為判決的主要根據。就謀殺案件來說,怎能不忠於病歷或驗屍報告?Richard Gill 教授接受美國犯罪學講師 Jon Robins 的訪問時,表示後來由醫師和毒物學家組成的獨立團隊,被允許瀏覽當初沒送上法庭的關鍵資料。[2]他們發現原本被視為受害者的病患,根本都喪命於自然死因。[2, 6]

在各方人士的協助下,Lucia de Berk 還是歷經兩次上訴失敗。[6]她曾於 2008 年,被允許在家等候重審結果。[1]但直到 2010 年 4 月,司法才還她清白。[7]Ton Derksen 認為,在荷蘭像這樣誤判的案件,約佔總判決數的 4 至 11%,也就是每年 1,000 人左右。不過,2006 到 2016 年間被判刑的 2 萬 3 千人裡,只有 5 個上訴到最高法院,而且僅 Lucia de Berk 的案子得以平反。[10]

Lucia de Berk 冤案改編電影的海報。圖/電影《Lucia de B.》(2014) on IMDB

  

參考資料

  1. Gill RD, Groeneboom P, de Jong P. (2018) ‘Elementary Statistics on Trial—The Case of Lucia de Berk’. Chance 31, 4, pp. 9-15.
  2. Robins J. (10 APR 2020) ‘Ben Geen: Statisticians back former nurse’s in last chance to clear name’. The Justice Gap.
  3. 超幾何分佈」國立高雄大學統計學研究所(Accessed on 03 FEB 2023)
  4. 李柏堅(06 FEB 2015)「超幾何分配CUSTCourses on YouTube.
  5. Sims J. (24 FEB 2022) ‘Are We in the Midst of a Data Illiteracy Epidemic?’. Inside Hook.
  6. Schneps L, Colmez C. (26 MAR 2013) ‘Justice Flunks Math’. The New York Times.
  7. Alexander R. (28 APR 2013) ‘Amanda Knox and bad maths in court’. BBC News.
  8. 李伯堅(04 FEB 2015)「布阿松分配」CUSTCourses on YouTube.
  9. Wilson D. (13 DEC 2022) ‘Red flag to be wary of when hunting a killer nurse’. The Herald, Scotland.
  10. One in nine criminals may have been wrongly convicted – research’. (21 NOV 2016) Dutch News.
胡中行_96
99 篇文章 ・ 33 位粉絲
曾任澳洲臨床試驗研究護理師,以及臺、澳劇場工作者。 西澳大學護理碩士、國立台北藝術大學戲劇學士(主修編劇)。邀稿請洽臉書「荒誕遊牧」,謝謝。

0

3
0

文字

分享

0
3
0
童年運動的時間與未來薪資有關?從經濟學的角度來看稀有資源「青春」!——《運動場上學到的 9 堂經濟學》
商周出版_96
・2023/02/26 ・2458字 ・閱讀時間約 5 分鐘

孩子該花多少時間運動?

人們常常以為經濟學就是研究金錢,其實不然,經濟學是在研究稀有資源。如同社會需要了解如何最佳運用水、肉及潔淨空氣等稀有資源,人們必須決定如何消費他們有限的時間、金錢和精力。當我們在思考孩子應該花費多少時間投入運動時,就會遇到一個經濟學的問題。

青春是你能擁有資源裡最珍貴的,要有效率地運用這段歲月,就需要一邊為接下來的人生做準備,一邊玩得過癮,免得之後懊悔地回首這段時光。如果不能在任何一方取得平衡,就可能會造成長遠的後果:有些人在高中時期蹺課吸毒,或許當下很快樂,卻很可能在之後的人生付出代價;有些人為了努力就讀大學先修微積分,總是回絕派對邀請,卻可能在成年後懊悔蹉跎青春。

有鑑於此,青少年體育總是超乎想像的昂貴。足球、曲棍球棒、場上時間、接送比賽的油錢等成本加總起來,絕對是一筆可觀的數目,但是和沒有把時間花費在從事其他事情的「機會成本」相比,看起來就微不足道了。

孩子花費在練習足球的每個下午,就是沒有讀書的下午。讀書是更能直接獲得報酬的活動,可以直接反映在進入好學校、成年時賺更多錢、能購買更大的房子,以及負擔未來子女的教育。另一方面,將下午的時間用來念書,他就會放棄踢足球的機會―可以讓他玩得開心、發展生活技能,又可以強健體能的活動。

青少年體育在童年中有很高的機會成本。圖/envatoelements

就算把這個問題縮減到只剩這兩種選擇,仍舊忽略其他的選項:他可以學鋼琴、獲得寶貴的睡眠幫助成長並維持健康,也可以只是開心地玩樂高 (Lego) 或看《海綿寶寶》(SpongeBob)卡通。因此,青少年體育就像其他兒時的休閒活動,以「機會成本」來說非常昂貴―孩子在擁有珍貴又短暫的幾年中,可能可以擁有另一種體驗,同時享受童年與投資未來。

你可能認為經濟學家可以進行一些精明的研究,看看孩童時期從事運動(組織性運動或其他體育活動),是否會導向未來在勞動市場上的成功,但是其實這樣的研究並不容易。要決定青少年體育是否會在勞動市場上獲得報酬,最理想的方式是隨機指定兩組孩子,讓其中一組孩子從事運動,並禁止另一組孩子做運動。然後當這些孩子長大時,看看哪一組賺較多錢。

如果研究顯示,在童年從事體育活動的成年人賺較多錢,每個人都可以信心滿滿地說:「投資青少年體育可以帶來財務報酬。」不過雖然隨機實驗在社會科學上越來越普及,但是在青少年體育中,沒有人做過採用隨機實驗的研究,我也認為不會有人這麼做。經濟學家可以做結論性研究,例如獲得越多教育的影響、在富裕社區裡長大的影響,以及其他因子的影響,卻尚未找到任何可靠的「自然實驗」來研究青少年的運動參與。

童年參加團體運動,平均薪資會多六 %?

話雖如此,經濟學家還是運用手上的數據,盡了最大的努力。幾項研究顯示,童年從事較多運動的人,長大後會賺較多錢。一項研究以二十幾歲的美國人作為樣本,在其他因素不變的情況下,在高中時期參與組織性運動的人,平均薪資多六 %。

青少年體育與未來薪資相關,但不代表運動就會變成有錢人。圖/envatoelements

最近一項關於德國青少年的研究同樣顯示,從事青少年體育的人有較好的工資與勞動市場成果。不過即使這些結果耐人尋味,我們仍須謹記統計學概論的箴言:相關不等於因果。儘管從事這些研究的經濟學家做了所有努力來控制其他變因,卻仍舊不能清楚地將因果關係與相關性分開。同時也有另一個似乎合理的解釋認為,在孩童時期從事運動不會有助於之後的職涯。

例如,我們從大衛的全壘打勝利中得到的快感,並不僅限於小聯盟的比賽;大衛和我都是好勝的人,大概不管做任何事,我們都會統計獲勝與失敗的數字來衡量成功。在客廳觀看美國益智節目《危險邊緣》 (Jeopardy!)是我和大衛熱衷的活動,我們會仔細記錄分數,還充斥著好幾次「我先說出答案的!」的叫喊。

我們都從事許多青少年體育項目,但是組織性運動並未讓我們變成好勝的人,因為我們本來就是如此。或許是如此好勝的天性帶來勞動市場的成功,也或許是這樣的天性讓我們對青少年體育感興趣,但是在經濟學家的分析中無法衡量這個因素,研究人員沒辦法指出好勝心是否為這些結果的原因。

這些研究的結論是,在孩童時期從事運動可能會為接下來的人生帶來好處。每一項研究都發現青少年體育與薪資的相關性,青少年體育活動增加,薪資越高。但是如果說有影響的話,其實影響很小。

其中一項近期研究是關於美國青少年體育活動參與度的數據,與先前的研究一致,該研究發現從事運動的孩童會獲得更多教育,在接下來的人生得到更高薪資,而且身體更健康。不過經濟學家的結論也表示,這些關係幾乎是因為參與運動的孩童和不參與運動的孩童不同,而且無論從事運動與否,孩童運動員都比較成功也比較健康。如果在乎的只是在勞動市場上的成功,更妥善運用時間的方式可能是念書,而不是長時間的運動訓練。

對家長而言,這樣的解釋很直接明瞭。對大多數的孩子來說,從事體育活動可能對未來只有些許助益或一無所獲。以投資而言,從事體育活動也很難證明什麼,如果你的孩子不愛運動,不要強迫他們。但是對許多孩子來說,青少年體育提供許多簡單的「消費價值」(consumption value)。孩子真的很喜歡運動,又因為童年無法倒帶,所以有很好的理由讓他們為所欲為。

經濟學家的重點建議很簡單:讓你的小孩當一個小孩,想運動就運動。

——本文摘自《運動場上學到的 9 堂經濟學》,2022 年 7 月,商周出版,未經同意請勿轉載。

商周出版_96
111 篇文章 ・ 347 位粉絲
閱讀商周,一手掌握趨勢,感受愜意生活!商周出版為專業的商業書籍出版公司,期望為社會推動基礎商業知識和教育。

0

11
6

文字

分享

0
11
6
一切都為了快快長大!斑馬魚的「無合成分裂」,「表面」到你難以察覺
研之有物│中央研究院_96
・2022/10/08 ・5419字 ・閱讀時間約 11 分鐘

本文轉載自中央研究院研之有物,泛科學為宣傳推廣執行單位。

  • 採訪撰文/寒波
  • 責任編輯/簡克志
  • 美術設計/蔡宛潔

不用合成新 DNA 的細胞分裂——無合成分裂

細胞分裂,想來是再簡單不過的事情:一顆細胞先將遺傳物質複製為兩份,再一分為二,分配給兩顆細胞。然而,由中央研究院細胞與個體生物學研究所的陳振輝助研究員領軍,2022 年 4 月發表在《自然》(Nature)的論文,卻報告了過往未知的一種分裂方式:斑馬魚的皮膚細胞,可以直接一變二,再二變四,過程中不用合成新的 DNA!這項未來將改寫教科書的新知識,當初是如何發現、驗證,未來又有什麼衍生方向呢?中研院「研之有物」專訪陳振輝助研究員,請他和我們仔細分享斑馬魚的「表面功夫」。

陳振輝研究團隊發現斑馬魚表皮細胞有「無合成分裂」現象,研究成果於 2022 年 4 月發表在國際頂級期刊《自然》。圖為陳振輝(右)與第一作者陳潔盈(左)合影。圖/研之有物

將顏色植入斑馬魚的每一個細胞

陳振輝實驗室的研究大多著重於「再生生物學」,新研究算是「發育生物學」的領域。不過了解背後細胞行為調控的機制就會知道,這兩個領域其實是共通的。

陳振輝以斑馬魚作為實驗材料,基因改造後讓不同細胞被標記上不同顏色,使得不同細胞的動態行為,能夠被清晰地分辨和追蹤。這個研究方法可以用來探究逆境下複雜組織的再生,也能用來研究正常狀況下動物的發育進程,因為這些過程都涉及大量細胞的動態調控。

陳振輝以斑馬魚作為實驗材料,基因改造後讓不同細胞被標記上不同顏色,使得不同細胞的動態行為,能夠被清晰地分辨和追蹤。圖片這隻為斑馬魚的仔魚,年齡為受精之後第 8 天。(另開圖片可放大檢視)圖/陳潔盈、陳振輝

發育生物學是生物學研究的熱門領域,投入者眾,大部分的研究者都針對部分細胞或特定基因作探討,陳振輝團隊的技術讓他們能同時追蹤單一活體動物整個組織裡所有的細胞。這項技術除了用在皮膚組織(方法名為「palmskin」),陳振輝也用類似的方法探索肌肉、肝臟等各式器官的發育、再生過程。

創造色彩繽紛的細胞,原理其實很簡單,就是利用紅色、藍色、綠色的三原色不同比例的組合。具體作法是透過基因改造,將能製造紅、藍、綠色螢光蛋白質的基因組,植入斑馬魚的細胞,利用遺傳學的工具,讓表皮、肌肉、肝臟等目標組織的每一顆細胞,隨機表現出不同的顏色組合。

舉例來說,其中一個細胞可以表現「3 個紅色螢光蛋白 + 5 個藍色螢光蛋白 + 4 個綠色螢光蛋白」,隔壁細胞可能是「1 紅 + 2 藍 + 6 綠」,鄰近細胞間便能呈現不同顏色,讓長期追蹤所有不同細胞成為可能。

將能夠製造紅、藍、綠色螢光蛋白質的基因組,植入斑馬魚的細胞,利用遺傳學技術,讓表皮、肌肉、肝臟等目標組織的每一顆細胞,隨機表現出不同的顏色組合。圖/研之有物(資料來源/陳振輝

將調色盤植入細胞的原理看似簡單,做起來卻要耗費不少功夫,尋找適合的基因轉殖魚需要半年到一年的時間。陳振輝解釋用斑馬魚當實驗材料的優點:它們容易繁殖,生長的週期不用等太久,體積小,容易操作;更重要的是魚體扁平,容易拍攝大面積、高解析度的細胞影像,進行系統性的量化分析。搭配讓每一顆細胞,從誕生到凋逝都無所遁形的全面「監控」影像平台,才有機會觀察到前人視而不見的細胞分裂方式。

圖片為斑馬魚的仔魚(上圖)和成魚(下圖)的透視圖,仔魚年齡為受精之後第 3~21 天。斑馬魚當實驗材料的優點是:容易繁殖,生長週期不長,體積小,容易操作;更重要的是魚體扁平,容易拍攝大面積、高解析度的細胞影像。圖/研之有物(資料來源/J Clin Invest.

隱藏在「表面之中」的無合成分裂

斑馬魚的皮膚和人類的皮膚基本構造類似。唯一不同是人類的皮膚有角質層覆蓋,斑馬魚皮膚的外層是沒有角質化的活細胞,適合拍照觀察。斑馬魚的另一優點是在顯微鏡下活體觀察時不會傷害到魚體,麻醉後可以直接拍照,再放回水中喚醒;如此才能追蹤同一條魚從出生到長大,身上所有皮膚細胞的動態行為。

研究斑馬魚的學者很多,皮膚發育這回事可謂天天在人們的眼前發生,可是其它人為什麼都視而不見,沒有注意到陳振輝團隊發現的無合成分裂呢?事情其實沒有說起來那麼簡單。

斑馬魚皮膚剖面示意圖,從顯微鏡看到的斑馬魚細胞是最上層的表皮細胞。圖/研之有物(資料來源/陳振輝)

斑馬魚的皮膚分為上中下三層,下層的幹細胞,會分裂產生新的細胞,送到上層成為覆蓋身體最外側的皮膚細胞。其它研究人員如果見到表皮細胞的數目變多,直觀的想法會是下層的幹細胞又送上新的細胞,不會想到是上層既有已分化的細胞可以直接進行分裂。

陳振輝表示,一開始見到表皮細胞的數量增加時,直覺也認為是下層幹細胞產生的新細胞,可是連續追蹤後卻發現不是這麼回事。由於他的技術可以對斑馬魚身上 2,000 到 3,000 顆皮膚細胞進行同時監測,才意外察覺到上層已分化的細胞竟然會不用複製遺傳物質,就直接分裂成兩顆,甚至是四顆細胞!

陳振輝團隊觀察到斑馬魚表皮上層已分化的細胞可以不用複製遺傳物質,直接分裂成兩顆,甚至是四顆細胞。影/陳振輝

顛覆認知:不用合成 DNA 的細胞分裂

外行人聽起來好像沒什麼,上述發現其實開拓了細胞分裂研究的新領域。精子和卵子這類生殖細胞(germline cell),在複製遺傳物質以後會經過 2 次分裂,形成 4 顆細胞,也就是減數分裂(meiosis)。構成身體的體細胞(somatic cell)則會先複製內部的遺傳物質,再分裂 1 次成兩顆細胞,稱為有絲分裂(mitosis)。

還有較少見的狀況,如 DNA 複製後細胞不分裂,變成多套遺傳物質的 1 顆細胞(endoreplication);或是多個細胞融合在一起,成為 1 顆多核細胞(cell-cell fusion,例如骨骼肌細胞)。

然而不管怎麼分裂,過去研究沒有發現不用複製 DNA 就能分裂的細胞!正常細胞分裂的過程有許多監控機制,如果細胞的遺傳物質沒有完整複製,一般情況細胞應該會啟動相關的監控機制,阻止分裂過程的進行。癌症細胞不受控制的分裂,就是相關機制沒有正常運作。

斑馬魚表皮細胞竟然能在沒有複製遺傳物質的情況下,避免細胞凋亡的命運,持續分裂,是一個很特別的例外。

斑馬魚從仔魚到成魚的發育過程中,表皮細胞可以在沒有複製遺傳物質的情況下持續分裂。圖/研之有物

論文投稿到《自然》期刊後,四位同儕審查者一致給予正面評價,但是顛覆認知的新發現仍受到不少質疑,需要陳振輝團隊進行許多額外的實驗來回答。

有沒有觀察失誤的可能?

陳振輝團隊同時標記下層、上層的細胞,證實進行分裂的細胞確實位於上層。為了證明遺傳物質沒有複製,他們進一步測量細胞內 DNA 的量,包覆 DNA 的組蛋白(histone)的量,以及施加阻止 DNA 複製的藥劑。

結果顯示分裂後的細胞,遺傳物質的含量確實有等比下降,分裂過程不受阻止 DNA 複製藥劑的影響。顯然細胞沒有合成新的 DNA 就直接分開,陳振輝稱之為「無合成分裂」(asynthetic fission)。

所以,究竟是怎麼分裂的?

顯微鏡下看來似乎沒有一定的章法,有些表皮細胞會分裂 2 次成 4 顆細胞,有些分裂 1 次成 2 顆細胞,還有些不會分裂,維持 1 顆細胞;也發現有少數細胞可以逆轉分裂過程,形成雙核細胞。

陳振輝團隊現有的研究技術,尚無法辨明胞器的分配,以及每一條染色體的分配模式;團隊預計使用單細胞定序(single cell DNA sequencing),在無合成分裂後,分別定序每一顆細胞分配到的染色體組成,以釐清細胞的遺傳物質是否有特定的拆分方式。

斑馬魚表皮上的無合成分裂(影片箭頭處),還有很多細節尚待研究。陳振輝團隊預計要釐清在無合成分裂之後,細胞的遺傳物質是否有特定的拆分方式。影/陳振輝

一切都是為了節省資源!努力長大的表皮細胞

無合成分裂對斑馬魚有什麼意義呢?斑馬魚由受精卵孵化後,仔魚在前 8 天不用吃東西,成長速度緩慢;第 8 天起開始進食,體型也像吹氣球般迅速膨脹,第 14 天時成長速度達到最快。觀察發現從第 8 天 到 21 天,皮膚細胞會發生無合成分裂,團隊推測此一分裂現象與身體表面積的快速延展息息相關。

斑馬魚的仔魚從受精卵孵化之後的第 8 天到第 21 天,表皮細胞會發生無合成分裂,陳振輝團隊推測此一分裂現象與身體表面積的快速延展息息相關。
圖/研之有物(資料來源/Nature

僅管省略掉複製遺傳物質的階段,細胞進行無合成分裂所花費的時間,卻比一般細胞分裂稍慢,所以其優點並非單純的縮短時間,應該是節省資源。斑馬魚仔魚身體的表面積在特定時間迅速增加,體表需要皮膚細胞的完整覆蓋,團隊發現細胞進行 1 次無合成分裂,表面積能增加 26%,兩次能達到 59%,這些細胞能在斑馬魚體表存活 2 到 3 週的時間。

陳振輝團隊發現,斑馬魚表皮細胞進行 1 次無合成分裂,表面積能增加 26%,兩次則能增加到 59%,這些細胞能在斑馬魚體表存活 2 到 3 週的時間。
圖/研之有物(資料來源/陳振輝)

斑馬魚如何啟動無合成分裂呢?目前仍不太清楚,團隊發現其過程受到表面張力變化的影響。皮膚細胞有感應張力變化的特定離子通道,利用藥物影響這些離子通道的活性,無合成分裂也會受到影響,詳細作用機制仍有待更多的研究。

生活數量的密度也會影響斑馬魚長大

另一項十分有趣的發現是,無合成分裂和仔魚生活的密度有關。斑馬魚從仔魚長到成體,最終的體型都差不多,但是生長過程則有很大的差異,個體成長速度有快有慢。假如將許多仔魚養在一起,處於高密度的生活環境,個別仔魚的生長速度會較慢。

奇妙的是,一旦換到低密度的環境,仔魚的成長速度會瞬間暴增,體表面積快速增加又要維持皮膚細胞的完整覆蓋,會導致更多的無合成分裂。斑馬魚如何感知、在生理上反應周遭環境鄰居密度的變化,是另一個有趣的研究方向。

斑馬魚若處於高密度的生活環境,仔魚的生長速度會較慢。奇妙的是,一旦換到低密度的環境,仔魚的成長速度會瞬間暴增,體表面積快速增加,導致更多的無合成分裂。圖/研之有物(資料來源/陳振輝)

進行無合成分裂的細胞缺乏完整的遺傳物質,還能算是有生命的活細胞嗎?陳振輝提醒我們,多細胞生物的生理機能由各式各樣的細胞一起維持,某些特化的細胞還沒有細胞核。例如紅血球的成熟會經過脫核的過程,完全沒有細胞核的紅血球有重要的生理功能也可以存活超過 100 天。在斑馬魚體表進行無合成分裂的皮膚細胞,或許也有它們短暫卻不可或缺的使命。

有可能其它生物的細胞也會無合成分裂嗎?

無合成分裂目前只在斑馬魚表皮的發育過程中觀察到,其它細胞、其它生物、其它情境下是否也存在呢?事實上陳振輝自己也很好奇。

以人體來舉例,體表的皮膚,口腔內膜、消化道組織,時時刻刻都需要大量的表皮細胞覆蓋,而且耗損甚鉅,有不斷補充的需求。這些必須持續維持完整覆蓋表面的情境,或許無合成分裂也參與在其中。

然而,無合成分裂不容易在活體動物直接觀察。例如小鼠的模式,就算能引進三原色調色盤的細胞標誌技術,也不像斑馬魚仔魚那般透明容易拍照。話說回來,知道某個現象有可能發生,就是發現的第一步。假如其它細胞或是生物也存在無合成分裂,在陳振輝團隊邁出第一步以後,未來一定有人能克服相關的技術門檻來進行研究。

發現斑馬魚表皮細胞的無合成分裂,像是開啟一扇新的大門,可以通往過去想像不到的研究方向。會有醫學應用的可能嗎?像癌症是細胞的不正常分裂,任何細胞分裂機制的基礎研究,應該有機會對癌症的治療有所啟發。陳振輝同意這是潛在的研究方向之一,但是他也強調從基礎研究到醫學應用,是很漫長的一段路,科學家能做的就是一步一步踏實前進。

對沒預期的發現保持警覺,在探索過程中充分滿足自己的好奇心,將支持陳振輝持續前進,挑戰下一個研究課題。

對沒預期的發現保持警覺,在探索過程中充分滿足自己的好奇心,將支持陳振輝持續前進,挑戰下一個研究課題。圖/研之有物
研之有物│中央研究院_96
255 篇文章 ・ 2491 位粉絲
研之有物,取諧音自「言之有物」,出處為《周易·家人》:「君子以言有物而行有恆」。探索具體研究案例、直擊研究員生活,成為串聯您與中研院的橋梁,通往博大精深的知識世界。 網頁:研之有物 臉書:研之有物@Facebook