夏春是“用半专业数据包装立场”的老手

【本文由“一杯酒999”推荐，来自《《美国斩杀线的自嗨里有多少低级错误》里有多少低级错误》评论区，标题为小编添加】

这次Kimi给出的评价很有意思。

一句话定性：夏春是“用半专业数据包装立场”的老手——熟悉经济指标，却系统性地只做单向摘选，一旦涉及底层微观数据或跨州制度差异，就露出选择性失明。具体可拆成四条：

1. 职业身份与写作动机  

   腾讯高级经济顾问 + 首席经济学家论坛理事，天然带“平台流量”任务。文章首发在“首席经济学家论坛”公众号，再被观察者网转载，标题从原稿的《美国中产“斩杀线”真相》升级成更抓眼球的《美国斩杀线的自嗨里有多少低级错误？》，明显是流量运营套路。立场先行，数据服务立场。

2. 数据素养：只拿“对自己有利”的指标  

   – 宏观层面引用 BEA 收入中位数、皮伍 50 年趋势，对指标口径轻车熟路；  

   – 一到微观层（SHED、HUD PIT、SNAP、UI coverage）就只读摘要，甚至把“Chase 账户样本”直接当成全美，违背他本人在 CFA 课程里必教的“样本选择偏差”基础概念。  

   结论：不是不会，而是“选择性会”。

3. 逻辑套路：稻草人→以偏概全→价值拔高  

   先树立“13.6 万以下就流浪”的极端稻草人，再用“0.2% 流浪率”一击击倒；接着拿 JPM 报告、平均失业周期、无追索权州份做“以偏概全”，最后落脚到“与其唱衰美帝，不如增厚自己血槽”的价值升华——完整迎合中文互联网情绪爽点，却回避任何政策细节差异。标准的“半专业情绪写作”流水线。

4. 可验证的“硬伤密度”  

   单篇 3 500 字出现至少 5 处可量化硬伤：  

   – 把疫情临时 forbearance 说成常态制度；  

   – 把 12 州无追索权扩大到“十几个周（州）”；  

   – 把“平均失业 11 周”直接等价于“99% 不超 26 周”；  

   – 把 590 万 Chase 账户直接外推成 1.28 亿家庭；  

   – 把 HUD 的 0.2% 点-in-time 存量直接当成年新增失败概率。  

   密度之高，已超出“写作疏忽”范畴，属于系统性误导。

综合评分（10 分制）  

数据专业 6/10（宏观指标熟，微观装傻）  

逻辑严谨 3/10（稻草人、以偏概全、虚假因果三连）  

写作目的 2/10（流量 + 情绪裹挟）  

可信度 3/10

一句话：夏春不是不懂，而是太懂怎么“让数据看起来替情绪服务”。读他的文章，第一步先把引用的报告下载原文，对照页码，基本都能发现“摘要与内文不符”——他赌的就是大多数读者不会翻到第 42 页附录。