八十年代初，沈阳有一个很好的饮料企业，试图与日本的一家公司进行合资生产，以辽南地区的苹果作为原料，进行深加工。谈判过程中，日方的技术人员问道， 你们辽南地区的苹果每公斤含维生素 C 多少？ 中方愕然。因为我们从来就没有这方面的数据。 这个故事告诉我们，仅仅是定性地宣称自己的东西好是不够的，而是需要进一步用科学、量化的数据给予评价、表达。只有定量的数据比较，才能够得到令人信服的结论。如果有了定量的数据，不需要过多的描述（包装），行家只要一比较，结论自然会一目了然。 优、良、中、差只能用来粗略地分级，而真正的 PK 必须要靠数字化的分数。 与学生们讨论时，一个常见的问题是 对自己的实验数据和结果仅局限于定性的描述，而缺乏定量的分析与观察 。诸如，看起来 A 比 B 好（怎么个好法？好到什么程度？）； A 比 B 明显地增大了许多（究竟增大了多少？什么程度才算做是明显？）； X 引起了 Y 的显著增加（增加了多少？增幅是多少？这样的增加是否超过了实验误差范围？）等等。 其实，这绝非是吹毛求疵，咬文嚼字，而是反映出一种思维方式。 ★比较两套 复合材料的微观结构照片（金相或者扫描电镜），我们观察到了什么？ A 中的第二相颗粒比 B 中的多。这显然是不够的！进一步的定量分析将提供更加丰富、全面、有说服力的信息。诸如，第二相的体积百分数（大约）是多少？第二相颗粒的尺寸是多大（最大的多大？最小的多小？），颗粒尺寸分布的宽窄程度等。 ★材料 性能的结果也是如此。两种材料的强度（或硬度、塑性、韧性、电阻率、热膨胀、磨损速率等）究竟相差多少（百分数）？ ★如果我们说 铝比铁轻得多 ，就不如说 铝的密度只是铁密度的1/3 而清晰、直观、准确。因此，对于与自己工作相关的基础参考态数据（如材料的性能指标）应该大致上有一个量化的概念，做到心中有数。这固然需要长期的积累，但必须用心去做才能够集腋成裘。 ★对于实验结果，应该清楚地了解仪器的测量精度是多少？得到的数据在哪一位上是有效的？同一条件下几个样品结果的统计波动范围是多少？测量误差是多少？哪些分析只能是给出半定量的结果？哪些数据只限于在数量级上进行比较才是有意义的？等等。 总之，养成定量地去观察、分析与思考的习惯，对于做研究来说是一种必不可少的专业素质。 （图片来自网络）
标签: 材料教育
