中国平均工资都7000了，为什么我还这么穷？
作者|佳星 闫如意 编辑|菠菜
这星期，一条关于“平均工资”的报告，被顶上了热搜。
报告显示：春节后招聘市场很火，平均薪资高达6014元。上海连基层岗位薪资，都高达8389元。
评论区一片哀嚎，“我又拖祖国后腿了”的喊声不绝于耳。
近年来，这类“权威调查”层出不穷：
《2018年全国平均工资7850元，你拖后腿了吗？》
《90后没有性生活了：30%的人无性且单身5年以上》
《互联网巨头：公司员工平均年薪50万！》
《就业寒冬来了！全国平均32人竞争一个岗位》
《中国男女比7连降，3000万男性将“打光棍”！》
《长期单身会短命：单身男性比已婚死亡风险增加20%》
看到这些报告，很多人大呼：我不信！但是除了翻个白眼之外，好像也说不出哪里有问题。毕竟“数据不会说谎”。
数据真的那么可靠吗？
并非如此。恰恰相反的是，有大把方法，能让统计数字说谎。
你看到的数据
很可能是“高级订制”
年初，某招聘平台发布报告，报告中显示，2018年年末，全国半数白领拿到年终奖，并且平均奖金高达7100元。
真有这么多人拿到了年终奖？？难道1毛钱都没拿到的，只有我一个？？？
点开评论区，原来大家都一样。
当数据和感受严重不符时，很多人会认为是自己错了。或许自己就是混的比较差的那批人...
可是错的不一定是你，也可能是数据本身。
这类数据，通常都以问卷抽样调查形式进行。偏偏抽样调查，是一种很容易被干扰的调查方式。
首先是样本规模。
我们可以在广州市，调查冬天穿羽绒服的人群比例。但不能声称：调查显示，全国人民冬天几乎都不穿羽绒服。
我们看到的很多调查报告，实际上就是类似这样操作的。一个网站可能只发了几百份问卷，就敢发布“全国XX调查”。
其次是抽样方法。
不是样本规模够大，数据就一定准确。
有一个经典段子：
电话调查显示，美国100%的家庭拥有电话。
同样的例子有很多。譬如某招聘平台，通过对平台的数据库分析，得出了“2018年夏季，求职人才需求量最多的10大城市”。
这份报告其实该叫 ”2018年夏季，在该招聘平台发布职位最多的城市”。
要保证调查数据的准确，需要花费不少精力。
但如果想要“私人订制”一个对自己有利的数据，就轻松很多了。
例如某线上理财平台，做了一个调查。他们得出结论：超过半数的受访者，倾向于使用互联网理财平台。
但这份报告中，对于样本的介绍只有一句话：对全国多个城市年终奖数据进行调查。
用这种调查方式，甚至可以调查出：全国超半数受访者，都使用本平台理财呢。
同样的骚操作，很多招聘网站也干过。某招聘平台有过一个报告：近八成的白领，都在寻找新的工作机会。
但有一个问题，那些不想找工作的人，上招聘网站干啥？闲着没事？（真的有4.4%的用户这么闲）
这类调查无异于在饭店外面问排队的顾客：会不会选择在该店就餐？属于废话。
不规范的数据源有多不靠谱呢？
这么说吧，只要人群找的好，想证明中国人100%都下载了“学习强国”app也是可能的——去政府大楼里做统计嘛。
数据解读方式
是如何指鹿为马的？
即使样本够大，抽样方法也足够科学，调查呈现的结果，仍然可以被主观意志所左右。
修改数值、编造数据是最低劣的手段，更高明的是，根据需求采用不同的分析策略。
最典型的例子就是人尽皆知的“被平均”。
有网友云“拿我的工资和马云平均，我也能进福布斯”。
我们可以把这个案例放大到现实世界。据统计，全球最富有的26个人的财富总和，相当于最贫穷38亿人的财富总和。这38亿人构成全球一半人口。
假设最富有的26人财富共2600000000元，每人平均100000000元资产，那最贫穷的38亿人平均只有0.68元的资产。
如果“被平均”一下呢？
38亿最贫穷的人，人均资产变为了1.36元，直接翻了一倍。
资源是不会平均分配的。比起均值，众数和中位数也许更能说明问题。
2018年上半年居民人均可支配收入平均数与中位数 图片、数据来源：国家统计局
众数是指在统计中，具有明显集中趋势点的样本，代表统计样本的一般水平；中位数是按顺序排列的一组样本数据中，居于中间位置的样本。
以马云和网友的故事为例：
假设两名网友收入为0元，一名网友的收入为1元，马云的收入为100元，那么统计数据的整体众数为0元。
将4个人的收入按顺序排列，排在最中间的两个数之和为1，取个平均数，可以得出四人年收入的中位数是0.5。
收入的众数，可以体现多数人的收入水平。收入的中位数，可以让大家知道，自己的收入，处在什么位置。
一份统计报告中，只要列出众数和中位数，就能得到相对中肯的结果。但就是有人故意回避这些数据，专拿平均数说事，非蠢既坏。
除了有目的地选用数据，还可以别有用心地解读数据。
下图中的两个对比项曲线无比吻合，如果不知道图表的具体内容，一定会认为两项数据，有紧密的相关性。
其实这两条曲线，分别代表 [尼古拉斯凯奇每年在电影中的出镜次数] 及 [每年游泳池里溺死的人数] 。
显然这是八竿子打不着的两件事，曲线的吻合实属巧合。
谁让这是个充满巧合的世界呢？
在1989年的一次调查里，调查者发现法国人爱吃的食物高脂肪、高蛋白、高热量，但法国的肥胖人口却只有10%，冠心病发病率和死亡率，还比其它西方国家低得多。
鉴于法国盛产红酒，法国人也向来有喝红酒的习惯，研究人员便“顺理成章”地推测：“每天适当饮用红酒有利于心血管健康，可预防心血管疾病的发生”。
实际上，并没有医学证据支持红酒有利于心血管健康的结论。[法国人心血管疾病发病率低] 与 [法国人爱喝红酒] 只是两个独立事件。
这样的谣言广为传播，要拜红酒商人所赐。
巧合无处不在，但是把巧合放在一起，并暗示相关性或因果关系，就其心可诛了。
不仅能用数字骗人
图表形状也能用来误导
在数据领域，谎言绝不仅仅限于数字和样本，它同样是视觉的艺术。
为了直观解读，数据通常会做成图表。在设计图表过程中，有许多误导性的手法。
修改坐标轴
修改坐标轴中，截断Y轴的操作最为常见。
上图是08年金融危机后，美国领取政府福利的人数增长情况。
乍一看，每个季度都有巨量增长。柱状图赫然呈现出：联邦政府与日俱增的财政压力。
美国人民看到后，内心对政府充满了感激。
但如果仔细观察，会发现这张图的Y轴不是从0开始，而是从94M开始的。如果将Y轴展开，改为从0开始，这张图就会呈现以下效果：
是不是马上变得平平无奇了？
美国民众的感激之情，瞬间能消散80%。
还可以换一个更直观的例子。
上图是2017年维密大秀的现场采访。
图中左侧是主持人，右侧是身高为178cm的超模何穗、奚梦瑶。
图中看到，主持人和两位超模几乎平起平坐，观众可以大胆推测：主持人的身材一定也相当优越。
事实并非如此，因为这张图截去了Y轴。我们将Y轴打开，这张图长这个样子：
此外，还可以拉伸、挤压坐标轴。同一份数据，做出的图坐标刻度不同，可以呈现出完全不同的效果。
选用不同的图表
除了利用坐标轴误导读者之外，作图者还经常利用图表特性掩盖、扭曲关键信息。
比如用累积数据图代替阶段数据图。
上图是苹果手机的历年销量，图中可以看到2016年销量数据预测，将出现较大下滑。
如果作图人想掩盖这一信息，可以将历年销量图改为累计销量图，这部分信息就会在图中消失无踪。
利用图表特性扭曲关键信息
比如利用3D图表的特殊透视误导读者。
下图是2008年乔布斯在发布会上引用的数据，显示当时苹果占据了智能手机市场19.5%的份额。
在这张3D图中，由于阴影的存在，iPhone所占据的绿色区域会看起来会比实际上更大。
将这张3D饼状图还原为平面图，如下，视觉效果明显差了很多。
作为世界级的演讲大师，这种失真的细节是不会逃过乔布斯的眼睛的。
换句话说，他故意的。
看了上述这些，通过人为手段操纵数据，得到某个结论的伎俩后，再来看看那些“耸人听闻”的标题：
《2018年全国平均工资7850元，你拖后腿了吗？》
《90后没有性生活了：30%的人无性且单身5年以上》
《互联网巨头：公司员工平均年薪50万！》
《就业寒冬来了！全国平均32人竞争一个岗位》
《中国男女比7连降，3000万男性将“打光棍”！》
《长期单身会短命：单身男性比已婚死亡风险增加20%》
是不是焦虑的感觉少了许多？
此外，即使统计者没有数据曲解，而是竭力想从数据中得出准确信息，也未必能如愿。
因为现实世界的变量实在太多。
譬如说预测天气吧。我们早就会呼风唤雨(人工降雨)，还能控制蓝天(G20蓝、APEC蓝)，天上还飘着数以百计的卫星，结果呢？
天气预报还没有萧敬腾准。
▼
- END -
/ 点击图片阅读以下文章 /