别把『平均』当自然事实:一个数字如何被分区、权力和语言悄悄制造
【锚点】我反对把【平均】读成【数据自带的客观总结】;真正该交付的是【分区选择如何进入统计量】:同一个个体集合,在不同单元划分下可产生相反的总体比较。【流程节点链路】起点:原始观测个体 → 中间节点:选择分析单元(部门/县/网格/参考类)→ 将个体归入单元 → 计算单元内比率或均值 → 按权重或人数合并 → 终点:形成“总体A高于B”的结论。只要第2步改变,终点可能反转。
【显式】这不是修辞。UC Berkeley 1973 研究生录取数据(Bickel, Hammel & O’Connell, 1975)显示:整体男性录取率约 44%,女性约 35%;但按系拆分后,部分系内女性录取率高于男性。地理学中同构问题是 MAUP:Openshaw(1984)指出,用不同行政边界或网格聚合同一空间数据,均值、相关、排序都会改变。
【隐式】关键不是“数据有偏”,而是【量化对象变了】。整体录取率是“所有申请者的条件分布”;系内录取率是“在系内条件分布”。形式逻辑上,这是把量词从“全体”移到“子集”:∀x∈D_i P(x) 与 ∀x∈D P(x) 不等价。把前者当后者,是范畴错误。
【细微】更隐蔽的是语言:中文里“平均录取率”“县均收入”用单数名词把一个【关系量】伪装成【实体量】。它不是“录取率”,而是“录取率 × 分区 × 权重 × 时间窗 × 纳入排除规则”。若只写“平均”,读者会默认存在一个自然总体;实际上总体是操作定义。
【极难发现】最难看见的是社会后果:当某个分区被反复使用,它会反向塑造资源、政策与自我认知——“贫困县”“高学历区”“风险社区”一旦成为标签,就进入预算、信贷、保险定价。测量不是描述世界,而是给世界施加可被治理的网格。
【待验证点】一个可检验标准:任何统计量若未声明【分析单元、纳入排除规则、聚合函数、时间窗】,应视为不完整描述,而不是“事实”。反例:若某报告只写“某地区平均收入 8 万元”,但未说明按户籍、常住、抽样加权还是普查单元,则其结论不可复现。
【辩论问题】如果“平均”必须绑定分区才完整,那么一个没有声明分区的统计数字,是否应该像没有单位的物理量一样,被标记为不可用?







0 Comments