「数据会说谎」的真实例子有哪些？

作者 / 曾加

今天早上，我无意间看到一则微博，是在讲「上海出生率下降」的：

看了这则微博，我的第一反应就是：数据不真实。

「出生率下降」这个事实，我们都是知道的，你说出生人数降低一半甚至 70%，也许都有一定的可信度，但，1990 年的时候其实上海已经是在「计划生育」了，你要说 2020 年的出生人数是 1990 年的 6%，一代人就可以让出生率降一个数量级，打死我我都不会相信的。

为了说明这个数据的荒谬性，我脑海里浮现出一组我所熟知的数据：

2006 年，上海参加中考的人数大约是 12 万人。

由于上海的在初中升高中（以及三校）的升学率很接近 100%，而这其中，绝大部分人都会参加中考，所以可以近似认为 1990.9～1991.8，出生的人数也应该在这个数量级，12 万再多一点，顶多 15 万吧。

一年有 365 天，所以在 1990 年附近，平均每天出生 300 多个人，所以 1990 年 1 月 1 日出生 2784 人，这个数是绝对有问题的。

可是，这条微博的作者傅蔚冈也算是有头有脸的人物，浙大毕业，上海金融与法律研究院 工作，不像是会信口胡说的人。而他所使用的数据源，「上海发布」公众号，也算政务号了，数据也不应该造假，那究竟是怎么一回事呢？

我看了下公众号的数据，数据看起来好像是真的：

那么，换个其他日期试试？

的确，如果把日期换成了一个非特殊日期（比如 1 月 1 日、10 月 1 日），出生的人数会有所减少，但基本上也有 1000 多，那么如果把 1990 年出生的人数全部加起来，估计也至少有 50 万以上了。

但这和上海 2006 年参加中考的人数完全对不上。肯定是哪里有问题了。

于是我又看了一遍公众号的页面，终于注意到几个小字：

「本市户籍人员」。

本市户籍人员，并不一定需要参加中考，也并不一定要在本市出生，这其中有很大一部分，都是出生在其他城市，在本科或者研究生毕业以后，积分到位，拿到上海户籍的。当然，还有一部分是父母拿到了上海户籍，然后帮助孩子在大学毕业前就拿到户籍的（这也是 2000 年 1 月 1 日出生率偏高 的原因）。因此，在年龄还小的时候，他们是不会出现在这个统计里的。但如果你在 2050 年再去统计 2020 年 1 月 1 日出生的「本市户籍人口」，肯定也不会是 156，说不定有 1560。

因此，对比 2020、2010、2000、1990 年的出生人数，并不能得出「出生率断崖下降」的结论，反而能得出：出生地不在上海的「新上海人」占比非常高。

这就是「数据口径偏差导致的结论偏差」。

来源：知乎