四节完整指南 · 把数字还原成有条件的陈述
海角新闻.com:一则数字新闻的四步读法
海角新闻.com把新闻里的数字当作一句需要补全的话来阅读:先找到统计对象、单位与时间,再确认分母和比较基准,最后判断图形是否准确表达了变化。以下四节使用虚构教学数据,不对应任何真实机构、调查或正在发生的事件;它们演示的是可复用的读数方法。
01 寻找数字对应的对象与时间范围
读到一条数字消息,先暂缓评价大小,写下四个词:对象、单位、期间、范围。对象回答统计的是报名者、到场者还是参加次数;单位区分人、户、人次和百分比;期间说明某一天、一个月或累计至某日;范围标明哪些地点、哪些群体被计入。缺少其中一项,数字就可能被放进错误的比较中。新闻标题常省略这些条件,应到图注、表头和正文寻找。
虚构练习中,社区活动简报写“本月参与1200人次”。同一个人参加四次会贡献四人次,因此不能改写成“有1200名居民参加”,也不能据此计算居民覆盖率。若要回答到底有多少不同的人,需要去重人数及去重规则;若要回答活动承载量,人次本身可能正合适。读数不是一律要求更多数字,而是先问现有指标能否回答正在讨论的问题。
再看一个虚构的开放日比较:甲阶段开放12天,共240人次;乙阶段开放20天,共360人次。累计量从240增至360,增加50%;但按开放日计算,日均从20降至18,减少10%。两个结果可以同时成立。前者回答一阶段服务了多少人次,后者回答平均每天的使用强度。讨论哪一阶段更忙时,还需要小时数和高峰分布,不能只凭一个总数决定。
时间范围还决定比较方式。比较同一月份在不同年份的数字,和比较相邻两个月,回答的是不同问题;二者都需要查看营业天数、节假日和统计规则是否一致。“截至月末累计”不等于“当月新增”,累计量增加也不保证最近一段时间增长更快。把起止时间写成明确区间,可以防止将长周期总量与短周期总量直接相减。
最后为数字写一条完整标签,例如“乙阶段20个开放日的到场人次总量为360”。若简报新增一个统计点位,应标记范围变化,优先找可比点位的数据;找不到就说明不能直接解释为原有场所增长。统计口径缺失时,保留原数字并写下缺哪一项。清楚的未决问题,比补猜一个看似完整的结论更便于继续阅读。
02 分清数量变化、比例变化与百分点
数量变化看两个数相差多少,比例变化看差值占原数多少。通常先算“新值减旧值”,再按问题决定是否除以旧值。虚构练习里,一场活动报名人数从200变成300,是增加100人,增幅为100÷200=50%。300是原来的1.5倍;“增加1.5倍”通常表示在原数之外又增加原数的1.5倍,会指向500人,因此转述倍数时最好同时列出起止数值。
当数字本身是占比,百分点尤其重要。若到场人数前期为80、后期为90,对应报名者分别为200、300,那么到场率是40%和30%。到场人数增加10人,增幅12.5%;到场率却下降10个百分点。若问到场率相对原来下降多少,则是10%÷40%=25%。人数、百分点、相对降幅是三个不同答案,应该和各自的问题一起说。
分母变化是许多反直觉结果的来源。后期到场人数略增,但报名规模增长更快,所以到场占比下降。这不能自动说明参与者意愿变弱,也不能说明活动效果变好;还可能存在报名门槛、确认方式或到场统计规则变化。首先把两期的分子和分母放在同一张表,再考虑解释。只有百分比而没有人数时,应避免推断实际增减了多少人。
还要小心不同方向的百分比不能直接抵消。虚构练习中,一个数量先从100增加20%到120,再减少20%得到96,最终比起点少4。原因是第二次计算采用120作为基数。若原数为0,通常的增长率除法没有定义,应直接写“由0增至多少”,而非写成增长无限倍。基数很小时,少量增加也会出现很大的百分比,应配合绝对量阅读。
遇到“增速放缓”,先区分水平和速度。虚构序列100、120、132仍在上升,但连续两段增幅分别为20%和10%。准确描述是“数量继续增加,增幅缩小”,不能简化成“数量下降”。用一句话交代原值、新值、差值与计算基准,能让读者自行复核;没有必要把每个结果都报出很多小数位,精度应与原始数据相称。
03 检查图表坐标、尺度与比较基准
先读标题和图注,再看图形。确定横轴表示时间还是类别,纵轴表示数量、比例还是指数,然后找单位、刻度和起点。柱形图通常用柱长传达数量关系,零点缺失容易放大长短差异。折线图为了呈现小幅波动可以使用局部刻度,但读者需要用标出的数值判断幅度,不能把视觉上很陡的斜线直接叫作“暴增”。
虚构练习有两个数98和102。若纵轴从0开始,两根柱子长度接近;若只显示96至104,画面里的柱段长度会像2比6。实际增加量仍是4,相对98约为4.1%,而不是增加两倍。注意截断标记及坐标起点;存在截断不等于数据必然错误,但若读者会把柱长当成完整数量,就需要回到原数重新比较。
横轴也能改变直觉。将第一天、第二天和第十天三个观测点等距离摆放,可能让人误以为每段经过的时间相同。观察趋势应核对真实间隔,并确认缺失日期是没有记录还是数值为零。折线连接两个点通常只是呈现相邻观测的关系,不足以说明中间每一天都沿直线变化。对预测区间、估计值和实测值,也应查看线型与图例是否区分。
遇到双纵轴图,不要只凭两条线一起向上就认为关系很强。左右两边可以采用不同单位和尺度,调节刻度后曲线外观可能更接近或更远;应分别读出各自数值,再检查时间范围与比较依据。指数图若把起点设为100,适合比较相对变化,却隐藏了起始绝对规模。两条线同为120,只说明各自比基期高20%,不代表两者数量相同。
图形种类同样需要核对。饼图各部分应属于同一整体;多选题的选项可以重叠,总和可能超过100%,便不宜当作互斥份额理解。用圆的面积表示数值时,也不能只看半径。读图后尝试脱离颜色、面积和斜率,写出一句含实际数值的结论,再问:换成表格,这句话是否仍成立?若成立,说明判断主要来自数据而非绘图效果。
04 将统计描述改写成有边界的日常语言
读懂数字的最后一步,是把结果写成别人可以核对的普通句子。可采用“在什么对象与期间内,按什么指标,从多少变为多少;这说明什么,尚不能说明什么”的顺序。先陈述观察到的变化,再解释含义。若只是两次记录一起变化,就使用“同时出现”或“存在关联”,不要直接写成“导致”;因果解释还需要能够区分其他影响因素的证据。
平均数尤其容易被误读成每个人的体验。虚构练习中,五次等待时间为2、2、3、3、20分钟,平均为6分钟,中位数为3分钟。说“平均等待6分钟”在算术上正确,却不代表大多数人恰好等6分钟。讨论典型体验可同时看中位数;讨论总体耗时可参考总量和平均数;讨论少数长等待者,还需要范围或分布,而不是任选一个最顺眼的指标。
排名需要恢复比较集合。虚构榜单把甲场馆排在20个场馆中的第3位,下期在50个场馆中排第5位;仅凭名次数字变大,不能判定甲场馆表现下降。先看指标得分、参评对象、计分规则和并列处理是否变化。即使比较集合一致,名次差一位也可能只有极小得分差,排名不能直接代替差距大小,更不能外推到榜单以外的所有对象。
对调查数字,转述必须保留受访范围。虚构问卷有100份有效回答,其中60份选择某项服务,只能直接写“有效回答中60%选择该项”。若参与者自行报名、邀请人数未知或部分人没有回答,不能自动改成“全体居民六成支持”。样本多也不自动消除选择偏差。若问卷允许多选,还应保留这一条件;若没有不确定性说明,就不要自行宣布微小差异已经很明确。
可以把活动例子写成:“在两期各自的报名者中,到场人数由80增至90;由于报名总数从200增至300,到场率从40%降至30%,下降10个百分点。现有数字没有解释变化原因。”这段话既交代人数上升,也保留比例下降,没有替数据编出动机。提交自己的阅读笔记前,再查一遍单位、分母、期间及推论范围,并把仍需寻找的材料写成具体问题。