理论应用 | 为何有时宏观数据向好，而个体的体感却不同？——统计视角下的“温差”现象解析

我局官微“上海统计”已开设专栏“理论应用”，内容聚焦前沿理论、立足全球视野，以传播现代统计方法、实践和成功案例为主，助推统计人科研水平提高和统计事业的改革发展，欢迎大家及时关注分享。

本期推送“为何有时宏观数据向好，而个体的体感却不同？——统计视角下的‘温差’现象解析”。这个问题触及到现代统计工作和国家治理的核心挑战之一。所谓“宏观数据”与“微观个体”的“温差”，指的是官方发布的宏观经济数据（如GDP增速、人均可支配收入、失业率等）与普通民众在日常生活中切身体验（如就业困难、生活成本高、收入增长缓慢等）之间存在感受上的差异。

从统计工作的角度来看，这种“温差”的产生并非一定是数据造假，而更多源于统计工作的方法论、目的和局限性与个体感知的场景化、主观性和异质性之间的天然差异。我们尝试从统计工作角度对“温差”成因的详细分析，并提出应对思路。

一、“温差”可能源自统计方法论与个体感知的错位

1. 数据的“综合性”与“平均性”与个体情况的“具体性”与“差异性”

宏观数据是综合平均结果，例如“全国居民人均可支配收入”是一个平均数。它将高收入群体和低收入群体的收入加总后平均，必然会掩盖巨大的收入差距。一个亿万富翁可以将成千上万个低收入者的平均值大幅拉高，但后者可能完全感受不到“平均增长”。而个体感受源于自身处境，例如一个刚刚失业的人，他的感受主要来自于自己的银行账户和求职经历，他不会因为“调查失业率”是5.2%而感到宽慰。统计上的“平均”无法代表每一个具体的、有差异的个体。

2. 数据的“整体性”与“结构性”与个体关注的“局部性”与“焦点性”

宏观数据反映的是整体趋势，GDP增长6%意味着经济总量在扩张，但不同行业、不同地区的情况千差万别。可能是新能源、人工智能等行业高速增长，而传统制造业、零售业正在经历转型阵痛。而个体感受局限于自身行业和地域，如果一个体工商户身处衰退的传统行业，那么无论整体经济数据多好，他都可能感到“寒冬”。这种结构性差异导致了整体乐观与局部悲观的并存。

3. 数据的“滞后性”与“修正性”与个体感受的“即时性”

宏观数据发布有滞后且会被修正，如季度GDP数据通常在季后一段时间才公布，并且会根据后续获得更完整的信息进行修正。而民众的感受是即时的，物价上涨、工资停发是每天都能感受到的。而且个体感受是实时波动的，人们对经济状况的判断往往基于最近几个月的切身经历，而统计数据反映的是过去一个季度的整体情况，这种时间差也会造成感受差异。

4. 指标定义的“技术性”与个体理解的“常识性”

失业率是一个的典型例子，我国公布的“城镇调查失业率”有严格的技术定义。它指在特定年龄内（通常为16周岁及以上），有劳动能力、没有工作但近三个月在积极寻找工作、如果有合适工作能在两周内上岗的人。这意味着：“躺平”不找工作的人不计入失业率。农村户籍人口有时未被完全覆盖或因其拥有土地而不被计入特定失业统计。许多从事零工经济、灵活就业的人员，其就业状态在统计上难以精准界定。但个体理解的失业更宽泛，普通人理解的“失业”可能包括对工作不满意而暂时不找工作的“自愿失业”、毕业后一直没找到工作的“慢就业”人群等。这种定义上的鸿沟是“温差”的重要来源。

5. 数据的“物量性”与个体感受的“价值性”

比如GDP是物量指标，GDP增长扣除价格因素后是实际增长，它衡量的是生产的实物和服务的总量。但民众更关心的是这些增长是否转化为自己收入的购买力（即收入增速能否跑赢物价增速，特别是与生活最相关的食品、能源、教育、医疗等价格）。因此，GDP增长5%和个体感受到购买力往往不一致。

二、统计工作如何努力缩小“温差”

1.丰富数据维度，从“总量平均”走向“结构分布”

发布更多分组数据。除了全国平均数，更多地发布不同收入组（如五等分分组）、不同行业、不同地区、不同年龄段的细分数据。例如，同时公布“居民人均可支配收入中位数”，它能更好地反映大多数人的收入水平，避免被极端高值拉高。

推广使用分布统计，通过基尼系数、收入分布曲线等工具，更清晰地展现差距和不平等状况。

2.加强数据解读和传播，促进公众理解

主动进行数据解读。在发布数据时，配套发布详细的解读文章或新闻发布会，解释指标的含义、局限性以及数据背后的经济故事。

用通俗易懂的语言，避免过于专业的术语，用老百姓能听懂的话解释“调查失业率”到底是什么，为什么它和大家的直观感受可能不同。

3.拓展新的数据来源和调查方法

利用大数据补充传统调查。例如，利用电网数据、交通流量数据、网络招聘数据等高频大数据，来更快速、更细致地感知经济活动的脉搏，弥补传统统计的滞后性。

开展更丰富的专项调查。如消费者信心指数、小微企业景气调查等，直接从微观主体获取感受信息，与宏观数据相互印证。

4.关注民生相关指标，提升统计的“温度”

强化民生指标监测。不仅关注GDP，更要重点关注与民众生活息息相关的指标，如“居民消费价格指数（CPI）中的食品价格细分项”、“保障性住房建设进度”、“基本医疗保险覆盖率”等。

探索编制“民生指数”或“幸福感指数”。尝试将一些难以量化的主观感受通过科学问卷调查的方式进行量化，为决策提供更全面的参考。

三、结语

宏观数据与微观个体的“温差”是一个客观存在的统计现象。它源于集体性、平均性、滞后性的统计方法论与个体性、具体性、即时性的生活体验之间的本质区别。

现代统计工作的核心任务，不仅仅是确保数据生产的科学性、准确性，更要致力于增强数据的解释力、亲和力。通过提供更丰富、更细致、更贴近民生的数据产品，并加强与公众的沟通，才能有效弥合这种“温差”，使统计数据真正成为国家治理的科学基石和公众理解经济社会发展的可靠窗口。最终，一个健康的统计体系应该能够既描绘出国家发展的“宏大叙事”，又不失对每一个个体“微观冷暖”的深切关照。

编撰：上海社会科学院  邸俊鹏

供稿：市统计学会

责编：薛依宜

审核：杨荣