平均数和中位数，为什么总打架

整理后台留言时，发现一个反复出现的问题：同样的数据，为什么不同的人算出不同的结论？最常见的场景是收入。某城市公布去年城镇单位就业人员年平均工资为12.8万元。评论区立刻有人说，我身边没几个人达到这个数。两边都没说谎，分歧出在用了哪个指标。

平均数把所有人的收入加起来，除以人数。中位数把所有人从低到高排队，取站在正中间那个人的收入。假设一个十人小组，九个人月薪五千，一个人月薪十万。平均数是一万四千五百，中位数是五千。平均数被那个高收入者拉了上去。中位数告诉你，一半人低于五千，一半人高于五千。两个数字，描述的是同一组数据的两个侧面。

什么时候看平均数，什么时候看中位数，取决于你想回答什么问题。如果关心总量，比如一个地区的消费总盘子、税收总额，平均数更合适，因为它保留了每个观测值的权重。如果关心典型个体的处境，比如普通人月收入多少、房价对中等家庭的压力有多大，中位数更接近真实体感。国家统计局在发布居民收入时，同时公布平均数和中位数，原因就在这里。

同样的逻辑出现在很多领域。看网站访问时长，平均数可能被少数停留几小时的用户拉高，中位数反映的是大多数人的真实停留。看订单金额，平均数受大额订单影响明显，中位数则稳定得多。一个实用的观察习惯是：拿到一组数据，先把平均数和中位数都算一遍，如果两者差距很大，说明分布偏斜严重，这时候只报其中一个，都有误导的风险。

有人会问，那到底该信哪个？答案是看分布形状。数据接近对称分布时，平均数和中位数差不多，用哪个都行。数据明显偏斜时，比如收入、房价、阅读量、点赞数，这些指标天然右偏，少数极端值把尾巴拉得很长，中位数更稳健。但稳健不等于正确，它只是对极端值不敏感。如果你恰恰关心极端值的影响，比如平台头部创作者的贡献占比，那平均数反而更有信息量。

还有一种常见误解，是把平均数当成预测工具。比如看到某只基金过去三年的平均年化收益是百分之八，就认为未来也能拿到百分之八。这是两回事。历史平均数描述的是过去已经发生的走势，预测未来需要考虑的因素远不止一个历史均值。统计常识里有一条：平均数对过去的代表性，取决于分布是否稳定。如果分布本身在漂移，过去的平均数参考价值就有限。

类似的坑还有不少。百分比的平均不能直接取算术平均，要看权重。增长率连续两年的平均值，应该用几何平均而不是算术平均。样本量太小时，中位数可能比平均数更不稳定，因为中间那个值换一个人就变了。这些细节听起来琐碎，但实际工作中，一个指标选错，后面的结论就跟着偏。

写这些不是要否定某个指标，而是想说，数据本身不会说话，说话的是选择。下次看到一份报告，不妨多问一句：它用的是平均数还是中位数，样本分布大概什么样，极端值有没有被单独处理。多问这一句，很多看似矛盾的结论，就能找到各自的解释。

方法上的谨慎，比结论上的热闹更有用。观察一组数据，先从理解它的分布开始。