转载/大数据架构师

彭友们好，我是老彭呀。前两天网上到处都在传中国的失业率达到了惊人的18%！！！我都蒙了呀！这数据这么惊人了吗？

吓得我连夜到处查数据来源，一说是“国家”发布的，这一看就是和稀泥的，数据发布肯定有一个部门，不会是“国家”发的。这就是数据的责任部门存在的意义。

另一说，是国家统计局发布的，而且是4月的数据。这倒是有鼻子有眼的。我就仔细去看了一下。

1、数据来源

一般来说，这类数据都是国家统计局发布的。我们百度一下国家统计局，第一个链接就是：

打开之后长这样：

看见上面的“数据查询”没有？点进去。嗯，会出现一个警告，咱忽略，直接继续就行，这个就不用吐槽了哈~~~

进去之后是这样：

是的，点击“月度数据”默认打开的是CPI（居民价格指数）指标的结果。果然，2022年4月的数据已经更新了。

这里是一个非常好的数据集产品示例。非常规范，极具参考价值。以CPI为例：

1. 最左侧的是指标体系，呈树状目录结构，按照指标分类标准，将上万个指标进行分类归集；
2. 右上是工具栏，做过报表的都知道是咋回事，这个就略过了。
3. 右中是报表，就是具体的数据。这个做过excel的就能看明白是啥意思。
4. 右下是数据的注释，一般会说清楚指标的前因后果、相互之间的关系、统计口径等。

2、失业率

我们今天的话题是失业率，直接到上面的搜索栏输入“失业率”查询一下：

失业率有两种统计方法：一类是登记失业率，一类是调查失业率。

国外大多用的是调查失业率，意思就是上街随机找人问：“你失业没有”。这种方法主动性较强，跟实际情况比较接近。

我国之前一直用的是登记统计的方法，这种方法较为被动，只有去社保登记失业的人才会被统计上，因此比调查失业率普遍低一些。

这两年我们也开始用调查的方式统计失业率了，从结果上来看，的确比登记失业率要高一些，4月份的全国城镇调查失业率6.1%，但是也没高到18%这么离谱啊！

老彭挨个点开看了，数据在这里呢：

嗯，指标名字是“全国16-24岁人口城镇调查失业率（%），高达18.2%。传闻对上了，但又没全对。

从上表我们能看出来，00后小彭友是超勇的[笑哭][笑哭][笑哭]

网上传闻00后整顿职场的段子真不是空穴来风呀~~

身为80后的我，为什么感觉被冒犯了[泪奔]

宝宝心里苦，能向谁诉说？[泪奔][泪奔][泪奔]

00后一直这么勇吗？还是今年变勇了？老彭我把数据拉长到36个月。咱忽略左侧标签的不统一，自动的产品就是有些小问题。

绿线一直都很高，疫情前全国的调查失业率（橙色）才5%，全国16-24岁人口城镇调查失业率（绿色）就已经冲到10.5%！

在2021年底，00后失业率冲到了15%，今年3月冲到了16%，4月飙升至18.2%。勇，真的勇！

有那么一瞬间，老彭也有些激动了呀[笑哭][笑哭][笑哭]

3、正确理解数据

我知道会有彭友会站出来质疑数据的准确性，甚至抬出来各种数据造假的案例。

也会有人故意抛弃全局，拿出部分数据过度解读。之前老彭听到“全国失业率已经达到18%”就是典型。

还有人质疑调查数据、推算过程是否科学严谨。

但是，老彭想说，这些都不重要。

没必要洗地，老彭现在也推不出公式来，更没办法亲自问问全国14亿彭友们就业情况。但是我们至少可以做一件事情：

认真、科学、理性、精确地对待数据，不要过度解读，不要断章取义，不要随意联想，会出大事的[笑哭][笑哭][笑哭]

这让我想起来了《首席数据官管理手册》里专门有一张讲数据伦理，《DAMA 数据管理知识体系指南 DMBOK 2.0》里第2章就叫“数据处理伦理”。里面都谈到了对数据的正确态度。

但是这到处都是对数据的错误引用、肆意滥用，甚至是故意曲解。唉，道阻且长啊……