楼上邻居没商量就把防盗窗装上，我直接给拆了，不算过分吧？ 遇到自私的邻居，你会怎么样？我想我会气炸了吧！ 先来看看上图，大家有没有看懂是怎么回事的？没看懂的，我给你解释一下，就是说本站

驳知乎chenqin所谓性别比失衡的论点本站

　　知乎数据帝，在这里我们不想多说什么，我要说的就是数据帝一篇关于中国性别比失衡的文章。他的文章在知乎上获得大量点赞，然而我们却不得不遗憾的指出，他的数学模型和逻辑存在着严重的错误，其结论是不能成立的。

　　关于中国性别比这一争议话题，学术界说法不一，很多专家认为中国的性别比失衡主要是由女孩的漏报瞒报引起，数据帝则是站在了否定“中国的性别比异常偏高是由于低龄女性漏报”的观点。下面两张图是他的观点和数据：

　　事实真的是这样吗？按照人们一般的定向思维，查性别比大都会想到人口普查数据，然而中国的人口普查数据准确吗？这一点我想每一位读者可能都要打上一个问号？在历次人口普查中漏报瞒报错报的数据有多少？有人说10%，在这里我不想过多讨论这个问题，但有一点可以确定，低年龄段存在严重的漏报瞒报错报等现象。尤其需要注意的是，2015年数据只是1%抽样调查，可靠性存在很大的疑问。

　　那么就没有办法来了解中国的实际性别比了吗？当然不是，其实在我们国家，还有另外一套数据，可以更好的反映低年龄段性别比的状况，本文将利用另一个独立存在的数据体系 ———教育统计数据，检验和推算90后以及2000年中国的出生性别比。

　　为什么教育统计数据比人口普查数据更准确？首先，在我国即使是贫困地区的孩子也都是上学的，根据教育部统计：中国小学辍学率一直稳定控制在1%以内。即使有失学现象，也是女童多于男童（女权主义者不会反对吧），而且男童的死亡率要高于女童（0-9岁男性的死亡率为每年3‰－4‰），所以实际数据是只低不高。下面，我们将引用中国人民大学的两位教授陈卫、翟振武的论文：

　　1990年代出生性别比估计在先前发表的研究中 ,我们已经对教育统计数据质量的评估、用教育统计数据对人口普查数据的调整 、出生人口及其性别分布的估计等都作了详细的描述和分析(翟振武、陈卫 ,2007) ,本文就不再进一步说明。由于在利用教育统计数据对普查数据进行调整和生育水平估计时 ,我们得到了 1990 年代历年的出生人口及其性别构成 ,因此也就得到了出生性别比。

　　图 1 显示了 2000 年普查时 6～10 岁各年龄的性别比和他们在教育统计中记录的性别比。假定 6～10 岁未上学儿童中 ,女童多于男童 (这一假定是合理的) ,那么 6～10 岁在校生性别比应高于普查的性别比。但是如图 1 所示 ,教育统计数据中 6～10 岁人口性别比不仅不高于普查的性别比 ,反而低了很多 ,这就证明了普查的低年龄人口性别比是不正确的。

　　那么 ,通过教育统计数据反映和调整的低年龄人口性别比与普查有多大差异 ? 由于教育统计的小学生在校人数与人口普查在统计时点上是不同的，教育统计时点是每年的9月1日，而2000 年人口普查时点是11月1日 ,因此 ,为了这二套数据在年龄上进行匹配 ,我们将 2000 年普查数据的时点调整到 9 月 1 日 ,同时利用生命表存活率将各年教育统计数据中 9 岁或 10 岁在校人口数匹配到2000 年普查时的同队列年龄。之所以使用教育统计数据中 9 岁或 10 岁在校人口数 ,是因为教育统计的小学在校生人数数据在9岁或10岁达到该队列的最高纪录 (图 2) ,之前和之后年龄的人数或因尚未入学或因已经升学等原因而不能充分反映小学就读人数。

　　表 1 对比了通过教育统计数据调整的和普查得到的2000年 0～9 岁人口的性别比 。由于我们当时得到的最近的 2003 年教育统计数据中9岁对应于2000年普查6岁 ,因此6岁以下(0～5 岁) 数据就需要外推。我们分别用非线性和线性回归拟合进行外推。进行非线 岁数据 ,计算教育数据与普查数据的比值 ,然后对这些分年龄的比值进行非线性回归拟合进而外推 ;而进行线 岁以下的数据 ,即计算 6～9 岁四个年龄组教育数据与普查数据的比值 ,然后对这些分年龄的比值进行线 性 回 归 拟 合 进 而 外 推 ( 翟 振 武 、陈 卫 ,2007) 。图3显示了通过教育统计数据匹配的和普查得到的 2000 年 0～9 岁分性别人口 ,根据这些数据计算得到了如表 1 所示的 2000 年 0～9 岁分年龄性别比 。很明显 ,年龄越小 ,两者的差异越大 。普查的 0～2 岁人口性别比要比教育数据的性别比高出7～8个百分点 。

　　由教育统计数据调整得到的 0～9 岁人口 ,利用生命表存活率 ,我们可以将他们倒推至他们出生时的人数。按非线性回归拟合外推而估计的是高方案出生人数 ,按线性回归拟合外推估计的是低方案出生人数 ,而中方案则是高方案与低方案的平均数 。同时 ,在估计出生人数时 ,分别按照 95 %～97 %的小学入学率进行了调整。由于几个不同的入学率和不同方案组合的结果过于繁杂 ,需要明确选择一套数据作为最佳的方案 ,因此 ,我们选择了留有余地的按照匹配的0～9 岁分性别人口入学率95%调整的数据。由于线性回归外推的低方案存在着一定的风险 ,因此我们使用高方案和中方案的结果。表 2 显示了高方案和中方案下1990年代历年的分性别出生人数和出生性别比。

　　从表2中看出 ,我国出生性别比偏高是确定的事实。但是 ,是否达到了 2000 年普查所反映的如此之高的水平呢 ? 通过教育数据调整的普查低年龄组的性别比看出 ,我国实际的低年龄组性别比要比普查反映的水平低5～9个百分点 。2000年普查的出生性别比高达117 ,而表2中2000 年的出生性别比为 110 左右，实际的出生性别比显然要低得多。据此粗略估算 ,我国出生性别比偏高的部分中 ,有至少高达 50 %是女婴漏报所致 。1995年1%人口抽样调查的出生性别比为 115. 6 ,对比表 2 中1995 年出生性别比 ,可以计算出其偏高部分中有 52%～63%来自女婴漏报 ;而 2000 年人口普查出生性别比(116. 9) 偏高部分中女婴漏报所占比例高达68%～73 %。

　　综上所述，我们可以看到数据帝关于90后性别比失衡是选择性堕胎所造成的结论不仅是错误的，而且有关2000年生人的性别比会上升之类的说法更是谬论（数据帝的给出的数据126，在教育统计数据中仅为上表中的109）！一位百度上的网友甚至说：除非多出来的近20%男生都不上学。请注意，数据帝所列举的数据只是1%的抽样数据，与教育统计数据完全不是同一量级。

　　即使拿人口普查数据来说，2000年临近的几个年份依旧呈现明显的性别比下降趋势。女孩漏报瞒报，男孩的高死亡率依旧是主要原因。数据帝拿某一特定年份来否定整体趋势显然是以偏概全。

　　数据帝在推算光棍数量的时候，还犯了诸多逻辑错误，例如他将数据简单的分为“未婚”和“已婚”两部分，然而实际情况却要分为四种：“未婚”“有配偶”“离婚”“丧偶”，所以只能是错误的推论得出错误的结论。

　　社会有自然、自我的平衡能力不会让光棍现象成为既定事实。一是夭折、出事故死亡的男性数字远大于女性，主要原因是男性相比于女性天性不同，社会职能与地位不同，造成的命运亦不同。二是男性罪犯更是远远大于女性罪犯，失去自由，也失去很多机会，当然也有婚娶的机会，对于其他同龄男性腾出一定的空间。当这部分男性罪犯获得自由时，其寻找伴侣的年龄多在为比自己大或比自己小的女性范围，这种互补递补的现象有很大的平衡作用。另外社会的另一个平衡能力也就是现在越来越多的男同现象，当然男同现象不是传统意义上的婚姻，但却为另一部分男性选择配偶又腾出一定的空间。加之近年来年轻男性结婚的不断下降，所以想告诉读者的是，计算光棍数量，不是一道简单的加减法。那些声称中国有3000万、4000万光棍的自媒体，大有断章取义、博人眼球的味道。

本站 “ 坏人淘汰好人， 是这个俗世的基本规则。 ” 1 有个老魔鬼看到人间的生活过得太幸福了，他对小魔鬼们说：“我们要去扰乱一下，要不然魔鬼就无法存在了。” 他先派了一个小魔鬼去扰乱一个农