最近在網上面瀏覽信息的朋友應該都有看到過這張圖片：
在收入統計中採用「中位數」這個統計方法是這幾年比較流行的方法，也相對來說比平均數要更加的科學。
以北京為例，北京有2,300萬人，收入的中位數是6.9k，就意味著第1150萬人的收入是6.9k。
大家應該也有看過相關的科普視頻，在相關的統計學科普視頻中，專家經常舉的例子就是，馬雲收入一年一個億，你的收入1w，結果你跟他的平均收入是5億零5千。
當然實際的平均收入並沒有那麼的誇張，以北京為例，平均收入達到1.6w，也就是說按照平均水平，北京人人都高出中產階級標準1k多。
每次在新聞中看到這樣的數據，大家都驚呼自己被平均。但是，大家不知道從這兩個數據的差異中有沒有看出，不同教育水平的人群可能存在的收入差異。但是偏偏統計數據裡面就沒有詳細的分析出各個學歷階層的收入差距。
還是以北京為例，在北京高中錄取率約在50%，如果採用中位數來進行統計，覆蓋到的收入人群恰恰是沒有上過高中的人群的收入。北京有大學本科以上學歷的人群在總人口的比例，不超過25%，也就是說這樣的統計數據永遠覆蓋不到高學歷人群。
於是這種統計數據就變得非常的不討好，底層勞動者覺得自己被平均，中產階級看不明白自己到底處在什麼樣的位置，這兩個階層還特別關心讀書到底有沒有用，數據卻沒有反映出來。
做有意義的數據統計，看看德國是怎麼做的
我以前在做接待工作的時候，接待了德國各行各業的不同收入群體，不同教育階層的人。我發現一個有趣的現象，德國人對於自己收入階層的人的平均收入，或者收入中位數非常的了解。
比如具有博士學歷的德國人，他會非常明白，在德國具備博士學歷的人的收入中位數和平均數據。也非常了解擁有博士學歷的人，在德國的最低工資標準是多少。
這些數據肯定不是這些德國博士自己統計出來的，肯定是德國相關的統計部門，以及媒體公開出來的。
我也接待過很多學歷比較低的德國年輕人，通過和他們的交流，我發現他們對於職業教育的需求非常的旺盛。他們非常清楚自己目前缺乏職業教育的情況下，能夠拿到的收入，以及自己在獲得職業教育培訓之後，從事工作可能提升的收入標準。
這也反映出統計數據給這些低學歷的德國年輕人的職業提升點出了方向，在一定程度上促進了德國年輕人在教育上面的自我提升。
我們來看一下兩張圖片：
這張圖片反映的是德國本科學歷的人群和研究生學歷的人群，在就業後第1年以及第2年薪資的變化以及收入的差距。
左邊是本科學歷的人的收入，第1年是大概3.8W歐，右邊是研究生畢業第1年的收入，大概4.5W歐，兩個學歷之間的年收入差距大概7K歐，也就是相當於大約人民幣5W元。
工作1~2年後，本科學歷的德國人收入增加大約3.2K歐，研究生學歷的德國人大約增加1.8K歐。這反映出了工作經驗在收入提升上對學歷間收入差距的彌補作用。
德國的年輕人可以根據這樣的統計數據，對於自己要達到什麼樣的學歷，需要的付出等等，做一個預期的評估。
第2張圖是反映出德國高收入階層所在的行業的年收入中位數，這種數據詳細到每一個行業。
我們看到收入最高的標著橘黃色的是醫生年收入達到9.2W歐，約合人民幣60多萬，從這個數據我們就可以看出為什麼德國人最喜歡做醫生。第2名是搞金融的，第3名是做律師的，第4名是做銀行業的，第5名是工程師，第6名是企業諮詢師，第7名是IT。德國做IT的收入中位數大約是45萬人民幣，好像和國內大廠P7的水平差不多。其實這個數據還非常的詳細，涉及到各行各業，但是篇幅原因被我省略掉了。
從這樣細緻的統計數據，德國的年輕人就可以結合自己的興趣愛好，在選擇專業的時候對自己的未來的收入產生一個良好的預期。他們可以知道自己讀完本科或者研究生之後，可以獲得的大概收入。
德國的統計數據甚至可以避免大家盲目追求高學歷
德國各行各業的統計數據是非常詳細的，甚至詳細到某一個行業，每個學歷人群的就業率。德國有一個中國人可能不太好理解的規定，這個規定日本也模仿了。
那就是：不同學歷的人群有不同的最低工資標準，高學歷人群不得從事低學歷人群的職業。
這個時候各個學歷階層在不同行業裡面的就業率就顯得非常重要了。有些行業的老闆他不需要為高學歷的人支付那麼多的費用。對某些工作他可能會更多的使用本科學歷或者研究生學歷的群體。那麼該行業就會出現讀到博士生學歷以後，雖然工資標準更高，但是就業比例下降的情況。
這時候一部分大學生就有可能會考慮只讀到本科或者研究生就去就業，而不是一直讀到博士畢業，卻面臨更高的失業風險。
中國各行各業統計數據的現狀
目前中國各行各業以及各學歷階層的統計數據，是沒有官方數據的標準的，很多時候是由招聘服務平臺，根據企業發布的用工薪酬數據來做爬蟲分析。但是企業發布出來的薪資標準，通常是起薪或者是談判價格，這樣就會造成統計數據不準確。
比如說大家普遍認為中國的程式設計師月均收入應該在3萬元左右。但是根據某就業平臺的數據，程式設計師的平均收入只有區區1.2萬元左右。這就讓大家感到統計數據的不真實，和自己的直觀感受有很大的區別。
既然數據不真實，那麼這樣的數據就沒有辦法給正在讀書的大學生，以及家裡有學生的家長，起到指南的作用。
大家想看到什麼數據？
根據我在網際網路跟網友和粉絲們的交流，我總結出以下大家希望看到的數據：
1、各個學歷階層人群的收入中位數
比如本科畢業於985大學的人群，收入中位數能夠達到多少？本科畢業於211大學的人群收入中位數可以達到多少？本科畢業於一般一本的大學生收入中位數可以達到多少？
這個數據的價值在於可以讓學生知道一心拼985或者211，可以帶來的收入差距到底有多大？假如價值不大，那麼可以最大限度的避免，某些同學為了考985和211，在高中年復一年復讀而浪費青春的事情發生。
2、各個專業研究生和本科生收入的差距
這個數據在某些私人平臺上可以找到，但是也是根據企業發布的招聘信息來抓取的數據並不準確。某一個專業進行學歷再深造，它的價值有多大？能夠獲得多大的收入差距優勢？是非常有指導意義的。
比如，本人所讀的小語種專業，獲得等級證書的作用比研究生學歷的作用要大得多， 這就直接導致了考研人數非常的少。讀IT相關專業的同學，年齡優勢會比學歷優勢要大的多，所以學成之後儘早就業能夠獲得更大的利益。有了相關的統計數據，每一個專業的同學決定要不要考研，決定本科要不要工作的時候會有更好的參照。
3、本科以上學歷人群的收入中位數和高中以下學歷人群收入中位數之間的差距：
這個統計數據是我覺得最有意義的一個統計數據，這個數據就直接反映出了讀書到底有沒有用？
家長花很多的錢給孩子報各種各樣的培訓班，在教育上投入大量的資金，這樣的投入到底能夠換來多大的回報？孩子考上本科以後能夠獲得的薪資水平會和只有高中學歷或者高中以下學歷獲得的收入水平的差距有多大？從這樣的數據就可以看得明明白白。
4、各行業土鱉和海龜的收入差統計
各行業在國內本科畢業就業和在國外讀本科畢業就業兩者之間的收入差距，以及各行業在國內考研就業和在國外考研就業兩者之間的收入差距，這是國內中產階級家庭最想要了解的問題之一。
中產階級家庭普遍有能力把孩子送到國外去讀書，但是為了支付孩子的學費，經常會割皮掉肉，有些家庭甚至會返貧。做這麼大的付出，到底值不值得？孩子留學歸來之後，收入能不能夠有質的飛躍，從這樣的統計數據就能夠看得明明白白。
大家還希望看到什麼樣的數據？也可以在評論區留言，畢竟本人的思路也不是非常的全面。把你對於行業以及社會的數據的需求寫出來，說不定哪天這樣的呼聲就會被看到，然後你就能夠看到自己想看的數據了。本人相信輿論是有力量的。