近日,中国科学技术协会(后文简称“科协”)发布了第十一次中国公民科学素质抽样调查结果。调查结果显示,2020年公民具备科学素质的比例达到10.56%,圆满完成了《十三五规划》提出的,2020年“公民具备科学素质的比例超过10%”的目标任务。
在为国家的公民科学素质水平进步感到欣喜的同时,有的小伙伴也就纳了闷了:“我老老实实在家待着,国家啥也没问过,咋就知道我有没有科学素质了呢?难道是调查人员有特异能力?”
要解开这个疑惑,最核心的就是了解这个“10.56%”是怎么来的!
“10.56%”背后的统计设计
为响应《中国科学技术普及法》,2016年,科协制定了衡量公民科学素质水平的《中国公民科学素质基准》(后文简称“《基准》”)。
《基准》将基本科学技术知识与能力分为了26条基准,132个基准点,在此基础上得到了由500道判断、选择题组成的题库。科协通过一种叫做“抽样调查”的方式,随机选取一部分公民进行问卷调查。每次测评时,根据考纲中每一部分的比例,随机抽取50道题目,得到最终的调查问卷。50道题每题2分,能答对30道题目及以上,视为具备科学素质。根据这部分公民中,问卷显示具备科学素质的公民比例,从而推测出全部公民具备科学素质的比例。
大纲——问卷——测试人
(图片来源:作者原创)
问卷中的题目,大体上是由科学的方法论、细分学科的基础知识以及科学的生活常识三个部分组成的。
科学的方法论,包括对世界的科学认知态度、系统性的分析方法,科学探究的精神,可持续发展的观念等内容。细分的学科,包括数学、物理、化学、天文、地理、生物六门学科。科学的生活常识,包括生理、医学、饮食、出行、用电、农业、劳动、生产、急救、避险、应对环境污染共11个方面。这些内容和知识点涵盖了自然科学的大部分内容,组成的问卷也可以很好地反映被抽查者的科学素质水平。
抽样调查——省时省力的数据收集法
看到这,有的朋友又会有疑问: “衡量的是被抽查者有没有科学素质,我又没做问卷,国家咋就知道我有没有科学素质了呢?”
这个问题,就归结到科协使用的一种叫做“抽样调查”的方法上了。
抽样调查,指的是从总体中抽取一部分人进行调查,根据调查部分人群所得结果,从而估计总体的比率分布。
抽样调查示意图
(图片来源:作者原创)
比如一所大学可能有几万名大学生,我们想了解大学生中,读过《浮士德》这本书的人的比例。
一种方法是我们把所有的大学生都问一遍,逐一确认有没有读过这本书。这种方法得到的结果是绝对精确的,但是费时费力,成本很高。如果想将全国14亿人逐一调查一遍,那就基本是一件不可能的事情了。
这时候可选的另一种做法,是抽取一部分人进行调查。假如这所学校有2万名学生,我们根据学号随机抽取其中的200人进行调查,调查得到的读过《浮士德》的人数有60人,我们就根据这个得到了一个估算的比例30%。进而根据这个估算的比例,我们还可以估算出整个大学中,读过《浮士德》的学生大约为6000人。
这种方法优点是省时省力,成本低,缺点是精确性没有逐一调查那么高。但是当总样本量和抽样调查的样本量都很大时,一般得到的比率不会偏出太多。
“大数定律”——抽样调查背后的数学魔咒
为啥抽样调查得到的比率不会和实际的比例相差太多呢?这就涉及到了统计学中一个非常神奇的定律——“大数定律”。
大数定律,是指当次数重复多之后,随机事件会按照比率发生。抛一枚质地均匀的硬币200次,正面朝上的次数会落在100附近;扔一枚骰子6000次,出现1的次数会落在1000附近。当我们重复足够多次之后,事情总是“冥冥之中自有天意”,倾向于按照比例发生。这种现象,我们就叫做“大数定律”。
抛硬币统计次数
(图片来源:作者原创)
那么大数定律,就是单纯地观察出的“玄学”吗?其实不然,大数定律可以通过概率计算,推导出来。比如我们连续抛硬币200次,次次都向上的概率是1比上2的200次方。2的200次方,比地球上的原子数量还要多,基本上尝试到宇宙毁灭都不太可能出现这种情况。而正面朝上的次数在80到120次之间的概率,则高达99.52%!概率计算告诉我们,抛硬币的次数足够多,正面朝上的次数就“大概率”落在一半附近。
我们在进行抽样统计时,只要抽取的样本足够多,根据大数定律,我们就会知道,样本的对应比例,一定落在总体的对应比例附近。这也就是抽样调查能通过部分人员的调查结果得到总体的调查结果,“窥一斑而见全身”的原因。
“随机性”——抽样调查的最大陷阱
介绍了这么多抽样调查的优点和原理,抽样调查是不是一定准确呢?
其实,设计抽样调查的时候,也可能存在很多小陷阱,导致我们的统计结果存在偏差。这些小陷阱存在的原因,就出现在抽样调查要求的“随机性”上面。
而导致随机性出问题,最常见的情况就是问卷的分发方法或者问题设计存在瑕疵。
我们举一个最简单的例子,我想要抽样调查县城公民持有智能手机的比例,然后选择通过手机平台发放问卷。这时候调查得到的结果,就必然是接近100%持有智能机。毕竟没有智能机,怎么填写手机问卷嘛!那这样得到的结果,就必然和实际情况存在偏离。这就是调查方式本身存在瑕疵,对问卷结果进行了筛选,导致的偏差情况。
有的读者可能会觉得,这个例子中由问卷分发带来的问题,只要设计问卷的人思维正常,稍加思考,就可以避免,但在实际问卷调查中遇到的问题,可能藏得很深。
比如我们想调查清华大学学生中男生的比例,我选择站在清华大学校园内的某路口,记录一个个走过学生的性别,从而统计得到最终的比例数据。这个方法听着很棒,完全实现了随机性。
但这个方法也存在统计误差,大学生中有一群体经常“大门不出二门不迈”,便是所谓“宅男宅女”,这一部分群体出现在路口的概率会比其他学生低不少。假定宅男宅女这一群体,男生的比例较高,那么这就导致这种随机抽样其实得到的男生比例会比实际情况偏低。
调查方式偏差
(图片来源:作者原创)
因此,抽样调查进行方案设计的时候,应根据总体特征尽量选择比较丰富的调查方法,降低调查方法设计对统计结果的影响。
科协在进行我国公民科学素质抽样调查的时候,便选择现场问卷调查、网络调查、干部安排抽查等多种方法,保证最终问卷能随机地发到不同地区、不同职业的各色人群手中。
会对随机性产生影响的另一个问题,是问卷的问题设计。由于问题设计可能存在瑕疵,导致被调查者出现明显的倾向性,也会影响随机抽样的调查结果。
例如,我想调查某县城的犯罪率,我选择直接在问卷上提问“你有没有犯罪过?”。那真的犯罪过的人,多半会选择不填写问卷,或者撒谎。这就导致抽样调查得到的犯罪率会大幅低于实际值。
而科协设计的问卷,一方面本身注意问题本身的倾向性,不会出现使人尴尬或不愿回答的问题;另一方面,科协还会通过一些类似小礼品的奖励,鼓励被调查者积极回答问卷,从而获得更为均衡全面的数据。
通过这些扎实的准备和用心的设计,科协设计好问卷和方法,最终用抽样调查的方法,做到了让大家“人在家中坐,数据天上来”。
全民科学素质行动作为一项全社会参与的基础性社会工程,即便我们没有成为被选中的样本,但是我们仍是不断奋进,终身学习的总体。唯有每个人在知识上、思想上、行动上,用科学的方法、思维处理实际问题,参与公共事务,才能让这“十分之一”的统计数字,真正象征着千千万有知识、有科学素质的中国公民!