舉例說(shuō)明 數(shù)據(jù)分析思維

前兩天刷知乎的時(shí)候看到這樣的問(wèn)題：

“為什么我國(guó)人才流失如此嚴(yán)重？”

題主的疑問(wèn)來(lái)自于×××的數(shù)據(jù)：

2014年出國(guó)人數(shù)為46萬(wàn)，而回國(guó)人數(shù)僅為36.5萬(wàn)。

兩者相除，得出“歸國(guó)率”僅為79% ，而2015年僅有78%。

因此，題主得出結(jié)論：我國(guó)海外人才大量流失。

隨后，各路人馬紛紛跳出來(lái)，開(kāi)始一本正經(jīng)地分析為什么中國(guó)人才流失這么嚴(yán)重。

問(wèn)題是，這樣的數(shù)據(jù)解讀正確嗎？

用同一年內(nèi)的出國(guó)人數(shù)和歸國(guó)人，計(jì)算出來(lái)的所謂“歸國(guó)率”，真的有意義嗎？

如果這個(gè)數(shù)據(jù)本身就沒(méi)有意義，那么“分析”背后的“原因”，無(wú)疑是南轅北轍了。

——請(qǐng)先思考一分鐘——

2015年歸國(guó)的留學(xué)生，肯定在2014年甚至更早就出國(guó)了。

極少有學(xué)校會(huì)開(kāi)設(shè)1月入學(xué)，12月畢業(yè)的Program。

所以，這里用同一年內(nèi)的回國(guó)人數(shù)和出國(guó)人數(shù)相除，算出來(lái)的所謂“歸國(guó)率”純粹是瞎幾把算。

一般國(guó)外本科是3-4年，美國(guó)的master是1.5-2年，英國(guó)及英聯(lián)邦是1-1.5年,PhD一般要5年。

由于查不到不同項(xiàng)目人數(shù)的比例，因此保守估計(jì)平均出國(guó)年份為2年。

-

根據(jù)×××的數(shù)據(jù)，2015年回國(guó)是40.9萬(wàn)，往前推2年，2013年出國(guó)人數(shù)是41.4萬(wàn)。

2915年歸國(guó)率 = 40.9/41.4 ≈ 99%，遠(yuǎn)高于所謂的“78%”。

同理，2014年的歸國(guó)率是 91%，2013年甚至超過(guò)100%（可能是由于較多其他年份出國(guó)留學(xué)的學(xué)生在2013年集中回國(guó)，導(dǎo)致數(shù)據(jù)爆表）。

近幾年的歸國(guó)率均高達(dá)90%以上，因此“我國(guó)人才流失嚴(yán)重”顯然是不成立了。

所以說(shuō)，以后數(shù)據(jù)分析之前應(yīng)該先動(dòng)動(dòng)腦子，不要總想著搞個(gè)大新聞批判一番。

這個(gè)問(wèn)題是解決了，那么還能挖出什么別的東西呢？

還可以觀測(cè)趨勢(shì)。

整理了從1949-2015年，每一年的出國(guó)留學(xué)和歸國(guó)人數(shù)。

加總后，得到歸國(guó)人數(shù)總計(jì)218萬(wàn)，出國(guó)人數(shù)總計(jì)292萬(wàn)（不含2014和2015年），從而得出回國(guó)率75%。

為什么總體只有75%？這和我們計(jì)算的2013-2015年的歸國(guó)率相差甚大。

首先做一個(gè)簡(jiǎn)單推測(cè)：早年的歸國(guó)率低，因此整體歸國(guó)率被拖了后腿。

分別計(jì)算每年的歸國(guó)率（篇幅原因，取1980年開(kāi)始）：

果然，從改革開(kāi)放以來(lái)，大部分年份的歸國(guó)率是非常低的，算術(shù)平均數(shù)僅為63%。

因此得出結(jié)論：近年來(lái)，越來(lái)越多的留學(xué)生選擇回國(guó)。

那么，還能不能挖掘出別的東西？

在分析過(guò)程中，我發(fā)現(xiàn)了一個(gè)有趣的現(xiàn)象，如果只看2000年以后的數(shù)據(jù)，2003-2008年出現(xiàn)了明顯的洼地。

為了找出原因，特別是要規(guī)避計(jì)算方法帶來(lái)的錯(cuò)誤，我計(jì)算了出國(guó)和歸國(guó)人數(shù)的逐年增長(zhǎng)率（YoY Growth）。

數(shù)據(jù)表明，2000-2002年出現(xiàn)了一波出國(guó)的高潮，隨后增長(zhǎng)率迅速下降，甚至出現(xiàn)負(fù)增長(zhǎng)，直到2008年以后才恢復(fù)到了20%+的增長(zhǎng)率。

所以，2008年實(shí)際上是一個(gè)分水嶺，08年之后，出國(guó)留學(xué)變得更加熱門(mén)。

結(jié)合平時(shí)實(shí)際了解的出國(guó)人群的情況，我們可以做這樣一個(gè)假設(shè)：2008年以前出國(guó)人群中，本科和博士比例更高，2008年以后則是碩士比例更高。

因此，2008年以前出國(guó)的學(xué)生，在國(guó)外停留的時(shí)間應(yīng)該更長(zhǎng)，我們不妨認(rèn)為這個(gè)平均時(shí)間是3.5年，取整為4年。

重新計(jì)算歸國(guó)率后：

結(jié)果，不僅2005-2007年的洼地沒(méi)有改變，還在2002年出現(xiàn)了一波高峰。

因?yàn)檫@里已經(jīng)排除了計(jì)算方法帶來(lái)的錯(cuò)誤，因此需要去探究背后的動(dòng)因。

但想要真正透徹地探究其中的原因，只能通過(guò)大規(guī)模調(diào)研的方式詢問(wèn)當(dāng)時(shí)的留學(xué)生，顯然不太現(xiàn)實(shí)。

在這里先開(kāi)一波腦洞大致推測(cè)下原因：

• 2001年，中國(guó)發(fā)生了幾件大事：申奧成功，WTO，APEC會(huì)議，因此鼓舞了一批留學(xué)生在2002年集中回國(guó)效力；

• 2004-2008年，國(guó)內(nèi)輿論風(fēng)波逐漸興起，各路公知興風(fēng)作浪，在2008年到達(dá)頂峰，這幾年的留學(xué)生更多選擇在留在國(guó)外；

• 2008年，內(nèi)有雪災(zāi)、地震、毒奶粉，外有分裂反華勢(shì)力，中國(guó)在內(nèi)交外困之下成功地舉辦奧運(yùn)會(huì)，從此國(guó)內(nèi)輿論形式逐漸反轉(zhuǎn)；加之全球性的金融危機(jī)，導(dǎo)致海外的機(jī)會(huì)減少，大批留學(xué)生又選擇回國(guó)發(fā)展。

如果這是一次正式的數(shù)據(jù)分析，我們可以利用調(diào)研結(jié)果進(jìn)一步分析出留學(xué)生回國(guó)的驅(qū)動(dòng)因素，進(jìn)而預(yù)測(cè)未來(lái)幾年的歸國(guó)率。

綜上，數(shù)據(jù)分析首先要保證數(shù)據(jù)和方法的準(zhǔn)確性，然后大膽假設(shè)，小心求證。在不斷地論證中，會(huì)逐漸挖掘出有價(jià)值的新信息。

除此以外，這些數(shù)據(jù)還可以做別的嗎？

還可以匡算市場(chǎng)規(guī)模。

從2015年開(kāi)始，每年出國(guó)留學(xué)的人數(shù)已經(jīng)超過(guò)了50萬(wàn)。

算上出國(guó)留學(xué)有至少2-3年的準(zhǔn)備期，那么留學(xué)產(chǎn)業(yè)每年的基礎(chǔ)人群高達(dá)150萬(wàn)。

由此可以大致分別估算留學(xué)考試輔導(dǎo)、留學(xué)咨詢/中介、國(guó)際學(xué)校的市場(chǎng)規(guī)模。

同理，每年歸國(guó)的留學(xué)生超過(guò)40萬(wàn)，這些留學(xué)生都需要在國(guó)內(nèi)求職。

算上1-2年的準(zhǔn)備期，由此可以大致估算求職輔導(dǎo)（針對(duì)留學(xué)生）的市場(chǎng)規(guī)模。

以上這些僅僅是最簡(jiǎn)單最粗淺的分析。

在實(shí)際咨詢項(xiàng)目中，一般會(huì)首先通過(guò)多方渠道驗(yàn)證數(shù)據(jù)的準(zhǔn)確性，然后搭建模型進(jìn)行深入地分析，當(dāng)然同樣少不了反復(fù)驗(yàn)證的程序，結(jié)合定性分析，得出最終的結(jié)論。