200万高考生被张雪峰改变丨数据说话

图片来源：界面图库（匡达）

文丨陈沁（脉策数据首席经济学家，经济学博士）

本文首发于作者微信公众号“城市数据团”，界面新闻获授权刊发。授权事宜请联系原著作权人。

有史以来报考人数最多的2024年高考即将出分，全国1300万考生即将进入志愿填报环节。而在近两年的志愿填报中，考生和家长们很难避开的一个人物便是——张雪峰。

尽管早已作为考研老师成名，但张雪峰真正爆红全网，还是在上一个高考季。下图显示从2019年到2023年的高考季期间，“张雪峰”一词的抖音搜索指数，2023年达到了2022年的11倍，2021年的34倍，更达到了2020年和2019年的200-300倍。

在2023年高考志愿填报期间，他的视频切片也随处可见，屡有惊人之语并冲上各大媒体热搜，比如“孩子报新闻就打晕拖走”，“普通家庭女孩不要读金融”等。铁口直断的风格以及明确的建议与指向，受到不少家长的欢迎，同时也引发了社会关于专业选择和就业前景的广泛讨论。

那么，张雪峰的爆火和他的言论，真的对高考录取产生影响了吗？ *** 言论到底会在多大程度上改变家长和考生的决策呢？

使用2017年到2023年共七年的高考录取数据，我们进行了一项研究。

张雪峰点名的专业，录取位次确实出现了下降

在每年高考前后，考生们总能拿到一本厚厚的志愿参考书，给出了近一年或者几年高考的录取情况，其中包括每一所学校、每一个专业的录取更低分以及平均位次。

要检查每一个专业的相对热门程度是否变化，最简单的方式就是计算该专业每一年的平均录取百分位。

将每个专业的更低分在总体考生分布中所处的位置，代表了这个专业的“录取百分位”，例如90%的录取百分位表示该专业更低录取分数的名次高于90%的考生。再将所有学校、专业的“录取百分位”按照专业求平均，便得到了每一个专业的“平均录取百分位”。

将同一个专业在不同年份的录取百分位相比，便能知道这个专业的录取情况发生了什么变化。平均录取百分位越来越高，说明这个专业能招收到的考生排名越来越靠前。下图列出了从2017到2023年这七年间四个典型专业的录取百分位变化：

可以看到，数学类专业的录取位次在不断提升，已经比2017年提升了4到5个百分位。计算机类从2017到2021年的录取位次有所下降，但2022和2023年再度提升。金融学类自2017年起录取百分位就在下降，和数学类走势相反，已经比2017年低了4个百分位。新闻学原本保持了稳中有降的趋势，但是2023年出现了大幅度下降，降幅比起之前的六年更大。

2023年相对于2022变化录取百分位变化更大的专业如下两图所示：

美术学类、公安学类、兵器类、生物医学工程类和动物医学类等专业，相对2022年录取百分位大幅度提升。美术学、公安学和兵器类，提升幅度都超过5%——相当于在100名考生当中，该专业原本只能录取到第N位，现在可以录取到第N-5位。

天文学类、经济学类、图书情报与档案管理类、艺术学理论类和基础医学类的录取百分位下降最快。新闻传播学类和金融学类的降幅也在2%，进入下降最快的专业行列。

所以，张雪峰点名的新闻学和金融学专业，确实在2023年高考招生中出现了较大幅度的下降。

专业录取位次变化，和张雪峰有多少关系？

但是，新闻/金融等专业的平均录取百分位下降，和张雪峰有没有关系呢？在2023年各校放榜后，我们不难发现类似这样相互矛盾的言论——

财经类的专业录取下降有目共睹，但是其中张雪峰起到了多少作用，大家意见并不一致。有人认为是张雪峰的影响直接改变了考生家庭的认知，使他们避免选择某些专业；另一些人则认为，即使没有张雪峰的言论，考生们的选择也不会有什么不同，张雪峰的言论只是当前录取变化的注释，并非原因。

到底谁是对的呢？我们首先可以回答这样一个问题——张雪峰影响力更大的地方，这些专业的平均录取百分位是否有了更大的变化？

为了识别张雪峰的影响，我们从抖音的星图平台获得了张雪峰的直播观众分布。将该分布与各地区2022年末人口放在一起，可以画出下面的散点图。

上图的横坐标为各地区人口，纵坐标为张雪峰直播观众在各地区的分布。可以看到，各地区张雪峰观众的比例存在一定程度的差异。

——图中靠近右下角的点，观看张雪峰直播的人口占总人口比例较低，比如贵州、广西、云南等。

——靠近左上角的点，例如天津、山东、吉林等地，观看张雪峰直播的比例较高。

不同地区观看张雪峰直播的人口密度差异较大，较高地区可以达到较低地区的5倍之多。我们把直播观众占总人口的比例称为“张雪峰密度”，用它来表征张雪峰在不同地区的影响力差异。

将各地区的“张雪峰密度”，和各地区2023年的金融学、新闻学专业的录取位次下降放在一起，可以得到下面的散点图：

以上两图的横坐标均为“张雪峰密度”的对数值，纵坐标为各省2023年的新闻学和金融学专业的录取百分位相对于2022年的变化。（图中的科类已经对应了最新的地方高考改革，例如黑龙江-物理实际上指的是2023年的黑龙江-理科，下同）

不难看到，新闻学和金融学的平均排位变化，都与这些地区的“张雪峰密度”呈现显著的负相关关系，其中新闻学的负相关显著性为0.047,金融学的负相关显著性为0.007。因此，张雪峰观众越密集的地方，2023年新闻学和金融学专业的平均录取百分位下降更多，这个命题完全正确。

但是这样的相关性，不足以确定张雪峰是否真的对志愿选择存在直接的影响。因为有这么一种可能，不是因为看了张雪峰直播，家长和考生才不选新闻学/金融学，而是本来就不喜欢新闻学/金融学的家长和考生，更有可能成为张雪峰的粉丝。

很容易就能发现，相比于西南地区（广西、云南）的观众，北方观众（天津、吉林、河北）看张雪峰更多。这种差异可能来自许多因素，比如经济社会环境的不同，语言习惯的差异，以及对不同职业、行业的认知态度差异等。

如果是这些地区上的差异，导致某些地区的考生本来就不愿意选择金融/新闻专业，那自然就会与张雪峰的相关议论产生共鸣，更多观看张雪峰的视频。在这种机制中，上图中“张雪峰密度”和新闻学/金融学的录取百分位变化的负相关性也同样会出现。

为了排除这种因素，最简单的方式，是检验上图的负相关现象是否在张雪峰爆红（2023年）之前就出现了。下图给出了2022年的结果：

可以看到，在2022年，各省的金融学/新闻学录取平均百分位变化和“张雪峰密度”之间不存在统计上的显著关系。也就是说，不同地区的“张雪峰密度”，在张雪峰爆红之前，和这些地区的新闻学和金融学专业的录取百分位变化并没有关系。

张雪峰密度，只在2023年才和专业录取变化相关，但在2022年时并不相关，这排除了前面说到的这种“某些地区原本就不喜欢金融/新闻因此才与张雪峰有共鸣”的可能性——“张雪峰密度”较高和较低的地区之间，对金融学/新闻学专业的好恶原本是没有显著差异的，在张雪峰爆红后，这样的差异才出现。

因此，在金融学和新闻学专业上，张雪峰的影响，是确实存在的。在张雪峰密度更高的地区中，2023年金融学和新闻学专业的录取百分位平均降低了4%。

张雪峰影响了多少专业？

上文提到的新闻学和金融学，只是张雪峰最为广泛热议的言论中提到的两个专业。张雪峰的直播中，避雷或推荐的专业远不止这两类，难以一一记录。那么，我们应该如何确定张雪峰的言论到底影响了哪些专业的报考呢？

参考上面验证金融学和新闻学的 *** ，我们可以对2017到2022年每一年，计算每一个专业在各地区的报考名次变化的该地区的“张雪峰密度”的相关性，再使用2023年数据做同样的相关性计算。如果某个专业的录取存在和“张雪峰密度”的相关性，我们称该专业存在“张雪峰效应”。

如果某专业在张雪峰爆火之前就存在了所谓的“张雪峰效应”，那么只能说明是地区特征差异导致了专业选择的差异。从2017年到2022年，各地区存在 “张雪峰效应”的专业占所有专业的比例见下图：

可以看到，从2017到2022年，平均有12%左右的专业有1%水平上显著的“张雪峰效应”。

也就是说，地区特征确实影响了占招生总数12%的专业的报考选择，这样的偏好差异在2019年达到了16%，随后逐年下降，到2022年，只有7%的专业存在“张雪峰效应”了。

不同地区对于专业的偏好差异导致的报考选择差异确实存在，但在前些年一直有缩小的趋势，原本按照这个趋势，再过几年，地区间对专业的偏好差异可能倾向于消失。

但2023年，事情发生了变化。此时对不同地区专业报考产生影响的，不只是导致了不同“张雪峰密度”的地区特征，还包括了确实在2023年时爆火的张雪峰言论。将2023年的情况加入，我们可以得到下图——

可以看到，存在“张雪峰效应”的专业占比，从2022年的7%，提升至2023年的28%。考虑到地区差异导致的专业选择正在逐渐缩小，从2022到2023年约为21%的净增，便只能归因于张雪峰爆火这件事本身了。

如果将张雪峰效应的显著性阈值从1%放宽到5%，则有下图——

上图有着同样的效应。从2017到2022年，张雪峰效应仅在17%左右的专业中存在，2022年下降至14%，而2023年该比例上升至38.6%，比起2022年上升了24%。

用这个结果回应我们在前文提到的一种可能性——因为原来就不喜欢/喜欢某专业，才会选择成为张雪峰的粉丝，这种机制只能解释2023年专业录取排位变化差异的14%；因为成为了张雪峰粉丝，才变得不喜欢/喜欢某专业，这种机制可以解释2023年专业录取排位变化差异的24%。

在排除地区特征后，我们可以得出判断——2023年，占招生总人数五分之一到四分之一的专业录取排位，被张雪峰改变了。在“张雪峰密度”较高的地区，每五个考生中，就有一个考生因为张雪峰改变了自己的专业选择。

下图列出了在2023年张雪峰效应最为明显的专业——

可以看到，2023年时被张雪峰影响更大的专业，基本上都是文科以及财经类专业，其中新闻学和金融学并不是被影响更大的——在张雪峰密度更高的地区，历史学、哲学专业的录取百分位下降，达到了金融学和新闻学的两倍以上。

从上图中还能看到有趣的一点——存在张雪峰效应的专业，没有一个影响系数是正的。避雷效应极为明显，被张雪峰说不好的专业，考生避之不及。但是张雪峰推荐的专业，大家却并没有趋之若鹜。

“张雪峰效应”正确反映了就业形势吗？

一些观点认为，张雪峰的爆火，代表不同阶层人们的信息差正在收窄。因为人们原本对这些专业仅有字面意义上的理解，是张雪峰将每一个专业的真实就业去向，要注意的事项，要避开的雷，都一一说清了，让普通人也可以了解到每一个专业的真实就业趋势。

那么，因张雪峰的言论而产生的专业录取百分位变化，和真实的就业变化，确实匹配吗？那些被“避雷“的专业，在就业市场上，真的是“雷”吗？

我们使用超过10亿条 *** 数据，对每一条 *** 数据中类似“xx专业优先”的专业需求进行专业字典匹配，计算每一个专业在每一条 *** 广告中出现的比例。将各专业录取人数在总录取人数中的比例与在 *** 广告中的出现比例相比，便能得到直观的供需关系，见下图：

上图给出了所有本科专业门类的招生占比和 *** 占比。可以看到，两者存在明显的正相关，说明我们目前的专业供给和劳动力市场的需求还是基本匹配的。

但明显供需不匹配的专业同样存在。越靠近散点图左上方，说明 *** 占比比招生占比大得多，未来毕业生相对供不应求，反之则说明 *** 占比低于招生占比，未来毕业生供过于求。偏离对角线的岗位越多，越远，说明当前的专业招生设置和录取情况和实际市场需求差别越大。

当然，这种算法也存在一定局限性，比如在图片右下侧我们可以看到几乎所有医学类专业，这是不是说明医学类专业严重供过于求呢？不一定。因为正如我们前面提到的，这里的“ *** 占比”使用的是公开 *** 数据，主要来自各大 *** 网站。而如果各大医院招收医生时均不通过 *** 网站公开进行，那么用 *** 数据计算的“ *** 占比”就存在低估的可能。

因此，比起静态的 *** 占比，“ *** 占比”随时间的动态变化，可能是一个更为重要的参考趋势。下图列出了有计算机专业需求的 *** 广告占比和计算机专业实际招生占比的对比。

可以看到，计算机专业在就业市场的 *** 广告中的占比正在一路下降。2017年，每9条 *** 广告中就有一条点名需要计算机相关专业的毕业生，但在2024年时，约14条广告才有一条需要计算机专业的毕业生，占比下降至8%不到。与此同时，2023年计算机类招生达到了所有招生的10.78%，已经高于 *** 数据中计算机专业比例的需求比例。在这种情况下，计算机类相关专业虽然绝对需求仍然很大，但供给更大，在这些学生毕业后，未来可能会出现供过于求的现象。

那么，张雪峰点名不推荐的新闻学和金融学的供需情况如何呢？

上图列出了新闻传播学类专业的 *** 和招生占比，包括了新闻学、传播学、编辑出版学、 *** 与新媒体等专业。这个大类的专业，在 *** 市场上的占比从2017年到2022年确实存在下降趋势，从3%左右下降到1%，但在近两年重新回升至2.6%。2023年的新闻传播学类专业的招生占比为1.3%，目前呈现了供小于求的趋势，且需求缺口正在扩大。

金融学类专业呈现了同样的趋势。金融学门类的二级专业包括投资学、保险学、精算学、互联网科技等。这部分专业在 *** 市场上的占比从2017年的4%一路下降至2021年的1.7%，目前再度回升至2.5%。而2023年招生中，金融类专业的占比为1.6%。因此，金融学类专业目前也呈现供给小于需求的趋势，需求缺口也在扩大。

可能有读者认为，这样的结果与感知相差太远，金融学类毕业生明明已经哀鸿遍野，何来“供不应求”？这里需要强调一点——我们使用的是比例的对比，而不是总量对比。金融学类专业的 *** 总量和需求总量，和之前几年相比，可能确实下降了，但是其他的专业需求下降更快，导致金融学类的占比反而上升了。

换句话说，大家都有困难，但某些专业可以发出非常大的声量，“我超级困难”能让全网听见，即使他们的困难其实要比其他专业相对更小一点。

因此，张雪峰的一些判断，更多反映的是2、3年前就业市场的趋势。一些原本呈现颓势专业，目前的就业情况已经逆转；一些原本需求充足的岗位，则变得供过于求。从这个意义上说，根据2、3年前的趋势进行选择，信息差并没有缩小，而是被放大了——信息确实是真实的，但却滞后于周期，可能会使四年后的就业市场出现更大规模的不匹配。

写在最后

从张雪峰的爆火，到大量专业的录取情况变化，其实呈现了这么几个事实：

——信息是稀缺的。

——人们迫切渴求得到真实的信息。

——人们愿意使用获得的信息来修正自己的选择。

然而这正是一种悖论。

——当变化刚刚开始出现时，能够发现的人总是少数。

——当某些变化发展到一定程度时，才能积累足够的蛛丝马迹，让发现这些迹象的人们得出某些共性的结论，产生共鸣。

——当这样的共鸣产生足够能量的共振时，这种变化才能被人们大范围地讨论、传播，并重新塑造人们的认知。张雪峰引发全网热议的种种观点，正处在这个阶段。

——当绝大部分人们的认知已经重塑完毕，新的共识产生时，旧的变化已经结束，新的变化正在开始。

因此，通过全网爆火的讨论补全信息差，那么一定只能得到落后于变化的认知。真正的信息差不会引发讨论，因为它可能与绝大部分人的共识相左，更可能被无视。

人力有时而穷，意见领袖也不例外。与其盲从意见领袖的建议，时刻保持与数据和信息的零距离，可能才是缩小信息差的有效 *** 。

出于这个初衷，今年我们在小程序“数据团+”中继续更新了高考志愿分数线精准查询的模块（目前呈现了2023年分数排名，在2024年高考出分后会逐省更新至最新分数排名），并加入了通过10亿条 *** 数据计算的各专业在各个城市的工资走势、供给以及需求的比例，希望能够切实减少专业选择和就业前景之间的信息差，对高考考生的志愿选择提供帮助。

（文章仅代表作者观点。责编邮箱：yanguihua@jiemian.com。）