当你在新闻里看到“某地居民平均收入XX元”时，这个数字可能远高于大多数人的实际感受——这就是平均数与中位数的核心差异：平均数反映整体总和的平均分配，中位数则揭示数据序列的中间位置水平。理解这两个指标的区别，能帮你更清醒地解读各类统计数据。

一、定义与计算：两种完全不同的逻辑

平均数（通常指算术平均数）是所有数据之和除以个数，代表数据的“重心”位置。比如5个人的工资分别为1万、1万、1.3万、1.7万、20万，平均数是（1+1+1.3+1.7+20）/5=5万元。它的计算依赖每一个数据点，哪怕是极端值也会直接影响结果。

中位数则是排序后位于中间位置的数值：将数据从小到大排列，如果个数为奇数，取正中间的数；如果为偶数，取中间两个数的平均值。上述工资数据排序后为1万、1万、1.3万、1.7万、20万，中位数就是第3个数1.3万，完全不受20万这个极端值的干扰。

二、抗干扰能力：谁更能反映“大多数”？

平均数最大的软肋是对极端值敏感。当数据中存在异常高或低的数值时，它会严重偏离数据的真实分布。例如房间里有10个穷人（月收入3000元）和1个亿万富翁，此时平均收入会超过千万元，但中位数仍是3000元，后者显然更能代表普通人的真实水平。这就是为什么2022年中国居民人均可支配收入（平均数36883元）会高于中位数（31370元）——少数高收入群体拉高了整体均值，呈现典型的正偏态分布。

中位数的优势在于稳健性，无论数据两端如何波动，中间位置的数值始终能反映“中等水平”。但它的代价是丢失部分信息：中位数只关注位置，不考虑具体数值大小。比如两组数据（1,2,3,4,5）和（1,2,3,99,100）的中位数都是3，但实际分布差异巨大。

三、适用场景：何时用哪个指标？

选平均数：当数据分布对称（如身高、考试分数）且无极端值时，它能充分利用所有数据信息。例如计算班级平均分、城市平均气温，或用于推算总量（如用人均消费×人口得出总消费）。

选中位数：当数据存在明显偏斜或极端值时，它更能代表“典型水平”。各国统计部门发布收入数据时，通常会同时公布中位数（如美国 Census Bureau），因为它能避免“被平均”的尴尬。

四、实战建议：如何避免被数据误导？

永远同时看两个指标：若平均数远大于中位数（如收入数据），说明存在少数高值拉高整体；若两者接近（如体重数据），则分布较为均衡。

警惕“平均”陷阱：某河流平均深度0.5米，但最深处3米，此时用平均数判断安全性可能致命。

结合具体场景：企业算成本时需要平均数（总量÷产量），而政府制定社会政策时，中位数更能反映民生需求。

下次再遇到统计数据时，不妨先问一句：“这是平均数还是中位数？”——这个小小的疑问，可能会让你对“数据真相”的理解完全不同。毕竟，在收入差距显著的今天，知道“大多数人处于什么水平”，或许比知道“整体被平均到多少”更有意义。