人大女生真的多吗？11 万个账号背后的局部世界
一直以来，人民大学以“女生多”著称。但数据表明，全校性别比例是接近均衡的。真正塑造"女生多"这一校园印象的，可能是我们每天置身其中的那个具体的局部世界。
一、一个不被追问的校园共识
“人大女生多”“男女比3:7”……
几乎每一位人大学子，在踏入这所校园之前，就已经听过这句评价了。在志愿填报阶段，这句话甚至被招生组拿来作为吸引男生的“核心竞争力”。
它出现在高考志愿填报的种种攻略中，萦绕在师兄师姐的经验帖里，也一次次被教室里的目光、食堂排队的人群和社团合影的构图所确认。
这个问题甚至不需要一个正式的出处。在知乎"在中国人民大学（RUC）就读是什么感觉？"的讨论中，"文科强校、女生偏多"几乎是所有人默认的背景板。这些说法彼此印证、层层叠加，形成了闭环。
然而，这学期笔者某节课的教授透露，学校教务处曾透露，全校男女比例接近1:1。这引起了笔者极大的兴趣：当我们说"人大女生多"时，我们究竟在描述一个全校范围内的总体事实，还是仅仅在复述一种身处特定环境中的局部经验？
这篇文章基于一份涵盖逾 11 万条账号的数据，认真地审视了这个几乎不被追问的问题。
数据来源说明：本文数据来自"教室借用"系统。最近偶然发现借教室成功之后有一个向校内账号转发这条消息的选项，里面支持查询全量账号信息。虽然不理解这个功能意义是什么，不过也算是官方半公开的数据吧。
二、全景不支持压倒性的"女多"
我们将获取到的账号整理为一张包含 114,181 条记录的数据表。原始数据中没有性别字段，笔者通过一个预训练的bert进行性别推断，再依据学号编码规则区分教工与学生、本科与硕博。
该bert在Hugging Face上声明的准确率为99.8%，相对可信。当然，此处的性别标签毕竟是姓名模型的推断结果，有可能存在偏差。
在这一口径下，三个核心数字呈现如下：
- 全量账号中，女性标签占比 47.77%；
- 2022 级及以后的可识别学生中，占比 48.56%；
- 2022 级及以后的本科生中，占比 48.85%。
这三个数字都略微低于50%。换言之，如果有人把"人大女生多"理解为"全校学生中女性在数量上明显超过男性"，那么在这份账号数据所提供的图景中，这个判断是无法成立的。
注意到22年有一篇报道《2022年，人民大学、北师大、南开、武大、厦门大学新生数据》，煞有介事地给出了本科新生男女比 1:1.46 的数据。若本文采取的方法论没有系统性偏误，那么这显然是在胡扯。
三、性别比例不同的"局部世界"
当我们把全校这个大平均数拆开来看的时候，局面立刻变得截然不同。
这里我们聚焦于本科生学号的后四位。之所以这样做，是因为连续的学号往往对应着相近的院系、专业或录取批次。笔者在这里将其当作一条结构线索来使用，它提示我们学号相近的学生可能属于同一个行政或教学单元。
将 2022 至 2025 四届本科生、按每 100 个学号为一个段落绘制成热力图（红色越深表示女性占比越高，蓝色越深表示男性占比越高），结果一目了然：
同一届之内，有的百人号段女性占比超过 60%（呈现为深红），而紧邻的另一个号段却明显偏男（呈现为深蓝）。2025 级学号靠前的几个段落是显著的女性偏高区域，而 1700 一带则是一连串的男性偏高区间。
这也就是说，"总体均衡"与"身边极化"完全可以同时为真。同样是就读于这所大学，只要你站在热图上的不同位置，你所看到的就是性别比例截然不同的两个"人大"。
但一个合理的质疑旋即浮现：百人群体里看到的 60% 对 40%，会不会仅仅是小样本下的偶然波动？一个 100 人的片段，随便掷几次硬币就能出现 60:40 的结果，凭什么断定这些高峰背后有真实的"结构"？为了检验这一点，我们需要引入统计学方法。
四、随机置换检验
要检验学号段上所呈现的性别差异究竟是真有结构性含义，还是纯粹的小样本随机起伏，我们采用了一个思想上相当朴素的统计方法——随机置换检验（permutation test）。
它是这样操作的：
- 保持每一届本科生的男女总人数不变；
- 保持每一个百人号段的人数规模不变；
- 把性别标签在同一届学生之间完全随机打乱；
- 将这个打乱过程重复 20,000 次，每次都记录下"女性占比 ≥ 55%"的百人号段出现了多少个。
这个检验的核心思路是：如果学号与性别之间真的毫无关联，那么在真实数据中观察到的女性偏高号段的数量，应当大致落在随机打乱所产生的结果的范围之内。反过来，如果真实数据中的数量远远超出了随机打乱的分布，那就说明学号序列确实承载了某种与性别相关的结构性分组，而不只是偶然的统计波动。
检验结果明确地倾向于后一种情形：
- 在真实数据中，"女性占比 ≥ 55%"的百人号段共有 81 个；
- 而在随机打乱后的 20,000 次模拟中，平均只会出现 36.4 个；
- 真实号段之间的性别比例方差，达到了随机情形下的大约 2.56 倍（p<0.001)。
学号段里的结构性差异是真实存在的。但是，一张数据表里的统计差异，是如何一步步变成一个人日常生活中的真切感受的？答案的核心在于我们对同学的认识过程，从来就不是一次全校范围的随机抽样。
五、认识 50 个人的两种方式
为了更清晰地阐述这件事情，我们将构建社交圈这件事情简化成"认识 50 个同学"，然后将其抽象为两种截然不同的认识模式，然后加以对比：
- 全校随机抽样：50 个人从所有 2022 至 2025 级本科生中完全随机地产生；
- 局部抽样：先进入一个百人号段（近似地模拟一个院系、专业或班级网络），然后主要从这个局部群体中认识 50 个人。
两种模式使用的是同一份底层数据，唯一的变量就是从一万多人中均匀地认识，还是从一个百人左右的圈子里密集地认识。结果差异显著：
- 身边女性占比 ≥ 60% 的极端体验概率，从全校随机模式下的 7.5% 跃升至局部抽样模式下的 17.4%；
- 身边女性占比 ≥ 55% 的概率，从 19.2% 升至 30.0%；
- 而反方向的数字同样引人注目——身边男性占比 ≥ 60% 的概率，也从 13.3% 升至 21.7%。
局部抽样所放大的，归根结底是个人经验层面的方差。这就使得两个人就读于同一所大学，只要身处不同的院系、不同的专业网络或不同的课程体系，就可能面对性别构成截然不同的两个"人大"。一个人周围明显女性更多，另一个人周围明显男性更多。这两种经验都可能同样是真实的，因为它们描述的原本就不是同一个局部世界。
六、从"局部差异"到"女生多"
如果局部的性别聚集机制是完全对称的，那么，女性偏高的局部群体和男性偏高的局部群体在数量和强度上势均力敌。
在 2022 至 2025 年的 119 个百人号段中：
- 女性占多数的号段有 56 个，男性占多数的有 62 个，男女各半的有 1 个；
- 强偏女性的号段（女性占比 ≥ 55%）有 38 个，与之对称的强偏男性号段（男性占比 ≥ 55%）则有 40 个。
图里的女性偏高区块，并没有比男性偏高区块更多。局部的性别结构本身是双向的、对称的。因此，要从这种对称的底层结构走向"公共印象偏向女性"的结果，必然要求某些场景中的女性偏高群体，被更多地接触到、或更容易地被记住。
我们可以借助一个简单的暴露权重模型来体会这一点的数量含义。当前的强女性偏高号段覆盖了大约 30.8% 的本科生，其中的女性占比约为 59.09%；其余所有号段的女性占比则约为 44.29%。在这样的底数下，如果一个人接触强女高号段的相对权重达到其他号段的约 1.41 倍，他所感知到的身边女性比例就会从总体的 48.85% 越过 50% 这条心理阈值线；如果要感知成 52% 的女性比例，相对权重则需要达到约 2.44 倍。
那么，究竟是什么制造了这种"偏向女性群体的接触权重"？以下是几种值得进一步检验的假设方向，但它们都需要额外的数据才能验证，并非本数据现阶段所能回答的结论：
- 女生占比较高的院系，是否承担了更多面向全校的通识课程，从而天然地拥有更大的"可见半径"？
- 女生人数较多的社团、校园活动或公共空间，是否本身就更显眼、更具有传播效应？
- 校园中的社交网络结构，是否使得某些女性偏高群体更易被连接到？
- 暖色调的视觉处理、极端的高峰数据点，或是既有的"人大女生多"刻板印象，是否让"女性偏多"的场景更容易被大脑记忆？
- 最早听说过"人大女生多"这句话的人，是否会在日后不自觉地、有选择地去寻找那些支持这句话的例证？
七、跨年份的性别比例变化
在 28 个"跨十个年级都有完整样本"的百人号段中，我们进行了多年的追踪比较：
- 有 26 个号段在至少某一年达到过"女性占比 ≥ 55%"；
- 同样有 26 个号段在至少某一年达到过"女性占比 ≤ 45%"，也就是反过来男性明显更多；
- 而在相邻的两个年份之间，女性偏高号段的平均重叠率仅有大约 22%——女高区域每年都在移动，并不固定于某些特定的学号段。
因此，如果把十二年、十届学生中出现的所有"极值瞬间"不加区分地叠在一起看，几乎每一个位置都曾经"某一年女高"过。但几乎每一个位置，也都曾经"某一年男高"过。多年的累积效应所放大的，并不是女性比例上的总体优势，而是"极端的性别比例区域无处不在"这样一种视觉感受。而这种感觉也正是将不同年份的快照堆叠在一起时所产生的一个统计虚像。
八、结语
经过全文的拆解与分析，我们可以得出四个判断：
- 全校总体上，账号口径里并没有明显女多；
- 局部的院系、专业或录取群体中，确实可能明显女多（当然，也可能明显男多）；
- 人们通过局部网络认识大学，因此局部比例能够成为真实、稳定的个人经验；
- 但要解释公共印象为什么偏向女性，还需要更多关于院系、课程、活动参与和社交网络的数据。
统计学意义上的人大，和每个人生活里的人大，并不在同一个维度上。前者由一万多名学生共同构成，后者可能只由几十名同学、几门课和一个朋友圈构成。总体数字告诉我们，学校并没有明显女多；局部结构可能解释了，为什么"女生多"仍会成为许多人真实的经验。
真正值得追问的，也许不是哪个印象必须被否定，而是——我们究竟通过怎样的局部世界，认识一所大学。
你所在的院系或朋友圈，是明显女多、男多，还是接近均衡？欢迎在评论区交流。
延伸阅读