数据来源

• （2010年和2020年）第七次人口普查的表6-1¹以及[2010年人口普查资料]的表6-1²
• （其他年份）的数据来源则是中国人口和就业统计年鉴的抽样数据³。

数据查询和处理

然后我将下载下来的Excel交给DeepSeek，让其帮忙计算

最终结果

图表

详细数据

注意：由于第七次和第六次人口普查没详细写各年龄死亡人数，所以2010年六普和2020年普查都是假设各年龄组内死亡人口均匀分布推算出来的

根据第七次全国人口普查的死亡人口数据（2019.11.1-2020.10.31），计算全国男性和女性死亡年龄的中位数如下：

男性死亡年龄中位数：约 73.05 岁

女性死亡年龄中位数：约 79.47 岁

根据2016年11月1日至2017年10月31日的全国死亡人口抽样数据，计算得到分性别死亡年龄中位数如下：

男性死亡年龄中位数：约 71.6 岁

女性死亡年龄中位数：约 78.0 岁

根据2014年11月1日至2015年10月31日的全国死亡人口数据，计算得到分性别死亡年龄中位数如下：

男性死亡年龄中位数：约 70.54 岁

女性死亡年龄中位数：约 76.43 岁

根据2012年11月1日至2013年10月31日的全国死亡人口抽样数据，计算得到死亡年龄中位数如下：

男性死亡年龄中位数：约 71.33 岁

女性死亡年龄中位数：约 76.39 岁

根据第六次全国人口普查的死亡人口数据（2009.11.1-2010.10.31），计算全国男性和女性死亡年龄的中位数如下（假设各年龄组内死亡人口均匀分布）：

男性死亡年龄中位数：约 70.85 岁

女性死亡年龄中位数：约 75.87 岁

根据2004年11月1日至2005年10月31日的全国死亡人口抽样数据，计算得到分性别死亡年龄中位数如下：

男性死亡年龄中位数：约 68.84 岁

女性死亡年龄中位数：约 73.50 岁

根据2001-2002年全国死亡人口抽样数据（2001年11月1日至2002年10月31日），计算分性别死亡年龄中位数如下：

男性死亡年龄中位数：约 67.29 岁

女性死亡年龄中位数：约 71.11 岁

数据分析

通过上面的变化趋势图来看，平均一半男性活不到67.7确实严重夸大，在2020年的时候男性死亡年龄中位数落在73.05岁。

同时，无论是女性还是男性死亡年龄中位数是正在后移的，就比如女性在2001年的时候死亡年龄中位数是71.11岁，到了2020年就接近80岁（79.47岁）。男性同理，只是增长速度比女性稍慢

值得一提的是，女性和男性之间的寿命差距一直在变大。

无一例外。2001年我国男性和女性之间的寿命差距是3.82年，2020年则是6.42年，20年之间翻了2倍。

这究竟是怎么了？《中国吸烟危害健康报告2020》显示，中国15岁及以上人群吸烟率从1984年的33.9%下降至2018年的26.6%。其中，男性吸烟率从61%降至50.5%⁴。

总结

男性女性死亡年龄中位数一直在后移，然而男性和女性死亡年龄差距一直在变大。在最新的人口普查中，男性死亡年龄中位数是73岁，女性79岁，相差6.42年。

参考和注释

出生性别比

事实上，最新数据我们完全可以在国家统计局政府信息公开里面查询到。如下图，最新的结果是2022年10月10日的结果

在该国家统计局发布的文章中指出：

从出生人口性别结构看，2021年出生人口性别比为108.3，比2012年降低9.4，出生人口性别结构改善明显。¹

再来看2020年第七次人口普查的数据：

2020年人口普查年鉴中，0岁性别比是111.22²

低年龄组性别比

0岁性别比目前国家统计局不会每年都公开相关数据，然而国家统计局会在每一年的中国统计年鉴中公布0-4岁低年龄组的数据。

最终结果如下：

我们可以发现从2022年开始，我国低年龄组性别比就已经低于110，且逐年走低。

常见误区

我国自古性别比失衡？

1950年代和1980年代，中国的出生性别比处于正常范围。以下是各个人口普查的出生性别比数据⁹，1990年我国性别比开始失衡。

北京三胎性别比260？

这个数据来源于北京市第六次人口普查，表中第三胎性别比是260。

然而，当我们回归数据本身，会发现这个令人咋舌的数字背后，隐藏着一个统计学上极为基础的问题——样本量太小。

答案藏在表格中一个很容易被忽略的细节里。如果你仔细看那个表格，在“第三胎”栏目的旁边，有一列标注为“小计”——它表示的是该组别的出生人口总数。北京三胎的“小计”是多少？144人。

144人的样本意味着什么？让我们做一个简单的计算：

如果这144人中，男孩数增加1个，性别比就会发生显著波动。如果男婴少1个（变成103），女婴多1个（变成41），性别比就会变为251，如果男婴多1个（变成105），女婴少1个（变成39），性别比就会变为105÷39×100≈269。

在144人的小样本中，每1个婴儿的性别变动，就能让性别比上下浮动近10个点。 这意味着260这个数字本身就具有极大的统计不确定性——它完全可能只是样本量太少导致波动产生的偶然结果。

事实上，统计学研究早已指出：规模比较小的样本（出生人口少于3000人），不宜单独计算出生性别比。

因此,如果仅以正态分布为理论基础作为分析、监测人口出生性别比变动趋势主要方法的话,将面临出生婴儿规模小于3000 人(如县级及以下区域单元)不适用的问题。¹⁰

北京三胎144人的样本，远远低于3000人的安全阈值，用它来计算性别比并得出“北京三胎性别比260”的结论，从统计学角度看是极不严谨的。

综上所述，北京三胎性别比260这一数据虽然「确实存在于普查表格中」，但它在统计学上几乎没有任何实际意义。用144人的小样本来计算性别比，就像用抛10次硬币的结果来推断硬币的正反面概率一样——偶然性太大，结论不可靠。

（以下内容2026年4月12日19:00更新）

五胎性别比的数据可靠吗？

答案是：也不可靠

有人向我投稿了这样的一份表格，我们先观察一下这个表，最低的出生性别比20多，最高的到130多去了，这合理吗？

首先我们需要回顾一点大家曾经都学过的的统计学知识

第一步，将这个表格第五胎的平均值，得出结果是

第二步，计算其样本标准差 ，得到

然后计算标准误，其中 n=31（31指的是31个省、直辖市以及自治区），那么计算可得

也就是说，如果反复从全国随机抽取 31 个省份来算均值，每次算出的结果会在真实均值上下 ±9.17 的范围内波动。我们在95%的置信区间内，计算可得：

即我们有 95% 的把握认为，全国第五孩的真实性别比落在这个区间内。

这个误差已经不小了，总的来说没啥参考意义。

参考和注释

这篇文章，让我们从男性在父权社会中的义务和女权主义的矛盾诉求来谈一下我为什么能得出这个结论：

在婚恋方面，相信无数男性听到过「要对女性负责」「渣男可耻」之类的话。而面对女性，则变成了「女性具有性自主权」「荡妇的荡是闯荡的荡」。但是我们想想，前者「要对女性负责的论调」是哪里来的？

答案是：基督教抚养制

εἰ δέ τις τῶν ἰδίων καὶ μάλιστα οἰκείων οὐ προνοεῖ, τὴν πίστιν ἤρνηται καὶ ἔστιν ἀπίστου χείρων.（但如果他不供养自己的家人，尤其是不供养自己的家人，他就背弃了信仰，比不信的人还不如。）¹

如果说《圣经》提供了精神上的指导，那么在中世纪达到鼎盛的教会法，则更是将这个「道德准则」化为「必须严格执行的规矩」

Coniuges habent officium et ius servandi convictum coniugalem, nisi legitima causa eos excuset.（中译：夫妻有义务并有权保持共同生活，除非有合法理由）²

然而，后现代女性主义对于基督教的婚姻制度可谓是「仇家」，后现代女性主义认为，基督教婚姻制度从一开始就被设计来维系男性统治的工具，核心家庭也被视为将女性束缚于无偿家务劳动、使其难以实现经济独立的最直接场所³

那么问题来了：

你是否见过女权者反对基督教这个「利女」的制度？，并没有。

女性主义并不反对“抚养”这种行为本身（即提供经济支持等），但女性主义强烈反对这项制度背后的父权逻辑与男性权利结构。

那么，一个显而易见的问题摆在面前：既然女性主义在理论上如此痛恨父权制下男性单方面供养的义务，为何在现实的话语争夺中，却极少看到女权主义者旗帜鲜明地反对“男性必须养家”这一具体规定？

答案恰恰隐藏在女性主义话语的双重标准之中。

真正的女性解放，理应是彻底瓦解这种基于性别的权利—义务捆绑体系。

即：既然女性不再承担传统义务（顺从、持家），那么男性也理应被解除传统义务（供养、负责）。

如果用逻辑公式来表达，这个等式应该是：

女性解放 = 打破一切性别化的权利—义务捆绑

如果A被解除了，B也应该被解除。但现实中的女权主义实践，遵循的却是另一个等式：

女权实践 = 解除女性的义务 + 保留男性的义务

这就是我所说的「畸形的父权」——它不是对父权制的否定，而是对父权制的「选择性继承」：抛弃了父权制中约束女性的部分，却全力捍卫其中赋予女性利益的部分。

看我国的婚姻法就知道了，无论是我国的《民法典》婚姻家庭编，还是西方国家的无过错离婚与配偶赡养费制度，即便在后现代性解放的浪潮下，法律依然顽固地保留了「强者（通常是男性）对弱者（通常是女性）的抚养义务」。中国的《民法典》明确规定夫妻在婚姻关系存续期间所得财产为共同财产，并在离婚时要求对生活困难一方给予帮助——在现实中，这几乎总是从男性流向女性。

具有讽刺意味的是，女权主义法学派批判婚姻制度是压迫，但在法庭上，她们依然会用这套父权法律帮女性争夺房产和抚养费。

再来看道德层面单向保留男性的「负责人」叙事

正如我在文章开头提到的，「渣男」会被网暴，但「渣女」则被美化为「独立女性」。这种舆论场的双标，本质上是用畸形的父权的道德绳索捆住男性的手脚，却放任女性自由来去。

这种双重标准并非偶然，而是女性主义内部理论张力的必然产物。当女性主义同时宣称”父权制是压迫”和”我们要保留父权制中对女性有利的部分”时，它实际上已经背离了自身的解放逻辑。

这种畸形的父权结构，不是空洞的理论推测，而是有着切实的社会数据和现象支撑。

刘爱玉在《男人养家观念的变迁：1990-2010》中提到

研究发现，各个群体在男人养家观念方面均出现了向传统回归的趋势，城镇男性尤甚。⁴

这意味着，在性别角色观念上，社会不但没有向”平等分担”的方向迈进，反而出现了”返祖”现象——男性被越来越牢固地锁定在”养家者”的角色中，而女性在职场和家庭之间的双重压力也在持续加剧。

后现代女性主义大师朱迪斯·巴特勒的理论核心是”性别具有建构性与流动性”。。这套理论被广泛用于解构女性的生育责任、家务责任、忠贞责任。在巴特勒看来，性别、身份、制度都是可以被操演和被解构的社会建构物。

然而，当我们观察这套理论在现实中的具体应用时，一个惊人的选择性暴露无遗：

对于女性的传统义务——生育、家务、忠贞——后现代理论家们运用巴特勒的框架进行彻底的解构。生育不再是女性的天职，而是社会建构的母职神话；家务不再是女性的本分，而是性别分工的权力操作；忠贞不再是婚姻的核心，而是父权制对女性身体的规训。一切都可以被「操演」，一切都可以被「重新定义」。

但是，当涉及到男性签下结婚证、支付彩礼、偿还房贷时，这套一切都是虚构的后现代话语突然失效了。男性供养家庭的「责任」不再被视为一种需要被解构的「社会建构」，而是变成了一种不言自明的「天经地义」。在离婚法庭上、在房产分割中、在彩礼谈判里，女权主义的理论武器突然被收入鞘中，取而代之的是对「男性应该负责」这一父权制叙事的全盘接受——甚至比父权社会本身更加强烈地捍卫。

这种选择性应用，暴露出当下主流女权主义的一个根本性悖论：它在哲学上宣称要解构一切元叙事，但在利益分配上却坚定地捍卫着对自己有利的那部分元叙事。

它用后现代的锤子砸碎了所有约束女性的锁链，却用前现代的锁链将男性牢牢拴在供养者的位置上。

由此我们可以得出结论：

女权主义在当代的实践，本质上并非对父权制的否定，而是对父权制的一种「畸形继承」。

它抛弃了父权制中女性应承担顺从、持家义务的部分，却全力捍卫父权制中男性应承担供养、负责义务的部分。这种选择性继承的结果，不是性别平等，而是一种更为隐蔽、更难以言说的性别不公

男性的传统义务被原封不动地保留甚至强化，而女性的传统义务则被逐一解构。

当我们追问「女权主义为什么不反对男性供养制度」时，答案已经清晰：因为在这个问题上，女权主义并不是父权制的敌人，而是父权制最忠实的继承者。它只是把父权制这件旧衣服翻了一个面，将有补丁的那一面穿在了男人身上。

参考和注释

身边统计学可以说是时时刻刻发生在身边的「盲人摸象」：每个人都摸到了大象的一部分，也就是自己的生活碎片，却都坚称自己掌握了整头大象的样子。

样本（sample）

指的是总体中抽取的一部分元素构成的集合。

假设某县人口数1919810人，不重复抽样114514人的话，那么你会有

种方法进行抽样。

样本统计量（statistics）

样本数据计算出来的一些量，是样本的函数

包括但不限于

• $\bar{x}$（平均值）

• $S$、 SD 或者 $\sigma$（标准差）

• $n$ 样本量

等……

平均数

平均数分为两种：

第一种：算术平均数，就是大众理解的平均数

第二种：加权平均数

相较于前者，它更考虑每个数据所占的权重。就像我们的部分大学的考试，会分为平时分和考试分。一般不会直接按照第一种方法直接计算平均值，而是会加权平均计算其平均数

计算方法

方差

衡量一组数据离散程度或波动大小的统计指标，一般记为 或者 。

样本方差计算方法

总体方差的计算

标准差

和方差的作用一致，记为$S$或者$\sigma$

计算方法

（样本标准差）

和

（总体标准差）

当然光看这些你也许还不懂，仔细观察这个表格中的数据你就懂了

^{▲Fig1.左列大学生收入，差别很大，所以得出的标准差也大，右列企业员工收入基本集中于3000左右，因此标准差小}

标准误

与标准差的区别是，标准误说的是：「样本统计量（如均值）的离散程度」

公式则是

或者

当总体标准差 $\sigma$未知时，我们用 $s$作为估计值，此时计算出的 $SE$是估计的标准误。

中位数

一组数据中按大小排序取最中间的值，一般记为$m_{50}$ 分位数，类似的还有$m_{75}$（位于一组从小到大排序的75%大小位置）和$m_{25}$分位数

和平均数的区别？

中位数相较于平均数来说不容易受到极端值影响。如下图，左列大学生收入可以看见明显低于D企业，只有少数样本收入极高（你是一个一个一个大学生啊恼），得到的平均值也很高，然而中位数确很难看，而D企业的收入平均值就正常很多，中位数和平均数一样。

样本量

指的是什么不用我多说了，一般记为$n$，重点来到了样本量的计算

一般情况下，样本量可以这么计算

其中： $Z$对应的就是置信区间，这个值一般是1.96（对应95%的置信区间）， $\sigma$则是总体标准差（如果这个值不知道可以用$s$代替）， $E$则是允许存在的误差。 $\alpha$ 则是估计总体参数时，置信区间不包含真实参数的概率，也就是犯第一类错误（弃真错误）的概率。

置信区间和$Z$的对照表：

当然也有特例可以这么计算

当研究的变量是“成功/失败”时（例如：合格率、支持率、患病率），常用 1 表示“成功”，0 表示“失败”。设总体成功比例为 $p$，则这个二元变量的总体方差为：

这就是这个「特例」 的由来

身边统计学

一般情况下，普通人（包括我自己也可能会犯类似错误）在日常生活、网络讨论中，如何不自觉地使用“伪抽样调查”得出荒谬结论。

先从随机抽样谈起

按照随机的原则，即保证总体中每一个对象都有已知的、非零的概率被选入作为研究的对象，保证样本的代表性

——摘自百度百科

随机抽样的第一步是定义总体，然后建立抽样框¹ ，此时我们需要解答一个问题——身边统计学是否能够满足具有清晰的总体？

答案显而易见：没有

• 你身边的人是谁？总体是谁？全中国网民吗？还是你所在城市？你根本不知道。你的身边只是全国社交网络的一小部分。你甚至无法描述你的样本代表了哪一群人，更谈不上「推论总体」

同时，随机抽样要求使用随机数表、抽签、计算机生成随机数等工具。然而身边统计学一般会存在以下情形

1. 自愿响应抽样——调查者发出号召，让个体主动决定是否参与。然而这种抽样方式参与与否由受访者自己决定，而不是由调查者随机抽取。只有对话题有强烈兴趣、有极端观点、或者闲着没事干的人才会响应。这相当于你只听到了“嗓门大的人”的声音，而沉默的大多数被你自动忽略。² 前几年微博就有人用这种错误的调查方法得出了「85%的女性遭遇过性骚扰」的离谱结论，如果这还不够的话——

1936年《文学文摘》总统选举预测。该杂志寄出1000万份明信片，收回230万份，预测兰登胜选。结果罗斯福以压倒性优势获胜。为什么？因为明信片只寄给了该杂志的读者、电话用户、汽车注册者——这些人在大萧条时期属于相对富裕阶层，政治倾向偏共和党。而穷人、民主党支持者根本没有机会被“邀请”。这就是自愿响应（虽然这里是邮寄，但本质是“只有愿意回寄的人”才进入样本，且邀请框本身就有偏差）。

1. 滚雪球抽样——先找到少数几个“种子”受访者，然后请他们介绍更多的人，如此层层扩散。样本依赖社交网络，而社交网络是高度同质化的。你的朋友的朋友，大概率和你朋友观点相似（物以类聚）。初始“种子”的选择本身就是非随机的，后续所有样本都带有初始偏差的“遗传基因”。

而还有更阴的——无应答率

• 你明明按照随机抽样的方法发出了邀请，但有一部分人死活不搭理你，而你假装他们不存在，直接拿回答者的数据当全体。简单说：你问的是随机抽的100个人，但只有30个人回了你。你用这30个人的答案去代表那100个人，甚至代表整个总体——这就是无应答偏差。

无应答不是随机的，它往往与调查的核心变量相关。 你越想知道的事，不回答的人可能越有“秘密”。

假设总体真实支持率是50%，无应答者的支持率与应答者相差d（例如应答者支持率70%，无应答者30%，则d=40%）。那么不同应答率下，你观测到的支持率会是多少？公式：真实总体支持率 = 应答率×70% + (1-应答率)×30%

应答率90%：真实=0.9×70%+0.1×30%=66% → 偏差+4%

应答率70%：真实=0.7×70%+0.3×30%=58% → 偏差+12%

应答率50%：真实=0.5×70%+0.5×30%=50% → 偏差+20%

应答率30%：真实=0.3×70%+0.7×30%=42% → 偏差+28%

应答率越低，同样的无应答差异导致的偏差越大。身边统计学的典型应答率（10%~30%）下，偏差可以大到完全颠倒结论。

有些人发了个问卷，回收率15%，然后自信满满地写「调查显示……」。我问他：那85%没填的人呢？

他说：

他们不填关我屁事

——关你的事大了。那85%可能恰恰是因为太不满意懒得说、太忙没空理你、太穷没网上。你把他们的沉默当成赞成，把他们的缺席当成弃权，把他们的不回答当成不存在。

统计学里有一条铁律：

沉默的数据往往比说话的数据更重要。

下次做调查，先问问自己：如果那80%没回我的人都和回了的人意见相反，我的结论还站得住脚吗？如果站不住，那就别发出来误导人了。

说完了这些，我还没说最要命的

样本量

你身边调查的结果真的有可能有足够的样本量吗？回顾前文——标准误的公式

其中$n$是样本量，依据除法的基本性质可得，当$s$不变，$n$缩小时，带来的误差就会越来越大。你的样本均值离总体均值可能差出十万八千里。

注释

本文推荐阅读顺序：【2.事发】→【4.张女士的澄清文本分析】→【3.事发后】→【5.证据核实】→【1.事发前】→【分析得失】和【总结】

1. 事发之前

在事发之前，张女士还对其他人进行过指控。

1.1 前男友

在2024年左右的时候，该女士曾经指控过自己的前男友多项「恶行」。包括「与前女友纠缠不清、 PUA、 被拿裸照敲诈、 骗炮」等。张女士还将这些「证据」整合成了一份PDF¹，而由另一位用户在微博上传的一期视频也佐证了这一点²。

后续张女士称其已经胜诉^{注意这里，要考的！！！！}

^{▲相关截图}

1.2 跳楼风波

在其举报自己前男友的同时：

2024年5月15日，广东正佳广场A女士跳楼。随后张女士的一张截图在网上流传（为什么能确定是张女士？因为此时网上还流传着这么一张小红书评论区截图）³。同一时间段内A女士跳楼了，然后张女士就传播自己写好的遗书，别人以为是那个跳楼的A女生写的（伪造遗书）。

本来此时已经告一段落，然而在2026年1月的时候，张女士发表视频，举报辟谣她跳楼的人造她黄谣⁴。然而，辟谣她跳楼的那个人已经在2024年5月份退网⁵

^▲原视频

^{▲原po退网的证据}

然而另外一个人代张女士在24-5-18 23:46发布的一篇微博称「广州正佳广场的不是她，她不是想吃人血馒头，那几天她被关在医院（精神病院）里出不去」⁶，并非是想吃人血馒头，并称指控张女士造谣的网友「造谣」，还认为是「刘崔源一党」。

在2026年3月25日，辟谣者再次回应⁷。信息很多，我这里只截取自杀相关的内容

• 张女士将辟谣者的个人隐私散播到了个人组建的群里
• 辟谣者因为辟谣张女士的生死状况，被张女士称「泄露隐私」（写完这一段的我：？？？？？？）
• 张女士装作路人反诬辟谣者「造谣」

而25日晚间十点多左右，辟谣者被对方举报封号

1.3 被精神病

当事女方在今年1月2日发表的一个视频公开了自己「被精神病」的遭遇，第一个视频是一个就诊抑郁的单子，称自己被「精神病」⁸，在2月9日的另一期视频中则详细讲解了这段经历，但没有合适的证据⁹。

^{▲出院证明}

1.4 当事人张女士相关造假

1.4.1 辟谣者被造黄谣

辟谣者2026年3月25日被封禁第一个账号以后，她又在第二个账号详细公开了被张女士造黄谣的详细证据。

其中

• 恶意篡改辟谣者18岁被前男友入室强奸的经历，并称其为自愿
• 值得一提的是原贴提到「个人信息已被全面曝光」？这一点我特别好奇是怎么回事。这是否为后文【事发后】一段张女士想侵犯其个人信息的一点证据呢？¹⁰

1.4.2 涉事女律师和女法官被造黄谣

• 造谣女律师和其下属关系「不一般」
• 议论那个女律师一定是「处x」（原图被打码，看不清）¹¹

1.4.3 造谣广州市互联网法院

张女士在她的另一份PDF中¹²指出「广州互联网法院法官袁某在承认事件真实的情况下， 以“ 家事” 不宜公开为由要求我给性骚扰我的崔徐江道歉赔偿」然而，广州市互联网法院主要审民事案件，还是审互联网的，性骚扰并不在其管辖范围之内¹³

1.4.4 伪造自己的胜诉经历

首先是有关前男友的判决，她一直称已经胜诉

• 前面提到，她起诉了自己的前男友，并声称已经胜诉。
• 然而先不谈广州市互联网法院根本不审张女士这样的案件，在其一份十分相似的判决书——（2024）晋05民终1220号，该份判决书的结果是「驳回上诉，维持原判」¹⁴。

以上便是我能搜索到的事件之前的事，如果还有高手可以到issues投稿。

2. 事发

2.1 事件概述

2025年10月9日，该女士乘坐了K228次列车，列车晚上九点左右发车，从兰州出发。

在2025年10月10日中午11时左右，张女士因为来生理期滴血，弄脏了床铺，然后需要赔偿180元，张女士并未支付，后续张女士称自己「无力支付」¹⁵，然后手洗了床铺。

2026年3月15日，张女士讲述了该经历

2026年3月20日，兰州铁路官方发布通告¹⁶

2026年3月21日，张女士发表微博，称该贴「不实」，有「春秋笔法」，并公布了该事件相关证据¹⁷

以下是官方通报原文

以下是当事人原澄清贴

2.2 双方争议

• 已知张女士主张「通报存在春秋笔法」，再来看张女士的「澄清」的内容，仅1-3条跟官方通报内容有关，那么我们基于该博文前三条对比一下官方通报和这位女士说的异同点

3. 事发后

这些可能并非是张女士做出来的，有些是其粉丝做出来的

3.1 侵犯个人信息

张女士在3月25日的时候发表过一篇微博（现在已经找不到了），要披露前文所提到的辟谣者个人信息。

3.2 伪造法律

在事发后，有人称「在“《铁路客运服务质量规范》 第38条生理污染免责。《铁路客运运价规则》明确卧铺票价已包含卧具清洁更换成本。」

^{▲谣言原贴}

然而实际上该规范并没有所谓的第三十八条

在交通运输部公布的规定原文来看¹⁸，中华人民共和国交通运输部令2023年第5号实际上只有三十七条。

3.3 伪造判决书

接着就是前文提到的辟谣者

• 张女士一篇博文指出自己起诉了辟谣者¹⁹。然而我却在她的PDF中找到了一模一样的图片，起诉其前男友的¹²。现在张女士删除了这个博文，但张女士删了，我可没删！

^▲对比图

4. 张女士的澄清文本分析

4.1 逻辑

张女士的这份澄清文本，表面上看条理清晰、证据充分，但细读之下，多处存在前言不搭后语、证据与主张脱节、以及典型的逻辑谬误。以下拆解：

一边「无法精确回忆」，一边「非常确定」是否自相矛盾？

她在开篇说：「特别琐碎的细节我无法做到精确回忆」。但紧接着，她对核心争议点（床单价格、水温、洗刷时间）却使用了「我非常确定」「我印象比较深刻」「我全程用照片记录」等绝对化表述。

• 如果「无法精确回忆」，那「非常确定」从何而来？
• 如果「全程用照片记录」，那又为何需要「回忆」？照片本身已经记录了时间和过程，她本应能精确还原，却主动声明自己无法精确——这既削弱了她后续「确定」的可信度，也暴露了她试图用「模糊」来规避细节核验的策略。

照片无法证明「冷水」，所谓手掌照片也已被证伪

她试图用照片上的「洗手台四周均匀的水渍」「裤子上的水渍」「冻得通红的手掌」来证明自己使用的是「自来水而非温水」。

• 水渍无法区分冷水和温水，任何水溅到台面都会形成水渍。
• 裤子上的水渍只能证明她身体靠在水池上，与水温无关。
• 「冻得通红的手掌」——结合事发当日河南段气温10-14℃，自来水水温约与气温相当，长时间浸泡确实可能让手发红、起皱，但这恰恰是冷水手洗的正常现象，并不能证明列车员没有提供温水。更关键的是，她声称「冻伤」，但照片中的手部状态与一度冻伤（需0℃以下）相距甚远，此前我已用其过往照片证伪（见后文）。

她用「结果」倒推「原因」，但该结果（手红、起皱）本身可以由多种原因造成，无法唯一指向「列车员未提供温水」。

桶的出现时间

她写道：「我始终是在水池里泡着冷水洗的，在我把那块床单搓干净之后，我才看到有个人拎了个桶过来。这一点我印象比较深刻，因为我当时心里在想：『为啥我洗完了才出现了一个桶。」

然而，官方通报称列车员「用桶接了温水协助清洗」。如果她真的全程在水池洗，且洗完后才看到桶，那么列车员拎桶过来的时间点就变成了「事后」，而非「协助」。但这里存在逻辑问题：

• 如果她「洗完后」才看到桶，那桶里的温水是给谁用的？难不成还能用来泡脚吗？列车员为何要在她洗完后才送桶？

她试图用「桶出现得太晚」来偷换概念否定官方通报的「温水协助」，这一点十分可疑。

对「180元」的叙述存在选择性呈现

她提供了录音片段：「这个是180一条吗？」——列车员答：「对」。她据此认定「列车员反复告知我那条床单180」，并指责官方通报「曲解」。

但这里存在两个逻辑问题：

「反复告知」与「一次问答」的矛盾。她的证据只有一次问答，却声称「反复告知」，属于夸大。

语境缺失。她只截取了问答，没有展示对话开头。列车员可能将「一条」理解为「一套」（床单+褥毯），因为日常工作中常以「一套」计价。她未提供完整对话，无法排除歧义。

逻辑论证谬误

全文充斥着情绪化用语：「曲解和不实」「歪曲丑化」「铺天盖地的网暴」「利用我对基层员工的恻隐之心」「利用广大群众对官方通报的天然信任感」等。

她试图将事实争议转化为「弱女子对抗强大体制」的叙事，并用「我作为普通女生处于绝对举证弱势」来转移举证责任。但举证责任并不因身份而转移——她既然主动公开指控，就应承担证明责任。

而她在声明中一边说自己「无法精确回忆」，一边又拿出大量不可靠的「证据」，本质上是在用情感替代事实。

4.2 这篇文为什么能让众多不明所以的网友不满？

分析完错误，再来分析这个文本的其他问题，这一段是自己的分析+借用Gemini帮助组织语言的^{（要不然我的语言表达能力几乎残废）}，供参考。

整篇文本遵循了一个经典的情感动员剧本：

• 「我是当事女生」「处于绝对举证弱势」「普通乘客」。三个标签瞬间将她定位为「弱小的个体」，与「强大的兰州铁路」形成对立。
• 用「曲解和不实」「抢占先机」「歪曲丑化」给官方通报定性。先入为主地让读者产生「官方在欺负人」的印象。
• 穿插图片、录音、聊天记录，营造「我有实锤」的观感。但如后文所述，这些证据与主张之间其实存在脱节。
• 用「冻得通红的手掌」「煎熬了整整3小时16分钟」「我感到很愧疚」「我道歉快说烂了」等细节，不断刺激读者的共情。
• 从「被欺负的弱女子」转向「信守承诺保护基层员工的人」，最后再转向「对抗体制不公的斗士」。三段式人设升级，让读者从同情转向敬佩。
• 「我保留追究其法律责任的权利」，既显示「我有底气」，又给读者一个「站队」的心理暗示。

这是一个经典的三幕剧结构：受害者 → 抗争者 → 英雄。读者被这个叙事带着走，情感上完成了从「同情」到「敬佩」再到「同仇敌忾」的完整闭环。

为什么有效？ 人类大脑天生喜欢「故事」而非「数据」。一个有起承转合、有英雄反派的故事，比一份干巴巴的情况说明，更容易被记住、被传播、被相信。

统计文本中的高频情绪化用语：

这些词汇的选择非常精准：它们不是中性的事实描述，而是带有强烈价值判断的「立场词」。读者在阅读时，大脑会被这些词汇持续激活情绪反应，而不是进入理性分析模式。

这是典型的「情绪优先于事实」的语言策略。

文本中最精妙的设计，是证据的「误导性呈现」（怎么个误导法见后文）：

• 她用「有照片」来暗示「照片能证明我的主张」。但实际上，照片只能证明她确实洗了床单、手确实红了，无法证明水温、无法证明「反复告知」。
• 她用「有录音」来暗示「录音支持我的全部说法」。但实际上，录音只有一句问答，无法证明「反复告知」，也无法排除歧义。

这种「展示证据」的动作本身，比「证据能证明什么」更重要。读者看到满屏的图片、录音、截图，第一反应是「她真有料」，而不是「这些料够不够硬」。

这是一种「证据的仪式化」——重点不在于证据的质量，而在于「有证据」这个事实本身带来的心理暗示

整篇文本中，她几乎从未正面回应官方通报的具体内容：

• 官方说「提供了温水」，她说「我确定是冷水」——但她的证据无法证明水温。
• 官方说「未收取赔偿」，她说「他反复告知180」——但她的证据只有一次问答。

她真正做的事，是不断质疑官方的「动机」：

• 「抢占先机」
• 「利用我对基层员工的恻隐之心」
• 「利用广大群众对官方通报的天然信任感」

这是一种典型的「诉诸动机」谬误：不去反驳对方说了什么，而是暗示对方「为什么要这么说」。当读者被引导去怀疑「官方是不是在故意害人」时，就自然接受了「她说的才是真的」这个结论。

这是用「动机质疑」替代「事实对质」的经典手法。

这份文本的目的，从来不是「澄清事实」，而是「动员情绪」。它不是在跟你讲道理，而是在求你站队。当你读完它感到「愤怒」或「心疼」时，它的目的就已经达到了——至于事实是什么，已经不重要了。

5. 张女士的证据核实

5.1 关于冻伤

这一段内容摘自我在知乎的回答

这里应该是张女士的回应帖中最离谱的桥段

这是女方当事人提供的「手部肿胀」的图片，结合其描述可以初步判定为一度冻伤（是否为真？往后看）

再看，当事人的这张截图，拍摄于10月10日上午11点左右，记住这个时间点。

再来看这个车次表，此时该列车只能在灵宝站到三门峡站附近。考虑到洗衣服时间很长，根据当事人叙述，洗衣服应该持续到了14点左右，也就是洛阳到郑州之间。

那么查询一下这一段区间的气温：

这个温度远远达不到冻伤的程度。你们知道冻伤要多难吗？需要皮肤局部温度降到0℃以下^{20参考论文：Marc-James Hallam, Tania Cubison, Baljit Dheansa, Chris Imray. Managing frostbite[J]. THE BMJ. 2010. 341:c5864}

更有戏剧性的地方来了，她以前控诉前男友用的PDF出卖了她！

在此之前，一位热心网友@周不要向我提供了题为《NUS数学系刘崔源的累累恶行》¹的一份PDF，作者就是该当事人张女士

在PDF的第40页

^{▲对比图，左图是当事女方提供的证据，右图则是当事女方以前的图片}

综上所述：女方绝对在这件事上撒了谎。

5.2 关于180元

“他确实反复告知我那条床单180？”我翻了一下官方通报

官方通报的表述则是「发现该铺床单、地毯已被血迹污染」。

女方当事人也没有提到自己除了床单是否还弄脏了其他东西，而是一直称「他确实反复告知我那条床单180」。这一点我也认为存疑，因为张女士一直称该通报「春秋笔法」，然而她自己的回应帖是否存在春秋笔法呢？

录音中“这个是180一条吗？”——列车员回答“对”。但官方通报指出180元是床单+褥毯合计的定价

如果女方只询问“一条”，列车员可能理解为“一套”而回答“对”，这种口语歧义在事后难以还原。她未能展示完整对话上下文，比如是否提及“整套”或“褥毯”。

同时我寻思着当事人也没真赔偿180元啊……

6. 分析得失

6.1 张女士的“得”

这里顺带着解答一下看我文章的读者可能产生的一个问题

「我为什么要将事发之前的内容写上」？

事实上，这些都是我文章这一部分的其中一环

• 因为在24年左右已经通过举报其前男友等人收获一定的粉丝，再加上卫生巾是一个经常被讨论的公共议题，所以很容易火起来。
• 「被精神病」和「跳楼风波」中的遗书传播，虽然充满争议，但成功地在她的小众粉丝圈里构建了一个“被系统性迫害的弱女子”形象。这个形象在此次事件中被无缝衔接：列车员→兰州铁路局→支持我的网友，被自动归类为加害方或支持者。
• 事件的舆论发酵客观上推动了公共服务改进——自2025年12月1日起，兰州客运段已在具备销售资质的列车上线卫生巾销售服务，不管张女士想起号还是想干嘛，总的来讲还是有积极作用。

在面对官方通报的时，她的反应模式也几乎perfect

• 她不去反驳「是否弄脏了褥毯」「是否又污染了下铺」，而是直接给官方通报贴上「春秋笔法」的标签，这是一种典型的诉诸动机谬误，旨在引导支持者不信任所有官方信息，从而将自己塑造成对抗谎言的唯一真相来源。
• 她放出的「冻伤手」图片，即使被网友用气温数据和其过往照片证伪，但在她的核心支持者圈层中，这张图片所引发的「共情」远大于「求证」。图片是真实的痛苦，而数据是冰冷的，在情绪传播中，前者永远更具优势。

而处理速度上，这位女士选择的时间也很巧妙

• 2026年3月15日投稿，距离事发已有5个月05天之久，监控很难保存那么长时间（一般是3个月，少有6个月以上的，看情况）此时大部分证据已经无法追溯。

总的来说，张女士之所以能「赢」，还得是因为她的底子浓厚，在此之前因为涉足于「女性主义」常谈领域，这次又是「极端女权主义」挑拨间隙的常用话题

所以——张女士短期内的赢，看起来已经注定！

再来看回应帖，张女士真的高明（我认真的，冲浪那么多年从来没见过那么「完美」的回应帖，堪称教科书级别操作）

然而，这种“得”是建立在“失”的基础之上的。 她的所有收益，都依赖于公众对部分事实的“不知情”或“不追究”。当官方通报和网友扒出的历史记录将事实拼图补全后，她的公信力已经出现裂痕。但对于一个深谙“后真相”传播逻辑的人来说，只要核心支持者不散，只要“为女性发声”的大旗还在手中，这些裂痕就暂时不会影响她已获得的“收益”。

6.2 兰州铁路的失

1. 失去了「叙事定义权」，让对手定义了「这是一个什么故事」

   在舆论战中，「谁先定义故事，谁就赢了八成」。而兰州铁路局在这件事上，整整把「定义权」让渡了五天。

   在张女士定义的叙事框架中「一个贫困女性在生理期被冷漠列车员强迫在冷水中手洗床单，手被冻伤，却无力支付180元赔偿」。这个框架里有「受害者」（她）、「加害者」（列车员/铁路局）、「悲剧元素」（冻伤的手）、「社会议题」（女性贫困与生理期尊严）。完完整整，情感饱满，传播力极强。

   而兰州铁路局想定义的叙事框架：「一起列车卧具污损事件的合规处置说明」。这个框架里有「程序」、「合规」、「澄清事实」，唯独没有「人」。

   等到官方通报在五天之后姗姗来迟，舆论的「第一印象」已经完成锚定。通报中再详细的「温水协助」、「未收取赔偿」、「班组未受处罚」，在公众眼里都变成了「狡辩」和「推卸责任」。因为人们早就接受了那个「冰冷列车员欺压弱女子」的故事版本，后续的所有信息都会被这个框架「过滤」——符合框架的留下，不符合的被视为「洗地」。

2. 兰州铁路局的通报，从事实核查的角度看，比张女士的澄清可信度高了不少。但问题恰恰在于：公众不是在「读报告」，而是在「感受故事」。

   张女士冻伤的手部特写照片、录音中「180一条吗？——对」的对话、对「无力支付」的描述。这些素材哪怕部分失真，但它们是「可感的」——你能想象那双在冷水里搓洗床单的手，你能想象那个窘迫的场景。

6.3 关于公共服务的迷思

我个人反对售卖卫生巾，而是作为一个免费的公益项目出现，每一列车可以免费提供少量卫生巾。

• 如果售卖，显然——我国7亿女性，13-49岁妇女3.5亿人，而我国妇女月经周期正常为21-35天，平均 28天，就按照1个月计算，时长正常为 3-7天，平均约5天²²。

在这，给大家展示随机一天处于生理期的概率计算公式

$P(A)=\frac{经期天数}{月经周期}$

那么计算可得，我国每年有17%的妇女处于生理期期间。

把这个数据带到列车上：一列火车1000人，其中女性500人，13-49岁女性250人，来生理期的17%，四舍五入按照43人来算，再假设有10%的人记性不好忘带卫生巾，再有50%的人忘带卫生巾的同时还忘记从列车的车站购买。整列车就只有2-3个人有这个需求。所以一列车配上4-5片卫生巾足够，根本不需要大规模进货购买（过期了怎么处理？）。

总结

从短期看，张女士无疑是这场舆论战的「战术赢家」。

她成功地将一起普通的列车服务纠纷，升维为「女性生理期尊严」的公共议题；她用一个「冻伤的手」的照片，在舆论场中完成了情感动员；她利用官方通报的「冷硬」和「滞后」，将自己塑造成「对抗体制的孤勇者」。最终，她收获了流量、关注度，甚至在一定程度上推动了铁路服务的改进——自2025年12月1日起，兰州客运段上线卫生巾销售服务。

但这一切的「得」，都建立在一个极其脆弱的基石上——公众的「不知情」。

当网友扒出她与前男友的PDF、当「冻伤手」与她过往照片中的双手形成对比、当官方通报的细节与她自己的说法出现出入时，她的公信力已经开始不可逆地流失。而「跳楼风波」的后续更让人不寒而栗：

辟谣者仅仅因为说出真相，就被她就指控「泄露隐私」

这种「我指控别人可以，别人澄清我就是造谣」的特殊申辩谬误（大白话：双标），暴露了她操作舆论的真实底色。

在「后真相」时代，叙事可以暂时压倒事实，但「暂时」不等于「永远」。对于一个以「揭露真相」为人设的博主来说，被证实「撒过一次谎」，就意味着她未来所有「揭露」的信用成本都将被无限拉高。

张女士赢了一场战斗，但她正在输掉自己的信用护城河。

同时，这起事件最值得反思的地方，在于它清晰地揭示了当下舆论场的运行规则：

• 事实很重要，但事实需要「叙事」才能被感知。 张女士的「冻伤手」图片，哪怕与气温数据矛盾，也比官方通报里的「温水协助」更具传播力，因为它「可感」。
• 速度很重要，但「第一定义权」比速度更关键。 五天的时间差，足以让一个版本的故事完成全网锚定，后续的「辟谣」再正确，也只能是「狡辩」。
• **态度很重要，但「共情」比「清白」更有力量。 **

这不是说事实不重要了，而是说：在社交媒体时代，公共机构必须具备「把事实讲成故事」的能力。 只会「发通报」的机构，注定在舆论场上被「会讲故事」的个体降维打击。

参考