發布之后，得到大家積極的響應，現在已收回近400份有效答卷。之前發布兩期劇透：
現在，是時候發布這次調查報告。由于內容比較多，分多次發布，并盡力在學界和工業界之間、大學和獨立科研院所之間進行一些對比分析，有于時間關系，這些分析很可能不到位，不妥之處，請多多包涵。
這次重點發布測試人員的地區和工作年限分布，以及結構化測試方法、基于需求的測試方法和基于模型測試方法的應用狀態，并在大學和軟件公司之間進行比較，大學和獨立科研院所之間的對比分析留在后續報道上。
調查時間：4月30日～5月14日，2016
1. 人員分布（還不如說測試友人分布軟件使用報告，哈哈）：有三分之二的測試同仁來自軟件公司。讓我感到：來自獨立研究院所的測試人超過大學，還有4.2%來自其它，是自由職業者（咨詢顧問）、政府部門的公務員嗎？
2. 從區域分布看
北京排第一，是很自然的，但上海被廣東、江蘇超過，有一點點。另外，兩個直轄市（天津、重慶）就相對落后，位置靠后，而浙江（主要靠杭州）、四川（主要靠成都）、安徽（靠朋友多）、福建（靠廈門、福州）都比較靠前，遼寧（大連、沈陽）哪里去了？
3. 從軟件測試從事年限來看，分布還比較均勻，多數測試人工作年限在3-10年，但10年以上也占了22.52%，說明國內測試有良好的基礎了。
4. 在結構化（白盒）測試方法中，語句覆蓋居然低于分支、條件覆蓋，很。以前認為，很多公司都是以代碼行覆蓋率來衡量單元測試，目前來看，低于50%。巧的事，分支覆蓋和條件覆蓋居然完全一致，59.46%。令人高興的是，基本路徑覆蓋都超過50%，也有15%和18%基于MCDC（/ ）、變量定義與引用 進行測試研究或實踐。
學界和工業界在代碼級測試中，基本一致，這是可以理解的，代碼雖然是實現業務，但也可以說遠離業務，兩界沒有大的Gap是合理的。只是工業界關注／應用MCDC要遠低于學界，也說明軟件領域對質量要求普遍比較低。
5. 在（黑盒）基于需求的測試方法中，等價類劃分方法和邊界值分析法最受歡迎，這完全在我們意料之中軟件使用報告，其次基于場景的方法、錯誤猜測或經驗方法，它們分別高達72.97%、64.56%，這說明手工測試、探索式測試方式在測試工作中占有較大比重，至少是不可少的。“基于場景的方法、錯誤猜測或經驗方法”這兩種方法，學術研究應該很少，但并沒有接近零，而仍然有較高42.86%和23.8%，也許是大學老師也了解，然后選上了。這里的是，“決策表（判定表）方法”使用很低，而且低于“因果圖方法”兩個百分點。從兩界對比看，學界研究因果圖很少，但決策表居然高于公司10個百分點，這點理解起來有些困難。只能理解，工業界應用方法偏少，只是用一些簡單的方法，偏復雜一些的方法就不想用。大家還有什么解釋與評論？
6. 基于模型測試（model based ，MBT）方法和技術不清楚的超過50%，說明MBT應用比較落后，大學不清楚的只占23.8%，而業界高達62%。“符號執行”差別最大，大學研究很多，企業只有3%人清楚，而業界和學界在“模型檢查”上倒是相當，這是讓人高興的事。在“定理證明”上，工業界巨人高于學術界3個點，這有些不尋常，也是讓人高興的事。
其實MBT并不神秘，因果圖、狀態圖、分類樹等可以歸為MBT，因為它們都是將問題抽象為符號表示，這樣絕大多數測試人還是應用過MBT的。
7. 針對MBT應用不夠好的原因，大學和工業界差別比較大，公司明顯感覺缺少專家指導，而學界有更多的嘗試（35.71%），而且比工業界更有信心。
（待續）
