京公网安备 11010802034615号
经营许可证编号:京B2-20210330
作者:俊欣
来源:关于数据分析与可视化
“今天29岁,女,单身,刚刚收到北京一家小公司的offer,月薪11K,在纠结是继续留在北京工作,还是回到四线的中原某小城市,过着每个月两千块和父母一起住的日子”
相信对不少在北上广深飘着的年轻人来说,相类似的问题也都曾困扰着他们,到底是继续留在大城市拼搏呢还是回到小城市发展?今天小编以一个数据分析师的身份来为大家分析一下
1. 逃离北上广之后,还有哪些城市适合年轻人定居
2. 从北上广回到老家后的那些人过得咋样,他们有觉得遗憾么
要说到在一个城市安居乐业,房子首先是要考虑解决的问题,不同城市的购房成本都不一样,不过从总体上来看,新一线城市的购房成本比在一线城市中购房要低不少,小编统计了一下全国主要34城的购房成本,其中长沙、沈阳、重庆的房价收入比相对偏低,其中长沙是典型的居住友好型城市,购房相对来说比较轻松
当然我们也看到杭州、天津、南京和东莞这些新一线城市的房价收入比比较高,其中杭州的房价收入比甚至都一度超过了广州,说明这些城市的购房成本在居民的可支配收入中占到了一个较大的比重。(所谓房价收入比是指住房价格与城市居民家庭年收入之比,是用来评估房价水平、判断买房难易程度的重要指标)
当然除了房子本身之外,社区周边各项资源的配套完善程度等因素也是不少年轻人着重考虑的因素,毕竟谁都不想在一个基础设施不健全、环境脏乱差的地方长期住下去。那么基于医疗、交通、学校、商业发展等20个细分维度指标来看,每个城市都有不一样的打分。
在一线城市当中,深圳的居住生活便利度是最高的,和第二和第三名的差距也比较大。而在新一线城市当中,成都和武汉以及天津的生活便利度指数处于领跑的状态,其中成都的商业资源以及医疗资源在新一线城市当中都处于领先的地位
下面我们来谈一下择业的问题,首先来看一下这些新一线城市的上市企业的数量,截止到去年年底,杭州的上市公司总量达到218家,其中A股的上市公司有179家,总市值累计超3.18万亿元;苏州的A股上市公司也有141家,总市值约有12979.62亿元,近三成的企业是所在细分领域中的龙头;而南京、宁波和成都的A股上市企业数量分别为98家、98家和96家,也为当地的经济发展和人才引进做出了不少的贡献。
另外不同城市也有着不同的产业优势,例如杭州近几年来随着网易、阿里、海康等科技型企业的崛起,信息技术、电子商务、物联网已成为杭州新的经济增长点,随之也就吸引了大批的程序员以及电商的从业人员蜂拥奔向杭州择业
而例如像苏州,工业制造业的该座城市的强项,就2019年,苏州全年实现规模以上工业总产值33592亿元,位居全国第一。而这些已经上市的141家公司共来自23个行业,其中最多的行业为工业机械行业,有24家公司;其次是材料行业、电子元件及设备行业,各有20家公司。此外在半导体、建筑建材、通讯设备行业均有8家公司上市
因此涉及到择业的问题,大家可以根据自己的专业技能等情况选择适合自己的城市进行定居以及落户。
所以我们回到最开头的例子,是应该继续留在北京还是回到地方的小城市的这个命题?已经有不少人尝试过离开北上广、回老家发展了,我们来看一下她们回到老家之后的生活又是什么样子的
老家县城里面比较好的工作是有教师、事业单位这些岗位,工资无非也就是2K多一些,并且还要靠很硬的关系才能搞定。工业凋敝,大家都拼了命地去挤行政事业单位。单位里面薪水1.7K的郑大、天大、苏州大学的临时工就好几个,在小地方不管你是什么大学,还是主要靠关系。
在北京,会有很多的聚会,跟自己差不多的同龄人大家一起畅谈理想,说说自己的生活,日子过得很快乐,毕竟大龄单身的女孩子也很多,不会遭到另眼相看或者是嫌弃。而在小城市呢,29岁的女孩子能选择的结婚对象太稀有了,要么是孩儿他爸、要么就是离异的,单着的优秀男士不会考虑29岁的女生,尤其是女生尚无稳定的工作或者家族富足的产业。
小城市对人最大的考验就是不把人的精神世界当回事儿,大叔大妈之间的话题无非就是某某的儿子买车了,某某的女儿嫁人了,某某房子不错、股票又涨了,这种话题,你一听就没有什么兴趣,而至于其他的年轻人呢,例如公务员,要么就是想着上位拍马的,要么就是死气沉沉混混日子的。
当然小编并不知道县城里面的公务员的真实的生活是啥样子的,也不知道他们的精神世界又是什么样子的,愿意分享的读者朋友也可以在评论区留言,不过对于小编来说,要是不愿意在北上广深工作的年轻人,除了回老家小县城之外,还可以去周边的新一线城市去看一下机会,例如上海周边的苏州或者杭州,北京周边的天津,广东周边的佛山以及深圳周边的东莞,就算是异地通勤,时间也不会太长,毕竟小编在上海工作,通勤时间在1-2小时的也是大有人在。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
随着大数据技术的快速发展,商业竞争逐步从传统的经验式经营转变为数据驱动的精细化运营。海量的用户行为数据、交易数据、运营数 ...
2026-09-04CDA数据分析师 出品 作者:李诗怡 1. 波士顿矩阵(BCG Matrix) 定义: BCG于1970年提出的业务组合分析工具,以"市场增长率"(纵 ...
2026-09-04 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-09-04数据透视表是Excel与Power BI中最核心的数据分析工具,具备快速汇总、维度拆分、动态筛选的能力,可高效完成数据归类与统计展示 ...
2026-09-03在Power BI数据分析可视化场景中,堆积柱状图+折线图是最常用的复合图表组合。堆积柱状图适合展示各细分维度当期数值、结构占比 ...
2026-09-03 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-09-03CDA数据分析师 出品 作者:李诗怡 一、8个核心数据清洗函数 1. TRIM:一键清除多余空格(最常用) 作用:仅保留文本中"单词/字 ...
2026-09-02数据分析的核心并非单纯操作工具、整理报表或绘制图表,而是依靠科学的思维逻辑挖掘数据价值、解释业务现象、指导经营决策。在完 ...
2026-09-02在社会经济、产业研究、区域治理与大数据实证分析中,面板数据是最具研究价值的数据类型。面板数据同时包含截面维度与时间维度信 ...
2026-09-02 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-09-02在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27