
如今,80后已成为职场、家庭、社会的中流砥柱。在这一代人中,现在月薪多少才算跑赢同龄人的“人生赢家”呢?
近期,复旦大学人口与发展政策研究中心、复旦大学社会科学数据研究中心最新发布的“80后的世界——复旦大学长三角社会变迁调查”,以1980-1989年出生的一代人(简称80后)为跟踪主体,研究的内容包括这一代人的家庭、婚姻、就业、迁移、住房、生育、子女教育、父母养老等各个方面。
上海80后的“经济禀赋”
2012年至2016年间,上海“80后”的个人年收入呈现较稳定的相对快速增长,其收入分布形态体现为较健康的橄榄型,三次调查的年收入中位数依次为5.0万元、6.5万元和7.8万元。
高收入群体的收入增长较快,2012年进入前10%和前1%的收入门槛为12万元和30万元,2016年已分别提高至20万元和50万元。
尽管上海“80后”平均受教育年限达到14.7年,且连续三次调查中的总体收入涨幅均高于同期上海人均可支配收入增幅和上海CPI增幅,但他们仍坦言面临着“经济”“子女教育”和“住房”三大压力。
“80后”的受教育水平及收入水平与其父母的受教育水平呈正相关关系,“80后”的房产持有量也与其父母的持有量具有相关性,呈现一定的代际传递效应,并尤以教育的代际传递最为明显。
具体看数据图:
结论:
1、80后混的怎样?
80后中高收入群体的收入增长则更快:2012年进入前10%和前1%的收入门槛为12万元和30万元,2016年已分别提高至20万元和50万元。如果你年收入达到50万(月薪大约4.1万),那么你将顺利挤Top1的队列。当然咯,年纪越小,或许越有傲娇的资本。
2、学历越高收入越高
此次调查数据实力打脸“读书无用论”:学历与收入成绝对正相关,学历上升一个台阶,年薪就上调一个档次。
调查中的80后平均受教育年限已达到14.7年,且连续3次调查中的总体收入涨幅均高于同期上海人均可支配收入增幅和上海CPI增幅。
3、80后对工作“忠贞不渝”
超过6成的换工作的次数不超过2次。原来80后在就业观上一点都不离经叛道。对工作的保守程度,简直可以用“忠贞”二字来形容。
换工作的次数与工资收入和受教育程度的关系也很有意思: 工资收入越低,越爱换工作;反之收入越高不爱换工作;本科生最不爱换工作;大专生则最爱换工作。
然而大家换工作的理由也很简单:现单位待遇差VS其他单位待遇优。
婚姻、生育与代际关系
上海“80后”在结婚、生育、代际关系等方面都呈现出传统与自主并重的新时代特征。
近一半“80后”的配偶是通过介绍认识的,且主要介绍人是长辈亲戚或父母。
随着中国的生育政策逐步放松,上海“80后”的理想子女数由2012年的1.58上升至2016年的1.7,但二胎生育意愿依然薄弱,仅有13.1%的被访者愿意生二孩,不愿意生二胎的前三个理由是养孩子太贵、房子不够大和时间不够。
代际关系方面,仅有20%的“80后”希望与父母同住,但受到现实条件的约束,现实中约三分之二的“80后”与父母同住。
近九成的上海“80后”认为自己作为子女应承担照料父母养老的责任,但对于自己的养老预期又表现出高度的独立性,绝大多数希望在自己家或养老院度过晚年,不再有养儿防老观念。
具体看数据图:
结论:
80后的理想子女数由2012年的1.58上升至2016年的1.7,但二胎生育意愿依然薄弱,仅有13.1%的被访者愿意生二孩,不愿意生二胎的前3个理由是养孩子太贵、房子不够大和时间不够。
当80后的群体由少不经事的“小屁孩”也逐渐成为一个家庭的主心骨,同时更是各行各业的主力军。有时巨大的压力让多数人殚精竭虑:买房问题、婚姻问题、独生子女的养老问题、个人理想问题……
因此大家对自己的职业生涯规划不尽相同,但“薪酬”始终是最重要参考依据之一。
80后的生活方式
“80后”的生活方式趋于多元。
“80后”受访者中有70%以上的人认为自己身体健康和心理健康,有四分之三的人自评 “人生幸福”。
约三分之一的人出现了不健康的行为,分别是睡眠不足、三餐不规律、不健康饮食、喝酒和吸烟,其中睡眠不足最突出、占4成以上,同时具备四种以上不健康行为的高危群体达到14.3%。
从运动行为看,约三成勤锻炼,近四成几乎不锻炼,“散步+跑步”为主要形式。
不同阶层的生活方式已出现分化,高收入群体一方面或因压力大而表现出更多不健康的生活习惯,承受着更多的健康风险,另一方面有更多的健康资源和促进健康的行为,其体检率、运动频率、健康信息获取、健康消费支出等指标都更优,因此平衡下来高收入群体的行为身心健康指标优于低收入群体。
具体看数据图:
来源丨21世纪经济报道(jjbd21)综合自复旦大学新闻中心、钱小姐与财先生(MsMoney-MrWealth)
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16CDA 数据分析师:掌控表格结构数据全功能周期的专业操盘手 表格结构数据(以 “行 - 列” 存储的结构化数据,如 Excel 表、数据 ...
2025-09-16MySQL 执行计划中 rows 数量的准确性解析:原理、影响因素与优化 在 MySQL SQL 调优中,EXPLAIN执行计划是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 对象的 text 与 content:区别、场景与实践指南 在 Python 进行 HTTP 网络请求开发时(如使用requests ...
2025-09-15CDA 数据分析师:激活表格结构数据价值的核心操盘手 表格结构数据(如 Excel 表格、数据库表)是企业最基础、最核心的数据形态 ...
2025-09-15Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09