京公网安备 11010802034615号
经营许可证编号:京B2-20210330
过完年以后,敢问一句年近30岁的你月薪多少?
近几天的知乎热榜有一个问题引起了二胖的注意:三十岁,研究生毕业的你,现在收入多少?
这不禁让二胖一边摸着钱包,一边想要统计下不同学历的人群在而立之年的月薪水平。于是二胖爬取了某相亲网站,对北京、上海、天津和重庆的60万人的数据进行了统计,得到了以下结果。
28-32岁
一、高中及以下
28-32岁高中及以下学历人群中,月薪普遍在万元以下,且男性的工资水平普遍高于女性。
男性中,3001-5000元月薪的人数最多,占比约36%;5001-8000元月薪的人数次之,占比约32%。
女性中,3000元以下月薪的人数近一半,达42%;3001-5000元月薪的人数较多,占比约36%。
二、中专
28-32岁中专学历人群中,月薪在万元以下的人数较多。
男性中,3001-5000元月薪的人数最多,占比约33%;5001-8000元月薪的人数次之,占比约31%。
女性中,3001-5000元月薪的人数最多,占比约37%;3000元以下月薪的人数次之,占比约35.5%。
偏重于技能实践的中专学历人群,在28-32岁可以赚得的月薪与高中及以下学历的人群相比,所差不多。
三、大专
28-32岁大专学历人群中,3000元月薪以下的人数占比明显减小,尤其是女性。
男性中,5001-8000元月薪的人数最多,占比约28%;8000元以上月薪的人数占比达33%。
女性中,3001-5000元月薪的人数最多,占比约31%;3000元以下及5001-8000元月薪的人数占比均在24%左右;8000元以上月薪的人数占比达20%
大专学历人群,在28-32岁可以赚得的月薪明显高于高中及以下和中专学历人群。
四、大学本科
28-32岁大学本科学历人群中,8000元月薪以上的人数占比明显增大。
男性中,5001-8000、8001-12000、12001-20000元月薪的人数占比均在22%左右;而5000元以下月薪的人数占比不足20%。
女性中,5001-8000元月薪的人数最多,占比约26%;3001-5000及8001-12000元月薪的人数占比均在21%左右;12000元以上月薪的人数占比达21%。
大学本科学历人群,在28-32岁可以赚得的月薪大幅度领先于大专及以下学历。但存在薪酬两极分化现象,本科学校水平、学生个人能力等均对月薪有重要影响。
五、硕士
28-32岁硕士学历人群中,12000元月薪以上的人数占比明显增大。
男性中,12001-20000元月薪的人数占比最高,超过30%;20000元以上月薪的人数占比也超过25%;而5000元以下月薪的人数不足10%。
女性中,8001-12000元月薪的人数最多,占比约27%;12001-20000元月薪的人数占比也超过24%;而5000元以下月薪的人数不足15%。
硕士学历人群,在28-32岁可以赚得的月薪又大幅领先于大学本科学历。整体来看,90%的硕士毕业生在30岁左右可以获取5000元以上的月薪。
六、博士
28-32岁博士学历人群中,月薪五万元以上的人数占比较高。
男性中,12001-20000元月薪的人数占比最高,约25%;20000元以上月薪的人数占比也超过30%。
女性中,8001-12000元月薪的人数最多,占比约25%;12001-20000元月薪的人数占比也超过19%。
博士学历人群,在28-32岁可以赚得的月薪总体和硕士相当,但50000元月薪以上的高薪人数占比明显增多。
一、男性
由此图,可明显看出28-32岁男性的薪资分布。
高中及以下、中专、大专学历水平的男性月薪多集中于8000元以下,8000元以上的人数占比不足25%。
大学本科学历的男性月薪普遍超过5000元,近一半月薪超过8000元。
硕士学历的男性月薪普遍超过8000元,拥有12000元以上月薪的人数达60%。
博士学历男性与硕士学历男性的月薪水平大致相当,在50000元以上高薪人数的占比中略胜一筹。
二、女性
由此图,可明显看出28-32岁女性的薪资分布:
高中及以下、中专、大专学历水平的女性月薪多集中于5000元以下,5000元以上的人数占比不足25%。
大学本科学历的女性月薪普遍超过3000元,月薪超过5000元的人数占比超过一半。
硕士学历的女性月薪普遍超过5000元,拥有8000元以上月薪的人数达70%。
博士学历女性比硕士学历女性的月薪水平较高,但相差不大
同年龄阶段的男性和女性,月薪水平相差较多;同一学历的男性比女性要多出约3000元的月薪。
35-40岁
对相当部分的博士来说,28-32岁还处在刚刚步入职场的年纪,仅比较30岁左右的月薪水平有失公允。所以,二胖又根据35-40岁各学历人群的月薪状况进行了对比,得出了以下结果。
一、男性
由此图,可明显看出35-40岁男性的薪资分布。
高中及以下、中专、大专学历水平的男性月薪多集中于8000元以下,8000元以上的人数占比不足25%。与28-32岁同学历水平的人群相比,薪资涨幅不大。
大学本科学历的男性月薪普遍超过5000元,近一半月薪超过12000元。
硕士学历的男性月薪普遍过万,拥有12000元以上月薪的人数达75%。
博士学历男性与硕士学历男性的月薪水平大致相当,在50000元以上高薪人数的占比中略胜一筹。
与28-32岁同学历水平的人群相比,大学本科、硕士、博士学历的男性薪资水平均有大幅提高。
二、女性
由此图,可明显看出35-40岁女性的薪资分布。
高中及以下、中专、大专学历水平的女性月薪多集中于5000元以下,5000元以上的人数占比不足25%。
大学本科学历的女性月薪普遍超过5000元,约一半月薪超过8000元。
硕士学历的女性月薪普遍超过8000元,拥有12000元以上月薪的人数达50%。
博士学历女性与硕士学历女性的月薪水平大致相当。
同年龄阶段的男性和女性,月薪水平相差较多;同一学历的男性比女性要多出约4000元的月薪。
经过分析,二胖发现,各位一二线城市的童鞋们挣得还真不少。经过统计,也论证了那句老话“知识改变命运”,学历越高,挣得确实越多。还在读书的童鞋们,听妈妈的话吧:“好好读书,天天向上
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-10在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-10在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09在数据可视化领域,折线图是展示时序数据、趋势变化的核心图表类型之一,其简洁的线条的能够清晰呈现数据的起伏规律。Python ECh ...
2026-04-09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 ...
2026-04-09长短期记忆网络(LSTM)作为循环神经网络(RNN)的重要改进模型,凭借其独特的门控机制(遗忘门、输入门、输出门),有效解决了 ...
2026-04-08在数据分析全流程中,数据质量是决定分析结论可靠性的核心前提,而异常值作为数据集中的“异类”,往往会干扰统计检验、模型训练 ...
2026-04-08在数字经济飞速发展的今天,数据已渗透到各行各业的核心场景,成为解读趋势、优化决策、创造价值的核心载体。而数据分析,作为挖 ...
2026-04-08在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07在数据分析与统计推断中,p值是衡量假设检验结果显著性的核心指标,其本质是在原假设(通常为“无效应”“无差异”)成立的前提 ...
2026-04-07在数字经济深度渗透的今天,数据已成为企业生存发展的核心资产,企业的竞争本质已转变为数据利用能力的竞争。然而,大量来自生产 ...
2026-04-07Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01