
大數(shù)據(jù)告訴你:北上廣深,誰最苦最累最拼命
7月15日,50KM上推出了“北上廣深生活大揭秘:10個(gè)北京女人6個(gè)不回家吃飯”后,立刻被微信朋友圈狂轉(zhuǎn)。一些網(wǎng)友問:“你們?yōu)楹尾徽f說男人是不是回家吃飯了?”、“不回家吃飯,那去干啥了?”
是的,男人們回家吃飯了嗎?其實(shí),滴滴的數(shù)據(jù)顯示,男人們一樣很難晚上回家吃飯,話說回來,因?yàn)榕藳]有回家做飯啊?。ê呛?,這有點(diǎn)大男子主義了。)
是的,不回家吃飯不意味著一定在外應(yīng)酬、消遣,還有很多很多人,在辦公室拼命熬夜加班中!
曾經(jīng),“逃離北上廣”成為年輕人中一個(gè)口號式的選擇,但是,這個(gè)口號根本就沒喊上多久,就沒人響應(yīng)了,因?yàn)?,“逃離北上廣”的人又都回來了。只有“北上廣”加上深圳,才聚集著中國最多的資源,最好的機(jī)會,逃是逃不掉的。那么,只有“拼”,拼就拼一個(gè)星光燦爛。
滴滴打車與生鮮電商“本來生活網(wǎng)”聯(lián)合對交通出行、回家吃飯這兩件大事進(jìn)行聯(lián)合調(diào)查,數(shù)據(jù)顯示,北京晚上20點(diǎn)以后回家的人群,占到了30%,綜合各項(xiàng)標(biāo)準(zhǔn),北上廣深四個(gè)城市中,北京人仍然是最拼最累的。
1、上班里程
北京城市面積最大,人均上班里程也最長,為19.2公里,其次為上海18.82,廣州和深圳平均就要短一些,分別為15.16和13.97。拿北京而言,翻山越嶺中關(guān)村,望眼欲穿CBD都不算事,光是上班路上就得非常拼。
2、上班時(shí)間
整體來看,北京平均上班要52分鐘,上海要51分鐘,差異不是很大,廣州需46分鐘,深圳得40分鐘。每天早晚高峰各堵1小時(shí),從22歲到80歲,會有30624個(gè)小時(shí),相當(dāng)于10.48年,而這就少了許多對家人的陪伴。
3、深夜出行范圍
這是昨天就提到的四大城市晚間出行的熱力圖,看吧,顏色最重范圍最大的是北京吧?
熱力圖上看,夜22:00-23:00,上海、深圳、廣州三個(gè)城市的打車地點(diǎn)集中在城市商區(qū),而北京的集中打車地點(diǎn)遍布整個(gè)城市,每個(gè)角落的人 都在以自己的方式奔忙。再細(xì)微觀察北京,深夜打車的人,大CBD地區(qū)和大中關(guān)村地區(qū),仍然是最重要的區(qū)域,這兩個(gè)地方,集中了北京最多的大型公司、互聯(lián)網(wǎng) 公司,想一想,這些拖著疲憊身軀剛剛走出辦公室的人們,他們那倦怠的身心吧。
4月,滴滴打車4月推出的“吸血加班樓”評選活動(dòng)中,北京國貿(mào)地區(qū)、上海陸家嘴、深圳深南大道是這三個(gè)城市加班最集中的地區(qū),果然到了晚上熱力不減??旃?jié)奏的大時(shí)代,每分鐘都在翻天覆地變化著。
4、出行時(shí)間峰值
滴滴打車的數(shù)據(jù)顯示,上海只有上午9:00出現(xiàn)一次早高峰,沒有晚高峰和夜高峰,也說明上海人比較享受生活,而非工作。廣州和深圳的出行波峰走 向非常一致,下午高峰和晚高峰峰值也基本相同。而在北京,一天中三次高峰非常明顯,夜高峰的訂單量遠(yuǎn)遠(yuǎn)高于早高峰和晚高峰,加班到深夜才回家的人是上班族 的大多數(shù)。
在程序猿、攻城獅、產(chǎn)品狗聚齊的北京西二旗,到了晚上只有26%的人能正常下班回家,18%的人22:00回家,而凌晨以后還有10%的人在忙著改變世界。
5、晚回家人數(shù)
四個(gè)城市中,北京和上海人口數(shù)量相仿,但日均打車人數(shù)北京遠(yuǎn)遠(yuǎn)高于上海;深圳和廣州人數(shù)差不多,打車人數(shù)深圳稍高于廣州。北京城市過大,市中心到家的距離很遠(yuǎn),緊張忙碌的城市中,分分秒秒都很可貴,這時(shí)候選擇叫車回家最為方便。
在晚回家人數(shù)的比例中,北京占到29.38%,廣州居于其次為22.12%,深圳19.71%,而上海人的比例最少,這也與打車峰值分布相符合。
北上廣深四個(gè)城市的上班族每天步履匆匆,繁忙的工作也在擠壓著私人空間,四個(gè)城市中,北京人出行時(shí)間最長、加班時(shí)間最晚、加班范圍最廣、不能回家吃飯比例最高,各項(xiàng)指標(biāo)都完勝上海、廣州、深圳。
這真是,在帝都,真是拼,真是累;在魔都,有點(diǎn)拼,有點(diǎn)累;在廣深,一樣拼,一樣累。可是,在南國廣深,美食那么多,加完夜班再宵夜,一點(diǎn)也不奇怪啊。
數(shù)據(jù)不能說明一切,每個(gè)人的生活體驗(yàn)更直觀更細(xì)致。在這個(gè)城市里打拼,你的前景將有更多的可能性,有夢想就有希望,有堅(jiān)持就有價(jià)值。也許每年都有那么幾個(gè)瞬間,雖然擠在人海中,仍覺得這是一座希望之城。
以上數(shù)據(jù)來源于滴滴媒體研究院和商業(yè)數(shù)據(jù)部、生鮮電商本來生活網(wǎng)。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)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、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10