
CDA數(shù)據(jù)分析師 出品
編輯:葉不凡
當(dāng)代年輕人苦頭發(fā)已久,《中國(guó)人頭皮健康白皮書(shū)》數(shù)據(jù)顯示,我國(guó)脫發(fā)人數(shù)已超2.5億人(男性約1.63億,女性約0.88 億,相當(dāng)于每4位男性中有1人脫發(fā),每8位女性中有1人脫發(fā)。與此同時(shí),30歲前脫發(fā)的比例高達(dá)84% ,較上一代人的脫發(fā)年齡提前了20年,呈現(xiàn)明顯的低齡化趨勢(shì)。
寫(xiě)不完的代碼、修不完的Bug,除了格子衫,程序員們還有個(gè)重要的標(biāo)志:頭頂有點(diǎn)光。
不過(guò)現(xiàn)在,脫發(fā)早已不是程序員的專屬悲傷,越來(lái)越多人開(kāi)始禿了。今天,我們分析一下年輕人與頭發(fā)之間的愛(ài)恨情仇。
中國(guó)約2.5億人存在脫發(fā)問(wèn)題,其中90后占比上升,超越80后,脫發(fā)現(xiàn)象呈現(xiàn)年輕化趨勢(shì)。
數(shù)據(jù)來(lái)源:Mob研究院
90后脫發(fā)情況分布中,46.7%有嚴(yán)重的脫發(fā)。女性中,有43.7%會(huì)脫發(fā),而男性中脫發(fā)人群占比相對(duì)更高,達(dá)51.4%。
數(shù)據(jù)來(lái)源:Mob研究院
90后脫發(fā)區(qū)域分布中,男性或女性都認(rèn)為發(fā)際線是最主要的脫發(fā)區(qū)域,其次,女性的發(fā)縫也脫發(fā)明顯。
數(shù)據(jù)來(lái)源:Mob研究院
IT 通信行業(yè)不出意外地成為禿頭的“重災(zāi)區(qū)”,“禿頭程序員”的說(shuō)法絕不是句玩笑話,尤其是男性碼農(nóng),慘遭折磨。如果你身邊有這么一位親朋好友是碼農(nóng),那么防脫發(fā)產(chǎn)品或許是程序員節(jié)的最佳禮物。
對(duì)于女生來(lái)說(shuō)最容易頭禿的行業(yè)是廣告營(yíng)銷和醫(yī)藥衛(wèi)生。她們?yōu)楣ぷ鞲冻龅牟恢故乔啻?,還有飄逸的長(zhǎng)發(fā)。
數(shù)據(jù)來(lái)源:網(wǎng)易熟讀
禿頭大軍遍布大江南北,江浙滬的打工人不出所望地全部光榮上榜,在所有省份中,廣東、江蘇、山東位列榜單前三。
在北上廣深等大城市,秋風(fēng)颯爽也顯得格外清涼。除了我們熟悉的互聯(lián)網(wǎng)重地外,成都、武漢、鄭州也擠入脫發(fā)的行列。
數(shù)據(jù)來(lái)源:網(wǎng)易熟讀
各地程序員關(guān)注的問(wèn)題,連起來(lái)能寫(xiě)成一部禿頭史,不過(guò)顯然不同地方的碼農(nóng)遭受的折磨還是有差別的。在廣州程序員還在搜索“頭頂脫發(fā)是什么原因?”的時(shí)候,北京的程序員已經(jīng)在搜索“植發(fā)后還會(huì)脫發(fā)嗎?”
90后脫發(fā)原因中,超50%認(rèn)為熬夜、壓力過(guò)大是他們脫發(fā)的主要原因,其次,也有內(nèi)分泌失調(diào)、缺乏運(yùn)動(dòng)等自身原因。
數(shù)據(jù)來(lái)源:Mob研究院
90后睡眠質(zhì)量調(diào)研中,有脫發(fā)現(xiàn)象的人群睡眠質(zhì)量處于非常差、較差和一般的占比(46.0%)明顯高于沒(méi)有脫發(fā)現(xiàn)象的人。
數(shù)據(jù)來(lái)源:Mob研究院
90后的脫發(fā)人群中,僅16.4%不會(huì)因?yàn)槊摪l(fā)煩惱,而37.7%會(huì)經(jīng)常因脫發(fā)煩惱。他們認(rèn)為脫發(fā)對(duì)顏值、自信、脫單影響程度最大。
數(shù)據(jù)來(lái)源:Mob研究院
購(gòu)買(mǎi)防脫洗發(fā)水的消費(fèi)者中,90后占比達(dá)58.3%。
數(shù)據(jù)來(lái)源:Mob研究院
90后拯救脫發(fā)方法中,超2成90后認(rèn)為植發(fā)是最有效的方法,通過(guò)手術(shù)方式從根本解決發(fā)量問(wèn)題。
數(shù)據(jù)來(lái)源:Mob研究院
中國(guó)植發(fā)人群中,90后占比超5成,在他們對(duì)植發(fā)的問(wèn)題中,最關(guān)心的是植發(fā)的價(jià)格。
數(shù)據(jù)來(lái)源:Mob研究院
治療脫發(fā)吃藥雖然有效,但是有些人可能會(huì)有比較明顯的副作用。植發(fā)一般是按毛囊數(shù)量收費(fèi),一個(gè)毛囊價(jià)格從十幾塊到幾十塊不等。不同的脫發(fā)程度需要的毛囊數(shù)是不同的。
脫發(fā)較輕的,1000-2000個(gè)毛囊就夠了,嚴(yán)重的往往要植3000-4000個(gè)毛囊,這樣算下來(lái)至少要為其付出幾萬(wàn)塊甚至數(shù)十萬(wàn)的治療費(fèi)。
相比于脫發(fā)、發(fā)質(zhì)干枯,人們更擔(dān)心的是熬夜、巨大精神壓力以及可能存在的身體亞健康信號(hào)。所以,脫發(fā)成了數(shù)億90后共同的痛,當(dāng)他們無(wú)力改變工作制度和調(diào)整生活節(jié)奏,就只能苦哈哈地調(diào)侃一句:我變禿了,也變強(qiáng)了。
雖然,我們無(wú)法完全解決頭發(fā)問(wèn)題,但我們可以嘗試為禿頭正名。用年輕人的自黑精神消解禿頭的尷尬,打破脫發(fā)的標(biāo)簽。就像一位朋友說(shuō)的,人沒(méi)有十全十美的不是嗎?
最后,祝愿你有好頭發(fā),如果沒(méi)有,愿你在苦惱后趕緊就醫(yī),注意休息。祝愿你有好發(fā)型,如果沒(méi)有,愿你失意中再接再厲,從頭再來(lái)。
參考資料:
網(wǎng)易熟讀:中國(guó)脫發(fā)地圖出爐,這里的人最禿
Mob研究院:2021年90后脫發(fā)調(diào)研報(bào)告
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):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(wú)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(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)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(kù)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(kāi)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(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)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(kù))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(chǎng)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(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)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(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)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(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)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(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)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(yíng)問(wèn)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(guò)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(yíng)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(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)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(chǎng)景中,聚類分析作為 “無(wú)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(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10