
過完年以后,敢問一句年近30歲的你月薪多少?
近幾天的知乎熱榜有一個問題引起了二胖的注意:三十歲,研究生畢業(yè)的你,現(xiàn)在收入多少?
這不禁讓二胖一邊摸著錢包,一邊想要統(tǒng)計下不同學(xué)歷的人群在而立之年的月薪水平。于是二胖爬取了某相親網(wǎng)站,對北京、上海、天津和重慶的60萬人的數(shù)據(jù)進(jìn)行了統(tǒng)計,得到了以下結(jié)果。
28-32歲
一、高中及以下
28-32歲高中及以下學(xué)歷人群中,月薪普遍在萬元以下,且男性的工資水平普遍高于女性。
男性中,3001-5000元月薪的人數(shù)最多,占比約36%;5001-8000元月薪的人數(shù)次之,占比約32%。
女性中,3000元以下月薪的人數(shù)近一半,達(dá)42%;3001-5000元月薪的人數(shù)較多,占比約36%。
二、中專
28-32歲中專學(xué)歷人群中,月薪在萬元以下的人數(shù)較多。
男性中,3001-5000元月薪的人數(shù)最多,占比約33%;5001-8000元月薪的人數(shù)次之,占比約31%。
女性中,3001-5000元月薪的人數(shù)最多,占比約37%;3000元以下月薪的人數(shù)次之,占比約35.5%。
偏重于技能實(shí)踐的中專學(xué)歷人群,在28-32歲可以賺得的月薪與高中及以下學(xué)歷的人群相比,所差不多。
三、大專
28-32歲大專學(xué)歷人群中,3000元月薪以下的人數(shù)占比明顯減小,尤其是女性。
男性中,5001-8000元月薪的人數(shù)最多,占比約28%;8000元以上月薪的人數(shù)占比達(dá)33%。
女性中,3001-5000元月薪的人數(shù)最多,占比約31%;3000元以下及5001-8000元月薪的人數(shù)占比均在24%左右;8000元以上月薪的人數(shù)占比達(dá)20%
大專學(xué)歷人群,在28-32歲可以賺得的月薪明顯高于高中及以下和中專學(xué)歷人群。
四、大學(xué)本科
28-32歲大學(xué)本科學(xué)歷人群中,8000元月薪以上的人數(shù)占比明顯增大。
男性中,5001-8000、8001-12000、12001-20000元月薪的人數(shù)占比均在22%左右;而5000元以下月薪的人數(shù)占比不足20%。
女性中,5001-8000元月薪的人數(shù)最多,占比約26%;3001-5000及8001-12000元月薪的人數(shù)占比均在21%左右;12000元以上月薪的人數(shù)占比達(dá)21%。
大學(xué)本科學(xué)歷人群,在28-32歲可以賺得的月薪大幅度領(lǐng)先于大專及以下學(xué)歷。但存在薪酬兩極分化現(xiàn)象,本科學(xué)校水平、學(xué)生個人能力等均對月薪有重要影響。
五、碩士
28-32歲碩士學(xué)歷人群中,12000元月薪以上的人數(shù)占比明顯增大。
男性中,12001-20000元月薪的人數(shù)占比最高,超過30%;20000元以上月薪的人數(shù)占比也超過25%;而5000元以下月薪的人數(shù)不足10%。
女性中,8001-12000元月薪的人數(shù)最多,占比約27%;12001-20000元月薪的人數(shù)占比也超過24%;而5000元以下月薪的人數(shù)不足15%。
碩士學(xué)歷人群,在28-32歲可以賺得的月薪又大幅領(lǐng)先于大學(xué)本科學(xué)歷。整體來看,90%的碩士畢業(yè)生在30歲左右可以獲取5000元以上的月薪。
六、博士
28-32歲博士學(xué)歷人群中,月薪五萬元以上的人數(shù)占比較高。
男性中,12001-20000元月薪的人數(shù)占比最高,約25%;20000元以上月薪的人數(shù)占比也超過30%。
女性中,8001-12000元月薪的人數(shù)最多,占比約25%;12001-20000元月薪的人數(shù)占比也超過19%。
博士學(xué)歷人群,在28-32歲可以賺得的月薪總體和碩士相當(dāng),但50000元月薪以上的高薪人數(shù)占比明顯增多。
一、男性
由此圖,可明顯看出28-32歲男性的薪資分布。
高中及以下、中專、大專學(xué)歷水平的男性月薪多集中于8000元以下,8000元以上的人數(shù)占比不足25%。
大學(xué)本科學(xué)歷的男性月薪普遍超過5000元,近一半月薪超過8000元。
碩士學(xué)歷的男性月薪普遍超過8000元,擁有12000元以上月薪的人數(shù)達(dá)60%。
博士學(xué)歷男性與碩士學(xué)歷男性的月薪水平大致相當(dāng),在50000元以上高薪人數(shù)的占比中略勝一籌。
二、女性
由此圖,可明顯看出28-32歲女性的薪資分布:
高中及以下、中專、大專學(xué)歷水平的女性月薪多集中于5000元以下,5000元以上的人數(shù)占比不足25%。
大學(xué)本科學(xué)歷的女性月薪普遍超過3000元,月薪超過5000元的人數(shù)占比超過一半。
碩士學(xué)歷的女性月薪普遍超過5000元,擁有8000元以上月薪的人數(shù)達(dá)70%。
博士學(xué)歷女性比碩士學(xué)歷女性的月薪水平較高,但相差不大
同年齡階段的男性和女性,月薪水平相差較多;同一學(xué)歷的男性比女性要多出約3000元的月薪。
35-40歲
對相當(dāng)部分的博士來說,28-32歲還處在剛剛步入職場的年紀(jì),僅比較30歲左右的月薪水平有失公允。所以,二胖又根據(jù)35-40歲各學(xué)歷人群的月薪狀況進(jìn)行了對比,得出了以下結(jié)果。
一、男性
由此圖,可明顯看出35-40歲男性的薪資分布。
高中及以下、中專、大專學(xué)歷水平的男性月薪多集中于8000元以下,8000元以上的人數(shù)占比不足25%。與28-32歲同學(xué)歷水平的人群相比,薪資漲幅不大。
大學(xué)本科學(xué)歷的男性月薪普遍超過5000元,近一半月薪超過12000元。
碩士學(xué)歷的男性月薪普遍過萬,擁有12000元以上月薪的人數(shù)達(dá)75%。
博士學(xué)歷男性與碩士學(xué)歷男性的月薪水平大致相當(dāng),在50000元以上高薪人數(shù)的占比中略勝一籌。
與28-32歲同學(xué)歷水平的人群相比,大學(xué)本科、碩士、博士學(xué)歷的男性薪資水平均有大幅提高。
二、女性
由此圖,可明顯看出35-40歲女性的薪資分布。
高中及以下、中專、大專學(xué)歷水平的女性月薪多集中于5000元以下,5000元以上的人數(shù)占比不足25%。
大學(xué)本科學(xué)歷的女性月薪普遍超過5000元,約一半月薪超過8000元。
碩士學(xué)歷的女性月薪普遍超過8000元,擁有12000元以上月薪的人數(shù)達(dá)50%。
博士學(xué)歷女性與碩士學(xué)歷女性的月薪水平大致相當(dāng)。
同年齡階段的男性和女性,月薪水平相差較多;同一學(xué)歷的男性比女性要多出約4000元的月薪。
經(jīng)過分析,二胖發(fā)現(xiàn),各位一二線城市的童鞋們掙得還真不少。經(jīng)過統(tǒng)計,也論證了那句老話“知識改變命運(yùn)”,學(xué)歷越高,掙得確實(shí)越多。還在讀書的童鞋們,聽媽媽的話吧:“好好讀書,天天向上
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,“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(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)時的科學(xué)計數(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” 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)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“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)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導(dǎo)向 統(tǒng)計模型作為數(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