
作者 | 羅鈺婧
來源 | DT財(cái)經(jīng)
Costco開業(yè)你去現(xiàn)場(chǎng)了嗎?人口普查似的排隊(duì)場(chǎng)面對(duì)于上海人來說已經(jīng)不稀奇,畢竟當(dāng)新鮮的商品或是業(yè)態(tài)來到中國(guó)時(shí),上海常常是第一站。但當(dāng)Costco的新聞不斷發(fā)酵的同時(shí),在互聯(lián)網(wǎng)的角落里也有一群人提出了自己的疑問:Costco什么時(shí)候來北京?
北京和上海,一個(gè)政治中心一個(gè)經(jīng)濟(jì)中心,中國(guó)人心里的紅玫瑰和白玫瑰。它們的關(guān)系如同肯德基隔壁的麥當(dāng)勞,耐克對(duì)面的阿迪達(dá)斯。它們是所有社會(huì)生存類話題的???,也是絕大多數(shù)城市比較文章的主角。它們集聚了最豐厚的商業(yè)社會(huì)文化資源,城市性格卻截然不同。而選擇不同的城市,可能就決定了不同的人生。
那么北京和上海,到底誰更適合你呢?DT君建立了一套“青和力”的評(píng)估體系,從三個(gè)不同需求層次,建立了8個(gè)一級(jí)指標(biāo)、24個(gè)二級(jí)指標(biāo)、70個(gè)三級(jí)指標(biāo),來詳細(xì)比較這兩座城市的優(yōu)劣特點(diǎn),幫你精準(zhǔn)決策。
這套評(píng)估體系的結(jié)果顯示,上海和北京的“青和力”幾乎同分,遙遙領(lǐng)先中國(guó)其他城市,但分項(xiàng)指標(biāo)成績(jī)各有千秋。這意味著,對(duì)于年輕人來說,兩個(gè)城市具有同樣強(qiáng)大卻又特色迥異的吸引力。
1
北京:奮斗青年的天堂
北京的優(yōu)勢(shì)主要體現(xiàn)在硬實(shí)力上。
雖然在GDP總量、社會(huì)消費(fèi)品零售總額、線上消費(fèi)總額等方面,北京稍弱于上海,但由于少了近300萬人口,人均指標(biāo)上北京稍勝于上海。
北京在第三產(chǎn)業(yè)上的發(fā)展也領(lǐng)跑全國(guó)。2017年其第三產(chǎn)業(yè)GDP占比為80.56%,高于上海的69.18%。一般來說,第三產(chǎn)業(yè)GDP占比越高,說明該地區(qū)的經(jīng)濟(jì)結(jié)構(gòu)越好。發(fā)達(dá)國(guó)家的第三產(chǎn)業(yè)GDP占比一般在70%-80%之間。
雖然略低的三產(chǎn)占比數(shù)字,不一定就說明上海的城市發(fā)展硬實(shí)力不足,因?yàn)橐灾圃鞛閮?yōu)勢(shì)的德國(guó)也差不多是這個(gè)數(shù)字。但在我們這一以年輕人為核心的評(píng)價(jià)體系中,第三產(chǎn)業(yè)即意味著能提供更多、更理想的工作崗位,更有利于吸引年輕人。
知乎專欄作者林安有一篇關(guān)于京滬生活對(duì)比的文章,也突出了兩座城市工作機(jī)會(huì)上的差異。她表示,在互聯(lián)網(wǎng)、傳媒、文化娛樂等多個(gè)行業(yè),北京的機(jī)會(huì)要多于上海。
細(xì)數(shù)那些讓大學(xué)畢業(yè)生垂涎的知名企業(yè),北京的中國(guó)500強(qiáng)企業(yè)數(shù)量是上海的3倍,新經(jīng)濟(jì)上市公司(包含TMT、互聯(lián)網(wǎng)、醫(yī)療技術(shù)等高科技行業(yè))數(shù)量比上海多三成,獨(dú)角獸公司數(shù)量和創(chuàng)業(yè)能級(jí)比上海翻倍。
連續(xù)創(chuàng)業(yè)者Elad Gil曾在全球技術(shù)中心分布趨勢(shì)的分析文章中《Industry Towns - Where You Start A Company Matters》說道:科技產(chǎn)業(yè)具有強(qiáng)烈的集聚效應(yīng)。底特律之所以能成為汽車中心,一定程度上是因?yàn)楦L仄嚬竞蛫W茲莫比爾汽車公司碰巧都在那里開業(yè)。其他企業(yè)和供應(yīng)商為向福特和奧茲莫比爾靠攏,就都把公司搬到底特律。于是一個(gè)工業(yè)城鎮(zhèn)就誕生了。
人才也同樣如此。擁有較高職業(yè)理想的年輕人更傾向于選擇能夠提供肥沃創(chuàng)業(yè)土壤與豐富就業(yè)機(jī)會(huì)的城市。而眾多的知名大公司為北京青年提供了更多的優(yōu)質(zhì)崗位。
而根據(jù)某求職網(wǎng)站上的招聘數(shù)據(jù),上海的大公司(員工數(shù)量在1000人以上)招聘需求數(shù)量差不多是北京的3/4,應(yīng)屆畢業(yè)生員工的招聘需求也少了約10%。而在所有招聘崗位中,年輕人更偏愛的前沿行業(yè)占比數(shù)字,上海也比北京要低約15%。
尤其是在IT服務(wù)、計(jì)算機(jī)軟件等領(lǐng)域,上海的崗位占比比起北京少了約三成,媒體/出版/影視/文化傳播行業(yè)也不到北京的一半。
對(duì)于在北京從事新媒體工作多年的李華來說,非常符合現(xiàn)實(shí)。雖然身邊不停有人入職離職,但他們通常不會(huì)離開北京。“因?yàn)橐坏╇x開北京,就很難找到同等分量的工作”,李華告訴DT財(cái)經(jīng)。
不過,優(yōu)渥的就業(yè)資源和經(jīng)濟(jì)實(shí)力的背后是北京青年們普遍的知識(shí)焦慮。相比上海,北京青年在線下學(xué)習(xí)場(chǎng)所、知識(shí)付費(fèi)等硬核學(xué)習(xí)提升方面非常投入。根據(jù)網(wǎng)易云課堂數(shù)據(jù)顯示,北京知識(shí)付費(fèi)規(guī)模比起上海多出了近40%,妥妥坐穩(wěn)了頭把交椅。知乎上,北漂焦慮的問答也屢見不鮮。
也許正是如此,多的是一邊在北京“追夢(mèng)”,一邊又吐槽北京沒有生活的年輕人。
2
上海:更具煙火氣息的欲望都市
“我們?cè)谶@兒迷惘,我們?cè)谶@兒尋找,也在這兒失去”不光是一句歌詞,也是北京居民出行時(shí)的真實(shí)寫照。
“剛?cè)ケ本┯X得城區(qū)好大,不跨區(qū)都要在路上花1.5個(gè)小時(shí)。如果‘不幸’跨區(qū),單程可能就要花2個(gè)小時(shí)——就像是一場(chǎng)短途旅行?!辈还馐橇职?,對(duì)于其他生活在北京的居民來說,這種日常出遠(yuǎn)門的現(xiàn)象是一種普遍存在。不知道大家有沒有聽說過一個(gè)段子:在北京談戀愛,只要不在一個(gè)區(qū)都算是異地戀。若是一個(gè)住在海淀、一個(gè)住在通州,想要約會(huì)的話只能是“拜拜了您嘞”。
顯然,北方城市更加開闊與粗獷的城市規(guī)劃特色,在講求供應(yīng)密度的便利性建設(shè)上確實(shí)不占優(yōu)勢(shì)。而在上海,從浦東國(guó)際機(jī)場(chǎng)到虹橋國(guó)際機(jī)場(chǎng)橫穿整個(gè)城市坐地鐵也僅僅需要1.5小時(shí),這還不包括磁懸浮、機(jī)場(chǎng)大巴等特定便捷交通。此外,隨處可見的全家、羅森、7-11,以及遍地扎堆的網(wǎng)紅餐廳,共同構(gòu)建了更加便捷舒適的生活。
哈佛大學(xué)經(jīng)濟(jì)學(xué)教授愛德華·格萊澤就曾說過:城市并不僅僅是高水準(zhǔn)收入而已,城市同時(shí)也要能夠提供健康、文化的創(chuàng)新和自由。生活的滿意度在城市中也非常重要。除了生活的舒適與便利,上?!澳Φ恰?、“時(shí)尚”的城市氣質(zhì)也是吸引年輕人的一個(gè)重要加分項(xiàng)。在大眾品牌偏好度上,北京和上海的整體差距不大,然而在一些潮流品牌上,北京就不似上海那么“洋氣”了。上海無印良品門店數(shù)量比起北京多35%,星巴克數(shù)量甚至比北京多出一倍。
同時(shí),上海還是全球知名品牌的“首店聚集地”。號(hào)稱“世界上最好吃漢堡”的Shake Shack于2018年在上海新天地開出中國(guó)首店;當(dāng)時(shí)全球最大,亞洲首家的星巴克臻選烘焙工坊選擇在南京西路開業(yè)。愛馬仕、路易威登、Vera Wang等奢侈品牌登陸中國(guó)時(shí),上海也是首選。
充斥著一線大牌的購(gòu)物中心遍布全城,是90后對(duì)上海這個(gè)摩登繁華大都市的第一印象。截至2019年5月底,上海比北京多開了53個(gè)3萬㎡以上購(gòu)物中心,購(gòu)物中心內(nèi)可選擇的品牌數(shù)量也多出近3成。上升到要滿足精神生活的更高需求,上海同樣立穩(wěn)了欲望都市的“城設(shè)”。
無論是文學(xué)、資訊及其他泛閱讀,還是運(yùn)動(dòng)、美妝等自我關(guān)愛,亦或是旅拍、智能家居等生活新鮮感層面,上海都展示出足夠的熱情和閑趣擁抱生活。在文娛活力方面,“娛”的所占比重也要遠(yuǎn)遠(yuǎn)高于“文”?!皶r(shí)尚新潮”“熱愛生活”的城市氣質(zhì)是上海的精神內(nèi)核。
就像郭敬明在《小時(shí)代》中對(duì)上海這座城市的描述一樣“……外灘終于露出了它嶄新的面貌,奢靡的、嫵媚的、古典的、新銳的、搔首弄姿同時(shí)也盛氣凌人的新顏。仿佛一個(gè)穿著華貴衣裙的貴族少女,沿著黃浦江岸輕輕地趟了下來,她曼妙的腰臀曲線彎成外灘動(dòng)人的天際,她雪白的大腿撩動(dòng)著無數(shù)金融家的炙熱春夢(mèng)”。
與北京相比,無論是從城市面貌還是物質(zhì)文明的角度來看,上海都提供了更具活力的煙火氣息與最具色彩的都市生活圖景。
3
北京與上海的較量也是兩個(gè)城市群的角逐
分別從工作、生活與精神需求的角度來拆解兩個(gè)城市后,不同個(gè)性的年輕人應(yīng)該會(huì)進(jìn)一步明確自己的歸屬。北上都不是孤立的個(gè)體,地理與行政區(qū)位決定了它們作為中心城市組群發(fā)展的未來,出于這種考量,“北京還是上?!北澈笃鋵?shí)是“京津冀還是長(zhǎng)三角”的問題。
一方面,城市群的協(xié)同是影響城市發(fā)展?jié)摿Φ囊蛩刂?;另一方面,地理空間的接近讓城市群內(nèi)多個(gè)城市成為一個(gè)整體,年輕人選擇其中某個(gè)城市,事實(shí)上是擁抱了整個(gè)城市群的資源。
當(dāng)我們將比較范圍擴(kuò)展到更廣闊的地理空間,又有了一個(gè)新的視角。
從北上所屬城市群各城市的青和力排名來看,長(zhǎng)三角城市群呈現(xiàn)出更好的城市層級(jí)體系。在上海之后,杭州、南京、蘇州進(jìn)入青和力前10名,寧波、無錫進(jìn)入前20名,在不同程度吸引年輕人的分位段都有排位靠前的城市。相較之下,京津冀地區(qū)在北京和天津之外,城市群缺少中堅(jiān)城市,青和力僅次于天津的石家莊,也已經(jīng)排至第41名。
為了對(duì)比兩個(gè)城市群的發(fā)展情況,這里我們引入了表現(xiàn)空間相關(guān)性的莫蘭指數(shù)。莫蘭指數(shù)大于0表示城市間的發(fā)展與地理集聚呈現(xiàn)正相關(guān)性,靠得越近發(fā)展程度也越相近;小于0則說明城市間發(fā)展與地理集聚呈負(fù)相關(guān),靠得近的城市發(fā)展差距較大。
根據(jù)統(tǒng)計(jì)結(jié)果,長(zhǎng)三角和京津冀的青和力發(fā)展指數(shù)總分均呈現(xiàn)出負(fù)相關(guān),上海和北京一定程度上都表現(xiàn)出中心城市的強(qiáng)勢(shì)。但如果計(jì)算青和力各細(xì)分指標(biāo)的莫蘭指數(shù),明顯能看到北京與周邊城市的差距更大。
在產(chǎn)業(yè)發(fā)展方面,北京的中國(guó)500強(qiáng)、獨(dú)角獸及新經(jīng)濟(jì)上市公司的數(shù)量總和占據(jù)京津冀城市群的86%。而在長(zhǎng)三角城市群,上海只占40%,緊隨其后的還有杭州、南京、蘇州等城市,產(chǎn)業(yè)發(fā)展并不弱勢(shì)。
與城市群內(nèi)產(chǎn)業(yè)發(fā)展失衡相對(duì)應(yīng),京津冀地區(qū)的工作機(jī)會(huì)分布也十分不均衡。應(yīng)屆生的校招機(jī)會(huì)、大公司和前沿行業(yè)的招聘名額幾乎被北京包攬,薪資水平也領(lǐng)先較多。相較而言,長(zhǎng)三角的工作機(jī)會(huì)含金量得分呈現(xiàn)較高的空間正相關(guān),圍繞上海的江浙地區(qū)城市亦有不少就業(yè)機(jī)會(huì),收入性價(jià)比也相對(duì)較高。
在生活新鮮感與文化娛樂活力等軟實(shí)力方面,上海對(duì)于長(zhǎng)三角地區(qū)周邊城市亦有正向的帶動(dòng)作用。
經(jīng)過上面一番對(duì)比可以看出,在較為硬核的城市發(fā)展能級(jí)和工作機(jī)會(huì)含金量方面,北京擁有更加強(qiáng)大的資源;在提供舒適和便利的生活、更具商業(yè)活力的街區(qū)和容納新生活方式等方面,上海有明顯的優(yōu)勢(shì);而在滿足年輕人文娛需求與自我成長(zhǎng)方面,兩座城市的文化娛樂活力不相上下。當(dāng)超級(jí)城市的理想與欲望承載不起高昂的生活成本和競(jìng)爭(zhēng)壓力時(shí),上海青年退一步還有很多不錯(cuò)的長(zhǎng)三角備選城市,而北京青年需要付出更高的機(jī)會(huì)成本尋找退路。所以,對(duì)于不到巔峰心不死的事業(yè)狂人,北京可能的確是最好的選擇,但對(duì)于混好CBD圈層更要有腔調(diào)生活的小資青年,上海也許才是他們的終極理想城。白玫瑰和紅玫瑰沒有絕對(duì)的孰是孰非,只有合適與否。不同的青年,對(duì)于理想的城市有不同的定義。
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(chǔ)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(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(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(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