
QQ大數(shù)據:年輕人逃離北上廣了嗎_數(shù)據分析師
早在2000年,諾貝爾經濟學獎得主斯蒂格里茨就說過:21世紀影響人類進程有兩件大事,一是以美國為首的新技術革命;一是中國的城市化。
當下中國已經有一個基本共識,就是沒有城市化就沒有中國的現(xiàn)代化。但是,出于精英階層對大城市化和所謂“城市病”的恐懼;出于文人思維中區(qū)域均衡發(fā)展的烏托邦夢想;出于權力的傲慢與自負,當代中國的城市化進程一直存在著規(guī)律與規(guī)劃撕裂、人口流動與政府導向背離等現(xiàn)象。它一方面導致人口凈流出地區(qū)的過度投資和過度城市化,造成各種資源的巨大浪費。不把錢當錢,一直在搞小城鎮(zhèn)大躍進,西部大開發(fā),就地城鎮(zhèn)化。另一方面導致人口凈流入地區(qū),尤其是流入大城市人口的各項基本自由和權利得不到保障,不把人當人,無視人的自由選擇和自由遷徙權利,大城市想盡一切辦法通過收容遣送(已廢除)、戶籍管制、學籍限制、產業(yè)強遷等往外“趕人”。
但事實證明以西部大開發(fā)和小城鎮(zhèn)戰(zhàn)略為代表的“區(qū)域均衡發(fā)展戰(zhàn)略”是失敗的。在產出和投入比中,東部一直最高,中部其次,西部和東北一直墊底;在經濟發(fā)展上,西部與東部的差距越來越大。西部人口也持續(xù)外流。從國家統(tǒng)計局提供的數(shù)據看,在2001至2012年的11年中,河南、四川、安徽、貴州、廣西等五個中西部省份出現(xiàn)了人口凈減少。
而日前QQ基于8億多活躍用戶,通過大數(shù)據分析首次披露“逃離北上廣”數(shù)據圖。數(shù)據顯示,2014年1月16日至2月1日,共計4907萬人從北上廣深四城回到全國各地,占四地總用戶數(shù)的51%。節(jié)后,約1070萬的人真正逃離了北上廣深,逃離率為11%,其中,北京又以18%的逃離率成為人們最想逃離的城市。其余的人選擇繼續(xù)他們的打拼之路,再次離開親人,義無反顧踏上回歸北上廣之路。
從2014年2月2日至2月25日,1994萬用戶在2014年首次從全國各地來到北上廣深,新增率達到21%。其中近7成是18至29歲的年輕人,而北京憑借27%的涌入率,再次奪冠,成為人們最愿意來此打拼的城市。
解讀規(guī)律探索規(guī)律堅守規(guī)律這樣的知識求索,比解讀政府工作報告往往更有意思也更有用,更能知道社會發(fā)展的潮流和方向。大數(shù)據是全數(shù)據,不帶有任何取樣的傾向性,也減少了取樣的局限性。樣本越大,真實準確率越高。有人提出,以QQ登錄地作為統(tǒng)計根據,統(tǒng)計比例不會太科學,尤其是逃離部分,競爭力下降的中年以上農民工未必上QQ,這部分人處于自然規(guī)律和制造業(yè)蕭條考量,應該才是逃離的主力,而新增部分應該是可信的,年輕人幾乎很少不用QQ的。
這個分析有道理。也就是說,真正逃離北上廣深的實際上不止11%,而“逃往”北上廣深的21%,則比較接近真實數(shù)據。
但考慮到有關部門公布的2013年年末北京常住人口2114.8萬;上海市常住人口2415.15萬。廣州估計1300萬,深圳估計1100萬左右,合計6930萬,比QQ在這四城市的登錄用戶總數(shù)(4907÷51%=9621)還少2691萬,當然這也許可以解釋為多出部分為瞬間流動人口。再考慮到相當比例中年以上的農民工和中老年人不上QQ(這個比例也是確定的,就是QQ有8億多活躍用戶,全國13.7億人,活躍用戶與非活躍用戶之比為8:5.7),因此我們可以推算,2013年底,北上廣深四地活躍用戶與非活躍用戶分別為9621萬和6855萬。那么,包含瞬間流動人口在內,北上廣深四城市2013年底的實際人口數(shù)量并非官方公布的6930萬,而是高達1億6476萬。
考慮到北上廣深的城市特征和年齡結構偏年輕的特征,而其余大量待在農村的人口不用QQ等,上述人口總數(shù)可以作適當修正,那么我們可以估計這四大城市的實際人口當也在1億2000萬上下,比官方公布的數(shù)據多出近一倍。
這個數(shù)據,可以從實際生活中得到驗證。2013年某日在一個飯局上,某位從小和大大在一個大院里長大、其母親對大大兄弟們還多有照顧的、對公共事務幾乎不食人間煙火的生意人說,北京公安的朋友告訴他,北京的人口(含瞬間流動人口)實際上已經超過4千萬。
為什么實際人口4千萬,但官方數(shù)據只有2100多萬?瞬間流動人口沒有計入只是一部分原因(因為不可能那么多),還有一部分原因我猜是因為官方的主流意識形態(tài)一直在以資源有限理論控制大城市人口,實際人口與他們想控制的人口規(guī)模差別太大,將會揭示資源有限理論和人口控制理論的謊言破產。這個理論一破產,再提控制大城市人口就沒有依據了,而且因為日積月累積重難返,他們將面臨如何解決流動兒童就學、高考等巨大現(xiàn)實壓力。
我們再來看“逃往”北上廣深的人群。QQ大數(shù)據顯示,1994萬用戶年后首次從全國各地來到北上廣深四地。請注意,這里不含剛畢業(yè)的700多萬大學生(學生6、7月才離校),大學生留在這四地的比例達到一半以上。智聯(lián)招聘根據簡歷庫數(shù)據分析顯示,高校畢業(yè)生初次就業(yè)集中在北京、上海、廣州、深圳四大城市的比例高達54.1%,畢業(yè)三年后在這四大城市就業(yè)的更是高達57.3%。
也就是說,每年北上廣深四大城市新增就業(yè)人口將達到1994+350=2344萬,而流出人口則近半。這2344萬是個什么概念?國家統(tǒng)計局數(shù)據顯示,2002年至2011年,中國城鎮(zhèn)化率以平均每年1.35個百分點的速度發(fā)展,城鎮(zhèn)人口平均每年增長2096萬人。(2012年8月17日中國新聞網)也就是說,每年新進入北上廣深四大城市的人口總量超過每年從農村進入城市的人口總量。
這樣一分析,中國的城市化路徑就變得很清晰了:中國的城市化過程,不僅是農村包圍城市、農民成為市民的過程,而且是從小城市到大城市的過程。相當多人,包括大學畢業(yè)生,包括剛洗腳離田的青年農民,都是一步到位先進入大城市,然后其中一半左右的人,在經過大城市多年的熬煎與洗禮之后,因為種種原因再向中小城市分散。而大部分的人,則留在了大城市!QQ大數(shù)據表明,節(jié)后未返回北上廣深的人群,大部分流向了山東、河南、湖南、安徽以及除廣州深圳外的廣東其他地區(qū),在家鄉(xiāng)附近的二三線城市找到了他們新的天地。
這一切說明了什么?說明市場規(guī)律不聽領導和決策的指揮棒,反過來則說明決策不尊重公民自由、不尊重市場規(guī)律。如今我們三四線以下城市大躍進已經制造了大量空城,留下了巨額債務,給未來中國經濟社會留下巨大隱患,但我們仍然在意氣風發(fā)地“深入實施區(qū)域發(fā)展總體戰(zhàn)略,優(yōu)先推進西部大開發(fā),全面振興東北地區(qū)等老工業(yè)基地……”(《2014年政府工作報告》)我們仍然在以大無畏的精神說:“北京人口調控的當務之急是要痛下決心,堅決遏制住人口無序過快增長的勢頭,要抓好以業(yè)控人,堅決淘汰吸引流動人口過多的產業(yè)。”
城市化是經濟自由和個人自由的必然結果,大城市化是資源節(jié)約、效率提高、人類自由與能量充分施展的必然要求和必然結果,也是浩浩蕩蕩勢不可擋的全球性規(guī)律,順之者繁榮昌盛,逆之者蕭條衰敗。任何把城市化當成經濟增長、“城鄉(xiāng)均衡發(fā)展”和“疏散大城市人口”的目的,最后都一定會遭遇失敗的命運。
數(shù)據分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
CDA 精益業(yè)務數(shù)據分析:數(shù)據驅動業(yè)務增長的實戰(zhàn)方法論 在企業(yè)數(shù)字化轉型的浪潮中,“數(shù)據分析” 已從 “加分項” 成為 “必修課 ...
2025-07-16MySQL 中 ADD KEY 與 ADD INDEX 詳解:用法、差異與優(yōu)化實踐 在 MySQL 數(shù)據庫表結構設計中,索引是提升查詢性能的核心手段。無論 ...
2025-07-16解析 MySQL Update 語句中 “query end” 狀態(tài):含義、成因與優(yōu)化指南? 在 MySQL 數(shù)據庫的日常運維與開發(fā)中,開發(fā)者和 DBA 常會 ...
2025-07-16如何考取數(shù)據分析師證書:以 CDA 為例? ? 在數(shù)字化浪潮席卷各行各業(yè)的當下,數(shù)據分析師已然成為企業(yè)挖掘數(shù)據價值、驅動決策的 ...
2025-07-15CDA 精益業(yè)務數(shù)據分析:驅動企業(yè)高效決策的核心引擎? 在數(shù)字經濟時代,企業(yè)面臨著前所未有的數(shù)據洪流,如何從海量數(shù)據中提取有 ...
2025-07-15MySQL 無外鍵關聯(lián)表的 JOIN 實戰(zhàn):數(shù)據整合的靈活之道? 在 MySQL 數(shù)據庫的日常操作中,我們經常會遇到需要整合多張表數(shù)據的場景 ...
2025-07-15Python Pandas:數(shù)據科學的瑞士軍刀? ? 在數(shù)據驅動的時代,面對海量、復雜的數(shù)據,如何高效地進行處理、分析和挖掘成為關鍵。 ...
2025-07-15用 SQL 生成逆向回滾 SQL:數(shù)據操作的 “后悔藥” 指南? 在數(shù)據庫操作中,誤刪數(shù)據、錯改字段或誤執(zhí)行批量更新等問題時有發(fā)生。 ...
2025-07-14t檢驗與Wilcoxon檢驗的選擇:何時用t.test,何時用wilcox.test? t 檢驗與 Wilcoxon 檢驗的選擇:何時用 t.test,何時用 wilcox. ...
2025-07-14AI 浪潮下的生存與進階: CDA數(shù)據分析師—開啟新時代職業(yè)生涯的鑰匙(深度研究報告、發(fā)展指導白皮書) 發(fā)布機構:CDA數(shù)據科 ...
2025-07-13LSTM 模型輸入長度選擇技巧:提升序列建模效能的關鍵? 在循環(huán)神經網絡(RNN)家族中,長短期記憶網絡(LSTM)憑借其解決長序列 ...
2025-07-11CDA 數(shù)據分析師報考條件詳解與準備指南? ? 在數(shù)據驅動決策的時代浪潮下,CDA 數(shù)據分析師認證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據透視表中兩列相乘合計的實用指南? 在數(shù)據分析的日常工作中,數(shù)據透視表憑借其強大的數(shù)據匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實施重大更新。 此次更新旨在確保認 ...
2025-07-10BI 大數(shù)據分析師:連接數(shù)據與業(yè)務的價值轉化者? ? 在大數(shù)據與商業(yè)智能(Business Intelligence,簡稱 BI)深度融合的時代,BI ...
2025-07-10SQL 在預測分析中的應用:從數(shù)據查詢到趨勢預判? ? 在數(shù)據驅動決策的時代,預測分析作為挖掘數(shù)據潛在價值的核心手段,正被廣泛 ...
2025-07-10數(shù)據查詢結束后:分析師的收尾工作與價值深化? ? 在數(shù)據分析的全流程中,“query end”(查詢結束)并非工作的終點,而是將數(shù) ...
2025-07-10CDA 數(shù)據分析師考試:從報考到取證的全攻略? 在數(shù)字經濟蓬勃發(fā)展的今天,數(shù)據分析師已成為各行業(yè)爭搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢性檢驗:捕捉數(shù)據背后的時間軌跡? 在數(shù)據分析的版圖中,單樣本趨勢性檢驗如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數(shù)據類型:時間維度的精準切片? ? 在數(shù)據的世界里,時間是最不可或缺的維度之一,而year_month數(shù)據類型就像一把精準 ...
2025-07-09