
QQ大數(shù)據(jù):年輕人逃離北上廣了嗎_數(shù)據(jù)分析師
早在2000年,諾貝爾經(jīng)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(shù)革命;一是中國的城市化。
當下中國已經(jīng)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(quán)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(quán)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(quán)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(chǎn)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(chǎn)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(jīng)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(jù)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(jù)分析首次披露“逃離北上廣”數(shù)據(jù)圖。數(shù)據(jù)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(jù)是全數(shù)據(jù),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(jù),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(nóng)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(yīng)該才是逃離的主力,而新增部分應(yīng)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(jù)。
但考慮到有關(guān)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(nóng)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(nèi),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(jié)構(gòu)偏年輕的特征,而其余大量待在農(nóng)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(jù)多出近一倍。
這個數(shù)據(jù),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(wù)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(jīng)超過4千萬。
為什么實際人口4千萬,但官方數(shù)據(jù)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(chǎn)。這個理論一破產(chǎn),再提控制大城市人口就沒有依據(jù)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(jù)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(jù)簡歷庫數(shù)據(jù)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(jù)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(wǎng))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(nóng)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(nóng)村包圍城市、農(nóng)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(nóng)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(jīng)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(jù)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(lǐng)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?nèi)木€以下城市大躍進已經(jīng)制造了大量空城,留下了巨額債務(wù),給未來中國經(jīng)濟社會留下巨大隱患,但我們?nèi)匀辉谝鈿怙L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?nèi)匀辉谝源鬅o畏的精神說:“北京人口調(diào)控的當務(wù)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(chǎn)業(yè)?!?/span>
城市化是經(jīng)濟自由和個人自由的必然結(jié)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(jié)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(jīng)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(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
訓練與驗證損失驟升:機器學習訓練中的異常診斷與解決方案 在機器學習模型訓練過程中,“損失曲線” 是反映模型學習狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對數(shù)據(jù)的需求已從 “存儲” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 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 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(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。 ...
2025-09-18DSGE 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 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(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深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學領(lǐng)域,假設(shè)檢驗是驗證研究假設(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、場景與實踐指南 在 Python 進行 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 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(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)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(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 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11