安博体育-纳赛尔：对姆巴佩离开毫无遗憾，今年没有他我们反而很幸运(纳赛尔百度百科)

　　来源：真叫卢俊的地产观（ID：zhenjiaolujun）

　　中国有四个一线城市：北上广深，到底哪个城市最好，哪个城市应该排在末尾好像一直是争论不休的话题

　　对于评判一定有很多种维度的，从经济产值，从社会影响力，从城市群构成等等，但是我觉得，任何维度的评判，最后都不如人口流动这个维度来的更加客观。

　　人是这个地球上最智慧的生物，他们会为自己选择最好的生活状态，可能自己当初选择的时候都写不出理由，但是这些个体汇聚成一个大数据之后可能会说明一些问题

　　这个数据国家统计局不一定有，但是大数据互联网公司会有

　　我们先来看下结论

　　这是百度检测到今年第一季度所有城市人口流动情况，我们发现，一线城市里，深圳人口吸纳能力是最强的，然后是北京、广州和上海。

　　这个数字去年最高的是北京，现在2017年第一个季度变成了深圳，这是一个改变，也代表城市对于外来人口的态度，后面广州和上海的顺序没变，上海排在最末端，这个各位猜到了么

　　但这个就是事实了么，我们来看另外一个维度的数据

　　这是长三角、珠三角、京津翼城市群的人口吸纳情况

　　我们发现，以上海为核心的长三角的人口吸纳能力反而是最强的，超过还有两个一线城市的珠三角，这一点是挺出乎我的意料

　　可能反应了一个问题，对于上海来说，虽然单个城市的吸纳能力不是最强，但是他带动了周边城市的集体发展，成了为一个真正的城市群

　　我们再来看具体的比例

　　这是城市群里不同城市的流入人口占比，我们发现，上三角城市群里，这个灰色的比例是最大的，换句话来说，长三角是唯一一个城市群里没有绝对寡头垄断的地带

　　而对于珠三角，毫无疑问被深圳广州+东莞垄断，而京津翼则更加明显，基本上可以称之为北京和他的邻居们

　　所以毫无疑问，在城市群的发展模式上，长三角毫无疑问是相对比较健康和稳健的

　　那么对于珠三角来说，有一张图或者可能说明一些问题

　　这是春节前夕，人口流动的地方，颜色越深代表春节前人口流入的越多

　　那么换一个角度来说，颜色越深，代表日常人口流出的越多

　　我们发现一个非常惊讶的现象，珠三角，广州、深圳甚至东莞城市的周边，颜色深的发红，所以换一句话来说，广州和深圳的新鲜劳动力，极度依赖周边城市的供应，很大程度上这两个城市的发展，从劳动力的角度来说需要周边城市的输血

　　但是同样也代表，这两个城市的开放程度最大，愿意包容接受外来人口

　　这个可能是深圳和广州的魅力所在

　　那么对于北京而言，可能有一个数字可以代表他的定位

　　这张是北上广深春节前夕人口流出者的目的地

　　也和前一张图的观点非常类似，珠三角的人回家都是在广州深圳的周边，上海的人回去也集中在长三角

　　但是我们看到红色，北京的人口流出前往的地方，幅度最大，横跨区域最广

　　所以换一句话来说，如果中国只有一个中心，那么这个中心是北京，这个不是来自数据支撑，而是人们心中的认同感，只有北京可以吸引到全国的人前往

　　所以一定要给一线城市做一个胜负的话，我大概是这么几个观点

　　深圳目前的整体社会更加开放和包容，所以某种程度上吸纳了最多的外来人口导入，我记得2016年的第一名还是北京，在2017年的第一季度就变成了深圳，你可以归结为楼市调控的因素，但是我更倾向于整个城市文化

　　当然我们也需要承认，深圳就是一个移民城市，人口的波动在未来会越来越频繁，这也并不全是好事，说的通俗一点，一旦深圳的经济发生点问题，人口的溃散可能是瞬间发生的

　　对于北京来说，还是全中国关注的焦点，但是我们也确实发现，京津翼到目前为止依然没有发展起来，所以写到这里大概可以理解为什么会有雄安新区这个概念，但是我们也需要更多的谨慎，毕竟有个更好基础的天津也况且如此，雄安新区一定是任重道远的事情

　　而对于上海，应该是发展最均衡的城市，而且从经济带动上来看，也确实带动了周边城市的发展，所以这里我们也更加可以理解，为什么上海一限购周边城市就特别容易涨价，因为房价本来就连接着经济，而长三角的经济发展一直是紧密联系着的

　　另外，写到这里的时候，我突然发现了一个有趣的数据

　　关于一线城市里的人口流出数据

　　我们发现，愿意离开北京上海广州深圳的人，他们都会去往一个城市：重庆

　　可能某种程度上来说，重庆也在吸引着全国优秀的精英前往，所以对于这个城市的发展，我们需要更多的关注，毕竟他们有3000万的人口基础，或许转型就在这一两年

　　以上是一些大数据给我们呈现的一些观点，对于一线城市其实没有什么胜负，给到自己一个最好的选择，可能就是最正确的选择

　　人是一个最聪明的一种生物，能够吸引到你，让你愿意远离家乡前往异地的，一定是各种因素权衡过的结果，而大数据的魅力把所有人的抉择都放在一个平面上来看，这就显示出不同城市的不同魅力

　　另外，最后也给大家看一张动图

　　这上面一个个点都代表一个个人，我们就像蚂蚁一样离开一处，到达另外一处，这是多么庞大的人口迁移

　　中华民族是一个最具备闯劲的民族，我们离开家乡，去外面找寻自己的梦想，不论地方怎么样，都尝试在这里扎根奋斗

选择了

就不要后悔了

　　延伸阅读：

　　一线城市不同阶层人群生存报告！背后极其残酷...

　　来源：城市数据团（ID：metrodatateam） 作者：团支书

　　对于在一线城市打拼的大部分年轻人来说，一毕业就得去租房。

　　一租房才会深刻认识到城市的阶层分化。

　　由于租房的市场化程度最高，租金的差异相比房价差异而言更敏感、更反映供求关系。

　　以上海为例，我们来简单看看租金从2000元到7000元的房屋空间差异：

　　通过市场上挂牌出来的房源数据可以看到：不同租金价格的住宅在空间上组成了一个个放射型的同心圆。每个月少付1000块，你可能就要住的离市中心更远一点。

　　但实际上，房屋的总租金并不能真正反映人群阶层的分化，毕竟大部分年轻人都是合租的。因此，租金真实的分布形态还要更复杂一点：

　　以房屋月租总价除以房间数，可以得到每个房间的月租单价（下文的“租金”均代表每间房屋的月单价）。为了避免极端房源造成的误差，我们进一步将不同房源在尺度为200m-500m的居住空间单元内聚合，得到了每个居住单元的平均租金。

　　举个例子——

3000元/房间/月以上的阶层群体的分布如下图所示：

　　这类阶层群体集中在中环线范围内，但在徐汇和世纪大道方向上略有延伸。

1500~3000元/房间/月的阶层群体的分布如下图所示：

　　这类阶层群体在浦西的沈海高速-申嘉湖高速圈层内有广泛分布，并延伸到闵行莘庄、浦东周浦，以及松江和宝山的部分地区。

1500元/房间/月以下的阶层群体的分布如下图所示：

　　这类阶层主要分布在郊区新城，以及市中心的群租房中。

　　接下来，我们从生活便利度（生活）、本地就业机会（机遇）、平均通勤距离（通勤）和职业结构（工作）这四个角度来评价一下不同租金的居住空间单元对应的阶层群体的生存质量吧。

　　一、生活便利度

　　我们综合了交通设施（公共交通站点、停车场等）、生活服务设施（理发店、足浴店、洗衣店等）、体育健身场所、购物场所、餐饮场所等poi的数量和密度，合成了“生活便利设施指数”。该指数越高，说明该地区的生活便利程度越高。

　　我们将生活便利设施指数分解到不同租金的居住空间单元中，可以得到下图：

　　这里出现了一个“倒U型”的分布。租金在500块钱的阶层所处的地区，其生活便利性最差，而租金为1.5-3k的阶层在居住地附近则拥有最多的生活便利设施，甚至高于租金3k+的阶层。

　　但如果我们用人均生活便利设施的话，趋势就截然不同了，请看下图：

　　结论很明显：

　　1，人均生活设施的便利程度总体随着租金的涨幅而提升。

　　2，有趣的是：人均生活便利设施条件最差的，并不是租金最低的阶层，而是租金为2-2.5k元/房间/月的人。

　　3，租金4K元/房间/月是一个重要的临界值，假如你囊中羞涩，不得不在这个标准上少支付12%（差不多是500块钱），那么平均看来，你所能享受到的生活便利程度将大幅度降低接近40%，生活的残酷由此可见。

　　二、本地就业机会

　　人们在选择租房时，除了考虑生活便利度，也会高度重视就业机会。

　　为了引入就业岗位数据，我们需要把本次研究的空间单元从几百米的栅格扩大到街镇。以街镇的就业岗位数量和常住劳动年龄人口的比例，衡量地区的本地就业机会。该指标越大，说明本地就业机会越大。结果如下图所示：

　　从图中可以看到：

　　1，随着不同阶层租金的提升，本地就业机会指数先减后增，呈现“U型”；

　　2，本地就业机会最少的是租金2~2.5k元/房间/月的阶层。相比之下，租金4~4.5k元/房间/月的阶层在本地就近工作的可能性比前者要大3倍；

　　3，租金3.5k元/房间/月是一个临界值。在这个基础上，假如由于某些原因，你不得不减少500元的每个月房租预算，那么，对不起，你在本地就近工作的可能性会降低约60%。

　　三、通勤距离与方向

　　与本地就业机会密切相关的另一个生活质量指标是通勤。

　　我们把去隐私的个人移动设备的定位数据落到一个个居住空间单元里，计算出各个阶层市民的平均通勤距离，结果见下图：

　　结果显示：

　　1，随着租金的变化，不同阶层的通勤距离从短到长再到短。

　　2，租金2~2.5k/房间/月的阶层平均直线通勤距离最长，达到了8km；

　　3，而通勤距离最短的则是租金在500块钱以下的群体，平均通勤距离为5.6km。

　　4，对2k-4.5k/房间/月的区间里，当你每个月房租降低500元，意味着你每天单程的平均通勤直线距离将增加300m，也就是每年在这个城市里多跑230km以及消耗更多的生命。

　　虽然通勤距离不同，但事实上大家的通勤方向都是截然不同的。我们以部分样本为例，绘制了如下三个图：

　　从左至右，分别对应中心城区内居民、外环到新外环（沈海高速-申嘉湖高速环）内的居民、以及五个新城居民的通勤路线。可以看到：

　　中心城区居民主要在城内通勤；外环到新外环内居民通勤也以城区为主；而新城居民则出现了大量的本地通勤。

　　结合租金，我们可以进一步统计出各个阶层的就业地点，绘制出下图：

　　可以看到：

　　1，随着租金水平的提升，人们前往市区通勤的比例在不断上升；

　　2，租金在2-2.5k元/房间/月以上的阶层，超过一半的人在外环线以内工作，而相邻的租金在2.5k-3k元/房间/月以上的阶层，则超过一半在中环线内工作；

　　3，租金在4-4.5k元/房间/月以上的阶层，超过一半的人工作在内环线以内的市中心。

　　四、职业结构

　　最后，我们不妨来看一下，不同阶层的人都从事什么样的工作呢？

　　我们以各地区的通勤人数、通勤方向和工作地区的岗位结构等要素，推测出不同阶层居民的职业结构，并借用 “区位熵”的概念定义了“职业密集度”，以此表征各阶层人群的职业分布情况。

　　职业密集度=某阶层居民从事某职业的比例/全市居民从事某行业的比例

　　结果如下图所示：

（注：从绝对数量来说，各行业人数最多的都是中间阶层。因此，本指标比较的是每个阶层与全市相对照的相对就业密集度。指标越高，说明该阶层越集中从事该行业的工作。）

　　可以看到：

　　1，租金在500元/房间/月以下的群体从事制造业的密集度远远高于从事其他行业的密集度；

　　2，信息技术密集度最高的群体的租金水平为3~3.5k元/房间/月，这个租金水平再上涨500块，群体就业密集度最高的行业就立刻跳转到金融业了；

　　3，金融业群体无疑是租金水平最高的，从3.5k元/房间/月以上的所有租金区段，都是金融业的就业密集度排名第一；

　　4，租金在4.5k以上的群体和0.5k以下的群体呈鲜明的对比，前者从事金融业的比制造业的密集度要高大约8倍，而后者从事制造业的比从事金融业的密集度要高出大约18倍。

　　上海就是这样一座城市。有些时候，我们仅仅为了每月节省500元钱寄回家里，就不得不牺牲60%就近工作的可能性，就不得不每年多通勤230公里，就不得不消耗我们宝贵的时间和生命。

　　是的，这个城市的背后隐藏着极其残酷的阶层与空间分化。遗憾的是：从来没有人能告诉我们，到底应当如何选择。

　　声明：本文不代表塔木德富豪会观点，仅供读者参考。

　　文章版权归原作者所有，如有侵权，请联系我们进行删除。小编微信（81525345）

欢迎关注

　　塔木德富豪会（ID：tmdfhh）

　　《塔木德》（Talmud）是犹太智慧“圣经”，汇聚5000年文明基因。塔木德富豪会（微信号：tmdfhh）分享全球智慧，传播美好情怀！鼓舞积极人生！与塔木德为伍，您将在生活、生意、生命方面“三生有幸”:幸会，幸运，幸福！

欢迎转载 敬请注明出处

微信号：tmdfhh

欢迎投稿：tmdfhh@163.com

　　投稿互动请联系微信：deyuxi666

商务合作请电话：18688821327

　　或加微信：wangfangdo

请注明企业/项目名称