
大数据分析“逃离北上广”和“逃回北上广”
在中国社会心态指数(ISMC)调查启动仪式暨全国城市认同调查报告发布会上,由凯迪数据研究中心携手社科院社会心理学研究所联合发布的全国城市认同调查报告,希望通过对全国地级以上城市民众对城市认同感的调查,对比分析了不同城市在城市认同感各维度上的差异,在经济新常态下,为城镇化建设提供一个重要的参考依据。
南方都市报总编辑、凯迪网络副董事长任天阳表示,城市认同感作为在新型城镇化进程中格外重要的一种社会心态,折射的是居住在城市中公众的日常感受、基本情绪、社会共识和价值观的总和。他们也希望通过对城市认同感的调查分析,为城市的管理者,治理者和研究者提供一些有效的信息。
记者了解到,该报告按照经济发展水平将参与调研的城市分为一线城市、新一线城市、二线城市、三线城市、四线城市和无线城市,近15万有效问卷,覆盖00后到50后、无收入者到月薪两万以上者,还有不同教育水平等多维度人群。报告将城市认同感划分出四个因子,分别命名为:文化认同、身份认同、地位认同以及地域认同。
“这个数据可以恰恰可以解释当前青年人‘逃离北上广’和‘逃回北上广’的心态。”中国社会科学院社会心理学研究中心研究员王俊秀表示,在一线城市,青年人的付出可能是最多的,但是收入可能远低于其他年龄层的人,所以会出现逃离的心态,到了四线城市,青年人能够拥有相对高的社会地位和薪酬待遇,对本地文化也比较包容,但是呆久了可能也会不甘心,希望能有更广阔的天地,所以地域认同感会较低,不愿意在四线城市长期呆下去。一线城市中,70后的地域认同感是比较高的,说明有了一定社会地位和经济基础之后,一线城市更能留住人才,给予人才更多的认同感。
江门市的城市认同感在广东省内各城市中,各项指标都比较靠前,江门市政府副秘书长张璐表示,调查报告也对政府工作有一定的帮助,“我认为江门市排名靠前是有一定历史环境的原因的,因为我们是著名侨乡,城市认同感会比较强。但是数据也给了我们一个提醒,当前江门正在努力引进青年人才,而如何把这群青年人才留下来,而且不会做出成绩之后就去一线城市了,我们政府也要不断提高江门的城市综合实力。”
此外,调查报告也显示,在各城市分级中,00后的城市认同感均显著高于其他年龄段;而除新一线城市外的其他各城市分级中,50后的城市认同感均显著低于其他各城市分级。目前,城镇老年人口的宜居环境问题十分突出,城市在推进城镇化过程往往忽视了老年群体对宜居环境的特殊要求。在城镇化过程中,城市建设仍没有充分考虑老年人的生理特点和生活习惯,老年宜居环境建设仍待纳入新型城镇化整体的规划、设计和建设和管理。
“城市认同感作为在新型城镇化建设过程中的一种特定社会心态,会随着城镇化建设进程不断发生变化。”王俊秀表示,从本次调查整体结果来看,城市的认同感高低与城市的经济发展水平并不完全一致,城市的本地人口与外来人口在城市认同感上存在显著差异。因此,在一定程度上,城市认同感可以作为一个城市建设的晴雨表,用公众的评价去衡量城镇化建设的得失。
城市认同感作为一个社会心理学概念,应用到新型城镇化建设,体现的是以人为本的概念,真正将人作为城市的主体地位。因此,通过结合城市发展的客观数据,本次调查报告将会对新型城镇化进程中,城市如何处理民生问题提供更科学合理的思路和决策依据。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09