京公网安备 11010802034615号
经营许可证编号:京B2-20210330
作者:俊欣
来源:关于数据分析与可视化
前短时间,中国青年报面向全国各地大学生发起关于就业的调查,根据报告显示,00后普遍对自己进入职场后的薪资比较乐观,超过20%的大学生预期自己毕业后月薪过万,67.65%的大学生评估自己毕业10年内会年入百万,换句话说3个大学生里面就有2个会觉得自己能够年入百万的
Emmm,好吧,今天小编就从数据的维度来为大家解释一下,00后这些大学生们设想的“今年赚10万,明天赚20万,到了第十年年入百万的情况在现实生活中大概率是不存在的”,本篇文章主要包含了以下的内容
1. 年入百万大概在中国是处于什么样的位置
2. 年薪达到百万到底有多难
3. 打工人如何实现年入百万
根据国家统计局发布的数据,就在去年全国居民的人均可支配收入大概32000元左右,其中城镇居民的可支配收入在43000元左右,而农村居民的可支配收入则只有17000左右,这可都是一整年的总收入哦,并不是月收入,
而我们来看一下更具代表性的收入中位数,就在去年人均可支配收入的中位数仅仅只有27000元左右,换句话讲,如果目前你每年的收入超过了30000元,就已经超过了一半的国人了。另外,根据薪酬网最新的数据显示,到2021年6月,全国各地的平均工资为6848元,年薪也不过8.2万元左右
而年薪百万在中国,根据相关机构的大致估算,大概有70万人左右,大概也就是一万人当中仅仅只有5个年收入在百万左右的大佬,比上面提高的67.65%可是低了不止一星半点哦。
不要以为去了大城市就年薪百万很容易
很多大学生在毕业之后都涌向了北上广深这些一线城市,想着只要是去了大城市,就能立马年薪百万了,其实大城市和高收入没有必然的联系,当然薪资水平和二三线城市相比确实差距也是有的,但是你也不得不承认大城市的竞争更加的剧烈以及租房成本、生活成本也会相对的高一些。
我们还是从数据的维度来看,去年全国31个省份人均的可支配收入,上海的人均可支配收入为72000元左右,和浙江省以及江苏省的人均可支配收入平均到每个月也就是几千块的差距,差的并没有那么的多。
再来看看2020年各主要城市的薪资中位数,其中这些主要的一线城市以及杭州的工资中位数也大多在6000-7000元左右,也就是每年的收入大概在6万-9万区间之间,
薪酬的二八分布
其实薪酬分布这个事儿,几乎在所有的行业内都存在着二八分布,同一家公司内部员工的收入差距极大,一般都是管理层等核心人员拿走了绝大部分的大头,而留给基层员工的基本就只有一丁点工资了,
根据相关机构的调研,在A股上市的几千家公司当中,有超过85%的的企业普通员工平均年薪少于10万元,而在互联网和金融这两个相对比较容易催生高收入群体的行业中,年收入百万以上的从业者大概也就在3%以内,因此这里也就很明显能够看出,要想年薪百万的,就得去成为高管或者是业绩突出的骨干员工
你以为人人都能成为高管了?
A股上市公司上千家公司的数据统计来看,高管和董事会成员的比例都在1%以下,其中董事会成员占员工数量的比例在0.35%-0.45%之间,而高管的比例则更低,大概在0.2%-0.4%之间,而且他们当中的绝大多数工作年限也已经超过10年了
当然成为高管也不是一定能年薪百万的,不同公司、不同职位等级、不同工作内容的高管年收入也是存在着很大的差距的,财务总监和董事会秘书,这两群体百万年薪的人数分别只有13%和17%左右,而相比而言总经理这个级别的人群,百万年薪的则有36%
除了前面提到的企业高管之外,创业或许是实现年薪百万最直接的方式,但是创业成功的可能性微乎其微,最难能可贵的便是能够持久地实现年薪百万,小编经常能够听说有些人因为一时间的时来运转赚了不少钱,但在后面统统都亏掉了的故事,
另外在努力工作的同时也应该选对合适的行业、找准合适的赛道,其中从行业上来看,金融行业的从业人员收入一直都是遥遥领先与其他行业的,在A股的上市公司中,有近9成公司的金融行业的高管年收入有超过百万级别,普通员工的年收入中位数也有40余万元
此外,公司的体量大小也会影响到打工人的收入高低,每家公司的营收和市值的不同也会影响到高管的年薪收入,如下图所示
关于公司的选择
打工人年薪
因此,对于普通人来说,要想获得高收入,就尽量选择那些发展速度快、行业红利高的行业,岗位离市场或者离客户越近越赚钱。
对于刚出学校的毕业生来说,遥想10之后的未来,还不如脚踏实地的过好当下,努力地去提升自己,好好地磨炼自己的技能,努力让自己成为那个最不可能为替代的那一个,如果真的能够做到这一点,那离年薪百万的日子也就不远了吧
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14