留在大城市还是回到小城市,列个式子算一下

图片:sookie / CC BY

「留大城市还是回小城市」,能够从经济学角度分析吗?

扣小米,经济学博士生,在德国

这个问题是可以用经济学来解答的,而且有不止一个解释的角度。这里因为涉及个人决策的问题,我觉得用经济学中的“效用”概念可以提供一些意见。

“效用”(utility)简单的说就是一件事给你带来的好的感觉有多少,也就是让你感觉有多爽。比如我在很饿的时候,吃包子会比吃馒头让我感觉更满足,那么对于我来说,包子的效用大于馒头。而如果我连吃了 8 个包子,要是再吃第 9 个包子就会让我感觉很难受,那么对于我来说,第 9 个包子的边际效用(marginal utility)就小于第 1 个包子的边际效用。

但是有的人就是喜欢吃馒头,不喜欢吃带馅的东西,那么对于这个人来说,馒头的效用就大于包子。所以说,效用这个东西有时候会比较主观,因为每个人的偏好都不一样。

那么回到题主的问题,是应该选择留在大城市还是小城市。“效用”不仅能解决这个问题,还能解决留学生关心的“毕业后是留在国外还是回国”的困惑,而且是能够解决到底具体应该在哪坐城市工作的问题。

正如大家所说,大城市的好处是机会多、工资高、见识广、开放、人情世故相对没那么严重,但不好的地方是房价高、生活压力大、堵车。小城市则生活安逸、房价低,但可能会消磨年轻人向上的动力。

我们可以把这些因素都量化一下,不过首先你要清楚自己关注的影响因素都有什么,比如我列出一个模型:

U = ß1*(房价收入比) + ß2*(个人工资水平 – 平均工资水平) + ß3*(相关企业数量) + ß4* (亲人数量) + ß5*(朋友数量) + ß6*(女朋友在这里) + ß7* (博物馆数量) + ε

我来解释一下,

U :是你的个人效用,这里不是说给你带来多少钱,而是一种虚拟的满足感。

房价收入比:等于房价除以个人年收入,可以衡量一座城市的房价给你带来的压力,ß1 应该是一个负值,因为房价越高你肯定会觉得越不爽。如果你买房的意愿很强烈,那么ß1 的绝对值应该很大,房价越高你越不开心。如果你不是那么着急买房,甚至不打算买房,那么ß1 的绝对值会很小,甚至可以是 0,也就是说房价再高也不会影响到你的心情。

(个人工资水平 – 全市平均工资水平):可以衡量你在这个城市承受的压力有多大,ß2 是正值,你的收入水平越高、超出平均工资越多,你会觉得越开心。这里虽然没有加入全市的物价水平,但全市工资水平能够在一定程度上反映出物价水平,而且这个差值避免了“大城市工资高、小城市工资低”带来的干扰。如果你比较看中收入水平,那么你的ß2 值会比较高。

相关企业数量:是指你从事的行业在这座城市有多少家比较好的企业,可以衡量这座城市能否给你的职场生涯添砖加瓦,也就是我们说的“工作和升迁的机会”。如果你是一个很在乎事业的人,那么你的ß3 会很高。

亲人数量:衡量家人对你的重要性。如果你很恋家,需要亲人的陪伴,那么ß4 会比较高,周围的亲人越多你越开心。

朋友数量:衡量朋友对你的重要性。当然“朋友”是一个模糊的概念,到底什么样的关系才算是朋友。所以你也可以改成“亲密朋友的数量”,我想对于每个人来说“亲密朋友”还是比较好界定的。对于重视友情的人来说,ß5 会很高。另外,上面的亲人数量和朋友数量还能从侧面反映你在这座城市的人脉关系是否强大。

女朋友(或男朋友)在这里:这里加入一个虚拟变量,如果女朋友也在这座城市,那么变量“女朋友在这里” = 1,反之等于 0。如果你很需要男朋友或女朋友的陪伴,那么ß6 会很高。不过这里也可以再改进一下,因为“有女朋友但不在身边”和“单身狗”这两种情况带来的效用还是有区别的。

博物馆数量:衡量一座城市的文化氛围对你的重要性。这里也可以换成艺术馆数量、每月平均画展数量等等。如果你是一个热爱文化的人,这一点就对你很重要,ß7 就对你而言很高。

对于每个人来说,这些影响因素都不相同,对个人的影响程度也都不同。而且影响因素和影响程度也都在不断变化,比如等你有了孩子,可能还要加入“本市一本大学的数量”这个变量,或者衡量幼儿园、小学的变量。

等你年纪大一些了,可能健康医疗变成了比较重要的影响因素,这时就会加入“本市三甲医院的数量”或者衡量医保好坏的变量。等你买了房子,那么第一个变量“房价收入比”的影响因素(ß1)的绝对值就会下降,甚至变成 0。

我们只需要找到自己关注的影响因素,并找到相应几个ß值,即这些因素对你的影响程度,然后把一座城市相应的数据带到式子里面,算出效用值,再和其他几座城市的值进行比较,就能发现哪座城市更适合你。

注:

1. 上面的等式是我临时想的,只是举个例子。变量的选取没有仔细推敲,可能会有些变量和数据选取上的问题。

2. 效用归效用,这种方法对个人决策只是起一个参考作用,因为在模型的设定过程中都可能存在问题,而且有些影响因素不太容易量化,这就导致了得出的结果不一定完全准确。

来源:daily.zhihu.com

猜你喜欢

青海15岁少年服毒自杀
美5岁女童变身天才发型师羡煞
大堡礁珊瑚白化现象持续
国内唯一敢媲美九寨沟的地方
美国6岁摄影师将出作品集
这些地方才是避暑不二的选择
金丝猴守护垂危同伴感人至深
夏季食欲不振 推荐8种开胃食物
南非母狮狩猎不成反滑稽摔进泥
什么脸型就配什么发型

发表评论

电子邮件地址不会被公开。