| 廣告聯系 | 簡體版 | 手機版 | 微信 | 微博 | 搜索:
歡迎您 游客 | 登錄 | 免費注冊 | 忘記了密碼 | 社交賬號注冊或登錄

首頁

溫哥華資訊

溫哥華地產

溫哥華教育

溫哥華財稅

新移民/招聘

黃頁/二手

旅游

北京: 盡快逃離北京"找後路"!這股風潮正在襲來


請用微信 掃一掃 掃描上面的二維碼,然後點擊頁面右上角的 ... 圖標,然後點擊 發送給朋友分享到朋友圈,謝謝!
中產扛不住了 為“靈活就業”做准備


另一位北京財經博主“忐忑的可樂餅”,把這種焦慮說得更加直接。他表示,自己非常認同“聶詩檀”的觀點。

“忐忑的可樂餅”是80後,曾在IT行業供職。


他認為,北京消費的中間力量就是那些高學歷、高薪水,即典型的中產階層,但是他們現在都扛不住了,最主要的原因是他們在北京買了房,沒想到遇到裁員潮。

他說,很多原本坐辦公室的人在失業後開始送外賣、跑網約車,“現金流一下就被鎖死了。沒有錢,也不敢消費。”

他透露,自己經常收到粉絲私信,詢問在大環境不好的情況下應該怎麼辦?他的答案是:“很多中年人,現在就該提前准備一輛外賣車(電動自行車)。”

他解釋說,即便現在還沒有失業,外賣車也可以先拿來接送孩子、日常代步。“等哪天真需要的時候,你能立刻去送外賣,心裡會踏實很多。”

他透露,自己最近也剛買了一輛外賣電動車,需要專門去辦過戶手續。“外賣車在我名下,我心裡踏實很多。”

博主:內卷到極致 外賣車或成搶手貨


視頻中,“忐忑的可樂餅”講到的一個細節讓許多網友印象深刻。他說,他最近在拼多多上買外賣電動車反光鏡,發現金屬反光鏡一對只要五六塊錢,甚至還附送維修工具。“拼多多現在卷成這樣了,比實體店便宜太多。”

在他看來,這折射出整個中國消費市場正在全面內卷,價格越壓越低,利潤越來越薄,而所有人都在為未來的不確定性提前做准備。

他預測:“未來外賣車一定會變成硬通貨。”因為當越來越多人進入靈活就業市場時,無論送外賣、跑腿,還是做家政,一輛能快速移動的電動車,都將成為最基礎的生存工具。


而這種判斷,並非是他的情緒化推測。

不久前,由首都經濟貿易大學與中國就業促進會聯合成立的中國新就業形態研究中心發布《2025中國藍領群體就業研究報告》顯示,中國靈活就業人員在2021年突破2億人後,近年正以每年約4000萬人的速度持續增長。

報告顯示,2024年中國靈活就業人員已增至2.4億人,2025年達到2.8億人,預計2026年將進一步升至3.2億人,占城鎮就業人口逾四成。

其中,家政服務與外賣配送成為增長最快的行業。去年家政服務從業人員接近4700萬人;外賣配送行業人員增至近1600萬人。

北京社零數據持續負增長,到實體店大規模關閉,再到“提前准備送外賣”不再是網絡段子,這些現象引發了中產階層對未來的廣泛焦慮。
不錯的新聞,我要點贊     無評論不新聞,發表一下您的意見吧
上一頁12下一頁
注:
  • 新聞來源於其它媒體,內容不代表本站立場!
  • 在此頁閱讀全文
    猜您喜歡:
    您可能也喜歡:
    我來說兩句:
    評論:
    安全校驗碼:
    請在此處輸入圖片中的數字
    The Captcha image
      大家正在圍觀
    陳坤與周迅結婚傳聞水落石出 兒子
    周末大溫超市優惠搶先看 掃貨指南
    定居美國13年回國撈金,53歲活成了
    占地近2萬尺超市明開業 前250名顧
    卡尼稱大批購買公寓並非因為建商
    7級地震164人死亡 全球齊震BC警告
    韓紅麻煩大了!不到24小時,再迎一
    不出意外的話,7月開始中國或出現4
    隱形雙國籍的人生,終於要終結了
    卡塔爾球員致科內受傷 被處以重罰
      同類熱門新聞
    65歲陳沖回上海獨居養老 撕開中老
    不出意外的話,7月開始中國或出現4
    隱形雙國籍的人生,終於要終結了
    人過了70歲,真正苦日子剛開始?(圖
    加拿大貿易部長:中方希望我們把這
    轟動全網的北京"退衣姐"被刑拘 還
    曝87歲李雙江住院休養,晚年的他,
    中國的世界杯轉播,荒謬的"體育奇
    達沃斯論壇開幕 李強向美歐發起強
    遲重瑞"新戀情"反轉!挽手的是8年
      隨時閱讀新聞

    加西網微信

    大溫優惠小紅書

    溫哥華地產中心微信

    Android: 加西網
    Terms & Conditions    Privacy Policy    Political ADs    Activities Agreement    Contact Us    Sitemap    

    加西網為北美中文網傳媒集團旗下網站

    頁面生成: 0.0383 秒 and 3 DB Queries in 0.0017 秒