数据揭秘：中国姓氏排行榜

作者：周宁奕、团支书

最近不知道哪个朋友(是的我的确不知道)搞到了一组脱敏后的天朝公民个人数据，覆盖1000多万人，大概占全国人口的1%，信息包括姓氏、年龄、籍贯城市、现居城市等。朋友让我用这组数据随便做点啥。

这组数据如此牛逼，可以做的东西太多啦。但是，吸取了前两次文章被下架的教训，我决定做一个不那么敏感的话题。就做 “东半球第二有趣的中国姓氏排行榜”吧!

既然是“数据团”出品的姓氏排行榜，必然不能数数人头就敷衍了事。事实上，我为这个排行榜设计了丰富的内容：普遍指数、抱团指数、奔波指数、装逼指数、风雅指数等。

下面就开始对这个排行榜进行阐释吧!(具体排名见文章末尾)

1.普遍指数

普遍指数=姓氏人口数量

毫无悬念，“王”姓以占据中国人口8.1%的比例、接近1亿的人口总数，夺得了中国第一大姓、地球第一大姓、宇宙第一大姓的桂冠。

恭喜隔壁老王!

那么，老王们都在哪里呢?

除了老王，老张、老李也表现不俗，分获宇宙第二、第三大姓的荣誉。这三大姓加起来，占据中国总人口的22%(由于我们掌握的数据不是完全的随机抽样，各个姓氏的排名与比例可能与其它统计结果略有不同)。

为了探究姓氏的空间集聚问题，我们又设计了第二个指数：

2.抱团指数

抱团指数=各姓氏在各省分布的基尼系数。

研究结果表明，抱团指数最高、也就是空间集聚度最高的三个姓氏分别为：覃、麦、朴，三姓的基尼系数都在0.82以上，而且三个姓都是相对较小的姓。

先来看覃(qin，第二声)：“覃”的本意为有盖的酒坛，最早的“覃”人以酿酒和制作酒具形成氏族。先秦时期，覃姓主要在河南活动，后来主力迁入南方，吸收了南方的众多外来血缘，并分化出谭、潭、镡(tan)、瞫(shen，第三声)等多个姓。现今，覃姓主要分布在广西、广东、湖南、湖北。

但是，如果我们仔细看的话，会发现除了广东，麦姓在北京和上海也有两片相对集中的区域，其他区域则是一片漆黑。这个专注北上广的麦姓真是傲娇啊。

在top20的大姓中，绝大多数姓氏的基尼系数都在0.35-0.45范围内，但有一个姓很特殊，其基尼系数高达0.63—— “林”。

我们来看一下林姓的空间分布：沿着福建、广东沿海，形成了一条非常明显的狭窄带状区域。

然而，并不是每个氏族都像“姬”“林”那样安土重迁，可能也有一些特别愿意奔波、愿意去远处寻找梦想的。于是，我们又设计了第三个指数：

3.奔波指数

奔波指数=姓氏人均迁徙距离。迁徙距离为户籍地所在地级市与现居住地所在地级市的距离。

在喜欢奔波的姓氏中，首屈一指的就是——朴，人均迁徙距离达到900km。嗯，怎么又是朴?

总的来说，作为北方民族的朴姓非常喜欢南迁。对朴姓而言，最受欢迎的目的地有两个：山东和广东。这两个目的地，一个是北部地区的最南端，一个是天朝的最南端。

廉姓主要分布于河南、山东、陕西等省，对外迁徙的目的地并没有明显偏好。但如果我们把廉姓的迁徙路径与其它姓氏做比较，相较于其它姓氏向经济发达地区聚集的趋势，廉姓似乎对新疆、云南、广西等西部地区等兴趣要更强一些。

何姓主要分布在四川、广东两省。但从迁徙图上来看，大概是四川太过“安逸”，何姓族人较少从四川迁出;而广东和长三角地区的何姓则活跃得多。

但是，如果已经进入到大姓行列，有没有办法提高自己或者是子女名字的逼格呢?当然姓是不能随便改的，我们就只能在名字上动脑筋了。于是，我们设计了第四个指数：

4.装逼指数

装逼指数=名字长度在4字或以上的人口数量占该姓氏人口数量的比例。

严格来说，装逼指数最高的其实是“欧阳”和“诸葛”。但考虑到复姓和少数民族姓氏的逼格并不是装出来的，我们只好排除掉这些本来就很有逼格的姓氏，只看单字大姓TOP20的装逼情况：

然而，名字长虽然增加逼格，却会给实际生活增加一些困扰。你能想象“璃莹殇•安洁莉娜•樱雪羽晗灵•血丽魑•魅•J•Q•安塔利亚•伤梦薰魅•海瑟薇•蔷薇玫瑰泪•羽灵•邪儿•凡多姆海威恩•夏影•琉璃舞•雅•蕾玥瑷雅•曦梦月•玥蓝•岚樱”被罚抄名字时的心情吗?

因此，想要彰显名字的独特，还可以采用另一种方式：采用生僻字或不常见的汉字组合。我们姑且将此类名字形容为“风雅”。

5.风雅指数

风雅指数=名字中不包括“取名用字频率TOP1000”的人数占该姓氏总人数的比例。

风雅指数最高的10个姓为：

为了冲淡这种淡淡的忧伤，我们最后来看看能撑到最后一集的普通人都是怎么取名的呢?

“取名常用字TOP100”请看下表：

附：姓氏TOP100

via:城市数据团

End.