方法、数据与局限

为什么不是「官方机会地图」

美国 Opportunity Atlas 依赖 IRS 与 Census 把约两千万名 1978–1983 年出生者回链到他们长大的普查小区（tract），直接估计「在此长大的孩子 35 岁收入」。中国没有公开发布这种父母—子女行政追踪微数据，街道或小区级的长期收入更不可得。

因此本图不声称复制了 Chetty 的识别策略。它把可公开观察的区级特征，通过一篇结构映射，变成与 Opportunity Atlas 相同的交互问题：若一个孩子在该区长大、父母处于某收入分位，35 岁时家庭收入大概在哪。

模型

邻里质量指数（0–1）为加权和：

Q = 0.28·学校 + 0.16·高校人力资本 + 0.16·低收入反向
  + 0.12·收入混合 + 0.12·高技能岗位
  + 0.08·非本地入学包容 + 0.08·通勤可达

权重贴近 Opportunity Atlas 的相关事实：学校与贫困是最稳的预测项；「包容」是中国户籍/学区制度的对应项。

子女在全国城镇 35 岁收入分布中的分位：

R = 50 + ρ_city (p − 50) + α · θ(p) (Q − 0.5)·100 + γ_g

θ(p) = 0.22 + 0.28 (1 − p/100)
α ∈ [0, 1]  未识别（没有搬家者）

ρ 为城市级代际收入秩相关，校准到 CFPS/CHIP 文献中的城镇 IGE（约 0.40–0.46）。θ(p) 随父母收入下降而增大——这是 Chetty 的核心发现：邻里对低收入家庭的孩子更重要。

把 R 通过城市特异的对数正态分布 F⁻¹转成 35 岁家庭收入。页面上只报区间，来自权重 ±60% 与文献 ρ ∈ [0.34, 0.56]（切蒂美国秩相关下界，中国城镇 IGE 上界）的集合。 高等教育入学、进入最高五分位、住房自有率由 Q 与 p 的 logistic 给出；自有率额外扣减高房价区对低收入孩子的挤出。

结构层多一个未识别参数 α ∈ [0,1]：邻里差距有多少是因果。α = 0 是纯选择，全市一色；α = 1 是满映射。没有搬家者，α 钉不住，滑条只是在识别集合里选一条射线。

「搬入实验」采用 Chetty–Hendren 的童年暴露折算：从本市最低机会区迁入，差距的吸收份额 ≈ (18 − 搬入年龄)/18。

数据

• 联合国《2025 年世界城市化展望》里人口过 1000 万的 33 座城镇，原来没有的 26 座补进来了：东京、德里、雅加达、达卡、首尔、开罗、马尼拉、孟买、圣保罗、拉各斯、伦敦这些。边界是公开行政区，不是小区。颜色按公开的贫富方位估，同一套色在上海和在金沙萨不是同一套精度。不是孩子税单。
• 重庆 38 个区县：城镇人均可支配收入是 2023 年全市分区表。分数仍是公开格局，不是孩子税单。綦江的图含万盛，年鉴把万盛单列，两套对不齐。彭水那一格没从公开表对上，收入是按邻县估的。
• 什邡：公开文件只有整座县级市的边界，没有乡镇红线。图上 10 片是按市界和大致方位切的。人口是 2020 年普查（皂角后来改名雍城）。收入没有分镇公报，是全市城镇大约 5 万这一档，再按平原和山区挪的。
• 青城山：都江堰市青城山镇，不是另一座市。界是公开乡镇轮廓，不是民政红线原件。2020 年普查约 9.7 万人，城镇约 3.6 万。收入没有分镇公报。成灌铁路有青城山站，都江堰中学不在山上。
• 海淀、徐汇、武侯，以及西柏林两个富人区（夏洛滕堡-威尔默斯多夫、施泰格利茨-策伦多夫），拆到街道或地段。界是公开轮廓，贴在原来的区界里，不是民政红线原件。人口：三个区是 2020 年普查，西柏林是 2025 年底登记册。收入没有街道公报，仍是原来那一区的数字，按高校、景区、镇、别墅这些公开功能差开。中关村不是温泉镇，格鲁内瓦尔德不是夏洛滕堡北。武侯这张图的南边有四块由高新区代管（桂溪、芳草街、肖家河、石羊），区界还罩着它们。
• 金牛、天府直管区、黄浦、静安拆到街道。人口是 2020 年普查。天府各街道按直管区公布的比重还原，有四舍五入。收入不是街道公报。籍田大部分在现有天府轮廓外面，没有硬画进去。香港十八区拆成 2019 年区议会选区，不是 2023 年改过的那一版。人口按面积把全区普查人数摊开，不是选区人口。名字里有邨、而且不是新邨的往下挪；山顶、半山、司徒拔、宝马山、京士柏、九龙塘、何文田往上挪。浅水湾、深水湾、寿臣山、毕架山没有单独的 2019 选区名字，所以没有单独抬。不是选区调查。山顶那一格面积很大，按面积摊人会把中环的收入往下挤。这不是中环更穷。
• 台北、新北、桃园、台中、台南、高雄：乡镇市区边界。分数按收入、学校和岗位的公开格局编码，不是税档亲子追踪。收入按新台币家庭年收入计。
• 纽约、旧金山是公开街区边界。瓦列霍没有现成街区文件，是按市界切成 8 片常用地区。波士顿图把剑桥补了进来（剑桥是另一座市，所以原来的波士顿图里没有），按市界切成东剑桥、中剑桥、北剑桥、哈佛广场等片，不是剑桥市政府的官方街区文件。
• 柏林其余仍是 12 个区里没拆的那些。洛杉矶社区：公开区划。分数同样是编的，不是 IRS 或德国税档。
• 2026 世界杯举办城市补了进来：西雅图、费城、亚特兰大、迈阿密、休斯顿、达拉斯、堪萨斯城、多伦多、温哥华、墨西哥城、瓜达拉哈拉、蒙特雷，外加硅谷（李维斯球场在圣克拉拉，不在旧金山市区）。分数仍是公开格局的方向，不是税单。球场有的在图里，有的在隔壁市，城市说明里写了，不假装多边形把球场包住。
• 收入：内地用人均可支配收入；香港用住户月入；台湾用家庭年收入（新台币）；美国用美元家庭收入；加拿大用加元家庭收入；墨西哥用比索家庭收入；柏林用欧元家庭收入。颜色只比这座城市内部，不按购买力把它们拉成同一种钱。
• 学校、岗位、外地孩子能不能入学：按公开口碑和产业编的 0–100 分，不是普查微观记录。

被标记为 compiled 的单元格不是普查微观记录，而是由相邻公开序列外推。香港十八区的住户月入是普查，拆开以后每一格不是选区调查。

如何绕过「没有税档」

最大的限制绕不开。能做的是把网站从「假装有切蒂的点估计」改成四件可核对的对象：

• 公开数字：把学校、工作、地铁这些公开数字合成一个街区分数。它不跟父母收入滑条走——那一步算不出来。
• 比房价更值：在同一座城市里，把街区分数里「只是因为有钱」的部分扣掉。正的是西雅图北郊那种「不是最贵、但对孩子更好」；负的是很贵但没有额外的好。
• 搬家后可能落在的范围：没有真的搬家家庭，就不能说「搬了就涨多少」。能说的是一个范围：最少是白搬，最多是孩子还剩的童年 × 两地差距。美国研究里每年大约 1/18 的经验标在旁边，那不是中国的估计。
• 学籍要等多久：美国搬到就能上学。中国积分入学会拖一段时间，这段时间里学校分按开放程度打折。等得太久，美国那条经验会高过中国实际上限。
• 最好的一项和最差的一项：中小学、工作、地铁这些在本市各自排名。差得很远时，地图打斜线，表示这个分数是拼的。旋钮页可以看到权重一改，名次变不变。

天府新区直管区（兴隆湖 / 科学城）补进成都图层，避免把科学城小学、七中育才科学城分校揉进双流中位。拆开以后，高分在兴隆，不在华阳，更不在籍田。

局限（请写进申请材料）

• 没有真的搬家家庭，不能把颜色读成「搬到这里孩子就会怎样」。
• 区太大。浦东、朝阳、龙岗内部的差别，可能比区与区之间还大。
• 现在的收入已经把人筛过一遍：贵的区里，穷家庭本来就少。
• 男女差距是一个全市的校正，不是每个区单独测出来的。
• 货币不一样：内地人民币，香港港元，台湾新台币，柏林欧元，美国美元，加拿大加元，墨西哥比索。颜色比的是这座城市内部的相对位置，不按购买力把它们拉成同一个钱。

文献

• Chetty, Friedman, Hendren, Jones, Porter. The Opportunity Atlas. AER, 2026.
• Chetty & Hendren. The Impacts of Neighborhoods on Intergenerational Mobility. QJE, 2018.
• Fan, Yi, Zhang 等关于中国代际流动的 CFPS/CHIP 估计。
• Hong, Gruijters. 中国代际教育流动的地理. Population, Space and Place, 2024.