📈 economics

China's Consumption Geography: A County-level Estimation of Daily Consumption Using Big Data

Utilizzando i big data di Baidu per superare i precedenti limiti spaziali, questo studio rivela che il consumo giornaliero a livello di contea in Cina presenta significative disparità est-ovest guidate dai livelli amministrativi e dall'urbanizzazione, dove i mercati dei consumi riducono il consumo di basso livello mentre i servizi espandono il consumo di alto livello.

Autori originali: Yuqingyang Wang, Tao Liu

Pubblicato 2026-07-14

📖 6 min di lettura🧠 Approfondimento

CC BY 4.0

Autori originali: Yuqingyang Wang, Tao Liu

Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Immagina la Cina come una gigantesca e frenetica mappa di un videogioco. Per molto tempo, i giocatori che cercavano di capire quanto la gente spendesse per la propria vita quotidiana (come snack, vestiti e biglietti dell'autobus) hanno dovuto accontentarsi di indovinare basandosi su screenshot sfocati e a bassa risoluzione. Guardavano o enormi regioni sfuocate o zoomavano su un singolo, minuscolo villaggio. Non riuscivano a vedere l'immagine completa in modo chiaro.

Ma ora, i ricercatori Yuqingyang Wang e Tao Liu della Peking University hanno sbloccato una visuale in "Modalità Dio" utilizzando una massiccia lente digitale chiamata Baidu Population Profiling. Questa non è un'indagine dove le persone compilano moduli; è come osservare le impronte digitali di oltre un miliardo di persone mentre scorrono, fanno acquisti e si muovono sui loro telefoni. Usando questi dati, hanno mappato il "Consumo Quotidiano" (RDC) di quasi ogni singola contea della Cina nel 2021.

Ecco cosa rivela la loro mappa, raccontata attraverso la lente di un esploratore digitale.

Il Grande Divario Est-Ovest

Se guardi la mappa, la differenza tra l'Est e l'Ovest è netta come il giorno e la notte. L'Est (il lato costiero) brilla di "zone di spesa" ad alta energia, specialmente intorno ai grandi cluster di città costiere. Queste aree sono come lounge VIP dove le persone hanno più soldi da spendere per i propri piaceri quotidiani.

Al contrario, l'Ovest è più simile a una natura selvaggia, silenziosa e impervia. Qui, la popolazione a "basso consumo" è concentrata, il che significa che le persone spendono meno per le loro routine quotidiane. La via di mezzo, la regione Centrale, è composta principalmente dalla folla a "consumo medio". È un gradiente chiaro e costante: più vai verso ovest, più il potere di spesa diminuisce.

La Scala del "Livello della Città"

I ricercatori hanno scoperto che il luogo in cui vivi sulla scala amministrativa conta molto. Pensa a questo come a una scalata:

Contee Rurali (Il Primo Gradino): Queste aree hanno la quota più alta di persone nel gruppo a "basso consumo".
Città a Livello di Contea (Il Secondo Gradino): Man mano che sali verso queste cittadine leggermente più grandi, il numero di persone a bassa spesa scende di circa 5 punti percentuali.
Distretti Municipali (Il Terzo Gradino): Questi sono i grandi centri urbani completamente sviluppati. Qui, la folla ad "alto consumo" è la più affollata.

I dati mostrano che mentre sali da una contea rurale a un centro cittadino, la popolazione passa da "spendere poco" a "spendere molto". Non è solo che le città hanno più persone; è che il tipo di spesa cambia.

Il Motore dell'Urbanizzazione

Esiste un forte legame tra quanto un luogo sia "urbano" e quanto i suoi residenti spendano. Gli autori suggeriscono che all'aumentare della percentuale di residenti urbani, la struttura di consumo si evolve.

Urbanizzazione Iniziale: Quando un luogo inizia a diventare urbano, i "bassi spenditori" scompaiono per primi, sostituiti dai "medi spenditori".
Urbanizzazione Avanzata: Man mano che la città si sviluppa pienamente, i "medi spenditori" iniziano a trasformarsi in "alti spenditori".

È come un personaggio di un videogioco che sale di livello: prima smetti di comprare l'equipaggiamento base (basso consumo), poi compri l'equipaggiamento standard (medio consumo) e infine sblocchi gli oggetti leggendari di alto livello (alto consumo). I dati mostrano un coefficiente di correlazione di 0,43 tra la quota di popolazione urbana e la spesa media settimanale, il che significa che si muovono insieme in modo piuttosto stretto.

Due Motori Diversi: Il Mercato vs. I Servizi

L'articolo sostiene che due cose diverse guidano questa spesa, e funzionano in modi differenti. Immagina un'auto con due motori:

Il Mercato dei Consumi (Il Motore di Reddito e Lavoro):
Questo è guidato da quanto è ricca l'area (PIL pro capite) e da quante persone vivono lì. I dati suggeriscono che questo motore è bravo a espellere i bassi spenditori. Quando l'economia è forte, le persone smettono di lottare per comprare le basi e passano alla classe media. Tuttavia, i ricercatori hanno trovato un colpo di scena strano: avere un numero enorme di dipendenti in una regione correla in realtà con una spesa locale inferiore. Sospettano che questo accada perché molti di questi lavoratori sono migranti che guadagnano denaro lì ma lo inviano a casa, nelle altre città, per spenderlo. Quindi, una grande forza lavoro non significa sempre grandi spese locali.
I Servizi al Consumo (Il Motore di Oggetti e Strade):
Questo riguarda la facilità di acquistare cose e di spostarsi. Include il numero di strutture commerciali (come centri commerciali e negozi) e la densità della rete stradale.

Strutture Commerciali: Avere più negozi non aiuta solo tutti a spendere un po' di più; questo stimola specificamente gli alti spenditori. È come avere un grande magazzino di lusso: attira le persone che sono pronte a comprare le cose costose.
Strade: Le strade migliori sembrano creare una "polarizzazione". Aiutano sia i bassi spenditori (che possono ora raggiungere il mercato) sia gli alti spenditori (che possono viaggiare facilmente), ma a volte schiacciano il gruppo intermedio.

Ciò che il Documento Non Dice

Gli autori sono cauti nel precisare cosa la loro mappa non mostra.

Nessun Acquisto Importante: I loro dati tracciano la spesa "di routine" settimanale (come cibo e trasporti) ma escludono gli acquisti di beni durevoli come comprare una casa o un'auto. Non possono dirti quanto la gente spenda per un nuovo appartamento.
Nessuna Motivazione per Categorie Specifiche: Non possono separare la spesa per la "sopravvivenza" da quella per il "divertimento".
Il Bias dello Smartphone: Poiché i dati provengono dagli utenti di telefoni, potrebbero mancare le persone che non possiedono smartphone o che non li usano molto. Gli autori suggeriscono che questo potrebbe influenzare i risultati, specialmente nelle aree più povere dove la proprietà di telefoni potrebbe essere inferiore.
Il Mistero dei Migranti: Poiché i dati tracciano gli individui e non le famiglie, non possono catturare perfettamente la situazione "lavoro qui, spendo lì" dei lavoratori migranti.

In Sintesi

Lo studio suggerisce che la spesa quotidiana in Cina è una storia di geografia e urbanizzazione. L'Est e le grandi città sono i motori della capacità di spesa, guidati da un mix di redditi elevati e grande accesso a negozi e strade. Mentre un'economia in crescita aiuta le persone a uscire dalla categoria a "bassa spesa", avere una fitta rete di negozi e strade è ciò che realmente spinge le persone nella categoria ad "alta spesa".

Si tratta di un'istantanea del 2021 che utilizza 2.827 unità a livello di contea (fuse in 2.125 per i calcoli finali), mostrandoci che nel gioco della vita quotidiana, dove vivi e cosa è disponibile nelle vicinanze sono i principali trucchi per determinare quanto spenderai.

Sintesi Tecnica: La Geografia del Consumo in Cina: Una stima a livello di contea del consumo giornaliero tramite Big Data

Definizione del Problema
Il consumo giornaliero dei residenti (RDC) è un indicatore critico dello sviluppo regionale, tuttavia la ricerca esistente è stata limitata dalla disponibilità di dati. Gli studi precedenti si sono ampiamente basati su scale spaziali grossolane o casi di studio localizzati, fallendo nel catturare le disparità spaziali fini nel consumo. Inoltre, gran parte della letteratura si concentra su tipi specifici di consumo (ad esempio, medico o turistico) o comportamenti individuali, lasciando un vuoto nella comprensione della distribuzione spaziale completa dei livelli di consumo giornaliero attraverso le vaste unità a livello di contea della Cina. La rapida urbanizzazione della Cina, caratterizzata da una crescita guidata dalla produzione e da significativi divari urbano-rurali, rende necessaria un'analisi dettagliata della geografia del consumo per informare le politiche volte all' "espansione della domanda interna".

Metodologia
Questo studio utilizza un nuovo approccio basato sui big data per stimare l'RDC a livello di contea in 2.827 unità di livello di contea in Cina (aggregate a 2.125 unità per l'analisi di regressione).

Fonte dei Dati: Il dato primario è il dataset Baidu Population Profiling 2021, derivato da modelli di machine learning che integrano record comportamentali degli utenti, informazioni sui dispositivi e dati sulla posizione di oltre un miliardo di individui. Questo dataset classifica gli individui in tre livelli di consumo basati sulla spesa media settimanale:
- Basso: < 110 CNY
- Medio: 110–506 CNY
- Alto: > 506 CNY
- Nota: I dati coprono le spese ordinarie (abbigliamento, cibo, trasporti) ma escludono i grandi acquisti e l'affitto immobiliare.
Costruzione dell'Indicatore: Per ogni contea $i$ , viene costruito un indicatore di RDC settimanale pro capite ( $WRDC_i$ ) utilizzando le dimensioni della popolazione dei tre gruppi di consumo come pesi. Per gestire l'intervallo aperto ad alto consumo, lo studio assume una progressione geometrica per i punti medi, stimando le spese settimanali rappresentative come 55 CNY (Basso), 308 CNY (Medio) e 1.724,8 CNY (Alto).
Quadro Analitico: Lo studio postula che l'RDC sia guidato da due fattori principali:
1. Mercato del Consumo: Livello amministrativo, tasso di urbanizzazione, PIL pro capite e dimensione dell'occupazione.
2. Amenità del Consumo: Densità di strutture di vendita al dettaglio (POI di shopping) e densità della rete stradale (accessibilità).
Approccio Statistico: Vengono impiegati modelli di regressione lineare multipla (OLS).
- Modello 1: La variabile dipendente è il livello di RDC settimanale pro capite.
- Modelli 2–4: Le variabili dipendenti sono le quote di popolazione dei gruppi di consumo basso, medio e alto, rispettivamente.
- Controlli: Composizione per età, livello di istruzione e indicatori spaziali (regione, dimensione della città, stato di agglomerato urbano).

Risultati Chiave

Modelli Spaziali: I livelli di RDC mostrano un pronunciato gradiente est-ovest. Le popolazioni ad alto consumo sono fortemente concentrate nelle agglomerazioni urbane costiere e nelle capitali provinciali, mentre le popolazioni a basso consumo sono raggruppate nella Cina occidentale, in particolare nel sud-ovest. Le popolazioni a consumo medio sono dominanti nella Cina centrale.
Effetti Amministrativi e di Urbanizzazione: Esiste una chiara gerarchia nei livelli di consumo corrispondente allo status amministrativo: Distretti municipali > Città di livello di contea > Contee. L'urbanizzazione è positivamente correlata ai livelli di RDC (coefficiente di correlazione di 0,43). Al crescere dell'urbanizzazione, la quota di popolazione a basso consumo diminuisce, mentre aumenta la quota ad alto consumo; la quota a consumo medio segue una traiettoria a forma di U invertita.
Determinanti della Struttura del Consumo:
- PIL pro capite: Fortemente associato ai livelli di consumo complessivi e all'aggiornamento delle strutture di consumo.
- Dimensione dell'Occupazione: Sorprendentemente, mostra una relazione significativa negativa con i livelli di consumo locale. Gli autori attribuiscono ciò ai lavoratori migranti che guadagnano reddito nelle regioni di destinazione ma consumano nei loro luoghi di origine (rimesse).
- Amenità del Consumo: Sia la densità della rete stradale che il numero di strutture di shopping sono positivamente correlati con i livelli di consumo.
- Differenziazione dei Meccanismi: Lo studio distingue i ruoli dei fattori di mercato rispetto ai fattori di amenità. Il miglioramento del mercato del consumo (ad esempio, urbanizzazione, PIL) guida principalmente l'aggiornamento del consumo riducendo la proporzione della popolazione a basso livello di consumo. Al contrario, migliori amenità del consumo (ad esempio, densità del commercio al dettaglio, accesso stradale) sono più fortemente associate all'espansione della popolazione ad alto livello di consumo.

Significato e Rivendicazioni
L'articolo sostiene di fornire una comprensione più completa e granulare della distribuzione spaziale dell'RDC in Cina, superando i limiti dei sondaggi statistici tradizionali. Sfruttando i big data, lo studio rivela la stretta associazione tra i livelli di consumo e il processo di urbanizzazione, evidenziando come le aree altamente urbanizzate beneficino sia di mercati di consumo più ampi che di migliori amenità del consumo.

Gli autori inquadrano questo lavoro con modestia come una "esplorazione iniziale" dei livelli di consumo regionale. Riconoscono i limiti, tra cui:

La metrica cattura la spesa quotidiana ordinaria piuttosto che i grandi acquisti o distinte categorie di consumo (sopravvivenza vs. piacere).
Il potenziale bias di selezione inerente ai big data, come la dipendenza dalla penetrazione degli smartphone e dall'uso di dispositivi multipli.
La complessità dei modelli di consumo dei migranti, suggerendo che la ricerca futura dovrebbe adottare la famiglia come unità primaria di analisi per affrontare meglio la separazione spaziale tra lavoro e consumo.

In definitiva, lo studio contribuisce alla letteratura validando empiricamente i ruoli dei "mercati di consumo" e delle "amenità del consumo" nel plasmare le disparità regionali, offrendo una base basata sui dati per le politiche volte a stimolare la domanda interna e migliorare la qualità dell'urbanizzazione.