📈 economics

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

Door gebruik te maken van de big data van Baidu om eerdere ruimtelijke beperkingen te overwinnen, onthult deze studie dat het dagelijkse consumptiepatroon op provinciaal niveau in China significante oost-west verschillen vertoont die worden gedreven door administratieve niveaus en verstedelijking, waarbij consumptiemarkten het consumptieniveau aan de onderkant verminderen terwijl voorzieningen het consumptieniveau aan de bovenkant uitbreiden.

Oorspronkelijke auteurs: Yuqingyang Wang, Tao Liu

Gepubliceerd 2026-07-14

📖 6 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Yuqingyang Wang, Tao Liu

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je China voor als een enorme, bruisende videogamekaart. Lange tijd moesten spelers die probeerden te begrijpen hoeveel geld mensen uitgeven aan hun dagelijks leven (zoals snacks, kleding en buskaartjes) gissen op basis van wazige, lage-resolutie screenshots. Ze keken ofwel naar enorme, vage regio's of zoomden in op slechts één klein dorpje. Ze konden het hele plaatje niet duidelijk zien.

Maar nu hebben onderzoekers Yuqingyang Wang en Tao Liu van de Peking Universiteit een "God Mode"-zicht ontgrendeld met behulp van een massieve digitale lens genaamd Baidu Population Profiling. Dit is geen enquête waarbij mensen formulieren invullen; het is alsof je de digitale voetstappen van meer dan één miljard mensen bekijkt terwijl ze scrollen, winkelen en rondbewegen op hun telefoons. Met behulp van deze gegevens hebben ze de "Dagelijkse Consumptie" (RDC) van bijna elk afzonderlijk district in China in 2021 in kaart gebracht.

Hier is wat hun kaart onthult, verteld door de lens van een digitale ontdekkingsreiziger.

De Grote Oost-West Verdeling

Als je naar de kaart kijkt, is het verschil tussen het Oosten en het Westen even scherp als dag en nacht. Het Oosten (de kustkant) gloeit van de hoogenergetische "uitgavezones", vooral rond de grote clusters van kuststeden. Deze gebieden zijn als VIP-lounges waar mensen meer geld hebben om uit te geven aan dagelijkse extraatjes.

In contrast hiermee is het Westen meer als een rustige, ruige wildernis. Hier is de "lage-consumptie"-populatie geconcentreerd, wat betekent dat mensen minder uitgeven aan hun dagelijkse routines. Het middengebied, de Centrale regio, is grotendeels gevuld met de "medium-consumptie"-groep. Het is een duidelijke stap-voor-stap gradiënt: hoe verder je naar het westen gaat, hoe meer de koopkracht daalt.

De "Stadsniveau" Ladder

De onderzoekers ontdekten dat waar je je op de administratieve ladder bevindt, veel uitmaakt. Denk aan het beklimmen van een ladder:

Plattelandsdistricten (De onderste trede): Deze gebieden hebben het hoogste aandeel mensen in de "lage-consumptiegroep".
Stedelijke districten op districtniveau (De middelste trede): Naarmate je naar deze iets grotere steden beweegt, daalt het aantal laag-uitgevers met ongeveer 5 procentpunten.
Gemeentelijke districten (De bovenste trede): Dit zijn de grote, volledig verstedelijkte stadscentra. Hier is de "hoge-consumptie"-menigte het drukst.

De gegevens laten zien dat naarmate je van een plattelandsdistrict naar een stadscentrum klimt, de populatie verschuift van "weinig uitgeven" naar "veel uitgeven". Het is niet alleen dat steden meer mensen hebben; het is dat het type uitgaven verandert.

De Urbanisatie-motor

Er is een sterke link tussen hoe "stedelijk" een plek is en hoeveel zijn inwoners uitgeven. De auteurs suggereren dat naarmate het percentage stedelijke inwoners stijgt, de consumptiestructuur een upgrade krijgt.

Vroege Urbanisatie: Wanneer een plek begint te verstedelijken, verdwijnen de "laag-uitgevers" als eerste, vervangen door "medium-uitgevers".
Late Urbanisatie: Naarmate de stad volledig ontwikkeld raakt, beginnen de "medium-uitgevers" te veranderen in "hoog-uitgevers".

Het is alsof een videogame-personage een level omhoog gaat: eerst stop je met het kopen van de basis "starter gear" (lage consumptie), dan koop je standaard gear (medium), en uiteindelijk ontgrendel je de legendarische, high-end items (hoge consumptie). De gegevens tonen een correlatiecoëfficiënt van 0,43 tussen het aandeel stedelijke bevolking en de gemiddelde wekelijkse uitgaven, wat betekent dat ze vrij nauw samen bewegen.

Twee Verschillende Motoren: De Markt versus de Voorzieningen

Het paper betoogt dat twee verschillende zaken deze uitgaven aanjagen, en dat ze op verschillende manieren werken. Stel je een auto voor met twee motoren:

De Consumptiemarkt (De Motor van Inkomen & Banen):
Dit wordt gedreven door hoe rijk een gebied is (BBP per capita) en hoeveel mensen er wonen. De gegevens suggereren dat deze motor erg goed is in het wegjagen van de laag-uitgevers. Wanneer de economie sterk is, stoppen mensen met worstelen om de basisbehoeften te kopen en bewegen ze op naar de middenklasse. Echter, de onderzoekers ontdekten een vreemde wending: het hebben van een enorm aantal werknemers in een regio correleert feitelijk met lagere lokale uitgaven. Ze vermoeden dat dit komt omdat veel van deze werkers migranten zijn die hun geld daar verdienen, maar het naar huis sturen naar hun families in andere steden om daar uit te geven. Dus een grote beroepsbevolking betekent niet altijd grote lokale uitgaven.
De Consumptievoorziening (De Motor van Spullen & Wegen):
Dit gaat over hoe gemakkelijk het is om dingen te kopen en rond te reizen. Dit omvat het aantal winkelfaciliteiten (zoals winkelcentra en winkels) en de dichtheid van het wegennetwerk.
- Winkelfaciliteiten: Het hebben van meer winkels helpt niet alleen iedereen om iets meer uit te geven; het stimuleert specifiek de hoog-uitgevers. Het is als het hebben van een luxe warenhuis: het trekt de mensen aan die klaar zijn om de dure spullen te kopen.
- Wegen: Betere wegen lijken een "polarisatie" te creëren. Ze helpen zowel de laag-uitgevers (die nu bij de markt kunnen komen) als de hoog-uitgevers (die gemakkelijk kunnen reizen), maar ze drukken soms de middengroep weg.

Wat het Paper Niet Weet

De auteurs zijn voorzichtig in het aangeven van wat hun kaart niet laat zien.

Geen Grote Aankopen: Hun gegevens volgen "routinematige" wekelijkse uitgaven (zoals voedsel en transport), maar sluiten grote aankopen zoals het kopen van een huis of een auto uit. Ze kunnen niet vertellen hoeveel mensen uitgeven aan een nieuwe woning.
Geen "Waarom" voor Specifieke Categorieën: Ze kunnen niet onderscheid maken tussen "overlevingsuitgaven" en "plezieruitgaven".
De Smartphone-bias: Omdat de gegevens afkomstig zijn van telefoongebruikers, kunnen ze mensen missen die geen smartphones hebben of deze niet veel gebruiken. De auteurs suggereren dat dit de resultaten kan kleuren, vooral in armere gebieden waar het bezit van telefoons lager kan zijn.
Het Migrantenmysterie: Omdat de gegevens individuen volgen en geen gezinnen, kunnen ze de situatie van "hier werken, daar uitgeven" van migrantenarbeiders niet perfect vastleggen.

De Kern van het Verhaal

De studie suggereert dat de dagelijkse consumptie in China een verhaal is van geografie en urbanisatie. Het Oosten en grote steden zijn de motoren van de koopkracht, gedreven door een combinatie van hoge inkomens en een uitstekende toegang tot winkels en wegen. Terwijl een bloeiende economie mensen helpt om uit de "laag-uitgave" categorie te komen, is het het hebben van een dicht netwerk van winkels en wegen dat mensen echt in de "hoog-uitgave" categorie duwt.

Het is een momentopname van 2021 met behulp van 2.827 districten (samengevoegd tot 2.125 voor de uiteindelijke berekeningen), die ons laat zien dat in het spel van het dagelijks leven, waar je woont en wat er in de buurt beschikbaar is, de grootste cheatcodes zijn voor hoeveel je uitgeeft.

Technische Samenvatting: De Consumptiegeografie van China: Een Schatting op Provinciaal Niveau van Dagelijkse Consumptie Gebruikmakend van Big Data

Probleemstelling
De dagelijkse consumptie van inwoners (RDC) is een cruciale indicator voor regionale ontwikkeling, maar bestaand onderzoek wordt beperkt door de beschikbaarheid van gegevens. Eerdere studies vertrouwden grotendeels op grove ruimtelijke schalen of gelokaliseerde casestudies, waardoor fijnmazige ruimtelijke verschillen in consumptie niet in kaart konden worden gebracht. Bovendien richt de meeste literatuur zich op specifieke consumptietypes (bijv. medische zorg of toerisme) of individueel gedrag, wat een gat laat in het begrip van de uitgebreide, ruimtelijke distributie van dagelijkse consumptieniveaus over de uitgestrekte Chinese eenheden op provinciaal niveau. De snelle verstedelijking van China, gekenmerkt door productiegestuurde groei en aanzienlijke stad-plattelandverschillen, vereist een gedetailleerd onderzoek naar de consumptiegeografie om beleid gericht op het "stimuleren van de binnenlandse vraag" te onderbouwen.

Methodologie
Deze studie maakt gebruik van een innovatieve big data-benadering om de RDC op provinciaal niveau te schatten voor 2.827 provinciale eenheden in China (geaggregeerd naar 2.125 eenheden voor regressieanalyse).

Databron: De primaire data is de 2021 Baidu Population Profiling-dataset, afgeleid van machine learning-modellen die gebruikersgedragsgegevens, apparaatinformatie en locatiegegevens van meer dan een miljard individuen integreren. Deze dataset classificeert individuen in drie consumptieklassen op basis van de gemiddelde wekelijkse uitgaven:
- Laag: < CNY 110
- Midden: CNY 110–506
- Hoog: > CNY 506
- Noot: De data beslaat routine-uitgaven (kleding, voedsel, transport) maar sluit grote aankopen en huur voor huisvesting uit.
Constructie van Indicatoren: Een indicator voor de per capita wekelijkse RDC ( $WRDC_i$ ) wordt geconstrueerd voor elke provincie $i$ met behulp van de populatieomvang van de drie consumptiegroepen als gewichten. Om het open eind van het hoogconsumptie-interval te behandelen, gaat de studie uit van een geometrische progressie voor de middelpunten, waarbij representatieve wekelijkse uitgaven worden geschat op respectievelijk CNY 55 (Laag), CNY 308 (Midden) en CNY 1.724,8 (Hoog).
Analytisch Kader: De studie stelt dat RDC wordt gedreven door twee hoofdfactoren:
1. Consumptiemarkt: Administratief niveau, verstedelijkingsgraad, per capita BBP en omvang van de werkgelegenheid.
2. Consumptievoorzieningen (Amenities): Dichtheid van retailfaciliteiten (winkels POI's) en de dichtheid van het wegennetwerk (bereikbaarheid).
Statistische Benadering: Meervoudige lineaire regressiemodellen (OLS) worden toegepast.
- Model 1: De afhankelijke variabele is het per capita wekelijkse RDC-niveau.
- Modellen 2–4: De afhankelijke variabelen zijn de aandeel van de populatie in de lage, midden en hoge consumptieklassen, respectievelijk.
- Controles: Leeftijdsopbouw, opleidingsniveau en ruimtelijke indicatoren (regio, stadsgrootte, status van stedelijke agglomeraties).

Belangrijkste Resultaten

Ruimtelijke Patronen: RDC-niveaus vertonen een uitgesproken oost-west gradiënt. Hoogconsumptie-populaties zijn sterk geconcentreerd in kuststedelijke agglomeraties en provinciale hoofdsteden, terwijl laagconsumptie-populaties geclusterd zijn in West-China, met name in het zuidwesten. Middenconsumptie-populaties zijn dominant in Centraal-China.
Administratieve en Verstedelijkings-effecten: Er is een duidelijke hiërarchie in consumptieniveaus die overeenkomt met de administratieve status: Gemeentelijke districten > Provinciale steden > Provincies. Verstedelijking is positief gecorreleerd met RDC-niveaus (correlatiecoëfficiënt van 0,43). Naarmate de verstedelijking toeneemt, daalt het aandeel van de laagconsumptie-populatie, terwijl het aandeel van de hoogconsumptie stijgt; het aandeel van de middenconsumptie volgt een omgekeerde U-vormige curve.
Determinanten van Consumptiestructuur:
- Per Capita BBP: Is sterk positief geassocieerd met algemene consumptieniveaus en de opwaardering van consumptiestructuren.
- Omvang van de Werkgelegenheid: Verrassend genoeg vertoont dit een significante negatieve relatie met lokale consumptieniveaus. De auteurs wijten dit aan arbeidsmigranten die inkomen verdienen in hun bestemming regio's, maar consumeren in hun regio van herkomst (remittances/geldovermakingen).
- Consumptievoorzieningen: Zowel de dichtheid van het wegennetwerk als het aantal winkelvoorzieningen zijn positief gecorreleerd met consumptieniveaus.
- Mechanisme Differentiatie: De studie onderscheidt de rollen van marktfactoren versus voorzieningsfactoren. Verbeteringen in de consumptiemarkt (bijv. verstedelijking, BBP) drijven primair consumptie-opwaardering aan door het aandeel van de laagconsumptie-populatie te verminderen. Daarentegen zijn betere consumptievoorzieningen (bijv. retaildichtheid, wegbereikbaarheid) sterker geassocieerd met het uitbreiden van de hoogconsumptie-populatie.

Betekenis en Claims
Het artikel claimt een uitgebreider en fijnmaziger begrip te bieden van de ruimtelijke distributie van RDC in China, waarbij de beperkingen van traditionele statistische enquêtes worden overwonnen. Door gebruik te maken van big data, onthult de studie de nauwe associatie tussen consumptieniveaus en het verstedelijkingsproces, waarbij wordt benadrukt dat sterk verstedelijkte gebieden profiteren van zowel grotere consumentenmarkten als superieure consumptievoorzieningen.

De auteurs presenteren dit werk bescheiden als een "eerste verkenning" van regionale consumptieniveaus. Zij erkennen beperkingen, waaronder:

De metriek legt routine dagelijkse uitgaven vast in plaats van grote aankopen of specifieke consumptiecategorieën (overleven versus genieten).
Potentiële selectiebiases inherent aan big data, zoals de afhankelijkheid van smartphonepenetratie en het gebruik van meerdere apparaten.
De complexiteit van consumptiepatronen van migranten, wat suggereert dat toekomstig onderzoek de huishouding als primaire eenheid van analyse moet gebruiken om de ruimtelijke scheiding tussen werk en consumptie beter aan te pakken.

Uiteindelijk draagt de studie bij aan de literatuur door de rollen van "consumptiemarkten" en "consumptievoorzieningen" bij het vormen van regionale verschillen empirisch te valideren, en biedt het een datagestuurd fundament voor beleid gericht op het stimuleren van de binnenlandse vraag en het verbeteren van de kwaliteit van de verstedelijking.