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

将中国想象成一张巨大且繁忙的视频游戏地图。长期以来，试图理解人们在日常生活（如零食、衣服和公交票）中花费多少钱的玩家们，不得不根据模糊、低分辨率的截图来进行猜测。他们要么只能观察巨大的、模糊的区域，要么只能缩放到一个微小的村庄。他们无法清晰地看到全貌。

但现在，北京大学的王雨晴（Yuqingyang Wang）和刘涛（Tao Liu）研究员通过一个名为百度人口画像（Baidus Population Profiling）的大型数字透镜，解锁了“上帝模式”视角。这并不是一种让人填表的调查；它更像是观察超过十亿人在手机上滚动、购物和移动时留下的数字足迹。利用这些数据，他们绘制了2021年中国几乎每一个县的“日常消费”（RDC）图谱。

以下是他们的地图所揭示的内容，通过数字探险者的视角来讲述：

大东西部差异

如果你看这张地图，东部和西部的差异就像黑夜与白昼一样鲜明。东部（沿海一侧）闪烁着高能量的“消费区”，尤其是在大型沿海城市群周围。这些区域就像 VIP 休息室，人们在这里有更多的钱来挥霍在日常消遣上。

相比之下，西部更像是一片宁静、崎岖的荒野。这里的“低消费”人口高度集中，这意味着人们在日常事务上的支出较少。中间地带——中部地区，则主要由“中等消费”人群组成。这是一个清晰的阶梯式梯度：你越往西走，消费能力就下降得越多。

“城市等级”阶梯

研究人员发现，你生活在行政等级的哪一级梯子上非常重要。把这想象成爬梯子：

• 农村县（底层阶梯）： 这些地区的“低消费”群体占比最高。
• 县级市（中层阶梯）： 当你移动到这些稍大一点的城镇时，低消费人数会下降约 5 个百分点。
• 市辖区（顶层阶梯）： 这些是大型、完全城市化的市中心。在这里，“高消费”人群最为密集。

数据表明，当你从农村县向城市中心攀升时，人口结构会从“消费极少”转向“消费极多”。这不仅仅是因为城市人口更多，而是因为消费的类型发生了变化。

城镇化引擎

研究发现，一个地方的“城镇化”程度与其居民的消费水平之间存在强关联。作者认为，随着城镇人口比例的上升，消费结构也会随之升级。

• 早期城镇化： 当一个地方开始城镇化时，“低消费”人群首先消失，取而代之的是“中等消费”人群。
• 后期城镇化： 随着城市完全发展，“中等消费”人群开始转化为“高消费”人群。

这就像视频游戏角色的升级：首先，你不再购买基础入门装备（低消费），然后购买标准装备（中等消费），最后解锁传奇级的高端装备（高消费）。数据显示，城镇人口比例与平均每周消费额之间的相关系数为 0.43，这意味着它们紧密同步移动。

两大不同引擎：市场 vs. 便利设施

论文认为，有两种不同的事物在驱动这种消费，且它们的作用方式各异。想象一辆拥有两个引擎的汽车：

1. 消费市场（收入与就业的引擎）：
   这是由当地的富裕程度（人均 GDP）和人口规模驱动的。数据表明，这个引擎擅长挤出低消费人群。当经济强劲时，人们不再仅仅满足于购买基本生活用品，而是向中产阶级迈进。然而，研究人员发现了一个奇特的转折：一个地区拥有极高的从业人数，实际上却与较低的本地消费相关联。他们怀疑这是因为许多工人是在此工作，但将赚到的钱汇回老家给家人消费。因此，庞大的劳动力并不总是意味着庞大的本地消费。

2. 消费便利设施（物资与道路的引擎）：
   这关乎购买物品和出行是否便捷。它包括购物设施（如商场和商店）的数量以及道路网的密度。

• 购物设施： 拥有更多商店不仅能帮助每个人多花一点钱，它还能特别提升高消费人群。这就像拥有一家奢侈品百货商店：它吸引那些准备购买昂贵物品的人。
• 道路： 更好的道路似乎创造了一种“两极分化”。它们既帮助了低消费人群（现在他们可以到达市场），也帮助了高消费人群（他们可以轻松出行），但有时也会挤压中间群体。

论文未涵盖的内容

作者谨慎地说明了他们的地图无法展示的内容。

• 无大额消费： 他们的数据追踪的是“常规”每周支出（如食物和交通），但不包括购买房屋或汽车等大宗物品。他们无法告诉你人们买一套新公寓花了多少钱。
• 无特定类别的“为什么”： 他们无法区分哪些是“生存型”支出，哪些是“娱乐型”支出。
• 智能手机偏差： 由于数据来自手机用户，它可能会遗漏那些没有智能手机或使用较少的人。作者指出，这可能会导致结果出现偏差，尤其是在手机普及率可能较低的贫困地区。
• 流动人口之谜： 因为数据追踪的是个人而非家庭，它无法完美捕捉“在此工作，在彼消费”的流动人口情况。

总结

这项研究表明，中国的日常消费是一个关于地理和城镇化的故事。东部和大城市是消费强国，由高收入和完善的购物及道路网络共同驱动。虽然蓬勃发展的经济有助于人们脱离“低消费”类别，但拥有密集的商店和道路网络才是真正将人们推向“高消费”类别的关键。

这是一幅利用 2,827 个县级单位（最终合并为 2,125 个进行数学计算）绘制的 2021 年快照，它向我们展示了在日常生活的这场游戏中，你居住在哪里以及附近有哪些资源，是决定你消费多少的最强“作弊码”。