Потребление домохозяйств в Китае и его влияние на экономический рост

Таблица 9

Источники доходов выборки (городские домохозяйства)

Тип дохода	Доля, получающих тип дохода	Среднее (по получающим доход), тыс. юаней	Доля типа дохода в общей сумме доходов выборки
Заработная плата	81,1%	66,99	62%
Доход от предпринимательской деятельности	24,5%	23,9	7%
Доход от собственности	87,8%	10,5	11%
Трансферы	54%*	34,16*	21%

*При значении >0, остальных случаях ? все значения отличные от нуля

Источник: собственные расчеты на основе данных China Institute For Income Distribution, CHIP Dataset (2013)

Если для городских семей заработная плата является основным источником доходов, то для большинства сельских это также доход от бизнеса, который получает 83% респондентов (треть от всех суммарных доходов домохозяйств). Несмотря на то, что трансферты получают 70% сельских жителей их общий размер и вклад в итоговые доходы значительно ниже, чем в городских семьях (табл.10).



Таблица 10

Источники доходов выборки (сельские домохозяйства)

Тип дохода	Доля, получающих тип дохода	Среднее (по получающим доход), тыс. юаней	Доля типа дохода в общей сумме доходов выборки
Заработная плата	77%	21,5	46%
Доход от предпринимательской деятельности	83%	14,5	33%
Доход от собственности	43%	5,0	6%
Трансферы	70%*	7,8*	15%

*При значении >0, остальных случаях-все значения отличные от нуля

Источник: собственные расчеты на основе данных China Institute For Income Distribution, CHIP Dataset (2013)

Домохозяйства были проанализированы относительно наличия долгосрочных финансовых накоплений и долговых обязательств. В итоге, почти 80% городских семей обладают накоплениями в среднем в размере 88 тыс. юаней при отсутствии долгов. 13% семей - имели и накопления, и обязательства, при этом в среднем размер кредита в среднем более чем в 2 раза превышал имеющиеся накопления домохозяйства. Только у менее чем 1% опрошенных были кредиты при отсутствии каких-либо сбережений. Данная финансовая устойчивость семей и низкая закредитованность подтверждается и на уровне агрегированных данных по стране за 2013 год (табл. 11), однако как показано на рисунке 7 в 2017 году общая долговая нагрузка домохозяйств впервые стала превышать сбережения.



Таблица 11

Типы городских домохозяйств по наличию накоплений и долговой нагрузки

Тип домохозяйства	Доля домохозяйств	Средний размер накоплений на домохозяйство, тыс. юаней	Средний размер долга на домохозяйство, тыс. юаней
Есть накопления и долги	13,2%	61,2	146,2
Только накопления	79,8%	87,9	-
Только долги	0,9%	-	144,1
Нет накоплений и долгов	6,1%	-	-
Всего	100%	78,3	20,6

Источник: собственные расчеты на основе данных China Institute For Income Distribution, CHIP Dataset (2013)

Структура сельских домохозяйств по наличию накоплений и долгов почти идентичная городской: почти 80% имеют накопления без долговой нагрузки, долги есть у 16 % семей, из них у 14,5% при этом есть накопления. Стоит отметить, что в среднем у сельских домохозяйств соотношение долг/накопления - 1/5, в то время как у городских - 1/4.

Таблица 12

Типы сельских домохозяйств по наличию накоплений и долговой нагрузки

Тип домохозяйства	Доля домохозяйств	Средний размер накоплений на домохозяйство, тыс. юаней	Средний размер долга на домохозяйство, тыс. юаней
Есть накопления и долги	14,5%	21,3	50,6
Только накопления	78,0%	47,8	-
Только долги	1,4%	-	55,0
Нет накоплений и долгов	6,1%	-	-
Всего	100%	40,3	8,1

Источник: собственные расчеты на основе данных China Institute For Income Distribution, CHIP Dataset (2013)

Склонность китайских домохозяйств к сбережению подтверждается наличием банковских вкладов у более 70% опрошенных городских домохозяйств. Более 5% семей используют более продвинутые инвестиционные инструменты - акции компаний, а также облигации и инвестиции в фонды. Срочные вклады и вложения в акции в среднем составляют по 72 тыс. юаней на домохозяйство.

Таблица 13

Структура финансовых активов (накоплений) городских домохозяйств

Тип актива	Доля домохозяйств, имеющих актив	Средний размер актива (по обладающим активом), тыс. юаней
Наличные	92,5%	7,04
Депозиты до востребования	72,2%	25,3
Срочные вклады	57,5%	72,4
Государственные облигации	1,7%	65,6
Другие облигации	0,2%	55,5
Акции	5,4%	72,2
Вложения в инвестиционные фонды	3,8%	54,6

Источник: собственные расчеты на основе данных China Institute For Income Distribution, CHIP Dataset (2013)

Сельские жители гораздо менее склонны использовать сложные финансовые инструменты и предпочитают хранить накопления в виде депозитов, которыми обладает половина семей выборки (табл. 14). Примечательно, что средняя сумма срочных вкладов отличается лишь на 50%, в то время как средний доход на душу населения - более чем в 3 раза, то есть сельские домохозяйства все-таки более склонны к сбережениям, а городские - к крупным покупкам и тратам, не учтенным в статистике потребления.

Таблица 14

Структура финансовых активов (накоплений) сельских домохозяйств

Тип актива	Доля домохозяйств, имеющих актив	Средний размер актива (по обладающим активом), тыс. юаней
Наличные	95,4%	6,1
Депозиты до востребования	60,0%	20,0
Срочные вклады	42,7%	50,0
Государственные облигации	0,2%	43,1
Другие облигации	-	-
Акции	0,3%	49,0
Вложения в инвестиционные фонды	0,2%	61,3

Источник: собственные расчеты на основе данных China Institute For Income Distribution, CHIP Dataset (2013)

Опрошенные городские домохозяйства отличаются относительно небольшой долговой нагрузкой (более 86% семей ее не имеют вовсе). Основным же видом долга для семей является ипотека, в среднем 180 тыс. юаней, также распространены кредиты на медицинское обслуживания (в среднем 35 тыс. юаней), что обнажает недостатки медицинской системы страны. Сумма долей по каждому из типов кредитов составляет 15,7%, то есть лишь несколько процентов семей выборки имеют несколько кредитов одновременно на 2013 год. Если обратиться к агрегированным данным по КНР (приведены в главе 2.1), то средняя долговая нагрузка на домохозяйство с 2013 по 2017 увеличилась в 2 раза.

Таблица 15

Структура долговой нагрузки городских домохозяйств

Тип долга	Доля домохозяйств, имеющих долг	Средний размер долга (по обладающим долгом), тыс. юаней
Ипотека	10,4%	179,7
Автокредит	1,3%	68,1
Кредит на образование	0,2%	22,2
Кредит на медицинское обслуживание	1,1%	35,6
Прочие кредиты	2,7%	47,3

Источник: собственные расчеты на основе данных China Institute For Income Distribution, CHIP Dataset (2013)

Как и в случае с городскими домохозяйствами, лишь 16% сельских семей указали в опросе наличие долгов, а количество семей с несколькими типами кредитов - ниже 2%. Средний размер долга на семью существенно ниже в случае ипотеки - почти в 2,5 раза, в половину - на покупку автомобиля и медицинское обслуживание, а размер кредита на образование одинаков как для городских, так и сельских семей - в среднем 22 тыс. юаней (3600 долларов), что видимо, соответствует средней стоимости обучения.

Таблица 16

Структура долговой нагрузки сельских домохозяйств

Тип долга	Доля домохозяйств, имеющих долг	Средний размер долга (по обладающим долгом), тыс. юаней
Ипотека	6,9%	74,1
Автокредит	1,1%	45,2
Кредит на образование	0,7%	22,7
Кредит на медицинское обслуживание	3,2%	19,6
Прочие кредиты	6%	28,4

Источник: собственные расчеты на основе данных China Institute For Income Distribution, CHIP Dataset (2013)

Для составления регрессий по типам расходов использовались те же зависимые переменные, что и в главе 2 при анализе агрегированных данных за 2018 год. Однако в данных выборках за 2013 год в качестве независимых переменных используются следующие: доход от заработной платы (wage income), доход от предпринимательской деятельности (business income), доход от недвижимости, финансовых активов и прочей собственности (property income), доход от трансфертов (transfer income), размер финансовых активов семьи (assets, в модели будет использован натуральный логарифм переменной ln_assets), CAGR, headcount. Так как размер долга для большинства домохозяйств равен нулю, он был исключен из модели.

С точки зрения доходов домохозяйств представленная выборка является достаточно разнородной (соотношение mean и SD), отрицательные значения по всем статьям доходов кроме заработной платы объясняются налоговыми платежами, а также убыточностью некоторых бизнесов. Максимальные значения по каждому из видов доходов не превышают 2 млн юаней в год (около 280 тыс. долларов), что позволяет утверждать, что выборка избавлена от сильных выбросов в виде наиболее состоятельных семей. Выбросы темпов прироста располагаемых доходов определены прежде всего появлением новых источников дохода (т. е. ростом с низкой базы), либо потерей дохода. Также следует отметить, что темп прироста рассчитан за 2011-2013 годы, поэтому может не отражать общую макроэкономическую ситуацию. В среднем, располагаемые доходы домохозяйств росли на более чем 14%. Как уже было рассмотрено в анализе финансовых активов, большинство домохозяйств имеют долгосрочные сбережения, в среднем по выборке на уровне 82 тыс. юаней. Размер домохозяйств варьируется от 1 до 8 человек, но в среднем по выборке составляет 3 человека. Расходы на питание и жилье являются основными для большинства семей выборки, при этом наиболее вариабельными оказались расходы на транспорт (прежде всего, путешествия), досуг, образование и медицину, так как данные статьи расходов можно отнести к «расходам среднего класса», которые значительно варьируются от уровня благосостояния семьи.

Таблица 17

Описательная статистика по выборке (городские домохозяйства)

	N	Minimum	Maximum	Mean	Std. Deviation
Independent
Headcount	6065	1	8	2,98	1,109
CAGR	5999	-100,00%	306,64%	14,1976%	19,80519%
Assets	5737	0	4000	82,77	152,210
wage income	6065	,00	1226,35	54,3396	57,60581
business income	6065	-119,36	1362,27	5,8621	30,01633
property income	6065	-162,83	1997,14	9,2420	30,43907
transfer income	6065	-210,15	475,87	15,5974	30,81571
Dependent
Food	6065	,00	118,02	16,9289	10,10981
Clothing	6065	,00	140,51	5,0209	5,55635
Housing	6065	,00	352,71	13,9132	14,47691
facility and services	6065	,00	120,38	3,7499	6,03845
communication and transportation	6065	,00	295,63	7,0004	17,12523
education and entertainment, and cultural activities	6065	,00	276,08	6,6074	11,01758
Healthcare	6065	,00	267,52	3,4859	7,86529
Savings	6065	-229,95	1685,44	28,3343	52,15523

Размерность наблюдений - тыс. юаней на домохозяйство за 2013 год, CAGR - темп среднего прироста располагаемого дохода домохозяйства в 2011-2013 г. в процентах; headcount- количество членов домохозяйства

Источник: собственные расчеты на основе данных China Institute For Income Distribution, CHIP Dataset (2013)

По сравнению с выборкой городских домохозяйств сельские демонстрируют:

1. более высокий средний размер семьи (3,7 против 3);

2. существенно более низкие средние и максимальные доходы (так, например, средние доходы от заработной платы в 3 раза ниже), исключение составляют доходы от предпринимательской деятельности (средние в 2 раза, чем в городах), что раннее было выявлено на агрегированных данных за 2018 год;

3. средние долгосрочные накопления в 2 раза ниже;

4. незначительную разницу в среднегодовом приросте располагаемых доходов - 1%;

5. такое же распределение приоритетов расходов: основные - питание и жилье, затем транспорт, образование и досуг;

6. однако разное отношение к расходам на одежду: для сельское местности - приоритетное и здравоохранение - относительно своих доходов сельские жители гораздо больше тратят на медицинское обслуживание, нежели городские, что в основном объясняется ограниченной системой медицинского страхования в Китае.

Таблица 18

Описательная статистика по выборке (сельские домохозяйства)

	N	Minimum	Maximum	Mean	SD
Independent
headcount	9828	1,0	13,0	3,677	1,4416
CAGR	9784	-100,00%	865,49%	15,1402%	30,97312%
assets	9202	-39,1	3626,0	43,072	84,4269
wage income	9335	,0	250,4	17,506	22,3039
business income	9335	-173,8	498,5	12,567	24,3903
property income	9335	-88,8	396,0	2,265	10,7069
transfer income	9335	-64,3	120,6	5,134	9,5771
Dependent
food	9335	,0	103,2	9,502	6,0763
clothing	9335	,0	36,9	1,873	2,2382
housing	9335	,0	157,7	6,286	8,4230
facility and services	9335	,0	93,4	1,862	3,1945
communication and transportation	9335	,0	251,6	3,437	8,6335
education and entertainment, and cultural activities	9335	,0	99,1	2,797	4,9843
healthcare	9335	,0	731,6	2,461	10,3537
savings	9335	-775,45	466,20	9,2536	29,01287

Источник: собственные расчеты на основе данных China Institute For Income Distribution, CHIP Dataset (2013)

Для общих моделей по городским и сельским домохозяйствам рассматриваются следующие гипотезы:

1. Повышение всех видов дохода ведет к увеличению потребления, однако данный эффект должен быть сильнее для сельских домохозяйств, нежели городских с более насыщенным рынком и высокими доходами;

2. По гипотезе перманентного дохода для городских домохозяйств зарплатные и трансфертные доходы оказывают больший положительный эффект на потребление, чем прочие доходы, а прочие - на сбережения, не являясь перманентными. Для сельских семей наряду с зарплатными больший эффект на потребление оказывают доходы от предпринимательской деятельности (исходя из структуры доходов);

3. Расходы на образование, досуг и транспорт также должны быть наиболее чувствительными к уровню доходов, а расходы на питание - наименее как в городских, так и сельских семьях;

4. Финансовые активы семьи должны положительно влиять на все расходы, особенно на категории, не относящиеся к первой необходимости: образование, досуг, транспорт (вкл. путешествия);

5. Среднегодовой темп прироста доходов за предыдущие годы должен положительно влиять на расходы непервой необходимости, улучшающие качество жизни (образование, досуг, путешествия), т. к. потребители прогнозируют свои расходы относительно доходов за будущие периоды (теория адаптивных ожиданий);

6. Как следует из моделей за 2018 год: расходы на здравоохранение не являются запланированными и не определяются уровнем благосостояния, что подтверждает низкий коэффициент детерминации, незначимость выбранных переменных.

В итоге были составлены 8 полулогарифмических регрессий по городским домохозяйствам и 8 - по сельским (Приложения 15-30). Полученные результаты отражают, что повышение уровня доходов оказывает положительное влияние на все статьи расходов домохозяйств. Расходы сельских домохозяйств по всем категориям более чувствительны к изменению дохода, чем городские: так при повышении каждого типа дохода на 10 тыс. юаней в сельских семьях продовольственные расходы увеличиваются на 28%, а в городских лишь на 11%, что подтверждает «основной психологический закон» Кейнса.

Гипотеза перманентного дохода подтверждается на выборке городских домохозяйств: переменные доходы (от собственности и предпринимательской деятельности) в большей степени определяют сбережения, а перманентные зарплатные и трансфертные доходы оказывают больший эффект на потребление. Для сельских домохозяйств данная гипотеза не выполняется, так как разные типы доходов имеют различный эффект на статьи потребления, объяснением чему следует считать, что разные семьи получают разные типы доходов, либо разные типы их комбинаций. Повышение заработной платы в сельской местности оказывает наибольший эффект на расходы на одежду и транспорт (в среднем на 22% с повышением заработной платы на 10 тыс. юаней в год). Доходы от предпринимательской деятельности значительнее всего влияют на транспорт, образование и досуг (на 11% и 9% соответственно). Как и предполагалось, для китайских семей характерен сдвиг потребления от товаров первой необходимости к «расходам среднего класса», так для городских семей изменение дохода оказывает на продовольственные расходы и расходы на одежду в 1,5 раза меньший эффект, чем на остальные товары и услуги. Для сельских семей также характерен такой структурный сдвиг: чувствительность расходов на услуги, жилье, транспорт, образование и досуг в 1,5 раза превышают чувствительность продовольственных расходов к повышению дохода.

Наличие финансовых активов значительно влияет на расходы семей: так увеличение сбережений в городе на 1% дает эффект в увеличении расходов на одежду на 12% и на транспорт и связь на 13%, у сельских семей максимальный эффект оказывается на те же категории на 10,5% и 9% соответственно. Наименьший эффект (6,4% для городских и 4,5% для сельских при увеличении сбережений на 1%) активы оказывают на расходы на продукты питания, что подтверждает теорию о том, что с ростом благосостояния и появлениям сбережений, домохозяйства склонны тратить меньшую долю на продукты первой необходимости. С другой стороны, существующие активы отрицательно влияют на склонность горожан сберегать: при увеличении активов на 1% в среднем семья будет тратить, а не сберегать в городе - на 3 тыс. юаней больше, в селе - на 840 юаней в год.

Модель по расходам на здравоохранение, как и в анализе данных за 2018 г., имеет наименьший коэффициент детерминации (8%), что свидетельствует о том, что данные траты зависят от существенно других факторов, а также не являются запланированными для семей, поэтому слабо соотносятся с уровнем их благосостояния.

Несмотря на очевидную зависимость между количеством членов домохозяйства и уровнем расходов, относительно выборки городских семей можно сказать, что каждый дополнительный человек в семье увеличивает расходы на основные нужды не более чем на 11%, исключение составляют образование и досуг (22,5%). Для сельских семей расширение семьи больше влияет на расходы: почти на 30% увеличиваются расходы на образование и досуг, в пределах 15 % ? на остальные статьи потребления.

Таблица 19

Полулогарифмическая модель для всех городских домохозяйств

	Ln_food	Ln_clothes	Ln_housing	Ln_facilities	Ln_transport_comm	Ln_edu_leisure	Ln_healthcare	savings
N	5583	5504	5590	5534	5568	5358	5262	5600
R Square	,294	,225	,235	,172	,307	,178	,079	,647
wage income	,004	,008	,005	,007	,009	,009	,004	,544
business income	,001	,002	,002	,002	,004	,003	-,0001**	,815
property income	,002	,002	,004	,002	,003	,003	,002*	,712
transfer income	,004	-,001**	,006	,006	,0002**	,001*	,016	,588
Ln_assets	,064	,119	,101	,113	,130	,108	,020**	-3,056
CAGR	-,0004**	,0002**	,0002**	-,001**	,0005**	-,001**	-,002*	,010**
headcount	,076	,053	,018**	,036*	,109	,225	,057*	-1,602

*незначимые на уровне 5%, **незначимые на уровне 10% (t-статистика); размерность всех наблюдений кроме Ln_assets, CAGR, headcount - тыс. юаней на домохозяйство за 2013 год, наблюдений Ln_assets- натуральный логарифм финансовых активов домохозяйства на конец 2013 г., CAGR - темп среднего прироста располагаемого дохода домохозяйства в 2011-2013 г. в процентах; headcount- количество членов домохозяйства; натуральные логарифмы обозначены Ln.

Источник: собственные расчеты на основе данных China Institute For Income Distribution, CHIP Dataset (2013)

Таблица 20

Коэффициенты полулогарифмических регрессий для сельских домохозяйств

	Ln_food	Ln_clothes	Ln_housing	Ln_facilities	Ln_transport_comm	Ln_edu_leisure	Ln_healthcare	savings
N	8624	8410	8626	8561	8546	7726	8112	8630
R Square	,343	,236	,209	,164	,287	,140	,039	,512
wage income	,011	,022	,012	,019	,022	,017	,009	,574
business income	,004	,008	,004	,005	,011	,009	,004	,786
property income	,005	,007	,015	,008	,009	,013	,006	,528
transfer income	,008	,0005**	,009	,013	-,001**	,003**	,026	,629
Ln_assets	,045	,095	,070	,054	,102	,078	-,074	-,842
CAGR	-,0003**	-,0003**	4,483E-5**	-4,996E-5**	9,022E-5**	-,001**	,0003**	,011**
headcount	,094	,121	,072	,131	,153	,295	,098	-1,702

*незначимые на уровне 5%, **незначимые на уровне 10% (t-статистика); размерность всех наблюдений кроме Ln_assets, CAGR, headcount - тыс. юаней на домохозяйство за 2013 год, наблюдений Ln_assets- натуральный логарифм финансовых активов домохозяйства на конец 2013 г., CAGR - темп среднего прироста располагаемого дохода домохозяйства в 2011-2013 г. в процентах; headcount- количество членов домохозяйства; натуральные логарифмы обозначены Ln.

Источник: собственные расчеты на основе данных China Institute For Income Distribution, CHIP Dataset (2013)



3.3 Региональные паттерны потребления на основе кластеризации провинций КНР

В теоретическом обзоре в главе 1 и в анализе структуры и динамики доходов домохозяйств в главе 2 не разу поминалась проблема региональных диспропорций в уровне благосостояния, и, соответственно, потребления. Поэтому одной из задач исследования является анализ паттернов потребления на уровне разных регионов и их кластеров. В качестве инструмента используется регрессионная модель аналогичная, представленной в предыдущей главе, но с дополнительным делением домохозяйств из опроса за 2013 г. на кластеры по региону жительства. Отдельно рассматривались данные по городским и сельским домохозяйствам, т. к. в ходе предварительного анализа было выяснено, что существует значительный разрыв в доходах и паттернах потребления между этими категориями домохозяйств.

За основу выделения кластеров бралась выборка данных по провинциям КНР за 2018 год: расходы на продукты питания-food, суммарные расходы «среднего класса» (на одежду, досуг, образование, медицину и пр. услуги)-middle_class, среднегодовой прирост располагаемых доходов за последние 6 лет-CAGR, разница между располагаемыми доходами и суммарным потребление в год-savings.

Таблица 21

Центры кластеров регионов

	Cluster
	1	2	3	4
middle_class	15,15	13,06	7,71	10,50
food	10	9	6	7
CAGR	9	9	10	9
savings	22	12	6	7

Размерность - тыс. юаней на душу населения в год, CAGR - проценты прироста в год за период 2012-2018

Источник: собственные расчеты на основе данных National statistical bureau of China (2018)

Таким образом выделено 4 кластера:

1. Самый высокий уровень сбережений, который покрывает основные расходы на продукты и на поддержание уровня жизни - насыщенный рынок с высокой покупательной способностью (Пекин, Шанхай)

2. Расходы на продукты питания и «среднего класса» сопоставимы с 1 кластером при сбережениях почти в 2 раза меньше- активные потребители со средней покупательной способностью (5 наиболее развитых провинций на восточном побережье)

3. Самый низкий уровень расходов среднего класса при наибольшем темпе прироста доходов, сбережения покрывают лишь расходы на продукты -потребители с низкой покупательной способностью, неразвитый рынок (10 провинций в основном в наименее благосостоятельных в западном и северо-восточном Китае)

4. Самый низкий уровень покрытия основных расходов сбережениями: уровень благосостояния на уровне 3 кластера, но структура расходов схожа со 2 кластером- активные потребители с низкой покупательной способностью (14 провинций в основном в центральном и северном Китае)

Рисунок 9 Географическое распределение кластеров

Источник: собственные расчеты на основе данных National statistical bureau of China (2018)

Для моделей по кластерам домохозяйствам рассматриваются следующие гипотезы:

1. Повышение дохода положительно влияет на потребление во всех регионах, однако данный эффект должен быть максимальным в 3 кластере (наименее развитые регионы) и минимальный в 1 кластере (насыщенный рынок с высокой покупательной способностью);

2. Для категорий первой необходимости (расходы на питание) коэффициенты моделей не должны значительно отличаться по кластерам, однако дополнительные расходы в виде одежды, путешествий, образование и досуга должны продемонстрировать более существенное различие в паттернах потребления, а также должны быть более чувствительны к изменению доходов;

3. Модель расходов на жилье ввиду дороговизны жилой недвижимости в крупных городах (1 и 2 кластер) определяются в большей степени не текущими доходами, а размерами финансовых активов;

4. Финансовые активы семьи должны положительно влиять на все расходы, особенно на категории, не относящиеся к первой необходимости: образование, досуг, транспорт (вкл. путешествия);

5. Сбережения в основном определяется переменными доходами (доходы от бизнеса, собственности), а на потребление идет постоянная часть дохода семьи - заработная плата и трансферты.

В результате были построены 32 полулогарифмические модели: 8 зависимых переменных по 4 кластера (Приложения 30-62), результаты сгруппированы видам расходов - независимым переменным. В целом выявлено, что повышение уровня доходов оказывает положительный эффект на все расходы. Так, относительно расходов на питание в регионах с меньшей покупательской способностью (3 и 4 кластер) данной влияние в среднем в 2 раза сильнее, чем в более обеспеченных регионах, что подтверждает гипотезу об убывании склонности к потреблению товаров первой необходимости с ростом доходов. Также данную гипотезу подтверждает тот факт, что во всех кластерах наибольший эффект оказывают доходы от трансфертов и заработной платы, которые характерны для менее обеспеченных слоев населения. Примечательно, что в случае финансовых активов положительное влияние на расходы сильнее в более обеспеченных регионах: 1 и 2 кластер, что возможно трактовать, как качественный переход к более дорогим продуктам и алкоголю (доступным в крупных городах) при появлении существенных сбережений. Уровень прироста доходов за последние несколько лет оказался незначим во всех моделях.

Таблица 22

Модель расходов на продукты питания по кластерам городских домохозяйств

	Ln_food (1 кластер)	Ln_food (2 кластер)	Ln_food (3 кластер)	Ln_food (4 кластер)
N	668	1030	904	2981
R Square	,34	,27	,26	,25
wage income	,003	,003	,005	,005
business income	,0004*	,0004**	,002	,003
property income	,002**	,001	,005	,002*
transfer income	,004	,002	,006	,005
Ln_assets	,057	,074	,032*	,043
CAGR	,0003**	,001**	-,001*	,0001**
headcount	,071	,087	,061	,063

*незначимые на уровне 5%, **незначимые на уровне 10% (t-статистика); размерность всех наблюдений кроме Ln_assets, CAGR, headcount - тыс. юаней на домохозяйство за 2013 год, наблюдений Ln_assets- натуральный логарифм финансовых активов домохозяйства на конец 2013 г., CAGR - темп среднего прироста располагаемого дохода домохозяйства в 2011-2013 г. в процентах; headcount- количество членов домохозяйства; натуральные логарифмы обозначены Ln.

Источник: собственные расчеты на основе данных China Institute For Income Distribution, CHIP Dataset (2013)

Основная детерминанта расходов на одежду - это зарплатные доходы, причем для менее развитого рынка (3 кластер), как и предполагалось, характерна наибольшая чувствительность расходов к изменению доходов и значимость прочих видов доходов (от собственности и бизнеса). Однако, примечательно, что жители регионов 1 кластера имеют несколько большую чувствительность расходов к заработной плате, чем во 2 кластере, что отчасти объяснимо большей долей наемных работников в Пекине и Шанхае. Финансовые активы семьи оказывают значительное влияние на уровень расходов семьи, даже в регионах со средней покупательной способностью (4 кластер) с увеличением сбережений семьи на 1% расходы увеличиваются на 13%, а для активных потребителей (2 кластер) - на 20%. Количество членов семьи, среднегодовой прирост доходов, а также доходы от трансфертов оказались незначимыми переменными для данного типа моделей.

Таблица 23

Модель расходов на одежду по кластерам городских домохозяйств

	Ln_clothes (1 кластер)	Ln_ clothes (2 кластер)	Ln_ clothes (3 кластер)	Ln_ clothes (4 кластер)
N	666	1007	892	2939
R Square	,30	,24	,28	,24
wage income	,007	,006	,010	,010
business income	,008*	,0004**	,005	,005
property income	-,001**	,002	,009	,002**
transfer income	,002**	-,002*	,0001**	,0001**
ln_assets	,100*	,205	,066*	,129
CAGR	-,003**	,001**	-,001**	-,0005**
headcount	,057**	,040**	,049*	,065*

*незначимые на уровне 5%, **незначимые на уровне 10% (t-статистика); размерность всех наблюдений кроме Ln_assets, CAGR, headcount - тыс. юаней на домохозяйство за 2013 год, наблюдений Ln_assets- натуральный логарифм финансовых активов домохозяйства на конец 2013 г., CAGR - темп среднего прироста располагаемого дохода домохозяйства в 2011-2013 г. в процентах; headcount- количество членов домохозяйства; натуральные логарифмы обозначены Ln.

Источник: собственные расчеты на основе данных China Institute For Income Distribution, CHIP Dataset (2013)

Расходы на жилье - это категория, где кластеры регионов ведут себя максимально отлично. Для 1 кластера (Пекин, Шанхай) с самым недоступным жильем, доходы от зарплаты оказывают минимальное влияния, а трансфертные и от предпринимательской деятельности - незначимые. Основной детерминантой выступают доходы от собственности, т.е. улучшить жилищные условия в крупнейших городах КНР семья может лишь в случае наличия прибыльных финансовых активов или недвижимости, приносящей доход. В активно развивающихся, но менее крупных городах (2 кластер) основным фактором выступают доход от заработной платы и финансовые активы, что выглядит как классическая история накопления на недвижимость с заработной платы. В наименее развитых регионах (3 и 4 кластер) значимыми детерминантами являются все статьи доходов, но основными - доходы от собственности и трансферты (включая региональные доплаты).

Таблица 24

Модель расходов на жилье по кластерам городских домохозяйств

	Ln_housing (1 кластер)	Ln_ housing (2 кластер)	Ln_ housing (3 кластер)	Ln_ housing (4 кластер)
N	668	1035	903	2984
R Square	,498	,284	,264	,173
wage income	,002	,005	,006	,005
business income	,002**	,000**	,004	,004
property income	,043	,001	,020	,006
transfer income	,000**	,003	,009	,007
ln_assets	,003**	,108	,055*	,065
CAGR	-,001**	,002*	-,001**	,001**
headcount	,029**	,014**	-,009**	,020**

*незначимые на уровне 5%, **незначимые на уровне 10% (t-статистика); размерность всех наблюдений кроме Ln_assets, CAGR, headcount - тыс. юаней на домохозяйство за 2013 год, наблюдений Ln_assets- натуральный логарифм финансовых активов домохозяйства на конец 2013 г., CAGR - темп среднего прироста располагаемого дохода домохозяйства в 2011-2013 г. в процентах; headcount- количество членов домохозяйства; натуральные логарифмы обозначены Ln.

Источник: собственные расчеты на основе данных China Institute For Income Distribution, CHIP Dataset (2013)

Расходы на услуги семей 3 кластера наиболее чувствительны к повышению доходов, особенно зарплатных и доходов от собственности. Для 2 и 4 кластера зарплатные доходы также оказывают наибольший эффект.

Таблица 25

Модель расходов на услуги по кластерам городских домохозяйств

	Ln_ facility (1 кластер)	Ln_ facility (2 кластер)	Ln_ facility (3 кластер)	Ln_ facility (4 кластер)
N	668	1018	900	2948
R Square	,194	,171	,180	,142
wage income	,006	,005	,010	,009
business income	,010	,001**	,005	,004
property income	,003*	,001*	,011	,003
transfer income	,006	,003	,008	,007
ln_assets	,037**	,147	,103	,084
CAGR	-,004*	,002**	,0003**	-,001**
headcount	,016**	,006**	,036**	,057

*незначимые на уровне 5%, **незначимые на уровне 10% (t-статистика); размерность всех наблюдений кроме Ln_assets, CAGR, headcount - тыс. юаней на домохозяйство за 2013 год, наблюдений Ln_assets- натуральный логарифм финансовых активов домохозяйства на конец 2013 г., CAGR - темп среднего прироста располагаемого дохода домохозяйства в 2011-2013 г. в процентах; headcount- количество членов домохозяйства; натуральные логарифмы обозначены Ln.

Источник: собственные расчеты на основе данных China Institute For Income Distribution, CHIP Dataset (2013)

Домохозяйства 1 и 3 кластера обладают наиболее чувствительными к изменению суммарных доходов расходами на транспорт и связь. Причем если для 1 кластера сильнейшим эффектом обладают доходы от предпринимательства, то в 3 - от заработной платы, что актуально и для остальных кластеров.

Таблица 26

Модель расходов на транспорт и связь по кластерам городских домохозяйств

	Ln_transport_comm (1 кластер)	Ln_transport_comm (2 кластер)	Ln_transport_comm (3 кластер)	Ln_transport_comm (4 кластер)
N	665	1027	903	2973
R Square	,322	,332	,302	,265
wage income	,007	,007	,014	,010
business income	,013	,002	,009	,007
property income	,011	,002	,007	,004
transfer income	-,001**	-,001**	,004	,001**
ln_assets	,098	,184	,061	,103
CAGR	-,0002**	,003*	4,693E-5**	-,0003**
headcount	,203	,096	,054*	,099

*незначимые на уровне 5%, **незначимые на уровне 10% (t-статистика); размерность всех наблюдений кроме Ln_assets, CAGR, headcount - тыс. юаней на домохозяйство за 2013 год, наблюдений Ln_assets- натуральный логарифм финансовых активов домохозяйства на конец 2013 г., CAGR - темп среднего прироста располагаемого дохода домохозяйства в 2011-2013 г. в процентах; headcount- количество членов домохозяйства; натуральные логарифмы обозначены Ln.

Источник: собственные расчеты на основе данных China Institute For Income Distribution, CHIP Dataset (2013)

Расходы на образование и досуг ведут себя как расходы первой необходимости, которые закладывает каждая семья вне зависимости от региона: почти одинаковый уровень чувствительности к зарплатным доходам, основным для городских жителей. Общая чувствительность к изменениям доходов почти одинакова для наименее и наиболее развитых кластеров, а на их фоне выделяется 2 кластер, который был охарактеризован как «активные потребители»: наименьшая чувствительность к росту доходов или появлению дополнительного члена в семье, при этом наиболее влиятельной детерминантой являются финансовые активы семьи. Также примечательно, что наиболее и наименее развитые регионы (1 и 3 кластер) имеют одинаковую чувствительность к изменению расходов от собственности, т. е. для тех и других наличие недвижимости, финансовых активов является определяющим для расходов, в первую очередь на образование детей.



Таблица 27

Модель расходов на образование и досуг по кластерам городских домохозяйств

	Ln_ edu_leisure (1 кластер)	Ln_ edu_leisure (2 кластер)	Ln_ edu_leisure (3 кластер)	Ln_ edu_leisure (4 кластер)
N	646	994	876	2843
R Square	,262	,205	,182	,141
wage income	,009	,008	,009	,010
business income	,009**	,001*	,002**	,007
property income	,016	,002	,017	,004
transfer income	,004	-2,613E-5**	,001**	,001**
ln_assets	-,008**	,181	,093**	,078
CAGR	-,004**	,000**	-9,656E-5**	-,003**
headcount	,343	,080	,297	,235

*незначимые на уровне 5%, **незначимые на уровне 10% (t-статистика); размерность всех наблюдений кроме Ln_assets, CAGR, headcount - тыс. юаней на домохозяйство за 2013 год, наблюдений Ln_assets- натуральный логарифм финансовых активов домохозяйства на конец 2013 г., CAGR - темп среднего прироста располагаемого дохода домохозяйства в 2011-2013 г. в процентах; headcount- количество членов домохозяйства; натуральные логарифмы обозначены Ln.

Источник: собственные расчеты на основе данных China Institute For Income Distribution, CHIP Dataset (2013)

Как и было выявлено в предыдущих регрессионных моделях, расходы на здравоохранения не определяются через благосостояние семей и скорее являются вынужденными и незапланированными.

Таблица 28

Модель расходов на здравоохранение по кластерам городских домохозяйств

	Ln_ healthcare (1 кластер)	Ln_ healthcare (2 кластер)	Ln_ healthcare (3 кластер)	Ln_ healthcare (4 кластер)
N	650	958	876	2779
R Square	,147	,037	,104	,081
wage income	,003	,002*	,005	,004
business income	-,007**	,000**	-,005	,003
property income	,004**	,001**	,010	,002**
transfer income	,015	,007	,019	,020
ln_assets	,038**	,120	,041**	-,051
CAGR	-,005**	-,006	,0002**	-,001**
headcount	,076**	-,003**	,137	,093

*незначимые на уровне 5%, **незначимые на уровне 10% (t-статистика); размерность всех наблюдений кроме Ln_assets, CAGR, headcount - тыс. юаней на домохозяйство за 2013 год, наблюдений Ln_assets- натуральный логарифм финансовых активов домохозяйства на конец 2013 г., CAGR - темп среднего прироста располагаемого дохода домохозяйства в 2011-2013 г. в процентах; headcount- количество членов домохозяйства; натуральные логарифмы обозначены Ln.

Источник: собственные расчеты на основе данных China Institute For Income Distribution, CHIP Dataset (2013)

Гипотеза перманентного дохода подтверждается для 2 и 4 кластеров: в первом случае 94% доходов от бизнеса и 77% от собственности не идут на потребление, во втором - 66% и 78% соответственно, то есть в этих регионах сбережения домохозяйств формируются в основном за счет переменного дохода. Иначе же выглядит паттерн сбережения в самых благополучных регионах (1 кластер): все типы доходов примерно одинаково влияют на сбережения, а доходы от собственности оказывают отрицательное влияние на сбережения и их прирост лишь усиливает потребление. Объяснением данному наблюдению может быть более четкое деление семей по типу получаемого дохода в Пекине и Шанхае: либо домохозяйство состоит из наемных работников, либо получает основной доход от бизнеса, либо только от трансфертов, а эффект доходов от собственности возможно трактовать как необходимость дополнительных вложений в саму собственность (см. модель расход на жилье в 1 кластере). В наименее развитом 3 кластере, напротив, возможно смешение видов доходов, наличие дополнительных подработок, что делает все доходы в каком-то смысле переменными и достоверно проверить гипотезу нельзя.

Таблица 29

Модель отложенных расходов (сбережений) по кластерам городских домохозяйств

	Savings (1 кластер)	Savings (2 кластер)	Savings (3 кластер)	Savings (4 кластер)
N	668	1038	904	2990
R Square	,545	,793	,609	,520
wage income	,549	,576	,615	,545
business income	,560	,938	,718	,663
property income	-,194	,765	,507	,783
transfer income	,573	,687	,613	,572
ln_assets	-1,041**	-5,615	-,820**	-1,581
CAGR	,023**	-,068**	,053*	-,0003**
headcount	-1,253**	-1,428**	-2,053	-1,276

*незначимые на уровне 5%, **незначимые на уровне 10% (t-статистика); размерность всех наблюдений кроме Ln_assets, CAGR, headcount - тыс. юаней на домохозяйство за 2013 год, наблюдений Ln_assets- натуральный логарифм финансовых активов домохозяйства на конец 2013 г., CAGR - темп среднего прироста располагаемого дохода домохозяйства в 2011-2013 г. в процентах; headcount- количество членов домохозяйства; натуральные логарифмы обозначены Ln.

Источник: собственные расчеты на основе данных China Institute For Income Distribution, CHIP Dataset (2013)

В результате анализа патернов потребления по кластерам регионов КНР можно сделать следующие выводы. Повышение дохода положительно влияет на потребление во всех регионах, но наибольший эффект оказывается на регионы 3 и 4 кластера - наименее благополучные, что подтверждает «основной экономический закон». Однако, примечательно, что наименьшую чувствительность к повышению доходов демонстрируют не семьи 1 кластера (Пекин, Шанхай), а 2 (активные потребители со средним уровнем покупательской способности). При этом для некоторых категорий расходов чувствительность к изменению дохода у разных по уровню благосостояния регионов одинаковая, среди таких статей потребления - расходы на образование и досуг, транспорт и связь.

Продовольственные расходы во всех кластерах наименее чувствительны к изменению дохода, наиболее - расходы на жилье, транспорт и связь, что является иллюстрацией закона Энгеля о снижении доли расходов на питания с ростом дохода. Сбережения в основном определяется переменными доходами (доходы от бизнеса, собственности), т.е. действует гипотеза перманентного дохода, в отношении регионов, характеризующимся активным потреблением и низкой или средней покупательной способность (2 и 4).



Заключение

Китайская экономика и общество испытывают переломный момент в своем развитии: вместе с формированием сильного среднего класса и изменением структуры семьи появляются новые экономические вызовы и возможности. Так, перед КНР стоит проблема слезть с «экспортной иглы» и переориентации экономики на внутренний спрос, который бы обеспечил более устойчивый экономический рост и развитие внутреннего рынка.

Выявлено, что на общенациональном уровне благосостояние китайских семей увеличивается темпами, сопоставимыми с темпами роста ВВП, что стимулирует рост потребления. Однако вклад расходов домохозяйств в национальный доход КНР в 1,5 раза ниже, чем в среднем по миру (38% против 57%), что свидетельствует о нереализованном потенциале внутреннего спроса. С одной стороны, данная пропорция продиктована высокой склонностью к сбережениям, причем выяснено, что для городских домохозяйств норма сбережений почти 2 раза выше, чем для сельских и имеет тенденцию к росту. Несмотря на рост нормы сбережения, возникает другой тренд - рост закредитованности домохозяйств: в 2016 году общие долги домохозяйств впервые превысили их сбережения, в основном за счет ипотечного кредитования. Данные отчасти противоречащие друг другу тренды свидетельствуют о неоднородности распределения доходов и паттернов потребления. Так лишь часть китайский семей активно потребляет товары и услуги, которые позволяют ее причислить к среднему классу и выше. Диспропорции в средних расходах выявлены как на уровне город/деревня, причем разрыв между ними увеличивается за счет сопоставимого прироста доходов, так и на уровне отдельных регионов.

Регрессионный анализ по агрегированным региональным данным за 2018 показал, что с ростом доходов потребление увеличивается по всем категориям, причем особенно чувствительны расходы на образование и досуг, а также транспорт и связь, то есть по сути сектор услуг - основной драйвер развитой экономики. Уровень среднегодового прироста располагаемых доходов не оказывает значимого влияния на потребление, так как несмотря на более чем трехкратную разницу в средних значениях располагаемых доходов по регионам, их прирост варьируется незначительно, что лишь усиливает отрыв наиболее обеспеченных регионов от наименее, так как в последних прирост дохода формируется искусственно за счет вливания трансфертов и региональных грантов.

На данных опроса домохозяйств за 2013 год проведен более детальный анализ различий городских и сельских домохозяйств и построены регрессионные модели, в ходе чего сделаны следующие выводы: для сельских домохозяйств доходы от предпринимательской деятельности являются основными, распределение приоритетов расходов одинаково для городских и сельских семей, за исключением расходов на медицину. Расходы сельских семей на продукты питания очень чувствительны к изменению дохода, что свидетельствует о достаточно низком уровне жизни и необходимости повышения благосостояния для стимулирования трат на товары и услуги непервой необходимости.

Исходя из выявленных особенностей потребления домохозяйств в КНР, могут быть рассмотрены следующие стимулы для роста потребления как фактора экономического роста:

1. Стимулирование потребления сельскими жителями (через повышение доходов):

? Ослабление политики Хукоу и стимулирование миграции в города среднего уровня (tier-3, tier-4);

? Социальные льготы в виде доступного медицинского обслуживания, пенсионной системы для самозанятых помогут сельским семьям освободить часть расходов на медицину и часть пенсионных сбережений на текущее потребление и инвестиции;

? Упрощение предпринимательской деятельности и смягчение налогового режима для малого и среднего бизнеса, так как доходы от предпринимательства - ключевые для сельской местности. Данная мера поможет сохранить привлекательность сельской местности и сдержать сильную миграцию в города с помощью «мягкой силы», а также привлечет инвестиции в регионы.

2. Стимулирование потребления в городах (через перераспределение расходов):

? Ослабление политики Хукоу с точки зрения возможности получения услуг образования и здравоохранения без постоянной регистрации в городе;

? «Вливание» трансфертов не поможет значительно нарастить потребление за счет высокой нормы сбережения в городах, необходимо развивать косвенные инструменты увеличения дохода населения: например, смягчение налоговой политики;

? Развитие городов уровня tier-3, tier-4, стимулирование переезда в менее крупные города с более доступным жильем.

Именно потребление городских домохозяйств - основной драйвер роста китайской экономики в текущем периоде, за период с 2008 года в абсолютных значениях расходы городских семей выросли в 3,3 раза, поэтому основной фокус исследования был направлен на эту категорию семей, которой также присуща региональная неоднородность. Выделенные 4 основных кластера городских домохозяйств представляют, по сути, разные стадии развития потребительского рынка:

1. Насыщенный рынок с высокой покупательной способностью (Пекин, Шанхай)

2.Активные потребители со средней покупательной способностью (5 наиболее развитых провинций на восточном побережье)

3.Потребители с низкой покупательной способностью, неразвитый рынок (10 провинций в основном в наименее благополучных в западном и северо-восточном Китае)

4.Активные потребители с низкой покупательной способностью (14 провинций в основном в центральном и северном Китае)

Таким образом, для ориентации в сторону внутреннего спроса китайская экономическая политика должна быть гибкой и ориентированной на конкретные регионы, социальные группы, так как в силу неоднородности страны стимулирование потребления должно проводиться кастомизированными инструментами.



Список используемых источников и литературы

Индивидуальные монографии и статьи

1. Кейнс, Джон Мейнард. Общая теория, занятости, процента и денег. М.: Гос. изд-во иностр. лит., 1948. 399 с.

2. Коуз Р., Нин Ван. Как Китай стал капиталистическим. М.: Новое издательство, 2016

3. Мозиас П. М. Идеология экономических реформ в Китае: основные этапы эволюции // Мировая экономика и международные отношения. 2007. № 11.

4. Мозиас П. М. Китайский вызов: непредсказуемость развития // История и современность. 2010. № 2. С. 159-166: cyberleninka.ru/article/n/kitayskiy-vyzov-nepredskazuemost-razvitiya

5. Ромер, Давид. Высшая макроэкономика. 2-е изд. М.: Издательский дом Высш. шк. экономики, 2015. 854 с.

6. Chen B., Lu M., Zhong N. Household consumption constrained by hukou system // Economic Research Journal. 2010 (S1).

7. Chen Y., Chen J. Analysis on China's insufficient consumption: based on the perspective of household wealth // Journal of Renmin University of China. 2009(6)

8. Fan C. China's Eleventh Five-Year Plan (2006-2010): From “Getting Rich First” to “Common Prosperity” // Eurasian Geography and Economics, 2006, 47, No. 6, pp. 708-723

9. Garrison Roger W. Chapter 9 `The Austrian School' / in: Modern Macroeconomics: Its Origins, Development and Current State / Ed. by Snowdon B. and Vane H. Aldershot, England: Edward Elgar, 2005.: webhome.auburn.edu/~garriro/cbm.htm

10. Jiang T., Zhao Z. Government Transfer Payments and Regional Development in China. 2003: https://www.researchgate.net/publication/228417464_Government_Transfer_Payments_and_Regional_Development_in_China

11. Jikun H., Qi C. The changing pattern of horticultural consumption is different between urban and rural households. China Centre for Agricultural Policy, School of Advanced Agricultural Sciences Peking University. 2018.

12. Li T., Chen B. Real assets, wealth effect and household consumption: analysis based on China household survey data // Economic Research Journal.2014(3)

13. Lin Z., Long Z., Wu M. Research on different influences of Chinese population age structure on household consumption based on spatial panel data geographically weighted regression model // Journal of Guangdong University of Business Studies. 2012(2)

14. Meghir, C. A Retrospective on Friedman's Theory of Permanent Income. University College London and Institute for Fiscal Studies. 2004: https://www.ifs.org.uk/wps/wp0401.pdf

15. Pasinetti, L. Structural Change and Economic Growth: a Theoretical essay on the dynamics of the wealth of nations. Cambridge University Press. 1981: archive.org/details/structuralchange0000pasi

16. Vogel E. Deng Xiaoping and the transformation of China // Harvard University Press.2011.

17. Xu L., Wu G. Real estate price's influence on household consumption in China // Construction Economy.2009(12).

18. Yang D., Zhang J., Zhou S. Why are saving rates so high in China? // SSRN Electronic Journal. 2011.

19. Zhang L., Lei L. An analysis of the relation of the regional population age structure and the household consumption in China // Population & Economics. 2011(1)

Электронные ресурсы

1. Chancellor's speech to students at Peking University. Government of the United Kingdom. Published 14 October 2013: www.gov.uk/government/speeches/chancellors-speech-to-students-at-peking-university

2. China's 14th Plan, sustainable development and the new era. London School of Economics and Political Science. 2019: www.lse.ac.uk/GranthamInstitute/publication/chinas-14th-plan-sustainable-development-and-the-new-era/

3. Gang P. China's Wen delivers key targets of its development. International Business Times. 2011: web.archive.org/web/20110319162823/http://hken.ibtimes.com/articles/119137/20110305/china-delivers-key-targets-the-12th-five-year-pan.htm

4. Human Development Report 2019. Beyond income, beyond averages, beyond today: Inequalities in human development in the 21st century. United Nations Development Programme (UNDP). 2019: hdr.undp.org/sites/default/files/hdr2019.pdf

5. Official 13th Five-Year Plan Outline Released. US-China Business Council. 2017: www.uschina.org/policy/official-13th-five-year-plan-outline-released

Базы данных

1. Институт экономики и права Ивана Кушнира. Потребительские расходы домохозяйств мира, 1970-2018: be5.biz/makroekonomika/household_consumption_expenditure/world.html

2. China Institute For Income Distribution, CHIP Dataset: http://ciid.bnu.edu.cn/chip/index.asp

3. National Bureau of Statistics of China: http://www.stats.gov.cn/

4. Organisation for Economic Co-operation and Development. Household savings (indicator). doi: 10.1787/cfc6f499-en



Приложения

Приложение 1 Линейная регрессия по зависимой переменной food (2018)



Приложение 2 Линейная регрессия по зависимой переменной clothes (2018)



Приложение 3 Линейная регрессия по зависимой переменной facilities (2018)



Приложение 4 Линейная регрессия по зависимой переменной transport_comm (2018)



Приложение 5 Линейная регрессия по зависимой переменной edu_leisure (2018)



Приложение 6 Линейная регрессия по зависимой переменной healthcare (2018)



Приложение 7 Линейная регрессия по зависимой переменной savings (2018)



Приложение 8 Логарифмически-линейная регрессия по зависимой переменной ln_food (2018)



Приложение 9 Логарифмически-линейная регрессия по зависимой переменной ln_clothes (2018)



Приложение 10 Логарифмически-линейная регрессия по зависимой переменной ln_facilities (2018)



Приложение 11 Логарифмически-линейная регрессия по зависимой переменной ln_transport_comm (2018)



Приложение 12 Логарифмически-линейная регрессия по зависимой переменной ln_edu_leisure (2018)



Приложение 13 Логарифмически-линейная регрессия по зависимой переменной ln_healthcare (2018)



Приложение 14 Логарифмически-линейная регрессия по зависимой переменной ln_savings (2018)



Приложение 15 Логарифмически-линейная регрессия по зависимой переменной ln_food (город, 2013)



Приложение 16 Логарифмически-линейная регрессия по зависимой переменной ln_clothes (город, 2013)



Приложение 17 Логарифмически-линейная регрессия по зависимой переменной ln_housing (город, 2013)



Приложение 18 Логарифмически-линейная регрессия по зависимой переменной ln_facilities (город, 2013)



Приложение 19 Логарифмически-линейная регрессия по зависимой переменной ln_transport_comm (город, 2013)



Приложение 20 Логарифмически-линейная регрессия по зависимой переменной ln_edu_leisure (город, 2013)



Приложение 21 Логарифмически-линейная регрессия по зависимой переменной ln_healthcare (город, 2013)



Приложение 22 Линейная регрессия по зависимой переменной savings (город, 2013)



Приложение 23 Логарифмически-линейная регрессия по зависимой переменной ln_food (село, 2013)



Приложение 24 Логарифмически-линейная регрессия по зависимой переменной ln_clothes (село, 2013)