Viaggio nel Cuore Economico Cinese: Sveliamo la Rete Invisibile tra le Città (e Chi la Controlla!)

Ciao a tutti! Oggi voglio portarvi con me in un viaggio affascinante nel cuore pulsante dell’economia cinese, un universo talmente vasto e complesso che spesso i dati aggregati a livello provinciale non bastano a raccontare la storia completa. Immaginate la Cina: un gigante con oltre 9,6 milioni di chilometri quadrati, dove le province sono spesso grandi come intere nazioni europee, sia per superficie che per popolazione. Prendiamo il Guangdong, la provincia col PIL più alto: da sola vale più del 10% del PIL cinese! Sembra un’area omogenea di successo, vero? Eppure, al suo interno, le differenze tra città sono abissali.

Svelare le Differenze: Perché Guardare alle Città?

Pensateci: nel Guangdong, le due città principali, Guangzhou e Shenzhen, da sole generano quasi metà del PIL provinciale. Le nove città del Delta del Fiume delle Perle (PRD) contribuiscono per oltre l’80%, mentre le cinque città meno sviluppate arrivano a malapena al 5%. Se guardiamo il coefficiente di Gini basato sul PIL pro capite, le differenze *tra città* nel Guangdong sono enormemente più alte (0.33-0.42) rispetto a quelle *tra province* (0.03-0.22) nel periodo 2002-2017. Capite? Guardare solo le province è come osservare un paesaggio da molto lontano: si perde tutta la ricchezza dei dettagli. Per capire davvero come funzionano le catene di approvvigionamento, dove vanno i prodotti intermedi e finali, chi compra e chi vende all’interno di questo gigante economico, avevamo bisogno di uno strumento molto più potente: una tabella input-output (IO) inter-città ad alta risoluzione. Uno strumento che ci permettesse di zoomare sulle singole città e sulle loro interconnessioni.

Oltre i Confini: Includere Hong Kong, Macao e Taiwan

Ma la Cina continentale non è un’isola. Le sue connessioni con le Regioni Amministrative Speciali di Hong Kong e Macao, e con Taiwan, sono cruciali. Queste aree sono profondamente diverse dalla Cina continentale per istituzioni, struttura economica e ruolo nelle catene globali del valore (GVC). Hong Kong e Macao, ad esempio, sono hub logistici, finanziari e commerciali di prim’ordine, porte d’accesso al mondo. Fanno parte della Greater Bay Area (GBA), un’area super dinamica che da sola vale più del 10% del PIL cinese. Includerle nelle nostre tabelle IO era fondamentale per capire i legami tra le catene di approvvigionamento interne cinesi e la rete produttiva globale. Taiwan, d’altra parte, ha un legame fortissimo basato sugli investimenti diretti esteri (IDE), soprattutto nel manifatturiero e nell’elettronica, spesso orientati all’export. Pensate che alla fine del 2020, Taiwan aveva investito 70 miliardi di dollari nella Cina continentale, aprendo oltre 117.000 fabbriche! Capire il ruolo di Taiwan era un altro pezzo essenziale del puzzle.

L’Innovazione Chiave: Distinguere Chi Possiede Cosa

Qui arriva una delle parti più succose del nostro lavoro. Compilare tabelle IO è complicato, soprattutto perché si assume che i prodotti all’interno di un settore siano omogenei. Ma sappiamo che non è così! Aziende diverse nello stesso settore usano tecnologie diverse, producono mix di prodotti differenti. Questo “problema del mix di prodotti” diventa ancora più serio nelle tabelle multi-regionali (MRIO). Come affrontarlo? Abbiamo deciso di introdurre un livello di dettaglio mai visto prima a livello cittadino in Cina: la distinzione della proprietà delle aziende. Per ogni settore, in ogni città, abbiamo separato le aziende in tre gruppi:

• Aziende a proprietà domestica (cinese)
• Aziende a proprietà di Hong Kong, Macao e Taiwan (HMT)
• Aziende a proprietà straniera (resto del mondo)

Questa distinzione ci permette di catturare l’eterogeneità tecnologica e produttiva legata all’origine del capitale, riducendo l’errore di aggregazione e fornendo una visione molto più realistica dei flussi economici. È la prima volta che un database IO a livello di città per la Cina incorpora questa informazione!

Un Lavoro da Detective: Come Abbiamo Costruito il Database

Costruire questo database è stato un lavoro immenso, quasi da detective economico! Le tabelle IO a livello di città sono rare perché costose da realizzare tramite sondaggi diretti (metodo “bottom-up”). Molti usano metodi “top-down”, basati su proporzioni matematiche a partire da dati aggregati, ma questi possono essere meno precisi. Noi abbiamo scelto una strada innovativa: un approccio ibrido, che combina il meglio dei due mondi.
Dal basso verso l’alto (bottom-up), abbiamo setacciato una marea di dati a livello micro:

• Censimenti economici
• Sondaggi annuali sulle imprese industriali (ASIF)
• Sondaggi sui bilanci delle famiglie urbane e rurali
• Statistiche doganali dettagliate a livello di prodotto

Abbiamo aggregato queste informazioni per stimare la struttura economica (produzione, valore aggiunto, consumi, import/export) a livello settoriale per ogni singola città.
Dall’alto verso il basso (top-down), abbiamo usato le statistiche aggregate a livello cittadino e provinciale (come il PIL) e le tabelle IO provinciali ufficiali come “vincoli” per assicurarci che i nostri conti tornassero e fossero coerenti con i dati macroeconomici. Abbiamo regionalizzato le tabelle provinciali per ottenere quelle cittadine, usando le stime “bottom-up” per guidare il processo. Questo ci ha permesso di sfruttare la ricchezza dei microdati migliorando significativamente l’accuratezza delle stime strutturali. Abbiamo anche organizzato tutto in un’architettura a tre livelli: dati grezzi, set di dati derivati intermedi e le tabelle IO finali.

Mettere Insieme i Pezzi: Dalle Province alla Grande Cina

Il processo di costruzione è avvenuto in quattro fasi principali:

1. Regionalizzazione Provinciale: Abbiamo preso le tabelle IO di ogni provincia (e di Chongqing, divisa in area urbana e suburbana) e le abbiamo “smontate” per creare delle tabelle MRIO a livello di città *all’interno* di quella provincia, distinguendo sempre i tre tipi di proprietà aziendale. Qui abbiamo usato metodi come il bilanciamento bi-proporzionale (RAS/GRAS) e modelli di massima entropia per stimare i flussi commerciali tra le città della stessa provincia, conciliando tutte le fonti di dati.
2. Creazione della MRIO per la Cina Continentale: Abbiamo preso queste 27+1 MRIO provinciali (più le tabelle per Pechino, Shanghai e Tianjin che erano già a livello “città” nel database inter-provinciale) e le abbiamo “incastonate” in una grande tabella inter-provinciale (IPIO), anch’essa distinta per proprietà. Questo ci ha permesso di stimare i flussi commerciali *tra città di province diverse*, creando una MRIO completa per le 340 città della Cina continentale, sempre con il dettaglio della proprietà.
3. Costruzione delle Tabelle per HMT: Abbiamo compilato tabelle IO non competitive (cioè che distinguono tra produzione domestica e importazioni) per Hong Kong, Macao e Taiwan, armonizzando le classificazioni settoriali (42 settori) e gli anni di riferimento (2002, 2007, 2012, 2017) con quelle della Cina continentale. Per Macao, abbiamo dovuto costruirle quasi da zero!
4. Collegamento Finale: Abbiamo unito la grande MRIO della Cina continentale con le tre tabelle SRIO di HMT, stimando i flussi commerciali bilaterali (import/export di beni intermedi e finali) tra ogni città della Cina continentale e le regioni HMT, e tra le regioni HMT stesse, usando dati commerciali dettagliati e aggiustamenti per tenere conto del commercio di transito (soprattutto via Hong Kong).

Il risultato? Un database mostruoso e incredibilmente dettagliato!

I Risultati: Un Tesoro di Dati a Portata di Click

Alla fine di questo lungo processo, abbiamo ottenuto un database IO inter-città per l’area della Grande Cina che non ha precedenti. Copre:

• 343 regioni: 335 città a livello di prefettura, 4 municipalità (Pechino, Shanghai, Tianjin, più Chongqing divisa in due), Hong Kong, Macao e Taiwan.
• 42 settori economici per ogni regione, coerenti con le classificazioni ufficiali cinesi (con piccole variazioni negli anni, ma abbiamo creato tabelle di concordanza).
• Distinzione per proprietà (domestica, HMT, straniera) per ogni settore nelle 340 città della Cina continentale.
• Quattro anni di riferimento: 2002, 2007, 2012, 2017, permettendo analisi temporali.

Parliamo di una mole di dati impressionante: per ogni anno, la tabella completa contiene oltre 1,9 miliardi di punti dati! Questo database, insieme a diversi prodotti intermedi (come le tabelle SRIO per singola città distinte per proprietà), è disponibile gratuitamente sul repository Figshare. Un vero tesoro per chiunque voglia studiare l’economia cinese a un livello di dettaglio mai raggiunto prima.

La Prova del Nove: Abbiamo Verificato Tutto?

Ovviamente, con un lavoro così complesso, la validazione è cruciale. Ci siamo chiesti: i nostri dati sono affidabili? Abbiamo fatto diverse verifiche:

• Confronto con dati ufficiali: Abbiamo confrontato il valore aggiunto stimato per settore e città con quello riportato (quando disponibile) negli annuari statistici cittadini e nazionali. I nostri risultati sono generalmente coerenti, specialmente considerando le revisioni ufficiali del PIL che avvengono dopo i censimenti economici (che i nostri dati incorporano).
• Consistenza interna: Abbiamo verificato la coerenza tra il PIL calcolato dal lato del reddito (valore aggiunto) e quello calcolato dal lato della spesa (domanda finale + export netto).
• Confronto micro-macro: Abbiamo aggregato i dati dalle nostre fonti micro (censimenti, ASIF) per le imprese industriali sopra una certa dimensione e li abbiamo confrontati con i dati aggregati riportati negli annuari statistici cittadini per tipo di proprietà. Anche qui, la corrispondenza è risultata buona nella maggior parte dei casi.
• Confronto con altri database: Abbiamo confrontato le nostre tabelle per Hong Kong e Macao con quelle esistenti (ADB, GBA) e le nostre tabelle inter-città per la Cina continentale con quelle del database CEADs, trovando un buon livello di similarità strutturale, ma evidenziando anche la maggiore eterogeneità catturata dalla nostra distinzione per proprietà.

Nessun database è perfetto, ma questi controlli ci danno una buona fiducia nella robustezza del nostro lavoro.

A Cosa Serve Tutto Questo? Le Applicazioni Pratiche

A cosa può servire un database così dettagliato? Le possibilità sono tantissime! Permette di:

• Analizzare il commercio di valore aggiunto tra le città cinesi e con il resto del mondo.
• Calcolare le impronte di carbonio e altre impronte ambientali a livello cittadino, tracciando le emissioni incorporate nei beni e servizi scambiati.
• Studiare la distribuzione spaziale della produzione e dell’occupazione all’interno della Cina.
• Valutare l’impatto delle politiche economiche e ambientali a un livello geografico molto fine.
• Comprendere meglio il ruolo delle diverse tipologie di imprese (domestiche vs straniere/HMT) nello sviluppo regionale e nelle catene globali del valore.
• Fornire una base dati per collegare le dinamiche inter-cittadine cinesi con i modelli economici globali.

Insomma, apre nuove frontiere per la ricerca socioeconomica e interdisciplinare sulla Cina e offre un modello metodologico anche per altri grandi paesi con forti eterogeneità regionali.

Non È Tutto Oro Ciò Che Luccica: I Limiti da Considerare

Saremmo disonesti se non menzionassimo anche i limiti. Nonostante l’innovazione, alcune sfide rimangono:

• Stima dei flussi commerciali inter-città: La mancanza di dati diretti ci ha costretto a usare modelli (come quello di massima entropia) basati su assunzioni (es. proporzionalità ai flussi totali e inversa ai costi di trasporto, costi nulli per i servizi) che introducono incertezza.
• Dati sul commercio internazionale di servizi: Le statistiche doganali coprono principalmente le merci. Tracciare i flussi di servizi (e le emissioni associate) a livello cittadino è ancora difficile.
• Bias di aggregazione residuo: Anche se distinguere per proprietà aiuta molto, all’interno di ogni gruppo di proprietà/settore/città rimane comunque un certo grado di eterogeneità tra le singole imprese che non viene catturato.

È importante tenere a mente queste limitazioni quando si utilizzano i dati, specialmente per analisi molto specifiche come i trasferimenti di emissioni tra singole città.

Nonostante ciò, crediamo fermamente che questo database rappresenti un passo avanti enorme nella nostra capacità di comprendere l’economia incredibilmente complessa e dinamica della Grande Cina a livello locale. È stato un viaggio lungo e impegnativo, ma speriamo che i frutti di questo lavoro possano essere utili a molti ricercatori e analisti in tutto il mondo!

Fonte: Springer