Региональные детерминанты экономического роста в отдельных провинциях Китая: влияние неравенства, потребления и структуры экономики
Regional determinants of economic growth in selected Chinese provinces: the impact of inequality, consumption and economic structure
Авторы
Аннотация
В настоящем исследовании изучаются структурные и распределительные детерминанты регионального экономического роста в Китае на основе панельных данных по семи провинциям за период с 2001 по 2023 год. В центре анализа – взаимосвязь между промышленным ростом, долей сектора услуг, урбанизацией, потреблением домохозяйств и неравенством доходов. Используя панельные модели с фиксированными эффектами, условия взаимодействия, анализ структурных разрывов, пространственную эконометрику и квантильную регрессию, исследование показывает, что влияние ключевых факторов роста существенно различается по провинциям и во времени. Урбанизация неизменно положительно влияет на региональный ВВП на душу населения, а эффект промышленного роста зависит от относительного размера сектора услуг. Примечательно, что взаимосвязь между потреблением и неравенством доходов указывает на то, что неравенство сдерживает сокращающее воздействие потребления на объем производства. Эти выводы подчеркивают необходимость дифференцированных стратегий регионального развития, особенно в условиях, характеризующихся структурной асимметрией и пространственной зависимостью. Последствия выходят за рамки китайского примера, предлагая соответствующие идеи для разработки региональной политики в других крупных и экономически разнородных странах.
Ключевые слова
региональный экономический рост; неравенство доходов; потребление домохозяйств; промышленный рост; сфера услуг; урбанизация; пространственная эконометрика; панельные данные; Китай; структурные преобразования.
Рекомендуемая ссылка
Региональные детерминанты экономического роста в отдельных провинциях Китая: влияние неравенства, потребления и структуры экономики// Региональная экономика и управление: электронный научный журнал. ISSN 1999-2645. — №2 (82). Номер статьи: 8208. Дата публикации: 18.06.2025. Режим доступа: https://eee-region.ru/article/8208/
Authors
Abstract
This study investigates the structural and distributive determinants of regional economic growth in China using panel data from seven provinces spanning the years 2001 to 2023. The analysis focuses on the interplay between industrial growth, the share of the service sector, urbanization, household consumption, and income inequality. Employing fixed effects panel models, interaction terms, structural break analysis, spatial econometrics, and quantile regression, the study reveals that the impact of key growth drivers varies substantially across provinces and over time. Urbanization consistently emerges as a positive contributor to regional GDP per capita, while the effect of industrial growth depends on the relative size of the service sector. Notably, the interaction between consumption and income inequality indicates that inequality moderates the contractionary impact of consumption on output. These findings emphasize the need for differentiated regional development strategies, particularly in contexts characterized by structural asymmetries and spatial dependencies. The implications extend beyond the Chinese case, offering relevant insights for regional policy design in other large and economically diverse countries.
Keywords
regional economic growth; income inequality; household consumption; industrial growth; service sector; urbanization; spatial econometrics; panel data; China; structural transformation.
Suggested Citation
Regional determinants of economic growth in selected Chinese provinces: the impact of inequality, consumption and economic structure// Regional economy and management: electronic scientific journal. ISSN 1999-2645. — №2 (82). Art. #8208. Date issued: 18.06.2025. Available at: https://eee-region.ru/article/8208/
Введение
Региональные различия в доходах и неравенство давно представляют собой серьезную проблему для устойчивого экономического развития Китая, особенно в эпоху после реформ, характеризующуюся быстрым ростом и структурными преобразованиями. По мере того как Китай продолжает переход к экономике, ориентированной на потребление, понимание пространственной неоднородности динамики доходов приобрело новую актуальность как для академических исследований, так и для разработки политики. В то время как неравенство доходов в Китае на национальном уровне изучено достаточно широко, комплексный анализ на региональном уровне, учитывающий одновременно структуру экономики, урбанизацию и отраслевую структуру, остается недостаточно разработанным в существующей литературе. Основная научная проблема данного исследования заключается в выявлении того, как структурные факторы — в частности отраслевая структура, потребление домохозяйств и неравенство доходов — в совокупности влияют на траектории регионального экономического роста в неоднородной группе провинций Китая в динамике во времени.
Методология исследований
Данное исследование призвано внести вклад в понимание регионального экономического развития путем изучения детерминант и динамики неравенства доходов в провинциях Китая. Основная цель исследования – оценить, как промышленный рост, доля услуг в региональном производстве, урбанизация и разрыв в доходах между городом и деревней влияют на региональный ВРП на душу населения. Опираясь на современные дискуссии в области региональной экономики и теории развития, в работе проверяются две взаимосвязанные гипотезы: во-первых, потребление смягчает негативные последствия замедления промышленного роста для регионального производства, особенно в регионах с более высокой долей сектора услуг, более высоким уровнем урбанизации и более низким неравенством доходов; во-вторых, взаимодействие между потреблением и неравенством доходов существенно влияет на региональные экономические показатели, потенциально смягчая негативное влияние неравенства на рост.
Новизна исследования заключается в интегративном подходе, сочетающем панельные модели с фиксированными эффектами с методами пространственной эконометрики и квантильной регрессии для учета неоднородности как в пространстве, так и в распределении доходов. Анализ основан на панельных данных по провинциям Китая, включающих такие ключевые экономические показатели, как ВРП на душу населения, промышленный рост, отраслевая структура, доходы городского и сельского населения и коэффициенты потребления (коэффициенты Энгеля). Благодаря моделированию прямых эффектов и эффектов взаимодействия, а также учету структурных разрывов и пространственных зависимостей, настоящее исследование предлагает более тонкий взгляд на механизмы, с помощью которых неравенство и структурные особенности обуславливают траектории регионального роста.
Методологическая база основана на панельной эконометрике, включая модели с фиксированными эффектами и динамические модели, с проверкой надежности с помощью моделей пространственных лагов и методов квантильной регрессии. Такой многометодный подход позволяет анализировать как межрегиональные, так и временные вариации, что повышает надежность полученных результатов. Полученные результаты не только обеспечивают эмпирическую поддержку дифференцированной региональной политики, но и проливают свет на критические пороги, когда неравенство и динамика потребления становятся особенно значимыми для экономического роста.
Данное исследование основано на наборе панельных данных, включающем семь китайских провинций – Синьцзян-Уйгурский автономный район (СУАР), Внутренняя Монголия, Цинхай, Ганьсу, Сычуань, Чжэцзян и Гуандун – с ежегодными наблюдениями с 2001 по 2023 год. Эти регионы были выбраны таким образом, чтобы отразить значительную неоднородность экономической структуры, географического положения и траекторий развития – от богатых ресурсами, но бедных внутренних провинций до ориентированных на экспорт и богатых прибрежных экономик. Сосредоточение внимания на ограниченном наборе провинций позволяет более детально проанализировать субнациональные (региональные) закономерности, которые часто не видны в более широком национальном анализе, и дает возможность учесть пространственные и временные нюансы в эконометрической системе.
Набор данных объединяет официальную региональную статистику по ВРП на душу населения, доходам городских и сельских домохозяйств, отраслевой структуре производства (в частности, по доле услуг), уровню урбанизации, уровню потребления домохозяйств и показателям инвестиций в основной капитал. Производные переменные включают разрыв в доходах между городом и деревней, коэффициент Энгеля (как для городских и сельских районов, так и для средневзвешенного показателя) и долю потребления в ВРП. Все денежные показатели были переведены в логарифмическую форму, где это необходимо для стабилизации дисперсии и облегчения интерпретации коэффициентов на основе эластичности.
Учитывая продольный характер данных и вероятность ненаблюдаемой неоднородности по провинциям, в анализе используется система панельной регрессии с фиксированными эффектами для контроля инвариантных по времени региональных характеристик. Этот подход сопровождается тестом Хаусмана, подтверждающим преимущество фиксированных эффектов над случайными в данном контексте. Для устранения потенциальной автокорреляции и динамической зависимости в экономических результатах включены запаздывающие зависимые переменные, а для обеспечения надежности выводов используются робастные стандартные ошибки (кластеризованные по регионам).
Помимо стандартных панельных оценок, в исследовании используются условия взаимодействия для изучения условных эффектов – в частности, между промышленным ростом и долей сектора услуг, а также между интенсивностью потребления и неравенством доходов. Включение этих условий позволяет проверить гипотезы об умеренности, касающиеся того, как структурные особенности формируют реакцию ВРП на ключевые экономические факторы. Кроме того, для отражения смены экономических режимов моделируются структурные разрывы, точки которых определяются эмпирически для каждого региона на основе тестов на флуктуации. Далее используются методы квантильной регрессии для изучения того, изменяются ли оцененные эффекты систематически в зависимости от распределения доходов, что позволяет учесть неоднородность распределения, которую могут упустить методы, основанные на средних значениях.
Наконец, пространственное измерение интегрируется с помощью пространственных панельных моделей, использующих весовые матрицы на основе смежности. Это позволяет оценить пространственную зависимость и побочные эффекты в региональных экономических показателях, признавая возможность того, что на экономическую динамику в одной провинции могут влиять события в соседних регионах. Пространственные модели дополняют расчеты с фиксированными эффектами, обеспечивая более широкий взгляд на межрегиональные взаимодействия, что особенно важно, учитывая разнообразие географического и экономического ландшафта Китая.
В последнее время в научных исследованиях все больше внимания уделяется многогранным детерминантам регионального экономического роста, особенно подчеркивается роль урбанизации, неравенства доходов, человеческого капитала и отраслевой структуры. В контексте Китая исследования подчеркивают значение качества человеческого капитала в обеспечении региональной экономической конвергенции. Например, исследования показывают, что развитие когнитивных и некогнитивных навыков вносит существенный вклад в региональные экономические показатели [6]. Аналогичным образом, анализ экономического пояса реки Янцзы подчеркивает синергетический эффект развития интернета и урбанизации на траектории регионального роста [8].
Неравенство доходов остается одним из важнейших факторов, влияющих на региональное развитие. Эмпирические исследования показывают, что неравенство в распределении доходов может препятствовать экономическому росту, ограничивая доступ к образованию и здравоохранению и тем самым сдерживая развитие человеческого капитала [7]. Более того, пространственная неоднородность моделей экономического роста в ранее бедных районах Китая говорит о необходимости целенаправленной политики для решения локальных проблем [7].
В российском контексте широко изучалась взаимосвязь между неравенством доходов и региональными экономическими показателями. Так, в одном из исследований с помощью эконометрических моделей установили двунаправленную связь между неравенством доходов и ростом ВВП на душу населения, указав, что более высокий уровень неравенства может сдерживать экономический рост [4]. Дальнейшие исследования подтверждают эти выводы, подчеркивая пагубное влияние неравенства доходов на региональное развитие [5]. Кроме того, исследования межрегионального и внутрирегионального неравенства подчеркивают неравномерность распределения экономического роста по регионам России, что требует дифференцированных политических подходов [4].
Роль фискального федерализма в смягчении регионального неравенства также стала предметом анализа. По данным МВФ, хотя региональное неравенство доходов в России сократилось с 2003 года, оно остается более выраженным по сравнению с другими странами, что подчеркивает необходимость более эффективной фискальной политики для обеспечения справедливого роста [1].
В совокупности приведенные исследования подчеркивают сложность динамики регионального экономического роста и важность учета целого ряда структурных факторов, включая человеческий капитал, распределение доходов и отраслевую структуру, при разработке эффективной политики регионального развития.
Полученные результаты и их обсуждение
Все модели были оценены с помощью спецификаций с фиксированными эффектами, основанных на панельной структуре набора данных. Тест Хаусмана подтвердил целесообразность использования оценки с фиксированными эффектами по сравнению с альтернативой со случайными эффектами (p-value < 0,05), что указывает на корреляцию между эффектами, характерными для региона, и объясняющими переменными. Основная спецификация объясняет около 93% внутригрупповой дисперсии логарифмированного значения ВРП на душу населения (R2 = 0,931), что является существенным, учитывая структурное разнообразие выборки. Диагностические тесты выявили наличие гетероскедастичности и серийной корреляции первого порядка, которые были скорректированы путем вычисления робастных стандартных ошибок с использованием оценщика HC1. Примененные корректировки обеспечивают согласованность и надежность представленных оценок коэффициентов.
Результаты регрессии с фиксированными эффектами выявляют отчетливые региональные закономерности во взаимосвязи между структурными характеристиками и экономическими показателями в семи исследуемых провинциях Китая. Одним из наиболее устойчивых выводов является сохраняющаяся значительная роль урбанизации в объяснении регионального роста ВРП на душу населения. В различных спецификациях модели увеличение уровня урбанизации на один процентный пункт связано с увеличением log(GDP) в диапазоне от 0,06 до 0,09 в зависимости от структуры модели. Это подтверждает гипотезу о том, что урбанизация способствует агломерационным эффектам, повышает производительность труда и улучшает доступ к инфраструктуре, особенно в провинциях, переживающих структурный переход.
Промышленный рост, выражаемый ростом добавленной стоимости в обрабатывающей промышленности, демонстрирует более тонкое влияние. Диаграмма рассеяния иллюстрирует структурный перелом во взаимосвязи между промышленным ростом и долей сектора услуг, используя пороговое значение 45% в качестве критической точки. Наблюдения разделены на две группы: провинции, где на сектор услуг приходится менее 45% регионального производства, и провинции, превышающие этот порог. В регионах с более низкой долей услуг (слева от пунктирной линии) темпы промышленного роста, как правило, выше и более изменчивы, что говорит о том, что обрабатывающая промышленность остается основным двигателем регионального производства. Напротив, как только сектор услуг превышает 45% ВРП, темпы промышленного роста систематически снижаются и становятся более сжатыми. Данный разрыв отражает структурный сдвиг в региональной экономике: провинции с более развитым сектором услуг, вероятно, в меньшей степени опираются на рост за счет обрабатывающей промышленности либо в результате постиндустриального перехода, либо в результате вытеснения промышленных мощностей. Визуальный разрыв в распределении подтверждает гипотезу о том, что эффективность промышленного роста зависит от отраслевой структуры экономики и что услуги играют сдерживающую или даже замещающую роль после определенного порога.
Рисунок 1. Разрыв в эффекте промышленного роста при доле сектора услуг в ВРП больше 45%
Источник: расчеты автора
Анализ взаимосвязи между долей сектора услуг и ВРП на душу населения выявил общую положительную тенденцию. Почти во всех провинциях увеличение доли сектора услуг связано с более высоким уровнем производства на душу населения, причем эта связь особенно ярко выражена в более развитых регионах, таких как Чжэцзян и Гуандун. Эта закономерность может отражать успешную интеграцию высокопроизводительных услуг – таких как финансы, логистика и цифровая инфраструктура – в более широкую экономическую структуру этих провинций. Напротив, в более слабых в структурном отношении регионах, таких как Ганьсу и Цинхай, наблюдается менее выраженная положительная связь, что может свидетельствовать о более ограниченном вкладе сектора услуг в экономический выпуск, возможно, из-за преобладания видов деятельности с низкой добавленной стоимостью.
Рисунок 2. Взаимосвязь между долей сектора услуг и ВРП на душу населения (в тысячах юаней) в семи провинциях Китая
Источник: расчеты автора
Неравенство доходов, измеряемое коэффициентом разрыва между городскими и сельскими доходами, дает сложный набор результатов. В базовых моделях его влияние часто оказывается статистически незначимым, вероятно, из-за коллинеарности с запаздывающими зависимыми переменными или другими структурными переменными. Однако при включении в модель условий взаимодействия (в частности, с долей потребления) он дает убедительные результаты. При всех уровнях неравенства (низком, среднем и высоком) более высокая доля потребления связана со снижением прогнозируемого ВРП, что подтверждает основной вывод модели о том, что потребление оказывает сокращающее воздействие на выпуск. Однако величина этого негативного эффекта существенно отличается в зависимости от уровня неравенства: крутой наклон в условиях низкого неравенства и наиболее плоский при высоком неравенстве. Предположим, что в регионах с более высоким уровнем неравенства негативное влияние потребления на экономические показатели смягчается – возможно, благодаря концентрации потребления среди городских домохозяйств с более высокими доходами, чьи расходы могут более непосредственно стимулировать производство и инвестиции. Напротив, в более эгалитарных регионах более широкое потребление может слабее влиять на объем производства из-за более низкой предельной производительности или ослабления инвестиционных связей.
Рисунок 3. Прогнозируемый эффект потребления домохозяйств на региональный ВВП в зависимости от неравенства доходов
Источник: расчеты автора
В подтверждение этой интерпретации оценки квантильной регрессии показывают, что положительная роль услуг и эффект урбанизации наиболее выражены в нижних квантилях регионального ВРП, которые обычно ассоциируются с менее развитыми провинциями. Наименьшие квантильные группы демонстрируют наибольшую чувствительность к структурным переменным, хотя статистическая значимость сохраняется лишь для урбанизации. Предполагаемое положительное взаимодействие между услугами и промышленным ростом не достигает значимости во всех квантилях, что указывает на то, что синергетические преимущества структурных преобразований еще не полностью реализованы ни в более богатых, ни в более бедных провинциях.
Рисунок 4. Оценки коэффициентов из квантильной регрессии логарифма ВРП на промышленный рост, долю сектора услуг и уровень урбанизации
Источник: расчеты автора
Пространственные эконометрические модели дают дополнительное подтверждение наличия умеренной пространственной зависимости. Хотя коэффициент пространственного лага положителен (λ = 0,0927 при p—value = 0,07176), что свидетельствует о некоторой степени перетока ВРП между соседними провинциями, он не достигает обычных порогов значимости (p—value < 0,05). Тем не менее, пространственная неоднородность очевидна при разложении пространственных лагов: такие регионы, как Внутренняя Монголия и Сычуань, демонстрируют более сильную зависимость от экономических траекторий своих соседей, в то время как прибрежные провинции, такие как Чжэцзян и Гуандун, выглядят более самодостаточными. Эти закономерности, вероятно, отражают различия в межрегиональных торговых связях и региональной экономической интеграции.
Рисунок 5. Пространственный лаг ВРП семи исследуемых провинций.
Источник: расчеты автора
Наконец, анализ структурных разрывов позволяет выявить критические точки перелома в траекториях регионального развития. Такие регионы, как Гуандун и Внутренняя Монголия, демонстрируют ранние точки перелома около 2005 года, что соответствует их переходу к постиндустриальной экономике, более ориентированной на сферу услуг.
Рисунок 6. Развитие доли сектора услуг в Гуандуне и Внутренней Монголии, демонстрирующий структурный переход около 2005 года, что соответствует раннему переходу к росту, основанному на услугах
Источник: расчеты автора
В отличие от них, внутренние провинции, такие как Ганьсу и Сычуань, демонстрируют более поздние точки перелома, часто совпадающие с мировым финансовым кризисом 2008 года, который, по-видимому, послужил экзогенным шоком, ускорившим долгосрочные структурные изменения. Включение фиктивных переменных после перелома в панельные модели подтверждает существенный положительный сдвиг в траекториях ВРП после этих изменений режима, хотя условия взаимодействия свидетельствуют о затухании эффекта промышленного роста после перелома в некоторых случаях.
Рисунок 7. Тренд промышленного роста в провинциях Ганьсу, Цинхай и Сычуань. Заметный сдвиг в динамике роста наблюдается примерно в 2007 году, который в эконометрической спецификации рассматривается как точка структурного перелома
Источник: расчеты автора
В совокупности эти результаты дают многоуровневое представление о региональных экономических показателях в современном Китае. Они подчеркивают условный и специфический для каждого региона характер динамики роста, формируемой не только структурными переменными, такими как урбанизация и отраслевая структура, но и временными разрывами и пространственной взаимозависимостью. Важно отметить, что полученные результаты предостерегают от универсальной политики развития и подчеркивают необходимость разработки специальных стратегий, отражающих гетерогенность провинциального контекста.
Заключение
Данное исследование представляет собой углубленное эмпирическое изучение региональных факторов, определяющих экономические показатели в Китае, с акцентом на то, как структурные характеристики, а именно динамика промышленности, развитие сектора услуг, урбанизация и неравенство доходов, взаимодействуют между собой, формируя траектории ВРП провинций. Используя панельную эконометрику, пространственное моделирование и квантильную регрессию на неоднородной выборке из семи провинций с 2001 по 2023 год, анализ выявил не только среднее влияние этих факторов, но и их условное, пространственное и распределительное измерение.
Полученные данные указывают на сильное и последовательное влияние урбанизации как движущей силы регионального развития, поддерживая мнение о том, что агломерация и расширение инфраструктуры играют центральную роль в стимулировании долгосрочного роста. Промышленный рост остается ключевым двигателем в регионах с менее ориентированной на услуги экономикой, но его эффективность снижается, как только сектор услуг превышает структурный порог. После этой точки экономика услуг, как представляется, изменяет роль обрабатывающей промышленности, либо сдерживая, либо вытесняя ее. Хотя сектор услуг обычно ассоциируется с более высокими уровнями доходов, его вклад в производство варьируется в зависимости от качества и интеграции в более широкие экономические сети, что особенно заметно в провинциях со слабой структурой.
В частности, взаимодействие между потреблением и неравенством доходов показывает, что рост, обусловленный потреблением, может быть не всегда выгоден. В провинциях с более высоким уровнем неравенства потребление домохозяйств с высоким уровнем дохода может поддерживать спрос и инвестиции, в то время как в регионах с более низким уровнем неравенства более широкие модели потребления могут не так прямолинейно трансформироваться в производительную продукцию. Полученный результат опровергает общепринятое мнение о том, что рост потребления неизбежно способствует росту, и подчеркивает необходимость учета распределительных структур при разработке экономической политики.
Политические последствия выходят за рамки китайского контекста. Для таких стран, как Россия, где региональная асимметрия также ярко выражена, полученные результаты подчеркивают важность адаптации экономических стратегий к местным структурным реалиям. Национальные программы развития должны избегать применения единообразных решений на различных территориях. В регионах, переживающих промышленный спад, приоритетными направлениями политики должны стать модернизация сектора услуг и его интеграция с оставшимися производственными мощностями. В быстро урбанизирующихся зонах поддержка инфраструктуры и сокращение неравенства между городом и деревней могут усилить преимущества роста. Кроме того, программы регионального развития должны рассматривать неравенство не только как социальную проблему, но и как переменную, обусловливающую эффективность экономических рычагов, таких как стимулирование потребления или промышленные стимулы.
В конечном счете, данное исследование показывает, что региональный рост не является линейной функцией отраслевых или демографических изменений. Его формирует сложное взаимодействие между структурными переходами, уровнями неравенства и пространственными побочными эффектами. Признание и учет этих факторов при разработке региональной политики необходимы для достижения сбалансированного и устойчивого экономического развития на субнациональном уровне.
Библиографический список
- International Monetary Fund. (2021). Regional Disparities and Fiscal Federalism in Russia. IMF Working Papers, 2021(144). https://doi.org/10.5089/9781513573649.001.
- Li, J., & Wang, S. (2022). Digital economy and the urban–rural income gap: Impact, mechanisms, and spatial heterogeneity. Journal of Innovation & Knowledge, 9(3), 100241. https://doi.org/10.1016/j.jik.2022.100241.
- Timiryanova, V.; Krasnoselskaya, D.; Lakman, I.; Popov, D. Inter- and Intra-Regional Disparities in Russia: Factors of Uneven Economic Growth. Sustainability 2021, 13, 13754. https:// doi.org/10.3390/su132413754.
- Tumanyants, K., Arzhenovskiy, S., Arkova, O., Monastyryov, M. and Pichulina, I. (2023). Inequality and Economic Growth in Russia: Econometric Analysis. Russian Journal of Money and Finance, 82(2), pp. 52–77.
- Vasilyeva, R., Mariev, O., Ignatieva, E., & Serkova, A. (2018). Assessment of the Impact of Income Inequality on Economic Growth in Russian Regions. Proceedings of CBU in Economics and Business, 2, 261–267. https://doi.org/10.12955/peb.v2.261.
- Xiang Y., Yeaple S. Human capital quality and regional economic growth: Evidence from China // Journal of Asian Economics. – 2023. – Vol. 86. – Art. 101593. – DOI: 10.1016/j.asieco.2023.101593.
- Yin, J., Li, S., Zhou, L., Jiang, L., & Ma, W. (2022). Spatial heterogeneity of the economic growth pattern and influencing factors in formerly destitute areas of China. Journal of Geographical Sciences, 32(5), 829–852. https://doi.org/10.1007/s11442-022-1974-9.
- Zhang L., Wang H., Liu Y. Do Internet Development and Urbanization Foster Regional Economic Growth: Evidence from China’s Yangtze River Economic Belt // Sustainability. – 2023. – Vol. 15, № 12. – P. 9175. – DOI: 10.3390/su15129175.
- 浙 江 [Чжэцзян] // 中 国 统 计 信 息 网 [Китайская статистическая информационная сеть] URL: http://www.tjcn.org/tjgb/11zj/ (дата обращения: 01.05.2025).
- 甘 肃 [Ганьсу] // 中 国 统 计 信 息 网 [Китайская статистическая информационная сеть] URL: http://www.tjcn.org/tjgb/28gs/indexhtml (дата обращения: 01.05.2025).
- 四 川 [Сычуань] // 中 国 统 计 信 息 网 [Китайская статистическая информационная сеть] URL: http://www.tjcn.org/tjgb/23sc/ (дата обращения: 01.05.2025).
- 新疆 [Синьцзян] // 中 国 统 计 信 息 网 [Китайская статистическая информационная сеть] URL: http://www.tjcn.org/tjgb/31xj/ (дата обращения: 01.05.2025).
- 内蒙古 [Внутренняя Монголия] // 中 国 统 计 信 息 网 [Китайская статистическая информационная сеть] URL: http://www.tjcn.org/tjgb/05nmg/ (дата обращения: 01.05.2025).
- 广东 [Гуандун] // 中 国 统 计 信 息 网 [Китайская статистическая информационная сеть] URL: http://www.tjcn.org/tjgb/19gd/ (дата обращения: 01.05.2025).
- 青海 [Цинхай] // 中 国 统 计 信 息 网 [Китайская статистическая информационная сеть] URL: http://www.tjcn.org/tjgb/29qh/ (дата обращения: 01.05.2025).