This study
analyzes food demand of household by income category in Heilongjiang, Shandong
and Henan provinces in urban China. The
data set includes household level observation on food consumption in urban
areas. The data is derived from National Bureau of Statistics (NBS) which is
conducted as a national household annual survey. It includes: income and households’
expenditure. The annual survey also covers social security participation, house
pricing, production investment, and some other variable related with income
distribution. Therefore, the data set is appropriate for demand analysis. First
6 different food categories are chosen which are grain, meat products, aquatic
products, dairy products, fresh fruits, and others. Also, households are
categorized by individuals’ yearly income level as low-, and high-income
classes, using these three provinces data. The Rotterdam model is applied in
the analysis of data set. The model is explained theoretically then applied
using SAS 9.4 software.
Bu çalışma Çin’in Heilongjiang, Shandong ve Henan eyaletindeki
hanehalkı gıda talebini gelir gruplarına göre analiz etmektedir. Veri seti,
kentsel alanlarda hanehalkı düzeyindeki, gıda tüketim verilerinden
oluşmaktadır. Veriler, ulusal hane halkı yıllık anketi olarak yürütülen Çin’in Ulusal
İstatistik Bürosu'ndan (NBS) elde edilmiştir. Bu veriler gelir ve hanehalkı
harcamalarını içermektedir. Söz konusu yıllık veriler ayni zamanda istihdam
anketleri, sosyal güvenlik katılımı, konut fiyatları ve gelir dağılımını
etkileyen faktörleri içermektedir. Bu nedenle, veri seti talep analizi için
uygundur. Söz konusu veri setinden 6 farklı ürün ve ürün grubu seçilmiştir, bu ürünler;
tahıl, et ürünleri, deniz ürünleri, süt ürünleri, taze meyveler ve diğer gıda
ürünlerini kapsamaktadır. Ayrıca, Çin'in kentsel hane halkı anketi verileri
kullanılarak, bireylerin yıllık gelir düzeyi düşük ve yüksek gelirli sınıflar
olarak sınıflandırılmaktadır. Veri setinin analizinde Rotterdam modeli
uygulanmaktadır. Model teorik olarak anlatıldıktan sonra SAS 9.4 programı
kullanılarak uygulanmıştır.
Primary Language | English |
---|---|
Journal Section | Research Articles |
Authors | |
Publication Date | December 30, 2019 |
Submission Date | November 25, 2019 |
Acceptance Date | December 12, 2019 |
Published in Issue | Year 2019 Volume: 23 Issue: 2 |