文摘
在这个阶段,扩大消费市场,消费升级系统,逐步建立一个内向型发展概念是关键因素在促进高质量的经济发展。与此同时,中国宏观经济也经历着另一个测试。中国房地产市场的快速发展,近年来吸引了大量的投资者,和房地产价格产生了非理性和大幅增加。房地产市场繁荣的背后是一个社会系统危机由暴利和日益增长的房地产金融泡沫的严重性。所以探索机制的影响,房地产价格对居民消费的升级对中国现阶段很重要。因此,重要的是要研究房地产价格影响消费者升级机制的房地产业和国家经济的协调发展。在本文中,我们分析和研究消费的理论改进文献调查方法。我们还总结相关的研究现状和房地产价格的影响机制和改善消费和选择指数反映了房地产业的现状和居民的消费。除了输入指标定性管理住房价格的影响在改善居民的消费,我们首先使用描述性统计方法来理解中国房地产市场的水平,提高消费支出。在此基础上,应用描述性统计方法来定义中国房地产市场的现状和消费水平的提高,并为改善中国的消费定义的标准。 On the other hand, based on the spatial and spatial spillover points of view, we use spatial analysis framework combined with exploratory spatial data analysis and GIS to investigate spatial correlation between consumption structure and housing price, and accurately reflect the spatial clustering status of the index by drawing. Moran dispersion plot and Lisa cluster plot, then the spatial Darwinian model, are used to investigate the impact of real estate prices on the increase in occupant consumption from a macro perspective.
1。介绍
很长一段时间,坚持发展新概念,总是面向“人”,与供应结构改革为主线,不断改革和创新系统、优化、升级产品,我们取得了好成绩在扩大消费的规模,提高消费水平和消费结构的升级1]。然而,与此同时,我们还可以看到,制度和体制障碍,限制消费在中国的扩张和升级仍然突出。分化的程度发展地区之间仍大。消费市场的多样性和丰富的消费方法仍无法满足居民多层次的消费需求。特别是近年来,投资拉动效应逐渐减弱的改进基础设施建设。而缺乏整体需求对经济带来的负面影响(2]。在这个时候,只有不断扩大消费需求,提高居民的消费率,加速中国经济增长模式的变化,需求和改善发展不平衡的现状,才能真正体现以人为本的科学发展观和发展方向旨在改善民生,同时保证高质量的经济发展(3]。根据经济理论,收入水平和财富股票有一个占主导地位的影响居民的消费结构,而房地产市场的双重属性的消费和投资领域的确定其地位和影响居民家庭财富和消费。房地产市场的特点,如基本的、增值,和强大的区域特征,也决定房价的变化。房地产市场有重大影响的家庭总资产和资产结构(4]。
自2018年以来中美贸易战已经包罗万象,长期、复杂,对中国经济和深远的影响,而中国宏观经济面临巨大的挑战,由于当前“新肺炎”流行。这不仅反映在混乱和房地产业的低迷,但也在“高价”的市场反馈和满足消费者的现状5]。在中国房地产行业的快速发展,传统的投资放缓和不断增长的产能过剩问题和债务约束导致了中国总需求增长逐步放缓,消费升级逐渐成为一个“新三驾马车”(6]。作为国民经济的重要组成部分,住宅消费是一个重要的房地产市场与国民经济之间的桥梁。因此,房地产业的快速发展促进居民消费结构的升级,还是严重扭曲的结构的过程中促进经济发展?是否房地产业的快速发展促进了居民的消费结构的升级,导致消费的降低,以及它是否带来了不同的影响在不同地区居民的消费,是本文的重点7]。城市家庭持有金融资产的总量和分配结构也经历了巨大的变化。持有的金融资产净值中国居民人均超过三元组从2020年的36000元到2012年的84600元。以存款为主的资产的比例在中国家庭金融资产总额在2020年从86.7%下降到48.8%,而持有的金融资产结构已经从家庭金融资产配置结构由以存款为主的资产多样化的金融资产配置(8]。尽管近年来中国的储蓄率下降,它仍然是在一个高水平的储蓄率相比2020年的7.7%在美国。中国居民的消费率是只有38.8%在2020年底,相比其他发达国家的消费税率:68%在美国,52%在德国,48.6%的韩国。在这个阶段,中国城市居民的家庭资产总额逐渐增加。以及金融资产属于家庭的类型也越来越多,但金融资产的影响城市居民家庭消费是不稳定的9]。尽管市场金融资产的类型增加,城市居民持有的金融资产的形式仍然是主要形式的储蓄,导致不平衡的分布和未充分利用的金融资产,进而抑制城市家庭居民的消费。在宏观层面,金融资产对居民消费的影响在不同的地区和文化的差异很大。在微观层面上,金融资产的分配住宅家庭促进或抑制消费的中国居民通过财富效应或挤出效应(10]。在过去,由于缺少数据和金融市场的缺陷,更少的中国学者研究金融资产配置对家庭消费的影响,和大多数人已经这么做了宏观层面的金融资产,利用宏观数据(11]。即使偶尔金融资产对消费的影响是在微观层面上分析,其中大部分集中在一个特定的金融资产,不分析每个金融资产配置对消费的影响在一个非常全面的方式。
然而,由于连续开放金融市场和投资渠道的改善所提供的金融市场,人们的金融资产配置往往是多样化的。并不代表检查单个金融资产的影响或某种类型的金融资产对家庭消费。通过研究影响房价对消费升级机制从空间的角度来看,我们可以调查房价波动的相关性和异质性和地区之间的消费升级,提供差异化的、有针对性的建议建立一个长效机制的地区之间的消费升级,提高居民的消费水平和优化居民消费结构。因此,从根本上改善居民生活,促进消费体验和消费质量的提高,帮助房地产业提高房地产泡沫的现状,坚持指导思想,实施正确的战略决策和商业模式,并促进房地产企业的高效运营管理和房地产行业的高速稳定发展。它帮助优化国民经济结构,打破约束系统的房价对居民消费,促进协调发展的居民的消费和房地产业,从而促进宏观经济。它还有助于优化国民经济结构,打破约束系统的房价对居民的消费,促进协调发展居民的消费和房地产行业,促进宏观经济的发展。
在本文中,我们分析和研究消费的理论改进文献调查方法和总结相关的研究现状和房地产价格的影响机制和改善消费和选择指数反映了房地产业的现状和居民的消费。
2。相关工作
在“消费结构升级的审判,”研究人员认为,消费结构反映了生活必需品的比例和地位和nonnecessities居民的个人消费,用食物来参考必需品和恩格尔系数来衡量居民生活水平和国家发展的过程12]。在“扩大内需和消费结构升级的关键是三组的消费品”的转换,研究人员指出,不同收入阶层将形成不同的消费水平,从而不同程度的消费品供给(13]。扩大内需,促进消费结构升级的关键在于三个消费品集团”的变换。研究人员指出,不同收入阶层形成不同的消费水平,进而形成不同等级的消费品供给,并将最终消费品的需求水平分为高端、终端和低端消费品组。研究人员分析的帮助下家庭microsurvey数据并得出结论,居民消费的增加来自于房价的增加(14]。业主和租家庭没有区别。,只有与居住地、年龄和收入的家庭。研究者从研究获得,城市化水平显著影响居民消费支出的最终决定。研究人员使用灰色关联模型方法得到的结论有一个内在相关性的人口年龄结构和居民消费结构的升级。研究人员在“消费升级的发展趋势和影响因素”相比,家庭消费结构的变化在美国,日本,和那些在中国和韩国。他们认为当前中国消费升级趋势明显,但仍存在问题,如升级缓慢,收入分配不均,低消费的意图,和供应方面的缺点15]。
通过建立误差修正模型的因变量是消费者支出和独立变量是工资和住房价格,研究人员使用协整和格兰杰因果检验来获得房价和消费之间的共同趋势。他们也使用方差分解和脉冲响应函数来探索住宅消费的影响的大小对房价变化(16]。结果表明,改变工资收入和房价的增加显著提高香港居民的消费,与房价的增长贡献更多的增加消费。使用年度数据从1998年到2007年,研究人员开发了房价和消费的误差修正模型,并进行了实证分析,房价和消费之间的关系。研究人员用微观家庭调查数据发现,房地产财富的增加对居民消费的“财富效应”。研究人员研究了上海数据发现房价的增加对消费有积极作用。他们发现房价的增加显著提高居民的新兴消费支出(17]。
研究人员指出,房价上涨有一个明确的“流动性约束”对居民的消费。但“绝望的消费效应”发生在房价过高,导致居民放弃家庭消费和切换到其他的消费,造成替代消费的增加。研究人员通过研究调查1983 - 2001和1990 - 2000年美国宏观经济数据(18]。的研究人员,通过研究美国宏观数据从1983年到2001年和1990 - 2000年,发现房子是类似于吉芬商品。当价格上涨时,购买者的数量增加。所以,房价上涨增加了高负债的家庭在社会作为一个整体。事实上,更大的边际储蓄倾向导致居民度过他们的升值收益储蓄而不是消费(19]。研究人员经验发现,房价对消费和一个令人沮丧的影响有一个“挤出效应”。他们选择住房改革之前和之后的国家数据进行实证分析,结果表明,增加的房价对消费有挤出效应。他们指出,挤出效应对消费的影响大于当房价增长过快20.]。研究人员得出结论,居民选择提前偿还他们的抵押贷款和购买一个家,因为他们是担心房价持续增长,导致消费的挤出效应。研究人员得出结论,居民更加关注房地产的投资属性,当房价继续增加,挤压了其他消费21]。
2.1。住房消费的传导机制
房地产的“挤出效应”指的是增加潜在购房者的购房成本或租房者,导致相对可支配收入下降或相对储蓄,以便抑制居民消费需求,不断减少nonhousing消费支出,导致房价的“挤出效应”消费。”。在中国社会,由于一定的收入差距,一些居民的一个或更多的房子,而一些居民仍在租用的状态。对于租房者,房价上涨导致租金上升,进而挤压nonhousing消费支出。作为一个整体,造成的“挤出效应”的财富再分配抑制消费的升级,如图1。预算约束首先指的是一个公司的支出限制其货币存量和收入,而且,通过扩展,一个家庭的资产和收入。所以,很大一部分居民的储蓄行为是出于审慎和预防原则。住房价格的上涨会增加租户的预算限制和居民需要住房,促使他们增加储蓄,减少消费。之间存在一定程度的可置换性住房和nonhousing消费市场。个人计划购买一个家在未来可以选择减少他们当前的消费,增加储蓄,以尽快购买回家,面对不断上涨的房价和住房成本较高,而一些居民可能被高房价,只是沮丧放弃买房,把钱花在其他消费来提高他们的生活水平。替代效应并不一定是“挤出效应”,但也“财富效应”。但与此同时,高房价上涨的压力也会增加后续还款,使居民显著降低nonhousing消费支出和增加个人储蓄以减少还款成本,尽快还清贷款。
在抵押贷款市场,房地产作为一个高质量的抵押品变现居民固定资产为液体的钱,从而增加他们的消费。然而,流动性约束和抵押品的存在影响抵押贷款市场的负面影响居民消费的升级。流动性约束的存在大大增加居民股票财富和可支配收入的敏感性因信贷市场的信息不对称和不完全性。住房价格上涨意味着减少居民的可支配收入,从而使居民增加储蓄,以防止未来冲击另一个相对收入下降或紧急消费需求的增加。因此,很难通过居民消费和投资预期的数量。其次,传统家庭文化的概念如“拥有一个房子有一个家的唯一途径”,“婚姻”有一幢房子和一辆汽车带来的增加的需求购买房子,这使得越来越多的人成为“房奴”,房地产价格上涨,连续挤出自己的消费和抑制整个社会的消费升级。
2.2。消费者需求分析回归模型
目标变量研究了和他们的样品观察表现出一定的空间聚集特征,这是相反的基本假设样本的观察在传统计量经济学之间没有相关性。如果目标变量建模与传统的计量经济学模型,它将导致扭曲的数据信息和有偏见的结果。在本文中,我们探索房价和消费升级的指标之间的相关性通过探索性空间数据分析(ESDA)方法,并选择合适的空间权重矩阵进行深入研究被纳入模型建设的空间溢出效应和空间异质性的影响房价对消费升级。空间计量经济模型考虑本文主要空间面板滞后模型(SLM),空间面板误差模型(SEM),德宾和空间面板模型(SDM),将不同的空间尺度相互作用的空间,其中,分别于SDM模型是一种广义的SLM和SEM模型。空间滞后模型,也称为空间自回归模型,需要引入内生解释变量之间的相互作用区域的模型建设如果解释性变量空间自相关和影响区域内的变量在其他地区划定的空间权重矩阵,探索之间的关系在该地区的解释变量和解释变量在邻近地区,建模如下: 在哪里Y它和yjt表示解释变量的观测值在目标地区及其周边地区,分别我和j横断面尺寸数据,t是时间维度数据,表示空间权重矩阵元素之间的地区我和j,x它的样本观察解释变量,表示回归系数的列向量,然后呢我个体固定效应和随机误差项。
空间误差模型,也称为空间自相关模型,介绍了误差之间的交互作用中包含的条款和揭示了外生空间交互作用的不可观察的误差项的解释变量对解释变量的影响,建模如下: 新引入的变量在哪里u它表示空间自相关和错误λ自相关系数。
空间杜宾模型是一种通用的空间滞后模型、空间误差模型,联合行动的结果的内生和外生解释变量以及空间误差项,重点揭示了空间误差之间的相关性独立变量和因变量,建模如下: 在那里,τ的列向量回归系数。为了合理量化空间影响房价对消费升级的影响,本文将适当的空间权重矩阵和选择合适的空间计量经济学模型的每个测试。
空间权重矩阵的选择都有不同的意义空间计量经济学的实证结果分析。矩阵中的每个重量元素代表不同的空间依赖性。基于空间权重矩阵设计的指导原则,它主要分为邻接的类别,地理距离,和经济距离,含有空间邻接矩阵,重量地理距离权重矩阵,地理距离方阵,经济权重矩阵,economic-geographic嵌套矩阵。在本文中,我们选择的空间邻接矩阵t1,地理距离权重矩阵t2,economic-geographic嵌套矩阵t3与空间权重矩阵的三种不同类型复发效果进行实证研究。我们选择最合适的空间权重矩阵的深入分析研究对象的空间相关性。空间邻接权重矩阵,即0 - 1矩阵,是使用最广泛的空间权重矩阵,根据目标区域单位是否设置相邻。和适用于研究问题更明显的地域性特征,是构建在以下基础上:
Tobler地理学第一定律指出,“一切都是相关的,但有一个紧密联系相互接近的东西”。矩阵构造基于以下基础和矩阵形式: 在哪里U2地理地理单元之间的距离吗我和地理单元j(区域质量重心距离或地区行政区域质量重心距离可以选择),和地理距离权重矩阵中的元素对应区域之间的地理距离的倒数。economic-geographic嵌套矩阵是一个权重矩阵,其中包含两个地理距离因素和经济因素。在本文中,除了地理位置的因素的影响,中国消费升级和房价分布也将在某种程度上受到经济因素的影响。所以,经济因素介绍了构建嵌套矩阵。的距离信息和经济信息纳入模型在一起,和矩阵构造基于以下几点: 在哪里问地理距离权重矩阵与矩阵的对角元素。和
本文使用Stata15.0构造上面的空间权重矩阵和分析房价的影响和其他控制变量对消费升级没有空间效应和不同权重矩阵通过构造OLS模型、空间误差模型(SEM),和空间滞后模型(SAR)。大似然估计也比较来确定适当的空间权重矩阵。
所示图的结果2,首先,从的角度来看,没有空间效果,OLS模型中没有空间效果,抚养比率和社会保险费率指标最初通过了1%信心测试和有显著的正面和负面影响消费结构升级,分别。但是,添加空间误差和滞后效应之后,成为影响微不足道的影响下一定的空间权重矩阵。产业结构升级也从一个消极的抑制作用对消费升级没有空间效果的积极促进作用的空间效果。
如图3解释变量的影响,在不同的空间影响消费结构的升级。在三个空间权重矩阵的作用下,核心解释变量的系数房价对消费结构的升级都是负面的和通过测试1%的信心,显示出明显的抑制作用。而消费品的供应和金融发展水平表现出显著的抑制作用,居民的收入,财富积累,房价收入比,城市化发展水平表现出显著的促进作用。的ρ空间误差模型和系数λ空间滞后模型的系数均通过了1%信心测试下拟合优度高三个权重矩阵。也就是说,空间误差模型和空间滞后模型是有效的。我们初步认为空间杜宾模型,考虑因变量和空间所需要的独立变量的滞后项实证分析。大似然估计,我们可以看到,在模型采用不同的空间权重,Log-L值下地理距离权重更大的作用。所以,它是更合理的选择地理距离权重矩阵空间计量经济学模型的建设。与此同时,邻近权重矩阵最弱的空间相关性的性能选择空间自相关测试,如果测试通过,这意味着目标变量必须在研究区空间相关性显著存在。
2.3。自相关检验
空间溢出效应是空间自相关,它指的是空间相关性和聚类特征的因素在不同的地理位置,而空间异质性的异质性分布在不同地理位置的一个因素。本文结合探索性空间数据分析的空间分析框架(ESDA)和地理信息系统(GIS)是用于研究消费结构之间的空间相关性和房价在中国,我统计全球莫兰是用来衡量全球消费结构之间的空间相关系数和房价在中国,和我统计的当地莫兰是用来情节之间的空间相关系数在中国消费结构和房价。莫兰是我用来画莫兰的散点图和丽莎聚类图,分析组织准确和直观地反映了空间聚类指标的地位。全局空间自相关分析措施是否空间相邻区域单元属性变量是集群从整个区域研究区域并使用莫兰的价值指数(我Moran)定义的空间相关性指标。莫兰指数(莫兰的我)的计算公式 在哪里n表示数量的研究区域,x我和xj表示样本的观察我和地区j分别为,是标准化的空间权重矩阵。本节使用0 - 1邻接矩阵的空间自相关分析目标变量。莫兰的我计算(−1,1),如果该值大于0。它表明积极的空间相关性的存在。和越接近1,较强的正相关关系,也就是说,越强的空间集群目标变量。值接近于0时,表明目标变量的空间分布往往是随机的。也就是说,不存在空间相关性。在本文中,我们使用GeoDa软件计算全球莫兰指数和引入空间邻接体重matrix1W,如图4。从2006年到2018年,消费升级的莫兰指数和房价指标在中国是积极的。除了2014 - 2017年,当消费结构通过了10%的显著性检验,所有其他指标通过了5%的显著性检验,表明这两个指标显示强阳性空间相关性,也就是说,一个强大的聚合特征。居民的住房需求,抵押贷款是一个不错的选择,和房价的大幅上涨将不可避免地导致居民期望高房价,促使居民抑制消费需求并选择抵押贷款购买住房。
为了反映房价和消费之间的空间相关性结构在整个地区,散点图的房价和消费结构之间的相关性。通过比较,发现截距项消费结构当房价零的散点图从2006年到现在在中国逐年增加,这表明中国的消费结构逐步升级。房价和消费结构逐渐减少的斜率与房价水平的增加,和房价的增加是逐渐挤压消费升级的过程。此外,图中有几个特殊的值,包括西藏、消费结构和房价都在低水平在2006年,2014年和2018年,北京和上海的房价和消费结构都是2006年遥遥领先,但在2014年和2018年明显降低。
3所示。回归模型结果和自相关分析
目标变量的消费结构,在2006年,河北和天津的城市空间溢出效应的影响周边地区消费结构和消费升级,而新疆、青海、西藏、四川和云南是受到的空间溢出效应产生的邻近地区较低的消费结构和消费下调趋势。2010年,《江苏和上海地区及其周边城市共同显示很高的消费结构。从2014年到2018年,中国高集聚的城市已经发生了重大的变化,高集聚功能不再是华东重要的中国。新低集聚区在中国也逐渐从西南地区发展东南沿海地区。江西、福建和浙江地区和周围的邻近城市尽显新低分布特征,而甘肃消费结构升级缓慢,显示邻近城市的特点,消费结构高但不波及甘肃地区的消费水平高。目标变量的房价,在2006年,中国仅显示房价的新低聚合的趋势。新疆、青海、甘肃等地区与低水平的房价和邻近地区显示相同的低房价的姿势,而天津2010年,2014年和2018年显示空间溢出效应的高房价和高房价的邻近地区。2014年江苏省有相同的高聚合。同时,中国逐渐改变从一个新低房价聚合趋势西南新低房价聚合趋势在西北十二年。在实际的研究空间经济计量模型,普通面板(OLS)模型的序列之后,空间滞后模型(SAR)和空间误差模型(SEM)最后空间杜宾模型(SDM)往往是验证讨论。 Usually, before model selection, the spatial effects of the model are first selected. And, according to the different unobserved effects of the research object, the model can be roughly divided into fixed-effect model and random effect model, where the fixed-effect model is applicable to the research object with the same direction and effect size of the research results, and the random effect is applicable to the study of independent observed variables. In this paper, on the basis of ordinary OLS panel data, the Hausman test is conducted on the basis of the ordinary OLS panel data to test the validity of the panel data model settings under fixed effects and random effects. And the Hausman test value is 38.27, which significantly passes the 1% confidence test, as shown in Figure5,说明研究对象适用于固定后果模型。
根据不同类型的固定系数的回归方程,空间测量固定后果模型可以分为个人固定后果模型,时间固定后果模型,和次个人双固定后果模型。相反,时间固定效应和个体固定效应,另一个难以察觉的确定性变量变化只与时间,但不是个人。次个人双固定效果,模型建立与不同的拦截方面对于不同的截面(时间点)和不同的拦截条件不同的时间序列(个人)。在本文中,我们首先创建三个固定后果空间杜宾模型比较分析和讨论。我们进行LR测试辨别是否拦截模型是显著不同的条款不同的截面和时间序列模型。如果拦截方面显著不同对于不同的截面和时间序列模型,那么我们需要选择次个人双固定后果模型相关的实证研究。如图6,从核心解释变量,直接影响房价对消费结构升级的是-1.640−0.273和间接影响,通过1%和5%信心测试,分别表明房价的增加不仅会抑制该地区的消费结构升级,但也挤压消费在邻近地区,表明在某种程度上,人的恐惧增加邻近地区的房价并期望的增加在该地区的房价。在某种程度上,它表明人们对房价的增加有恐慌心理在邻近地区和希望当地的房价也将增加在未来一段时间,从而导致当地居民减少消耗和较低的消费水平来抵消国内购买的压力增加造成的房价。
从区域经济发展的角度控制变量中,有很强的相关指标之间的居民收入和消费结构升级的指标,直接和间接影响。居民收入对消费结构升级显示了显著的积极影响,随着互联网的渗透到生活是不断模糊时间和空间的界限,促进发展的“无边界”。随着互联网的渗透到生活是不断模糊时间和空间的界限,促进“无国界”消费的发展,该地区收入水平的增加不仅会促进消费结构升级的水平,但也会促进消费结构的升级更大程度上其他地区。而产业结构的升级和消费品的供应的增加只有一个显著的积极的促进影响消费的升级系统在该地区,邻近地区的抑制或促进作用不显著。从金融发展的角度控制变量中,增加金融的水平没有显著的抑制或促销影响消费结构的升级在该地区或周边地区,表明该地区金融发展水平不显著促进居民消费的升级。居民使用金融工具的好处不明显抵消使用金融工具的成本。如图7,从社会保障的角度控制变量,直接和间接影响,促进提高社会保障水平对消费结构升级通过测试在10%置信水平,而整体增加1单位社会保障水平可以通过0.436单位和消费结构升级通过5%的显著性检验,表明适当和有效的社会保障。这表明通过适当的、有效的社会保障,中国居民的消费结构可以显著改善。
microindividual特点的角度的控制变量,增加中国居民财富积累水平大大加剧了该地区的消费结构的升级。增加价值的中国居民的房价收入比指标,即增加限制居民购买力的住房,明显会导致消费结构的升级在1%置信水平,这意味着大多数中国居民权衡他们的收入与房价的水平来衡量买房的可能性。,他们越不可能购买一个家(房价收入比越大),他们就越有可能花掉更多的收入用于消费。房屋所有权的可能性越低(房价收入比越大),他们就越有可能放弃他们的购房计划,而不是花更多的收入用于消费,从而增加消费结构层次结构。
4所示。结论
高度发达的金融市场可以帮助降低房价上涨造成的市场摩擦,而充足的社会保障水平可以减少收入分配差距造成的财富再分配效应和消费需求的缺乏造成的预算约束效应和协调房价上涨的负面影响,造成强大的市场摩擦和带来显著的财富再分配效应和预算约束效应。房价的快速上升在东部和中部地区导致增加消费者购房限制,最终挤压居民消费,甚至导致他们放弃购房支持增加消费。但是,消费量的增长不足以抵消挤压消费,最终导致房价对消费升级的一个重要挤压效应在东部和中部地区。而是因为房价在东方的冒泡,挤在东部地区更明显是由于东部地区更严重的泡沫。相反,房价的上涨在中国西部增加消费者信心,让消费者预期的财富效应,从而增加消费或增加储蓄,减少消费为了购买一栋房子,尽管市场不健全,但财富效应仍明显高于挤压效应,表现出显著的积极促进房价对消费的影响在中国西部升级。总的来说,房价的总体影响机制在中国消费升级的行为类似于东部地区,结合积极的财富再分配效应和替代效应和消极的消费者预期效果,最终显示出显著的负面影响。
数据可用性
使用的数据来支持本研究的发现可以从相应的作者。
的利益冲突
作者宣称他们没有竞争的经济利益或个人关系可能出现影响这项研究报告的工作。
确认
这项工作是支持的重点项目“大学生就业教育”从“基础课程群2021(没有“江苏高等教育机构。2021 jdkt029)。