The effect of cigarette prices on brand-switching in China: a longitudinal analysis of data from the ITC China Survey
Notice bibliographique
Résumé
BACKGROUND: Recent studies have found that Chinese smokers are relatively unresponsive to cigarette prices. As the Chinese government contemplates higher tobacco taxes, it is important to understand the reasons for this low response. One possible explanation is that smokers buffer themselves from rising cigarette prices by switching to cheaper cigarette brands. OBJECTIVE: This study examines how cigarette prices influence consumers' choices of cigarette brands in China. METHODS: This study uses panel data from the first three waves of the International Tobacco Control China Survey, drawn from six large cities in China and collected between 2006 and 2009. The study sample includes 3477 smokers who are present in at least two waves (8552 person-years). Cigarette brands are sorted by price into four tiers, using excise tax categories to determine the cut-off for each tier. The analysis relies on a conditional logit model to identify the relationship between price and brand choice. FINDINGS: Overall, 38% of smokers switched price tiers from one wave to the next. A ¥1 change in the price of cigarettes alters the tier choice of 4-7% of smokers. Restricting the sample to those who chose each given tier at baseline, a ¥1 increase in price in a given tier would decrease the share choosing that tier by 4% for Tier 1 and 1-2% for Tiers 2 and 3. CONCLUSIONS: China's large price spread across cigarette brands appears to alter the brand selection of some consumers, especially smokers of cheaper brands. Tobacco pricing and tax policy can influence consumers' incentives to switch brands. In particular, whereas ad valorem taxes in a tiered pricing system like China's encourage trading down, specific excise taxes discourage the practice.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».