Visible Hand or Crippled Hand: Stimulation and Stabilization in China’s Real Estate Markets, 2008–2010
Notice bibliographique
Résumé
The burst of housing bubbles in 2008 triggered the worst economic crisis in the United States since the Great Depression. Financial globalization has exacerbated the contagion and a worldwide crisis soon followed. As a major trading country, China depended heavily on export markets in the United States and Europe; therefore its economy experienced serious setbacks. After the double digit growth in 2007, the Chinese real estate market started to take a nose dive. In the first quarter of 2008, the average house price in 70 major cities grew 11 percent, but by the fourth quarter the growth rate slowed down to only 0.5 percent. The first quarter of 2009 even saw a decline of 1.1 percent, the first drop since 2000. The parallel between the United States and China, however, stopped there. While the American housing market continued to be sluggish after a steep decline, the housing market in China rebounded dramatically. After two consecutive quarters of negative growth, house prices rose again in the third quarter of 2009 and double-digit growth reappeared by the first half of 2010. In April 2010, for example, the average house price grew by 12.8 percent, the fastest rise since 2000! The national average actually understated the extent of price hikes in the hottest real estate markets, for example, Shenzhen (18 percent), Hangzhou (17 percent), Wenzhou (22 percent), Haikou (53 percent), and Sanya (52 percent).KeywordsLocal GovernmentReal EstateCentral GovernmentHouse PriceLocal OfficialThese keywords were added by machine and not by the authors. This process is experimental and the keywords may be updated as the learning algorithm improves.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».