高房价、土地财政与房住不炒：房地产税能抑制房价吗
高房价、土地财政与房住不炒：房地产税能抑制房价吗？高房价、土地财政与房住不炒：房地产税能抑制房价吗？刘金东1 杨璇1 汪崇金2(1.山东财经大学 财政税务学院，山东济南250014；2.中国社会科学院财经战略研究院，北京100028)摘 要： 关于房地产税能否抑制房价的研究普遍存在期限混淆和现实数据匮乏的难题，造成研究结论各不相同。本文采用家庭微观数据和地区宏观数据，区分房地产税推出后的短期和长期影响并分别进行了理论和实证分析，发现：其一，房地产税推行之初，将会带来存量房供给的一次性释放，短期内供需失衡将造成房价回调，回调幅度存在区域异质性，相比经济发达地区和经济落后地区，中等经济水平地区受影响的程度最大；其二，随着市场供需达到新的均衡，在房地产税平稳运行之后，地方政府将成为影响房价长期走势的关键因素，随着地方政府对房地产的财政依赖程度的进一步加强，反而会在长期推高房价水平。因此，房地产税改革的着眼点要放在调节公平和完善税制上，无论是长期还是短期，房地产税调控房价的功能均不符合中央的治理初衷和政策预期。关键词： 房地产税； 房价； 以租养税一、引言现行房产税最早开始于1986年，由于当时住房自有率偏低，因而只针对城镇地区营业用房计征。随着住房商品化的放开，居民住房自有率大幅提升，住房成为家庭财产的最主要形式，居民居住用房“重交易、轻保有”的税收体系不再适合当前经济社会发展的需要，研究如何针对居民居住用房开征房地产税就成为重要的政策选项①在世界范围内有两种主流的房地产税计征模式：一是房产税和土地税分别计征的法国模式，二是房产税和土地税合并计征的美国模式，后者即被称为"房地产税"。本文所研究的"房地产税"对应于广义的房屋持有环节税，故而两种模式在本文的语境下并无本质差别，后文也不再对两者作精确划分，均以"房地产税"称之。。自从1998年住房商品化改革以来，我国各类房屋的价格指数高速上涨，超过同期GDP增速，给社会经济带来了诸多不利影响，在此背景下，房地产税被认为是调控房价的重要政策选项之一。2018年7月16日，国家统计局发言人在国新办发布会上更是罕见地透露：中央将进一步加强和完善房地产市场宏观调控，加快推进房地产税等相关政策举措。与之形成鲜明对比的是，社会公众和学者们对于房地产税到底能否有助于平抑房价仍然存在较大的争议。山东财经大学2018年“房地产税支付能力与纳税意愿调查”结果显示，来自全国30个省份127个城市的1 240个受访者家庭，有38.63%家庭户主认为开征房地产税将有助于平抑房价，20%的家庭户主认为房地产税对房价没有显著影响，41.37%的家庭户主表示难以确定。类似地，学术界也出现了三种典型的观点：第一种观点认为房地产税有助于降低住宅均衡价格，调控房地产市场，第二种观点认为房地产税对房价不会产生显著影响，第三种观点则认为税收政策只是较为边缘化的调控政策选项，单纯依赖于房地产税调控房价的效果存在很大的不确定性。中央政府在加快推动房地产税的信号中一再强调调控房地产市场的政策动机，而房地产税究竟能否调控房价却依然莫衷一是。在此背景下，如何厘清房地产税对房价的抑制效应，形成更加清晰而一致的认识，是当前较为迫切的研究任务。梳理已有的文献不难发现，相关研究虽然丰富，但却存在两个明显的缺憾：一是没有严格区分短期影响和长期影响的差别，房地产税推出之初的短期影响不同于平稳运行后的长期影响，能否严格界定两种影响将关乎结论的适用性问题；二是由于房地产税尚未正式推出，缺乏现实数据作支撑，难以找到实证切入口，研究手段大多基于理论推导，而理论推导往往容易忽视中国当前需求端炒房行为和供给侧政府行为的影响，进而影响到结论的方向。以上研究缺憾也是本文研究创新的出发点，本文可能的创新之处在于：首先，从理论逻辑上区分了房地产税推出之初的短期影响和平稳运行后的长期影响两种不同情形，指出了短期影响不符合中央推动房地产市场“健康平稳发展”的既定原则，长期影响不符合中央关于建设房地产调控长效机制的治理思路，否定了房地产税平抑房价的矫正职能；其次，本文克服了数据不足的难题，以多套房持有者“以租养税”问题为切入口利用微观数据保守估计了房地产税推出伊始的短期供给冲击规模，以房地产依赖症为切入口进一步利用宏观数据论证了地方政府行为模式下房地产税对房价的长期影响。二、相关文献综述由于房地产税在欧美国家起步较早，相关研究大都是围绕房地产税平稳运行后的长期影响进行。首先是关于房地产税对房价的直接效应，先后出现过三种理论视角：最早是由Simon(1943)和Netzer(1966)提出了“传统说”观点，他们从局部均衡出发，认为增加的税收将完全由住房购买者承担，从而会提升未来的房价水平。Oates(1969)和Yinger(1982)在其之后提出了“成本说”，认为未来持续性的房地产税纳税义务提高了购买者的住房使用成本，将作为一项负资产贴现到房价之中从而起到降低房价的效果。“传统说”暗含了卖方市场假设，认为税负前转，从而提高房价；“成本说”则暗含了买方市场假设，认为税负后转，从而抑制房价。由于假设太强，两者对现实市场的解释力均非常有限。Hamilton(1983)和Fischel(1992)基于Tiebout模型提出了“受益说”，他们认为居民可以通过自由流动实现“用脚投票”，因而各个地方政府都会在房地产税和公共服务上展开竞争，任何一个地方的居民最终都只需要缴纳与其享受的公共服务水平相匹配的房地产税额，其支付的房地产税将转化为公共服务而资本化到房产价值中，因此，房地产税只会影响到地方公共支出而不会影响房价水平。公共服务受益资本化是Hamilton和Fischel提出“受益说”的关键所在，也符合房地产税是一种地方“受益税”的根本属性。由此可见，关于房地产税影响房价的直接效应在理论上并没有得到支持。在直接效应以外，学者们还从政府行为角度对房地产税可能影响房价的间接效应做了数量可观的研究。中国实行的是政治集权下的经济分权，对地方政府“把激励搞对”是体制下的必然要求。“分税制”改革之后，地方政府财政压力加大，出现了与中央政府之间的目标异化，财政和经济上都过度依赖于城市扩张和房地产市场，从而有动力利用各种政策支持高房价。赵文哲和杨继东(2015)将地方政府利用房地产业获取超额财政利益的手段总结为“以地生租”和“以房生税”两种，认为地方政府行为是造成房价飞涨、房地产库存的重要推手。刘金东(2014)认为，房地产税一旦加剧地方政府对房地产的财政依赖程度，那么将很有可能带来长期的政府激励效应进而间接推动房价上涨。无论是直接效应还是间接效应，其探讨的都是房地产税运行状态下的长期影响，而没有考虑到房地产税从无到有过程中的短期冲击。邓郁松(2016)认为，房地产税收政策的出台代表监管部门的政策取向，会在短期内调节市场供需，但长期内并不一定发挥持续性影响。王敏和黄滢(2013)构建动态模型分析了房地产税出台对房价的短期影响和长期影响，认为存在一个分割长期和短期的时间点，时间点之前房价下跌，时间点之后房价恢复上涨态势。这一结论也非常符合韩国2005年综合不动产税出台的历史结果，2005年当年房价下跌触底之后于次年开始出现报复性上涨，这也表明了房地产税对房价的短期影响不同于长期影响，前者是供需的动态变化问题，后者是供需的长期均衡问题。刘甲炎和范子英(2013)、Bai等(2014)等学者利用中国沪渝试点数据进行了事件研究，实证分析发现新房产税的试点对房价的短期影响呈现异质性，重庆地区大面积住房价格水平受抑明显。尽管相关研究文献已经较为充裕，但仍然存在两点缺憾：首先，除了王敏和黄滢(2013)之外，大多数学者在理论上没有严格区分长期影响和短期影响，故而得出的结论失于片面。房地产税从无到有的过程会对市场造成一次性冲击，这种冲击让供需失衡，从而会对房价产生短期影响，但在新的均衡实现后，短期影响失效，此时更应该分析的是房地产税的平稳运行对房价会产生何种长期影响。其次，在实证上受到数据可得性的限制，没有找到合适的实证手段加以直接验证，即使是王敏和黄滢(2013)，也只是进行了理论推导，没有落实到实证分析。其他为数不多的实证研究均是围绕沪渝试点的事件研究，缺乏对中国长期历史经验数据的利用，沪渝试点方案在设计之初就顾虑重重，上海叠加了首套房免税和人均面积扣减，重庆则只针对高档房征收，使得真正需要缴税的家庭少之又少。房地产税到底能否抑制房价，很难从上海、重庆试点效果中得到准确的答案。基于此，本文将以长期影响和短期影响的划分作为研究出发点，以家庭微观数据结合分地区宏观数据作为实证切入点，以期弥补上述研究的不足。三、房地产税影响房价的短期机制和长期机制分析参照Campbell和Shiller(1988)、Campbell(2009)的研究，房地产可以看作是一种派息资产。房地产市场有两个均衡条件。第一个条件是总量均衡，即供求相等，D(P*)=S(P*)。经验证（图3），总悬浮物浓度、无机悬浮物浓度的模拟值与实测值相关性均较好，r²均达到0.860以上，模拟总悬浮物浓度的RMSE为8.56，模拟无机悬浮物浓度的RMSE为8.70。因此水体700 nm波段的后向散射系数能够有效地反演总悬浮物浓度和无机悬浮物浓度。通过式（1）~（2）分别可获得各站点水体垂直分布的总悬浮物浓度与无机悬浮物浓度。第二个条件是边际均衡，即当前价格成本等于未来预期收益，http://rtt.5read.com/pdgpath/format?f=787b6fbc0a5c84ae69a7974d602770b0/568f5eb3ad15947a845ba355426b8295.jpg具体的处理时间，1月24日与1月30日至2月2日两个时间段处理的花序，拉长花序的效果不一样，处理后产生的副作用也不一样。处理时间早，花序拉得长。1月24日花序长至7～10 cm （新梢 20～25 cm，5 片真叶完全展开），处理倍数为1∶60 000，花序处理后果穗长度适中，处理后产生的副作用也小。在2月2日处理的，花序处理时间相对晚，处理时采用1月24日的浓度，处理后的果穗比1月24日处理的重，但副作用也比较明显，比如有的果穗上出现不脱落和发育不全的小果粒，花序拉得过长，果穗稀疏松散等。其中，Rt为年租金价值，Kt为年资产增值。只要满足总量均衡，就能达到房地产市场的短期均衡；当同时满足总量均衡和边际均衡时，才能达到房地产市场的长期均衡。那么，在此研究框架下，下面依次分析房地产税推出之初的短期影响和运行之后的长期影响。(一)推出之初的短期影响刚性需求很难受到房地产税影响，对于尚无首套房的年轻刚性需求群体而言，有没有房地产税都要买房子，其需求主要受客观层面的当地社会经济条件以及政府主观层面的信贷政策和行政限制等的影响。新建房供给来自于持有环节之前的开发环节，也不容易受到房地产税的影响，而主要受客观层面的当地社会经济条件以及政府主观层面的土地政策、金融政策、行政限价等方面的影响。因此，房地产税推出的短时间内，将主要影响刚性需求以外的投机需求和新建房以外的存量房供给：由于房地产税负担取决于税率和持有年限，在税率偏低和投机持有年限较短的前提下，房地产税对尚未入手的投机者会产生轻微的震慑作用，让其投机需求收缩。与此同时，已经入手、持有多套房的投机者则会受到房地产税的双重影响：一方面，房地产税改变了投机者“继续持有”和“获利了结”两种行为之间的相对价格，替代效应让前者变得相对昂贵，这种预期收益率的变动会促使持有者及时获利了结。无论是人均扣减面积、家庭扣减面积还是首套房免税，多套房的持有者都必然要面临不菲的持有成本，继续持有的预期收益率受到抑制，会倾向于选择及早出手，落袋为安。另一方面，由于中国偏高的房价租金比，会使得部分多套房持有者即使靠“以租养税”也不足以负担房地产税，从而被迫出售住房获利了结。无论是第一方面的主动而为还是第二方面的被动而为，房地产税的出台都将会带来住房总供给的一次性释放，此时供大于求，造成了市场过剩。Surplus(P)=S(P)-D(P)(1)根据供给和需求函数的性质可知，市场过剩 是价格P的增函数，要重新达成短期均衡，必然需要市场价格下跌，将市场过剩消化到零为止。如下图1所示，供给大幅增多(S到S′)，而需求小幅收缩(D到D′)，原有的均衡点A面临供大于求的局面，在向新均衡点B过渡的过程中，必然出现房价的下跌和交易量的上升。http://rtt.5read.com/pdgpath/format?f=787b6fbc0a5c84ae69a7974d602770b0/a20c67766ed23afbec29c4a611deb26a.jpg&p=516x364&q=30 图1 房地产税推出伊始的短期供需调整(二)运行之后的长期影响长期来看，持有环节税对房地产市场并不能产生趋势性的影响，长期趋势取决于刚性需求和和新建房供给的供求基本面。图1中由A点到B点的价跌量升属于瞬时冲击的结果，是市场供给曲线发生位移后寻找新均衡点的短期过程，随着市场的出清，在新均衡点B上，房地产税开始平稳运行，房价将重新进入新的自然增长通道。假定未来年租金价值和资产增值保持稳定不变的水平，则上文的边际均衡条件可以进一步推导为http://rtt.5read.com/pdgpath/format?f=787b6fbc0a5c84ae69a7974d602770b0/c3e0d727938265997bf689b3f41f1b0e.jpg
(2)则房价取决于三个因素：一是长期贴现利率水平，二是均衡租金价格，三是租购不同权程度。根据Hamilton(1983)和Fischel(1992)的“受益说”观点，由于房地产税收入将用于提升本地政府公共服务，而公共服务又会资本化到房价中去，假定每年房地产税征收规模为Gt，则通过房地产税提升的年度公共服务价值同样为Gt，前者增加了持有成本，后者则增加了持有收益，两者相抵仍然会有式(2)成立http://rtt.5read.com/pdgpath/format?f=787b6fbc0a5c84ae69a7974d602770b0/5781f0a1e65382d04a2914306d245d75.jpg
(3)因此，从理论上而言，房地产税并不会对长期均衡房价产生直接影响，更多是发挥间接效应。房地产税平稳运行之后，要分析房价的走势仍然要从供需基本面着手。由于客观的社会经济条件很难改变，供需基本面更多受到土地、金融、行政政策的影响。正如上式所示，房贷和限购等金融政策均会影响到长期贴现利率水平，土地供给和户籍限制等泛土地制度会影响到租购不同权程度，由此可见，政府行为是分析房价长期走势的关键因素。尤其是地方政府，被国内学者看作是解读中国经济发展特殊模式尤其是房地产行业高速发展的关键角色。虽然中央政府承担宏观调控职能，致力于控制房价过快增长，但地方政府在政治和经济利益的双重激励下，往往会出现与中央政府的目标异化，损害委托代理关系的稳定性。无论是土地供给、信贷限制还是行政规划，地方政府都拥有巨大的政策操作空间来影响当地房地产供需基本面，进而影响房价。卡梅扎·加洛(2016)关于智利对硝酸盐出口征税的历史梳理，生动地表明：一旦政府财政收入过度依赖于某一行业，经济结构就必然朝着有利于该行业发展的方向演进。地方政府财政收入过度依赖房地产业只会强化政府与房地产公司的共同利益，使得保持并推动高房价成为默契。由此可见，房地产税虽然不会直接影响长期均衡房价，但会通过影响地方政府财政依赖度进而促使地方政府推动并维持高房价，房地产税对房价的间接效应是分析房地产税长期影响的关键所在(况伟大，2012)。国际经验也验证了上述分析逻辑：韩国在2005年8月出台《不动产综合对策》，征收综合不动产税，当年市场出现了明显降温，降幅为-4.2%，但到了2006年，房价又出现11.6%的报复性上涨，此后继续维持上涨态势。日本1991年推出的“地价税”(土地税)迫使大量投机性多套房源急于出手，一次性加大了市场供给，让房价走向下降通道，被视为压垮日本房地产市场的最后一根稻草。值得说明的是，1991年后日本城镇化趋于饱和，缺乏新人口进入城市，造成需求基本面后劲不足是其没有重新走上房价回升之路的重要原因。四、房地产税推出之初对房价的短期冲击如前所述，房地产税推出伊始，会使得两种多套房持有者出售手中多余的住房：一种是因预期收益率下降而主动选择获利了结的持有者；另一种是因市场租金低于房地产税、无法“以租养税”而被动选择获利了结的持有者。第一种情形要取决于供需弹性等诸多因素，难以测算，这一部分主要利用2012年CFPS城镇家庭微观数据对后一种情形做模拟测算，即有多大规模的住房将因为无法“以租养税”而被迫出售，以此保守评估住房市场受到的短期冲击。模拟的征收方案包括上海模式下的人均扣减60平米、重庆模式下的家庭扣减180平米以及上海模式下叠加使用的首套房免税三种主流方案，税率则选择了偏低的0.6%、适中的0.8%、偏高的1%三档，合计是九种组合方案。中国畸高的房价租金比决定了一些多套房家庭不具备多套房的税款支付能力，租金收入难以匹配房地产税税收负担，通过对比住房的市场租金价值和房地产税应纳税额，分析此类存量住房的相对规模。首先，将2012年CFPS家庭数据中的农村样本剔除，仅保留城镇样本。进而对房产所有权进行筛选，仅保留对现住房有完全产权的家庭，并剔除所需数据具有缺失值的家庭。共得到有效家庭样本3 428户，其中单套房家庭2 856户，多套房家庭572户。CFPS提供了除现住房以外的全部房产面积和现住房的市场租金价值，本文以问卷中现住房若出租获得每月租金为基础估算出若出租现住房每年每平米的可得租金，以此为依据，估算出多套房家庭其余住房所全部出租每年可得的租金额。计算公式如下rent=(fq202·12·OS)/area1丛晓荣（1983-），女，硕士，助理研究员，主要从事含油气盆地分析、海域天然气水合物成藏与资源评价等方面的科研工作。(4)其中，fq202指现住房若出租每月可得租金额，来源于CFPS的2012年问卷中标号为Q202的问题“如果您在市场上出租现在居住的房屋，您估计每月房租会是多少”，由于存在少量极端值，本文做了上下各1%的缩尾处理。OS指除现住房以外其他房产总面积，来源于2012年CFPS问卷中标号为R4的问题“这套房子的建筑面积是多少”。area1为现住房面积，来源于CFPS的2012年问卷中标号为Q701的问题“您现在住房的建筑面积是多大”。在计算人均扣减方案时，人口数目参考同家庭同住成员中基因成员数目，将同住非基因成员剔除在外。家庭净收入：家庭净收入为家庭总收入与家庭基本生活支出之差。家庭总收入用一年中家庭的工资性收入、运营性收入、转移性收入、财产性收入和其他收入进行加总得到。家庭基本生活支出仅包括衣着支出、食品支出、取暖支出、物业支出、水电费用、燃料支出、日用品费用、通讯费、本地交通费和除报销比例外的基本医疗支出，而将诸如香烟酒水支出、汽车购置费、保健费用等非基本生活支出剔除在外。以上数据均来源于CFPS2012中的Family数据库，由于存在极端值，本文做了上下各1%的缩尾处理。对于净收入为正的家庭，直接对比可得租金与房地产税额；对于净收入为负的贴水家庭(underwater family)，则以可得租金加上净收入之和与房地产税额对比。房价：源自于CFPS的2012年问卷涉及的每户家庭每套住房的市场价，即标号为Q4的问题“您现在居住这所房子当前市场总价是多少”，此问题的数据反映在Family数据库名称为houseprice1_best变量上；其中标号为R2的问题“离您家最近/您家的这套房子当前市场总价是多少”，反映在Family数据库名称为houseprice2_a_1至houseprice2_a_10这十个变量中，表示从按照离现住房由近至远的顺序，其他住房的现市场价格，由于有效样本中的家庭最多仅拥有其他4套住房。因此，在房地产税不同方案模拟测算时，仅使用了前4个变量。测算结果如表1所示：在九种征收方案下，提出两种假定，一种情况是假定多套房家庭将多余的住房全部出售，另一种情况是假定多套房家庭只将其中的一套住房出售。无论是哪一种征收方案和假定情形，待售住房数量都达到了全部存量住房的2%左右。考虑到还有相当一部分能够“以租养税”的多套房家庭主动选择及时出售了结，那么未来房地产税推出伊始，首当其冲的将是住房供给，全国范围内一次性释放的存量房供给将达到全部存量住房的2%以上，短期的供需失衡将使得房价迅速下跌，直到建立新的市场均衡。根据刘洪玉和杨帆(2012)的研究，我国的存量供给弹性平均约为0.4左右，那么保守估计全国平均房价会下跌5%的幅度。表1 无法“以租养税”的住房规模(全国)http://rtt.5read.com/pdgpath/format?f=787b6fbc0a5c84ae69a7974d602770b0/fb9680a7ef0238b624015cf36052f3bd.jpg&q=30 税率人均扣减60平米家庭扣减180平米首套房免税卖出一套房全部卖出卖出一套房全部卖出卖出一套房全部卖出量比例量比例量比例量比例量比例量比例0.6%791.93%842.06%791.93%842.06%801.96%852.08%0.8%791.93%842.06%801.96%862.10%832.03%882.15%1%811.98%872.13%801.96%862.10%862.10%962.35%
考虑到处于不同经济发展水平的住房情况有所差异，按照2012年CFPS社区经济状况评分划分七个不同经济发展水平的子样本并分别做了重复测算，计算结果如下表2所示。可以看到，随着经济水平由低到高(从1到7)，需要卖出的存量房比例呈现先升后降的倒U型变化趋势。这一趋势恰好与中国房价租金比的分布趋势是一致的。部分二线城市如厦门等地的房价租金比最低，其次是一线城市，然后是三四线城市。中国整体偏高的房价租金比也是造成如此多家庭难以“以租养税”的根本原因。无论孰高孰低，除了最低一级为0%外，所有地区都会显著受到房地产税改革的冲击，按照0.4的存量供给弹性计算，中等经济水平地区的短期房价降幅可能达到约20%。因此，如何杜绝房价的“大起大落”是下一步必须考虑的重要问题。表2 无法“以租养税”的住房规模(分地区) (单位：%)http://rtt.5read.com/pdgpath/format?f=787b6fbc0a5c84ae69a7974d602770b0/b2f789b262bc122e4e0db332ce83279e.jpg&q=30 经济水平方案税率卖出一套住房多余住房全部卖出12345人均扣减家庭扣减首套房免税人均扣减家庭扣减首套房免税人均扣减家庭扣减首套房免税人均扣减家庭扣减首套房免税人均扣减家庭扣减首套房免税0.60.000.000.80.000.0010.000.000.60.000.000.80.000.0010.000.000.60.000.000.80.000.0010.000.000.61.261.260.81.261.2611.261.260.61.261.260.81.261.2611.261.260.61.261.260.81.261.2611.261.260.61.801.800.81.801.8011.801.800.61.801.800.81.801.8011.801.800.61.801.800.81.801.8011.801.800.61.741.960.81.741.9611.812.190.61.741.960.81.812.1911.812.190.61.741.960.81.962.1912.192.640.66.847.310.86.847.3117.087.550.66.847.310.86.847.3116.847.310.67.087.550.87.087.5517.087.55
http://rtt.5read.com/pdgpath/format?f=787b6fbc0a5c84ae69a7974d602770b0/28f0ff32fd9da3dcb3c9771f655fed95.jpg&q=30 67人均扣减家庭扣减首套房免税人均扣减家庭扣减首套房免税0.62.162.490.82.162.4912.162.490.62.162.490.82.162.4912.162.490.62.162.490.82.162.4912.162.490.61.451.450.81.451.4511.451.450.61.451.450.81.451.4511.451.450.61.451.450.81.451.4511.451.45
为了让本文的研究更具有稳健性和参考价值，此处也利用山东财经大学2018年“房地产税支付能力与纳税意愿调查”相关数据进行了同步测算。其中，单套房家庭共计860个，多套房家庭共计380个，持有多余住房套数合计517套。调查问卷中第36个问题设计的是虚拟情景：“如果您有多套住房，一旦开征房地产税，您预计会怎么做”。根据统计，多套房家庭选择将多余住房全部卖掉的有38个，占到多套房家庭的10%，对应住房套数一共是43套，选择先卖掉一部分多余住房的有91个，占到多套房家庭的23.95%，假定这些家庭先卖掉一套，则对应住房套数是91套，那么将有134套住房在房地产税开征后被持有者投放到交易市场，占到全部住房套数的7.63%。由于包含了所有主动选择出售的情形，所以该比例要高于上文测算的2%。按照0.4的存量供给弹性计算，短期内全国房价平均降幅将达到19.08%，这种房价大幅波动的情形并不符合习近平总书记2016年12月提出的“既抑制房地产泡沫，又防止出现大起大落”的房地产市场治理基本原则。表3 开征房地产税后的行为选择http://rtt.5read.com/pdgpath/format?f=787b6fbc0a5c84ae69a7974d602770b0/becc55a51a40e0ff26ac991f5c5c22b8.jpg&q=30 选项家庭数占比(%)负担太重,多余住房全部卖掉3810.00先卖掉一部分多余住房9123.95将多余住房出租,收来的租金肯定比要交的税款多18648.95按兵不动,继续观望6517.11
五、房地产税运行之后对房价的长期影响如上文所述，如果假定客观社会经济条件外生，那么政府主导下的土地、金融、行政政策是决定未来房价走势的关键因素。房地产税一旦推出且规模可观的话，很容易加深地方财政对房地产的依赖程度，进而驱使地方政府产生通过政策维持并推高房价的内生行为动机。赵文哲和杨继东(2015)将地方政府利用房地产业获取超额财政利益的手段总结为“以地生租”和“以房生税”两种：“以地生租”是靠土地出让金获取一次性先付租金，“以房生税”则是在房地产开发和交易环节获得多种税收收入。正如胡怡建和刘金东(2013)指出的那样，房地产行业能够带来税收收入的超GDP增长。一旦地方政府在财政上过度依赖于房地产业，那么财政的房地产化很容易引致经济的房地产化，地方政府为了追求超额财政回报，会加速从“经营企业”向“经营城市”的转变，通过政策引导大力发展房地产业、推动土地增值来获取房地产发展的财政利益。这一部分将要论证的命题是：地方政府财政的房地产化是否会推动经济的房地产化。实证分析之前，最为关键的是如何构造房地产化指标。财政的房地产化指标(FH)：考虑到非税收入的存在，财政的房地产化程度以土地购置费和房产税、城镇土地使用税、土地增值税、契税四种税收收入之和占地方公共财政收入的比值来衡量。以土地购置费而非土地出让金或者土地成交价款来衡量，是因为前者包括了工业用地出让金，范围过大，而后者则是基于开发商通过出让方式取得的国有土地使用权而发生的费用，通过划拨方式取得的土地使用权所支付的土地补偿费、土地征收管理费等并未包含在内，造成范围过小。相比来说，房地产企业土地购置费既涵盖出让方式，也涵盖划拨方式，用来衡量地方财政的房地产化程度最为合适。经济的房地产化指标(EH)：选取了三个不同指标来衡量经济的房地产化程度。首先，选取传统的房地产行业增加值在当年地区生产总值中占比来衡量。考虑到房地产行业作为虚拟经济有其统计上的特殊性，产业增加值占比可能会造成低估问题，因此，同时也借鉴吴洵和俞乔(2017)等的研究，以房地产开发投资占全社会固定资产投资比重作为经济房地产化的第二指标。鉴于地方政府发展房地产最典型而直接的结果就是推高土地价格，稳健性起见，也以地价增长率作为第三指标。控制变量的选取：加入本地区人均生产总值(PGDP)、人均财政支出(PEXP)、地区生产总值增长率(RGDP)作为常规性控制变量。本文使用的省级面板数据横跨2002-2016年，中间经历了两次世界性经济危机，为了消除经济周期波动的影响，参考Fölster和Henrekson(2001)的研究，将与经济周期最为密切的城镇失业率(UNEM)作为控制变量纳入进来。此外，选择性加入土地价格(PLA)作为控制变量，以便于对结果进行必要的稳健性对比。土地价格以各省份房地产企业土地购置费除以当年土地购置面积计算得到。面板数据涵盖2002-2016年全国大陆地区31个省、直辖市、自治区，相关数据均整理自各年《中国统计年鉴》及中经网统计数据库。考虑到遗漏变量和因果倒置都会给回归方程估计带来内生性偏误，此处选择以系统广义矩估计(SYS-GMM)方法进行估计。构建SYS-GMM动态面板模型如下EHit=α+β·EHit-1+δ·FHit+γ·Θit++ui+ut+εit(5)ui表示不可观测的省际效应，ut表示年度虚拟变量，εit表示随机误差项，Θit表示控制变量集。估计时，各个变量均视为内生变量，以各自的二阶滞后项作为工具变量。估计结果如下所示。表4 SYS-GMM估计结果http://rtt.5read.com/pdgpath/format?f=787b6fbc0a5c84ae69a7974d602770b0/5845101dda9fb764cdc7fceded2bb74f.jpg&q=30 模型模型1模型2模型3模型4被解释变量房地产行业增加值占比房地产开发投资占比房地产开发投资占比地价增长率被解释变量(-1)0.531***(13.62)1.134***(33.51)1.216***(25.10)-0.222***(-13.87)被解释变量(-2)0.043(1.46)-0.445***(-15.37)-0.475***(-16.40)-0.007(-0.66)被解释变量(-3)0.119***(9.96)0.202***(7.03)0.225***(8.27)-0.043***(-3.73)FH0.007**(2.42)0.047***(3.45)0.047***(3.27)0.451*(1.65)PGDP0.000(1.02)0.002***(3.09)0.001(1.15)0.033**(2.15)RGDP-0.031***(-3.23)0.203***(7.22)0.204***(4.07)-2.727***(-3.64)PEXP-0.003***(-4.28)-0.002(-0.41)0.007(1.08)-0.270***(-4.08)UNEM-0.003***(-2.79)-0.005(-1.10)0.002(0.35)-0.001(-0.02)PLA——-0.004***(-3.22)—常数项0.027***(5.02)-0.002(-0.08)-0.047(-1.17)0.443(1.35)Arellano-Bond一阶检验0.0110.0000.0000.064Arellano-Bond二阶检验0.2570.8420.8860.886Hansen检验1.0001.0001.0001.000样本数367367367367
注：(1)括弧内为对应z统计值，***、**、*分别表示99%、95%、90%置信度内显著；(2)Arellano-Bond自相关检验和Hansen过度识别约束检验列示的是对应P值；(3)因为统一保留小数点后3位，个别系数估计值为0是四舍五入结果。Arellano-Bond自相关检验显示，扰动项差分存在一阶自相关，但不存在二阶自相关，故接受“扰动项无自相关”的原假设。GMM的优势在于无需知道随机误差项的准确分布信息，即使存在异方差问题也能得到一致估计，但一旦存在异方差问题，将使得以同方差为假设前提的Sargan检验不再成立，此时更加依赖于Hansen检验。基于LR检验的结果显示，面板模型存在显著的异方差问题，故而这一部分均只报告Hansen检验结果。Hansen检验P值为1，故而接受“所有工具变量都有效”的原假设。自相关检验和过度识别检验意味着SYS-GMM模型适用。从模型1和模型2的回归结果来看，无论是以房地产开发投资占比为被解释变量还是以房价增长率作为被解释变量，财政的房地产化指标FH均在95%置信度内显著为正。鉴于房地产开发投资额容易受本地区土地价格影响从而带来虚高问题，模型3另外加入了地价作为控制变量，FH的回归结果依然高度显著。模型4是以地价增长率作为被解释变量，回归结果显示，地方财政对房地产的依赖程度越高，则地价增长越快，更为直接地验证了“以地生租”的行为逻辑。四个模型的回归结果表明，地方财政的房地产化确实会带动经济的房地产化，经济的房地产化又会推高财政的房地产化，由此产生一种难以自拔的恶性循环机制，给中国经济的转型升级造成巨大的障碍。爆破影响控制：预裂孔最大单响20Kg，主爆孔最大单响60Kg，缓冲孔最大单响46Kg。开挖梯段高度控制在10m范围。六、结论与政策建议总结本文的研究，可以得出如下几点结论：其一，房地产税推出伊始的短期影响不同于平稳运行之后的长期影响，短期内会造成房价下跌，但长期来看，房地产税会在新的市场均衡之后恢复原有的增长态势，故而如果不能有效界定并区分短期和长期的概念，对房地产税影响房价的研究将出现各种结论的差异性和适用性问题。其二，房地产税调控房价的结果并不符合中央治理初衷和政策预期，短期内造成房价“硬着陆式”下跌的波动风险，不符合中央“房地长市场健康平稳发展”、“防止房价大起大落”的调控原则，长期会通过加重地方政府对房地产的财政依赖度倒逼经济的房地产化，这同样与中央政府“建立房地产调控长效机制”的治理初衷相背离。基于此，本文提出三点政策建议。安全管理人员制定安全监督管理制度规范并发布到信息平台，全员可在线进行学习和培训，同时，安全管理人员不断丰富和细化检查标准项，并形成检查标准库，创建标准的检查项模板，用于提高常规性检查的质量。一是在职能定位上要放弃房地产税抑制房价的矫正职能，淡化以房地产税作为房地产调控政策工具的政府宣传。中国高房价现象是一系列复杂机制的作用结果，不可能将其归因于某个单一税种的缺失。故而，未来的政策宣传中不宜过分强调房地产税调控房价的功能，本文的研究表明，房地产税对于建立房地产调控长效机制很难发挥显著性作用，反而可能适得其反，间接带动房价的上涨。二是要严格控制地方政府对房地产的财政依赖程度。中国目前仍是双主体税制的国家，在完成单主体税制的转型之前，房地产税的占比不宜太高。推出房地产税的同时，必须结构性调减土地增值税等其他环节税收负担，避免加重地方政府对房地产的财政依赖程度，进而诱发地方经济的房地产化动机，不利于中央政府对房地产市场的宏观调控。三是要注意化解房地产税带来的短期波动风险。房地产税的出台必须坚持从低、从稳的思路，防范出台之初“泄洪式”供给释放和“断崖式”房价下跌。可以考虑以分批逐城施策来分散房地产税的短期冲击，或者提前一年以上预告正式实施日期来给予多套房持有者足够的时间释放供给，将一次性冲击由大到小化解在缓冲期之内。参考文献 陈舜. 我国房产税改革的目标辨析与政策建议——基于国家治理视角. 经济与管理评论，2016(3):104-109.骆永民，伍文中. 房产税改革与房价变动的宏观经济效应——基于DSGE模型的数值模拟分析. 金融研究，2012(5):1-14.朱孔来, 张琳娜. 浅议征收房产税对未来房价的影响. 城市发展研究, 2011(6):133-135+140.况伟大. 房产税、地价与房价. 中国软科学, 2012(4):25-37.Simon H A. The Incidence of a Tax on Urban Real Property. The Quarterly Journal of Economics, 1943, 57(3):398-420.Netzer D. Economics of the Property Tax. Washington, D.C: Brookings Institution, 1966:145-160.Oates W E. The Effects of Property Taxes and Local Public Spending on Property Values: An Empirical Study of Tax Capitalization and the Tiebout Hypothesis. Journal of Political Economy, 1969, 77(6):957-971.Yinger J. Capitalization and the Theory of Local Public Finance. Journal of Political Economy, 1982, 90(5):917-943.Zodrow G R. Local Provision of Public Services: The Tiebout Model after Twenty-Five Years. New York: Academic Press,1983:85-107.Fischel W A. Property Taxation and the Tiebout Model Evidence for the Benefit View from Zoning and Voting . Journal of Economic Literature, 1992, 30(1):171-177.周黎安. 转型中的地方政府：官员激励与治理 . 上海：格致出版社&上海人民出版社，2008：298-306.鲁建坤, 李永友. 超越财税问题：从国家治理的角度看中国财政体制垂直不平衡. 社会学研究, 2018(2):62-87.王学龙, 杨文. 中国的土地财政与房地产价格波动——基于国际比较的实证分析. 经济评论, 2012(4):88-96.赵文哲, 杨继东. 地方政府财政缺口与土地出让方式——基于地方政府与国有企业互利行为的解释. 管理世界, 2015(4):11-24.刘金东. 中国税收超GDP增长的因素研究. 北京：中国税务出版社，2014:151-152.邓郁松. 住房市场发展阶段、波动与风险. 北京：科学出版社，2016:41-47.王敏, 黄滢. 限购和房产税对房价的影响:基于长期动态均衡的分析. 世界经济, 2013(1):141-159.何杨. 中国房地产税改革. 北京：中国税务出版社，2017:96-102.刘甲炎，范子英. 中国房产税试点的效果评估:基于合成控制法的研究.世界经济，2013(11):117-135.Bai ChongEn, Li Qi, Ouyang Ming. Property Taxes and Home Prices: A Tale of Two Cities. Journal of Econometrics, 2014, 180(1): 1-15.Campbell J Y, Shiller R J. The Dividend-Price Ratio and Expectations of Future Dividends and Discount Factors. The Review of Financial Studies, 1988, 1(3):195-228.Campbell S D, Davis M A, Gallin J, et al. What Moves Housing Markets: A Variance Decomposition of the Rent-price Ratio. Journal of Urban Economics, 2009, 66(2):90-102.Gao Lu. Achievements and Challenges: 30 Years of Housing Reforms in the People’s Republic of China∥Asian Development Bank Economics Working Paper. Manila: ADB, 2010:198.Li J, Chiang Y H, Choy L. Central-Local Conflict and Property Cycle: A Chinese Style. Habitat International, 2011, 35(1):126-132.雷根强, 钱日帆. 土地财政对房地产开发投资与商品房销售价格的影响分析——来自中国地级市面板数据的经验证据. 财贸经济, 2014, 35(10):5-16.卡梅扎·加洛. 智利的税收谈判与硝酸盐出口(1880-1930年)//布罗蒂加姆等 主编. 卢军坪、毛道根 译. 发展中国家的税收与国家构建. 上海：上海财经大学出版社，2016：145-165.刘洪玉, 杨帆. 中国主要城市住房供给价格弹性估计与比较研究. 社会科学辑刊, 2012(6):112-119.胡怡建，刘金东. 存量资产、虚拟经济与税收超GDP增长之谜. 财贸经济，2013(5)：5-15.袁国敏. 虚拟经济统计核算：理论与方法. 北京：经济科学出版社, 2009：56-58.刘金东，冯经纶. 中国税收超GDP增长的因素分解研究——基于Divisia指数分解方法. 财经研究，2014(2)：30-40.吴洵, 俞乔. 地方政府债务风险溢价研究. 财政研究, 2017(1):89-102.Fölster S, Henrekson M. Growth Effects of Government Expenditure and Taxation in Rich Countries. European Economic Review, 2001, 45(8):1501-1520.
High Housing Prices, Land Finance and Keeping Housing from Speculating: Can Real Estate Tax Cure It?LIU Jin-dong1, YANG Xuan1, WANG Chong-jin2(1. School of Public Finance & Taxation, Shandong University of Finance and Economics, Jinan 250014, China; 2. National Academy of Economic Strategy, CASS, Beijing 100028, China)Abstract：It seems a common problem of duration specification and data access for most research on whether the real estate tax can curb the increasing house prices, which results in different conclusions. This paper combines family micro data and regional macro data and makes a theoretical and empirical analysis respectively basing on the short-term and long-term effects of the real estate tax after the introduction of the real estate tax. The findings are as follows: Firstly, at the beginning of the implementation, the real estate tax will bring a one-time supply surge. In the short term, the imbalance between supply and demand will result in price-cut of housing. Compared with the economically developed area and economically undeveloped area, the middle economic level areas are most significantly affected. Secondly, with the market supply and demand reaching a new balance and the real estate tax operating steadily, the local government will become the key factor for the long-term trend of housing price. As the local government relies more on land finance, it will push up the price level in the long run. Generally speaking, it’s suggested that the focus of real estate tax reform should be on regulating fairness and improving the tax system. Whether in the long run or in the short run, the function of real estate tax in regulating housing prices does not meet the central government’s original intention and policy expectations.Key words：real estate tax; housing price; affording tax with rent
中图分类号：F293.3 文献标识码：A文章编号：1005-1007(2019)01-0003-13收稿日期：2018-05-29基金项目：国家社会科学基金项目(18BJL068)。作者简介：刘金东，男，山东财经大学财政税务学院讲师，经济学博士，中国准精算师，主要从事税收与收入分配研究；杨璇，男，山东财经大学财政税务学院硕士生，主要从事税收政策研究；汪崇金，男，中国社科院财经战略研究院博士后，主要从事财税及公共治理研究。责任编辑 廖筠
页:
[1]