房地產價格波動對地方財政收入的效應研究
——基于京、津、滬、渝四個直轄市面板數據的實證分析

徐建邦，梁富山

(東北財經大學 統計學院，遼寧 大連 116025)

一、引 言

當前，學術界關于房地產與地方政府關系區域差異的相關研究，較多地集中在房地產價格上漲的地方政府因素方面。國外學者Case等從全球房地產市場周期和經濟基本面來分析房地產問題［1］。Collyns和 Senhadji利用相關數據，借助亞洲金融背景，分析房地產的根源［2］。而國內相關學者也對此做出了深入的研究和分析，如，高凌江通過分析地方財政支出與房地產價值之間的關系，得出地方財政支出和房地產價值兩者之間存在高度正相關關系，同時他指出，城市持續高水平的財政支出，經過時間的積累，必定通過房地產價值的增加予以體現［3］。王怡指出大部分省市的收入水平、境外投機資金和經濟波動會直接影響房地產價格，且影響程度不同，房價的地區差異由此產生［4］。劉夢珊指出房地產價格的提升受地方財政支出的影響，而土地出讓收入與房地產價格也具有正相關性［5］。趙昕東 、杜雪君分別從宏觀經濟的層面和房地產稅來研究分析房地產價格波動，也得出了類似的結論［6－7］。

基于國家體制不同，國內外對于房地產價格及房地產業與經濟關系的研究內容存在較大差異。國外多從房地產市場與經濟基本面及影響等方面來研究地區間房地產價格的差異，而國內則主要對房地產及其相關行業與地方政府財政之間的關聯性做出全面而詳盡的分析研究。但國內外研究都肯定了一點:房地產價格波動會影響地方政府的財政收入。

本文正是基于當前國內外學者的研究思路，選取我國經濟發展最快和市場化程度最高，房地產開發比較規范、交易信息比較透明，且政府收入與支出較為明細的京、津、滬、渝四個直轄市面板數據［8］(Panel Data)或稱平行數據，是指包含若干個截面個體成員 (各公司、各省市地區等)在一段時期內的二維結構數據)，建立回歸模型來研究房地產價格波動對地方財政收入效應。該研究成果不僅可以幫助上述四市的決策機構更客觀地認識房地產業在不同地區和不同時期對地方財政收入的作用，還可供我國其他地方政府制訂與房地產業及城市發展相關的政策提供參考。

二、實證分析

1.模型構建與指標處理

(1)模型構建

本文用房地產價格的對數值和其他相關經濟指標來解釋北京 (BJ)、天津 (TJ)、上海(SH)、重慶 (CQ)四直轄市的地方財政收入。為了考察房地產價格波動對地方財政收入的影響，將模型的形式設定如下:

其中，被解釋變量lnLFit和解釋變量lnHPit分別是第i直轄市在時期t的地方財政收入和房地產價格的對數值;而可能影響到地方財政收入的主要相關因素都被包含在控制變量Xit中;uit表示混合隨機誤差項，并且服從均值為零、方差為的正態分布。

控制變量［9］的含義是指控制其他經濟指標或政策環境變化帶來的對被解釋變量的影響指標。如果模型中不加入控制變量，很可能會產生偽回歸。本文主要考慮經濟因素對各直轄市財政收入的影響，分別選擇工業增加值 (IIV)和其他第三產業產值 (TI)作為控制變量進入模型。

(2)指標處理

地方財政收入LF:各直轄市財政收入均為自然口徑的決算收入，且不包括中央對地方的稅收返還數。為了消除價格因素的影響，本文采用居民消費價格指數 (上年=100)對各數據進行平減。

房地產價格HP:選取各直轄市當年的商品房銷售額除以當年的商品房銷售面積來度量。

工業增加值IIV:按當年價格計算的工業增加值。為了消除價格的影響，本文采用工業品出廠價格指數 (上年=100)對各數據進行平減。

其他第三產業增加值TI:按當年價格計算的第三產業增加值減去房地產開發投資額 (替代房地產業增加值)，然后采用商品零售價格指數 (上年=100)來對各數據進行平減。

2.數據來源及變量的描述性統計

本文數據來源:《中國統計年鑒》、《新中國五十年統計資料匯編》、分省統計年鑒以及《中經網統計數據庫》公布的相關數據。考慮到重慶在1997年才被設立為直轄市，于是在問題的研究中，選取了1997—2009年省際面板數據。同時，為防止數據在處理過程中由于單位過大，使得軟件非人為地缺少小數位，將原始數據單位統一修訂為萬元;為了消除地方財政收入和各解釋變量存在的異方差和量綱的問題，本文在實證分析時對所有變量進行了取自然對數處理。

本文采用Eviews6.0軟件做數據分析，各變量的描述性統計結果如表1所示。

表1 相關變量描述性統計一覽表

3.實證分析

(1)模型設定的檢驗

在對面板數據模型進行估計時，需要檢驗樣本數據符合混合回歸模型、變截距模型以及變系數模型中的哪一種，以防止因設定了錯誤的模型形式而導致估計結果偏差或錯誤。本文使用較為常用的F檢驗，檢驗如下假設:

兩個F檢驗統計量分別為:

其中，S1、S2、S3分別是變系數模型、變截距模型和混合回歸模型的回歸殘差平方和。

模型形式檢驗的基本過程是:

接下來，給定顯著性水平α，若F1＜Fα［(N－1)K，NT－N(K+1)］，則不拒絕原假設 H10，從而表明利用變截距模型來擬合樣本是合適的。否則，拒絕該原假設，并利用變系數模型來擬合樣本。

根據上面的分析，結合本文的具體問題，分別估計變系數模型、變截距模型和混合回歸模型，并通過SUR(似不相關回歸)加權，得其殘差平方和分別為:

在此N=4，T=13，K=3，利用式 (2)以及式 (3)可得兩檢驗統計量的計算結果:

在0.5%顯著水平下，F0.005(12，36)=3.0267， F0.005(9，36)=3.2965。顯然可以看出:F2＞F0.005(12，36)，F1＜F0.005(9，36)，故拒絕H20，接受H10。因此選擇變截距模型進行數據擬合，再者考慮到殘差序列存在一階序列相關。為此本文在引入AR(1)基礎上，建立動態面板數據模型進行估計，具體形式為:

(2)固定效應與隨機效應的選擇——Hausman檢驗

確定面板數據模型的基本形式后，還需要判斷是選擇固定效應模型還是隨機效應模型。一方面，可以根據所研究問題的特點來定，即僅對樣本自身的效應進行分析使用固定效應模型，用樣本推斷總體效應則使用隨機效應模型。另外，也可以通過檢驗固定效應與其他解釋變量是否相關作為進行固定效應和隨機效應模型篩選的依據。本文做了后一種處理，以增強選擇的科學性，所使用的方法為Hausman檢驗［10］。該檢驗的基本思想是，在固定效應與其他解釋變量不相關的原假設下，采用OLS估計固定效應模型和采用GLS估計隨機效應模型得到的參數估計都是無偏且一致的，只是前者不具有效性;如果原假設不成立，那么固定效應模型的參數估計將仍然是一致的，而隨機效應模型的參數估計卻不是。檢驗結果如表2所示。

表2 四個直轄市的Hausman檢驗結果

從表2中看出，Hausman檢驗的卡方統計量對應的伴隨概率小于0.001，隨機效應的原假設應予以拒絕，所以選擇固定效應模型。

(3)四個直轄市的實證結果

對式 (4)進行估計的結果如表3所示。為了消除面板數據可能出現序列自相關和截面異方差現象，在回歸的估計方法選取中利用SUR(似不相關回歸)對各解釋變量截面加權，并引入AR(1)進行 Pooled EGLS(Cross－section SUR)估計。

表3 模型估計結果

根據輸出結果，可以寫出引入AR(1)的固定效應變截距模型的估計結果:

由表3可知，所示的估計結果表明解釋變量房地產價格和工業增加值的系數在1%的水平下都是顯著的，同時其他第三產業增加值也在2%水平下通過了檢驗。解釋變量的所有系數估計值符號都為正，與期望的結果一樣，從而說明各解釋變量對被解釋變量地方財政收入有正相關關系，即邊際增長傾向。

固定效應反映各直轄市自發財政收入相對于地方平均財政收入的偏離，體現了各直轄市由房地產價格、工業增加值、其他第三產業解釋變量引起的自發財政收入的結構差異。盡管解釋變量lnHP、lnIIV、lnTI以及滯后一期項AR(1)的邊際效應相同，但這四個直轄市的自發財政收入水平存在著顯著差異。其中，北京的自發財政收入水平最高、上海次之，天津最低。各直轄市自發財政收入水平的差異原因是多方面的，可能是由各直轄市的獨特的自身性質引起的，比如房地產業發展程度不一，或者是其區位優勢的差異以及三次產業的側重方向不同等。

模型的判定系數和校正的判定系數均較大，用于檢驗的F統計量也很大，從整體上看固定效應變截距模型對地方財政收入具有良好的解釋能力。從表3中的一階自回歸滯后一期項AR(1)的t統計量和伴隨概率，可以看出AR(1)是顯著的，引入AR(1)后的DW統計量等于1.88，非常接近于2，從而表明引入AR(1)模型的估計結果的殘差序列不存在一階序列自相關。

常數項C值對應的t統計量和伴隨概率明顯不能使其通過顯著性檢驗，并且滯后一期的地方財政收入每增加1個百分點，則能正向解釋當年地方財政收入的0.84個百分點的。加之北京(BJ)和上海 (SH)的固定效應均為正值，而天津 (TJ)和重慶 (CQ)則為負值。鑒于此，我們將研究對象分為兩類:一類是京滬兩市，另一類則是津渝兩市。我們有理由懷疑截面個體成員之間 (即地區差異)的房地產價格波動是否也會對地方財政收入有顯著差異?于是我們將京滬兩市和津渝兩市分別研究，建立面板數據模型予以分析。

4.京滬兩市和津渝兩市的實證結果

根據前述的Hausman檢驗判斷 (過程略)，京滬兩市和津渝兩市宜分別采取隨機效應變截距和固定效應混合回歸模型進行數據擬合。估計其結果如表4所示。

由表4分析可知:

(1)京滬兩市的實證結果分析

京滬兩市結果表明，解釋變量工業增加值和其他第三產業增加值的系數都是顯著的，且其系數估計值符號都為正，與期望的結果一樣，從而說明各解釋變量對被解釋變量地方財政收入有正相關關系，即邊際增長傾向。而解釋變量房地產價格則沒有通過檢驗，除房地產業以外的其他第三產業較顯著，說明北京、上海兩市的房地產價格對其財政收入相對于工業增加值和其他第三產業而言，影響依然較弱，并且還是靠著工業和除房地產業以外的其他第三產業來推動其財政收入。同時，從結果中可以看出，北京、上海兩市的其他第三產業增加值的系數明顯高于工業增加值和房地產價格，這與其第三產業比重較大，工業比重相對較小的事實相符。

(2)津渝兩市的實證結果分析

津渝兩市結果表明，解釋變量房地產價格和工業增加值的系數都是顯著的，與期望的結果一樣，而房地產業價格的系數估計值符號為負，工業增加值的系數估計值符號為正，說明兩者對地方財政收入具有很大的負向關聯性。房地產價格的不斷攀升，從長遠來看，不利于地方財政收入的增加;工業增加值增加，能直接并且很大地增加地方財政收入。同時，從結果中可以看出，解釋變量其他第三產業增加值則沒有通過檢驗，說明津渝兩市市的其他第三產業的發展依然相對于京滬兩市較為滯后，津渝兩市還是靠著工業和房地產業關聯互動來推動其財政收入，這與其工業比重較大，第三產業比重相對較小的事實相符。

(3)京、津、滬、渝四市的總體分析

京滬兩市以及津渝兩市模型的判定系數和校正的判定系數均較大，F統計量也都較大，從整體上看，模型對地方財政收入具有良好的解釋能力。

表4 模型估計結果

三、結論與政策建議

1.結論

通過相關理論介紹和具體的實證分析，可以得出以下結論:

(1)房地產價格波動與地方財政收入存在正相關關系

地方財政收入與房地產價格成同方向變動。房地產價格的上漲可以吸引大量資金進入房地產領域，同時通過影響房地產開發投資、房地產銷售和房地產租賃市場的發展作用于地方財政收入。作為房地產業稅收的稅基，房地產開發投資額、銷售額和租賃額的增長直接為地方財政收入增收。

(2)不同地區 (即京滬兩市和津渝兩市)的房地產價格波動對地方財政收入的影響程度存在差異

從京滬兩市和津渝兩市的實證分析中可知:不同地區的房地產價格波動對地方財政收入的貢獻程度以及變動方向不同;京滬兩市的房地產市場發展程度相對較高，城市規模已達到相當的程度，雖房地產業稅收在其地方稅收中占有較大比重，然而擴大城區相對較難，使得土地面積相對固定，導致土地供給緊缺，房地產價格相對偏高，總體來看，房地產價格升或降的波動空間較小，所以對其地方財政收入影響效應并不明顯，但房地產價格波動與地方財政收入的變動的方向依然是同向的;津渝兩市房地產市場正處于上升階段，土地儲備相對充足，房地產價格變動空間較大，但由于其地方資金來源相對京滬兩市而言較少，并與本地的工業發展形成對資金的同向需求，而導致二者的負相關，鑒于工業增加值的效應直接且作用范圍廣，使得房地產價格波動對地方財政收入呈現負向變動。

(3)地方財政收入與自身滯后效應和產業結構有關

根據表3可知AR(1)是顯著的，同時DW統計量非常接近于2，滯后一期的地方財政收入每增加1個百分點，能正向解釋當年地方財政收入的0.84個百分點，地方財政收入與自身滯后一期效顯著相關;同時，地方財政收入與其所在區位的產業結構有關，京滬兩市第三產業比重較大，工業比重相對較小，房地產價格波動對地方財政收入具有微弱的同向變動，而津渝兩市工業比重較大，第三產業比重相對較小，房地產價格波動對地方財政收入具有顯著的負向變動。

2.政策建議

基于上述結論，我們給出以下政策建議:

(1)地方政府應理性對待房地產業的發展，不該過分依賴其對地方財政的增收效應

房地產價格上漲確實能在一定程度上增加地方財政收入，但若過分依賴房地產業的增收效應，勢必造成房地產業畸形擴張、產業結構失衡，最終會阻礙總體經濟發展，財政收入必將受到影響。在房地產市場發展起步或上升期，房價上漲可以對地方財政收入產生一定貢獻，且與其地方工業的發展還有負向關聯性，但是房地產業的發展是受土地有限性的約束，當房地產市場發展成熟時，房地產對地方財政收入的增收效應會隨之減弱。同時，房地產價格上漲需要經濟基本面的支撐，若房地產價格持續上漲、與經濟基本面脫離，形成泡沫，也將影響財政收入。因為一旦泡沫破裂，房價出現大幅波動，勢必對地區經濟及財政收入產生較大沖擊。地方政府必須盡早意識到這個問題，不能僅僅盯住眼前的短期利益而忽視長遠的財政收入風險。

(2)要注意地區的差異性，因時因地引導產業發展

雖然從整體上看，房地產價格波動與地方財政收入正相關，但地區不同，影響的程度也有所不同。地區政府在制訂產業發展政策時，必須考慮本地的具體情況。一味地強調發展房地產支柱產業，未必都有收效。以四個直轄市為例:京滬兩市的房地產價格波動對地方財政收入具有微弱的同向變動;津渝兩市的房地產價格波動對地方財政收入具有顯著的負向變動。于是，如果期望通過調整產業結構來增加財政收入，京滬兩市要在適當發展工業的基礎上，大力發展第三產業，同時適當發展房地產業;津渝兩市則應大力發展工業和第三產業，而房地產業關不應是優先和重點發展的對象。

(3)要維持正常穩定的房地產業和房地產市場秩序

地方財政收入對其自身滯后一期效應有較大的依賴。地方財政收入應穩步增加，但這需要歷屆地方政府和人民不斷地付出和累積。通過高價出讓土地或某些稅收政策，可以在短時間內大幅度增加地方財政收入，但受多種因素影響，其效果終將難以為繼。一旦因房地產原因導致地方財政收入銳減，其后續影響是可以預期的。因此，“維穩”是必需的。各地方政府應采取多種措施、全方位地解決房地產業、房地產市場和居民住房等問題。包括:政府必須對房地產市場進行宏觀調控;要整頓房地產市場秩序;要提供相應的保障義務;要引導房地產的理性消費和投資，抑制投機行為等等。當前的重要任務，是在保障居民住房權利的前提下，防止出現房地產價格大起大落的情況。房地產泡沫的形成和破裂對于地方政府和民眾而言都不是好事，而民眾的生計更重于政府的財政收入。

［1］Case，B.，William，N.G.，Geert，K.R.Globle Real Estate Markets Cycles and Fundamentals［R］.NBER Working Paper，2000.7566.

［2］Collyns，C.，Senhadji，A.Lending Rooms，Real Estate Bubbles and the Asian Crisis［R］.IMF Working Paper，2002，wp/02/20.

［3］高凌江.地方財政支出對房地產價值的影響——基于我國35個大中城市的實證研究［J］.財經理論與實踐，2008，29(1):85－89.

［4］王怡.房地產價格區域差異的影響因素分析——基于收入、境外投機資金、經濟波動的研究［D］.長春:吉林大學碩士學位論文，2010.

［5］劉夢珊.地方政府土地出讓收入、財政支出與房地產價格之間關系的分析［D］.西安:西北大學碩士學位論文，2010.

［6］趙昕東.中國房地產價格波動與宏觀經濟——基于SVAR模型的研究 ［J］.經濟評論，2010，(1):65－71.

［7］杜雪君.房地產稅對房價的影響機理與實證分析［D］.杭州:浙江大學博士學位論文，2009.

［8］白仲林.面板數據的計量經濟分析［M］.天津:南開大學出版社，2008.5.

［9］袁振華.房地產價格波動對地方財政收入的影響研究——基于上海市的實證分析［D］.上海:上海師范大學碩士學位論文，2010.

［10］樊歡歡，張凌云.Eviews統計分析與應用［M］.北京:機械工業出版社，2009.6.