開征房產(chǎn)稅能夠降低房?jī)r(jià)并替代土地財(cái)政嗎？

柴國(guó)俊++王希巖

摘要：以往文獻(xiàn)認(rèn)為，征收房產(chǎn)稅會(huì)抑制房?jī)r(jià)，但鮮有學(xué)者探究該政策作用的具體時(shí)間效應(yīng)及土地市場(chǎng)綜合效果。基于2008—2013年上海和南京、重慶和成都兩組城市的區(qū)級(jí)數(shù)據(jù)，利用雙重差分及事件研究方法實(shí)證考察研究發(fā)現(xiàn)，實(shí)施房產(chǎn)稅總體上對(duì)住房?jī)r(jià)格有顯著的提升作用，但會(huì)隨著時(shí)間推移而下降；征稅還能夠降低住房成交量，同時(shí)對(duì)土地均價(jià)和土地出讓金具有負(fù)向影響；房產(chǎn)稅在上海的試點(diǎn)效果和總體一致，但對(duì)重慶的影響不顯著甚至與預(yù)期相反。

關(guān)鍵詞：房產(chǎn)稅；土地財(cái)政；房地產(chǎn)市場(chǎng)；雙重差分法；事件研究

中圖分類號(hào)：F293.3 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-2101（2017）06-0055-08

一、引言

21世紀(jì)以來，我國(guó)房地產(chǎn)市場(chǎng)得到快速發(fā)展，結(jié)果造成房?jī)r(jià)居高不下、住房空置現(xiàn)象嚴(yán)重，同時(shí)過度依靠土地出讓金運(yùn)轉(zhuǎn)的“土地財(cái)政”行為盛行。為此，中央政府多次出臺(tái)限購(gòu)、限價(jià)、限貸等房地產(chǎn)宏觀調(diào)控政策，其中包括探討已久的房產(chǎn)稅試點(diǎn)。2011年1月27日，上海市政府發(fā)布《上海市開展對(duì)部分個(gè)人住房征收房產(chǎn)稅試點(diǎn)的暫行辦法》的通知。同一時(shí)間，重慶市政府也出臺(tái)《重慶市人民政府關(guān)于進(jìn)行對(duì)部分個(gè)人住房征收房產(chǎn)稅改革試點(diǎn)的暫行辦法》和《重慶市個(gè)人住房房產(chǎn)稅征收管理實(shí)施細(xì)則》。次日起，上海市和重慶市正式啟動(dòng)對(duì)個(gè)人住房征收房產(chǎn)稅的試點(diǎn)工作，將房產(chǎn)稅改革從“空轉(zhuǎn)”推進(jìn)到“實(shí)轉(zhuǎn)”階段。

歷史上，我國(guó)地方政府已開征各類基于房地產(chǎn)的稅收，包括（以往）房產(chǎn)稅、城鎮(zhèn)土地使用稅、契稅、土地增值稅和耕地占用稅，但這些稅收一來比重小，二來征收對(duì)象主要是企業(yè)而非居民（除了契稅），三來基本屬于交易環(huán)節(jié)稅收。本次房產(chǎn)稅試點(diǎn)方向就是從企業(yè)到家庭、從開發(fā)和銷售環(huán)節(jié)到保有環(huán)節(jié)。其直接效果是，將一次性土地出讓金支付轉(zhuǎn)變?yōu)椤胺制诟犊睢保瑥亩?guī)避買房者和開發(fā)商對(duì)金融系統(tǒng)的不穩(wěn)定風(fēng)險(xiǎn)并抑制房地產(chǎn)市場(chǎng)投機(jī)性行為[1]。這種購(gòu)房“門票”下降的間接影響包括，減小勞動(dòng)力流動(dòng)的門檻并改善社會(huì)公平，以及鼓勵(lì)地方政府重視民生和公共投資的長(zhǎng)期效益[2]。到目前5年多的時(shí)間過去了，人們不禁要問：這次房產(chǎn)稅改革的實(shí)際效果如何，房產(chǎn)稅的開征能夠抑制高昂的房?jī)r(jià)、替代不可持續(xù)的“土地財(cái)政”嗎？

事實(shí)上，學(xué)術(shù)界一直不乏房產(chǎn)稅政策效果的探討，基本認(rèn)為上述問題的答案是肯定的，甚至樂觀地推斷房產(chǎn)稅會(huì)形成地方政府新的財(cái)源[3] [4]。然而，當(dāng)我們對(duì)比兩試點(diǎn)城市房產(chǎn)稅政策細(xì)則后很快發(fā)現(xiàn)，滬渝在征稅對(duì)象、稅率、稅基和起征點(diǎn)方面或多或少存在差別。例如對(duì)象上，上海只針對(duì)增量房征收，凡本地戶籍居民在本市新購(gòu)第二套及以上住房，非戶籍居民新購(gòu)第一套及以上住房征收房產(chǎn)稅。重慶的房產(chǎn)稅不僅面向新購(gòu)住房，還針對(duì)主城區(qū)的存量獨(dú)棟住宅進(jìn)行征收。因此，盡管以往文獻(xiàn)豐富了大家對(duì)房產(chǎn)稅政策效應(yīng)的認(rèn)識(shí)，但基于非試點(diǎn)真實(shí)數(shù)據(jù)且籠統(tǒng)地討論政策效果所得結(jié)論可能會(huì)出現(xiàn)偏差，也鮮有研究同時(shí)考察住房市場(chǎng)和土地市場(chǎng)的互動(dòng)。

筆者利用真實(shí)的數(shù)據(jù)檢驗(yàn)試點(diǎn)城市房產(chǎn)稅開征對(duì)住房市場(chǎng)和土地市場(chǎng)的綜合經(jīng)濟(jì)效果，方法上雙重差分（difference in difference，DID）和事件研究（event study）相結(jié)合不僅能夠考察政策實(shí)施整體效果，還可以深入分析時(shí)間效應(yīng)，具有一定的創(chuàng)新性。

二、文獻(xiàn)回顧及理論分析

（一）文獻(xiàn)回顧

一項(xiàng)政策或外部環(huán)境的變化對(duì)房?jī)r(jià)具有重要影響。例如，Wang等人[5]通過分析1998—2006年我國(guó)35個(gè)大中城市數(shù)據(jù)發(fā)現(xiàn)，城市開放度每提升1%，當(dāng)?shù)胤績(jī)r(jià)顯著上漲0.282%，城市開放度大約解釋房?jī)r(jià)上漲的15.9%。Wu等[6]則利用2003—2011年度同樣數(shù)據(jù)研究地方政府財(cái)政虧空對(duì)當(dāng)?shù)胤績(jī)r(jià)的影響，發(fā)現(xiàn)盡管地方虧損和土地價(jià)格正相關(guān)，但房?jī)r(jià)高企更多歸因于當(dāng)?shù)厥杖氲刃枨蠓矫嬉蛩亍Ｊ聦?shí)上，人口、工資收入、土地供給等基本因素的變動(dòng)能夠解釋我國(guó)絕大多數(shù)城市的房?jī)r(jià)高漲現(xiàn)象[7]。

早期有關(guān)房產(chǎn)稅的影響集中在發(fā)達(dá)國(guó)家試驗(yàn)。如Rosen[8]通過美國(guó)加利福尼亞減稅這一外生政策變化，研究發(fā)現(xiàn)房產(chǎn)稅每降低1美元，住房?jī)r(jià)值大約上升7美元。OECD國(guó)家住房市場(chǎng)的經(jīng)驗(yàn)研究則從相反方向證實(shí)，1980—2009年期間房產(chǎn)稅對(duì)房?jī)r(jià)具有顯著抑制作用，但成本不是房?jī)r(jià)主要因素[9]。Song和Zenou[10]的理論模型及實(shí)證分析還表明，美國(guó)房產(chǎn)稅的提升能夠縮小城市規(guī)模從而遏制城市蔓延現(xiàn)象，這一結(jié)論與中國(guó)模擬結(jié)果一致[11]。

我國(guó)屬于發(fā)展中國(guó)家，早些年房產(chǎn)稅征收范圍和目標(biāo)尚不完善，新一輪房產(chǎn)稅于2011年剛開始改革和試點(diǎn)，故開征房產(chǎn)稅有何影響仍處于數(shù)據(jù)預(yù)測(cè)或理論分析階段。例如2010年在北京、上海、深圳和成都開展的一項(xiàng)民意調(diào)查數(shù)據(jù)顯示，有40%左右的家庭總體上支持房產(chǎn)稅的征收，并且如果房產(chǎn)稅的用途能夠給人們帶來切身福利或者符合人們的利益，贊成的人數(shù)會(huì)更多[12]。進(jìn)一步來看，房產(chǎn)稅與住房面積、所在城市均有密切聯(lián)系，故兼顧住房?jī)r(jià)值的復(fù)合征收法可能更為合適[13]。

理論上講，開征房產(chǎn)稅能夠避免各方利益扭曲并壓制房?jī)r(jià)，還能解決地方政府財(cái)政收入問題[14]。韋志超和易綱[3]宏觀數(shù)據(jù)測(cè)算表明，開征物業(yè)稅能夠形成地方財(cái)政新的稅源。類似地，劉蓉等[16]基于中國(guó)家庭金融調(diào)查微觀數(shù)據(jù)測(cè)算得出，房產(chǎn)稅征收稅額能夠占到地方政府財(cái)政收入的31%，故可替代土地出讓金作為新的政府財(cái)源。但也有觀點(diǎn)認(rèn)為，現(xiàn)行房產(chǎn)稅短期內(nèi)難以成為地方政府主要稅種[17]。

除了上述開展房產(chǎn)稅前期調(diào)研和對(duì)財(cái)政收入影響進(jìn)行測(cè)算外，還有一項(xiàng)文獻(xiàn)著重分析中國(guó)房產(chǎn)稅征收對(duì)房?jī)r(jià)的影響。如通過對(duì)全國(guó)35個(gè)大中城市數(shù)據(jù)進(jìn)行實(shí)證測(cè)算，有人發(fā)現(xiàn)在短期內(nèi)供給缺乏彈性情形下，物業(yè)稅的實(shí)施必然導(dǎo)致房?jī)r(jià)下跌[3]。況偉大[18]也發(fā)現(xiàn)，無論是消費(fèi)者還是投資者，政府實(shí)施物業(yè)稅均能夠有效抑制房?jī)r(jià)上漲，并用35個(gè)大中城市數(shù)據(jù)證實(shí)全國(guó)和東部地區(qū)的確符合這一推斷。但他根據(jù)市民調(diào)查數(shù)據(jù)，預(yù)測(cè)北京開征房產(chǎn)稅對(duì)房?jī)r(jià)抑制影響總體有限，且因住房所有者特征而異[19]。也有研究將房產(chǎn)稅和住房?jī)r(jià)格引入動(dòng)態(tài)隨機(jī)一般均衡模型（DSGE）框架中，通過校準(zhǔn)和貝葉斯估計(jì)方法得出房產(chǎn)稅實(shí)施在長(zhǎng)期內(nèi)會(huì)降低房?jī)r(jià)，還可以發(fā)揮其自動(dòng)穩(wěn)定器功能[20]。endprint

與本文最相關(guān)的是Bai等[4]、王家庭和曹清峰[21]以及白文周等[22]的研究。前者利用1998—2012年31個(gè)城市數(shù)據(jù)和Hsiao等人[23]方法測(cè)算發(fā)現(xiàn)，開征房產(chǎn)稅能夠降低上海房?jī)r(jià)11%～15%，但增加重慶房?jī)r(jià)10%～12%，具體還發(fā)現(xiàn)，重慶征收房產(chǎn)稅的價(jià)格具有從高端房產(chǎn)向低端擴(kuò)散的特點(diǎn)。然而，他們研究依然建立在數(shù)據(jù)推算上，未能利用實(shí)際數(shù)據(jù)驗(yàn)證兩城市房產(chǎn)稅試點(diǎn)效果。盡管王家庭和曹清峰[22]基于2006—2012年35個(gè)大中城市數(shù)據(jù)采用DID方法已發(fā)現(xiàn)滬渝“不存在明顯的政策預(yù)期效應(yīng)”，白文周等人[22]利用Hsiao等人[23]及CIC方法發(fā)現(xiàn)房產(chǎn)稅試點(diǎn)導(dǎo)致重慶房?jī)r(jià)下跌而上海上漲的結(jié)論，但遺憾的是，他們并未對(duì)征稅的時(shí)間效應(yīng)做細(xì)致探討，也未能考察土地市場(chǎng)的互動(dòng)。筆者正是在上述文獻(xiàn)基礎(chǔ)上，深入探究開征房產(chǎn)稅對(duì)試點(diǎn)城市住房市場(chǎng)和土地市場(chǎng)的經(jīng)濟(jì)影響。

（二）理論分析

房產(chǎn)稅本質(zhì)上是住房所有者為享受和消費(fèi)各種城市公共服務(wù)所支付的費(fèi)用，這構(gòu)成城市政府提供宜居性特征的有效激勵(lì)動(dòng)機(jī)[24]。公共財(cái)政理論指出，只要房產(chǎn)稅部分資本化到房?jī)r(jià)當(dāng)中，開征房產(chǎn)稅就會(huì)降低房?jī)r(jià)。背后邏輯在于，房產(chǎn)稅可看做附加在消費(fèi)者身上的額外的使用成本，住房市場(chǎng)價(jià)值相當(dāng)于扣除房產(chǎn)稅后的未來若干年住房?jī)r(jià)值流量（住房服務(wù)）的折算值之和，故房產(chǎn)稅開征或提升能夠降低住房?jī)r(jià)值。現(xiàn)假定Pt是第t年住房?jī)r(jià)值（或價(jià)格），Ys是第s年住房?jī)r(jià)值流量，？子為房產(chǎn)稅率，i為折現(xiàn)率，則有如下等式成立：

Pt=■■（1）

因此，房產(chǎn)稅率對(duì)住房市值的影響可以推導(dǎo)為負(fù)向的：

■=■■<0（2）

值得指出的是，這里的理論分析僅能說明房產(chǎn)稅征收對(duì)房?jī)r(jià)的最終影響，但并未告訴我們其對(duì)住房?jī)r(jià)值的影響在時(shí)間上如何具體表現(xiàn)，即開征前幾年是否上漲，后續(xù)影響是否減弱直至變?yōu)樨?fù)向，也未能夠指出應(yīng)如何與土地出讓金聯(lián)系起來，這里借助圖1a和圖1b分析征稅對(duì)住房市場(chǎng)和土地市場(chǎng)的靜態(tài)影響，關(guān)于動(dòng)態(tài)影響將運(yùn)用事件研究的方法在實(shí)證中進(jìn)一步分析。

如圖1所示，開征房產(chǎn)稅首先會(huì)抬高住房供給成本，使得住房供給曲線向上移動(dòng)，在保持住房需求曲線不變的情形下，均衡房?jī)r(jià)上升，住房均衡數(shù)量（成交量）下降；其次，均衡房?jī)r(jià)的上漲吸引土地供給增加，表現(xiàn)為土地供給曲線下移，在保持土地需求曲線不變的情形下，均衡地價(jià)下跌，土地均衡數(shù)量增加；土地價(jià)格下降進(jìn)一步引起住房?jī)r(jià)格的下跌，住房市場(chǎng)與土地市場(chǎng)相互作用，直至達(dá)到新的均衡。至于土地出讓金收入（=土地價(jià)格×土地均衡數(shù)量）的變動(dòng)，取決于土地價(jià)格下跌的程度和土地均衡數(shù)量上漲的程度對(duì)比，很大程度上屬于實(shí)證的問題。

綜上所述，以往文獻(xiàn)對(duì)房產(chǎn)稅征收影響做了很好的理論分析與數(shù)據(jù)測(cè)算，為本文研究奠定堅(jiān)實(shí)的研究基礎(chǔ)。然而囿于數(shù)據(jù)原因，研究者并未使用我國(guó)開征房產(chǎn)稅后的真實(shí)數(shù)據(jù)分析房?jī)r(jià)和財(cái)政收入變化，也未細(xì)致分析這種影響的時(shí)間效應(yīng)。筆者基于搜房網(wǎng)等中觀數(shù)據(jù)實(shí)證考察2011年上海、重慶兩試點(diǎn)城市開征房產(chǎn)稅的經(jīng)濟(jì)影響。

三、數(shù)據(jù)與模型

（一）數(shù)據(jù)說明

本文住房、土地市場(chǎng)的數(shù)據(jù)來源于搜房網(wǎng)中國(guó)指數(shù)研究院（http：//fdc.soufun.com/creisdata/）、克而瑞信息集團(tuán)（www.cric.com）和《中國(guó)房地產(chǎn)》雜志社三個(gè)渠道，前者是主要數(shù)據(jù)源，他兩個(gè)數(shù)據(jù)源作為補(bǔ)充。搜房網(wǎng)是全球最大的房地產(chǎn)家居網(wǎng)絡(luò)平臺(tái)，在中國(guó)100多個(gè)城市擁有分公司和辦公室，于2010年9月在美國(guó)紐約證券交易所成功上市。其名下的中國(guó)指數(shù)研究院整合中國(guó)房地產(chǎn)指數(shù)系統(tǒng)、搜房研究院、中國(guó)別墅指數(shù)系統(tǒng)、中國(guó)房地產(chǎn)TOP10研究組等研究資源，成為我國(guó)目前最大的房地產(chǎn)專業(yè)研究院，具有較強(qiáng)的信譽(yù)度。

基于上述資料源，我們整理出2008年到2013年區(qū)級(jí)層次的住房和土地市場(chǎng)交易匯總數(shù)據(jù)。筆者選擇這一時(shí)間段是與開征房產(chǎn)稅時(shí)點(diǎn)相關(guān)的。由于我國(guó)房產(chǎn)稅試點(diǎn)開征時(shí)間為2011年初，故2008—2010年可界定為開征前階段，2012—2013年為開征后。眾所周知，國(guó)家選擇試點(diǎn)城市為上海和重慶，兩地均為直轄市。各自對(duì)比的城市筆者選定為南京和成都。選擇南京對(duì)比上海是因?yàn)閮蓚€(gè)城市均處于長(zhǎng)三角，經(jīng)濟(jì)發(fā)展程度和人文環(huán)境很類似，這比以往研究選擇北京對(duì)比上海更有說服力，畢竟作為首都的北京具有更多的政治性；選擇成都對(duì)比重慶的理由是，兩地均處于內(nèi)陸地區(qū)，有著類似的巴蜀文化和現(xiàn)代經(jīng)濟(jì)基礎(chǔ)。當(dāng)然，這里不同點(diǎn)也是明顯的，如成都和南京均不屬于直轄市。筆者需要檢驗(yàn)兩組城市在政策發(fā)生前是否具有類似的時(shí)間趨勢(shì)。

住房市場(chǎng)數(shù)據(jù)包括住房單價(jià)和均衡數(shù)量，土地市場(chǎng)數(shù)據(jù)包括土地單價(jià)、均衡數(shù)量及土地出讓金。根據(jù)征稅范圍，我們選擇商品住宅（上海樣本不含保障性住房）信息，住房單價(jià)對(duì)應(yīng)“銷售價(jià)格”，住房均衡數(shù)量對(duì)應(yīng)“銷售面積”；土地信息方面選擇“土地招拍掛”的住宅用地欄目，土地單價(jià)對(duì)應(yīng)“成交土地均價(jià)”，土地均衡數(shù)量對(duì)應(yīng)“建設(shè)用地面積”，二者乘積為土地出讓金。在穩(wěn)健性檢驗(yàn)中，筆者還專門從上海市區(qū)內(nèi)整理出二手房和商品房數(shù)據(jù)，分別作為不受政策影響的存量房和受政策影響的增量房。①

此外，為控制上述四城市的個(gè)體特征，筆者還根據(jù)各城市歷年統(tǒng)計(jì)年鑒收集了戶籍城鎮(zhèn)人口、常住城鎮(zhèn)人口及GDP增長(zhǎng)率等信息，與以上區(qū)級(jí)的住房市場(chǎng)和土地市場(chǎng)數(shù)據(jù)相匹配，最終構(gòu)成本文實(shí)證研究的數(shù)據(jù)基礎(chǔ)。

（二）計(jì)量模型

筆者所用的主要計(jì)量方法為經(jīng)典的雙重差分模型：

ln（Outcomeit）=？琢0+？琢1×Districti+？琢2×Yeart+？琢3×Treati×Periodt+？茁×Zit+？著it （3）

這里i代表某個(gè)地理單位（本文為區(qū)），t代表某個(gè)時(shí)間點(diǎn)（本文為年份）。Outcome代表結(jié)果變量，具體為單位房?jī)r(jià)或單位地價(jià)或均衡銷售量、土地出讓金。District是地區(qū)固定效應(yīng)，用于吸收不同區(qū)之間的結(jié)果變量變化以及空間上共同存在的因素的平均值，Year則是時(shí)間固定效應(yīng)，用于吸收不同年份之間的結(jié)果變量變化以及時(shí)間上共同存在的因素的平均值。Treat為某地區(qū)是否受房產(chǎn)稅政策影響的虛擬變量，1代表受影響的實(shí)驗(yàn)組（treatment group）上海或重慶某區(qū)，0為不受影響的控制組（control group）南京或成都，Period為時(shí)間上房產(chǎn)稅實(shí)施與否的虛擬變量，2011年實(shí)施后為1，前為0，具體實(shí)施時(shí)間為2011年。Treat和Period交叉項(xiàng)系數(shù)？琢3就是本文感興趣的系數(shù)，若其顯著為負(fù)，則表明房產(chǎn)稅實(shí)施后顯著抑制房?jī)r(jià)或地價(jià)或土地出讓金。Z是控制變量，這里考察住房市場(chǎng)時(shí)主要控制戶籍城鎮(zhèn)人口/常住城鎮(zhèn)人口的影響，以便捕捉人口流動(dòng)對(duì)結(jié)果變量的影響[7]；考察土地市場(chǎng)時(shí)主要控制當(dāng)年當(dāng)?shù)氐腉DP增長(zhǎng)率，用于捕捉我國(guó)地方政府“政治集權(quán)、經(jīng)濟(jì)競(jìng)爭(zhēng)”的治理方式對(duì)結(jié)果變量的影響。當(dāng)然，這里的i還可以是樓盤項(xiàng)目或者街道辦等單位。一個(gè)單位對(duì)應(yīng)一個(gè)樣本，地方越小，樣本越多，上述模型的實(shí)證分析效果越好。endprint

模型（3）是DID模型的常見形式②，其成立的隱含條件是，房產(chǎn)稅政策出臺(tái)前，房?jī)r(jià)等結(jié)果變量（outcome variable）要保持類似的趨勢(shì)，這可由事件研究方法來檢驗(yàn)[26]，具體如模型（4）所示：

ln（Outcomeit）=？琢0+？琢1×Districti+？琢2×Yeart+■？啄k×Treati×1{Yrt=k}+？茁×Zit+？著it（4）

這里1{Yrt=k}是指示變量，對(duì)應(yīng)年份取值為1，否則為0。k取值可以為-3、-2、-1、0、1、2，分別對(duì)應(yīng)Yr2008、Yr2009、Yr2010、Yr2011、Yr2012、Yr2013，也就是說，政策推出前k年為負(fù)數(shù)，推出時(shí)的2011年為0，推出后為正數(shù)。由此，我們很容易獲得事件研究的估計(jì)系數(shù)？啄k，將其描繪在圖上能夠直觀地檢驗(yàn)政策發(fā)生前控制組和實(shí)驗(yàn)組的結(jié)果變量是否具備類似的特征，同時(shí)還可以觀察到房?jī)r(jià)等受房產(chǎn)稅出臺(tái)政策影響的具體時(shí)間變化趨勢(shì)。

四、實(shí)證分析

首先給出主要變量的描述性統(tǒng)計(jì)，然后是DID模型結(jié)果，最后做事件研究檢驗(yàn)。

（一）描述性統(tǒng)計(jì)

上海、重慶兩地試點(diǎn)房產(chǎn)稅，勢(shì)必引起房?jī)r(jià)的變化。圖2直觀地描繪出上海和南京以及重慶和成都的住房?jī)r(jià)格趨勢(shì)對(duì)照?qǐng)D。可以看出，在征收房產(chǎn)稅后，上海和重慶住房?jī)r(jià)格指數(shù)分別相對(duì)南京和成都表現(xiàn)出不一致的變化：上海首先略有下降，然后多次相互交叉，后基本定格在較低水平；重慶首先略有上升，然后多次相互交叉。盡管存在同期其他因素的影響，這些事實(shí)仍初步反映出房產(chǎn)稅開征對(duì)兩試點(diǎn)城市的不同影響。

表1列出本文主要變量的描述性統(tǒng)計(jì)特征。很容易看出，不論住房市場(chǎng)還是土地市場(chǎng)，價(jià)格和均衡數(shù)量的均值及標(biāo)準(zhǔn)差都很大，均值與中位數(shù)差距較大，表明這兩個(gè)市場(chǎng)處于急劇變化、蓬勃發(fā)展的時(shí)期。土地出讓金為土地單價(jià)與土地均衡數(shù)量的乘積，亦表現(xiàn)出可觀的政府財(cái)政收入。戶籍城鎮(zhèn)人口/常住城鎮(zhèn)人口以及GDP增長(zhǎng)率等控制變量統(tǒng)計(jì)特征符合日常觀察。

（二）DID回歸結(jié)果

開征房產(chǎn)稅能否起到抑制房?jī)r(jià)、擴(kuò)大地方財(cái)源的作用需要分別實(shí)證考察住房市場(chǎng)和土地市場(chǎng)。表2列出經(jīng)典的雙重差分模型的回歸結(jié)果。筆者發(fā)現(xiàn)，總體上看，在控制戶籍城鎮(zhèn)人口/常住城鎮(zhèn)人口比例前提下，開征房產(chǎn)稅首先會(huì)提升房?jī)r(jià)、降低住房均衡數(shù)量。特別地，第1列系數(shù)0.143表示，相對(duì)南京或成都而言，受房產(chǎn)稅政策影響的上海或重慶房?jī)r(jià)每平方米將上升15.37%（e0.143-1），但均衡數(shù)量下降29.30%。根據(jù)表1平均房?jī)r(jià)15 431.332元信息，上述上漲幅度意味著住房單價(jià)增加2 371.80元，這是較大的影響效果。具體而言，上海開征房產(chǎn)稅對(duì)房?jī)r(jià)具有顯著的正向影響，但重慶顯著為負(fù)，第二、三列系數(shù)分別對(duì)應(yīng)0.128、-0.109，也就是說，上海房?jī)r(jià)上漲13.66%（e0.128-1），重慶房?jī)r(jià)下降10.33%（e0.109-1）。對(duì)于住房銷售量，在上海房產(chǎn)稅開征顯著降低了均衡數(shù)量，在重慶則反過來顯著提升了均衡數(shù)量。盡管筆者選取非常相近的兩對(duì)城市組做對(duì)比并控制各城市重要特征，但可能還存在某些不可比較異質(zhì)性，這里選取同一時(shí)間段上海市區(qū)內(nèi)的增量房和存量房做對(duì)比，回歸結(jié)果為表2最后一列。不難看出，在同一城市內(nèi)部，受政策影響的增量房和不受政策影響的存量房在住房單價(jià)方面顯著為正，住房均衡數(shù)量系數(shù)雖不顯著，但符號(hào)與第三列一致，顯示出結(jié)果的穩(wěn)健性。根據(jù)住房單價(jià)和住房均衡數(shù)量的變化，以及開征房產(chǎn)稅后兩城市住房單價(jià)和均衡數(shù)量均值，筆者利用開征后試點(diǎn)城市住房均價(jià)×住房平均均衡數(shù)量×（1-1/（1+住房單價(jià)變化））×（1-1/（1+住房均衡數(shù)量變化）），能粗略計(jì)算出住房市場(chǎng)受房產(chǎn)稅影響的綜合效果。由此，筆者估算出受房產(chǎn)稅開征影響，總體、上海、重慶住房市場(chǎng)分別下降10.25億元人民幣、9.63億元人民幣、7.30億元人民幣。

在土地市場(chǎng)，控制GDP增長(zhǎng)率后，呈現(xiàn)土地單價(jià)下跌、土地均衡數(shù)量增加傾向，這主要是住房?jī)r(jià)格高漲導(dǎo)致土地供給增加所致。土地出讓金是土地單價(jià)和土地均衡數(shù)量的綜合作用結(jié)果，上海樣本結(jié)果反應(yīng)為負(fù)，其他樣本不明顯。也就是說，上海開征房產(chǎn)稅一定程度上會(huì)抑制原來的土地出讓金財(cái)源，轉(zhuǎn)變?yōu)榈胤秸碌呢?cái)政收入。事實(shí)上就對(duì)地方財(cái)政的貢獻(xiàn)而言，開征房產(chǎn)稅效果有限。公開資料顯示，在不區(qū)分法人財(cái)產(chǎn)稅和個(gè)人財(cái)產(chǎn)稅條件下，上海2011年、2012年房產(chǎn)稅稅收分別為22.1億元和24.6億元，分別占當(dāng)年上海市本級(jí)財(cái)政收入的0.64%和0.66%。重慶市2011年征收個(gè)人住房房產(chǎn)稅將近1億元，而當(dāng)年重慶國(guó)有土地使用權(quán)出讓收入為801.5億元，地方本級(jí)財(cái)政收入為2 908.8億元，土地出讓收入占同期地方財(cái)政收入達(dá)到27.55%，相對(duì)地，個(gè)人房產(chǎn)稅僅占同期地方財(cái)政收入的0.03%。

綜合而言，房產(chǎn)稅開征導(dǎo)致房?jī)r(jià)上升，住房成交量、地價(jià)和土地出讓金呈現(xiàn)下降趨勢(shì)，住房市場(chǎng)和土地市場(chǎng)的實(shí)際政策效果基本驗(yàn)證了理論推測(cè)。

（三）事件研究分析

為了確保上述回歸結(jié)果的可靠性，筆者根據(jù)模型（4）的事件研究方法來檢驗(yàn)房產(chǎn)稅改革前住房?jī)r(jià)格的特征對(duì)于控制組和實(shí)驗(yàn)組是否是類似的。結(jié)果如圖3所示，a、b、c分別描繪全部、上海與南京、重慶與成都的情形。各子圖中間連線為各年點(diǎn)估計(jì)系數(shù)的時(shí)間趨勢(shì)，上下虛線為95%置信區(qū)間估計(jì)區(qū)域，當(dāng)然上面high為“系數(shù)+1.97×標(biāo)準(zhǔn)誤”的結(jié)果，下面low為“系數(shù)-1.97×標(biāo)準(zhǔn)誤”的結(jié)果。這里Yr2010=-1為參照組或稱基準(zhǔn)年（baseline year），故省去且不反映在事件研究圖表內(nèi)。不難發(fā)現(xiàn)，對(duì)于上海樣本b圖，模型（4）中2008—2010年交叉項(xiàng)系數(shù)的95%置信區(qū)間估計(jì)包括水平線0，即各年系數(shù)均不顯著，表明房產(chǎn)稅出臺(tái)前控制組和實(shí)驗(yàn)組增長(zhǎng)趨勢(shì)是類似的；政策發(fā)生時(shí)和發(fā)生后有明顯跳躍，這和上述回歸估計(jì)結(jié)果是一致的；隨著時(shí)間的推移，政策效果在減弱，甚至在未來更長(zhǎng)時(shí)間內(nèi)將減小為負(fù)值，符合常理。細(xì)看c圖筆者發(fā)現(xiàn)，房產(chǎn)稅政策出臺(tái)前重慶、成都的房?jī)r(jià)共同趨勢(shì)并不明顯，這也導(dǎo)致全部樣本結(jié)果（圖a）較為混雜。類似地，開征房產(chǎn)稅前總體上對(duì)住房均衡數(shù)量并無類似趨勢(shì)，即控制組和實(shí)驗(yàn)組無法比較，同樣符合表2估計(jì)結(jié)果。endprint

土地市場(chǎng)情況總體不樂觀。土地價(jià)格、均衡數(shù)量在房產(chǎn)稅征收前個(gè)別年份無共同趨勢(shì)。對(duì)于土地出讓金而言，房產(chǎn)稅征收前后y=0這條水平線始終處于95%置信區(qū)間估計(jì)以內(nèi)，即兩組樣本征收前增長(zhǎng)趨勢(shì)類似，但開征房產(chǎn)稅對(duì)土地出讓金的影響并不顯著（見圖4）。

綜上，在開征房產(chǎn)稅前，住房市場(chǎng)的房?jī)r(jià)以及土地市場(chǎng)的土地出讓金很好地符合DID模型潛在假定，但征收房產(chǎn)稅后住房均衡數(shù)量及土地市場(chǎng)變量并無明顯規(guī)律可循。時(shí)間效應(yīng)來看，開征房產(chǎn)稅首先會(huì)提高房?jī)r(jià)，隨著時(shí)間推移會(huì)減弱影響，但能否抑制土地出讓金這一傳統(tǒng)的財(cái)源尚需時(shí)間考察。

五、結(jié)論與政策啟示

房產(chǎn)稅開征短期內(nèi)會(huì)推高房?jī)r(jià)并降低住房成交量，但房?jī)r(jià)效果隨時(shí)間推移而減弱；對(duì)土地市場(chǎng)的傳導(dǎo)影響很弱，但土地出讓金收入有所下降；這些效果對(duì)上海更為明顯，對(duì)重慶效果不佳甚至相反。綜合而言，試點(diǎn)城市房產(chǎn)稅開征短期內(nèi)未能降低房?jī)r(jià)，也未能明顯扭轉(zhuǎn)“土地財(cái)政”趨勢(shì)而轉(zhuǎn)為地方政府長(zhǎng)期穩(wěn)定的新財(cái)源。

若同時(shí)考慮住房消費(fèi)屬性和投資屬性，上述實(shí)證檢驗(yàn)結(jié)果將不難理解。多年來房地產(chǎn)業(yè)在我國(guó)一直處于重要地位，住房投機(jī)現(xiàn)象普遍，多數(shù)城市房地產(chǎn)價(jià)格不斷偏離其基本面價(jià)值，房地產(chǎn)的資本品成分逐步增加。在這種宏觀環(huán)境中，由于試點(diǎn)城市房產(chǎn)稅稅率偏低（上海的基準(zhǔn)稅率為0.4%，重慶為0.5%）、稅收的覆蓋面偏窄（重慶僅對(duì)高檔住宅征收，上海側(cè)重于增量，雖然增量在第二年會(huì)轉(zhuǎn)變?yōu)榇媪浚采w面仍有限）、減免范圍過寬（上海規(guī)定人均60平方米的免稅面積，重慶對(duì)存量獨(dú)棟商品住宅給予180平方米的免稅優(yōu)惠，新購(gòu)高檔住房給予100平方米的免稅優(yōu)惠）、計(jì)稅依據(jù)不科學(xué)（兩市均采用交易價(jià)格而非評(píng)估價(jià)值作為計(jì)稅依據(jù)），房產(chǎn)稅開征根本不足以打擊市場(chǎng)的投資熱情，反而因稅負(fù)轉(zhuǎn)嫁推高了房?jī)r(jià)。隨后之所以出現(xiàn)房產(chǎn)稅推高房?jī)r(jià)的影響逐年遞減的趨勢(shì)，是因?yàn)榉慨a(chǎn)稅本身傳遞的信號(hào)改變了投資者對(duì)市場(chǎng)的預(yù)期，房地產(chǎn)的投資需求持續(xù)得到抑制，部分空置房會(huì)進(jìn)入租房市場(chǎng)或二手房市場(chǎng)，房地產(chǎn)市場(chǎng)更趨向消費(fèi)品市場(chǎng)，進(jìn)而因房產(chǎn)稅資本化到房?jī)r(jià)中，加大使用者成本（user cost）導(dǎo)致房?jī)r(jià)下跌。動(dòng)態(tài)地看，住房市場(chǎng)的變動(dòng)勢(shì)必導(dǎo)致土地市場(chǎng)的調(diào)整，房?jī)r(jià)的上漲先會(huì)吸引土地供給增加，進(jìn)而地價(jià)的下跌引起房?jī)r(jià)最終下跌并趨于新的均衡，故邏輯上房產(chǎn)稅對(duì)土地出讓金存在擠出效應(yīng)。

本文的研究結(jié)論具有重要的政策含義。全國(guó)不動(dòng)產(chǎn)登記業(yè)已在2015年3月開始，房產(chǎn)稅如何全面開征需要理論基礎(chǔ)。首先，開征房產(chǎn)稅需要考察具體的時(shí)間效應(yīng)。以往文獻(xiàn)通常忽視政策發(fā)揮作用的時(shí)間效果。實(shí)證表明，總體而言，房產(chǎn)稅征收先會(huì)推高房?jī)r(jià)，后幾年會(huì)減弱直至起到抑制房?jī)r(jià)的作用，這也符合駱永民和伍文中[20]的理論模擬。事實(shí)說明，雖然房產(chǎn)稅短期內(nèi)不能降低房?jī)r(jià)甚至推高房?jī)r(jià)，但強(qiáng)烈的政策信號(hào)能夠長(zhǎng)遠(yuǎn)影響房?jī)r(jià)走向。同時(shí)也從側(cè)面啟示我們，鼓勵(lì)中低收入家庭租房行為，可降低當(dāng)前住房空置率，從而擴(kuò)大市場(chǎng)有效供給，提高住房資源配置效率[1]。其次，不同的征收策略可能導(dǎo)致不同的政策效果，權(quán)衡城市不同群體利益至關(guān)重要[2]。上海傾向于征收增量房房產(chǎn)稅，重慶則側(cè)重存量房。文章數(shù)據(jù)顯示，上海房產(chǎn)稅征收范圍的實(shí)際效果更佳，細(xì)節(jié)上更為符合現(xiàn)實(shí)，這印證白文周等人[22]的結(jié)論，但區(qū)別于Bai等人[4]，很可能與選取的數(shù)據(jù)和方法有關(guān)。最后，房產(chǎn)稅征收不僅會(huì)影響到住房市場(chǎng)，還能傳遞到土地市場(chǎng)。理想狀態(tài)下，房產(chǎn)稅改革可以把長(zhǎng)期在公共財(cái)政體系外循環(huán)的巨額土地出讓收入納入預(yù)算管理，進(jìn)而將地方政府的角色從土地市場(chǎng)的重要交易者真正轉(zhuǎn)變?yōu)榉康禺a(chǎn)市場(chǎng)的監(jiān)管者[1]。盡管本文的研究表明開征房產(chǎn)稅對(duì)住房市場(chǎng)影響相對(duì)明顯，土地市場(chǎng)的經(jīng)濟(jì)效果日后仍需更多實(shí)證考量，是否將房產(chǎn)稅和地產(chǎn)稅合并實(shí)施亦需要探討。

值得指出的是，本文的不足之處也是不可回避的。如筆者已利用DID模型去除共同的時(shí)間趨勢(shì)等遺漏變量，并控制城市年份異質(zhì)性，但受數(shù)據(jù)所限，尚無法找到外生的工具變量消除選擇試點(diǎn)城市本身導(dǎo)致的估計(jì)偏誤（selection bias）。相對(duì)而言，Bai等[4]借鑒的Hsiao等人[23]方法在這一點(diǎn)上對(duì)模型假定要求較弱。此外，合成控制方法（Synthetic Control Methods）對(duì)兩城市構(gòu)成的實(shí)驗(yàn)組情形更為合適[28] ，筆者期待做更多實(shí)證檢驗(yàn)。

參考文獻(xiàn)：

[1]田國(guó)強(qiáng).房產(chǎn)稅改革的監(jiān)管及長(zhǎng)效機(jī)制的建立[J].改革，2011（2）：136-138.

[2]符育明.房地產(chǎn)稅改革：動(dòng)力和阻力[J].中國(guó)改革，2010（8）：1-2.

[3]韋志超，易綱.物業(yè)稅改革與地方公共財(cái)政[J].經(jīng)濟(jì)研究，2006（3）：15-24.

[4]BaiC，Li Q，Ouyang M.Property Taxes and Home Prices：ATale of Two Cities[J]. Journal of Econometrics，2014（180）：1-15.

[5]WangS，Yang Z，Liu H.Impact of Urban Economic Openness on Real Estate Prices：Evidence from Thirty-five Cities in China[J]. China Economic Review，2011（22）：42-54.

[6]WuG，F(xiàn)engQ，Li P. Does Local Governments Budget Deficit Push up Housing Prices in China？[J]. China Economic Review，2015（35）：183-196.

[7]WangZ，Zhang Q. Fundamental Factors in the Housing Markets of China [J]. Journal of Housing Economics，2014（25）：53-61.endprint

[8]RosenK T.The Impact of Proposition 13 on House Prices in Northern California：ATest of the Interjurisdictional Capitalization Hypothesis[J]. Journal of Political Economy，1982，90 （1）：191-200.

[9]況偉大，朱勇，劉江濤.房產(chǎn)稅對(duì)房?jī)r(jià)的影響：來自O(shè)ECD國(guó)家的證據(jù)[J].財(cái)貿(mào)經(jīng)濟(jì)，2012（5）：121-129.

[10]SongY，Zenou Y. Property Tax and Urban Sprawl：Theory and Implications for US Cities[J]. Journal of Urban Economics，2006（60）：519-534.

[11]Liang L.Local Taxes and Government Choice of Public Goods in a Spatial Equilibrium Model[D]. PhD dissertation in National University of Singapore，2014.

[12]鄭思齊，孫偉增，滿燕云.征收房產(chǎn)稅的民意調(diào)查——對(duì)四個(gè)重點(diǎn)城市的調(diào)研數(shù)據(jù)分析[R]. 北京大學(xué)林肯研究中心工作論文No.W110，2012.

[13]鄭思齊，孫偉增，滿燕云.房產(chǎn)稅征稅條件和稅收收入的模擬測(cè)算與分析[J].廣東社會(huì)科學(xué)，2013（4）：5-15.

[14]Cho S，Choi P.Introducing Property Tax in China as an Alternative Financing Source[J]. Land Use Policy，2014（38）：580-586.

[15]劉洪玉.房產(chǎn)稅改革的國(guó)際經(jīng)驗(yàn)與啟示[J].改革，2011（2）：84-88.

[16]劉蓉，張巍，陳凌霜.房地產(chǎn)稅收入測(cè)算與地方財(cái)政收入可持續(xù)增長(zhǎng)——基于中國(guó)家庭金融調(diào)查數(shù)據(jù)[R].2014年“中國(guó)房地產(chǎn)市場(chǎng)的現(xiàn)狀與未來”學(xué)術(shù)論壇會(huì)議論文，2014.

[17]李文.我國(guó)房地產(chǎn)稅收入數(shù)量測(cè)算及其充當(dāng)?shù)胤蕉愔黧w稅種的可行性分析[J]. 財(cái)貿(mào)經(jīng)濟(jì)，2014（9）：14-25.

[18]況偉大.住房特性、物業(yè)稅與房?jī)r(jià)[J]. 經(jīng)濟(jì)研究，2009（4）：151-160.

[19]況偉大.房產(chǎn)稅開征對(duì)預(yù)期房?jī)r(jià)的影響：來自北京市調(diào)查問卷的證據(jù)[J]. 世界經(jīng)濟(jì)，2013（6）：145-160.

[20]駱永民，伍文中.房產(chǎn)稅改革與房?jī)r(jià)變動(dòng)的宏觀經(jīng)濟(jì)效應(yīng)——基于DSGE模型的數(shù)值模擬分析[J]. 金融研究，2012（5）：1-14.

[21]王家庭，曹清峰.房產(chǎn)稅能夠降低房?jī)r(jià)嗎——基于DID 方法對(duì)我國(guó)房產(chǎn)稅試點(diǎn)的評(píng)估[J]. 當(dāng)代財(cái)經(jīng)，2014（5）：34-44.

[22]白文周，劉銀國(guó)，盧學(xué)英.滬渝房產(chǎn)稅擴(kuò)圍房?jī)r(jià)效應(yīng)識(shí)別——基于反事實(shí)分析的經(jīng)驗(yàn)證據(jù)[J].財(cái)貿(mào)研究，2016（1）：70-79.

[23]Hsiao C，ChingH S，WanSK.A Panel Data Approach for Program Evaluation：Measuring the Benefit of Political and Economic Integration of Hong Kong with Mainland China[J]. Journal of Applied Econometrics，2012（27）：705-740.

[24]王軼軍，鄭思齊，龍奮杰.城市公共服務(wù)的價(jià)值估計(jì)、受益者分析和融資模式探討[J]. 城市發(fā)展研究，2007（4）：46-53.

[25]況偉大，馬一鳴.物業(yè)稅、供求彈性與房?jī)r(jià)[J]. 中國(guó)軟科學(xué)，2010（12）：25-37.

[26]Angrist J D，Jorn-SteffenPischke.Mostly Harmless Econometrics[M]. New Jersey：Princeton University Press，2008.

[27]Bertrand M，Duflo E，MullainathanS.How Muchshould We Trust Difference-in-Difference Estimates？[J]. The Quarterly Journal of Economics，2004（119）：249-275.

[28]Abadie A，DiamondA，HainmuellerJ.Synthetic Control Methods for Comparative Case Studies：Estimating the Effect of Californias Tobacco Control Program[J]. Journal of the American Statistical Association，2010（6）：493-505.

責(zé)任編輯：艾 嵐endprint