“地球村個體”制度差異下LIHTC對私營住宅擠出效果研究

宋博通

【摘要】美國低收入住房返稅項目（Low-Income Housing Tax Credits，簡稱LIHTC項目）對私營住宅的擠出效果是政府比較關心的問題。在該項目已實施的住房區域，可以驗證其產生的擠出效果；而在未實施該項目的住房區域，由于數據缺失而無法對其實施效果進行預判。為解決因未實施區域數據缺失而導致無法對其實施效果進行預判難題，文章構建了融入制度指數的“地球村個體”住房擠出模型，弱化國家層面概念，將目標個體（如州或城市）的制度特征包含進去進行考慮，來研究不同制度環境下LIHTC可能的擠出效果，并為該項目引入未實施區域提供建議。實證結果顯示，LIHTC對私營住宅有很大的擠出效應，同時，LIHTC新建量與制度指數呈現出負向關系。在應用于未實施該項目的區域時，可以優先選擇制度指數較低的區域實施。

【關鍵詞】LIHTC項目；住房擠出效應模型；制度指數；地球村個體；保障性住房

低收入家庭的住房問題是決定社會和諧及經濟可持續發展的核心問題，它是絕大多數發達國家在城市化過程中都經歷過的住房問題。美國和澳大利亞采用的以LIHTC為基本構型的公租房建設模式，在解決可負擔住房的建設、管理及低收入家庭住房保障方面取得了良好的效果。

LIHTC項目是美國目前提供保障性住房最重要的來源，自1986年該項目實施至今，始終受到國內外專家及學者的關注。Murray（1999）指出，基于LIHTC的公租房項目并沒有對公共住宅產生擠出效應，與此同時對于私營住宅存在擠出效應，但是，LIHTC公租房對私營住宅并沒有產生明顯的擠出效應。Eriksen與Rosenthal（2010）在其研究中得出結論指出，LIHTC公租房為中低收入家庭在提供一定程度上的住房選擇自由度，，在產生的影響方面，對于政策性出租住宅其產生的影響較小，對于市場出租住宅尤其是非補貼性住宅，其產生了較大住房擠出效應。由此表明，對于LIHCT項目產生的擠出效應的效果預判存在著一定的研究價值。

諾斯（1981）認為，制度是規范人們行為的準則，是人們創造的用以限制人們互相交往的行為框架，制度因素會對經濟的發展產生影響。馬宏偉（2003）在文章中指出制度是影響經濟發展的根本因素，國與國之間競爭，實際上是制度的競爭，有效的制度可以大大地促進異國經濟的發展。本文通過構建“地球村”模型，將每個已實施的地區（如各州）視為每個“地球村個體”，將國家概念淡化，強化個體概念，并假設個體特征決定該政策的擠出效果，同時也導致各個個體的實施效果差異。本文運用已實施該項目的各州數據，構建一個適用于整個“地球村”的擠出效果預判模型，從而對未實施區域進行效果預判。

1、LIHTC項目

LIHTC項目是根據1986年的《稅務改革法案》而設立的保障低收入家庭住房的項目，是美國目前保障性住房的最主要來源。在LIHTC最初創建時，只有15年的合同期，后根據1989年的《收入調和法案》該年限修改為30年。該計劃的核心是投資者從國家篩選的開發商處購買所得稅抵免權，用于沖抵其納稅的額度。作為交換，在30年內，其必須以特定租金（通常低于市場）向符合資質的租戶（經過審核的低收入住戶群體）租賃特定數量的房屋。投資者（公司或個人）受益于所得稅的抵免，開發商（公司，非營利組織或個人）受益于出售抵免權從投資者收到的現金輸入，聯邦政府受益于保障性住房的實施、推廣與普及，國稅局（IRS）按照每個州的人均資金來計算分配金額。LIHTC項目通過對于稅收的補貼機制，激勵了公司，非營利組織和個人對于可負擔住房的投資熱情2008年，澳大利亞政府借鑒LIHTC項目，通過改進出臺了具有本國特色的國家保障房租用計劃（National Rental Affordability Scheme，簡稱NRAS），鑒于NRAS計劃是基于LIHTC項目的改進，所以本文主要選取LIHTC項目為例進行詳細闡述。

1.1發展歷程

1986年，國會通過了稅制改革法案，推行了低收入住房返稅項目，該項目對之后美國的保障房產生了深遠的影響，1990年開始，該項目得到了廣泛推廣，1993年時任美國總統克林頓將該項目正式寫入了法令中，也由此吸引了大量的開發商和投資者參與到了該項目的投資，隨著LIHTC成為稅收的正式法令，從1993年至2007年，該項目得到了快速的發展，基礎設施得到了建設，配套設施與法規法案也得到了完善，2007年由于次貸危機的影響，該項目的推廣受到了一定阻礙，此后隨著經濟形勢的好轉，該項目也逐步回暖。從1995年到2015年，平均每年完成超過1460個項目，年均11萬個住房單位投入使用，目前，美國保障房中LIHTC貢獻了將近90%的住房單位。

1.2 LIHTC項目返稅額度的方法計算

基于房屋建設的不同情況，LIHTC的有以下兩種不同的返還方式。

1）9%稅收返還項目

9%項目通常被用于新建的保障性住房，在10年期限中，由聯邦政府每年返還該項目建設成本的9%，最終，保證該項目建設成本的70%得到返還，需要說明的是該項目中每年9%的稅收返還并不是固定利率，而是基于時間價值和通貨膨脹率所計算出來的，從1986年至今，該利率浮動范圍在7.35% 和9.27% 之間，2008年初為了避免金融危機的影響，9%被設定為臨時最低閾值，該利率浮動不能低于9%，2015年，9%最低閾值被正式添加入永久條款。

2）4%稅收返還項目

4%項目通常被用于翻新的保障性住房或者是獲得其他形式的政府資助（比如享受免稅債券等）的新建保障性住房 ，與9%稅收返還項目相同，4%返還項目也是為期十年，利率也是浮動利率，最終，保證該項目建設成本的30%得到返還。

1.3 LIHTC項目的分配流程

LIHTC首先是從聯邦政府根據人口數量分配至各州政府。2017年，各州收到LIHTC分配返稅額度為每人2.35 美元，人口最少的州得到了271萬美元的總返稅配額。需要注意的是，該配額并不適用于4%稅收返還項目。然后，各州住房金融局（HFAs） 按照聯邦政府分配返稅額度創建各個LITHC項目的資格分配計劃（QAP），并對其進行打分排序。最后，開發商得到的分配返稅額度可以用來出售或者沖抵個人所得稅額，通常，投資者傾向于直接沖抵個人所得稅，開發商則會優先選擇用該分配額度沖抵其他項目的資金或者出售給投資者變現。

1.4 LIHTC項目現狀分析

據最新統計數據顯示，從1987年至2015年，該項目為美國累計提供了超過297萬套的低收入家庭住宅，每年有將近80億美元的稅收返還資金用于推廣該項目。僅在2004年一年中，基于該項目美國政府提供了145218套的住宅，達到了該項目住宅投放的史上最大值，詳見圖1。

2、理論模型與制度指標

2.1基本模型的選取

Malpezzi和Vandell在其2002年發表文章中對于美國各州1987年-2000年的住房數據進行了面板回歸分析，通過分析得到的結論顯示LIHTC住房新建量對私營住宅市場存在著完全擠出。本文選取Malpezzi與Vandell（2002）的靜態住房市場分析框架為基本模型開展相關研究。

2.2“地球村個體”擠出效應模型的構建

由于LIHTC及其相關住房政策目前僅在美國和澳大利亞實施，無法對其效果進行預判，所以在本文中我們將國家概念淡化，將美國各個政策實施州看做獨立的個體，也即“地球村個體”，著重強調個體差異，通過“地球村個體”組成了整個“地球村”。

本文假設個體特征決定了該政策的擠出效果，正因個體制度特征導致了各個個體的實施效果差異，運用已有數據構建一個通用的模型對未實施區域進行效果預判，從而解決因數據缺失而產生的未知實施效果困境。構建融入制度因素的“地球村個體”住房擠出效應模型，對不同地區的LIHTC住房實施效果進行研究。

本文采取仵世友（2016）中的研究方法，將制度指數設置為變量進行研究，從而基于地球村整體構建相應的住房擠出效應模型，模型表述如下：

其中，prs為新建私營住宅量，lis為新建LIHTC住房量，cc為建設成本，d為人口密度，income為人均年收入，van為住宅總空置率，i為各國制度指數，in為各地區制度指數。r為不同地區，t為時間。

本文的研究目標為LIHTC住房新建量系數 ， 的符號代表LIHTC項目對私營住宅的擠出或擠入效應，如 <0則說明存在著擠出效應，反之則為擠入效應，而該值的大小代表擠出效應或擠入效應的程度。

2.3制度指標因素的選取

2.3.1國家層面制度因素的選取

本文選取經濟自由度指數（EFI）、民主指數（DI）、全球清廉指數（CPI）以及全球治理指數（WGI）進行國家層面制度的研究。

經濟自由度指數（EFI）：經濟自由度指數是由《華爾街日報》和美國傳統基金會發布的年度報告，涵蓋全球179個國家和地區，是全球權威的經濟自由度評價指標。該指數的得分是根據經濟自由度50個指標對各個國家和地區進行評估，每一個指標的最高得分為100分，最低得分為1分。該得分反映了政府對經濟的干預水平，即經濟自由度，因此分數越低表示經濟自由度越低。

民主指數（DI）：由于政治約束指數的缺失，本文采用民主指數進行數據分析。民主指數為解析世界上大多數國家或地區政權的民主程度的指數。它通過分析政治參與度、選舉的程序及其多樣性、運作情況以及政治文化水平五個方面，從而量化各個國家的民主質量。

腐敗感知指數（CPI）：是總部位于德國柏林的非政府組織——透明國際自1995年起每年發布的評估，就世界各國民眾對于當地腐敗狀況的主觀感知程度予以評估及排名。評級從0到100，其中0表示最腐敗，100代表最清廉。

全球治理指數（WGI）：全球治理指數由世界銀行所建立的一種評價指標體系，它是由“機制”、“績效”、“決策”、“責任”四個部分及各自具體指標構成，從全球數據出發，客觀反映世界一百八十九個國家對全球治理的參與和貢獻度。《全球治理指數報告》直觀的反映了世界各國參與全球治理的基本情況，能夠起到協調促進各國完善全球治理的作用，對各國應對全球治理重要挑戰做出引導。

2.3.2地區層面制度因素分析

鐘心桃和龔唯平（2008）在研究中，以廣東為例，將制度效應分解為市場化程度，所有制結構，經濟開放度，分配格局和科技體制創新機制五個因子，借助柯布-道格拉斯函數和主成分分析法，計算多元線性回歸，分析了各個制度因素和總制度因素所產生的影響。本文借鑒該研究的結論，亦選取五個方面指標對各個地區制度因素進行量化分析。

1）市場化程度

市場化程度是對資源分配能力的體現。樊綱和王小魯（2011）在研究中指出，市場化程度與政府分配資源程度成負相關，即市場化程度越高，政府分配資源程度越低。因此，可采用政府預算和當地GDP的比重作為衡量指標，對市場化程度進行量化分析本文參考上述研究經驗，得到：市場化程度=政府的公共開支/某地區的GDP。

2）所有制結構

所有制結構即是產權界定與分配問題，所有制結構主要由國有經濟和個體經濟所構成。所以，國有經濟成分所占比重可用來表示所有制結構，即：所有制結構=規模以上國有工業的企業產值/規模以上的工業企業總產值。

3）經濟的開放度

經濟的開放度的主要體現為貿易，特別是對外貿易，商品進出口總額則是對外貿易的最主要部分，故：經濟的開放度=進出口的總額/某地區的GDP。

4）分配格局

收入分配可以分為初次分配和再次分配，而制度的影響主要體現在再次分配方面。分配格局可以提現國家財政稅收對企業再生產和個人所得收入的影響，所以，分配格局=企業的利潤所得稅/企業的產值。

5）創新機制

創新是各國家地區經濟增長的強大動力，鑒于創新機制衡量的復雜性，本文選擇科研投入的研究經費進行量化分析計算，即：創新機制=科技投入經費/某地區的GDP。

在本文中，收集了美國、澳大利亞和中國下屬的各個地區2010年-2015年的制度代理變量，通過主成分分析法構建區域制度方程模型。

3、實證研究

3.1數據來源

首先本文搜集并整理了2010年-2015年全球158個國家和地區的國家層面制度因素，即經濟自由度指數（EFI）、民主指數（DI）、腐敗感知指數（CPI）、全球治理指數（WGI），并對2010年-2015年里，美國各個州以及澳大利亞各個州的私營住房新建量、LIHTC計劃住房新建量、私營住房建造成本、人均年收入、人口密度、住房空置率以及2010年-2015年各個州的達到一定規模的國有企業及私營企業的企業概況、利潤、支出、稅收、科研情況等進行了搜集及整理。最終以美國的21個州以及澳大利亞的2個州的數據，作為本文的數據來源。

3.2制度指數的獲取

制度指數存在多樣性，每個制度指數不同，所貢獻的制度總效應以及重要程度也不同，除此之外，每個制度因素可能在某種程度上存在相關性。因此本文在分析制度指數時，采用主成分分析法。主成分分析法，一是可以消除各個制度因素的多重共線性；二是能夠客觀的測算各個制度因素的權重，從而能夠直觀地展現各個制度因素對制度總效應的重要性。本節采用國家層面制度指數進行主成分分析法的計算。

介于數據的可得性以及模型的要求，文章選取2010年—2015年158個國家和地區的制度指標，以主成分分析法進行計算分析和模型構建。本文將以2015年國家制度數據為例進行分析。

1）KMO 和 Bartlett檢驗

在KMO 和 Bartlett檢驗中，若一組數據的KMO ≥0.5且Bartlett的球形檢驗中的顯著性概率小于5%，則主成分分析研究可以應用于這組數據。筆者通過軟件SPSS 19.0來計算，分析結果得出2015年的國家層面的制度數據KMO值為0.701，Bartlett 的顯著性概率值等于0，則該組數據符合要求，可以往下進行主成分分析，如表1所示。

2）特征值提取

通過表2我們可以發現位于前兩個主成分的初始特征值>1的，分別為2.438和1.013。其中，第一主成分的解釋方差達到總方差的62.561%，第二主成分的解釋方差達到總方差的24.157%，二者的綜合主成分累積貢獻率達到了86.718%，大于臨界值80%，則可說明這兩個主成分能夠解釋原有的指標數據的大部分信息。因此，可以用前兩個的主成分作為評價總體的制度指數的綜合指標。荷載矩陣分布表見表3。

從表3中，我們可以直觀地看到兩個主成分對國家層面制度指標的載荷數值。例如，第一主成分和第二主成分對全球經濟自由度指數的載荷數值分別為0.882和0.84。

3）權重計算

本文通過主成分分析法確定權重。假設表3中的主成分1為m1，主成分2為m2，根據計算公式可計算得到：特征向量值=因子荷載量（m1，m2）/特征根開平方，令特征向量分別為n1，n2，可以求得特征向量值，如表4所示。

因此，該主成分分析的表達式可表示如下：

根據上式，可以得到主成分1和主成分2 的數值，通過它們可更進一步的去表示整個數據指標。根據計算公式

，從而確定權重，得到制度的指標值為：

將數據代入即可得知制度指標：

歸一指數權重，可得到：

最后，通過帶入各個地區的各項制度因素，即可得出結果，如2015年，美國、澳大利亞和中國的國家制度指數值分別為75.26、82.42和44.68。

同樣，我們可以得到2010年-2015年的美國、澳大利亞以及所選23個區的制度指數。

3.3“地球村個體”模型的回歸及檢驗

3.3.1 “地球村個體”住房擠出模型的數據統計

澳大利亞政府2008年起首次引入基于LIHTC的住房返稅項目，本文選用2010年—2015年的美國和澳大利亞各個州的數據，各變量如上表所示，本文隨機選取美國佐治亞（Georgia）州數據作為模型的驗證數據組。

3.3.2 “地球村個體”住房擠出模型的檢驗與選擇

受澳大利亞政府實施LIHTC項目的年份所限，本文采用寬截面短時間數據作為研究的，鑒于數據年限只有6年，根據以往學者經驗可知，短時間面板數據不需做單位根檢驗及協整檢驗，因此，本文僅做豪斯曼檢驗。

1）豪斯曼（Hausman）檢驗

根據計算可得，豪斯曼統計量值為36.452101，p值為0.000，證明在此情況下，固定效應模型優于隨機效應模型，因此，對面板數據的回歸選用固定效應模型。

2）F值檢驗

H0：，表示模型中的不同個體的截距項相同。（即原假設為混合模型）

H1：模型中的不同個體的截距項不相同。（即備擇假設為個體固定效應模型）

利用Stata12.0計算F值的結果如下：

以上分析結果可以得出，，固定效應還是隨機效應模型上，由于F值>臨界值 ，所以由分析結果可以得出，固定效應模型優于隨機效應模型，應選擇固定效應模型進行數據回歸計算。

綜合豪斯曼檢驗以及F檢驗的結果，本文采用固定效應模型進行面板數據的回歸分析。鑒于截面異方差問題的存在，最終，本文構建的固定效應回歸模型將截面異方差性也納入考慮范圍。

3.3.3模型系數分析

帶入上述模型回歸結果可得方程3-6。文章采用的固定效應模型考慮截面異方差，因此本文各個地區的截面數據項統一用Cr表示。將模型進行進一步檢驗與篩選后，本文將融入制度因素的LIHTC項目的擠出效應通過考慮截面異方差的固定效應模型來表達，并且從以上分析可以得出以下結論：

1）在新建私營住宅中，建造成本每增加一個單位，私營住宅的新建量會相應的減少0.281314個單位。此結果符合預期，因為總資金量穩定不變時，建造成本增加，會使開發商相應地減少開發新的私營住宅。

2）在新建LIHTC項目住宅中，LIHTC住宅每新建一個單位，，新建私營住宅量則相應的減少0.954234個單位，社會的總住宅新建量為0.03012個單位。這就表示LIHTC項目住宅新建量對私營住宅新建量存在擠出效應，并且擠出程度為0.954234，即該項目住宅對私營住宅存在很大的擠出。

3）在每年人均收入中，每增加一個單位的人均收入，將會導致私營住宅新建0.305104個單位，此結果符合預期。由于人均收入的增加，住房便會得到更大的需求，市場將會根據人們的需求新建私營住宅以求達到新的供需平衡。

4）在人口密度中，人口密度每增加一個單位，私營住宅則會相應地新建0.135014個單位，此結果符合現實。因為人口與住房密切相關，住宅需求量會因為人口的增長而增長，從而私營住宅新建量會增加。

5）在住宅空置率中，住房空置率每上升一個單位，私營住宅新建量則相應的減少0.194016個單位，此結果符合預期。因為住宅空置率的大小反應現實生活中空置房屋的多少，住宅空置率增加則說明空置的房屋數量增加，從而也進一步的說明了市場上房屋供給過多，開發商積極性降低，從而會相應的減少房屋開發。

6）在地區層面和國家層面的制度系數中，地區層面的制度系數為-0.924506，國家層面的制度系數為-0.270401。由于制度變量只是作為表示一個地區擠出效應的調節變量，并不表現制度本身的優劣，因此LIHTC政策在某個地區的擠出效果可根據當地的制度指數進行預判，國家級制度指數同理。

3.4 “地球村個體”住房擠出模型的有效性分析

Eriksen與Rosenthal（2010）通過將美國劃分為不同的地理單元進行實證分析，運用面板數據進行擠出效應的實證研究發現美國大都市級單元統計區域擠出效應、縣級單元統計區域擠出效應以及單元級統計區域擠出效應分別為-0.35、-0.98以及-1.07。

由于澳大利亞個別地區制度數據的缺失，本文隨機選取美國Georgia州的數據進行模型的有效性檢驗，看其是否有效。

由上式可得制度變量與LIHTC新建量的關系如下：

以Georgia州數據來分析，2014年和2015年LIHTC項目住房新建量為1.91套/萬人、2.83套/萬人， 2014年和2015年州制度數據為11.62、10.54。于是我們可得出LIHTC項目新建量變化的理論值和實際值：

LIHTC項目新建量變化理論值=（10.54-11.62）*（-0.969） =1.047

LIHTC項目新建量變化實際值=（2.83-1.91）=0.92

通過比較LIHTC項目新建量變化的理論值與實際值，發現其變動方向一致，但由于統計數據可能存在偏差，導致上述結果存在一定偏差，但偏差較小，由此證明模型是有效的。

本文運用學者對LIHTC項目的擠出效應的研究以及運用已實施LIHTC項目區域的數據， 發現LIHTC項目的新建量對私營住宅新建量存在擠出效應，此結果符合本文研究，且國外學者研究發現擠出效應較大，此結果與本文的實證研究結果-0.954234基本相符。本文在建立LIHTC項目的擠出效應模型時量化了制度這一因素并將其轉化為調節變量進行分析，這可為以后其他未實施LIHTC項目的地區在引進該政策時提供一種參考思路。

結論：

（1）“地球村個體”擠出模型對于不同制度體系下的LIHTC項目實施后的擠出效果存在適用性。

建立模型后，帶入隨機選取的美國Georgia州的各項數據進行檢驗且與已有的該項目擠出效應研究結果進行總結，可得出此住房擠出模型的檢驗結果符合本文研究結果，從而驗證了模型有效性即該模型可應用于不同制度地區的LIHTC實施效果分析。

（2）制度因素與LIHTC項目住房新建量呈現負相關關系。

研究分析表明， LIHTC項目住房新建量與制度因素之間存在負相關關系，在將該項目引入未實施區域時，若想增加LIHTC新建量，則可以優先挑選制度指數低的地區進行實施，從而可以有效地減少相關的政府部門的運營管理工作量。

參考文獻：

[1] MurrayMP.Subsidizedandunsubsidiz

ed housing stocks1935——1987：crowdingo

utand cointegration[J].Journal of Real Estate Finance & Economics，1999，18（1）：107-124.

[2]Eriksen M D，Rosenthal S S.Crowd out effects of place-based subsidized rental housing：New evidence from the LIHTC program[J].Journal of Public Economics， 2010，94（11-12）：953-966.

[3]NorthD.C.Structure and Change in Economic History[M].New York，1981.

[4]韓立鑫.制度與經濟發展[D].吉林大學，2002.

[5]馬宏偉.經濟發展與制度創新[J].經濟評論，2003（1）：31-35.

[6]Malpezzi S，Vandell K.Does the low-income housing tax credit increase the supply of housing？[J].Journal of Housing Economics，2002，11（4）：360-380.

[7]仵世友.“地球村個體”制度差異下LIHTC對私營住宅擠出效果研究[D].深圳大學，2016.

[8]龔唯平，鐘心桃.廣東經濟增長中制度因素對要素效率影響的實證研究[J].南方經濟，2008（4）.

[9]張鵬.基于主成分分析的綜合評價研究[D].南京理工大學，2004：83.

[10]虞曉芬，曾輝，任天舟.保障房對商品住宅的擠出效應：理論與經驗研究——基于浙江省11地市面板數據的分析[J].學術月刊，2015（07）：57-65.