楊 彤
(安徽財經大學 財政與公共管理學院,安徽 蚌埠233030)
中國個人住房房產稅征收始于2011年滬、渝兩地。試點城市的房產稅是以居民住宅房為征稅對象,以住宅房屋的計稅余值或租金收入為計稅依據,向產權所有人征收的一種財產稅。在歷經多年的試點后,滬渝兩地的政策、試行效果、存在的問題、優化和改革的方向以及是否在全國范圍內推廣實施該稅種上爭議頗多。目前,中國的稅制結構主要以流轉稅和所得稅為主,財產稅課稅數量少、規模小,對個人住宅房產稅的改革試點有利于優化稅制結構。國內關于房產稅的研究正由初期的理論分析向實證分析轉變。
在理論基礎研究方面,國外學者有關房產稅的理論出發點主要分三種:一是由Netzer提出的傳統論,主張資本不負稅,房產稅完全由本地購房者承擔,從而導致高房價[1];二是由Bloom等提出的利益論,主張購房者自由流動引發地方政府相互競爭,房產稅作為一種受益稅只影響地方性公共支出[2];三是Zodrow等的觀點,他發現資源配置會從房產稅較高地區流向較低地區,從而產生利潤稅效應和流轉稅效應[3]。雖然現今國內外的研究成果已為個人住房房產稅提供了一套理論框架,但在實踐過程中仍有很多問題。
從個人住房房產稅功能定位方面看,其主要作用分別為:(1)為地方政府籌集資金;(2)調控房地產市場,影響房價;(3)調節收入分配。目前國內學者對這3個方面意見都存在分歧。多數學者認為,房價和收入分配存在著內生性關系,但在房產稅對其兩者的影響方面產生了分歧;一部分學者認為,目前房產稅實行的有效性較差,對房地產市場沒有太多影響,甚至惡化了二手房交易,房產稅不適合目前中國國情;也有學者認為,即使目前政策成效還不顯著,但從總體來看,房產稅對稅制結構優化和調節收入分配等方面有積極作用。
第一,籌集資金方面。樊慧霞認為,目前個人住房房產稅采用比例稅率會比較符合國情,這是由于現今稅收機制不完善,難以權衡累進制稅率的級距和范圍[4]。陳哲指出,房產稅征收趨勢存在“U型稅率曲線”,針對不同住宅持有群體應區分稅率征收,不能設置成單一稅率[5]。由于房產稅籌集資金的體量較小,本文重點討論后兩者的相互作用。從稅制結構的角度出發,Oates Wallace等結合國外主流觀點,認為在利益觀點下,財產稅的地方性收益不是真正的稅收而是服務費,資本稅的觀點適用于相對不發達的地區,而利益觀點在發達城市和地區更具相關性[6]。李麗琴認為,房產稅與資源稅的征稅來源與區域經濟二者互補,房產稅作為地方稅的主要稅種具有均衡地區經濟的作用[7]。
第二,房價調控方面。況偉大等結合23個亞太經合國家樣本數據,發現這些國家抑制房價的措施極少是依靠稅率的增加,并認為房產稅理論上能緩解房價漲幅,但利率政策對房價的抑制效果更明顯[8]。王家庭等通過使用DID法檢驗了滬渝房產稅試點對各類住宅價格的影響,結合35個大中城市的樣本數據,發現我國目前房產稅政策實施效果不具備預期效應[9]。從時間效應上來看,Lutz和Byron F認為,房產稅的制度不能立即讓房價變動而影響稅收[10]。房價與稅收的彈性為0.4,意味著房產稅政策真正開始起作用至少需要3年時間,因此,時間性也應納入考慮。
第三,稅收公平性方面。夏商末指出,房產稅的實行會導致部分福利和公共服務受損,對調節收入分配沒有多少效果[11]。邢少文認為,房產稅實行對象目前僅是部分擁有多套房產的人群,針對非自主性的房產征稅很難施展收入調節分配的作用[12]。瞿晶等認為,由于房價和收入分配直接存在著內生性關系,房產稅收政策讓高收入人群受益,導致區域性收入差距會不斷擴大[13]。從試點城市的數據實證角度出發,陳彥斌等[14]的回歸分析與協查關系檢驗研究以及楊巧等[15]基于26個中大城市的實證,都證實了房價對中低收入階層具有重大影響,認為必須同時開展房地產政策與收入分配政策才能有所成效。徐舒等基于序貫決議模型,證明了隨著城市不公平性上升,在房地產市場競爭性較弱的城市,收入不平等會加速住房價格的上漲[16]。
綜上,作為財產稅之一的房產稅,目前在推廣中存在著困難,但是開征綜合財產稅對調節收入分配、社會公平有著積極的影響,也有利于改善我國目前的地方稅制結構。大多學者側重于縱向分析上海、重慶的房價變化,少有從多省市橫向分析房產稅實行的有效性。本文從房價和收入分配的內生性關系出發,基于滬渝等六個典型城市月數據與年數據的面板數據分析,從短期和長期視角展開對房產稅有效性的探討。
房產稅政策在我國幾經變遷。1950年,我國首次面向全國開征城市房地產稅;1972年,將對國營、集體企業征收的城市房地產稅并入工商稅,這時的征稅對象僅包括房產管理部門、個人的房屋,中外合資、合作企業和外資企業的房屋;1984年,開展工商稅制改革,將工商稅分為房產稅和城鎮土地使用稅;1986年,國家頒布了《中華人民共和國房產稅暫行條例》,但對在我國有房產的外國僑民和涉外企業依然征收50年代的城市房地產稅,對其在華機構征收土地使用費。因此,城市房地產稅的實質也是房產稅[17]?!吨腥A人民共和國房產稅暫行條例》[18]也一直沿用至今,目前我國的房產稅征收情況如表1所示。

表1 我國的房產稅稅制
上海和重慶是我國首批房產稅試點城市,均根據自身需求制定并出臺了對個人住房進行征稅的相關細則,具體方案見表2,兩市房產稅政策存在一些明顯差異,主要體現在征稅對象、稅率設置以及免稅面積等方面。

表2 上海、重慶房產稅試點措施
資料來源:《上海市個人住房房產稅征收管理實施細則》[19]和《重慶市個人住房房產稅征收管理實施細則》[20]。
3.1.1 數據說明
選擇上海、重慶、南京、合肥、武漢、成都6個城市為樣本,該樣本的選取主要考慮經濟發展水平的高低以及地域分布的特征,涵蓋一、二線城市,包括實行房產稅與沒有實行房產稅的城市,旨在具體分析房產稅對抑制房價和調節收入分配是否發揮作用。以政策時間為節點,根據國家統計局及其下屬機構發布的統計年鑒數據,選取2010年1月至2011年12月的數據來探討房產稅政策短期實行有效性。由于合肥市在2016年開始實行限購政策,為避免2016年限購政策造成的突變影響,長期政策實行的有效性則通過選取2006至2015年間各城市的住宅房均價、人均可支配收入等數據作為樣本展開分析。
3.1.2 變量選擇
主要分析房價受房產稅征收可能發生的變動,因此價格指數等貨幣政策的變量是更具代表性的解釋變量,而財政政策和行政干預政策等則以虛擬變量的形式引入樣本,其間,具體變量選擇的依據如下:
(1)消費者價格指數(CPI)不斷升高,表明我國目前通貨膨脹加大,房產作為特殊商品,雖然房價會隨CPI指數上升而上漲,但同時房產又具有保值增值的功能,可以抑制通貨膨脹。在物價上漲的同時會導致購房需求的增加,從而進一步推高房價,CPI指數作為衡量通貨膨脹的指標應納入考慮。
(2)存貸款利率不停上調,貸款利率的上升進一步增加了購房成本,對房價上漲起到推動作用。因此,選取5年期以上貸款利率作為貨幣政策影響納入考慮。
(3)主要的調控政策是實行限購政策和房產稅試點政策,這兩個政策作為定性變量應納入考慮。
基于上述對變量的分析,本文選取以下指標展開深入研究:
(1)被解釋變量——房價指標(HP)。
(2)解釋變量——5年期以上貸款利率(RL)、通貨膨脹率指標(CPI)以及區別限購政策出臺和房產稅政策試點前后的定性變量,即虛擬變量D1和D2。
3.2.1 變異系數、基尼系數及泰爾指數
樣本城市在經濟發展水平、所處地理位置以及人口分布密度等方面均存在各種差異,且直接影響著收入分配,進而導致房價差異,因而本文采用權衡收入分配的指標——變異系數(CV)、基尼系數和泰爾指數,從不同的視角描述區域經濟發展的差異及變化趨勢。變異系數是樣本數據標準差與平均數的比,消除了量綱對樣本數據的影響,反映了數據的離散程度;基尼系數是指在全體居民收入中不均分配收入占總收入的比例,用于反映居民之間的貧富差距;泰爾指數是衡量收入差距的指標,泰爾熵標準可以衡量組內差距和組間差距對總差距的成效。本文通過上述3個指標的計算來描述各個城市間房價變動的差異,并以差異動態演變軌跡的轉折點為面板協整模型的突變點,并以此進一步分析政策對房價的影響。具體指標如下:

變異系數:
(1)
基尼系數:
(2)
泰爾指數:
(3)
其中,Wk表示第k組人均可支配收入占總人均可支配收入的比重,ek表示第k組人口數占總人口數的比重。
3.2.2 單位根及面板協整檢驗
當一組時間序列的方差或期望值隨著時間的變化而改變,那么,該序列就是非平穩的時間序列。隨機過程為{yt,t=1,2,3,…},
若yt=ρyt-1+εt,t=1,2,…,T
(4)
在式(4)中,通過檢驗與ρ之間的大小關系來判斷時間序列的平穩性,即原假設ρ=11,備擇假設ρ<1。將式(4)兩邊同時減去yt-1,得
Δyt=ηyt-1+εtt=1,2,…,T
(5)
yt=φ1yt-1+…+φpyt-p+εt
(6)
(7)
(8)
其中:η=ρ-1,因而原假設和備擇假設改為η=0和η=1,該檢驗被稱為DF檢驗,且在一階滯后時有效。當序列存在高階滯后相關時,則需要進行ADF檢驗。單位根檢驗主要通過η的估計值來判斷。
由于變量之間可能存在長期穩定的均衡關系,因此非平穩的經濟變量的線性組合卻可能是平穩的?;诖_定存在面板單位根的前提,便可以做面板協整檢驗。
3.2.3 虛擬變量
根據3個指數長短期分析圖,我們可以得出存在于2010年和2011年的兩個突變點,原因是限購政策和房產稅政策的實行,樣本數據涵蓋范圍包括實行城市和未實行城市,為了避免突變節點對模型的影響,引入虛擬變量D1i,D2iD1i,D2i。
(9)
其中,T1i表示第i個城市行政限購令實施的時間,T2i表示第i個城市房產稅展開實施的時間。
3.3.1 數據變動趨勢
按照式(1)、式(2)、式(3),分別測算樣本地區2011年1月前后共24個月以及2006年至2015年的3個指數,用以描述樣本城市房價短期和長期的差異性及其演變動態。

圖1 月度變異系數

圖2 月度基尼系數

圖3 月度泰爾指數

圖4 年度變異系數

圖5 年度基尼系數

圖6 年度泰爾指數
圖1—圖3顯示出3個指數在24個月中的變動軌跡,其中,橫坐標的每格表示一個月的時間。圖4—圖6顯示了10年內3個指數的變動軌跡,其中,橫坐標的每格表示一年的時間。從圖1—圖3中可以看出,變異系數呈先上升再下降再相對穩定的波動過程,基尼系數的變化軌跡與變異系數相似,也是先升后降繼而平穩,但泰爾指數則在先升后降之后沒有步入平穩階段。值得注意的是,這3個指數均有共同的轉折點,而轉折點符合限購令和房產稅政策出臺的時間,說明政策出臺前一線城市在通貨膨脹預期的作用下,投資性需求增加推動房價上漲,而二線城市房價差異不斷增大。此外,從圖1—圖3可以看出,2010年1月至2010年12月間的軌跡都呈上升趨勢,說明房產稅和限購政策出臺后,遏制了投資性需求,緩解了房價上漲,導致一、二線城市間的房價差異不再繼續拉大;從圖4—圖6可以看出,3個指數軌跡一致,都是在2008年金融危機下房價暴漲且城市間差異變大,而在2011年后都有所緩解,說明房產稅政策起到一定作用,但2012年以后的曲線都呈現上升趨勢,盡管在2013年出臺了“新國五條”加碼政策,但效果不佳,后幾年房價持續走高,差異不斷擴大。
3.3.2 面板單位根檢驗
時間序列的單位根檢驗的主要目的在于區分宏觀經濟變量是存在單位根的不平穩過程還是存在突變的平穩過程。本文應用Eviews軟件對HP、CPI以及RL分別進行了單位根檢驗,結果如表3所示。

表3 面板數據單位根檢驗
假設單位根存在HP與RL,在各種方法下p均大于0.05,故接受假設,但CPI不接受。因此,這是存在部分平穩、部分不平穩的模型,對此需要進一步優化數據結構。
3.3.3 協整檢驗優化
針對變量進行協整檢驗,假設為協整存在,由表4可以看出,Kao檢驗p為0.0299,低于5%接受假設,Pedroni檢驗p均大于0.05拒絕假設,Johansen檢驗p值接受假設。Pedroni檢驗結果與kao和Johansen檢驗相違背。結合上文在選擇模型變量時對變量進行的分析和通過3個指標的分析圖,可以發現數據存在兩個突變點,即房產稅政策出臺時間和第一批實行限購政策的時間。這是沒有考慮到樣本數據的突變節點即政策出臺的影響,導致了方程的樣本偏差和偽回歸。因此,引入兩個突變節點的虛擬變量修正協整方程,可以解決結構突變帶來的不確定性。

表4 面板數據協整檢驗

Kao檢驗

Johansen檢驗
引入虛擬變量D1i、D2i,如公示(9)所示,在構建好虛擬變量后,進行Hausman檢驗分析模型的具體類型。如果通過檢驗,意味著個體影響與解釋變量不相關(結果見表5),Hausman Test中Cross-section random統計量是3606.550,p值是0.7770,即接受原假設,將模型設定為隨機模型。

表5 Hausman檢驗
為確定隨機模型形式,兩個原假設如下:
w1∶β1=β2=…=βn
判定規則如下:
不變參數模型:接受假設W2;
固定效應模型:拒絕假設W2,接受假設W1;
變系數模型:拒絕假設W2,且拒絕假設W1。
構建變系數模型得S1、構建固定效應模型得S2、構建不變參數模型得S3,計算出F1、F2并結合臨界值Fα,得到:
(12)

(13)
得出F1=0.9060
通過F檢驗得出應選擇固定效應模型,通過剔除相關性不大的變量,最終模型如下:
HPit=c+α2D1i+α2D2i+β1CPIi+β2R1+β3(D2iR1)+μit
(14)
回歸結果見表6。

表6 面板協整回歸模型
根據表6的回歸結果可知:住宅房價格與CPI呈正相關,與5年以上貸款利率呈負相關;限購令對抑制房價有效;房產稅政策對抑制房價無效,但對利率存在負相關關系。
根據上述回歸方程導出殘差值并進行單位根檢驗,結果顯示:4種方法在5%的顯著性水平下均拒絕單位根。因此,可認為該回歸方程是穩定的,由此得出了最終的協整方程。

表7 回歸殘差單位根檢驗結果
根據模型回歸的結果可知,大部分數據的系數均在5%水平下顯著,水平漂移項D1的系數為-2556.225,說明第一批城市限購政策對于遏制房價上漲有顯著作用,水平漂移項D2的系數為1258.321,說明房產稅試點政策并沒有抑制房價反而促進了房價的上漲,加劇了收入分配不公平。CPI指數為91.27,說明CPI指數與住宅房均價存在正相關。RL的系數為負相關,說明長期貸款利率的上漲具有抑制房價的作用。因此,政府可以采取貨幣政策與財政政策并行的措施,調控房價和收入分配的不均衡。從中西部地區的固定效應較大可以看出,經濟較不發達地區對利率變化的敏感性更大。協整系數漂移項D2RL的系數為-162.0281,說明在房產稅政策試點后,帶動了5年以上貸款利率的下降。雖然短期存在購房者為了避免房價預期上漲成本,更傾向于提前購房避免預期損失的情況,但在長期已無較大影響。此外,從固定效應上來看,房產稅政策對重慶的作用大于上海,中西部城市作用大于東部城市,經濟不發達地區大于經濟發達地區,而對于南京、上海,政策基本沒有起到作用,而合肥作用較小,武漢、重慶、成都作用較大,重慶作用最大。
通過對6個城市的典型性數據分析,從短期和長期兩個角度分析了房產稅實行的有效性,構建了6個城市10年的面板數據,充分考慮了2010年的第一批限購城市和2011年房產稅試點這兩個時間節點,對樣本進行分析整理得出了最終的結構面板協整模型。
通過變異指數、基尼系數和泰爾指數這3個常用的衡量收入分配不平等的指標,從短期數據即兩個政策實行節點前后1年的24個月的數據進行分析,得出限購令和房產稅試點的確在一定程度上縮小了城市間的住宅商品房均價差距,但在2013年后進一步出臺的房地產調控政策并沒有達到預期的效果,房價持續走高,城市間收入分配不公平加劇,房產稅試點政策成效較差。從長期數據即2006年至2015年的年數據來看,除去因為2008年金融危機導致的收入不平等加劇外,雖在兩個政策實行期都有所緩解,其中限購令在短期內作用更大,但從整體而言政策沒有明顯作用。
為進一步探討房產稅作用的有效性,本文選取了住宅商品房均價,居民消費指數和5年以上貸款利率作為研究對象,并入了政策實行期的時間節點作為虛擬變量,在檢驗通過的情況下,模擬出面板協整方程,總結出以下結論:
(1)房產稅政策實施后的3個系數均小于稅前系數,說明房產稅在一定程度上對收入分配的調節有積極影響,但從總體而言,房產稅試點政策實施效果較差,在短期內緩解了房價,但從長期來看并沒有效果,截至目前限購政策在效果上好于房產稅試點政策,說明行政政策還是處于主導地位。
(2)居民消費指數變動周期跟房地產周期高度吻合,系數之間呈正相關關系,間接說明了通貨膨脹是加劇房價上漲、收入分配不平等的重要因素。房價和收入分配差距的調控受到多方面的影響,因而單從房產稅政策實施的有效性出發不能具體證實房價和政策存在確實的關系,房價的漲落主要取決于供需關系,稅收政策的作用不明顯。
(3)5年以上貸款利率的上升有利于抑制房價,緊縮性貨幣政策有一定效果,但只存在于購房者對預期房價持有下跌觀望態度,如果房價持續上漲,貸款利率的上升會加劇房價上漲,且經濟較不發達的地區對利率變化的敏感性較大,經濟發達地區貨幣政策收效甚微。
第一,健全房產稅相關政策,減少政策執行難度,提高政策執行效果,促使房地產市場逐步從行政政策為主過渡到以財政政策和貨幣政策等經濟政策為中心。本文將限購政策和房產稅政策同時納入有效性考量中,從模型系數上看,發現作為行政政策的限購令效果好于房產稅政策,表明目前中國對房地產市場的調節還是依賴于政府出臺的政策,不能夠做到市場自我調節,短期內行政政策作用明顯。但在現今市場化愈演愈烈的經濟體制下,受市場經濟運行機制的影響,房價的波動變化也必然部分由房屋供需雙方的狀況所決定。房價抑制重點依靠限購政策是難以長久的,必須同時依靠貨幣性政策和中央結合地方的財政政策,才能做到可持續發展。
第二,加快房產稅立法工作,對房產稅的管理權限進行下放,建立中央監管、地方自主的房產稅征收體系。由于各區域具體的房地產市場差距較大,不同城市的房產稅政策也不盡相同,推廣全國性的房產稅政策難度較大,阻礙了相關試點城市政策的制定和開展。從模型上看,經濟欠發達地區房產稅政策的有效性大于經濟發達地區,而目前最需要抑制房價的經濟發達地區房產稅卻收效甚微,比起抑制房價的作用,房產稅政策更應關注于長期性的調節收入分配不公的現象,且進一步完善房產稅政策并不意味著抑制高房價。由于房產稅實行城市具體經濟情況的不同,所需設定的稅率、稅基、起征點、征收對象和范圍都應有所差異。
第三,拓寬未來課稅范圍,制定優惠減免措施,組建長效調節機制。影響收入分配不平等的原因比較復雜,不能僅依靠加快房產稅立法來解決,還應配備相應措施,使房產稅成為一個長期有效機制的組成部分。此外,對于課稅范圍,目前我國試點地區僅對增量房征稅,但在未來對存量房也要征稅,通過借鑒國際上的普遍做法,制定相應稅收減免優惠政策,計稅依據也應制定規范的房產評估程序,稅率也應與時俱變,每兩至三年進行適度調整,充分考慮各方面因素,從而客觀、準確、及時、科學地體現房地產市場價值。