“地球村個體”制度差異下LIHTC對私營住宅擠出效果研究—基于美澳各州數(shù)據(jù)的分析

文/宋博通、程思斯、仵世友 深圳大學(xué) 廣東深圳 518000

低收入家庭的住房問題是決定社會和諧及經(jīng)濟可持續(xù)發(fā)展的核心問題，它是絕大多數(shù)發(fā)達國家在城市化過程中都經(jīng)歷過的住房問題。美國和澳大利亞采用的以LIHTC為基本構(gòu)型的公租房建設(shè)模式，在解決可負擔(dān)住房的建設(shè)、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(nèi)外專家及學(xué)者的關(guān)注。Murray（1999）指出，基于LIHTC的公租房項目并沒有對公共住宅產(chǎn)生擠出效應(yīng)，與此同時對于私營住宅存在擠出效應(yīng)，但是，LIHTC公租房對私營住宅并沒有產(chǎn)生明顯的擠出效應(yīng)。Eriksen與Rosenthal（2010）在其研究中得出結(jié)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(chǎn)生的影響方面，對于政策性出租住宅其產(chǎn)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(chǎn)生了較大住房擠出效應(yīng)。由此表明，對于LIHCT項目產(chǎn)生的擠出效應(yīng)的效果預(yù)判存在著一定的研究價值。

諾斯（1981）認為，制度是規(guī)范人們行為的準(zhǔn)則，是人們創(chuàng)造的用以限制人們互相交往的行為框架，制度因素會對經(jīng)濟的發(fā)展產(chǎn)生影響。馬宏偉（2003）在文章中指出制度是影響經(jīng)濟發(fā)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(jīng)濟的發(fā)展。本文通過構(gòu)建“地球村”模型，將每個已實施的地區(qū)（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(shè)個體特征決定該政策的擠出效果，同時也導(dǎo)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(shù)據(jù)，構(gòu)建一個適用于整個“地球村”的擠出效果預(yù)判模型，從而對未實施區(qū)域進行效果預(yù)判。

1、LIHTC項目

LIHTC項目是根據(jù)1986年的《稅務(wù)改革法案》而設(shè)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(chuàng)建時，只有15年的合同期，后根據(jù)1989年的《收入調(diào)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(fā)商處購買所得稅抵免權(quán)，用于沖抵其納稅的額度。作為交換，在30年內(nèi)，其必須以特定租金（通常低于市場）向符合資質(zhì)的租戶（經(jīng)過審核的低收入住戶群體）租賃特定數(shù)量的房屋。投資者（公司或個人）受益于所得稅的抵免，開發(fā)商（公司，非營利組織或個人）受益于出售抵免權(quán)從投資者收到的現(xiàn)金輸入，聯(lián)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(dān)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(fā)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(chǎn)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(tǒng)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(fā)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(fā)展，基礎(chǔ)設(shè)施得到了建設(shè)，配套設(shè)施與法規(guī)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(jīng)濟形勢的好轉(zhuǎn)，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(shè)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(lián)邦政府每年返還該項目建設(shè)成本的9%，最終，保證該項目建設(shè)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(shè)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(shè)成本的30%得到返還。

1.3 LIHTC項目的分配流程

LIHTC首先是從聯(lián)邦政府根據(jù)人口數(shù)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(lián)邦政府分配返稅額度創(chuàng)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(fā)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(fā)商則會優(yōu)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(xiàn)。

1.4 LIHTC項目現(xiàn)狀分析

據(jù)最新統(tǒng)計數(shù)據(jù)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。

圖1 1995年-2015年每年投放的LIHTC項目數(shù)量以及建設(shè)單元

2、理論模型與制度指標(biāo)

2.1 基本模型的選取

Malpezzi和Vandell在其2002年發(fā)表文章中對于美國各州1987年-2000年的住房數(shù)據(jù)進行了面板回歸分析，通過分析得到的結(jié)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(tài)住房市場分析框架為基本模型開展相關(guān)研究。

2.2 “地球村個體”擠出效應(yīng)模型的構(gòu)建

由于LIHTC及其相關(guān)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(yù)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(diào)個體差異，通過“地球村個體”組成了整個“地球村”。

本文假設(shè)個體特征決定了該政策的擠出效果，正因個體制度特征導(dǎo)致了各個個體的實施效果差異，運用已有數(shù)據(jù)構(gòu)建一個通用的模型對未實施區(qū)域進行效果預(yù)判，從而解決因數(shù)據(jù)缺失而產(chǎn)生的未知實施效果困境。構(gòu)建融入制度因素的“地球村個體”住房擠出效應(yīng)模型，對不同地區(qū)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(shù)設(shè)置為變量進行研究，從而基于地球村整體構(gòu)建相應(yīng)的住房擠出效應(yīng)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(shè)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(shù)，in為各地區(qū)制度指數(shù)。r為不同地區(qū)，t為時間。

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

2.3 制度指標(biāo)因素的選取

2.3.1 國家層面制度因素的選取

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

經(jīng)濟自由度指數(shù)（EFI）：經(jīng)濟自由度指數(shù)是由《華爾街日報》和美國傳統(tǒng)基金會發(fā)布的年度報告，涵蓋全球179個國家和地區(qū)，是全球權(quán)威的經(jīng)濟自由度評價指標(biāo)。該指數(shù)的得分是根據(jù)經(jīng)濟自由度50個指標(biāo)對各個國家和地區(qū)進行評估，每一個指標(biāo)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(jīng)濟的干預(yù)水平，即經(jīng)濟自由度，因此分數(shù)越低表示經(jīng)濟自由度越低。

民主指數(shù)（DI）：由于政治約束指數(shù)的缺失，本文采用民主指數(shù)進行數(shù)據(jù)分析。民主指數(shù)為解析世界上大多數(shù)國家或地區(qū)政權(quán)的民主程度的指數(shù)。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(zhì)量。

腐敗感知指數(shù)（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(fā)布的評估，就世界各國民眾對于當(dāng)?shù)馗瘮顩r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(shù)（WGI）：全球治理指數(shù)由世界銀行所建立的一種評價指標(biāo)體系，它是由“機制”、“績效”、“決策”、“責(zé)任”四個部分及各自具體指標(biāo)構(gòu)成，從全球數(shù)據(jù)出發(fā)，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?！度蛑卫碇笖?shù)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(xié)調(diào)促進各國完善全球治理的作用，對各國應(yīng)對全球治理重要挑戰(zhàn)做出引導(dǎo)。

2.3.2 地區(qū)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(yīng)分解為市場化程度，所有制結(jié)構(gòu)，經(jīng)濟開放度，分配格局和科技體制創(chuàng)新機制五個因子，借助柯布-道格拉斯函數(shù)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(chǎn)生的影響。本文借鑒該研究的結(jié)論，亦選取五個方面指標(biāo)對各個地區(qū)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(xiàn)。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(guān)，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(yù)算和當(dāng)?shù)谿DP的比重作為衡量指標(biāo)，對市場化程度進行量化分析本文參考上述研究經(jīng)驗，得到：市場化程度=政府的公共開支/某地區(qū)的GDP。

2）所有制結(jié)構(gòu)

所有制結(jié)構(gòu)即是產(chǎn)權(quán)界定與分配問題，所有制結(jié)構(gòu)主要由國有經(jīng)濟和個體經(jīng)濟所構(gòu)成。所以，國有經(jīng)濟成分所占比重可用來表示所有制結(jié)構(gòu)，即：所有制結(jié)構(gòu)=規(guī)模以上國有工業(yè)的企業(yè)產(chǎn)值/規(guī)模以上的工業(yè)企業(yè)總產(chǎn)值。

3）經(jīng)濟的開放度

經(jīng)濟的開放度的主要體現(xiàn)為貿(mào)易，特別是對外貿(mào)易，商品進出口總額則是對外貿(mào)易的最主要部分，故：經(jīng)濟的開放度=進出口的總額/某地區(qū)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(xiàn)在再次分配方面。分配格局可以提現(xiàn)國家財政稅收對企業(yè)再生產(chǎn)和個人所得收入的影響，所以，分配格局=企業(yè)的利潤所得稅/企業(yè)的產(chǎn)值。

5）創(chuàng)新機制

創(chuàng)新是各國家地區(qū)經(jīng)濟增長的強大動力，鑒于創(chuàng)新機制衡量的復(fù)雜性，本文選擇科研投入的研究經(jīng)費進行量化分析計算，即：創(chuàng)新機制=科技投入經(jīng)費/某地區(qū)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(qū)2010年-2015年的制度代理變量，通過主成分分析法構(gòu)建區(qū)域制度方程模型。

表 1 KMO 和 Bartlett 的檢驗

3、實證研究

3.1 數(shù)據(jù)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(qū)的國家層面制度因素，即經(jīng)濟自由度指數(shù)（EFI）、民主指數(shù)（DI）、腐敗感知指數(shù)（CPI）、全球治理指數(shù)（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(guī)模的國有企業(yè)及私營企業(yè)的企業(yè)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(shù)據(jù)，作為本文的數(shù)據(jù)來源。

3.2 制度指數(shù)的獲取

制度指數(shù)存在多樣性，每個制度指數(shù)不同，所貢獻的制度總效應(yīng)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(guān)性。因此本文在分析制度指數(shù)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(quán)重，從而能夠直觀地展現(xiàn)各個制度因素對制度總效應(yīng)的重要性。本節(jié)采用國家層面制度指數(shù)進行主成分分析法的計算。

介于數(shù)據(jù)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(qū)的制度指標(biāo)，以主成分分析法進行計算分析和模型構(gòu)建。本文將以2015年國家制度數(shù)據(jù)為例進行分析。

1）KMO 和 Bartlett檢驗

在KMO 和 Bartlett檢驗中，若一組數(shù)據(jù)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(yīng)用于這組數(shù)據(jù)。筆者通過軟件SPSS 19.0來計算，分析結(jié)果得出2015年的國家層面的制度數(shù)據(jù)KMO值為0.701，Bartlett 的顯著性概率值等于0,則該組數(shù)據(jù)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(fā)現(xiàn)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(biāo)數(shù)據(jù)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(shù)的綜合指標(biāo)。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(biāo)的載荷數(shù)值。例如，第一主成分和第二主成分對全球經(jīng)濟自由度指數(shù)的載荷數(shù)值分別為0.882和0.84。

3）權(quán)重計算

本文通過主成分分析法確定權(quán)重。假設(shè)表3中的主成分1為m1，主成分2為m2，根據(jù)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(jù)上式，可以得到主成分1和主成分2 的數(shù)值，通過它們可更進一步的去表示整個數(shù)據(jù)指標(biāo)。根據(jù)計算公式

將數(shù)據(jù)代入即可得知制度指標(biāo)：

歸一指數(shù)權(quán)重，可得到：

最后，通過帶入各個地區(qū)的各項制度因素，即可得出結(jié)果，如2015年，美國、澳大利亞和中國的國家制度指數(shù)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(qū)的制度指數(shù)。

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(shù)據(jù)統(tǒng)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(shù)據(jù)，各變量如上表所示，本文隨機選取美國佐治亞（Georgia）州數(shù)據(jù)作為模型的驗證數(shù)據(jù)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(shù)據(jù)作為研究的，鑒于數(shù)據(jù)年限只有6年，根據(jù)以往學(xué)者經(jīng)驗可知，短時間面板數(shù)據(jù)不需做單位根檢驗及協(xié)整檢驗，因此，本文僅做豪斯曼檢驗。

1）豪斯曼（Hausman）檢驗

根據(jù)計算可得，豪斯曼統(tǒng)計量值為36.452101，p值為0.000，證明在此情況下，固定效應(yīng)模型優(yōu)于隨機效應(yīng)模型，因此，對面板數(shù)據(jù)的回歸選用固定效應(yīng)模型。

2）F值檢驗

H1：模型中的不同個體的截距項不相同。（即備擇假設(shè)為個體固定效應(yīng)模型）

利用Stata12.0計算F值的結(jié)果如下：

以上分析結(jié)果可以得出，，固定效應(yīng)還是隨機效應(yīng)模型上，由于F值＞臨界值，所以由分析結(jié)果可以得出，固定效應(yīng)模型優(yōu)于隨機效應(yīng)模型，應(yīng)選擇固定效應(yīng)模型進行數(shù)據(jù)回歸計算。

綜合豪斯曼檢驗以及F檢驗的結(jié)果，本文采用固定效應(yīng)模型進行面板數(shù)據(jù)的回歸分析。鑒于截面異方差問題的存在，最終，本文構(gòu)建的固定效應(yīng)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(shù)分析

帶入上述模型回歸結(jié)果可得方程3-6。文章采用的固定效應(yīng)模型考慮截面異方差，因此本文各個地區(qū)的截面數(shù)據(jù)項統(tǒng)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(yīng)通過考慮截面異方差的固定效應(yīng)模型來表達，并且從以上分析可以得出以下結(jié)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(yīng)的減少0.281314個單位。此結(jié)果符合預(yù)期，因為總資金量穩(wěn)定不變時，建造成本增加，會使開發(fā)商相應(yīng)地減少開發(fā)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(yīng)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(yīng)，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(dǎo)致私營住宅新建0.305104個單位，此結(jié)果符合預(yù)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(jù)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(yīng)地新建0.135014個單位，此結(jié)果符合現(xiàn)實。因為人口與住房密切相關(guān)，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(yīng)的減少0.194016個單位，此結(jié)果符合預(yù)期。因為住宅空置率的大小反應(yīng)現(xiàn)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(shù)量增加，從而也進一步的說明了市場上房屋供給過多，開發(fā)商積極性降低，從而會相應(yīng)的減少房屋開發(fā)。

6）在地區(qū)層面和國家層面的制度系數(shù)中，地區(qū)層面的制度系數(shù)為-0.924506，國家層面的制度系數(shù)為-0.270401。由于制度變量只是作為表示一個地區(qū)擠出效應(yīng)的調(diào)節(jié)變量，并不表現(xiàn)制度本身的優(yōu)劣，因此LIHTC政策在某個地區(qū)的擠出效果可根據(jù)當(dāng)?shù)氐闹贫戎笖?shù)進行預(yù)判，國家級制度指數(shù)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(shù)據(jù)進行擠出效應(yīng)的實證研究發(fā)現(xiàn)美國大都市級單元統(tǒng)計區(qū)域擠出效應(yīng)、縣級單元統(tǒng)計區(qū)域擠出效應(yīng)以及單元級統(tǒng)計區(qū)域擠出效應(yīng)分別為-0.35、-0.98以及-1.07。

由于澳大利亞個別地區(qū)制度數(shù)據(jù)的缺失，本文隨機選取美國Georgia州的數(shù)據(jù)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(guān)系如下：

以Georgia州數(shù)據(jù)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(shù)據(jù)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(fā)現(xiàn)其變動方向一致，但由于統(tǒng)計數(shù)據(jù)可能存在偏差，導(dǎo)致上述結(jié)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(xué)者對LIHTC項目的擠出效應(yīng)的研究以及運用已實施LIHTC項目區(qū)域的數(shù)據(jù)，發(fā)現(xiàn)LIHTC項目的新建量對私營住宅新建量存在擠出效應(yīng)，此結(jié)果符合本文研究，且國外學(xué)者研究發(fā)現(xiàn)擠出效應(yīng)較大，此結(jié)果與本文的實證研究結(jié)果-0.954234基本相符。本文在建立LIHTC項目的擠出效應(yīng)模型時量化了制度這一因素并將其轉(zhuǎn)化為調(diào)節(jié)變量進行分析，這可為以后其他未實施LIHTC項目的地區(qū)在引進該政策時提供一種參考思路。

結(jié)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(shù)據(jù)進行檢驗且與已有的該項目擠出效應(yīng)研究結(jié)果進行總結(jié)，可得出此住房擠出模型的檢驗結(jié)果符合本文研究結(jié)果，從而驗證了模型有效性即該模型可應(yīng)用于不同制度地區(qū)的LIHTC實施效果分析。

（2）制度因素與LIHTC項目住房新建量呈現(xiàn)負相關(guān)關(guān)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(guān)關(guān)系，在將該項目引入未實施區(qū)域時，若想增加LIHTC新建量，則可以優(yōu)先挑選制度指數(shù)低的地區(qū)進行實施，從而可以有效地減少相關(guān)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(jīng)濟發(fā)展[D].吉林大學(xué),2002.

[5]馬宏偉.經(jīng)濟發(fā)展與制度創(chuàng)新[J].經(jīng)濟評論 ,2003(1)：31-35.

[6]Malpezzi S,Vandell K.Does the lowincome 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(xué)，2016.

[8]龔唯平,鐘心桃.廣東經(jīng)濟增長中制度因素對要素效率影響的實證研究[J].南方經(jīng)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(xué),2004：83.

[10]虞曉芬,曾輝,任天舟.保障房對商品住宅的擠出效應(yīng)：理論與經(jīng)驗研究——基于浙江省11地市面板數(shù)據(jù)的分析[J].學(xué)術(shù)月刊 ,2015(07)：57-65.