宋博通
【摘要】美國(guó)低收入住房返稅項(xiàng)目(Low-Income Housing Tax Credits,簡(jiǎn)稱LIHTC項(xiàng)目)對(duì)私營(yíng)住宅的擠出效果是政府比較關(guān)心的問(wèn)題。在該項(xiàng)目已實(shí)施的住房區(qū)域,可以驗(yàn)證其產(chǎn)生的擠出效果;而在未實(shí)施該項(xiàng)目的住房區(qū)域,由于數(shù)據(jù)缺失而無(wú)法對(duì)其實(shí)施效果進(jìn)行預(yù)判。為解決因未實(shí)施區(qū)域數(shù)據(jù)缺失而導(dǎo)致無(wú)法對(duì)其實(shí)施效果進(jìn)行預(yù)判難題,文章構(gòu)建了融入制度指數(shù)的“地球村個(gè)體”住房擠出模型,弱化國(guó)家層面概念,將目標(biāo)個(gè)體(如州或城市)的制度特征包含進(jìn)去進(jìn)行考慮,來(lái)研究不同制度環(huán)境下LIHTC可能的擠出效果,并為該項(xiàng)目引入未實(shí)施區(qū)域提供建議。實(shí)證結(jié)果顯示,LIHTC對(duì)私營(yíng)住宅有很大的擠出效應(yīng),同時(shí),LIHTC新建量與制度指數(shù)呈現(xiàn)出負(fù)向關(guān)系。在應(yīng)用于未實(shí)施該項(xiàng)目的區(qū)域時(shí),可以優(yōu)先選擇制度指數(shù)較低的區(qū)域?qū)嵤?/p>
【關(guān)鍵詞】LIHTC項(xiàng)目;住房擠出效應(yīng)模型;制度指數(shù);地球村個(gè)體;保障性住房
低收入家庭的住房問(wèn)題是決定社會(huì)和諧及經(jīng)濟(jì)可持續(xù)發(fā)展的核心問(wèn)題,它是絕大多數(shù)發(fā)達(dá)國(guó)家在城市化過(guò)程中都經(jīng)歷過(guò)的住房問(wèn)題。美國(guó)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(fù)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(xiàng)目是美國(guó)目前提供保障性住房最重要的來(lái)源,自1986年該項(xiàng)目實(shí)施至今,始終受到國(guó)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(xiàng)目并沒(méi)有對(duì)公共住宅產(chǎn)生擠出效應(yīng),與此同時(shí)對(duì)于私營(yíng)住宅存在擠出效應(yīng),但是,LIHTC公租房對(duì)私營(yíng)住宅并沒(méi)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(duì)于政策性出租住宅其產(chǎn)生的影響較小,對(duì)于市場(chǎng)出租住宅尤其是非補(bǔ)貼性住宅,其產(chǎn)生了較大住房擠出效應(yīng)。由此表明,對(duì)于LIHCT項(xiàng)目產(chǎn)生的擠出效應(yīng)的效果預(yù)判存在著一定的研究?jī)r(jià)值。
諾斯(1981)認(rèn)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(huì)對(duì)經(jīng)濟(jì)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(jì)發(fā)展的根本因素,國(guó)與國(guó)之間競(jìng)爭(zhēng),實(shí)際上是制度的競(jìng)爭(zhēng),有效的制度可以大大地促進(jìn)異國(guó)經(jīng)濟(jì)的發(fā)展。本文通過(guò)構(gòu)建“地球村”模型,將每個(gè)已實(shí)施的地區(qū)(如各州)視為每個(gè)“地球村個(gè)體”,將國(guó)家概念淡化,強(qiáng)化個(gè)體概念,并假設(shè)個(gè)體特征決定該政策的擠出效果,同時(shí)也導(dǎo)致各個(gè)個(gè)體的實(shí)施效果差異。本文運(yùn)用已實(shí)施該項(xiàng)目的各州數(shù)據(jù),構(gòu)建一個(gè)適用于整個(gè)“地球村”的擠出效果預(yù)判模型,從而對(duì)未實(shí)施區(qū)域進(jìn)行效果預(yù)判。
1、LIHTC項(xiàng)目
LIHTC項(xiàng)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(xiàng)目,是美國(guó)目前保障性住房的最主要來(lái)源。在LIHTC最初創(chuàng)建時(shí),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(jì)劃的核心是投資者從國(guó)家篩選的開(kāi)發(fā)商處購(gòu)買(mǎi)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(chǎng))向符合資質(zhì)的租戶(經(jīng)過(guò)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(gè)人)受益于所得稅的抵免,開(kāi)發(fā)商(公司,非營(yíng)利組織或個(gè)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(shí)施、推廣與普及,國(guó)稅局(IRS)按照每個(gè)州的人均資金來(lái)計(jì)算分配金額。LIHTC項(xiàng)目通過(guò)對(duì)于稅收的補(bǔ)貼機(jī)制,激勵(lì)了公司,非營(yíng)利組織和個(gè)人對(duì)于可負(fù)擔(dān)住房的投資熱情2008年,澳大利亞政府借鑒LIHTC項(xiàng)目,通過(guò)改進(jìn)出臺(tái)了具有本國(guó)特色的國(guó)家保障房租用計(jì)劃(National Rental Affordability Scheme,簡(jiǎn)稱NRAS),鑒于NRAS計(jì)劃是基于LIHTC項(xiàng)目的改進(jìn),所以本文主要選取LIHTC項(xiàng)目為例進(jìn)行詳細(xì)闡述。
1.1發(fā)展歷程
1986年,國(guó)會(huì)通過(guò)了稅制改革法案,推行了低收入住房返稅項(xiàng)目,該項(xiàng)目對(duì)之后美國(guó)的保障房產(chǎn)生了深遠(yuǎn)的影響,1990年開(kāi)始,該項(xiàng)目得到了廣泛推廣,1993年時(shí)任美國(guó)總統(tǒng)克林頓將該項(xiàng)目正式寫(xiě)入了法令中,也由此吸引了大量的開(kāi)發(fā)商和投資者參與到了該項(xiàng)目的投資,隨著LIHTC成為稅收的正式法令,從1993年至2007年,該項(xiàng)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(jī)的影響,該項(xiàng)目的推廣受到了一定阻礙,此后隨著經(jīng)濟(jì)形勢(shì)的好轉(zhuǎn),該項(xiàng)目也逐步回暖。從1995年到2015年,平均每年完成超過(guò)1460個(gè)項(xiàng)目,年均11萬(wàn)個(gè)住房單位投入使用,目前,美國(guó)保障房中LIHTC貢獻(xiàn)了將近90%的住房單位。
1.2 LIHTC項(xiàng)目返稅額度的方法計(jì)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(xiàng)目
9%項(xiàng)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(xiàng)目建設(shè)成本的9%,最終,保證該項(xiàng)目建設(shè)成本的70%得到返還,需要說(shuō)明的是該項(xiàng)目中每年9%的稅收返還并不是固定利率,而是基于時(shí)間價(jià)值和通貨膨脹率所計(jì)算出來(lái)的,從1986年至今,該利率浮動(dòng)范圍在7.35% 和9.27% 之間,2008年初為了避免金融危機(jī)的影響,9%被設(shè)定為臨時(shí)最低閾值,該利率浮動(dòng)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(xiàng)目
4%項(xiàng)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(xiàng)目相同,4%返還項(xiàng)目也是為期十年,利率也是浮動(dòng)利率,最終,保證該項(xiàng)目建設(shè)成本的30%得到返還。
1.3 LIHTC項(xiàng)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(wàn)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(xiàng)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(gè)LITHC項(xiàng)目的資格分配計(jì)劃(QAP),并對(duì)其進(jìn)行打分排序。最后,開(kāi)發(fā)商得到的分配返稅額度可以用來(lái)出售或者沖抵個(gè)人所得稅額,通常,投資者傾向于直接沖抵個(gè)人所得稅,開(kāi)發(fā)商則會(huì)優(yōu)先選擇用該分配額度沖抵其他項(xiàng)目的資金或者出售給投資者變現(xiàn)。
1.4 LIHTC項(xiàng)目現(xiàn)狀分析
據(jù)最新統(tǒng)計(jì)數(shù)據(jù)顯示,從1987年至2015年,該項(xiàng)目為美國(guó)累計(jì)提供了超過(guò)297萬(wàn)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(xiàng)目。僅在2004年一年中,基于該項(xiàng)目美國(guó)政府提供了145218套的住宅,達(dá)到了該項(xiàng)目住宅投放的史上最大值,詳見(jiàn)圖1。
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(duì)于美國(guó)各州1987年-2000年的住房數(shù)據(jù)進(jìn)行了面板回歸分析,通過(guò)分析得到的結(jié)論顯示LIHTC住房新建量對(duì)私營(yíng)住宅市場(chǎng)存在著完全擠出。本文選取Malpezzi與Vandell(2002)的靜態(tài)住房市場(chǎng)分析框架為基本模型開(kāi)展相關(guān)研究。
2.2“地球村個(gè)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(guó)和澳大利亞實(shí)施,無(wú)法對(duì)其效果進(jìn)行預(yù)判,所以在本文中我們將國(guó)家概念淡化,將美國(guó)各個(gè)政策實(shí)施州看做獨(dú)立的個(gè)體,也即“地球村個(gè)體”,著重強(qiáng)調(diào)個(gè)體差異,通過(guò)“地球村個(gè)體”組成了整個(gè)“地球村”。
本文假設(shè)個(gè)體特征決定了該政策的擠出效果,正因個(gè)體制度特征導(dǎo)致了各個(gè)個(gè)體的實(shí)施效果差異,運(yùn)用已有數(shù)據(jù)構(gòu)建一個(gè)通用的模型對(duì)未實(shí)施區(qū)域進(jìn)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(shí)施效果困境。構(gòu)建融入制度因素的“地球村個(gè)體”住房擠出效應(yīng)模型,對(duì)不同地區(qū)的LIHTC住房實(shí)施效果進(jìn)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(jìn)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(yíng)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(guó)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(shí)間。
本文的研究目標(biāo)為L(zhǎng)IHTC住房新建量系數(shù) , 的符號(hào)代表LIHTC項(xiàng)目對(duì)私營(yíng)住宅的擠出或擠入效應(yīng),如 <0則說(shuō)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(guó)家層面制度因素的選取
本文選取經(jīng)濟(jì)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(jìn)行國(guó)家層面制度的研究。
經(jīng)濟(jì)自由度指數(shù)(EFI):經(jīng)濟(jì)自由度指數(shù)是由《華爾街日?qǐng)?bào)》和美國(guó)傳統(tǒng)基金會(huì)發(fā)布的年度報(bào)告,涵蓋全球179個(gè)國(guó)家和地區(qū),是全球權(quán)威的經(jīng)濟(jì)自由度評(píng)價(jià)指標(biāo)。該指數(shù)的得分是根據(jù)經(jīng)濟(jì)自由度50個(gè)指標(biāo)對(duì)各個(gè)國(guó)家和地區(qū)進(jìn)行評(píng)估,每一個(gè)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(duì)經(jīng)濟(jì)的干預(yù)水平,即經(jīng)濟(jì)自由度,因此分?jǐn)?shù)越低表示經(jīng)濟(jì)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(jìn)行數(shù)據(jù)分析。民主指數(shù)為解析世界上大多數(shù)國(guó)家或地區(qū)政權(quán)的民主程度的指數(shù)。它通過(guò)分析政治參與度、選舉的程序及其多樣性、運(yùn)作情況以及政治文化水平五個(gè)方面,從而量化各個(gè)國(guó)家的民主質(zhì)量。
腐敗感知指數(shù)(CPI):是總部位于德國(guó)柏林的非政府組織——透明國(guó)際自1995年起每年發(fā)布的評(píng)估,就世界各國(guó)民眾對(duì)于當(dāng)?shù)馗瘮顩r的主觀感知程度予以評(píng)估及排名。評(píng)級(jí)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(píng)價(jià)指標(biāo)體系,它是由“機(jī)制”、“績(jī)效”、“決策”、“責(zé)任”四個(gè)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(gè)國(guó)家對(duì)全球治理的參與和貢獻(xiàn)度?!度蛑卫碇笖?shù)報(bào)告》直觀的反映了世界各國(guó)參與全球治理的基本情況,能夠起到協(xié)調(diào)促進(jìn)各國(guó)完善全球治理的作用,對(duì)各國(guó)應(yīng)對(duì)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(chǎng)化程度,所有制結(jié)構(gòu),經(jīng)濟(jì)開(kāi)放度,分配格局和科技體制創(chuàng)新機(jī)制五個(gè)因子,借助柯布-道格拉斯函數(shù)和主成分分析法,計(jì)算多元線性回歸,分析了各個(gè)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(gè)方面指標(biāo)對(duì)各個(gè)地區(qū)制度因素進(jìn)行量化分析。
1)市場(chǎng)化程度
市場(chǎng)化程度是對(duì)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(chǎng)化程度與政府分配資源程度成負(fù)相關(guān),即市場(chǎng)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(duì)市場(chǎng)化程度進(jìn)行量化分析本文參考上述研究經(jīng)驗(yàn),得到:市場(chǎng)化程度=政府的公共開(kāi)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(wèn)題,所有制結(jié)構(gòu)主要由國(guó)有經(jīng)濟(jì)和個(gè)體經(jīng)濟(jì)所構(gòu)成。所以,國(guó)有經(jīng)濟(jì)成分所占比重可用來(lái)表示所有制結(jié)構(gòu),即:所有制結(jié)構(gòu)=規(guī)模以上國(guó)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(jì)的開(kāi)放度
經(jīng)濟(jì)的開(kāi)放度的主要體現(xiàn)為貿(mào)易,特別是對(duì)外貿(mào)易,商品進(jìn)出口總額則是對(duì)外貿(mào)易的最主要部分,故:經(jīng)濟(jì)的開(kāi)放度=進(jìn)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(guó)家財(cái)政稅收對(duì)企業(yè)再生產(chǎn)和個(gè)人所得收入的影響,所以,分配格局=企業(yè)的利潤(rùn)所得稅/企業(yè)的產(chǎn)值。
5)創(chuàng)新機(jī)制
創(chuàng)新是各國(guó)家地區(qū)經(jīng)濟(jì)增長(zhǎng)的強(qiáng)大動(dòng)力,鑒于創(chuàng)新機(jī)制衡量的復(fù)雜性,本文選擇科研投入的研究經(jīng)費(fèi)進(jìn)行量化分析計(jì)算,即:創(chuàng)新機(jī)制=科技投入經(jīng)費(fèi)/某地區(qū)的GDP。
在本文中,收集了美國(guó)、澳大利亞和中國(guó)下屬的各個(gè)地區(qū)2010年-2015年的制度代理變量,通過(guò)主成分分析法構(gòu)建區(qū)域制度方程模型。
3、實(shí)證研究
3.1數(shù)據(jù)來(lái)源
首先本文搜集并整理了2010年-2015年全球158個(gè)國(guó)家和地區(qū)的國(guó)家層面制度因素,即經(jīng)濟(jì)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(duì)2010年-2015年里,美國(guó)各個(gè)州以及澳大利亞各個(gè)州的私營(yíng)住房新建量、LIHTC計(jì)劃住房新建量、私營(yíng)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(gè)州的達(dá)到一定規(guī)模的國(guó)有企業(yè)及私營(yíng)企業(yè)的企業(yè)概況、利潤(rùn)、支出、稅收、科研情況等進(jìn)行了搜集及整理。最終以美國(guó)的21個(gè)州以及澳大利亞的2個(gè)州的數(shù)據(jù),作為本文的數(shù)據(jù)來(lái)源。
3.2制度指數(shù)的獲取
制度指數(shù)存在多樣性,每個(gè)制度指數(shù)不同,所貢獻(xiàn)的制度總效應(yīng)以及重要程度也不同,除此之外,每個(gè)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(shí),采用主成分分析法。主成分分析法,一是可以消除各個(gè)制度因素的多重共線性;二是能夠客觀的測(cè)算各個(gè)制度因素的權(quán)重,從而能夠直觀地展現(xiàn)各個(gè)制度因素對(duì)制度總效應(yīng)的重要性。本節(jié)采用國(guó)家層面制度指數(shù)進(jìn)行主成分分析法的計(jì)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(gè)國(guó)家和地區(qū)的制度指標(biāo),以主成分分析法進(jìn)行計(jì)算分析和模型構(gòu)建。本文將以2015年國(guó)家制度數(shù)據(jù)為例進(jìn)行分析。
1)KMO 和 Bartlett檢驗(yàn)
在KMO 和 Bartlett檢驗(yàn)中,若一組數(shù)據(jù)的KMO ≥0.5且Bartlett的球形檢驗(yàn)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(guò)軟件SPSS 19.0來(lái)計(jì)算,分析結(jié)果得出2015年的國(guó)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(jìn)行主成分分析,如表1所示。
2)特征值提取
通過(guò)表2我們可以發(fā)現(xiàn)位于前兩個(gè)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(dá)到總方差的62.561%,第二主成分的解釋方差達(dá)到總方差的24.157%,二者的綜合主成分累積貢獻(xiàn)率達(dá)到了86.718%,大于臨界值80%,則可說(shuō)明這兩個(gè)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(gè)的主成分作為評(píng)價(jià)總體的制度指數(shù)的綜合指標(biāo)。荷載矩陣分布表見(jiàn)表3。
從表3中,我們可以直觀地看到兩個(gè)主成分對(duì)國(guó)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(duì)全球經(jīng)濟(jì)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(jì)算
本文通過(guò)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(jì)算公式可計(jì)算得到:特征向量值=因子荷載量(m1,m2)/特征根開(kāi)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(dá)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(guò)它們可更進(jìn)一步的去表示整個(gè)數(shù)據(jù)指標(biāo)。根據(jù)計(jì)算公式
,從而確定權(quán)重,得到制度的指標(biāo)值為:
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(guò)帶入各個(gè)地區(qū)的各項(xiàng)制度因素,即可得出結(jié)果,如2015年,美國(guó)、澳大利亞和中國(guó)的國(guó)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(guó)、澳大利亞以及所選23個(gè)區(qū)的制度指數(shù)。
3.3“地球村個(gè)體”模型的回歸及檢驗(yàn)
3.3.1 “地球村個(gè)體”住房擠出模型的數(shù)據(jù)統(tǒng)計(jì)
澳大利亞政府2008年起首次引入基于LIHTC的住房返稅項(xiàng)目,本文選用2010年—2015年的美國(guó)和澳大利亞各個(gè)州的數(shù)據(jù),各變量如上表所示,本文隨機(jī)選取美國(guó)佐治亞(Georgia)州數(shù)據(jù)作為模型的驗(yàn)證數(shù)據(jù)組。
3.3.2 “地球村個(gè)體”住房擠出模型的檢驗(yàn)與選擇
受澳大利亞政府實(shí)施LIHTC項(xiàng)目的年份所限,本文采用寬截面短時(shí)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(yàn)可知,短時(shí)間面板數(shù)據(jù)不需做單位根檢驗(yàn)及協(xié)整檢驗(yàn),因此,本文僅做豪斯曼檢驗(yàn)。
1)豪斯曼(Hausman)檢驗(yàn)
根據(jù)計(jì)算可得,豪斯曼統(tǒng)計(jì)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(jī)效應(yīng)模型,因此,對(duì)面板數(shù)據(jù)的回歸選用固定效應(yīng)模型。
2)F值檢驗(yàn)
H0:,表示模型中的不同個(gè)體的截距項(xiàng)相同。(即原假設(shè)為混合模型)
H1:模型中的不同個(gè)體的截距項(xiàng)不相同。(即備擇假設(shè)為個(gè)體固定效應(yīng)模型)
利用Stata12.0計(jì)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(jī)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(jī)效應(yīng)模型,應(yīng)選擇固定效應(yīng)模型進(jìn)行數(shù)據(jù)回歸計(jì)算。
綜合豪斯曼檢驗(yàn)以及F檢驗(yàn)的結(jié)果,本文采用固定效應(yīng)模型進(jìn)行面板數(shù)據(jù)的回歸分析。鑒于截面異方差問(wèn)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(gè)地區(qū)的截面數(shù)據(jù)項(xiàng)統(tǒng)一用Cr表示。將模型進(jìn)行進(jìn)一步檢驗(yàn)與篩選后,本文將融入制度因素的LIHTC項(xiàng)目的擠出效應(yīng)通過(guò)考慮截面異方差的固定效應(yīng)模型來(lái)表達(dá),并且從以上分析可以得出以下結(jié)論:
1)在新建私營(yíng)住宅中,建造成本每增加一個(gè)單位,私營(yíng)住宅的新建量會(huì)相應(yīng)的減少0.281314個(gè)單位。此結(jié)果符合預(yù)期,因?yàn)榭傎Y金量穩(wěn)定不變時(shí),建造成本增加,會(huì)使開(kāi)發(fā)商相應(yīng)地減少開(kāi)發(fā)新的私營(yíng)住宅。
2)在新建LIHTC項(xiàng)目住宅中,LIHTC住宅每新建一個(gè)單位,,新建私營(yíng)住宅量則相應(yīng)的減少0.954234個(gè)單位,社會(huì)的總住宅新建量為0.03012個(gè)單位。這就表示LIHTC項(xiàng)目住宅新建量對(duì)私營(yíng)住宅新建量存在擠出效應(yīng),并且擠出程度為0.954234,即該項(xiàng)目住宅對(duì)私營(yíng)住宅存在很大的擠出。
3)在每年人均收入中,每增加一個(gè)單位的人均收入,將會(huì)導(dǎo)致私營(yíng)住宅新建0.305104個(gè)單位,此結(jié)果符合預(yù)期。由于人均收入的增加,住房便會(huì)得到更大的需求,市場(chǎng)將會(huì)根據(jù)人們的需求新建私營(yíng)住宅以求達(dá)到新的供需平衡。
4)在人口密度中,人口密度每增加一個(gè)單位,私營(yíng)住宅則會(huì)相應(yīng)地新建0.135014個(gè)單位,此結(jié)果符合現(xiàn)實(shí)。因?yàn)槿丝谂c住房密切相關(guān),住宅需求量會(huì)因?yàn)槿丝诘脑鲩L(zhǎng)而增長(zhǎng),從而私營(yíng)住宅新建量會(huì)增加。
5)在住宅空置率中,住房空置率每上升一個(gè)單位,私營(yíng)住宅新建量則相應(yīng)的減少0.194016個(gè)單位,此結(jié)果符合預(yù)期。因?yàn)樽≌罩寐实拇笮》磻?yīng)現(xiàn)實(shí)生活中空置房屋的多少,住宅空置率增加則說(shuō)明空置的房屋數(shù)量增加,從而也進(jìn)一步的說(shuō)明了市場(chǎng)上房屋供給過(guò)多,開(kāi)發(fā)商積極性降低,從而會(huì)相應(yīng)的減少房屋開(kāi)發(fā)。
6)在地區(qū)層面和國(guó)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(guó)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(gè)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(gè)地區(qū)的擠出效果可根據(jù)當(dāng)?shù)氐闹贫戎笖?shù)進(jìn)行預(yù)判,國(guó)家級(jí)制度指數(shù)同理。
3.4 “地球村個(gè)體”住房擠出模型的有效性分析
Eriksen與Rosenthal(2010)通過(guò)將美國(guó)劃分為不同的地理單元進(jìn)行實(shí)證分析,運(yùn)用面板數(shù)據(jù)進(jìn)行擠出效應(yīng)的實(shí)證研究發(fā)現(xiàn)美國(guó)大都市級(jí)單元統(tǒng)計(jì)區(qū)域擠出效應(yīng)、縣級(jí)單元統(tǒng)計(jì)區(qū)域擠出效應(yīng)以及單元級(jí)統(tǒng)計(jì)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(gè)別地區(qū)制度數(shù)據(jù)的缺失,本文隨機(jī)選取美國(guó)Georgia州的數(shù)據(jù)進(jìn)行模型的有效性檢驗(yàn),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(lái)分析,2014年和2015年LIHTC項(xiàng)目住房新建量為1.91套/萬(wàn)人、2.83套/萬(wàn)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(xiàng)目新建量變化的理論值和實(shí)際值:
LIHTC項(xiàng)目新建量變化理論值=(10.54-11.62)*(-0.969) =1.047
LIHTC項(xiàng)目新建量變化實(shí)際值=(2.83-1.91)=0.92
通過(guò)比較LIHTC項(xiàng)目新建量變化的理論值與實(shí)際值,發(fā)現(xiàn)其變動(dòng)方向一致,但由于統(tǒng)計(jì)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(yùn)用學(xué)者對(duì)LIHTC項(xiàng)目的擠出效應(yīng)的研究以及運(yùn)用已實(shí)施LIHTC項(xiàng)目區(qū)域的數(shù)據(jù), 發(fā)現(xiàn)LIHTC項(xiàng)目的新建量對(duì)私營(yíng)住宅新建量存在擠出效應(yīng),此結(jié)果符合本文研究,且國(guó)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(shí)證研究結(jié)果-0.954234基本相符。本文在建立LIHTC項(xiàng)目的擠出效應(yīng)模型時(shí)量化了制度這一因素并將其轉(zhuǎn)化為調(diào)節(jié)變量進(jìn)行分析,這可為以后其他未實(shí)施LIHTC項(xiàng)目的地區(qū)在引進(jìn)該政策時(shí)提供一種參考思路。
結(jié)論:
(1)“地球村個(gè)體”擠出模型對(duì)于不同制度體系下的LIHTC項(xiàng)目實(shí)施后的擠出效果存在適用性。
建立模型后,帶入隨機(jī)選取的美國(guó)Georgia州的各項(xiàng)數(shù)據(jù)進(jìn)行檢驗(yàn)且與已有的該項(xiàng)目擠出效應(yīng)研究結(jié)果進(jìn)行總結(jié),可得出此住房擠出模型的檢驗(yàn)結(jié)果符合本文研究結(jié)果,從而驗(yàn)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(shí)施效果分析。
(2)制度因素與LIHTC項(xiàng)目住房新建量呈現(xiàn)負(fù)相關(guān)關(guān)系。
研究分析表明, LIHTC項(xiàng)目住房新建量與制度因素之間存在負(fù)相關(guān)關(guān)系,在將該項(xiàng)目引入未實(shí)施區(qū)域時(shí),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(jìn)行實(shí)施,從而可以有效地減少相關(guān)的政府部門(mén)的運(yùn)營(yíng)管理工作量。
參考文獻(xiàn):
[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(jì)發(fā)展[D].吉林大學(xué),2002.
[5]馬宏偉.經(jīng)濟(jì)發(fā)展與制度創(chuàng)新[J].經(jīng)濟(jì)評(píng)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(gè)體”制度差異下LIHTC對(duì)私營(yíng)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(jì)增長(zhǎng)中制度因素對(duì)要素效率影響的實(shí)證研究[J].南方經(jīng)濟(jì),2008(4).
[9]張鵬.基于主成分分析的綜合評(píng)價(jià)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(duì)商品住宅的擠出效應(yīng):理論與經(jīng)驗(yàn)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.