滬渝房產稅試點改革對房價的影響*
——基于HCW法的政策評估與對比

◆姜永生 ◆趙元恒 ◆宮 磊 ◆邢郁冬

內容提要：近年來，房地產稅改革一直是社會各界關注和討論的熱點問題。文章以上海和重慶的房產稅試點為研究對象，基于35個大中城市的2005年12月至2012年2月的房價月度面板數據，評估了房產稅試點工作對房價的影響。結果顯示，對個人住房征收房產稅在抑制上海房價上漲過程中未發(fā)揮出作用，且這一影響在統(tǒng)計不顯著。但這一政策在抑制重慶房價上漲過程中發(fā)揮了作用，并且在統(tǒng)計上是顯著的。從房產稅試點政策在上海和重慶兩地實施情況來看，如果把抑制房價過快增長作為政策目標之一，“重慶模式”對于我國房地產稅改革具有一定參考價值。

一、引言

自2003年開始，我國很多城市住房價格持續(xù)快速上漲。根據國家統(tǒng)計局的數據，我國35個大中城市住房價格在2003—2017年期間年均漲幅超過了9%。而美國在次貸危機之前，住房價格漲幅也沒有超過5%（Glaerer et al,2017）。住房價格的快速上漲引起了人們對住房市場可持續(xù)性的關注。為了抑制住房價格過快上漲，建立長期穩(wěn)定的住房市場，我國政府多次出臺宏觀調控政策。與此同時，關于推進房地產稅改革的動議也一直在進行之中。特別近幾年來隨著深化改革步伐的加快，房產稅步入了立法“快車道”。

客觀來看，當前社會各界在關于房產稅的一些基本問題上存在不同看法，爭論的一個焦點就是我國房產稅究竟應該實現(xiàn)怎樣的政策目標。比如，是不是應該將控制房價的希望寄托在房產稅上。房產稅究竟會不會影響房價？不同的稅制設計方案會對房價產生怎樣的影響？這是各個社會群體都比較關注的問題。2011年開始的上海和重慶的房產稅試點工作代表了我國對房產稅征收的兩種不同思路，對我國房地產稅改革有著重要意義。因此，對比分析上海和重慶房產稅試點辦法的主要差異，模擬兩種模式下房產稅對房價的影響并評價其有效性，可以為我國房地產稅改革提供有價值的參考。

二、文獻綜述

針對房產稅對房價影響的研究，國外學者主要形成了三種觀點。第一種是傳統(tǒng)觀點，認為資本的自由流動使其不承擔任何稅負，房產稅最終會轉嫁到消費者身上，從而提高房價。Coombs（2012）等對美國喬治亞州薩凡納市2000—2005年的591所住宅進行了實證研究，發(fā)現(xiàn)房產稅被資本化到房價之中。Liberati等（2017）的實證研究發(fā)現(xiàn)，房產稅中大約有60%被資本化到了房價之中。第二種是收益觀點，認為消費者的自由流動使其會在房產稅和公共服務之間進行權衡，能夠提供更多公共服務的地區(qū)房產稅也較高，反之亦然，房產稅不會影響住房價值和資源配置。Fischel（2000）的實證研究也證明了這種觀點，即房產稅支持了地方公共財政支出，但對房價沒有影響。Charlot等（2013）利用法國第戎和貝桑松兩個城市1994—2004年房產稅和房地產交易數據，實證了房產稅率對房價沒有影響。Elinder和Persson（2017）也通過對大量微觀數據的研究，證明了在瑞典房產稅對房價沒有影響。第三種觀點認為房產稅會影響資本配置，從而產生“利潤稅效應”和“流轉稅效應”。Bowman（2006）在研究美國哥倫比亞特區(qū)、馬里蘭州和弗吉尼亞州的房產稅時驗證了這一觀點。Muthitacharoen等（2011）也指出在國民經濟中房產稅水平的局部差異造成了流轉稅效應，并反映在地方消費價格和要素收益的某種組合中。與此同時，一些國外學者的研究指出房產稅可以有效抑制房價。Bartolome和Rosenthal（1999）對英國馬其賽特郡等縣市的研究發(fā)現(xiàn)房產稅對房價有抑制作用。Cebula（2009）通過對美國喬治亞州薩凡納市的研究，發(fā)現(xiàn)房產稅與房價負相關。Duca等（2011）通過將貸款價值比納入房價租金比模型，發(fā)現(xiàn)房產稅通過信貸約束對房價產生了抑制作用。Angjellaridajci等（2015）的研究也發(fā)現(xiàn)房產稅對房價有負向的影響。

針對房產稅對房價的影響及房產稅政策的有效性，國內學者也做了大量研究。目前主要的觀點有三種，第一種是房產稅對房價的影響小或者不顯著。況偉大（2012）通過構建一個購房者、開發(fā)商和政府的三部門一般均衡模型，研究了房價、房產稅和地價的關系，認為房產稅和地價的回歸系數較小，不應對開征房產稅以及地價的作用進行過高估計。王家庭和曹清峰（2014）利用DID檢驗了房產稅對上海和重慶兩個試點城市的效果，研究發(fā)現(xiàn)我國房產稅試點中不存在明顯的政策預期效應，房產稅試點降低了住宅價格，但對商品房價格和高檔住宅價格影響不顯著。姚云帆和顏節(jié)禮（2014）、于靜靜和周京奎（2016）、李俊松等（2017）的研究也得出了類似的結果。彭加亮等（2015）通過借鑒金融學LLS模型，研究了上海市房價的走勢，指出低稅率的房產稅對房價的影響較小，杠桿作用不顯著。第二種觀點是房產稅能夠抑制房價。劉甲炎和范子英（2013）借助合成控制法估計房產稅對重慶市房價的影響，認為房產稅對重慶的房價上漲有顯著的抑制作用。駱永民和伍文中（2012）、曾繁榮等（2017）的研究結論也支持了房產稅平抑房價的作用。第三種觀點是房產稅影響房價，但存在地區(qū)差異。Bai和Li（2014）的研究指出房產稅使上海房價下降了11%～15%，使重慶房價提高了10%～12%。Du和Zhang（2015）的研究指出房產稅使重慶房價年增長率降低了2.52%，對上海沒有影響。李言和毛豐付（2017）研究了房產稅與商業(yè)用房價格波動之間的關系，指出房產稅對房價波動的抑制作用隨著房產稅改革的推進有逐漸增強的趨勢，且地區(qū)之間有所差異。劉鳳娟和司言武（2018）運用合成控制法，對試點城市的房產稅效果和敏感度進行了研究，指出房產稅對上海房價影響效果明顯且敏感度高，而對重慶房價影響效果不明顯，敏感度也較低。

總體來看，關于房產稅對房價的影響，學者們的研究結論并不一致。從方法選擇上看，近年來面板數據方法受到了學者們的青睞，尤其是倍差法（DID）和合成控制法。然而，DID法要求政策實施前后的城市具有可比性；DID和合成控制法中的可觀測協(xié)變量指標的選取具有較強的主觀性，并且不同指標擬合的結果有所差別，難免會對政策效應估計產生影響。合成控制法擬合的方程系數有一定局限性，要求非負，所以無法擬合出控制組中兩端的數值，從而可能會導致政策效應估計存在較大偏差。從研究對象選擇上看，部分學者選用了商品房（包括住宅、商業(yè)用房和其他用房）作為研究對象，而我國上海和重慶的房產稅試點的征稅對象是個人住房。還有部分學者選取了省域作為控制組備選變量，忽略了住房市場區(qū)域性特征，省域數據平抑了房價波動，這些做法均會影響房產稅政策的輸出效果。本文借鑒現(xiàn)有研究成果，選取了35個大中城市2005年12月至2012年2月的房價月度面板數據，運用HCW法研究房產稅對房價的影響及政策的有效性，以嘗試克服上述研究方法的局限性，提高房產稅政策評估效果的準確度。

三、政策評價與方法選擇

（一）政策評價

政策評價的關鍵是，在給定其他條件不變的情況下，實施政策后的結果與假定沒有實施政策后的結果的差異。但是對于一個個體（城市）只能進行一種處理，即如果我們觀測到實施政策后的結果，那么我們就無法觀測沒有實施政策后的結果，或者相反。即我們不能同時觀測到同一時段兩種不同政策實施后的結果。所以得出同一個體在相反環(huán)境中的結果，即所謂的“反事實結果”才是解決問題的關鍵。基于此理論，我國大多數研究者在政策評價中經常會使用倍差法（DID）或合成控制法等面板數據方法進行反事實結果估計。Hsiao等（2012）在研究此類問題中提出了一種基于面板數據的政策評價方法——“HCW法”。該方法不是試圖去估計那些不可觀測的因子，而是利用已知的數據來代替因子，從而為復雜經濟機制和有限數據條件下的政策評價提供一種新的方法和視角（張巍巍等，2016）。研究運用HCW法來估計上海和重慶的房產稅政策效應，其優(yōu)勢在于：（1）不需要考慮樣本的選擇效應，具有較大的靈活性（2）使用信息較少，只是用房價信息，不需要其他協(xié)變量，參數估計簡便，結果有較好的穩(wěn)健性；（3）系數取值沒有限制，可取負值，其擬合方程能夠考慮到處理組的極端性，提高了模型的適用性和準確度。

（二）方法選擇

本研究選用HCW法對上海和重慶的房產稅試點進行政策評價。假設觀測到N+1個城市共T期房價面板數據，第1個個體為處理組，在t＞T0期受到政策干預，其他N個個體為潛在控制組，沒有受到政策影響。令Yit1和Yit0分別表示個體i在t時期受到政策干預和沒有受到政策干預的潛在結果。Dit表示個體i在t時期的處理狀態(tài)，則有：

可知個體i在t時期的觀測結果為：

那么，處理組個體1在政策干預后的政策效應為：

假定個體結果的影響變量包括兩項：影響所有個體的共同因子項和個體特質項，個體特質部分之間是不相關的，個體結果的相關性主要是由共同因子造成的。根據HCW法，假設存在一個K×1階向量，它是一個無法觀測到的共同因子ft，它使得所有個體隨著時間的推移而改變。在反事實框架下，對未受到政策干預的個體結果可以由以下模型表示：

其中，αi為個體的固定效應，bi為共同因子系數矩陣；εit為個體擾動項，且滿足E(εit)=0；K為公共因子個數，其中K＜N+1，即共同因子數要小于截面?zhèn)€體數（趙西亮，2017）。由于個體誤差項之間不相關，個體間的所有相關關系都是通過共同因子ft產生，但是共同因子對每個個體的影響可以不同，即bi≠bj。

假設從T+1時期開始，政府對第1個個體進行政策干預，其他個體則不受影響，那么所有Y00

it就存在如下預測關系：

當t=1, …T0時，則有，進而可由已知數據估計出模型（5），得到系數值。得到模型（5）的具體表達式：

進而可知，處理組個體的反事實結果估計效應為：

結合已知數據，就可以得到政策效應為：

四、實證分析

（一）上海和重慶房產稅試點辦法與差異

上海和重慶的房產稅試點是以個人住房為征稅對象，代表著我國房產稅征收的兩種不同思路，其在征稅對象、稅率強度、計稅依據和稅收減免等方面存在一定的差異，如表1所示。

表1 上海和重慶房產稅試點辦法差異分析

在征稅對象上，上海主要是對新購住房，包括當地戶籍家庭的改善性住房和快速城鎮(zhèn)化過程中的遷移人口的住房，而且是對流轉環(huán)節(jié)征稅，這與房產稅對持有環(huán)節(jié)征稅的普遍做法不同；而重慶針對個人獨棟別墅，新購高檔住房和多套住房進行征稅，其中不包括本地戶籍人口的改善性住房和快速城鎮(zhèn)化過程中遷移人口的第一套住房，而且既對流轉環(huán)節(jié)也對持有環(huán)節(jié)征稅。在稅率強度上，上海為二擋，且差異程度不大；重慶為三擋，相應稅率要高于上海，且稅率的差異化程度要大于上海。在計稅依據上，上海是以應稅價格的70%為計稅依據，重慶是按住房交易價全額為計稅依據。在稅收減免上，上海是以人均面積為標準；重慶以家庭面積作為標準，相比之下上海對新購住房的減免力度較大。

（二）數據選取

由于事前時期長度T1對HCW法的估計精度有影響，同時考慮規(guī)避事后時期其他政策的聯(lián)合影響，如2012年2月國家下調了存款準備金率，研究選取了2005年12月至2012年2月35個大中城市住房銷售價格指數月度面板數據（以2005年12月為基期）進行實證分析，數據均來源于《中國統(tǒng)計年鑒》。研究思路是以未實施房產稅的33個大中城市作為控制組備選變量，擬通過控制組城市住房銷售房價指數的加權平均來回歸合成上海和重慶（處理組）未實施房產稅時的住房銷售價格指數，即反事實結果，進而對上海和重慶事后一段時期的住房銷售價格指數進行預測，并與上海和重慶實際住房銷售價格指數進行對比來判斷政策實施效果。33個大中城市為：北京、天津、石家莊、呼和浩特、太原、沈陽、大連、長春、哈爾濱、南京、杭州、寧波、合肥、福州、廈門、南昌、濟南、青島、鄭州、武漢、長沙、廣州、深圳、南寧、海口、成都、貴陽、昆明、西安、蘭州、西寧、銀川和烏魯木齊，研究使用R軟件進行數據模擬分析。

（三）上海和重慶房產稅政策評估

首先，根據AICC準則從33個城市中選取最優(yōu)的控制變量，最優(yōu)控制變量組合如下表2所示。結果顯示模型A選取了9個城市作為控制變量來回歸合成上海，其中，太原、大連、福州、武漢的權重為負；模型B選取了16個城市作為控制變量來回歸合成重慶，其中，長春、南京、福州、濟南和成都的權重為負。模型A和模型B的擬合優(yōu)度R2分別高達0.998和0.997，可以說合成上海和合成重慶的住房價格指數很好地擬合了真實上海和真實重慶的住房價格指數。

表2 合成重慶和合成上海住房價格指數的城市權重

其次，研究估計政策實施后的反事實結果，并與實際值進行比較。結果如圖1、圖2所示。結果顯示事前時期合成上海和合成重慶的住房價格指數與真實上海和真實重慶的住房價格指數差異程度都非常小，分別為3.3‰和2.1‰?？梢娔Ｐ虯和模型B均具有較高的擬合優(yōu)度和估計精度。所以，HCW法可以用來評估上海和重慶實施房產稅的政策效果。圖1和圖2中豎直虛線分割點即為處理時點，結果顯示在處理時點之前，虛線和實線幾乎完全重合，這說明在實施房產稅之前，合成上海和合成重慶基本上與真實上海和真實重慶的住房價格指數增長路徑相一致。在處理時點之后，上海的兩條曲線產生了明顯差異，虛線在實線下方，意味著如果沒有實施房產稅，上海的住房價格指數要比實際的低一些，這說明，房產稅的實施拉高了上海房價，而且二者差距呈現(xiàn)出不斷擴大的趨勢。而重慶的兩條曲線開始時并沒有完全分開，但虛線一直在實線上方，意味著如果沒有實施房產稅，重慶的住房價格指數要比實際的高一些，這說明，房產稅的實施降低了重慶的房價；但一開始并不明顯，而從2011年4月二者開始出現(xiàn)較明顯的差異，且呈不斷擴大的趨勢。

圖1 上海住房價格指數實際值與反事實結果

圖2 重慶住房價格指數實際值與反事實結果

最后，估計上海和重慶房產稅的政策效應τ1t=Y1t-Y0,1t，如表3所示。結果顯示，從2011年2月到2012年2月，上海的反事實估計結果均小于實際值，處理效應均為正，說明上海的房產稅政策抬高了房價；而重慶的反事實估計結果大于實際值，處理效應均為負，說明重慶的房產稅政策降低了房價；從平均影響來看，房產稅對重慶房價的平均影響為-5.08%，標準誤為0.0044；對上海房價的平均影響為2.67%，標準誤為0.0003，這說明在實施房產稅之后，重慶的房價下降了5.08%，而上海的房價上漲了2.67%。那么，房產稅是否真正使重慶房價下降了5.08%，以及使上海房價上漲了2.67%？接下來需要對HCW法的參數估計結果進行顯著性檢驗，如果通過了顯著性檢驗，說明房產稅起到了相應的作用，否則說明房產稅的作用不顯著。

表3 上海和重慶房產稅的政策效應估計

2011年8月 1.2270 1.2001 0.0269 1.3180 1.3591 -0.0411 2011年9月 1.2270 1.1998 0.0272 1.3150 1.3664 -0.0514 2011年10月 1.2240 1.1949 0.0291 1.3120 1.3727 -0.0607 2011年11月 1.2190 1.1903 0.0287 1.3100 1.3981 -0.0881 2011年12月 1.2140 1.1807 0.0333 1.3070 1.4037 -0.0967 2012年1月 1.2090 1.1745 0.0345 1.3050 1.4125 -0.1075 2012年2月 1.2060 1.1707 0.0353 1.3050 1.4081 -0.1031平均值 1.2195 1.1928 0.0267 1.3160 1.3668 -0.0508

（三）安慰劑檢驗

在利用HCW法進行政策效應評價時，個體數N+1一般不多，因而，通常檢驗參數估計顯著性所使用的方法是安慰劑檢驗，也稱證偽檢驗，原假設是：房產稅對上海和重慶的房價影響不存在因果效應。安慰劑檢驗的思路是將處理組個體放入控制組中，然后從控制組中抽出一個個體，利用HCW法估計政策效應。接著根據上述原理，估計N個控制個體相應的政策效應，從而會得到一個N+1個個體（包括控制組和處理組變量）的政策效應估計的具體分布，然后檢測處理組個體在整個分布中的位置，如果處理組個體的分布位于整體分布的尾部，說明對于N+1個個體，政策對處理組有較大的影響，即拒絕原假設，說明估計是有效的，否則，估計無效。上海和重慶的安慰劑檢驗結果如下圖3、圖4所示。

圖3 上海安慰劑檢驗

圖4 重慶安慰劑檢驗

安慰劑檢驗的結果顯示，與控制組城市相比，上海的房產稅政策效應估計處在整個分布尾部位置的17.14%，無法在10%顯著性水平上拒絕原假設，說明上海的參數估計是不顯著的；重慶的房產稅政策效應估計處在整個分布尾部位置的8.57%，這說明重慶在10%顯著性水平上拒絕了原假設，說明重慶的參數估計是顯著的。

所以，在運用HCW法模擬房產稅對上海和重慶房價影響的政策效應中，上海雖然通過了擬合優(yōu)度和估計精度檢驗，但是沒有通過顯著性檢驗，說明房產稅對上海房價影響估計無效。重慶既通過了擬合優(yōu)度、估計精度檢驗，又通過了參數估計的顯著性檢驗，這說明了房產稅對重慶房價的影響具有正效應，通過實施房產稅重慶的房價下降了5.08%。如果把抑制房價作為政策目標的話，房產稅的“重慶模式”更具有參考價值。但同時也應該看到，房產稅的“重慶模式”雖然對住房的持有環(huán)節(jié)征稅，但只針對個人獨棟別墅，與國際經驗相比征收范圍過窄。從HCW法模擬的反事實結果也可以看出，如果重慶沒有實施房產稅，房價將有較大的漲幅，在實施房產稅后，重慶的房價在此基礎上下降了5.08%，但房價水平只比實施房產稅前的房價略有下降。因此，房產稅的“重慶模式”雖然降低了房價，但影響效應比較小。

五、結論

房產稅的“上海模式”和“重慶模式”代表了兩種不同的改革思路。研究從城市層面選用35個大中城市2005年12月至2012年2月的月度面板數據，運用HCW法模擬了房產稅對上海和重慶房價的影響并評價了房產稅政策有效性。結果顯示，重慶通過了擬合優(yōu)度、估計精度和顯著性檢驗，而上海雖然通過了擬合優(yōu)度和估計精度檢驗，但是沒有通過顯著性檢驗，這說明房產稅對重慶房價的影響顯著，對上海房價的影響不顯著?？梢?，要抑制住房價格過快上漲，促使房價理性回歸，房產稅的“重慶模式”可以成為我國房地產稅改革參考的一種模式，但是由于其在持有環(huán)節(jié)征稅范圍過窄，“重慶模式”還需要進一步完善和優(yōu)化。