房地產稅改革的宏觀經濟效應

翟乃森

摘? ?要：本文通過構建植入地方政府與房地產稅的動態(tài)隨機一般均衡模型，探究房地產稅全面改革的宏觀經濟效應，評估房地產稅改革背景下的政策組合效果。研究發(fā)現，房地產稅改革并不能改變房價整體走勢，但房地產稅存在類似“自動穩(wěn)定器”的作用，可以有效縮短外生沖擊對于宏觀經濟的影響時間。在此基礎上的政策分析表明，在房地產稅改革的背景下，配合實施緊縮的信貸政策，可以有效平抑外生沖擊對宏觀經濟產生的影響。

關鍵詞：房地產稅;房價;動態(tài)隨機一般均衡;自動穩(wěn)定器;政策分析

中圖分類號：F830.5? 文獻標識碼：A? 文章編號：1674-2265（2021）04-0038-07

DOI：10.19647/j.cnki.37-1462/f.2021.04.014

一、引言

自從1998年住房制度改革以來，我國房地產市場經歷了迅速發(fā)展的歷程，特別是近十幾年以來，房價過快上漲已經成為政策制定者與學術界共同關注的問題。為繼續(xù)深化房地產市場改革，2011 年1月，我國以上海市、重慶市作為試點城市，開展個人住房房產稅改革試點工作，為全面開征房地產稅奠定了基礎。黨的十九大報告明確提出“堅持房子是用來住的、不是用來炒的定位”，為未來我國房地產調控政策指明了方向，房地產稅全面改革再次被提上議程。那么，如何在宏觀模型中刻畫我國房地產稅開征模式？全面實施房地產稅改革對于房地產市場以及宏觀經濟的影響如何？在房地產稅改革的大背景下如何協調政策以平抑宏觀經濟過度波動？以上問題的回答，對于全面推進房地產稅改革、推動我國房地產市場健康發(fā)展，具有重要的理論和現實意義。

國外較早地實施了房地產稅征收政策，從而形成了相對完善的稅收體系，為實證研究提供了翔實的數據。具體來看，國外文獻主要形成了三個方面的研究觀點：一是部分文獻從資本流動性的角度研究征收房產稅對于房價的作用，其認為在房地產缺乏供給彈性的情況下，提高房地產稅可以有效降低房價（Case和 Grant，1991;Bowman，2006;Cebula，2009;Skidmore等，2010）[1-4]，而在供給彈性變大時，征收房產稅不會對房價產生影響。二是部分文獻認為征收房地產稅會導致房價上漲（Fischel，2001;Cornia和Walters，2005）[5，6]。三是研究認為，房價上升可以提高房地產稅收收入，但是房地產稅的征收與房價波動沒有明確聯系（Lutz，2008;Doerner，2012;Oliviero等，2016）[7-9]。

目前，雖然國內房地產稅仍未全面展開，但是學者也做了大量相關研究，為全面推進房地產稅改革奠定理論與實踐基礎。況偉大（2009）[10]較早地對房地產稅改革進行研究，其通過刻畫消費者—開發(fā)商模型和投資者—開發(fā)商靜態(tài)模型，分析開征房地產稅對于房價的作用，并利用30個省份的面板數據模型對理論模型的結論進行了驗證，結果說明開征房地產稅會抑制房價上漲。隨后，況偉大（2012）[11]還考察了OECD國家房地產稅對于房價的影響，結論表明提高房地產稅可以有效降低房價，但并不能無限制地提高房地產稅。駱永民和伍文中（2012）[12]通過構建DSGE模型討論房地產稅開征的宏觀經濟效應，模型顯示，從長期來看，房地產稅可以抑制房價上漲，并且能有效地平抑房價波動引起的宏觀經濟波動。王家庭和曹清峰（2014）[13]基于DID方法對房地產稅試點城市進行政策評估，研究表明試點城市住宅價格受房地產稅改革的影響明顯，但是對于不同類型房價的影響效果存在差異，單一的房地產稅政策對于房價的實際作用具有局限性。李言和晉銘（2019）[14]基于政策組合的視角評估房地產稅改革效果，研究表明配合寬松的利率政策可以有效對沖房地產稅改革對于經濟波動的放大作用。

綜上所述，本文嘗試將地方政府部門與房地產稅內生化，研究房地產稅改革與宏觀經濟之間的聯動關系，評估房地產稅改革背景下政策組合的實際效果。

二、理論模型

（一）代表性儲蓄型家庭部門

假設家庭部門即期效用函數的形式為：

（二）代表性企業(yè)家部門

企業(yè)家部門投入房地產、勞動，通過規(guī)模報酬不變的技術生產同質的中間品[Yt]。本文模型遵循擴展的Arrow-Kurz-Barro新古典生產函數形式，將地方政府的財政支出引入生產函數：

區(qū)別于家庭部門房地產自用屬性，企業(yè)家部門的房地產具有經營屬性，我們設定企業(yè)家部門房地產稅率為[τh]。除此之外，[ce，t]表示廠商部門的消費支出，[bt]表示企業(yè)家部門的債務水平，[Xt]是商品批發(fā)價與零售價格之比（[PtPwt]）。

本文假設企業(yè)家部門可以通過抵押房地產向信貸市場進行融資，以實際價格水平表示的借貸約束具體形式如下：

其中[me]表示企業(yè)家部門的抵押率，[ξt]表示抵押率沖擊。抵押率沖擊表示信貸市場的松緊程度，可以通過影響宏觀信貸政策，進而影響企業(yè)家部門的生產決策。

代表性企業(yè)家部門在約束下最大化消費的貼現效用和[E0t=0∞γtuce，t]，具體形式如下：

代表性企業(yè)家部門根據目標函數和預算約束得到一階條件：

（三）零售部門

為體現貨幣政策實際效用，本文加入處于壟斷競爭市場的零售部門，由[z∈0，1]的零售商連續(xù)組成?；诒疚哪Ｐ驮O定，中間品生產部門生產商品[Yt]，零售商將其包裝再生產為一籃子商品[Ytz]，并以[Ptz]出售，所以最終產品形式為：

（四）地方政府部門

對于房地產稅的歸屬問題，從目前世界各國的實踐來看，地方政府是征收房產稅的主體，特別地基于我國財政分權體制考慮，本文模型從狹義稅收層面，假設地方政府只通過征收房地產稅以及發(fā)行地方債務滿足其預算約束，且將稅收全部用于政府公共支出。本文參考高然和龔六堂（2017）[15]將房地產稅內生化于地方政府行為中。假設地方政府通過選擇財政支出實現效用最大化[E0t=0∞βtGuGt]，具體形式如下：

其中[Gt]表示地方政府的財政支出規(guī)模;類似其他社會主體，[βG]表示地方政府部門的主觀折現因子，體現其對未來的耐心程度。

地方政府面臨如下預算約束：

類似代表性廠商部門的設定，假設地方政府的融資規(guī)模受財政收入的限制，每一期的借債規(guī)模[dt]是房地產稅的一個比例[mg]，地方政府的借貸約束具體形式如下：

（五）中央銀行

貨幣政策作為宏觀調控的重要手段，對房地產市場以及宏觀經濟都起到了重要作用，基于我國貨幣政策的實踐情況，本文采用調控貨幣供給的數量型貨幣政策，具體形式如下：

從式（23）中可以看出，中央銀行根據上期貨幣供給增長率、通貨膨脹缺口、產出缺口確定當期的貨幣供給增長率，[ρφ]、[ρπ]、[ρY]分別為貨幣政策對各變量的敏感系數，[eM，t]表示貨幣政策沖擊。

（六）市場均衡及外生沖擊過程

當市場處于均衡狀態(tài)時，經濟系統各市場滿足以下出清條件：

模型中包含以下外生沖擊，假定模型中外生沖擊服從一階自回歸過程：

其中式（29）為技術沖擊、式（30）為房地產偏好沖擊、式（31）為抵押率沖擊、式（32）為貨幣政策沖擊。[ρa]、[ρj]、[ρξ]、[ρM]分別是外生沖擊的一階自相關系數，擾動項的標準差分別為[σa]、[σj]、[σξ]、[σM]。

三、模型參數估計與擬合度分析

（一）模型參數校準估計

對于部分參數，本文借鑒以往研究的校準方法。根據我國房地產市場以及宏觀經濟發(fā)展的階段特征，參考杜清源和龔六堂（2005）[16]設定代表性家庭部門的主觀折現因子為0.984;為保證代表性企業(yè)家部門與地方政府部門的信貸約束在穩(wěn)態(tài)附近取等式，這兩部門的主觀折現因子必須小于家庭部門，均取為0.98。對于價格黏性參數，由于商品調價期在六個月左右，所以以往研究大致取0.5左右，根據以往我國宏觀經濟研究的設定，[θ]值取值為0.75;根據Chang 等 （ 2015）[17]整理的中國宏觀數據庫數據，由勞動收入份額數據得到[ν]為0.50;根據我國金融信貸機構對于社會主體抵押率的規(guī)定，企業(yè)部門、地方政府部門通過抵押房地產進行融資的抵押率分別取0.89、0.55;參照孟憲春等（2017）[18]設定家庭部門與廠商部門房地產稅率分別為0.006、0.012，具體結果見表1。

模型中與沖擊相關的結構參數采用貝葉斯方法估計，數據樣本區(qū)間為2000年第一季度—2016年第四季度，數據源自中國宏觀經濟數據庫、萬得數據庫以及Chang等（2015）[17]整理的中國宏觀數據庫。參照Smets和Wouters（2007）[19]的做法，根據本文模型中引入的外生沖擊，基于以往研究文獻，對于參數先驗分布的設定，我們選擇我國宏觀經濟五個觀測序列的季度數據，分別為人均國內生產總值、房價、名義利率、通貨膨脹、人均消費，采用MH算法估計參數后驗分布，得到參數的估計均值。對原始數據做如下處理，實際產出與實際消費通過名義值除以GDP平減指數得到，由銀行間7天同業(yè)拆借利率作為名義利率指標，通貨膨脹水平則由GDP平減指數換算得到，房價指標則由商品房銷售額與商品房銷售面積換算得到。除通貨膨脹水平與利率外，所有數據均取對數，然后采用X12方法進行季度調整、HP濾波去趨勢處理。對于參數的先驗分布，參照何青等（2015）[20]對于政策參數的先驗分布設定，本文設定與貨幣政策相關的系數服從正態(tài)分布。其余取值在（0，1）之間的外生沖擊系數則按照同類文獻的方法，假設其服從貝塔分布。參照Khan 和Tsoukalas（2012）[21]對于標準差先驗分布設定的做法，本文設定模型外生沖擊的標準差服從逆伽瑪分布。具體結果見表2。

（二）模型擬合度分析

從K-P方差比可以看出，模型能夠解釋61%的房價波動、76%的通貨膨脹波動、78%的產出波動，說明模型的擬合度較高，解釋能力較好。從與產出的相關關系來看，模擬數據中房價、通貨膨脹與產出的同期相關性分別為55%、34%，略低于真實經濟數據，但整體來說，包含房地產稅的宏觀模型能夠很好地擬合主要宏觀變量與產出之間的相關關系。

四、模型分析

基于對我國房地產市場發(fā)展以及房地產稅征收的事實，根據上文模型的設定，本文將通過數值模擬分析房地產稅全面改革的背景下，決定房價波動的主要外生沖擊以及開征房地產稅對于主要宏觀經濟變量的影響，以此預測政策實施效果。

（一）房價波動的外生沖擊識別

根據本文模型估計的結果，我們首先識別房地產稅改革背景下決定房價波動的主要外生沖擊。從表3的方差分解結果看，房地產需求沖擊可以解釋60.58%的房價波動，是引起房價波動的主要外生沖擊。這與Iacoviello和Neri（2010）[22]、Liu等（2013）[23]以及高然和龔六堂（2017）[15]的研究結論基本一致，其均認為家庭房地產資產偏好以及模型中未能刻畫的其他影響房地產需求的因素是引起房價波動的主要驅動力量;同時，模型結果顯示貨幣政策沖擊能夠解釋22.09%的房價波動，這與侯成琪和龔六堂（2014）[24]的研究一致，其認為貨幣政策沖擊也是引起房地產價格波動的主要來源。

（二）房地產稅改革對于宏觀經濟的影響

已有研究對于房地產稅改革的宏觀經濟效應存在諸多爭議，開征房地產稅對于房價的實際作用仍有待研究。根據房地產稅開征的特征事實，本部分通過反事實經濟（counterfactual economy）定量模擬分析現有稅率下房地產稅改革對于房地產市場以及宏觀經濟的影響。反事實經濟中不征收房地產稅，房地產市場以及宏觀經濟不受房地產稅改革的影響。

圖1顯示的分別是基準模型與反事實經濟中，面對房地產需求沖擊，房地產市場以及主要宏觀經濟變量的波動情況。從結果可以看出，在房地產稅改革的情況下（星號線），短期內房價以及主要宏觀經濟變量波動幅度變小，在5期以后波動幅度逐步重合。從具體變量的變化來看，在不征收房地產稅的情況下，房地產需求沖擊對于房價的影響更加顯著，產出、通貨膨脹等宏觀經濟變量也表現出更大幅度的波動。具體來看，1單位房地產需求沖擊可以引起0.02單位的房價上漲，受房價上漲帶來的財富效應影響，家庭消費上升0.15單位;1單位房地產需求沖擊可以引起產出上升0.01 單位。根據我國地方政府財政支出效用最大化的現實考慮，房地產稅的征收不僅可以增加地方政府直接財政收入，減輕地方政府對于土地財政的依賴，還可以提高其債務額度，兩者共同提升其公共支出水平，進而提高產出水平。從房地產持有量來看，房地產需求沖擊提高了家庭部門的房地產持有量，而短期內房地產供給存在剛性，導致廠商部門房地產持有量下降;從基準情景與反事實模擬的結果看，在征收房地產稅的情況下，外生沖擊對于市場主體房地產持有量的影響基本一致，不存在顯著的放大或縮小作用。

基于以上模型分析結果，我們也可以得到，決定我國房價走勢的仍然是房地產需求沖擊，房地產稅改革并不能改變房價整體走勢，相比不存在房地產稅的情況，短期來說，房地產稅改革對于房價的抑制作用更強。

進一步，在不同房地產稅率情況下（原模型;模型1中家庭房地產稅率0.05、廠商稅率0.1），本文模擬房地產需求沖擊對于房地產市場以及主要宏觀經濟變量的影響，分析不同稅率下外生沖擊對于宏觀經濟影響的差異。圖2顯示的是正向房地產需求沖擊下房地產市場以及主要宏觀經濟變量的模擬結果。從模擬結果中可以看出，房地產需求沖擊對于主要宏觀經濟變量（消費、產出、家庭部門房地產持有量）的影響幅度隨著稅率的提高而變?。ㄇ€斜率隨著稅率提高而變?。疵鎸ν馍鷽_擊，在更高房地產稅率的情況下，消費、產出、家庭部門房地產持有量可以更快地回到均衡水平，說明更高的稅率可以有效縮短外生沖擊對于宏觀經濟的影響時間。對于房價來說，以往研究認為“征收房地產稅可以降低房價”的論斷在短期內缺乏理論與現實基礎，從模擬結果看，更高房地產稅率提高了房價和通貨膨脹的波動幅度。

綜上所述，從反事實模擬的結果可以看出，房地產稅全面征收并不能決定房價的走勢，但是可以降低房價的波動幅度，從不同房地產稅率情況下的經濟模擬結果看出，房地產稅又提高了房價的幅度，所以房地產稅征收對于房價存在閾值效應。對于主要宏觀經濟變量來說，開征房地產稅可以有效降低外生沖擊對于經濟變量的影響。

五、房地產稅改革背景下的政策組合選擇

從本文對于房地產稅改革的模擬結果看，房地產稅的實施可以使經濟更快地恢復到均衡水平，降低主要宏觀經濟變量的波動幅度;但對于房價來說，隨著房地產稅率的提高，外生沖擊對于房價的影響不斷增大。鑒于此，為更好地降低房價波動，本部分力圖從信貸政策方面著手，尋求房地產市場調控與房地產稅征收的政策搭配。從政策組合的角度分析如何平抑外生沖擊對于房地產市場以及宏觀經濟的影響。

如圖3所示，實線為原模型結果，星號線為信貸政策收緊的模擬結果。從房價以及消費、產出等主要宏觀經濟變量的波動幅度來看，在房地產稅改革的情景下，信貸政策收緊可以有效平抑房地產需求沖擊對于宏觀經濟的影響。從具體的變量來看，信貸政策收緊時，1單位房地產需求沖擊對于房價的沖擊幅度只有原模型的50%左右，消費與產出的波動幅度也只有50%左右;特別地，在信貸政策收緊情況下，家庭部門房地產持有量增長幅度變小，廠商部門房地產持有量降幅減小?？傮w而言，若實施全面的房地產稅政策，需要協調相關信貸政策，減少宏觀經濟過度波動帶來的福利損失。

六、結論及政策建議

本文通過構建內生地方政府與房地產稅的動態(tài)隨機一般均衡模型，利用我國房地產市場以及宏觀經濟數據估計模型參數，并進行數值模擬，識別房價上漲的主要驅動力，探究房地產稅改革的宏觀經濟效應，評估房地產稅改革背景下的政策組合效果。研究發(fā)現，房地產需求沖擊可以解釋60%左右的房價波動，房地產稅改革并不能改變房價整體走勢，征收房地產稅可以降低外生沖擊對于房地產市場以及宏觀經濟的影響程度;房地產稅存在類似“自動穩(wěn)定器”的作用，即面對外生沖擊的影響，更高的稅率可以有效縮短外生沖擊對于宏觀經濟的影響時間，但也會提高房價波動范圍，說明征收房地產稅對于房價的影響具有閾值效應;最后的政策模擬分析表明，在房地產稅改革的背景下，可以配合實施緊縮的信貸政策，有效平抑外生沖擊對房地產市場以及宏觀經濟的影響。

綜上所述，本文認為房地產稅全面改革應重視如下問題。第一，房地產稅征收并不能從源頭上解決房價上漲過快的問題，房產稅改革仍要與房地產市場調控政策相結合，才能更好地促進房地產市場健康發(fā)展;第二，地方政府土地財政被認為是推動地價上漲的主要因素，房地產稅在一定程度上可以緩解地方政府對于土地財政的依賴，所以在具體稅率設計上需要因地制宜，有計劃地推行;第三，由于我國目前對于房地產及其交易環(huán)境征收稅目較多，所以應進一步明確房地產稅的征收標的，防止因為重復征收引起社會公平與效率損失;第四，房地產稅開征的同時需要配合相應的信貸政策規(guī)定，減少宏觀經濟過度波動帶來的福利損失。

參考文獻：

[1]Case K E.，Grant J H. 1991. Property Tax Incidence in a Multijurisdictional Neoclassical Model [J].Public Finance Review，19（4）.

[2]John H， Bowman. 2006. Property Tax Policy Responses to Rapidly Rising Home Values：District of Columbia，Maryland， and Virginia [J].National Tax Journal.

[3]Cebula R J. 2009. Are Property Taxes Capitalized into Housing Prices in Savannah，Georgia？ an Investigation of the Market Mechanism [J].Journal of Housing Research，18.

[4]Mark Skidmore，Charles L. Ballard，Timothy R. Hodge. 2010. Property Value Assessment Growth Limits and Redistribution of Property Tax Payments：Evidence from Michigan [J].National Tax Journal.

[5]Fischel，William A. 2001. Homevoters，Municipal Corporate Governance，and the Benefit View of the Property Tax [J].National Tax Journal.

[6]Cornia G C，Walters L C. 2005. Full Disclosure：Unanticipated Improvements in Property Tax Uniformity [J]. Public Budgeting & Finance，25（2）.

[7]Lutz，Byron，F. 2008. The Connection Between House Price Appreciation and PropertyTax Revenues [J]. Working Papers U.s.federal Reserve Boards Finance&Economic Discussion.

[8]Doerner，William Michael. 2012. The Effects of House Prices on Taxation and Property Valuation [J].Dissertations & Theses - Gradworks.

[9]Tommaso Oliviero，Agnese Sacchi，Annalisa Scognamiglio. 2016. House Prices and Immovable Property Taxes： Evidence from OECD Countries [J].Csef Working Papers.

[10]況偉大. 住房特性、物業(yè)稅與房價[J]. 經濟研究， 2009，（4）.

[11]況偉大. 房產稅、地價與房價[J]. 中國軟科學， 2012，（4）.

[12]駱永民，伍文中.房產稅改革與房價變動的宏觀經濟效應——基于DSGE模型的數值模擬分析 [J].金融研究，2012，（5）.

[13]王家庭，曹清峰.房產稅能夠降低房價嗎——基于DID方法對我國房產稅試點的評估 [J].當代財經，2014，（5）.

[14]李言，晉銘.如何對沖房產稅改革沖擊？——基于政策組合視角的模擬分析 [J].財經論叢，2019，（10）.

[15]高然，龔六堂.土地財政、房地產需求沖擊與經濟波動 [J].金融研究，2017，（4）.

[16]杜清源，龔六堂.帶“金融加速器”的RBC模型[J].金融研究，2005，（4）.

[17]Chang C，Chen K，Waggoner D F. 2015. Trends and Cycles in China's Macroeconomy [J].Social Science Electronic Publishing，2015，30（1）.

[18]孟憲春，張屹山，李天宇.住房信貸與房產稅調控政策的傳導機制與協調效應分析 [J].經濟科學，2017，（3）.

[19]Smets F R，Wouters R. 2007. Shocks and Frictions in the US Business Cycles：A Bayesian Approach [J]. American Economic Review，97（3）.

[20]何青，錢宗鑫，郭俊杰.房地產驅動了中國經濟周期嗎？[J].經濟研究，2015，（12）.

[21]Khan H，Tsoukalas J. 2012. The Quantitative Importance of News Shocks in Estimated DSGE Models [J].Journal of Money Credit & Banking，44（8）.

[22]Iacoviello M，S Neri. 2010. Housing Market Spillovers：Evidence from An Estimated Dsge Model [J].American Economic Journal Macroeconomics，2（2）.

[23]Liu Z，Wang P，Zha T. 2013. Land-Price Dynamics and Macroeconomic Fluctuations [J].Econometrica，81（3）.

[24]侯成琪，龔六堂.貨幣政策應該對住房價格波動作出反應嗎——基于兩部門動態(tài)隨機一般均衡模型的分析[J].金融研究，2014，（10）.