住房消費論文：房產稅影響消費的實證探索

導語：住房消費論文：房產稅影響消費的實證探索一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

本文作者：趙曉莉吳曉燕周京奎工作單位：南開大學

理論模型

考慮到住宅市場的風險因素對家庭消費決策的影響，本文仍將沿著Merton(1971)和史永東等(2009)的建模思路，將住宅權屬選擇概率納入非住宅耐用品消費決策的隨機最優控制模型。假定在一個無交易成本的經濟中，代表性消費者在t期的非住宅耐用品消費為C(t)，住宅消費為H(t)。為簡化分析，假定無論自有住宅者還是租房者，其消費的住宅面積和質量相同，且住宅是無限可分的。該代表性家庭的效用函數U(C，H)滿足:U''''C(C，H)＞0，U''''H(C，H)＞0，U″CC(C，H)＜0，U″HH＜0(1)假定代表性家庭在每期有兩個收入來源:一是工資收入Ⅰ，假定它滿足dI(t)=Ydt，其中，Y為常數。為簡化分析，假定該家庭僅有兩類資產，即無風險資產F和住宅資產H。我們用A={F，H}來代表該家庭擁有的資產集。上述兩類資產的收益構成了該家庭的資產性收入。假定Pi(t)分別為無風險資產和住宅資產的價格，并且服從如下Ito⌒過程:

數據、變量與方法

(一)數據與變量選取美國商務部與統計局聯合進行了一個項目———美國都市住房調查(AmericanHousingSurvey:Met-ropolitanSurvey)，每7年對Boston、Miami、NewOrleans、Atlanta、LasVegas、Dalas、Seattle等41個城市和地區輪流作一次調查，取得被訪問者的家庭特征信息(如住宅權屬、家庭年收入、房屋結構類型等)和個人信息(如戶主的年齡、教育水平、種族等)。本文使用2002年、2004年和2007年的調查數據①，該數據涵蓋了Baltimore、Boston、Houston、Miami的Hialeah、Minneapolis的SaintPaul、Tampa的Saint、Petersburg的Clearwater和WashingtonDC等33個地區通過隨機抽樣確定的147214個家庭，如此樣本容量，應該能充分體現不同家庭的異質性，可以做很好的政策對比分析。同時，我們以2002年為基期，利用美國CPI數據將模型中所有價值型變量轉換為實際變量。本文所使用的變量涉及住宅特征、家庭特征、戶主特征等。各變量定義如下:1．住宅相關變量h_value代表居民住宅的價值;h_ownship代表住宅權屬選擇，權屬類型分為租房和個人自有住宅。住宅結構特征主要包括:房齡h_age、房屋的結構類型h_type(獨立住宅定義為1，公寓定義為0)、房屋是否有空調d_airconditioner、住宅所在建筑的樓層數store_num、住宅面積h_area、房屋的使用成本h_cost、臥室的數量room_num。住宅鄰里特征包括:住宅的區位特征向量h_locat(1為市中心，0為郊區)、1～2個街區內是否有停車場d_parking、鄰里是否有嚴重的噪音d_comnoise、對鄰里購物的滿意度d_shopping_satis、對鄰里居住環境的評價live_neighbor_rate、1～2個街區內是否有工廠等工業企業d_factory、社區內是否有娛樂設施h_recfac。2．家庭社會經濟特征及家庭類型變量家庭的社會經濟特征主要包括:住房成本h_cost、房屋單位面積上的房產稅額per_pt、房價租金比pr_rent、家庭年收入inc、家庭總人口數pop。另外，為減少異方差，我們也對單位面積上的房產稅、家庭年收入做了對數處理。戶主的社會經濟特征主要包括:戶主性別hh_sex(男性定義為1，女性為0)、婚姻狀況married(1為已婚，0為未婚)、種族hh_race(白人定義為1，其他有色人種定義為0)、受教育程度edu_level和年齡hh_age。考慮到戶主年齡的影響可能是非線性的，我們控制了年齡的平方項hh_agesq。本文從家庭收入和戶主種族的角度來劃分家庭類型，其中把家庭收入按從低到高的順序平均分為5個組，依次為低收入家庭(l_inc)、中低收入家庭(ml_inc)、中等收入家庭m_inc、中高收入家庭(mh_inc)和高收入家庭(h_inc)，分別代表5種家庭收入類型。(二)計量模型在本文的研究中，我們通過三個步驟來分析房產稅對住宅權屬選擇和住宅特征需求的影響。首先，利用住宅特征價格模型(housepricehedonicmodel)估計住宅特征價格;然后利用所估計的住宅特征價格計算住宅特征需求;最后給出利用Heckman模型得出的房產稅、住宅權屬選擇行為和住宅特征需求的基本模型和擴展模型估計結果。1．住宅特征價格模型我們使用標準的特征價格模型估計住宅特征價格，模型中解釋變量取住宅價值的對數。ln(h_valuei)=α0+α1Xi1+α2Xi2+εi(26)其中:Xi1代表第i個家庭的住宅結構特征向量，包括:臥室的數量room_num;住宅類型h_type，1為獨立住宅，0為公寓;住宅面積h_area;房齡為h_age;住宅是否有空調d_airconditioner;住宅所在建筑的樓層store_num。Xi2代表第i個家庭的住宅鄰里特征向量，包括:社區是否提供娛樂設施d_recfac;1～2個街區內是否有停車場d_parking;1～2個街區內是否有嚴重的噪音d_comnoise;鄰里購物的滿意度d_shopping_satis;1～2個街區內是否有工廠等工業企業d_factory;住宅的區位特征h_locat，1表示市中心，0表示郊區;對鄰里的滿意度live_neighbor_rate。εi代表誤差項;α0是常數項，α1、α2代表各向量的系數。2．住宅特征需求利用以上住宅特征價格模型的回歸結果，計算住宅特征需求:demand=α^0+α^1Xi1+α^2Xi2(27)其中，demand代表第i個家庭的住宅特征需求，α^0、α^1、α^2為式(25)中各變量的估計系數，解釋變量同式(25)類似。3．房產稅、住宅權屬選擇與住宅特征需求由于本文所使用的調查數據存在家庭住宅權屬選擇的樣本偏誤問題，直接用OLS法得出的參數估計量可能出現偏誤，因此本文使用Heckman模型進行分析。首先，以住宅權屬選擇作為第一階段估計的解釋變量進行Probit估計，以確定消費者進行權屬選擇的決定因素。該基準模型如下:Prob(own=1|•)=β0+β1per_pti+β2pr_renti+fβ3i，fZi，f+γi(28)其中:被解釋變量own代表家庭的住宅權屬選擇(自己擁有住宅，變量值為1，租房則變量值為0)，per_pt為住宅單位面積上的房產稅額;pr_rent代表住宅單位面積上的房價租金比;Z代表控制變量，包括戶主和家庭的社會經濟特征，具體為:戶主的受教育水平edu_level、種族hh_race、性別hh_sex、婚姻狀況married、年齡hh_age、年齡平方項hh_agesq、住房費用h_cost、家庭收入的對數lninc、家庭人口數pop;γi是誤差項;β1、β2、是各變量的系數。在三個年度混合截面數據的回歸模型中，我們還控制了時間虛擬變量和房產稅與時間虛擬變量的交叉項，以考察房產稅對住房消費影響效應在不同年度的差異。其次，為了糾正選擇性偏誤，需要從Probit估計式中得到轉換比率(inversemillsratio)λ，作為第二階段估計的修正參數。最后，再利用OLS方法進行估計。基本模型為:lndemand=β0+β1per_pti+fβ2i，fZi，f+β3λi+εi(29)其中:Z代表控制變量;β3為轉換比率的待估系數，如果該系數顯著，則證明樣本存在選擇性偏誤，否則表明選擇性偏誤不存在，此時就可以認為OLS的估計結果是有效的①。為了檢驗房產稅對不同收入水平家庭的影響差異，我們引入了家庭收入水平虛擬變量、房產稅與家庭收入水平的交叉項，得到擴展方程:Prob(own=1|•)=β0+β1per_pti+β2pr_renti+fβ3i，fZi，f+kβ4i，kVi，k+kβ5i，kVi，k×per_pt+γilndemand=β0+β1per_pti++fβ2i，fZi，f+kβ3i，kVi，k+kβ4i，kVi，k×per_pt+β5λi+εi(30)其中，Vi，k代表家庭收入類型，Vi，k×per_pt代表第i個家庭的住宅單位面積上房產稅與家庭收入類型虛擬變量的交叉項。

估計結果

(一)房產稅、住宅權屬選擇與住宅需求首先根據式(26)估計住宅的特征價格，然后利用住宅特征價格模型的回歸結果，根據式(27)計算住宅的特征需求，具體結果見附錄②。下面將按照標準的Heckman兩階段模型進行估計，具體回歸結果見表1。其中，序列(1)—(4)分別是利用三個年度的混合截面數據、2002年、2004年、2007年的數據估計住宅權屬選擇模型的回歸結果，與其相對應的Heckman回歸結果為序列(5)—(8)。觀察序列(1)—(4)，我們可以發現，per_pt的系數均具有負顯著性，且隨著年份的推進，其系數的絕對值逐漸下降，這說明單位面積上的房產稅對消費者住宅權屬的選擇有顯著的影響:較高的房產稅會降低家庭擁有住宅的概率，且在這三個調查年度中，房產稅對美國家庭住宅權屬的負向影響在逐漸減弱。這是因為房產稅的提高，會使房屋的保有成本提高，從而降低消費者擁有自有住宅的能力。在序列(1)中，我們引入了房產稅與時間的交叉項，進一步討論在不同年度房產稅對住宅權屬選擇影響效應的差異。以房產稅與2002年的交叉項為參照組所進行的回歸結果顯示，交叉項的系數為正且具有顯著性，表明在這三個調查年度中，房產稅對住宅權屬選擇的影響具有明顯的差異:相對于2002年而言，美國家庭的住宅權屬選擇在2004年和2007年受房產稅的負向影響更小。該結果與序列(2)、(3)、(4)中per_pt的回歸結果相一致。值得注意的是，序列(1)中，2004年的時間虛擬變量系數顯著為正，2007年時間虛擬變量的系數顯著為負，這表明，與2002年相比，2004年的住宅擁有概率顯著提高，而2007年住宅擁有概率顯著下降。這是因為，2003年以后，美國許多貸款機構開始采取一些減輕借款前期負擔的新舉措以招攬次貸客戶，放寬甚至取消放款標準，因信用程度較差或償還能力較弱而被銀行拒絕提供優質抵押貸款的人，可以通過申請次級抵押貸款購買住房，從而使這一時期的住宅自有率大大提高。而眾所周知的次貸危機正是在2006年末開始逐漸顯跡:住宅市場開始降溫，使得購房者出售住房或者通過抵押住房再融資變得困難，同時許多次級貸款機構開始減少房貸。另外，次貸還款利率的提高也大大加重了許多美國家庭的還款負擔。這種局面直接導致大批通過次級抵押貸款獲得住房的美國家庭不能按期償還貸款，最終銀行收回貸款人的房屋，使得此時的住宅自有率相對于2002年和2004年顯著下降。在序列(1)—(4)中，married、lninc的系數均通過了顯著性檢驗，說明:已婚戶主擁有自有住宅的概率高于未婚戶主;家庭收入越高，消費者購買住宅的概率越高。edu_level、hh_race、pop、pr_rent的系數除了2002年，在其他回歸結果中均具有顯著性，表明:戶主的教育水平越高，其籌集購房資金的能力就越強，因此這類家庭購買自有住宅的概率就越大;相對于其他有色人種，戶主為白人的家庭，其擁有住宅的概率更高;家庭人口數量越多，購買住宅的概率也越高;較高的房價租金比會降低美國家庭擁有自有住宅的能力，不得不選擇租房。另外，考慮到年齡對住宅權屬可能產生的非線性影響，我們在解釋變量中引入了戶主年齡的一次項和平方項，其回歸結果表明住宅權屬與戶主的年齡之間存在倒“U”型曲線的關系，即隨著戶主年齡的增長，家庭購買住宅的概率先上升后下降，這與消費者在生命周期中對住宅需求的變化趨勢是一致的。列(6)到序列(8)，單位面積上房產稅的系數，其絕對值在逐漸減小，這表明在這三個樣本調查年度中，房產稅對美國家庭住宅特征需求的負向影響效應隨著時間的推移而下降，這一結果和房產稅與時間交叉項的回歸結果一致。(二)房產稅、家庭收入類型交叉項與住宅消費為討論房產稅對不同類型家庭住宅權屬選擇和住宅消費的影響，本部分根據式(30)，引入家庭類型變量以及房產稅與家庭類型變量的交叉項。具體回歸結果如表2和表3所示。首先討論房產稅與家庭收入類型交叉項的回歸結果。這里將家庭收入水平平均分成低收入、中低收入、中等收入、中高收入和高收入5個組，并分別以低收入組、低收入組與房產稅交叉項為參照組。在選擇模型中，h_inc、mh_inc、m_inc和ml_inc的系數在序列(9)—(12)中均具有正的顯著性，且隨著家庭收入水平的提高，其系數值逐漸增大，這表明相對于低收入家庭而言，較高收入的家庭更傾向于購買住宅，原因是較高收入家庭擁有較高的住房支付能力。在Heckman模型的回歸結果中，h_inc、mh_inc、m_inc和ml_inc的系數在序列(15)中均具有正顯著性，且系數值逐漸降低，說明美國家庭隨著其收入的提高，更傾向于擴大住宅需求。下面繼續討論房產稅與收入類型交叉項的影響效應。在選擇模型中，pt_h_inc、pt_mh_inc的系數在序列(9)—(12)中具有正的顯著性，pt_m_inc、pt_ml_inc的系數僅在序列(12)中不顯著，表明隨著單位面積上房產稅額的提高，具有較高收入的美國家庭的住宅權屬需求受到的影響要大于較低收入家庭受到的影響。在Heckman回歸模型中，pt_h_inc、pt_mh_inc、pt_m_inc、pt_ml_inc在序列(14)中的系數具有負的顯著性，且就系數的絕對值大小來說，中低收入家庭＜中等收入家庭＜中高收入家庭＜高收入家庭，房產稅對美國家庭住宅消費福利的影響效應具有很顯著的收入水平差異:隨著單位面積上房產稅額的提高，收入越低的家庭，房產稅對其住宅消費福利的影響效應就越大。在序列(15)、(16)中，分別只有pt_mh_inc、pt_ml_inc具有顯著性，說明在2004年，房產稅對中高收入家庭住宅消費的影響要弱于其他收入水平的家庭，而在2007年，房產稅對中低收入家庭住宅消費的影響要大于其他收入水平的家庭。產生上述結果的原因可能是，較高收入的家庭偏好購買高檔住房，而房屋價值越高，稅基越高，則繳納的房產稅就越高，這顯著抑制了高收入家庭購買住宅的偏好;而較低收入的家庭，其住宅支付能力較差，因此在進入住宅市場以后，低收入家庭的住宅消費福利受房產稅的影響更大。下面以戶主為其它有色人種以及房產稅與戶主為其它有色人種的交叉項為參照組，繼續討論房產稅與戶主種族類型交叉項的影響效應。在選擇模型中，hh_race的系數均具有正的顯著性，表明戶主為白人的家庭購買自有住宅的概率高于戶主為其他有色人種的家庭，pt_hh_race的系數在序列(17)、(18)、(20)中均具有負的顯著性，這表明:隨著單位面積上房產稅的提高，戶主為白人的家庭，其住宅權屬需求受到的影響要小于戶主為其他有色人種的家庭，產生上述結果的原因可能是白人與其它有色人種在美國的社會、經濟地位存在顯著差異;在Heckman模型回歸結果中，hh_race的系數僅在序列(23)中具有正的顯著性，說明除2004年以外，不同種族戶主的家庭的住宅特征需求不存在顯著的差異;pt_hh_race的系數均為負，但僅在序列(21)和(22)中具有正的顯著性，說明在2002年，房產稅對家庭的住宅特征需求的影響存在顯著的種族差異，即相對于戶主為白人的家庭，戶主為其它有色人種的家庭，其住宅特征需求受房產稅的影響更大。

結論及政策含義

從實施房產稅的國家的經驗來看，作為居住成本的重要組成部分，房產稅一直是影響家庭住房消費選擇的重要因素。無論是從完善稅制的角度，還是調整住房消費結構、穩定房地產價格的角度，我國在保有階段開征房產稅都是大勢所趨。在我國房產稅制度日益完善的過程中，考察美國房產稅對住房消費選擇有怎樣的影響，對促進我國房地產市場健康運行、改善居民生活質量有很好的借鑒意義。本文首先構建了房產稅、住宅權屬選擇與住宅特征需求模型，然后利用Hedonic模型估計住宅特征價格，最后利用2002年、2004年及2007年美國都市住房調查數據和Heckman兩階段估計模型，檢驗了房產稅對住宅權屬選擇和住宅消費福利的影響。實證結果表明:在控制了一些影響家庭住宅消費選擇的因素后，房產稅會對美國家庭住宅權屬選擇和住宅消費需求產生非常顯著的影響，但隨著時間的推移，這種影響效應在減弱。在住宅權屬選擇方面，房產稅有顯著的負向影響;社會經濟地位較高的家庭，如家庭收入較高的家庭，更傾向于擁有住宅;隨著單位面積上房產稅額的提高，具有較高社會經濟地位的家庭，其住宅權屬需求受到的負向影響更大。在住宅需求方面，房產稅的影響效應顯著為負;社會經濟地位較高的家庭傾向于擴大住宅需求，在回歸方程中進一步引入房產稅與家庭收入類型的交叉項后，我們發現，房產稅對美國家庭住宅消費福利的影響效應具有很顯著的收入水平差異:進入住房市場以后，隨著單位面積上房產稅額的提高，社會經濟地位越低的家庭，如家庭收入較低的家庭和戶主為其他有色人種的家庭，房產稅對其住宅消費福利的影響效應越大。

本文的政策含義主要有兩點:一是保有階段開征房產稅是調控家庭住房消費選擇的一項重要制度安排。我國現有的房地產調控措施，例如限購政策，會同時抑制商品房的自主性需求和投資性需求，容易導致房地產市場的過度波動，另外，作為一種行政手段，在地方政府的實施過程中，限購政策已逐漸顯現出其局限性，不易發揮其應有的效應;保有階段的房產稅，是抑制房地產投資性需求、避免社會資源浪費的有效經濟手段，能夠調整商品房市場、二手房市場和租賃市場，是我國限購令等行政手段的有效補充。二是應實行差別化稅率。在保有階段開征房產稅對處于不同社會經濟地位的家庭住房消費選擇的影響存在顯著的差異，具有較高社會經濟地位家庭的住宅權屬選擇受到的沖擊會更大，但進入住房市場以后，社會經濟地位較低的家庭，其住房消費需求受房產稅的影響更大。因此，應對不同類型的住宅實行差別化稅率。例如:應對首套房免征房產稅，二套以上住房實行梯級的房產稅稅率;同時對普通和非普通住宅實行差別化稅率，從而間接地抑制高檔住宅的過度需求，照顧到不同納稅群體的負擔能力，做到稅收公平，平衡窮人和富人的住宅需求，有助于實現社會資源配置的帕累托效率，使房地產市場回歸理性。顯然，上述政策對于優化住宅需求結構、促進房地產市場健康穩定運行將發揮積極的作用。