李海霞，王春雷

(東北財經大學 財政稅務學院，遼寧 大連 116025)

一、文獻綜述

唐明[1]分析了2000—2005年房地產市場保有環(huán)節(jié)和流通環(huán)節(jié)的稅收負擔水平，并對房地產稅收占整個稅收收入比重的增長情況進行了經驗分析，結合房地產市場的調控機理，提出了房地產市場稅收應考慮稅負轉嫁和稅收公平分配，對房地產保有環(huán)節(jié)的稅收調控應從空置房地產入手等建議。王玉華[2]從房地產交易、保有環(huán)節(jié)和調控方面分析了房地產稅制的現狀，總結了現行房地產稅制在調控房價方面存在的問題，提出了房地產稅制未來發(fā)展的方向。王素昭和吳文憲[3]分析了我國房地產稅收各方面存在的問題，并結合與國際之間的比較分析，總結國外成功經驗，在課稅對象、價值評估和稅種設置等方面提出了建議。梁譯丹和王輝[4]針對2008年鼓勵住房消費的減免稅政策，分析了國家降低個人住房交易環(huán)節(jié)稅收的必要性和合理性。本文在侯向麗[5]對我國住宅二級市場稅收政策進行的實證研究的基礎上采用多種計量模型，對房地產交易環(huán)節(jié)稅收對房價影響的機制進行了全面研究。

通過查閱各年統(tǒng)計年鑒，經過計算得出，2011年我國住宅交易環(huán)節(jié)的稅收占房地產稅收總額的比重高達90.38%，平均每平方米住宅有16.80%要繳納交易環(huán)節(jié)的稅收?？梢娮≌灰篆h(huán)節(jié)的稅收負擔很重，因此,研究住宅交易環(huán)節(jié)課稅對房價的影響，對于完善整個房地產市場的稅收制度具有重要的理論與現實意義。

二、數據來源和指標選取

本文數據均來自于各年的《中國統(tǒng)計年鑒》、《中國稅務年鑒》和中國經濟統(tǒng)計數據庫。

本文根據各年住宅銷售額和各年商品房銷售額計算住宅在商品房中所占的比重M1，M1=住宅銷售額/商品房銷售額；根據住宅銷售收入和房地產業(yè)銷售收入計算住宅銷售收入在房地產銷售業(yè)收入中所占的比重M2，M2=住宅銷售收入/房地產業(yè)銷售收入。

第一，住宅交易環(huán)節(jié)營業(yè)稅：住宅銷售額×稅率=營業(yè)稅稅額。雖然個人轉讓購買5年之內的住宅也需要繳納營業(yè)稅，但是這部分稅額很小，對計算結果不會產生較大的影響，所以忽略不計。第二，住宅交易環(huán)節(jié)城市維護建設稅和教育費附加：營業(yè)稅額×稅率=城市維護建設稅和教育費附加額。第三，住宅交易環(huán)節(jié)契稅：住宅銷售額×稅率=契稅稅額，契稅的稅率為3%—5%，大部分地區(qū)均取值4%，本文取稅率為4%。同時，本文忽略對結果幾乎沒有影響的個人轉讓住房繳納的契稅稅額。第四，住宅交易環(huán)節(jié)土地增值稅：房地產業(yè)土地增值稅×M1=住宅交易土地增值稅額。第五，住宅交易環(huán)節(jié)的印花稅：住宅銷售額×0.05%=印花稅額。第六，住宅交易環(huán)節(jié)個人所得稅：由于《中國稅務年鑒》上關于房屋轉讓所得需要繳納的個人所得稅在2008年之前沒有單獨統(tǒng)計，而且我國二手房市場登記管理制度不健全，二手房市場交易額無法得到，所以只能根據2008—2011年這4年的房屋轉讓所得繳納的個人所得稅占財產轉讓所得繳納的個人所得稅的平均比重推算出2001—2007年的房屋轉讓所得繳納的個人所得稅。第七，住宅交易環(huán)節(jié)企業(yè)所得稅：查找到房地產業(yè)所繳納的企業(yè)所得稅，對這一數據進行處理，房地產業(yè)的企業(yè)所得稅×M2=住宅交易企業(yè)所得稅額。

三、住宅交易環(huán)節(jié)稅收對房價影響的實證分析

(一)總稅收對房價影響的實證分析

根據 Studenmund[6]關于簡單線性回歸分析方法進行分析，該模型的線性回歸方程表示為：

P=C1+C2×TAX1+C3×TAX2

(1)

其中，P為住宅價格的環(huán)比增長率；TAX1為住宅交易環(huán)節(jié)稅收總額的環(huán)比增長率；TAX2為保有環(huán)節(jié)稅收總額的環(huán)比增長率；C1為常數項；C2和C3為回歸系數。

對模型進行單位根檢驗，結果顯示，住宅的價格P和TAX1在1%的顯著性水平下t統(tǒng)計量的絕對值大于臨界值的絕對值；TAX2在10%的顯著性水平下t統(tǒng)計量的絕對值也大于臨界值的絕對值，所以可知P、TAX1和TAX2都是平穩(wěn)的。

本文運用Eviews6.0對該模型進行計量分析，通過統(tǒng)計結果可以看出，在5%的顯著性水平下，交易環(huán)節(jié)稅收對房價的影響作用較為顯著，而保有環(huán)節(jié)稅收對房價的影響并不明顯。當交易環(huán)節(jié)稅收的環(huán)比增長率每提高1個百分點，房價的環(huán)比增長率就會增長0.28個百分點。

對上述分析結果進行相關檢驗，檢驗結果顯示，該模型通過了自相關檢驗、異方差檢驗和多重共線性檢驗。故分析結果是無偏、有效的，即住宅交易環(huán)節(jié)稅收對房價的影響作用較為顯著，而保有環(huán)節(jié)的稅收對房價的影響作用不顯著。

(二)間接稅與直接稅對房價影響的實證分析

建立如下線性回歸方程：

P=C1+C2×TA+C3×TB

(2)

其中，P為住宅價格的環(huán)比增長率；TA為住宅交易環(huán)節(jié)間接稅的環(huán)比增長率；TB為住宅交易環(huán)節(jié)直接稅的環(huán)比增長率；C1為常數項；C2和C3為回歸系數。

單位根檢驗結果顯示，TA的檢驗值的絕對值大于1%的顯著性水平下的臨界值的絕對值，所以TA在1%的顯著性水平下是平穩(wěn)的，同樣的分析顯示，TB在10%的顯著性水平下也是平穩(wěn)的。

利用Eviews6.0進行最小二乘估計，檢驗結果顯示，住宅交易環(huán)節(jié)的間接稅對房價有顯著的影響，而交易環(huán)節(jié)的直接稅對房價影響是不顯著的。當住宅交易環(huán)節(jié)間接稅的環(huán)比增長率每提高1個百分點，房價的環(huán)比增長率就會提高0.23個百分點。

對上述分析結果進行相關檢驗，檢驗結果顯示，該模型通過了自相關檢驗、異方差檢驗和多重共線性檢驗。故該模型的分析結果是無偏、有效的，即住宅交易環(huán)節(jié)的間接稅對房價的影響較顯著，而住宅交易環(huán)節(jié)的直接稅對房價的影響不顯著。

(三)各間接稅對房價影響的面板數據分析

根據時間序列數據的變量選擇和處理方法，本文選取《中國統(tǒng)計年鑒》和2005—2012年《中國稅務年鑒》中全國各省和直轄市的上述變量，同時以2003年為基期，將各變量進行GDP平減指數處理，對處理后的數據取各自的自然對數，其中，P為房價，T1為營業(yè)稅，T2為契稅，T3為印花稅。

根據面板數據模型的處理辦法[7]，對各變量進行單位根檢驗之后結果顯示，在5%的顯著性水平下，各變量的原始數據均服從一階單整，即一階差分后的數據是平穩(wěn)的。檢驗結果如表1所示。

表1 單位根檢驗結果

1.營業(yè)稅對房價影響的面板數據分析

單位根檢驗的結果顯示，數據之間可能存在長期的協整關系，對數據進行協整關系檢驗的結果顯示，在5%的顯著性水平下的P值為0.007，所以數據之間存在長期穩(wěn)定的協整關系。

(1)模型的選擇

本文運用Eviews6.0進行F檢驗，檢驗得到F統(tǒng)計量的值101.6215大于臨界值30.2160，所以在混合效應模型和固定效應模型中，應當選擇固定效應模型。本文運用Eviews6.0進行Hausman檢驗，檢驗得到卡方統(tǒng)計量的值1.4724大于臨界值1，所以在固定效應模型與隨機效應模型中，最終選擇隨機效應模型。

(2)模型的估計結果

在隨機效應模型下，最終得出的模型估計結果顯示，LnT1的系數為0.1327，且該影響是顯著的。同時對營業(yè)稅中全國各省和直轄市的截距系數進行調整，結果如表2所示。

表2 營業(yè)稅中全國各省和直轄市的截距調整系數表

2.契稅對房價影響的面板數據分析

本文運用Eviews6.0做出LnT2和LnP的協整關系，得出在5%顯著性水平下的P值為0.0067，所以LnT2與LnP之間存在長期穩(wěn)定的均衡關系。

(1)模型的選擇

本文運用Eviews6.0進行F檢驗，檢驗得到F統(tǒng)計量的值101.7926大于臨界值30.2160，所以在混合效應模型和固定效應模型中，應當選擇固定效應模型。本文運用Eviews6.0進行Hausman檢驗，檢驗得到卡方統(tǒng)計量的值1.4681大于臨界值1，所以在固定效應模型與隨機效應模型中，最終選擇隨機效應模型。

(2)模型的估計結果

在隨機效應模型下，最終得出的模型估計結果顯示，LnT1的系數為0.1331，且該影響是顯著的。同時對契稅中全國各省和直轄市的截距系數進行調整，結果如表3所示。

表3 契稅中全國各省和直轄市的截距調整系數表

3.印花稅對房價影響的面板數據分析

本文運用Eviews6.0做出LnT3和LnP的協整關系，得出在5%顯著性水平下的P值為0.0089，所以LnT3與LnP之間存在長期穩(wěn)定的均衡關系。

(1)模型的選擇

本文運用Eviews6.0進行F檢驗，檢驗得到F統(tǒng)計量的值117.4618大于臨界值30.2140，所以在混合效應模型和固定效應模型中，應當選擇固定效應模型。本文運用Eviews6.0進行Hausman檢驗，檢驗得到卡方統(tǒng)計量的值1.7385大于臨界值1，所以在固定效應模型與隨機效應模型中，最終選擇隨機效應模型。

(2)模型估計結果

在隨機效應模型下，最終得出的模型估計結果顯示，LnT1的系數為0.1424，且該影響是顯著的。同時對契稅中全國各省和直轄市的截距系數進行調整，結果如表4所示。

表4 契稅中全國各省和直轄市的截距調整系數表

通過模型的統(tǒng)計結果可以看出，營業(yè)稅、契稅和印花稅對房價影響的回歸結果的R2在0.30左右，說明營業(yè)稅、契稅和印花稅對房價并不是絕對性的影響，經濟社會中還有其他因素會對住宅的價格產生顯著影響。同時三種住宅交易環(huán)節(jié)間接稅對房價的影響系數基本一致，這是因為住宅交易環(huán)節(jié)的營業(yè)稅、契稅和印花稅均為從價稅，均是按照銷售額乘以稅率計征的，所以會得到影響系數基本一致的結果。但從各稅絕對值上來看，營業(yè)稅的基數比較大，營業(yè)稅的稅額通常為印花稅稅額的幾十倍，因此，從這方面來說，營業(yè)稅對房價的影響較大。

從截距方面來看，縱觀表2—表4的估計結果可以看出，相對于其他地區(qū)而言，經濟發(fā)達地區(qū)的房價受稅收的影響較大，如北京、上海、海南和天津，它們的截距調整系數分別為1.0037、0.8728、0.5863和0.5257，原因可能是多方面的。在經濟發(fā)達的一線城市，人口眾多，住房市場嚴重供不應求，住宅的需求彈性相對于欠發(fā)達地區(qū)較小，從西方經濟學的稅負轉嫁理論來看，需求彈性越小的商品，稅負轉嫁相對更容易，稅負更容易從住宅的供給方轉移到住宅的需求方，從而推高房價。對于這些地區(qū)而言，在減輕交易環(huán)節(jié)稅負的同時，為了保證地方政府的稅收收入，減少房地產投機行為帶來的房價上漲，更應當加重保有環(huán)節(jié)的課稅力度。而在我國中、西部地區(qū)，如新疆、內蒙古和黑龍江等地區(qū)，截距調整系數較小，在這些地區(qū)的房地產投機行為相對較少，只需適度增加保有環(huán)節(jié)的稅負即可。

(四)營業(yè)稅對房價影響VAR模型分析

在各間接稅中，營業(yè)稅的稅額最大，對房價的影響也較為顯著，本文以營業(yè)稅為例，借鑒王春雷[8]基于VAR模型探求間接稅對CPI的影響的分析方法，來探求營業(yè)稅對房價影響的反應機理。

1.變量選取和數據處理

根據時間序列模型的變量選擇，本文選取2001—2011年《中國統(tǒng)計年鑒》和《中國稅務年鑒》中的相關數據，得到相應年度對應的房價和營業(yè)稅，求出相應的環(huán)比增長率，以2000年為基期，對數據進行GDP平減指數處理，將處理后的數據進行VAR分析。其中，P為房價，T1為營業(yè)稅。

單位根檢驗結果顯示，在5%的顯著性水平下，各變量的原始數據均服從一階單整，即一階差分后的數據是平穩(wěn)的，檢驗結果如表5所示。

表5 單位根檢驗結果

2.格蘭杰因果關系檢驗

對P、T1、T2和T3進行滯后一期的格蘭杰因果關系檢驗，結果顯示，P、T1、T2和T3之間存在單向的格蘭杰因果關系，檢驗結果如表6所示。

表6 格蘭杰因果關系檢驗

3.最優(yōu)滯后期的選擇

0—2階VAR模型最優(yōu)自回歸階數的檢驗結果表明，在5%的顯著性水平下，P和T1的最優(yōu)滯后期為1，檢驗結果如表7所示。

表7 VAR模型最優(yōu)滯后期階數

注：LR表示似然比統(tǒng)計量，FPE表示最終預測誤差統(tǒng)計量，AIC表示赤遲信息準則統(tǒng)計量，SC表示施瓦茨準則統(tǒng)計量，HQ表示信息準則統(tǒng)計量；*表示根據該準則選定的階數。

4.協整檢驗

Johansen協整檢驗結果如表8所示，原始變量之間存在一個協整關系，相應的協整方程可以比較準確地反映變量之間的長期關系。

表8 Johansen協整檢驗結果

注：*表示在5%的顯著性水平下拒絕原假設。

得到協整方程如下：

P =0.6700T1+12.0200

(3)

(8.3000) (1.8100)

R2=0.8800

5.脈沖響應函數

對變量進行VAR模型估計之后得到的R2為0.9200，做出相應的向量誤差修正模型后R2為0.5900，故在VAR模型的基礎上通過對脈沖相應函數和方差分解結果的分析，得到各變量對房價的影響方向以及對該影響的貢獻度。房價對營業(yè)稅沖擊的脈沖響應函數結果如圖1所示。

圖1 房價對營業(yè)稅沖擊的脈沖響應函數圖

通過圖1可以看出，稅收對房價的影響機制為正向的，即增加稅收會在一定程度上引起房價的提高。考慮到影響期數的長短，增加稅收對房價的影響在第1期和第2期的時候影響程度較大，在第2期到第5期內影響程度都大于5；在第5期之后，影響作用逐漸減弱；在第20期以后，營業(yè)稅對房價的影響趨于消失。

6.方差分解

通過P的方差分解結果(如表9所示)，可以看出，對P的一個標準差大小的隨機新量，其標準差從第1期開始主要由P自身所感應，其比重最高時超過97%，在第5期之后穩(wěn)定在90%左右，表明P的預測誤差來自自身新息的影響接近90%。從營業(yè)稅角度來說，在第2期營業(yè)稅的方差貢獻率較大，為11.2944%，從第5期開始，營業(yè)稅的貢獻率基本趨于穩(wěn)定，基本維持在10%左右。

表9 P的方差分解結果

四、結論和政策建議

通過以上模型分析，本文得出如下結論：第一，相對于住宅保有環(huán)節(jié)課稅，交易環(huán)節(jié)課稅對房價的影響更為顯著，交易環(huán)節(jié)稅收增加將會導致房價上漲。第二，相對于住宅交易環(huán)節(jié)的直接稅，交易環(huán)節(jié)的營業(yè)稅、契稅和印花稅等間接稅種對房價影響作用較大，間接稅課稅越重，房價增長越快。第三，在交易環(huán)節(jié)的間接稅各稅種中，雖然契稅和印花稅對房價也會產生影響，但營業(yè)稅因其稅額較大，所占比重較高，對房價產生的影響相對更大。營業(yè)稅對房價影響的持續(xù)時間較長，但貢獻率并不大。第四，房價波動受到經濟社會各種因素的綜合影響，稅收只是其中的一種影響因素，并不是其絕對的影響因素。第五，在全國各省市中，相對于我國中、西部偏遠或經濟欠發(fā)達地區(qū)而言，北京、上海、海南和天津等經濟較發(fā)達地區(qū)的房價受交易環(huán)節(jié)稅收的影響較大。

綜上所述，房價上漲受到國民的傳統(tǒng)觀念、城市化水平的提高和供需關系等諸多因素的影響，為了控制房價過快上漲，政府多次頒布了相應的調控政策，其中也包括稅收政策。稅收政策在一定程度上可以起到相應的作用，但從長期來看，我國還應從根本上改變“重流通、輕保有”的房地產稅制，完善住房登記管理制度，注重地區(qū)間差異化稅收政策并與政治、經濟和法律等相關配套政策相互配合，逐步抑制房價上漲過快以穩(wěn)定我國住宅價格。

參考文獻：

[1] 唐明.房地產市場稅收調控效應及其調整思路——基于稅負轉嫁和稅負合理分配的分析[J].廣東商學院學報，2007，(2)：35-40.

[2] 王玉華.房地產稅對房地產市場的調控作用分析[J].經濟研究導刊，2012，(6)：19-20.

[3] 王素昭，吳文憲.我國房地產稅國際比較及發(fā)展對策分析[J].山西建筑，2008，(1)：244-245.

[4] 梁譯丹，王輝.論國家降低個人住房交易環(huán)節(jié)稅收的必要性與合理性[J].經濟研究導刊，2009，(9)：20.

[5] 侯向麗.中國住宅二級市場稅收調控政策效應研究[D].沈陽：遼寧大學博士學位論文，2011.

[6] Studenmund，A.H.應用計量經濟學[M].王少平等譯，北京：機械工業(yè)出版社，2011.92-202.

[7] 易丹輝.數據分析與Eviews應用[M].北京：中國人民大學出版社，2008.310-360.

[8] 王春雷.間接稅對CPI的影響：基于VAR模型的實證分析[J].稅務研究，2011,(11)：34-38.

[9] 王春雷.新形勢下我國就業(yè)稅收政策探討[J].財經問題研究，2009，(2)：94-99.