韓會 溫娜 胡克建

摘要：本文通過對稅基評估的批量評估方法的研究，欲建立特征價格模型與統(tǒng)計分析方法的有機連接，對所采集的二手商品住宅的稅基計算進行模擬分析評價，最后得出具有一定范圍適用性的估算房產(chǎn)稅稅基的回歸方程?；诖?，本文還推斷，完備的GIS系統(tǒng)和自動評估技術(shù)在不動產(chǎn)稅基評估中的應(yīng)用，將會對提升特征價格模型的可用性和可靠性產(chǎn)生更佳效果。

關(guān)鍵詞：房產(chǎn)稅；稅基評估；特征價格模型

一、引言

當前，對個人住房征收房產(chǎn)稅問題已日益引起社會的關(guān)注，2003年“物業(yè)稅”第一次出現(xiàn)在政府工作報告中，其后的7年里，我國陸續(xù)采用批量評估技術(shù)對十多個試點省市的物業(yè)稅實施了模擬“空轉(zhuǎn)”運行。2011年1月，國務(wù)院常務(wù)會議決定在上海和重慶兩市進行對個人住房征收房產(chǎn)稅改革試點，兩市相繼出臺了相應(yīng)的《暫行辦法》和《實施細則》，我國房產(chǎn)稅改革就此拉開了序幕。

二、房產(chǎn)稅稅基的批量評估及其適用性

批量評估的基本原理是在利用某種模型方法對批量資產(chǎn)進行模擬評估后，應(yīng)用一系列統(tǒng)計、計量、計算機技術(shù)對上述模擬評估進行檢驗和修正，直至評估結(jié)果能夠在可接受的偏差范圍內(nèi)較大程度地接近被評估資產(chǎn)的實際價值。

基于房產(chǎn)稅稅基評估工作所涉及的評估對象數(shù)量多、差異因素日益多樣化、評估工作量大等特點，傳統(tǒng)的三大評估方法（成本法、收益法、市場法）各自存在固有局限性，已難以滿足房產(chǎn)稅稅基評估需要。故此，目前多數(shù)征收不動產(chǎn)稅的西方國家在進行房產(chǎn)稅基評估時，普遍采用批量評估技術(shù)來予以實現(xiàn)。而本文利用的特征價格模型正是實現(xiàn)批量評估的一種技術(shù)方法。

相關(guān)理論及事實已證明，建立在完備的GIS系統(tǒng)和自動評估技術(shù)支持下的批量評估方法在不動產(chǎn)稅稅基評估方面的綜合適用性較強、可操作性高、偏差具有技術(shù)可控性。

三、基于批量評估的Hedonic特征價格模型及其應(yīng)用

從實用、便利、準確性角度考慮，基于批量評估的自動評估技術(shù)（AVM）日益迅猛發(fā)展，而自動評估技術(shù)根據(jù)其模型所采用的數(shù)學(xué)方程的不同，可分為特征價格模型和按時間趨勢變動的模型兩類。本文擬采用特征價格模型對所采集的石家莊市裕華區(qū)二手房掛牌交易數(shù)據(jù)進行模擬分析，以進一步驗證其可用性。

（一）特征價格模型的函數(shù)形式

Hedonic特征價格模型的一般形式為：P=f（x₁，x2，…，xn），其中xi表示商品的第i種特征，P為商品價格。理論上，特征價格模型中常用的函數(shù)形式有四種，分別為（1）線性形式：P=β0+∑βixi+ε；（2）半對數(shù)形式：lnP=β0+∑βixi+ε；（3）對數(shù)形式：lnP=β0+∑βilnxi+ε；（4）逆對數(shù)形式：P=β0+∑βilnxi+ε。

（二）特征價格模型數(shù)據(jù)變量的定位

本文數(shù)據(jù)來源：考慮到批量評估的內(nèi)涵及其對樣本的要求，本文數(shù)據(jù)樣本系通過對http：//sjz.soufun.com/石家莊裕華區(qū)644套二手房的網(wǎng)上掛牌信息的查詢和對相關(guān)機構(gòu)人員的咨詢調(diào)查而得。

1.因變量的選取。由于房產(chǎn)稅稅基主要涉及相應(yīng)房產(chǎn)的總價值量，而房產(chǎn)的均方單價正是對其總價值量的反應(yīng)；并且有相關(guān)研究表明，房產(chǎn)的交易價格與其掛牌價格之間存在較穩(wěn)定的線性關(guān)系，例如，“通過對杭州市房產(chǎn)的成交價格及其掛牌價格的研究即得出：成交價格=-11960+0.930*掛牌價格”^[4]，因此本文選取各調(diào)查樣本掛牌數(shù)據(jù)的平均單平方米價格p作為因變量。

2.自變量的選取。首先，由于本文所采集的掛牌數(shù)據(jù)集中于2013年4月25日至5月25日內(nèi)，其掛牌價格期日調(diào)整的空間甚小，因此模型的實現(xiàn)過程忽略了對價格的期日調(diào)整。

特征價格模型是一種基于區(qū)位特征、建筑特征、和鄰里環(huán)境特征三方面的差異來估測不動產(chǎn)價值量的方法，因此，本文從上述三個方面的主要影響因素來選取自變量的。對于區(qū)位特征，本文選取繁華程度、交通情況、基礎(chǔ)設(shè)施3個主要因素；對于建筑特征，選取建筑面積、房間數(shù)、臥室數(shù)、客廳數(shù)、主房間朝向、裝修程度、樓層、建筑類型、樓齡共9個因素；對于鄰里環(huán)境特征，選取物業(yè)管理、生活配套、教育配套和環(huán)境配套4個因素進行分析。

對上述16個變量依次以x₁（CBD距離）、x2（公交站數(shù)）、x3（基礎(chǔ)配套）、x4（建筑面積）、x5（房間數(shù)）、x6（臥室數(shù)）、x7（客廳數(shù)）、x8（建筑朝向）、x9（裝修程度）、x10（所處樓層）、x11（建筑類型）、x12（建筑樓齡）、x13（物業(yè)管理）、x14（生活配套）、x15（教育配套）、x16（環(huán)境配套）來表示。

（三）模型的建立及實現(xiàn)

本文應(yīng)用多元回歸分析方法來對相應(yīng)的自變量單方價格p及選取的16個描述性變量間關(guān)系進行綜合分析評價，并期望得到具有一般適用性的回歸方程。應(yīng)用SPSS19.0對數(shù)據(jù)進行處理。

1.因變量和自變量的回歸分析

（1）對特征價格模型四種形式的估算驗證：如上所述，特征價格模型中包含以上4種常用的函數(shù)形式，考慮到選取的描述性變量間可能存在的多重共線性對估算結(jié)果的影響，模型選用逐步進入的方法驗證結(jié)果如下：

a.對線性函數(shù)形式的驗證得R2=0.656；b.對半對數(shù)函數(shù)形式的驗證得R2=0.714；c.對數(shù)函數(shù)形式的驗證得R2=0.492；d.逆半對數(shù)函數(shù)形式的驗證得R2=0.455。

通過對比以上驗證結(jié)果，在半對數(shù)形式下自變量對于因變量的解釋性最好，故以下采用半對數(shù)形式對數(shù)據(jù)進行擬合。

2.半對數(shù)模型的實現(xiàn)及相關(guān)解釋：（1）回歸方程的方差分析。通過SPSS19.0的擬合度檢驗得半對數(shù)函數(shù)的顯著水平sig.≈0.000<0.05，即方程通過了F檢驗。（2）回歸系數(shù)的相關(guān)解釋。在半對數(shù)形式下采用逐步進入方式，選取的16個解釋變量中，最終有9個解釋變量通過了t檢驗進入回歸方程，運行結(jié)果確定的函數(shù)形式為：

lnp=9.400-3.690E-5*x₁+0.010*x2-0.002*x4+0.014*x8-0.003*x10-0.017*x12+0.247*x13+0.031*x14+0.001*x16

根據(jù)以上模擬分析結(jié)果，我們得出了具有一定范圍適用性的房地產(chǎn)單方價格函數(shù)，從而對于滿足條件的特定區(qū)域內(nèi)的房地產(chǎn)，通過掌握其相關(guān)參數(shù)信息，就可以求得相似或同類房地產(chǎn)的平均總價。這將對房產(chǎn)稅稅基評估的實施提供極大的便利。

本文對于特征價格模型的半對數(shù)形式回歸分析擬合度檢驗，得到R2=0.714，模型滿足需要但解釋度不是很高。出現(xiàn)該種情況，一方面，可能由于模擬的數(shù)據(jù)量有限，還可能是數(shù)據(jù)采集上存在一定程度偏差；另一方面，由于影響房地產(chǎn)價格的內(nèi)外部因素較多，如：房間布局、小區(qū)內(nèi)位置差異及不同銷售團隊的銷售策略差異等，而本文囿于信息獲取的原因，只選取了較為有限的因素進行分析?？傊?，信息不足對本文結(jié)論產(chǎn)生一定影響，但本文意在說明特征價格模型在房地產(chǎn)稅基評估中的可用性，這一目的已經(jīng)達到。未來隨著完備的GIS系統(tǒng)與現(xiàn)代自動評估技術(shù)的發(fā)展，加之模型修正技術(shù)的不斷改進，特征價格模型在房產(chǎn)稅稅基評估中的優(yōu)越性一定會進一步凸顯。（作者單位：河北經(jīng)貿(mào)大學(xué)財政稅務(wù)學(xué)院）

參考文獻：

[1] 李志輝，羅平.SPSS統(tǒng)計分析教程[M].北京：電子工業(yè)出版社，2005.

[2] 溫海珍，賈生華.市場細分與城市住宅特征價格分析[J].浙江大學(xué)學(xué)報，2006，（3）.

[3] 紀益成，王誠軍，傅傳銳.國外AVM技術(shù)在批量評估中的應(yīng)用[J].中國資產(chǎn)評估，2006，（3）.