第1篇：浅谈房地产税收政策调控房价的影响效果
目前，房地产市场发展的同时，房价也随之上涨，一定程度上增加了人们的住房压力，提高了人们的住房成本，同时，影响房地产市场的有序运行。现如今，房价调控已成为人们关注的焦点。房地产税收种类多样，利用该政策实施房价调控，对影响效果展开分析具有重要的探究意义。
1、房地产税收政策基本概述
1.1基本特点
首先，抑制需求。政府为购房者提供首套优惠、旧房增加税费的购房政策。其次，流转环节和保有环节的税重情况相反，前者较重、后者相对较轻。最后，政策目标、税务种类、税率制定等方面不平衡。
1.2房价影响因素
影响房价变化的因素较多，因素总结后，主要分为以下几类。成本角度：主要是稅费和地价两种；供给需求角度：住房结构、区域位置、经济情况、金融环境、宏观调控、人口、租赁以及购房心理等因素。房价影响因素根据现有理论以及实践成果，又可被分为三类。一是区域因素，它主要指交通、城市绿化、基础设施完善度等；二是一般因素，具体指经济水平、物价水平、人口数量、居民收入水平、房产投资等；三是个别因素，指的是地形、建筑结构、建筑面积、设施等。根据发展情况的不同，这三种因素间能互相转化、实时调整[1]。
2、房地产税收政策调控房价的影响效果分析
2.1实证分析
2.1.1模型构建
本文运用DFSR这一模型研究房地产税收政策与房价之间的关系。模型中包含驱动力、响应以及状态三个指标，其中与这三个指标相对应的分别是房价变动因素、房地产市场状态和房地产税收政策。根据模型三指标间的关系分析房地产税收政策与房价之间的关系[2]。
2.1.2研究方法
首先，将模型中应用的数据通过公式进行标准化处理。然后，将指标变量进行主成分分析，实现变量的降维处理。具体步骤为：原始数据标准化、判定指标相关性、明确成分个数、形成表达式、获取综合评估数值。最后，获取数据。数据来自国家统计、上海统计、中国房地产指数系统和上海财政于2007到2012年之间的数据。
2.1.3综合指标确定
状态属于单一指标，响应也属于单一指标，驱动力由五种不同因素组成，因此，确定综合指标时，驱动力指标符合评价标准。利用SPSS18.0对上述数据驱动力指标进行主成分分析，系数均大于0.2，数据满足因子分析。
2.1.4研究结果分析
驱动力指数增大或减小，代表房价因素对房价推动作用增强或减弱；相应指数升高或者降低，代表房地产税收政策调控能力的增强和减弱；状态指数增多或者减少，代表房价涨幅的高和低。房地产税收政策是影响房价变动的主要因素。
驱动力指数与状态指数之间的关系：响应指数变换幅度较大时，其余二者呈上升、稳定的变化趋势。从中能够看出，当政府房地产税收政策干预较弱时，房价受区域因素和一般因素影响明显。状态指数稳定发展阶段，响应指数波动明显，这说明政策的调控作用不是无效的[3]。
响应指数与状态指数之间的关系：二者间的变化存在差异性。政策强力调控下，房价变化显著。与此同时，房地产税收政策存在时滞性，不能随房价变化及时进行政策调整。响应指数最高数值出现后，状态指数的最低值才会出现，从中能够看出，房地产税收政策应经历一段时间，才能完成计划目标，因此，房地产税收政策在发展中应坚持实时性。
2.2政策建议
房地产税的种类多样，不同税种在影响方向和影响程度等方面存在差异性。改革现有的房地产税收政策具有必要性。现如今，我国房地产市场以信贷或者土地的形式进行调整控制，税收仅占次要地位，税收失衡、压力较大现象主要源于税种及税率的非合理性设置，一定程度上不利于房地产资源的合理分配。
2.2.1完善房产税负结构
房产税统一化管理和征集，将土地增值税、城市房地产税、现行或持有阶段的房产税等进行税种合并。耕地占用税、城建维护税等税种适当取消，同时，购房者全部缴纳的房地产税费变更为逐年缴纳，这不仅能提高房屋销售数量，还能减轻购房者的税费压力。
2.2.2规范行业收费标注
首先，取缔不合理、不受法律保护的收费。其次，根据税费类型有针对性的实施税费改革。然后，尚未彰显政府行为的服务收费或者产品收费变更为经营性收费，规范性管理。最后，留有少量证照性、补偿性收费，按照管理标准有效管理。
2.2.3调整税基，降低税率
即对持有环节和转让环节进行合理的税基调整，以此实现评估价值合理化。与此同时，适当降低房地产税率。充分结合实际营业税等税种的税率，实现房产余值1.5%左右税率的合理调整[4]。
结论：
综上所述，房价变动受较多因素影响，该模型分析房地产税收政策调控房价的影响效果，存在数据不足等缺点，影响模型的结果。通过丰富数据资料、延长时间范围，能获得相对全面的影响效果。同时，有利于房地产税收政策不断优化、调整。
作者：梁鹏
第2篇：房产税改革对调控房价作用的探究
1引言和文献综述
近年来，随着人口的增加，房源供应的稀缺，造成房价居高不下，这已经成为了社会的焦点问题，降低房价成为广大人民的普遍诉求。税收是调控宏观经济的重要手段，但是随着经济的发展，社会的进步，原本的房产税已经不能满足这一需求，在此背景下，房产税改革势在必行。2010年5月末，国务院批准和公布了《2010年深化经济体制改革重点工作意见》，其中明确了要逐步推进房产税改革的思路。2011年1月27日，上海市人民政府印发了《上海市开展对部分个人住房征收房产税试点的暂行办法》，同日，重庆市人民政府发布了《重庆市人民政府关于进行对部分个人住房征收房产税改革试点的暂行办法》和《重庆市个人住房房产税征收管理实施细则》，自此拉开了中国房产税改革的序幕。
自从2011年上海、重庆进行房产税改革以来已经有5年之久，在这5年之中，不少学者对房产税改革在不同的角度进行分析，提出了自己的见解。郭宏宝（2011）在《房产税改革目标三种主流观点评析》中提到，房产税改革目标都仅是一定条件下的优选，中国房地产市场的现实与观点要求的环境可能相去甚远，因此，没有相应的体制性改革，任何一种主张恐怕都只能是一种奢望。[1]骆永民和伍文中（2012）提出：旨在对住房持有环节征税的房产税改革在长期可以有效降低房价，并且能发挥良好的自动稳定器功能以平抑房价变化所导致的宏观经济的波动。[2]刘伟（2014）基于地方财政收入的视角得出结论：房产税改革方案的重新设计以及既有数据导入测算，房产税在地方税收收入和财政收入中的比重明显上升，对地方税收收入和财政收入的实际影响明显加大，能为地方政府提供长期稳定的收入来源，有作为地方主体税种的较大潜力，有利于地方政府职能的实现。[3]
不同学者对房产税改革见仁见智，通过对大量文献的整理，得出结论，房产税的作用主要体现为三点：增加地方财政收入、调控房价和实现收入分配的公平。目前大多数的文章都是从宏观上对房产税进行研究，为了更加深入细致地对房产税进行剖析，本文选取了广大人民最关心的问题——房价问题进行研究。目前上海、重庆房产税改革到底能不能真正起到调控房价的作用？试点的改革又会对全国的房价产生怎样的影响？下面我们利用实证分析法进行具体的研究。
2房产税改革对房价影响的现状
21房产税改革对上海房价影响
根据表1中的数据进行分析，整体上来说，2006—2014年间上海的房价呈现不断上升趋势，但是相对于年来说，房价的增长率却是忽高忽低，没有明显的规律。2006—2010年，是上海房产税改革的之前的5年，虽然房价明显上升，但是其增长率最低的时候为-199%，最高的时候为5668%，可谓是大起大落。而2011—2014年，是进行房地产改革之后的四年，这四年间，房价依然呈现增长趋势，但是其增長率的极差有所减小，排除市场因素的作用，房产税对于房价只起到了轻微调控作用，但是仍然没有对房价不断上涨的趋势有所改观。
22房产税改革对重庆房价的影响
表2的数据相对表1的数据显示得更为有规律一些，我们可以很明显地看出从2006—2010年，重庆房价的增长率呈现一个相对较高的水平，但是到2011年以后，房价的增长率逐年下降，从2012年的731%下降到2014年的-090%，排除市场的因素，虽然房产税改革减缓了房价的增长速度，但是房价还是处于不断上涨的趋势。
23上海、重庆房产税改革措施的对比分析
根据表1和表2的分析，我们可以看出，上海和重庆试点房产税改革虽然没有在根本上解决房价不断上涨问题，但是在抑制房价上都起到了一定的积极作用。虽然两个试点都进行房产税改革，但是相对于上海来说，重庆房产税改革对于抑制房价作用表现得更为明显一点，排除两个城市市场作用机制的影响，笔者从两地改革方案中进行对比分析，如表3所示。
表3上海、重庆房产税改革方案比较基本要素1上海方案1重庆方案征税对象1本市居民：新购第二套及以上住房；非本市居民；新购住房11本市：独栋商品住宅和新购的高档住房
2对“三无”（无户籍、无工作、无企业）的个人新购第二套及以上的普通住房试点范围1全部行政区域，含17个辖区及1个县1江北区、渝中区、沙坪坝区等主城九区计税依据1按应税住房交易价格的70%计算缴纳1暂按房产交易价格征税，条件成熟时，以评估价值征税纳税人1应税住房产权所有人1应税住房产权所有人税率104%和06%两档105%、1%和12%三档应纳税额1应纳税额=新购住房应税面积×新购住房单价×相应税率×70%1应纳税额=应税建筑面积×建筑面积交易单价×相应档次税率减免标准1人均60平方米1以户为单位，原有独栋住宅为180平方米，新购高档住房标准为100平方米税收用途1用于保障住房建设等方面的支出1用于公租房的建设和维护资料来源：部分内容截取自刘伟的硕士学位论文《基于地方财政收入视角的房产税改革——以重庆市房产税改革试点为例》。
在征税对象方面，上海方案侧重于普通住房，对于本市居民新购第二套及以上住房和非本市居民新购住房进行征税，而对房产税实施之前的存房量没有相关措施。也就可以这样理解，无论你在政策出台之前，拥有多少套住房都不予征税，只是对于新购的住房进行征税，笔者认为这一措施违背税收公平原则，并没有对住房保有方面进行征税，具有一定的不合理性。支付能力原则要求按照纳税人的负担能力分担税收，即在给定的税收总收入下，每个纳税人应根据其支付能力纳税。[4]在重庆改革方案中充分体现论文这一原则，对本市独栋商品住宅和新购的高档住宅进行征税，侧重点在高档住房上面，而且对改革之前保有的本市独栋商品住宅也进行了征税，与上海相比，重庆的改革方案更侧重于加重高档住房的税收，有利于调节收入分配，促进收入的分配公平。
在试点范围、计税依据、纳税人方面，上海和重庆改革方案的观点大致相同，下面我们分析税率。两个试点都采用比例税率的方式，上海试点只要采取04%和06%两档，而重庆地区采用的是05%、1%和12%三档税率，重庆市房产税改革试点方案与上海相比来说是渐进的，三档累进制税率，按套数、住房面积来确定适用税率。打击的对象直接是高档住房，对普通住房则是完全放开的。这样既满足对于普通住房的刚性需求，又可以避免因为免税政策而购买多套住房。
在减免标准方面，上海市采用的标准是人均60平方米，而重庆采取以户为单位，原有独栋住宅为180平方米，新住高档住房标准为100平方米，这一免税政策既可以使改善住房条件的人负担不会太重，也可以在一定程度上弥补免税政策的漏洞。
当然，两者方案中也都存在不足的地方，例如虽然重庆方案有对高档房存房量方面进行征税，但是征税范围不够广，试点方案一出台，其他省份就会发现这方面的漏洞，在房产税没有推广到全国之前，对住房进行购买，以在将来减少房产税的征收，造成试点以外部分地区的房价在短期内不降反增，给房产税改革带来很大的压力。在计税依据方面，上海和重庆都采用交易价格作为计税依据，房产税应该对房产的真正价值进行征税，但是交易价格受买卖双方的影响很大，还有就是成交以后房产的价值是随着市场变化而波动的，而当时交易价格已经不能反映当前房产的全面价值。对于税收用途的规定，虽然两者都提出用于保障性住房方面的建设，但是多少用于建设，怎样用于建设，都没有具体的实施细则，如果没有具体的方案作为指导，在将来很有可能会存在财政资金的越位、缺位问题，使得房产税取得的税收没有得到充分的利用。
综上所述，上海、重庆的房产税改革虽然在一定程度上抑制了房价的过快增长，但是房价上涨的趋势依然还在延续，问题没有从根本上得到解决。改革方案中也确实存在不少漏洞，我国在完善房产税改革、优化财税体系结构方面仍然有很长的路要走。
3房产税改革的具体政策性建议
31保障住房供给，从根本上解决房价上涨问题
我国房产资源的稀缺性是造成我国房价不断上涨的根本原因。要从根本上解决房价上涨问题，就要增加房產资源的供给，使得房子成为人们生活的保障品，而不是成为投机者赚取利益的商品。这方面，我们可以借鉴德国的经验，德国经济从来没有以土地为纲，也从未将房地产业作为“支柱产业”，而是仅将其视为重要的民生需求与刚性需求。[5]其主要是通过严厉打击房地产商和打破房屋垄断，规定福利房比例和鼓励自建房措施做到的，但是基于我国土地国有和房地产业已经成为我国支柱产业的不争事实，我国现在能做到的也就是提供福利住房。当然，上海和重庆试点都对这方面进行了涉及，但是其中的规定还不够细致和详尽。地方政府应当编制详细的财政预算对公租房、廉租房等保障性住房投入的数量，对所花费的财政资金进行详细的规定，并且可以实施以租代买的方式，缓解广大居民的购房压力。
32对存房量进行征税，促进税收公平
前文已经分析到，上海和重庆试点方案中都存在的缺陷就是对存房量没有进行广泛的征税，笔者认为这也是房产税改革试点中存在的最大的弊端。在短期来看会造成试点以外房价的上涨，在长期来看会造成税收不公平，纳税人抗税情绪越来越严重。在试点向全国推广的过程中，为了避免用力过猛，可以采用重庆那种渐进式改革方法，先对高档住房存房量进行征税，然后逐步扩展到中档住房和普通住房。这样不但充分体现税收支付原则，而且还可以给不同等级的房屋持有人一个纳税缓冲期。
33改变以交易价格为主的征收模式
在重庆试点的方案规定计税依据是暂按房产交易价格进行征税，条件成熟时，以评估价格进行征税。可见在试点地区，已经提前意识到按照房产交易价格征税存在的弊端，但是由于时间因素、技术条件、税收政策等多方面的因素的限制，只能暂时按照交易价格进行征税，所以建立和完善房地产价值评估机制已经成为当务之急。我们应该秉承着房产价值评估机构和房产税征管机构相分离的原则，以避免出现偷税、漏税现象。房产价值评估机构可以由税务机构原有系统进行改革，再加入一些土地资源管理局相关人员和社会团体中的一些专业人士成立。评估员必须持有房地产估价师资格证才能上岗，并且要接受职业培训和后续教育。
根据上海、重庆房产税改革试点方案中暴露的缺点笔者提出了具体的建议。在中国人的传统观念中，有房才有家。希望在以后房产税改革中，房价可以得到有效的调控，广大人民的住房需求可以得到满足，使我国财税体制改革登上一个新的台阶。
作者：王希瑞等
第3篇：关于中国房价调控政策的有效性分析
一、问题的提出
居高不下的房价已成为当前中国一个严重的社会问题，受到社会各界的广泛关注。针对这一问题，中央政府先后出台各种相关措施①，以控制房价过快上涨的势头，然而房价依然逐年上涨、居高不下②，我们不禁要问，中央政府的这一系列房地产调控政策是有效的么？限制中央政策调控效果又是哪一些呢？同时住房作为一种特殊的商品，兼具“消费品”和“投资品”两种属性，并且在中国特殊的制度背景下，住房价格又和土地价格紧密联系，而后者正是地方政府一个重要的财政收入来源。这一系列原因都大大增加了中国住房价格形成机制的复杂性。为了排除各种影响因素的干扰，本文以一次具体的房地产调控政策——2005年出台的“国八条”作为分析对象，基于2002-2012年全国35个大中城市住房价格的面板数据，对政府房地产调控政策的有效性进行了实证检验。在此基础上，我们还对抑制中国房价调控政策有效性的原因作了进一步分析。
现有关于中国房价的决定因素与政府调控机制的研究，主要表现为以下三个方面：一是地方政府的土地财政因素。王岳龙等[1]和周彬等[2]认为，随着地方政府越来越依靠“土地财政”，房价的逐渐攀升也引起地价的上升，地价的上升又会引起房价的进一步上涨。虽然中央政府力图通过扩大住房供给与抑制住房投资性需求两方面来抑制住房价格的急速攀升，然而依靠土地财政的地方政府，即使增加住房供给也有可能导致公众支付意愿的下降。张涛等[3]认为随着政府增加土地供给以及公共设施供给，以财政收入最大化为目标的地方政府能够利用购房者关于公共设施价值判断的差异，最终使得房产价格超过其内在价值。二是与地方基本经济社会因素的变化有关。比如说，有些研究从人口结构变化探讨房价上升背后的深层次的、基本的人口和经济因素。政府管制政策力图在短期内抑制房价的快速上升，然而，中国人口结构中少年人口抚养比例的提高则会从整体上提升住房需求进而推动房价的上涨[4]。陈斌开等[5]认为人口结构变化会导致住房需求结构的转变，并会在长时期引起住房供给以及住房需求的显著变化，这些引发住房供需结构的深层次因素将宏观房价调整政策短期的无效性。随着诸如人均收入以及家庭可支配收入等的增长，居民对于住房的需求将出现上升，来自地区性房地产市场的证据支持这一观点[6]。此外，从整体上来看，随着城镇化的推进以及农民工进城等，人们对于商业住宅的需求也将不断攀升。诸如人口结构、家庭可支配收入、城镇化以及农民工进城等经济基本面因素及其变化等会引发住房需求的上升趋势[7-9]，房价调控政策一旦很难减弱这些趋势性力量对于住房价格上涨的影响，就很难取得预期的效果。三是住房的投资性或是投机性需求。住房作为一项资产，对住房的需求与利率和信贷之间密切相关。理论上而言，住房作为一项资产，利率的上升有助于抑制房价。此外，房地产银行信贷扩张会刺激对住房的消费需求和投机需求，从而推升房价。然而，有关实证研究发现，提升利率的宏观调控政策并没有起到有效抑制房价急速上升的效果[10-12]。研究认为，因为我国的利率市场化进程较为缓慢，利率作为资产价格在配置资源上的功效还有待强化，结果是通过利率手段对房地产市场进行调整的效果并不显著。
综合上述，尽管诸多研究从理论与实证、微观机制与宏观视角分析了导致房价上涨的相关因素，然而，现有关于住房价格的经验研究，都只是在某种程度上揭示出房屋价格与上涨相关因素的相关关系。然而，实际过程中既可以是地方政府土地财政激励推动了住房价格的上涨，也可能土地价格的上涨实际上是由住房价格的不断上涨推动的。究其原因，主要是因为住房既可以是人们消费的对象又可以是人们投资的对象，那些影响人们消费选择以及投资选择的诸多因素进而可以对住房价格产生影响。本文的研究则试图通过一项具体的外生政策冲击以检验和识别其中的因果关系。
二、数据来源和变量设计
本文实证过程中采用的数据绝大部分来自《中国房地产统计年鉴》（2003-2013）以及《中国城市统计年鉴》（2003-2013）。本文选取《中国房地产统计年鉴》中35个大中城市2002-2012年的对数化住房平均销售价格作为被解释变量，并且选取《中国城市统计年鉴》（2003-2013）中相关的衡量35个大中城市经济和社会发展水平的数据作为对数化房价水平的解释变量。在关于35个大中城市住房价格面板数据固定效应回归模型中，本文将人均财政收入（该城市的地方财政预算内收入与年末总人口之比，单位：千元）、全市人均GDP（千元）、市辖区人均GDP（千元）、全市职工年平均工资水平（千元）、市辖区职工平均工资水平（千元）、人均储蓄（千元）、人均储蓄的增长率（%）、商品房空置率（空置住宅与新开工住宅之比）（%）、城市绿化状况（%）、房企资产负债率（%）、城市建设用地占市辖区面积之比（%）、地方财政收入在国内生产总值中的占比（%）、房地产开发投资占全市固定资产投资之比（%）以及城镇居民失业率（%）等引入固定效应回归方程。
此外，本文将“国八条”的颁布作为一个政策冲击的哑变量，策略是将“国八条”颁布之前的年份定义为0，将2005年及之后的年份定义为1③。在之前诸多关于房价影响因素的跨地区面板回归的实证研究中，商品房空置率要么被研究者们忽略，要么缺乏对其进行深入的解释。在房地产市场，商品房空置率的上升或是下降具有两个相反的含义[13]。一方面，商品房空置率的上升可能意味着经济不景气以及资产失业；另一方面，商品房空置率的上升也可能意味着经济前景太好，因为开发商预期住房需求会增长，所以未雨绸缪多盖新楼盘，结果导致商品房空置率上升。本文在解释变量中引入商品房空置率，目的是分析住房供给方的预期是否影响住房价格的上涨及其背后的传导机制。
在面板回归中，常用的方法是固定效应以及随机效应模型。固定效应模型一般假设这些观察不到的地区个体特征与所含的变量相关。就本文的实证研究而言，利用固定效应进行回归可以较为有效地处理遗漏变量问题。在本文的固定效应模型回归中，城市所在地理位置、政治文化地位以及经济地位等与包含的解释变量相关，并且在本文考察的时期内，这些城市的地理位置、年均温度湿度以及政治经济地位等并未发生明显的变化。而在随机效应回归中，一般假设观察不到的个体效应与模型已经包含的解释变量无关。
三、基本回归分析
本文的基本回归方程如下：
注：括号内为对应系数估计值的稳健标准误差，***，**，*分别代表1%、5%和10%的显著性水平。在模型（3），本文还加入全市职工平均工资水平以及人均储蓄，系数估计值分别为0.00002（0.000002）和0.0030（0.0024），括号内为标准差，下同。在模型（4），本文还加入市辖区平均工资水平，系数估计值为0.00003（0.000001）。在模型（5）中，本文还加入市辖区人均GDP作为解释变量，系数估计值为0.0073（0.0024），在1%的显著性水平上。在模型（6）中，本文还加入地方财政收入占GDP的比重作为解释变量，系数估计值为0.0365（0.0115），在1%的显著性水平上，为了制表的考虑，本文并没有在表格中报告结果。
从回归结果中我们可以发现，在各列回归之中“国八条”政策哑变量的估计系数均在1%的水平上显著为正，说明中央政府的宏观调控政策不仅没有抑制房价的上升趋势，甚至还推动了房价的上涨。对于其他控制变量而言，无论是全市的人均GDP还是市辖区人均GDP，对于住房价格都具有显著的正向影响。此外，地方财政收入占GDP的比重每增加一个单位，可以使得住房价格提高3.65%。在包含人均财政收入的所有固定效应回归模型，估计系数有时为正有时为负，这可能跟模型（1）、（2）和（3）中解释变量过少有关。当增加更多可能影响住房价格的因素之后，不管是人均财政收入（模型（5））还是地方财政收入占GDP的比重（模型（6）），这两个解释变量与住房价格呈现出显著的正相关，并且都在1%的水平上显著。失业率与人均储蓄的增长率与住房价格负相关，不过统计上并不显著。从人均储蓄增长率来看，房价上升很可能引发居民对住房资产的投资需求，从而在一定程度上对储蓄产生抑制作用。商品房空置率系数显著为负，这意味着商品房供给的增加在一定程度上可以抑制房价的快速上涨。不过，从其估计系数来看，这一抑制作用可能很难抵消其他因素对房价的推动作用。
综合以上对于回归结果的分析，我们认为，中央房价调控政策无效的原因主要表现为三个主要方面：第一个方面是财政分权视角下地方政府的土地财政激励，即使中央政府通过相关措施增加住房供给以及抑制住房的投资性需求，地方政府仍然存在很强烈的卖地激励，在控制土地供给增量的前提下，与“国八条”颁布之前相比，有限的土地供给将推动土地价格的上升，这进而又会推动房价上涨。第二个方面则是人口结构变动将在较长的时期内在地引发住房需求的上升，结果是，房价调控政策很难改变房价上涨的趋势性变化。此外，随着家庭可支配收入的增长，对于住房的消费需求和投资需求也会上升。诸如人口结构以及家庭收入等是推动房价变动的深层次力量，很有可能将导致房价调控政策达不到预期的效果。第三个方面则是关于利率和信贷可得性与住房价格之间的联系。住房本身是一项资产，利率与信贷可得性与这一资产的价格之间的关系十分复杂。理论上而言，资产投资不仅取决于其实际的回报率（真实利率）而且取决于预期的投资回报率（利率预期），提升利率以及约束商业银行房地产信贷在改变实际回报率的同时也影响到了投资者预期，如果房价调控政策对住房消费者以及投资者的预期不能产生实际影响，同样会导致政策本身的无效性。针对这些问题，本文将在稳健性检验部分作进一步的分析和验证。
四、稳健性检验
关于面板数据固定效应的检验首先是豪斯曼检验，本文豪斯曼检验的结果认为，可以拒绝“随机效应”的原假设，采取固定效应模型具有一定的合理性。对于时间效应而言，因为固定效应估计量相当于每一个截面的组内估计量，所以，时间效应是平均意义上的结果，对于固定效应模型本身不会产生太大的影响。不过，即使固定效应的模型设定不存在问题，仍然不能说回归本身是具有充分说服力的。在诸多涉及到哑变量的回归方程中（无论是在多元回归、面板数据还是在受限因变量回归模型中），一个常用的办法是引入哑变量与数值变量以及哑变量与解释变量的交互项针对原模型进行更为细致的检验。
因此，本文在稳健性检验中把“国八条”已经颁布的年数引入回归方程。“国八条”这一房地产市场调控新政是在2005年1月份颁布，那么就2006年而言，这一变量的值就为2，相应地，对于2007而言，这一数值就为3。对于2005年之前而言，这一值就为0。引入这一数值变量的目的是把它作为衡量政策冲击对住房价格的持续影响。此外，为了控制其他政策的影响，本文分别将“国六条”（2006年房地产行业新政）和2009年颁布的“国四条”作为政策哑变量引入了回归方程。
引入这一计量方程的目的是想探讨，随着时间推移，来自房地产市场新政是否会能有效抑制住房价格的快速上升？这就取决于γ的正负及其统计上的显著性了。对于一般的政策哑变量0、1这两数值的设定而言，其忽略了政策冲击本身的持续性。理论上来说，真正起作用的宏观调控政策不仅应该能直接影响名义变量，而且应该影响到公众关于相关名义变量的预期。从这一意义上来说，仅仅从0、1哑变量的设定来分析“国八条”政策是否有效地抑制了房价的快速上升是不够的。此外，本文还将引入哑变量与人均财政收入或地方政府财政收入占GDP比重、商品房空置率等交叉项，进一步检验政策冲击对房价的影响。在基本回归模型中，引入单独的哑变量仅仅改变回归结果的截距项，而引入解释变量与哑变量的交互项后，可以分析“国八条”政策颁布前后，控制变量与被解释变量之间的相关性是否会出现显著的改变以及住房价格的变动在多大程度上与哑变量的变动有关。
其中，pcgdp是人均GDP，在基本回归方程中，人均GDP实际上包含在协变量中。比如基本回归方程（1）即描述了人均GDP与住房价格之间的关系，固定效应回归结果表明，人均GDP与住房价格存在显著的正相关。不过，在基本回归方程（1）中，并不能确定房价调控政策颁布前后，人均GDP与被解释变量之间的关系是否会出现根本的改变。在引入交叉项后（在2005年及2005年后，Dt=1，在2005年前，Dt=0），则可以发现人均GDP与住房价格在“国八条”政策颁布前后截面上的斜率是否出现明显变化。
稳健性检验表明，不管是衡量房价调控政策的哑变量，还是地方财政收入占GDP的比重或者人均GDP，与房价还是呈现出显著的正相关，这些结果与基本回归方程的结论是一致的。商品房空置率与房价之间存在负相关，与基本回归方程的结果较为类似，“国八条”政策的哑变量与“国八条”政策之后的年份交互项的估计系数显著为正，这表明即使在考虑到政策的作用时间的情况下，调控政策也很难取得预期的效果。在引入“国八条”政策哑变量与人均GDP的交互项这一检验模型中，尽管哑变量与解释变量交互项的估计系数为负，不过，其绝对值远远小于人均GDP的估计系数，而且其在统计上也并不显著。财政收入占GDP比重的变化与住房价格的正相关关系，在一定程度上刻画了地方政府财政激励与商业住房价格上涨存在的关系。除此之外，稳健性检验表明，人口增长率、人均储蓄增长率以及失业率与住房价格之间的统计关系与基本回归方程所刻画的相一致。
在我国诸多政策的颁布及执行方面，一个常见的现象是“上有政策、下有对策”。中央政府更多是从战略角度出发来制定房价调控政策，而地方政府在调控当地房价过程中将遭遇更为现实的财政收入减少的问题。考虑到地方财政激励背后存在较为复杂的动因以及人均财政收入、地方财政收入占GDP比重与人均GDP、失业率等之间可能存在的相关性问题，本文进一步引入衡量地方财政激励的工具变量。无论是人均财政收入还是地方政府预算内收入占GDP的比重，都与地方政府扩大财政收入来源这一激励密切相关。本文引入2002-2012年全国35个大中城市当年该市长已经履职的年数这一新的数据，并且把它作为衡量地方政府财政激励的代理变量。本文此处关注的是，相比“国八条”房价调控政策之前，地方政策土地财政激励是否可能在“国八条”政策颁布之后出现明显的转变？当前，很多地方政府又十分依赖土地财政。房价的攀升既有利于相关产业的发展，又有利于地方财政的增收。市长作为当地政府的一把手，对当地的经济建设和社会发展发挥着较为重要的作用。假设地方政府土地财政激励确实是导致住房价格上涨的一个重要因素，如果经济增长是当地市长政绩考核指标的话，这将意味着市长在履新之后将会很快启动通过土地为地方财政创收这一模式，而土地财政将推动房价的快速上涨。与此一样，随着任职年份的增加，市长履职的年数将与土地价格呈现出正相关④。不过，需要警惕的是，市长任期与地方政府财政激励也可能呈现出反向的关系。对于那些任期较短的市长来说，其履职的年份较短是因为很快就转入更高的领导岗位，比如说由市长转为市委书记（对于样本中的35个大中城市而言，这些市委书记要么是中央政治局委员，要么是省委常委），经济增长并不能作为政绩考核指标，其对于地方政府土地财政激励并不会表现出强烈的偏好。相反，这些具有远大政治前途的市长们主导的政策安排将更有可能与国家抑制房价快速上涨的政策保持高度一致。
为了考察市长履职的年数与政策哑变量交互项对住房价格的交互影响，本文引入以下计量模型对土地财政激励导致住房价格快速上涨这一问题进行更为深入的检验：
其中，T为市长履职的年数。本文的计算方法是，对于那些从2002年开始上任的市长，其在2002对应的履职年数为1年，对于那些在2002年之前开始的市长（比如说2001年，其在2002年履职的年数为2年）。对于代理市长，计算方法是，其刚开始履职代理的年数同样记为1年。比如说某市长在2001年开始代理市长，在2002年的人代会上正式当选，则其在2002年的履职年数为2年，以此类推。如此计算在实际中也许会导致出现一系列问题。比如说有的市长从2001年12月份开始代理市长，到次年3月份人代会召开时，他实际上履职的时间半年就不到。不过，本文实证重点是分析房价调控政策的有效性问题。即使市长履职的年数与住房价格之间的统计关系（即θ）不明确，仍然可以分析履职年数与国八条政策哑变量的交互项对住房价格的影响（γ1）。利用上述模型，固定效应模型中允许出现不同的截距及斜率，进而可以检验模型本身的稳健性。
哑变量的估计系数（γ0）与基本固定效应回归模型的结果一致，引入“国八条”房价调控政策哑变量与市长履职年数交互项的稳健性检验结果表明，市长履职的年数与房价之间正相关。对于θ的估计结果表明，市长履职的年数越长，房价上涨的幅度越大。不过，在考虑市长履职年数与“国八条”政策哑变量的交互项后，这一系数显著为负。在2005年之前，Dt=0，可以不考虑房价调控政策冲击对房地产市场的影响，此时市长履职年数与房价之间的协相关系数为θ。在2005年及2005年之后，Dt=1，（θ+γ1）则是市长履职年数与房价之间的协相关系数，对于表3中的模型（1）、（2）、（3）和（4）而言，这一系数小于零，分别为-0.0022、-0.0020、-0.0100以及-0.0139，其绝对值无一例外地小于地方财政收入占GDP比重与房价之间的协相关系数（参见表2）。从这一角度来看，在房价调控政策颁布之后，即使地方政府能够抑制土地财政激励，对于房价的上涨也只能产生轻微的影响，并不会从根本上抑制房价上涨的趋势。
五、结语
为了检验政府房价调控政策的有效性问题，本文以一次具体的房地产调控政策——2005年出台的“国八条”作为分析对象，基于2002-2012年全国35个大中城市住房价格的面板数据，实证检验了这次政府房地产价格调控的政策效果问题。研究结果表明，“国八条”房价调控政策并没有显著地抑制中国房价的上涨趋势。其原因在于，来自于住房的需求层面以及供给层面的诸多因素对房价都有显著的影响，同时由于政府政策还会影响消费者的预期，而对于住房价格的预期也会影响房价的上涨或下跌。这一切都使得诸如“国八条”这样的房价调控政策很难改变住房价格的微观决定机制以及住房购买者和投资者的预期等，从而导致房价调控政策很难取得实际的效果，房价快速上涨趋势并没有出现根本的逆转。同时，地方政府由于土地财政原因而在房价调控政策中采取的策略性行为，也会显著地影响房价调控的政策效果。为了进一步完善我国房地产市场的价格调控机制，抑制房价的过快上涨，我们可以从三个方面入手：第一，规范地方政府土地出让收入的使用方式，改革城市建设资金融资方式，从根本上减少地方政府对土地财政的依赖程度。第二，政府应该协调中国大中小各类规模城市的共同发展，形成人口在大中小城市的科学布局，避免使人口过度集中于中国的一、二线城市，以致给当地带来过大的购房负担。第三，适当增加居民住房的土地供给，特别是进一步发展城市保障性住房和廉租房项目，以缓解人民群众关于生活性住房的刚性需求。
作者：蔡正喆
第4篇：基于PSR模型的房价调控政策有效性评价
一、评价指标选取
本文参考PSR模型，即“压力状态响应”（PressureStateResponse，PSR）模型进行指标的选取，该模型反映的是人类和环境之间相互作用的链式关系，是很多政府和组织用于描述环境指标和环境状态的最有效模型。
在PSR模型的基础上，本文结合了层次分析法的思维方式，选取压力、状态、响应指标作为准则层，并选取了相关的一系列指标作为目标层。
对压力指标，在参考前人研究成果的基础上，选取了地价、CPI、人口数量、货币供应量M2共计4个指标作为政策调控的压力因素。
对状态指标，选取了土地供应量、金融机构一年期存款基准利率、一年期贷款基准利率、共3个指标来衡量房地产调控政策的状态。
对响应指标，设立商品住宅价格的增长速度与GDP的增长速度的比值为响应指标。
二、评价指标构造
在运用层次分析法，构造评价指标的过程中，先建立基本模型，后计算权系数。
为消除各原始变量间的量纲影响，使得各指标具有可比性，在对原始数据进行标准化处理后，得到压力与状态指标公式：Ei=nk=1Wki*Pki其中Ei表示i时期的压力指数或状态指数；Wi表示i时期第k个指标相对于其所在子系统的权重；Pi表示第k个指标在i时期的量化指标。
求解权系数时，首先构造比较矩阵，然后用特征根法求解得到最大特征值λ（B）max=3，进行一致性指标满足C.I.A=C.I.B=0<0.1，通过一致性检验。
最终，得到压力系统中：M2、CPI、地价、人口数的权重分别为：0.4545、0.2727、0.1818、0.0909；状态系统中：贷款基准利率、存款基准利率、土地供应量的权数分别为：0.5、0.4167、0.0833。
三、有效性分析
根据武汉2002-2013年相关官方数据，结合层次分析法计算出的压力P系统、状态S系统与响应R系统在不同年份的综合评级指数结果如表11所示：
由计算结果绘制PSR三系统的评价指数综合动态图，如图11所示：
图1120022012压力、状态、响应指数变动图
由结果知，压力指数总是局部上下波动、总体呈明显上升趋势，状态指数自02年开始一直呈上升趋势，07年开始有所下降，并在10年开始足部提升，响应指数波动幅度加大，05、06、07、11年同压力指数、状态指数增长趋势相同，且响应指数变化幅度明显大于另外两个指数的变化幅度，这表明调控政策对于达到商品住宅价格的增长速度不高于GDP的增长速度这一目标起到部分效果，08年压力指数上升，虽然状态指数下降，但响应指标大幅下降，距离1较大距离，显示调控政策基本失灵，09年压力指数下降，状态指数下降，而响应指数小幅回升，显示调控产生部分效果，12年压力指标和状态指标都下降，而相应指标下降较大，显示调控政策松动较大，产生政策失灵的表现。总之以后的相当时间段内，如果不出现较大经济波动像08年经济危机与政策执行力度下降等情况下，调控政策将长期有效。
四、现实指导
本文通过对调控政策有效性的研究分析发现，近几年房价调控政策在20052006年，及20112012年较为有效，对应的阶段刚好为出台国八条、新国八条、国六条的调控加码阶段与出台国十一条、新国十条、限购令等号称史上最严厉调控措施的调控全面加码期，这说明当国家出台较为严厉的结构性调整政策时能对房价进行有效的调控，这对于今后的房价调控具有指导性的意义。
在分析实际问题的过程中，还应考虑宏观经济的因素，在应用GDP等数据的时候，应当将通货膨胀等宏观影响因素纳入考虑，用实际GDP等数据进行测算将会使结果更为准确。
作者：吴文君
