地方财政支出对房地产价值的影响

地方财政支出对房地产价值的影响作者：高凌江来源：《财经理论与实践》2008年第01期摘要：运用普通最小二乘法，对我国35个大中城市的数据资料进行多元回归，分析地方财政支出对房地产价值的影响，其结论是地方财政支出和房地产价值存在高度正相关关系，城市持续高水平的财政支出，经过一段时间的积累，必定通过房地产价值的增加体现出来。

由此引出了对我国房地产税进行改革的启示。

关键词：地方财政支出；房地产价值；财产税中图分类号：F810．7，F293．35文献标识码：A文章编号：1003-7217(2008)01-0085-05一、引言2006年，中央以及地方政府针对过快增长的房价，几乎从房地产的各环节出台了一系列的调控政策。

然而，一年过去了，虽然住房结构调整的概念被普遍认同，保障性住房土地政策、开发思路已经形成，但政策“组合拳”没有达到预期的效果。

房地产业是国民经济的基础性、先导性产业。

房地产的价格不仅关系到一般老百姓的生产和生活问题，还关系到一个城市发展潜力和竞争力以及国家的宏观经济稳定等问题。

因此，本文试通过对房地产价格的影响因素进行定性和定量研究，来检验我国地方财政支出和房地产价值的关系。

具体的研究思路是通过对我国35个大中城市的数据资料进行分析整理，然后根据定性分析定义出对房地产价格的主要变量，并在此基础上运用多元回归的分析方法对假设进行检验，得出了地方财政支出和房地产价值存在高度正相关关系的结论，并由此引出对我国房地产税进行改革的启示。

二、文献回顾1956年10月美国经济学家查尔斯·蒂伯特在其《一个关于地方支出的纯理论》一文中提出了著名的蒂伯特模型(Tieuout，1956)，其中有一条重要假设：具有消费者和投票者双重身份的人，作为“理性消费者”，他们掌握不同社区或地区的收入一支出模式差异的完全信息，并能够对差异做出反应(即“用脚投票”)，选择符合自己收入一支出偏好的地区居住。

模型中收入主要是能够获得的公共产品和公共服务水平提高，支出则主要指其税收负担和居住成本。

在过去的几十年里，许多学者做了大量的实证研究来验证这一假设正确与否。

美国著名财政学家奥茨(Oates)通过对新泽西州东北部的53个城镇进行调查，分析了财产税和地方公共支出对房产价值的影响，其结论是：居民的财产价值主要通过其所拥有的房地产价值体现出来。

在公共服务水平不变的情况下，税收负担与房地产价值负相关；在税收负担不变的情况下，公共服务水平与房地产价值正相关(Oates，1969)；在税率相同的情况下，不同的社区之间，由于财政支出的不同，会不同程度上影响财产价值(Orr，1968；Church，1974；Meadow，1976)。

在假定其他情况相同的条件下，如果一个社区财产税税率高于平均水平，它的财产价值会降低；同样，地方公共产品和服务高于平均水平，会增加其财产价值(Polinsky and Shavell 1976)。

许多学者通过对不同大都市的数据进行实证分析，他们在变量的选取上略有不同，差别不是很大，得出的结论大同小异。

但是，Hyman and Pasour通过对北卡罗来纳州的106个城镇研究发现，在大都市之外，财产税和地方公共支出对房地产价值的影响不确定。

财产税和地方公共支出不一定会资本化到房地产价格之中。

同样在小城市，房地产税和公共支出对房地产价值的影响也不是很明显，因为在小城市土地供给具有弹性(McMillan；Carlson，1977)。

在国内，杞明在2005年通过蒂伯特理论模型对我国房价上涨进行解释；范丽群、汪伟全、刘兵勇等在2005年对城市竞争力和房地产的价格的相关性进行实证研究。

倪鹏飞等人认为房产价格与城市竞争力存在一定的内在关联性：一般说来，竞争力较强的城市的房地产价格会比竞争力弱的城市的房地产价格高，但过高的房地产价格也会影响城市竞争力的增强。

在他们所论述的要素中包含公共支出和公共服务水平。

因此，也从侧面说明了公共支出对房地产价值的影响。

关于房地产价格上涨的原因分析，有关部门和专家大多强调的是土地和资金供给减少、预期变化、需求膨胀、投机炒作等等；有人强调的是土地价格的上涨，建筑材料价格的增长及新建住宅品质的提升，房地产业税制的不完善(王丽梅，2006)以及GDP与FDI对中国房地产价格产生的影响(闫之博，2007)；有人认为是住房需求持续上升，调控政策的预期目标被实施后的负面效应冲淡，以及消费心理对房地产价格的影响(刘希模，2007)。

还有人从城市化的角度通过实证分析来解释房地产价格不断上涨的原因，他们认为中国的房地产价格与中国城市化水平之间存在一种长期稳定的正向变动关系，短期来看，均衡关系由短期偏离向长期均衡调整的速度较慢(陈石清，黄蔚2007)。

关于房地产价格的影响因素可谓众说纷纭，既有宏观因素上的分析，又有微观层次上的分析；既有定性分析，也有定量分析。

虽然，有些文章也偶有涉及到地方财政支出这一影响因素，但都没有通过实证的研究方法具体论证公共支出对房地产价值的影响。

如果考虑到房地产价格上涨过程中的地域差别，剔除房地产本身的个别因素，那么，财政支出水平，特别是公共基础设施方面的支出水平，是影响房地产价值的一个非常重要因素。

三、研究设计(一)样本说明为了考察地方财政支出对房地产价值的影响，我们选取了全国35个大中城市作为研究对象。

样本选择时，考虑到以下几个方面：(1)由于考虑到小样本进行回归没有意义，因此，我们选择了全国35个大中城市作为样本，使样本数量不低于30个。

(2)所选择的35个大中城市，要么是直辖市，省会城市，要么是计划单列市。

这些城市都是各个区域中的中心城市。

无论在政治上还是经济上都处于非常重要地位，因此，有很多情况都非常相似，缩小了很多不可控因素对房地产价值的影响。

(3)以中国城市年鉴和中国统计年鉴作为数据资料来源，以保证统计口径的一致性。

所选取的35个大中城市变量的统计口径是市辖区不包括所辖县、地级市。

(4)为了消除公共支出、人口规模、人均可支配收入中存在异方差和量纲的问题，对右边的自变量进行了对数处理，以符合研究需要。

(二)变量定义价值是价格的基础，价格是价值具体表现形式。

因此，选取房地产的价格代替房地产的价值作为因变量。

由于在每一个城市中，房地产的价格还受房屋的物理特征(建筑物的新旧、质量、功能、平面布置、外观形象等)、土地价格、到城市中心的距离、环境因素、社会因素(政治安定状况、社会治安程度)等诸多因素的影响。

为了研究的目的，消除这些微观因素的影响，我们假定这些情况相同。

在变量选取上，选取35个大中城市的房地产的平均价格作为因变量V。

中国没有类似美国的财产税，在不同的城市之间居住，都不存在相应的税收负担成本。

因此，在中国如果借鉴奥茨的研究方法就不需要象美国那样讨论财产税对房地产价值的影响。

在变量的选择上，省略掉这一变量。

然而，中国目前能够在地区间自由移动并创造房地产需求的大多是投资者或高收入阶层，因此，更加适合探讨在税收负担不变的情况下，公共支出与公共服务水平与房地产价值相关情况。

而公共支出和公共服务水平直接取决于地方政府的财政投入状况。

由于各个城市的人口数量各不相同，如果用各个城市的财政支出总量作为变量则有些不科学，因此，在变量选择上，选取每个城市的人均财政支出作为自变量E，则相对科学。

以此来判断我国地方人均财政支出水平对房地产价格的影响情况。

在模型中，还应该包括人们的支付能力。

一般认为，随着城镇居民年人均可支配收入水平的提高，人们将会增加对住房的需求。

通常，城市居民收入增加(非名义增加，名义增加是指在通货膨胀情况下的增加)，意味着人们的生活水平将随之提高，其居住与活动所需的空间会扩大，从而会增加对房地产的需求，导致房地产价格上涨。

至于对房地产价格的影响程度，要看现有的城镇居民收入水平及不同收入阶层所占的比重。

不同收入群体的收入增加对房地产价格的影响是不同的。

低收入者、中等收入者、高收入者在收入增加的情况下，低收入者增加的收入大部分甚至全部会首先用于衣食等基本生活的改善，这对房地产价格的影响估计不大。

中等收入者由于衣食等基本生活已有了较好的基础，其所增加的收入大部分甚至全部会用于提高居住水平，这自然会增加对居住房地产的需求，从而会促使居住房地产价格上涨。

高收入者，其增加的收入大部分甚至全部可能用于储蓄或其他投资，这对房地产价格的影响就不大。

但是，如果他们利用剩余的收入从事房地产投资或投机则会引起房地产价格上涨。

在城市中，中等收入阶层所占的比重较大，中等收入者的收入水平是影响房地产价格的主要因素。

因此，选用城镇居民年人均可支配收入作为变量I，更能代表实际情况。

房地产价格与人口数量的关系非常密切。

当人口数量增加时，对房地产的需求就会增加，房地产价格也就会上涨；而当人口数量减少时，对房地产的需求就会减少，房地产价格也就会下落。

影响房地产价格的人口因素还有：人口素质和家庭人口规模。

人口素质指人们的文化教育水平、生活质量和文明程度，它可以引起房地产价格的变化。

人类社会随着文明发达、文化进步，公共服务设施必然日益完善和普及，同时对居住环境也必然力求宽敞舒适，凡此种种都足以增加对房地产的需求，从而导致房地产价格升高；家庭人口规模，这里所说的家庭人口规模，是指全社会或某一地区的家庭平均人口数。

家庭人口规模发生变化，即使人口总量不变，也将引起居住单位数的变动，从而引起需用住房数量的变动，随之导致房地产需求的变化而影响房地产价格。

一般来说，随着家庭人口规模小型化，即家庭平均人口根据中国城市年鉴和中国统计年鉴(2006)的数数的下降，家庭数量增多，所需住房的总量将增加，房地产价格有上涨的趋势。

所以选取人口规模作为近似变量P。

由于数据搜集原因，所选取的人口规模是每个城市的年末总人口数，不包括流动人口数量：101。

以上变量符号、单位和预期标志如表1所示：由以上变量定性分析知，E、P、I都与V有较强的相关性，因此，我们假设理论回归模型为：V=β0+β1tlnE+β2lnI+β3lnP+ε下面我们将通过具体数据对这一理论模型加以验证。

四、实证结果与分析据资料，利用SPSS统计软件对全国35个大中城市的相应变量作OLS回归分析，输出的回归结果如以上三表所示。

根据结果，得到多元线性回归方程为：V=-5.564+4.0261nE+2.940lnI+1.21llnP(一)回归方程的拟合优度检验拟合优度检验就是检验回归方程对样本观测值的拟合程度，主要指标是样本决定系数。

由ModelSummary b表可知，样本决定系数(R square)R2=0.825，在用样本容量(35)和自变量的个数(3)对其调整后，得到修正样本决定系数(Adjusted Rsquare)R2=0.808，它表示在全国房屋销售价格取值的变差中，能被地方财政支出、城镇居民年人均可支配收入和城市年末总人口的多元回归方程解释的比例为80.8％。