住房消费论文:房产税影响消费的实证探索

时间:2022-02-20 03:18:52

住房消费论文:房产税影响消费的实证探索

本文作者:赵晓莉吴晓燕周京奎工作单位:南开大学

理论模型

考虑到住宅市场的风险因素对家庭消费决策的影响,本文仍将沿着Merton(1971)和史永东等(2009)的建模思路,将住宅权属选择概率纳入非住宅耐用品消费决策的随机最优控制模型。假定在一个无交易成本的经济中,代表性消费者在t期的非住宅耐用品消费为C(t),住宅消费为H(t)。为简化分析,假定无论自有住宅者还是租房者,其消费的住宅面积和质量相同,且住宅是无限可分的。该代表性家庭的效用函数U(C,H)满足: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两个收入来源:一是工资收入Ⅰ,假定它满足dI(t)=Ydt,其中,Y为常数。为简化分析,假定该家庭仅有两类资产,即无风险资产F和住宅资产H。我们用A={F,H}来代表该家庭拥有的资产集。上述两类资产的收益构成了该家庭的资产性收入。假定Pi(t)分别为无风险资产和住宅资产的价格,并且服从如下Ito⌒过程:

数据、变量与方法

(一)数据与变量选取美国商务部与统计局联合进行了一个项目———美国都市住房调查(AmericanHousingSurvey:Met-ropolitanSurvey),每7年对Boston、Miami、NewOrleans、Atlanta、LasVegas、Dalas、Seattle等41个城市和地区轮流作一次调查,取得被访问者的家庭特征信息(如住宅权属、家庭年收入、房屋结构类型等)和个人信息(如户主的年龄、教育水平、种族等)。本文使用2002年、2004年和2007年的调查数据①,该数据涵盖了Baltimore、Boston、Houston、Miami的Hialeah、Minneapolis的SaintPaul、Tampa的Saint、Petersburg的Clearwater和WashingtonDC等33个地区通过随机抽样确定的147214个家庭,如此样本容量,应该能充分体现不同家庭的异质性,可以做很好的政策对比分析。同时,我们以2002年为基期,利用美国CPI数据将模型中所有价值型变量转换为实际变量。本文所使用的变量涉及住宅特征、家庭特征、户主特征等。各变量定义如下:1.住宅相关变量h_value代表居民住宅的价值;h_ownship代表住宅权属选择,权属类型分为租房和个人自有住宅。住宅结构特征主要包括:房龄h_age、房屋的结构类型h_type(独立住宅定义为1,公寓定义为0)、房屋是否有空调d_airconditioner、住宅所在建筑的楼层数store_num、住宅面积h_area、房屋的使用成本h_cost、卧室的数量room_num。住宅邻里特征包括:住宅的区位特征向量h_locat(1为市中心,0为郊区)、1~2个街区内是否有停车场d_parking、邻里是否有严重的噪音d_comnoise、对邻里购物的满意度d_shopping_satis、对邻里居住环境的评价live_neighbor_rate、1~2个街区内是否有工厂等工业企业d_factory、社区内是否有娱乐设施h_recfac。2.家庭社会经济特征及家庭类型变量家庭的社会经济特征主要包括:住房成本h_cost、房屋单位面积上的房产税额per_pt、房价租金比pr_rent、家庭年收入inc、家庭总人口数pop。另外,为减少异方差,我们也对单位面积上的房产税、家庭年收入做了对数处理。户主的社会经济特征主要包括:户主性别hh_sex(男性定义为1,女性为0)、婚姻状况married(1为已婚,0为未婚)、种族hh_race(白人定义为1,其他有色人种定义为0)、受教育程度edu_level和年龄hh_age。考虑到户主年龄的影响可能是非线性的,我们控制了年龄的平方项hh_agesq。本文从家庭收入和户主种族的角度来划分家庭类型,其中把家庭收入按从低到高的顺序平均分为5个组,依次为低收入家庭(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),分别代表5种家庭收入类型。(二)计量模型在本文的研究中,我们通过三个步骤来分析房产税对住宅权属选择和住宅特征需求的影响。首先,利用住宅特征价格模型(housepricehedonicmodel)估计住宅特征价格;然后利用所估计的住宅特征价格计算住宅特征需求;最后给出利用Heckman模型得出的房产税、住宅权属选择行为和住宅特征需求的基本模型和扩展模型估计结果。1.住宅特征价格模型我们使用标准的特征价格模型估计住宅特征价格,模型中解释变量取住宅价值的对数。ln(h_valuei)=α0+α1Xi1+α2Xi2+εi(26)其中:Xi1代表第i个家庭的住宅结构特征向量,包括:卧室的数量room_num;住宅类型h_type,1为独立住宅,0为公寓;住宅面积h_area;房龄为h_age;住宅是否有空调d_airconditioner;住宅所在建筑的楼层store_num。Xi2代表第i个家庭的住宅邻里特征向量,包括:社区是否提供娱乐设施d_recfac;1~2个街区内是否有停车场d_parking;1~2个街区内是否有严重的噪音d_comnoise;邻里购物的满意度d_shopping_satis;1~2个街区内是否有工厂等工业企业d_factory;住宅的区位特征h_locat,1表示市中心,0表示郊区;对邻里的满意度live_neighbor_rate。εi代表误差项;α0是常数项,α1、α2代表各向量的系数。2.住宅特征需求利用以上住宅特征价格模型的回归结果,计算住宅特征需求:demand=α^0+α^1Xi1+α^2Xi2(27)其中,demand代表第i个家庭的住宅特征需求,α^0、α^1、α^2为式(25)中各变量的估计系数,解释变量同式(25)类似。3.房产税、住宅权属选择与住宅特征需求由于本文所使用的调查数据存在家庭住宅权属选择的样本偏误问题,直接用OLS法得出的参数估计量可能出现偏误,因此本文使用Heckman模型进行分析。首先,以住宅权属选择作为第一阶段估计的解释变量进行Probit估计,以确定消费者进行权属选择的决定因素。该基准模型如下:Prob(own=1|•)=β0+β1per_pti+β2pr_renti+fβ3i,fZi,f+γi(28)其中:被解释变量own代表家庭的住宅权属选择(自己拥有住宅,变量值为1,租房则变量值为0),per_pt为住宅单位面积上的房产税额;pr_rent代表住宅单位面积上的房价租金比;Z代表控制变量,包括户主和家庭的社会经济特征,具体为:户主的受教育水平edu_level、种族hh_race、性别hh_sex、婚姻状况married、年龄hh_age、年龄平方项hh_agesq、住房费用h_cost、家庭收入的对数lninc、家庭人口数pop;γi是误差项;β1、β2、是各变量的系数。在三个年度混合截面数据的回归模型中,我们还控制了时间虚拟变量和房产税与时间虚拟变量的交叉项,以考察房产税对住房消费影响效应在不同年度的差异。其次,为了纠正选择性偏误,需要从Probit估计式中得到转换比率(inversemillsratio)λ,作为第二阶段估计的修正参数。最后,再利用OLS方法进行估计。基本模型为:lndemand=β0+β1per_pti+fβ2i,fZi,f+β3λi+εi(29)其中:Z代表控制变量;β3为转换比率的待估系数,如果该系数显著,则证明样本存在选择性偏误,否则表明选择性偏误不存在,此时就可以认为OLS的估计结果是有效的①。为了检验房产税对不同收入水平家庭的影响差异,我们引入了家庭收入水平虚拟变量、房产税与家庭收入水平的交叉项,得到扩展方程: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代表家庭收入类型,Vi,k×per_pt代表第i个家庭的住宅单位面积上房产税与家庭收入类型虚拟变量的交叉项。

估计结果

(一)房产税、住宅权属选择与住宅需求首先根据式(26)估计住宅的特征价格,然后利用住宅特征价格模型的回归结果,根据式(27)计算住宅的特征需求,具体结果见附录②。下面将按照标准的Heckman两阶段模型进行估计,具体回归结果见表1。其中,序列(1)—(4)分别是利用三个年度的混合截面数据、2002年、2004年、2007年的数据估计住宅权属选择模型的回归结果,与其相对应的Heckman回归结果为序列(5)—(8)。观察序列(1)—(4),我们可以发现,per_pt的系数均具有负显著性,且随着年份的推进,其系数的绝对值逐渐下降,这说明单位面积上的房产税对消费者住宅权属的选择有显著的影响:较高的房产税会降低家庭拥有住宅的概率,且在这三个调查年度中,房产税对美国家庭住宅权属的负向影响在逐渐减弱。这是因为房产税的提高,会使房屋的保有成本提高,从而降低消费者拥有自有住宅的能力。在序列(1)中,我们引入了房产税与时间的交叉项,进一步讨论在不同年度房产税对住宅权属选择影响效应的差异。以房产税与2002年的交叉项为参照组所进行的回归结果显示,交叉项的系数为正且具有显著性,表明在这三个调查年度中,房产税对住宅权属选择的影响具有明显的差异:相对于2002年而言,美国家庭的住宅权属选择在2004年和2007年受房产税的负向影响更小。该结果与序列(2)、(3)、(4)中per_pt的回归结果相一致。值得注意的是,序列(1)中,2004年的时间虚拟变量系数显著为正,2007年时间虚拟变量的系数显著为负,这表明,与2002年相比,2004年的住宅拥有概率显著提高,而2007年住宅拥有概率显著下降。这是因为,2003年以后,美国许多贷款机构开始采取一些减轻借款前期负担的新举措以招揽次贷客户,放宽甚至取消放款标准,因信用程度较差或偿还能力较弱而被银行拒绝提供优质抵押贷款的人,可以通过申请次级抵押贷款购买住房,从而使这一时期的住宅自有率大大提高。而众所周知的次贷危机正是在2006年末开始逐渐显迹:住宅市场开始降温,使得购房者出售住房或者通过抵押住房再融资变得困难,同时许多次级贷款机构开始减少房贷。另外,次贷还款利率的提高也大大加重了许多美国家庭的还款负担。这种局面直接导致大批通过次级抵押贷款获得住房的美国家庭不能按期偿还贷款,最终银行收回贷款人的房屋,使得此时的住宅自有率相对于2002年和2004年显著下降。在序列(1)—(4)中,married、lninc的系数均通过了显著性检验,说明:已婚户主拥有自有住宅的概率高于未婚户主;家庭收入越高,消费者购买住宅的概率越高。edu_level、hh_race、pop、pr_rent的系数除了2002年,在其他回归结果中均具有显著性,表明:户主的教育水平越高,其筹集购房资金的能力就越强,因此这类家庭购买自有住宅的概率就越大;相对于其他有色人种,户主为白人的家庭,其拥有住宅的概率更高;家庭人口数量越多,购买住宅的概率也越高;较高的房价租金比会降低美国家庭拥有自有住宅的能力,不得不选择租房。另外,考虑到年龄对住宅权属可能产生的非线性影响,我们在解释变量中引入了户主年龄的一次项和平方项,其回归结果表明住宅权属与户主的年龄之间存在倒“U”型曲线的关系,即随着户主年龄的增长,家庭购买住宅的概率先上升后下降,这与消费者在生命周期中对住宅需求的变化趋势是一致的。列(6)到序列(8),单位面积上房产税的系数,其绝对值在逐渐减小,这表明在这三个样本调查年度中,房产税对美国家庭住宅特征需求的负向影响效应随着时间的推移而下降,这一结果和房产税与时间交叉项的回归结果一致。(二)房产税、家庭收入类型交叉项与住宅消费为讨论房产税对不同类型家庭住宅权属选择和住宅消费的影响,本部分根据式(30),引入家庭类型变量以及房产税与家庭类型变量的交叉项。具体回归结果如表2和表3所示。首先讨论房产税与家庭收入类型交叉项的回归结果。这里将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个组,并分别以低收入组、低收入组与房产税交叉项为参照组。在选择模型中,h_inc、mh_inc、m_inc和ml_inc的系数在序列(9)—(12)中均具有正的显著性,且随着家庭收入水平的提高,其系数值逐渐增大,这表明相对于低收入家庭而言,较高收入的家庭更倾向于购买住宅,原因是较高收入家庭拥有较高的住房支付能力。在Heckman模型的回归结果中,h_inc、mh_inc、m_inc和ml_inc的系数在序列(15)中均具有正显著性,且系数值逐渐降低,说明美国家庭随着其收入的提高,更倾向于扩大住宅需求。下面继续讨论房产税与收入类型交叉项的影响效应。在选择模型中,pt_h_inc、pt_mh_inc的系数在序列(9)—(12)中具有正的显著性,pt_m_inc、pt_ml_inc的系数仅在序列(12)中不显著,表明随着单位面积上房产税额的提高,具有较高收入的美国家庭的住宅权属需求受到的影响要大于较低收入家庭受到的影响。在Heckman回归模型中,pt_h_inc、pt_mh_inc、pt_m_inc、pt_ml_inc在序列(14)中的系数具有负的显著性,且就系数的绝对值大小来说,中低收入家庭<中等收入家庭<中高收入家庭<高收入家庭,房产税对美国家庭住宅消费福利的影响效应具有很显著的收入水平差异:随着单位面积上房产税额的提高,收入越低的家庭,房产税对其住宅消费福利的影响效应就越大。在序列(15)、(16)中,分别只有pt_mh_inc、pt_ml_inc具有显著性,说明在2004年,房产税对中高收入家庭住宅消费的影响要弱于其他收入水平的家庭,而在2007年,房产税对中低收入家庭住宅消费的影响要大于其他收入水平的家庭。产生上述结果的原因可能是,较高收入的家庭偏好购买高档住房,而房屋价值越高,税基越高,则缴纳的房产税就越高,这显著抑制了高收入家庭购买住宅的偏好;而较低收入的家庭,其住宅支付能力较差,因此在进入住宅市场以后,低收入家庭的住宅消费福利受房产税的影响更大。下面以户主为其它有色人种以及房产税与户主为其它有色人种的交叉项为参照组,继续讨论房产税与户主种族类型交叉项的影响效应。在选择模型中,hh_race的系数均具有正的显著性,表明户主为白人的家庭购买自有住宅的概率高于户主为其他有色人种的家庭,pt_hh_race的系数在序列(17)、(18)、(20)中均具有负的显著性,这表明:随着单位面积上房产税的提高,户主为白人的家庭,其住宅权属需求受到的影响要小于户主为其他有色人种的家庭,产生上述结果的原因可能是白人与其它有色人种在美国的社会、经济地位存在显著差异;在Heckman模型回归结果中,hh_race的系数仅在序列(23)中具有正的显著性,说明除2004年以外,不同种族户主的家庭的住宅特征需求不存在显著的差异;pt_hh_race的系数均为负,但仅在序列(21)和(22)中具有正的显著性,说明在2002年,房产税对家庭的住宅特征需求的影响存在显著的种族差异,即相对于户主为白人的家庭,户主为其它有色人种的家庭,其住宅特征需求受房产税的影响更大。

结论及政策含义

从实施房产税的国家的经验来看,作为居住成本的重要组成部分,房产税一直是影响家庭住房消费选择的重要因素。无论是从完善税制的角度,还是调整住房消费结构、稳定房地产价格的角度,我国在保有阶段开征房产税都是大势所趋。在我国房产税制度日益完善的过程中,考察美国房产税对住房消费选择有怎样的影响,对促进我国房地产市场健康运行、改善居民生活质量有很好的借鉴意义。本文首先构建了房产税、住宅权属选择与住宅特征需求模型,然后利用Hedonic模型估计住宅特征价格,最后利用2002年、2004年及2007年美国都市住房调查数据和Heckman两阶段估计模型,检验了房产税对住宅权属选择和住宅消费福利的影响。实证结果表明:在控制了一些影响家庭住宅消费选择的因素后,房产税会对美国家庭住宅权属选择和住宅消费需求产生非常显著的影响,但随着时间的推移,这种影响效应在减弱。在住宅权属选择方面,房产税有显著的负向影响;社会经济地位较高的家庭,如家庭收入较高的家庭,更倾向于拥有住宅;随着单位面积上房产税额的提高,具有较高社会经济地位的家庭,其住宅权属需求受到的负向影响更大。在住宅需求方面,房产税的影响效应显著为负;社会经济地位较高的家庭倾向于扩大住宅需求,在回归方程中进一步引入房产税与家庭收入类型的交叉项后,我们发现,房产税对美国家庭住宅消费福利的影响效应具有很显著的收入水平差异:进入住房市场以后,随着单位面积上房产税额的提高,社会经济地位越低的家庭,如家庭收入较低的家庭和户主为其他有色人种的家庭,房产税对其住宅消费福利的影响效应越大。

本文的政策含义主要有两点:一是保有阶段开征房产税是调控家庭住房消费选择的一项重要制度安排。我国现有的房地产调控措施,例如限购政策,会同时抑制商品房的自主性需求和投资性需求,容易导致房地产市场的过度波动,另外,作为一种行政手段,在地方政府的实施过程中,限购政策已逐渐显现出其局限性,不易发挥其应有的效应;保有阶段的房产税,是抑制房地产投资性需求、避免社会资源浪费的有效经济手段,能够调整商品房市场、二手房市场和租赁市场,是我国限购令等行政手段的有效补充。二是应实行差别化税率。在保有阶段开征房产税对处于不同社会经济地位的家庭住房消费选择的影响存在显著的差异,具有较高社会经济地位家庭的住宅权属选择受到的冲击会更大,但进入住房市场以后,社会经济地位较低的家庭,其住房消费需求受房产税的影响更大。因此,应对不同类型的住宅实行差别化税率。例如:应对首套房免征房产税,二套以上住房实行梯级的房产税税率;同时对普通和非普通住宅实行差别化税率,从而间接地抑制高档住宅的过度需求,照顾到不同纳税群体的负担能力,做到税收公平,平衡穷人和富人的住宅需求,有助于实现社会资源配置的帕累托效率,使房地产市场回归理性。显然,上述政策对于优化住宅需求结构、促进房地产市场健康稳定运行将发挥积极的作用。