房产税税基评估的特征价格模型研究
2014-04-25石丁韩会胡克建
石丁 韩会 胡克建
摘要：通过对税基评估的批量评估方法的研究，建立特征价格模型与统计分析方法的有机连接，对所采集的石家庄市裕华区二手商品住宅的税基计算进行模拟分析、评价，最后得出具有一定范围适用性的估算房产税税基的回归方程。完备的GIS系统和自动评估技术在不动产税基评估中的应用，将会对提升特征价格模型的可用性和可靠性产生更佳效果。
关键词：房产税；税基评估；特征价格模型；不动产税基评估；自动评估技术；GIS系统
中图分类号：F293.3 文献标识码：A 文章编号：1673-1573（2014）01-0063-04
一、引言
当前，对个人住房征收房产税问题已引起社会的广泛关注，并将成为下一步政府财税改革的重要内容。2003年“物业税”第一次出现在政府工作报告中，在其后的7年里，我国陆续采用批量评估技术对10多个试点省市的物业税实施了模拟“空转”运行。2011年1月，国务院常务会议决定在上海和重庆两市进行对个人住房征收房产税改革试点，两市相继出台了相应的《暂行办法》和《实施细则》，我国房产税改革就此拉开了序幕。
2013年2月国务院颁布的“新国五条”规定，对二手房价差要征收20%的个人所得税，截至3月底，广东、北京、上海、重庆等地方政府相继发布了国五条实施细则。国务院办公厅就实施《国务院机构改革和职能转变方案》发布通知，要求2014年6月底前出台并实施不动产统一登记制度，而这一制度的实施，必然会进一步助推我国房产税税制改革进程。
总的来看，基于长远的税制建设目标，对个人房产征收房产税已是大势所趋。而作为对个人征收房产税重要技术前提的房产税税基评估方法的研究，也就变得十分必要和迫切。
二、房产税税基的批量评估及其适用性
国际评估准则（2005 International Valuation Standard）对批量评估的解释是：应用系统的、统一的、考虑到统计检验和结果分析的评估方法和技术，评估多项财产在指定日期价值的活动。其基本原理是，在利用某种模型方法对批量资产进行模拟评估后，应用一系列统计、计量、计算机技术对上述模拟评估进行检验和修正，直至评估结果能够在可接受的偏差范围内较大程度地接近被评估资产的实际价值。
基于房产税税基评估工作所涉及的评估对象数量多、差异因素日益多样化、评估工作量大等特点，传统的三大评估方法（即成本法、收益法、市场法）受各自存在的固有局限性，已难以满足房产税税基评估需要。故此，目前多数征收不动产税的西方国家在进行房产税基评估时，普遍采用批量评估技术来予以实现。而本文利用的特征价格模型正是实现批量评估的一种技术方法。
相关理论及事实已证明，建立在完备的GIS系统和自动评估技术支持下的批量评估方法在不动产税税基评估方面具有综合适用性较强、可操作性高、偏差具有技术可控性的优势。
三、基于批量评估的Hedonic特征价格模型及其应用
从实用、便利、准确性角度考虑，基于批量评估的自动评估技术（AVM）日益迅猛发展，而自动评估技术根据其模型所采用的数学方程的不同，可分为特征价格模型和按时间趋势变动模型两类。本文拟采用特征价格模型对所采集的石家庄市裕华区二手房挂牌交易数据进行模拟分析，以进一步验证其可用性。
（一）特征价格模型的函数形式
Hedonic特征价格模型的一般形式为：P=f（x1，x2，…，xn），其中xi表示商品的第i种特征，P为商品价格。理论上，特征价格模型中常用的函数形式有四种，分别为（1）线性形式：P=？茁0+∑？茁ixi+？着；（2）半对数形式：lnP=？茁0+∑？茁ixi+？着；（3）对数形式：lnP=？茁0+∑？茁ilnxi+？着；（4）逆对数形式：P=？茁0+∑？茁ilnxi+？着。
（二）特征价格模型数据变量的定位
考虑到批量评估的内涵及其对样本的要求，本文数据样本系通过对石家庄裕华区2013年4月25日至5月25日的644套二手房的网上挂牌信息（http：//sjz.soufun.com/）的查询和对相关机构人员的咨询调查而得。
1. 因变量的选取。由于房产税税基主要涉及相应房产的总价值量，而房产的均方单价正是对其总价值量的反映；并且有相关研究表明，房产的交易价格与其挂牌价格之间存在较稳定的线性关系，例如，“通过对杭州市房产的成交价格及其挂牌价格的研究即得出：成交价格=-11 960+0.930*挂牌价格”。因此本文选取各调查样本挂牌数据的平均单平方米价格p作为因变量。
2. 自变量的选取。特征价格模型是一种基于区位特征、建筑特征和邻里环境特征三方面的差异来估测不动产价值量的方法，因此，本文从上述三个方面的主要影响因素进行具体自变量的选取。对于区位特征，本文选取繁华程度、交通情况、基础设施3个主要因素；对于建筑特征，选取建筑面积、房间数、卧室数、客厅数、主房间朝向、装修程度、楼层、建筑类型、楼龄共9个因素；对于邻里环境特征，选取物业管理、生活配套、教育配套和环境配套4个因素进行分析。
3. 自变量的量化标准。由于本文所采集的挂牌数据集中于2013年4月25日至2013年5月25日，其挂牌价格期日调整的空间甚小，因此模型的实现过程忽略了对价格的期日调整。其相关自变量的分类和量化标准如表1所示。
（三）模型的建立及实现
本文应用多元回归分析方法来对相应的自变量单方价格P及选取的16个描述性变量间关系进行综合分析评价，并期望得到具有一般适用性的回归方程。应用SPSS19.0对数据进行处理。
1. 因变量和自变量的回归分析。对特征价格模型进行四种形式的估算验证。考虑到选取的描述性变量个数较多，为了排除变量间可能存在的多重共线性对估算结果的影响，模型验证均选用逐步进入的方法（见表2-表5）。
通过对比表2-表5验证结果，在半对数形式下自变量对于因变量的解释性最好，故以下采用半对数形式对数据进行拟合。半对数函数的显著水平Sig.≈0.000<0.05，即方程通过了F检验（见表6）。
2. 半对数模型的相关解释
在半对数形式下采用逐步进入方式，得到的方程回归系数如表7所示，在选取的16个解释变量中，最终有8个解释变量通过了t检验进入回归方程，即运行结果确定的函数形式为：
lnp=9.115-（9.349E-5）×x1-0.001×x4+0.032×x6+0.015×x8-0.009×x10-0.005×x12+0.054×x14+0.008×x16
由以上结果可以看出8个变量中除了x1（CBD距离）、x4（建筑面积）、x10（所处楼层）、x12（建筑楼龄）的回归系数为负外，其他变量回归系数均为正。解释如下：（1）距市中心距离越远，房产的价值量一般会逐渐减少。本模型得出的这一结论符合经济学理论和一般常识。（2）住房的建筑面积偏大时，其单平方米价格趋于降低。这一结论可能与大部分购房群体的购买能力或收入水平及再转手的难易程度有关，基本与常识吻合。（3）所处楼层相对于中间层数偏离越大，价格出现降低。根据走访调查，目前石家庄市新建楼盘中确实呈现越靠近中间层数单平方米价格越高的现象，这可能由于人们对于私密程度、楼层便捷度、空气质量等众多因素综合考虑形成的一种特定偏好。（4）建筑楼龄对于居住用房价值量的影响为负。显然，由于楼龄越长，建筑的各项基础设施及其设计风格越陈旧，住宅的折旧度越高，加之人们生活水平的不断提高令其对于住宅的选择更加倾向于身心享受，从而会使得趋向“老龄化”的住宅价格偏低。总的来说，上述模型结论中的变量关系基本符合经济常识。
四、模型验证的基本结论
根据以上模拟分析结果，我们得出了具有一定范围普遍适用性的房地产单方价格函数，从而对于满足条件的特定区域内的房地产，通过掌握其相关参数信息，就可以求得相似或同类房地产的平均总价。这将对房产税税基评估的实施提供极大的便利。
本文对于特征价格模型的半对数形式回归分析拟合度检验，得到R2=0.738，总的来说，囿于我国房地产市场中信息获取的局限性，会对此模型结论产生一定程度的影响，但本文意在说明特征价格模型在房地产税基评估中的可用性，这一目的已经达到。在未来的具体实践中，随着完备的GIS系统的建立与现代自动评估技术的发展及其在不动产税基评估中的应用，加之模型修正技术的不断改进及更加完备的数据信息的获取，特征价格模型在房产税税基评估中一定会进一步凸显其优越性。
参考文献：
[1]Mok.H.M.K.A hedonic model for private properties in Hongkong[J]. Journal of Real Estate Finance and Economics，1995，（10）：37-48.
[2]Goodman.Andrew Court and the Invention of Hedonic Price Analysis[J]. Journal of Urban Economics，1998，（4）：291-298.
[3]李志辉，罗平.SPSS统计分析教程[M].北京：电子工业出版社，2005.
[4]艾建国，吴群.不动产估价[M].北京：中国农业出版社，2002.
[5]温海珍，贾生华.市场细分与城市住宅特征价格分析[J].浙江大学学报，2006，（3）：155-161.
[6]纪益成，王诚军，傅传锐.国外AVM技术在批量评估中的应用[J].中国资产评估，2006，（3）.
[7]张旭.财产税税基批量评估中的特征价格模型分析——以厦门市商业住宅为模拟分析对象[D].厦门：厦门大学，2008.
[8]陈永霞，陈民强.南京市住宅特征价格的分析——应用Hedonic模型[J].淮阴工学院学报，2009，（8）.
[9]郭文刚，崔新明，温海珍.城市住宅特征价格分析——对杭州市的实证研究[J].经济地理，2006，（12）.
责任编辑、校对：武玲玲
