房地产税改革、地方公共服务与区位选择
——基于京津冀人口流动的空间黏性视角

杨 峥, 张忠萌

( 1.天津财经大学经济学院，天津 300222；2.北京大学软件与微电子学院，北京 102600 )

一、引 言

区域竞争理论假设，人口和资本受区域公共服务差异的吸引，在空间上可以瞬时、无成本的流动( Krugman，1980)[1]。现实中，区域之间公共服务差异的背后是地方财力悬殊的典型体现。中央为了满足地方政府的支出责任，促进基本公共服务均等化发展，采取税收返还、转移支付等多种形式来减小地区间的财力差距。以京津冀地区为例，从图 1可以看出医疗、教育与交通三种不同类型的公共服务泰尔指数全部呈现下降趋势，说明三地间的公共服务相对差距逐渐减小。

以金融业和服务业为代表的第三产业在北京呈现出非常明显的集聚优势， 2016年的世界500强企业中已有58家总部落户北京。从表 1可看出，河北省在人才、资金和技术引进方面仍然处于劣势，尚未形成高端产业聚集区，马太效应依然存在，并没有如理论假设那样因公共服务差距的缩小而显著改善。这种现象的出现或许是由于要素流动的区位黏性所致。“劳动力蓄水池”与产业资本的“创新积累”增加了流动要素的“用脚投票”成本，导致企业在短期内难以脱离产业链，也即区位黏性形成企业迁址的阻力。财政分权理论将区域竞争、地方公共服务与人口流动有机联系起来(Tiebout，1956)[2]，资本的自由流动，导致房地产税负难以转嫁进而房价随之攀升(Oates，1969)[3]。亨利·乔治定理进一步弥补了财政分权模型的缺陷，有效解决了地方公共服务满意度的“显示性偏好”问题(Arnott、Stiglitz，1979)[4]，同时也验证了房地产税为城市公共服务融资的可行性(Dimasi，1987)[5]。区域性特点使得房地产税成为最适宜的地方政府自主性主体财源(程瑶，2008)[6]，会激励地方政府积极提高公共福利水平(程瑶、高波，2008)[7]。当前我国土地出让制度以及房地产相关税制存在诸多弊端，若想通过房地产税改革实现提高居民效用与增加税收的双重目标必须正确处理房地产税与地方公共财政的关系(杜雪君，2009)[8]。在现有财政体制下，土地出让收入对于地方政府的重要性不言而喻(唐明，2013)[9]，因而政府与居民共享房地产增值或许是房地产税的改革方向(蒋震、高培勇，2014)[10]，加快开征房地产税有利于推进“以人为本”的新型城镇化人口流动(周艳，2015；侯一麟、马海涛，2016)[11][12]。

图1 京津冀三种公共服务的泰尔指数①根据《北京统计年鉴》《天津统计年鉴》《河北经济年鉴》数据计算而得；医疗公共服务选取每万人执业(助理)医师数，教育选取每万人普通高校教职工总数，交通公共服务以每平方千米公共交通车辆运营数代替。

表1 京津冀人口和第三产业增加值的比重 单位：%

注：根据《中国统计年鉴》计算而得。

纵观已有的房地产税文献，往往基于资本回报率在不同辖区完全相等这一前提下研究税负对房地产价值的潜在影响。殊不知，级差地租理论已经告诉我们，不同区位的房地产价值截然不同，而且不存在土地资本化效应的假设也是值得商榷的。我国区域发展极不均衡的现实本身就说明各地房地产价值存在着巨大差异，房地产税改革必须深入探究征税对象所固有的区位属性以及人口城镇化的空间秩序。

二、理论模型

在形状为Φ(r)、边界为Ψ的城市中只有一个地方政府，有权向本地所有居民N的平均工资ω征收税率为τw的工资总量税(lump-sum)，同时对人均居住面积h征收税率为τh的房地产税。地方政府是本地区唯一的土地管理者，但并不会利用垄断优势不为私人寻租。地方政府利用工资税和房地产税为当地居民提供公共服务G。

(一)房地产市场

由于我国31个省的税率、分享比例决策权集中在中央，每个地区的税率相等，无法形成税收竞争模型中税率的竞次之争(race to the bottom)纳什均衡。那么，人口流动的区位决策基于效用U的最大化原则可得到住房价格ph的竟租曲线：

(1)

Marshall人均住房面积需求函数h(ω，ph，G)，城市住房总需求面积为Nh(·)。

规模报酬不变的住房均衡条件：Nh(ω,ph,G)=f(·)

(2)

其中，f(·)是房地产的生产函数，要素投入主要包括城市建设用地、私人资本等等。

按照地租理论，房地产价格中一次性支付的地租等于享受未来该城市公共服务受益流的现值。据此，房地产价格可分解为地方公共服务每期的使用价格：

(3)

其中，δ是贴现率

(二)地方政府

各地区的“标尺竞赛”归根到底是对人才、资本和先进技术的竞争。为了吸引人口流入，地方政府将筹集足够的财力提供数量更多、质量更好的地方拥堵性公共服务(比如，道路、学校、医院等)，以提高居民效用水平。参照Arnott、Stiglitz(1981)[13]的处理方法，房地产税与工资税构成了地方公共服务的资金来源：

(4)

上式表明，城市的大小Φ(Ψ)直接决定着城市房地产总价值。当一个城市的人口规模占有优势，本地市场效应(home market effect)吸引着人才、资本和技术向该地区不断集聚，得益于流动要素的扩大将进一步带来更大份额的超常市场需求(idiosyncratic demand)，地方政府的税基规模和城市房地产价值得到大幅度提升。相反，如果一个地区规模较小，地方政府的公共政策或许对流动人口来说并没有足够的吸引力。因此，不同人口规模的城市房地产和居民福利政策是不等价的，房产和土地合并征税的效果取决于该城市人口占全国的比重，大城市征收高于小城市的土地价值税更能增加财政支出，居民将从中获益(Hoyt，1991)[14]。

(三)房地产税与价格变动

依据边际产品价值与要素边际价格相等这一原则，借鉴Henderson(1995)[15]的做法，对住房均衡条件取对数并全微分得到房地产税对房价的影响情况：

(5)

三、参数估计与数值模拟

(一)要素投入份额

人口空间集聚是地理上最显著的特征。流动要素朝着具有区位优势的城市汇集，不同地区的要素替代弹性也存在显著差异，因而由土地形成的区位属性不可全国一概而论。本文以京津冀都市圈中三个不同城镇化发展阶段的城市为样本，估算土地成本的要素份额η。同时考虑到房地产产品较长的开发建设周期，按照行业平均水平，房地产企业获得土地后立即开工建设，取得“五证”达到预售要求也需8～12个月的时间，为此将土地成本滞后一年进行估算。

图2 北京、天津、石家庄土地成本滞后一年占房地产价格的比重估算

从图2结果可以看出，已进入城镇化进程后期阶段的北京和天津，人口密度远高于河北省的省会城市石家庄，城市可利用土地资源愈发稀缺，这一点也在京津两个直辖市的土地成本占商品住宅价格的比重得以体现，土地要素投入成本占比与经济水平、人口规模的排序一致。

(二)要素替代弹性

房地产业是典型的资本密集型行业，单体项目投资规模巨大，房地产业的规模经济在很大程度上得益于资金的汇集。按照资本结构理论，房地产项目融资也可以分为内源融资和外源融资两种。内源融资主要包括自有资金(股本或实收资本)以及利润积累所形成的留存收益。外源融资又可以进一步划分为间接融资和直接融资。间接融资主要是房地产企业通过金融中介机构(银行、信托等)获得资金，这是我国房地产企业目前最主要的融资模式。对于追求利润最大化和资本价值最大化的“理性”房地产企业来说，如何有效配置房地产产品的生产要素直接决定着项目成败。

房地产的区位属性与其依附于土地的特点不无关系。市场经济条件下，资本K与土地S的配置自然由两种要素的稀缺程度决定，必然反映在投资成本H当中。自从1998年住房制度改革以来，国家出台了一系列政策措施以规范国有土地使用机制。国有建设用地资源十分有限，加之以往低效用地现象的频频出现，引致中国土地城镇化迅速逼近资源约束瓶颈，要素替代弹性不断降低。由此借鉴Kmenta(1967)的级数展开法[16]，并基于要素价格与边际产出相等这一最优均衡条件估计出土地与资本的替代弹性(郝枫、盛卫燕，2014)[17]：

(6)

依据固定效应模型回归系数β0=0.973、β1=-0.007、β2=0.085、β3=-0.011，参照关系式：

(7)

以不同地区的地方财政进行区位控制，计算出我国房地产行业的要素投入替代弹性σ=0.6523，这一结果与多数行业近似(Chirinko，2008)[18]。

(三)区位需求弹性

时间序列数据本身包含了变量之间的动态机制信息，所涉及的区位决策影响因素在过去发展过程中必然存在一些变化规律及趋势状态。本部分以京津冀三省市人口结构的历史数据为基础，采用灰色预测模型模拟出京津冀人口流动趋势，可以更加清楚地把握公共服务所带来的区位吸引力变化，有利于为规划期内的公共资源精准配置与政策合理制定提供基础，提高公共资金的使用效率。设北京市人口占京津冀总人口比重为数列X(0)，设历史数据分别为：X(0)(1),X(0)(2),…对X(0)累加求和，得到一组新的数列X(1)，其中：

(8)

(9)

我们采用后验差检验，按照精度检验c和p两个指标进行检验。

(10)

(11)

(12)

(13)

经计算，预测的c值为 0.05小于 0.35，p值为 1，精度等级为好，数据结构皆显示为通过。

根据表2的预测结果，在人口流动区位黏性的作用下，“十三五”末北京市人口在京津冀地区的比重依然小幅持续增加，短期内，作为主要承接地的天津与河北省人口比重也未大幅提升，这与国家提出的“有序”疏解非首都功能、雄安新区是“千年大计”的战略思路不谋而合。

表2 京津冀三省市人口占比预测

注：表中所有结果均由Matlab R2014 B软件模拟而得。

(四)房地产税价格效应模拟

根据上述估算的相关参数，以京津冀地区为例，模拟出在1%的房地产税率下不同城镇化发展阶段的房地产价格走势差异。值得注意的是，通过计量方法得到的要素投入份额、要素替代弹性以及区位需求弹性等参数并非是一成不变的。居民收入的提高、城市土地稀缺程度等都随着人口区位流动的城镇化发展阶段而相应改变，房地产价格的模拟走势也要遵循这一规律。

具体来说，设定步入城镇化后期阶段的北京、天津年均城镇化增长率分别为0.5%和0.6%，处于城镇化加速阶段的河北省年均城镇化增长速度为2%，直至城镇化水平达到80%后开始放缓；城镇化同时伴随着居民收入提高和居住环境改善，当基本居住需求得到满足后需求弹性也随之降低；类似的是，城市人口规模不断集聚，人口密度的升高必然导致土地资源愈发紧张，资本与土地的投入份额呈现“此消彼长”的趋势，要素之间的替代弹性也会逐年降低。因此，本文希望能够通过细致的模拟得到房地产税的价格效应。

核密度(Kernel density)的非参数方法不依赖开征房地产税的价格先验分布优势得以充分发挥出来，进而可以估计出未知的密度函数。模拟结果如图3所示，由于我国城镇化水平尚不足60%，户籍人口的真实城镇化水平更低，因而即使2018年全面开征房地产税，就全国总体来看未来房地产价格依然有上涨空间。区域一体化是流动要素的空间再平衡过程。《京津冀协同发展规划纲要》的深入实施以及雄安新区的“横空出世”，有序疏解北京非首都功能的步伐日益加快，开征房地产税对本来已经十分“拥堵”的北京房价有适度抑制作用。天津市与河北省作为北京的“近邻”，在首都功能疏解和产业转移等方面承担着重任，房地产需求还有较大增长空间，只是天津比河北省的房地产价格走势更为平缓。

图3 2018～2040年全国及京津冀地区房地产税的价格效应模拟结果

四、结论与政策建议

《中华人民共和国房产税暂行条例》颁布至今已有三十余年的历史，但“个人所有非营业性的房产免于缴纳房产税”的制度设计使其调节存量财产贫富差距的功能并未完全发挥出来。《关于2010年深化经济体制改革重点工作的意见》首次提出，逐步推进房产税改革。党的十八届三中全会明确将房产税改革上升为房地产税体系建设，使之更加符合我国市场经济体制下现代税制的要求，国家已经开展房地产税的立法工作。

我国集权式的财政分配体制下，“土地财政”成为多数地方政府的融资方式。与房产税一字之差的房地产税改革必然要设计出更为健全的地方财税体系。本文通过估算相关参数，分别给出全国和京津冀房地产税对房价影响的数值模拟结果。根据结果可看出，以相同的房地产税率对不同地区的房地产价值征税其政策效果是迥异的，价格效应取决于不同地区的城镇化阶段。地方政府应进一步提高城市建设用地使用效率，避免土地成本在房地产价值中的比重过快上涨。在全国部分地区同时存在着高库存和高需求的“两难窘境”，地方政府不仅要关注城镇化进程中居民收入的总量提高，在区域结构上更要重视缩小收入差距。可见，若想充分发挥房地产税对房价的调控作用，必须与区域协同发展战略相契合，选择城镇化后期阶段的城市开征效果更佳。

[1] Krugman. Scale Economies, Product Differentiation, and the Pattern of Trade [J]. American Economic Review, 1980, 70(5):950-959.

[2] Tiebout. A Pure Theory of Local Expenditures [J]. Journal of Political Economy, 1956, 64(10): 416-424.

[3] Oates. The Effects of Property Taxes and Local Public Spending on Property Values: An Empirical Study of Tax Capitalization and the Tiebout Hypothesis [J]. The Journal of Political Economy, 1969, (6):957-971.

[4] Arnott, Stiglitz. Aggregate Land Rents, Expenditure on Public Goods and Optimal City Size [J]. Quarterly Journal of Economics, 1979, (4):471-500.

[5] Dimasi. The Effects of Site Value Taxation in an Urban Area: A General Equilibrium Computational Approach [J]. National Tax Journal, 1987, 40(4):577-590.

[6] 程瑶. 地方政府房地产税收依赖的国际比较与借鉴[J]. 财政研究,2012,(11):72-76.

[7] 程瑶,高波. 房地产税对地方政府的激励效应研究[J]. 中央财经大学学报,2008,(7):1-4.

[8] 杜雪君，黄忠华，吴次芳. 房地产税、地方公共支出对房价影响——全国及区域层面的面板数据分析[J]. 中国土地科学,2009, (7):9-13, 19.

[9] 唐明. 房地产税改革为何启而难动[J]. 当代财经,2013,(8):24-33.

[10] 蒋震，高培勇.渐进式推进个人房产税改革[J]. 宏观经济研究,2014,(6):8-12, 28.

[11] 周艳. 城镇化进程中的房地产税改革路径选择[J]. 经济纵横,2015,(11):110-113.

[12] 侯一麟, 马海涛. 中国房地产税设计原理和实施策略分析[J]. 财政研究,2016,(2):65-78.

[13] Arnott, Stiglitz. Aggregate Land Rents And Aggregate Transport Costs [J]. Social Science Electronic Publishing,1981, 91(362):331-347.

[14] Hoyt. Competitive Jurisdictions, Congestion, and the Henry George Theorem [J]. Regional Science and Urban Economics, 1991, 21(3):351-370.

[15] Henderson. Will Homeowners Impose Property Taxes? [J]. Regional Science and Urban Economics, 1995, 25(2):153-181.

[16] Kmenta. On Estimation of The CES Production Function [J]. International Economic Review, 1967, 8(2):180-189.

[17] 郝枫, 盛卫燕.中国要素替代弹性估计[J]. 统计研究, 2014, (7):12-21.

[18] Chirinko. Σ: The Long and Short of it [J]. Journal of Macroeconomics, 2008, (30):671-686．