特征價格模型在房產稅稅基評估中的應用

韓會 溫娜 胡克建

摘要：本文通過對稅基評估的批量評估方法的研究，欲建立特征價格模型與統計分析方法的有機連接，對所采集的二手商品住宅的稅基計算進行模擬分析評價，最后得出具有一定范圍適用性的估算房產稅稅基的回歸方程?；诖?，本文還推斷，完備的GIS系統和自動評估技術在不動產稅基評估中的應用，將會對提升特征價格模型的可用性和可靠性產生更佳效果。

關鍵詞：房產稅；稅基評估；特征價格模型

一、引言

當前，對個人住房征收房產稅問題已日益引起社會的關注，2003年“物業稅”第一次出現在政府工作報告中，其后的7年里，我國陸續采用批量評估技術對十多個試點省市的物業稅實施了模擬“空轉”運行。2011年1月，國務院常務會議決定在上海和重慶兩市進行對個人住房征收房產稅改革試點，兩市相繼出臺了相應的《暫行辦法》和《實施細則》，我國房產稅改革就此拉開了序幕。

二、房產稅稅基的批量評估及其適用性

批量評估的基本原理是在利用某種模型方法對批量資產進行模擬評估后，應用一系列統計、計量、計算機技術對上述模擬評估進行檢驗和修正，直至評估結果能夠在可接受的偏差范圍內較大程度地接近被評估資產的實際價值。

基于房產稅稅基評估工作所涉及的評估對象數量多、差異因素日益多樣化、評估工作量大等特點，傳統的三大評估方法（成本法、收益法、市場法）各自存在固有局限性，已難以滿足房產稅稅基評估需要。故此，目前多數征收不動產稅的西方國家在進行房產稅基評估時，普遍采用批量評估技術來予以實現。而本文利用的特征價格模型正是實現批量評估的一種技術方法。

相關理論及事實已證明，建立在完備的GIS系統和自動評估技術支持下的批量評估方法在不動產稅稅基評估方面的綜合適用性較強、可操作性高、偏差具有技術可控性。

三、基于批量評估的Hedonic特征價格模型及其應用

從實用、便利、準確性角度考慮，基于批量評估的自動評估技術（AVM）日益迅猛發展，而自動評估技術根據其模型所采用的數學方程的不同，可分為特征價格模型和按時間趨勢變動的模型兩類。本文擬采用特征價格模型對所采集的石家莊市裕華區二手房掛牌交易數據進行模擬分析，以進一步驗證其可用性。

（一）特征價格模型的函數形式

Hedonic特征價格模型的一般形式為：P=f（x₁，x2，…，xn），其中xi表示商品的第i種特征，P為商品價格。理論上，特征價格模型中常用的函數形式有四種，分別為（1）線性形式：P=β0+∑βixi+ε；（2）半對數形式：lnP=β0+∑βixi+ε；（3）對數形式：lnP=β0+∑βilnxi+ε；（4）逆對數形式：P=β0+∑βilnxi+ε。

（二）特征價格模型數據變量的定位

本文數據來源：考慮到批量評估的內涵及其對樣本的要求，本文數據樣本系通過對http：//sjz.soufun.com/石家莊裕華區644套二手房的網上掛牌信息的查詢和對相關機構人員的咨詢調查而得。

1.因變量的選取。由于房產稅稅基主要涉及相應房產的總價值量，而房產的均方單價正是對其總價值量的反應；并且有相關研究表明，房產的交易價格與其掛牌價格之間存在較穩定的線性關系，例如，“通過對杭州市房產的成交價格及其掛牌價格的研究即得出：成交價格=-11960+0.930*掛牌價格”^[4]，因此本文選取各調查樣本掛牌數據的平均單平方米價格p作為因變量。

2.自變量的選取。首先，由于本文所采集的掛牌數據集中于2013年4月25日至5月25日內，其掛牌價格期日調整的空間甚小，因此模型的實現過程忽略了對價格的期日調整。

特征價格模型是一種基于區位特征、建筑特征、和鄰里環境特征三方面的差異來估測不動產價值量的方法，因此，本文從上述三個方面的主要影響因素來選取自變量的。對于區位特征，本文選取繁華程度、交通情況、基礎設施3個主要因素；對于建筑特征，選取建筑面積、房間數、臥室數、客廳數、主房間朝向、裝修程度、樓層、建筑類型、樓齡共9個因素；對于鄰里環境特征，選取物業管理、生活配套、教育配套和環境配套4個因素進行分析。

對上述16個變量依次以x₁（CBD距離）、x2（公交站數）、x3（基礎配套）、x4（建筑面積）、x5（房間數）、x6（臥室數）、x7（客廳數）、x8（建筑朝向）、x9（裝修程度）、x10（所處樓層）、x11（建筑類型）、x12（建筑樓齡）、x13（物業管理）、x14（生活配套）、x15（教育配套）、x16（環境配套）來表示。

（三）模型的建立及實現

本文應用多元回歸分析方法來對相應的自變量單方價格p及選取的16個描述性變量間關系進行綜合分析評價，并期望得到具有一般適用性的回歸方程。應用SPSS19.0對數據進行處理。

1.因變量和自變量的回歸分析

（1）對特征價格模型四種形式的估算驗證：如上所述，特征價格模型中包含以上4種常用的函數形式，考慮到選取的描述性變量間可能存在的多重共線性對估算結果的影響，模型選用逐步進入的方法驗證結果如下：

a.對線性函數形式的驗證得R2=0.656；b.對半對數函數形式的驗證得R2=0.714；c.對數函數形式的驗證得R2=0.492；d.逆半對數函數形式的驗證得R2=0.455。

通過對比以上驗證結果，在半對數形式下自變量對于因變量的解釋性最好，故以下采用半對數形式對數據進行擬合。

2.半對數模型的實現及相關解釋：（1）回歸方程的方差分析。通過SPSS19.0的擬合度檢驗得半對數函數的顯著水平sig.≈0.000<0.05，即方程通過了F檢驗。（2）回歸系數的相關解釋。在半對數形式下采用逐步進入方式，選取的16個解釋變量中，最終有9個解釋變量通過了t檢驗進入回歸方程，運行結果確定的函數形式為：

lnp=9.400-3.690E-5*x₁+0.010*x2-0.002*x4+0.014*x8-0.003*x10-0.017*x12+0.247*x13+0.031*x14+0.001*x16

根據以上模擬分析結果，我們得出了具有一定范圍適用性的房地產單方價格函數，從而對于滿足條件的特定區域內的房地產，通過掌握其相關參數信息，就可以求得相似或同類房地產的平均總價。這將對房產稅稅基評估的實施提供極大的便利。

本文對于特征價格模型的半對數形式回歸分析擬合度檢驗，得到R2=0.714，模型滿足需要但解釋度不是很高。出現該種情況，一方面，可能由于模擬的數據量有限，還可能是數據采集上存在一定程度偏差；另一方面，由于影響房地產價格的內外部因素較多，如：房間布局、小區內位置差異及不同銷售團隊的銷售策略差異等，而本文囿于信息獲取的原因，只選取了較為有限的因素進行分析?？傊?，信息不足對本文結論產生一定影響，但本文意在說明特征價格模型在房地產稅基評估中的可用性，這一目的已經達到。未來隨著完備的GIS系統與現代自動評估技術的發展，加之模型修正技術的不斷改進，特征價格模型在房產稅稅基評估中的優越性一定會進一步凸顯。（作者單位：河北經貿大學財政稅務學院）

參考文獻：

[1] 李志輝，羅平.SPSS統計分析教程[M].北京：電子工業出版社，2005.

[2] 溫海珍，賈生華.市場細分與城市住宅特征價格分析[J].浙江大學學報，2006，（3）.

[3] 紀益成，王誠軍，傅傳銳.國外AVM技術在批量評估中的應用[J].中國資產評估，2006，（3）.