徐建邦，梁富山

(東北財(cái)經(jīng)大學(xué) 統(tǒng)計(jì)學(xué)院，遼寧 大連 116025)

一、引 言

當(dāng)前，學(xué)術(shù)界關(guān)于房地產(chǎn)與地方政府關(guān)系區(qū)域差異的相關(guān)研究，較多地集中在房地產(chǎn)價(jià)格上漲的地方政府因素方面。國(guó)外學(xué)者Case等從全球房地產(chǎn)市場(chǎng)周期和經(jīng)濟(jì)基本面來分析房地產(chǎn)問題［1］。Collyns和 Senhadji利用相關(guān)數(shù)據(jù)，借助亞洲金融背景，分析房地產(chǎn)的根源［2］。而國(guó)內(nèi)相關(guān)學(xué)者也對(duì)此做出了深入的研究和分析，如，高凌江通過分析地方財(cái)政支出與房地產(chǎn)價(jià)值之間的關(guān)系，得出地方財(cái)政支出和房地產(chǎn)價(jià)值兩者之間存在高度正相關(guān)關(guān)系，同時(shí)他指出，城市持續(xù)高水平的財(cái)政支出，經(jīng)過時(shí)間的積累，必定通過房地產(chǎn)價(jià)值的增加予以體現(xiàn)［3］。王怡指出大部分省市的收入水平、境外投機(jī)資金和經(jīng)濟(jì)波動(dòng)會(huì)直接影響房地產(chǎn)價(jià)格，且影響程度不同，房?jī)r(jià)的地區(qū)差異由此產(chǎn)生［4］。劉夢(mèng)珊指出房地產(chǎn)價(jià)格的提升受地方財(cái)政支出的影響，而土地出讓收入與房地產(chǎn)價(jià)格也具有正相關(guān)性［5］。趙昕東 、杜雪君分別從宏觀經(jīng)濟(jì)的層面和房地產(chǎn)稅來研究分析房地產(chǎn)價(jià)格波動(dòng)，也得出了類似的結(jié)論［6－7］。

基于國(guó)家體制不同，國(guó)內(nèi)外對(duì)于房地產(chǎn)價(jià)格及房地產(chǎn)業(yè)與經(jīng)濟(jì)關(guān)系的研究?jī)?nèi)容存在較大差異。國(guó)外多從房地產(chǎn)市場(chǎng)與經(jīng)濟(jì)基本面及影響等方面來研究地區(qū)間房地產(chǎn)價(jià)格的差異，而國(guó)內(nèi)則主要對(duì)房地產(chǎn)及其相關(guān)行業(yè)與地方政府財(cái)政之間的關(guān)聯(lián)性做出全面而詳盡的分析研究。但國(guó)內(nèi)外研究都肯定了一點(diǎn):房地產(chǎn)價(jià)格波動(dòng)會(huì)影響地方政府的財(cái)政收入。

本文正是基于當(dāng)前國(guó)內(nèi)外學(xué)者的研究思路，選取我國(guó)經(jīng)濟(jì)發(fā)展最快和市場(chǎng)化程度最高，房地產(chǎn)開發(fā)比較規(guī)范、交易信息比較透明，且政府收入與支出較為明細(xì)的京、津、滬、渝四個(gè)直轄市面板數(shù)據(jù)［8］(Panel Data)或稱平行數(shù)據(jù)，是指包含若干個(gè)截面?zhèn)€體成員 (各公司、各省市地區(qū)等)在一段時(shí)期內(nèi)的二維結(jié)構(gòu)數(shù)據(jù))，建立回歸模型來研究房地產(chǎn)價(jià)格波動(dòng)對(duì)地方財(cái)政收入效應(yīng)。該研究成果不僅可以幫助上述四市的決策機(jī)構(gòu)更客觀地認(rèn)識(shí)房地產(chǎn)業(yè)在不同地區(qū)和不同時(shí)期對(duì)地方財(cái)政收入的作用，還可供我國(guó)其他地方政府制訂與房地產(chǎn)業(yè)及城市發(fā)展相關(guān)的政策提供參考。

二、實(shí)證分析

1.模型構(gòu)建與指標(biāo)處理

(1)模型構(gòu)建

本文用房地產(chǎn)價(jià)格的對(duì)數(shù)值和其他相關(guān)經(jīng)濟(jì)指標(biāo)來解釋北京 (BJ)、天津 (TJ)、上海(SH)、重慶 (CQ)四直轄市的地方財(cái)政收入。為了考察房地產(chǎn)價(jià)格波動(dòng)對(duì)地方財(cái)政收入的影響，將模型的形式設(shè)定如下:

其中，被解釋變量lnLFit和解釋變量lnHPit分別是第i直轄市在時(shí)期t的地方財(cái)政收入和房地產(chǎn)價(jià)格的對(duì)數(shù)值;而可能影響到地方財(cái)政收入的主要相關(guān)因素都被包含在控制變量Xit中;uit表示混合隨機(jī)誤差項(xiàng)，并且服從均值為零、方差為的正態(tài)分布。

控制變量［9］的含義是指控制其他經(jīng)濟(jì)指標(biāo)或政策環(huán)境變化帶來的對(duì)被解釋變量的影響指標(biāo)。如果模型中不加入控制變量，很可能會(huì)產(chǎn)生偽回歸。本文主要考慮經(jīng)濟(jì)因素對(duì)各直轄市財(cái)政收入的影響，分別選擇工業(yè)增加值 (IIV)和其他第三產(chǎn)業(yè)產(chǎn)值 (TI)作為控制變量進(jìn)入模型。

(2)指標(biāo)處理

地方財(cái)政收入LF:各直轄市財(cái)政收入均為自然口徑的決算收入，且不包括中央對(duì)地方的稅收返還數(shù)。為了消除價(jià)格因素的影響，本文采用居民消費(fèi)價(jià)格指數(shù) (上年=100)對(duì)各數(shù)據(jù)進(jìn)行平減。

房地產(chǎn)價(jià)格HP:選取各直轄市當(dāng)年的商品房銷售額除以當(dāng)年的商品房銷售面積來度量。

工業(yè)增加值IIV:按當(dāng)年價(jià)格計(jì)算的工業(yè)增加值。為了消除價(jià)格的影響，本文采用工業(yè)品出廠價(jià)格指數(shù) (上年=100)對(duì)各數(shù)據(jù)進(jìn)行平減。

其他第三產(chǎn)業(yè)增加值TI:按當(dāng)年價(jià)格計(jì)算的第三產(chǎn)業(yè)增加值減去房地產(chǎn)開發(fā)投資額 (替代房地產(chǎn)業(yè)增加值)，然后采用商品零售價(jià)格指數(shù) (上年=100)來對(duì)各數(shù)據(jù)進(jìn)行平減。

2.數(shù)據(jù)來源及變量的描述性統(tǒng)計(jì)

本文數(shù)據(jù)來源:《中國(guó)統(tǒng)計(jì)年鑒》、《新中國(guó)五十年統(tǒng)計(jì)資料匯編》、分省統(tǒng)計(jì)年鑒以及《中經(jīng)網(wǎng)統(tǒng)計(jì)數(shù)據(jù)庫(kù)》公布的相關(guān)數(shù)據(jù)?？紤]到重慶在1997年才被設(shè)立為直轄市，于是在問題的研究中，選取了1997—2009年省際面板數(shù)據(jù)。同時(shí)，為防止數(shù)據(jù)在處理過程中由于單位過大，使得軟件非人為地缺少小數(shù)位，將原始數(shù)據(jù)單位統(tǒng)一修訂為萬元;為了消除地方財(cái)政收入和各解釋變量存在的異方差和量綱的問題，本文在實(shí)證分析時(shí)對(duì)所有變量進(jìn)行了取自然對(duì)數(shù)處理。

本文采用Eviews6.0軟件做數(shù)據(jù)分析，各變量的描述性統(tǒng)計(jì)結(jié)果如表1所示。

表1 相關(guān)變量描述性統(tǒng)計(jì)一覽表

3.實(shí)證分析

(1)模型設(shè)定的檢驗(yàn)

在對(duì)面板數(shù)據(jù)模型進(jìn)行估計(jì)時(shí)，需要檢驗(yàn)樣本數(shù)據(jù)符合混合回歸模型、變截距模型以及變系數(shù)模型中的哪一種，以防止因設(shè)定了錯(cuò)誤的模型形式而導(dǎo)致估計(jì)結(jié)果偏差或錯(cuò)誤。本文使用較為常用的F檢驗(yàn)，檢驗(yàn)如下假設(shè):

兩個(gè)F檢驗(yàn)統(tǒng)計(jì)量分別為:

其中，S1、S2、S3分別是變系數(shù)模型、變截距模型和混合回歸模型的回歸殘差平方和。

模型形式檢驗(yàn)的基本過程是:

接下來，給定顯著性水平α，若F1＜Fα［(N－1)K，NT－N(K+1)］，則不拒絕原假設(shè) H10，從而表明利用變截距模型來擬合樣本是合適的。否則，拒絕該原假設(shè)，并利用變系數(shù)模型來擬合樣本。

根據(jù)上面的分析，結(jié)合本文的具體問題，分別估計(jì)變系數(shù)模型、變截距模型和混合回歸模型，并通過SUR(似不相關(guān)回歸)加權(quán)，得其殘差平方和分別為:

在此N=4，T=13，K=3，利用式 (2)以及式 (3)可得兩檢驗(yàn)統(tǒng)計(jì)量的計(jì)算結(jié)果:

在0.5%顯著水平下，F(xiàn)0.005(12，36)=3.0267， F0.005(9，36)=3.2965。顯然可以看出:F2＞F0.005(12，36)，F(xiàn)1＜F0.005(9，36)，故拒絕H20，接受H10。因此選擇變截距模型進(jìn)行數(shù)據(jù)擬合，再者考慮到殘差序列存在一階序列相關(guān)。為此本文在引入AR(1)基礎(chǔ)上，建立動(dòng)態(tài)面板數(shù)據(jù)模型進(jìn)行估計(jì)，具體形式為:

(2)固定效應(yīng)與隨機(jī)效應(yīng)的選擇——Hausman檢驗(yàn)

確定面板數(shù)據(jù)模型的基本形式后，還需要判斷是選擇固定效應(yīng)模型還是隨機(jī)效應(yīng)模型。一方面，可以根據(jù)所研究問題的特點(diǎn)來定，即僅對(duì)樣本自身的效應(yīng)進(jìn)行分析使用固定效應(yīng)模型，用樣本推斷總體效應(yīng)則使用隨機(jī)效應(yīng)模型。另外，也可以通過檢驗(yàn)固定效應(yīng)與其他解釋變量是否相關(guān)作為進(jìn)行固定效應(yīng)和隨機(jī)效應(yīng)模型篩選的依據(jù)。本文做了后一種處理，以增強(qiáng)選擇的科學(xué)性，所使用的方法為Hausman檢驗(yàn)［10］。該檢驗(yàn)的基本思想是，在固定效應(yīng)與其他解釋變量不相關(guān)的原假設(shè)下，采用OLS估計(jì)固定效應(yīng)模型和采用GLS估計(jì)隨機(jī)效應(yīng)模型得到的參數(shù)估計(jì)都是無偏且一致的，只是前者不具有效性;如果原假設(shè)不成立，那么固定效應(yīng)模型的參數(shù)估計(jì)將仍然是一致的，而隨機(jī)效應(yīng)模型的參數(shù)估計(jì)卻不是。檢驗(yàn)結(jié)果如表2所示。

表2 四個(gè)直轄市的Hausman檢驗(yàn)結(jié)果

從表2中看出，Hausman檢驗(yàn)的卡方統(tǒng)計(jì)量對(duì)應(yīng)的伴隨概率小于0.001，隨機(jī)效應(yīng)的原假設(shè)應(yīng)予以拒絕，所以選擇固定效應(yīng)模型。

(3)四個(gè)直轄市的實(shí)證結(jié)果

對(duì)式 (4)進(jìn)行估計(jì)的結(jié)果如表3所示。為了消除面板數(shù)據(jù)可能出現(xiàn)序列自相關(guān)和截面異方差現(xiàn)象，在回歸的估計(jì)方法選取中利用SUR(似不相關(guān)回歸)對(duì)各解釋變量截面加權(quán)，并引入AR(1)進(jìn)行 Pooled EGLS(Cross－section SUR)估計(jì)。

表3 模型估計(jì)結(jié)果

根據(jù)輸出結(jié)果，可以寫出引入AR(1)的固定效應(yīng)變截距模型的估計(jì)結(jié)果:

由表3可知，所示的估計(jì)結(jié)果表明解釋變量房地產(chǎn)價(jià)格和工業(yè)增加值的系數(shù)在1%的水平下都是顯著的，同時(shí)其他第三產(chǎn)業(yè)增加值也在2%水平下通過了檢驗(yàn)。解釋變量的所有系數(shù)估計(jì)值符號(hào)都為正，與期望的結(jié)果一樣，從而說明各解釋變量對(duì)被解釋變量地方財(cái)政收入有正相關(guān)關(guān)系，即邊際增長(zhǎng)傾向。

固定效應(yīng)反映各直轄市自發(fā)財(cái)政收入相對(duì)于地方平均財(cái)政收入的偏離，體現(xiàn)了各直轄市由房地產(chǎn)價(jià)格、工業(yè)增加值、其他第三產(chǎn)業(yè)解釋變量引起的自發(fā)財(cái)政收入的結(jié)構(gòu)差異。盡管解釋變量lnHP、lnIIV、lnTI以及滯后一期項(xiàng)AR(1)的邊際效應(yīng)相同，但這四個(gè)直轄市的自發(fā)財(cái)政收入水平存在著顯著差異。其中，北京的自發(fā)財(cái)政收入水平最高、上海次之，天津最低。各直轄市自發(fā)財(cái)政收入水平的差異原因是多方面的，可能是由各直轄市的獨(dú)特的自身性質(zhì)引起的，比如房地產(chǎn)業(yè)發(fā)展程度不一，或者是其區(qū)位優(yōu)勢(shì)的差異以及三次產(chǎn)業(yè)的側(cè)重方向不同等。

模型的判定系數(shù)和校正的判定系數(shù)均較大，用于檢驗(yàn)的F統(tǒng)計(jì)量也很大，從整體上看固定效應(yīng)變截距模型對(duì)地方財(cái)政收入具有良好的解釋能力。從表3中的一階自回歸滯后一期項(xiàng)AR(1)的t統(tǒng)計(jì)量和伴隨概率，可以看出AR(1)是顯著的，引入AR(1)后的DW統(tǒng)計(jì)量等于1.88，非常接近于2，從而表明引入AR(1)模型的估計(jì)結(jié)果的殘差序列不存在一階序列自相關(guān)。

常數(shù)項(xiàng)C值對(duì)應(yīng)的t統(tǒng)計(jì)量和伴隨概率明顯不能使其通過顯著性檢驗(yàn)，并且滯后一期的地方財(cái)政收入每增加1個(gè)百分點(diǎn)，則能正向解釋當(dāng)年地方財(cái)政收入的0.84個(gè)百分點(diǎn)的。加之北京(BJ)和上海 (SH)的固定效應(yīng)均為正值，而天津 (TJ)和重慶 (CQ)則為負(fù)值。鑒于此，我們將研究對(duì)象分為兩類:一類是京滬兩市，另一類則是津渝兩市。我們有理由懷疑截面?zhèn)€體成員之間 (即地區(qū)差異)的房地產(chǎn)價(jià)格波動(dòng)是否也會(huì)對(duì)地方財(cái)政收入有顯著差異?于是我們將京滬兩市和津渝兩市分別研究，建立面板數(shù)據(jù)模型予以分析。

4.京滬兩市和津渝兩市的實(shí)證結(jié)果

根據(jù)前述的Hausman檢驗(yàn)判斷 (過程略)，京滬兩市和津渝兩市宜分別采取隨機(jī)效應(yīng)變截距和固定效應(yīng)混合回歸模型進(jìn)行數(shù)據(jù)擬合。估計(jì)其結(jié)果如表4所示。

由表4分析可知:

(1)京滬兩市的實(shí)證結(jié)果分析

京滬兩市結(jié)果表明，解釋變量工業(yè)增加值和其他第三產(chǎn)業(yè)增加值的系數(shù)都是顯著的，且其系數(shù)估計(jì)值符號(hào)都為正，與期望的結(jié)果一樣，從而說明各解釋變量對(duì)被解釋變量地方財(cái)政收入有正相關(guān)關(guān)系，即邊際增長(zhǎng)傾向。而解釋變量房地產(chǎn)價(jià)格則沒有通過檢驗(yàn)，除房地產(chǎn)業(yè)以外的其他第三產(chǎn)業(yè)較顯著，說明北京、上海兩市的房地產(chǎn)價(jià)格對(duì)其財(cái)政收入相對(duì)于工業(yè)增加值和其他第三產(chǎn)業(yè)而言，影響依然較弱，并且還是靠著工業(yè)和除房地產(chǎn)業(yè)以外的其他第三產(chǎn)業(yè)來推動(dòng)其財(cái)政收入。同時(shí)，從結(jié)果中可以看出，北京、上海兩市的其他第三產(chǎn)業(yè)增加值的系數(shù)明顯高于工業(yè)增加值和房地產(chǎn)價(jià)格，這與其第三產(chǎn)業(yè)比重較大，工業(yè)比重相對(duì)較小的事實(shí)相符。

(2)津渝兩市的實(shí)證結(jié)果分析

津渝兩市結(jié)果表明，解釋變量房地產(chǎn)價(jià)格和工業(yè)增加值的系數(shù)都是顯著的，與期望的結(jié)果一樣，而房地產(chǎn)業(yè)價(jià)格的系數(shù)估計(jì)值符號(hào)為負(fù)，工業(yè)增加值的系數(shù)估計(jì)值符號(hào)為正，說明兩者對(duì)地方財(cái)政收入具有很大的負(fù)向關(guān)聯(lián)性。房地產(chǎn)價(jià)格的不斷攀升，從長(zhǎng)遠(yuǎn)來看，不利于地方財(cái)政收入的增加;工業(yè)增加值增加，能直接并且很大地增加地方財(cái)政收入。同時(shí)，從結(jié)果中可以看出，解釋變量其他第三產(chǎn)業(yè)增加值則沒有通過檢驗(yàn)，說明津渝兩市市的其他第三產(chǎn)業(yè)的發(fā)展依然相對(duì)于京滬兩市較為滯后，津渝兩市還是靠著工業(yè)和房地產(chǎn)業(yè)關(guān)聯(lián)互動(dòng)來推動(dòng)其財(cái)政收入，這與其工業(yè)比重較大，第三產(chǎn)業(yè)比重相對(duì)較小的事實(shí)相符。

(3)京、津、滬、渝四市的總體分析

京滬兩市以及津渝兩市模型的判定系數(shù)和校正的判定系數(shù)均較大，F(xiàn)統(tǒng)計(jì)量也都較大，從整體上看，模型對(duì)地方財(cái)政收入具有良好的解釋能力。

表4 模型估計(jì)結(jié)果

三、結(jié)論與政策建議

1.結(jié)論

通過相關(guān)理論介紹和具體的實(shí)證分析，可以得出以下結(jié)論:

(1)房地產(chǎn)價(jià)格波動(dòng)與地方財(cái)政收入存在正相關(guān)關(guān)系

地方財(cái)政收入與房地產(chǎn)價(jià)格成同方向變動(dòng)。房地產(chǎn)價(jià)格的上漲可以吸引大量資金進(jìn)入房地產(chǎn)領(lǐng)域，同時(shí)通過影響房地產(chǎn)開發(fā)投資、房地產(chǎn)銷售和房地產(chǎn)租賃市場(chǎng)的發(fā)展作用于地方財(cái)政收入。作為房地產(chǎn)業(yè)稅收的稅基，房地產(chǎn)開發(fā)投資額、銷售額和租賃額的增長(zhǎng)直接為地方財(cái)政收入增收。

(2)不同地區(qū) (即京滬兩市和津渝兩市)的房地產(chǎn)價(jià)格波動(dòng)對(duì)地方財(cái)政收入的影響程度存在差異

從京滬兩市和津渝兩市的實(shí)證分析中可知:不同地區(qū)的房地產(chǎn)價(jià)格波動(dòng)對(duì)地方財(cái)政收入的貢獻(xiàn)程度以及變動(dòng)方向不同;京滬兩市的房地產(chǎn)市場(chǎng)發(fā)展程度相對(duì)較高，城市規(guī)模已達(dá)到相當(dāng)?shù)某潭?，雖房地產(chǎn)業(yè)稅收在其地方稅收中占有較大比重，然而擴(kuò)大城區(qū)相對(duì)較難，使得土地面積相對(duì)固定，導(dǎo)致土地供給緊缺，房地產(chǎn)價(jià)格相對(duì)偏高，總體來看，房地產(chǎn)價(jià)格升或降的波動(dòng)空間較小，所以對(duì)其地方財(cái)政收入影響效應(yīng)并不明顯，但房地產(chǎn)價(jià)格波動(dòng)與地方財(cái)政收入的變動(dòng)的方向依然是同向的;津渝兩市房地產(chǎn)市場(chǎng)正處于上升階段，土地儲(chǔ)備相對(duì)充足，房地產(chǎn)價(jià)格變動(dòng)空間較大，但由于其地方資金來源相對(duì)京滬兩市而言較少，并與本地的工業(yè)發(fā)展形成對(duì)資金的同向需求，而導(dǎo)致二者的負(fù)相關(guān)，鑒于工業(yè)增加值的效應(yīng)直接且作用范圍廣，使得房地產(chǎn)價(jià)格波動(dòng)對(duì)地方財(cái)政收入呈現(xiàn)負(fù)向變動(dòng)。

(3)地方財(cái)政收入與自身滯后效應(yīng)和產(chǎn)業(yè)結(jié)構(gòu)有關(guān)

根據(jù)表3可知AR(1)是顯著的，同時(shí)DW統(tǒng)計(jì)量非常接近于2，滯后一期的地方財(cái)政收入每增加1個(gè)百分點(diǎn)，能正向解釋當(dāng)年地方財(cái)政收入的0.84個(gè)百分點(diǎn)，地方財(cái)政收入與自身滯后一期效顯著相關(guān);同時(shí)，地方財(cái)政收入與其所在區(qū)位的產(chǎn)業(yè)結(jié)構(gòu)有關(guān)，京滬兩市第三產(chǎn)業(yè)比重較大，工業(yè)比重相對(duì)較小，房地產(chǎn)價(jià)格波動(dòng)對(duì)地方財(cái)政收入具有微弱的同向變動(dòng)，而津渝兩市工業(yè)比重較大，第三產(chǎn)業(yè)比重相對(duì)較小，房地產(chǎn)價(jià)格波動(dòng)對(duì)地方財(cái)政收入具有顯著的負(fù)向變動(dòng)。

2.政策建議

基于上述結(jié)論，我們給出以下政策建議:

(1)地方政府應(yīng)理性對(duì)待房地產(chǎn)業(yè)的發(fā)展，不該過分依賴其對(duì)地方財(cái)政的增收效應(yīng)

房地產(chǎn)價(jià)格上漲確實(shí)能在一定程度上增加地方財(cái)政收入，但若過分依賴房地產(chǎn)業(yè)的增收效應(yīng)，勢(shì)必造成房地產(chǎn)業(yè)畸形擴(kuò)張、產(chǎn)業(yè)結(jié)構(gòu)失衡，最終會(huì)阻礙總體經(jīng)濟(jì)發(fā)展，財(cái)政收入必將受到影響。在房地產(chǎn)市場(chǎng)發(fā)展起步或上升期，房?jī)r(jià)上漲可以對(duì)地方財(cái)政收入產(chǎn)生一定貢獻(xiàn)，且與其地方工業(yè)的發(fā)展還有負(fù)向關(guān)聯(lián)性，但是房地產(chǎn)業(yè)的發(fā)展是受土地有限性的約束，當(dāng)房地產(chǎn)市場(chǎng)發(fā)展成熟時(shí)，房地產(chǎn)對(duì)地方財(cái)政收入的增收效應(yīng)會(huì)隨之減弱。同時(shí)，房地產(chǎn)價(jià)格上漲需要經(jīng)濟(jì)基本面的支撐，若房地產(chǎn)價(jià)格持續(xù)上漲、與經(jīng)濟(jì)基本面脫離，形成泡沫，也將影響財(cái)政收入。因?yàn)橐坏┡菽屏眩績(jī)r(jià)出現(xiàn)大幅波動(dòng)，勢(shì)必對(duì)地區(qū)經(jīng)濟(jì)及財(cái)政收入產(chǎn)生較大沖擊。地方政府必須盡早意識(shí)到這個(gè)問題，不能僅僅盯住眼前的短期利益而忽視長(zhǎng)遠(yuǎn)的財(cái)政收入風(fēng)險(xiǎn)。

(2)要注意地區(qū)的差異性，因時(shí)因地引導(dǎo)產(chǎn)業(yè)發(fā)展

雖然從整體上看，房地產(chǎn)價(jià)格波動(dòng)與地方財(cái)政收入正相關(guān)，但地區(qū)不同，影響的程度也有所不同。地區(qū)政府在制訂產(chǎn)業(yè)發(fā)展政策時(shí)，必須考慮本地的具體情況。一味地強(qiáng)調(diào)發(fā)展房地產(chǎn)支柱產(chǎn)業(yè)，未必都有收效。以四個(gè)直轄市為例:京滬兩市的房地產(chǎn)價(jià)格波動(dòng)對(duì)地方財(cái)政收入具有微弱的同向變動(dòng);津渝兩市的房地產(chǎn)價(jià)格波動(dòng)對(duì)地方財(cái)政收入具有顯著的負(fù)向變動(dòng)。于是，如果期望通過調(diào)整產(chǎn)業(yè)結(jié)構(gòu)來增加財(cái)政收入，京滬兩市要在適當(dāng)發(fā)展工業(yè)的基礎(chǔ)上，大力發(fā)展第三產(chǎn)業(yè)，同時(shí)適當(dāng)發(fā)展房地產(chǎn)業(yè);津渝兩市則應(yīng)大力發(fā)展工業(yè)和第三產(chǎn)業(yè)，而房地產(chǎn)業(yè)關(guān)不應(yīng)是優(yōu)先和重點(diǎn)發(fā)展的對(duì)象。

(3)要維持正常穩(wěn)定的房地產(chǎn)業(yè)和房地產(chǎn)市場(chǎng)秩序

地方財(cái)政收入對(duì)其自身滯后一期效應(yīng)有較大的依賴。地方財(cái)政收入應(yīng)穩(wěn)步增加，但這需要?dú)v屆地方政府和人民不斷地付出和累積。通過高價(jià)出讓土地或某些稅收政策，可以在短時(shí)間內(nèi)大幅度增加地方財(cái)政收入，但受多種因素影響，其效果終將難以為繼。一旦因房地產(chǎn)原因?qū)е碌胤截?cái)政收入銳減，其后續(xù)影響是可以預(yù)期的。因此，“維穩(wěn)”是必需的。各地方政府應(yīng)采取多種措施、全方位地解決房地產(chǎn)業(yè)、房地產(chǎn)市場(chǎng)和居民住房等問題。包括:政府必須對(duì)房地產(chǎn)市場(chǎng)進(jìn)行宏觀調(diào)控;要整頓房地產(chǎn)市場(chǎng)秩序;要提供相應(yīng)的保障義務(wù);要引導(dǎo)房地產(chǎn)的理性消費(fèi)和投資，抑制投機(jī)行為等等。當(dāng)前的重要任務(wù)，是在保障居民住房權(quán)利的前提下，防止出現(xiàn)房地產(chǎn)價(jià)格大起大落的情況。房地產(chǎn)泡沫的形成和破裂對(duì)于地方政府和民眾而言都不是好事，而民眾的生計(jì)更重于政府的財(cái)政收入。

［1］Case，B.，William，N.G.，Geert，K.R.Globle Real Estate Markets Cycles and Fundamentals［R］.NBER Working Paper，2000.7566.

［2］Collyns，C.，Senhadji，A.Lending Rooms，Real Estate Bubbles and the Asian Crisis［R］.IMF Working Paper，2002，wp/02/20.

［3］高凌江.地方財(cái)政支出對(duì)房地產(chǎn)價(jià)值的影響——基于我國(guó)35個(gè)大中城市的實(shí)證研究［J］.財(cái)經(jīng)理論與實(shí)踐，2008，29(1):85－89.

［4］王怡.房地產(chǎn)價(jià)格區(qū)域差異的影響因素分析——基于收入、境外投機(jī)資金、經(jīng)濟(jì)波動(dòng)的研究［D］.長(zhǎng)春:吉林大學(xué)碩士學(xué)位論文，2010.

［5］劉夢(mèng)珊.地方政府土地出讓收入、財(cái)政支出與房地產(chǎn)價(jià)格之間關(guān)系的分析［D］.西安:西北大學(xué)碩士學(xué)位論文，2010.

［6］趙昕東.中國(guó)房地產(chǎn)價(jià)格波動(dòng)與宏觀經(jīng)濟(jì)——基于SVAR模型的研究 ［J］.經(jīng)濟(jì)評(píng)論，2010，(1):65－71.

［7］杜雪君.房地產(chǎn)稅對(duì)房?jī)r(jià)的影響機(jī)理與實(shí)證分析［D］.杭州:浙江大學(xué)博士學(xué)位論文，2009.

［8］白仲林.面板數(shù)據(jù)的計(jì)量經(jīng)濟(jì)分析［M］.天津:南開大學(xué)出版社，2008.5.

［9］袁振華.房地產(chǎn)價(jià)格波動(dòng)對(duì)地方財(cái)政收入的影響研究——基于上海市的實(shí)證分析［D］.上海:上海師范大學(xué)碩士學(xué)位論文，2010.

［10］樊歡歡，張凌云.Eviews統(tǒng)計(jì)分析與應(yīng)用［M］.北京:機(jī)械工業(yè)出版社，2009.6.