賈雁嶺，楊秋霞，陳　剛

(1.西藏民族大學(xué) 財(cái)經(jīng)學(xué)院，陜西 咸陽(yáng)　712082； 2.廈門大學(xué) 公共政策研究院，福建 廈門　361005；3.廣州市社會(huì)科學(xué)院 城市戰(zhàn)略研究，廣東 廣州　510080)

一、引 言

城市擴(kuò)張現(xiàn)象是隨著中國(guó)城鎮(zhèn)化建設(shè)步伐不斷加快而出現(xiàn)的，表現(xiàn)為各城市建成區(qū)面積增長(zhǎng)速度遠(yuǎn)遠(yuǎn)高于人口增長(zhǎng)速度。據(jù)測(cè)算，2000—2012年，城市建設(shè)用地面積擴(kuò)大了106.9%，而城市人口僅增長(zhǎng)55.3%，土地城鎮(zhèn)化是人口城鎮(zhèn)化的1.93倍[1]。由此導(dǎo)致人均建成區(qū)面積不斷的擴(kuò)大，由2003年每人90平方米增加到2012年的每人114平方米。城市占地面積的較快擴(kuò)張浪費(fèi)了有限的土地資源，表現(xiàn)出較為嚴(yán)重的“造城模式”[2]。

采取何種措施將城市擴(kuò)張控制在合理的范圍之內(nèi)成為值得研究的主題。諸如財(cái)政轉(zhuǎn)移支付制度和官員某些個(gè)體特征等可以起到抑制城市擴(kuò)張的作用，但其效果較弱。蹤家峰和楊琦認(rèn)為財(cái)政轉(zhuǎn)移支付制度會(huì)減小地方政府面臨的財(cái)政缺口，進(jìn)而降低財(cái)政分權(quán)對(duì)城市擴(kuò)張的促進(jìn)作用，但在目前的體制下財(cái)政轉(zhuǎn)移支付制度并不能有效逆轉(zhuǎn)城市擴(kuò)張的趨勢(shì)[3]。傅利平和李永輝認(rèn)為官員任期、年齡等個(gè)體特征與城市擴(kuò)張具有顯著負(fù)相關(guān)關(guān)系，政府官員任期太長(zhǎng)或者太短都會(huì)降低其推進(jìn)城市擴(kuò)張的積極性，而且當(dāng)官員因年齡增長(zhǎng)晉升機(jī)會(huì)變小時(shí)，往往會(huì)傾向于選擇不努力，進(jìn)而降低了推進(jìn)城市擴(kuò)張的積極性[4]。

此外，房地產(chǎn)稅也是抑制城市擴(kuò)張的工具之一，這在國(guó)外理論和實(shí)證研究中都得到了充分的應(yīng)證。Brueckner和Kim在封閉單中心城市模型框架下，最先從理論上探討了房地產(chǎn)稅對(duì)城市擴(kuò)張的影響，認(rèn)為房地產(chǎn)稅對(duì)城市擴(kuò)張的影響主要是通過(guò)建筑物效應(yīng)*建筑物效應(yīng)是指對(duì)房地產(chǎn)征稅會(huì)增加開發(fā)商的建筑成本，進(jìn)而降低開發(fā)商的利潤(rùn)，使其減少投資規(guī)模，在人均居住面積一定的情況下，單位面積所投資的建筑物資本會(huì)降低，所建的房子較矮，這意味著人口密度較低，為吸納既定的人口，就需要不斷在城市周邊尋找新的土地建設(shè)房屋，進(jìn)而促進(jìn)城市擴(kuò)張。和居住面積效應(yīng)*居住面積效應(yīng)是指部分房地產(chǎn)稅會(huì)轉(zhuǎn)嫁給消費(fèi)者，使房?jī)r(jià)上升，消費(fèi)者會(huì)選擇較小的房屋，進(jìn)而使住房面積降低，這意味著人口密度較高，可以較容易容納既定的人口，進(jìn)而抑制城市的擴(kuò)張。來(lái)發(fā)揮作用的，若消費(fèi)者對(duì)其他商品和住房消費(fèi)之間的替代彈性較高時(shí)(大于1)，居住面積效應(yīng)會(huì)起主要作用從而有利于抑制城市的擴(kuò)張[5]。Song和Zenou實(shí)證分析了美國(guó)房地產(chǎn)稅和城市擴(kuò)張之間的關(guān)系，認(rèn)為房地產(chǎn)稅稅率每提高1%會(huì)使城市擴(kuò)張降低0.401%[6]。這一方向的研究隨著中國(guó)城市擴(kuò)張現(xiàn)象日益嚴(yán)重而得到越來(lái)越多的重視，通過(guò)實(shí)證方法來(lái)分析中國(guó)房地產(chǎn)稅與城市擴(kuò)張之間的關(guān)系，但沒(méi)有較為一致的結(jié)論。郭宏寶認(rèn)為中國(guó)的房產(chǎn)稅在一定程度上抑制了城市的擴(kuò)張[7]。劉瓊等依據(jù)30個(gè)省級(jí)行政區(qū)的面板數(shù)據(jù)采用面板協(xié)整的計(jì)量方法進(jìn)行了實(shí)證分析，認(rèn)為房地產(chǎn)稅未能發(fā)揮遏制城市土地?cái)U(kuò)張的作用[8]。

目前房地產(chǎn)稅在中國(guó)具有一定的特殊性，其主要在流轉(zhuǎn)環(huán)節(jié)征收，在持有環(huán)節(jié)僅對(duì)經(jīng)營(yíng)性住房征收，對(duì)個(gè)人擁有的住房免征，并不是真正的財(cái)產(chǎn)稅，具有商品稅的屬性。中國(guó)的房地產(chǎn)稅未能發(fā)揮抑制城市擴(kuò)張的作用可能和這一特殊的稅收制度有關(guān)，若對(duì)個(gè)人擁有的住房征稅是否會(huì)起到抑制城市擴(kuò)張的作用？2011年，重慶和上海進(jìn)行房產(chǎn)稅試點(diǎn)改革，開始對(duì)個(gè)人擁有的住房征收房產(chǎn)稅，但兩地采取了差異化的政策，兩地的試點(diǎn)改革為本文提供了研究的切入點(diǎn)。本文采用合成控制法，以重慶*本文的研究未涉及上海房產(chǎn)稅改革對(duì)城市擴(kuò)張的影響，主要是因?yàn)樵凇吨袊?guó)城市統(tǒng)計(jì)年鑒》(2007-2012)中上海的建成區(qū)面積一直未出現(xiàn)變化，人均建成區(qū)面積的變化不能很好的反映城市擴(kuò)張的情況。為例研究房產(chǎn)稅試點(diǎn)改革對(duì)城市擴(kuò)張的影響及作用機(jī)制。

二、重慶和上海房產(chǎn)稅試點(diǎn)改革比較

2011年1月28日起，重慶和上海開始試點(diǎn)對(duì)個(gè)人住房征收房產(chǎn)稅，兩地的實(shí)施方案除具有一些共同之外，也存在較大的差異，分別形成了“上海模式”和“重慶模式”。

兩地房產(chǎn)稅試點(diǎn)改革方案的共同之處。第一，在納稅人方面，為限制非本市居民的過(guò)渡消費(fèi)，抑制投機(jī)行為，都根據(jù)戶籍區(qū)分了本市居民和非本市居民，分別采取差異化的稅收政策。第二，在征稅范圍方面，均有一定的限制，實(shí)際所覆蓋的征稅對(duì)象不多。第三，在稅率設(shè)置方面，為保障普通居民的正常購(gòu)房需求，避免加重普通居民的負(fù)擔(dān)，都實(shí)行差別化稅率，且稅率不高。第四，在支出用途方面，都專用于保障性住房建設(shè)。

此外，兩地房產(chǎn)稅試點(diǎn)改革方案也存在較多的差異。第一，在征稅范圍方面，重慶對(duì)存量和流量住房均征稅，但限定的范圍較小，存量住房只包括獨(dú)棟商品住宅，而流量住房包括新購(gòu)的高檔住宅*交易單價(jià)達(dá)到上兩年重慶主城九區(qū)新建商品住房成交建筑面積均價(jià)2倍(含2倍)以上的住房。和非本市居民新購(gòu)的第二套(含)以上的普通住宅；上海對(duì)本市和非本市居民的存量住房一律不征稅，只對(duì)流量住房征稅，即對(duì)本市居民新購(gòu)的第二套及以上住房和非本市居民新購(gòu)的住房征稅。第二，在稅率設(shè)置方面，重慶對(duì)獨(dú)棟商品住宅和高檔住房根據(jù)建筑面積交易單價(jià)的不同采取0.5%、1%和1.2%的三級(jí)差別稅率*獨(dú)棟商品住宅和高檔住房建筑面積交易單價(jià)在上兩年主城九區(qū)新建商品住房成交建筑面積均價(jià)3倍以下的稅率為0.5%，3倍(含3倍)至4倍的稅率為1%，4倍(含4倍)以上的稅率為1.2%。，而對(duì)非本市居民新購(gòu)的第二套普通住宅采取0.5%的比例稅率；上海采取0.6%的基本稅率和0.4%的優(yōu)惠稅率。第三，在計(jì)稅依據(jù)方面，重慶的為應(yīng)稅住房交易價(jià)，而上海的為應(yīng)稅住房市場(chǎng)交易價(jià)格的70%。第四，在稅收優(yōu)惠方面，重慶以家庭總面積為免稅扣除標(biāo)準(zhǔn)，其中，存量獨(dú)棟商品住宅允許扣除180平方米，新購(gòu)的獨(dú)棟商品住宅和高檔住房允許扣除100平方米，非本市居民購(gòu)買的住房不享受免稅待遇；上海以家庭人均60平方米為標(biāo)準(zhǔn)，人均不超過(guò)60平方米的免征；超過(guò)60平方米的，對(duì)超出部分征收。

三、估計(jì)方法與數(shù)據(jù)

(一)合成控制法

本文采用合成控制法來(lái)估計(jì)房產(chǎn)稅試點(diǎn)改革對(duì)城市擴(kuò)張的影響。文獻(xiàn)中對(duì)城市擴(kuò)張指標(biāo)的衡量一般以城市建成區(qū)面積為基礎(chǔ)，本文采取人均建成區(qū)面積來(lái)表示城市擴(kuò)張，即用各年度的建成區(qū)面積除以非農(nóng)人口數(shù)，這主要是考慮到城市擴(kuò)張最為鮮明的特征就是過(guò)度的人均土地消費(fèi)，人均建成區(qū)面積的變化可以很好的反映這一現(xiàn)象[9]。

合成控制法最早由Abadie和Ganleazabal提出，在構(gòu)造控制組時(shí)，根據(jù)數(shù)據(jù)相似程度來(lái)確定權(quán)重，且所有權(quán)重之和等于1，這便可以減少主觀判斷，避免把差異較大的地區(qū)納入控制組[10]。

(1)

具體方法是，先考慮一個(gè)(J×1)一維權(quán)重W=(w2，w3，…，wJ+1)'，對(duì)任意j=2，3，…，J+1，滿足wj≥0，且存在w2+w3，…+wJ+1=1。人均建成區(qū)面積可由每個(gè)潛在的合成控制組通過(guò)不同的權(quán)重組合W進(jìn)行表示：

(2)

(3)

(4)

(二)樣本數(shù)據(jù)

本文選取2004—2013年31省市的數(shù)據(jù)(不包含香港、澳門和臺(tái)灣地區(qū))實(shí)證分析房產(chǎn)稅試點(diǎn)改革對(duì)重慶城市擴(kuò)張的影響，用其他地區(qū)的加權(quán)平均來(lái)近似未進(jìn)行房產(chǎn)稅試點(diǎn)改革時(shí)重慶的城市擴(kuò)張情況，以此和重慶的實(shí)際數(shù)據(jù)比較來(lái)估計(jì)房產(chǎn)稅試點(diǎn)改革對(duì)重慶城市擴(kuò)張的影響[11]。之所以未包含2014年之后的數(shù)據(jù)是因?yàn)橹貞c從2014年開始重新定義了應(yīng)稅住房，對(duì)于新購(gòu)的成品住宅，以建筑面積交易單價(jià)扣除20%的裝修費(fèi)后來(lái)判斷其是否屬于應(yīng)稅住房，這一政策可能導(dǎo)致估計(jì)結(jié)果出現(xiàn)偏誤。

根據(jù)合成控制法，權(quán)重的選擇要使試點(diǎn)改革前，合成重慶決定城市擴(kuò)張的各項(xiàng)因素和實(shí)際重慶盡可能一致。參考現(xiàn)有文獻(xiàn)，選擇的預(yù)測(cè)變量包括人均道路面積、人均實(shí)際GDP、固定資產(chǎn)投資占GDP的比重、第二、三產(chǎn)業(yè)增加值占GDP的比重、非農(nóng)人口占總?cè)丝诘谋戎睾屯恋爻山痪鶅r(jià)。人均道路面積越高，表明交通成本較低，人們可以居住在離市區(qū)較遠(yuǎn)的地方，進(jìn)而有利于促進(jìn)城市擴(kuò)張；人均實(shí)際GDP越高，人們的富裕程度越高，越有能力購(gòu)買住房，也會(huì)促進(jìn)城市的擴(kuò)張；城市擴(kuò)張和經(jīng)濟(jì)發(fā)展水平存在著密切的關(guān)系，第二、三產(chǎn)業(yè)增加值占GDP比重越高的地區(qū)城市擴(kuò)張程度也較高；固定資產(chǎn)投資水平的提高也與城市擴(kuò)張正相關(guān)；非農(nóng)人口占總?cè)丝诘谋戎卦礁叱鞘谢皆礁?，所需要的土地面積也較多；土地成交均價(jià)較高的地方，地方政府可以通過(guò)出售土地獲得較多的可支配收入，進(jìn)而增加出售土地的動(dòng)力。

本文所選取的變量中，城市建成區(qū)面積、人均道路面積數(shù)據(jù)來(lái)自《中國(guó)城市統(tǒng)計(jì)年鑒》；名義人均GDP、GDP平減指數(shù)、人口總數(shù)、固定資產(chǎn)投資、GDP、第二產(chǎn)業(yè)增加值、第三產(chǎn)業(yè)增加值等相關(guān)數(shù)據(jù)來(lái)自《中國(guó)統(tǒng)計(jì)年鑒》及各省的統(tǒng)計(jì)年鑒，人均實(shí)際GDP由名義人均GDP除以2003年為基年的GDP平減指數(shù)得到；非農(nóng)業(yè)人口數(shù)據(jù)來(lái)自《中國(guó)人口與就業(yè)統(tǒng)計(jì)年鑒》；土地成交均價(jià)由經(jīng)過(guò)價(jià)格調(diào)整的土地成交價(jià)款除以出讓面積計(jì)算得出，土地成交價(jià)款和出讓面積數(shù)據(jù)來(lái)自《中國(guó)國(guó)土資源統(tǒng)計(jì)年鑒》。

四、實(shí)證結(jié)果與分析

(一)合成控制結(jié)果及分析

通過(guò)合成控制法，構(gòu)成合成重慶的權(quán)重組合如表1所示，共選取北京、上海、浙江、河南、貴州和陜西6個(gè)省市。其中權(quán)重最大的是河南省，為0.383。說(shuō)明這6個(gè)省市的加權(quán)平均可以很好地?cái)M合2011年之前重慶城市擴(kuò)張的情況，其加權(quán)平均可以作為重慶的對(duì)照組。

表1　合成重慶的省市權(quán)重表

由于各省市存在一定的相同與差異，通過(guò)選擇與處理組最相似的6個(gè)省市，并根據(jù)經(jīng)濟(jì)變量對(duì)不同省市賦予不同的權(quán)重，進(jìn)而加權(quán)得到處理組最優(yōu)的對(duì)照組，這種擬合的效果要高于基于全國(guó)的平均值。如表2所示，合成重慶和實(shí)際重慶非常相似，人均建成區(qū)面積對(duì)數(shù)值的差異度為0.35%。隨機(jī)選取了試點(diǎn)前3年度的人均建成區(qū)面積對(duì)數(shù)值來(lái)檢驗(yàn)該方法的擬合效果，其差異度為0.19%，可以說(shuō)合成重慶很好的擬合了房產(chǎn)稅試點(diǎn)改革前重慶的真實(shí)情況，而以全國(guó)平均水平作為擬合值則存在較大的差異，人均建成區(qū)面積對(duì)數(shù)值的差異度高達(dá)3.16%。

表2　預(yù)測(cè)變量的擬合和對(duì)比表

在影響城市擴(kuò)張的因素中，人均道路面積、人均實(shí)際GDP、非農(nóng)業(yè)人口比重、固定資產(chǎn)投資占GDP比重、第二產(chǎn)業(yè)比重、第三產(chǎn)業(yè)比重與土地成交均價(jià)真實(shí)值和合成值的差異度也較小，這種差異度遠(yuǎn)低于真實(shí)重慶與全國(guó)平均值之間的比較。其中，人均道路面積、人均實(shí)際GDP、第二產(chǎn)業(yè)比重、第三產(chǎn)業(yè)比重和土地成交均價(jià)真實(shí)重慶與全國(guó)平均值之間的差異對(duì)比為1.65%<16.49%，0.27%<3.40%，2.91%<5.95%，0.01%<4.54%和3.53%<4.88%，可見(jiàn)其他地區(qū)的平均并不能很好的擬合房產(chǎn)稅試點(diǎn)改革前重慶城市擴(kuò)張的狀況，而合成重慶較好的擬合了房產(chǎn)稅改革試點(diǎn)之前的實(shí)際重慶，該方法較適合用來(lái)估計(jì)房產(chǎn)稅試點(diǎn)改的影響。

圖1是在表2的基礎(chǔ)上擴(kuò)展到所有年度，描述了實(shí)際重慶和合成重慶人均建成區(qū)面積對(duì)數(shù)值變化的路徑。2011年房產(chǎn)稅試點(diǎn)改革之前，兩者的擬合度較高，合成重慶較好的擬合了房產(chǎn)稅試點(diǎn)改革之前重慶的城市擴(kuò)張。房產(chǎn)稅試點(diǎn)改革后，人均建成區(qū)面積開始出現(xiàn)了明顯的下降，2012年雖有所升高，但仍遠(yuǎn)低于合成的路徑，兩者的差距意味著試點(diǎn)改革在一定程度上緩解了城市擴(kuò)張。

圖1　實(shí)際重慶和合成重慶城市擴(kuò)張對(duì)比圖

為更加直觀地反映房產(chǎn)稅試點(diǎn)改革對(duì)重慶城市擴(kuò)張的影響，本文計(jì)算了2011年前后實(shí)際重慶和合成重慶人均建成區(qū)面積對(duì)數(shù)值的差距。圖2顯示，2004-2010年，兩者對(duì)數(shù)差值在正負(fù)0.02范圍內(nèi)波動(dòng)，2011年開始兩者的差距為負(fù)，并呈擴(kuò)大的趨勢(shì)。

圖2　實(shí)際重慶和合成重慶人均建成區(qū)面積對(duì)數(shù)值差距圖

(二) 穩(wěn)健性檢驗(yàn)及分析

1.DID與合成控制法的對(duì)比。合成控制法在選擇參照組時(shí)較為科學(xué)，較之DID法更加有效，為證實(shí)這種方法的科學(xué)性，本文借鑒劉甲炎的方法，以DID法估計(jì)房產(chǎn)稅試點(diǎn)改革的影響作為合成控制法的穩(wěn)健性檢驗(yàn)[12]。

DID 法是評(píng)價(jià)政策實(shí)施效果的有效工具之一，但其準(zhǔn)確性依賴于政策變量的隨機(jī)性。若實(shí)施的政策與因變量存在相關(guān)性，就會(huì)存在內(nèi)生性問(wèn)題，估計(jì)的政策效果是有偏的。城市擴(kuò)張與房產(chǎn)稅試點(diǎn)改革城市的選擇相關(guān)性較弱，其不是影響選擇試點(diǎn)城市的重要因素，具有一定的隨機(jī)性。為降低異方差的影響，對(duì)所有非虛擬變量都取對(duì)數(shù)處理。設(shè)定如下模型：

Ln(abdaveit)=β0+β1city+β2year+β3city×

year+βX+μi+ηt+εit

(5)

其中，i代表城市，t代表時(shí)間，abdaveit表示城市i在t時(shí)的人均建成區(qū)面積，如果城市進(jìn)行了房產(chǎn)稅試點(diǎn)改革，則其屬于處理組賦值city=1，若沒(méi)有進(jìn)行試點(diǎn)改革則賦值city=0；類似地，如果城市在2011年開始進(jìn)行房產(chǎn)稅試點(diǎn)改革，則在2011年及以后賦值year=1，2011年之前賦值year=0；μi為不隨時(shí)間變化影響城市擴(kuò)張的因素，ηt為隨時(shí)間變化的政策變量，εit為誤差項(xiàng)。X為控制變量具體包括人均實(shí)際GDP、第二產(chǎn)業(yè)增加值占GDP的比重、第三產(chǎn)業(yè)增加值占GDP的比重和土地成交均價(jià)。系數(shù)β3反映了房產(chǎn)稅試點(diǎn)改革對(duì)城市擴(kuò)張的影響，如果β3顯著為負(fù)，則表明房產(chǎn)稅試點(diǎn)改革能夠起到抑制城市擴(kuò)張的作用。

表3可見(jiàn)，房產(chǎn)稅試點(diǎn)改革的平均效應(yīng)使人均建成區(qū)面積增長(zhǎng)率下降了0.063，其中重慶房產(chǎn)稅試點(diǎn)改革使人均建成區(qū)面積增長(zhǎng)率下降了0.085，DID法估計(jì)結(jié)果的符號(hào)與合成控制法一致，表明合成控制法估計(jì)的結(jié)果具有穩(wěn)健性。

表3　房產(chǎn)稅試點(diǎn)效果表(DID法)

注：括號(hào)中為t值，***、**和*分別表示1%、5%和10%的水平上顯著。

2.處置組變換。合成控制法不能保證所求得的最優(yōu)合成控制組能夠通過(guò)不同權(quán)重?cái)M合出處理組的實(shí)際演化路徑，因此，所得到的估計(jì)參數(shù)依然具有一定的不確定性[13]。

為了檢驗(yàn)結(jié)果的穩(wěn)健性，本文借鑒Abadie和Gardeazabal的方法，對(duì)其他地區(qū)進(jìn)行安慰劑檢驗(yàn)[10]。基本思路為，選擇一個(gè)沒(méi)有進(jìn)行房產(chǎn)稅試點(diǎn)改革的省市，用其他省市(不含重慶)構(gòu)成該省市的合成狀態(tài)，比較其實(shí)際狀態(tài)和合成狀態(tài)的差異，因?yàn)樵摰貐^(qū)沒(méi)有進(jìn)行房產(chǎn)稅試點(diǎn)改革，如果重慶的估計(jì)是真實(shí)的，那么該省市不會(huì)出現(xiàn)和重慶一樣的規(guī)模效應(yīng)，若該省市的實(shí)際狀態(tài)和合成狀態(tài)表現(xiàn)出很大的差異性且和重慶下降的情況相同，則說(shuō)明合成控制法不能有力的估計(jì)房產(chǎn)稅試點(diǎn)改革對(duì)城市擴(kuò)張的影響。本文以合成重慶權(quán)重較大的省市進(jìn)行安慰劑進(jìn)行檢驗(yàn)，即河南省和貴州省。

圖3顯示了對(duì)河南省和貴州省進(jìn)行安慰劑檢驗(yàn)的結(jié)果。河南省在2011年之前合成的人均建成區(qū)面積對(duì)數(shù)值很好的擬合了其實(shí)際值，2011年后沒(méi)有出現(xiàn)和重慶一樣較大幅度的下降，雖然真實(shí)值比合成值有所下降，但下降的幅度遠(yuǎn)低于重慶。而貴州省在2011年之后人均建成區(qū)面積呈現(xiàn)與重慶相反的變化狀態(tài)。這說(shuō)明合成控制法較好的擬合了兩省的城市擴(kuò)張狀態(tài)，并且兩省均未呈現(xiàn)出與重慶相同的變化狀態(tài)，這在一定程度上證明了房產(chǎn)稅試點(diǎn)改革是影響重慶城市擴(kuò)張的因素。

圖3　河南、貴州的實(shí)際和合成人均建成區(qū)面積對(duì)數(shù)值對(duì)比圖

3.排序檢驗(yàn)。房產(chǎn)稅試點(diǎn)改革后，重慶的實(shí)際人均建成區(qū)面積與潛在人均建成區(qū)面積相比有所下降，但不知道這種下降的效應(yīng)在統(tǒng)計(jì)上是否顯著的異于零。本文利用Abadie和Gardeazabal提出方法，來(lái)檢驗(yàn)估計(jì)的政策效果是否在統(tǒng)計(jì)上顯著[14]。其基本思想是，在控制組內(nèi)隨機(jī)選擇一個(gè)省市，假設(shè)其在2011年也進(jìn)行了房產(chǎn)稅試點(diǎn)改革，使用合成控制估計(jì)其若進(jìn)行房產(chǎn)稅試點(diǎn)改革所產(chǎn)生的效果，然后與重慶的實(shí)際政策效果相比較，如果兩者的差異足夠大，則說(shuō)明重慶房產(chǎn)稅試點(diǎn)改革對(duì)城市擴(kuò)張的抑制作用是顯著的。由于是通過(guò)近似2011年之前影響人均建成區(qū)面積的因素來(lái)構(gòu)造合成狀態(tài)的，如果一個(gè)省市的平均預(yù)測(cè)標(biāo)準(zhǔn)差(實(shí)際人均建成區(qū)面積對(duì)數(shù)值和預(yù)測(cè)人均建成區(qū)面積對(duì)數(shù)值差距平方值的平方根)比較大，這在一定程度上說(shuō)明模型對(duì)該省市合成的較差，用該省市2011年以后的差距作為對(duì)比的效果也較弱。重慶的平均預(yù)測(cè)標(biāo)準(zhǔn)差是0.008，在對(duì)照組中去掉平均預(yù)測(cè)標(biāo)準(zhǔn)差大于0.02的22*北京、天津、河北、內(nèi)蒙古、吉林、上海、浙江、安徽、福建、江西、湖北、湖南、廣西、海南、四川、貴州、云南、西藏、陜西、青海、寧夏和新疆。個(gè)城市，這些城市在2011年之前的平均標(biāo)準(zhǔn)差變動(dòng)程度比較大，都是重慶的2倍以上。在這22省市中，與重慶平均標(biāo)準(zhǔn)差變動(dòng)程度相差最大的是湖北省，該省的平均預(yù)測(cè)標(biāo)準(zhǔn)差為0.137，是重慶的16倍，其次是福建省和云南省，分別是重慶的和11.67倍和11.01倍。

圖4顯示了去掉這22個(gè)城市之后的平均標(biāo)準(zhǔn)差分布情況，可見(jiàn)2011年之前重慶的平均預(yù)測(cè)標(biāo)準(zhǔn)差較小，重慶的平均標(biāo)準(zhǔn)誤差曲線分布在其他省市曲線之內(nèi)，但在2011年之后平均預(yù)測(cè)標(biāo)準(zhǔn)差位于其他省市預(yù)測(cè)誤差分布下方的最外部，這也表明隨機(jī)選擇一個(gè)地區(qū)進(jìn)行估計(jì)，要得到和重慶一樣顯著的人均建成區(qū)面積變化的概率也相對(duì)較小，這表明房產(chǎn)稅試點(diǎn)改革對(duì)重慶城市擴(kuò)張有一定的抑制作用。

圖4　重慶和其他省市預(yù)測(cè)誤差分布圖

此外，本文還計(jì)算了各省市以2011年為界前后兩個(gè)時(shí)期的平均預(yù)測(cè)誤差程度的比值*本文用2011-2013年間的平均預(yù)測(cè)誤差值除以2004-2010年間的平均誤差標(biāo)準(zhǔn)值表示這一比值。，并考察了這一比值的分布情況。2011年前重慶的平均預(yù)測(cè)標(biāo)準(zhǔn)差值越小，則說(shuō)明重慶人均建成區(qū)面積的合成值與其實(shí)際值之間的擬合程度越好，而2011年以后重慶的合成值與其實(shí)際值之間的差距越大，則表示房產(chǎn)稅試點(diǎn)改革對(duì)其影響越大。如果房產(chǎn)稅試點(diǎn)改革后重慶城市擴(kuò)張水平確實(shí)產(chǎn)生了顯著性差異，則重慶人均建成區(qū)面積的平均預(yù)測(cè)標(biāo)準(zhǔn)差在2011年前后兩個(gè)時(shí)期的比值則會(huì)較大。

圖5所示，大多數(shù)地區(qū)平均預(yù)測(cè)標(biāo)準(zhǔn)差2011年前后的比值都在10以內(nèi)，比值最高的省為北京市，高達(dá)9.58，其次為重慶，比值為7.33。可以看出，要獲取至少和重慶情況一樣的概率僅有2/30，約為6.67%，這則說(shuō)明可以在90%的顯著性水平下接受房產(chǎn)稅試點(diǎn)改革對(duì)重慶人均建成區(qū)面積產(chǎn)生了顯著性差異的結(jié)論并不是偶然因素引起的，即房產(chǎn)稅試點(diǎn)改革后，重慶的城市擴(kuò)張現(xiàn)象確實(shí)發(fā)生了顯著的下降。

圖5　2011年前后兩個(gè)時(shí)期各省市平均預(yù)測(cè)誤差值的比值分布圖

最后，考慮到2011年上海也進(jìn)行了房產(chǎn)稅試點(diǎn)改革，作為穩(wěn)健性檢驗(yàn)，本文借鑒王賢彬的方法[15]。在對(duì)照組中去掉了上海，用其他29個(gè)省市的數(shù)據(jù)重新進(jìn)行估計(jì)，結(jié)果如圖6所示，在2011年之后，實(shí)際重慶的人均建成區(qū)對(duì)數(shù)值仍顯著低于合成重慶的狀態(tài)。

圖6　實(shí)際重慶與合成重慶(不含上海)城市擴(kuò)張對(duì)比圖

通過(guò)以上穩(wěn)健性檢驗(yàn)，可以發(fā)現(xiàn)房產(chǎn)稅試點(diǎn)改革確實(shí)對(duì)重慶的人均建成區(qū)面積產(chǎn)生了影響，與重慶潛在的人均建成區(qū)面積相比有一定程度的下降。

五、作用機(jī)制分析

房產(chǎn)稅試點(diǎn)改革使得重慶人均建成區(qū)面積與沒(méi)有改革時(shí)相比出現(xiàn)了下降。房產(chǎn)稅的稅收負(fù)擔(dān)雖較輕，但由于其具有明顯的顯性特征，在所有的稅種中是納稅人較為厭惡的稅種，極容易引起納稅人行為的變化。重慶對(duì)新購(gòu)的獨(dú)棟商品住宅和高檔住房給予100平方米免稅優(yōu)惠，這會(huì)對(duì)消費(fèi)者和房地產(chǎn)企業(yè)的行為產(chǎn)生較大的影響，而住房投資對(duì)城市擴(kuò)張具有重要的影響。

首先，免稅的優(yōu)惠政策會(huì)對(duì)住房購(gòu)買者產(chǎn)生較大的影響，為減輕稅收負(fù)擔(dān)，消費(fèi)者在購(gòu)房時(shí)會(huì)選擇面積較小的住宅。2011年重慶90平米以下住宅銷售套數(shù)下降了0.13%，但別墅和高檔公寓的銷售套數(shù)下降的速度更快，降低了22.63%。2012年后重慶90平米以下住宅銷售套數(shù)均出現(xiàn)了較快的增長(zhǎng)，增長(zhǎng)率高于全國(guó)平均水平；而別墅和高檔公寓的銷售套數(shù)的下降速度遠(yuǎn)高于全國(guó)平均水平，重慶下降了17.96%，而全國(guó)僅下降4.11%*數(shù)據(jù)來(lái)源于《中國(guó)房地產(chǎn)統(tǒng)計(jì)年鑒》，2009-2014年。。

其次，免稅的優(yōu)惠政策也會(huì)對(duì)房地產(chǎn)企業(yè)的供給行為產(chǎn)生影響，促使房地產(chǎn)企業(yè)減少大面積住房的供給。圖7所示，2011年房產(chǎn)稅改革試點(diǎn)后重慶的別墅和非別墅住宅的新開工面積都出現(xiàn)明顯的下降，特別是在2012年別墅新開工面積下降的幅度更大。據(jù)重慶房管局的公告顯示，2013年主城區(qū)建筑面積在200平米以上的住房新開工面積下降了4.5%，而建筑面積在100平米以下的住房上市量增加了17.8%[16]。這在一定程度上有利于增加城市土地的利用率，提高單位土地容納的人口，從而有利于抑制城市的擴(kuò)張。

圖7反映的這一變化是否和房產(chǎn)稅試點(diǎn)改革有關(guān)呢？因?yàn)槌慨a(chǎn)稅改革之外的一些共同因素也會(huì)導(dǎo)致其他城市出現(xiàn)類似的現(xiàn)象， 為了評(píng)估房產(chǎn)稅試點(diǎn)改革對(duì)住房結(jié)構(gòu)的影響，本文采取雙重差分法進(jìn)行估計(jì)。模型設(shè)定參見(jiàn)式(5)，因變量分別為人均別墅開工面積和人均非別墅住宅開工面積。表4分別顯示了人均別墅開工面積和人均非別墅住宅開工面積的估計(jì)結(jié)果，模型(1)僅考慮房產(chǎn)稅試點(diǎn)改革的效應(yīng)，其顯著為負(fù)，說(shuō)明房產(chǎn)稅試點(diǎn)改革使得重慶的人均別墅面積相對(duì)與其他城市下降的更多，模型(2)加入了其他的控制變量，此時(shí)房產(chǎn)稅試點(diǎn)改革變量仍顯著為負(fù)，平均來(lái)說(shuō)，重慶房產(chǎn)稅試點(diǎn)改革使得人均別墅面積相對(duì)與全國(guó)其他城市下降了3.3%。模型(3)和(4)考察了房產(chǎn)稅試點(diǎn)改革對(duì)非別墅住宅的影響，雖然房產(chǎn)稅試點(diǎn)改革的效應(yīng)為負(fù)但在統(tǒng)計(jì)上不顯著，說(shuō)明房產(chǎn)稅試點(diǎn)改革并未有效的降低人均非別墅住宅的開工面積。由此可見(jiàn)，正是由于房產(chǎn)稅試點(diǎn)改革使得占地面積較大的人均別墅開工面積出現(xiàn)了下降進(jìn)而使人均建成區(qū)面積下降，這在一定程度上解釋了房產(chǎn)稅對(duì)城市擴(kuò)張的抑制作用。但從圖7來(lái)看，2012年之后人均別墅開工面積和人均非別墅住宅開工面積都出現(xiàn)了增長(zhǎng)的趨勢(shì)，這在一定程度上說(shuō)明房產(chǎn)稅的影響僅具有短期效應(yīng)。

圖7　別墅和非別墅住宅新開工面積增長(zhǎng)率圖

模型(1)(2)(3)(4)變量人均別墅開工面積人均別墅開工面積人均非別墅住宅開工面積人均非別墅住宅開工面積房產(chǎn)稅-0.037*-0.033*-0.409-0.172(-0.019)(-0.018)(-0.249)(-0.175)人均實(shí)際GDP0.059*3.117***(-0.035)(-0.336)土地成交均價(jià)-0.0020.123*(-0.007)(-0.069)第二產(chǎn)業(yè)增加值占GDP的比重0.913***-4.109*(-0.219)(-2.125)第三產(chǎn)業(yè)增加值占GDP的比重1.260***-3.266(-0.257)(-2.494)時(shí)間控制控制with-inR20.0180.1860.3360.702FEYESYESYESYES城市數(shù)量31313131觀測(cè)值310310310310

注：括號(hào)中為標(biāo)準(zhǔn)誤，*、***、***分別表示1%、5%和10%的顯著性水平。

六、結(jié) 論

本文利用重慶房產(chǎn)稅試點(diǎn)改革為自然實(shí)驗(yàn)，通過(guò)合成控制法，分析了房產(chǎn)稅與城市擴(kuò)張之間的關(guān)系，研究表明房產(chǎn)稅試點(diǎn)改革使得重慶的人均建成區(qū)面積與沒(méi)有試點(diǎn)改革時(shí)相比出現(xiàn)了一定的下降。這與重慶特殊的房產(chǎn)稅優(yōu)惠政策相關(guān)，即重慶對(duì)100平米以下的新購(gòu)獨(dú)棟商品住宅和高檔住房采取免稅的政策，居民個(gè)人為少繳納稅款而選擇較小面積的住房，進(jìn)而使房地產(chǎn)商開發(fā)面積較小的住宅，這在一定程度上提高了居住的密度，有利于抑制城市的擴(kuò)張。

在中國(guó)房地產(chǎn)市場(chǎng)日益繁榮的同時(shí)，也出現(xiàn)了城市用地規(guī)模擴(kuò)張遠(yuǎn)遠(yuǎn)高于人口規(guī)模增加的問(wèn)題，城市用地規(guī)模過(guò)度擴(kuò)張。重慶房產(chǎn)稅試點(diǎn)改革對(duì)這一問(wèn)題的解決提供了一定的政策依據(jù)，應(yīng)逐步擴(kuò)大房產(chǎn)稅試點(diǎn)改革的范圍，以抑制房地產(chǎn)行業(yè)的過(guò)度發(fā)展，促進(jìn)土地資源的有效利用，實(shí)現(xiàn)城市人地的協(xié)調(diào)發(fā)展。

參考文獻(xiàn)：

[1]雷瀟雨,龔六堂.基于土地出讓的工業(yè)化與城鎮(zhèn)化[J].管理世界，2014(9).

[2]王媛.中國(guó)地方政府經(jīng)營(yíng)城市的戰(zhàn)略轉(zhuǎn)變——基于地級(jí)市面板數(shù)據(jù)的經(jīng)驗(yàn)證據(jù)[J].經(jīng)濟(jì)學(xué)家,2013(11).

[3]蹤家峰,楊琦.中國(guó)城市擴(kuò)張的財(cái)政激勵(lì)：基于1998-2009 年中國(guó)省級(jí)面板數(shù)據(jù)的實(shí)證分析[J].城市發(fā)展研究,2012(8).

[4]傅利平,李永輝.地方政府官員晉升競(jìng)爭(zhēng)、個(gè)人特征對(duì)城市擴(kuò)張的影響——基于全國(guó)地級(jí)市面板數(shù)據(jù)的實(shí)證分析[J].城市問(wèn)題,2015(1).

[5]Brueckner J K，Kim H A.Urban Sprawl and the Property Tax [J].International Tax and Public Finance，2003 (1) ．

[6]Song Y，Zenou Y.Property Tax and Urban Sprawl：Theory and Implications for U.S Cities [J].Journal of Urban Economics,2006 (3) ．

[7]郭宏寶.財(cái)產(chǎn)稅、城市擴(kuò)張與住房?jī)r(jià)格：基于12 個(gè)城市面板的經(jīng)驗(yàn)分析[J].財(cái)貿(mào)經(jīng)濟(jì),2011(3).

[8]劉瓊,歐名豪,盛業(yè)旭,郭杰.不同類型土地財(cái)政收入與城市擴(kuò)張關(guān)系分析——基于省際面板數(shù)據(jù)的協(xié)整分析[J].中國(guó)人口·資源與環(huán)境,2014 (12).

[9]Hortas-Rico M．Urban Sprawl and Municipal Budgets in Spain：A Dynamic Panel Data Analysis[J]．Paper in Regional Science，2014(4)．

[10] Abadie A，Gardeazabal J.The Economic Costs of Conflict：A Case Study of the Basque Country.American Economic Review，2003(1).

[11] 呂凱波,劉小兵.城市化進(jìn)程中地方行政區(qū)劃變革的經(jīng)濟(jì)增長(zhǎng)績(jī)效——基于江蘇省“縣改區(qū)”的個(gè)案分析[J].統(tǒng)計(jì)與信息論壇,2014(7).

[12] 劉甲炎,范子英.中國(guó)房產(chǎn)稅試點(diǎn)的效果評(píng)估：基于合成控制法的研究[J].世界經(jīng)濟(jì),2013(11).

[13] 王賢彬,聶海峰.行政區(qū)劃調(diào)整與經(jīng)濟(jì)增長(zhǎng)[J].管理世界,2010(4).

[14] Abadie A，Diamond A，Hainmueller J.Synthetic Control Methods for Comparative Case Studies：Estimating the Effect of California's Tobacco Control Program.Journal of the American Statistical Association，2010,105(490).

[15] 王賢彬,謝小平.區(qū)域市場(chǎng)的行政整合與經(jīng)濟(jì)增長(zhǎng)[J].南方經(jīng)濟(jì),2012(3).

[16] 范子英,劉甲炎.為買房而儲(chǔ)蓄——兼論房產(chǎn)稅改革的收入分配效應(yīng)[J].管理世界,2015(5).