_二次房改_的财政基础分析_基于土地财政与房地产价格关系的视角.pdf

年份直接收入*间接收入**房地产收入合计收入占比土地出让金收入①房地产直接 税收②房地产其他税合计③其他税中的地方收入④***收入总计⑤=①+②+③地方收入合计⑥=①+②+④****⑤占全国总财政收入的比例⑥占地方总财政收入的比例20011295.89500.28421.68400.262217.852196.4310.0916.8320022416.79676.12592.76547.793685.673640.7014.2924.3220035421.31900.681011.73804.077333.727126.0623.1336.6220046412.181207.841265.981120.748886.008740.7623.6938.9320055883.821590.251626.251408.369100.328882.4321.1334.2820068077.641962.102115.531788.6612155.2711828.4022.8336.60200712216.722755.343067.442512.3218039.5017484.3825.6441.55表1我国政府从房地产业获得收入情况单位：亿元，%注：*包括各级政府的土地出让成交价款总额、房地产业相关直接税收（税种包括城镇土地使用税、房产税、耕地占用税、土地增值税和契税）；**包括来自房地产业的其他税收（包括营业税、企业所得税、个人所得税、城市维护建设税和印花税等）；***其中地方收入是由各地区按照省级单位统计数据的合计数；****由于土地出让金收入和房地产直接税收绝大部分为地方政府所有，因此将直接收入部分全额计入地方收入。

数据来源：根据历年中国统计年鉴、中国税务年鉴、中国国土资源年鉴以及国家税务总局网站整理●专题讨论：房地产调控《财政研究》 2010年第7期以对住房需求和住房供给进行分类控制， 实现政策性和市场化分配相结合的双轨制房地产发展模式为特征的房地产发展体制改革 （即“二次房改”），被人们看成是解决当前房地产问题的重要方法和关键所在（人们在是否使用“二次房改”这一名称上存在一定的争议， 但几乎全都同意实施这一改革） 而在我国房地产市场调控和“二次房改”过程中， 地方政府势必都将扮演十分重要的角色但是，我国自1994年实施分税制改革以来， 地方政府的财政来源被明显上收， 而财政支出责任则不仅没有相应减少，反而有所增加（周业安，2000） 地方政府为了缓解财政困难， 不得不在其自己拥有主动权的收入来源方面加大征收力度由于我国的土地出让收入、 建筑业和房地产业相关收入几乎完全由地方政府控制， 地方政府增收的主要途径有二：一是增加土地出让收入，二是通过城市扩张来增加地方政府可支配税收 （蒋省三等，2007） 因此， 地方政府财政逐渐产生了对土地出让及房地产业发展的过度依赖，形成了独具中国特色的“土地财政”。

一、相关概念与研究设计（一）土地财政的定义具体而言，“土地财政” 可以从两个层面来理解， 狭义的土地财政是指地方政府通过出让土地获得土地出让金收入， 作为地方政府财政收入的重要补充来源 （刘红梅等，2008）；而广义的土地财政则可以理解成地方政府通过土地和房地产业所征收和获取的一切收入 （蒋省三等，2007；曹广忠等，2007；王举等，2008） 表1是我国各级政府的土地财政情况二）模型假设地方政府对房地产市场及其价格的影响是多方面的， 很多政策措施及其效果很难利用数据进行实证检验 简单起见，本文将地方政府的行为作为一个灰色系统， 认为如果一个地方政府对土地财政的依赖越强， 其就越有能力和动力去影响房地产价格， 从而在经济数据上就表现为地方政府对土地财政的依赖程度与房地产价格之间存在显著的关系为此， 我们将主要考察如下方“二次房改”的财政基础分析———基于土地财政与房地产价格关系的视角张双长 李稻葵5··程中的系数β是否显著：Δpit= αi+ βixit+Kk=1Σγk,izk,it+uit(1)i=1,…,n,t=1,…,T其中，变量Δp表示房地产价格的上涨（下跌）程度，即房价的变动情况，x表示地方政府对土地财政的依赖程度，z表示其他控制变量，u为残差项；下标i表示城市，t表示年份，k表示第k个控制变量。

根据观察和已有研究， 一般认为地方政府的行为更多的是推动并维持房地产价格的上涨， 即在地方政府对土地财政越是依赖的地区和时间里， 该城市的房地产价格越容易上涨（房价的变动为正向）假设1：地方政府对土地财政的依赖程度与房地产价格的变动之间呈正相关关系，即模型（1）中的系数βi为正数同时， 我们还针对房地产价格在上涨或者下跌区间中地方政府的行为模式进行分析 要分析检验这一行为， 我们将考察如下方程中系数β′和β″的情况：Δpit= α′i+ β′ixit+β″i(Dxit)+K′k′=1Σγ′k′,iz′k′,it+u′it(2)i=1,…,n,t=1,…,T其中，变量Δp表示房地产价格的上涨（下跌）幅度的绝对值，即波动幅度，x表示地方政府对土地财政的依赖程度，D为房价是否上涨的虚拟变量 （当前时期如果房价上涨或持平则为1， 否则为0），z′表示其他控制变量，u′为残差项； 下标i表示城市，t表示年份，k表示第k个控制变量在模型（2）中，地方政府对土地财政的依赖程度与房地产价格之间的关系系数实际上被分为两种情况， 一是在房地产价格处于上涨区间（Dx=x）时，二者的关系系数为β′+β″；二是在房地产价格处于下跌区间（Dx=0）时，二者的关系系数为β′。

我们认为， 如果某城市的地方政府对土地财政的依赖程度越高，在房地产价格处于下跌区间时，其越不希望看到房价的大幅下跌，从而会采取相应措施抑制房价下跌，因此该城市的房价下跌幅度会相对更小； 而在房地产价格处于上涨或持平区间时， 其又会乐于为房地产价格的上涨推波助澜， 从而该城市的房价上涨幅度也相应越大假设2：在不同的房地产价格变动区间中， 地方政府对土地财政的依赖程度与房地产价格的变动幅度之间的关系不同 在房价下跌区间，二者呈负相关关系，即模型（2）中的β′＜0；在房价上涨或持平区间，二者呈正相关关系，即模型（2）中的β′+β″＞0三）样本选择与数据来源由于本文的目的是考察土地财政与房地产价格的关系， 而人们关注最多的实际上是大中城市的房地产价格， 因此本文选取了我国主要的35个大中城市 （仅包括市区，而不包括市辖县、市）作为考察样本，这些城市包括北京、上海、天津和重庆4个直辖市，石家庄等26个省会城市 （西藏拉萨因数据不全未列入），以及大连、青岛、宁波、厦门和深圳5个计划单列市 由于数据所限， 我们只能获取到1999-2007年的土地出让收入统计数据， 同时我国的房地产业也是从1998年才开始进入全面市场化阶段的， 因此我们选取1999-2007年的时间作为观测时间， 其他变量的数据也均取这一时间段内的。

数据样本类型为面板数据，共有315个样本观测点本文所采用的数据来源于历年中国统计年鉴、中国城市统计年鉴、中国国土资源年鉴和中国房地产统计年鉴，以及高校财经数据库、中宏数据库、WIND资讯等四）变量选取与计量1.房地产价格变动的计量为了反映城市房地产价格的变化情况， 本文选取了两个指标来表示（在进行假设2检验时，对这两个变量取绝对值， 同时生成相应的上涨下跌的虚拟变量D）：一 是 城 市 房 屋 销 售 价 格 指 数（HPI），由于其他财政收入和土地出让收入等数据均采用的是当年价格， 因此这里也采用上年等于100的指数 为更便捷地反映房价的变动趋势， 我们将原始数据中的指数减去100， 从而房价上涨的城市，其房价指标为正数， 而下跌的城市其房价指标则为负数二是城市房屋销售价格指数与租赁价格指数的差值（HPI2），以代表房地产价格变动与其实际价值变动（用房屋租赁价格指数表示）之间的偏离程度 理论上讲，房地产的价值应该等于未来房屋租赁价格的折现值，只要折现率保持一致，则房屋销售价格指数和房屋租赁价格指数的变动趋势和幅度都应该相同 从而我们可以认为即使房屋销售价格指数出现变动， 但其与房屋租赁价格指数的变动一致的部分是其房屋实际价值变化的反映， 与政府行为无关， 而应当更关注价格和价值之间出现的偏离。

经过对相关数据进行描述分析， 我们采用销售价格指数与租赁价格指数的差值作为因变量之一 （二者比值的分布严重偏离正态分布）2.土地财政的计量由于数据原因， 本文无法得到各观测样本（主要大中城市）财政预算内收入的具体细分项目情况，以及预算外收入总额及其细分项目情6··LGRhsgrlnpdilpipopgurbanfdirgerrdedrlnpdLGR1.00hsgr-0.251.00lnpdi0.20-0.151.00lpi0.33-0.170.301.00popg-0.060.06-0.03-0.061.00urban-0.140.120.09-0.15-0.281.00fdir0.050.020.21-0.02-0.010.021.00ger-0.080.030.34-0.04-0.02-0.150.151.00rdedr0.08-0.090.160.15-0.020.02-0.06-0.071.00lnpd0.03-0.01-0.110.01-0.100.350.07-0.17-0.011.00表3各自变量数据之间的相关情况况， 从而无法得到地方政府从房地产业及其相关产业中获取的收入情况，因此，本文选取土地出让金收入与预算内收入的比值（LGR）作为地方政府对土地财政的依赖程度，实际上这是从狭义上理解的土地财政。

地方政府从土地出让金中获取的收入与其预算内收入的比值越大， 说明地方政府越依赖于土地财政3.其他控制变量的选取与计量本文根据以往研究， 综合考虑了我国城市经济和房地产的发展情况，以及数据的可获得性，选取了如下变量作为控制变量： 房屋库存增加情况（hsgr），即新增住房库存（竣工面积减去销售面积） 占总竣工面积的比例 （由于新增库存可能为负数，为避免产生不必要的数据损失，这里不采用新增库存的对数），数据来源于历年中国房地产统计年鉴中35个大中城市房地产开发企业 （单位） 竣工房屋面积和销售房屋面积统计情况； 城市人均可支配收入的对数（lnpdi），数据来自高校财经数据库；土地价格指数（lpi），数据来自WIND资讯和高校财经数据库；城市人口增长情况（popg）、城市非农业人口比例（urban）、外商实际投资额与GDP的比值（fdir）、政府财政预算内支出占GDP的比重（ger）及其中用于科学和教育事业费的支出比例（rdedr）、城 市 人 口 密 度 的 对 数（lnpd），这些数据来自历年中国城市统计年鉴由于本文使用的因变量均有较大可能存在一定的趋势性， 因此在回归时还应该将因变量的滞后项作为自变量放入回归方程中。

4.各变量的基本情况文中使用的各变量数据的概况见表2 从表2可以看到，各变量统计数据的基本情况基本符合观察：房地产价格年均增长率达到了约4%， 远高于这段时期内的CPI涨幅（根据《中国城市（镇）生活与价格年鉴2009》， 我国2007年的城市居民消 费 价 格 相 比1999年 上 涨 了12.9%，年均增长1.35%）；房屋价格与房屋价值之间的偏离也呈逐步扩散的趋势， 年均偏离达到2%以上；变量VariableObsMeanStd.DevMinMax房屋销售价格增长率(%)HPI3153.8843.890-4.920.1房屋销售与租赁价格指数差(%)HPI23152.0956.330-67.117.9土地收入与预算内收入的比值LGR3130.5970.7570.0108.998房屋库存增加情况hsgr315-0.0070.876-10.3080.909城市人均可支配收入的对数lnpdi3159.2030.3778.46910.422土地价格指数lpi3154.427.776-。