物業稅稅基評估體系的設計

【摘 要】 近年來，我國經濟發展迅速，房地產業在國民經濟發展中起著愈來愈重要的作用，然而，我國現行的房地產稅制已難以適應當前房地產市場經濟發展的要求，因此，有必要開征物業稅來完善房地產稅制。實施物業稅首先應該對物業稅的稅基評估，文章結合國際經驗，分別從稅基評估主體的選擇、客體的選擇、評估內容、評估基準日及周期、評估方法、技術和評估的配套措施這幾方面設計了物業稅稅基評估體系，并以哈爾濱市為例，選取了47個有一定特征的房產數據信息，對其進行逐步回歸分析，建立相應的評估模型。

【關鍵詞】 物業稅； 稅基評估； 評估體系； 批量評估

隨著經濟的發展，我國現行的房地產稅制存在著一系列問題，房地產稅制改革在所難免，而改革的方向就是在全國范圍內逐步推進物業稅。在我國，科學確定物業稅稅基的價值是順利開征物業稅的重要前提之一。鑒于物業稅是對房地產保有環節征收的一種稅，無法取得房地產市場交易中真實的價格，所以不得不通過評估取得其近似的市場價值。總之，構建一個符合我國國情的物業稅稅基評估體系是我國開征和實施物業稅的必要前提和基礎。

一、稅基評估主體的選擇

稅基評估主體通常劃分為兩種：（1）政府評估機構；（2）非政府評估機構。我國應設立準政府性質的物業稅稅基評估機構作為物業稅稅基評估的主體，其評估工作應該由省級政府進行。政府設立專門的稅基評估機構，其負責制定稅基評估工作相關的標準，以及與政府其他部門協調溝通獲得稅基評估所需要的數據信息，進行信息的傳遞，問題的溝通和協調，并委托專業的社會評估中介機構對稅基進行評估。為了避免在稅基評估工作中出現違規的行為，政府可以在專門的稅基評估機構中設立相應的監督部門，對委托的社會評估中介機構進行監督和管理，并對其工作進行定期的檢查和審核，以確保評估結果的準確性、合理性和權威性。委托中介機構對稅基進行評估，不僅可以利用中介機構的技術和人才雙重優勢，保證了評估的專業水平，而且還可以降低政府評估工作的成本，提高了工作效率。

二、稅基評估客體的選擇

稅基評估的客體主要是不動產，也就是房地產。就目前來看，主要存在以下三種評估客體：（1）土地；（2）建筑物；（3）土地和建筑物。我國物業稅稅基評估的客體應該是土地與地上建筑物。我國的自然人和法人能夠取得土地的使用權和房屋的所有權，因此，土地的使用權和地上建筑物以及其附屬設施的所有權都歸屬于統一整體，若對他們的價值進行劃分，會有一定的難度。將土地與地上建筑物作為統一的整體，可以增加評估工作的可操作性，提高工作效率，降低評估成本。此外，經濟的發展和基礎設施的建設給不動產帶來的增值，也會從土地與地上建筑物的價值中綜合地反映出來。

三、稅基評估內容

物業稅稅基評估內容就是物業稅的計稅依據，也就是物業稅的稅基。一般有三種形式：（1）評估不動產的面積；（2）評估不動產的租金價值；（3）評估不動產的市場價值。絕大多數市場經濟發達國家均采用不動產市場價值作為計稅依據，在公開交易的市場中，自愿的買賣雙方達成公平的交易價格就是市場價值，因此，市場價值比較容易確定。我國在物業稅稅基評估模擬實踐中主要是區分房地產自用和出租這兩種用途，以市場價值作為自用房地產的計稅依據，以租金價值作為出租且提供合理租金價值的房地產的計稅依據，若不能提供準確的租金價值，應有專業的評估機構，確定一個合理的租金價值，作為其計稅依據。

四、稅基評估基準日及周期

稅基評估基準日就是稅基評估結果相對應的日期，該評估結果反映的是全體不動產在該評估基準日時相應的應稅價值。評估基準日應該是一個統一的，并且相對固定的日期，為了方便與會計年度和財政年度相吻合，一般可以將評估基準日選擇在年末（12月31日）或者年初（1月1日）。

稅基評估周期是指兩次稅基評估的時間間隔。與一般的單次房地產評估不一樣，稅基評估需要確定一個評估周期。經過一個評估周期之后，要對相同的評估對象進行重估，這樣可以保證稅基評估價值更加接近于實際的市場價值。評估周期是由房地產市場變化情況和房地產稅征收管理工作需要來確定的，在選擇評估周期時，一般要考慮兩方面的因素：一是房地產價值波動情況；二是評估成本。由于我國房地產的市場價值變動較快，各地區經濟發達程度差距較大，在選擇評估周期時，我國可以先由國家制定一個浮動期間，再由各省根據實際情況，有針對性地選擇適合本省自身發展特點的評估周期。在經濟發達地區，房地產市場價值變動較大，可以選擇1年為一個評估周期；在經濟不發達地區，房地產市場價值變動較小，可以選擇3—5年為一個評估周期。各地區在確定評估周期之后，不應該隨意變更。

五、稅基評估方法

（一）市場比較法

該方法運用的是替代原理，主要適用于具有公開活躍的房地產交易市場，且交易價格是供求雙方共同作用而形成的均衡價格，比如商品住房，商業鋪面等。其主要思路：P=P’×a1×a2…×an，式中P為待估房地產的價值，P’為類似房地產市場價值，a1、a2、…、an為修正因子，分別代表區域因素（環境質量、區位等）修正系數，交易時間修正系數，交易情況修正系數、個別因素修正系數等。

（二）收益還原法

該方法適用于經營性房地產價格測算，如賓館、飯店、商場、電影院、游樂場等。主要思路：P=■■，其中P代表待估房地產價值，Rt代表以后第t年收益，r代表折現率，t為收益年限。

（三）重置成本法

該方法主要適用于很少發生交易的房地產，以及沒有獨立獲利能力的非營利性房地產價值評估，比如學校、體育館、圖書館、醫院、公園等公共建筑、公共設施用地。其主要思路：P=VL+VB=（A+B+L+T）+（C-Depr），其中P為待評估房地產的價值，VL為土地評估價值，VB為房屋建筑物評估價值，A為土地取得費用，B為土地開發費用，L為利潤，T為稅費，C為房屋建筑物重置成本，Depr為各種貶值因素，包括實體性貶值、功能性貶值和經濟性貶值。

綜上可知，不同的評估方法有各自適用的條件，運用不同的評估方法會得出不同的評估價值，因此，在實際應用時，應根據不同的適用條件謹慎選擇。

六、稅基評估技術

我國房地產數量極其龐大，若對房地產逐一進行評估，不僅會浪費時間，而且還會耗費大量的人力物力，因此，為了提高評估效率，降低評估成本，我們需要在以上三種評估方法的基礎上采用批量評估技術對房地產價值進行評估。隨著計算機技術的發展，批量評估運用計算機作為輔助，并結合多元回歸分析的數理統計方法，形成了計算機輔助批量評估技術。目前國外大多數國家都采用這種方法對稅基進行評估，一般包括以下七個基本步驟：第一，確定所要評估房地產的特征。批量評估的客體一般是某一區域具有相似特征的房地產，而這一區域中個別房地產的特征可能會與其他房地產有較大差異，對于個別房地產而言，就不適宜用批量評估方法，應該選用單宗評估方法，以確保評估結果更加符合實際情況。第二，確定市場區域。在同一區域之內，影響房地產價值的因素基本相同。第三，確定影響房地產價值形成的因素。在批量評估建模時首先要確定影響價值的因素，這些影響因素通常包括：房地產自身的特征，如面積、房屋的朝向、房齡、建筑結構、裝修的豪華程度等；房地產所處區域的特征，如所在社區配套設施的完善程度、周圍的景觀、交通便利程度、周邊綠化等；經濟層面的特征，如經濟發展程度、居民收入水平等。第四，根據確定的影響價值形成的因素建立模型。將確定的因素量化，把房地產近期交易價格和已確定的因素進行多元回歸分析，得出適用于該評估區域的批量評估模型。評估模型一般選擇線性回歸模型，即模型中含有多個解釋變量，其通常形式為：yi=α0+α1x1+α2x2+…+aixi，式中，yi是物業稅稅基的評估值，x1，x2，…，xi是解釋變量，為影響房地產價值形成的因素，α0是常數項，α1，α2，…，αi是解釋變量的系數，為各影響因素對yi的影響程度。第五，校準模型。這一過程就是確定模型中常數項和各解釋變量的系數的過程，通常是用已有的銷售數據來進行校準，模型的校準通常需要經過多次的多元回歸分析技術后才能確定下來。第六，應用評估模型進行推論判斷。根據所要評估房地產的各種數據信息，運用上述經過校準的評估模型，獲得待估房地產的評估值。第七，檢查批量評估結果。得到評估值之后，還要進行評估結果的比率指標檢驗分析，使之符合一定的質量標準。若未通過檢查，則需要對待估資產重新評估或者對模型重新調整。

以哈爾濱市為例，選取哈爾濱市南崗區、道里區、道外區、香坊區和松北區這五個區的某些生活小區中47個房產作為實驗對象，進一步說明稅基評估方法的應用。

表1是2012年哈爾濱市47個樣本數據，所有樣本房產處在同一市場區域內。表1中包含了房產的銷售價格Y和影響價格的九大因素：地理位置、樓層、臥室數、衛生間數、客廳數、陽臺數、裝修情況、建筑面積、房齡。

把影響價格的9個因素作為模型的解釋變量，房產的銷售價格作為模型的被解釋變量，建立線性回歸模型：

Y=α0+α1x1+α2x2+…+α9x9+ui （i=1，2，…，9）

用EViews6.0相關矩陣分析發現一些解釋變量間存在相關系數較高的現象，說明解釋變量之間存在多重共線性，因此需要剔除一些可被替代的解釋變量。通過相關矩陣可以發現臥室數x3、衛生間數x4、客廳數x5、陽臺數x6和建筑面積x8這5個解釋變量之間相關系數較高，出于經濟意義的考慮，這里保留建筑面積x8。采用逐步回歸法對模型作進一步的分析：

1.作Y對x1的回歸方程

Y=49.33501+11.08154x1

t=（5.742913） （4.109485） R2=0.256720

2.作Y對x2的回歸方程

Y=75.05610+0.515474x2

t=（10.22235） （0.982130） R2=-0.000771

3.作Y對x7的回歸方程

Y=69.05436+7.493630x7

t=（9.726672） （2.094124） R2=0.068550

4.作Y對x8的回歸方程

Y=-3.676735+0.849187x8

t=（-0.331799） （7.907806） R2=0.572226

5.作Y對x9的回歸方程

Y=104.7834-4.659389x9

t=（14.81992） （-4.106433） R2=0.256419

由于x2擬合優度R2太低，并且不符合實際經濟意義，因此將x2剔除，繼續對剩余的4個解釋變量進行逐步回歸分析。

四個一元回歸模型的擬合優度排序，第一為x8 R2=0.572226；第二為x1 R2=0.256720；第三為x9 R2=0.256419；第四為x7 R2=0.068550。依據R2最大原則，挑選出第一個解釋變量x8。

（1）在x8的基礎上，引入x1作Y對x1、x8的回歸方程

Y=-24.69704+9.376764x1+0.793689x8

t=（-2.770921） （6.133871） （9.890734）

R2=0.764166

擬合優度增加，t檢驗顯著，參數符號符合經濟意義，保留x1。

（2）引入x9，作Y對x1、x8、x9的回歸方程

Y=-8.629443+8.507783x1+0.732029x8-1.447211x9

t=（-0.750903）（5.563035）（8.855046）（-2.103219）

R2=0.781191

擬合優度增加，t檢驗顯著，參數符號符合經濟意義，保留x9。

（3）引入x7，作Y對x1、x7、x8、x9的回歸方程

Y=-10.97309+9.406327x1+4.596822x7+0.659276x8

-1.468585x9

t=（-1.012266）（6.359806）（2.582425）（7.976354）

（-2.270428）

R2=0.806677

擬合優度增加，t檢驗顯著，參數符號符合經濟意義，保留x7。

至此，確定了地理位置x1、裝修情況x7、建筑面積x8和房齡x9這4個解釋變量可以近似的解釋房產的銷售價格。評估模型為：

Y=-10.97309+9.406327x1+4.596822x7+0.659276x8

-1.468585x9

t=（-1.012266）（6.359806）（2.582425） （7.976354）

（-2.270428）

R2=0.806677 F=48.98606

建立了評估模型后，還要進行評估質量的檢驗。根據模型確定房產的評估價值，進一步計算出與銷售價格的絕對差額和銷售比率（見表2）。

評估總價值=3 792.589693（萬元）

總銷售額=3 792.59（萬元）

銷售比率中值=1.028636

銷售比率平均數=1.0139168

離散系數=100**M=100**1.028636=10.900237

其中AR為銷售比率，M為銷售比率中值。

價格相關差額=銷售比率平均數/（評估總價值/實際總價格）=1.0139168/（3 792.589693/3 792.59）

=1.013917

檢驗標準為銷售比率中值處在0.9～1.1之間，離散系數處在10.0～20.0之間，價格相關差額處在0.98～1.03之間，從檢驗結果可以看出，此評估模型與檢驗標準相符，不需要做大的調整。

七、稅基評估的配套措施

（一）建立批量評估數據庫

批量評估數據庫是建立批量評估模型，實施稅基評估的基礎，所以，數據庫中數據的質量與數量至關重要。數據庫中應包括房地產信息和市場信息，比如房屋的面積、房齡、朝向、裝修情況等各種影響房地產價值形成的因素，以及房屋新建、改造、拆遷、產權轉移等的信息，數據庫的建立需要以一個完善的產權登記制度為前提。

（二）建立稅基評估爭議處理制度

開征物業稅會涉及到納稅人自身利益，因此在正式征收之前，需要在相關的媒體和網站上公布初評結果。若納稅人對稅基評估結果存在的異議，可以向稅基評估機構提出申訴請求，評估機構應對有異議的房地產進行重新評估；若納稅人對重新評估的結果仍不滿意，可以向當地評估主管部門申請行政復議；若仍對評估結果有異議，可以申請仲裁或提起訴訟。

【參考文獻】

[1] 北京大學中國經濟研究中心宏觀組.中國物業稅研究[M].北京大學出版社，2007.

[2] 徐愛農.國外物業稅稅基評估實踐與啟示[J].經濟問題探索，2011（8）.

[3] 張一童.稅基批量評估方法應用的難點[J].合作經濟與科技，2009（6）.

[4] 王彥明.基于基準物業價格的物業稅稅基評估方法分析[J].稅務研究，2009（10）.

[5] 王成勇.淺談批量評估技術方法在物業稅稅基評估中的應用[J].商業會計，2011（6）.

[6] 喬志敏，李德峰，鄒文軍，周戰強.基于財產稅征收的不動產價值評估[J].城市發展研究，2009（3）.