房地產(chǎn)稅改革試點(diǎn)形勢下的公共服務(wù)質(zhì)量與房地產(chǎn)稅稅基評估

陳蕾　周艷秋　何晴

摘 要：房地產(chǎn)稅稅基評估是積極穩(wěn)妥推進(jìn)房地產(chǎn)稅改革的基礎(chǔ)和技術(shù)前提。其現(xiàn)實(shí)路徑之一，是確定影響房地產(chǎn)稅稅基評估值的重要變量，構(gòu)建動態(tài)修正視角的稅基評估模型。文章選取中國35個大中城市2003-2019年的經(jīng)驗(yàn)數(shù)據(jù)，將最優(yōu)激勵影響與激勵偏差影響引入實(shí)證模型，研究公共服務(wù)質(zhì)量變動下房地產(chǎn)稅稅基評估的誤差影響及模型修正，為房地產(chǎn)稅改革試點(diǎn)推進(jìn)及其征稅過程中的稅基確定提供理論依據(jù)和路徑參考。研究發(fā)現(xiàn)，公共服務(wù)質(zhì)量變化對房地產(chǎn)稅稅基評估值的影響整體顯著，評估誤差所產(chǎn)生的激勵偏差影響大于最優(yōu)激勵影響，綜合影響為負(fù)，并在時間趨勢和區(qū)域分布上具有異質(zhì)性;環(huán)境類公共服務(wù)質(zhì)量在經(jīng)濟(jì)高質(zhì)量發(fā)展階段成為區(qū)位因素的重要修正項(xiàng)，交通、教育、醫(yī)療等公共服務(wù)的質(zhì)量呈現(xiàn)空間分布差異，房地產(chǎn)稅稅基評估模型的修正及其區(qū)位因素變量的選取應(yīng)因時而變、因地而異。

關(guān)鍵詞：房地產(chǎn)稅;改革試點(diǎn);公共服務(wù)質(zhì)量;稅基評估;模型修正

一、引言

自滬、渝兩地于2011年實(shí)施房產(chǎn)稅試點(diǎn)改革以來，中國房地產(chǎn)稅改革方案一直處于探索實(shí)踐階段，從“研究推進(jìn)房地產(chǎn)稅改革”到“加快房地產(chǎn)稅立法并適時推進(jìn)改革”;從“做好房地產(chǎn)稅立法相關(guān)工作”到“完善地方稅體系，穩(wěn)妥、穩(wěn)步推進(jìn)房地產(chǎn)稅立法”。不難看出，有序推進(jìn)并擇時出臺房地產(chǎn)稅，是當(dāng)前中央與地方政府的共識和未來方向（劉華等，2020）。2021年10月23日，全國人大常務(wù)委員會第三十一次會議作出決定：為積極穩(wěn)妥推進(jìn)房地產(chǎn)稅的立法與改革，授權(quán)國務(wù)院在部分地區(qū)開展房地產(chǎn)稅改革試點(diǎn)工作;試點(diǎn)地區(qū)的征稅對象為居住用和非居住用等各類房地產(chǎn)，不包括依法擁有的農(nóng)村宅基地及其上住宅。與此同時，推進(jìn)房地產(chǎn)稅“良法善治”的基本前提之一，是對房地產(chǎn)稅稅基進(jìn)行科學(xué)評估（陳蕾等，2021）。批量評估技術(shù)兼顧成本與效率，已成為世界各國開展房地產(chǎn)稅稅基評估工作的主要手段（Grover，2016;王奇超和劉玉平，2014），但是，批量評估模型需要根據(jù)客觀環(huán)境變化、以評估周期為界進(jìn)行動態(tài)修正，如何通過這一動態(tài)修正，科學(xué)測度房地產(chǎn)稅稅基的動態(tài)變化，減小評估誤差，在房地產(chǎn)稅稅基評估領(lǐng)域一直備受關(guān)注。

論及房地產(chǎn)稅稅基評估模型的核心變量，建筑類型、建筑結(jié)構(gòu)、建筑年代、房屋結(jié)構(gòu)、房屋朝向、建筑面積等個體因素在房地產(chǎn)持有及征稅環(huán)節(jié)相對穩(wěn)定，而醫(yī)療服務(wù)、教育服務(wù)、交通設(shè)施、通信設(shè)施、環(huán)境綠化等區(qū)位因素則隨政府公共服務(wù)供給的變動而相對易變，政府公共服務(wù)供給的變化會導(dǎo)致房地產(chǎn)稅稅基評估值的變化。著眼于批量評估模型的動態(tài)修正視角，公共服務(wù)質(zhì)量成為影響房地產(chǎn)稅稅基評估值的重要變量。假設(shè)征收房地產(chǎn)稅是以稅基評估值作為計稅基礎(chǔ)，且不考慮稅收優(yōu)惠等因素，那么，通過合理修正的評估模型測算房地產(chǎn)稅稅基，有助于“捕獲”公共服務(wù)產(chǎn)生的價值增量，并通過構(gòu)建收支相聯(lián)的決策機(jī)制，激勵地方政府進(jìn)一步提升公共服務(wù)質(zhì)量（朱為群等，2019），同時減少“重基本建設(shè)，輕公共服務(wù)”（王勝華，2021）和“重新項(xiàng)目，輕日常維護(hù)”的公共服務(wù)供給偏向（湯玉剛等，2015）。此外，中國目前已進(jìn)入“稅感時代”（王韜和呂碧君，2018），房地產(chǎn)稅雖然具有受益性質(zhì)，但受益“良稅”與納稅人“厭惡”情緒共存，使得房地產(chǎn)稅改革需要解決納稅人可接受程度的問題（劉金東等，2019）。這除了依賴于合理的稅制設(shè)計，更有賴于地方政府以高質(zhì)量的公共服務(wù)滿足納稅人對優(yōu)質(zhì)公共服務(wù)的需求（鄧悅，2014;林閩鋼和楊鈺，2016），以此引導(dǎo)納稅人建立起“受益支付”意識、減小納稅抵觸心理（何楊，2018）、提高納稅遵從度。因此，房地產(chǎn)稅稅基評估的科學(xué)性和合理性還關(guān)系到房地產(chǎn)稅的稅制公平性、納稅人遵從度和征管效率。聚焦公共服務(wù)質(zhì)量變動視角下的房地產(chǎn)稅稅基評估模型及其區(qū)位因素修正問題，能夠?yàn)榉康禺a(chǎn)稅改革試點(diǎn)推進(jìn)及其征稅過程中的稅基確定提供理論依據(jù)和路徑參考。

本文的基本邏輯是，理論上最優(yōu)的房地產(chǎn)稅稅基評估值最優(yōu)的房地產(chǎn)稅稅基評估值是指當(dāng)評估誤差為零時的稅基評估結(jié)果，房地產(chǎn)稅稅基的實(shí)際評估值可無限接近該最優(yōu)評估值。有助于最大化地激勵地方政府持續(xù)供給和維護(hù)公共服務(wù)，產(chǎn)生最優(yōu)激勵影響;房地產(chǎn)稅稅基的實(shí)際評估值如果與最優(yōu)評估值存在較大差異，可能造成對地方政府的激勵不足，產(chǎn)生激勵偏差影響理論上，激勵偏差影響可以分為激勵不足和激勵過度;但實(shí)務(wù)中，常見情形是政府公共服務(wù)的供給質(zhì)量不斷提升，如果房地產(chǎn)稅基評估模型修正不及時，會導(dǎo)致稅基評估結(jié)果無法及時涵蓋和反映這一變化，進(jìn)而造成稅基低估、激勵不足。故基于現(xiàn)實(shí)情況，本文所研究的激勵偏差主要針對激勵不足這一影響。

;兩種影響相互作用所產(chǎn)生的綜合影響，即為評估誤差的量化表示。在此基礎(chǔ)上，本文創(chuàng)新性地將最優(yōu)激勵影響與激勵偏差影響引入實(shí)證模型，研究地方政府的公共服務(wù)質(zhì)量變化對房地產(chǎn)稅稅基評估值的影響，由此探索房地產(chǎn)稅稅基評估模型的動態(tài)化校準(zhǔn)和修正路徑?；趯χ袊?5個大中城市經(jīng)驗(yàn)數(shù)據(jù)的模擬測算結(jié)果顯示，公共服務(wù)質(zhì)量變化對房地產(chǎn)稅稅基評估值的影響整體顯著，評估誤差所產(chǎn)生的激勵偏差影響大于最優(yōu)激勵影響，綜合影響為負(fù)，并呈現(xiàn)出時間與區(qū)域差異：從時間趨勢看，隨著中國經(jīng)濟(jì)進(jìn)入高質(zhì)量發(fā)展階段，地方政府對綠化、大氣等環(huán)境公共支出的增加，呈現(xiàn)出激勵偏差影響的標(biāo)準(zhǔn)差第二次擴(kuò)大的趨勢，表明在房地產(chǎn)稅稅基評估的區(qū)位因素選取中，應(yīng)增設(shè)綠化、大氣等環(huán)境類公共服務(wù)指標(biāo)，必要時可以進(jìn)一步細(xì)化大氣污染、噪音污染、水污染等環(huán)境類變量;從區(qū)域角度看，中國東部地區(qū)激勵偏差影響的標(biāo)準(zhǔn)差較高，西部地區(qū)最優(yōu)激勵影響的標(biāo)準(zhǔn)差較低，東西部地區(qū)之間及其區(qū)域內(nèi)部呈現(xiàn)出的公共服務(wù)供給結(jié)構(gòu)差異均對房地產(chǎn)稅稅基評估值產(chǎn)生影響，表明對房地產(chǎn)稅稅基評估的區(qū)位因素選取應(yīng)因地而異。

本文的架構(gòu)安排如下：第二部分是文獻(xiàn)回顧與評述;第三部分是理論模型、變量說明與數(shù)據(jù)來源;第四部分是實(shí)證結(jié)果與分析;第五部分是研究結(jié)論及政策建議。

二、文獻(xiàn)回顧與評述

國外關(guān)于公共服務(wù)影響房地產(chǎn)價格的研究最早可追溯至20世紀(jì)60年代的特征價格模型。Ridker和Henning（1967）突破性地將該模型引入房地產(chǎn)領(lǐng)域，建模分析大氣質(zhì)量的改善對房價的影響。特別是Lancaster和Kelvin（1966）、Rosen（1974）等學(xué)者從市場供需角度出發(fā)，對房地產(chǎn)市場的特征價格模型進(jìn)行完善，特征價格模型在房地產(chǎn)領(lǐng)域得到了廣泛應(yīng)用。例如，Efthymiou和Antoniou（2013）、Nazir等（2015）、Collins和Kaplan（2017）等構(gòu)建特征價格模型，分別論證了交通、環(huán)境、教育等基本公共服務(wù)對房價的影響。此外，還有學(xué)者構(gòu)建多元回歸等數(shù)量統(tǒng)計模型，實(shí)證研究城市基本公共服務(wù)質(zhì)量對房價的影響（Rosenthal，1999）、交通基礎(chǔ)設(shè)施對房價的影響（Kaanp，2001）、學(xué)校對住房偏好及房價的影響（Clapp等，2008）、水源和大氣等環(huán)境污染對房價的負(fù)面影響（Guignet等，2016）。國內(nèi)學(xué)者關(guān)于公共服務(wù)與房地產(chǎn)價格的研究集中于建模分析，一類研究集中討論城市整體公共服務(wù)對房地產(chǎn)價格的影響（梁若冰和湯韻，2008;張濤等，2008;鄧慧慧等，2013;朱思宇和謝敘祎，2020）;另一類研究集中于某項(xiàng)特定公共服務(wù)對房地產(chǎn)價格的影響（羅欣然等，2019;邵磊等，2020）。此外，還有學(xué)者從研究方法角度研究公共服務(wù)與房地產(chǎn)價格，例如，張東和秦俊武（2013）、湯玉剛等（2015）、叢穎等（2020）分別構(gòu)建VAR模型、GMM模型、SDM模型，研究公共服務(wù)基礎(chǔ)設(shè)施對房價的影響。

受益理論認(rèn)為，轄區(qū)間具有競爭性，在轄區(qū)內(nèi)居民可自由流動的假設(shè)前提下，居民可根據(jù)轄區(qū)內(nèi)政府提供的公共物品與服務(wù)，選擇符合自身偏好的轄區(qū)居?。═iebout，1956）;征收房地產(chǎn)稅不會改變居民偏好，不扭曲市場行為，為中性稅收（Hamilton， 1976）。國外學(xué)者基于“政府能夠?qū)爡^(qū)進(jìn)行有效管理”的政治因素假設(shè)，將公共物品與服務(wù)的收益和成本資本化為房地產(chǎn)價格，例如轄區(qū)內(nèi)高質(zhì)量的醫(yī)療、教育、治安、環(huán)境和具有潛力的城市發(fā)展空間等（Fischel，1992）。其中，部分學(xué)者從行政分區(qū)（Martin等，2018）、教育（Kwok和Yip，2018）等角度，研究某項(xiàng)具體公共服務(wù)對房地產(chǎn)的影響;少數(shù)學(xué)者從稅收遵從角度，解釋公共服務(wù)對房地產(chǎn)稅的影響，例如從居民對于公共服務(wù)的獲得感知（Hallsworth等，2017）研究房地產(chǎn)稅，認(rèn)為優(yōu)質(zhì)的公共服務(wù)、公共服務(wù)提供效率可保持房地產(chǎn)稅稅額的穩(wěn)定（Hall和Koumpias，2018）。受國外受益論思想的影響，國內(nèi)立足公共服務(wù)角度的房地產(chǎn)稅相關(guān)研究認(rèn)為，房地產(chǎn)稅是地方政府提供公共服務(wù)的等價物，即房地產(chǎn)稅與居民對公共服務(wù)的獲取程度相匹配，這體現(xiàn)出房地產(chǎn)稅的本質(zhì)，有助于實(shí)現(xiàn)公共服務(wù)的成本分?jǐn)倷C(jī)制（任強(qiáng)等，2017）;征收房地產(chǎn)稅可提高地方公共福利（程瑤和高波，2008），政府應(yīng)加強(qiáng)公共服務(wù)的充足性、公平性、便利性與普惠性（廖福崇，2020），從而構(gòu)建收支相聯(lián)的政府決策機(jī)制（朱為群和許建標(biāo)，2019;劉金東等，2019;馬蔡琛和朱旭陽，2020），提升公眾對公共服務(wù)的感知（郭春甫等，2016）。這既可以降低稅收征管成本，又可以減少稅收對經(jīng)濟(jì)活動的扭曲，還能夠提高經(jīng)濟(jì)運(yùn)行效率，進(jìn)而顯著地增強(qiáng)公眾納稅遵從度，提升民眾有效參與公共服務(wù)質(zhì)量共治的意識（劉敏等，2020），最終實(shí)現(xiàn)地方政府“善治”（何楊和林子琨，2018）。

可見，既有文獻(xiàn)對公共服務(wù)與房地產(chǎn)價格的關(guān)系以及公共服務(wù)視角的房地產(chǎn)稅理論已開展較為豐富的研究，形成了以特征價格思想為基礎(chǔ)的多元回歸等數(shù)量統(tǒng)計模型，但鮮有文獻(xiàn)針對房地產(chǎn)稅稅基評估值的誤差測度以及評估模型的動態(tài)修正進(jìn)行深入論證。因此，本文具體從公共服務(wù)質(zhì)量變動視角，聚焦研究房地產(chǎn)稅稅基評估的誤差影響和模型修正問題。

三、理論模型、變量說明與數(shù)據(jù)來源

（一）理論模型

假設(shè)征收房地產(chǎn)稅是以評估值作為計稅基礎(chǔ)，且不考慮稅收優(yōu)惠等因素，理論上存在通過最優(yōu)評估模型測算得到的最優(yōu)評估值，能夠及時、科學(xué)地反映公共服務(wù)質(zhì)量的變化，而征稅實(shí)踐中的實(shí)際評估值難免存在差異，實(shí)際評估值與理論上的最優(yōu)評估值即為評估誤差。本文將基本模型設(shè)定為：

其中，taxbaseit為房地產(chǎn)稅稅基的最優(yōu)評估值，taxbaseit為房地產(chǎn)稅稅基的實(shí)際評估值，K為實(shí)際評估值偏離最優(yōu)評估值而產(chǎn)生的評估誤差對應(yīng)的差異額。為進(jìn)一步引入最優(yōu)激勵影響和激勵偏差影響，本文將差異額這一絕對值表示形式轉(zhuǎn)化為差異影響的相對值表示形式，式（1）進(jìn)一步轉(zhuǎn)化為該研究思路被廣泛應(yīng)用于勞動經(jīng)濟(jì)學(xué)、金融學(xué)、財政學(xué)、環(huán)境生態(tài)學(xué)等領(lǐng)域，本文在現(xiàn)有研究的基礎(chǔ)上，將其引入稅基評估領(lǐng)域?？紤]到文章研究主題與推導(dǎo)過程的相關(guān)性，在正文中列示關(guān)鍵公式，具體詳細(xì)的推導(dǎo)過程可向作者索取。：

其中，f（xit）是影響taxbaseit的特征變量，δ為待估參數(shù)向量，xit表示i地區(qū)在第t年度政府提供的一系列公共服務(wù)，it為復(fù)合殘差項(xiàng)，可進(jìn)一步分解為彼此獨(dú)立的復(fù)合干擾項(xiàng)ωit、uit和υit。其中，ωit為最優(yōu)激勵影響，且ωit≥0;uit為激勵偏差影響，且uit≥0;υit為一般意義上的干擾項(xiàng)。為測算出這兩種影響，本文假定殘差分布為：ωit ～ i.i.d.Exp（σω，σ2ω），uit ～ i.i.d.Exp（σu，σ2u）wit和uit亦可假設(shè)為服從其他分布，此處采用Kumbhakar和Parmeter（2009）、盧洪友等（2011）和李琛等（2019）等學(xué)者的做法，采用較為簡單的指數(shù)分布予以說明。，υit ～ i.i.d.N（0，σ2υ）;為同時測度δ參數(shù)向量和兩種影響，本文擬采用最大似然估計（MLE）來估計式（2），并用實(shí)際房地產(chǎn)稅稅基評估值發(fā)生變化的百分比表示各項(xiàng)影響對實(shí)際房地產(chǎn)稅稅基評估值影響的大小，式（3）～式（5）分別為最優(yōu)激勵影響、激勵偏差影響、綜合影響的估計值：

（二）變量選取

1.被解釋變量

本文選取的被解釋變量是單位房地產(chǎn)稅稅基的實(shí)際“評估值”（taxbase）。房地產(chǎn)稅稅基評估值等于單位房地產(chǎn)稅稅基評估值與住房面積的乘積?；诠卜?wù)質(zhì)量視角，為了識別評估誤差對房地產(chǎn)稅稅基評估模型的影響，合理校準(zhǔn)和修正房地產(chǎn)稅稅基評估模型，本文選用商品房年平均銷售價格（P）作為房地產(chǎn)稅稅基的實(shí)際“評估值”在模擬測算中，只要異于最優(yōu)房地產(chǎn)稅稅基評估值的價格均可被選用。由于房地產(chǎn)稅尚未實(shí)施，本文綜合參考李文（2014）、程瑤和伍洲（2016）、陳平等（2018）、史桂芬和楚涵宇（2019）等學(xué)者的相關(guān)研究，以及數(shù)據(jù)的可獲得性，選用商品房年平均銷售價格作為“評估值”。。同時，為突出單位房地產(chǎn)稅稅基的實(shí)際“評估值”與公共服務(wù)質(zhì)量的對應(yīng)性，本文將住房面積單位化為1，研究公共服務(wù)質(zhì)量對每一單位（每平方米）房地產(chǎn)稅稅基的實(shí)際“評估值”的影響。

2.核心解釋變量

本文的核心解釋變量是政府為納稅人提供各項(xiàng)公共服務(wù)的水平。參照李繼玲（2017）、林梨奎和江民星（2019）等已有研究，選取以下變量作為核心解釋變量：醫(yī)療服務(wù)水平指標(biāo)（hospital），用醫(yī)院、衛(wèi)生院床位數(shù)衡量;教育服務(wù)水平指標(biāo)（edu），用初中高等學(xué)校數(shù)量衡量;環(huán)境綠化水平指標(biāo)（green），該指標(biāo)也表示地區(qū)政府對城市環(huán)境的重視程度，用建成區(qū)綠化率概率衡量;城市大氣質(zhì)量水平指標(biāo)（environment），用工業(yè)二氧化硫排放量衡量;交通設(shè)施服務(wù)水平指標(biāo)（bus），用年末實(shí)有公共汽（電）車營運(yùn)車輛數(shù)衡量;通信設(shè)施服務(wù)水平指標(biāo)（internet），用國際互聯(lián)網(wǎng)用戶數(shù)衡量。

3.其他控制變量

除公共服務(wù)外，人口、政策等其他因素同樣影響單位房地產(chǎn)稅稅基的實(shí)際評估值。參照楊慧和李超（2019）、洪勇（2020）等已有研究，選取的其他控制變量具體包括：金融機(jī)構(gòu)信貸政策指標(biāo)（loan），用年末金融機(jī)構(gòu)各項(xiàng)貸款余額衡量;人口密度指標(biāo)（density_pop），用年末總?cè)丝谂c所在區(qū)域面積之比衡量;住宅存量指標(biāo)（compl_area），用住宅竣工面積衡量;住房政策管控指標(biāo)（policy），用是否實(shí)施限購政策衡量，1為實(shí)施，0為未實(shí)施。最后，控制了不同城市的地區(qū)影響因素（Area）以及不同年份的時間影響因素（Year）?；谝陨侠碚撃Ｐ头治黾白兞窟x取，本文設(shè)定的模型如下：

taxbaseit=δ0+δ1hospitalit+δ2eduit+δ3greenit+δ4environmentit+δ5busit+δ6internetit+δ7loanit+δ8density_popit+δ9compl_areait+δ10policyit+∑Area+∑Year+ωit+uit+υit（6）

（三）數(shù)據(jù)來源

隨著經(jīng)濟(jì)的發(fā)展及城鎮(zhèn)化水平的提高，城市公共服務(wù)質(zhì)量不斷提升。例如，以北京、上海等城市為代表的地方政府率先建設(shè)一刻鐘服務(wù)圈，涉及養(yǎng)老、醫(yī)療、教育文化等方面的公共服務(wù)。因此，基于區(qū)域的代表性以及模擬測算的準(zhǔn)確性，本文選取中國35個大中城市為研究對象35個大中城市房地產(chǎn)市場在本區(qū)域內(nèi)（如省內(nèi)）相對發(fā)達(dá)，故研究樣本具有代表性和模擬測算的準(zhǔn)確性。35個大中城市分別為：北京、天津、石家莊、太原、呼和浩特、沈陽、大連、長春、哈爾濱、上海、南京、杭州、寧波、合肥、福州、廈門、南昌、青島、濟(jì)南、鄭州、武漢、長沙、廣州、深圳、南寧、?？凇⒅貞c、成都、貴陽、昆明、西安、蘭州、西寧、銀川、烏魯木齊。，采用2003-2019年20世紀(jì)80年代起，住房呈商品化發(fā)展趨勢，特別是2001年5月和2002年8月，國家先后出臺《關(guān)于加強(qiáng)國有土地資產(chǎn)管理的通知》和《關(guān)于加強(qiáng)房地產(chǎn)市場宏觀調(diào)控促進(jìn)房地產(chǎn)市場健康發(fā)展的若干意見》逐步規(guī)范房地產(chǎn)市場行業(yè)發(fā)展。因此，本文選取2003年以后的數(shù)據(jù)作為研究區(qū)間，模擬測算公共服務(wù)質(zhì)量對單位房地產(chǎn)稅稅基評估值的影響。合計17年的統(tǒng)計數(shù)據(jù)，樣本容量為595。住宅商品房年平均銷售價格、住宅竣工面積來自《中國房地產(chǎn)統(tǒng)計年鑒》，其余交通、通信、醫(yī)療、教育、城市環(huán)境、城市大氣質(zhì)量、年末金融機(jī)構(gòu)各項(xiàng)貸款余額、年末總?cè)丝凇⒊鞘忻娣e等指標(biāo)數(shù)據(jù)主要來源于《中國城市統(tǒng)計年鑒》。此外，本文對部分缺失值通過查閱《中國統(tǒng)計年鑒》及各地國民經(jīng)濟(jì)和社會發(fā)展統(tǒng)計公報進(jìn)行補(bǔ)充，對其他缺失值進(jìn)行線性插值處理;對離群值較為嚴(yán)重的住宅存量指標(biāo)、教育服務(wù)、醫(yī)療服務(wù)、城市環(huán)境重視程度、通信設(shè)施服務(wù)、城市大氣環(huán)境等指標(biāo)變量進(jìn)行前后2.5%的縮尾處理;同時，為保證數(shù)據(jù)的平穩(wěn)性以及降低異方差的影響，本文對除住房政策管控指標(biāo)以外的非二值選擇變量進(jìn)行取對數(shù)處理。表1為主要變量的基本描述性統(tǒng)計。

四、實(shí)證結(jié)果與分析

本部分將模擬測算各項(xiàng)公共服務(wù)質(zhì)量變化對單位房地產(chǎn)稅稅基評估值出現(xiàn)評估誤差的整體影響，并從中對各項(xiàng)影響進(jìn)行分解測算和量化。

（一）模型估計

本文首先對式（6）進(jìn)行回歸，回歸結(jié)果如表2所示，模型1為OLS估計，模型2～模型6為MLE估計。其中，模型2為不考慮兩種影響（σω=σu=0）的MLE估計結(jié)果，模型3為在模型2的基礎(chǔ)上考慮了兩種影響（σω和σu均不為0）的MLE估計結(jié)果，模型4～模型6為進(jìn)一步加入時間和地區(qū)效應(yīng)后的MLE估計結(jié)果。

估計結(jié)果顯示：模型1、模型2可以看出，兩個模型各變量的系數(shù)值相差較小，這既表明模型1的隨機(jī)誤差項(xiàng)近似為正態(tài)分布，同時也在一定程度上證明模型3～模型6評估結(jié)果的穩(wěn)健性。具體來看，不考慮時間及地區(qū)因素時，公共服務(wù)質(zhì)量對被解釋變量均具有顯著影響。進(jìn)一步加入時間和地區(qū)因素后，單獨(dú)在時間維度，以及在時間與地區(qū)聯(lián)合維度上，城市大氣質(zhì)量因素對被解釋變量有顯著影響，這表明隨著經(jīng)濟(jì)發(fā)展水平的提高，城市大氣質(zhì)量因素是房地產(chǎn)稅稅基評估模型中需要重視的區(qū)位因素修正項(xiàng)。在地區(qū)維度上，教育、環(huán)境綠化和城市大氣質(zhì)量、通訊設(shè)施等公共服務(wù)水平對被解釋變量的影響最顯著。這表明，以上公共服務(wù)資源的空間分布差異會更顯著地影響單位房地產(chǎn)稅稅基評估值。因此，房地產(chǎn)稅稅基評估模型的區(qū)位因素選取中應(yīng)特別關(guān)注以上公共服務(wù)質(zhì)量的影響。

從模型擬合結(jié)果來看，模型5的擬合結(jié)果最佳。因此，本文后續(xù)主要基于模型5的變量及MLE估計結(jié)果進(jìn)行分析。此外，需要說明的是，房地產(chǎn)稅為地方性稅收，模型設(shè)置中僅需控制地區(qū)，即控制個體差異變化。模型4和模型6均是加入了時間虛擬變量，導(dǎo)致過度擬合，為達(dá)到最終模型的強(qiáng)制收斂，系統(tǒng)隨機(jī)自動刪除某些變量?？紤]到實(shí)證分析過程的完整性，將模型4和模型6列入報告結(jié)果進(jìn)行對比列示。這同時說明，作為地方性稅收的房地產(chǎn)稅，在征稅環(huán)節(jié)進(jìn)行房地產(chǎn)稅稅基評估時，房地產(chǎn)稅稅基評估模型中區(qū)位因素的設(shè)置需因地而異，具體應(yīng)根據(jù)地區(qū)差異而有所調(diào)整。

（二）方差分解

在明確各項(xiàng)公共服務(wù)質(zhì)量對被解釋變量的影響之后，本部分將進(jìn)一步測算公共服務(wù)質(zhì)量變化導(dǎo)致的評估誤差變動水平。通過系數(shù)測算和方差分解，得到的結(jié)果如表3所示，即，激勵偏差影響系數(shù)大于最優(yōu)激勵影響系數(shù)。從影響比重來看，lntaxbase未能解釋部分的總方差為（σ2υ+σ2ω+σ2u）0.0564。其中，有82.32%是由于兩種影響所致。評估誤差的兩種影響對被解釋變量的影響中，激勵偏差的占比較大，為59.60%;最優(yōu)激勵影響占比為40.40%?？梢姡x取房屋均價作為“評估值”測算出的激勵偏差對被解釋變量的影響較大。這再次說明，在房地產(chǎn)稅征稅過程中應(yīng)合理、科學(xué)地評估房地產(chǎn)稅稅基，房屋均價僅可作為評估前量化和模擬測算評估誤差，合理修正評估區(qū)位因素的前期參考，不可直接將房地產(chǎn)均價作為房地產(chǎn)稅稅基評估值。

（三）各項(xiàng)影響的估計值

這里進(jìn)一步測算各項(xiàng)影響對被解釋變量的影響值，具體基于式（3）和式（4）進(jìn)行單邊估計，得到兩種影響在現(xiàn)有公共服務(wù)水平上使被解釋變量發(fā)生變化的百分比。表4呈現(xiàn)了各項(xiàng)影響使被解釋變量發(fā)生變動的估計結(jié)果。

總體而言，教育、醫(yī)療、環(huán)境綠化、大氣質(zhì)量、交通和通訊設(shè)施等公共服務(wù)產(chǎn)生的最優(yōu)激勵影響，使得在現(xiàn)有公共服務(wù)水平上的單位房地產(chǎn)稅稅基評估值變動12.09%;產(chǎn)生的激勵偏差影響使得在現(xiàn)有公共服務(wù)水平上的單位房地產(chǎn)稅稅基評估值變動14.23%;兩種影響相互作用產(chǎn)生的綜合影響，最終使得在現(xiàn)有公共服務(wù)水平上的單位房地產(chǎn)稅稅基評估值變動2.14%，評估誤差加大。這說明在房地產(chǎn)稅稅基評估工作中，應(yīng)重視公共服務(wù)質(zhì)量變化的影響，及時調(diào)整房地產(chǎn)稅稅基評估區(qū)位因素，修正評估模型以減小評估誤差;表4中的第4～6列更為詳細(xì)地報告了在不同百分位數(shù)上兩種影響和綜合影響的分布狀況，表明各項(xiàng)影響具有較強(qiáng)的異質(zhì)性，下文將進(jìn)一步從年度分布和城市地區(qū)分布等角度進(jìn)行分析。

（四）進(jìn)一步分析

前已敘及，各項(xiàng)影響具有較強(qiáng)的異質(zhì)性，故本文從年度分布、區(qū)域分布兩方面進(jìn)一步分組統(tǒng)計和深入分析。

1.年度分布特征

由于地方政府提供的公共服務(wù)質(zhì)量會隨城市規(guī)劃、區(qū)域發(fā)展、財政收入水平等因素的變化而變化，因此，有必要在控制地區(qū)的情況下，分析政府提供的公共服務(wù)產(chǎn)生的年度綜合影響的變化趨勢。在經(jīng)濟(jì)高速增長轉(zhuǎn)向高質(zhì)量發(fā)展階段，評估專業(yè)人員有必要了解政府提供的公共服務(wù)質(zhì)量對房地產(chǎn)稅稅基評估值產(chǎn)生的影響，從而更好地選取和調(diào)整區(qū)位因素，構(gòu)建評估模型，提高房地產(chǎn)稅稅基評估水平。表5顯示，政府提供公共服務(wù)產(chǎn)生的綜合影響平均值波動較大。從標(biāo)準(zhǔn)差方面來看，2003-2015年是中國經(jīng)濟(jì)快速發(fā)展時期，政府提供的各項(xiàng)公共服務(wù)產(chǎn)生的綜合影響標(biāo)準(zhǔn)差整體呈縮小趨勢。2015年之后，政府提供的各項(xiàng)公共服務(wù)產(chǎn)生的綜合影響標(biāo)準(zhǔn)差呈擴(kuò)大趨勢，這是由于中國經(jīng)濟(jì)進(jìn)入穩(wěn)中有升的高質(zhì)量發(fā)展時期，環(huán)境及大氣質(zhì)量因素開始顯著影響單位房地產(chǎn)稅稅基評估值，因而再次證實(shí)在進(jìn)行房地產(chǎn)稅稅基評估時，環(huán)境因素是評估模型中重要的區(qū)位因素修正項(xiàng)。

2.城市地區(qū)分布特征

城市所處區(qū)域會在一定程度上影響政府的公共服務(wù)質(zhì)量，故本文從地區(qū)角度本文在國家統(tǒng)計局2011年6月公布的《東西中部和東北地區(qū)劃分方法》基礎(chǔ)上，結(jié)合研究需要，及參照現(xiàn)有研究（鄧悅和詹添丞，2013;吉生保和姜美旭，2020），東北三省采用1986年由全國人大六屆四次會議通過的《中華人民共和國國民經(jīng)濟(jì)和社會發(fā)展第七個五年計劃》中的劃分方法，將遼寧劃入東部地區(qū)，黑龍江和吉林劃入中部地區(qū)。因此，東部地區(qū)為：北京、天津、石家莊、上海、南京、杭州、寧波、福州、廈門、青島、濟(jì)南、廣州、深圳、海口、沈陽、大連;中部地區(qū)為：太原、合肥、南昌、鄭州、武漢、長沙、長春、哈爾濱;西部地區(qū)為：呼和浩特、南寧、重慶、成都、貴陽、昆明、西安、蘭州、西寧、銀川、烏魯木齊。進(jìn)行分析。表6顯示：就平均值而言，東部地區(qū)的各項(xiàng)影響最高，表明東部地區(qū)經(jīng)濟(jì)發(fā)展程度高，公共服務(wù)質(zhì)量相對中西部地區(qū)來說較優(yōu)。可見，公共服務(wù)質(zhì)量對房地產(chǎn)稅稅基評估值的影響因地而異，在房地產(chǎn)稅稅基評估中，不同地區(qū)應(yīng)依據(jù)本區(qū)域的公共服務(wù)實(shí)際供給情況選取和調(diào)整區(qū)位因素變量，構(gòu)建稅基評估模型。標(biāo)準(zhǔn)差方面，東部地區(qū)的標(biāo)準(zhǔn)差最大，表明東部地區(qū)的公共服務(wù)質(zhì)量存在的空間差異較大，對房地產(chǎn)稅稅基評估值影響較大，故在房地產(chǎn)稅稅基評估工作中，應(yīng)科學(xué)劃分區(qū)域內(nèi)的評稅分區(qū)，在各評稅分區(qū)內(nèi)選取不同的房地產(chǎn)稅稅基區(qū)位因素變量進(jìn)行模型的構(gòu)建與調(diào)整。

五、研究結(jié)論及政策建議

（一）研究結(jié)論

本文選取中國35個大中城市2003-2019年的經(jīng)驗(yàn)數(shù)據(jù)，研究公共服務(wù)質(zhì)量變動下房地產(chǎn)稅稅基評估的誤差影響及模型修正問題。研究發(fā)現(xiàn)：

第一，地方政府提供的教育、醫(yī)療、綠化、交通等公共服務(wù)的質(zhì)量對房地產(chǎn)稅稅基評估值的影響整體顯著，公共服務(wù)質(zhì)量變動下房地產(chǎn)稅稅基評估誤差所產(chǎn)生的激勵偏差影響大于最優(yōu)激勵影響，綜合影響為負(fù)。這表明在設(shè)定和校準(zhǔn)房地產(chǎn)稅稅基評估模型的過程中，應(yīng)著重考慮公共服務(wù)質(zhì)量對房地產(chǎn)稅稅基區(qū)位因素產(chǎn)生的影響，及時、動態(tài)地修正評估模型。

第二，公共服務(wù)質(zhì)量對區(qū)位因素產(chǎn)生的影響具有異質(zhì)性，房地產(chǎn)稅稅基評估模型的修正及其區(qū)位因素變量的選取應(yīng)因時而變、因地而異。從時間趨勢來看，隨著經(jīng)濟(jì)發(fā)展水平的提高，特別是在經(jīng)濟(jì)高質(zhì)量發(fā)展階段，環(huán)境類公共服務(wù)質(zhì)量成為區(qū)位因素的重要修正項(xiàng)，也是減小評估誤差的關(guān)鍵;從區(qū)域分布看，不同城市提供交通、教育、醫(yī)療等公共服務(wù)的質(zhì)量呈現(xiàn)空間分布差異，中國東西部地區(qū)之間及其內(nèi)部的公共服務(wù)質(zhì)量也呈現(xiàn)空間分布差異。這表明在進(jìn)行房地產(chǎn)稅稅基評估時，應(yīng)在區(qū)域內(nèi)部科學(xué)劃分評稅分區(qū)，并依據(jù)不同區(qū)域的實(shí)際情況合理選取稅基評估的區(qū)位因素變量。

（二）政策建議

積極穩(wěn)妥推進(jìn)房地產(chǎn)稅立法和改革，是進(jìn)一步完善現(xiàn)代稅收制度的重要內(nèi)容，對實(shí)現(xiàn)共同富裕目標(biāo)的意義更加深遠(yuǎn)。除立法與稅制設(shè)計等基礎(chǔ)條件外，房地產(chǎn)稅稅基評估是積極穩(wěn)妥推進(jìn)房地產(chǎn)稅改革的基礎(chǔ)和技術(shù)前提，其科學(xué)性和合理性直接關(guān)系到房地產(chǎn)稅的稅制公平性、納稅人遵從度和征管效率。因此，房地產(chǎn)稅改革過程中應(yīng)當(dāng)將稅基評估置于優(yōu)先推進(jìn)位置。

第一，厘清影響房地產(chǎn)稅稅基的重要變量，是減小評估誤差和促進(jìn)征納雙方積極性的關(guān)鍵。通過實(shí)證測算可知，在房地產(chǎn)持有環(huán)節(jié)，教育、醫(yī)療、綠化、交通等公共服務(wù)是影響房地產(chǎn)稅稅基的主要因素。以上因素在模型量化過程中至關(guān)重要，若評估模型隨政府公共服務(wù)質(zhì)量變化的修正及時且合理，使房地產(chǎn)稅稅基評估值能夠及時捕獲和反映公共服務(wù)的價值變化，既可以激勵地方政府優(yōu)化財政支出結(jié)構(gòu)，提高公共服務(wù)供給質(zhì)量，又可以使納稅人直觀地量化了解公共服務(wù)的社會區(qū)位價值，增強(qiáng)公共服務(wù)的受益感知，進(jìn)而提高納稅遵從度。

第二，將房地產(chǎn)稅稅基評估工作納入動態(tài)化征管工作，是減小評估誤差和增強(qiáng)評估模型合理性的保障基礎(chǔ)。房地產(chǎn)稅稅基價值會受周邊區(qū)域的市政規(guī)劃、公共設(shè)施、教育等公共服務(wù)供給情況等因素的影響，稅務(wù)機(jī)關(guān)應(yīng)組織專家開展房地產(chǎn)稅稅基批量評估工作，具體以評估周期為界，定期對房地產(chǎn)稅稅基評估模型進(jìn)行持續(xù)動態(tài)的校準(zhǔn)修正，并隨公共服務(wù)供給的變化，增減和細(xì)化影響房地產(chǎn)稅稅基評估的各項(xiàng)變化因素，提高評估結(jié)果的合理性。

第三，從稅基評估的角度看，“因城施策”、“一城一策”同樣適用于房地產(chǎn)稅的改革推進(jìn)，分地區(qū)開展房地產(chǎn)稅稅基評估工作，是減小評估誤差和提升評估模型適用性的保障路徑。一方面，評估專業(yè)人員應(yīng)充分了解被評估地區(qū)公共服務(wù)的空間分布差異，必要時在區(qū)域內(nèi)進(jìn)一步劃分評稅分區(qū)，對各評稅分區(qū)內(nèi)發(fā)生變化的區(qū)位因素分別進(jìn)行調(diào)整，以減小空間差異的影響，保障房地產(chǎn)稅稅基評估修正模型的科學(xué)性。另一方面，房地產(chǎn)稅征管應(yīng)賦予地方更多自主權(quán)，支持地方在稅基評估、確定使用稅率、減免稅政策方面開展探索實(shí)踐，積累征管經(jīng)驗(yàn)，更好地推進(jìn)現(xiàn)代稅收制度的進(jìn)一步完善。

參考文獻(xiàn)：

[1]陳蕾、周艷秋、秦琦智，2021：《房地產(chǎn)稅稅基批量評估的基準(zhǔn)修正路徑：創(chuàng)新與實(shí)踐》，《中國資產(chǎn)評估》第7期。[Chen Lei，Zhou Yanqiu and Qin Qizhi，2021，Benchmark Correction Path for Mass Appraisal of Real Estate Tax Base：Innovation and Practice，Appraisal Journal of China，7.]

[2]陳平、李建英、莊海玲，2018：《房地產(chǎn)稅改革對地方財政收入的影響預(yù)測——基于廣州市數(shù)據(jù)的模擬測算》，《稅務(wù)研究》第9期。[Chen Ping，Li Jianying and Zhuang Hailing，2018，Prediction of the Impact of Real Estate Tax Reform on Local Fiscal Revenues：Based on Simulation Calculations Based on Guangzhou Data，Taxation Research，9.]

[3]程瑤、高波，2008：《房地產(chǎn)稅對地方政府的激勵效應(yīng)研究》，《中央財經(jīng)大學(xué)學(xué)報》第7期。[Chen Yao and Gao bo，2008，Research on the Incentive Effects of Property Tax to Local Government，Journal of Central University of Finance and Economics，7.]

[4]程瑤、伍洲，2016：《完善我國房地產(chǎn)稅收制度研究》，《上海經(jīng)濟(jì)研究》第7期。[Cheng Yao and Wu Zhou，2016，A Stuay on Chinese Real Estate Tax System Rrform，Shanghai Journal of Economics，7.]

[5]叢穎、杜泓鈺、楊文靜，2020：《公共服務(wù)資本化對房價影響的空間計量分析——基于我國269個地級市的經(jīng)驗(yàn)研究》，《財經(jīng)問題研究》第7期。[Cong Yin，Du Hongyu and Yang Wenjing，A Spatial Econometric Analysis of the Impact of Public Service Capitalization on House Prices：Based on the Empirical Research of 269 Prefecture-level Cities in China，Research on Financial and Economic Issues， 7.]

[6]鄧慧慧、虞義華、龔銘，2013：《空間溢出視角下的財政分權(quán)、公共服務(wù)與住宅價格》，《財經(jīng)研究》第4期。[Deng Huihui，Yu Yihua and Gong Ming，2013，F(xiàn)iscal Decentralization，Public Services and Housing Prices from the Angle of Spatial Spillover，Journal of Finance and Economics，4.]

[7]鄧悅，2014：《我國質(zhì)量公共服務(wù)評價結(jié)果差異及其分析——基于消費(fèi)者滿意度的評價》，《武漢大學(xué)學(xué)報（哲學(xué)社會科學(xué)版）》第5期。[Deng Yue，2014，Difference and Analysis of the Evaluation of Chinese Quality Public Service：An Evaluation Based on the Satisfactory of Consumers，Wuhan University Journal（Philosophy and Social Science），5.]

[8]鄧悅、詹添丞，2013：《地方財政支出與區(qū)域經(jīng)濟(jì)發(fā)展關(guān)系的實(shí)證分析——以地市級城市面板數(shù)據(jù)為例》，《江西財經(jīng)大學(xué)學(xué)報》第3期。[Deng Yue and Zhan Tiancheng，2013，An Empirical Analysis of the Relationship between Local Fiscal Expenditure and Regional Economic Development：A Case Study of the Prefecture-Level City Panel Data，Journal of Jiangxi University of Finance and Economics，3.]

[9]郭春甫、茍粒媛、吳世坤，2016：《基于公眾感知的貧困縣公共服務(wù)質(zhì)量影響要素實(shí)證分析——以國家級扶貧工作重點(diǎn)縣P縣為例》，《宏觀質(zhì)量研究》第4期。[Guo Chunfu，Gou Liyuan and Wu Shikun，2013，An Empirical Analysis on the Factors Influencing the Public Service Quality in Poor Counties Based on the Public Perception：A Case Study of P County in the Key Counties for National Poverty Alleviation，Journal of Macro-quality Research，4.]

[10]何楊、林子琨，2018：《基于公共服務(wù)均等化目標(biāo)的房地產(chǎn)稅稅率研究》，《稅務(wù)研究》第5期。[He Yang and Lin Zikun，2018，Research on Real Estate Tax Rate Based on the Target of Equalization of Public Services，Taxation Research，5.]

[11]洪勇，2020：《中國區(qū)域房價聯(lián)動度測度及其影響因素分析——基于35個大中城市面板數(shù)據(jù)的研究》，《管理評論》第6期。[Hong Yong，2020，The Measurement of Regional Housing Price Linkage and Its Influencing Factors in China：Based on the Research of Panel Data of 35 Large and Medium Cities，Management Review，6.]

[12]吉生保、姜美旭，2020：《FDI與環(huán)境污染：溢出效應(yīng)還是污染效應(yīng)？——基于異質(zhì)性雙邊隨機(jī)前沿模型的分析》，《生態(tài)經(jīng)濟(jì)》第4期。[Ji Shengbao and Jiang Meixu，2020，F(xiàn)DI and Environmental Pollution：Spillover Effect or Pollution Effect？ Analysis of Heterogeneous Bilateral Stochastic Frontier Model，Ecological Economy，4.]

[13]李琛、趙軍、李喜洲，2019：《財政分權(quán)、政府行為與對外直接投資：抑制還是促進(jìn)》，《財政研究》第5期。[Li Chen，Zhao Jun and Li Xi Zhou，2019，F(xiàn)iscal Decentralization，Local Government Behavior and Outward Foreign Direct Investment Growth：Restraining or Promoting，Public Finance Research，5.]

[14]李繼玲，2017：《房價波動影響因素研究——基于2005-2015年數(shù)據(jù)的實(shí)證分析》，《經(jīng)濟(jì)問題探索》第9期。[Li Jiling，2017，Research on the Influencing Factors of House Price Fluctuation：Empirical Analysis Based on Data From 2005 to 2015，Inquiry into Economic Issues，9.]

[15]李文，2014：《我國房地產(chǎn)稅收入數(shù)量測算及其充當(dāng)?shù)胤蕉愔黧w稅種的可行性分析》，《財貿(mào)經(jīng)濟(jì)》第9期。[Li Wen，2014，On the Estimation of the House Property Tax Revenue and the Feasibility of the House Property Tax Acting as the Main Tax of the Local Tax System in China，F(xiàn)inance and Trade Economics，9.]

[16]梁若冰、湯韻，2008：《地方公共品供給中的Tiebout模型：基于中國城市房價的經(jīng)驗(yàn)研究》，《世界經(jīng)濟(jì)》第10期。[Liang Ruobing and Tang Yun，2008，The Tiebout Model in the Supply of Local Public Goods：An Empirical Study Based on Chinese Urban Housing Prices，The Journal of World Economy，10.]

[17]廖福崇，2020：《基本公共服務(wù)與民生幸福感：來自中國綜合社會調(diào)查的經(jīng)驗(yàn)證據(jù)》，《蘭州學(xué)刊》第5期。[Liao Fuchong，2020，Basic Public Services and Peoples Well-being：Empirical Evidence from Chinas Comprehensive Social Survey，Lanzhou Academic Journal，5.]

[18]林梨奎、江民星，2019：《中國房地產(chǎn)交易真的是賣方市場嗎？——基于雙邊隨機(jī)邊界模型的實(shí)證研究》，《審計與經(jīng)濟(jì)研究》第2期。[Lin Likui and Jiang Mingxing，2019，Is the Transaction of Real Estate in China Really a Sellers Market？—Empirical Study Based on Two-Tier Stochastic Frontier Model，Journal of Audit and Economics，2.]

[19]林閩鋼、楊鈺，2016：《公共服務(wù)質(zhì)量評價：國外經(jīng)驗(yàn)與中國改革取向》，《宏觀質(zhì)量研究》第3期。[Lin Mingang and Yang Yu，2016，Evaluation of Public Service Quality：Foreign Experience and Reform Orientation in China，Journal of Macro-quality Research，3.]

[20]劉華、陳力朋、魏娟，2020：《房地產(chǎn)稅收入用途對居民納稅意愿的影響》，《財貿(mào)經(jīng)濟(jì)》第10期。[Liu Hua，Chen Lipeng and Wei Juan，2020，Influence of Purpose of Real Estate Tax Revenue on Residents' Willingness to Pay the Tax，F(xiàn)inance and Trade Economics，10.]

[21]劉金東、高鳳勤、陶然，2019：《房地產(chǎn)稅的支付意愿與納稅能力分析——基于130個城市的家庭調(diào)查》，《稅務(wù)研究》第8期。[Liu Jindong，Gao Fengqin and Tao Ran，2019，Analysis of Willingness to Pay and Tax Ability of Real Estate Tax：Based on Household Survey in 130 Cities，Taxation Research，8.]

[22]劉敏、劉人懷、閆俊強(qiáng)，2020：《公共服務(wù)動機(jī)、公共服務(wù)質(zhì)量和“相關(guān)公眾”的有效參與——基于珠海、深圳口岸零售跨境貿(mào)易“質(zhì)量共治”的實(shí)證檢驗(yàn)》，《宏觀質(zhì)量研究》第6期。[Liu Min，Liu Renhuai and Yan Junqiang，2020，Public Service Motivation，Public Service Quality and the Effective Participation of the ‘Relevant public：An Empirical Test Based on the ‘Quality Co-governance of Cross-border Retail Trade at Zhuhai ang Shenzhen Ports，Journal of Macro-quality Research，6.]

[23]盧洪友、連玉君、盧盛峰，2011：《中國醫(yī)療服務(wù)市場中的信息不對稱程度測算》，《經(jīng)濟(jì)研究》第4期。[Lu Hongyou，Lian Yujun and Lu Shengfeng，2011，Measurement of the Information Asymmetric in Medical Service Market of China，Economic Research Journal，4.]

[24]羅欣然、岳邦佳、林愛文、陳飛燕，2019：《武漢市中心城區(qū)公共服務(wù)設(shè)施可達(dá)性對住宅價格的影響——基于三網(wǎng)融合交通系統(tǒng)的分析》，《地域研究與開發(fā)》第2期。[Luo Xinran，Yue Bangjia，Lin Aiwen and Chen Feiyan，2019，Impact of Accessibility of Public Service Facilities on Housing Price in Central District of Wuhan City：Based on Analysis of Tri-network Transport System，Areal Research and Development，2.]

[25]馬蔡琛、朱旭陽，2020：《關(guān)于我國房地產(chǎn)稅收問題的若干思考》，《稅務(wù)研究》第4期。[Ma Caichen and Zhu Xuyang，2020，Thoughts on the Real Estate Tax Reform in China，Taxation Research，4.]

[26]任強(qiáng)、侯一麟、馬海濤，2017：《公共服務(wù)資本化與房產(chǎn)市值：對中國是否應(yīng)當(dāng)開征房地產(chǎn)稅的啟示》，《財貿(mào)經(jīng)濟(jì)》第12期。[Ren Qiang，Hou Yilin and Ma Haitao，2017，Public Service Capitalization and Real Property Value：The Case for a Local Property Tax in China，F(xiàn)inance and Trade Economics，12.]

[27]邵磊、任強(qiáng)、侯一麟，2020：《基礎(chǔ)教育均等化措施的房地產(chǎn)資本化效應(yīng)》，《世界經(jīng)濟(jì)》第11期。[Shao Lei，Ren Qiang and Hou Yilin，2020，Capitalization of Education Equalization Measures：Evidence from Beijing，The Journal of World Economy，11.]

[28]史桂芬、楚涵宇，2019：《中國房地產(chǎn)稅征收的經(jīng)濟(jì)效應(yīng)分析》，《東北師大學(xué)報：哲學(xué)社會科學(xué)版》第5期。[Shi Guifen and Chu Hanyu，2019，An Analysis of the Economic Effect of Chinas Real Estate Tax Collection，Journal of Northeast Normal University（Philosophy and Social Sciences），5.]

[29]湯玉剛、陳強(qiáng)、滿利蘋，2015：《資本化、財政激勵與地方公共服務(wù)提供——基于我國35個大中城市的實(shí)證分析》，《經(jīng)濟(jì)學(xué)季刊》第1期。[Tang Yugang，Chen Qiang and Man Liping，2015，Capitalization，F(xiàn)iscal Incentive and the Provision of Local Public Services：Evidence from 35 Large and Medium Sized Cities of China，China Economic Quarterly，1.]

[30]王奇超、劉玉平，2014：《借鑒國際經(jīng)驗(yàn)完善我國房地產(chǎn)稅稅基評估體系》，《國際稅收》第4期。[Wang Qichao and Liu Yuping，2014，Improving Tax Base Assessment System of the Real Estate Tax in China by Referring to International Experiences，International Taxation in China，4.]

[31]王勝華，2021：《經(jīng)濟(jì)趕超、公共支出偏向與城鄉(xiāng)公共服務(wù)差距》，《廣東財經(jīng)大學(xué)學(xué)報》第1期。[Wang Shenghua，2021，The Complementary Effect of Service Transition and Product Innovation on the High：Quality Development of Manufacturing Enterprises，Journal of Guangdong University of Finance and Economics，1.]

[32]王韜、呂碧君，2018：《從稅收公平角度看納稅人的“稅負(fù)痛苦”》，《財會通訊》第29期。[Wang Tao and Lv Bijun，2018，Viewing the “Tax Burden” of Taxpayers from the Perspective of Tax Fairness，Communication of Finance and Accounting，29.]

[33]楊慧、李超，2019：《中國城市房價影響因素及貢獻(xiàn)度研究——基于R2的相對重要性分解》，《經(jīng)濟(jì)問題探索》第11期。[Yang Hui and Li Chao，2019，Research on Influencing Factors and Contribution Degree of Urban House Prices in China：Based on R2 Relative Importance Decomposition，Inquiry into Economic Issues，11.]

[34]張東、秦俊武，2013：《城市基礎(chǔ)設(shè)施投資約束下住房開發(fā)投資效益變動研究》，《中國房地產(chǎn)金融》第3期。[Zhang Dong and Qin Junwu，2013，Research on the Changes of the Investment Benefit of Housing Development under the Constraint of Urban Infrastructure Investment，China Real Estate Finance，3.]

[35]張濤、王學(xué)斌、陳磊，2008：《公共設(shè)施評價中的異質(zhì)性信念與房產(chǎn)價格——中國房產(chǎn)泡沫生成的可能解釋》，《經(jīng)濟(jì)學(xué)季刊》第1期。[Zhang Tao， Wang Xuebin and Chen Lei，2008，Heterogeneous Beliefs in Public Infrastructure Valuation and Real Estate Bubbles in China，China Economic Quarterly，1.]

[36]朱思宇、謝敘祎，2020：《公共服務(wù)供給對房地產(chǎn)價格影響的實(shí)證檢驗(yàn)》，《統(tǒng)計與決策》第3期。[Zhu Siyu and Xie Shuwei，2020，An Empirical Test of the Impact of Public Service Supply on Real Estate Prices，Statistics and Decision，3.]

[37]朱為群、許建標(biāo)，2019：《構(gòu)建房地產(chǎn)稅改革收支相連決策機(jī)制的探討》，《稅務(wù)研究》第4期。[Zhu Weiqun and Xu Jianbiao，2019，Discussion on Constructing the Decision-making Mechanism of Real Estate Tax Reform Linking Revenue and Expenditure，Taxation Research，4.]

[38]Clapp， J. M.， Nan， D. A. and Ross， S. L.， 2008， Which School Attributes Matter？ The Influence of School District Performance and Demographic Composition on Property Values， Journal of Urban Economics， 63（2）： 451-466.

[39]Collins， C. A. and Kaplan， E. K.， 2017， Capitalization of School Quality in Housing Prices： Evidence from Boundary Changes in Shelby County， Tennessee， The American Economic Review， 107（5）： 628-632.

[40]Efthymiou， D. and Antoniou， C.， 2013， How do Transport Infrastructure and Policies Affect House Prices and Rents？ Evidence from Athens， Transportation Research Part A Policy and Practice， 52（2）： 1-22.

[41]Fischel， W. A.， 1992， Property Taxation and the Tiebout Model： Evidence for the Benefit View From Zoning and Voting， Journal of Economic Literature， 30（1）： 171-177.

[42]Grover， R.， 2016， Mass Valuations， Journal of Property Valuation and Investment， 34（2）： 191-204.

[43]Guignet， D.， Walsh， P. J. and Northcutt， R.， 2016， Impacts of Ground Water Contamination on Property Values： Agricultural Run-off and Private Wells， Agricultural and Resource Economics Review， 45（2）： 293-318.

[44]Hall， J. C. and Koumpias， A. M.， 2018， Growth and Variability of School District Income Tax Revenues： Is Tax Base Diversification a Good Ides for School Financing？， Contemporary Economic Policy， 36（4）： 678-691.

[45]Hallsworth， M.， List， J. A. and Metcalfe， R. D.， 2017， The Behavioralist as Tax Collector： Using Natural Field Experiments to Enhance Tax Compliance， Journal of Public Economics， 148（2）： 14- 31.

[46]Hamilton， B. W.， 1976， Capitalization of Intrajurisdictional Differences in Local Tax Policies， The American Economic Review， 66（5）： 743-753.

[47]Kumbhakar， S. C. and Parmeter， C. F.， 2009， The Effects of Match Uncertainty and Bargaining on Labor Market Outcomes： Evidence from Firm and Worker Specific Estimates， Journal of Productivity Analysis， 31（1）： 1-14.

[48]Kwok， B. and Yip， R.， 2018， Is Tax Education Good or Evil for Boosting Tax Compliance？ Evidence from Hong Kong， Asian Economic Journal， 32（4）： 359-386.

[49]Lancaster， C. and Kelvin， J.， 1966， A New Approach to Consumer Theory， Journal of Political Economy， 74（2）： 132-157.

[50]Liu， X. and Chen， X.， 2021， Can “Concerted” Macroprudential Policies Mitigate Cross-border Contagion of Financial Risks？ Evidence from China and Its Financially Connected Economies， China and World Economy， 29（3）： 26-54.

[51]Martin， M.， Jan， R. and Jasper， D.， 2018， Border Effects in House Prices， SSRN Electronic Journal， 4： 2-45.

[52]Nazir， N.， Othman， N. and Nawawi， A. H.， 2015， Role of Green Infrastructure in Determining House Value in Labuan Using Hedonic Pricing Model， Procedia-Social and Behavioral Sciences， 170（1）： 484-493.

[53]Ridker， R. and Henning， J.， 1967， The Determinants of Residential Property Values with Special Reference to Air Pollution， The Review of Economics and Statistics， 49， 246-257.

[54]Rosen， S.， 1974， Hedonic Prices and Implicit Markets： Product Differentiation in Pure Competition， Journal of Political Economy， 82（1）： 35-55.

[55]Rosenthal， L.， 1999， House Prices and Local Taxes in the UK，F(xiàn)iscal Studies， 20（1）： 61-76.

[56]Tiebout， C. M.， 1956， A Pure Theory of Local Expenditures， Journal of Political Economy， 64（5）： 416-424.

Public Service Quality and Real Estate Tax Base Assessment

under the Situation of Real Estate Tax Reform Pilot

—Simulation Calculation from Empirical Data of 35 Large and

Medium Sized Cities in China

Chen Lei， Zhou Yanqiu and He Qing

（School of Public Finance and Taxation of Capital University of Economics and Business）

Abstract：The basic prerequisite for advancing the real estate tax reform actively and steadily is to conduct a scientific assessment of the real estate tax base. One of its realistic paths is to determine the important factors that affect the assessment of the tax base and construct a tax base assessment model with a dynamic correction perspective. This paper selects the empirical data of 35 large and medium-sized cities in China from 2003 to 2019， introduces the optimal incentive effect and the incentive bias effect into the model， and then studies the error effect of the real estate tax base assessment under the change of public service quality and the model correction， which can provide a theoretical basis and reference path for advancing the real estate tax pilot reform and determining the tax base in the taxation process. The research shows that the change in public service quality has a significant overall impact on the assessment value of real estate tax base. The incentive bias caused by assessment errors is bigger than the optimal incentive impact， and the comprehensive impact is negative， showing temporal and regional differences. The quality of environmental public services has become an important correction item for location factors in the quality development stage， and the quality of public services such as transportation， education， and medical care has spatial distribution differences. Therefore， the amendment of real estate tax base assessment model and the selection of location factor variables should be adjusted from time to time and from place to place.

Key Words：Real Estate Tax; Reform Pilot; Public Service Quality; Tax Base Assessment; Model Amending

責(zé)任編輯 鄧 悅

陳蕾，首都經(jīng)濟(jì)貿(mào)易大學(xué)財政稅務(wù)學(xué)院，電子郵箱：chenlei@cueb.edu.cn;周艷秋（通訊作者），首都經(jīng)濟(jì)貿(mào)易大學(xué)財政稅務(wù)學(xué)院，電子郵箱：nmgzhouyanqiu@163.com;何晴，首都經(jīng)濟(jì)貿(mào)易大學(xué)財政稅務(wù)學(xué)院，電子郵箱：heqing@cueb.edu.cn。本文受北京市社會科學(xué)基金決策咨詢項(xiàng)目（21JCC063）、北京市社會科學(xué)基金規(guī)劃項(xiàng)目（20JJB017）、首都經(jīng)濟(jì)貿(mào)易大學(xué)研究生科技創(chuàng)新項(xiàng)目（202028）的資助。感謝匿名審稿人對本文提出的意見，文責(zé)自負(fù)。