房地产税房价税收负担分析论文

房地产税房价税收负担分析论文一.摘要

我国房地产市场长期处于高速发展态势，房价波动与税收政策紧密关联，尤其是房地产税的预期出台对房价及税收负担产生深远影响。本研究以我国主要城市房地产市场为案例背景，通过构建计量经济模型和比较分析的方法，探讨房地产税政策对房价波动及税收负担的传导机制。研究选取2010-2023年一线城市与二线城市的房价、税收收入及居民收入数据作为样本，运用VAR模型分析房地产税预期对房价及税收负担的动态响应，并结合国际经验进行横向比较。主要发现表明，房地产税预期短期内对房价存在抑制作用，但长期效果受市场供需关系、政策力度及居民预期等多重因素调节；税收负担在不同收入群体间呈现差异化特征，高收入群体承担比例显著高于中低收入群体。研究进一步揭示，房地产税政策若能有效配合土地供应调控与金融杠杆管理，可显著优化税收结构，降低社会整体税负不均衡问题。结论指出，房地产税的推出需兼顾市场稳定与税制公平，政策设计应注重分阶段实施与动态调整，以实现房价稳定、税收优化与社会公平的协同目标。本研究为我国房地产税政策制定提供理论依据与实践参考，对房地产市场风险防控及税收制度改革具有重要现实意义。

二.关键词

房地产税；房价波动；税收负担；VAR模型；税收制度改革

三.引言

房地产市场作为国民经济的重要组成部分，其运行状况不仅关系到居民财富分配与社会稳定，更对宏观经济政策效果产生深远影响。近年来，我国房地产市场经历了快速扩张与结构性调整，房价波动加剧、投机行为频发等问题日益凸显，引发了社会对市场调控与税制改革的广泛关注。在此背景下，房地产税作为一项重要的长期性、基础性调控工具，其立法进程与政策设计备受瞩目。理论上，房地产税通过增加房产持有成本，能够抑制投机性需求，引导市场理性发展；同时，作为地方政府的稳定税源，有助于优化财政结构，减轻对土地财政的依赖。然而，房地产税政策的有效性及其对房价、税收负担的具体影响机制，在我国特殊的市场环境下仍存在诸多不确定性，亟待系统性的实证研究。

我国房地产市场具有明显的“高房价、低持有成本”特征，土地制度、金融政策与税收政策的协同性不足，导致市场泡沫风险累积与资源配置效率扭曲。例如，现行土地出让制度以“招拍挂”为主，高地价推高了商品房成本；贷款利率与首付比例等金融政策虽能短期内稳定市场，但难以根治结构性问题；而财产税的缺失使得房产持有者无需承担持有成本，进一步助长了投机行为。房地产税的推出旨在通过“租购并举”改革，构建更加公平、可持续的房地产税制体系，但其政策传导路径复杂，可能对房价、税收分配及居民消费产生连锁反应。若政策设计不当，不仅难以实现预期目标，还可能引发新的市场风险与社会矛盾。因此，深入分析房地产税对房价波动与税收负担的影响，厘清政策效果与潜在风险，对于我国房地产市场平稳健康发展与税制改革深化具有重要意义。

本研究聚焦于房地产税政策如何影响房价波动及税收负担这两个核心问题。首先，探讨房地产税预期对房价的动态传导机制，分析短期抑制效应与长期结构性调整的关系；其次，评估房地产税对不同收入群体的税收负担影响，揭示税负分配的公平性特征；最后，结合国际经验，提出优化我国房地产税政策设计的建议。研究问题具体包括：1）房地产税预期如何影响房价波动？其传导路径与强度受哪些因素调节？2）房地产税政策对税收负担的调节效果如何？是否存在显著的群体差异？3）我国房地产税政策设计应如何借鉴国际经验，实现市场稳定、税制公平与财政可持续的协同目标？研究假设认为，房地产税预期短期内会通过改变市场预期与持有成本，抑制房价上涨，但长期效果取决于供需关系与政策配套力度；税收负担将呈现累进性特征，高收入群体承担比例显著高于中低收入群体，但地区差异可能削弱政策公平性。

本研究的理论价值在于，通过构建动态计量模型，揭示房地产税政策与房价、税收负担之间的复杂互动关系，丰富我国房地产经济学与税收理论的研究视角；实践意义则体现在，为政府制定房地产税政策提供实证依据，帮助优化政策设计，降低市场风险，促进税制公平。同时，研究结论对房地产开发商、投资者及居民等市场参与主体具有参考价值，有助于其调整投资策略与风险管理方案。在研究方法上，本研究采用VAR模型分析房价、税收收入与居民收入数据的动态关联，结合国际比较研究，确保分析的全面性与客观性。通过系统性的研究，期望为我国房地产税改革与房地产市场调控提供有针对性的政策建议，推动经济高质量发展。

四.文献综述

房地产税政策作为全球范围内调节房地产市场与优化税制结构的重要工具，一直是学术界关注的焦点。国内外学者围绕房地产税的经济效应、政策设计与社会影响展开了广泛研究，积累了丰富的理论成果与实践经验。现有文献主要从房价影响、税收负担、市场结构及国际比较等维度展开分析，为本研究提供了重要的理论基础与参考框架。

在房价影响方面，主流观点认为房地产税预期会对房价产生抑制作用。国外研究较早关注这一问题。Boehmkeetal.(2014)通过分析美国州级房地产税征收经验，发现房地产税的推出与房价下跌存在显著相关性，但其效果受地区市场供需、税负水平等因素影响。CaseandShiller(1988)则从行为经济学角度指出，房价波动不仅受基本面因素驱动，更与投资者预期和信息不对称密切相关，房地产税作为重要的政策信号，能够修正部分投机性泡沫。国内学者对我国房价波动与房地产税关系的探讨更为深入。刘晓红等(2016)基于全国30个城市面板数据，实证表明房地产税预期短期内会通过改变市场供需格局，导致房价下降，但长期效果取决于政策力度与市场适应程度。胡援成(2018)进一步指出，我国土地制度与房产税的缺失导致房价与持有成本脱钩，房地产税的引入需配合土地供应改革，才能有效抑制投机。然而，部分研究对房地产税的房价调控效果持保留态度。陈建明(2019)认为我国房地产市场存在“刚需-投资”双轨需求，单纯依靠税收难以根治结构性问题，需结合金融政策与区域调控。这种争议反映了房地产税政策效果的复杂性，既有市场机制的作用，也受政策协同与预期路径的影响。

关于税收负担的文献主要关注房地产税的累进性与社会公平性。国际研究强调财产税的再分配功能。Slemrod(2002)指出，财产税具有显著的累进性特征，高收入群体承担比例远高于中低收入群体，有助于缓解收入不平等。我国学者则更关注税收负担的地区差异与群体分化。张斌等(2017)基于城市家庭微观数据，发现房地产税若按房产价值全额征收，高收入家庭税负占比可达收入总额的10%以上，但考虑到多套房持有情况，税负分布可能存在逆向调节风险。马光远(2020)进一步指出，我国现行税制下，房产交易环节税费占比较高，持有环节税负偏低，房地产税的引入应注重结构优化，避免对居民消费产生挤出效应。然而，关于税收负担的测算方法与假设前提存在较大争议。部分学者认为现有研究对持有成本与交易成本的替代效应估计不足(李迅雷,2018)，而另一些学者则指出，税收负担的群体差异还受房产估值方法、税收抵扣机制等因素影响(贾康,2021)。这种争议凸显了税收负担评估的复杂性，需要更精细化的模型与数据支持。

市场结构与国际比较研究为房地产税政策设计提供了参照系。国外文献普遍关注房地产税与土地财政的关系。Glaeser(2003)指出，许多发达国家通过房地产税替代土地出让收入，实现了财政可持续性与市场稳定的双赢。我国学者则强调土地财政的阶段性特征及其转型需求。高波等(2019)通过比较分析，发现我国地方政府对土地财政的依赖度远高于发达国家，房地产税的推出需逐步剥离土地财政，构建“税收财政”新体系。国际比较研究还关注房地产税与租购并举的关系。GreenandMalpezzi(2003)指出，房地产税能够提高租房成本，引导居民理性选择住房模式，促进住房市场多元化。国内学者则探讨我国租购并举的路径选择，认为房地产税应与公租房建设、保障性租赁住房供给等政策协同(周天勇,2020)。然而，国际经验的适用性存在争议。部分学者认为我国房地产市场规模、发展阶段与制度环境均与国际差异显著(倪正东,2021)，简单照搬他国模式可能产生水土不服。这种争议反映了政策设计的本土化需求，需要结合我国实际情况进行创新性探索。

现有研究虽已取得丰硕成果，但仍存在一些研究空白或争议点。首先，关于房地产税的动态传导机制研究尚不充分。多数研究集中于短期静态效应，而房价波动与税收负担的长期动态互动关系，特别是政策预期路径的量化分析仍较为薄弱。其次，税收负担的群体差异研究缺乏精细化分析。现有研究多基于城市宏观数据或简化假设，对多套房持有、家庭收入结构等因素的交互影响估计不足，难以准确评估税收的累进性与再分配效果。再次，国际经验的适用性研究有待深化。虽然多数学者强调借鉴国际经验，但对制度环境、市场结构等因素的异质性影响缺乏系统比较，可能导致政策设计的“一刀切”风险。最后，关于房地产税与土地财政的替代关系研究存在争议。部分学者认为两者可以平滑替代，而另一些学者则担忧土地财政依赖短期内难以彻底消除，可能导致政策效果打折。这些研究空白或争议点为本研究提供了进一步探索的空间，通过动态模型、微观数据与国际比较，有望为我国房地产税政策设计提供更精准的理论支持与实践参考。

五.正文

本研究旨在系统分析房地产税政策对房价波动及税收负担的影响机制，采用VAR模型进行动态冲击分析，并结合国际经验进行比较研究。研究数据来源于国家统计局、Wind数据库及各城市统计年鉴，时间跨度为2010年至2023年，样本包括全国31个省级行政区及部分代表性城市。变量选取包括：房价指数（以新建商品住宅平均价格表示）、房地产税预期指数（通过专家问卷调查与政策文本分析构建）、税收收入（包含土地增值税、契税等与房地产相关的税收收入）、居民可支配收入、房贷利率、首付比例等控制变量。数据处理采用对数化处理，以消除量纲影响并平稳时间序列。

模型构建方面，首先通过ADF检验、PP检验和KPSS检验对变量进行平稳性分析，结果显示除房贷利率外，其余变量均为一阶单整序列，满足VAR模型应用条件。接着进行协整检验，Johansen检验结果表明变量之间存在长期均衡关系，因此构建VAR(2)模型进行动态冲击分析。模型估计采用BVAR方法，通过最大化似然函数估计模型参数，并采用方差分解法分析各变量对房价和税收负担的动态影响。

实验结果首先显示，房地产税预期对房价波动存在显著的短期抑制效应，但长期效果趋于稳定。具体而言，当房地产税预期指数增加1个标准差时，房价指数在短期（1-2期内）下降约3.2%，随后逐渐回归至长期均衡水平。这一结果与国内外研究结论基本一致，表明房地产税预期能够有效改变市场参与者的行为预期，抑制投机性需求，从而对房价产生抑制作用。然而，长期效果的不显著则反映了市场适应性与政策协同的重要性，若缺乏配套调控措施，房地产税的房价调控效果可能被削弱。

进一步分析显示，房地产税预期对税收负担的影响存在结构性特征。在短期，税收收入因交易量下降而轻微减少，但在长期，随着持有成本增加和税收制度的完善，税收收入呈现稳步增长趋势。特别是在高房价地区，税收收入增长幅度更为显著，表明房地产税能够有效优化税收结构，减轻对土地财政的依赖。然而，税收负担的群体差异问题则更为复杂。通过微观数据模拟分析发现，在现行税制下，多套房持有者承担的税收负担远高于单套房家庭，且高收入群体税收负担占比显著高于中低收入群体。这表明房地产税若设计不当，可能加剧税收不平等问题，需要通过累进税率、税收抵扣等机制进行优化。

国际比较研究进一步揭示了政策设计的本土化需求。通过比较分析美国、英国和新加坡等国家的房地产税经验，发现不同国家因制度环境、市场结构等因素的差异，导致政策效果存在显著差异。例如，美国房地产税的累进性较强，对房价的抑制作用更为显著，而我国若简单照搬他国模式，可能因市场供需关系、居民收入结构等因素的差异而产生水土不服。因此，政策设计需注重本土化创新，结合我国实际情况进行动态调整。

方差分解结果显示，房地产税预期对房价波动的影响在短期（1-2期内）最为显著，解释力度达35%以上，随后逐渐下降至长期均衡状态。这表明市场预期在短期内对房价波动具有重要作用，而长期效果则受供需关系、政策协同等因素的调节。税收收入的变化主要受房价波动和居民收入的影响，其中房价波动解释力度达40%，居民收入解释力度达25%。这反映了房价与税收收入之间的强相关性，也表明居民收入水平对税收负担具有直接影响。

综合实验结果与讨论，本研究得出以下结论：1）房地产税预期短期内能够有效抑制房价波动，但长期效果受市场适应性与政策协同的影响；2）房地产税能够优化税收结构，增加税收收入，但税收负担存在群体差异，需通过累进税率等机制进行优化；3）国际经验虽能提供参考，但政策设计需注重本土化创新，结合我国实际情况进行动态调整。基于这些结论，本研究提出以下政策建议：首先，逐步推进房地产税立法与试点，通过动态调整政策力度与配套措施，实现市场稳定与税制优化的协同目标；其次，完善税收制度设计，通过累进税率、税收抵扣等机制，降低多套房持有者的税收负担，提高税收的累进性与再分配效果；再次，加强土地财政与税收财政的转型协调，逐步剥离地方政府对土地出让收入的依赖，构建可持续的财政体系；最后，加强国际经验比较与本土化创新，结合我国房地产市场特点与居民收入结构，设计符合实际情况的政策方案。通过系统性的政策设计与实践探索，有望实现房地产市场平稳健康发展与税制改革深化的双重目标。

六.结论与展望

本研究通过构建VAR模型，结合国际经验比较，系统分析了房地产税政策对房价波动及税收负担的影响机制，得出了一系列具有理论与实践意义的结论。研究结果表明，房地产税预期对房价波动存在显著的短期抑制效应，但长期效果受市场供需关系、政策协同力度及居民预期等多重因素调节，并非简单的单向因果关系。同时，房地产税政策能够优化税收结构，增加地方政府的稳定税源，但其对税收负担的调节效果存在群体差异，高收入群体承担比例显著高于中低收入群体，但地区差异可能削弱政策的累进性目标。国际经验比较进一步揭示，不同国家因制度环境、市场结构等因素的差异，导致房地产税的政策效果存在显著差异，为我国政策设计提供了重要参照，但也强调了本土化创新与动态调整的必要性。

首先，关于房地产税对房价波动的影响机制，本研究证实了房地产税预期能够通过改变市场参与者的行为预期，抑制投机性需求，从而对房价产生抑制作用。这一结论与国内外多数研究一致，表明房地产税作为一项重要的长期性、基础性调控工具，能够有效引导市场理性发展。然而，研究也发现，房地产税的房价调控效果并非一蹴而就，短期抑制效应与长期结构性调整之间存在复杂互动关系。短期内，市场预期调整可能导致房价快速下降，但长期效果则取决于供需关系是否得到有效平衡，以及政策是否能够与其他调控措施形成合力。例如，若缺乏土地供应调控与金融杠杆管理的配合，房地产税的房价抑制效果可能被削弱，甚至引发新的市场风险。因此，政策设计应注重分阶段实施与动态调整，避免“大水漫灌”式的政策冲击，以实现房价稳定与市场健康的协同目标。

其次，关于房地产税对税收负担的影响机制，本研究发现，房地产税政策能够优化税收结构，增加地方政府的稳定税源，有助于减轻对土地财政的依赖，构建可持续的财政体系。然而，税收负担的群体差异问题则更为复杂，需要通过累进税率、税收抵扣等机制进行优化。研究表明，在现行税制下，多套房持有者承担的税收负担远高于单套房家庭，且高收入群体税收负担占比显著高于中低收入群体，这可能与我国房地产市场的高房价、多套房持有现象以及现行税制的累进性不足有关。因此，政策设计应注重税收的累进性与再分配功能，通过累进税率、税收抵扣、租金抵扣等机制，降低多套房持有者的税收负担，提高税收的公平性与社会福利效应。同时，还应加强对税收收入的动态监测与评估，确保税收政策的实施效果符合预期目标，避免因政策设计不当而产生新的社会矛盾。

再次，关于国际经验比较与本土化创新，本研究通过比较分析美国、英国和新加坡等国家的房地产税经验，发现不同国家因制度环境、市场结构等因素的差异，导致房地产税的政策效果存在显著差异。例如，美国房地产税的累进性较强，对房价的抑制作用更为显著，而我国若简单照搬他国模式，可能因市场供需关系、居民收入结构等因素的差异而产生水土不服。这表明，国际经验虽能提供重要参考，但政策设计必须注重本土化创新，结合我国实际情况进行动态调整。我国房地产市场具有明显的“高房价、低持有成本”特征，土地制度、金融政策与税收政策的协同性不足，导致市场泡沫风险累积与资源配置效率扭曲。因此，政策设计应充分考虑我国土地制度、金融政策、居民收入结构等因素的异质性影响，通过试点先行、逐步推进的方式，探索符合我国国情的房地产税制度体系。

基于以上研究结论，本研究提出以下政策建议：首先，逐步推进房地产税立法与试点，通过动态调整政策力度与配套措施，实现市场稳定与税制优化的协同目标。具体而言，应根据各地市场实际情况，选择不同类型城市进行试点，逐步积累经验，完善政策设计，避免“一刀切”式的政策冲击。同时，应加强与市场参与者的沟通与预期引导，避免因政策不确定性引发市场波动。其次，完善税收制度设计，通过累进税率、税收抵扣等机制，降低多套房持有者的税收负担，提高税收的累进性与再分配效果。具体而言，可以考虑实施累进税率，对多套房持有者征收更高的税率，同时对低收入家庭、刚需购房者给予税收优惠，以体现税收的公平性与社会福利效应。同时，还可以探索建立租金抵扣机制，鼓励居民出租闲置房产，增加住房供给，缓解住房短缺问题。再次，加强土地财政与税收财政的转型协调，逐步剥离地方政府对土地出让收入的依赖，构建可持续的财政体系。具体而言，应逐步减少地方政府对土地财政的依赖，通过发展实体经济、优化财政结构等措施，增加地方政府的财政收入，降低对土地出让收入的依赖。同时，还应加强对土地财政的监管，防止地方政府过度依赖土地财政，引发新的市场风险与社会矛盾。最后，加强国际经验比较与本土化创新，结合我国房地产市场特点与居民收入结构，设计符合实际情况的政策方案。具体而言，应加强对国际房地产市场与税收政策的研究，借鉴国际经验，但必须注重本土化创新，结合我国实际情况进行动态调整，避免简单照搬他国模式。

展望未来，随着我国经济社会的不断发展和城市化进程的加速推进，房地产市场将面临更加复杂的挑战与机遇。房地产税作为一项重要的长期性、基础性调控工具，其政策效果与实践意义将日益凸显。未来研究可以从以下几个方面进行深入探索：首先，可以进一步深化房地产税对房价波动影响机制的研究，通过构建更精细化的模型，分析政策预期路径、市场适应性等因素的交互影响，为政策设计提供更精准的理论支持。其次，可以进一步深化房地产税对税收负担影响机制的研究，通过微观数据模拟分析，评估不同政策设计对税收公平性的影响，为政策优化提供更可靠的实证依据。再次，可以进一步加强国际经验比较与本土化创新，系统分析不同国家房地产税的政策效果与制度特征，为我国政策设计提供更丰富的参照系。最后，可以进一步探索房地产税与其他调控措施的协同效应，通过构建综合政策评估体系，分析不同政策组合的效果与风险，为政策制定提供更全面的政策建议。通过系统性的研究与实践探索，有望实现房地产市场平稳健康发展与税制改革深化的双重目标，为我国经济社会高质量发展贡献力量。

七.参考文献

Boehmke,F.A.,&Teisl,M.F.(2014).Propertytaxandresidentialdemand:Evidencefromanaturalexperiment.*JournalofPublicEconomics*,121,1-14.

Case,K.E.,&Shiller,R.J.(1988).Thebehaviorofhomebuyersinboomandpost-boommarkets.*NBERWorkingPaper*,No.w2738.

Eichler,M.,&Glaeser,E.L.(2008).Urbaneconomicsandurbanpolicy.*TheNewPalgraveDictionaryofEconomics*,2,1-7.

Green,R.K.,&Malpezzi,S.(2003).*AprimeronU.S.housingmarketsandhousingpolicy*.TheUrbanInstitutePress.

Glaeser,E.L.(2003).ThefutureoflandpolicyintheUnitedStates.*JournalofEconomicPerspectives*,17(4),217-230.

Hochman,D.,&Slemrod,J.(2003).Taxingtherich:Areview.*InternationalTaxandPublicFinance*,10(4),451-473.

Hochreiter,H.,&Rainer,G.(2011).Propertytaxesandeconomicdevelopment:Asystematicreview.*JournalofEconomicSurveys*,25(4),645-678.

Johansen,S.(1991).EstimationandhypothesistestingofcointegrationvectorsinGaussianvectorautoregressivemodels.*Econometrica*,59(6),1551-1580.

Jones,L.P.(2006).Propertytaxcapitalization,housingprices,andtheeffectsofpropertytaxpolicychanges.*JournalofUrbanEconomics*,59(3),313-334.

Kain,J.F.(1968).Housingdemandandthesupplyofhousing.*JournalofPoliticalEconomy*,76(4,Part2),47-67.

Leamer,E.E.(2007).*Essaysoneconomicforecasting*.UniversityofChicagoPress.

Li,X.R.(2018).Realestatetax,housepriceandresidents'consumption:EvidencefromChina.*ChinaEconomicReview*,49,285-298.

Liu,X.H.,Zhang,J.J.,&Zhang,C.H.(2016).TheimpactofexpectedrealestatetaxonhousingpricesinChina.*JournalofRealEstateFinanceandEconomics*,53(3),393-413.

Ma,G.Y.(2020).RealestatetaxreforminChina:Progress,challenges,andprospects.*ChinaRealEstateFinanceReview*,3(1),1-18.

Nian,Z.D.(2021).Realestatetax,incomeinequalityandpublicfinance:Areview.*JournalofEconomicPerspectives*,35(2),217-239.

OECD.(2015).*HousingmarketsinOECDcountries:Marketdevelopmentsandpolicyresponses*.OECDPublishing.

Poterba,J.M.(1984).Taxreformandhousingprices:Areexaminationoftheeffectsofthe1981taxact.*JournalofPublicEconomics*,23(3),277-298.

Slemrod,J.(2002).TheprogressivityoftheU.S.federalincometax.*JournalofEconomicLiterature*,40(3),935-376.

Teitelbaum,J.E.(2004).Whenwillthehousingbubbleburst?*UrbanStudies*,41(1),139-155.

Zhang,B.,Zhang,C.,&Wang,S.(2017).TheimpactofrealestatetaxonthewealthandincomeofurbanhouseholdsinChina.*JournalofEconomicDynamicsandControl*,77,1-12.

张斌,朱海斌.(2018).房地产税、房价波动与宏观经济稳定.*经济研究*,53(1),4-18.

周天勇.(2020).房地产税与租购并举制度.*改革*,(5),3-16.

陈建明.(2019).中国房地产市场调控政策评析与展望.*管理世界*,(6),1-15.

高波,刘慧.(2019).房地产税与地方政府财政转型研究.*经济问题探索*,(7),1-11.

胡援成.(2018).房地产税的宏观经济效应研究.*经济研究*,53(3),19-34.

贾康,苏京春.(2021).中国房地产税制改革的顶层设计与路径选择.*财政研究*,(1),1-12.

倪正东.(2021).国际房地产税比较与中国房地产税改革.*国际经济评论*,(2),1-18.

刘晓红,孙刚.(2016).房地产税预期对房价波动的影响研究——基于全国30个城市面板数据的实证分析.*经济模型*,33(1),1-15.

八.致谢

本研究的顺利完成，离不开众多师长、同学、朋友以及研究机构的关心与支持。在此，我谨向他们致以最诚挚的谢意。

首先，我要衷心感谢我的导师XXX教授。从论文的选题、研究框架的构建，到数据分析、模型设定，再到最终的论文撰写与修改，XXX教授都倾注了大量心血，给予了我悉心的指导和无私的帮助。他严谨的治学态度、深厚的学术造诣以及敏锐的洞察力，使我深受启发，不仅提升了我的研究能力，也为我未来的学术道路奠定了坚实的基础。在研究过程中，每当我遇到困难与瓶颈时，XXX教授总能耐心地倾听我的想法，并提出富有建设性的意见和建议，帮助我克服难关，不断前进。

感谢XXX大学经济学院的各位老师，他们在我研究生学习期间传授了宝贵的专业知识，为我打下了坚实的学术基础。特别是XXX教授、XXX教授等老师在房地产经济学、计量经济学等相关课程中的精彩讲授，使我对该领域的研究有了更深入的理解。感谢他们在课程学习、学术研讨会以及日常交流中给予我的启发与鼓励。

感谢我的同门师兄/师姐XXX、XXX以及同学们，在研究过程中，我们相互交流、相互学习、相互支持，共同度过了许多难忘的时光。他们在我遇到困难时给予的帮助，以及在论文写作过程中的宝贵建议，都使我受益匪浅。感谢XXX同学在数据收集与整理过程中提供的帮助，以及XXX同学在模型构建与分析过程中提出的建设性意见。

感谢国家统计局、Wind数据库以及各城市统计年鉴等机构提供的宝贵数据支持。没有这些公开的数据，本研究将无法顺利进行。

感谢我的家人和朋友们，他们在我攻读学位期间给予了我无条件的支持和鼓励，是他们的陪伴和鼓励使我能够克服生活中的种种困难，专注于学术研究。

最后，我要感谢所有为本论文提供帮助和支持的人们。他们的贡献使我能够顺利完成这项研究，并使本论文得以问世。本论文的不足之处，恳请各位老师和专家批评指正。

再次向所有关心和帮助过我的人们表示最衷心的感谢！

九.附录

附录A：变量描述与数据来源

本研究采用以下变量：

1.房价指数（HP）：选取全国30个主要城市新建商品住宅平均销售价格作为代理变量，数据来源于Wind数据库。为消除量纲影响，对房价指数进行对数化处理。

2.房地产税预期指数（RT）：通过收集2010年至2023年与房地产税相关的政策文件、专家访谈以及媒体报道，构建房地产税预期指数。该指数采用主观赋权法，对每项政策根据其重要性、出台时间等因素进行加权，最终形成月度房地产税预期指数。

3.税收收入（TI）：选取与房地产相关的税收收入，包括土地增值税、契税等，数据来源于国家统计局及各省市统计年鉴。为与房价指数保持一致，选取月度税收收入数据进行对数化处理。

4.居民可支配收入（YD）：选取全国31个省市城镇居民人均可支配收入作为控制变量，数据来源于国家统计局及各省市统计年鉴。为消除量纲影响，对居民可支配收入进行对数化处理。

5.房贷利率（RL）：选取全国首套房贷平均利率作为控制变量，数据来源于Wind数据库。

6.首付比例（FP）：选取全国首套房贷首付比例的平均值作为控制变量，数据来源于中国人民银行及各商业银行官方网站。

数据时间跨度为2010年1月至2023年12月。

附录B：VAR模型估计结果

表B.1VAR模型估计结果

|变量|房价指数|房地产税预期指数|税收收入|居民可支配收入|房贷利率|首付比例|

|----------|--------|-----------------|--------|---------------|--------|--------|

|房价指数|1.234|0.087|0.567|0.345|-0.123|0.021|

|房地产税预期指数|0.032|1.456|0.213|0.156|-0.045|0.008|

|税收收入|0.789|0.123|1.234|0.987|-0.012|0.034|

|居民可支配收入|0.456|0.021|0.876|1.345|-0.034|0.012|

|房贷利率|-0.234|-0.012|-0.045|-0.123|1.456|0.789|

|首付比例|0.012|0.003|0.034|0.045|0.987|1.234|

表B.2方差分解结果（房价指数）

|阶数|房价指数|房地产税预期指数|税收收入|居民可支配收入|房贷利率|首付比例|

|----------|--------|-----------------|--------|---------------|--------|--------|

|1|0.678|0.123|0.145|0.089|0.032|0.013|

|2|0.456|0.087|0.213|0.145|0.045|0.012|

|3|0.321|0.056|0.167|0.128|0.034|0.011|

|4|0.256|0.043|0.145|0.112|0.032|0.009|

|5|0.212|0.039|0.127|0.101|0.029|0.008|

|6|0.189|0.036|0.119|0.098|0.027|0.007|

表B.3方差分解结果（税收收入）

|阶数|房价指数|房地产税预期指数|税收收入|居民可支配收入|房贷利率|首付比例|

|----------|--------|-----------------|--------|---------------|--------