【房地产税收政策、公共服务对房价影响的实证研究9500字（论文）】

房地产税收政策、公共服务对房价影响的实证研究目录TOC\o"1-3"\h\u22305房地产税收政策、公共服务对房价影响的实证研究 1165691.1我国房地产税收水平分析 158901.2模型设定 649041.3实证过程与结果 7146311.3.1数据来源 7290601.3.2实证结果分析 872531.3.3分样本实证结果分析 9264571.4房地产税收对房价影响的实证研究：公共服务的中介效应 1236701.5小结 15现有很多研究已经探究了房地产调控经济手段对于市场价格的影响（张平等，2020；李长生，2019），并且从房地产市场宏观调控的角度出发给出了相应的政策建议。但是尚未有研究能够厘清在经济调控政策的背景下，公共服务如何影响税收水平的作用。此外，现有文献中，关于房地产税收对房地产市场价格的研究主要关注上海市和重庆市实施房地产税试点改革带来的影响（杨励和欧嘉丽，2020；Du和Zhang，2015）。但是，很少有研究从我国税收结构的角度出发，考察不同环节的房地产税收如何影响房价水平。我国房地产税收存在着一定的不合理（胡怡建，2016；高波，2012；毛成银，2011；高凌江，2011；游春和胡才龙，2011；李绍荣，2005），这会对房地产市场发展带来一定负面影响。由于我国给推进房地产税收的改革还需要逐步推行，因此，本章为我国房地产税收的相关研究提供基础，可以帮助政府部门更好地理解房地产税收结构以及税收制度的设计。1.1我国房地产税收水平分析目前，我国的房地产税收包含的内容比较宽泛（朱迎春，2013）。房地产税收主要指的是以房地产作为调节的对象，在与房地产行业相关的整个经济活动中（包括开发环节、持有环节、使用环节、经营环节和转让环节），以房地产开发经营、买卖交易、持有等各个环节作为征税对象的税收。关于我国目前房地产行业的相关税收，可以归纳为表1.1。房地产税收就内容来看，主要包括房地产取得环节的耕地占用税与契税；持有环节的房产税、城镇土地使用税；以及转让环节的土地增值税、营业税、印花税与个人所得税（高波，2010）。表1.SEQ表5.\*ARABIC1我国房地产税收的种类Table1.1TypesofrealestatetaxationinChina税收种类纳税人计税依据营业税销售的单位和个人房地产销售/租赁收入城市建设维护费和教育附加费缴纳流转税的单位和个人纳税人实际缴纳的流转税税额企业所得税房地产开发企业所得额个人所得税房屋产权人房地产转让或租赁所得额房产税房屋产权人房产余值额或房屋租金收入印花税房地产开发企业和销售房地厂个人应税凭证记载金额城镇土地使用税土地使用人实际占用土地面积土地增值税房地产开发企业土地增值额契税房地产交易买卖双方交易合同价格耕地占用税房地产开发企业实际占用耕地面积资料来源：陈多长（2005）本研究最关心的解释变量是房地产税负的水平。但是，在进行实证研究的时候，考虑到我国房地产税收体系的发展现状，依照高波（2010）的研究，我们将房地产税收分为两类：房地产交易性税收，包括耕地占用税、契税和土地增值税；以及房地产持有性税收，包括房产税、城镇土地使用税、城市建设维护税。杜冠德和杨晓光（2018）发现征收转让环节的而营业税会无法抑制房地产价格上涨；但是征收持有环节的房产税则可以控制价上涨。杜冠德和杨晓光（2018）发现征收转让环节的而营业税会无法抑制房地产价格上涨；但是征收持有环节的房产税则可以控制价上涨。从表1.2我们可以看出，第一，2006-2019年间，我国房地产各项税收都有了增长。其中，耕地占用税增长了约为7.12倍，在这期间内年均增长率约为17.48%；契税较2006年的水平约增长了6.16倍，2006-2019年之间的年均增长率约为16.35%；土地增值税增长的幅度则更大，约为26.93倍，年平均增长率发达到了29.20%。综合考虑这三类房地产交易性的税收，我们可知2006-2019年间我国房地产交易税年均的增长率为20.32%；比较同期的商品房销售额来看，年均增长率约为16.7%。另外，表1.2同样提供了我国2006-2019年间房地产持有性税收的变化情况。房产税、城镇土地使用税和城市建设维护税分别增长了4.8倍，11.42倍和3.94倍，年均增长率分别为14.49%，21.38%和13.08%。合计的房地产市场持有性税收年增长率约为14.82%，该增长率低于2006-2019年之间房地产交易性税收的增长情况。此外，从各类税收的绝对值来看，截止到2019年，我国全国房地产交易性税收的总量为14067.84亿元，而持有性税收总值为9798.28亿元，这说明我国目前房地产税收体系中更加重视交易环节而不是持有环节，我们在持有环节征收的税收水平仍然相对较低。表1.SEQ表5.\*ARABIC22006-2019年我国商品房销售额及房地产各项税收（单位：亿元）Table1.22006-2019commercialhousingsalesandrealestatetaxes(unit:100millionyuan)年份商品房销售额耕地占用税契税土地增值税房产税城镇土地使用税城市维护建设税20063367171.12867.67231.47514.85176.81933.4320073864181.041206.25403.10571.46381.491148.7020083800314.411307.54537.43680.34816.901336.3020094681633.071731.05719.56803.66920.981419.9220105032888.642464.851278.29894.071004.011736.27201153571071.462761.732062.611102.391222.262609.92201257911620.712874.012719.061372.491541.712934.76201362371808.233844.023293.911581.501718.773243.60201463242059.054000.703914.681851.641992.623461.82201567932097.213898.553832.182050.902142.043707.04201674762028.894300.004212.192220.912251.743880.32201778921651.894910.424911.282604.332360.554204.1220188736.91318.855729.945641.382888.562387.604680.67201993101389.846212.866461.142988.432191.414614.44数据来源：国家统计局为了进一步对房地产市场的税负水平进行分析，本章参考现有文献（胡定核和朱沙，2014；李祥，2013），计算了房地产税负水平，即每单位商品房销售额中房地产税收的水平。基于国家统计局的数据，我们利用上述定义计算了我国2006-2019年之间房地产税负水平的变化，如图1.1所示。图1.1表明，2006-2019年我国房地产税负的变化情况较稳定，但是在2008年和2014年有明显的上升。整体来看，房地产税收占商品房销售额的比例在0.15至0.22之间。具体来看，交易性税负和持有性税负占商品房销售额的比例在0.05至0.12之间：2009年以前持有性税负略高于交易性税负；但是，2009年以后交易性税收占比上升，超过了持有性税负在商品房销售额中的占比。图1.SEQ图5.\*ARABIC12006-2019年我国房地产税负情况Figure1.1Realestatetaxloadfrom2006to2019数据来源：国家统计局表1.3展示了2006-2019年间我国31个省（市/自治区）房地产税负的情况。该表可以体现出我国房地产税收占商品房销售额的比重较低：2019年，除了北京市、内蒙古和新疆的房地产税负大于0.3之外，其余所有省市房地产税负均小于0.3，23个省市的税负小于0.2。表1.SEQ表5.\*ARABIC32006-2019年我国31个省（市/自治区）房地产税负（单位：亿元）Table1.32006-2019realestateloadsof31provinces(unit:100millionyuan)20062007200820092010201120122013201420152016201720182019全国0.140.130.200.140.160.180.200.190.230.200.160.150.150.15安徽0.140.110.170.130.160.150.180.160.170.180.130.130.110.11北京0.080.090.160.100.140.220.170.200.280.220.190.360.430.32重庆0.100.080.110.080.100.130.140.140.160.180.160.130.120.12福建0.110.110.230.130.160.170.140.130.150.160.130.120.110.10甘肃0.220.200.270.210.200.220.210.190.180.170.150.160.180.16广东0.120.110.180.140.150.190.210.180.210.170.130.130.150.16广西0.160.130.180.160.150.160.240.230.230.220.180.130.100.09表1.32006-2019年我国31个省（市/自治区）房地产税负（单位：亿元）（续）Table1.32006-2019realestateloadsof31provinces(unit:100millionyuan)20062007200820092010201120122013201420152016201720182019贵州0.200.180.250.130.150.170.220.200.260.270.250.220.150.12海南0.190.160.150.120.090.120.180.140.190.190.130.080.130.24河北0.200.200.220.180.150.140.170.170.180.160.140.150.220.23黑龙江0.200.170.240.170.150.160.150.160.230.270.240.220.260.27河南0.210.160.250.200.190.170.200.200.190.190.140.130.130.13湖北0.140.120.210.160.180.170.200.190.210.190.140.130.120.12湖南0.200.160.200.160.170.150.170.170.210.200.150.160.140.16吉林0.210.190.210.170.130.190.260.310.370.350.280.220.200.16辽宁0.170.160.190.190.180.220.240.230.320.220.230.200.200.20内蒙古0.210.150.190.200.170.180.290.320.460.530.500.360.310.31青海0.200.160.230.180.140.130.200.170.170.200.150.130.170.13山东0.270.250.280.230.180.190.240.240.290.280.230.210.180.17上海0.100.090.160.090.150.230.250.180.230.180.170.300.260.24山西0.280.260.370.320.250.310.270.290.320.260.190.170.170.19陕西0.180.160.200.150.150.120.180.190.230.210.170.130.130.11四川0.110.100.170.110.120.130.140.150.180.180.140.120.110.10天津0.090.090.140.130.150.180.210.220.270.240.140.210.210.19新疆0.200.180.250.170.170.180.240.210.250.250.300.320.350.30西藏0.050.040.050.120.380.600.640.560.210.440.320.390.360.19云南0.150.150.260.200.190.210.230.230.210.210.170.140.120.12浙江0.140.120.220.110.150.240.200.180.220.180.130.110.110.13四川0.110.100.170.110.120.130.140.150.180.180.140.120.110.10天津0.090.090.140.130.150.180.210.220.270.240.140.210.210.19新疆0.200.180.250.170.170.180.240.210.250.250.300.320.350.30西藏0.050.040.050.120.380.600.640.560.210.440.320.390.360.19云南0.150.150.260.200.190.210.230.230.210.210.170.140.120.12浙江0.140.120.220.110.150.240.200.180.220.180.130.110.110.13江苏0.140.150.220.140.170.220.220.190.240.200.140.150.150.14江西0.160.150.260.210.240.230.270.230.280.270.190.150.130.12宁夏0.100.100.130.070.080.110.150.120.130.180.160.160.160.14数据来源：国家统计局，经作者整理得到1.2模型设定本研究分别从房地产交易相关的税与房地产持有方面的税负出发考察房地产交易税，房地产持有税对房价的影响。首先本研究构建如下计量模型（1.1）。Ln（1.1）其中Tax_transactionit表示省份i在第t年的房地产交易税负水平，即每单位商品房销售额中与交易有关的税收。Tax_holdit表示房地产持有税负水平，即每单位商品房销售额中与持有有关的税收。Hkit表示i省第k类公共服务在第t年的水平。β1代表交易性房地产税负对房价的边际效应：若β1由于住房价格与城市经济发展水平和人口数量等因素密切相关，为了控制这些因素对住房价格的影响，本研究加入Xit为控制变量。根据现有的房地产经济领域，特别是房价形成的相关研究，本研究选取了与房地产价格形成密切相关的因素作为控制变量，这些变量主要包括城市人口数量和地区生产总值。最后，从公共财政的观点，现有研究指出土地出让金是政府财政收入的主要来源，也是导致很多城市价格上涨的重要因素（Wu等.，2015；况伟大，2012）。为了控制土地出让金的影响，本研究在模型中加入了土地出让金这一个控制变量。这些变量的加入，可以在一定程度上缓解计量模型中遗漏重要变量的问题，从而可以更好地刻画公共服务对于房价水平的影响。ε1.3实证过程与结果1.3.1数据来源本研究选取我国河北省、山西省、辽宁省、吉林省、黑龙江省、江苏省、浙江省、安徽省、福建省、江西省、山东省、河南省、湖北省、湖南省、广东省、海南省、四川省、贵州省、云南省、陕西省、甘肃省、青海省、内蒙古自治区、广西壮族自治区、西藏自治区、宁夏回族自治区、新疆维吾尔自治区、北京市、天津市、上海市、和重庆市在内的31个省市作为研究样本，实证的数据来源主要是省市统计年鉴和国家统计局数据，样本选取2006年到2017年我国31个省（市/自治区）的相关指标数据。本研究关注公共服务对住房市场的影响，因此选取样本省市的年度商品住宅销售价格作为因变量，省市房地产赋税水平和城市基本公共服务指数为主要解释变量。考虑到地区的经济社会发展情况对于住房市场的影响，本研究选取与经济基本面相关的省市人口数量以及地区生产总值作为控制变量。本研究实证中使用的变量如表1.4所示，样本变量在2017年的数据描述见表1.5。表1.SEQ表5.\*ARABIC4省市变量Table1.4Variables变量名称变量符号单位数据来源商品住宅销售价格Housingprice元/平方米国家统计局城市基本公共服务Publicservice经作者计算得到房地产交易性税收Tax_trasaction经作者计算得到房地产持有性税收Tax_hold经作者计算得到土地出让金LandRevenue经作者计算得到人口数量Population万人中经网统计数据库生产总值GDP万元中经网统计数据库在本研究中所使用到的样本变量在2017年的数据描述见表1.5。其中商品房价格指数ln值平均为8.919。从房地产税负水平来看，商品房税负水平较低，其中每一元商品房销售价格中，交易性质的房地产税收约为0.047元，持有性质的税收约占0.037元。此外，土地出让金、省份人口数量和地区生产总值的ln值分别为8.842、8.140和1.687。表1.SEQ表5.\*ARABIC5指标描述性统计（2017年）Table1.5Descriptivestatisticsofindicators（2017）变量平均值标准差最小值最大值ln(Housingprice)8.9190.4648.42210.38taxload_trans0.0920.0350.0480.18taxload_hold0.0930.0610.0280.32ln(LR)8.8420.9337.48811.35ln(Population)8.1400.8481.8209.321ln(GDP)1.6870.4011.0272.6221.3.2实证结果分析在实证结果部分，我们汇报了固定效应模型的回归结果。表1.6汇报了房地产交易性税收、持有性税收以及各类公共服务对城市房价的影响。其中第（1）列到第（4）列汇报了房地产交易性税收、持有性税收以及公共服务中环境水平对房价的影响。（5-8）列汇报了房地产交易性税收、持有性税收、各类公共服务以及控制变量对城市房价的影响。考虑到回归分析中可能存在的异方差问题，表1.6中汇报了稳健的标准误。第（5-8）列的结果表明，在控制了其他影响房价的重要因素之后，省市公共服务水平，例如医疗水平以及交通水平对于房价的影响有显著的推动作用。实证结果表明房地产交易性税收推动房价上涨，但是持有性房地产税收对房价水平有负的影响。正如模型设定中分析的那样，房地产交易性税收推动房价的上涨，可能是因为房地产交易性上升，增加了开发商的成本，开发商通过将这部分成本转嫁给消费者或者通过减少供给的方式，推动了房价水平的增长。但是，对于房地产持有税来说，由于房屋持有者会负担相关的税负，因此该类税收提高会降低居民实际收入与支付能力进而减少房地产市场需求并抑制房价增长。因此，假设H3a得到验证，即房地产税负水平会抑制房价的上涨。考虑公共服务的情况下，以医疗公共服务为例，如第（6）列所示，在控制住所有相关变量之后，房地产交易税负对房价影响的系数为1.454，且在1%的水平下显著。在考虑税负和其他控制变量的情况下，医疗水平对房价影响的系数为0.033，且在1%的水平下显著。说明公共服务在考虑税收的情况下仍然对房价水平有推动作用。因此，研究公共服务对房价的影响应该充分考虑到公共服务与房地产调控政策的关系。研究结果还表明，土地出让金对商品房价格有显著的推动作用，其系数在0.220至0.245。这说明土地出让金仍然时影响我国房价水平的一个重要因素，该结论与况伟大等（2012）和Wu等（2015）的结论一致。表1.SEQ表5.\*ARABIC6房地产税负、公共服务对商品房价影响实证结果Table1.6Empiricalresultsofrealestatetaxesandpublicservices’simpactsonhousingprices(1)(2)(3)(4)(5)(6)(7)(8)变量FEFEFEFEFEFEFEFETax_trans1.511***1.024***1.767***4.329***1.511***1.454***1.541***1.287**(0.944)(0.870)(1.004)(0.975)(0.467)(0.445)(0.480)(0.480)Tax_hold-2.133-1.776-2.166-2.004**-1.121*-1.069-1.121*-1.190*(1.297)(1.176)(1.289)(0.932)(0.656)(0.661)(0.659)(0.588)Public_envi0.100**0.003(0.037)(0.026)Public_medi0.139***0.033***(0.031)(0.012)Public_edu0.0430.021(0.039)(0.017)Public_tran0.349***0.147***(0.071)(0.040)LnLR0.243***0.235***0.245***0.220***(0.030)(0.029)(0.029)(0.028)LnPOP1.532*1.384*1.403*1.595**(0.772)(0.725)(0.734)(0.769)LnGDP0.009***0.009***0.009***0.006**(0.002)(0.002)(0.002)(0.003)Constant8.180***8.111***8.120***7.822***-1.889-4.638-4.885-6.369(0.143)(0.128)(0.156)(0.076)(6.137)(1.761)(1.829)(6.106)N371362372372371362372372R-squared0.3580.4000.3500.4490.7650.7640.7670.781注：*表示p<0.1，**表示p<0.05，***表示p<0.01。括号内为稳健的标准误1.3.3分样本实证结果分析我国近年来一直想要推行房地产税收制度的改革，特别是自从2011年1月28日，我国正式在上海重庆市开始试点房产税以来，各界对于房地产税收制度改革的关注和讨论也不断增长。且从现有文献中，我们可以发现房地产税的实施，对试点城市经济社会发展有利（Du和Zhang，2015）。因此，考虑2011年之前和之后，房地产税负对房价影响很可能也存在着一定差异，本小节将样本分为2011年以前和2011年以后的两个子样本，并对两个样本分别进行回归，回归分析的结果如表1.7和表1.8所示。2011年以前房地产税负、公共服务对商品房价格的影响在表1.7中进行汇报。第（1）列至第（4）列没有加入控制变量；第（5-8）列中加入了控制变量。实证结果表明，在2011年以前，房地产交易性税负的提高会推动商品房价格的上涨。考虑加入控制变量的情况，实证结果表明房地产交易性税收对房价影响的系数范围为3.901至4.284，且分别在1%的水平下显著。这说明房地产交易性税收会推动房地产价格的上涨。另外，与表1.6的结论一致，结果表明2011年以前考虑房地产税负的情况下，医疗资源对于房价都有显著的推动作用。此外，结果还说明，房地产持有性的税负对房价有显著的抑制作用。具体来看持有性税负的系数范围在-2.081至-2.009之间，且在1%的水平下显著。这与总体样本回归的结果一致，表明2011年以前房地产税收对房价具有显著的调节作用。表1.SEQ表5.\*ARABIC7房地产税负、公共服务对商品房价影响实证结果：2011年以前Table1.7Empiricalresultsofrealestatetaxesandpublicservices’simpactsonhousingprices:before2011(1)(2)(3)(4)(5)(6)(7)(8)变量FEFEFEFEFEFEFEFETax_trans8.383***8.537***8.749***7.786***3.901***4.284***4.021***3.901***(0.799)(0.668)(0.711)(0.854)(0.881)(0.950)(0.881)(0.962)Tax_hold-2.543**-2.555**-2.661**-2.471**-2.009***-2.077***-2.081***-2.041***(1.198)(1.119)(1.195)(0.923)(0.663)(0.697)(0.691)(0.628)Public_envi0.1350.104(0.140)(0.063)Public_medi0.098***0.042**(0.020)(0.016)Public_edu0.053*0.006(0.030)(0.018)Public_tran0.265***0.155***(0.060)(0.051)控制变量无无无无有有有有N185186186186185186186186R-squared0.4550.5060.4520.5600.7140.7160.7100.743注：*表示p<0.1，**表示p<0.05，***表示p<0.01。括号内为稳健的标准误表1.8汇报了2011年以后房地产税负、公共服务对商品房价格的影响。第（1）列至第（4）列没有加入控制变量；第（5-8）列中引入了控制变量。实证结果表明，在2011年之后，对于多数模型来说，交易性税收对房地产市场价格的影响并不显著，但是模型（1-7）的结果说明，2011年以后房地产持有性税负对房价有显著的抑制作用。考虑控制变量后房地产持有性税负的系数在10%的水平下显著。其系数范围在-0.535至-0.529之间。另外，模型（7）表明，2011年之后，在考虑房地产税收的情况下，教育水平也会显著影响房价水平。表1.SEQ表5.\*ARABIC8房地产税负、公共服务对商品房价影响实证结果：2011以后Table1.8Empiricalresultsofrealestatetaxesandpublicservices’simpactsonhousingprices:after2011(1)(2)(3)(4)(5)(6)(7)(8)变量FEFEFEFEFEFEFEFETax_trans-0.794-0.826-0.575-0.681-0.558*-0.561*-0.501-0.519(0.517)(0.530)(0.476)(0.560)(0.311)(0.316)(0.301)(0.329)Tax_hold-1.224***-1.216***-1.140***-1.126***-0.528*-0.535*-0.519*-0.490(0.350)(0.352)(0.353)(0.405)(0.274)(0.274)(0.270)(0.304)Public_envi0.005-0.012(0.018)(0.009)Public_medi0.0490.003(0.030)(0.015)Public_edu0.111***0.041***(0.029)(0.013)Public_tran-0.053-0.023(0.067)(0.030)控制变量无无无无有有有有N186186186186186186186186R-squared0.1380.1550.1980.1440.6090.6080.6150.609注：*表示p<0.1，**表示p<0.05，***表示p<0.01。括号内为稳健的标准误模型结果说明，公共服务和房地产税负水平都是房价水平的重要影响因素。具体来看，房地产持有性税负水平对商品房价格有抑止作用；模型中加入房地产税负水平和控制变量后，公共服务对房价的作用仍显著。但是，当我们根据房地产市场调控阶段进行划分并分别进行回归后，我们发现2011年以前，医疗资源对房价的作用十分显著；2011年以后，教育资源对房价对商品房价格有推动作用。同时，房地产持有税对房价有一定的抑制作用，这为我国近年来提出的推动房地产税收制度的改革提供了一定实证经验。说明房地产持有税的提高可以有效地控制房价。因此，政府部门想要有效地进行房地产市场调控，特别是对商品价格相关的调控，应当充分考虑房地产税收政策（特别是房地产持有税）和地方公共支出预算的合理组合。1.4房地产税收对房价影响的实证研究：公共服务的中介效应由前文的理论机制分析，本研究提出了假设，认为在房地产税负水平对房价的影响中，公共服务扮演者中介的角色。这是因为地区财政税收的增加，会增加对公共服务的投入推动公共服务水平的提高，进而通过影响人口流入的方式传导到房地产市场价格中去。在本章节前面的分析中，已经验证了房地产税收和公共服务会共同影响房价水平。在本节，我们想要验证假设H3b，即房地产税收是否通过公共服务的中介效应传导到房价上。在本节的分析中，以房地产交易税影响房价为例，分析将基于以下中介效应模型：Ln（1.2）Ln（1.3）Ln（1.4）其中Tax_transactionit表示省份i在第t年的房地产交易税负水平，即每单位商品房销售额中与交易有关的税收。Hkit表示i省第k类公共服务在第t年的水平。由于住房价格与城市经济发展水平和人口数量等因素密切相关，为了控制这些因素对住房价格的影响，本研究加入为了检验公共服务的中介效应，第一步：检验方程（1.2）的系数∝1，也就是自变量房地产交易税收因变量房价水平的总效应；第二步：检验方程（1.3）的系数β1，也就是自变量房地产交易税收和中介变量Hkit的关系；第三步：控制中介变量Hkit后，检验方程（1.4）的系数除了对系数进行分步骤的汇报和检验之外，我们还将汇报Sobel检验系数，其检验统计量为z=ab/se(ab)=（1.5）因为Sobel的检验可以比单纯的分步骤回归检验出更多的中介效应。如果两者中介效应都显著，因此可以将Sobel检验的检验结果作为中介效应的稳健性检验。基于以上的模型和检验，我们分别对房地产交易性税收和持有型税收影响房价进行了中介效应检验。我们对中介效应的检验汇报在了表1.9至表1.12中。通过中介分析表明，交通指数都是房地产赋税水平影响商品房价格的中介因子。表1.12第（3）列表明，较高的房地产交易税税负会提高该省的交通环境；具体来看，房地产交易税税负水平和交通指数系数都显著为正。而且，中介效应检验统计量Sobel检验p值在10%的水平上显著，说明中介效应成立。这主要是因为地方政府房地产税收增加，会增加地方政府对于公共交通的投入。现有文献表明，良好的交通水平会进一步推动当地房价水平的上涨（Yang等，2019；Geng等，2015）。因此，交通是房地产税负影响房价的重要中介因子。然而，表1.9至表1.11结果说明，环境指数、教育指数和医疗指数不是房地产税收水平影响房价的中介因子。中介检验的结论验证了我们关于公共服务在房地产税收政策影响房价中扮演了中介作用的假设（H3b）。特别是关于交通指数在房地产交易税收影响房价中扮演者重要的中介因子作用。表1.SEQ表5.\*ARABIC9房地产税负对商品房价影响实证结果：环境指数的中介效应Table1.9Empiricalresultsofrealestatetax’simpactsonhouseprices:themediatingeffectofenvironmentalservices(1)(2)(3)变量LnHPPublic_enviLnHPTax_trans1.516***0.2131.511***(0.468)(0.423)(0.467)Tax_hold-1.116-0.103-1.121*(0.660)(0.322)(0.656)Public_envi0.003(0.026)控制变量是是是Constant-4.922-13.445**-1.889(1.852)(6.329)(6.137)N372371371R-squared0.7660.0560.765Sobel检验0.915表1.SEQ表5.\*ARABIC10房地产税负对商品房价影响实证结果：医疗指数的中介效应Table1.10Empiricalresultsofrealestatetax’simpactsonhouseprices:themediatingeffectofmedicalservices(1)(2)(3)变量LnHPPublic_mediLnHPTax_trans1.516***0.3661.454***(0.468)(1.006)(0.445)Tax_hold-1.116-1.321**-1.069(0.660)(0.574)(0.661)Public_medi0.033***(0.012)控制变量是是是Constant-4.9224.080-4.638(1.852)(1.412)(1.761)N372372372R-squared0.7660.1500.764Sobel检验0.797表1.SEQ表5.\*ARABIC11房地产税负对商品房价影响实证结果：教育指数的中介效应Table1.11Empiricalresultsofrealestatetax’simpactsonhouseprices:themediatingeffectofeducationservices(1)(2)(3)变量LnHPPublic_eduLnHPTax_trans1.516***-1.128**1.541***(0.468)(0.502)(0.480)Tax_hold-1.1