國內(nèi)房地產(chǎn)稅研究的知識(shí)圖譜:現(xiàn)狀、熱點(diǎn)及演化路徑
發(fā)布時(shí)間:2021-10-06 23:53
房地產(chǎn)稅是社會(huì)普遍關(guān)注的話題,梳理當(dāng)前房地產(chǎn)稅的研究熱點(diǎn)與發(fā)展脈絡(luò),可以為今后的研究提供更加科學(xué)、客觀的參考。本文采用文獻(xiàn)計(jì)量方法和知識(shí)圖譜工具分析2003—2018年CSSCI來源期刊收錄的房地產(chǎn)稅相關(guān)論文。研究結(jié)果表明:國內(nèi)房地產(chǎn)稅主題的論文數(shù)量呈遞增態(tài)勢(shì),并在2015年出現(xiàn)"井噴"現(xiàn)象;研究主體合作不夠緊密;研究熱點(diǎn)關(guān)鍵詞主要包括房產(chǎn)稅、房?jī)r(jià)、房地產(chǎn)稅改革、計(jì)稅依據(jù)、立法、稅制改革和土地出讓金等;研究熱點(diǎn)主題概括為房地產(chǎn)稅的基本理論、影響效應(yīng)以及房地產(chǎn)稅改革與立法問題的研究,研究的演化路徑經(jīng)歷了3個(gè)不同的階段。在當(dāng)前新時(shí)代發(fā)展背景下,學(xué)者們需要加強(qiáng)對(duì)房地產(chǎn)稅改革、立法和影響效應(yīng)的研究,從而為實(shí)現(xiàn)房地產(chǎn)業(yè)高質(zhì)量轉(zhuǎn)型發(fā)展、推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展提供理論支撐。
【文章來源】:科學(xué)與管理. 2020,40(05)
【文章頁數(shù)】:10 頁
【部分圖文】:
房地產(chǎn)稅文獻(xiàn)量變化趨勢(shì)圖
核心作者被認(rèn)為是在某一領(lǐng)域發(fā)文量最多、有較大影響力的作者。根據(jù)普萊斯定律對(duì)核心作者群閾值的界定,核心作者最低發(fā)文量計(jì)算公式為(其中M為需要計(jì)算的核心作者在該領(lǐng)域的最低發(fā)文量,Nmax為發(fā)文量最多的核心作者,只有大于等于M才能成為核心作者)[6]。經(jīng)統(tǒng)計(jì)分析,在研究樣本中,國內(nèi)關(guān)于房地產(chǎn)稅研究發(fā)文量最多的學(xué)者是來自中央財(cái)經(jīng)大學(xué)的何楊,其發(fā)文量為8篇,其次分別是劉威和滿燕云。經(jīng)計(jì)算得知核心作者在該領(lǐng)域的最低發(fā)文量M=2.118篇。因此,本文選取對(duì)房地產(chǎn)稅研究發(fā)文章數(shù)不少于3篇的作者列為核心作者,發(fā)文數(shù)量為3篇及以上的作者共有9位,表2列出了房地產(chǎn)稅研究的核心作者分布。圖3 房地產(chǎn)稅研究作者的合作網(wǎng)絡(luò)圖譜
經(jīng)過利用書目共現(xiàn)分析系統(tǒng)Bicomb整理篩選,得出“房?jī)r(jià)(房地產(chǎn)價(jià)格)”是除“房地產(chǎn)稅”外頻次最高的關(guān)鍵詞,其頻次是11,其次是“房地產(chǎn)稅改革”,其出現(xiàn)頻次是9次。利用Cite Space可視化分析工具,對(duì)關(guān)鍵詞進(jìn)行共現(xiàn)分析,最終得到房地產(chǎn)稅研究熱點(diǎn)關(guān)鍵詞共現(xiàn)圖譜(圖4),圖譜中關(guān)鍵詞之間的連線表示相互之間存在共線關(guān)系,關(guān)鍵詞所代表的圓面積越大,說明關(guān)鍵詞出現(xiàn)頻次越高,和各個(gè)關(guān)鍵詞之間的關(guān)系也越密切,即研究熱點(diǎn)越高。從圖4可知,房產(chǎn)稅、房?jī)r(jià)(房地產(chǎn)價(jià)格)、房地產(chǎn)稅改革、計(jì)稅依據(jù)、立法(房地產(chǎn)稅立法)、稅制改革、土地出讓金等主題關(guān)鍵詞是專家學(xué)者們對(duì)于房地產(chǎn)稅研究領(lǐng)域關(guān)注討論的焦點(diǎn)。為了得到更具內(nèi)在聯(lián)系性的數(shù)據(jù)結(jié)構(gòu),以供揭示房地產(chǎn)稅領(lǐng)域的研究分類與熱點(diǎn)。本文利用Bicomb軟件對(duì)房地產(chǎn)稅高頻關(guān)鍵詞進(jìn)行統(tǒng)計(jì)后,關(guān)鍵字段選擇為“關(guān)鍵詞”,頻次閾值設(shè)定為6,由此生成關(guān)鍵詞詞篇矩陣,然后將導(dǎo)出來的數(shù)據(jù)導(dǎo)入SPSS 20.0軟件中,利用系統(tǒng)聚類分析方法,區(qū)間設(shè)定為Euclidean,二分類選擇為Ochiai,聚類數(shù)設(shè)定為5,由此繪制出了圖5房地產(chǎn)稅研究高頻關(guān)鍵詞聚類樹狀圖。如圖可以看出,聯(lián)系比較密切的關(guān)鍵詞聚集在一起形成了大致5個(gè)聚類團(tuán)。第一類團(tuán)是由財(cái)產(chǎn)稅、房產(chǎn)稅、稅率關(guān)鍵詞構(gòu)成的;第二類團(tuán)包括稅種、物業(yè)稅和房?jī)r(jià);第三類團(tuán)涵蓋房地產(chǎn)稅、改革和計(jì)稅依據(jù);第四類團(tuán)由土地出讓金構(gòu)成;第五類團(tuán)包含了房地產(chǎn)稅改革和立法。另外,從圖5中可知,前四個(gè)類團(tuán)最終又統(tǒng)一歸類于第五類團(tuán):房地產(chǎn)稅改革和立法。這說明房地產(chǎn)稅改革和立法研究是專家、學(xué)者們研究的落腳點(diǎn)和未來研究的熱點(diǎn)。
【參考文獻(xiàn)】:
期刊論文
[1]關(guān)于房地產(chǎn)稅立法的社會(huì)共識(shí)和專業(yè)共識(shí)[J]. 王文婷,方瑜聰. 行政管理改革. 2019(04)
[2]關(guān)于房地產(chǎn)稅與土地出讓金關(guān)系的辨析與抉擇[J]. 陳慶海,楊陳,林婉. 稅務(wù)研究. 2018(05)
[3]對(duì)房地產(chǎn)稅幾個(gè)基本理論問題的澄清——兼與劉小兵、周天勇、何楊等教授商榷[J]. 易憲容. 探索與爭(zhēng)鳴. 2018(04)
[4]房地產(chǎn)稅:中國稅收改革再出發(fā)——稅收國家轉(zhuǎn)型與地方治理革新[J]. 李梅,李煒光,姚玲珍,張曙光,周天勇,施正文,張長(zhǎng)東. 探索與爭(zhēng)鳴. 2018(03)
[5]房地產(chǎn)稅功能定位的國際比較研究[J]. 李長(zhǎng)生. 經(jīng)濟(jì)體制改革. 2017(06)
[6]對(duì)開征房地產(chǎn)稅的相關(guān)思考[J]. 葉永,周妍. 經(jīng)濟(jì)研究參考. 2017(17)
[7]中國城市房地產(chǎn)稅的定位及改革研究[J]. 崔惠玉,郭曼曼,周偉. 財(cái)經(jīng)問題研究. 2017(01)
[8]中國房地產(chǎn)稅立法研究的多維視角[J]. 張富強(qiáng). 華南師范大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版). 2016(04)
[9]我國房地產(chǎn)稅制度改革研究[J]. 蘇明,施文潑. 經(jīng)濟(jì)研究參考. 2016(09)
[10]我國房地產(chǎn)稅功能應(yīng)如何定位[J]. 胡怡建,范椏楠. 財(cái)政研究. 2016(01)
本文編號(hào):3420979
【文章來源】:科學(xué)與管理. 2020,40(05)
【文章頁數(shù)】:10 頁
【部分圖文】:
房地產(chǎn)稅文獻(xiàn)量變化趨勢(shì)圖
核心作者被認(rèn)為是在某一領(lǐng)域發(fā)文量最多、有較大影響力的作者。根據(jù)普萊斯定律對(duì)核心作者群閾值的界定,核心作者最低發(fā)文量計(jì)算公式為(其中M為需要計(jì)算的核心作者在該領(lǐng)域的最低發(fā)文量,Nmax為發(fā)文量最多的核心作者,只有大于等于M才能成為核心作者)[6]。經(jīng)統(tǒng)計(jì)分析,在研究樣本中,國內(nèi)關(guān)于房地產(chǎn)稅研究發(fā)文量最多的學(xué)者是來自中央財(cái)經(jīng)大學(xué)的何楊,其發(fā)文量為8篇,其次分別是劉威和滿燕云。經(jīng)計(jì)算得知核心作者在該領(lǐng)域的最低發(fā)文量M=2.118篇。因此,本文選取對(duì)房地產(chǎn)稅研究發(fā)文章數(shù)不少于3篇的作者列為核心作者,發(fā)文數(shù)量為3篇及以上的作者共有9位,表2列出了房地產(chǎn)稅研究的核心作者分布。圖3 房地產(chǎn)稅研究作者的合作網(wǎng)絡(luò)圖譜
經(jīng)過利用書目共現(xiàn)分析系統(tǒng)Bicomb整理篩選,得出“房?jī)r(jià)(房地產(chǎn)價(jià)格)”是除“房地產(chǎn)稅”外頻次最高的關(guān)鍵詞,其頻次是11,其次是“房地產(chǎn)稅改革”,其出現(xiàn)頻次是9次。利用Cite Space可視化分析工具,對(duì)關(guān)鍵詞進(jìn)行共現(xiàn)分析,最終得到房地產(chǎn)稅研究熱點(diǎn)關(guān)鍵詞共現(xiàn)圖譜(圖4),圖譜中關(guān)鍵詞之間的連線表示相互之間存在共線關(guān)系,關(guān)鍵詞所代表的圓面積越大,說明關(guān)鍵詞出現(xiàn)頻次越高,和各個(gè)關(guān)鍵詞之間的關(guān)系也越密切,即研究熱點(diǎn)越高。從圖4可知,房產(chǎn)稅、房?jī)r(jià)(房地產(chǎn)價(jià)格)、房地產(chǎn)稅改革、計(jì)稅依據(jù)、立法(房地產(chǎn)稅立法)、稅制改革、土地出讓金等主題關(guān)鍵詞是專家學(xué)者們對(duì)于房地產(chǎn)稅研究領(lǐng)域關(guān)注討論的焦點(diǎn)。為了得到更具內(nèi)在聯(lián)系性的數(shù)據(jù)結(jié)構(gòu),以供揭示房地產(chǎn)稅領(lǐng)域的研究分類與熱點(diǎn)。本文利用Bicomb軟件對(duì)房地產(chǎn)稅高頻關(guān)鍵詞進(jìn)行統(tǒng)計(jì)后,關(guān)鍵字段選擇為“關(guān)鍵詞”,頻次閾值設(shè)定為6,由此生成關(guān)鍵詞詞篇矩陣,然后將導(dǎo)出來的數(shù)據(jù)導(dǎo)入SPSS 20.0軟件中,利用系統(tǒng)聚類分析方法,區(qū)間設(shè)定為Euclidean,二分類選擇為Ochiai,聚類數(shù)設(shè)定為5,由此繪制出了圖5房地產(chǎn)稅研究高頻關(guān)鍵詞聚類樹狀圖。如圖可以看出,聯(lián)系比較密切的關(guān)鍵詞聚集在一起形成了大致5個(gè)聚類團(tuán)。第一類團(tuán)是由財(cái)產(chǎn)稅、房產(chǎn)稅、稅率關(guān)鍵詞構(gòu)成的;第二類團(tuán)包括稅種、物業(yè)稅和房?jī)r(jià);第三類團(tuán)涵蓋房地產(chǎn)稅、改革和計(jì)稅依據(jù);第四類團(tuán)由土地出讓金構(gòu)成;第五類團(tuán)包含了房地產(chǎn)稅改革和立法。另外,從圖5中可知,前四個(gè)類團(tuán)最終又統(tǒng)一歸類于第五類團(tuán):房地產(chǎn)稅改革和立法。這說明房地產(chǎn)稅改革和立法研究是專家、學(xué)者們研究的落腳點(diǎn)和未來研究的熱點(diǎn)。
【參考文獻(xiàn)】:
期刊論文
[1]關(guān)于房地產(chǎn)稅立法的社會(huì)共識(shí)和專業(yè)共識(shí)[J]. 王文婷,方瑜聰. 行政管理改革. 2019(04)
[2]關(guān)于房地產(chǎn)稅與土地出讓金關(guān)系的辨析與抉擇[J]. 陳慶海,楊陳,林婉. 稅務(wù)研究. 2018(05)
[3]對(duì)房地產(chǎn)稅幾個(gè)基本理論問題的澄清——兼與劉小兵、周天勇、何楊等教授商榷[J]. 易憲容. 探索與爭(zhēng)鳴. 2018(04)
[4]房地產(chǎn)稅:中國稅收改革再出發(fā)——稅收國家轉(zhuǎn)型與地方治理革新[J]. 李梅,李煒光,姚玲珍,張曙光,周天勇,施正文,張長(zhǎng)東. 探索與爭(zhēng)鳴. 2018(03)
[5]房地產(chǎn)稅功能定位的國際比較研究[J]. 李長(zhǎng)生. 經(jīng)濟(jì)體制改革. 2017(06)
[6]對(duì)開征房地產(chǎn)稅的相關(guān)思考[J]. 葉永,周妍. 經(jīng)濟(jì)研究參考. 2017(17)
[7]中國城市房地產(chǎn)稅的定位及改革研究[J]. 崔惠玉,郭曼曼,周偉. 財(cái)經(jīng)問題研究. 2017(01)
[8]中國房地產(chǎn)稅立法研究的多維視角[J]. 張富強(qiáng). 華南師范大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版). 2016(04)
[9]我國房地產(chǎn)稅制度改革研究[J]. 蘇明,施文潑. 經(jīng)濟(jì)研究參考. 2016(09)
[10]我國房地產(chǎn)稅功能應(yīng)如何定位[J]. 胡怡建,范椏楠. 財(cái)政研究. 2016(01)
本文編號(hào):3420979
本文鏈接:http://sikaile.net/jingjilunwen/fangdichanjingjilunwen/3420979.html
最近更新
教材專著