本文以上海和重慶房產(chǎn)稅試點(diǎn)改革為重點(diǎn),在分析房產(chǎn)稅改革對企業(yè)投資影響機(jī)理的基礎(chǔ)上,基于2006～2016年度35個(gè)大中城市的面板數(shù)據(jù),采用合成控制法實(shí)證分析房產(chǎn)稅改革對企業(yè)投資的影響效應(yīng),結(jié)合排序法與雙重差分法進(jìn)行穩(wěn)健性檢驗(yàn)。結(jié)果發(fā)現(xiàn),相比房產(chǎn)稅改革試點(diǎn)前,地方企業(yè)投資出現(xiàn)不同程度的提升。這表明地方政府可注重研究本地企業(yè)投資現(xiàn)狀,在中央的部署下,通過適度調(diào)整房產(chǎn)稅政策來引導(dǎo)企業(yè)投資,使得投資結(jié)構(gòu)與地區(qū)經(jīng)濟(jì)結(jié)構(gòu)相適應(yīng),實(shí)現(xiàn)地區(qū)經(jīng)濟(jì)高質(zhì)量持續(xù)發(fā)展。 

【文章來源】：經(jīng)濟(jì)體制改革. 2020,(02)北大核心CSSCI

【文章頁數(shù)】：8 頁

【部分圖文】：

實(shí)際上海與合成上海的企業(yè)投資

實(shí)際重慶與合成重慶的企業(yè)投資

為了從統(tǒng)計(jì)視角驗(yàn)證上海、重慶企業(yè)投資實(shí)際值與預(yù)測值之間的差異是由房產(chǎn)稅政策引致的,參照Abadie et al.(2010)提出的排序檢驗(yàn)法(Permutation Test)進(jìn)行檢驗(yàn)。[24]該檢驗(yàn)方法的理論是假定所有參照組的33個(gè)城市均在2011年開始征收房產(chǎn)稅,采用合成控制法設(shè)定相應(yīng)城市為合成控制對象,根據(jù)相應(yīng)城市的估算效果與上海、重慶地區(qū)估算效果進(jìn)行比較,以此來判斷是否其他城市會(huì)和上海、重慶出現(xiàn)相同的情況。如果比較結(jié)果表明二者之間政策效果差距非常大,則表明房產(chǎn)稅的政策效果是顯著的。但這一方法要求參照組對合成控制城市具有良好的擬合效果,這種擬合效果主要體現(xiàn)在均方預(yù)測誤差的平方根(RMSPE,Root Mean Square Prediction Error)數(shù)值大小,數(shù)值越小,則表示擬合效果越好。故而,若合成控制城市在政策實(shí)施年份之前的擬合效果較差,則繼續(xù)分析預(yù)測效果的差異則會(huì)得到偏向性估計(jì)結(jié)果,并且這種偏向性結(jié)果與房產(chǎn)稅政策效應(yīng)無關(guān)。估算結(jié)果發(fā)現(xiàn),RMSPE大于上海的2倍的有26個(gè)地區(qū),小于上海2倍的有7個(gè)地區(qū)。RMSPE大于重慶的2倍的有27個(gè)地區(qū),小于重慶2倍的有6個(gè)地區(qū)。圖3和圖4給出了去除上述大于上海和重慶2倍的地區(qū)之后上海、重慶和其他城市預(yù)測誤差分布,發(fā)現(xiàn)2011年前上海、重慶與其他城市的平均預(yù)測標(biāo)準(zhǔn)差均比較小,而在2011年之后平均預(yù)測標(biāo)準(zhǔn)差則位于其他參照組城市下方的最外部。這表明隨機(jī)選擇任一個(gè)參照組城市進(jìn)行預(yù)測估計(jì),得到和上海、重慶相近顯著水平下的企業(yè)投資的概率相對較小,即上海和重慶房產(chǎn)稅試點(diǎn)改革政策對兩地區(qū)的企業(yè)投資具有顯著促進(jìn)作用,這也是對前面研究結(jié)果的印證。圖4 重慶和其他城市預(yù)測誤差分布

【參考文獻(xiàn)】：
期刊論文
[1]社會(huì)資本對企業(yè)投資效率影響研究——基于法律監(jiān)管環(huán)境的分析[J]. 齊鈺,花馮濤.  重慶工商大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版). 2019(06)
[2]國有企業(yè)融資優(yōu)勢與投資效率背離之謎——基于產(chǎn)權(quán)與產(chǎn)業(yè)的比較分析[J]. 賴明發(fā),陳維韜,鄭開焰.  經(jīng)濟(jì)問題. 2019(05)
[3]政府補(bǔ)貼對農(nóng)業(yè)企業(yè)R&D投資行為的影響研究[J]. 展進(jìn)濤,邵興娟,徐萌.  科研管理. 2019(04)
[4]資本市場開放與股價(jià)對企業(yè)投資的引導(dǎo)作用:基于滬港通交易制度的經(jīng)驗(yàn)證據(jù)[J]. 連立帥,朱松,陳超.  中國工業(yè)經(jīng)濟(jì). 2019(03)
[5]外生沖擊、房地產(chǎn)價(jià)格與企業(yè)投資[J]. 汪勇,李雪松.  財(cái)經(jīng)研究. 2019(03)
[6]地方政府債務(wù)對非國有企業(yè)投資效率的影響研究[J]. 熊虎,沈坤榮.  當(dāng)代財(cái)經(jīng). 2019(02)
[7]住房價(jià)格、土地價(jià)格與地方政府行為[J]. 趙凱,劉成坤.  統(tǒng)計(jì)研究. 2018(10)
[8]個(gè)人住房房產(chǎn)稅經(jīng)濟(jì)效應(yīng):理論探討與DID實(shí)證檢驗(yàn)——基于地方經(jīng)濟(jì)主體的視角[J]. 孫少芹,崔軍.  中央財(cái)經(jīng)大學(xué)學(xué)報(bào). 2018(09)
[9]房地產(chǎn)稅改革對居民房價(jià)預(yù)期的影響——基于情景模擬的實(shí)證研究[J]. 陳力朋,崔怡,賀敏.  經(jīng)濟(jì)問題探索. 2018(08)
[10]經(jīng)濟(jì)增長、制度環(huán)境對地方政府土地財(cái)政依賴的影響機(jī)理[J]. 黃靜,吳群,王健.  財(cái)經(jīng)論叢. 2017(12)

碩士論文
[1]房產(chǎn)稅對住房租賃價(jià)格的影響研究[D]. 曹光譜.上海師范大學(xué) 2019
[2]財(cái)政收入視角下我國房地產(chǎn)業(yè)稅收改革研究[D]. 劉秀麗.安徽大學(xué) 2019
[3]房地產(chǎn)稅對房價(jià)的影響分析[D]. 馮晨鵬.浙江大學(xué) 2018



本文編號(hào)：3512511