住房消费论文：房产税影响消费的实证探索.doc

住房消费论文：房产税影响消费的实证探索.doc住房消费论文：房产税影响消费的实证探索
本文作者：赵晓莉 吴晓燕周京奎 工作单位：南开大学
理论模型
考虑到住宅市场的风险因素对家庭消费决策的影响，本文仍将沿着 Merton (1971)和史永东等(2009)的建模思路，将住宅权属选择概率纳入非 住宅耐用品消费决策的随机最优控制模型。假定在一个无交易成本的经济 中，代表性消费者在t期的非住宅耐用品消费为C(t),住宅消费为H(t)o 为简化分析，假定无论自有住宅者还是租房者，其消费的住宅面积和质量 相同，且住宅是无限可分的。该代表性家庭的效用函数U (C, H)满足:U' C (C, H)>0, U'H(C, H)>0, U〃 CC(C, H)V0, U〃 HH<0( 1)假定代表性家庭在 每期有两个收入来源:一是工资收入I，假定它满足di (t)=Ydt,其中，Y 为常数。为简化分析，假定该家庭仅有两类资产，即无风险资产F和住宅 资产H。我们用A={F, H}来代表该家庭拥有的资产集。上述两类资产的收 益构成了该家庭的资产性收入。假定Pi(t)分别为无风险资产和住宅资产 的价格，并且服从如下Ito-过程：
数据、变量与方法
(一)数据与变量选取美国商务部与统计局联合进行了一个项目 美
国都市住房调查(AmericanHousingSurvey :MeropolitanSurvey),每 7 年对 Bos ton、Miami、NewOrleans、Atlanta、LasVegas、Dalas、Sea ttle 等41个城市和地区轮流作一次调查，取得被访问者的家庭特征信息(如住 宅权属、家庭年收入、房屋结构类型等)和个人信息(如户主的年龄、教育 水平、种族等)。本文使用2002年、2004年和2007年的调查数据①，该
数据涵盖了 Baltim ore、Bos ton、Hous ton、Miami 的 Hialeah、Minneapolis
的 SaintPaul、Tampa 的 Saint、Petersburg 的 Clearwater 和 WashingtonDC 等33个地区通过随机抽样确定的147214个家庭，如此样本容量，应该能 充分体现不同家庭的异质性，可以做很好的政策对比分析。同时，我们以 2002年为基期，利用美国CPI数据将模型中所有价值型变量转换为实际变 量。本文所使用的变量涉及住宅特征、家庭特征、户主特征等。各变量定 义如下： value代表居民住宅的价值:h ownship代表住 宅权属选择，权属类型分为租房和个人自有住宅。住宅结构特征主要包括: 房龄h_age、房屋的结构类型h type （独立住宅定义为1,公寓定义为0）、 房屋是否有空调d_airconditioner、住宅所在建筑的楼层数store_num、 住宅面积h_area、房屋的使用成本h_cost、卧室的数量room_num。住宅 邻里特征包括:住宅的区位特征向量h locat （1为市中心，0为郊区）、1〜 2个街区内是否有停车场d_parking、邻里是否有严重的噪音d_comnoise、 对邻里购物的满意度d_shopping_satis、对邻里居住环境的评价 live_neighbor_rate、1〜2个街区内是否有工厂等工业企业d_factory、 社区内是否有