作者：陈蕾 周艳秋 何晴
来源：《宏观质量研究》2021年第06期
摘 要：房地产税税基评估是积极稳妥推进房地产税改革的基础和技术前提。其现实路径之一，是确定影响房地产税税基评估值的重要变量，构建动态修正视角的税基评估模型。文章选取中国35个大中城市2003-2019年的经验数据，将最优激励影响与激励偏差影响引入实证模型，研究公共服务质量变动下房地产税税基评估的误差影响及模型修正，为房地产税改革试点推进及其征税过程中的税基确定提供理论依据和路径参考。研究发现，公共服务质量变化对房地产税税基评估值的影响整体显著，评估误差所产生的激励偏差影响大于最优激励影响，综合影响为负，并在时间趋势和区域分布上具有异质性;环境类公共服务质量在经济高质量发展阶段成为区位因素的重要修正项，交通、教育、医疗等公共服务的质量呈现空间分布差异，房地产税税基评估模型的修正及其区位因素变量的选取应因时而变、因地而异。
关键词：房地产税;改革试点;公共服务质量;税基评估;模型修正 一、引言
自沪、渝两地于2011年实施房产税试点改革以来，中国房地产税改革方案一直处于探索实践阶段，从“研究推进房地产税改革”到“加快房地产税立法并适时推进改革”;从“做好房地产税立法相关工作”到“完善地方税体系，稳妥、稳步推进房地产税立法”。不难看出，有序推进并择时出台房地产税，是当前中央与地方政府的共识和未来方向（刘华等，2020）。2021年10月23日，全国人大常务委员会第三十一次会议作出决定：为积极稳妥推进房地产税的立法与改革，授权国务院在部分地区开展房地产税改革试点工作;试点地区的征税对象为居住用和非居住用等各类房地产，不包括依法拥有的农村宅基地及其上住宅。与此同时，推进房地产税“良法善治”的基本前提之一，是对房地产税税基进行科学评估（陈蕾等，2021）。批量评估技术兼顾成本与效率，已成为世界各国开展房地产税税基评估工作的主要手段（Grover，2016;王奇超和刘玉平，2014），但是，批量评估模型需要根据客观环境变化、以评估周期为界进行动态修正，如何通过这一动态修正，科学测度房地产税税基的动态变化，减小评估误差，在房地产税税基评估领域一直备受关注。
论及房地产税税基评估模型的核心变量，建筑类型、建筑结构、建筑年代、房屋结构、房屋朝向、建筑面积等个体因素在房地产持有及征税环节相对稳定，而医疗服务、教育服务、交通设施、通信设施、环境绿化等区位因素则随政府公共服务供给的变动而相对易变，政府公共服务供给的变化会导致房地产税税基评估值的变化。着眼于批量评估模型的动态修正视角，公共服务质量成为影响房地产税税基评估值的重要变量。假设征收房地产税是以税基评估值作为计税基础，且不考虑税收优惠等因素，那么，通过合理修正的评估模型测算房地产税税基，有助于“捕获”公共服务产生的价值增量，并通过构建收支相联的决策机制，激励地方政府进一步提升公共服务质量（朱为群等，2019），同时减少“重基本建设，轻公共服务”（王胜华，2021）和“重新项目，轻日常维护”的公共服务供给偏向（汤玉刚等，2015）。此外，中国目前已进入“税感时代”（王韬和吕碧君，2018），房地产税虽然具有受益性质，但受益“良税”与纳税人“厌恶”情绪共存，使得房地产税改革需要解决纳税人可接受程度的问题（刘金东等，2019）。这除了依赖于合理的税制设计，更有赖于地方政府以高质量的公共服务满足纳税人对优质公共服务的需求（邓悦，2014;林闽钢和杨钰，2016），以此引导纳税人建立起“受益支付”意识、减小纳税抵触心理（何杨，2018）、提高纳税遵从度。因此，房地产税税基评估的科学性和合理性还关系到房地产税的税制公平性、纳税人遵从度和征管效率。聚焦公共服务质量变动视角下的房地产税税基评估模型及其区位因素修正问题，能够为房地产税改革试点推进及其征税过程中的税基确定提供理论依据和路径参考。
本文的基本逻辑是，理论上最优的房地产税税基评估值最优的房地产税税基评估值是指当评估误差为零时的税基评估结果，房地产税税基的实际评估值可无限接近该最优评估值。有助于最大化地激励地方政府持续供给和维护公共服务，产生最优激励影响;房地产税税基的实际
评估值如果与最优评估值存在较大差异，可能造成对地方政府的激励不足，产生激励偏差影响理论上，激励偏差影响可以分为激励不足和激励过度;但实务中，常见情形是政府公共服务的供给质量不断提升，如果房地产税基评估模型修正不及时，会导致税基评估结果无法及时涵盖和反映这一变化，进而造成税基低估、激励不足。故基于现实情况，本文所研究的激励偏差主要针对激励不足这一影响。
;两种影响相互作用所产生的综合影响，即为评估误差的量化表示。在此基础上，本文创新性地将最优激励影响与激励偏差影响引入实证模型，研究地方政府的公共服务质量变化对房地产税税基评估值的影响，由此探索房地产税税基评估模型的动态化校准和修正路径。基于对中国35个大中城市经验数据的模拟测算结果显示，公共服务质量变化对房地产税税基评估值的影响整体显著，评估误差所产生的激励偏差影响大于最优激励影响，综合影响为负，并呈现出时间与区域差异：从时间趋势看，随着中国经济进入高质量发展阶段，地方政府对绿化、大气等环境公共支出的增加，呈现出激励偏差影响的标准差第二次扩大的趋势，表明在房地产税税基评估的区位因素选取中，应增设绿化、大气等环境类公共服务指标，必要时可以进一步细化大气污染、噪音污染、水污染等环境类变量;从区域角度看，中国东部地区激励偏差影响的标准差较高，西部地区最优激励影响的标准差较低，东西部地区之间及其区域内部呈现出的公共服务供给结构差异均对房地产税税基评估值产生影响，表明对房地产税税基评估的区位因素选取应因地而异。
本文的架构安排如下：第二部分是文献回顾与评述;第三部分是理论模型、变量说明与数据来源;第四部分是实证结果与分析;第五部分是研究结论及政策建议。 二、文献回顾与评述
国外关于公共服务影响房地产价格的研究最早可追溯至20世纪60年代的特征价格模型。Ridker和Henning（1967）突破性地将该模型引入房地产领域，建模分析大气质量的改善对房价的影响。特别是Lancaster和Kelvin（1966）、Rosen（1974）等学者从市場供需角度出发，对房地产市场的特征价格模型进行完善，特征价格模型在房地产领域得到了广泛应用。例如，Efthymiou和Antoniou（2013）、Nazir等（2015）、Collins和Kaplan（2017）等构建特征价格模型，分别论证了交通、环境、教育等基本公共服务对房价的影响。此外，还有学者构建多元回归等数量统计模型，实证研究城市基本公共服务质量对房价的影响（Rosenthal，1999）、交通基础设施对房价的影响（Kaanp，2001）、学校对住房偏好及房价的影响（Clapp等，2008）、水源和大气等环境污染对房价的负面影响（Guignet等，2016）。国内学者关于公共服务与房地产价格的研究集中于建模分析，一类研究集中讨论城市整体公共服务对房地产价格的影响（梁若冰和汤韵，2008;张涛等，2008;邓慧慧等，2013;朱思宇和谢叙祎，2020）;另一类研究集中于某项特定公共服务对房地产价格的影响（罗欣然等，2019;邵磊等，2020）。此外，还有学者从研究方法角度研究公共服务与房地产价格，例如，张东和秦俊武（2013）、汤
玉刚等（2015）、丛颖等（2020）分别构建VAR模型、GMM模型、SDM模型，研究公共服务基础设施对房价的影响。
受益理论认为，辖区间具有竞争性，在辖区内居民可自由流动的假设前提下，居民可根据辖区内政府提供的公共物品与服务，选择符合自身偏好的辖区居住（Tiebout，1956）;征收房地产税不会改变居民偏好，不扭曲市场行为，为中性税收（Hamilton， 1976）。国外学者基于“政府能够对辖区进行有效管理”的政治因素假设，将公共物品与服务的收益和成本资本化为房地产价格，例如辖区内高质量的医疗、教育、治安、环境和具有潜力的城市发展空间等（Fischel，1992）。其中，部分学者从行政分区（Martin等，2018）、教育（Kwok和Yip，2018）等角度，研究某项具体公共服务对房地产的影响;少数学者从税收遵从角度，解释公共服务对房地产税的影响，例如从居民对于公共服务的获得感知（Hallsworth等，2017）研究房地产税，认为优质的公共服务、公共服务提供效率可保持房地产税税额的稳定（Hall和Koumpias，2018）。受国外受益论思想的影响，国内立足公共服务角度的房地产税相关研究认为，房地产税是地方政府提供公共服务的等价物，即房地产税与居民对公共服务的获取程度相匹配，这体现出房地产税的本质，有助于实现公共服务的成本分摊机制（任强等，2017）;征收房地产税可提高地方公共福利（程瑶和高波，2008），政府应加强公共服务的充足性、公平性、便利性与普惠性（廖福崇，2020），从而构建收支相联的政府决策机制（朱为群和许建标，2019;刘金东等，2019;马蔡琛和朱旭阳，2020），提升公众对公共服务的感知（郭春甫等，2016）。这既可以降低税收征管成本，又可以减少税收對经济活动的扭曲，还能够提高经济运行效率，进而显著地增强公众纳税遵从度，提升民众有效参与公共服务质量共治的意识（刘敏等，2020），最终实现地方政府“善治”（何杨和林子琨，2018）。
可见，既有文献对公共服务与房地产价格的关系以及公共服务视角的房地产税理论已开展较为丰富的研究，形成了以特征价格思想为基础的多元回归等数量统计模型，但鲜有文献针对房地产税税基评估值的误差测度以及评估模型的动态修正进行深入论证。因此，本文具体从公共服务质量变动视角，聚焦研究房地产税税基评估的误差影响和模型修正问题。 三、理论模型、变量说明与数据来源 （一）理论模型
假设征收房地产税是以评估值作为计税基础，且不考虑税收优惠等因素，理论上存在通过最优评估模型测算得到的最优评估值，能够及时、科学地反映公共服务质量的变化，而征税实践中的实际评估值难免存在差异，实际评估值与理论上的最优评估值即为评估误差。本文将基本模型设定为：
其中，taxbaseit为房地产税税基的最优评估值，taxbaseit为房地产税税基的实际评估值，K为实际评估值偏离最优评估值而产生的评估误差对应的差异额。为进一步引入最优激励影响和激励偏差影响，本文将差异额这一绝对值表示形式转化为差异影响的相对值表示形式，式
（1）进一步转化为该研究思路被广泛应用于劳动经济学、金融学、财政学、环境生态学等领域，本文在现有研究的基础上，将其引入税基评估领域。考虑到文章研究主题与推导过程的相关性，在正文中列示关键公式，具体详细的推导过程可向作者索取。：
其中，f（xit）是影响taxbaseit的特征变量，δ为待估参数向量，xit表示i地区在第t年度政府提供的一系列公共服务，it为复合残差项，可进一步分解为彼此独立的复合干扰项ωit、uit和υit。其中，ωit为最优激励影响，且ωit≥0;uit为激励偏差影响，且uit≥0;υit为一般意义上的干扰项。为测算出这两种影响，本文假定残差分布为：ωit ～ i.i.d.Exp（σω，σ2ω），uit ～ i.i.d.Exp（σu，σ2u）wit和uit亦可假设为服从其他分布，此处采用Kumbhakar和Parmeter（2009）、卢洪友等（2011）和李琛等（2019）等学者的做法，采用较为简单的指数分布予以说明。，υit ～ i.i.d.N（0，σ2υ）;为同时测度δ参数向量和两种影响，本文拟采用最大似然估计（MLE）来估计式（2），并用实际房地产税税基评估值发生变化的百分比表示各项影响对实际房地产税税基评估值影响的大小，式（3）～式（5）分别为最优激励影响、激励偏差影响、综合影响的估计值： （二）变量选取 1.被解释变量
本文选取的被解释变量是单位房地产税税基的实际“评估值”（taxbase）。房地产税税基评估值等于单位房地产税税基评估值与住房面积的乘积。基于公共服务质量视角，为了识别评估误差对房地产税税基评估模型的影响，合理校准和修正房地产税税基评估模型，本文选用商品房年平均销售价格（P）作为房地产税税基的实际“评估值”在模拟测算中，只要异于最优房地产税税基评估值的价格均可被选用。由于房地产税尚未实施，本文综合参考李文（2014）、程瑶和伍洲（2016）、陈平等（2018）、史桂芬和楚涵宇（2019）等学者的相关研究，以及数据的可获得性，选用商品房年平均销售价格作为“评估值”。。同时，为突出单位房地产税税基的实际“评估值”与公共服务质量的对应性，本文将住房面积单位化为1，研究公共服务质量对每一单位（每平方米）房地产税税基的实际“评估值”的影响。 2.核心解释变量
本文的核心解释变量是政府为纳税人提供各项公共服务的水平。参照李继玲（2017）、林梨奎和江民星（2019）等已有研究，选取以下变量作为核心解释变量：医疗服务水平指标（hospital），用医院、卫生院床位数衡量;教育服务水平指标（edu），用初中高等学校数量衡量;环境绿化水平指标（green），该指标也表示地区政府对城市环境的重视程度，用建成区绿化率概率衡量;城市大气质量水平指标（environment），用工业二氧化硫排放量衡量;交通设施服务水平指标（bus），用年末实有公共汽（电）车营运车辆数衡量;通信设施服务水平指标（internet），用国际互联网用户数衡量。
受益理论认为，辖区间具有竞争性，在辖区内居民可自由流动的假设前提下，居民可根据辖区内政府提供的公共物品与服务，选择符合自身偏好的辖区居住（Tiebout，1956）;征收房地产税不会改变居民偏好，不扭曲市场行为，为中性税收（Hamilton， 1976）。国外学者基于“政府能够对辖区进行有效管理”的政治因素假设，将公共物品与服务的收益和成本资本化为房地产价格，例如辖区内高质量的医疗、教育、治安、环境和具有潜力的城市发展空间等（Fischel，1992）。其中，部分学者从行政分区（Martin等，2018）、教育（Kwok和Yip，2018）等角度，研究某项具体公共服务对房地产的影响;少数学者从税收遵从角度，解释公共服务对房地产税的影响，例如从居民对于公共服务的获得感知（Hallsworth等，2017）研究房地产税，认为优质的公共服务、公共服务提供效率可保持房地产税税额的稳定（Hall和Koumpias，2018）。受国外受益论思想的影响，国内立足公共服务角度的房地产税相关研究认为，房地产税是地方政府提供公共服务的等价物，即房地產税与居民对公共服务的获取程度相匹配，这体现出房地产税的本质，有助于实现公共服务的成本分摊机制（任强等，2017）;征收房地产税可提高地方公共福利（程瑶和高波，2008），政府应加强公共服务的充足性、公平性、便利性与普惠性（廖福崇，2020），从而构建收支相联的政府决策机制（朱为群和许建标，2019;刘金东等，2019;马蔡琛和朱旭阳，2020），提升公众对公共服务的感知（郭春甫等，2016）。这既可以降低税收征管成本，又可以减少税收对经济活动的扭曲，还能够提高经济运行效率，进而显著地增强公众纳税遵从度，提升民众有效参与公共服务质量共治的意识（刘敏等，2020），最终实现地方政府“善治”（何杨和林子琨，2018）。
可见，既有文献对公共服务与房地产价格的关系以及公共服务视角的房地产税理论已开展较为丰富的研究，形成了以特征价格思想为基础的多元回归等数量统计模型，但鲜有文献针对房地产税税基评估值的误差测度以及评估模型的动态修正进行深入论证。因此，本文具体从公共服务质量变动视角，聚焦研究房地产税税基评估的误差影响和模型修正问题。 三、理论模型、变量说明与数据来源 （一）理论模型
假设征收房地产税是以评估值作为计税基础，且不考虑税收优惠等因素，理论上存在通过最优评估模型测算得到的最优评估值，能够及时、科学地反映公共服务质量的变化，而征税实践中的实际评估值难免存在差异，实际评估值与理论上的最优评估值即为评估误差。本文将基本模型设定为：
其中，taxbaseit为房地产税税基的最优评估值，taxbaseit为房地产税税基的实际评估值，K为实际评估值偏离最优评估值而产生的评估误差对应的差异额。为进一步引入最优激励影响和激励偏差影响，本文将差异额这一绝对值表示形式转化为差异影响的相对值表示形式，式（1）进一步转化为该研究思路被广泛应用于劳动经济学、金融学、财政学、环境生态学等领域，本文在现有研究的基础上，将其引入税基评估领域。考虑到文章研究主题与推导过程的相关性，在正文中列示关键公式，具体详细的推导过程可向作者索取。：
其中，f（xit）是影响taxbaseit的特征变量，δ为待估参数向量，xit表示i地区在第t年度政府提供的一系列公共服务，it为复合残差项，可进一步分解为彼此独立的复合干扰项ωit、uit和υit。其中，ωit为最优激励影响，且ωit≥0;uit为激励偏差影响，且uit≥0;υit为一般意义上的干扰项。为测算出这两种影响，本文假定残差分布为：ωit ～ i.i.d.Exp（σω，σ2ω），uit ～ i.i.d.Exp（σu，σ2u）wit和uit亦可假设为服从其他分布，此处采用Kumbhakar和Parmeter（2009）、卢洪友等（2011）和李琛等（2019）等学者的做法，采用较为简单的指数分布予以说明。，υit ～ i.i.d.N（0，σ2υ）;为同时测度δ参数向量和两种影响，本文拟采用最大似然估计（MLE）来估计式（2），并用实际房地产税税基评估值发生变化的百分比表示各项影响对实际房地产税税基评估值影响的大小，式（3）～式（5）分别为最优激励影响、激励偏差影响、综合影响的估计值： （二）变量选取 1.被解释变量
本文选取的被解释变量是单位房地产税税基的实际“评估值”（taxbase）。房地产税税基评估值等于单位房地产税税基评估值与住房面积的乘积。基于公共服务质量视角，为了识别评估误差对房地产税税基评估模型的影响，合理校准和修正房地产税税基评估模型，本文选用商品房年平均销售价格（P）作为房地产税税基的实际“评估值”在模拟测算中，只要异于最优房地产税税基评估值的价格均可被选用。由于房地产税尚未实施，本文综合参考李文（2014）、程瑶和伍洲（2016）、陈平等（2018）、史桂芬和楚涵宇（2019）等学者的相关研究，以及数据的可获得性，选用商品房年平均销售价格作为“评估值”。。同时，为突出单位房地产税税基的实际“评估值”与公共服务质量的对应性，本文将住房面积单位化为1，研究公共服务质量对每一单位（每平方米）房地产税税基的实际“评估值”的影响。 2.核心解释变量
本文的核心解释变量是政府为纳税人提供各项公共服务的水平。参照李继玲（2017）、林梨奎和江民星（2019）等已有研究，选取以下变量作为核心解释变量：医疗服务水平指标（hospital），用医院、卫生院床位数衡量;教育服务水平指标（edu），用初中高等学校数量衡量;环境绿化水平指标（green），该指标也表示地区政府对城市环境的重视程度，用建成区绿化率概率衡量;城市大气质量水平指标（environment），用工业二氧化硫排放量衡量;交通设施服务水平指标（bus），用年末实有公共汽（电）车营运车辆数衡量;通信设施服务水平指标（internet），用国际互联网用户数衡量。
受益理论认为，辖区间具有竞争性，在辖区内居民可自由流动的假设前提下，居民可根据辖区内政府提供的公共物品与服务，选择符合自身偏好的辖区居住（Tiebout，1956）;征收房地产税不会改变居民偏好，不扭曲市场行为，为中性税收（Hamilton， 1976）。国外学者基于“政府能够对辖区进行有效管理”的政治因素假设，将公共物品与服务的收益和成本资本化为房
地产价格，例如辖区内高质量的医疗、教育、治安、环境和具有潜力的城市发展空间等（Fischel，1992）。其中，部分学者从行政分区（Martin等，2018）、教育（Kwok和Yip，2018）等角度，研究某项具体公共服务对房地产的影响;少数学者从税收遵从角度，解释公共服务对房地产税的影响，例如从居民对于公共服务的获得感知（Hallsworth等，2017）研究房地产税，认为优质的公共服务、公共服务提供效率可保持房地产税税额的稳定（Hall和Koumpias，2018）。受国外受益论思想的影响，国内立足公共服务角度的房地产税相关研究认为，房地产税是地方政府提供公共服务的等价物，即房地产税与居民对公共服务的获取程度相匹配，这体现出房地产税的本质，有助于实现公共服务的成本分摊机制（任强等，2017）;征收房地产税可提高地方公共福利（程瑶和高波，2008），政府应加强公共服务的充足性、公平性、便利性与普惠性（廖福崇，2020），从而构建收支相联的政府决策机制（朱为群和许建标，2019;刘金东等，2019;马蔡琛和朱旭阳，2020），提升公众对公共服务的感知（郭春甫等，2016）。这既可以降低税收征管成本，又可以减少税收对经济活动的扭曲，还能够提高经济运行效率，进而显著地增强公众纳税遵从度，提升民众有效参与公共服务质量共治的意识（刘敏等，2020），最终实现地方政府“善治”（何杨和林子琨，2018）。
可见，既有文献对公共服务与房地产价格的关系以及公共服务视角的房地产税理论已开展较为丰富的研究，形成了以特征价格思想为基础的多元回归等数量统计模型，但鲜有文献针对房地产税税基评估值的误差测度以及评估模型的动态修正进行深入论证。因此，本文具体从公共服务质量变动视角，聚焦研究房地产税税基评估的误差影响和模型修正问题。 三、理论模型、变量说明与数据来源 （一）理论模型
假设征收房地产税是以评估值作为计税基础，且不考虑税收优惠等因素，理论上存在通过最优评估模型测算得到的最优评估值，能够及时、科学地反映公共服务质量的变化，而征税实践中的实际评估值难免存在差异，实际评估值与理论上的最优评估值即为评估误差。本文将基本模型设定为：
其中，taxbaseit为房地产税税基的最优评估值，taxbaseit为房地产税税基的实际评估值，K为实际评估值偏离最优评估值而产生的评估误差对应的差异额。为进一步引入最优激励影响和激励偏差影响，本文将差异额这一绝对值表示形式转化为差异影响的相对值表示形式，式（1）进一步转化为该研究思路被广泛应用于劳动经济学、金融学、财政学、环境生态学等领域，本文在现有研究的基础上，将其引入税基评估领域。考虑到文章研究主题与推导过程的相关性，在正文中列示关键公式，具体详细的推导过程可向作者索取。：
其中，f（xit）是影响taxbaseit的特征变量，δ为待估参数向量，xit表示i地区在第t年度政府提供的一系列公共服务，it为复合残差项，可进一步分解为彼此独立的复合干扰项ωit、uit和υit。其中，ωit为最优激励影响，且ωit≥0;uit为激励偏差影响，且uit≥0;υit为一般意义上
的干扰项。为测算出这两种影响，本文假定残差分布为：ωit ～ i.i.d.Exp（σω，σ2ω），uit ～ i.i.d.Exp（σu，σ2u）wit和uit亦可假设为服从其他分布，此处采用Kumbhakar和Parmeter（2009）、卢洪友等（2011）和李琛等（2019）等学者的做法，采用较为简单的指数分布予以说明。，υit ～ i.i.d.N（0，σ2υ）;为同时测度δ参数向量和两种影响，本文拟采用最大似然估计（MLE）来估计式（2），并用实际房地产税税基评估值发生变化的百分比表示各项影响对实际房地产税税基评估值影响的大小，式（3）～式（5）分别为最优激励影响、激励偏差影响、综合影响的估计值： （二）变量选取 1.被解释变量
本文选取的被解释变量是单位房地產税税基的实际“评估值”（taxbase）。房地产税税基评估值等于单位房地产税税基评估值与住房面积的乘积。基于公共服务质量视角，为了识别评估误差对房地产税税基评估模型的影响，合理校准和修正房地产税税基评估模型，本文选用商品房年平均销售价格（P）作为房地产税税基的实际“评估值”在模拟测算中，只要异于最优房地产税税基评估值的价格均可被选用。由于房地产税尚未实施，本文综合参考李文（2014）、程瑶和伍洲（2016）、陈平等（2018）、史桂芬和楚涵宇（2019）等学者的相关研究，以及数据的可获得性，选用商品房年平均销售价格作为“评估值”。。同时，为突出单位房地产税税基的实际“评估值”与公共服务质量的对应性，本文将住房面积单位化为1，研究公共服务质量对每一单位（每平方米）房地产税税基的实际“评估值”的影响。 2.核心解释变量
本文的核心解释变量是政府为纳税人提供各项公共服务的水平。参照李继玲（2017）、林梨奎和江民星（2019）等已有研究，选取以下变量作为核心解释变量：医疗服务水平指标（hospital），用医院、卫生院床位数衡量;教育服务水平指标（edu），用初中高等学校数量衡量;环境绿化水平指标（green），该指标也表示地区政府对城市环境的重视程度，用建成区绿化率概率衡量;城市大气质量水平指标（environment），用工业二氧化硫排放量衡量;交通设施服务水平指标（bus），用年末实有公共汽（电）车营运车辆数衡量;通信设施服务水平指标（internet），用国际互联网用户数衡量。
受益理论认为，辖区间具有竞争性，在辖区内居民可自由流动的假设前提下，居民可根据辖区内政府提供的公共物品与服务，选择符合自身偏好的辖区居住（Tiebout，1956）;征收房地产税不会改变居民偏好，不扭曲市场行为，为中性税收（Hamilton， 1976）。国外学者基于“政府能够对辖区进行有效管理”的政治因素假设，将公共物品与服务的收益和成本资本化为房地产价格，例如辖区内高质量的医疗、教育、治安、环境和具有潜力的城市发展空间等（Fischel，1992）。其中，部分学者从行政分区（Martin等，2018）、教育（Kwok和Yip，2018）等角度，研究某项具体公共服务对房地产的影响;少数学者从税收遵从角度，解释公共
服务对房地产税的影响，例如從居民对于公共服务的获得感知（Hallsworth等，2017）研究房地产税，认为优质的公共服务、公共服务提供效率可保持房地产税税额的稳定（Hall和Koumpias，2018）。受国外受益论思想的影响，国内立足公共服务角度的房地产税相关研究认为，房地产税是地方政府提供公共服务的等价物，即房地产税与居民对公共服务的获取程度相匹配，这体现出房地产税的本质，有助于实现公共服务的成本分摊机制（任强等，2017）;征收房地产税可提高地方公共福利（程瑶和高波，2008），政府应加强公共服务的充足性、公平性、便利性与普惠性（廖福崇，2020），从而构建收支相联的政府决策机制（朱为群和许建标，2019;刘金东等，2019;马蔡琛和朱旭阳，2020），提升公众对公共服务的感知（郭春甫等，2016）。这既可以降低税收征管成本，又可以减少税收对经济活动的扭曲，还能够提高经济运行效率，进而显著地增强公众纳税遵从度，提升民众有效参与公共服务质量共治的意识（刘敏等，2020），最终实现地方政府“善治”（何杨和林子琨，2018）。
可见，既有文献对公共服务与房地产价格的关系以及公共服务视角的房地产税理论已开展较为丰富的研究，形成了以特征价格思想为基础的多元回归等数量统计模型，但鲜有文献针对房地产税税基评估值的误差测度以及评估模型的动态修正进行深入论证。因此，本文具体从公共服务质量变动视角，聚焦研究房地产税税基评估的误差影响和模型修正问题。 三、理论模型、变量说明与数据来源 （一）理论模型
假设征收房地产税是以评估值作为计税基础，且不考虑税收优惠等因素，理论上存在通过最优评估模型测算得到的最优评估值，能够及时、科学地反映公共服务质量的变化，而征税实践中的实际评估值难免存在差异，实际评估值与理论上的最优评估值即为评估误差。本文将基本模型设定为：
其中，taxbaseit为房地产税税基的最优评估值，taxbaseit为房地产税税基的实际评估值，K为实际评估值偏离最优评估值而产生的评估误差对应的差异额。为进一步引入最优激励影响和激励偏差影响，本文将差异额这一绝对值表示形式转化为差异影响的相对值表示形式，式（1）进一步转化为该研究思路被广泛应用于劳动经济学、金融学、财政学、环境生态学等领域，本文在现有研究的基础上，将其引入税基评估领域。考虑到文章研究主题与推导过程的相关性，在正文中列示关键公式，具体详细的推导过程可向作者索取。：
其中，f（xit）是影响taxbaseit的特征变量，δ为待估参数向量，xit表示i地区在第t年度政府提供的一系列公共服务，it为复合残差项，可进一步分解为彼此独立的复合干扰项ωit、uit和υit。其中，ωit为最优激励影响，且ωit≥0;uit为激励偏差影响，且uit≥0;υit为一般意义上的干扰项。为测算出这两种影响，本文假定残差分布为：ωit ～ i.i.d.Exp（σω，σ2ω），uit ～ i.i.d.Exp（σu，σ2u）wit和uit亦可假设为服从其他分布，此处采用Kumbhakar和Parmeter（2009）、卢洪友等（2011）和李琛等（2019）等学者的做法，采用较为简单的指数分布予以
说明。，υit ～ i.i.d.N（0，σ2υ）;为同时测度δ参数向量和两种影响，本文拟采用最大似然估计（MLE）来估计式（2），并用实际房地产税税基评估值发生变化的百分比表示各项影响对实际房地产税税基评估值影响的大小，式（3）～式（5）分别为最优激励影响、激励偏差影响、综合影响的估计值： （二）变量选取 1.被解释变量
本文选取的被解释变量是单位房地产税税基的实际“评估值”（taxbase）。房地产税税基评估值等于单位房地产税税基评估值与住房面积的乘积。基于公共服务质量视角，为了识别评估误差对房地产税税基评估模型的影响，合理校准和修正房地产税税基评估模型，本文选用商品房年平均销售价格（P）作为房地产税税基的实际“评估值”在模拟测算中，只要异于最优房地产税税基评估值的价格均可被选用。由于房地产税尚未实施，本文综合参考李文（2014）、程瑶和伍洲（2016）、陈平等（2018）、史桂芬和楚涵宇（2019）等学者的相关研究，以及数据的可获得性，选用商品房年平均销售价格作为“评估值”。。同时，为突出单位房地产税税基的实际“评估值”与公共服务质量的对应性，本文将住房面积单位化为1，研究公共服务质量对每一单位（每平方米）房地产税税基的实际“评估值”的影响。 2.核心解释变量
本文的核心解释变量是政府为纳税人提供各项公共服务的水平。参照李继玲（2017）、林梨奎和江民星（2019）等已有研究，选取以下变量作为核心解释变量：医疗服务水平指标（hospital），用医院、卫生院床位数衡量;教育服务水平指标（edu），用初中高等学校数量衡量;环境绿化水平指标（green），该指标也表示地区政府对城市环境的重视程度，用建成区绿化率概率衡量;城市大气质量水平指标（environment），用工业二氧化硫排放量衡量;交通设施服务水平指标（bus），用年末实有公共汽（电）车营运车辆数衡量;通信设施服务水平指标（internet），用国际互联网用户数衡量。
受益理论认为，辖区间具有竞争性，在辖区内居民可自由流动的假设前提下，居民可根据辖区内政府提供的公共物品与服务，选择符合自身偏好的辖区居住（Tiebout，1956）;征收房地产税不会改变居民偏好，不扭曲市场行为，为中性税收（Hamilton， 1976）。国外学者基于“政府能够对辖区进行有效管理”的政治因素假设，将公共物品与服务的收益和成本资本化为房地产价格，例如辖区内高质量的医疗、教育、治安、环境和具有潜力的城市发展空间等（Fischel，1992）。其中，部分学者从行政分区（Martin等，2018）、教育（Kwok和Yip，2018）等角度，研究某项具体公共服务对房地产的影响;少数学者从税收遵从角度，解释公共服务对房地产税的影响，例如从居民对于公共服务的获得感知（Hallsworth等，2017）研究房地产税，认为优质的公共服务、公共服务提供效率可保持房地产税税额的稳定（Hall和Koumpias，2018）。受国外受益论思想的影响，国内立足公共服务角度的房地产税相关研究认
为，房地产税是地方政府提供公共服务的等价物，即房地产税与居民对公共服务的获取程度相匹配，这体现出房地产税的本质，有助于实现公共服务的成本分摊机制（任强等，2017）;征收房地产税可提高地方公共福利（程瑶和高波，2008），政府应加强公共服务的充足性、公平性、便利性与普惠性（廖福崇，2020），从而构建收支相联的政府决策机制（朱为群和许建标，2019;刘金东等，2019;马蔡琛和朱旭阳，2020），提升公众对公共服务的感知（郭春甫等，2016）。这既可以降低税收征管成本，又可以减少税收对经济活动的扭曲，还能够提高经济运行效率，进而显著地增强公众纳税遵从度，提升民众有效参与公共服务质量共治的意识（刘敏等，2020），最终实现地方政府“善治”（何杨和林子琨，2018）。
可见，既有文献对公共服务与房地产价格的关系以及公共服务视角的房地产税理论已开展较为丰富的研究，形成了以特征价格思想为基础的多元回归等数量统计模型，但鲜有文献针对房地产税税基评估值的误差测度以及评估模型的动态修正进行深入论证。因此，本文具体从公共服务质量变动视角，聚焦研究房地产税税基评估的误差影响和模型修正问题。 三、理论模型、变量说明与数据来源 （一）理论模型
假设征收房地产税是以评估值作为计税基础，且不考虑税收优惠等因素，理论上存在通过最优评估模型测算得到的最优评估值，能够及时、科学地反映公共服务质量的变化，而征税实践中的实际评估值难免存在差异，实际评估值与理论上的最优评估值即为评估误差。本文将基本模型设定为：
其中，taxbaseit为房地产税税基的最优评估值，taxbaseit为房地产税税基的实际评估值，K为实际评估值偏离最优评估值而产生的评估误差对应的差异额。为进一步引入最优激励影响和激励偏差影响，本文将差异额这一绝对值表示形式转化为差异影响的相对值表示形式，式（1）进一步转化为该研究思路被广泛应用于劳动经济学、金融学、财政学、环境生态学等领域，本文在现有研究的基础上，将其引入税基评估领域。考慮到文章研究主题与推导过程的相关性，在正文中列示关键公式，具体详细的推导过程可向作者索取。：
其中，f（xit）是影响taxbaseit的特征变量，δ为待估参数向量，xit表示i地区在第t年度政府提供的一系列公共服务，it为复合残差项，可进一步分解为彼此独立的复合干扰项ωit、uit和υit。其中，ωit为最优激励影响，且ωit≥0;uit为激励偏差影响，且uit≥0;υit为一般意义上的干扰项。为测算出这两种影响，本文假定残差分布为：ωit ～ i.i.d.Exp（σω，σ2ω），uit ～ i.i.d.Exp（σu，σ2u）wit和uit亦可假设为服从其他分布，此处采用Kumbhakar和Parmeter（2009）、卢洪友等（2011）和李琛等（2019）等学者的做法，采用较为简单的指数分布予以说明。，υit ～ i.i.d.N（0，σ2υ）;为同时测度δ参数向量和两种影响，本文拟采用最大似然估计（MLE）来估计式（2），并用实际房地产税税基评估值发生变化的百分比表示各项影响对
实际房地产税税基评估值影响的大小，式（3）～式（5）分别为最优激励影响、激励偏差影响、综合影响的估计值： （二）变量选取 1.被解释变量
本文选取的被解释变量是单位房地产税税基的实际“评估值”（taxbase）。房地产税税基评估值等于单位房地产税税基评估值与住房面积的乘积。基于公共服务质量视角，为了识别评估误差对房地产税税基评估模型的影响，合理校准和修正房地产税税基评估模型，本文选用商品房年平均销售价格（P）作为房地产税税基的实际“评估值”在模拟测算中，只要异于最优房地产税税基评估值的价格均可被选用。由于房地产税尚未实施，本文综合参考李文（2014）、程瑶和伍洲（2016）、陈平等（2018）、史桂芬和楚涵宇（2019）等学者的相关研究，以及数据的可获得性，选用商品房年平均销售价格作为“评估值”。。同时，为突出单位房地产税税基的实际“评估值”与公共服务质量的对应性，本文将住房面积单位化为1，研究公共服务质量对每一单位（每平方米）房地产税税基的实际“评估值”的影响。 2.核心解释变量
本文的核心解释变量是政府为纳税人提供各项公共服务的水平。参照李继玲（2017）、林梨奎和江民星（2019）等已有研究，选取以下变量作为核心解释变量：医疗服务水平指标（hospital），用医院、卫生院床位数衡量;教育服务水平指标（edu），用初中高等学校数量衡量;环境绿化水平指标（green），该指标也表示地区政府对城市环境的重视程度，用建成区绿化率概率衡量;城市大气质量水平指标（environment），用工业二氧化硫排放量衡量;交通设施服务水平指标（bus），用年末实有公共汽（电）车营运车辆数衡量;通信设施服务水平指标（internet），用国际互联网用户数衡量。
受益理论认为，辖区间具有竞争性，在辖区内居民可自由流动的假设前提下，居民可根据辖区内政府提供的公共物品与服务，选择符合自身偏好的辖区居住（Tiebout，1956）;征收房地产税不会改变居民偏好，不扭曲市场行为，为中性税收（Hamilton， 1976）。国外学者基于“政府能够对辖区进行有效管理”的政治因素假设，将公共物品与服务的收益和成本资本化为房地产价格，例如辖区内高质量的医疗、教育、治安、环境和具有潜力的城市发展空间等（Fischel，1992）。其中，部分学者从行政分区（Martin等，2018）、教育（Kwok和Yip，2018）等角度，研究某项具体公共服务对房地产的影响;少数学者从税收遵从角度，解释公共服务对房地产税的影响，例如从居民对于公共服务的获得感知（Hallsworth等，2017）研究房地产税，认为优质的公共服务、公共服务提供效率可保持房地产税税额的稳定（Hall和Koumpias，2018）。受国外受益论思想的影响，国内立足公共服务角度的房地产税相关研究认为，房地产税是地方政府提供公共服务的等价物，即房地产税与居民对公共服务的获取程度相匹配，这体现出房地产税的本质，有助于实现公共服务的成本分摊机制（任强等，2017）;征
收房地产税可提高地方公共福利（程瑶和高波，2008），政府应加强公共服务的充足性、公平性、便利性与普惠性（廖福崇，2020），从而构建收支相联的政府决策机制（朱为群和许建标，2019;刘金东等，2019;马蔡琛和朱旭阳，2020），提升公众对公共服务的感知（郭春甫等，2016）。这既可以降低税收征管成本，又可以减少税收对经济活动的扭曲，还能够提高经济运行效率，进而显著地增强公众纳税遵从度，提升民众有效参与公共服务质量共治的意识（刘敏等，2020），最终实现地方政府“善治”（何杨和林子琨，2018）。
可见，既有文献对公共服务与房地产价格的关系以及公共服务视角的房地产税理论已开展较为丰富的研究，形成了以特征价格思想为基础的多元回归等数量统计模型，但鲜有文献针对房地产税税基评估值的误差测度以及评估模型的动态修正进行深入论证。因此，本文具体从公共服务质量变动视角，聚焦研究房地产税税基评估的误差影响和模型修正问题。 三、理论模型、变量说明与数据来源 （一）理论模型
假设征收房地产税是以评估值作为计税基础，且不考虑税收优惠等因素，理论上存在通过最优评估模型测算得到的最优评估值，能够及时、科学地反映公共服务质量的变化，而征税实践中的实际评估值难免存在差异，实际评估值与理论上的最优評估值即为评估误差。本文将基本模型设定为：
其中，taxbaseit为房地产税税基的最优评估值，taxbaseit为房地产税税基的实际评估值，K为实际评估值偏离最优评估值而产生的评估误差对应的差异额。为进一步引入最优激励影响和激励偏差影响，本文将差异额这一绝对值表示形式转化为差异影响的相对值表示形式，式（1）进一步转化为该研究思路被广泛应用于劳动经济学、金融学、财政学、环境生态学等领域，本文在现有研究的基础上，将其引入税基评估领域。考虑到文章研究主题与推导过程的相关性，在正文中列示关键公式，具体详细的推导过程可向作者索取。：
其中，f（xit）是影响taxbaseit的特征变量，δ为待估参数向量，xit表示i地区在第t年度政府提供的一系列公共服务，it为复合残差项，可进一步分解为彼此独立的复合干扰项ωit、uit和υit。其中，ωit为最优激励影响，且ωit≥0;uit为激励偏差影响，且uit≥0;υit为一般意义上的干扰项。为测算出这两种影响，本文假定残差分布为：ωit ～ i.i.d.Exp（σω，σ2ω），uit ～ i.i.d.Exp（σu，σ2u）wit和uit亦可假设为服从其他分布，此处采用Kumbhakar和Parmeter（2009）、卢洪友等（2011）和李琛等（2019）等学者的做法，采用较为简单的指数分布予以说明。，υit ～ i.i.d.N（0，σ2υ）;为同时测度δ参数向量和两种影响，本文拟采用最大似然估计（MLE）来估计式（2），并用实际房地产税税基评估值发生变化的百分比表示各项影响对实际房地产税税基评估值影响的大小，式（3）～式（5）分别为最优激励影响、激励偏差影响、综合影响的估计值：
（二）变量选取 1.被解释变量
本文选取的被解释变量是单位房地产税税基的实际“评估值”（taxbase）。房地产税税基评估值等于单位房地产税税基评估值与住房面积的乘积。基于公共服务质量视角，为了识别评估误差对房地产税税基评估模型的影响，合理校准和修正房地产税税基评估模型，本文选用商品房年平均销售价格（P）作为房地产税税基的实际“评估值”在模拟测算中，只要异于最优房地产税税基评估值的价格均可被选用。由于房地产税尚未实施，本文综合参考李文（2014）、程瑶和伍洲（2016）、陈平等（2018）、史桂芬和楚涵宇（2019）等学者的相关研究，以及数据的可获得性，选用商品房年平均销售价格作为“评估值”。。同时，为突出单位房地产税税基的实际“评估值”与公共服务质量的对应性，本文将住房面积单位化为1，研究公共服务质量对每一单位（每平方米）房地产税税基的实际“评估值”的影响。 2.核心解释变量
本文的核心解释变量是政府为纳税人提供各项公共服务的水平。参照李继玲（2017）、林梨奎和江民星（2019）等已有研究，选取以下变量作为核心解释变量：医疗服务水平指标（hospital），用医院、卫生院床位数衡量;教育服务水平指标（edu），用初中高等学校数量衡量;环境绿化水平指标（green），该指标也表示地区政府对城市环境的重视程度，用建成区绿化率概率衡量;城市大气质量水平指标（environment），用工业二氧化硫排放量衡量;交通设施服务水平指标（bus），用年末实有公共汽（电）车营运车辆数衡量;通信设施服务水平指标（internet），用国际互联网用户数衡量。
受益理论认为，辖区间具有竞争性，在辖区内居民可自由流动的假设前提下，居民可根据辖区内政府提供的公共物品与服务，选择符合自身偏好的辖区居住（Tiebout，1956）;征收房地产税不会改变居民偏好，不扭曲市场行为，为中性税收（Hamilton， 1976）。国外学者基于“政府能够对辖区进行有效管理”的政治因素假设，将公共物品与服务的收益和成本资本化为房地产价格，例如辖区内高质量的医疗、教育、治安、环境和具有潜力的城市发展空间等（Fischel，1992）。其中，部分学者从行政分区（Martin等，2018）、教育（Kwok和Yip，2018）等角度，研究某项具体公共服务对房地产的影响;少数学者从税收遵从角度，解释公共服务对房地产税的影响，例如从居民对于公共服务的获得感知（Hallsworth等，2017）研究房地产税，认为优质的公共服务、公共服务提供效率可保持房地产税税额的稳定（Hall和Koumpias，2018）。受国外受益论思想的影响，国内立足公共服务角度的房地产税相关研究认为，房地产税是地方政府提供公共服务的等价物，即房地产税与居民对公共服务的获取程度相匹配，这体现出房地产税的本质，有助于实现公共服务的成本分摊机制（任强等，2017）;征收房地产税可提高地方公共福利（程瑶和高波，2008），政府应加强公共服务的充足性、公平性、便利性与普惠性（廖福崇，2020），从而构建收支相联的政府决策机制（朱为群和许建标，2019;刘金东等，2019;马蔡琛和朱旭阳，2020），提升公众对公共服务的感知（郭春甫
等，2016）。这既可以降低税收征管成本，又可以减少税收对经济活动的扭曲，还能够提高经济运行效率，进而显著地增强公众纳税遵从度，提升民众有效参与公共服务质量共治的意识（刘敏等，2020），最终实现地方政府“善治”（何杨和林子琨，2018）。
可见，既有文献对公共服务与房地产价格的关系以及公共服务视角的房地产税理论已开展较为丰富的研究，形成了以特征价格思想为基础的多元回归等数量统计模型，但鲜有文献针对房地产税税基评估值的误差测度以及评估模型的动态修正进行深入论证。因此，本文具体从公共服务质量变动视角，聚焦研究房地产税税基评估的误差影响和模型修正问题。 三、理论模型、变量说明与数据来源 （一）理论模型
假设征收房地产税是以评估值作为计税基础，且不考虑税收优惠等因素，理论上存在通过最优评估模型测算得到的最优评估值，能够及时、科学地反映公共服务质量的变化，而征税实践中的实际评估值难免存在差异，实际评估值与理论上的最优评估值即为评估误差。本文将基本模型设定为：
其中，taxbaseit为房地产税税基的最优评估值，taxbaseit为房地产税税基的实际评估值，K为实际评估值偏离最优评估值而产生的评估误差对应的差异额。为进一步引入最优激励影响和激励偏差影响，本文将差异额这一绝对值表示形式转化为差异影响的相对值表示形式，式（1）进一步转化为该研究思路被广泛应用于劳动经济学、金融学、财政学、环境生态学等领域，本文在现有研究的基础上，将其引入税基评估领域。考虑到文章研究主题与推导过程的相关性，在正文中列示关键公式，具体详细的推导过程可向作者索取。：
其中，f（xit）是影响taxbaseit的特征变量，δ为待估参数向量，xit表示i地区在第t年度政府提供的一系列公共服务，it为复合残差项，可进一步分解为彼此独立的复合干扰项ωit、uit和υit。其中，ωit为最优激励影响，且ωit≥0;uit为激励偏差影响，且uit≥0;υit为一般意义上的干扰项。为测算出这两种影响，本文假定残差分布为：ωit ～ i.i.d.Exp（σω，σ2ω），uit ～ i.i.d.Exp（σu，σ2u）wit和uit亦可假设为服从其他分布，此处采用Kumbhakar和Parmeter（2009）、卢洪友等（2011）和李琛等（2019）等学者的做法，采用较为简单的指数分布予以说明。，υit ～ i.i.d.N（0，σ2υ）;为同时测度δ参数向量和两种影响，本文拟采用最大似然估计（MLE）来估计式（2），并用实际房地产税税基评估值发生变化的百分比表示各项影响对实际房地产税税基评估值影响的大小，式（3）～式（5）分别为最优激励影响、激励偏差影响、综合影响的估计值： （二）变量选取 1.被解释变量
本文选取的被解释变量是单位房地产税税基的实际“评估值”（taxbase）。房地产税税基评估值等于单位房地产税税基评估值与住房面积的乘积。基于公共服务质量视角，为了识别评估误差对房地产税税基评估模型的影响，合理校准和修正房地产税税基评估模型，本文选用商品房年平均销售价格（P）作为房地产税税基的实际“评估值”在模拟测算中，只要异于最优房地产税税基评估值的价格均可被选用。由于房地产税尚未实施，本文综合参考李文（2014）、程瑶和伍洲（2016）、陈平等（2018）、史桂芬和楚涵宇（2019）等學者的相关研究，以及数据的可获得性，选用商品房年平均销售价格作为“评估值”。。同时，为突出单位房地产税税基的实际“评估值”与公共服务质量的对应性，本文将住房面积单位化为1，研究公共服务质量对每一单位（每平方米）房地产税税基的实际“评估值”的影响。 2.核心解释变量
本文的核心解释变量是政府为纳税人提供各项公共服务的水平。参照李继玲（2017）、林梨奎和江民星（2019）等已有研究，选取以下变量作为核心解释变量：医疗服务水平指标（hospital），用医院、卫生院床位数衡量;教育服务水平指标（edu），用初中高等学校数量衡量;环境绿化水平指标（green），该指标也表示地区政府对城市环境的重视程度，用建成区绿化率概率衡量;城市大气质量水平指标（environment），用工业二氧化硫排放量衡量;交通设施服务水平指标（bus），用年末实有公共汽（电）车营运车辆数衡量;通信设施服务水平指标（internet），用国际互联网用户数衡量。
受益理论认为，辖区间具有竞争性，在辖区内居民可自由流动的假设前提下，居民可根据辖区内政府提供的公共物品与服务，选择符合自身偏好的辖区居住（Tiebout，1956）;征收房地产税不会改变居民偏好，不扭曲市场行为，为中性税收（Hamilton， 1976）。国外学者基于“政府能够对辖区进行有效管理”的政治因素假设，将公共物品与服务的收益和成本资本化为房地产价格，例如辖区内高质量的医疗、教育、治安、环境和具有潜力的城市发展空间等（Fischel，1992）。其中，部分学者从行政分区（Martin等，2018）、教育（Kwok和Yip，2018）等角度，研究某项具体公共服务对房地产的影响;少数学者从税收遵从角度，解释公共服务对房地产税的影响，例如从居民对于公共服务的获得感知（Hallsworth等，2017）研究房地产税，认为优质的公共服务、公共服务提供效率可保持房地产税税额的稳定（Hall和Koumpias，2018）。受国外受益论思想的影响，国内立足公共服务角度的房地产税相关研究认为，房地产税是地方政府提供公共服务的等价物，即房地产税与居民对公共服务的获取程度相匹配，这体现出房地产税的本质，有助于实现公共服务的成本分摊机制（任强等，2017）;征收房地产税可提高地方公共福利（程瑶和高波，2008），政府应加强公共服务的充足性、公平性、便利性与普惠性（廖福崇，2020），从而构建收支相联的政府决策机制（朱为群和许建标，2019;刘金东等，2019;马蔡琛和朱旭阳，2020），提升公众对公共服务的感知（郭春甫等，2016）。这既可以降低税收征管成本，又可以减少税收对经济活动的扭曲，还能够提高经济运行效率，进而显著地增强公众纳税遵从度，提升民众有效参与公共服务质量共治的意识（刘敏等，2020），最终实现地方政府“善治”（何杨和林子琨，2018）。
可见，既有文献对公共服务与房地产价格的关系以及公共服务视角的房地产税理论已开展较为丰富的研究，形成了以特征价格思想为基础的多元回归等数量统计模型，但鲜有文献针对房地产税税基评估值的误差测度以及评估模型的动态修正进行深入论证。因此，本文具体从公共服务质量变动视角，聚焦研究房地产税税基评估的误差影响和模型修正问题。 三、理论模型、变量说明与数据来源 （一）理论模型
假设征收房地产税是以评估值作为计税基础，且不考虑税收优惠等因素，理论上存在通过最优评估模型测算得到的最优评估值，能够及时、科学地反映公共服务质量的变化，而征税实践中的实际评估值难免存在差异，实际评估值与理论上的最优评估值即为评估误差。本文将基本模型设定为：
其中，taxbaseit为房地产税税基的最优评估值，taxbaseit为房地产税税基的实际评估值，K为实际评估值偏离最优评估值而产生的评估误差对应的差异额。为进一步引入最优激励影响和激励偏差影响，本文将差异额这一绝对值表示形式转化为差异影响的相对值表示形式，式（1）进一步转化为该研究思路被广泛应用于劳动经济学、金融学、财政学、环境生态学等领域，本文在现有研究的基础上，将其引入税基评估领域。考虑到文章研究主题与推导过程的相关性，在正文中列示关键公式，具体详细的推导过程可向作者索取。：
其中，f（xit）是影响taxbaseit的特征变量，δ为待估参数向量，xit表示i地区在第t年度政府提供的一系列公共服务，it为复合残差项，可进一步分解为彼此独立的复合干扰项ωit、uit和υit。其中，ωit为最优激励影响，且ωit≥0;uit为激励偏差影响，且uit≥0;υit为一般意义上的干扰项。为测算出这两种影响，本文假定残差分布为：ωit ～ i.i.d.Exp（σω，σ2ω），uit ～ i.i.d.Exp（σu，σ2u）wit和uit亦可假设为服从其他分布，此处采用Kumbhakar和Parmeter（2009）、卢洪友等（2011）和李琛等（2019）等学者的做法，采用较为简单的指数分布予以说明。，υit ～ i.i.d.N（0，σ2υ）;为同时测度δ参数向量和两种影响，本文拟采用最大似然估计（MLE）来估计式（2），并用实际房地产税税基评估值发生变化的百分比表示各项影响对实际房地产税税基评估值影响的大小，式（3）～式（5）分别为最优激励影响、激励偏差影响、综合影响的估计值： （二）变量选取 1.被解释变量
本文选取的被解釋变量是单位房地产税税基的实际“评估值”（taxbase）。房地产税税基评估值等于单位房地产税税基评估值与住房面积的乘积。基于公共服务质量视角，为了识别评估误差对房地产税税基评估模型的影响，合理校准和修正房地产税税基评估模型，本文选用商品
房年平均销售价格（P）作为房地产税税基的实际“评估值”在模拟测算中，只要异于最优房地产税税基评估值的价格均可被选用。由于房地产税尚未实施，本文综合参考李文（2014）、程瑶和伍洲（2016）、陈平等（2018）、史桂芬和楚涵宇（2019）等学者的相关研究，以及数据的可获得性，选用商品房年平均销售价格作为“评估值”。。同时，为突出单位房地产税税基的实际“评估值”与公共服务质量的对应性，本文将住房面积单位化为1，研究公共服务质量对每一单位（每平方米）房地产税税基的实际“评估值”的影响。 2.核心解释变量
本文的核心解释变量是政府为纳税人提供各项公共服务的水平。参照李继玲（2017）、林梨奎和江民星（2019）等已有研究，选取以下变量作为核心解释变量：医疗服务水平指标（hospital），用医院、卫生院床位数衡量;教育服务水平指标（edu），用初中高等学校数量衡量;环境绿化水平指标（green），该指标也表示地区政府对城市环境的重视程度，用建成区绿化率概率衡量;城市大气质量水平指标（environment），用工业二氧化硫排放量衡量;交通设施服务水平指标（bus），用年末实有公共汽（电）车营运车辆数衡量;通信设施服务水平指标（internet），用国际互联网用户数衡量。
受益理论认为，辖区间具有竞争性，在辖区内居民可自由流动的假设前提下，居民可根据辖区内政府提供的公共物品与服务，选择符合自身偏好的辖区居住（Tiebout，1956）;征收房地产税不会改变居民偏好，不扭曲市场行为，为中性税收（Hamilton， 1976）。国外学者基于“政府能够对辖区进行有效管理”的政治因素假设，将公共物品与服务的收益和成本资本化为房地产价格，例如辖区内高质量的医疗、教育、治安、环境和具有潜力的城市发展空间等（Fischel，1992）。其中，部分学者从行政分区（Martin等，2018）、教育（Kwok和Yip，2018）等角度，研究某项具体公共服务对房地产的影响;少数学者从税收遵从角度，解释公共服务对房地产税的影响，例如从居民对于公共服务的获得感知（Hallsworth等，2017）研究房地产税，认为优质的公共服务、公共服务提供效率可保持房地产税税额的稳定（Hall和Koumpias，2018）。受国外受益论思想的影响，国内立足公共服务角度的房地产税相关研究认为，房地产税是地方政府提供公共服务的等价物，即房地产税与居民对公共服务的获取程度相匹配，这体现出房地产税的本质，有助于实现公共服务的成本分摊机制（任强等，2017）;征收房地产税可提高地方公共福利（程瑶和高波，2008），政府应加强公共服务的充足性、公平性、便利性与普惠性（廖福崇，2020），从而构建收支相联的政府决策机制（朱为群和许建标，2019;刘金东等，2019;马蔡琛和朱旭阳，2020），提升公众对公共服务的感知（郭春甫等，2016）。这既可以降低税收征管成本，又可以减少税收对经济活动的扭曲，还能够提高经济运行效率，进而显著地增强公众纳税遵从度，提升民众有效参与公共服务质量共治的意识（刘敏等，2020），最终实现地方政府“善治”（何杨和林子琨，2018）。
可见，既有文献对公共服务与房地产价格的关系以及公共服务视角的房地产税理论已开展较为丰富的研究，形成了以特征价格思想为基础的多元回归等数量统计模型，但鲜有文献针对
房地产税税基评估值的误差测度以及评估模型的动态修正进行深入论证。因此，本文具体从公共服务质量变动视角，聚焦研究房地产税税基评估的误差影响和模型修正问题。 三、理论模型、变量说明与数据来源 （一）理论模型
假设征收房地产税是以评估值作为计税基础，且不考虑税收优惠等因素，理论上存在通过最优评估模型测算得到的最优评估值，能够及时、科学地反映公共服务质量的变化，而征税实践中的实际评估值难免存在差异，实际评估值与理论上的最优评估值即为评估误差。本文将基本模型设定为：
其中，taxbaseit为房地产税税基的最优评估值，taxbaseit为房地产税税基的实际评估值，K为实际评估值偏离最优评估值而产生的评估误差对应的差异额。为进一步引入最优激励影响和激励偏差影响，本文将差异额这一绝对值表示形式转化为差异影响的相对值表示形式，式（1）进一步转化为该研究思路被广泛应用于劳动经济学、金融学、财政学、环境生态学等领域，本文在现有研究的基础上，将其引入税基评估领域。考虑到文章研究主题与推导过程的相关性，在正文中列示关键公式，具体详细的推导过程可向作者索取。：
其中，f（xit）是影响taxbaseit的特征变量，δ为待估参数向量，xit表示i地区在第t年度政府提供的一系列公共服务，it为复合残差项，可进一步分解为彼此独立的复合干扰项ωit、uit和υit。其中，ωit为最优激励影响，且ωit≥0;uit为激励偏差影响，且uit≥0;υit为一般意义上的干扰项。为测算出这两种影响，本文假定残差分布为：ωit ～ i.i.d.Exp（σω，σ2ω），uit ～ i.i.d.Exp（σu，σ2u）wit和uit亦可假设为服从其他分布，此处采用Kumbhakar和Parmeter（2009）、卢洪友等（2011）和李琛等（2019）等学者的做法，采用较为简单的指数分布予以说明。，υit ～ i.i.d.N（0，σ2υ）;为同时测度δ参数向量和两种影响，本文拟采用最大似然估计（MLE）来估计式（2），并用实际房地产税税基评估值发生变化的百分比表示各项影响对实际房地产税税基评估值影响的大小，式（3）～式（5）分别为最优激励影响、激励偏差影响、综合影响的估计值： （二）变量选取 1.被解释变量
本文选取的被解释变量是单位房地产税税基的实际“评估值”（taxbase）。房地产税税基评估值等于单位房地产税税基评估值与住房面积的乘积。基于公共服务质量视角，为了识别评估誤差对房地产税税基评估模型的影响，合理校准和修正房地产税税基评估模型，本文选用商品房年平均销售价格（P）作为房地产税税基的实际“评估值”在模拟测算中，只要异于最优房地产税税基评估值的价格均可被选用。由于房地产税尚未实施，本文综合参考李文（2014）、程
瑶和伍洲（2016）、陈平等（2018）、史桂芬和楚涵宇（2019）等学者的相关研究，以及数据的可获得性，选用商品房年平均销售价格作为“评估值”。。同时，为突出单位房地产税税基的实际“评估值”与公共服务质量的对应性，本文将住房面积单位化为1，研究公共服务质量对每一单位（每平方米）房地产税税基的实际“评估值”的影响。 2.核心解释变量
本文的核心解释变量是政府为纳税人提供各项公共服务的水平。参照李继玲（2017）、林梨奎和江民星（2019）等已有研究，选取以下变量作为核心解释变量：医疗服务水平指标（hospital），用医院、卫生院床位数衡量;教育服务水平指标（edu），用初中高等学校数量衡量;环境绿化水平指标（green），该指标也表示地区政府对城市环境的重视程度，用建成区绿化率概率衡量;城市大气质量水平指标（environment），用工业二氧化硫排放量衡量;交通设施服务水平指标（bus），用年末实有公共汽（电）车营运车辆数衡量;通信设施服务水平指标（internet），用国际互联网用户数衡量。
因篇幅问题不能全部显示，请点此查看更多更全内容