第五章 財產稅資本化程度之估計
第四節 實證結果
‧
題，本文實證模型將採用 Koenker and Bassett (1978) 所提出的分量迴歸法，並控 制房屋特徵、房屋類型、座落地段、屋齡等，探討台北市財產稅支出對於房屋價‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
69
在變數選取上，由於房地產總價並不能真正反應出是否為高級豪華住宅，因 此被解釋變數方面除了選用房屋總價之外，亦也選用每坪房屋價格；解釋變數方 面，控制變數則選取依照房屋樓層高低所區分出的房屋類型，例如獨棟、公寓以 及大廈8；另外還控制時間變數，亦即房屋交易的年份；最後還控制房屋座落的 地區、屋齡、房屋面積以及土地面積。有關財產稅解釋變數方面，文獻上大多使 用財產稅有效稅率，但是當有較高的財產稅有效稅率時，有可能是因為其本身的 不動產價格是較低的，並非是其財產稅支付得較少，因此容易得到財產稅有效稅 率對房屋價格有負向的影響，因此本文在財產稅解釋變數方面是利用每筆房地產 交易資料所需支付的地價稅以及房屋稅，避免上述可能會發生的問題。變數說明 如表 5.2。
（二） 實證結果
本研究利用台北市 2002 年至 2006 年總共有 9,381 筆「自用住宅」的個別資 料，並且依據上述使用分量迴歸模型，並控制房屋特徵、房屋類型、座落地區、
屋齡等，探討台灣財產稅的支出對於房屋價格的影響。為深入探討不同分量模型 的估計係數差異，本文選擇θ＝0.1、0.25、0.5、0.75 及 0.9 五個條件分量迴歸模 型加以比較。此五個特定條件分量，包含四分位數對應的三個分量 (0.25, 0.5 和 0.75)，以及左右尾分量 (0.1 和 0.9)，是分配中較具代表性的分量。實證結果如 表 5.3。
表 5.3 為控制時間、行政區以及房屋類型下房地產總價受到每坪地價稅及房 屋稅支出影響之實證結果，結果可以發現在房屋面積、房屋面積平方、土地面積、
土地面積平方、房屋屋齡以及房屋屋齡平方這些變數皆與之前預期的影響方向一 樣，並且除了在 0.1 分量的土地面積平方變數不顯著之外，其餘皆有相當顯著的 影響。在每坪地價稅支出取自然對數對於房屋總價取自然對數的影響方面，不論
8 依據「建築技術規則」法令，本文將 6 樓以上定義為大廈。
‧
(0.000633) (0.000463) (0.000501) (0.000563) (0.00151) 房屋面積平方 -0.000293*** -0.000248*** -0.000194*** -0.000156*** -0.000101***
(3.30E-06) (2.70E-06) (3.60E-06) (4.94E-06) (1.50E-05) 土地面積 0.00666*** 0.00748*** 0.00951*** 0.0147*** 0.0286***
(0.00164) (0.00122) (0.00131) (0.00132) (0.0025) 土地面積平方 -1.58E-05 -4.26e-05** -6.94e-05*** -7.19e-05*** -0.000281***
(2.04E-05) (1.76E-05) (2.02E-05) (2.15E-05) (4.94E-05) 房屋屋齡 -0.0107*** -0.0180*** -0.0229*** -0.0235*** -0.0236***
(0.0014) (0.001) (0.00106) (0.00103) (0.00169) 房屋屋齡平方 0.000162*** 0.000328*** 0.000455*** 0.000509*** 0.000559***
(3.64E-05) (2.59E-05) (2.67E-05) (2.56E-05) (4.16E-05) 截距項 12.96*** 13.12*** 13.31*** 13.30*** 12.92***
(0.108) (0.0765) (0.0761) (0.074) (0.124)
Pseudo 0.5678 0.5656 0.5733 0.5929 0.6088
樣本數 9381 9381 9381 9381 9381
註：1. *、**、***分別表示 10％、5％以及 1％的顯著水準。2. ( )內為 standard error。
‧
(3.75E-05) (2.80E-05) (2.54E-05) (2.76E-05) (3.28E-05) 截距項 11.16*** 11.36*** 11.56*** 11.61*** 11.52***
(0.0949) (0.071) (0.0639) (0.072) (0.0943) Pseudo 0.2610 0.2848 0.3007 0.3027 0.3004
樣本數 9381 9381 9381 9381 9381
註：1. *、**、***分別表示 10％、5％以及 1％的顯著水準。2. ( )內為 standard error。
‧
(0.000702) (0.000482) (0.000472) (0.00062) (0.000991) 房屋面積平方 -0.000273*** -0.000238*** -0.000191*** -0.000159*** -0.000139***
(3.67E-06) (2.86E-06) (3.44E-06) (5.47E-06) (9.38E-06) 土地面積 0.00316* 0.00301** 0.00430*** 0.00716*** 0.0136***
(0.00173) (0.00122) (0.00118) (0.00138) (0.00186) 土地面積平方 -2.86E-06 -1.90E-05 -2.04E-05 1.93E-06 -6.98e-05**
(2.20E-05) (1.82E-05) (1.87E-05) (2.30E-05) (3.28E-05) 房屋屋齡 -0.00153 -0.00982*** -0.0167*** -0.0166*** -0.0131***
(0.00158) (0.00107) (0.00102) (0.00116) (0.00145) 房屋屋齡平方 4.97E-05 0.000215*** 0.000386*** 0.000411*** 0.000318***
(4.15E-05) (2.80E-05) (2.59E-05) (2.88E-05) (3.51E-05) 截距項 12.69*** 12.89*** 13.14*** 13.18*** 12.92***
(0.121) (0.0799) (0.0723) (0.081) (0.103)
Pseudo 0.5631 0.5610 0.5692 0.5906 0.6096
樣本數 9381 9381 9381 9381 9381
註：1. *、**、***分別表示 10％、5％以及 1％的顯著水準。2. ( )內為 standard error。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
73
表 5.6 為在控制時間、行政區以及房屋類型下每坪房地產單價受到每坪財產 稅支出 (每坪地價稅支出加上每坪房屋稅支出) 影響之實證結果，結果可以發現 在房屋屋齡以及房屋屋齡平方這些變數皆與之前預期的影響方向一樣，且皆有顯 著的影響。在每坪財產稅支出取自然對數對於每坪房屋單價取自然對數的影響方 面，不論是在低房屋總價的房屋還是高房屋總價的房屋，每坪財產稅支出對每坪 房屋單價的影響皆為正向 1％顯著影響，並且愈高房價的房屋，每坪財產稅支出 影響每坪房屋單價的正向效果愈大，亦即當每坪財產稅支出愈高，高房價房屋比 起低房價房屋其房價上升的更高。
表 5.6 房屋每坪單價分量迴歸實證結果 (財產稅變數：每坪財產稅)
分量迴歸模型 0.1 分量 0.25 分量 0.5 分量 0.75 分量 0.9 分量 被解釋變數 ln(每坪單價) ln(每坪單價) ln(每坪單價) ln(每坪單價) ln(每坪單價)
解釋變數
ln(每坪財產稅) 0.214*** 0.235*** 0.235*** 0.260*** 0.308***
(0.0159) (0.012) (0.0126) (0.0123) (0.0168) 房屋屋齡 -0.00346*** -0.00950*** -0.0203*** -0.0248*** -0.0259***
(0.00123) (0.000909) (0.00099) (0.000949) (0.00122) 房屋屋齡平方 9.08e-05*** 0.000198*** 0.000458*** 0.000556*** 0.000610***
(3.19E-05) (2.36E-05) (2.54E-05) (2.36E-05) (2.93E-05) 截距項 10.76*** 10.89*** 11.13*** 11.26*** 11.26***
(0.0852) (0.0643) (0.0671) (0.0646) (0.0874) Pseudo 0.2597 0.2831 0.3001 0.3013 0.3033
樣本數 9381 9381 9381 9381 9381
註：1. *、**、***分別表示 10％、5％以及 1％的顯著水準。2. ( )內為 standard error。
圖 5.1 至圖 5.6 為一般最小平方法與分量迴歸法估計上兩者間的差異，圖上 粗虛線代表的是一般最小平方法所估計的係數，而實線代表是不同分量之下所估 計得到的係數，灰色的區間則是分量迴歸下 95％的信賴區間。圖 5.1 為利用每坪 地價稅支出取自然對數來估計房屋總價取自然對數，圖 5.2 為每坪房屋稅支出取 自然對數來估計房屋總價取自然對數，比較一般最小平方法與分量迴歸法估計上
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
74
兩者間的差異。不論是在每坪地價稅支出估計或是每坪房屋稅支出估計方面，大 約在分量 0.7 之前，一般最小平方法相對於分量迴歸法在估計房屋總價取自然對 數上有高估的現象，而在大約在 0.7 分量以上，一般最小平方法相對於分量迴歸 法在估計上就有低估的情況。
圖 5.3 及圖 5.4 則是利用每坪地價稅支出與每坪房屋稅支出取自然對數來估 計每坪房屋單價取自然對數，比較一般最小平方法與分量迴歸法估計上兩者間的 差異。在每坪地價稅支出方面，在 0.8 分量之前一般最小平方法與分量迴歸法估 計上兩者間沒有什麼顯著的差異，但是在 0.8 分量之後，一般最小平方法比起分 量迴歸法會明顯高估的現象；在每坪房屋稅支出方面，則是大約在 0.8 分量之前 一般最小平方法比起分量迴歸法會有高估的現象，0.8 分量之後一般最小平方法 比起分量迴歸法會有低估的現象。
圖 5.5 以及圖 5.6 則是利用每坪財產稅支出取自然對數來估計房屋總價與每 坪房屋單價取自然對數，不論是在房屋總價或是每坪房屋單價方面，利用每坪財 產稅支出來估計在大約 0.8 分量一般最小平方法比起分量迴歸法皆有高估的情況，
在 0.8 分量之後，一般最小平方法比起分量迴歸法則皆有低估的情況。因此由圖 5.1 至圖 5.6 可得知，若用一般最小平方法進行分析差異性較大的資料時，則容 易造成實證結果的偏誤。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
75
圖 5.1 OLS 與分量迴歸線及 95％信賴區間：房屋總價與每坪地價稅
圖 5.2 OLS 與分量迴歸線及 95％信賴區間：房屋總價與每坪房屋稅
圖 5.3 OLS 與分量迴歸線及 95％信賴區間：每坪房屋單價與每坪地價稅
0.140.160.180.200.220.24
lnavlandtax
0 .2 .4 .6 .8 1
Quantile
-0.10 0.000.100.200.30
lnavhousetax
0 .2 .4 .6 .8 1
Quantile
0.100.120.140.160.180.20
lnavlandtax
0 .2 .4 .6 .8 1
Quantile
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
76
圖 5.4 OLS 與分量迴歸線及 95％信賴區間：每坪房屋單價與每坪房屋稅
圖 5.5 OLS 與分量迴歸線及 95％信賴區間：房屋總價與每坪財產稅
圖 5.6 OLS 與分量迴歸線及 95％信賴區間：每坪房屋單價與每坪財產稅
-0.10 0.000.100.200.30
lnavhousetax
0 .2 .4 .6 .8 1
Quantile
0.100.200.300.40
lnavtax
0 .2 .4 .6 .8 1
Quantile
0.100.200.300.400.50
lnavtax
0 .2 .4 .6 .8 1
Quantile
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
77
在財產稅資本化效果敏感性分析方面，本研究為了可以控制更詳盡的地區特 性，將台北市 12 個行政區的地區虛擬變數改採用五碼的郵遞區號，五碼郵遞區 號是將地區細分到地址中「號」的部份，例如仁愛路二段單號 51 號以上郵遞區 號為 10062，仁愛路二段雙號 48 之 1 號至 64 號為 10056，利用此法更可以將不 動產之間鄰接的特性、公共設施狀況、學區等做詳細的區分以及控制，並且以 OLS 法探討每坪地價稅、每坪房屋稅或是每坪財產稅支出對總房價或是每坪房 價的影響，結果如表 5.7 所示。表 5.7 實證結果，在控制郵遞區號、時間以及房 屋類型下每坪地價稅支出以及每坪房屋稅支出對於房屋總價或是每坪房價的影 響，皆為正向且為 1％顯著水準；每坪財產稅支出對於房屋總價或每坪房價的影 響，亦為 1％顯著正向的影響。這表示當每坪地價稅支出、房屋稅支出或是財產 稅支出愈高，房屋總價以及每坪房價將會愈高。這個正資本化效果的結果與之前 分量迴歸的結果相近。
財產稅資本化效果敏感性分析中使用的計量方法部分，選擇使用 OLS 法是 因為在控制區位特性使用五碼郵遞區號下虛擬變數太多，因此無法得出使用分量 迴歸的結果。此外實證結果為正的資本化效果並不令人感到驚訝，Brasington (2001) 引用 Bradbury et al.(2001) 發現美國麻州 (Massachusetts) 的減稅使得財 產稅稅率以及公共服務的水準皆低於最適水準，所以才會產生正的資本化效果的 現象。
最後總結實證結果與假設相互對照，在假設 1 方面，根據分量迴歸實證結果 可以發現，不論在高房價或是低房價，地價稅租稅負擔皆低於最適水準，皆有正 的資本化效果；但是在房屋稅租稅負擔方面，不同價位的房屋有不同的資本化效 果，在低房價的部分，房屋稅租稅負擔是高於最適水準，有負的資本化效果，而 高房價的部分，房屋稅租稅負擔是低於最適水準，則有正的資本化效果；從整體
‧
(3.05e-06) (3.04e-06) 土地面積 0.0154*** 0.01057***
(0.0011) (0.0011) 土地面積平方 -0.00013*** -0.00009***
(0.000017) (0.00001)
房屋屋齡 -0.0184*** -0.01508*** -0.0246*** -0.0202***
(0.0009) (0.0010) (0.0009) (0.0009) 房屋屋齡平方 0.0004*** 0.0003*** 0.0005*** 0.0004***
(0.00002) (0.00002) (0.00002) (0.00002) 截距項 13.034*** 13.040*** 11.346*** 11.0131***
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
79
北市自用住宅財產稅的支出對於房屋價格的影響，其實證結論如下。
在房屋總價或是每坪房屋單價受到每坪地價稅及房屋稅支出影響之實證結 果方面，不論是在低房屋總價的房屋還是高房屋總價的房屋，當每坪地價稅支出 愈高，愈高房價房屋的房屋總價以及每坪房屋單價會愈高；當每坪房屋稅支出愈 高，低房價的房屋總價以及每坪房屋單價會愈低，而愈高房價房屋的房屋總價以 及每坪房屋單價會愈高。這結果可能的原因為購買低房屋價格及高房屋價格的買 房者，因為政府所制定地價稅稅基，土地公告地價相對於土地市場價值太低，因 此即使繳納更高的地價稅仍不會影響到購買房地產的意願，這種情況在高房屋價 格時更為明顯；房屋稅方面，雖然在低房屋價格部分，愈高的房屋稅支出會使得 房屋總價以及每坪房屋單價會愈低，顯現出房屋稅會影響到低價房屋得購買意願，
但在愈高房價房屋的房屋總價以及每坪房屋單價會隨著所支出的房屋稅愈高而 價格愈高，亦表示政府所制定房屋稅並不會影響有錢人購買高房價房屋的意願。
在房地產總價以及每坪房地產單價受到每坪財產稅支出影響之實證結果方 面，愈高房價的房屋，每坪財產稅影響房屋總價以及每坪房屋單價的正向效果愈
在房地產總價以及每坪房地產單價受到每坪財產稅支出影響之實證結果方 面，愈高房價的房屋，每坪財產稅影響房屋總價以及每坪房屋單價的正向效果愈