5.物业税税基批量评估应用举例 5.1案例背景资料六安市位于安徽省西部，长江与淮河之间，大别山北麓，为大别山区域中心城市，地处中国经济最具发展活力的长三角腹地，是国家级皖江城市带承接产业转移示范区的成员城市、安徽省会经济圈合肥经济圈的副中心城市、国家级交通枢纽城市荣膺有“国家级园林城市”、“国家级生态示范区”、“中国水环境治理优秀城市”、“中国人居环境范例奖”、“中国特色魅力城市200强”等称号六安市下辖五县三区（寿县、霍邱县、金寨县、霍山县、舒城县、金安区、裕安区、经济技术开发区）由于其中五县离市区较远不能很好的反应六安市市区房地产基准价格水平，故本案例随机抽样选取位于市中心发展程度较高的金安区、裕安区、经济技术开发区三个区的277个房地产开发楼盘的30套不同类别房产作为试验对象来说明物业税税基批量评估方法的运用经调查六安市房地产交易数据充足,基于以上条件,对六安市物业税税基的评估方法可以选用市场比较法,根据国际上的惯例以及经验上的借鉴,模型校准采用多元回归分析本次税基评估的数据来源为六安市国土资源局(国土资源部下属机构)、六安市房地产管理局(住房和城乡建设部下属机构)和房地产开发商。
评估中心己经整合各个数据来源部门的数据库,建立一个房地产共享数据库,所有数据通过网络传输数据传输至税基评估中心由于目前在我国运用批量评估方法的一些前提条件还不能达到,因此,对本案例进行一些假设,本案例是在这些假设的基础上进行的：假设1:假设取得的数据是能够真实反映住宅类房地产的各项特征的;假设2:假设我国已经建立物业税评税数据库,本模型所用数据为此数据库所提供;假设3:假设税基评估人员全部达到了运用批量评估方法的技术水平;假设4:由于数据来源有限,将具体影响评估价值的因素假设为所能的到的数据; 5.2评估主要步骤第一步,确定评估对象具体的区域位置本案例所有比较样本都是取自六安市的房产,所以样本房产处在同一市场区域内;第二步,本区域影响评估价格的因素本例具体假设为以下九个影响参数,这些参数的具体数据资料详见表5—1其中模型的因变量是房产的销售价格,定义为Y;在选入自变量时,考虑到与房价相关的因素有很多,涵盖区位因素和个别因素，所以取其中比较重要的因素进行相关性的检验,通过了检验的因素可以加入模型这些因素有:房产地理位置为X1、楼层X2、房屋年龄X3、建筑面积X4、房间数X5、客厅数X6、洗手间数X7、阳台数X8、装修情况X9。
第三步，建立模型利用上述所有房产特征变量作为回归模型的解释变量,房产的销售价格作为被解释变量,建立线性回归模型:Y=b0+b1X1i+b2X2i+...+b9X2i+ui(i=1,2...9)利用国际上普遍使用的计量经济学分析软件Eviews6.0采用逐步回归法:表5—1 待估房产基本数据所在楼盘销售价格（万元）地理位置所在楼层房龄建筑面积（㎡）房间数客厅数卫生间数阳台数装修情况阳光水岸42.50166110.4132113六州首府8111612332113金水湾61114146.0732212香格里拉花园46.1013592.2422112阳光欧洲城55.13118494.8022112和顺沁园春72.271101119.1322112阳光威尼斯55.4916588.4322112民惠苑501107126.8832111徽商小区7011410221103状元楼100118630042223锦绣华府48.602458722212天盈星城502258622112浙东商贸城59.8024310832111盛世嘉园6524513032111和顺名都城75211615842213安丰大厦7526819542222紫竹林46211310832111水云涧7523412632213上城国际18022418353223月亮岛5021139322101红叶花园523539721111新加坡御苑38.503527521101杭淠湾小区32355131.7032211国际汽车城27380.56011102裕民小区42.90330.58522113凤凰梧桐苑4534514241111世纪景园61.8036715132211一品尚都46.803239321111香榭花园3631536821111金城花园41311108922113资料来源：六安市国土资源局(国土资源部下属机构)、六安市房地产管理局(住房和城乡建设部下属机构)和房地产开发商地理位置：1-金安区，2-裕安区，3-经济开发区装修情况：1-毛坯，2-简装，3-精装1作Y对X1的回归方程（地理位置对房价的影响）Y=80.41333-10.52500X1t=(-1.)(6.) R2=0.2作Y对X2的回归方程（楼层对房价的影响）Y=63.09084-0.X2t=(7.)(-0.) R2=0.3作Y对X3的回归方程（房龄对房价的影响）Y=51.91667+1.X3t=(4.)(0.) R2=0.4作Y对X4的回归方程（面积对房价的影响）Y=15.11192+0.X4t=(1.)(4.) R2=0.5作Y对X5的回归方程（房间数对房价的影响）Y=1.+21.61029X5t=(0.)(4.) R2=0.6作Y对X6的回归方程（客厅数对房价的影响）Y=-2.+33.78108X6t=(-0.)(3.) R2=0.7作Y对X7的回归方程（卫生间数对房价的影响）Y=19.44318+31.51591X7t=(1.)(3.) R2=0.8作Y对X8的回归方程（阳台数对房价的影响）Y=27.60718+32.85120X8t=(2.)(3.) R2=0.9作Y对X9的回归方程（装修情况对房价的影响）Y=31.58937+14.61787X9t=(2.)(2.) R2=0.第四步,调整评估模型,确定参数其中因素X2无法通过以上调整来改进其与价格的相关性,因为其拟合优度太低,经济意义也不大,先将此因素删去,接下来继续对其他六个因素进行回归分析。
通过上述分析可以看出,调整后的数据的拟合优度明显提高,下面将调整后的拟合优排序:第一位X5R2=0.第二位X4R2=0.第三位X8R2=0.第四位X6R2=0.第五位X7 R2=0.第六位X9R2=0.第七位X3R2=0.第八位X1 R2=0.1Y对X5的回归方程（房间数对房价的影响）Y=1.+21.61029X5t=(0.)(4.) R2=0.2引入变量X4（面积对房价的影响）做Y对X4、X5回归方程Y=0.+0.X4+16.19440X5T=(0.)(0.)(2.)R2=0. =0.拟合优度有所提高,相关检验显著,故X4、X5留下3引入变量X8（阳台数对房价的影响）做Y对X4、X5、X8回归方程Y=1.+0.X4+14.41471X5+8.X8T=(0.) (1.) (0.) (0.)R2=0. =0.可以看出,加入X8以后,调整后的拟合优度不但没有提高,反而降低,因此,在模型中略去X8,保留X4、X5.4引入变量X6（阳台数对房价的影响）做Y对X4、X5、X6回归方程Y=-21.59986+0.X4+12.04648X5+18.75700X6t=(15.65192)(7.)(0.)(8.)R2=0.=0.拟合优度和调整拟合优度都有所提高,相关系数符号符合经济意义,X6留下。
5引入变量X7（阳台数对房价的影响）做Y对X4、X5、X6、X7回归方程Y=-21,22974+0.X4+12.22826X5+18.92936X6-1.X7R2=0.=0.可以看出,加入X7以后,调整后的拟合优度不但没有提高,反而降低,因此,在模型中略去X7保留X4、X5、X66引入变量X9（阳台数对房价的影响）做Y对X4、X5、X6、X9回归方程Y=-28.18013+0.X4+6.X5+8.X6+4.X9t=(-1.)(0.)(2.)(1.)(1.)R2=0.=0.拟合优度和调整拟合优度都有所提高,相关系数符号符合经济意义,X9留下7引入变量X3（阳台数对房价的影响）做Y对X3、X4、X5、X6、X9回归方程Y=14.23865+1.X3+0.X4+6.X5+8.X6+4.X9t=(-1.)(-2.)(0.)(2.)(2.)(2.)R2=0.=0.拟合优度和调整拟合优度都有所提高,相关系数符号符合经济意义,X3留下8引入变量X1（阳台数对房价的影响）做Y对X1、X3、X4、X5、X6、X9回归方程Y=-19.24162-1.X1-3.X3+0.X4+16.35091X5+15.55987X6+8.X9t=(-0.)(-0.)(-2.)(0.)(2.)(1.)(2.)R2=0.=0.拟合优度和调整拟合优度都有所提高,相关系数符号符合经济意义,X1留下。
第五步,应用评估模型实施税基评估通过上面五个步骤,最终确定了税基评估的最终参数,即地理位置X1、房龄X3、建筑面积X4、房间数X5、客厅数X6、装修程度X9 5.3评估结果与检验1.评估结果通过上式,得出相应的评估结果如表5一2所在楼盘评估价值销售价格绝对差额比率阳光水岸72.42.529.1.六州首府73.81-7.0.金水湾74.6113.1.香格里拉花园49.46.13.1.阳光欧洲城53.55.13-1.0.和顺沁园春66.72.27-5.0.阳光威尼斯48.55.5-6.0.民惠苑52.502.1.徽商小区47.70-22.0.状元楼104.1004.1.锦绣华府47.48.6-1.0.天盈星城38.50-11.0.浙东商贸城63.59.84.1.盛世嘉园58.65。