نوع مقاله : مقاله پژوهشی
نویسندگان
1 استاد اقتصاد دانشکده اقتصاد و علوم سیاسی دانشگاه شهید بهشتی، تهران، ایران
2 استادیار اقتصاد دانشکده اقتصاد و علوم سیاسی دانشگاه شهید بهشتی، تهران، ایران
3 کارشناس ارشد اقتصاد دانشکده اقتصاد و علوم سیاسی دانشگاه شهید بهشتی، تهران، ایران
چکیده
کلیدواژه‌ها
عنوان مقاله [English]
نویسندگان [English]
Vacant houses are one of the most important forms of speculation in the housing sector, in which owners of the vacant houses refuse to supply their houses. This has led to fluctuations in housing prices and an increase in vacancy rates relative to the normal state. One of the tools to control profitability and increase the supply of vacant housing is to impose a tax on these units at optimal rates. In this regard, this study identifies the factors affecting the tax rate on vacant housing by using the “Interpretive Structural Modeling” (ISM) method. In the hierarchical system, the variables that are in the third level have the greatest effect on the variables of levels two and one. Level two variables are affected by the third level variables and affect the first level variables. The first level variables themselves are more affected than other variables. In the obtained hierarchical system, variables also affected the tax rate on vacant housing at three levels. The variables of liquidity changes, real exchange rate, interest rate on loans granted by the housing sector, at the most basic level, affect the variables of higher levels and have a greater impact on the tax rate on vacant houses. Competitive housing markets, including the coin market and the stock market, along with price variables including inflation, housing price index, and land price changes, are at the first level and are themselves more affected by fundamental macro variables.
JEL Classification: H39, H71, R38
کلیدواژه‌ها [English]
مقدمه
بخش مسکن که سهم مهمی از معیشت خانوار را به خود اختصاص می‌دهد، یکی از مهم‌ترین بخش‌های اقتصاد است. در یک تقسیم‌بندی مهم، اقتصاددانان برای سامان‌دهی اقتصاد مسکن در کشورهای درحال توسعه، تقاضای مسکن را به سه دستة تقاضای مصرفی، تقاضای دارایی و تقاضای سوداگری تقسیم کردهاند (قلی‌زاده و امیری، 1392: 92). هر نوع از این تقاضاها برای پاسخگویی به نیازهای متفاوتی‌اند و عاملین تقاضا اهداف مختلفی دارند؛ درنتیجه، تأثیرات گوناگونی را در عرصة اقتصاد می‌توانند برجای گذارند. در تقاضای مصرفی هدف تأمین سرپناه خانوار است؛ اما در تقاضای دارایی و سوداگری نوع رفتار از جنس سرمایه‌گذاری بوده و متقاضی مسکن به‌دنبال کسب درآمد از خرید و فروش مسکن است. بنابراین، بررسی رفتار این گروه حائز اهمیت است و نداشتن توجه کافی به آن، آسیب‌های جبران‌ناپذیری را متوجه بخش مسکن و اقتصاد ملی می‌کند؛ زیرا این نوع تقاضا ازطریق ایجاد و افزایش تقاضای غیر‌ضروری، سبب افزایش شدید قیمت مسکن و بروز پدیدة حباب در این بازار می‌شود؛ درنتیجه، هزینة مسکن را برای مستأجران و سایر متقاضیان مصرفی مسکن افزایش خواهد داد.
بررسی آمارهای منتشرشده دربارة قیمت مسکن در شهرهای کشور نشان‌دهندة افزایش آن طی سال‌های متمادی بوده است. همچنین براساس آمارهای منتشرشده توسط مرکز آمار ایران، تعداد واحدهای مسکونی خالی از 633 هزار واحد در سال 1385 به 6/1 میلیون واحد در سال 1390 و 6/2 میلیون واحد در سال 1395 افزایش یافته است. این میزان افزایش در فاصلة سال‌های 1385 تا 1395 نشان‌دهندة رشد متوسط سالیانه مسکن‌های خالی 17 درصد در کشور است. این روند افزایشی تعداد واحدهای مسکونی خالی در شرایطی است که تعداد واحدهای مسکونی کشور طی این دوره به‌طور متوسط رشد سالیانه‌ای 7/3 درصد داشته است و از 9/15 میلیون واحد مسکونی در سال 1385 به 9/19 میلیون واحد در سال 1390 و 8/22 میلیون واحد در سال 1395 افزایش یافته است. برآیند اختلاف قابل توجه متوسط رشد سالیانه تعداد واحدهای مسکونی کشور و تعداد واحدهای مسکونی خالی طی دورة مذکور به افزایش چشمگیر میزان خانه‌های خالی کشور یا همان نسبت تعداد خانه‌های خالی به تعداد واحدهای مسکونی کشور منجر شده است. میزان خانه‌های خالی از 2/4 درصد در سال 1385 به 3/8 درصد در سال 1390 و 3/11 درصد در سال 1395 افزایش یافته است (دفتر تحقیقات و سیاست‌های مالی وزارت امور اقتصادی و دارایی، 1396: 1). این تعداد واحد مسکونی خالی، بیشتر به‌منظور سرمایه‌گذاری و نه تأمین تقاضا ساخته شدهاند. چند صد هزار واحد مسکونی که مالکان، به‌ویژه انبوه‌سازان، در تهران و دیگر شهرها به امید افزایش قیمت حاضر به عرضة آنها نیستند، موجب برهم‌خوردن تعادل در فرایند عرضه و تقاضای مسکن شده و به سهم خود در رکود این بخش نقش داشته است.
دو مسئلة مهم در زمینة واحدهای مسکونی خالی وجود دارد که لازم است برای آنها تدابیر لازم اندیشیده شود. نخست در بازار مسکن، تعداد چشمگیری مسکن خالی از سکنه وجود دارد که به بازار عرضه نمی‌شوند. مسئلة دوم اینکه با وجود تعداد چشمگیری مسکن خالی در کشور، قیمت خرید و فروش مسکن و اجاره بهای مسکن افزایش یافته است و سبب کاهش قدرت خرید خانوارها شده است. مالیات از ابزارهای مهم به‌منظور جلوگیری از بروز پدیدة نارسایی بازار و عدم تعادل در عرضه و تقاضا در حوزة مسکن است. در بیشتر کشورهای توسعه‌یافته، ابزار مالیاتی دولت در بخش مسکن برای کنترل سوداگری در بخش مسکن به کار گرفته می‌شود. هدف عمدة این مالیات، افزایش هزینة نگهداری واحدهای خالی برای مالکان آنهاست تا اقدام به عرضة واحدهای مسکونی خالی در بازار کنند؛ هرچند ممکن است این نوع مالیات در کوتاه‌مدت به افزایش قیمت مسکن نیز منجر شود. در هر صورت، اعمال انواع مالیات‌ها از قبیل مالیات بر زمین، مالیات بر عایدی سرمایة مسکن، مالیات بر واحدهای مسکونی لوکس و مالیات بر خانه‌های خالی با نرخ مناسب که دارندگان مسکن‌های خالی را وادار به عرضة مسکن خود کند، نقش مهمی در ایجاد تعادل در این بازار و جلوگیری از تبدیل مسکن از کالای مصرفی به کالای سرمایه‌ای دارد. باید توجه داشت در حوزة مالیات بر مسکن‌های خالی نباید صرفاً به بحث درآمدی مالیات توجه شود؛ بلکه اعمال نرخ بهینة مالیات باید به تنظیم بازار، کاهش فعالیت‌های سوداگرانه و ایجاد تعادل در بازار مسکن منجر شود؛ نرخ مناسبی که دارندگان مسکن‌های خالی را وادار به عرضة مسکن خود کند. به عبارت دیگر، اولویت اصلی از برقراری مالیات بر مسکن‌های خالی، حرکت به سوی تعادل بازار مسکن است و جنبة درآمدزایی دولت از این نوع مالیات، در اولویت‌های بعدی است.
سیاستگذاران با تعیین یک نرخ پویای مالیات بر مسکن خالی که متناسب با شرایط متفاوت اقتصادی تغییر کند، می‌توانند سوداگری در بازار مسکن را کاهش دهند. در این راستا، در این پژوهش عوامل مؤثر بر نرخ مالیات بر مسکن‌های خالی با استفاده از عوامل اثرگذار بر قیمت مسکن با رویکرد سیستمی و مدل‌سازی تشریحی ساختاری[i] (ISM) در اقتصاد ایران شناسایی می‌شوند تا زمینة تعیین یک نرخ پویای مالیات بر مسکن‌های خالی به‌منظور کاهش سوداگری و بروز پدیدة مسکن‌های خالی در بازار مسکن فراهم شود.
در ادامه در بخش دوم، مبانی نظری و پیشینة تحقیق و در بخش سوم، الگوی تحقیق بیان می‌شود. در بخش چهارم تحلیل نتایج صورت می‌گیرد و درنهایت، نتیجه‌گیری و پیشنهادات سیاستی بیان می‌شوند.
مبانی نظری و پیشینة تحقیق
مالیات بر دارایی
در بیشتر کشورها، مالیات بر دارایی بهصورت مالیات بر استفاده از دارایی، مالیات بر مالکیت و انتقالات دارایی وضع می‌شوند. براساس طبقه‌بندی مالیاتی بین‌المللی، مالیات بر دارایی شامل مالیات مکرر بر دارایی‌های غیرمنقول (که بهصورت بدهی ناخالص بر مالک یا مستأجر وضع می‌شود)، مالیات مکرر بر خالص ثروت، مالیات بر املاک، ارث و هدایا، مالیات بر معاملات مالی و سرمایه‌ای شامل انتقال چک و اوراق بهادار یا فروش دارایی است (Norregaard, 2013: 6 ). در ادبیات اقتصادی اعتقاد بر این است که نوسانات و شوک‌های ادواری بخش مسکن عموماً تأثیرگرفته از شوک‌های تقاضا و سوداگری در این بازار است. مالیات مهم‌ترین ابزاری است که برای مدیریت و کنترل شوک‌های تقاضا و سوداگری در بخش مسکن در اختیار دولت قرار دارد. اخذ مالیات بر املاک و مسکن با هدف کسب درآمد، تخصیص بهینة منابع و به حداقل رساندن اختلال در مکانیزم قیمت‌ها، کنترل سوداگری و نوسان شدید در بازار مسکن صورت می‌گیرد. یکی از ابزارهای بسیار مؤثر مالیاتی که مانع فعالیت‌های سوداگرانه و ورود و خروج شدید سرمایه‌های سرگردان به این بخش می‌شود و روند سرمایه‌گذاری در این بخش را در مسیر با ثبات قرار می‌دهد، مالیات بر منفعت سرمایه است که سابقة به‌کارگیری آن در کشورهای دیگر حتی قبل از مالیات بر ارزش افزوده است. روش‌های اخذ مالیات بر عایدی سرمایه در کشورهای مختلف تفاوت‌هایی دارد و اصول حاکم بر این نوع مالیات، اخذ مالیات بر پایة عایدی حاصل از خرید و فروش املاک، معافیت سرپناه و انگیزة مصرفی مسلط بر خرید مسکن از پرداخت مالیات، تمایز بین انگیزه‌های سوداگری در تعیین نرخ و پایه مالیات بر عایدی سرمایه در دورة زمانی معین استوار است[2].
بنابراین، در بیشتر کشورها برای افزایش هزینة معاملات سوداگرانه، نرخ‌های متفاوتی بر نقل و انتقال املاک و مسکن وضع می‌کنند. با توجه به اینکه درجه تسلط تقاضای سوداگرانه مسکن با زمان ارتباط معکوسی دارد، پایة این مالیات پلکانی معکوس بوده و با افزایش فاصله بین زمان خرید و فروش، بخش کمتری از منفعت کسب‌شده مشمول مالیات است که «مالیات طولی» بر معاملات مسکن نامیده می‌شود. وضع مالیات طولی بر معاملات مسکن با وجود اینکه تا حدودی هزینه‌های ورود تقاضاهای سوداگرانه به بازار زمین و مسکن را افزایش می‌دهد، تأثیری بر هزینة تقاضای مصرفی و سرمایه‌ای مولد ندارد؛ زیرا افرادی که مسکن را بهعنوان تقاضای مصرفی خریداری می‌کنند، حداقل 5 سال از آن استفاده می‌کنند؛ درنتیجه، این مالیات با کاهش بخشی از تقاضای سرمایه‌ای (سوداگری) اثرات ضدتورمی خواهد داشت و می‌تواند باعث برقراری ثبات در بازر زمین و مسکن شود (قلی‌زاده، 1396: 40-39).
به‌طور کلی ارزش‌گذاری دارایی مسکن به دو صورت، ارزش‌گذاری مبتنی بر ارزش بازار و ارزش‌گذاری مبتنی بر مساحت صورت می‌گیرد (Bird & Slack, 2004: 11). مزیت ارزش‌گذاری مبتنی بر مساحت[3] این است که مؤدیان مالیاتی شانس کمتری برای فرار از پرداخت مالیات در مقایسه با روش مبتنی بر ارزش دارند. با این حال، بررسی تجربة کشورها نشان می‌دهد در مواردی که امکان تعیین و استفاده از ارزش بازار وجود دارد، معمولاً این روش بهعنوان بهترین روش ارزش‌گذاری پایه مالیات انتخاب می‌شود؛ زیرا نخست، منافع خدمات پیش از آنکه در مساحت انعکاس یابد، در ارزش متبلور می‌شود[4]. دوم، روش ارزش‌گذاری بازار امکان لحاظ‌کردن آثار مرتبط با امکانات موجود در محله یا امکاناتی را دارد که توسط بودجه دولت فراهم شده است. سوم، روش مبتنی بر مساحت نسبت به روش مبتنی بر ارزش بازار، بار نسبتاً بیشتری را بر مؤدیان کم‌درآمد در مقایسه با مؤدیان با درآمد بالا تحمیل می‌کند. به این دلیل که متوسط درآمد خانوارها در محله‌های با ارزش بالاتر معمولاً بیشتر از متوسط درآمد خانوارها در محله‌های پایین است؛ درحالی‌که در روش مبتنی بر مساحت، خانوارها برای زمین‌های با مساحت یکسان - صرف‌نظر از اینکه در کدام محله باشد - باید مالیات یکسانی را پرداخت کنند.
نظام مالیاتی مسکن در جهان
بررسی نظام مالیاتی مسکن در کشورهای مختلف جهان نشان می‌دهد به‌منظور بهره‌گیری از هریک از کارکردهای نظام مالیاتی بخش مسکن در زمینة کنترل سوداگری، کسب درآمد و دیگر اهداف مهم بخش مسکن، ابزار مالیاتی متناسب با آن کارکرد به کار گرفته شده است که مهم‌ترین آنها مالیات بر ارزش زمین، مالیات بر منفعت سرمایه، مالیات بر خرید املاک گرانقیمت و مالیات بر واحدهای مسکونی خالی هستند.
مالیات بر ارزش زمین[5] (LVT): ازجمله ابزارهای مالیاتی برای تخصیص بهینة منابع زمین و مسکن در مناطق شهری، مالیات بر ارزش زمین و مسکن و افزایش ارزش آنها است. این مالیات بهصورت درصدی از «افزایش قیمت» معاملاتی زمین و مسکن در زمان نقل و انتقال محاسبه شده است و از فروشنده دریافت می‌شود. در شرایطی که بازار زمین با افزایش قیمت و انتظارات تورمی ناشی از این افزایش قیمت مواجه باشد، این نوع مالیات می‌تواند به کاهش قیمت زمین در بازار منجر شود. این موضوع به این صورت است که با افزایش هزینه‌های نگهداری زمین، مالکانی که قادر به استفاده از زمین خود نباشند، اقدام به فروش زمین‌های خود می‌کنند و درنتیجه با افزایش عرضة زمین در بازار، قیمت زمین کاهش می‌یابد (قلی‌زاده و امیری، 1392: 96).
مالیات بر عایدی سرمایه[6] (CGT): مالیات بر منفعت سرمایه نیز ازجمله ابزارهای مؤثر مالیاتی است که می‌تواند مانع از فعالیت‌های سوداگرانه و ورود و خروج سرمایه‌های سرگردان به بازار زمین و مسکن شود و روند سرمایه‌گذاری در این بخش را در مسیر با ثبات قرار دهد. این نوع مالیات بهصورت درصدی از افزایش قیمت معاملاتی زمین یا مسکن در هنگام نقل و انتقال از فروشنده دریافت می‌شود. در مالیات بر عایدی سرمایه، اولین ملک فرد که تقاضای مصرفی است، از این مالیات معاف است. همچنین تولیدکنندگانی که در بازة زمانی معین اقدام به تولید و عرضة واحدهای مسکونی می‌کنند، از پرداخت این مالیات معاف‌اند (Moore & Silvia, 1995: 7). با توجه به اینکه ملک اول هر فرد معاف از پرداخت این مالیات است و تولیدکنندگان مسکن معاف از پرداخت این مالیات هستند، این مالیات تنها تقاضای سوداگرانه را هدف قرار می‌دهد و هزینة این نوع تقاضای مسکن را در بازار زمین و مسکن شهری افزایش می‌دهد؛ ازاین‌رو، تأثیری بر هزینة تقاضای مصرفی و سرمایه‌ای مولد ندارد (دفتر مطالعات اقتصادی، 1387: 11).
مالیات بر خرید املاک گرانقیمت[7] (SDLT): دریافت درصدی از کل ارزش املاک گرانقیمت از خریدار در هنگام نقل و انتقال، مالیات بر خرید املاک گرانقیمت نامیده می‌شود. این مالیات تنها از املاکی اخذ می‌شود که قیمت آن از متوسط قیمت بازار بالاتر باشد. نرخ این مالیات تصاعدی بوده و هرچه قیمت ملک بالاتر باشد، درصد آن نیز افزایش می‌یابد؛ بنابراین، علاوه بر ایجاد درآمد برای دولت ملی، این مالیات تأثیر کنترلی قیمت بر بازار زمین و مسکن شهری دارد. درواقع اخذ این مالیات عاملی بازدارنده برای کسانی است که اقدام به خرید املاک گرانقیمت می‌کنند (جلالی، 1396: 49-48). هدف عمده مالیات بر خرید املاک گرانقیمت در سمت تقاضا می‌تواند هدایت تقاضای بازار از سمت واحدهای مسکونی گرانقیمت و لوکس به سمت واحدهای مسکونی غیرلوکس و ارزان‌قیمت‌تر باشد. هدف این نوع مالیات در سمت عرضه نیز می‌تواند تشویق سرمایه‌گذاران و تولیدکنندگان حوزة مسکن به‌منظور تولید واحدهای مسکونی غیرلوکس و اثرگذاری بر الگوی تولید مسکن باشد.
مالیات بر مسکن‌های خالی[8] (VHT): در زمینة به‌کارگیری سیاست‌های جامع مالیاتی، یکی دیگر از ابزارهای سیاستی دولت برای تخصیص بهینة منابع موجود مسکن در شرایط نابرابری عرضه و تقاضا، وضع مالیات بر خانه‌های خالی از سکنه است. مالیات بر واحدهای مسکونی خالی، مالیاتی است که بهصورت دوره‌ای از املاکی اخذ می‌شود که مدت زمان مشخصی از سال خالی از سکنه رها شده باشند (قلی‌زاده و امیری، 1392: 96). این مالیات تا زمانی گرفته می‌شود که ملک مدنظر خالی شناخته شود و در صورت سکونت، ملک مدنظر مشمول پرداخت این مالیات نمی‌شود؛ بنابراین، وضع نرخ مناسب مالیات بر واحدهای مسکونی خالی از سکنه به افزایش هزینة نگهداری خانه‌های خالی برای مالکان منجر می‌شود و بهعنوان ابزار و اهرمی مکمل در کنار عرضة مسکن برای کاهش قیمت مسکن و ایجاد تعادل در بازار خواهد بود. نرخ طبیعی واحدهای مسکونی خالی (همانند نرخ طبیعی بیکاری) جزء ذاتی تعادل بازار مسکن تلقی می‌شود؛ اما باید توجه داشت نرخ طبیعی واحدهای مسکونی خالی تنها در شرایط تعادل بازار برقرار می‌شود و در شرایط عدم تعادل همانند بازار مسکن ایران، این نرخ از حد طبیعی خود فراتر می‌رود. باید تأکید کرد عموماً تفاوت نرخ واحدهای مسکونی خالی موجود و نرخ طبیعی آن متأثر از شرایط بازار مسکن است (جلالی، 1396: 46).
در بسیاری از مطالعات تجربی، رابطة معکوس بین تعداد واحدهای مسکونی خالی و قیمت مسکن حاصل شده است؛ هرچند موارد استثنایی هم وجود دارد؛ برای مثال، بازار مسکن آمریکا در دهه 1980 و بازار مسکن تایوان در دهه 1970 تا 1990 میلادی ازجمله این موارد است. در این شرایط علی‌رغم وجود و افزایش تعداد خانه‌های خالی، قیمت مسکن درحال افزایش بوده است؛ بنابراین، بروز پدیدة خانه‌های خالی ناشی از دو علت اساسی پیشی‌گرفتن عرضه از تقاضای مسکن یا پدیدة شکست بازار[9] در بخش مسکن است. براساس مبانی نظری، در حالت اول، افزایش تعداد واحدهای مسکونی خالی همراه با کاهش قیمت مسکن در بازار است. این در حالی است که روند قیمت مسکن در سال‌های اخیر در ایران چنین چیزی را نشان نمی‌دهد و رشد قیمت‌ها محسوس بوده است. در حالت دوم، وجود واحدهای مسکونی خالی با عدم تعادل برگشت‌‌ناپذیر در بازار مسکن و افزایش بی‌رویة قیمت خانه همراه است. به این معنی که در حالت عادی با مازاد عرضه، قیمت کاهش می‌یابد و بازار به تعادل برمی‌گردد؛ اما در این حالت این چنین نیست. «شکست بازار مسکن به معنای بروز شرایطی است که در آن مکانیسم بازار به درستی عمل نکرده است و علی‌رغم وجود عرضه، تقاضا قادر به تأمین نیاز نیست (ایزدخواستی، 1394: 24)؛ بنابراین، این موضوع باعث می‌شود دولت در شرایط نارسایی بازار، در ابتدا با استفاده از ابزارهایی که در اختیار دارد، به‌دنبال ایجاد تعادل در بازار باشد؛ ازجمله مهم‌ترین این ابزارها، وضع مالیات بر واحدهای مسکونی خالی است. این کار می‌تواند بر هزینة نگهداری واحدهای خالی برای مالکان آنها مؤثر باشد و با تحریک عرضة مسکن‌های خالی بر کنترل و به تعادل رسیدن بازار مؤثر واقع شود.
نخستین‌‌بار در مواد 10 و 11 قانون مالیات بر درآمدهای سال 1366 مسئلة مالیات از خانه‌های خالی مطرح و مقرر شد که از مالکان مستغلاتی که طی شش ماه خالی بوده‌اند، مالیات اخذ شود؛ اما این مواد قانونی در سال 1380 به درخواست سازمان امور مالیاتی از قانون یادشده حذف شد تا اینکه در قالب اصلاحیة ماده 54 مکرر قانون مالیات مستقیم، مالیات از خانه‌های خالی در سال 1394 مجدداً مطرح و تبدیل به قانون شد. براساس ماده ۵۴، واحدهای مسکونی واقع در شهرهای با جمعیت بیش از ۱۰۰ هزار نفر که به استناد سامانة ملی املاک و اسکان کشور بهعنوان واحد خالی شناسایی شوند، از سال دوم به بعد مشمول مالیات بر اجاره به شرح زیر خواهند شد:
سال دوم: یک دوم مالیات متعلقه؛
سال سوم: برابر مالیات متعلقه؛
سال چهارم به بعد: یک و نیم برابر مالیات متعلقه.
اصل سیاست اخذ مالیات از خانه‌های خالی آن هم با نرخ‌های مؤثر قابل دفاع است و باید در مجموعه سیاست‌گذاری‌های کلی بخش مسکن وجود داشته باشد؛ اما موضوع مهمی که اثرگذاری این سیاست و قانون را تضعیف می‌کند، همان بحث شناسایی خانه‌های خالی است که در صورت وجود عزم جدی در این زمینه می‌توان با روش‌های ساده و کم‌هزینه خانه‌های خالی را شناسایی کرد. بعد از شناسایی، فرارهای مالیاتی هم می‌توانند صورت بگیرند و اثرگذاری این قانون را تضعیف کنند. یکی از ابزارهای اجرای قانون مالیات بر خانه‌های خالی، راه‌اندازی سامانة املاک و اسکان براساس تبصره ۷ ماده ۱۶۹ مکرر قانون مالیات‌های مستقیم است؛ بهدلیل اینکه راه‌اندازی سامانة جامع املاک و مستغلات که باید اطلاعات واحدهای مسکونی کشور در آن ثبت می‌شد، به کندی پیش رفته است، پس از 5 سال، اجرای قانون به سرانجام نرسیده است. در سال 1399 ماده ۵۴ مکرر قانون مالیات‌های مستقیم با هدف تأثیرگذاری بیشتر در اجرا اصلاح شده است؛ براساس این، ضرایب مربوط به اخذ مالیات از خانه‌های خالی تغییرکرد تا بازدارندگی بیشتر و خانه‌های خالی به بازار عرضه شود. به این ترتیب، مالکان خانه‌های خالی در سال اول معادل شش برابر مالیات بر اجاره، سال دوم، معادل دوازده برابر و سال سوم به بعد معادل هجده برابر باید مالیات بپردازند.
نرخ طبیعی خانه‌های خالی
سازندگان مسکن، برای فروش واحدهای مسکونی تکمیل‌شده نیاز به دورة زمانی دارند تا بتوانند در این فاصلة زمانی برای واحدهای مسکونی خود مشتری پیدا کنند. همچنین، خریداران مسکن نیز برای جستجوی واحد مسکونی مورد نیاز و مطلوب خود به دورة زمانی معینی نیاز دارند. این بخش از تقاضای خانه‌های خالی باعث می‌شود همواره در بازار مسکن تعدادی خانه خالی وجود داشته باشد که به آن در اصطلاح اقتصادی «نرخ طبیعی خانه خالی» گفته می‌شود. به عبارت دیگر، در ادبیات اقتصاد کلان وجود خانه‌های خالی به میزان نرخ طبیعی آن امر ذاتی در بازار مسکن تلقی می‌شود. آنچه باعث برهم‌خوردن تعادل و امر غیرذاتی در بازار مسکن می‌شود، فاصله قابل توجه بین نرخ واقعی خانه‌های خالی نسبت به نرخ طبیعی آن است که بهدلیل وجود تقاضای سوداگرانه خانه‌های خالی صورت می‌گیرد و با افزایش تقاضای سوداگرانه این فاصله افزایش می‌یابد.
در چارچوب ادبیات نظری اقتصاد مسکن و براساس مکانیسم تعدیل قیمت، فاصله بین نرخ واقعی خانه‌های خالی از نرخ طبیعی آن باید به کاهش قیمت تعادلی بازار منجر شود؛ اما در بازار مسکن در ایران که عرضة مسکن کمتر از تقاضای آن است، رخداد فوق به افزایش قیمت مسکن منجر می‌شود. در چنین شرایطی بازار مسکن دچار نارسایی می‌شود؛ براساس این، دخالت کارآمد دولت در بازار مسکن ازطریق سیاست‌های تنظیم‌گری امری ضروری و اجتناب‌ناپذیر خواهد بود. در این ارتباط یکی از مهم‌ترین و مؤثرترین ابزارها برای تنظیم بازار و مقابله با تقاضای سوداگرانه مسکن خالی وضع مالیات بر خانه‌های خالی است. این ابزار مالیاتی ازطریق تحمیل هزینه بر مالکان این واحدهای مسکونی، آنها را وادار به عرضة مسکن خالی خود به بازار خواهد کرد و به نزدیک‌شدن نرخ واقعی خانه‌های خالی به نرخ طبیعی آن منجر می‌شود.
کارکردهای مالیات بر خانه‌های خالی
وضع مالیات بر خانه‌های خالی از سوی دولت مرکزی و دولت محلی یا شهرداری‌ها می‌تواند به کاهش تقاضای غیرمصرفی در بازار مسکن منجر شود. اولین کارکرد اخذ این مالیات، تنظیم‌گری آن در درون بازار مسکن بهعنوان یکی از بخش‌های مهم اقتصادی و نیز شفاف‌سازی مختصات این بازار برای تصمیم‌سازان کلان دولت است؛ زیرا تمام مالکان موظف‌اند دربارة خانه‌های خالی خود اظهارنامه پر کنند؛ البته با توجه به اختیاری‌بودن خوداظهاری عملاً کارکرد آن را زیر سؤال می‌برد. کارکرد دوم، تنظیم جغرافیایی بازار مسکن است که با اعمال معافیت برای برخی از خانه‌های واقع در برخی مناطق برخی شهرها صورت می‌گیرد. سومین کارکرد این نوع مالیات این است که با تعریف حد اعتبار مالیاتی برای این نوع از مالیات، تکلیف خانه‌های خالی را به‌طور دقیق می‌توان مشخص کرد؛ به‌طوری‌که اگر اثبات شود فردی از خانه دوم خود برای مقاطعی از سال استفاده می‌کند، محدودة مالیات پرداختی آن خانه با سایر خانه‌های خالی متفاوت باشد. کارکرد چهارم این است که محل هزینه‌کرد آن کاملاً مشخص می‌شود و پرداخت‌کنندگان مالیات می‌دانند مبالغ پرداختی آنها برای چه موضوعی توسط دولت هزینه می‌شود؛ البته در ایران در قانون مربوطه این امر مشخص نشده است. در برخی کشورها ازجمله کانادا مالیاتی که از مالکان خانه‌های خالی اخذ می‌شود، صرف ساخت خانه‌های ارزان‌قیمت به‌منظور تنظیم بازار مسکن می‌شود. کارکرد پنجم این است که برخی از خانه‌ها با سقف مشخص ارزش، از مالیات معاف‌اند که خانه‌های قدیمی و نظایر آن را می‌تواند شامل شود. کارکرد ششم این نوع مالیات نیز دریافت نرخ‌های متفاوت متناسب با توان اقتصادی خانوارهاست که عملاً در شفاف‌شدن کسب وکارها و درآمدها نیز می‌تواند نقش داشته باشد. مالیات بر مسکن‌های خالی در تعدادی از کشورهای دنیا نیز پیاده‌سازی شده است و بهصورت جدی دنبال می‌شود. ایالات متحده آمریکا، کانادا، فرانسه و انگلیس مهم‌ترین کشورهای اعمال‌کنندة مالیات در حوزة مسکن‌اند که نحوة اجرای آن در جدول 1 گزارش شده است.
جدول 1- تجربیات سایر کشورها در زمینة مالیات بر مسکن‌های خالی
|
معافیت‌ها |
نوع مالیات |
نرخ مالیات |
کشور |
ردیف |
|
- مناطق با جمعیت کمتر از 50 هزار نفر - خانه‌های غیرقابل سکونت |
مالیات بر ارزش اجاره‌ای املاک |
سال اول معادل 5/12 درصد و برای سال‌های بعد معادل 25 درصد |
فرانسه[10] |
1 |
|
- خانه‌های غیرقابل سکونت |
مالیات شهرداری |
6 ماه نخست: 50 درصد بعد از 6 ماه: 100 درصد |
انگلیس[11] |
2 |
|
- خانه‌های درحال تعمیر |
مالیات شهرداری |
بیش از یک سال خالی: 100 درصد |
اسکاتلند[12] |
3 |
|
- |
ارزش ملک |
بیش از یک سال خالی: 10 درصد |
امریکا[13] |
4 |
|
- |
ارزش ملک |
بیش از 6 ماه خالی: 1 درصد |
کانادا[14] |
5 |
مأخذ: یافته‌های تحقیق
پیشینة تحقیق
پیشینة خارجی
چوی[15] (2006) در پژوهشی اثرات اقتصادی مالیات بر ارزش زمین و مسکن در مناطق شهری را با استفاده از یک الگوی تعادل عمومی محاسبه‌پذیر تحلیل کرده است. او اثرات مالیات بر ارزش زمین بر گسترش فضای شهری، تراکم جمعیت و کاهش هزینة ساکنان و گروه‌های درآمدی مختلف در مناطق شهری را تحلیل کرده است. نتایج این تحقیق بیان می‌کند مالیات بر ارزش زمین برخلاف مالیات‌های دیگر باعث اخلال در تصمیم‌گیری‌های اقتصادی نمی‌شود؛ بنابراین، کارایی اقتصادی را برهم نمی‌زند.
آنتیپا و اسکالک[16] (2009) مقاله‌ای با موضوع «اثر سیاست مالی بر سرمایه‌گذاری مسکونی در فرانسه» با رویکرد (VECM)[17] انجام دادند. نتایج بیان می‌کنند بین سرمایه‌گذاری مسکونی و کمک‌های مالی دولت به بخش مسکن، ارتباط بلندمدت وجود دارد و با بررسی چندین ابزار سیاست مالی مشخص شده است کمک‌های مالیاتی و یارانة نرخ بهره، کارآمدترین ابزار مالی برای تأثیرگذاشتن بر سرمایه‌گذاری مسکونی است. همچنین، نتایج نشان می‌دهند یارانه به سرمایه‌گذاری مسکونی از مناسب‌ترین ابزار برای ایجاد ثبات در چرخة کسب‌وکار است. ناکاجیما[18] (2010) در مقاله‌ای وضع مالیات بهینه بر درآمد سرمایه و مسکن را تحلیل کرده است. نتایج حاصل از آن در چارچوب یک الگوی بین نسلی در اقتصاد آمریکا بیان می‌کنند نرخ مالیات پایین بر سرمایة مسکونی و سرمایة رانتی، مانند پرداخت یارانه به صاحبان آنهاست و باعث سرمایه‌گذاری بیش از حد در سرمایة مسکونی می‌شود.
اِرولا و ماتانن[19] (2013) در پژوهشی عملکرد مالیات بهینه بر سرمایة مسکونی را در برابر سرمایة غیرمسکونی بررسی کردهاند. نتایج حاصل از آن بیان می‌کنند نرخ مالیات بر سرمایة مسکونی به کشش جانشینی بین تقاضای سرمایة مسکونی با تقاضای غیرمسکونی و فراغت بستگی دارد. گری بوبو و نور[20] (2014) در مقاله‌ای اثرات وضع مالیات بر مسکن و ارث‌گذاری در یک الگوی ساده بین نسلی را تحلیل کردهاند. نتایج حاصل از آن بیان می‌کنند بر سرمایة مسکونی و درآمد سرمایه‌ای که رانتی است باید مالیات وضع شود؛ اما بر ارث‌گذاری باید یارانه پرداخت شود.
چن[21] (2017) در مطالعه‌ای تأثیر مالیات بر نقل و انتقال املاک و مستغلات بر تلاطم قیمت مسکن در ایالت‌های آمریکا را با استفاده از روش حداقل مربعات معمولی در دورة زمانی 2012-1975 بررسی کرده است. نتایج حاصل از آزمون‌های پارامتری و غیرپارامتری[22] نشان داده‌اند در ایالت‌هایی تلاطم در قیمت مسکن کمتر بوده که مالیات بر نقل و انتقال دارایی مسکونی اعمال شده است.
سگو[23] (2020) در مقاله‌ای اثر مالیات بر خانه‌های خالی را با استفاده از رویکرد تفاوت در دورة زمانی 2001-1997 در فرانسه بررسی کرده است. او معتقد است مالیات بر مسکن خالی درحال تبدیل‌شدن به یکی از ابزارهای رایج در میان قانون‌گذاران است؛ اما این ابزار هرگز به درستی ارزیابی نشده است. نتایج حاصل از این پژوهش نشان می‌دهند مالیات باعث کاهش 13 درصدی نرخ‌های خالی بین سال‌های 1997 تا 2001 شده است. نتایج همچنین نشان می‌دهند بیشتر واحدهای خالی به اقامتگاه اصلی تبدیل شدهاند.
یوروکو و کریمل[24] (2021) در مقاله‌ای تأثیر محدودیت‌های استفاده از زمین مسکونی محلی بر ارزش زمین در بازارهای عمده مسکن آمریکا را با استفاده از روش حداقل درآمد معمولی در دورة زمانی 2017-2013 بررسی کردهاند. نتایج حاصل از آن نشان می‌دهند در کلان‌شهرهای سانفرانسیسکو، لس‌آنجلس و سیاتل، قیمت زمین با مقادیری برابر با حداقل درآمد معمولی خانوارها افزایش یافته است. نتایج همچنین بیان می‌کنند برآوردهای مالیاتی منطقه‌بندی[25] با اندازه‌گیری جدید محدودیت عرضة بازار مسکن محلی (شاخص تنظیم‌کنندة استفاده از زمین مسکونی وارتون در سال 2018) ارتباط مثبت دارد. این رابطه بهصورت مکانیکی هدایت نمی‌شود؛ زیرا شاخص نظارتی از داده‌های نظرسنجی ساخته شده است که به هیچ‌وجه داده‌های قیمت زمین یا خانه را شامل نمی‌شود.
پیشینة داخلی
عبدی و عسکری‌آزاد (1387) در پژوهشی با بررسی مالیات بر عایدی سرمایة مسکن به این نتیجه رسیده‌اند که ازطریق وضع این مالیات می‌توان حجم سرمایه‌های بلوکه‌شده را به سمت تولید و سرمایه‌گذاری در بخش‌های مولد اقتصاد هدایت کرد. آنها معتقدند کنترل نوسانات قیمتی مسکن ازطریق کاهش تقاضای مسکن در شهرهای پرجمعیت و ایجاد انگیزش در افراد در راستای عدم مهاجرت و تحقق تمرکززدایی صورت می‌گیرد
قلی‌زاده و کمیاب (1389) پژوهشی را در زمینة بررسی واکنش سیاست پولی نسبت به حباب قیمت مسکن در کشور ایران انجام داده‌اند. آنها با استفاده از داده‌های فصلی بازة زمانی سال‌های 1371 تا 1385 و با استفاده از روش اقتصادسنجی ARDL اقدام به تجزیه و تحلیل موضوع کردهاند. نتایج پژوهش آنها نشان می‌دهند سیاست‌های پولی سهم چشمگیری را در نوسانات قیمت مسکن و شکل‌گیری حباب در این بازار به خود اختصاص داده‌اند.
بیابانی و خسروی (1390) پژوهشی را در زمینة شناسایی حباب قیمت مسکن در تهران انجام داده‌اند. بازة زمانی موضوع بررسی‌شده سال‌های 1387-1371 است و در تجزیه و تحلیل خود از روش اقتصادسنجی ARDL استفاده کردهاند. نتایج این پژوهش نشان می‌دهند نرخ تورم، اجارة واقعی، تعداد خانوار و موجودی مسکن از عوامل مهم تعیین‌کنندة قیمت بنیادین مسکن در تهران‌اند.
خلیلی عراقی و همکاران (1391) در مقاله‌ای با موضوع «بررسی عوامل مؤثر بر قیمت مسکن در ایران با استفاده از داده‌های ترکیبی» تلاش کردهاند عوامل سمت عرضه و تقاضای مسکن را با استفاده از اصول خرد مدل‌سازی کنند و اثر متغیرهای مخارج مصرفی خانوارها، تعداد خانوارها، هزینة استفاده، تسهیلات بانکی، قیمت زمین و هزینة ساخت بر قیمت مسکن را بررسی کنند. نتایج نشان می‌دهند در بلندمدت مخارج مصرفی، اعتبارات بانکی، قیمت زمین، آثار مثبت و هزینة مالکیت اثر منفی بر قیمت حقیقی مسکن داشته‌اند. در کوتاه‌مدت نیز اثر افزایشی مخارج مصرفی، اعتبارات بانکی، قیمت زمین، هزینة ساخت و قیمت با وقفه مسکن بر قیمت حقیقی مسکن در دورة جاری مثبت و اثر هزینة مالکیت منفی بوده است.
کمیجانی و همکاران (1392) پژوهشی را در زمینة تحلیل پولی حباب بازار مسکن در اقتصاد ایران انجام داده‌اند. آنها موضوع مدنظر را برای بازة زمانی سال‌های 1369 تا 1390 بررسی و در آن برای تجزیه و تحلیل موضوع از روش اقتصادسنجی ARDL استفاده کردهاند. در این پژوهش متغیرهای نرخ ارز حقیقی، قیمت طلا، شاخص کل سهام، نقدینگی، نرخ سود بانکی، نرخ تورم و درآمدهای نفتی، متغیرهای مؤثر بر حباب بازار مسکن در نظر گرفته شدهاند. نتایج پژوهش نشان‌دهندة معناداربودن تأثیر متغیرهای بالا بر حباب بازار مسکن است.
ایزدخواستی (1398) در پژوهشی اثرات مالیات در بخش املاک و مسکن و برآورد ظرفیت بالقوة آن در ایران را با تأکید بر راهبردها و چالش‌ها تحلیل کرده است. نتایج حاصل از الگوی ریاضی بیان می‌کنند افزایش نرخ مالیات بر بازدهی سرمایة مسکن به افزایش قیمت مسکن منجر می‌شود؛ اما وضع مالیات بر عایدی سرمایه، قیمت مسکن و تلاطم‌های ناشی از آن را کاهش می‌دهد. همچنین نتایج بیان می‌کنند عملکرد مالیات در بخش املاک و مسکن با ظرفیت بالقوة آن منطبق نبوده است.
ایزدخواستی و همکاران (1398) در پژوهشی تأثیر مالیات بر املاک و مسکن بر کاهش تلاطم‌های بازار مسکن در مناطق شهری ایران را با تأکید بر مالیات بر نقل و انتقال املاک و مسکن تحلیل کردهاند. نتایج حاصل‌شده بیان می‌کنند افزایش نرخ رشد مالیات بر نقل و انتقال املاک و مسکن و تسهیلات اعطایی بانک مسکن به کاهش تلاطم بازار مسکن منجر شده است. همچنین، افزایش نرخ رشد قیمت زمین، نرخ رشد ازدواج و نرخ رشد ارز غیررسمی باعث افزایش تلاطم در بازار مسکن شده است.
الگوی تحقیق
مدل‌سازی تشریحی ساختاری (ISM)
سؤال اصلی این پژوهش این است که چه عواملی بر نرخ مالیات بر مسکن‌های خالی اثرگذارند. در این راستا، شناسایی عوامل مؤثر بر نرخ مالیات بر مسکن‌های خالی با استفاده از عوامل اثرگذار بر قیمت مسکن با رویکرد سیستمی و مدل‌سازی تشریحی ساختاری (ISM) در اقتصاد ایران صورت می‌گیرد تا زمینة تعیین یک نرخ پویای مالیات بر مسکن‌های خالی به‌منظور کاهش سوداگری و بروز پدیدة مسکن‌های خالی در بازار مسکن فراهم شود. مدل‌سازی تشریحی ساختاری[26] (ISM)، روش مناسبی برای طراحی سیستم‌های پیچیده است (رضوی، 1382: 80). این نوع مدل‌سازی بهعنوان یک ابزار قدرتمند در تجزیه و تحلیل رابطة میان تعداد زیادی از عوامل در مسائل مختلف به کار گرفته می‌شود و یکی از روش‌های معمول در طراحی سیستم‌هاست که در آن با بهره‌گیری از ریاضیات، رایانه و نیز مشارکت کارشناسان، افراد ذی‌نفع و متخصصان، سیستم‌های بزرگ و پیچیده را طراحی می‌کنند و با به وجود آوردن یک چارچوب منظم از سیستم‌های پیچیده تصویری واقع‌گرایانه از وضعیت سیستم و متغیرهای آن به تصمیم‌گیرندگان موضوع مدنظر ارائه می‌دهند (Attri & et al, 2013: 7). نرخ مالیات بر واحدهای مسکونی خالی باید با توجه به شرایط اقتصادی هر کشور تعیین شود. در این پژوهش با مدل‌سازی تشریحی ساختاری (ISM) مهم‌ترین عوامل اثرگذار بر این نرخ، شناسایی و به‌ترتیب اثرگذاری اولویت‌بندی شدهاند. همچنین با استخراج روابط نهایی بین متغیرها به کمک این روش از پیچیدگی روابط میان آنها کاسته می‌شود و سیاست‌گذار می‌تواند با دید وسیع‌تری نسبت به تعیین نرخ مالیات اقدام کند.
به‌طور کلی فرایند طراحی سیستم‌ها با مدل‌سازی تشریحی ساختاری در پنج مرحله صورت می‌گیرد (رضوی، 1382: 100):
مرحلة اول، شناسایی متغیرها: در ابتدا باید عوامل و متغیرهای به‌کاررفته در سیستم شناسایی شوند. شناسایی متغیرهای سیستم براساس مطالعات قبلی، مراجعه به متخصصان، مطالعة کتب و منابع کتابخانه‌ای صورت می‌گیرد و وارد ماتریس‌های متقاطع تعاملی و خودتعاملی می‌شوند.
مرحلة دوم، تعیین رابطة محتوایی بین متغیرها: پس از آنکه متغیرها و اجزای سیستم شناسایی و انتخاب شدند، باید یک یا چند رابطة محتوایی میان آنها تعریف شود. رابطة تعریفی، مقایسه‌ای، تأثیری و ریاضی چند نمونه از روابطی‌اند که میان متغیرها تعریف می‌شوند. روابط بین اجزای ماتریس‌های متقاطع تعاملی و خودتعاملی مرحلة اول مشخص می‌شوند و درون ماتریس قرار می‌گیرند. چنانچه رابطه‌ای براساس رابطة تعریف‌شده بین دو جزء وجود داشته باشد، عدد 1 در درایة مربوط به آن دو جزء گذاشته می‌شود؛ در غیر این صورت، عدد صفر در درایة مربوط به آن دو جزء گذاشته می‌شود.
مرحلة سوم، تشکیل ماتریس متقاطع تعاملی: ماتریس متقاطع تعاملی ماتریس دودویی و مربعی است که به تعداد متغیرها و اجزای تعریف‌شده در سیستم، سطر و ستون دارد. درایه‌های ماتریس متقاطع تعاملی نشان‌دهندة وجود داشتن یا نداشتن رابطه میان اجزای سیستم است. به این ترتیب که درایة صفر نشان‌دهندة عدم وجود و درایة یک نشان‌دهندة وجود رابطه بین دو جزء از اجزای سیستم است.
مرحلة چهارم، محاسبة ماتریس خودتعاملی: ماتریس خودتعاملی ماتریسی مربعی، دودویی، انعکاسی است که از ماتریس متقاطع تعاملی حاصل می‌شود و در آن سازگاری این ماتریس، بررسی و روابط تسری بین اجزا برقرار می‌شود. ماتریس خودتعاملی یا نهایی یک سیستم را می‌توان از ماتریس متقاطع تعاملی آن سیستم به دست آورد. در این روش با استفاده از نظریة اویلر ماتریس همانی به ماتریس مجاور اضافه می‌شود و سپس این ماتریس در صورت تغییرنکردن درایه‌های ماتریس به توان n می‌رسد (Harary & et al, 1965: 11). روابط زیر روش تعیین ماتریس نهایی را با استفاده از ماتریس متقاطع تعاملی نشان می‌دهند:
|
(1) |
A + I |
|
|
(2) |
M = (A + I) |
|
براساس این، جدول سطح‌بندی متغیرها تشکیل می‌شود و در آن، این دو مجموعه برای هر متغیر نوشته می‌شود. پس از آن، چنانچه برای هر متغیر، اشتراک دو مجموعة متقدم و متأخر، برابر با مجموعة متأخر باشد، آن متغیرها در یک سطح‌اند. متغیرهایی که در مرحلة اول در یک سطح قرار گرفته‌اند، از جدول سطح‌بندی تشکیل‌شده حذف می‌شوند و جدول دوباره تشکیل و روند فوق بار دیگر تکرار می‌شود؛ این کار تا سطح‌بندی همه متغیرها ادامه می‌یابد. پس از آنکه سطوح متغیرهای سیستم تعیین شد؛ دایگراف چندسطحی سلسله‌مراتبی مربوط به آن ترسیم می‌شود. به این ترتیب، ابتدا متغیرهای واقع در سطح اول، در کنار هم و در یک سطر ترسیم می‌شوند. سپس سطوح بعدی در موقعیت پایینی از سطح بالایی خود ترسیم می‌شوند؛ درنهایت، ارتباطات میان متغیرهای هر سطح با یکدیگر و نیز ارتباطات سطوح مختلف با یکدیگر ترسیم می‌شوند. مراحل مربوطه در نمودار 1 ترسیم شدهاند
نمودار1- مراحل طراحی سیستم (رویکرد مقابله با پیچیدگی)
مأخذ: یافته‌های تحقیق
تحلیل نتایج تجربی
سؤال اصلی این پژوهش این است که چه عواملی بر نرخ مالیات بر مسکن‌های خالی اثرگذارند. در این راستا از عوامل اثرگذار بر قیمت مسکن با رویکرد سیستمی و مدل‌سازی تشریحی ساختاری (ISM) در اقتصاد ایران استفاده می‌شود تا زمینة تعیین یک نرخ پویای مالیات بر مسکن‌های خالی به‌منظور کاهش سوداگری و بروز پدیدة مسکن‌های خالی در بازار مسکن فراهم شود.
گام اول، در طراحی سیستم عوامل مؤثر بر نرخ مالیات بر مسکن‌های خالی، شناسایی متغیرهای اثرگذار بر نرخ مالیات بر واحدهای مسکونی خالی با استفاده از عوامل مؤثر بر قیمت مسکن است. شناسایی متغیرهای سیستم براساس مطالعات قبلی، مراجعه به متخصصان، مطالعة کتب و منابع کتابخانه‌ای صورت می‌گیرد و وارد ماتریس‌های متقاطع تعاملی و خودتعاملی می‌شوند. در صورتی که تغییر در متغیرهای کلیدی سیستم به‌گونه‌ای باشد که بازار مسکن را به سمت سوداگری ازطریق احتکار مسکن سوق دهد، مسئولان مربوطه با اعمال تغییرات لازم در نرخ مالیات بر مسکن‌های خالی می‌توانند با این رویداد مقابله کنند. یکی از مهم‌ترین علت‌های بروز و تشدید رفتار سوداگری در بازار مسکن، نوسانات قیمتی پی‌درپی در این بازار، نبود ثبات و امید به کسب سود بالا در آینده است؛ به‌طوری‌که در شرایط کاهش رشد قیمت مسکن، برخی مالکان به امید افزایش قیمت در دورة آتی، از عرضة واحدهای مسکونی خود امتناع می‌کنند. این موضوع در ده سال اخیر به افزایش چشمگیر نرخ خانه‌های خالی در کشور منجر شده است (کلانتری بنگر، 1396: 2)؛ بنابراین، عوامل ایجاد تغییر در قیمت مسکن و جهش قیمتی در آن، زمینه‌ساز بروز سوداگری در بازار مسکن‌اند و ضمن اضافه‌کردن سرمایه‌گذاران و سوداگران جدید به این بازار سبب تغییر رفتار مالکان فعلی مسکن به سمت عدم عرضه و احتکار آن به امید کسب سود در آینده می‌شوند؛ بنابراین، در صورتی که تغییر در متغیرهای کلیدی سیستم به‌گونه‌ای باشد که بازار مسکن را به سمت سوداگری ازطریق احتکار مسکن سوق دهد، مسئولان مربوطه با اعمال تغییرات لازم در نرخ مالیات بر مسکن‌های خالی می‌توانند با این رویداد مقابله کنند. براساس این، هر عاملی که به افزایش قیمت مسکن منجر شود، با تشویق تقاضای سوداگرانه به افزایش نرخ خانه‌های خالی منجر می‌شود و به طبع دولت باید در این حالت به‌منظور کاهش نرخ خانه‌های خالی با کاهش انگیزه‌های سوداگرانه نرخ مالیات بر خانه‌های خالی را افزایش دهد. در این راستا، در این پژوهش عوامل مؤثر بر نرخ مالیات بر مسکن‌های خالی با استفاده از روش مدل‌سازی تشریحی ساختاری (ISM) شناسایی شدهاند. در این مطالعه نیز ابتدا روابط به کمک کارشناسان این حوزه و با طرح پرسشنامه تعیین شدهاند و سپس با مراجعه به مقالات مرتبط صحت روابط تأیید شده است. براساس مطالعات انجام‌شده، مهم‌ترین عوامل مؤثر بر قیمت مسکن در اقتصاد ایران در جدول 2 گزارش شدهاند[29]:
جدول 2- مطالعات صورت‌گرفتة داخلی در خصوص عوامل تأثیرگذار بر قیمت مسکن
|
نویسندگان |
سال |
متغیرها |
|
جعفری صمیمی و همکاران |
1386 |
درآمد سرانة خانوار، شاخص قیمت سهام، شاخص قیمت خدمات ساختمانی، تعداد ساختمان‌های تکمیل‌شده، حجم پول، نرخ تورم |
|
صباغ کرمانی و همکاران |
1387 |
قیمت مسکن در تهران، قیمت زمین در تهران، متوسط درآمد خانوار شهری در تهران، نرخ سود تسهیلات در بخش ساختمان و مسکن، تعداد ساختمان‌های تکمیل‌شده توسط بخش خصوصی در مناطق شهری تهران، شاخص بهای عمده‌فروشی مصالح ساختمانی، متوسط قیمت سکه طلا در بازار تهران |
|
عباسی‌نژاد و یاری |
1388 |
نرخ رشد جمعیت، نرخ رشد نقدینگی، نرخ تورم، نرخ رشد تسهیلات پرداختی بانک مسکن و شوک‌های مثبت و منفی نفتی، نرخ رشد واقعی سکه طرح قدیم بهار آزادی |
|
حیدری و سوری |
1389 |
نرخ‌های سود حقیقی سپرده‌های بانکی، حجم پول در گردش، نرخ رشد تولید ناخالص داخلی سرانه، هزینه‌های خدمات ساختمانی، ساخت مسکن جدید |
|
ناجی میدانی و همکاران |
1389 |
حجم پول، تولید ناخالص داخلی، شاخص قیمت مصرف‌کننده و نرخ ارز حقیقی |
|
حیدری |
1390 |
شاخص قیمت مسکن، سوخت و روشنایی: شاخص مستغلات، اجاره و فعالیت‌های کار و کسب: شاخص اجاره‌بهای مسکن در تهران: شاخص قیمت خدمات ساختمانی. |
|
اصلانی و خسروی |
1391 |
نقدینگی، قیمت سکه، شاخص کل قیمت سهام بورس اوراق بهادار تهران |
|
خلیلی عراقی و همکاران |
1391 |
مخارج مصرفی خانوارها، تعداد خانوارها، هزینة مالکیت مسکن، تسهیلات بانکی، قیمت زمین، هزینة ساخت |
|
سهیلی و همکاران |
1391 |
قیمت زمین، هزینة ساخت بنا، حجم تسهیلات اعطایی بخش مسکن، نرخ ارز حقیقی، شاخص قیمت سهام، تعداد ساختمان مسکونی، درآمد خانوار |
|
سوری و همکاران |
1391 |
نرخ سود وام‌های بانکی، حجم پول در گردش، نرخ رشد تولید ناخالص داخلی سرانه، هزینه‌های خدمات ساختمانی، ساخت مسکن جدید |
|
صمدی و معینی |
1391 |
درآمد سرانه شهری، نقدینگی و سرانة زمین شهری |
|
قلی‌زاده و بختیاری‌پور |
1391 |
تسهیلات اعتباری، نرخ بهره، قیمت سکه، هزینة ساخت، تراکم خانوار |
|
قلی‌زاده و ملاولی |
1391 |
تولید ناخالص داخلی واقعی، نقدینگی واقعی، تورم، نرخ بهره بلندمدت، نرخ بهرة کوتاه‌مدت، شاخص قیمت سهام، جمعیت |
|
مهرآرا و لواسانی |
1391 |
چرخه‌های تولید ناخالص داخلی واقعی کشور، درآمد واقعی نفت کشور، قیمت واقعی مسکن در تهران، نرخ سود تسهیلات در بخش بازرگانی و خدمات، حجم پول |
|
کمیجانی و همکاران |
1392 |
نرخ ارز حقیقی، قیمت طلا، شاخص کل سهام، نقدینگی، نرخ سود بانکی، نرخ تورم و درآمدهای نفتی |
|
نصرالهی و آزاد غلامی |
1392 |
تولید ناخالص داخلی، نرخ تورم، نرخ سود بانکی کوتاه مدت، نرخ اجاره بها، نرخ ارز حقیقی، قیمت سکه و دارایی‌های دیگر، درآمدهای نفتی، تسهیلات بانکی |
|
موسوی و درودیان |
1394 |
قیمت زمین، هزینة ساخت، نرخ بهرة حقیقی، سرانة ساختمان‌های مسکونی تکمیل‌شده، نقدینگی، بازدهی بازارهای رقیب |
|
عابدینی و همکاران |
1395 |
قیمت زمین، حجم نقدینگی، نرخ بهرة واقعی، درآمد متوسط خانوار و شاخص سهام |
|
قادری و ایزدی |
1395 |
نرخ شهرنشینی، نرخ اجاره‌بها، درآمد سرانه، اعتبارات اعطایی بانک مسکن به بخش مسکن، مالیات بر مسکن، نرخ بیکاری، تولید ناخالص ملی، مخارج دولت در فصل تأمین مسکن، شاخص قیمت نهاده‌های ساختمانی، تعداد پروانه‌های ساختمانی ساخته‌شده |
|
نصر اصفهانی و همکاران |
1396 |
حجم نقدینگی واقعی کشور، نرخ واقعی بهره، تولید ناخالص داخلی واقعی، شاخص عمده‌فروشی مصالح ساختمانی، شاخص سهام کل بورس اوراق بهادار تهران، نرخ ارز حقیقی، قیمت واقعی سکه |
مأخذ: گردآوری تحقیق براساس مطالعات انجام‌شده
با توجه به مطالعات انجام‌شده در زمینة قیمت مسکن، مهم‌ترین متغیرهای شناسایی‌شده اثرگذار بر قیمت مسکن بهعنوان عوامل اثرگذار بر نرخ مالیات بر خانه‌های خالی به‌منظور کنترل سوداگری در بازار مسکن به کار گرفته شده است؛ این عوامل عبارت‌اند از تغییرات نقدینگی(M)، نرخ تورم (Inf)، نرخ سود سپرده (i)، تغییرات قیمت سکه بهار آزادی (GC)، نرخ ارز حقیقی (Exc)، شاخص کل بورس اوراق بهادار (Stm)، تغییرات قیمت زمین (Land)، حجم تسهیلات اعطایی بخش مسکن (Loan)، تغییرات تولید ناخالص داخلی حقیقی (GDP) و شاخص قیمت مسکن (HP).
گام دوم، در طراحی سیستم عوامل مؤثر بر نرخ مالیات بر مسکن‌های خالی، تعیین روابط میان متغیرها و تشکیل ماتریس متقاطع تعاملی سیستم است. روابط میان متغیرهای شناسایی‌شده بر مبنای مطالعات کتابخانه‌ای انجام‌شده در قالب ماتریس در جدول 3 نشان داده شدهاند. در این ماتریس متغیرهای شناسایی‌شدة مدل در قالب ماتریسی مربعی و دودویی گردآوری شدهاند و در صورت اثرگذاری متغیری بر متغیر دیگر در درایة مربوط به آن، عدد یک و در غیر این صورت عدد صفر قرار داده شده است.
جدول 3- ماتریس متقاطع تعاملی (مجاور) عوامل مؤثر بر نرخ مالیات بر مسکن‌های خالی در اقتصاد ایران
مأخذ: یافته‌های پژوهش
گام نهایی در طراحی سیستم نرخ مالیات بر مسکن‌های خالی، تعیین سطوح سیستم و سلسله‌مراتب اثرگذاری متغیرهای سیستم بر یکدیگر است که با استفاده از نرم‌افزار Concept Star در نمودارهای 3 و 4 به دست می‌آید:
در ادامه، براساس سیستم سلسله‌مراتبی حاصل‌شده، عوامل مؤثر بر نرخ مالیات بر مسکن‌های خالی در اقتصاد ایران در سطوح اول تا سوم قرار گرفته‌اند. همچنین، نحوة تأثیرگذاری متغیرهای سیستم و ترتیب علت و معلولی آنها از سطوح پایین به بالا مشخص شده است:
نمودار 3- سیستم سلسله‌مراتبی(خروجی نرم‌افزار) عوامل مؤثر بر نرخ مالیات بر مسکن‌های خالی در اقتصاد ایران
منبع: یافته‌های پژوهش
نمودار 4-. سیستم سلسله‌مراتبی عوامل مؤثر بر نرخ مالیات بر مسکن‌های خالی در اقتصاد ایران
مأخذ: یافته‌های پژوهش
در گام اول، در طراحی سیستم عوامل مؤثر بر نرخ مالیات بر مسکن‌های خالی، شناسایی متغیرهای اثرگذار بر نرخ مالیات بر واحدهای مسکونی خالی با استفاده از عوامل مؤثر بر قیمت مسکن است. شناسایی متغیرهای سیستم براساس مطالعات قبلی، مراجعه به متخصصان، مطالعة کتب و منابع کتابخانه‌ای صورت می‌گیرد و وارد ماتریس‌های متقاطع تعاملی و خودتعاملی می‌شوند. در گام دوم، پس از شناسایی و انتخاب متغیرهای سیستم، رابطة محتوایی میان آنها تعریف شده است. در گام سوم، ماتریس متقاطع تعاملی تشکیل شده است. درایه‌های ماتریس متقاطع تعاملی نشان‌دهندة وجود داشتن یا نداشتن رابطه میان متغیرهای سیستم است؛ به این ترتیب که درایة صفر نشان‌دهندة عدم وجود و درایة یک نشان‌دهندة وجود رابطه بین دو متغیر از متغیرهای سیستم است. در گام چهارم، ماتریس خودتعاملی از ماتریس متقاطع تعاملی محاسبه شده است. در گام پنجم، با استفاده از اطلاعات ماتریس خودتعاملی، سطح‌بندی متغیرها (بهعنوان اجزای سیستم) صورت گرفته و دایگراف چندسطحی سلسله‌مراتبی مربوط به آن ترسیم شده است؛ به این ترتیب، ابتدا متغیرهایی که در سطح اول قرار گرفتند، در کنار هم و در یک سطر ترسیم می‌شوند. سپس سطوح بعدی در موقعیت پایینی از سطح بالایی خود ترسیم می‌شوند؛ درنهایت، ارتباطات میان متغیرهای هر سطح با یکدیگر و نیز ارتباطات سطوح مختلف با یکدیگر ترسیم شدهاند.
براساس نتایج حاصل‌شده در نمودار 4، عوامل مؤثر بر نرخ مالیات بر مسکن‌های خالی در اقتصاد ایران در سه سطح قرار گرفته‌اند. متغیرهایی که در سطح سوم هستند، بر متغیرهای سطوح بالاتر تأثیرگذارند و اثرگذاری بیشتری بر نرخ مالیات بر خانه‌های خالی دارند و از اهمیت بیشتری برخوردارند؛ براساس این، متغیرهای کلان اقتصادی شامل تغییرات نقدینگی، نرخ ارز حقیقی، نرخ سود سپرده و حجم تسهیلات اعطایی بخش مسکن، بیشترین نقش را در تعیین نرخ مالیات بر مسکن‌های خالی دارند و در پایه‌ای‌ترین سطح قرار گرفته‌اند. دو بازار رقیب بازار مسکن شامل بازار سکه و بازار بورس اوراق بهادار، بیش از آنکه تأثیرگذار باشند، تأثیرپذیر هستند؛ بنابراین، این دو عامل در سطح اول قرار گرفته‌اند. متغیرهای قیمتی شامل نرخ تورم، شاخص بهای مسکن و تغییرات قیمت زمین نیز در سطح اول قرار گرفته‌اند؛ یعنی این عوامل جزء عوامل مطرح در بحث سوداگری بخش مسکن‌اند؛ اما خود متأثر از متغیرهای بنیادین کلان‌اند.
نتیجه‌گیری و ارائه پیشنهادات سیاستی
مسکن بهعنوان یکی از مهم‌ترین بخش‌های اقتصادی کشور که دارای ارتباطات پیشین و پسین چشمگیری با سایر بخش‌های اقتصادی است و نقشی کلیدی در معیشت خانوارها دارد، در دوره‌های مختلف رفتارهای سوداگرایانه در آن اتفاق افتاده است. فاصلة نرخ مسکن‌های خالی موجود در کشور از نرخ طبیعی آن، روند صعودی بلندمدت نرخ مسکن‌های خالی در کشور و بروز نوسانات و حباب قیمتی در بازار مسکن نشان‌دهندة عدم کارایی این بازار در دهه‌های اخیر در کشور است که لزوم دخالت دولت در بازار مسکن را بیش از پیش آشکار می‌کند. دولت با ایجاد مالیات بر مسکن‌های خالی و اعمال نرخ مناسب می‌تواند مالکانی که در زمان رکود بازار اقدام به احتکار و عدم عرضة مسکن‌های خود می‌کنند را وادار به عرضة مسکن‌های خود در قالب فروش یا اجاره به بازار کند؛ درنتیجه، تا حدودی از بروز حباب قیمتی در بازار مسکن جلوگیری می‌شود. در این پژوهش عوامل مؤثر بر نرخ مالیات بر مسکن‌های خالی با استفاده از روش سیستمی مدل‌سازی تشریحی ساختاری (ISM) شناسایی شدهاند. در سیستم سلسله‌مراتبی به‌دست‌آمده، متغیرها در سه سطح بر نرخ مالیات بر مسکن‌های خالی اثرگذار بوده‌اند. در سطح پایه‌ای متغیرهای تغییرات نقدینگی، نرخ ارز حقیقی، نرخ سود سپرده و حجم تسهیلات اعطایی بخش مسکن، نقش کلیدی بر نرخ مالیات بر مسکن‌های خالی دارند. همچنین، دو بازار رقیب، شامل بازار سکه و بازار بورس اوراق بهادار در سطح اول قرار دارند و بیش از آنکه بر نرخ مالیات بر مسکن‌های خالی تأثیرگذار باشند، از متغیرهای کلان موجود در سطح سوم تأثیرپذیرند. متغیرهای قیمتی شامل نرخ تورم، شاخص بهای مسکن و تغییرات قیمت زمین نیز در سطح اول قرار دارند؛ یعنی این عوامل جزء عوامل مطرح در بحث سوداگری بخش مسکن‌اند؛ اما خود متأثر از متغیرهای بنیادین کلان هستند.
بنابراین، با توجه به نتایج به‌دست‌آمده، پیشنهاد می‌شود سیاستگذاران یک نرخ پویای مالیات بر مسکن خالی را تعیین کنند که متناسب با بروز شرایط متفاوت اقتصادی تغییر کند و بتواند سوداگری در بازار مسکن را کاهش دهد. مهم‌ترین متغیرهای کلان اقتصادی اثرگذار بر نرخ مالیات بر مسکن خالی نرخ ارز حقیقی، حجم نقدینگی، نرخ سود سپرده‌ها و حجم تسهیلات اعطایی بخش مسکن بوده‌اند. سیاستگذاران باید در هنگام بروز تغییرات در این عوامل بنیادین، اقدامات خود در زمینة مالیات بر مسکن‌های خالی را آغاز کنند و پیش از آنکه به بروز نتایج شوک‌های اقتصادی در قالب شاخص‌های قیمتی مرتبط با مسکن منجر شود، با اقدامات به موقع خود بتواند از بروز این پدیده جلوگیری کنند. براساس این، در صورتی که تغییر در متغیرهای کلیدی سیستم به‌گونه‌ای باشد که بازار مسکن را به سمت سوداگری ازطریق احتکار مسکن سوق دهد، مسئولان مربوطه با اعمال تغییرات لازم در نرخ مالیات بر مسکن‌های خالی می‌توانند با این رویداد مقابله کنند؛ برای مثال، نقدینگی رابطة مستقیمی با رشد قیمتی در بازار مسکن و نرخ مالیات بر مسکن‌های خالی دارد؛ بنابراین، با افزایش نقدینگی با چند دوره وقفه، در بازار مسکن شاهد رشد قیمت خواهیم بود. بدین ترتیب، سیاست‌گذار می‌تواند پیش از اثرگذاری تغییرات نقدینگی بر بازار مسکن، با تغییر نرخ مالیات بر مسکن‌های خالی و بالابردن هزینة نگهداری برای مالکان، اثر افزایش نقدینگی بر رشد قیمتی بازار مسکن را تا حدودی کاهش دهد.
[i] Interpretive Structural Modeling Approach
[2] در کشورهای مختلف دنیا از قبیل آمریکا، انگلستان، آلمان، فرانسه، اسپانیا، دانمارک، ایرلند، کانادا، آرژانتین، برزیل، شیلی، استرالیا، کره جنوبی، چین، هنگ کنگ، سنگاپور، هند، ترکیه و بولیوی مالیات بر املاک و مسکن وضع می‌کنند؛ هرچند، نرخ‌ها، آستانه معافیت‌ها و معافیت‌های منطقه‌ای در این کشورها متفاوت‌اند. نرخ مالیات بر عایدی املاک و مسکن در کشورها ۳۰ تا ۴۵ درصد است و با طول دورة مالکیت، «نسبت معکوس» دارد.
[3] ارزش‌گذاری مبتنی بر مساحت معمولاً در کشورهای اروپای شرقی و مرکزی به کار گرفته می‌شود که بازارهای دارایی توسعه‌یافته ندارند. همچنین، در بخش‌هایی از شیلی، چین، کنیا و تونس نیز ارزش‌گذاری مبتنی بر مساحت است. در کشورهای اُی‌‌سی‌دی (OECD)، اندونزی، فیلیپین، آفریقای جنوبی، آرژانتین، مکزیک و لتونی، ارزش‌گذاری مبتنی بر ارزش بازار است.
[4] برای مثال، منافع خدماتی مانند سیستم حمل‌ونقل یا پارک‌ها بر ارزش زمین اثرگذارند و زمین‌های نزدیک به سیستم حمل‌ونقل یا پارک‌ها ارزش بالاتری دارند.
[5] Land Value Taxation
[6] Capital Gain Taxation
[7] Stamp Duty Land Taxation
[8] Vacant Home Taxation
[9] Market Failure
[10] Housing Agency; 2016; page 13
[11] دفتر تحقیقات و سیاست‌های مالی وزارت امور اقتصادی و دارایی، 1396، صفحه 9
[12] Housing Agency; 2016; page 12
[13] دفتر تحقیقات و سیاست‌های مالی وزارت امور اقتصادی و دارایی، 1396، صفحه 10
[14] Simon community report, 2017, page 15
[15] Choi
[16] Antipa & Schalck
[17] Vector Error Correction Model
[18] Nakajima
[19] Eerola & Määttänen
[20] Gary-Bobo & Nur
[21] Chen
[22] Parametric & Nonparametric Tests
[23] Segu
[24] Gyourko & Krimmel
[25] Zoning taxes
[26] Interpretive Structural Modeling Approach
[27] Antecedent Set
[28] Succedent Set
[29] مهم‌ترین متغیرهای شناسایی‌شدة اثرگذار بر قیمت مسکن می‌تواند بهعنوان عوامل اثرگذار بر نرخ مالیات بر خانه‌های خالی به‌منظور کنترل سوداگری در بازار مسکن به کار گرفته شود.
)