Skoči na glavni sadržaj

Izvorni znanstveni članak

https://doi.org/10.31784/zvr.6.1.4

TREBA LI OPOREZIVATI KUPNJU NEKRETNINA U HRVATSKOJ? - STAV STANOVNIŠTVA

Božena Baljak
Helena Blažić orcid id orcid.org/0000-0003-4602-3665 ; Ekonomski fakultet, Sveučilište u Rijeci, Rijeka, Hrvatska
Ana Štambuk ; Ekonomski fakultet, Sveučilište u Rijeci, Rijeka, Hrvatska
Ivana Tomas Žiković orcid id orcid.org/0000-0002-9156-3479 ; Ekonomski fakultet, Sveučilište u Rijeci, Rijeka, Hrvatska
Vinko Zaninović orcid id orcid.org/0000-0002-2094-0687 ; Ekonomski fakultet, Sveučilište u Rijeci, Rijeka, Hrvatska


Puni tekst: hrvatski pdf 158 Kb

str. 23-38

preuzimanja: 560

citiraj

Preuzmi JATS datoteku


Sažetak

Porez na promet nekretnina u širokoj je međunarodnoj primjeni, iako je to jedan od imovinskih poreza s većim distorzivnim učinkom od većine ostalih imovinskih poreza. Stoga je glavni cilj ovog istraživanja ispitati stavove stanovništva Republike Hrvatske o ovom porezu, dok ostali ciljevi obuhvaćaju utjecaj relevantnih demografskih i ekonomskih varijabli na ovaj stav. Podaci su se prikupljali telefonskom anketom na području cijele Hrvatske. Obrađeni su ordinalnom logističkom regresijom te procjenom graničnog učinka svake varijable. Medijan i mod odgovora iznose 3 (neutralan odgovor s obzirom na raspon odgovora 1 - 5), što znači da stanovništvo nema izražen stav niti protiv niti u korist ovog oporezivanja. Utvrđeno je da ga odobravaju osobe koje žive u urbanom području i one koji imaju viši stupanj obrazovanja. Negativan stav iskazali su ispitanici ženskog spola, oni koji štede u banci, a utvrđen je i regionalni utjecaj (stanovništvo koje živi u južnim dijelovima Hrvatske ima negativniji stav o ovom oporezivanju).

Ključne riječi

porez na promet nekretnina; anketa stanovništva; Hrvatska

Hrčak ID:

199863

URI

https://hrcak.srce.hr/199863

Datum izdavanja:

3.5.2018.

Podaci na drugim jezicima: engleski

Posjeta: 1.987 *




1. Uvod

Posljednjih nekoliko godina, a naročito nakon velike ekonomske krize koja je nastupila 2008. godine, raste interes nositelja ekonomske politike za uvođenje poreznih izmjena koje se uvelike oslanjaju na poreze na imovinu i to posebno na nekretnine. Gotovo polovica zemalja članica Europske unije provela je reforme sustava poreza na nekretnine. Razlog tome može se pronaći u mnogim ekonomskim istraživanjima koja su pokazala da upravo porezi na imovinu imaju najmanje negativan, a u nekim situacijama čak i pozitivan utjecaj na rast bruto domaćeg proizvod(npr. Arnold, 2008). No porezi na imovinu još su uvijek heterogena skupina te ih je potrebno dodatno podijeliti na redovite (stalne odnosno godišnje) i ostale poreze na imovinu (kojima pripada porez na promet nekretnina). Slijedom navedenog, skupina ostali porezi na imovinu pokazala se nesignifikantnom za utjecaj na gospodarski rast u odnosu na ostale porezne oblike 8, što se može objasniti činjenicom da je njihov udio u ukupnim porezima na imovinu u prosjeku manji od 0,01 %, ali i heterogenošću same ove skupine. Ukupna hijerarhija poreza s obzirom na njihov utjecaj na dugoročni ekonomski rast tako na prvo mjesto stavlja (stalni) porez na nekretnine kao najmanje distorzivan u smanjenju dugoročnog BDP-a po stanovniku, koji slijede potrošni porezi (zajedno s ostalim porezima na imovinu), te porez nadohodak i na kraju porez na dobit(npr. Johansson et al., 2008: 7). Iako su provedena već mnoga istraživanja za porez na nekretnine tj. stalni/redoviti porez na nekretnine, koji se često označava porezom na imovinu u užem smislu, nedostaju istraživanja u području ostalih oblika imovinskih poreza, posebno poreza na promet nekretnina, gdje ih rijetki izuzeci često samo površno uključuju (npr. Pippin et al., 2010;Blažić et al., 2014;Šimović et al., 2014). Ovaj rad nastoji barem dijelom ispuniti tu prazninu i utvrditi stav stanovništva o porezu na promet nekretnina, kao i glavne varijable koje na njega utječu.

Moguć negativan stav stanovništva o ovom porezu ima i svoje uporište u ekonomskoj teoriji, što nije slučaj za negativan stav stanovništva kod stalnog godišnjeg poreza na nekretnine. Za razliku od za gospodarski rast povoljnijeg stalnog godišnjeg poreza na nekretnine, porez na promet nekretnina (kao i ostali porezi na financijske i kapitalne transakcije) izrazito je distorzivni porez(npr. Johansson et al., 2008). Uvijek je, naime, veći ekonomski poremećaj povezan s troškovima stjecanja/kupnje ili isporuke/prodaje određene imovine nego s onima povezanima s dohotkom od te imovine odnosno uslugama koje ona pruža. Stoga su porezi na izravne transfere/transakcije/promete neefikasni(npr. Diamond and Mirrlees, 1971), jer bi se slični fiskalni i socijalni učinci mogli ostvariti putem manje distorzivnih oblika poreza na dohodak, odnosno potrošnju (ovdje se misli na dohodak od kapitala odnosno imovine kao i na teorijski zahtjev oporezivanja pripisane najamnine koji je sinteza oporezivanja potrošnje boravka u vlastitoj kući i poreza na takav „dohodak“). Veći distorzivni učinci proizlaze iz činjenice da porez na promet nekretnina (kao i ostali porezi na transakcije/transfer pojedinih oblika imovine) destimuliraju i samu potencijalno efikasniju alokaciju imovine u navedene oblike (nekretnina)9. Sličan nedostatak (poznati „efekt zaključavanja“) ima i oporezivanje kapitalnih dobitaka.

Opravdano se može postaviti pitanje postojanja odnosno ovakvih poreznih oblika. No sama je primjena vrlo česta, što dodatno pojačava važnost ove problematike. Naime, 23 zemlje članice EU-a, uključujući i Republiku Hrvatsku 10, primjenjuje ovaj porez, pri čemu ga šest zemalja ne primjenjuje već transfer tereti pristojbom za upis vlasništva(European Comission, 2014; IBFD, 2017). Gledano na razini OECD-a, za razliku od anglosaksonskih zemalja koje su tradicionalno najviše usmjerene na stalni (godišnji) porez na nekretnine, stoga imaju manji udio poreza na financijske i kapitalne transakcije, veći udio ovih poreza je u ostalim zemljama, posebice u mediteranskima(Pippin, 2019). Porez na promet nekretnina je i vrlo često lokalni porez, što otežava njegovu reformu. Razlozi široke primjene leže u činjenici relativno lakog ubiranja ovog poreza(Johanson et al., 2008), što ga čini relativno efikasnim u smislu odnosa troškova ubiranja i samih prihoda. Stoga i ne čudi relativno visok stupanj konsenzusa poreznih stručnjaka u Hrvatskoj glede oporezivanja prometa nekretnina u rasponu od 80 do čak 92 %, odnosno prosječno 84 %(Šimović et al., 2014: 425). Za očekivati je da stanovništvo ima negativniji stav, uzevši u obzir i visok stupanj vlasništva nekretnina u Hrvatskoj.

Pippin et al. (2010) izradili su jednu od rijetkih studija koja je pokušala, unutar šire analize imovinskih poreza, utvrditi i razliku između stalnog (godišnjeg) poreza na nekretnine s jedne strane i skupine poreza na financijske i kapitalne transakcije s druge, s obzirom na njihov udio u zemljama OECD-a, kao i uzroke navedenoga. Očekivalo se da će se različiti stavovi različitih skupina stanovništva odraziti i u poreznoj politici država, koje će uzeti u obzir činjenicu da starije stanovništvo više sudjeluje u glasanju, te će tome prilagoditi i svoj sustav oporezivanja nekretnina, kao što će utjecati i visina dohotka odnosno zaposlenost/nezaposlenost(npr. Pippin, 2010). Rezultati su opovrgli navedena očekivanja, jer je udio starijih ljudi bio pozitivno koreliran s ukupnim porezima na imovinu, kao i stalnim (godišnjim) porezom na nekretnine; navedeni je učinak jače izražen u anglosaksonskim zemljama(Pippin, 2010). Isto je tako povezanost među porezima na financijske i kapitalne transakcije i starošću stanovništva bila pozitivna u anglosaksonskim zemljama i negativna u ostalima, dok je dohodak (nezaposlenost) u pozitivnom (negativnom) odnosu prema ukupnim porezima na imovinu.

U našoj su se empirijskoj analizi kao relevantne varijable od utjecaja na stav o porezu na promet nekretnina ispitivali spol, dob, dohodak po članu kućanstva, prebivalište, radni status, razina obrazovanja, regija prebivališta, posjedovanje nekretnina, posjedovanje štednje u banci i posjedovanje dionica.

Kao što je već istaknuto, istraživanje u ovom radu odnosilo se na opravdanost postojanja poreza na promet nekretnina. Željeli su se utvrditi stavovi stanovništva o ovom problemu, kao i demografske i ekonomske varijable koje utječu na navedene stavove. Istraživanje se provelo na uzorku stanovništva Republike Hrvatske. Primijenjena je induktivna (inferencijalna) statistička metoda koja se zasniva na teoriji vjerojatnosti i omogućuje da se donose zaključci o populaciji uz pomoć uzoraka iz populacije, zatim statistička metoda anketiranja i ekonometrijska ordinalna logistička regresija. Rad polazi od hipoteze negativnog stava stanovništva prema ovom porezu. Pretpostavlja se da će taj stav biti pod određenim utjecajem različitih demografskih i ekonomskih varijabli

Nakon uvodnog dijela rada, ukratko se prezentira metodologija. U središnjem dijelu rada prikazuju se rezultati empirijske analize, te se dodatno o njima raspravlja završavajući sa zaključnim dijelom.

2. Metodologija

U razdoblju od svibnja do rujna 2016. godine provedena je anketa stanovništva Republike Hrvatske. Nasumičnim odabirom ispitivalo se javno mišljenje o nekim najvažnijim aspektima poreznog sustava11, uključivo i mišljenje o porezu na promet nekretnina.

Prilikom izbora uzorka korištena je metoda probabilističkog višeetapno stratificiranog uzorka u kojem se uzorak pokušao stratificirati prema spolu, dobi, obrazovanju, tipu naselja (urbano - ruralno) i regiji. Prilikom izbora člana domaćinstva s kojim će se razgovarati korištena je modificirana Westat metoda sa sistematskim neslučajnim izborom za domaćinstva s 3 ili više punoljetne osobe, čime se smanjuje uobičajena tendencija da uzorak ima neproporcionalno velik udio žena i znatno veću starost od populacije.

Pri istraživanju Hrvatska je podijeljena na dvije regije, Regiju 1 („Sjeverna Hrvatska“)12i Regiju 2 („Južna Hrvatska“)13 te se nastojalo da glavne demografske karakteristike populacije budu reprezentativne na razini signifikantnosti α = 0,05, kako na razini uzorka cijele Hrvatske, tako i na razini regija. No u tome se nije u potpunosti uspjelo, te bi to moglo postati ograničenje modela. Kako bi se umanjila ograničenja modela nereprezentativne varijable uvrštene su kao nezavisne varijable u model.

Usporedba uzorka i populacije pokazuje kako se omjer osoba izabranih u uzorke u Regiji 1 i Regiji 2 ne razlikuje od omjera broja (punoljetnih) stanovnika u tim regijama, također, omjer žena i muškaraca u uzorku ne razlikuje se od omjera u populaciji ni na razini cijele Hrvatske ni na razini regija. Starost stanovništva u uzorku ne razlikuje se od populacije jedino u Regiji 2, dok je u uzorku u Regiji 1 i na razini Hrvatske prosječna starost za svega nekoliko godina veća od populacije. Odnos urbanog i ruralnog stanovništva u uzorku na razini Hrvatske ne razlikuje se od populacije, no do razlike dolazi kada se taj omjer promatra po regijama. Najveće je neslaganje u obrazovanju, gdje se o razlikama može govoriti i na razini Hrvatske i na razini regija.

Anketa je provedena telefonom, što donosi dodatna ograničenja jer nisu uključena kućanstva bez telefona te kućanstva s neobjavljenim brojem telefona.

Uzimajući u obzir činjenicu da su ispitanici slučajno izabrani, pa se time i razlikuje stupanj njihovog obrazovanja i godina, anketa je prilagođena tim okolnostima te je svako pitanje bilo popraćeno kratkim informacijama i objašnjenjima.

Od karakteristika slučajno odabranog uzorka ispitanika sljedeće su istraživane kao relevantne za utjecaj na odobravanje poreza na promet nekretnina: spol, dob, dohodak po članu kućanstva, prebivalište, radni status, razina obrazovanja, regija prebivališta, posjedovanje nekretnina, štednje u banci i dionica.

Karakteristike ispitanika dobivene su pitanjima postavljenima u anketi. Podaci dobiveni u više kategorija pretvarali su se u tradicionalne dummy varijable koje opisuju opća društvena i ekonomska obilježja. Kao zavisna varijabla, odabrano je pitanje o odobravanju poreza na promet nekretninama: „Molim Vas odaberite svoj stav povezan sa sljedećom izjavom: Promet nekretnina (njihovu kupnju) treba oporezivati. Odgovori su dani na skali od jedan do pet, gdje odgovor jedan znači „u potpunosti se ne slažem“; odgovor dva „uglavnom se ne slažem“; odgovor tri „niti se ne slažem, niti se slažem“; odgovor četiri „uglavnom se slažem“; a odgovor pet „u potpunosti se slažem“.

Prilikom modeliranja ovakve vrste ishoda dodjeljuju im se numeričke vrijednosti koje su redni brojevi i odražavaju samo rang ishoda. Uobičajeni linearni regresijski model nije prikladan za takve podatke, jer se u regresiji vrijednosti zavisne varijable tretiraju kao da imaju neko numeričko značenje, iako ga nemaju.

Zato je potrebno skrenuti pozornost na regresijske modele za analizu kategorijskih zavisnih varijabli s više od dvije kategorije odgovora jer su u mnogim primjenama u društvenim i medicinskim znanostima kategorije odgovora naređene (zadane) ili su rangirane (npr. Likert tipa, kao u ovoj anketi). Iako postoji jasno rangiranje među različitim kategorijama, ne možemo ih tretirati kao intervalsku ljestvicu ili varijable razmjera. Ordinalna logistička i ordinalna probit regresija su specifično razvijene za obradu varijabli u kojima je zavisna varijabla ordinalnog tipa. Jedna od pretpostavki koja je temelj ordinalne logističke regresije i ordinalne probit regresije je da je odnos između svakog para (ranga) skupina ishoda isti. Drugim riječima, ordinalna logistička regresija pretpostavlja da su koeficijenti koji opisuju odnos između, recimo, najniže prema svim višim kategorijama varijable odgovora, isti kao oni koji opisuju odnos između sljedeće najniže kategorije i svih viših kategorija. Tada, budući da je odnos između svih parova skupina jednak, postoji samo jedan skup koeficijenata (samo jedan model).

Za procjenu podataka prikupljenih ovom anketom korištena je upravo ordinalna logistička regresija jer su odgovori na pitanje treba li oporezivati promet nekretnina podaci ordinalnog tipa.

3. EMPIRIJSKI PODACI I REZULTATI ANALIZE

U tablici 1 dan je raspon odgovora 312 ispitanika na pitanje o odobravanju poreza na promet nekretnina, kojim se označava stav ispitanika s obzirom na tvrdnju „Promet nekretnina (njihovu kupnju) treba oporezivati“. Varijabla je Likertovog tipa, s rasponom odgovora od 1 do 5.

Tablica 1 Broj ispitanika ankete i učestalost odgovora
Raspon zavisne varijable[1-5]
Učestalost odgovoraVrijednost zavisne varijable
671
502
873
624
465

Izvor: izrada autora prema podacima dobivenim iz ankete

Na temelju prikazanih podataka može se zaključiti da je najveći broj ispitanika (njih 87) odabrao odgovor 3 („niti se slažem niti se ne slažem“), čime su i medijan i mod isti 14. Razlozi navedenoga detaljnije se elaboriraju u idućem poglavlju.

U nastavku se analizira utjecaj pojedinih demografskih i ekonomskih varijabli na stav stanovništva.

Dobiveni rezultati izračunati su na dva načina. Prvo, koristeći procjenu ordinalne logističke regresije gdje se mogu dobiti omjeri šansi, kao i promjena u omjeru za standardnu devijaciju varijable (tablica 3). Drugo, procjenom graničnog učinka svake varijable (tablica 4). Tako se mogu dobiti predviđene vjerojatnosti koje su obično lakše za razumijevanje od omjera šansi. Time se utvrđuje predviđena vjerojatnost nastupa za svaku od vrijednosti navedene varijable.

Deset varijabli za procjenu modela pretvorene su u kategoričke dummy varijable koje poprimaju vrijednosti 0, 1, 2, 3, 4, 5 ili 6, s obzirom na to koliko kategorija pojedina varijabla posjeduje.

Jedna od glavnih pretpostavki na kojima se temelji ordinalna logistička regresija je da je odnos između svakog para skupina ishoda isti, gdje su parovi dobiveni prekidom kumulativne logit funkcije. Upravo se to naziva pretpostavkom proporcionalnih šansi ili pretpostavkom paralelnih linija regresije. Kako je odnos između svih parova jednak, postoji samo jedan skup koeficijenata i samo jedan model, a da to nije slučaj, bilo bi potrebno testirati različite modele kako bi se opisao odnos između svakog para skupina ishoda. Da bi se utvrdilo je li primjereno koristiti samo jedan model, potrebno je testirati pretpostavku proporcionalnosti koristeći test paralelnih linija. Rezultati Brantova testa paralelnih linija dani su u tablici 2. Brantov test paralelnih linija uspoređuje koeficijente binarnih logističkih modela koji su izrađeni za svaki par skupina ishoda(Institute for Digital Research and Education, 2017). Nulta hipoteza pretpostavlja da nema razlike u koeficijentima između modela. Da bi se mogla provesti ordinalna logistička regresija, potrebno je dobiti nesignifikantan rezultat, to jest potrebno je ne odbaciti nultu hipotezu.

Tablica 2 Rezultati provođenja Brantova testa paralelnih linija
hi kvadrat testp > hi kvadrat testaStupnjevi slobode
Sve nezavisne varijable52.910.40051
Dohodak od 2.000 do 4.000 kn1.870.6003
Dohodak iznad 4.000 kn3.970.2653
Obrazovanje - srednja škola0.240.9713
Obrazovanje - viša škola1.860.6023
Obrazovanje - fakultet/doktorat0.760.8603
Radni status - nezaposlen5.910.1163
Radni status - umirovljenik1.990.5743
Radni status - student2.490.4783
Radni status - radni odnos na određeno4.850.1833
Radni status - stalni radni odnos0.690.8773
Regija4.890.1803
Urbano prebivalište1.420.7013
Posjedovanje nekretnine0.420.9353
Štednja u banci7.660.0543
Posjedovanje dionica2.820.4213
Spol3.550.3143
Starosna dob3.750.2903

Izvor: izrada autora prema podacima dobivenim iz ankete

Rezultati hi-kvadrata testa χ2(51, N = 312) = 52.91, p = 0.40 ukazuju na neodbacivanje nulte hipoteze15 na razini signifikantnosti od 5 %, pretpostavka proporcionalnih šansi nije narušena te je moguće provesti model ordinalne logističke regresije.

Samim time, kako je prije navedeno, rezultati su dobiveni uz pomoć dviju različitih metoda da bi se pokazao utjecaj signifikantnih nezavisnih varijabli na zavisnu varijablu16. U tablici 3 prikazani su rezultati dobiveni ordinalnom logističkom regresijom, no prikazane su samo one nezavisne varijable koje su se pokazale signifikantnima na razini signifikantnosti (značajnosti) 0.10 (sve varijable prikazane su u prilogu 1). Bitno je napomenuti da su sve nezavisne varijable (osim dohotka po članu kućanstva, obrazovanja i radnog statusa) pretvorene u dummy varijable koje poprimaju vrijednost 0 i 1. Regija je grupirana s obzirom na obrazovnu i dohodovnu strukturu te poprima vrijednost 0 ako se radi o Regiji 1 („Sjeverna Hrvatska“) i vrijednost 1 ako se radi o Regiji 2 („Južna Hrvatska“). Dohodak po članu kućanstva poprima vrijednosti 1, 2 i 3, s obzirom na to da je zadan u tri kategorije17. Obrazovanje, koje je izvorno u anketi imalo pet kategorija18, grupirano je tako da varijabla poprima vrijednosti od 1 do 4, gdje su u skupinu 4 grupirani ispitanici sa završenim fakultetom/doktoratom, s obzirom na to da su to dva najviša stupnja obrazovanja ponuđena ispitanicima. Radni status ima šest kategorija19, te poprima vrijednosti od 1 do 6.

Tablica 3 Rezultati provođenja Brantova testa paralelnih linija
Nezavisna varijablaKategorija nezavisne varijableReferentna vrijednostOmjer šansi 1Standardna pogreškap-vrijednos
Sve nezavisne varijableViša školaOsnovna škola ili manje2.029109.83042750.084
Fakultet/doktorat4.1195861.9891860.003
RegijaRegija 2Regija 1.6150684.14461890.039
Urbano prebivališteDaNe1.475503.34364940.095
Štednja u banciDaNe.6628213.16166150.092
SpolŽenskiMuški.6003319.13158740.020

Napomena: ostale varijable koje su uključene u izradu i testiranju ovog modela, ali su se pokazale nesignifikantnima, su sljedeće: obrazovanje – srednja škola, dohodak po članu kućanstva, radni status, posjedovanje nekretnine, posjedovanje dionica i dob (prilog 1)

Izvor: izrada autora prema podacima dobivenim iz ankete

Omjer šansi uspoređivanja svih kategorija nezavisnih varijabli s referentnom nezavisnom varijablom, uz uvjet da su sve ostale varijable nepromijenjene interpretira se na sljedeći način:

  • za one koji imaju završenu višu školu u odnosu na one koji imaju završenu osnovnu školu ili manje šansa da će odabrati odgovor 5, u odnosu na skup odgovora 4, 3, 2 i 1 je 2.03 puta veća;

  • oni ispitanici koji imaju završen fakultet/doktorat u odnosu na one koji imaju završenu osnovnu školu ili manje imaju 4.12 puta veću šansu za odabir odgovora 5 u odnosu na skup odgovora 4, 3, 2 i 120;

  • ispitanici s prebivalištem u Regiji 2, u odnosu na one s prebivalištem u Regiji 1 imaju 0.62 puta veću (ili za 0.38 puta manju) šansu za odabir odgovora 5, u odnosu na skup odgovora 4, 3, 2 i 1;

  • oni koji žive u urbanom području u odnosu na one koji žive u ruralnom području imaju 1.48 puta veću šansu za odabir odgovora 5 u odnosu na skup odgovora 4, 3, 2 i 1;

  • ispitanici koji štede u banci imaju 0.66 puta veću (ili za 0.34 puta manju) šansu za odabir odgovora 5 u odnosu na skup odgovora 4, 3, 2 i 1 u odnosu na one ispitanike koji ne štede u banci;

  • šansa da će žene u odnosu na muškarce odabrati odgovor 5, u odnosu na skup odgovora 4, 3, 2 i 1, je 0.60 puta veća (ili za 0.40 puta manja).

    Potrebno je naglasiti da se usporedbom uzorka (dobivenim anketom) i populacije, na razini signifikantnosti 5 %, odnos veličine uzorka Regije 1 i Regije 2 ne razlikuje od odnosa veličine populacije u regijama 1 i 2 (χ2(1) = 0,69, p = 0,41), te da se odnos broja muškaraca i žena ne razlikuje od odnosa u populaciji u uzorku cijele Hrvatske (χ2(1) = 1,22, p = 0,27), kao i po regijama, (χ2(1) = 1,36, p = 0,24 u Regiji 1, χ2(1) = 0,02, p = 0,89 u Regiji 2). Starosna dob ne razlikuje se samo u Regiji 2 (t(140) = 1,83, p = 0,07), dok se u Regiji 1 i u cijeloj Hrvatskoj dob razlikuje (t(311) = 3,85, p < 0,001 za Hrvatsku te t(170) = 3,53, p < 0,001 za Regiju 1), u uzorku stanovništva Hrvatske prosječna starost veća je 3,7 godina, dok je uzorku Regije 1 starost veća za 4,6 godina od populacije. Odnos urbanog i ruralnog u uzorku za cijelu Hrvatsku ne razlikuje se od odnosa u populaciji ((χ2(1) = 0,03, p = 0,87), ali razlika postoji na razini regija ((χ2(1) = 8,81, p = 0,003 za Regiju 1 te (χ2(1) = 24,86, p < 0,001 za Regiju 2). Međutim, struktura uzorka ispitanika s obzirom na stupanj obrazovanja ne podudara se na razini uzorka cijele Hrvatske ((χ2(3) = 393,63, p < 0,001) te u regijama ((χ2(3) = 161,64, p < 0,001) za Regiju 1 i ((χ2(3) = 233,02, p < 0,001 za Regiju 2).

    Uzorak nije reprezentativan prema tim karakteristikama, što bi predstavljalo ograničenja modela, međutim uvrštavanjem nereprezentativnih varijabli kao nezavisnih varijabli smanjila su se ograničenja modela.

    Nadalje, u tablici 4 prikazani su rezultati dobiveni koristeći se procjenom graničnog učinka svake varijable. Kao bazni ishod prema kojem se referiraju vjerojatnosti odabran je odgovor 5 („u potpunosti se slažem“). Kao i u tablici 3, navedene su samo one nezavisne varijable koje su se pokazale signifikantnima (sve varijable navedene su u prilogu 2).

Tablica 4 Procjena graničnog učinka varijabli
Nezavisna varijablaKategorija nezavisne varijableReferentna vrijednostProcjena graničnog učinka varijabliStandardna pogreškap - vrijednost
ObrazovanjeViša školaOsnovna škola ili manje.066173 .03459310.056
Fakultet/doktorat.1751452 .06277650.005
RegijaRegija 2Regija 1.0545272 .0264090.039
Urbano prebivališteDaNe.0442619 .0268047 0.099
Štednja u banciDaNe.0580609 .02541470.097
SpolŽenskiMuški.0601868.02508730.022

Napomena: ostale varijable koje su uključene u izradu i testiranju ovog modela, ali su se pokazale nesignifikantnima su sljedeće: obrazovanje – srednja škola, dohodak po članu kućanstva, radni status, posjedovanje nekretnine, posjedovanje dionica i dob (prilog 2)

Izvor: izrada autora prema podacima dobivenim iz ankete

Dobiveni rezultati interpretiraju se na sljedeći način:

  • što je ispitanik obrazovaniji (ima završenu višu školu, fakultet ili doktorat), to je veća vjerojatnost da će odabrati odgovor 5 u odnosu na one ispitanike koji imaju završenu osnovnu školu ili manje;

  • ako ispitanik prebiva u Regiji 2, manja je vjerojatnost da će odabrati odgovor 5 u odnosu na onog ispitanika koji prebiva u Regiji 1;

  • ako ispitanik ima urbano prebivalište, veća je vjerojatnost da će odabrati odgovor 5 u odnosu na onog ispitanika koji ima prebivalište u ruralnom području;

  • ispitanik koji štedi u banci ima manju vjerojatnost za odabir odgovora 5 u odnosu na ispitanika koji nema štednju u banci;

  • ako je ispitanik ženskog spola, vjerojatnost za odabir odgovora 5 manja je u odnosu na ispitanika koji je muškog spola.

4. REZULTATI I DISKUSIJA

Medijan i mod na razini neutralnog odgovora (3) može se objasniti činjenicom da se u Hrvatskoj godinama raspravlja o uvođenju poreza na nekretnine, a porezu na promet nekretnina pridaje se jako malo pozornosti. Samim time većina građana možda i nije upoznata s glavnim obilježjima poreza na promet nekretnina te nije u mogućnosti odlučiti o karakteru odnosno opravdanosti ovog poreza. Nadalje, iako je visok stupanj vlasništva nekretnina u Hrvatskoj, ono se ne mijenja tako često kao u razvijenijim zemljama, stoga je i određeni broj stanovništva indiferentan prema ovom porezu, očekujući da ga osobno možda neće morati platiti.

Procijenjena vjerojatnost da će ispitanici s višim stupnjem obrazovanja odobravati porez na promet nekretnina može se objasniti činjenicom da se obrazovanjem širi opseg informacija i znanja koje utječu na razumijevanje i shvaćanje o nužnosti sakupljanja odgovarajućih prihoda za financiranje javnih potreba (pri čemu je upravo porez na promet nekretnina prihod koji se relativno lako prikuplja(Johanson et al., 2008), ali i mogućim utjecajem na reguliranje tržišta nekretnina. Nadalje, ovakvi su rezultati u skladu s prethodnim rezultatima ankete poreznih stručnjaka, gdje je iskazan prilično visok stupanj konsenzusa u korist ovog poreza(Šimović, Blažić, Štambuk, 2014: 411, 425.)

Regija 2 („Južna Hrvatska“) ima signifikantan utjecaj na odobravanje poreza na promet nekretnina, što nije neočekivano zbog značajno veće tržišne vrijednosti nekretnina na ovom području. Nadalje, tu je i značajno veća koncentracija hotela, pa i onih koji su većinski u stranom vlasništvu (npr. Petrić, 2012), što je povezano s distorzivnim utjecajem na turizam i izravne strane investicije u turizmu. U tome smislu porez na promet nekretnina je namet i poskupljuje sva ovakva ulaganja te je samim time manja vjerojatnost da će ga ispitanici koji žive u Regiji 2 (u odnosu na one ispitanike koji žive na području Regije 1) odobravati.

Pokazalo se da ispitanici koji žive u urbanim područjima imaju veću vjerojatnost za odabir odgovora koji u potpunosti odobrava porez na promet nekretnina. Niti ovi podaci nisu neočekivani. Veliki su gradovi glavni nositelji ekonomskog, društvenog i kulturnog razvoja, te se u urbanim sredinama koncentriraju i gospodarske i negospodarske infrastrukture (školstvo, predškolski odgoj, zdravstvo, znanost, kultura) te je stanovništvo svjesno nužnosti javnog financiranja ovakvih aktivnosti. Vjerojatnije je i da je veći broj urbanog stanovništva (u odnosu na ruralno) već jednom platio ovaj porez, te im je on stoga poznatiji i prihvatljiviji.

Od 2015. godine se oporezuju kamate na štednju, te je logično da uvođenje takvog dodatnog poreza ima negativan utjecaj odnosno negativnu percepciju oporezivanja postojećim porezom koji se isto odnosi na štednju. S obzirom na to da je štednja u različitim oblicima da bi se disperzirao rizik, pa štediše ulažu i u vrijednosne papire i nekretnine, logično je da posjedovanje štednje u banci pozitivno korelira i s posjedovanjem odnosno planiranjem posjedovanja/kupnje nekretnine. Stoga je i logično da je upravo štednja u banci signifikantna nezavisna varijabla.

Za sam kraj, žene su u odnosu na muškarce puno kritičnije što se tiče ovog poreza. Poznato je da su žene te koje se najviše brinu za dobrobit cijele obitelji i samim time svaki dodatni izdatak za njih predstavlja smanjenje financijskih mogućnosti koje su na raspolaganju obitelji. Najviše je to izraženo u obiteljima gdje samo muškarac radi, a žena je domaćica, no i u slučajevima gdje oba roditelja rade žene su i dalje skeptične prema bilo kojem izdatku (u ovom slučaju je to porez na promet nekretnina). Razlog tome može se pronaći u činjenici da su zaposlene žene većinom manje plaćene od muškaraca za poslove iste vrijednosti.

Iako se navedeni rezultati u cjelini mogu tumačiti pozitivno u smislu izostajanja izričito negativnog stava prema ovom porezu, kao i izostajanja povezanosti s brojnim ostalim varijablama te pozitivne povezanosti s obrazovanjem i urbanim stanovništvom (što oboje ima tendenciju rasta), treba upozoriti da su oni i odraz nepoznavanja ovog poreza i njegove problematike.

5. ZAKLJUČAK

Rezultati ankete stanovništva u Republici Hrvatskoj opovrgli su glavnu hipotezu izostanka potpore njegove primjene od strane hrvatskih građana. Medijan i mod ovog odgovora iznose 3, što ukazuje možda i na određenu skepsu stanovništva prema ovome porezu, ali i njegovo (nevoljko) prihvaćanje od strane poreznih obveznika. Iako se navedeni rezultat može tumačiti pozitivno (u smislu izostajanja izričito negativnog stava prema ovom porezu) treba upozoriti da je on i odraz nepoznavanja ovog poreza i njegove problematike.

Jedna od značajnijih varijabli utjecaja na stav o ovome porezu je obrazovanje. Ispitanik koji je završio fakultet/doktorski studij (u odnosu na onoga koji je završio osnovnu školu ili manje) ima 4.12 puta veću šansu da će odabrati odgovor koji se u potpunosti slaže s odobravanjem ovog poreza u odnosu na sve ostale odgovore. Također, za odabir istog tog odgovora u odnosu na skup ostalih odgovora ispitanik sa završenom višom školom ima 2.03 puta veću šansu. Ovaj porez također više podupire urbano stanovništvo.

S druge strane, ispitanici koji su iskazali negativan stav prema porezu na promet nekretnina su osobe ženskog spola, ispitanici koji žive u Regiji 2 (južnim dijelovima Hrvatske) te oni koji posjeduju štednju u banci. Primjerice, ispitanici sa štednjom u banci (u odnosu na one koji ne štede u banci) imaju 0,66 puta veću šansu za odabir odgovora koji se u potpunosti slaže s odobravanjem poreza na promet nekretnina u odnosu na sve ostale odgovore, što se može povezati i s većim usmjeravanjem štednje i u nekretnine, odnosno većom sklonošću kupnje nekretnina.

Nadalje, procjenom graničnog učinka kada je kao bazni ishod odabran odgovor koji se u potpunosti slaže s oporezivanjem prometa nekretnina rezultati se mogu interpretirati na drugačiji način. Što je ispitanik obrazovaniji (ima završenu višu školu, fakultet ili doktorat), raste vjerojatnost da će odabrati potpuno slaganje s ovim porezom (najviši odgovor - 5 u odnosu na one ispitanike koji imaju završenu osnovnu školu ili manje). Stavovi su i dalje konzistentni, iste skupine ispitanika odobravaju porez na promet nekretnina i iste ga ne odobravaju, ali uzevši u obzir karakteristike obiju skupina ispitanika pronašli su se razlozi zauzimanja njihovih stavova. Razlozi zauzimanja negativnog stava prema oporezivanju prometa nekretnina većinom su osobne prirode.

Na temelju svega iznesenog jasno je da ne postoji izrazita odbojnost građana prema ovom poreznom obliku, što upućuje na nesmetani nastavak njegovog postojanja i ubiranja ovih prihoda. No neutralan odgovor, pa tako i izostanak utjecaja ostalih ekonomskih i demografskih varijabli, upućuje i na potrebu za boljim informiranjem građana o ovom poreznom obliku, te njegovim kritičkim analiziranjem. Temeljem navedenoga otvara se mogućnost za daljnja detaljnija istraživanja pojedinih elemenata ovog poreznog oblika (npr. učinci sniženja porezne stope, daljnje kretanje stope, oslobođenja i olakšice i ostalo).

Notes

8 Porez na dohodak, porez na dobit, porez na dodanu vrijednost, redoviti porezi na imovinu

9 Suprotno tome, porez na neto bogatstvo puno je manje distorzivan, a to još u većoj mjeri vrijedi i na poreze na nasljedstva koji su „neizbježni“

10 Porezni obveznik je stjecatelj vlasništva nekretnine kad se na takvo stjecanje ne plaća porez na dodanu vrijednost. Porezna osnovica je tržišna vrijednost nekretnine (cijena nekretnine koja se postiže ili se može postići na tržištu) u trenutku nastanka porezne obveze. Porezna stopa iznosi 4 %.

11 Rezultati navedene ankete za ostale porezne oblike mogu se naći uŠtambuk, Blažić, 2017.

12 Grad Zagreb, Zagrebačka županija, Krapinsko-zagorska, Varaždinska, Koprivničko-križevačka, Bjelovarsko-bilogorska, Virovitičko-podravska, Međimurska, Požeško-slavonska, Brodsko-posavska, Osječko-baranjska i Vukovarsko-srijemska županija

13 Sisačko-moslavačka županija, Karlovačka, Ličko-senjska, Primorsko-goranska, Istarska, Zadarska, Šibensko-kninska, Splitsko-dalmatinska i Dubrovačko-neretvanska županija.

14 S obzirom na to da se radi o pitanju Likertovog tipa, medijan je adekvatna mjera centralne tendencije

15 Da je rezultat bio takav da se nulta hipoteza odbacila, tada se ne bi mogao koristiti ovaj model ordinalne logističke regresije.

16 Zavisna varijabla je anketno pitanje treba li oporezivati promet nekretnina (njihovu kupnju).

17 Do 2.000 kuna; od 2.000 do 4.000 kuna; iznad 4.000 kuna.

18 Osnovna škola ili manje; srednja škola; viša škola; fakultet; doktorat

19 Domaćica; nezaposlen; umirovljenik; student; radni odnos na određeno; radni odnos na neodređeno.

20 Također, rezultati se mogu interpretirati na više načina, s time što uvijek vrijedi da je dobivena šansa (veća/manja; ovisno o rezultatima analize) za odabir jednog odgovora (ili skupa odgovora) prema drugom odgovoru (ili skupu odgovora) uvijek ista. Primjerice, oni ispitanici koji imaju završenu višu školu, u odnosu na one koji imaju završenu osnovnu školu ili manje, imaju 2.03 puta veću šansu za skup odgovora 5, 4, 3 i 2 u odnosu na odgovor 1; oni ispitanici koji imaju završenu višu školu, u odnosu na one koji imaju završenu osnovnu školu ili manje, imaju 2.03 puta veću šansu za skup odgovora 5, 4 i 3 u odnosu na skup odgovora 2 i 1; oni ispitanici koji imaju završenu višu školu, u odnosu na one koji imaju završenu osnovnu školu ili manje, imaju 2.03 puta veću šansu za skup odgovora 5 i 4 u odnosu na skup odgovora 3, 2 i 1. Navedeno se može primijeniti na sve varijable iz modela.

References

1 

Arnold J.. 2008 „Do Tax Structures Affect Aggregate Economic Growth?: Empirical Evidence from a Panel of OECD Countries“. OECD Economics Department Working Papers, ECO/WKP. 51(634):28http://www.oecd.org27. 4. 2017.

2 

Blažić H., Šimović H., Štambuk A.. 2014 „Mjesto socijalne politike u poreznoj politici RH: anketa poreznih stručnjaka“. Revija za socijalnu politiku. 21(3):327–360

3 

Diamond P., Mirrlees J.. 1971 „Optimal Taxation and Public Production: I--Production Efficiency“. American Economic Review. 61(1):8–27

4 

Johansson A., et al. 2008 „Taxation and Economic Growth“. Economics Department Working Papers,OECD, ECO/WKP. 28(620):82http://www.oecd.org3. 8. 2017.

5 

European Commission. 2014 „Cross-country Review of Taxes on Wealth and Transfers of Wealth“ Studies made for the Commission, Revised Final Report, EY Accounting, 10.2014., Specific Contract No8 TAXUD/2013/DE/335 Based on Framework Contract No TAXUD/2012/CC/117p. 405http://ec.europa.eu30. 3. 2017.

6 

Institute for Digital Research and Education. 2017 „Ordered Logistic Regression: Stata Data Analysis Examples“Los Angeles: University of California; https://stats.idre.ucla.edu2. 4. 2017.

7 

Pippin S.E., et al. “Property tax and other wealth taxes internationally: Evidence from OECD countries”. Emerald Group Publishing Limited; 2010. p. 145–169

8 

Šimović H., Blažić H., Štambuk A.. „Perspectives of tax reforms in Croatia: expert opinion survey“. Financial Theory and Practice. 38(4):405–439

9 

Štambuk A., Blažić H.. 2017 Eastern Croatian Taxpayers’ Perceptions of the Tax System. 6. Međunarodni znanstveni simpozij Gospodarstvo istočne Hrvatske - vizija i razvoj / 6th International Scientific Symposium Economy of Eastern Croatia - Vision and Growth / Mašek Tonković, Anka - Osijek : Sveučilište Josipa Jurja Strossmayera u Osijeku, Ekonomski fakultet u Osijeku, 2017, 1152-1161 . 1152–1161

Appendices

PRILOZI

Prilog 1

Tablica 5 Broj ispitanika ankete i učestalost odgovora
Nezavisna varijablaReferentna vrijednostKategorija nezavisne varijableOmjer šansiStandardna pogreškap - vrijednos
Dohodak po članu kućanstvaDo 2.000 knOd 2.000 do 4.000 kn.9715748 .24433280.909
Iznad 4.000 kn1.658932 .63105020.183
ObrazovanjeOsnovna škola ili manjeSrednja škola1.566116 .60472190.245
Viša škola2.029109 .83042750.084
Fakultet/doktorat4.119586 1.989186 0.003
Radni statusDomaćicaNezaposlen1.271106 .67558220.652
Umirovljenik.4954637 .22937520.129
Student1.995226 1.0956380.208
Radni odnos na određeno1.057742 .53853730.912
Stalni radni odnos1.135952 .4673450.757
RegijaRegija 1Regija 2.6150684 .14461890.039
Urbano prebivališteNeDa1.475503 .34364940.095
Posjedovanje nekretnineNeDa1.286755 .36921440.380
Štednja u banciNeDa.6628213 .1616615 0.092
Posjedovanje dionicaNeDa1.103011 .37269180.772
SpolMuškiŽenski.6003319 .13158740.020
Dob1.015194 .01017930.133

Izvor: izrada autora prema podacima dobivenim iz ankete

Appendices

Prilog 2

Tablica 6 Rezultati dobiveni procjenom graničnog učinka varijabli
Nezavisna varijablaReferentna vrijednostKategorija nezavisne varijableProcjena graničnog učinka varijablStandardna pogreškap - vrijednos
Dohodak po članu kućanstvaDo 2.000 knOd 2.000 do 4.000 kn-.0031392 .02739490.909
Iznad 4.000 kn.0669556 .05528220.226
ObrazovanjeOsnovna škola ili manjeSrednja škola.0376124 .0290159 0.195
Viša škola .066173 .03459310.056
Fakultet/doktorat.1751452 .0627765 0.005
Radni statusDomaćicaNezaposlen .03295 .0743163 0.657
Umirovljenik-.0689548 .05110850.177
Student.1096283 .0950190.249
Radni odnos na određeno.0072384 .06579630.912
Stalni radni odnos.0168486 .05328220.752
RegijaRegija 1Regija 2-.0545272 .0264090.039
Urbano prebivališteNeDa .0442619 .02680470.099
Posjedovanje nekretnineNeDa.0286877 .03273690.381
Štednja u banciNeDa-.0467937 .0281990.097
Posjedovanje dionicaNeDa.0111558 .03846770.772
SpolMuškiŽenski-.0580609 .02541470.022
Dob .0017158 .00115310.137

Izvor: izrada autora prema podacima dobivenim iz ankete


This display is generated from NISO JATS XML with jats-html.xsl. The XSLT engine is libxslt.