从广义来看,只要是与房地产业相关的税种均属于房地产税的范畴,按照征收环节划分可以分为交易环节的房地产税和保有环节的房地产税。从狭义来看,房地产税主要指对个人非营业房地产所征收的税种,房地产税是许多国家和地区的地方政府主要收入来源之一,同时,我国现阶段也正在积极开展房地产税立法工作。当房地产税开征后,房地产税税基评估将成为未来国内主要评估活动之一。房地产税的税基评估值直接影响到纳税人的税收负担以及政府税收收入,为了确保房地产税的正常征收,相关的房地产税税基评估制度也应一并逐步研究。如何高效率确定房地产评估值以及如何保证房地产税税基评估值客观、公平和公正,是建立房地产税税基评估制度两个核心问题。为了回答以上两个核心问题,本文从税基评估公平与效率的角度出发,分别研究存量房交易环节房地产税和保有环节房地产税的税基评估。本文第一章主要是介绍了论文的研究背景以及国内外的研究现状。本文第二章概述了房地产税税基评估要素的具体内容与实践,并定性分析这些要素与税基评估公平原则和效率原则之间的关系。本文接下来主要对房地产税税基评估展开定量研究,包括交易环节和保有环节。第三章为对交易环节的房地产税进行研究,探究了存量房交易计税评估的政策效应,对政策所产生的财政收入增长效应及税负增长效应进行短期及中期分析。根据可获得样本的分析结果:从短期看,仅个别城市（深圳）的财政收入同比增长率因实施计税评估政策而显著增加。从中期看,存量房交易计税评估技术有一定的财政收入增长效应和宏观税负增长效应,但未有显著的居民税负增长效应。第三章中还对地方是否具备试点经验,税收征管效率和地区评估机构实力进行调节效应分析,结果显示具备试点经验,征管效率越高的地区,那么政策影响作用越大,地方评估机构实力越强,政策实施年限影响作用越大。第四章和第五章是对保有环节的房地产税进行研究。基于房地产税税基评估效率原则,应当以尽量低成本获得高精确度的税基评估值。第四章对比了各个校准技术对评估精确度的影响,包括广义线性回归、深度学习、随机森林和梯度推进等,发现随机森林和梯度推进等决策树类的校准技术能够显著提高评估精确度。此外,第四章还探究了期望最大化聚类技术对于评估精确度的改善。最后,本文第四章还研究了如何提高机器学习在批量评估模型中的可解释性,提供了实际中评估师面对纳税人质疑评估值的一种可行的解决方法。房地产税税基评估公平原则可细分为横向公平和纵向公平。本文第五章主要基于第四章的研究结果,探究第四章所得评估值的横向公平和纵向公平,并对识别房地产税税基评估争议进行了识别处理。结果显示,先经过期望最大化聚类,再采用梯度推进进行校准能够降低税基评估不公平性,尤其是纵向不公平。本章还得出房地产楼龄较长,小区环境较好、房屋朝向较好,对口学校等级较优,周边配套基础设施较好,则产生税基评估争议的概率较大。第六章为对全文进行总结并给出建议。首先,政府应当积极稳妥推动房地产税立法工作,建立完善的房地产税税基评估制度,保障房地产税的顺利征收;其次,对于交易环节房地产税,为避免地区间税基评估制度差异过大,应逐步统一税基评估制度要素,且政策不宜过于宽松;最后,对于保有环节,应继续研究批量评估方式的运用,及进一步提高批量评估技术的可解释性。