我国税收收入的影响因素分析.docx

我国税收收入的影响因素分析1984-2013年摘要:税收是国家取得财政收入的一种重要工具,也是影响我国经济发展的一个很重要的因素。通过对影响税收增长的主要因素进行分析,解释这些因素和税收收入之间存在的关系以及其对税收收入的影响程度的大小，并在此基础上,提出相应的发展对策,以促进我国税收收入的增长以及我国经济的全面发展。关键词 :税收收入;影响因素;税制改革 The analysis of influence factors of our country tax revenue from 1984 to 2013Abstract: The tax is not only an important tool of gaining fiscal revenue, but also is a significant factor affecting Chinas economic development. Through the analysis of main factors that influence the tax, we try to explain their relationship with the tax and their impact on it. On this basis, we put forward the corresponding development measures to promote Chinas tax revenue growth and overall development of our economy.Key Words: tax revenue ;influencing factors ;tax reform一、前言税收是政府为了满足社会公共需要,凭借政治权力,强制、无偿地取得财政收入的一种形式。基于税收分配广度和深度的发展,税收对国民经济的发展和促进作用也越来越显著，经济决定税收,税收反映经济。对税收收入的主要影响因素加以分析，有助于我们运用政策工具对税收结构进行优化，从而使税收对经济发展发挥更大的促进作用。为了研究影响中国税收增长的主要原因，分析我国税收收入的增长规律，以及预测中国税收未来的增长趋势，我们需要建立计量经济模型进行实证分析。本文将数据挖掘应用于税收预测中,通过对大量历史数据的记录和与之相关的各种数据的分析,运用计量经济学模型，以及Eviews6.0软件，对税收收入情况进行了预测。并对各预测模型进行了实验结果的对比分析,得出双对数预测方法较简单回归预测方法能更好地进行税收收入预测,从而更好地指导税收计划的完成,为科学地建立税收计划进行了有效地探索,并为税收计划工作提供了重要的科学依据。二、文献综述国外学者关于税收收入影响因素的研究涉及了很多方面。如在经济增长对税收收入的影响方面，有的文献表明，经济的发展会使公众对公共服务的需求不断提高，这就需要国家征集更多的收入来发展公共服务，因此制定有利于税收收入征集的税收制度，最终能够促进经济的发展。从税收角度看，使用人均收入作为经济发展的代理变量具有规范的意义(Bahl, 1971和Ansari, 1982)，高收入反映了较高的经济发展水平和税收征纳潜力(Chelliah, 1971)。还有文献认为，公共支出和公债决定一个国家利用它的税收潜能的范围(Tanzi, 1987)，负债的高低会影响税收标准的高低(Tanzi, 1992)。我国学者对影响我国税收增长的因素展开了众多的研究，一般从传统的经济、政策、征管三因素、多因素和特殊因素入手进行研究。潘雷驰(2007)通过剔除1978-2005年GDP中的不可税部分，对此期间的可税GDP采用相关性分析和时间序列分析的方法，研究这期间我国税收收入与可税GDP的总量及增量之间的关系。得出结论:税收收入、可税GDP的总量和增量是协调的，并且具有高度的相关性。申嫦娥(2006)采用汉森一萨缪尔森模型，用实证分析的方法说明了当前区域税负主要受人均GDP、城市化程度和产业结构状况等因素的影响，改变目前区域税负差异的途径在于税收制度改革，削减以流转税为主的间接税的比重，提高直接税的比重。吕冰洋、李峰用Malmquist指数测算出我国税收征管效率，并将其引入面板数据模型，最终得出论，税收征管效率的提高是税收超常增长的主要原因。三、实证分析（一）变量选择影响税收收入的因素有很多，为了全面反映中国税收增长的全貌，我们选用“国家财政收入”中的“各项税收”（即税收收入）作被解释变量，反映税收的增长；选择“国内生产总值”（即GDP）作解释变量，代表经济整体增长水平；选择“财政支出”作解释变量，代表公共财政需求；选择“商品零售价格指数”作解释变量，代表物价水平。另外，由于财税体制的改革难以量化，而且从数据上看，1985年以后财税体制改革对税收增长影响不是很大，在此暂不考虑税制改革对税收增长的影响。（二）数据收集表1 1978-2008年影响中国税收收入因素数据表年份Y (亿元)各项税收X1（亿元）GDPX2（亿元）财政收入X3（%）商品零售价格指数1984947.3571711701.02102.819852040.798964.42004.25108.819862090.7310202.22204.9110619872140.3611962.52262.18107.319882390.4714928.32491.21118.519892727.416909.22823.78117.819902821.8618547.93083.59102.119912990.1721617.83386.62102.919923296.9126638.13742.2105.419934255.334634.44642.3113.219945126.8846759.45792.62121.719956038.0458478.16823.72114.819966909.8267884.67937.55106.119978234.0474462.69233.56100.819989262.878345.210798.1897.4199910682.5882067.513187.6797200012581.5189468.115886.598.5200115301.3897314.818902.5899.2200217636.45104790.622053.1598.7200320017.31116603.224649.9599.9200424165.68136875.928486.89102.8200528778.54183084.833930.28100.8200634809.7221087140422.73101200745621.97249529.949781.35103.8200854223.7930067062592.66105.9200959521.59340319.9568518.3098.8201073210.79399759.5483101.51103.1201189738.39468562.38103874.43104.92012100614.28518214.75117253.52102.02013110530.70566130.18129209.64101.4数据来源：国家统计局（三）描述性分析 1税收收入虽年份变化的关系图从图1可以看出，19782008年间的税收收入的呈增长趋势。税收收入随年份变化的曲线先是平稳上升，然后自2005年以来则急剧上升，表明其增长速度在逐年加快。图1 1984-2013年中国税收收入变化趋势2.税收收入与个解释变量之间的关系图图2、图3表明税收收入与GDP、 财政支出之间存在很强的线性相关关系，但据图4来说，税收收入和商品零售价格指数之间的线性关系并不明显。图2 税收收入与GDP之间的关系图3 税收收入与财政支出之间的关系图4 税收收入与商品零售价格指数之间的关系（四）建立回归模型设定模型为其中，截距项；Y税收收入；X1GDP；X2财政支出；X3商品零售价格指数 ；随机扰动项1.参数估计对个解释变量利用eviews进行最小二乘拟合，结果如表2所示。表2 最小二乘拟合结果Method: Least Squares Sample: 1984 2013 Date: 01/17/15 Time: 23:44VariableCoefficientStd. Errort-StatisticProb.C-6306.4532332.416-2.7038280.0119X20.7531000.04491016.769090.0000X10.0256040.0101642.5190030.0183X3-55.0061121.556392.5517310.0169R-squared0.999560Mean dependent var25290.25Adjusted R-squared0.999509S.D. dependent var31790.74S.E. of regression704.5392Akaike info criterion16.07653Sum squared resid12905762Schwarz criterion16.26336Log likelihood-237.1480Hannan-Quinn criter.16.13630F-statistic19673.26Durbin-Watson stat1.444091根据表2的数据，模型估计结果为： 模型估计结果说明，在假定其它变量不变的情况下，当年GDP每增长1亿元，税收就会增加0.753100亿元；在假定其它变量不变的情况下，当年财政支出每增长1亿元，税收收入会增长0.025604亿元；在假定其它变量不变的情况下，当年零售商品物价指数上涨一个百分点，税收收入就会增长55.00611亿元。这与理论分析和经验判断基本相一致。如图5所示，显示了回归结果的拟合程度，出现剩余项（Residual）、实际值（Actual）、拟合值（Fitted）的图形。显示出回归的实际值和拟合值基本重合，显示出回归效果较好。图5 回归结果的拟合程度2.模型检验2.1统计检验（1）拟合优度：由表2中数据可以得到： ，修正的可决系数为，这说明模型对样本的拟合很好。（2）检验：针对，给定显著性水平，在F分布表中查出自由度为3和27的临界值。由表3.4中得到由于，应拒绝原假设，说明回归方程显著，即“国内生产总值”、“财政支出”、“商品零售物价指数”等变量联合起来确实对“税收收入”有显著影响。（3）检验：分别针对，给定显著性水平，查分布表得自由度为30-4=26临界。由表3.4中数据可得，与对应的统计量分别为，其绝对值除了财政支出均大于，这说明除财政支出分别都应当拒绝，也就是说，当在其它解释变量不变的情况下，解释变量 “GDPX1”、“商品零售物价指数X3”分别对被解释变量“税收收入Y”都有显著的影响。2.2计量经济检验（1） 异方差检验（怀特检验法）从表3中的怀特检验中我们可以发现P值很大，那么也就意味着该模型不存在异方差。那么也就不存在调整异方差。表3 异方差检验Heteroskedasticity Test: White Date: 01/21/15 Sample: 1984 2013 Time: 08:44F-statistic0.458830Prob. F(9,20)0.8851Obs*R-squared5.134142Prob. Chi-Square(9)0.8225Scaled explained SS9.847357Prob. Chi-Square(9)0.3630VariableCoefficientStd. Errort-StatisticProb.C-5013750.80812719-0.0620420.9511X1-338.4126419.9492-0.8058420.4298X120.0014760.0029080.5075910.6173X1*X2-0.0131340.025897-0.5071700.6176X1*X32.7239743.6239270.7516630.4610X21444.0391833.7180.7874930.4402X220.0287920.0574850.5008620.6219X2*X3-11.0589316.48721-0.6707580.5100X3123322.61454383.0.0847940.9333X32-698.14326543.260-0.1066970.9161R-squared0.171138Adjusted R-squared-0.201850F-statistic0.458830S.E. of regression1084022.（2）多重共线性检验检验多重共线性由相关系数矩阵可以看出：X1、X2的相关系数较高为0.996771，证实确实存在较严重的多重共线性。表4 各解释变量之间的线性关系Correlation matrixX1X2X3X11.0000000.996771-0.305592X20.9967711.000000-0.291790X3-0.305592-0.2917901.000000做逐步回归表5 逐步回归结果Method: Stepwise Regression Sample: 1984- 2013 Date: 01/21/15 Time: 08:57Stopping criterion: p-value forwards/backwards = 0.5/0.51VariableCoefficientStd. Errort-StatisticProb.*X20.7531000.04491016.769090.0000X10.0256040.0101642.5190030.0183C-6306.4532332.416-2.7038280.0119X3-55.0061121.556392.5517310.0169R-squared0.999560Mean dependent var25290.25Adjusted R-squared0.999509S.D. dependent var31790.74S.E. of regression704.5392F-statistic19673.26Sum squared resid12905762Durbin-Watson stat1.444091可以看出，X3对解释Y的变化是不具有重要性的。剔除X3继续做回归，结果如下 ：表6 剔除X3后的线性回归Method: Least Squares Sample: 1984-2013 Date: 01/21/15 Time: 09:09VariableCoefficientStd. Errort-StatisticProb.C-382.9179248.6923-1.5397250.1353X10.0206250.0109461.8842010.0703X20.7723090.04858415.896490.0000R-squared0.999449Mean dependent var25290.25Adjusted R-squared0.999409F-statistic24504.67S.E. of regression773.1088Akaike info criterion16.23336Sum squared resid16137826Durbin-Watson stat1.145011这时，得到线性方程如下： (五) 双对数模型我们可以看到，即使是剔除了X3，但是方程中（GDP）还是统计不显著的。但是这有违常理。故考虑修改函数模型。 其中，税收收入 截距项X1GDP X2财政支出 X3商品零售价格指数表7 双对数模型线性回归Dependent Variable: LOG(Y) Method: Least SquaresSample: 1984 -2013 Date: 01/21/15 Time: 09:15VariableCoefficientStd. Errort-StatisticProb.C-3.8683771.638569-2.3608260.0260LOG(X1)0.4700220.0914450.7657250.0207LOG(X2)0.6422010.08849710.646760.0000LOG(X3)1.0498450.3449362.1738660.0390R-squared0.995653Mean dependent var9.311180Adjusted R-squared0.995151S.D. dependent var1.376591S.E. of regression0.095858Durbin-Watson stat1.482448Sum squared resid0.238906F-statistic1984.909通过上表，得出方程： 然后对双对数模型进行逐步回归，结果显示理想，如表8所示。表8 双对数模型逐步回归Dependent Variable: LOG(Y) Method: Stepwise RegressionSample: 1984- 2013 Date: 01/21/15 Time: 14:00Stopping criterion: p-value forwards/backwards = 0.5/0.51VariableCoefficientStd. Errort-StatisticProb.*LOG(X2)0.9422010.08849710.646760.0000C-3.8683771.638569-2.3608260.0260LOG(X3)0.7498450.3449362.1738660.0390LOG(X1)0.0700220.0914450.7657250.4507R-squared0.995653Mean dependent var9.311180Adjusted R-squared0.995151S.D. dependent var1.376591S.E. of regression0.095858Akaike info criterion-1.728338Sum squared resid0.238906Schwarz criterion-1.541512F-statistic1984.909Durbin-Watson stat1.482448Adjusted R-squared0.939022Sum squared resid3.351034然后在去除X3的情况下对模型进行回归，表9 双对数模型去除X3后的回归VariableCoefficientStd. Errort-StatisticProb.LOG(X1)0.0054750.0493140.1110270.9124LOG(X2)0.9783870.05811216.836330.0000R-squared0.994518S.E. of regression0.103726Adjusted R-squared0.994322Sum squared resid0.301253由表7和表9可求F值：在分子自由度为1，分母自由度为26显著性水平为0.05的情况下，F的临界值小于估计值7.2558，所以拒接去除X3之后的双对数回归，保持方程5的形式。这样也有道理，因为在方程4中，log(X3)的P值也不是很大。(六)、最终模型的确立经过以上各种检验，并通过序列相关和多重共线性的修正，最终把影响中国税收收入（Y）的模型确立下来，国内生产总值对税收收入是正相关的。这表明，国内生产总值会带来税收的增加。这很容易理解，因为经济是收入的来源，只有提高产出，才有可能提高税收，这是根本原因。财政对税收的影响是显著正相关的，这说明国家财政支出增加，税收也会增加。而且其系数为0.6422，高于国内生产总值的影响力。究其原应该是：国家为了拉动经济增长，常常实施扩张性的财产政策，从而使经济的到发展，各项税收也就自然而然的有所增加，进而提高了税收总收入。零售商品物价指数对税收收入是显著正相关的。这很明显，物价指数升高，意味着物价上涨，物价上涨各个销售商的收入总额也就会变大，这样需要缴纳的各项税赋也就变大，从而，国家的税收收入就会明显地提高。四、结论和建议由模型得到的最终方程我们可以得到以下启示：1、适应当前经济环