税收评价指数型建立与实证分析份Word文档格式.docx
《税收评价指数型建立与实证分析份Word文档格式.docx》由会员分享，可在线阅读，更多相关《税收评价指数型建立与实证分析份Word文档格式.docx（10页珍藏版）》请在冰豆网上搜索。
这些汇集的横截面数据和时间列数据的主要优点是，它可以大大增加数据模拟的自由度，从而提高估计值的可信度。
在我国还没有系统对地区税收能力利用指数的研究。
本文拟采用时间序列和横截面数据相结合的样本数据，采用回归分析的方法，利用人均GDP、产业结构等因素来预测地区的潜在税收收入比率，并与实际的税收比率进行比较，计算各省份的税收能力利用指数，比较分析区域间税收能力利用的差异，来研究各地区的税收努力是否恰当。
三、我国区域间税收能力利用指数分析的理论模型
目前国外关于税收能力利用指数的实证研究，主要根据人均收入、进出口贸易额、产业结构等因素对潜在税负的水平进行估算，在此基础上再分析估算税负与实际税负的比率，即是税收能力利用指数。
由于参数和样本容量的不断变化，导致了各个研究者得出的结论的差异，但基本上就以下几点达成了共识：
税负与人均收入成正比关系；
与区域或者国家开放度成正比关系（其中开放度用进出口总额来衡量）；
与第一产业的规模成反比；
与第二、第三产业的规模成正比例关系。
其基本的模型可以表示为：
T/Y=f（人均收入，贸易总额，产业结构）
虽然该模型已经得到广泛应用，但是在应用于我国不同地区时，仍存在如下的问题：
首先，由于发达地区与欠发达地区之间货币化程度的差异，造成税收流失的规模不同，从而对税收努力造成较大的影响；
第二，由于我国的税收统计数据是不包括海关税收收入的，因此区域进出口贸易额对统计出来的实际税收额之间没有明确的相关关系。
因此，在统计分析中，我们剔除了进出口贸易额这一因素。
1.变量设置
根据以上的分析，本文参照国际税收能力利用指数分析的基本模型，剔除进出口贸易这一影响因素，将影响税收能力利用的因素分为两大类，即人均收入和产业结构。
在产业结构中，按照第一产业、第二产业和第三产业的规模逐个设定参数进行分析。
2.样本数据
采用的数据是1996年到2001年我国31个省市的相关数据，样本数据容量为186个。
采用时间序列数据和横截面数据结合的面板数据模型（paneldatamodel）。
这一数据模型的优点是可以对同一单位进行多次观测，同时反映研究对象在时间和截面单元两个方向上的变化规律。
数据来源为1997-2002年《国家统计年鉴》和《中国税务年鉴》。
由于我国设置了5个计划单列市，而在国民生产总值的统计中，没有将这几个省份的数据单列，因此我们将这几个计划单列市的税收收入并入其所在的省份统计核算。
可以看出从1996年到2002年我国税收变化的总体趋势如下表所示：
1996年-2001年经济增长率、税收增长率与宏观税负比较
单位：
％
年度
96年
97年
98年
99年
00年
01年
税收增长率
14.40
19.20
12.50
15.30
22.80
20.70
GDP增长率
9.60
8.80
7.80
7.10
8.00
7.30
税收占GDP比重
10.20
11.10
11.80
13.00
14.10
15.80
可以看出，税收比率呈不断上升的趋势，从1996年的10.2%上升到2001年的15.8%。
税收比率不断提高的表面原因是税收增长速度连年高于GDP的增长速度。
那么，税收增长速度为何持续高于GDP增长速度？
普遍认为，税制改革后税收收入大幅度增长的原因除了经济增长因素外，还有管理因素、政策因素等（安体富，2002）。
在本文中，我们认同税收管理水平的提高、执法质量的改进、税收努力程度的加强以及社会整体诚信水平的提高，有力的促进了税收收入的持续增长。
另外，我国的区域经济发展很不平衡。
税制改革以来，我国东中西部地区的税收发展出现较大的差异。
从下表可看出，东部地区平均税收增长率和宏观税负水平高于中西部地区，税收收入比重从1996年的58%上升到2001年的70.1%。
中部和西部地区的税收比重都呈下降趋势，宏观税负水平呈东西高、中部低的马鞍状。
区域
1996
1997
1998
1999
2000
2001
各区域的平均
东部平均
9.0
19.9
28.3
18.2
23.5
30.7
中部平均
9.6
17.1
25.2
7.7
10.2
20.7
西部平均
6.2
19.8
28.9
11.2
10.0
全国平均
8.3
19.1
27.6
12.9
15.3
24.3
各区域税收收入占全国税收收入比重
58.0
62.6
62.7
66.1
69.5
70.1
20.0
21.6
21.0
17.9
16.8
14.6
14.7
14.8
14.1
12.6
11.3
各区域的平均宏观
税负水平
10.4
12.1
13.4
15.0
17.6
6.9
7.2
8.4
8.5
9.4
8.0
9.2
10.8
10.9
11.7
9.1
10.5
11.1
11.8
13.3
3.统计模型
根据税收能力利用指数理论模型以及本文变量设定，本文建立以下模型：
Ti/Yi=a+biXi+Ei
本文采用的样本数据是1996年至2001年的税负、人均收入、地区产业与GDP的比率等组成的面板数据。
但是，采用面板数据所带来的一个问题是，由于按时间分组数据，又可能导致每期方程的截距发生变动，造成方程检验偏差。
为了解决这个问题，在方程中引入6个虚拟时间变量：
dt96,dt97,dt98,dt99,dr00,dt01。
当样本数据取自1996年时，令dt96=1，其余虚拟变量为0，依此类推。
通过检验时间变量的显著性就可以观察方程是否随着时间变化而变动。
由此检验方程变为：
Ti/Yi=a+cldt96+c2dt97+c3dt98+c4dt99+c5
dt00+c6dt01+biXi+Ei
因变量：
税负（T/Y）
分析方法一
分析方法二
分析方法三
分析方法四
Constant
（t检验值）
Sig.
0.051
9.42
0.00
0.079
4.66
0.073
4.09
-0.038
-1.83
0.07
人均收入
t检验值
0.081
0.070
8.12
0.083
13.84
0.061
8.66
第一产业
-
-0.099
-1.74
0.08
第二产业
-0.057
-1.324
0.18
第三产业
0.282
4.39
R2
0.52
0.53
0.57
通过上表我们可以得到以下结论：
首先，方程总体解释力指标——R2均大于为25%，除方法三外，其他的方程均在10%水平上通过检验，说明该方程基本能够解释对影响我国税负变化的因素。
第二，由于时间虚拟变量dt96，dt97，dt98，dt99，dt00，dt01都没有通过检验，这说明我们不能否定时间虚拟变量的系数为零，但是可以确定方程的横截距不受时间变量的影响，用参数a表示，可以用一个方程表示。
第三，与国外关于税收能力利用研究的结果相符合，人均收入水平对税收比率的影响很强，并以高检验值通过检验，税负和第一产业占GDP的比率成反比，与第三产业成正比。
但是与国外研究不同的是，在国外第二产业与税收比率成正比例变化，而国内的数据统计不具有这样的结果，相反，第二产业与税收比率成反比例变化，但是第二产业与税收比率的关系没有在10%的水平上通过检验，因此，说明我国各地区的税负与第二产业的产值不具有线性回归关系。
在国外第一产业对税负的影响很微弱，而第二产业和第三产业对税收比率的较强。
在我国，第二产业对税收比率的影响不及第一产业和第三产业的影响大，这是意味深长的。
第一产业对税收比率的影响也比较微弱，并且仅在10%的水平上通过检验。
在下文的分析中，暂忽略掉第一产业、第二产业对税负的影响，主要采用人均收入、第三产业与税收比率的变化关系，产生的税收努力数据来进行分析。
数据不同的分析方法，得出的税收能力利用指数如下表：
分析方法一：
税收能力利用指数
序号
地区
税收比率
回归
分析值
1
云南
0.217
0.086
2.532
17
黑龙江
0.103
0.114
0.907
2
贵州
0.123
1.752
18
广西
0.077
0.085
0.897
3
北京
0.297
0.201
1.453
19
安徽
0.075
0.088
0.854
4
重庆
0.128
0.076
1.414
20
海南
0.101
0.845
5
宁夏
0.113
0.087
1.309
21
西藏
0.065
0.082
0.794
6
甘肃
0.102
1.284
22
河南
0.068
0.090
0.758
7
山西
0.112
1.237
23
江西
0.745
8
陕西
0.100
0.084
1.188
24
湖南
0.067
0.092
0.726
9
广东
0.157
0.144
1.079
25
浙江
0.142
0.719
10
青海
1.022
26
山东
0.120
0.708
11
天津
0.178
0.176
1.013
27
河北
0.106
0.662
12
吉林
0.991
28
四川
0.057
0.659
13
上海
0.275
0.986
29
湖北
0.648
14
新疆
0.104
0.972
30
江苏
0.136
0.607
15
内蒙
0.094
0.947
31
福建
0.134
0.605
16
辽宁
0.130
0.932
在考虑第二产业影响的前提下，在给定的社会经济人均收入水平状况下，税收能力利用程度与第二产业发达程度呈逆向运动。
按照国际通行标准，税收能力利用指数在0.8-1.2范围内为恰当，那么，我国有7个地区税收能力利用过度，通俗讲是经济产出（供给）与税收摄取背离，主要在西部地区，分别为云南、贵州、甘肃、宁夏、山西。
北京、广东由于人均收入的影响，指数页考前，重庆则令人费解。
分析方法二：
0.080
2.734
0.934
1.914
0.922
0.154
1.515
0.884
1.332
0.847
0.235
1.239
0.799
1.200
0.756
1.197
0.096
0.732
0.139
1.121
0.718
0.095
1.087
0.119
0.712
内蒙古
1.055
1.053
1.042
0.093
0.702
0.126
0.657
0.272
1.021
0.181
0.982
0.110
0.601
0.974
在人均国民收入和第三产业两个因素的作用下，税收能力利用指数发生了轻微的变化。
人均收入水平、经济发达程度与税收能力利用指数仍呈逆向运动。
但相对发达的重庆仍是例外。
其他两种分析方法，结果基本相同，因篇幅关系，在此省略。
四、结论比较
再将我们统计的结果与1986年的统计结果进行比较。
下表是1986年统计的税收能力利用指数情况。
1986年各省税收能力利用指数
1.7
1.02
0.9
1.27
0.86
1.23
1.01
1.2
1.19
1.16
0.99
0.85
1.11
0.96
0.68
1.08
0.94
0.66
1.05
0.63
1.04
0.92
与前述统计分析结论比较，发现有20个省份的税收能力利用指数发生了较大程度的变化，指数上升的省份包括：
云南、贵州、北京、宁夏、陕西、山东、吉林、新疆和四川；
指数下降的省份包括：
浙江、江苏、福建、湖南、河南、江西、河北和湖北，这与目前普片认为的税源充裕的地区“放水养鱼”而税源不足的地区“涸泽而渔”的看法是相一致的。
因此评价区域的税收努力不能脱离地区的人均收入水平和第三产业的发展程度，关键是要分析其税收能力利用是否与其经济发展水平相适应。
五、区域税收能力利用差异的原因分析
1、经济复杂程度差异。
显而易见，经济越发达，经济构成越复杂。
在目前政策法规不健全、相关准则界定模糊及能力增长与经济复杂程度的变化并不同步等因素共同作用下，必然导致区域间指数差异。
2、沙漏的边际效应。
容量越大，则漏出越多，或者说，单位孔隙大小及数量相同的情况下，其边际漏出随面积扩大而扩大。
3、棘轮的背离作用。
目前的税收计划考核机制，导致下级税务机关越努力，好成绩出现的可能越大，“标准”也就是收入基数越大，从而将出现棘效应，也称“鞭打快牛”，因而税务部门有平衡税收任务的动机。
经济发达程度的差异，相应地区税务机关相机选择的趋向是隐瞒或“寅吃卯粮”。
4、税收执法考核体系不健全。
税务部门能够相机选择的一个前置条件是其收益大于损失，也就是税务部门从税收执法不规范或者税收执法违法中获得的收益大于其可能受到的惩罚。
对税务机关税收执法过程中违法、违规现象的监督制约和考核机制不到位，税收执法不规范、甚至税收执法违法的惩罚概率较小、惩罚力度较差，导致隐瞒税收收入的税务机关从地方政府得到的收益几乎成为净收益；
收过头税对税务机关而言顺利完成了上级的税收考核任务，在经费、奖励、提升等各方面会得到一定的收益，而其受到惩罚或者损失很小，导致其选择的结果是收过头税。
因而加大税收执法的考核机制和第三方的监督制约机制市有必要的。
六、结束语
本文采用1996-2001年的时间序列数据和省份横截面数据相结合的面板数据为样本，对我国各省份的税收能力利用程度进行了实证分析，结果表明，我国区域间税收能力利用存在明显差异，这种差异与人均收入水平、GDP增速、产业结构变化存在相关性，其变化趋势，客观反映了税收努力程度。
究其原因，除经济因素本身外，与税收执法的考核机制、监督机制等问题密切相关，建议进税收执法机制的考核方式和监督措施，并有效引导税务机关的利益趋向，使其与税收执法的原则相适应。
升级会员 