中国财政收入影响因素研究 任超.docx

中国财政收入影响因素研究 任超.docx

《中国财政收入影响因素研究 任超.docx》由会员分享，可在线阅读，更多相关《中国财政收入影响因素研究 任超.docx（13页珍藏版）》请在冰豆网上搜索。

中国财政收入影响因素研究任超

中国财政收入影响因素研究

姓名:

李德军学号:

0718398专业:

人力资源管理

一，研究背景

1，意义：

（一）理论意义：

我们从财政收入的部门构成来分析财政收入的影响因素。

从国民经济部门结构看，财政收入又表现为来自各经济部门的收入。

财政收入的部门构成就是在财政收入中，由来自国民经济各部门的收入所占的不同比例来表现财政收入来源的结构，它体现国民经济各部门与财政收入的关系。

我国财政收入主要来自于工业、农业、商业、交通运输和服务业等部门。

其中第一产业和第二产业对财政收入的影响最大。

（二）现实意义：

首先，财政收入是一个国家各项收入得以实现的物质保证。

一个国家财政收入规模大小往往是衡量其经济实力的重要标志。

其次，财政收入是国家对经济实行宏观调控的重要经济杠杆。

宏观调控的首要问题是社会总需求与总供给的平衡问题，实现社会总需求与总供给的平衡，包括总量上的平衡和结构上的平衡两个层次的内容。

财政收入的杠杆既可通过增收和减收来发挥总量调控作用，也可通过对不同财政资金缴纳者的财政负担大小的调整，来发挥结构调整的作用。

此外，财政收入分配也是调整国民收入初次分配格局，实现社会财富公平合理分配的主要工具。

在我国，财政收入的主体是税收收入。

因此，在税收体制及政策不变的情况下，财政收入会随着经济繁荣而增加，随着经济衰退而下降。

2，研究现状：

财政收入是政府执行其职能的保障及基础，财政收入规模受多个因素的制约和影响，其中最重要的是经济发展水平和生产技术水平。

财政收入按其收入来源的部门构成不同可以分为第一、第二和第三产业收入。

第一产业是我国的基础产业，第二产业是我国的主导产业，但是近几年来我国的第三产业取得了显著的进步和发展，对财政收入的贡献逐年上升。

二，经济理论

（一）财政收入影响因素及效应

　　财政收入可以通过财政收入规模来衡量，财政收入规模可以从绝对量和相对量两个方面来衡量。

财政收入的绝对量是指一定时期内财政收入的实际数量，即财政总收入。

财政收入的相对量是指一定时期内财政收入与有关经济指标的比率，通常用财政收入占国内生产总值的比重，称为国民经济的财政负担率，它综合反映出政府与微观经济主体之间的占有和支配社会资源的关系，反映政府调控经济运行和影响社会资源配置的程度和地位。

财政收入规模和财政收入增长速度，要受各种政治经济条件的制约和影响，这些条件包括经济发展水平、生产技术水平、收入分配制度及价格等，其中最主要的是经济发展水平和生产技术水平。

　　1.经济发展水平反映一个国家的社会产品的丰富程度和经济效益的高低。

经济发展水平高，国民生产总值就多，或者说，该国的财政收入总额较大，占国民生产总值的比例也较高。

经济发展水平对财政收入的影响表现为基础性的制约，二者之间存在源与流、根与叶的关系，源远则流长，根深则叶茂。

从世界各国的现实状况考察，发达国家的财政收入规模大都高于发展中国家，而在发展中国家，中等收入国家又大都高于低收入国家，绝对额是如此，相对数也是如此。

如1986年的中央政府经常性收入占国民生产总值的比重，低收入国家平均为15.4%，中等收入国家平均为24%，而英国为37.9%，法国为40.9%，意大利为36.7%，荷兰则高达51.6%。

再从几个发达国家历史发展的纵向比较看，英、法、美三国1880年的财政收入只相当于国民生产总值的10%左右，到20世纪80年代则上升为20%~40%左右。

①上述资料证明了一个基本的财政原理：

经济决定财政，没有经济不发达而财源可以丰裕的。

　　2.生产技术水平指生产中采用先进技术的程度，它内涵于经济发展水平之中，是影响财政收入规模的重要因素。

较高的经济发展水平是以较高的生产技术水平为支柱的。

生产技术水平对财政收入规模的制约，一方面由于技术进步导致生产速度加快和产品质量提高，而另一方面技术进步则带来物质消耗降低和经济效率提高。

现代社会的技术加速进步，使社会积累更为丰富，带来了GDP的快速增长，为财政收入的增长奠定了基础，对财政收入具有直接和明显的影响。

（二）财政收入部门结构

　　研究财政收入的部门结构有利于我们正确认识国民经济各部门在创造财政收入中的地位和作用。

应当说明，部门结构属于传统的核算方法的分类，已经不能完全适应市场经济体制的要求，而按第一、第二、第三产业的分类是我国改革后的现行、核算方法的分类，当前更具实践价值。

　　世界经济发展史表明，在工业化发展阶段，第二产业比重超过第一产业比重占统治地位达到一定高峰后，开始缓慢下降，同时第三产业比重上升，逐渐占据主导地位，成为推动经济的主动力。

从我国目前的发展现状看，随着我国经济的快速发展，第三产业增加值占我国ＧＤＰ总量的比重也越来越大，从1978年的23.7％增长到了2004年的31.9％。

由此可见，第三产业对于我国经济的推动作用已经越来越大，成为我国经济发展不可忽视的一支力量。

三，建立回归模型

1，选择变量:

国家财政收入主要来自税收收入，经济增长是其重要的影响因素。

为了分析各主要因素对国家财政收入的影响，建立2007全国各地区财政收入（万元）（Y）为被解释变量，第一产业（亿元）（X1）,第二产业（亿元）（X2），第三产业（亿元）（X3），总人口（亿元）（X4）等为解释变量的计量样本。

样本数据为2007全国各地区的统计数据。

2，数据来源:

2007年中国各地区的财政收入及其影响因素数据

省份

财政收入（Y）/万元

第一产业

（X1）/亿元

第二产业

（X2）/亿元

第三产业

（x3）/亿元

总人口

（X4）/万人

北京

14926380

101.26

2509.40

6742.66

1633

天津

5404390

110.19

2892.53

2047.68

1115

河北

7891198

1804.72

7241.80

4662.98

6943

山西

5978870

269.68

3438.58

2025.09

3393

内蒙古

4923615

762.10

3154.56

2174.46

2405

辽宁

10826948

1133.40

5853.10

4036.99

4298

吉林

3206892

783.80

2475.45

2025.44

2730

黑龙江

4404689

915.38

3695.58

2454.04

3824

上海

20744792

101.84

5678.51

6408.50

1858

江苏

22377276

1816.24

14306.40

9618.52

7625

浙江

16494981

986.02

10148.45

7645.96

5060

安徽

5436973

1200.18

3289.12

2874.88

6118

福建

6994577

1002.11

4549.42

3697.60

3581

江西

3898510

905.77

2840.92

1753.56

4368

山东

16753980

2509.14

14776.53

8680.24

9367

河南

8620804

2217.66

8282.83

4511.97

9360

湖北

5903552

1378.00

3966.68

3886.00

5699

湖南

6065508

1626.52

3916.44

3657.04

6355

广东

27858007

1695.57

15939.10

13449.73

9449

广西

4188265

1241.35

2425.29

2289.00

4768

海南

1082935

361.07

364.26

497.95

845

重庆

4427000

482.39

1892.10

1748.02

2816

四川

8508606

2032.00

4641.30

3832.00

8127

贵州

2851375

446.38

1148.27

1147.25

3762

云南

4867146

837.35

2051.08

1852.88

4514

西藏

201412

54.89

98.48

188.82

284

陕西

4752398

592.63

2964.56

1908.60

3748

甘肃

1909107

385.97

1279.32

1037.11

2617

青海

567083

83.41

417.78

282.42

552

宁夏

800312

97.89

451.82

339.49

610

新疆

2858600

628.72

1647.55

1246.89

2095

数据来源:

中国统计年鉴2008，中国统计出版社，2008

3，估计回归模型

对被解释变量（Y）与各解释变量（X）进行回归分析，并将方程形式设为多元线性回归模型：

Y=β0+β1X1t+β2Xt2+β3X3t+β4X4t+μtt=北京、……、新疆

解释变量有4个，β0为常数项，μt为随机误差项，描述变量外的因素对模型的干扰。

4,模型检验

⑴经济理论检验

从拟合优度、t统计量植、近期拟合误差等方面，进行了综合比较分析，最后模型估计结果为：

　　Y=858118.1-2519.954X1t+172.9287Xt2+2174.555X3+159.7553X4t

t=（1.613087）（-1.920751）（0.810335）（8.524610）（0.446974）

Rˆ2=0.960488Rˆ2=0.954409S.E=1461847，DW=1.954265

模型中各系数符号的经济意义合理，解释变量显著，而且有很高的拟合优度。

所以模型的统计检验另人满意。

⑵统计检验

1模型的异方差性检验:

利用怀特检验，结果如下表:

WhiteHeteroskedasticityTest:

F-statistic

2.091965

Probability

0.081595

Obs*R-squared

13.39351

Probability

0.099008

TestEquation:

DependentVariable:

RESID^2

Method:

LeastSquares

Date:

12/11/09Time:

17:

09

Sample:

131

Includedobservations:

31

Variable

Coefficient

Std.Error

t-Statistic

Prob.

C

4.07E+11

2.12E+12

0.191642

0.8498

X1

-1.22E+10

7.96E+09

-1.537810

0.1384

X1^2

7071882.

5140821.

1.375633

0.1828

X2

3.02E+09

1.69E+09

1.792745

0.0868

X2^2

-239774.8

116105.3

-2.065149

0.0509

X3

-1.90E+09

2.54E+09

-0.750986

0.4606

X3^2

317491.6

251684.2

1.261468

0.2204

X4

1.47E+09

2.62E+09

0.562913

0.5792

X4^2

-306997.7

359814.6

-0.853211

0.4027

R-squared

0.432049

Meandependentvar

1.79E+12

AdjustedR-squared

0.225521

S.D.dependentvar

4.45E+12

S.E.ofregression

3.92E+12

Akaikeinfocriterion

61.06904

Sumsquaredresid

3.38E+26

Schwarzcriterion

61.48536

Loglikelihood

-937.5702

F-statistic

2.091965

Durbin-Watsonstat

1.455792

Prob（F-statistic）

0.081595

nR^2=31×0.432049=13.39351>X^20.05（4）=11.0705，所以不存在异方差。

②多重共线性检验和自相关性检验

模型的参数估计对于理论模型运用OLS进行参数估计，再用Eviews软件进行运算，得到的结果如下：

DependentVariable:

Y

Method:

LeastSquares

Date:

12/11/09Time:

17:

54

Sample:

131

Includedobservations:

31

Variable

Coefficient

Std.Error

t-Statistic

Prob.

C

858118.1

531972.6

1.613087

0.1188

X1

-2519.954

1311.963

-1.920751

0.0658

X2

172.9287

213.4040

1.810335

0.4251

X3

2174.555

255.0914

8.524610

0.0000

X4

159.7553

357.4153

2.446974

0.6586

R-squared

0.960488

Meandependentvar

7604070.

AdjustedR-squared

0.954409

S.D.dependentvar

6846430.

S.E.ofregression

1461847.

Akaikeinfocriterion

31.37499

Sumsquaredresid

5.56E+13

Schwarzcriterion

31.60628

Loglikelihood

-481.3123

F-statistic

158.0076

Durbin-Watsonstat

1.954265

Prob（F-statistic）

0.000000

由此可见，该模型Rˆ2=0.960488Rˆ2=0.954409可决系数很高，F检验值158.0076明显显著，所以模型具有稳健性，且整体解释能力较强。

但当显著性水平为0.05时，tα/2（27）=2.052，因此X1X2系数的t值不显著，而且X1的系数的符号与预期的相反，这表明很可能存在多重共线性。

计算各变量的相关系数可得下表:

X1

X2

X3

X4

X1

1

0.717821034182

0.567818652099

0.947376414118

X2

0.717821034182

1

0.925415681102

0.779317002411

X3

0.567818652099

0.925415681102

1

0.669508781238

X4

0.947376414118

0.779317002411

0.669508781238

1

由相关系数矩阵可以看出，各解释变量相互之间的相关系数还是

比较高得，可能存在多重共线性。

3模型的异方差检验：

利用怀特检验，结果如下表:

WhiteHeteroskedasticityTest:

F-statistic

2.091965

Probability

0.081595

Obs*R-squared

13.39351

Probability

0.099008

TestEquation:

DependentVariable:

RESID^2

Method:

LeastSquares

Date:

12/11/09Time:

17:

09

Sample:

131

Includedobservations:

31

Variable

Coefficient

Std.Error

t-Statistic

Prob.

C

4.07E+11

2.12E+12

0.191642

0.8498

X1

-1.22E+10

7.96E+09

-1.537810

0.1384

X1^2

7071882.

5140821.

1.375633

0.1828

X2

3.02E+09

1.69E+09

1.792745

0.0868

X2^2

-239774.8

116105.3

-2.065149

0.0509

X3

-1.90E+09

2.54E+09

-0.750986

0.4606

X3^2

317491.6

251684.2

1.261468

0.2204

X4

1.47E+09

2.62E+09

0.562913

0.5792

X4^2

-306997.7

359814.6

-0.853211

0.4027

R-squared

0.432049

Meandependentvar

1.79E+12

AdjustedR-squared

0.225521

S.D.dependentvar

4.45E+12

S.E.ofregression

3.92E+12

Akaikeinfocriterion

61.06904

Sumsquaredresid

3.38E+26

Schwarzcriterion

61.48536

Loglikelihood

-937.5702

F-statistic

2.091965

Durbin-Watsonstat

1.455792

Prob（F-statistic）

0.081595

nR^2=31×0.432049=13.39351>X^20.05（4）=11.0705，所以不存在异方差。

④模型的自相关检验:

通过检验，可得到残差图:

由图可知残差的变动没有系统模式，表明残差不存在自相关。

模型中t统计量和F统计量结论可信。

⑤模型遗漏相关解释变量检验：

通过以上残差图发现不存在自相关，因此不能通过图示检验法，我们可以通过拉格朗日乘数检验法；利用残差对所有解释变量进行最小二乘估计，可得下表。

DependentVariable:

E

Method:

LeastSquares

Date:

12/11/09Time:

17:

24

Sample:

131

Includedobservations:

31

Variable

Coefficient

Std.Error

t-Statistic

Prob.

C

-1.42E-08

531972.6

-2.67E-14

1.0000

X1

-6.51E-11

1311.963

-4.96E-14

1.0000

X2

-3.18E-12

213.4040

-1.49E-14

1.0000

X3

-7.73E-13

255.0914

-3.03E-15

1.0000

X4

2.18E-11

357.4153

6.10E-14

1.0000

R-squared

0.000000

Meandependentvar

3.74E-10

AdjustedR-squared

-0.153846

S.D.dependentvar

1360905.

S.E.ofregression

1461847.

Akaikeinfocriterion

31.37499

Sumsquaredresid

5.56E+13

Schwarzcriterion

31.60628

Loglikelihood

-481.3123

F-statistic

1.83E-15

Durbin-Watsonstat

1.954265

Prob（F-statistic）

1.000000

H0：

受约束回归模型H1：

无约束回归模型

nR^2=31×0=0

因此本模型估计的最终结果为:

Y=858118.1-2519.954X1t+172.9287Xt2+2174.555X3+159.7553X4t

⑴第一产业产值对财政收入的影响是负的（-2519.954），且不太显著。

因为我国取消农业税，且国家正迈向工业化阶段，农业占国民经济的比重越来越低。

而且国家现在财政上每年都给与补贴，因此财政收入与国民经济成反相关是有一定道理的。

⑵第二产业和第三产业对财政收入有着显著的影响。

第二产业每增加一个单位，财政收入将增加172.9287个单位。

第三产业每增加一个单位，财政收入将增加2174.555个单位。

反映我国是以工业为主导的国家，工业在国民经济中占有很大比重，这也与实际相符合。

⑶总人口每增加一个单位，财政收入增加159.7553个单位。

人口越多，社会课提供的劳动力数量从理论上讲就越多。

而劳动力数量是促进经济发展的四大要素之一。

4，结论:

　我国是农业大国，农业是我国的基础，但是我国农业发展水平落后，属于粗放型经济，所以要发展我国经济必须要加大工业的发展，所以当进入工业化阶段后，第二产业产值开始占据主导地位达到一定高峰后开始缓慢下降，同时第三产业产值比重上升，成为经济发展的主要推动力。

通过以上模型的结果我们可以清楚地看到改革开放以来我国三大产业的发展及变化情况。

在模型中，第三产业产值的系数最大，说明它对财政收入的贡献最大，模型结果中第一产业产值的系数最大，说明在这段时间里第一产业产值是财政收入的主要来源，并且这一阶段第三产业产值的贡献率最小。

这一明显的变化充分地说明了第三产业在我国经济社会发展过程中的地位和作用。

四，政策建议:

从以上的分析结果我可以看出第三产业在经济发展中的地位越来越重要，因此我们应该大力发展第三产业。

首先是实现第三产业工业化。

按经济发展的规律看,当第三产业生产生活服务业和科学文化教育业的发展规模,服从于城市工业的需要,这些城市第三产业在国民经济中的比重就会增大脱离工业化发展,以传统第三产业为主动力是难以使经济发展进入良性循环的，所以应该把第三产业工业化。

在重视第三产业发展的同时,我们务必加大工业发展的速度,同时,要把工业化与第三产业发展紧密结合起来,围绕工业化建设建立健全各种商会和行业协会,努力为中小企业提供信息咨询、市场开拓、技术支持、筹资融资、人才培训等方面发展的服务性第三产业。

其次是要降低第三产业的税收负担，提搞第三产业的投资收益率，优化我国三产结构。