影响新疆财政收入增长因素实证分析.docx
《影响新疆财政收入增长因素实证分析.docx》由会员分享,可在线阅读,更多相关《影响新疆财政收入增长因素实证分析.docx(18页珍藏版)》请在冰豆网上搜索。
![影响新疆财政收入增长因素实证分析.docx](https://file1.bdocx.com/fileroot1/2022-11/24/17496a4f-aaae-4186-8934-1540c82e25bf/17496a4f-aaae-4186-8934-1540c82e25bf1.gif)
影响新疆财政收入增长因素实证分析
影响新疆地方财政收入增长因素的
实证分析
影响新疆财政收入增长因素实证分析
摘要:
本文旨在分析新疆自1978-2012年财政收入与影响新疆财政收入增长各主要变量的一些变化规律及它们之间的关系。
本文以宏观经济学理论为指导,以统计数据为依据,以计量经济分析方法为工具,通过对财政收入变化的表相进行深入分析,论证了新疆财政收入增长的影响因素,并拟合回归模型来解释财政收入的变化。
主要选取新疆生产总值(GDP)、居民消费价格指数(CPI)、固定资产投资、从业人员数这四个变量作为解释变量,分析它们对新疆财政收入的影响程度,并根据统计分析得出的结论提出提高新疆财政收入增长的建议,从而为调整全疆财政政策的方向和决策提供借鉴和依据,实现全疆财政收入总量的平稳增长。
关键词:
财政收入;影响因素;实证分析
一、引言
财政作为一个地区政府的活动,是政府职能的具体体现,主要有资源配置、收入再分配和宏观经济调控三大职能。
财政收入是政府部门的公共收入,是国民收入分配中用于保证政府行使其公共职能、实施公共政策以及提供公共服务的资金需求。
财政收入的增长情况关系着一个国家经济的发展和社会的进步。
财政收入的主要来源是各项税收收入,此外还有政府其他收入和基金收入等。
经济增长最理想的状态是,财政收入与GDP一起增长,如果财政收入大幅度增长,远远高于GDP增长速度,就会产生一系列不利于经济发展问题。
本文以新疆为研究对象,建立财政收入影响因素模型,分析影响新疆维吾尔自治区财政收入的主要因素,为如何合理有效的制定新疆维吾尔自治区的财政收入计划提供一些政策建议。
二、实证分析
(一)理论模型的构建
财政收入一般由以下几部分构成:
税收收入、国有企业上缴的利润收入、债务收入以及费用等其他收入。
研究财政收入的影响因素离不开一些基本的经济变量。
多数相关的研究文献中都把总税收、国内生产总值这两个指标作为影响财政收入的基本因素,还有一些文献中也提出了其他一些变量,比如从业人员数、固定资产投资等。
这里可以用国内生产总值的变化来说明除税收以外的其他因素的变动对财政收入的影响。
本文将从新疆生产总值、居民消费价格指数、固定资产投资、从业人员数四方面进行分析。
财政收入是指政府为履行其职能、实施公共政策和提供公共物品与服务需要而筹集的一切资金的总和。
财政收入表现为政府部门在一定时期内(一般为一个财政年度)所取得的货币收入。
财政收入是衡量一国政府财力的重要指标,政府在社会经济活动中提供公共物品和服务的范围和数量,在很大程度上决定于财政收入的充裕状况。
财政就是为了满足社会公共需要,弥补市场失灵,以国家为主体参与的社会产品分配活动。
它既是政府的集中性分配活动,又是国家进行宏观调控的重要工具。
国内生产总值与财政收入的关系密切,很多相关文献通过分析这两者之间的关系来衡量财政收入与经济增长的之间的关系是否协调。
由于本文以新疆为研究对象,故选取新疆生产总值来进行分析。
价格的波动也会对财政收入产生一定的影响,而衡量价格波动的指标多选取居民消费价格指数,故本文选取新疆居民消费价格指数。
固定资产投资是建造和购置固定资产的经济活动,即固定资产再生产活动。
固定资产投资的来源主要来自财政收入,可以通过固定资产投资的变化来衡量财政收入的变动。
从业人员数人口中参加经济活动的人口数。
不包括从事家务劳动人口、就学人口、长期患病不能工作人口、年老或退休人口等。
本文以财政收入为被解释变量,以新疆生产总值、居民消费价格指数、固定资产投资、从业人员数作为解释变量建立线性回归模型:
Y=β0+β1X1+β2X2+β3X3+β4X4+β5X5+u
其中:
Y——新疆地方财政收入X1——新疆生产总值
X2——居民消费价格指数X3——固定资产投资
X4——从业人员数
β0、β1、β2、β3、β4、β5——待定系数
u——随机误差项
(二)样本数据收集与整理
本文从《新疆辉煌50年》及《新疆统计年鉴2013》选取了1978—2012年新疆地方财政收入、居民消费价格指数、固定资产投资以及从业人员数,数据见表1。
表1.1978-2012年新疆维吾尔自治区财政收入及相关数据
年份
财政收入(亿元)Y
新疆生产总值(亿元)X1
居民消费价格指数X2
固定资产投资
(亿元)X3
从业人员数(万人)X4
1978
7.1416
39.07
100
12.9999
491.25
1979
5.4901
45.63
102.2
13.8253
497.26
1980
4.0309
53.24
105.1
20.4652
506.35
1981
1.6467
59.41
106.7
18.3986
523.9
1982
4.3773
65.24
107.4
24.7382
534.58
1983
5.6297
78.55
109.5
27.7923
545.75
1984
7.2216
89.75
112.2
33.725
558.75
1985
8.4663
112.24
120.9
44.4758
565.81
1986
10.2008
129.04
129.7
48.4658
574.68
1987
11.5839
148.5
139.1
51.2479
584.91
1988
15.4575
192.72
159.5
68.4119
593.71
1989
19.1521
217.29
185
75.0698
599.55
1990
21.7784
261.44
194.3
88.7775
617.7
1991
26.4691
335.91
211
124.9325
638.49
1992
26.0737
402.31
229.1
170.0326
646.94
1993
35.1346
495.25
258.9
248.4352
655.98
1994
28.6989
662.32
328.1
285.4786
657.54
1995
38.2818
814.85
392.7
333.3404
676
1996
48.3069
900.93
433.9
387.8472
684
1997
57.617
1039.85
450
446.8148
715.4
1998
66.5674
1106.95
450.9
519.7673
680.92
1999
74.4404
1163.17
439.2
534.6468
694.34
2000
79.0724
1363.56
436.5
610.3843
672.5
2001
95.0933
1491.6
454
705.997
685.38
2002
116.4724
1612.65
451.3
813.0223
701.49
2003
128.2218
1886.35
453.1
1002.1256
721.27
2004
155.704
2209.09
465.3
1161.5245
744.49
2005
180.3184
2604.14
468.6
1352.2757
791.62
2006
219.4628
3045.26
474.7
1567.0521
811.75
2007
285.86
3523.16
500.8
1850.8415
830.42
2008
361.0616
4183.21
541.4
2259.9746
847.58
2009
388.7848
4277.05
545.2
2827.2359
866.15
2010
500.5759
5437.47
568.6
3539.6941
894.65
2011
720.4324
6610.05
602.1
4712.7699
953.34
2012
908.9655
7505.31
625
6258.383
1010.44
数据来源:
《新疆统计年鉴2013》、《新疆辉煌50年》。
居民价格消费指数以1978年为基期。
从表中可以看出新疆财政收入整体趋势是不断增加的,但在1994年有一个明显的低谷,其原因是1994年建立了分税体制,形成了一个符合市场经济基本要求的现代财政税收体制。
且在1994年以后,新疆财政收入增长速度明显加快,财政收入额不断增加,说明分税体制改革促进了新疆财政收入的增长。
(三)模型参数的估计
利用e-views软件,对1978-2012年新疆财政收入、新疆生产总值、居民消费价格指数、固定资产投资、从业人员数资数据,用OLS法回归可得如下结果(表3.1):
表3.1OLS回归结果
DependentVariable:
Y
Method:
LeastSquares
Date:
11/27/13Time:
14:
34
Sample:
19782012
Includedobservations:
35
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-1.754084
37.73723
-0.046482
0.9632
X1
0.015663
0.008199
1.910395
0.0657
X2
-0.088826
0.033887
-2.621238
0.0136
X3
0.131391
0.008771
14.97936
0.0000
X4
0.027672
0.073139
0.378344
0.7078
R-squared
0.997621
Meandependentvar
133.2512
AdjustedR-squared
0.997304
S.D.dependentvar
210.7371
S.E.ofregression
10.94225
Akaikeinfocriterion
7.754703
Sumsquaredresid
3591.982
Schwarzcriterion
7.976895
Loglikelihood
-130.7073
F-statistic
3145.238
Durbin-Watsonstat
1.942066
Prob(F-statistic)
0.000000
得到:
=-1.75+0.016X1-0.089X2+0.131X3+0.028X4
(-0.0465)(-1.9104)(-2.6212)(14.9794)(0.3783)
R2=0.9976
=0.9973D.W=1.942F=3145.238
(四)模型的检验
1.经济意义检验
按照一般的经济理论,财政收入应和生产总值、固定资产投资、从业人员数呈正相关关系,与物价指数呈负相关关系。
所以除β2外,其余待定系数应该均为正值。
从回归得到模型的结果可以看出各项待定系数的符号与数值,都是符合经济意义的。
为了更进一步的检验此模型的真实性,下面将进行统计检验。
2.统计检验
从上面的回归结果来看,可决系数R2=0.9976修正的可决系数
=0.9973,模型的拟合程度很高。
在给定5%的显著性水平下,固定资产投资的P值为0,居民消费价格指数的P值为0.0136,说明这两个解释变量对被解释变量的影响是显著的。
但是从P值来看,新疆生产总值和从业人员数对财政收入的影响是不显著的。
模型的F值为3145.238,在给定显著水平为0.05的情况下,F(4,30)=2.53,所以拒绝方程不显著的假设,回归方程显著。
3.计量经济意义检验
(1)异方差检验
我们使用White检验来对模型进行异方差的检验,检验结果如下表:
表4.1
WhiteHeteroskedasticityTest:
F-statistic
35.27166
Probability
0.000000
Obs*R-squared
33.63761
Probability
0.002329
TestEquation:
DependentVariable:
RESID^2
Method:
LeastSquares
Date:
11/27/13Time:
14:
40
Sample:
19782012
Includedobservations:
35
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-2694.082
3739.811
-0.720379
0.4796
X1
-13.44078
7.212580
-1.863519
0.0771
X1^2
-0.001591
0.000558
-2.849315
0.0099
X1*X2
0.012911
0.005611
2.301210
0.0323
X1*X3
0.002448
0.000798
3.066229
0.0061
X1*X4
0.015327
0.010565
1.450826
0.1623
X2
16.17213
11.35209
1.424595
0.1697
X2^2
-0.024805
0.006565
-3.778395
0.0012
X2*X3
-0.005880
0.008306
-0.707896
0.4872
X2*X4
-0.008375
0.018784
-0.445856
0.6605
X3
14.85815
10.05760
1.477306
0.1552
X3^2
-0.000711
0.000317
-2.239813
0.0366
X3*X4
-0.021681
0.016114
-1.345438
0.1935
X4
6.273843
14.90394
0.420952
0.6783
X4^2
-0.004988
0.015243
-0.327253
0.7469
R-squared
0.961075
Meandependentvar
102.6281
AdjustedR-squared
0.933827
S.D.dependentvar
189.3894
S.E.ofregression
48.71881
Akaikeinfocriterion
10.90753
Sumsquaredresid
47470.45
Schwarzcriterion
11.57411
Loglikelihood
-175.8819
F-statistic
35.27166
Durbin-Watsonstat
2.902603
Prob(F-statistic)
0.000000
从上表中可以看出p=0.002<0.05,拒绝原假设,所以表明该模型存在异方差。
那么我们将用加权最小二乘法对其进行修正。
通过定义变量W等于残差值,对加权后的模型再次进行White检验,得到结果如下表:
表4.2
DependentVariable:
Y
Method:
LeastSquares
Date:
11/27/13Time:
14:
43
Sample:
19782012
Includedobservations:
35
Weightingseries:
W
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-3.006851
2.372896
-1.267165
0.2148
X1
0.015009
0.003424
4.384005
0.0001
X2
-0.089813
0.007348
-12.22257
0.0000
X3
0.131774
0.003715
35.46991
0.0000
X4
0.030504
0.005596
5.450585
0.0000
WeightedStatistics
R-squared
0.999908
Meandependentvar
29.06940
AdjustedR-squared
0.999896
S.D.dependentvar
73.75812
S.E.ofregression
0.753553
Akaikeinfocriterion
2.403530
Sumsquaredresid
17.03528
Schwarzcriterion
2.625722
Loglikelihood
-37.06177
F-statistic
84227.77
Durbin-Watsonstat
1.033618
Prob(F-statistic)
0.000000
UnweightedStatistics
R-squared
0.997612
Meandependentvar
133.2512
AdjustedR-squared
0.997294
S.D.dependentvar
210.7371
S.E.ofregression
10.96336
Sumsquaredresid
3605.855
Durbin-Watsonstat
1.950933
通过上表得出新的回归模型为:
=-3.0068+0.015X1-0.0898X2+0.132X3+0.03X4
(-1.2672)(-4.384)(-12.2226)(35.47)(5.4506)
R2=0.9999
=0.9998D.W=1.0336F=84227.77
可以看出,经过加权后,模型的拟合优度得到提高,而且各个变量的也都通过了T检验,但其异方差是否真的消失?
对此,我们做了White检验,结果如下表:
表4.3
WhiteHeteroskedasticityTest:
F-statistic
1.502258
Probability
0.197704
Obs*R-squared
17.93998
Probability
0.209528
从检验结果看出p=0.209528,大于0.05,异方差修正完成。
可以看出经过修正消除了异方差性后,新疆生产总值、固定资产投资和从业人员数的增长会使财政收入增加,而居民消费物价指数的增长对财政收入有一定的影响。
虽然这个模型可能还存在某些其他需要进一步解决的问题,但这一估计结果已经比较接近真是情况了。
(2)序列相关性检验
首先检验是否存在一阶序列相关。
通过异方差修正后方程进行自相关检验结果如下表:
表4.4
Breusch-GodfreySerialCorrelationLMTest:
Obs*R-squared
0.136789
Probability
0.711494
TestEquation:
DependentVariable:
RESID
Method:
LeastSquares
Date:
11/27/13Time:
14:
51
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
2.095542
38.67961
0.054177
0.9572
X1
0.001513
0.009736
0.155382
0.8776
X2
-0.000404
0.035401
-0.011415
0.9910
X3
-0.001327
0.010493
-0.126421
0.9003
X4
-0.004096
0.074720
-0.054823
0.9567
RESID(-1)
0.037353
0.218865
0.170668
0.8657
R-squared
0.003908
Meandependentvar
0.311594
AdjustedR-squared
-0.167832
S.D.dependentvar
10.29343
S.E.ofregression
11.12372
Akaikeinfocriterion
7.810842
Sumsquaredresid
3588.378
Schwarzcriterion
8.077473
Loglikelihood
-130.6897
F-statistic
0.022757
Durbin-Watsonstat
1.962894
Prob(F-statistic)
0.999749
可以看出p=0.71149>0.05,说明模型已不存在一阶序列相关,因而再对模型检验是否存在二阶序列相关,用LM检验,得下表:
表4.5
Breusch-GodfreySerialCorrelationLMTest:
Obs*R-squared
10.02946
Probability
0.006639
TestEquation:
DependentVariable:
RESID
Method:
LeastSquares
Date:
11/27/13Time:
14:
54
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
9.419627
33.38692
0.282135
0.7799
X1
0.001956
0.008387
0.233171
0.8173
X2
0.015669
0.030870
0.507581
0.6157
X3
-0.003444
0.009060
-0.380108
0.7067
X4
-0.021253
0.064561
-0.329195
0.7445
RESID(-1)
0.075076
0.188847
0.397552
0.6940
RESID(-2)
-0.658755
0.197789
-3.330595
0.0024
R-squared
0.286556
Meandependentvar
0.311594
AdjustedR-squared
0.133675
S.D.dependentvar
10.29343
S.E.ofregression
9.580768
Akaikeinfocriterion
7.534249
Sumsquar