中国税收增长的分析----重要

中国税收增长的分析
一、研究的目的要求
改革开放以来，随着经济体制改革的深化和经济的快速增长，中国的财政收支状况发生很大变化，中央和地方的税收收入1978年为519.28亿元，到2010年已增长到73202亿元，33年间增长了141倍。

为了研究影响中国税收收入增长的主要原因，分析中央和地方税收收入的增长规律，预测中国税收未来的增长趋势，需要建立计量经济模型。

影响中国税收收入增长的因素很多，但据分析主要的因素可能有：（1）从宏观经济看，经济整体增长是税收增长的基本源泉。

（2）公共财政的需求，税收收入是财政收入的主体，社会经济的发展和社会保障的完善等都对公共财政提出要求，因此对预算支出所表现的公共财政的需求对当年的税收收入可能会有一定的影响。

（3）物价水平。

我国的税制结构以流转税为主，以现行价格计算的GDP等指标和经营者的收入水平都与物价水平有关。

（4）税收政策因素。

我国自1978年以来经历了两次大的税制改革，一次是1984-1985年的国有企业利改税，另一次是1994年的全国范围内的新税制改革。

税制改革对税收会产生影响，特别是1985年税收陡增215.42%。

但是第二次税制改革对税收增长速度的影响不是非常大。

因此，可以从以上几个方面，分析各种因素对中国税收增长的具体影响。

二、模型设定
为了全面反映中国税收增长的全貌，选择包括中央和地方税收的“国家财政收入”中的“各项税收”（简称“税收收入”）作为被解释变量，以反映国家税收的增长；选择“国内生产总值（GDP）”作为经济整体增长水平的代表；选择中央和地方“财政支出”作为公共财政需求的代表；选择“商品零售物价指数”作为物价水平的代表。

由于财税体制的改革难以量化，而且1985年以后财税体制改革对税收增长影响不是很大，可暂不考虑税制改革对税收增长的影响。

所以解释变量设定为可观测的“国内生产总值”、“财政支出”、“商品零售物价指数”等变量。

从《中国统计年鉴》收集到以下数据：
表1 中国税收收入及相关数据
年份
税收收入（亿元） 国内生产总值
（亿元）
财政支出（亿元） 商品零售价格指
数（%）
（Y） （X
2
） （X
3
） （X
4
） 1978 519.28 3624.1 1122.09 100.7
1979 537.82 4038.2 1281.79 102
1980 571.7 4517.8 1228.83 106
1981 629.89 4862.4 1138.41 102.4 1982 700.02 5294.7 1229.98 101.9 1983 775.59 5934.5 1409.52 101.5 1984 947.35 7171 1701.02 102.8 1985 2040.79 8964.4 2004.25 108.8 1986 2090.73 10202.2 2204.91 106 1987 2140.36 11962.5 2262.18 107.3 1988 2390.47 14928.3 2491.21 118.5 1989 2727.4 16909.2 2823.78 117.8 1990 2821.86 18547.9 3083.59 102.1 1991 2990.17 21617.8 3386.62 102.9 1992 3296.91 26638.1 3742.2 105.4 1993 4255.3 34634.4 4642.3 113.2 1994 5126.88 46759.4 5792.62 121.7 1995 6038.04 58478.1 6823.72 114.8 1996 6909.82 67884.6 7937.55 106.1 1997 8234.04 74462.6 9233.56 100.8 1998 9262.8 78345.2 10798.18 97.4 1999 10682.58 82067.5 13187.67 97 2000 12581.51 89468.1 15886.5 98.5 2001 15301.38 97314.8 18902.58 99.2 2002 17636.45 104790.6 22053.15 98.7 2003 20017.31 116694 24649.95 99.9 2004 24165.68 136515 28486.89 102.8 2005 28778.54 182321 33930.28 100.8 2006 37636 209407 38373.38 101 2007 49442.73 246619 49781.35 103.8 2008 54219.62 300670 60786.4 105.9 2009 63104 335353 76235 98.8 2010 73202
397983
89530.2
102.5
设定的线性回归模型为： 1
2
22
33
4t
t
t
t
t Y X X X u
三、估计参数
出现回归结果：
表2
根据表2中数据，模型估计的结果为：
X X X
Y
i
4
3
2
89834.42554494.067461.0652.5172ˆ
(4881.448) (0.0214) (0.098332) (46.06350) t= (-1.059655) (3.152410) (5.638081) (0.931287)
994276.02
R
993684.02
R F=1679.195 四、模型检验
1、经济意义检验
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，税收收入就会增长0.67461亿元；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0.554494亿元；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42.89834亿元。

这与理论分析和经验判断相一致。

2、统计检验
（1）拟合优度：由表2中数据可以得到：
994276.02
R
，修正的可决系数为
993684.02
R
，这说明模型对样本的拟合很好。

即解释变量GDP ，财政支出和零售商品
物价指数对被解释变量税收收入的绝大部分异方差做出解释。

（2）F 检验：针对
2
3
4
:0
H ，给定显著性水平0.05
，在F 分布表中查出自由度为k-1=3和n-k-1=29的临界值 93.329,305
.0 F 。

由表2中得到F=1679.195，由
于F=1679.195>
93.329,305
.0 F ，应拒绝原假设
2
3
4
:0
H ，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）t 检验：分别针对
H
：
0(1,2,3,4)
j
j ，给定显著性水平0.05
，查t分布表得自由度为n-k-1=29临界值
045.229025
.0 t 。

由表2中数据可得，与^
1 、^
2
、^
3
对应的t统计量分别为-1.059655 ，3.152410 ，5.638081。

其绝对值均大于
045.229025
.0 t ，而^
4 对应的t统计量0.931287 这说明^
4 不应当拒绝0H ：0(1,2,3,4)j j ，也就
是说，当在其它解释变量不变的情况下，解释变量“国内生产总值”、“财政支出”、分别对被解释变量“税收收入”都有显著的影响。

“商品零售物价指数”对被解释变量“税收收入”不一定有显著的影响。

五、检验模型的异方差
（一）图形法 1、EViews 软件操作。

（1）绘制
2
t
e 对
t X
的散点图。

表3
表4
表5
2、判断。

由图
3、
4、5可以看出，残差平方
2
i
e 对解释变量X1、X2、X3的散点图主要
分布在图形中的下三角部分，大致看出残差平方E2随
i X
的变动呈增大的趋势，
因此，模型很可能存在异方差。

但是否确实存在异方差还应通过更进一步的检验。

（二）Goldfeld-Quanadt 检验 1、EViews 软件操作。

将区间定义为1978-1990，利用OLS 方法求得如下结果
表6
将区间定义为1998-2010，用OLS 方法求得如下结果
表7
（3）求F 统计量值。

基于表6和表7中残差平方和的数据，即Sum squared resid 的值。

由表6计算得到的残差平方和为
45.32312
1 e
i
由表7计算得到残差平方和为3733711722 e
i
，根据Goldfeld-Quanadt 检验，F
统计量为
4292.115545
.323137337117
212
2 e
e
i
i F
（4）判断。

在05.0
下，在上式中分子、分母的自由度均为9，查F 分布表得临界值为
18.39,905
.0 F ，因为F=1155.4292> 18.39,905
.0 F ，所以能拒绝原假设，表
明模型确定存在异方差。

（三）White 检验 经估计出现White 检验结果，见表8。

从表中可以看出，63879.102
R n ，由White 检验知，在05.0 下，查2
分布表,得临界值
49.942
05
.0 （在回归方程式中只有四项含有解释变量，故自由度为4 ），比较计算的
2
统计量与临界值，因为63879.102
R
n
> 49.94205
.0
，所以拒绝原假设，表明模型存在异方差。

表8
(四)、异方差性的修正 （一）加权最小二乘法（WLS）
在运用WLS 法估计过程中，我们分别选用了权数1/11x w ；下面仅给出用权数的结果。

表9
估计结果如下
X X X
Y
i
3
2
1
47102.38723337.0030787.0286.4332ˆ
(-3.700798) (1.646098) (6.741763) (3.411906)
R
2
0.976607 D.W.=1.210625 s.e.=302.0081 F=403.5618
括号中数据为t统计量值。

可以看出运用加权小二乘法消除了异方差性后，参数的t检验均显著，可决系数大幅提高，F 检验也显著，并说明国内生产总值每增加1亿元，税收收入将增加0.030787亿元，财政支出每增加1亿元,税收收入将增加0.723337亿元;商品零售物价指数每上升1%,税收收入就会增加38.47102亿元。

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，但这一估计结果或许比引子中的结论更为接近真实情况。

六、多重共线性的检验
（一）模型的设定 表10
由上表10可见，该模型
994276.02
R
,993684.02
R 可决系数很高，F 检验值为1679.195，明显显著。

但是当05.0
是045.2)29(025
.0 t
，只有X3系数的t检验不显著，
这表明很可能存在多重共线性。

计算各解释变量的相关系数，选择X1，X2, X3数据，得出相关系数矩阵 表11
观察矩阵可以看出：解释变量X1，X2之间的相关系数较高，与X3的相关性不明显这表明可能存在多重共线性。

（二）消除多重共线性
采取逐步回归的办法，去检验多重共线性，分别作Y 对X1，X2,X3的一元回归，结果如下图所似 表12 变量 X1 X2 X3 参数估计值 0.003706 0.013751 547.2150 t 统计量
50.38464 62.42419 -1.484798 R
2
0.987936
0.992107
0.066395
按
R
2
的大小排列为X2，X1, X3
以X2为基础，顺次加入其它变量逐步回归，先加入X1回归结果为： 表13
2548618.01068049.09152.641ˆX X Y
t
t=（-1.608128） (3.188370) (5.603149)
994105.02
R
当取05.0
时， 042.230025
.0 t ，X2参数的t检验显著，应保留，再加入X3回归得
X X X
Y
i
4
3
2
89834.42554494.067461.0652.5172ˆ
t= (-1.059655) (3.152410) (5.638081) (0.931287)
994276.02
R
993684.02
R F=1679.195 当取05.0
时， 042.230025
.0 t ，X3
参数的t检验不显著，应剔除。

则X1，X2系数
的t检验都显著，这是最后消除多重共线性的结果。

这说明，在其它因素不变的因素下，在假定其它变量不变的情况下，当年财政支出和当年GDP 每增长1亿元，税收收入会增长0.554494亿元和0.67461亿元；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42.89834亿元。

七、自相关的检验 （一）模型的设定
该回归方程可决系数较高，回归系数均显著。

对样本量为33、三个解释变量的模型、5%显著水平，查DW 统计表可知，d L =1.26，d U = 1.65，模型中DW=0.921995<d L
，显然模型
中有正自相关。

这一点残差图中也可从看出 表14残差图
残差图中，残差的变动有系统模式，连续为正或负，表明残差项存在一阶正自相关 （二）、自相关问题的处理
为解决自相关问题，选用科克伦—奥克特迭代法。

生成名为e 的残差序列。

建立ls e e (-1)可得回归方程
e t
= 0.205287e t-1
由上式可知
ˆ=0.205287，对原模型进行广义差分，得到广义差分方程
11 u X X Y Y
t t t t t )205287.0()205287.01(205287.01211 对式中的广义差分方程进行回归，在EViews 命令栏中输入ls Y-0.205287*Y(-1) c
X1-0.205287*X1(-1) X2-0.205287*X2(-1) X3-0.205287*X3(-1)
，回车后可得方程输出结果如表。

表15 广义差分方程输出结果
由表可得回归方程为
361883.38254097.01069714.0984.3758ˆX X X Y
t
)075.4122( Se （0.023561） （0.107225） （48.7578）
t = （-0.911915） （2.958809） （5.045209） （0.792054）
R 2 = 0.992925 F = 1309.950 d f = 29 DW = 1.129566 式中，
Y Y Y t t t 1205287.0*ˆ ，。

X X X t t t 1205287.0*ˆ 由于使用了广义差分数据，样本容量减少了1个，为32个。

查5%显著水平的DW 统计表可知d L = 1.24，d U = 1.65，模型中DW = 1.129566<d L = 1.24，说明广义差分模型中仍存
在自相关，需要再进行迭代。

在EViews 命令栏中输入ls Y-0.205287*Y c X1-0.205287*X1(-1) X2-0.205287*X2(-1) X3-0.205287*X3(-1) X1-0.205287*X1(-2) X2-0.205287*X2(-2) X3-0.205287*X3(-2)
可得DW = 1.340435>
d U = 1.65,说明广义差分模型中已无自相关，不必再进行迭代。

同时可见，可决系数R 2、t、F 统计量也均达到理想。