我国税收收入的影响因素分析
（1978年--2008年）
一．研究目的要求
从进入21世纪以来，我国的经济发展面临着巨大的挑战与机遇，在新的经济背景下，基于知识和信息的产业发展迅速，全球一体化日渐深入，中国已是WTO的一员。新形势的经济发展是经济稳定和协调增长的结果，由于税收具有敛财与调控的重要功能，因而它在现实的经济发展中至始至终都发挥着非常重要的作用，所以研究影响我国税收收入的主要原因具非常重要的作用。
改革开放以来，中国经济高速增长，1978-2008年的31年间，国内生产总值从3645.2亿元增长到314045亿元，一跃成为世界第二大经济体。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也发生了很大的变化，中央和地方的税收收入1978年为519.28亿元，到2008年已增长到54223.79亿元，31年间平均每年增长16.76%。税收作为财政收入的重要组成部分，在国民经济发展中扮演着不可或缺的角色。为了研究影响中国税收增长的主要原因，分析中央和地方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。
影响中国税收收入增长的因素很多，但据分析的主要因素可能有：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。我国的税制水平结构以流转税为主，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。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。 数据如下：
年份 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 y 519.28 537.82 571.7 629.89 700.02 775.59 947.35 2040.79 2090.73 2140.36 2390.47 2727.4 2821.86 x2 3624.1 4038.2 4517.8 4876.4 5294.7 5934.5 7171 8964.4 10202.2 11962.5 14928.3 16909.2 18547.9 x3 1122.09 1281.79 1228.83 1138.41 1229.98 1409.52 1701.02 2004.25 2204.91 2262.18 2491.21 2823.78 3083.59 x4 100.7 102 106 102.4 101.9 101.5 102.8 108.8 106 107.3 118.5 117.8 102.1 1991 2990.17 21617.8 1992 3296.91 26638.1 1993 4255.3 34634.4 1994 5126.88 46759.4 1995 6038.04 58478.1 1996 6909.82 67884.6 1997 8234.04 74462.6 1998 9262.8 78345.2 1999 10682.58 82067.5 2000 12581.51 89468.1 2001 15301.38 97314.8 2002 17636.45 104790.6 2003 20017.31 116603.2 2004 24165.68 136875.9 2005 28778.54 183084.8 2006 34809.72 210871 2007 45621.97 249529.9 2008 54223.79 300670 注：Y=税收收入 (亿元) X2=国内生产总值 (亿元) X3=财政支出 (亿元) X4=零售商品物价指数 （%） 数据来源：国家统计局《08年统计年鉴》
3386.62 3742.2 4642.3 5792.62 6823.72 7937.55 9233.56 10798.18 13187.67 15886.5 18902.58 22053.15 24649.95 28486.89 33930.28 40422.73 49781.35 62592.66 102.9 105.4 113.2 121.7 114.8 106.1 100.8 97.4 97 98.5 99.2 98.7 99.9 102.8 100.8 101 103.8 105.9 二． 模型设定
1. 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）作为被解释变量，反映税收的增长；选择“国内生产总值”（即GDP）作为经济整体增长水平的代表；选择“财政支出”作为公共财政需求的代表；选择“商品零售价格指数”作为物价水平的代表。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。设定模型为，
y?B?Bx?Bx?Bx?u （1）
i1223344iy——税收收入
iB——截距项
1x——GDP
2x——财政支出 x——商品零售价格指数 ui——随机扰动项
34三.用OLS进行参数估计：
Dependent Variable: Y Method: Least Squares Date: 07/04/10 Time: 13:20 Sample: 1 31 Included observations: 31 Variable C X2 X3 X4 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient -5852.155 0.009965 0.828234 52.17703 0.998064 0.997849 640.1490 11064351 -242.1585 1.514708 Std. Error 2020.691 0.011272 0.055692 19.06165 t-Statistic -2.896116 0.884052 14.87170 2.737277 Prob. 0.0074 0.3845 0.0000 0.0108 10607.30 13802.56 15.88119 16.06622 4639.974 0.000000 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic) 表1-1 通过上表，得出估计方程：
y
i??5852.155?0.009965x2?0828234x3?52.17703x4 （A）
四．模型检验
1.经济意义检验 B2 B3 B4 均大于0符合经济意义。 2.统计意义检验 ①拟合优度检验
拟合优度的度量：可决系数为0.998064，所建模型整体上样本数据拟合非常好，即解释变量“国内生产总值”“财政支出”“商品零售价格指数”对被解释变量“税收收
入”的绝大部分差异作出了解释。
②F检验
针对B2=0，B3=0,B4=0,给定显著水平??????，在F分布表中查出自由度为k-1=3，
n-4=27的临界值Fa（3，27）=2.95.由于F=4639.974>2.95.应拒绝原假设H0: B2=0，B3=0,B4=0,说明回归方程显著，即““国内生产总值”“财政支出”“商品零售价格指
数”等变量联合起来确实对“税收收入”有显著影响。
③t 检验：分别针对H0:BI=0(I=2,3,4),给定显著水平??0.05，查t分布表得自由度为n-k=27临界值为2.052.有表中数据得，与B2，B3, B4对应的t统计量分别为0.884052
14.87170，2.737277，只有B4的t统计量大于2.052，
该模型的R2=0.998064，可决系数很高，F检验值4639.974，明显显著，但是t检验
不显著，这表明很可能存在多重共线性。
修正多重共线性
A． 从表1-1的回归结果看，我初步判断方程（1）是存在多重共线
性的。因为Adjusted R-squared虽然很大，但是各个自变量的T值却不都是统计显著的。下面我对自变量两两的相关系数进行检验，得出如下结果：
X2 X3 X4 X2 1.000000 0.991041 -0.228864 X3 0.991041 1.000000 -0.241303 X4 -0.228864 -0.241303 1.000000 表1-3
从表1-3可以看出，x2 和x3是存在高度相关的。 B．做逐步回归
y?B?Bx?u （3）
i122iVariable C X2 R-squared Adjusted R-squared Coefficient -1274.127 0.175638 Std. Error 449.7490 0.004400 0.982122 0.981505 t-Statistic -2.832974 39.91330 Prob. 0.0083 0.0000 表1-4
y?B?Bx?u （4）
i123iVariable Coefficient Std. Error t-Statistic Prob.
C X3 R-squared Adjusted R-squared -254.9194 0.871830 163.4738 0.008203 0.997439 0.997351 -1.559390 106.2844 0.1298 0.0000 表1-5
y?B?Bx?u （5）
i124iVariable C X4 R-squared Adjusted R-squared Coefficient 60309.84 -474.4216 Std. Error 41421.70 394.6807 0.047459 0.014613 t-Statistic 1.455996 -1.202039 Prob. 0.1561 0.2391 表1-6
可以看出，x4对解释Y的变化是不具有重要性的。但是还是要再做逐步回归，结果如下：
y?B?Bx?Bx?u （6）
i12233iVariable C X2 X3 R-squared Adjusted R-squared Coefficient -339.6820 0.012411 0.811245 Std. Error 184.3546 0.012471 0.061428 0.997527 0.997350 t-Statistic -1.842546 0.995203 13.20653 Prob. 0.0760 0.3282 0.0000 表1-7
我们可以看到，即使是剔除了x4，但是方程（6）中x2（GDP）还是统计不显著的。但是这有违常理。再结合以上RESET检验的结论。我考虑到应该是函数模型出了问题。所以，下面就从双对数模型着手分析。
．双对数模型分析：