杭州市财政收入影响因素分析
计量经济学结课论文
2013年12月
一：问题的提出：
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。
我们从财政收入的来源构成来分析财政收入的影响因素。财政收入分为市区财政收入、地方财政收入，且与当年财政支出相关。那么它们究竟对我国财政会有什么样的影响，影响程度又是多少呢？这是我们所研究的目的。
二：模型设定：
要研究杭州市财政收入与哪些因素有关，需要考虑以下几方面： 1）
影响杭州市财政收入的因素有很多，要选取有代表性的因素进行分析，可以从市区财政收入、地方财政收入，财政支出四个方面进行考虑。被解释变量为财政收入Y，解释变量为财政支出X1、地方财政收入X2、市区财政收入X3。
2)模型形式的设计：它们之间的关系可以为：
Yt??1??2X1t??3X2t??4X3t?ut
其中Y为第t年杭州市财政收入（万元）；X1财政支出（万元）；X2为地方财政收入（万元）；X3市区财政收入（万元）。
三：数据的收集： 财政支财政收入出（万（万元） 元） 551300 635334 740725 869824 1026577 1428519 249050 302390 363834 424478 563524 734328 杭州市 地方财市区财政政收入收入（万（万元） 元） 230400 268400 312800 368484 450000 691900 339828 414557 485650 585615 689394 970937 1995年 1996年 1997年 1998年 1999年 2000年 2001年 2002年 2003年 2004年 2005年 2006年 2007年 2008年 1884608 1049330 1042800 1612225 2571408 1410199 1183200 2235021 3297091 1635948 1503900 2861459 3957516 1956282 1974500 3488744 5207930 2383344 2504600 4584112 6244906 2754809 3013900 5484645 7884237 3357153 3920000 6929667 9105500 4196674 4553531 7991043 2009年 10194300 4903983 5207900 8965758 2010年 12454323 6165836 6713413 10988265
四：模型的估计与调整
1. 财政支出、地方财政收入、市区财政收入对财政收入的回归
Yt??1??2X1t??3X2t??4X3t?ut
利用EViews软件，生成Y、X1、X2、X3、X4等数据，采用这些数据对模型进行OLS回归，结果如表所示
Dependent Variable: Y Method: Least Squares Date: 12/20/13 Time: 12:08 Sample: 1995 2010 Included observations: 16
Variable C X1
Coefficient 195854.0 -0.131643
Std. Error 32071.35 0.154350
t-Statistic 6.106822 -0.852885
Prob. 0.0001 0.4104
X2 X3
R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)
0.404885 0.945824
0.186891 0.078419
2.166423 12.06112
0.0511 0.0000 4253381. 3852018. 25.29594 25.48909 25.30583 1.888246
0.999753 Mean dependent var 0.999691 S.D. dependent var 67702.17 Akaike info criterion 5.50E+10 Schwarz criterion -198.3675 Hannan-Quinn criter. 16182.07 Durbin-Watson stat 0.000000
2
2由此可见，该模型R=0.999753，R=0.999691，可决系数很高，F检验值为
16182.07，明显显著。但X1，X2的P值＞0.05，而且x1系数的符号与预期相反，这表明了很可能存在严重的多重共线性。
计算各解释变量的相关系数，选择X1、X2、X3、X4数据，得到相关系数矩阵。表如下：
Y 1.000000 0.996378 0.998377 0.999819
X1 0.996378 1.000000 0.998041 0.996194
X2 0.998377 0.998041 1.000000 0.997915
X3 0.999819 0.996194 0.997915 1.000000
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较高，证实确实存在严重多重共线性。
2. 修正多重共线性
采用逐步回归的方法，分别作出Y对X1、X2、X3的一元回归，结果如下：
Dependent Variable: Y Method: Least Squares Date: 12/20/13 Time: 12:15 Sample: 1995 2010 Included observations: 16
Variable C X1
R-squared Adjusted R-squared S.E. of regression
Coefficient -39706.80 2.116701
Std. Error 129519.7 0.048283
t-Statistic -0.306570 43.83957
Prob. 0.7637 0.0000 4253381. 3852018. 28.42228
0.992768 Mean dependent var 0.992252 S.D. dependent var 339071.7 Akaike info criterion
Sum squared resid Log likelihood F-statistic Prob(F-statistic)
Dependent Variable: Y Method: Least Squares
1.61E+12 Schwarz criterion -225.3782 Hannan-Quinn criter. 1921.908 Durbin-Watson stat 0.000000
28.51885 28.42722 0.679792
Coefficient 219410.6 1.901710
Std. Error 83695.64 0.028993
t-Statistic 2.621530 65.59303
Prob. 0.0201 0.0000 4253381. 3852018. 27.62042 27.71700 27.62537 1.042135
Date: 12/20/13 Time: 12:15 Sample: 1995 2010 Included observations: 16
Variable C X2
R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)
Dependent Variable: Y Method: Least Squares Date: 12/20/13 Time: 12:16 Sample: 1995 2010 Included observations: 16
Variable C X3
R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)
Coefficient 174142.1 1.113274
Std. Error 28076.11 0.005655
0.996757 Mean dependent var 0.996525 S.D. dependent var 227075.8 Akaike info criterion 7.22E+11 Schwarz criterion -218.9634 Hannan-Quinn criter. 4302.446 Durbin-Watson stat 0.000000
t-Statistic 6.202500 196.8517
Prob. 0.0000 0.0000 4253381. 3852018. 25.42535 25.52192 25.43029 1.045522
0.999639 Mean dependent var 0.999613 S.D. dependent var 75773.33 Akaike info criterion 8.04E+10 Schwarz criterion -201.4028 Hannan-Quinn criter. 38750.57 Durbin-Watson stat 0.000000