我国税收与GDP关系的再

摘 要 ：我国税收统计数据中,1985年的数据比较以前数据有巨大的增长,形成了一个数据异常点,其主要原因是我国在1984年10月实施了第二步“利改税”,同时颁布实施了六部新税收条例.本文检测设“利改税”发生在1978年,于是对1978―1984年“虚国营企业所得税”进行补值,这样就消除了1985年数据异常点的影响.经过相关性和时间序列分析,本文认为1978―2005年间,我国经济总量的变动决定了税收总量的变动,税收增量的变动主要受税收政策变动影响,其与经济增量变动的相关性微弱.因此,税收与经济总量保持了协调增长,增长率却相互独立.

关 键 词 ：税收；GDP；数据异常点

中图分类号：F810．42文献标识码：A

文章编号：1000-176X(2007)01-0081-08

一、问题的提出

通常数据和图像能比较直观地说明问题,我们可以从表1和图1中看出1985年数据异常点的存在.文中的税收数据不包括关税和农业税收.为消除因素的影响,文中采用司春林这里使用的方法是司春林（2002）［1］的方法,计算方法如下：缩减指数＝GDPiGDPiindex×GDP1978indexGDP1978其中,GDPi表示第i年GDPiindex名义值,表示第i年GDP指数,GDP1978代表1978年GDP名义值,GDP1978index代表1978年GDP指数（＝100）.

注：（1）税收总量与税收增量的单位是亿元.

（2）1978年税收增量和税收增长率没有取值.

（3）全部数据根据《中国统计摘 要 2006》、《中国统计年鉴》（2000）和《中国统计年鉴》（2005）计算得到.

从表1中可以看出,1985年实际税收总量是1399．143亿元,比上年增长703．64亿元,增长率高达101．17％,无论是增量的绝对数还是增长率,1985年都是空前绝后的.这种趋势在图1中更为直观.图1中的ratetax表示税收增长率.为更清晰地反映这种趋势,我们在1985年添加了辅助线a.制图软件是Eviews5．0.

图1

这种现象的形成原因主要是在1984年10月1日实施了第二步“利改税”,同时颁布实施了产品税、增值税、营业税、盐税、资源税、国营企业调节税等六部新税收条例.之后不久,在1985年4月又开征了集体企业所得税.产品税、增值税、营业税、盐税、资源税等五税是从1984年以前征收的工商税演变出来,在对集体企业开征集体企业所得税之前,集体企业就其形成利润缴纳工商所得税,并且从1958年公私合营以后,工商所得税的主要纳税人就是集体企业［2］.因此,国营企业的“利改税”是形成1985年数据异常点的最主要原因.事实也如此,1985年新征国营企业所得税占当年全部税收（不包括关税和农业税收）的33．21％.

1985年数据异常点的存在,必然会影响时间序列数据分析的结果.因为1985年数据异常点对税收总量变动和增长率变动的解释,有可能产生垄断的解释能力,使得其它影响因素的解释能力下降,我们有可能只关注异常点产生的原因而忽略了其它原因,从而影响有关结论.当然,这只是一种推测,但是这要求我们从另外的视角重新思考税收和经济的关系.

实际上,我国在对国营企业利改税之前,国营企业一直是采用直接上缴的方式向国家缴纳利润,但是缴纳的比例和方式不统一,甚至同一个行业也难以统一.但是缴纳利润的事实是存在的,“利改税”是规范了国家和国营企业的分配关系,并不是凭空开征了国营企业所得税.因此,可以采用对1978―1984年“虚国营企业所得税”补值的办法消除1985年数据异常点的影响,从而能更加客观地分析税收与经济的关系.由于1985年的异常点并不是由测量错误或者记录错误造成,所以简单的剔除异常点的方法并不可取［3］.

二、对“虚国营企业所得税”补值

如果我们掌握1978―1984年全国国营企业上缴的利润数,那么补值过程就比较容易,可以用上缴利润数直接作为“虚国营企业所得税”数.但是相关年鉴中并没有给出这一数据,通常是上缴税利合计数.因此需要根据已知数值估计以前数值.由于2001年以后统计年鉴中的所得税数据统计口径发生变化与以前年度不可比,所以我们采用1985―2000年的数据来估计以前数据.估计的方法如下：首先根据1985―2000年国营企业所得税数据建立若干回归方程；其次根据每个方程的预测能力指标的优劣选择最佳方程；最后根据选定的方程预测1978―1984年虚国营企业所得税各年值.这也是Pindyck和Rubinfeld［4］推荐的对时间序列数据补值的常用方法.

(一)数据与指标整理

本文使用的数据均来自《中国统计年鉴》.文中用SEIT表示国营企业所得税,QSEIT表示虚国营企业所得税,T表示时间趋势项,1978年取1、2000年取23.相关数据如表2所示.

(二)回归方程的估计

我们利用1985―2000年SEIT数据对时间趋势项T回归,结果见表3、表4和表5.ma项是方程残差的移动平均项.文章使用的软件是Eviews5．0.

从表3、表4和表5中可以看出,方程（1）R2和校正的R2都是最高,但是方程有序列自相关现象,且不易消除.方程（2）R2和校正的R2都是最低,但是消除了序列自相关现象.方程（3）R2和校正的R2居中,很好地消除了序列自相关现象.初步判断方程（3）比较可取,但是仍然要参考方程预测能力指标来决定方程的取舍.

通常,依靠以下指标对一个方程的预测能力加以判断：MAPE即平均绝对百分误差,一般认为MAPE值低于10,则认为预测精度比较高；Theil Inequality Coefficient即希尔不等系数,其介于0―1之间,数值越小,预测精度越高；Bias Proportion即偏差率（BP）、Variance Proportion即方差率（VP）和Covariance Proportion即协变率（CP）,当预测比较理想的时候,均方差大多数应该集中在协变率上,其余两项都比较小［5］.三个方程的预测能力指标如表6所示.

从表6中可以看出,只有方程（3）的MAPE值小于10,希尔不等系数也是三个方程中最小的,CP值接近于1,几乎集中了全部的均方误差.因此,方程（3）是比较可取的.

(三)虚国营企业所得税的确定

通过方程（3）得到1978―1984年虚国营企业所得税数值,如表7所示.

三、经济总量与调整后税收总量的关系

(一)数据整理和指标解释

我们用acgdp表示实际GDP,用adactax表示调整后实际税收,用ragdp表示GDP增长率,用adratax表示调整后税收增长率,用policy表示税收政策.这里的税收政策有三方面含意,包括税制、征管方式和征税技术.相关数据如表8所示.

注：（1）acgdp与adactax的单位是亿元.（2）1978年实际GDP和调整后实际税收增长率没有取值.（3）全部数据根据《中国统计摘 要 2006》、《中国统计年鉴》和表7中有关数据计算得到.（4）表8中相关数据根据司春林（2002）的方法进行了缩减处理.

从表8中可以看出,经过调整后1985年实际税收增长率为24．33％,比未调整前的101．17％小了很多.

(二)相关性分析

相关性分析能够反映调整后实际税收总量和实际GDP总量之间联系的密切程度.相关程度越高,联系越密切.这里使用的分析软件是SPSS 11．0.

分析结果表明acgdp和adactax之间的Pearson相关系数是0．957,p等于0．000,其统计学意义在0．01水平上是显著的.非参数相关分析的Spearman相关系数为0．980,p等于0．000,其统计学意义也在0．01水平上显著.因此,我国实际GDP和调整后实际税收,在1978―2005年间,具有高度相关性,并且统计学意义十分显著.

我们使用同样的方法,可以得到调整前实际税收总量（actax）和acgdp之间的Pearson相关系数是0．965,p等于0．000,其统计学意义在0．01水平上是显著的.非参数相关分析的Spearman相关系数为0．978,p等于0．000,其统计学意义也在0．01水平上显著.因此,对1985年异常数据的调整没有影响税收与经济总量之间高度的相关性.

(三)协整检验

计量经济学理论告诉我们,在对不同的时间序列数据进行回归分析之前,需要进行单位根检验；否则,会产生“伪回归”现象,即两个时间序列高度相关,但是这种相关性没有任何经济意义.我们使用的检验方法是E-G两步法（Pindyck、Rubinfeld, 1998）［4］,使用软件Eviews5．0进行协整检验.检验结果如表9所示.

注：（1）检验形式中,TI表示有截距项和趋势项,N表示无截距项和趋势项,数字代表滞后期.（2）d(2)代表二阶差分.（3）RESID是协整回归方程的残差.

我们作图可以判断出两个时间序列都存在趋势项和截距项,根据AIC（赤池信息准则）和SIC（施瓦茨准则）取到最小值来确定滞后期数.分析结果表明,acgdp 和adactax的ADF值分别大于1％、5％和10％临界值,序列是非平稳的,经过两次差分后d(2) acgdp的ADF值小于5％的临界值,d(2) adactax的ADF值小于1％的临界值,说明原序列经过两次差分后是平稳的,并且协整回归方程的残差RESID的ADF值小于其1％临界值,说明协整回归方程的残差是平稳的,所以acgdp 和adactax是二阶单整的.因此,我们可以依据acgdp 和adactax的高度相关性和协整性,建立回归方程.

(四)调整后实际税收回归方程

adactax 和acgdp的直接回归结果显示,DW统计量为0．139328,这说明方程的残差序列可能存在自相关,对方程增加ar（1）和ar（2）项后,消除了自相关现象.用Eviews5．0使用OLS方法回归结果如表10所示.

校正R20．992958Prob(LM)0．110967从表10中可以看出,该方程拟合的效果是比较好的,样本决定系数和校正后样本决定系数都高达99．30%以上,自变量的标准误差很小,t统计量十分显著,并且消除了自相关现象.由于增加了ar项,因此DW统计量失效,改用LM统计量,LM统计量为4．397041,相伴概率为0．110967,高于0．05,因此,接受了残差序列不存在序列自相关的原检测设.

如果使用对1985年修正以前的实际数据,在对actax和acgdp两列时间序列数据进行协整检验以后,actax和acgdp的回归关系如表11所示：

比较表10和表11,在对数据修正前与后,经济总量对税收总量变动的解释力度几乎相同,方程的形式也基本一样,没有任何实质性的区别.

的确,我们在消除1985年税收数据异常点的影响后,实证分析的结果依然支持实际经济总量决定实际税收总量的检测设,这进一步验证了“经济决定税收”的命题是稳健的.

四、经济增量与调整后税收增量的关系

(一)相关性分析

我国实际税收增长率与调整后实际GDP增长率的相关性分析结果见表十四、表十五.使用软件为SPSS11．0.

表十四和表十五显示,ragdp和adratax之间的Pearson相关系数是0．078,相伴概率是0．697,统计学意义不显著.非参数相关分析的Spearman相关系数为-0．012,p为0．954,统计学意义也不显著.因此,ragdp和adratax之间的相关程度在统计学意义上是不显著的.

经济增长率和调整后税收增长率线性相关的确是不存在的,有没有可能是曲线相关呢?故对二者作散点图是必要的,如果是曲线相关,那么散点呈现曲线形状；否则只是一堆散点,没有任何趋势.见图2,制图软件是SPSS11．0.

从图2中可以看出,ragdp和adratax之间不存在明显的曲线关系,散点没有反映出任何明显的趋势.

既然调整后税收增长率和经济增长率相关性微弱,根据金人庆［6］确定的税收增长问题的分析框架,那么我们猜测税收增长率的变动是由税收政策的变动引起的.回顾1978年以来的28年间,重大税收政策变动有以下几个方面：1984年10月1日颁布实施了六部新税收条例和“第二步利改税方案”,1994年1月1日新税制实施,1996年征管改革,2001年7月金税工程二期（增值税稽核系统）在全国推广.实际上,税收政策变革的效果既体现在正式变革前,也体现在变革后,很少有变革前相关利益各方没有反应,且税收变革能在瞬间完成的.一般情况是,改革以前,相关利益各方闻风而动,改革也要持续一至两年才能全面完成.例如：1984税改的效果在1985年得到体现；1994税改之前的1993年出现了各地为了多从财政取得返还而“哄抬”基数的现象；1996征管改革也是如此,1996年7月在重庆召开全国税收征管改革工作会议,1997年1月国务院批准了《深化征管改革方案》,征管改革一直持续到1997年底才在全国的城区陆续完成［7］；“金税二期”到2003年底这项工作才全面完成.

事实上,税收政策即有变与不变的区别,还有调整力度大与小的区别.税收政策通过税收系统作用的结果之一就是实际税收增长率的变动,其能够反映税收政策调整力度的大小,因此,我们依照实际税收增长率在税收政策变革的年度实际取值的比例关系,确定税收政策调整力度大小,并设定1985年为基准值“1”.因为1985年增长率最大,为了简化计算将最大值取为1,其余值的绝对值取在0―1之间.在这里税收政策具体赋值的大小并不影响计算结果,关键是要保持确定的比例关系.

值得说明的是,本文对税收政策的赋值仅仅是反映了税收政策变动的影响,而不包含同一时期经济变动的影响首先,本文是在税收增长的变动是由于经济增长变动、税收征管变动、税制变动和物价变动引起这一分析框架内展开分析.我们使用缩减指数消除了物价变动的影响,那么影响因素还有经济和税收政策两个方面,这与金人庆［6］的分析框架一致.目前在国内外对税收增长归因分析的文献中,所给出的分析框架也不出这一框架.其次,我们在前文中已经证明,在我国税收增长率的变动和经济增长率的变动是不相关的.这说明在本文分析的时间区间内,经济增长率不能为税收增长率的变动提供解释.最后,我们从表8中观测28年间四次税收政策变动期,可以看出,经济增长率的变动在其中的三个期间是与税收增长率变动方向相反,而不是同向变动.例如：1984年经济增长率从0．15176下降到1985年0．13471,而同期的调整后税收增长率从1984年的0．0649上升到1985年的0．2433.同样的区间还有1996―1997年和2001―2003年.惟一同向变化的是1993―1995年区间,经济增长率从1993年的0．13944下降到1995年的0．10014,同时,税收增长率从0．1341下降到0．0402,但是税收增长率的降幅是经济增长率降幅的2．3倍.由此可见,如果说税收政策的赋值包含了同时期经济变动的影响的话,那么经济变动的作用是反向的,实际税收政策变动的作用将超过本文的赋值.因此,本文的赋值是比较保守的估计.

我们对policy赋值,以体现出税收政策变革的强度.赋值结果如表12所示.

从表十七和表十八的分析结果显示,adratax和policy之间的Pearson相关系数是0．691,p等于0．000,其统计学意义在0．01水平上是显著的.非参数相关分析的Spearman相关系数为0．627,p等于0．000,其统计学意义在0．01水平上显著.如果我们将adratax和policy视作刻度级变量,0．691的Pearson相关系数说明二者显著相关；如果将之视为顺序级变量,0．627的Spearman相关系数也说明二者显著相关.并且在两种情况下统计意义都十分显著.在对policy赋值后,与adratax和ragdp之间的相关性相比,adratax和policy之间相关性获得显著提高.这也验证了我们先前的猜测.

本文的目的是想对1985年异常数据点调整后,看有关结论的稳健性,因此与1985年数据调整前结果的比较是必不可少的.用同样的方法,我们可以计算出在对1985年数据调整以前,实际税收增长率（ratetax）和税收政策（policy）的Pearson相关系数是0．949,p等于0．000,其统计学意义在0．01水平上是显著的,非参数相关的Spearman相关系数为0．610,p等于0．001,其统计学意义在0．05水平上显著.我们发现,在消除1985年异常点影响后,刻度级变量线性相关系数（Pearson相关系数）下降了0．258个单位,次序级变量的相关系数（Spearman相关系数）上升了0．017个单位.的确,1985年数据异常点对相关性分析产生了影响,使得线性相关系数有高估的偏向,但是这并没有改变税收增长率的变动与税收政策变动显著相关的结论.

(二)协整检验

在对adratax和policy进行回归分析之前,对时间序列数据协整检验是必不可少的.检验结果如表13所示.

注：（1）检验形式中,I表示有截距项,N表示无截距项和趋势项,数字代表滞后期.（2）RESID是协整回归方程的残差.

我们从图形判断adratax时间序列存在截距项,根据AIC（赤池信息准则）和SIC（施瓦茨准则）取到最小值来确定滞后期数.分析结果表明,adratax的ADF值5％和10％临界值,policy的ADF值分别小于1％、5％和10％临界值,序列是平稳的,并且协整回归方程的残差RESID的ADF值小于其5％临界值,说明协整回归方程的残差是平稳的,所以adratax和policy是协整的.因此,我们可以建立adratax和policy的回归方程.

(三)回归方程估计

如果我们直接对adratax和policy回归,结果显示,DW统计量为0．722972,这说明方程的残差序列存在自相关,对方程增加ar（1）项后,消除了自相关现象.用Eviews5．0使用OLS方法回归结果如表14所示.从表14中,可以看出该方程拟合的效果是可以接受的,样本决定系数和校正后样本决定系数都64％以上,自变量的标准误差很小,t统计量十分显著,并且消除了自相关现象,LM统计量为0．311013,相伴概率为0．855981,高于0．05,因此,接受了残差序列不存在序列自相关的原检测设.

当然,经检验ragdp和adratax也是协整的,但是adratax若对ragdp回归,方程的解释力度很低,R2为0．151481,校正R2为0．116126.

比较表14和表15的两个方程,可以看出,在对1985年数据异常点调整以后,税收政策对税收增长率变动的解释力度下降了26．71％.确实由于1985年数据异常点的存在,使得调整前税收数据高估了税收政策对税收增长率变动的解释力度.但是这种高估并不严重,而且数据调整前后方程的形式没有变化.税收增长率的变动依然可以解释为税收政策的变动和增长率本身的惯性导致的.这也验证了这一结论的稳健性.

五、结论

1985年的税收数据是异常的,在对1978―2005年共28年的税收数据缩减处理,消除因素影响以后,1985年的税收增量无论是绝对数还是增长率都最高,增长率高达101．17％,通常是其它年度增长率的10倍左右.在计量经济学建模的过程中,如果忽略数据异常点的独特作用,有可能使得到的模型发生偏误.我们根据1978―1984年国营企业上缴利润的事实,对1978―1984年虚拟的国营企业所得税进行补值,以消除数据异常点的影响.经过补值处理,1985年税收增长率为24．33％,它反映了消除国营企业“利改税”影响以后,其它的税收政策变动对税收收入的影响.我们使用调整后税收总量的时间序列数据对经济总量的时间序列数据回归,经过协整检验后,发现数据的调整并没有改变二者的关系.经济总量依然解释了几乎全部（99．35％）的税收总量的变动.在对税收增长率和经济增长率关系的实证分析中我们发现,数据的调整并没有明显改善税收增长率对经济增长率的回归方程,经济增长率对税收增长率变动解释力度依然很低,二者的相关性微弱.进一步的研究发现,税收政策的变动和调整力度大小与税收增长率的变动呈现显著的相关性（0．691）.如果我们使用调整以前的税收数据,那么税收政策与税收增长率的相关性变成强相关性(0．949).的确,1985年异常数据点会使得我们高估税收政策和税收增长率的线性相关性,但是二者的相关性在数据调整前后都是显著的.同样,在税收增长率对税收政策变动回归关系的研究中,1985年异常数据点使得调整前回归方程的解释力度提高（92．44％）,调整后回归方程的解释力度下降（65．73％）,但是方程的解释力度依然是可以接受的,并且方程的形式没有变化.

在消除1985年税收异常增长点影响以后,从表11可以看出,除了经济总量t统计量显著外,税收总量的自回归项也是统计显著的,所以税收总量的惯性增长作用会影响下期值变化.从表14看出,税收增量的变动是由税收政策的变动决定的,这其中包括税制的变动和征管方式及征税技术的变动,由于自回归项是统计意义显著的,所以增量的惯性也会对下期值的变动产生影响.

综合以上研究,我们得出以下结论：税收总量变动取决于经济总量的变动和自身的惯性作用,税收增量的变动取决于税收政策的变动和自身的惯性作用.1985年数据异常点的存在,虽然轻度降低了税收政策和税收增长率变动的相关性和二者回归方程的解释力度,但是上述结论在数据调整前后是稳健的.

回顾这28年间税收与经济的关系,我们认为1996年以前税收低于GDP增长和1996年以后税收高于GDP增长都属于正常现象.在经济经过多年连续高速增长后,1996年以前的税制虽然能够为税收增长提供充足的税基,但是征管方式不能适应征管需要、征税技术落后等原因,使潜在的税基不能转化成税收收入,导致1996年以前税收增速慢于经济增长速度,这种低增速的惯性也加剧了这种现象.1996年以后,随着税制更具弹性、征管方式的变革和征税技术的改进,税务部门不但可以吸收本年GDP产生的税收,而且有能力消化以前的积累,这会导致税收增速加快,进而超过GDP的增速.高增速的惯性会使这一现象持续.随着税制内在弹性的进一步提高、征管方式改革的深化、征税技术的提升,我们可以预期税收在一段时间内,依然会超GDP增长.但是如果税制对经济已经保持了充分弹性,征税技术已经提升到波峰,征管方式已经适应征管需要,那么税务部门对税收政策的潜力已经开发完全,税收的增长必将向经济增长回归,不会漂移很远.显然,现阶段依然处在税收政策的调整期,只有当税收增长长期稳定地回归到经济增长之后,我们才能说税收和经济完全连通,协调增长.