中国税务机关税收征管效率的动态趋势其决定因素分解

摘 要 :基于改进的三阶段DEA-Malmquist模型,利用1998-2006年省际数据,分析中国税务机关税收征管效率的动态趋势,并在剔除影响效率“公平”评估的外部因素的基础上,分解剖析影响全要素生产率变动的决定因素,结果表明:1998--2006年,中国税务部门税收征管的全要素生产率(TFP)增长迅速,技术进步是推动效率增长的最主要因素.分地区分析发现:驱动各地区税收征管TFP增长的核心因素在于技术进步,沿海的纯征管技术效率增长快于内地,西部地区征管效率增长较快,东北地区增长相对缓慢,中部和东北地区征管投入规模具有正的效应,东部和西部地区征管投入过度.

关 键 词 :征管效率,因素分解,三阶段DEA-Malmquist模型

中图分类号:F810.423　文献标识码:A　文章编号:1001-6260(2010)03-0071-09

一、引言及文献回顾

中国税收收入在1998-2006年间保持着较快的增长速度,出现这种状况的原因是多方面的,有经济因素、政策因素、特殊因素、管理因素以及税款虚收因素(安体富,2002).显然,税务部门的税收征管效率是影响税收收入增长的一个重要方面.近些年来,我国税收收入连续多年出现超GDP增长,科学评估税务机关的税收征管效率对于税收增长之谜具有重要的现实意义.

关于税收征管效率问题,自从威廉配第提出公平、简便、节省三条标准以后,国外学者对其研究逐步深入.Lotz等(1967)采用税率分析的统计结果来比较税收努力程度.Diamond等(1974)、Auerbach(1985)、Mohring(2007)分别对税收征管额外负担进行了分析.Kay等(1988)使用资源效用的Debreu系数来测度征税系统的无效率程度.Tanzi(1999)对地下经济进行测算,并估算出税收流失的规模.Pascalis等(2006)提出对税收效率的测量应该不仅包括资金层面,也要覆盖诸多非效率问题,并构建税收乐观指数(TOI)来测定税收征管效率.国外研究构建了税收征管效率的基本分析指标与框架,为国内研究奠定了基础.此外,Ruggiero(1996)、Woodbury等(2003)、Afonso等(2006)将DEA技术引入公共部门效率评价当中,为我们提供了一个全新的分析思路.

国内学者关于税收征管效率的研究,主要围绕建立一个适合中国的税收征管效率评价指标和方法展开,研究成果可以分成两类:一是单纯的指数和成本收益比率法.代表性的主要有两种:税收努力指数和征收成本率.税收努力指数是实际税收收入与预期税收收入的比率(Bahl,1988).赵志耘等(2002)通过税收努力指数分析了它与税收比率的现实关系.这一指标能够反映不同地区和不同税种的征税“努力程度”,其不足之处是没有考虑成本因素,预期税收收入的估算难度较大.征收成本率是从税收征管成本最小化的角度考虑税收征管效率(张培森等,2003),但是忽视了税收收益和机会成本.刘洋(2007)从税收激励政策影响企业投资活动角度评价了我国现行所得税制的效率,但该研究更多地偏向于分析税收的社会效率.目前,我国税务部门现行“八率”(即:征期申报率、当期申报率、征期入库率、当期入库率、累计入库率、逾期申报罚款率、滞纳金加收率和税务登记增长率)评价指标体系,因多重目标在实际决策中可能存在冲突,难以均衡,倘若构建综合的指标,在确定权重时难免添加主观色彩.二是基于一些经典模型的实证分析.吕冰洋等(2006)利用1996-2004年经验数据,基于经典DEA和Malmquist指数的技术方法分析了分税制改革以来我国税收征管效率状况.但是,经典DEA模型由于无法剔除外部因素的影响,在分析结果上可能是有偏的,基于C2R模型的Malmquist指数也可能出现偏差,因此技术方法存在改进空间.王德祥等(2009)采用随机前沿分析技术(sFA)对我国税收征管效率及影响因素进行分析,但随机前沿生产函数形式设定难免存在主观性,同时,虽然极力剔除地区经济、社会因素及随机冲击的影响,但是,该技术方法依然无法彻底解决“不公正”效率评估问题.

本文的创新之处是,在进行传统Malmquist指数模型的动态效率分析之前,采用三阶段DEA模型剔除掉可能影响分析结论的外生因素,使税收征管效率分析更准确.本文其余部分的安排是:第二部分是研究方法与指标选取,第三部分是实证结果及其分析,最后是结论及简短的政策建议.

二、研究方法与指标选取

(一)研究方法

我们的研究方法由三阶段DEA和Malmquist指数组成.步骤是:(1)运用经典DEA(本文采用C2R)原理,利用原始投入产出数据,评估初始效率值和松驰量.(2)将所有松弛变量加总,包括无效投入部分和松弛部分.以各个投入项总松弛量作为因变量,所有外生因素为白变量进行Tobit回归分析.(3)根据回归结果进行实际投入调整,(N-1)个省份都将被“补上”因外部环境受益而“节省”的成本投入.(4)利用“公平环境”下的投入和产出项,运用Malmquist指数,重新进行效率评价,并进行决定因素分解分析.前三个步骤称为三阶段DEA,所以该方法合称三阶段DEA-Malmquist指数模型.

经典DEA一般应用于某个时点上的截面数据的效率评估与比较,它有三个不足:(1)无法进行动态效率的评估,(2)无法进行决定因素分解,(3)评估的效率值较为粗糙.针对第三个不足,我们用上述第二、三两个步骤来平整,针对第一个、第二个不足,我们引入Malmquist指数.这样,我们的研究方法更加准确与深入.以下是具体论证过程.

经典DEA是一种线性规划方法,它借助于前沿生产函数,依据一定的标准构造一个生产前沿面,被评估的公共部门与该前沿面的差距就是它的效率.其优点在于,可以处理多个投入和多个产出的情况,无需像参数法那样构建具体函数形式的生产前沿面,对投入、产出的项目无需进行单位的标准化,就能给出相对效率值.但是,它存在着一个严重缺陷:忽略了不同项目主体所处的外部环境的差异.这一缺陷导致效率评价的“不公性”,任何偏离效率前沿的“行为”均被看作是无效率的.在不同的评价基础上进行统一效率衡量,对那些环境优越的主体会有提高其效率评价得分的趋势,而给予外部环境“恶劣”主体的是不公正的评价.DEA效率得分可能低估或高估实际效率水平(Worthington,2000).外部环境对效率评估往往有显著影响,如果不加以控制,DEA方法计算的效率得分将有偏(Ruggiero,2000).

针对这一缺陷,我们采用三阶段DEA-Tobit计量方法,修正外部环境变量造成的偏误.检测定经典DEA得到初始的效率为θ,各项投入松弛量为input_s.现在将各项投入总松弛量作为被解释变量,各项决策的外生环境作为解释变量,构建N个(N为投入项的个数)Tobit模型.况下依然有效(Ray,1997),因此,Malmquist生产指数可以通过三个规模报酬不变DEA模型得到(Fire, et al,1994),从而能够实现不同决策主体之间动态生产效率分析与决定因素分解.

(二)变量与数据描述

本文采用1997--2006年中国30个省级单位数据作为样本(西藏由于大量数据缺失未被包括在内).因此,本文的样本个数为300个.

我们以省级税收总收人为税收征管效率的产出项,投入项则主要涉及税源基础、人员投入以及运转费用等,因此,在Malmquist指数的计算过程中采用的投入项有地区生产总值、第二三产业比重、营业盈余比值、市场化指数和税务人员数量.GDP反映一个地区经济的总规模,对总税收规模具有重要作用,税源主要集中在第二三产业,在经济总量规模一定的情况下,二三产业比重越高,税收潜力越大,营业盈余占GDP比重可近似描述地区经济效益水平,对税收尤其是企业所得税具有重要影响,经济自由度通常对前沿技术进步和技术效率具有正的影响(Lee,et al,1993),本文采用樊纲等(2006)计算的我国各省的市场化水平指数,税务人员数量是反映人力投入的一个较好的指标.

在外生因素方面,我们主要考虑税务人员素质、税源分布状况以及各省份差异性等.税务人员素质是影响税收征管能力的重要因素.税源分布状况影响管理的规模效应,税源集中化程度越高,征管相对容易,成本相应越少,机构效率越高.考虑到地区差异性,我们将28个省份分为东部地区、中部地区、东北地区和西部地区,并且以西部地区为基点设定三个虚拟变量.这些对效率分析可能产生影响的因素在分析之前,通过三阶段DEA予以剔除处理.各变量定义见表I,各变量的统计特征见表2.

依据上述研究方法与数据,我们测算出初始效率值和松驰量,并根据Tobit模型计量分析结果对投入项调整,最后完成Malmquist指数的求解及因素分解.

三、实证结果分析

本部分是三阶段DEA-Malmquist指数模型的实证结果,报告我国税务部门税收征管效率的动态变,化趋势,剖析影响税收征管的全要素生产指数变动的决定因素.

表3报告的是C2R下税收征管效率值及各投入项的总松驰量.从表3可以看出,2006年,除中部和东部的少数省份外(山东最低,仅为56,85%),其他地区省份的征税效率得分一般较高.

表3列示的是在没有考虑外部环境差异情况下的效率值,并在它的基础上测算出总的松弛量.但是,由于受到外部因素的影响,它不能有效地反映真实效率.为此,表4报告的是剔除歪曲真实效率值的外在因素的Tobit回归分析结果.在剔除外生变量的Tobit模型回归过程中,我们发现:税务人员素质几乎未能通过各年份统计检验,因此不是影响松弛量的重要因素,被舍掉,在去掉education后,虚拟变量u2和u3仍然无法通过检验,表明除了东部地区外,中西部及东北地区因素差别并不明显,舍掉u2和u3后,模型基本状况得到较大改观,z值大多通过检验,Log likelihood值良好.

依据表4,我们调整投入项(数据太多,报告从略),并在此基础上得到Malmquist指数及其分解值.本文衡量的是各个省份在既定资源和经济状况下税收的征管效率问题,因此,在技术上,采用产出导向型测度.

图1是1998-2006年中国省级税务部门平均税收征管效率变化趋势图,它反映的是税收征管平均各项效率指标相对于上一年度的变化百分比.从图1中可以看出,我国税务部门税收征管的全要素生产率(TFP)波动较大,在2001年度增长率将近150%,而在其前后两年中都为负的增长率,表明2001年可能是外部因素的瞬时冲击所致.

从图1显示的全要素生产率分解来看,技术进步同TFP指数变化具有很强的相关性.2001年税收征管综合效率的超常增长,在很大程度上是技术进步的结果.同样,技术进步在该年前后出现较大波动,表明其冲击的瞬时性.规模效率和纯技术效率相对较为稳定,年度变化率都不超过50%,两者大致存在一个此高彼低的波动趋势.

表5是1998-2006年各省税务机关税收征管全要素生产率平均变化率及其变动决定因素分解(平均值).从表5可以看出,1998-2006年,我国税收征管效率Malmquist指数值年平均增长率为42.5%,增长幅度最大的是北京市,年均纯增长率达到58.6%.从影响TFP变动的因素分解来看,带来税收征管全要素生产率上升的根本原因在于技术进步,其年均增长达到35.7%,上海市技术进步最快,增幅达到44.7%.从涉及生产效率的两个指标来看,全国年均纯技术效率增长6.3%,最高为宁夏地区,增长43.8%,同时全国有8个省份出现了不同程度的下降,下降幅度最大的是陕西省,年均降低5.6%,在规模效率方面,12个省份都不同程度下降,全国平均下降1.2%,宁夏下降超过20%.显然,从全国平均水平上来看,税收征管TFP增长42.5%的主要驱动因素在于技术进步,平均年增长达到35.7%.首先,这说明近10年的科学技术进步、生产方式改进及制度创新极大地提高了税收全要素生产效率,其次是纯技术效率的提高,税务部门自身征收管理效率的增进是促进TFP增长的一个重要方面,最后,全国年平均规模效率有所下降,表明税收征管资源投入规模过度,超过了最佳规模.

表5还进一步分析比较了地区税收征管全要素生产率差别及其决定因素.东部地区税收征管的全要素生产率增长居于四个区域之首,平均年增长速度为49.0%,西部、东北和中部地区依次居于东部之后.从TFP变动的各决定因素来看,各个地区税收征管效率增长的最主要推动力是技术进步,各地区技术进步增长率都超过30%.从纯征管效率增长来看,西部地区居于首位,其次是东部、中部和东北地区,说明西部地区税务部门税收征管效率具有相对较快的增长,而东北地区增长相对缓慢.在规模方面,东北地区和中部地区具有正的增长效率,东部地区和西部地区增长效率为负,这与我国基本宏观政策是一致的,在“中部崛起”和“振兴东北老工业”政策下,国家加大对其基本设施投资,较好地改变了其公共投资不足的“瓶颈”,而东部沿海地区,传统意义上受到国家公共投资的倾斜,投资过度,报酬递减,西部地区也有国家政策扶持,但是尚处于起步阶段,公共投资不足,因而处于规模报酬递增阶段下的规模低效率.

四、结论及政策建议

本文基于改进的三阶段DEA-Malmquist指数模型,利用30个省份1998-2006年宏观数据,分析了中国税务机关税收征管效率的动态趋势,并进一步通过指数分解剖析了影响TFP变动的决定因素.在剔除掉影响效率测度的环境因素后,分析结果表明:1998-2006年间,中国税务部门平均税收征管的全要素生产率增长迅速,但是在2001年前后存在较大的波动,技术进步是推动其增长的最主要因素,分地区分析发现,推动税收征管TFP增长的最主要因素仍然是技术进步,沿海地区纯税收征管效率相对于内地增长迅速,西部地区税务部门税收征管效率具有相对较快的增长,东北地区增长相对缓慢,中部和东北地区规模效率具有正的增长,东部和西部地区规模效率具有递减趋势,征管成本投入过度.

基于研究结论,我们提出以下政策性建议:

(1)加大科技投入和制度创新力度,增强对中西部地区帮扶力度.本文分析发现:1998-2006年,促进我国税收征收管理全要素生产率增长的最主要推动力在于技术进步,并具有一个从沿海到内地的推进过程.要有效地促进我国税收征管TFP的增长,必须加大政府科技投入和制度创新力度,同时,相对于东部沿海发达地区来说,中西部地区对先进技术和征管经验及制度的要求更加迫切,因此,强化东部省份对中西部地区的帮扶力度,能够有效促进中西部地区税收征管效率的提高.

(2)优化税务部门公共设施资源投资规模.1998-2006年,东北和中部地区具有正的规模效率增长,东部地区和西部地区规模效率下降.东北和中部地区受益于国家的相关政策,较好地弥补了公共投资不足问题,有效地促进了税收征管全要素生产率提高,而东部地区由于投资过量,西部地区由于投入不足,都存在规模效率下降问题,因此,国家在各地区税务部门公共设施及资源配置(包括人力资源)方面具有进一步改善的空间.