国家财政收入的影响因素分析.docx
《国家财政收入的影响因素分析.docx》由会员分享，可在线阅读，更多相关《国家财政收入的影响因素分析.docx（16页珍藏版）》请在冰点文库上搜索。
国家财政收入的影响因素分析
国家财政收入的影响因素分析
1．研究背景
财政收入对于国民经济的运行及社会发展具有重要影响。
首先，它是一个
国家各项收入得以实现的物质保证。
一个国家财政收入规模大小往往是衡量其
经济实力的重要标志。
其次，财政收入是国家对经济实行宏观调控的重要经济
杠杆。
财政收入的增长情况关系着一个国家经济的发展和社会进步。
然而，符
合我国当前国情的财政政策到底是什么，如何在保证财政收入的基础上制定出
利于中国国民的福利制度，是我们所关心并亟待解决的问题。
因此，研究分析
影响财政收入的因素，对帮助国家做出正确的经济决策提供了有效的理论基础。
随着经济体制改革的深化和经济的快速增长，中国的财政收入状况发生了
很大变化，增长十分快速。
许多学者为了研究影响全国财政收入增长的主要原
因，分析财政收入的增长规律，预测中国财政的增长趋势，通过建立计量经济
模型、回归模型等进行过多次研究。
影响财政收入水平的因素可能有很多。
例
如，税收、国内生产总值、社会固定资产投资、农业增加值、工业增加值、总
人口数、税收体制、就业、科学教育发展程度等都可能对财政收入有影响。
现
针对税收收入、国内生产总值、社会固定资产投资、农业增加值、工业增加值、
总人口数等因素对我国财政收入做简单分析。
2．多元线性回归模型的基本理论
2.1 设置指标变量
回归分析模型主要是揭示事物间相关变量的数量关系。
首先要根据所研究
问题的目的设置因变量𝑦，然后再选取与𝑦有统计关系的一些变量作为自变量。
2.2 收集、整理统计数据
回归模型的建立是基于回归变量的样本统计数据。
当确定好回归模型的变
量之后，就要对这些变量收集、整理统计数据。
数据的收集是建立经济问题回
归模型的重要一环，是一项基础性工作，样本数据的质量如何，对回归模型的
水平有至关重要的影响。
2.3 建立模型的数学形式
1
当收集到所设置的变量的数据，就要确定适当的数学形式来描述这些变量
之间的关系。
绘制变量𝑦𝑖与𝑥𝑖（𝑖 = 1，2，3，…，𝑛）的样本散点图是选择数学模
型形式的重要一环。
一般我们把（𝑥𝑖，𝑦𝑖）所对应的点在平面直角坐标系上画出
来，看散点图的分布状况。
如果𝑛个样本点大致分布在一条直线的周围，可考虑
用线性回归模型去拟合这条直线，也即选择线性回归模型。
如果𝑛个样本点的分
布大致在一条指数直线的周围，就可选择指数形式的理论回归模型去描述它。
2．4 模型参数的估计
回归理论模型确定之后，利用收集、整理的样本数据对模型的位置参数给
出估计是回归分析的重要内容。
未知参数的估计方法最常用的是普通最小二乘
法，它是经典的估计方法。
这里用 SPSS 软件估计模型参数。
2.5 模型的检验与修改
当模型的未知参数估计出来后，就初步建立了一个回归模型。
建立回归模
型的目的是应用它来研究经济问题，但如果马上就用这个模型去做预测、控制
和分析，显然是不够慎重的。
因为这个模型是否真正揭示了被解释变量与解释
变量之间的关系，必须通过对模型的检验才能决定。
一般需要进行统计检验和
模型经济意义的检验。
若参数或者模型通不过检验，则需重新建立理论模型，
因此，模型的建立往往需要进行反复修改。
回归建模步骤流程图
2
年份
财政收入
y/亿元
税收收入
x1/亿元
国内生产总值
x2/亿元
全社会固定资产
投资 x3/亿元
农业增加值
x4/亿元
工业增加值
x5/亿元
总人口数
x6/万人
1999
11444.08
4231.26
89677.1
29854.7
14770.03
35861.48
125786
2000
13395.23
6213.2
99214.6
32917.7
14944.72
40033.59
126743
2001
16386.04
8654.96
129655.2
37213.5
15781.27
43580.62
127627
2002
18903.64
10020.15
120332.7
43499.9
16537.02
47431.31
128453
2003
21715.25
14352.1
135822.8
55566.6
17381.72
54945.53
129227
2004
26396.47
19265.12
159878.3
70477.4
21412.73
65210.03
129988
2005
31649.29
24855.35
184937.4
88773.6
22420
77230.78
130756
2006
38760.2
29927.8
216314.4
109998.2
24040
91310.94
131448
2007
51321.78
45621.97
265810.3
137323.9
28627
110534.88
132129
2008
61330.35
54223.79
314045.4
172828.4
33702
130260.24
132841
2009
68518.3
59521.59
340902.8
224598.8
35226
135239.95
133450
2010
83101.51
73202
401512.8
251683.8
40533.6
160722.23
134091
2011
103740.01
89720.31
473104.1
311485.1
47486.21
188470.15
134735
2012
117210.02
100600.88
519470.1
374694.7
52373.63
199670.66
135404
2013
129143.01
110497
568845.2
446294.1
54946.83
219038.71
135072
模型
R
R 方
调整 R 方
标准 估计的误差
1
1.000a
.999
.999
.028
3.实证分析
3.1 数据收集与模型建立
为了建立国家财政收入的回归模型，以财政收入 y（亿元）为因变量，自
变量如下：
𝑥1为税收收入（亿元），𝑥2为国内生产总值（亿元），𝑥3为全社会固
定资产投资（亿元），𝑥4为农业增加值（亿元），𝑥5为工业增加值（亿元），𝑥6为
总人口数（万人）。
据《中国统计年鉴》等统计数据获得 1999 年~2013 年的统
计数据，见下表。
设定多元线性回归模型为：
𝑙𝑛𝑦 = β0 + β1𝑙𝑛𝑥1 + β2𝑙𝑛𝑥2 + β3𝑙𝑛𝑥3 + β4𝑙𝑛𝑥4 + β5𝑙𝑛𝑥5 + β6𝑙𝑛𝑥6 + ε
3.2 回归分析
利用 SPSS 对上述模型回归分析，结果如下：
3
模型
非标准化系数
标准系数
t
Sig.
B
标准 误差
试用版
1 （常量）
x1
x2
x3
x4
x5
x6
-100.087
.021
.385
.079
.222
.279
8.431
60.629
.141
.168
.153
.234
.292
5.230
.027
.294
.090
.129
.215
.249
-1.651
.148
2.297
.517
.952
.957
1.612
.137
.886
.051
.619
.369
.366
.146
模型
平方和
df
均方
F
Sig.
1 回归
残差
总计
9.222
.006
9.228
6
8
14
1.537
.001
1945.641
.000a
b. 因变量:
y
（1）拟合优度检验。
由决定系数𝑅 = 0.999，说明回归方程对样本观测值
1．由上述各表可得到参数的估计结果为：
𝑙𝑛𝑦
=‒ 100.087 + 0.021𝑙𝑛𝑥1 + 0.385𝑙𝑛𝑥2 + 0.079𝑙𝑛𝑥3 + 0.222𝑙𝑛𝑥4
8.431𝑙𝑛𝑥6
2．模型检验
2
的拟合程度较好。
（2）F 检验。
方程 F 检验结果 F=1945.641，在𝛼 = 0.05的显著性水平下，
得临界值为𝐹𝛼（6,8） = 3.58，结果显示在 95%的置信水平下，模型总体线性关
系成立。
（3）t 检验。
在𝛼 = 0.05的显著性水平下，自由度 n-k-1=8 的 t 统计量的临
界值为𝑡𝛼/2（8） = 2.306，从表中可知初始模型存在偏误。
3.3 模型检验与修正
1．多重共线性诊断和修正
（1）诊断。
利用 SPSS 对数据进行相关性检验，结果如下：
4
x1
x2
x3
x4
x5
x6
x1 Pearson 相关性
显著性（双侧）
N
1
15
.986**
.000
15
.988**
.000
15
.972**
.000
15
.992**
.000
15
.998**
.000
15
x2 Pearson 相关性
显著性（双侧）
N
.986**
.000
15
1
15
.995**
.000
15
.993**
.000
15
.996**
.000
15
.987**
.000
15
x3 Pearson 相关性
显著性（双侧）
N
.988**
.000
15
.995**
.000
15
1
15
.993**
.000
15
.998**
.000
15
.990**
.000
15
x4 Pearson 相关性
显著性（双侧）
N
.972**
.000
15
.993**
.000
15
.993**
.000
15
1
15
.992**
.000
15
.975**
.000
15
x5 Pearson 相关性
显著性（双侧）
N
.992**
.000
15
.996**
.000
15
.998**
.000
15
.992**
.000
15
1
15
.991**
.000
15
x6 Pearson 相关性
显著性（双侧）
N
.998**
.000
15
.987**
.000
15
.990**
.000
15
.975**
.000
15
.991**
.000
15
1
15
模型
R
R 方
调整 R 方
标准 估计的误差
Durbin-Watson
1
2
3
.999a
.999b
1.000c
.997
.998
.999
.997
.998
.999
.043
.036
.027
1.896
从上表中可知各个解释变量之间存在高度的线性相关。
尽管方程整体线性回归
拟合较好，但各变量之间的相关性非常显著，表明模型确实存在严重的多重共
线性。
（2）逐步回归。
利用 SPSS 对数据进行逐步回归分析，结果如下：
b. 预测变量:
（常量）, x5, x2。
c. 预测变量:
（常量）, x5, x2, x6。
d. 因变量:
y
5
模型
非标准化系数
标准系数
t
Sig.
B
标准 误差
试用版
1 （常量）
x5
-4.214
1.298
.211
.018
.999
-19.959
70.210
.000
.000
2 （常量）
x5
x2
-4.704
.835
.468
.255
.176
.177
.643
.357
-18.466
4.753
2.644
.000
.000
.021
3 （常量）
x5
x2
x6
-87.055
.520
.508
7.251
26.783
.169
.136
2.358
.400
.388
.214
-3.250
3.074
3.729
3.075
.008
.011
.003
.011
模型
平方和
df
均方
F
Sig.
1 回归
残差
总计
9.204
.024
9.228
1
13
14
9.204
.002
4929.425
.000a
2 回归
残差
总计
9.213
.015
9.228
2
12
14
4.607
.001
3603.566
.000b
3 回归
残差
总计
9.220
.008
9.228
3
11
14
3.073
.001
4098.146
.000c
b. 预测变量:
（常量）, x5, x2。
c. 预测变量:
（常量）, x5, x2, x6。
d. 因变量:
y
6
模型
Beta In
t
Sig.
偏相关
共线性统计量
容差
1 x1
x2
x3
x4
x6
.111a
.357a
.298a
.092a
.189a
1.015
2.644
1.375
.815
1.896
.330
.021
.194
.431
.082
.281
.607
.369
.229
.480
.017
.008
.004
.016
.017
2 x1
x3
x4
x6
.154b
.202b
-.034b
.214b
1.839
1.068
-.314
3.075
.093
.308
.760
.011
.485
.307
-.094
.680
.016
.004
.012
.017
3 x1
x3
x4
-.125c
.174c
.146c
-.890
1.219
1.620
.394
.251
.136
-.271
.360
.456
.004
.004
.009
b. 模型中的预测变量:
（常量）, x5, x2。
c. 模型中的预测变量:
（常量）, x5, x2, x6。
d. 因变量:
y
查《DW 检验上下界表》，n=15，k=4（包含常数项），可知上限临界值𝑑𝑣 = 1.75，
而从上述各表中可知，模型的 DW 值为 1.896，处在（𝑑𝑣，,4 ‒ 𝑑𝑣）即
（1.75，2.25）区间范围内，因此模型自变量无自相关性。
于是逐步回归方程只保留𝑥2，𝑥5，𝑥6是合适的，即选择模型 3，故最后的最
优模型为
𝑙𝑛𝑦 =‒ 87.055 + 0.508𝑙𝑛𝑥2 + 0.520𝑙𝑛𝑥5 + 7.251𝑙𝑛𝑥6
2．残差检验
利用SPSS可得残差散点图如下：
7
从残差图中可以看出，误差在图中没有明显的态势出现，因此误差项不具
有明显的异方差性。
四、模型结果与分析
最终模型结果为
𝑙𝑛𝑦 =‒ 87.055 + 0.508𝑙𝑛𝑥2 + 0.520𝑙𝑛𝑥5 + 7.251𝑙𝑛𝑥6
从模型可以看出影响国家财政收入的主要因素为国内生产总值、工业增加值、
总人口数等三个因素，当工业增加值、总人口数固定的时候，国内生产总值每
增加 1 亿元，国家财政收入增加 0.508 亿元；国内生产总值、总人口数固定的
时候，工业增加值每增加 1 亿元，财政收入增加 0.520 亿元；国内生产总值、
工业增加值固定的时候，全国总人口数每增加 1 万人，国家财政收入增加 7.251
亿元。
参考文献
1.《中国统计年鉴 2014》
2. 《应用回归分析（第三版）》何晓群，刘文卿编著
3. 《统计分析方法与 SPSS 应用教程》
8
9
升级会员 