影响中国财政收入因素分析共11页.docx

影响中国财政收入因素分析共11页.docx

《影响中国财政收入因素分析共11页.docx》由会员分享，可在线阅读，更多相关《影响中国财政收入因素分析共11页.docx（17页珍藏版）》请在冰点文库上搜索。

影响中国财政收入因素分析共11页

中国财政收入的影响因素

——中国2010年财政收入影响因素分析

内容摘要：

随着中国市场经济的确立，我国经济得到了规模式发展，财政收入水平也得到了有效提升。

本文根据我国2010年各省财政收入的有关经济数据，从实证的角度对其进行计量分析。

得出：

农业总产值，建筑业总产值，社会消费品零售总额，对我国财政收入都产生着绝对性的影响。

关键词：

市场经济经济体制财政收入工业总产值农业总产值社会消费品零售总额

一、前言

中国自1991年市场经济确立以来，国民经济得到了跨越式的发展，完成了历史性的转变，这一转变无疑是建立在经济体制改革基础上完成的。

经济金融市场超速发展的大潮渗入到中国发展的方方面面，人民的生活水平得到了显著的提高，中国的外资外贸量迅速提升，同样地，我国的财政收入水平也得到了阶梯式提高。

而中国财政收入规模的不断扩大，其影响也是方方面面的，社会保障制度的有效确立，城乡基础设施建设的全面落实，政治体制的不断完善，都离不开坚实有效的财政收入做保障。

因此，能够了解影响中国财政收入的因素，对我国经济的发展和国民生活水平的提高都有着深远的意义。

下图为我国1990-2010年财政收入增长趋势

二、相关理论综述

作为政府行使其职能的可靠保障，财政收入占据着极为重要的地位。

一切政府工作的运行都离不开财政的有效支持。

第一，财政收入是实现国家职能的财力保证。

国家为了实现其职能，必须掌握一定数量的社会产品，而财政收入正是国家掌握资金运行的重要手段，对实现国家职能有重要意义。

第二，财政收入是正确处理和权衡物质利益关系的重要方式。

财政收入的取得不仅仅是个聚集资金的问题，在具体操作过程中，取得多少、采取何种方式，关系到党的方针政策的贯彻落实，涉及到各方面的物质利益关系的处理。

只有在组织财政收入的过程中正确处理各种物质利益关系，才能达到充分调动各方面的积极性，达到优化资源配置，协调分配关系的目的。

第三，财政收入是财政支出的前提。

财政分配是收入预支出的统一过程，财政支出是财政收入的目的，财政收入则是财政支出的前提和保证。

在一般情况下，收入的数量决定着财政支出的规模，收入多财政支出就多。

因此，只有在发展生产力的基础上，积极筹措资金，才有位更多的财政支出创造前提。

因此，对影响财政收入规模的因素进行有效科学的分析具有十分重要的现实意义，而计量工具的应用对其理论分析和结果预测的效果是事半功倍的。

三、模型的设定

（一）、模型变量的选择

本文研究影响财政收入规模的因素及其影响，运用财政学所学知识，着重考虑工业总产值、农业总产值、建筑业总产值、社会消费品零售总额4个变量。

（二）、模型形式的设计

可用如下线性回归模型进行估计：

Yi=β0+β1X1i+β2X2i+β3X3i+β4X4i

Y为财政收入（亿元），

X1i为工业总产值（亿元），

X2i农业总产值（亿元），

X3i为建筑业总产值（亿元），

X4i为社会消费品零售总额（亿元）

四、数据的收集

本文收集了中国2010年各省份有关财政收入方面的经济数据，如下表所示：

（单位：

亿元）

地区

一般预算收入

工业

总产值

农业

总产值

建筑业

总产值

社会消费品

零售总额

地方合计

32602.59

548311.4

30611.07

76807.74164

114830.1

北京

2026.809

11039.13

140.4445

4059.70233

4645.5

天津

821.9916

13083.63

139.6977

1911.47526

2078.7

河北

1067.123

24062.76

1927.778

2525.0461

4991.1

山西

805.8279

9249.98

556.3352

1826.10399

2421.1

内蒙古

850.8588

10699.44

731.902

964.72545

2463

辽宁

1591.22

28152.73

913.4817

3384.64758

5032.4

吉林

487.0943

10026.55

777.4535

1142.84182

2549.2

黑龙江

641.6627

7301.6

1206.79

1342.38563

2928.3

上海

2540.298

24091.26

147.5289

3830.5439

4577.2

江苏

3228.78

73200.03

1948.195

10265.10972

9905.1

浙江

2142.513

41035.29

879.0498

9588.72136

7533.3

安徽

863.9175

13312.59

1289.794

2239.57274

3045.2

福建

932.4282

16762.82

826.2213

2204.12659

3866.7

江西

581.3012

9783.96

729.7223

1323.24277

2142

山东

2198.632

71209.42

3223.987

4579.15384

10658.8

河南

1126.064

27708.15

2833.267

3596.48672

5815.4

湖北

814.8653

15567.02

1511.487

3421.89272

5109.7

湖南

847.6178

13507.64

1596.646

2507.40203

4222.6

广东

3649.811

68275.77

1551.035

3809.2967

12986.6

广西

620.9888

6880.04

1134.978

934.37555

2395.8

海南

178.242

1057.45

307.567

143.94415

463.2

重庆

655.1701

6772.9

522.8407

1915.24948

2147.1

四川

1174.593

18071.68

1806.062

3337.44689

4944.8

贵州

416.4761

3426.69

501.523

523.90692

1075.2

云南

698.2525

5197.45

850.6548

1196.22042

1764.7

西藏

30.0894

51.6

39.05746

94.93204

130

陕西

735.2704

8470.4

823.6

2309.1424

2317.1

甘肃

286.5898

3770.38

587.2679

579.8859

1023.6

青海

87.7381

1080.35

61.30805

204.34189

259.7

宁夏

111.5755

1461.58

146.7825

259.22467

295.4

新疆

388.7848

4001.12

898.6167

786.59408

1041.5

数据来源：

中华人民共和国国家统计局

五、模型的估计与调整

（一）、被解释变量与解释变量之间的散点图

Y与X1的散点图Y与X2的散点图

Y与X3的散点图Y与X4的散点图

（二）、用最小二乘法对模型进行回归得到原始回归，结果如下:

从结果可以看出，拟合度较好，但变量X1（工业总产值）对财政收入的影响甚微，且其T统计量不够高，且F统计量也不够好，认为该回归有较强的多重共线性。

下面进行计量经济学检验：

1、多重共线性检验：

（1）、简单相关系数法

X1,X2,X3,X4的简单相关系数如下表所示：

由上表看出，变量X1（工业总产值）与X4（社会消费品零售总额）的简单相关系数为0.956339，它们间存在高度相关性。

（2）、找出最简单的回归形式：

分别作Y与X1,X2,X3,X4间的回归：

·Y=348.1961+0.039774X1……………………①

（3.424898）（10.34712）

R2=0.786863D.W.=1.508394

·Y=589.4850+0.468084X2……………………②

（2.413402）（2.393958）

R2=0.165012D.W.=1.466043

·Y=303.7524+0.301874X3……………………③

（2.116021）（7.158113）

R2=0.638578D.W.=1.9533941

·Y=77.09292+0.263108X4……………………④

（0.729476）（11.95432）

R2=0.831303D.W.=1.202539

可见，财政收入受社会消费品零售总额的影响最大，因此，选④作为初始的回归模型。

（3）、逐步回归法：

将其他解释变量分别导入上述初始回归模型，寻找最佳回归方程（如下表）：

C

X4

X1

X2

X3

R2

D.W.

Y=f（X4）

77.09092

0.263108

0.831303

1.202539

t值

0.729476

11.95432

Y=f（X4,X1）

117.6165

0.214311

0.007928

0.833974

1.260099

t值

0.95935

2.818695

0.671098

Y=f（X4,X2）

243.8301

0.344304

-0.473443

0.920945

1.981626

t值

3.07282

16.36273

212.022417

Y=f（X4,X2,X3）

217.6571

0.306624

-0.444593

0.055398

0.929252

2.16841

t值

2.796074

10.46334

-5.38571

1.78052

过程如下：

1．在初始回归模型中引入X1,模型拟合度和D.W.统计量虽都有改善，但变量X4的t统计量明显降低,X1也无法通过t检验，且其判定系数为0.920375：

X1=-5640.407+0.656684X2+1.030442X3+5.433391X4

R2=0.920375D.W.=1.801186

认为X1可以用其他解释变量表示代替，及X1与其他解释变量存在多重共线性；

2．去掉X1，引入X2，拟合优度显著提高，D.W.值也接近于2，且各解释变量的t统计量均有所上升

3．继续引入X3，拟合优度所有提高，各解释变量的t统计量虽然有所下降，但仍通过检验，具有显著性，D.W.值也在2附近

综上，去掉变量X1，拟合结果如下：

Y=217.6571-0.444593X2+0.055398X3+0.306624X4

（2.796074）（-5.38710）（1.78520）（2.796074）

R2=0.929252D.W.=2.168410

2.异方差性检验

由于本模型所选择的数据为截面数据，各省经济发展水平不一且相差较大，在不同样本点上解释变量以外的其他因素的差异较大，从上文所揭示的被解释变量与各解释变量之间的散点图也可以看出，各解释变量的异方差性都较明显。

（1）、图示检验法：

Y与X1的散点图

ei2-X3的散点图如下所示

ei2-X4的散点图如下所示

如上图所示，解释变量X2，X3，X4均存在递增型的异方差

（2）、G-Q检验：

由于在经济发达的省份或地区，基础设施建设及商品经济的发展具有绝对优势，人们的生活水平较相对落后的省份居民更高一些，因此消费水平也相对比较高，从而社会消费品零售总额较多。

从这方面来讲，社会消费品零售总额在全国各个地区的差异较大，变量X4的异方差性更明显。

将原始数据按X4做升序排列，去掉中间7个数据，得到两个容量为12的子样本。

对两个子样本分别作普通最小二乘回归，求各自的参差平方和RSS1和RSS2：

子样本1：

Y=27.14087-0.020424X2+0.034463X3+0.298049X4

（0.546610）（-0.184548）（0.295941）（2.462960）

R2=0.932367D.W.=1.268511RSS1=57781.32

子样本2：

Y=481.0108-0.53328X2+0.036640X3+0.304390X4

（1.459229）（-3.807174）（0.706258）（6.090342）

R2=0.876307D.W.=2.800494RSS2=1185967

计算F统计量：

F=RSS2/RSS1=1185967/57781.32=20.525

大于在5%的显著性水平下，自由度为（8,8）的F分布临界值F0.05=3.44,因此，5%的显著性水平下拒绝两组子样本方差相同的假设，说明有异方差。

（3）、White检验:

将原始回归的参差平方与X2，X3，X4及其平方项作辅助回归（去掉交叉项），得：

怀特统计量nR2=31×0.377414=11.6998,大于10%显著性水平下，自由度为6的χ2分布的相应临界值χ20.1=10.64，拒绝同方差的原假设，说明存在异方差。

（4）、异方差的修正：

在此用加权最小二乘法（WLS）对原模型进行修正，结果如下：

消除异方差后的修正结果为：

Y=175.0178-0.408294X2+0.087456X3+0.288771X4

（10.40185）（-20.23248）（6.322266）（32.10182）

R2=0.998224D.W.=2.069363F=1361.886

对修正后的结果进行怀特检验，结果如下：

怀特统计量nR2=31×0.080774=2.504004,小于10%显著性水平下，自由度为6的χ2分布的相应临界值χ20.1=10.64，接受同方差的原假设，说明已不存在异方差。

3、序列相关性检验：

由经异方差修正过的模型回归结果中，可以看出：

D.W.统计量为2.069363，接近于2，可以认为该模型不存在序列相关性。

另附Q-统计量的结果如下图所示：

4、综上所述，该模型的最后结果为：

Y=175.0178-0.408294X2+0.087456X3+0.288771X4

（10.40185）（-20.23248）（6.322266）（32.10182）

R2=0.998224D.W.=2.069363F=1361.886

5、经济学意义检验：

从该模型可以看出，农业总产值每增加一个单位，财政收入将下降0.408294个单位，这与我国目前经济现状是完全吻合的。

自2006年我国取消农业税后，农业生产力在我国政府的支持下得到了全面保障和进一步发展，这与财政的支持是分不开的。

为了保障我国农业产量的稳定，财政对其进行全方面的补贴，因而财政收入与农业总产值成负相关也就不难理解。

其次，建筑业总产值每增加一个单位，财政收入将增加0.087456个单位；社会消费品零售总额每增加一个单位，财政收入将增加0.288771个单位。

建筑业和社会消费品零售总额的扩大，都可以支持国民经济的发展，促进国内生产总值的提高，从而增加政府从GDP这一经济蛋糕中分得得份额。

此外，从该模型可以看出，与建筑业相比，社会消费品零售总额对财政收入的贡献是十分显著的，因此，扩大投资和政府购买，刺激居民消费，是增加政府财政收入的有效方式。

六、结论及政策建议：

根据本文的相关分析论述，可以知道：

大力支持农业生产必然会降低财政收入，而建筑业，尤其是社会消费品零售的相关发展对财政收入规模的扩大有十分显著的作用。

为了扩大财政收入规模，适当规模地增加政府投资以及对相关产业的扶持，是十分有效的。

但是，从政府的职能来讲，作为调整宏观经济发展的决策力量，财政增收不是其职能的最终目的。

相反，如果过度地扩大财政增收规模，进行财政预算盈余，不但不能高效率地行使政府职能，政府在GDP上分享的增加反而会产生对市场经济产生排挤效应，抢占私人经济发展的份额，这绝对是不利于国民经济发展的。

因此，盲目地扩大财政收入规模而不顾市场经济的自行有效发展是十分错误的。

作为宏观经济的调控者，政府应当审时度势地通过财政收支职能发挥他更有效的作用。