影响财政收入的因素分析

影响财政收入的因素分析

 

摘要

财政收入是国家财政参与社会产品分配所取得的收入，是实现国家职能的财力保证。本文通过对我国财政收入的理论分析，找出并选择财政收入的影响因素，建立关于财政收入与其影响因素的线性回归模型，分析找出存在的问题。

关键词财政收入影响因素逐步回归法

一、引言

财政作为一国政府的活动，是政府职能的具体体现，主要有资源配置、收入再分配和宏观经济调控三大职能。财政收入是政府部门的公共收入。是国民收入分配中用于保证政府行使其公共职能、实施公共政策以及提供公共服务的资金需求。财政收入的增长情况关系着一个国家经济的发展和社会的进步。因此，研究财政收入的增长就显得尤为必要。

改革开放以来，我国财政收入总量有了较大的增长，有效需求不足成为制约经济发展的重要因素。为了拉动经济增长，政府采取了一系列扩张性的财政政策，近几年里这种扩张性的财政政策收到了明显的效果，但它同时带来了一个后果就是财政赤字的增加。虽然适度的财政赤字并不会对国民经济造成严重危害，但如果财政长期入不敷出，将会导致财政高风险、通货膨胀、经济停滞等一系列严重后果。因此，有必要对我国财政收入进行分析，找出其主要影响因素并解决问题。

我们从财政收入的部门构成来分析财政收入的影响因素。从国民经济部门结构看，财政收入又表现为来自各经济部门的收入。财政收入的部门构成就是在财政收入中，由来自国民经济各部门的收入所占的不同比例来表现财政收入来源的结构，它体现国民经济各部门与财政收入的关系。研究财政收入的影响因素离不开一些基本的经济变量。大多数相关的研究文献中都把总税收、国内生产总值这两个指标作为影响财政收入的基本因素，还有一些文献中也提出了其他一些变量，比如其他收入、经济发展水平等。影响财政收入的因素众多复杂，但是通过研究经济理论对财政收入的解释以及对实践的观察，影响我国财政收入的因素主要来自于工业、农业、商业、交通运输和服务业等部门。其中工业和农业对财政收入的影响最大。

第一，农业与财政收入的关系。农业是国民经济的基础，也是财政收入的基础。这样说并不是从农业直接为财政收入提供的数据来分析，而是基于农业是国民经济的基础来认识的，因为农业的发展状况制约着国民经济的发展，它不仅可以提供粮食和生活副食品，保证再生产对劳动力的需要，而且还为轻工业的发展提供原材料。因此，在国民经济发展中，农业基础越雄厚，轻工业就会得到越快发展；而轻工业的发展不，资金积累水平的提高，为重工业的发展创造了条件，重工业的发展有可使国民经济的各部门获得先进的技术装备，这一循环链条中，农业起着重要的基础环节作用。

第二， 工业与财政收入的关系.工业是国民经济的主要部门，也是财政收入的主要来源部门。就我国的工业和农业相比，工业部门的技术装备、劳动生产率要远远高于农业，积累水平也要高的多。因此，在财政收入中来自工业部门的收入占绝大比重，工业部门完成上缴任务多少，对保证财政收入起决定作用。为了增加财政收入，要有计划的扩大工业生产规模，狠抓工业产品质量、降低成本、提高劳动生产率等因素，以求财源的日益茂盛。

第三，从国民经济其他部门看，他们也都与财政收入密切相关，如商业部门的收入也是财政收入的一个重要来源。商业活动虽然一般不创造价值，但它在实现其职能过程中，参与商品价值的分配，因此商业活动的经济效益如何、盈利大小都直接影响财政收入的多少。建筑业、服务业、旅游业等部门，这些部门在经济运行中都发挥着不可替代的作用。它们的运行状况如何必然影响经济总体的状况，进而使财政收入的来源发生变化。因此，协调好国民经济各部门的关系，广辟财源，也是一个重要的方面。

二、问题的分析与解决

本文使用逐步回归的方法，研究二十多年以来我国财政收入与主要影响要素之间的定量关系。

1.确定模型所包含的变量。被解释变量为国家财政收入，解释变量为工业总产值、农业总产值、建筑业总产值、社会商品零售总额、受灾面积、年底人口数目。

2.确定模型的数学形式，从而从回归方程可以看出，在中国1980-2007年国家财政收入与工业总产值（亿元）、农业总产值（亿元）、建筑业总产值（亿元）、消费品零售总额（亿元）、受灾面积（万公顷）和人口数目（万人）中那些因素的相关性显著、哪些相关性不高。

本文收集了1980-2007年财政收入（亿元）、工业总产值（亿元）、农业总产值（亿元）、建筑业总产值（亿元）、消费品零售总额（亿元）、受灾面积（万公顷）和人口数目（万人）数据（见表1）。通过逐步回归，从中选取对财政收入影响显著的因子，从而建立相应的模型。变量说明如下：

y：财政收入（亿元）               x1：工业总产值（亿元）

x2：农业总产值（亿元）            x3：建筑业总产值（亿元）

x4：消费品零售总额（亿元）        x5：受灾面积（万公顷）

x6：人口数目（万人）

表1样本数据表

年份财政收入(亿元)工业总产值(亿元)农业总产值(亿元)建筑业总产值(亿元)社会消费品零售总额(亿元)受灾面积(万公顷)人口数目 (万人)

3.为了消除价格变动因素带来的问题，我对货币量计量的数据做了调整，调整结果见表2。

表2消除价格变动因素的样本数据表

年份财政收入(亿元)工业总产值(亿元)农业总产值(亿元)建筑业总产值(亿元)社会消费品零售总额(亿元)商品零售价格指数(%)工业品出厂价格指数(%)农产品收购价格指数(%)

注:

（1）在国家财政收支中，价格补贴1985年以前冲减财政收入，1986年以后为财政支出,为了可比，本表将1985年以前冲减财政收入的财政补贴改在财政支出表中列支。

（2）在工业总产值中，2000年以后数据由于统计口径误差没有得到，因此所给数据是由EXCEL数据序列填充得来；1991—1994年工业总产值的数据是根据1995年第三次工业普查数据作了调整。

（3）在建筑业总产值中，1980—1992年数据为全民及集体所有制建筑企业数据；1993—1995年数据为各种经济成分的建制镇以上建筑企业数据；1996—2001年数据为资质等级(旧资质)四级及以上建筑企业数据；2002年以后数据为所有具有资质等级的总承包、专业承包建筑业企业(不含劳务分包建筑也企业)数据。

（4）在人口数目中,均为年底人口数目，并且1982年以前为户籍统计数；1982—1989年数据根据1990年人口普查数据有所调整；1990—2000年数据根据2000年人口普查数据进行了调整；2001—2003年数据为人口变动情况推算数。

（5）在农产品收购价格指数中，由于所给数据有限，没有找到该指数2000—2003年的数据，因此，我们通过EXCEL数据序列填充来得到后面的数据。

（6）在建筑业总产值中，由于统计的口径存在着误差，1981—1984、1986—1988年数据是通过调整得到的，调整方法如下：建筑业总产值=国有建筑企业总产值-农村建筑队总产值。

三、结果分析

实验使用SPSSPASW Statistics 17.0.0，实验分析选择线性回归，步进方法标准中使用变量的F值的概率进入值为0.05，删除值为0.1。

表3  输入／移去的变量a

模型输入的变量移去的变量方法

1x3.步进（准则: F-to-enter 的概率 <= .050，F-to-remove 的概率 >= .100）。

2x6.步进（准则: F-to-enter 的概率 <= .050，F-to-remove 的概率 >= .100）。

a. 因变量: y

表3是逐步回归每一步进入或剔除回归模型中的变量情况。

表4 模型汇总

模型RR 方调整 R 方标准估计的误差

1.994a.989.989389.7636433

2.997b.994.993303.4375781

a. 预测变量: (常量), x3。

b. 预测变量: (常量), x3, x6。

从表4看出，只包含x3变量的方程中其调整后的R方为0.989；而包含x3和x6项回归方程的判定系数为0.994，调整后的R方为0.993，拟合程度相对更好。

表5  Anovac

模型平方和df均方FSig.

1回归3.535E813.535E82327.000.000a

残差3949808.13926151915.698  

总计3.575E827   

2回归3.552E821.776E81928.635.000b

残差2301859.0952592074.364  

总计3.575E827   

a. 预测变量: (常量), x3。

b. 预测变量: (常量), x3, x6。

c. 因变量: y

逐步回归模型的方差分析中，只包含x3的回归方程中，其F值为2327.000，F0.05(1,27)=4.2252，可见F>F0.05(1,27)，回归方程显著；在同时包含x3和x6的回归方程中，F值为1928.635，F0.05(2,25)=3.3852，同样可见F> F0.05(2,25)，回归方程显著。

表6 系数a

模型非标准化系数标准系数tSig.

B标准 误差试用版

1(常量)719.67395.540 7.533.000

x3.886.018.99448.239.000

2(常量)4642.767930.291 4.991.000

x3.956.0221.07243.913.000

x6-.035.008-.103-4.231.000

a. 因变量: y

查表得出，T0.025(26)为2.056，T0.025(25)为2.06，从上表6中可以明显看出常量以及各个自变量系数的T检验值（或检验值绝对值）均大于T0.025，从而回归系数显著。

从表6中看出，过程一共运行了2步，由最后一步的计算结果得知：6个变量中只进入了2个变量x3和x6。把表6中“非标准化回归系数”栏目中的“B”列数据代入多元回归模型得到预报方程：y=4642.767+0.956*x3-0.035*x6

从表5中得出此模型的F统计值为1928.653，其比F标准统计量大很多，因此回归方程非常显著。由回归方程可以看出，在中国1980-2007年国家财政收入（Y）与建筑业总产值（X3）显著正相关，与人口数目（X6）负相关，但与其他因素的相关性不高。X3的系数表明，建筑业总产值增加1％， 国家财政收入增加 0.956％，可见建筑业总产值对财政收人的影响是非常大的。；X6的系数表明，人口数目增加1％，财政收人减少0.035％，可见人口数目对财政收人的影响也是明显的。其回归标准化残差的标准P-P图如图1，从图中可以看出样本数据得出的曲线与对角线大致相符，可以判断样本服从该分布。

图1归标准化残差的标准P-P图

四、结论

政府为了满足社会公共需要及执行其行政经济职能，需要消耗大量的商品劳务，为获取必须的商品劳务，须要政府财政支出，而财政收入则是政府筹集财政经费的手段。首先，财政收入是一个过程，它是财政分配活动的第一阶段或基础阶段；其次，财政收入是一定量的货币收入，是国家可支配的财力。因此，我们努力提高财政收入是十分重要的。

通过该模型可以看出，传统的国民经济产业部门的影响作用越来越弱，我们这里所说的越来越弱并不意味着它已经失去了它的支柱性地位，而是由于我们国家经济政策、市场状况等的限制，传统的产业部门已经趋于饱和，想要有所突破已经越来越困难，发展空间有限。虽然它的重要性在减弱，但是它所处的基础地位还是不容动摇的。

通过研究，我们发现商业在国民经济中的影响已经日益突出。商业的灵活性及多样性等特点已经成为其发展的主要驱动力。为了有效的提高财政收入，发挥商业的积极作用，促进消费是十分重要。从城乡居民的消费来看，城镇居民的消费要高于农村居民的消费，而农村居民的人口数量却远远高于城镇居民人口数量。显然，农村居民还有很大的消费潜力可以提高。由此看来，我们要提高居民消费水平，在继续扩大城镇居民消费的同时，重点应放在农村的消费上，想方设法提高农村居民的消费水平，这是当前扩大消费需求的重要着力点。

从结果能够明显看出建筑业对我国财政收入的影响是显著的，对于很多地方政府来说，土地出让金占财政收入的6 0％甚至更高，使许多地方政府对房地产的高度依赖已经欲罢不能。这意味着，一些地方政府在房地产市场拥有巨大的利益。为保持房地产市场的平稳健康发展，要按照稳定完善政策、增加有效供给、加强市场监管、完善相关制度的原则，继续综合运用土地、金融、税收等手段，加强和改善对房地产市场的调控。重点是在保持政策连续性和稳定性的同时，加快保障性住房建设，加强市场监管，稳定市场预期。

与此同时，我们还应加强基础设施建设，着眼与未来，增强重点地区、重点流域的防灾、抗灾能力，以期减少损失增收减支。

 

参考文献

[1]李长风．经济计量学[ M].上海：上海财经大学出版社，1996：7 6-7 9 ．  

[2]李子奈．高等计量经济学[ M].北京：清华大学出版，2000：1 2 1-1 3 0 ．  

[3]周纪芗．实用回归分析方法[ M].南京：南京科学技术出版社，1990 ：5 6-6 9 ．  

[4]漆莉莉．国内生产总值预测模型与经济分析 [ J ].当代财经，2005(10)：3 3-3 7 ．  

[5]陶冶． 线形回归分析中对截距项的检验[ J ] .统计与决策，2001(11) ：2 8-3 3 

[6]财政收入1980、1985、1989—2002出自《中国统计年鉴》（2003年）第282页；2003-2007年出自《中国统计年鉴》（2008年）；其余年份数据出自《中国统计年鉴》（1998年）第269页。

[7]工业总产值1980、1985、1989—2002年数据出自《中国统计年鉴》（2003年）第460页；2003-2007年数据出自《中国统计年鉴》（2008年）；其余年份数据出自《中国统计年鉴》（1990年）第414页。

[8]农业总产值1980、1985、1989—2002年数据出自《中国统计年鉴》（2003年）第416页；2003-2007年数据出自《中国统计年鉴》（2008年）；其余年份数据出自《中国统计年鉴》(1990年)第335页。

[9]建筑业总产值1980、1985、1989、1990、1992—2002年数据出自《中国统计年鉴》（2003年）第527页；2003-2007年数据出自《中国统计年鉴》（2008年）；其余年份数据出自《中国统计年鉴》（2000年）第469页。

[10]社会消费品零售总额1980—1989年数据出自《中国统计年鉴》（1990年）第627页；1993—2002年数据出自《中国统计年鉴》（2003年）第618页；2003-2007年数据出自《中国统计年鉴》（2008年）；其余年份数据出自《中国统计年鉴》（1998年）第594页。

[11]受灾面积1980、1985、1989—2002年数据出自《中国统计年鉴》（2003年）第445页；2003-2007年数据出自《中国统计年鉴》（2008年）；其余年份数据由《中国统计年鉴》（1990年）第389页（由于单位问题将数据扩大十倍）。

[12]年底人口数1980、1985、1989—2002年数据出自《中国统计年鉴》（2003年）第97页；2003-2007年数据出自《中国统计年鉴》（2008年）；其余年份数据出自《中国统计年鉴》（1990年）第89页。

[13]商品零售价格指数1980、1985、1989—2002年数据出自《中国统计年鉴》（2003年）第331页；2003-2007年数据出自《中国统计年鉴》（2008年）；其余年份数据由《中国统计年鉴》（1998年）第317页。并将数据化成以1980年为基期的定基指数。

[14]农产品收购价格指数1980—1997年数据出自《中国统计年鉴》（1998年）第302页；1998、1999年数据出自《中国统计年鉴》（2000年）第290页。并将数据化成以1980年为基期的定基指数。

[15]工业品出厂价格指数1985、1989—2002年数据出自《中国统计年鉴》（2003年）第331页；2003-2007年数据出自《中国统计年鉴》（2008年）；其余年份数据由《中国统计年鉴》（1998年）第317页。并将数据化成以1980年为基期的定基指数。