◆福州市地方税务局课题组
税收预测方法的比较借鉴研究*
◆福州市地方税务局课题组
税收预测是政府预算编制和税收征管的重要依据。文章通过与国外税收预测的基本目的、前期准备工作、主要方法、数据来源等进行分析比较,剖析了我国税收预测的现状问题,提出了提高我国税收预测工作质量的建议。
税收预测;预测模型;预测数据
税收预测作为政府预算的第一环节,在政府财政管理中扮演着重要的角色。发达国家都十分重视此项工作,有比较成熟的税收预测体系,OECD、IMF等国际组织以及国外高校和研究机构也有大量的相关研究。长期以来,我国税务机关的税收预测工作停留在定性的经验判断基础上,缺乏系统性、规范性的税收预测体系,而高校与科研机构的税收预测往往使用高深、复杂的模型,现实的应用较少。借鉴国外税收预测的先进经验,提高我国税收预测工作质量,有利于掌握组织收入主动权、增强前瞻性和提高政府预算编制质量及财政管理效率。
(一)国外税收预测的主要目的和作用
1.税收预测提供政府下一期财政预算编制的基础,也是检验政府计划预算执行情况的基础,还是议会对政府预算分析、讨论、审批或调整的依据。
2.税收预测是制定税收计划和对下级业绩考核的重要依据。税收预测分析还通过与银行、工商部门等第三方信息比对,发现异常,为确定审计选案提供重要参照,从而加强税收管理。
3.税收预测是分析和评价政府经济政策效应(如税式支出、转移支付等)量化影响的前提。税收预测还是开展税收风险防控、测算税收流失和估算税收能力的重要内容。它为经济预测提供参考,也是经济预测的一部分。
4.税收预测是政务公开的重要内容,公开透明的税收预测信息和程序可以提高政府预算整体责任,降低税收预测的风险和不确定性。
(二)税收预测的前期准备工作
王敏(2010)指出科学的税收预测有四个前提:税收经济关系的理论、预测方法的选择和使用、完整准确的数据资料和相应的计算机支持。
当前国内外对税收和经济关系的理论分析已经十分深入,随着近年来对外学术交流日益密切,国内对各种税收经济理论学习应用也日益深入。相应的计算机支持主要是指各种有预测功能的软件,如EXCEL、EVIEWS、STATA、SPSS等,甚至更高级复杂的软件,如SAS、MATLAB等,国内外税务机构对此差异不大。
国内外有大量文章从不同的角度介绍税收预测的方法,但从预测实践上看,国内外对此有较大差异。税收预测要建立在相应的数据基础之上,基础数据不完整、不准确,预测结果也无法准确。对于国内的税务机关而言,完整准确的数据事实上成为制约税收预测的一个瓶颈,本文主要比较分析后两者。
当然,客观税收征管环境和外部经济环境也将较大程度地影响税收预测精度。
(三)国外税收预测的主要方法
1.税收预测的主要模型
综合王敏(2010)、刘新利(2000)和IMF专家(2008)观点,目前税收预测方法主要有:(1)定性分析法,如判断预测方法、专家评估(Dephi)法、税收调查分析法等;(2)时间序列分析法;(3)宏观经济计量模型法,包括各种线性或非线性回归分析法、投入产出分析法、可计算一般均衡模型(CGE)法等;(4)微观模拟模型方法;(5)其他方法,比如系统动力学模型法、神经网络预测方法、支持向量机预测法等。但税收准确程度并不完全与预测模型的复杂程度成正比,复杂的方法或模型未必比简单的方法准确。在现有的数据基础上选择合适的预测方法往往更重要,许多时候需要综合运用各种方法。
部分美国州政府运用时间序列分析法预测税收,比如新泽西州就用季节调整时间序列分析对预测税收进行调整并修订预算(IMF,2008)。当然时间序列分析技术性较强,比如季节指数平滑模型、季节调整ARIMA模型等。从计量经济学理论角度看,它能消除时间序列变量不平稳、自相关等的内生性问题(Endogenous Problem),提高预测精度,但西方国家认为其难以被议会议员、公民大众广泛理解和接受,因而其一般应用在高校及研究机构和辅助预测之中。而系统动力学模型、神经网络预测法、支持向量机预测法等则更复杂,西方政府部门运用更少。荷兰税务官员(2013)就指出,他们一般用普通最小二乘法(OLS)或投入产出表及其变化形式进行预测。目前西方国家税收预测主要运用宏观经济计量模型和微观模拟模型。
2.宏观计量经济模型与实践
宏观计量经济模型是以经济理论为基础,通过建立联立方程组,求解其回归参数得到结果,并外推或参数代入模型求得预测税收数据(王敏,2010)。现代西方国家级层面的宏观经济模型均包括大量的方程和估计参数。英国税务海关总局对消费税、资本利得税等税种的预测模型,荷兰的个人所得税预测模型等均采用这种方法。加拿大、意大利、西班牙等国家也建立了大型宏观计量经济模型。其主要优点是,一旦建立起能够描述税收经济运行规律的模型,就可以在总量水平上把握和反映税收运行的动态特征,维护和运行成本较低。但是,目前对模型所依据的经济理论基础还存有争论,模型本身对使用的数据质量要求也比较高。
加拿大财政部建立的宏观经济和财政模型是一种大型的季度宏观经济模型,主要目的是估计参数并用于预测。模型由453个方程组成,其中待估计方程有105个。模型主要分为经济模块和财政模块,税收预测集中在财政模块下的财政收入模块,包括个人所得税、企业所得税、货物和劳务税等模块。其中个人所得税模块根据纳税申报表设计,由44个方程构成,企业所得税模块则由37个方程构成。其参数估计采用OLS估计或非线性LS估计的误差修正模型。货物劳务税模块由7个恒等方程构成,以消费支出、公共部门、住房、企业部门等四种不同税基的估计为基础,采取恒等式将宏观经济总量、净货物和劳务税收入联系起来。
意大利税务部门建立的宏观经济计量模型预测项目多达500余项。模型根据税种来选择和确定相应的预测指标和计算方法,如营业盈余与公司所得税对应,工薪收入与个人所得税对应等。模型不仅考虑持续收入,也考虑一次性的政策影响和公共财政安排影响。预测模型设计采用自适应性动态概念,在整个预测过程中将所有随时不断生成的数据信息充分利用于模型中,税收行为的任何变动都能及时准确地反映在模型中。同时,还根据需要对模型采取一些维护完善措施,如分析预测值与实际值的变差、检验和控制主要预测变量(如弹性等),持续改善模型本身存在的问题,确保得到最佳的预测结果。
西班牙国家税务局通过税收和GDP之间函数关系(双对数模型)估算出弹性值,再将宏观部门测算的未来的经济指标代入,得到未来的税收预测数。对各税种进行估算时也可以采取类似的方法和步骤。他们还结合税收申报数据、以时间为准的税收收入数以及净税收收入将方程函数关系分解为经济因素、税收政策因素(税制和征管)以及其他因素(如税收所属期收入对本期税收收入的贡献等)的影响,在此基础上,根据未来可能出现的税制或征管变化进行调整,从而得出更接近实际的税收预测值,同时还对影响税收收入因素做了进一步的分析测算。
3.微观模拟模型与实践
微观模拟模型通过选择和设定具有代表性的多个微观个体,模拟这些个体的行为或相互作用,加总后得到宏观总量变动情况,进而观察宏观总体经济变量以及各层次结构性的变化情况。其基本步骤为:(1)确立模型分析目标。首先需要明确模型所分析的社会经济问题以及所分析的微观个体对象,明确微观个体的指标特征,建立宏观分析指标与微观个体特征之间的解析关系;(2)建立微观数据库。根据分析指标要求,获取真实的全部微观个体数据,或者是反映总体特征的抽样调查数据;(3)构建模型算法。首先是数据时化(Aging),将微观个体历史数据更新为目标期数据,然后将政策法规的条款及实施过程模型化,用计算机编程语言进行描述。如考虑微观个体行为反应,还需将微观个体特征指标按照行为模式进行更新;(4)模型算法运行。根据具体的政策变化和微观个体行为变化,调整模型运行参数指标,运行模型,得到微观个体新的数据指标;(5)统计和分析模拟结果。根据模拟得到的新的微观个体数据,一方面可以分析政策变化对不同微观个体的影响,另一方面可以通过对微观个体数据加总或统计推断,分析不同政策实施所产生的总体效应。①这是以数据为基础的微观模拟模型,而非以主体为基础的模型。
微观模拟模型和宏观经济模型是相辅相成、互为补充的关系,两者并无高低优劣之分。两类模型都已经逐渐成为经济学家和政府部门分析社会经济政策的重要工具。
英国税务海关总局使用微观模拟模型进行预测的税种主要有个人所得税、公司所得税、北海油气税、继承税、土地使用印花税等。英国的个人所得税模型(Personal Tax Model,PTM)用SAS语言编写,PTM的数据基础是英国年度的“个人收入调查”。调查包括样本各种涉税信息:(1)个人基础信息,如年龄、性别、地区等;(2)收入信息,如工资、养老金、利息、红利,以及自雇人员收益等;(3)税前扣除信息以及投资减免和弥补以前年度亏损信息。其样本量从1999-2000年度的15 万条增加到2006-2007年度的57万条。PTM模型覆盖广、信息完整,预测较准确,同时也是各种政策效应量化分析的基础。
加拿大企业所得税微观模拟模型(Corporate Tax Model,CTM)也用SAS语言编写,通过对纳税申报表主表和相关的应税所得分类表进行复制,计算公司一级所欠税款,对每一公司的拟建议税收/政策变化进行计算并重复加总,得出全国结果,评估税收成本或收益,按行业部门、规模和区域提供盈利者或亏损者的资料。模型允许使用历史数据,但以现行的税制结构为基础进行模拟,模拟纳税年度数据独立性较强,这为处理数据的时滞问题提供了较大的灵活性。组成模型的各个模块对资产折旧、应税资本利得、投资税收等特定的税收事项进行模拟,用主要项目中汇总的结果计算出税收总额。模型除了进行预测之外,同样也可进行政策效应的量化分析。
(四)国外税收预测的数据来源
美国税收数据来源较为详尽,比如各类申报表中,涉及所得税的申报表就达25种,申报项目十分详细。各预测机构也拥有自己的数据信息库,通过调研、向专业预测公司购买信息等多种渠道采集、更新、补充信息资料。从1996年采用电子申报以来,录入、审查等错误率由17%~19%降至0.5%。
荷兰实现了数据社会化管理和共享。荷兰财政部与其他政府部门建立了数据联系机制,一方面,荷兰税务部门可依法律规定,便捷、高效地从政府、商会等部门获取高质量的数据,进行税收分析预测和管理;另一方面,税务部门获取的数据,除内部使用外,还提供给财政部、统计局、中央规划局等部门使用。
英国税收预测的数据资源主要有:一是税务部门收集和整理以往年度的税收数据;二是财政部提供的经济预测数据;三是税务部门考虑每一种税收措施因素对税收收入的影响;四是纳税人信息,如纳税人退税数据等;五是由税务部门和财政部专家给出的专家判断。
意大利税收预测数据来源广泛、可信度高、时间跨度长。其数据库非常完整,包括:纳税申报数据,国库部、统计局、银行、海关等相关部门及行业协会的经济数据,通过国际普查公司、OECD等渠道掌握的外部经济数据,以及各种税收收入值、宏观经济预测和趋势、一次性特殊因素的经济分析等。
(一)明确职责,规范预测方法周期
许多西方国家的税收预测机构职责分工较为明确,以荷兰(2013)为例:负责会计核算的机构,不负责经济的分析,也不提出任何建议;负责税收政策效应的部门,只负责测算各项税收政策对税收收入的影响,不分析对经济的影响;荷兰统计局,只负责统计和发布数据,不进行分析和预测;中央规划局专门负责经济预测和分析。“分工越细,效率越高”。简明清晰的工作职能,使荷兰从事分析与预测的人员,有较多的时间和精力从事某项工作,容易做深、做细、做透,具有较高专业化水平;又避免了重复劳动,提高了整体合力,发挥了整体效益。
许多西方国家通过规范性立法对预算编制程序和周期进行明确,对税收预测变动调整、财政预算收入使用特别是超预算收入或完不成预算收入有明确的立法程序进行规范和审核审批,从而提高了税收预测的法定性和权威性,以达到依法征税、准确预测的目的。
(二)量化税基,重视微观模拟模型
国外普遍重视深入分析预测税基变动对税收收入影响。以税收经济理论为指导,合理界定税基,查找相关影响因素,再收集相关数据,借助分析工具灵活运用多种预测方法,以提高税种收入预测的准确性。对税基的选择和判别十分精细,模型比较全面和复杂。
国外十分重视微观模拟模型,经过多年的发展,其构建较为深入和规范,对各种因素分析较为透彻,并根据客观因素及时变更相关参数。西方国家财税预测部门对各个税种的影响因素都进行深入分析,形成由税种预测为基础的税收预测体系,并为政策效应量化分析、税制改革、政府预算等宏观决策服务。
(三)完善数据,加强源头数据监控
完整准确的数据是科学税收预测的基础。特别是建立和维护微观模拟模型,比如英国、加拿大等国家拥有数量庞大、分类有序的来自于各类税收征管信息系统的纳税人微观数据,同时还针对建模工作的需要开展税收专项调查。西方国家高度重视第三方数据的采集和利用,对各种预测过程和结果也进行评估分析,许多国家从源头上高度重视加强税收数据的管理和应用,做实做细税收会计统计核算,同时严把数质量关,拓展信息来源,加强内外部门数据信息的共享,对各种信息资源进行整合和应用,建立税收分析预测数据库,打破税收分析预测的数据瓶颈。
(四)加强协作,共同做好税收预测
税收预测目前在世界各国仍然是一个非常有挑战性的课题,随着经济状况和税收制度的变化,仍在不断产生新的问题。西方国家财税部门普遍拥有专业的税收预测分析人员,开展国际合作,吸取各个国家税务部门构建税收预测模型的经验,了解和掌握预测方法的研究进展;同时还借助相关国内外研究机构的力量,与税务部门一起,共同做好税收预测模型的构建、维护和更新工作。税收预测的协作还在于各部门间数据的共享、评估、比对和分析。许多OECD国家的税收预测往往都是几个部门经过多次磋商和评估才最终确定。比如2008年,英国财政部和税务海关总局经过9次反复讨论,最终才对税收预测达成一致。
(五)公开透明,促进预测水平提高
从西方国家经验看,增强预测透明度是有效降低预测误差的有效手段。透明度通过预测信息是否对外公开及预测程序是否有非官方机构参与两方面体现。许多国家对税收统计数据公开较为全面,对于预测的过程和算法依据都进行公开,以接受公众的监督和评判,进一步降低的预测风险和不确定性。美国州政府在进行收入预测时,允许民间机构参与,这些机构的成员来自各个行业,有经济学者、商人、政府官员、学生等。预测程序与预测信息可以通过互联网、广播、电视等大众媒体获知。在短期预测中,专家可以根据具体情况及时修正预测值,而且当预测专家独立于行政部门时,预测结果往往更准确客观(匡小平、何灵,2006)。
(一)考核管理机制不合理
我国把税收预测准确率当做考核税源管控能力的重要指标纳入税收质量评价和绩效考评之中。与国外相比,我国税收预测考核周期更频繁,要求更高,但从基层实践看,其效果并不理想。当前基层人员工作内容更加复杂,对各种考核疲于应付,部分人员不认真分析税源情况,难以全面把握税源变动情况,知其然而不知其所以然,没有去深入分析税收预测差异产生背后所蕴含的经济税源变动、征管水平变动、税收政策变动等原因。部分单位还采取提前和延缓征税的做法,更是对税收预测目的的根本背离。部分税务人员素质较差,也无法掌握运用现代的税收预测理论和方法。
(二)预测的基础数据的缺失
近年来税务机关招收越来越多的硕士和博士,部分税务机关的预测模型方法的复杂程度甚至超过国外同行,①国家税务总局《税收分析报告》2013年第5期和第25期分别刊登了相关预测文章。而两者效果的差异很大原因就在于数据基础。“基础不牢,地动山摇”。目前许多税收机关无论对宏观经济数据还是对微观企业数据的掌握都远远不够,缺乏对分税种预测所需的准确税基数据、政策效应数据和外部经济数据。许多企业填报的税收数据五花八门,漏洞百出,但却难以核实,更不要说企业故意瞒报少报的情况,也难以对企业进行处罚。在这种情况下预测精度可想而知,微观税收模拟模型也难以建立。宏观经济变量的预测数据难以准确获取,而这往往对税收预测精度影响很大。
(三)不够重视分税种预测和税基确定,政策影响量化和微观模拟模型较为缺失
长期以来,我国对分税种预测重视不够,这主要与我国对各个税种的税基确定、政策效应量化分析的缺失有关。我国多采用宏观经济计量模型进行预测,但各税种的税基和相关经济指标并不完全等同,而我国税务部门却经常将两者差异直接列入模型的残差项之中,造成预测不准。国内外的差异就在于对税基的精细化处理上。我国正处于经济改革的进程之中,各种政策变动较大,各税种的优惠政策也较多,但我国却缺少这方面的定量分析。对减免税调查数据开发利用不够深入,难以完全应用于各种税收预测。
由于税收经济行为的复杂性,经济计量模型难以准确预测部分税种收入,这时微观模拟模型就显出其优越性。但国内除了一些大学或研究机构开展这方面研究以及国家税务总局在四川乐山进行企业所得税微观模拟模型试点之外,国内基本上还没有这方面大规模的应用实例。受数据、人力和经费所限,国内的上述研究效果也不是很好。同时,因缺乏微观模拟模型,就无法和宏观经济模型预测结果进行互相印证,预测效果自然较差。
(四)部分地方政府干预较大
当前许多地区政府考核还带有很强的计划经济体制印记,长期以来,将税收预测完全等同于刚性的收入任务计划,完成任务就“一俊遮百丑”。受此影响,相应的各种违规干扰税收正常征收的行为就屡见不鲜,造成税收预测数据的非正常的失真,更干扰了各级地方财政预算的严肃性。随着我国部分地方财政收支的逐年恶化,地方政府出于财政需要片面地强调税收计划任务,甚至动用职权追加计划数的行为屡屡发生。税收计划往往成为政府平衡财政赤字的常用手段。西方国家收入计划考核建立在科学客观的税收预测和科学严密的税收征管基础之上,没有非正常的收入干预情况。美国税收预测只是税务部门征管工作中的参考,不具有硬性约束作用,工作业绩评价以是否依法征收及对税源的监控力度为主,这种考核机制确保了预测的准确性。
(五)部门配合不够,预测过程和结果也不够公开透明
我国税收预测中数据缺失还表现在第三方数据的缺失,大量税收征管所需的涉税信息掌握在政府有关职能部门手中,但税务部门获取这些信息缺乏制度保障,难以开展有效的比对分析,税收预测难以有效开展,既影响了征管效率,又浪费了政府部门公共资源。许多地区建立税收保障办法,从地方立法层面制定了信息交换与共享制度,但实践中执行效果不理想。
目前,我国税务部门比较重视从其他部门获取第三方信息以加强征管,但对向其他部门提供信息、服务全社会管理还重视不够。我国现行的税收预测数据和程序还不够公开透明,许多税收数据仍不够公开,预测的风险和不确定较大。许多高校和研究机构运用高深复杂的数学模型开展对税收总量预测,但其结果缺乏对未来有效的、长期的印证,这也造成预测准确性较低。
(一)在依法治税的前提下重新明确预测与计划的关系,改进考核机制
从根源上说,很多地区预测的差错都有地方政府各种违规干预的影子。因此,要在依法治税的前提下,重新确立政府计划和税收预测之间的关系,加快修订《预算法》,从预算立法的高度规范税收计划的具体操作和调整程序,明确各个部门的分工和职责,杜绝非正常的税收干预。从宏观经济整体发展出发预测政府的收入与支出规模。
税务部门以组织收入为中心,税收计划只是一种管理手段,预测是一种服务工具,处理好这几个方面的关系,应改革现行的税收计划考核机制。建立以收入质量的评价考核体系是一个重要解决途径。应以纳税能力估算和收入质量评价体系考核为主线,继续深化税收预测。收入质量的评价体系中除征管力度指标之外,欠税、漏征漏管户等指标说明了税收的“漏出”,也应是收入质量评价体系中的重要参数。要从根本上改变目前重计划、轻质量的税收工作现状。
(二)加强各种涉税数据采集管理,促进基础预测完善
数据是税收分析预测的基础,也是制约分析预测的瓶颈。在未来金税工程三期建设过程中,应当以税收分析业务为先导,以日常税收征管数据为基础,以税收专项调查数据为补充,以外部交换数据为必要组成部分,拓展和整合相关数据资源。
一是严格执行税收会计制度,升级、完善税收征管信息系统,建立起良好的数据管理纠错机制,提高各种采集的税收数据质量。二是参考国家统计局一套表制度,整合各种涉税数据采集表报,减轻纳税人填报负担,提高效率和真实性。三是扩大获取涉税信息的宽度。尽快修订完善《税收征管法》,从国家法律层面为税务部门获取第三方信息提供制度保障,加强各部门间的信息传递和交换。四是充分发挥税务部门优势,在提高数据质量的基础上,主动向其他政府部门提供信息,减少重复劳动,提高信息利用效率,为经济社会发展作出更大贡献。
(三)立足我国实际,进一步完善税收预测方法
目前,我国在税源预测方面正处于由传统方法向现代方法过渡阶段,因此,根据我国实际情况,在宏观上应利用一般均衡理论与动态经济理论,建立大型宏观预测模型对现有税源、潜在税源的发展态势进行预测,对政策变动效应进行模拟估算。基于基层税务部门在技术和方法相对落后的情况下,建议其采用信息量要求较少、成本较低的简单预测模型。
随着我国税收信息化的发展和金税工程三期的建设,税务部门积累了海量的纳税人个体微观数据。我们应充分利用这一优势资源,再采集相关补充信息,逐步开发建立符合我国实际的微观模拟模型,按照先易后难、注重实用的原则,从非行为性的静态的税收微观模拟模型开始做起,努力争取在个人所得税、企业所得税微观模型建设上先取得突破。参考西方国家先进经验,宏观和微观各个模型预测结果之间进行相互补充验证,并建立我国的税收政策效应模型,对我国未来经济税收政策调整的有效性进行评估和分析,进一步提高税收预测模型的准确性和适用性。
(四)完善税收预测管理制度
通过与政府部门的有效沟通,探索建立我国纳税户的单一代码体系,区分单位及个人,做到身份一致、数据准确和来源统一。进一步建立健全完善的数据管理机制,对涉税数据信息的分类、分流、督办、反馈、考核等整个过程管理链条进行规范,为税收分析预测夯实基础。建立一套科学合理、切实可行的税源预测制度,从预测方案的制订、预测工作的实施到工作目标的考核等各个方面做出具体规定,为提高预测的准确性提供科学化、规范化的制度保证。建立税收预测联席制度,通过税务机关各部门对税收政策、征管措施等变动对收入的影响分析,对下一阶段总体税收走势进行综合性分析判断,并逐步加强与政府经济部门的沟通协作,共同做好税收预测工作。
(五)大力强化税收分析预测队伍建设
预测业务人员的素质从根本上决定了预测准确度。税源预测需要理论与实践相结合,需要运用经济学、信息学、数理统计学、计量经济学等多种学科的多种方法来处理大量的数据资料。我国必须加强税收预测专门机构的建设,在组织上、人员编制上予以有力保障,并通过实践和培训提高其专业分析技能,培养和积累一批具有较好的理论基础和一定的实际经验的税收预测人才队伍。还可广泛借助外力来弥补税收分析预测队伍的不足,提升分析预测水平。唯有如此,才能真正建立起我国税收预测工作长效机制,不断提高预测水平,全面发挥税收预测的职能作用。
[1]刘新利.税收分析概论[M].北京:中国税务出版社,2000.
[2]王 敏.税收经济分析的方法、模型和系统实现研究[M].北京:经济科学出版社,2010.
[3]国家税务总局税收科研所、国际税务司.2007-2009年国外税收考察报告集[M].北京:中国税务出版社,2011.
[4]国家税务总局税收科研所、国际税务司.2010-2011年国外税收考察报告集[M].北京:经济科学出版社,2013.
[5]匡小平,何 灵.从美国州税收预测程序看我国税收计划改革取向[J].税务研究,2006,(10).
[6]Golosov, Mikhail, John King.Tax Revenue Forecasts in IMF Supported Program[R].IMF Working Paper,2002.
[7]Annette Kyobe, Stephan Danninger.Revenue Forecasting-How is it Done? Result from a Survey of Low-Income Countries[R].IMF Working Paper, 2005.
(责任编辑:盛桢)
F812.423
A
2095-1280(2014)03-0057-07
*本文是中国国际税收研究会2014年课题的阶段性成果。
课题组成员:曾钟滔,男,福州市地方税务局局长;林家忠,男,福州市地方税务局总经济师;吴明光,男,福州市地方税务局计划财务处处长;邢 锋,男,福州市地方税务局计划财务处干部。