增值税税收征管效率及影响因素分析

赵 娜，袁 梁

（1.西安外国语大学 经济金融学院，西安 710128；2.渭南师范学院，陕西 渭南 714000）

0 引言

近年来，作为我国第一大税种的增值税收入持续增长，已在我国税收体制中占据重要地位。理论界部分学者认为增值税税收收入快速增长的原因之一是管理因素[1]。也就是说，增值税税收收入持续增长的一个主要原因是政府通过强化征管力度降低了税收流失度。因此评估分析增值税税收征管效率不但有助于提升增值税税收收入，而且对进一步增强增值税的效率和公平以及优化我国税制都具有重要的价值。

国内外学者主要采用了随机前沿分析法（SFA）、数据包络分析方法（DEA）、税柄回归法和代表性税制法这四类方法测算了税收征管效率以及其影响因素，取得了较为丰富的研究成果[2-7]，然而对我国具体税种税收征管效率及影响因素的研究较少。基于此，本文将选择基于产出距离函数的随机前沿分析（SFA）方法，试图以增值税税收征管效率为研究对象，一方面考察地方政府间增值税税收征管效率的差异,另一方面分析影响增值税税收征管效率的主要因素。这对于提升税务部门的征管效率，增加增值税税收收入十分必要。

1 模型构建、变量选取与数据说明

1.1 模型构建

本文使用Battese和Coelli（1995）[8]提出的利用面板数据同时能对生产函数和技术无效率函数的参数进行估计的随机边界分析法（SFA）作为增值税税收征管效率的评估方法。

1.1.1 增值税税收征管效率投入产出变量

在我国增值税为共享税，进口环节增值税由海关代征，而国内增值税则主要由国税局负责征收。故而选择各地区国税部门征收的国内增值税作为产出衡量指标，国家税务局工作人员作为人力投入变量，同时将第二产业增加值减去建筑业增加值加上批发零售业增加值这两类指标作为投入项。建立以下基本计量经济模型：

其中，i代表地区，t表示时间，vatit为各地区国税部门征收的国内增值税，vptit和vtcit分别表示国家税务局工作人员及第二产业增加值减去建筑业增加值加上批发零售业增加值。β0则为截距项，随机扰动项vit～N(0，，uit反映在第t时期影响第i个地区增值税税收征管的非负随机变量，且ui～iidN+(μ，σu2)。TEit表示样本中第i个地区在第t时期内的增值税税收征管效率水平，且0＜TEit≤1。如果TEit=1，此时地区i在第t年的税收征管效率位于生产前沿上。而如果0＜TEit＜1，地区i在第t年的税收征管效率位于生产前沿之下。

1.1.2 增值税税收征管效率影响因素

本文考察贸易开放度、经济发展水平、地区财政支出规模、国内增值税占国税机关税收收入比重、转移支付、财政自给率及人口总数对增值税税收征管效率的作用，其形式为：

随机扰动项中技术无效率所占的比率为：

1.2 变量选取

式（1）中vatit采用各地区国税部门征收的国内增值税表示，vptit用国家税务局工作人员表示，vtcit表示为第二产业增加值减去建筑业增加值加上批发零售业增加值。式（3）中贸易开放度（open）用各省份的进出口总额*当年基准汇率/该地区GDP表示；经济发展水平（pgdp）用2007年价格水平折算的各地区的人均GDP表示；地区财政支出规模（expen）的测算方法是地方政府公共支出/该地区GDP；国内增值税占国税机关税收收入比重（vtax）以各地区国家税务局征得国内增值税/国税局征得的税收收入来衡量；转移支付（transfer）表示为（中央补助收入—上解中央支出）/地方一般预算支出；财政自给率（gov）用地方一般预算收入占地方一般预算支出的比重来衡量；人口总数（pop）为历年各地区年末总人口数。

1.3 数据说明

上述变量中，进出口总额、地区GDP、第二产业增加值、建筑业增加值、批发零售业增加值、人口总数来自于2008—2017《中国统计年鉴》；中央补助收入、上解中央支出、地方一般预算支出、地方一般预算收入、地方政府公共支出来自于2008—2017年《中国财政年鉴》；各地区国家税务局征得国内增值税和国税局征得的税收收入来自于2008—2017年《中国税务年鉴》。鉴于2009—2017年《中国税务年鉴》并没有统计各地区国家税务机关工作人员数，因此借鉴李建军等（2012）[9]的做法，基于历年税务人员增长率以及2007年各地区国家税务机关人员数测算了2008—2016年各地区国家税务局人员总数。

2 实证检验与结果分析

2.1 模型假设检验

为了检验和判断模型设计的可靠性，对生产函数的设定以及效率因素分解的合理性进行检验。似然比（LR）检验被认为是主要的模型检验方法。LR统计量公式为：LR=-2[L(H0)-L(H1)]，其中L(H0)、L(H1)分别为原假设与备择假设下对数似然值，LR服从χ2分布，自由度为受约束变量的个数。为此，本文将做如下几个假设检验：

假设1：γ=δ0=δ1=δ2=δ3=δ4=δ5=δ6=δ7=0。

即不存在非效率，此时选取普通最小二乘法（OLS）估算增值税生产函数是合适的，随机前沿生产函数无效。

假设2：β11=β22=β12=0。

由于简单的C-D生产函数假定所有的样本生产技术相同，因此采用该函数形式来估算生产技术效率受到了一些学者的批评，许多学者为了减少模型的设定偏误，开始使用超越对数生产函数等相对更具弹性的函数形式。本文需要检验超越对数函数是否比简单的C-D函数更为合理，无约束模型为：

假设3：β3=0。

检验是否存在技术进步。无约束模型为：

其中，t表示随时间变化的技术进步因素。

利用Frontier4.1软件进行分析，表1给出了假设检验结果。从表1中可以看出，假设1在1%的显著性水平下被拒绝，而假设2和假设3的LR统计量均在1%的显著性水平下被接受。进一步表明：C-D生产函数更为合适；有必要对增值税税收征管效率的无效项进行分析；增值税税收征管效率不存在技术进步。

表1 随机前沿模型假设检验结果

2.2 估计结果及分析

2.2.1 模型参数估计结果

利用Frontier4.1软件，对各地区数据进行回归，获得式（1）和式（3）对应的各项参数，结果如表2所示。其中，g值为0.35并且在1%的水平下显著，说明增值税税收征管效率的误差中有超过35%的成分来源于式（3）中包含的各变量，模型设定是有效的。第二产业工业增加值、地区税务局税务工作人员的系数分别为0.64、0.18，且均通过了1%水平下的显著性检验，前者系数显著大于后者，这意味着增值税的税收征管效率增长主要来自于第二产业工业增加值，地区税务局税务工作人员的贡献相对较小。再者，这二者的弹性之和是0.82，表明我国增值税的税收征管效率处于规模报酬递减阶段。

表2 随机前沿模型估计结果

在技术无效率函数中，贸易开放度、经济发展水平及人口总数的系数为负但不显著。转移支付估计系数显著为正，这表明其不利于增值税税收征管效率的提高。

地区财政支出规模及财政自给率的回归估计系数在1%的水平下均显著为负，表明地区财政支出规模、经济发展水平及财政自给率对增值税税收征管效率的促进效应发挥了主要作用。增值税占税收收入比重的估计系数在1%水平下显著为负。该结果支持李建军等（2013）[10]关于增值税比重与增值税收征管效率负相关的结论。

2.2.2 各地区增值税税收征管效率估计结果

表3（见下页）报告了2007—2016年我国28个省份的增值税税收征管效率估计结果。从表3可以看出，各地区2007—2016年增值税总的税收征管效率为0.601，说明地方政府税收征管效率总体水平不高，未来提升的空间较大。从单个地区来看，我国各个地区的增值税税收征管效率程度差异非常明显。主要体现在以下两方面：第一，2007—2016年增值税平均税收征管效率水平最高的三个地区是东部地区的江苏（0.863）、广东（0.799）、浙江（0.778）。而最低的三个省份是中部地区的吉林（0.473）、湖南（0.472）和西部地区的青海（0.472）；第二，省际间增值税的税收征管效率差别较大，排名第一的江苏省2007—2016年增值税税收征管效率的平均值为0.863，是排名最后的青海省的1.8倍多，这说明东部地区政府间税收竞争程度较弱，而中、西部地区间税收竞争程度较强。

表3 我国28个省份增值税税收征管效率估计值

分区域来看，我国增值税税收征管效率区域差距较大（见图1）。从图1可以看出：（1）2007—2016年东部地区、中部地区、西部地区的增值税税收征管效率在2010年均有小幅下降，随后逐渐上升。这主要是由于，一方面，对增值税税收征管效率有促进作用的财政自给率、经济发展水平、地区财政支出规模、增值税比重均有所上升；另一方面，这种变化规律与国家的增值税改革有很强的相关性。众所周知，2009年1月1日起我国增值税由生产型转为消费型，致使相同数量的税源转化的增值税收入下降。（2）东部地区增值税税收征管效率明显高于西部地区，而中部地区的增值税税收征管效率低于西部地区，而且中部和西部地区的增值税税收征管效率均低于全国平均水平。

图1 全国及三大地区增值税的税收征管效率演变趋势

3 结论

本文选取2007—2016年我国28个省份面板数据，实证分析了增值税税收征管效率及其主要影响因素。结果发现：第一，各个地区增值税税收征管效率呈现波浪式上升趋势，但平均水平较低；不同区域的增值税税收征管效率差异非常明显，东部地区高于西部，而西部又高于中部地区。第二，样本期内增值税税收征管效率程度最高的三个省份是江苏、广东和浙江，主要来自于东部地区，排名后三位的省份为吉林、青海及湖南。第三，转移支付越多，对增值税税收征管效率的阻滞作用越明显；地区财政支出规模、财政自给率及增值税占税收收入比重均有利于增值税税收征管效率的提升。