◎文/李继昆 杨悦华
经济决定税收,税收源于经济,税收收入不仅与描述经济总量的GDP(国内生产总值)有非常好的相关性,而且也和GDP不同核算方法的项目构成间有较为显著的相关性。本文利用近年来全国税收收入、GDP及其构成等数据,结合GDP的生产法、收入法和支出法三种核算方法,分别对税收与GDP的不同构成进行了多元分析和探讨,并提出了若干思考和建议。
GDP是国民经济核算体系的核心指标,也是衡量经济发展状况的最重要的总量指标。经济是税收的基础,GDP是最大口径的税源,如果只能选择一个经济指标来描述经济和分析税收,GDP是最好的选择。因此,进行税收与GDP的相关性分析便有了直观的理论基础,而以下的分析则给出了税收与GDP间多元分析的实证支撑。
如T表示税收收入,G表示GDP,则T和G间存在拟合程度非常高的线性关系(见2021年《天津税收调研》第24期的《基于全国数据的税收与经济相关性分析和思考》),关系式如下:
GDP从价值构成、收入分配和使用去向三个角度的核算,形成了GDP的生产法、收入法和支出法三种不同的项目构成。经济决定税收,不仅包含经济总量对税收的作用,也包括经济结构对税收的影响。因此,仅仅分析税收与GDP总量的相关性显然是不充分的,由方程①自然就过渡到对税收与GDP不同构成的多元分析。
结合GDP三种核算方法的基本概念,对税收与GDP的不同构成进行了多元回归分析,并结合分析的情况给出了一些初步探讨。
1.生产法GDP核算的基本概念
生产法GDP核算,是从货物和服务活动在生产过程中形成的总产品入手,剔除生产过程中投入的中间产品价值,得到新增加值的核算方法。计算公式如下:
GDP=总产出-中间投入=三次产业增加值之和
2.税收与生产法GDP构成的多元分析
假设:T表示税收收入,X1表示第一产业增加值,X2表示第二产业增加值,X3表示第三产业增加值。
通过Excel的数据分析工具或其他分析软件,可以得到如下三元的线性回归方程:
方 程②的F检 验:F=5637.2531,p=8.32×10-22<0.05,说明方程的多元线性关系显著成立。方程②的t检验:X1、X2、X3对应t检 验 的p值 分 别 为0.0016、0.0094、3.7889×10-5,都小于给定的显著性水平0.05,说明回归系数都通过了显著性检验。方程②的拟合优度检验:描述拟合优度的系数R2=0.9992,说明税收和三个产业增加值间存在显著的线性关系,且解释程度达到99.92%。
虽然从多元统计分析的角度,方程②的显著性较好,但考虑到近些年第一产业的增加值占比已不到10%,而且税收占比仅为0.1%。因此,可以只将二、三产业作为影响税收的主要因素。于是,得出如下二元的线性方程:
方程③不仅通过了F检验和t检验,而且拟合优度R2=0.9983,这表明税收与二、三产业增加值间存在非常好的线性关系。而且其拟合系数表明,在其它影响条件不变时,第二产业对税收的影响较为明显,其增加1个单位,则税收增加0.3325个单位,是第三产业税收影响的3倍多。
当然,还可以针对构成不同产业的重点行业对税收的影响进行更多因素的分析,在此不再赘述。
1.收入法GDP核算的基本概念
收入法GDP核算,是从生产过程中创造的收入角度对生产活动成果进行核算,也就是计算生产过程中获得的所有收入,包括劳动者的报酬(个人收入)、生产税净额(政府收入)、营业盈余(企业收入)和固定资产折旧。计算公式如下:
GDP=劳动者报酬+生产税净额+营业盈余+固定资产折旧
2.税收与收入法GDP构成的多元分析
假设:T为税收,Y1为劳动者报酬,Y2为生产税净额,Y3为营业盈余,Y4为固定资产折旧。
通过运算,可以得到如下的线性方程:
方程④通过了回归方程的显著性和拟合优度检验,但是回归系数的显著性检验发现,营业盈余Y3和固定资产折旧Y4对税收的影响缺乏显著性。于是,仅考虑劳动者报酬Y1和生产税净额Y2的影响,得出如下二元的线性方程:
方程⑤符合相应的统计检验,而且拟合系数R2=0.9997,表明税收与劳动者报酬、生产税净额间有非常好的相关性,并且解释程度达到了99.97%。方程⑤中自变量的系数表明,在其它影响条件不变时,生产税净额对税收的影响非常明显,其增加1个单位,税收则增加0.9126个单位。实际上,虽然近年来生产税净额占全部税收的比重有所下降,但其占比仍能达到全部税收的60%,其仍是构成税收收入总量的主要组成部分。
1.支出法GDP核算的基本概念
支出法的GDP核算,是从最终使用角度反映GDP最终去向的核算方法。最终使用包括最终消费、资本形成总额、货物和服务净出口。有如下关系式:
GDP=最终消费+资本形成总额+货物和服务净出口
2.税收与支出法GDP构成的多元分析
假设:T仍为税收,Z1为最终消费,Z2为资本形成总额,Z3为货物和服务净出口。
则可以得到如下的线性方程:
方程⑥通过了相应的统计检验,而且拟合系数R2=0.9990,表明税收T与最终消费Z1、资本形成总额Z2、货物和服务净出口Z3间有显著的线性关系,并且解释程度达到了99.90%。方程⑥中自变量系数表明,在其它影响条件不变时,资本形成总额对税收的影响最为显著,货物和服务净出口的影响则较为明显,而最终消费的影响为最弱。支出法GDP的三项构成是影响经济发展的三大需求,在不同的环境和条件制约下,三者对经济和税收的影响会呈现出不同的变化。
从理论上讲,税收源于经济,而且税收和经济总量GDP间存在线性关系已得到了充分验证。由于不同方法核算的GDP由相应的项目构成,因此,税收与GDP的不同构成间应存在多元线性关系,但其间的多元线性关系需要统计检验和实证分析的支撑。
在前面的分析中,已经分别建立了税收与GDP构成间的若干多元线性方程,表明了税收与GDP构成间确实存在较好的多元线性关系,但是由于经济和税收发展变化的复杂性以及数据资料的多样性,多元分析的结果会有一定的局限性。
税收来源于经济,GDP又是代表经济的主要指标, 税收收入不仅要受到GDP总量的影响,更多的是受到GDP不同构成的结构性影响。税收与GDP相关性的数量分析,除了分析税收与GDP总量的关系外,必然要对税收与GDP不同构成进行多因素的结构分析。
由于GDP并不能反映经济的全部,除了GDP及其不同构成外,描述经济发展状况的还包括社会消费品零售总额、不同的价格指数(CPI、PPI)、城乡居民储蓄余额和财政、金融等其他众多指标,因此,探讨其他经济因素对税收的影响,更是深化结构分析的进一步需要。
税收与GDP的相关性分析是定性分析和定量分析的结合。定性分析是对事物发展性质的分析,定量分析是对事物变化程度和数量关系的分析。从定性分析的角度,对税收与GDP的多元分析必须掌握国民经济核算、宏观经济学、税收分析指标和体系等相关的基础理论知识。
税收与GDP的多元分析更多是体现在其间的数量分析上。为此,必须努力掌握经济统计、数理统计的基本理论和分析方法。随着分析的深入,不仅要掌握一元和多元分析知识,还要了解多重相关分析、聚类分析和时间序列分析等内容以及常用数据分析工具的使用。
数据的挖掘采集是税收分析工作的基础,也是做好税收与GDP多元统计分析的需要,税收分析是从经济、税收等数据收集开始的。一方面,包括从税收部门、纳税人直接取得的税收数据;另一方面,也包括从有关部门和统计年鉴等刊物取得所需的大量数据。
数据的加工整理是税收数据采集的继续和深化,通过对数据的加工整理,使其成为系统化、条理化的综合资料;而数据加工整理的正确与否、质量好坏,将直接影响税收与GDP的多元分析的准确性和真实性。