安徽省税收征管效率研究

□文/ 王征宇 张嘉宁

（1.哈尔滨商业大学财税研究中心；2.哈尔滨商业大学财政与公共管理学院 黑龙江·哈尔滨）

［提要］ 税收是我国财政收入的重要组成部分，税收征管效率用来衡量税务部门征税的能力。本文运用数据包络分析模型对安徽省2019～2021年税收征管效率进行分析测算。结果显示：安徽省各市税收征管综合效率均相对有效，纯技术效率在调整后还有5 个市处于相对无效的水平；环境变量对征管效率的影响并不大。为进一步提高安徽省税收征管效率，提出要不断提高税务人员水平，提升征管技术、持续推进区域间税收征管合作、着力推动智慧税务建设等建议。

2021年3月，中共中央办公厅、国务院办公厅印发《关于进一步深化税收征管改革的意见》，对“十四五”时期税收征管改革作出了重要制度安排。为推动政策在安徽省的贯彻落实，安徽省省委办公厅、省政府办公厅随之印发《关于进一步深化税收征管改革的实施方案》，其中明确进一步深化税收征管改革的指导思想、主要目标，提出到2025年，基本建成功能强大的智慧税务，全方位提高税务执法、服务、监管能力。

安徽省作为中部地区，地处长江下游、紧邻经济发达的长三角地区，具有承东启西、连接南北的区位优势。安徽省2022年税收收入为2，246.6 亿元，比上年同口径增长5%，税收收入的增长离不开税收征管效率的提升。因此，为了解安徽省税收征管效率情况，本文利用三阶段DEA 模型，建立投入与产出及环境指标，对安徽省税收征管效率进行分析测算，根据实证结果提出相关对策建议，以期提高安徽省税收征管效率。

一、文献综述

关于税收征管效率，我国学者做了大量研究。王曙光等（2019）基于三阶段DEA 模型对河北省保定市税收征管效率进行测算，结果显示：该地税收征管效率总体偏低且税收征管技术未充分发挥其潜能。马海花（2020）对于西部地区税收征管效率运用投入型DEA 模型进行分析，认为西部地区税收征管效率水平整体偏低，大部分省份的规模效率太低导致了综合效率较低。郭玲等（2021）对我国税收征管效率的区域差异进行静动态及空间效应分析，利用Super-SBM 模型和动态Malmquist 指数法，得出我国税收征管静态效率和动态效率年均增幅都较低，两者均呈现东高西低的格局，且税收征管效率空间集聚效应显著等。赵苒琳（2022）通过构建三阶段DEA 模型，选取12个国家对其税收征管效率进行研究，发现应当通过优化税收规模促进税收征管效率的进一步提升。

二、研究设计

（一）模型构建。数据包络分析（简称“DEA 模型”）由著名的运筹学家A.Charnes 等在1978年首先提出，用于评价相同部门间的相对有效性。而后Fried（2002）对DEA 模型进行了改进，其认为管理无效率、环境因素和统计噪声会影响决策单元的绩效，因此Fried 提出了分离这三种影响的方法。

第一阶段：传统DEA 模型分析初始效率。本阶段使用原始投入产出数据进行初始效率评价。以税收征管的投入产出为基础，本文选择投入导向的BCC（规模可变）的模型进行分析。对于任一决策单元，投入导向下对偶形式的BCC 模型可表示为：

其中，j=1，2，…，n 表示决策单元，X、Y 分别是投入、产出向量，S-为投入松弛变量，S+为产出松弛变量，λ 为权重，ε 为阿基米德无穷小，θ 为决策单元的综合效率值。

若θ＜1，则决策单元非DEA 有效；若θ=1，S+=S-=0，则决策单元DEA 有效；若θ=1，S+≠0，或S-≠0，则决策单元弱DEA 有效。

第二阶段：将环境因素和统计噪声通过似SFA 回归剔除。根据Fried 等的想法，构建投入导向的类似SFA 回归函数，将环境因素和统计噪声影响通过似SFA 回归剔除，以便将所有决策单元调整于相同的外部环境中，得到调整后的投入变量。

第三阶段：调整后的投入产出变量的DEA 效率分析。将一阶段的模型代入调整后的投入产出变量再次进行计算分析，这时的数据已经剔除了环境因素的影响。

（二）变量说明及数据来源。基于安徽省税收征管现状、数据的可获得性及评价指标的合理性，选取以下指标进行后续税收征管效率的分析，具体指标见表1。（表1）

表1 安徽省税收征管效率分析指标一览表

产出变量为各地区的税收收入。投入变量为GDP、二三产业增加值及税收事务支出。GDP 一般与一个地区的经济发展水平呈正相关，往往经济发展水平越高的地区税收收入也较高；我国现在的经济结构主要是二三产业主导，税源多集中在二三产业，所以采用二三产业增加值作为税源数量的计量指标；税收事务支出是政府为征税付出的代价，因此用税收事务支出来衡量征税的成本，此数据由国家税务总局安徽省税务局单位决算中税收事务本年支出表示。环境变量选取人均GDP、人均可支配收入和人口密度。安徽省各地级市经济发展程度不尽相同，为了确保模型的计算结果更加准确，将人均GDP 作为环境变量剔除；人均可支配收入用来衡量纳税人的纳税遵从度对税收征管效率的影响；人口密度即单位面积人口数，人口密度越大的地方税源越集中，同时征管难度也更大。

本文采用安徽省16 个市2019～2021年的数据进行计算分析，数据来源于《中国统计年鉴》《安徽省统计年鉴》《中国税务年鉴》及中国政府门户网站。

三、实证分析

（一）第一阶段：调整前DEA 初始效率分析。运用DEAP2.1软件对安徽省16 个市（合肥市、淮北市、亳州市、宿州市、蚌埠市、阜阳市、淮南市、滁州市、六安市、马鞍山市、芜湖市、宣城市、铜陵市、池州市、安庆市、黄山市）的第一阶段税收征管综合效率、纯技术效率进行测算，结果如表2 所示。（表2）

表2 2019～2021年安徽省16 市税收征管综合效率与纯技术效率一览表

从表2 中可以看出，安徽省16 个市2019～2021年这三年的税收征管综合效率均有效，不存在无效的情况。芜湖市和宣城市三年综合效率均为1，排名居于前列，合肥市、马鞍山市、六安市、铜陵市、池州市综合效率相对有效，蚌埠市、亳州市、淮北市、淮南市、阜阳市、滁州市、黄山市、宿州市、安庆市综合效率较为有效。16 个市中安庆市三年综合效率的均值为0.673，排名最靠后。

合肥市、马鞍山市、芜湖市、宣城市、铜陵市、池州市和黄山市2019～2021年的税收征管纯技术效率均为1，为相对有效，六安市的纯技术效率较为有效，其他市的纯技术效率均相对无效。由此可以看出，安徽省税收征管纯技术效率呈现较大的差异，纯技术效率需要进一步提升。

以上结果是在没有剔除环境变量影响下得出的结果，为了使结果更为准确，下面将通过SFA 测算剔除环境变量的影响。

（二）第二阶段：相似SFA 回归实证分析。通过第一阶段的DEA 分析，得到了GDP、二三产业增加值、税收事务支出的松弛变量，接下来将运用Frontier4.1 软件，分别以三个松弛变量为被解释变量，以人均GDP、人均可支配收入、人口密度为解释变量，进行回归分析，回归结果如表3 所示。（表3）

表3 2021年SFA模型各松弛变量回归结果一览表

三个松弛变量回归的gamma 系数均接近1，说明利用SFA模型剔除环境变量是合理的，从回归结果可以看出，在5%显著性水平下，除了人均GDP 对税收事务支出松弛变量的T 统计量不显著外，其他环境变量对投入松弛变量的影响均显著。

人均GDP 与GDP、二三产业增加值均呈现正相关，说明每增加一单位人均GDP 会造成GDP 和二三产业增加值松弛变量的冗余量，对税收征管效率的提升起反方向作用。从纳税人的角度来看，经济发展水平越高的地区纳税人的经济条件普遍越好，纳税人有更多的手段可以减轻税负、规避税收，因而造成税收征管效率降低；从税务机关的角度来看，经济发展水平较高的地区税源比较充裕，税务机关比较容易达到税收征收目标，从而降低税收监管和征收的力度，导致税收征管效率降低。人均GDP 与税收事务支出松弛变量的系数未通过显著性检验，说明人均GDP 与税收事务支出相互不影响。

人均可支配收入与GDP、二三产业增加值和税收事务支出松弛变量的系数均为负数，说明人均可支配收入增加会使税收征管效率提高。人均可支配收入越高的地区往往税源越集中，税务部门征管的成本就会越低，从而税收征管效率就会越高。

人口密度与GDP、二三产业增加值和税收事务支出松弛变量的系数均为正值，说明人口密度越大的地区税收征管效率越低。人口密度越大，可能需要较多的税务人员进行征管工作，且征管难度也较大，这就导致税收征管成本提高，从而导致征管效率降低。

根据以上分析可以看出，这三个环境变量对GDP、二三产业增加值和税收事务支出的影响显著。因此，为了确保得出的税收征管效率更为准确，利用SFA 回归将环境变量剔除是非常重要的。

（三）第三阶段：调整后DEA 分析。在第二阶段SFA 回归的基础上，利用调整后的GDP、二三产业增加值和税收事务支出再次运用DEAP2.1 软件进行测算，得到调整后的税收征管效率。以2021年为例，对调整前后的税收征管效率进行比较，如表4 所示。（表4）

表4 2021年安徽省16 市一阶段和三阶段税收征管效率比较一览表

分析表4 一阶段和三阶段效率值，从税收征管综合效率和规模效率来看，芜湖市的综合效率和规模效率始终保持相对有效，合肥市、亳州市、宿州市、滁州市、六安市、安庆市综合效率均小幅度上升，说明环境变量对这些市的征管效率影响不大，阜阳市综合效率从0.727 上升为0.812，从较为有效变为相对有效，马鞍山市综合效率由0.919 下降到0.759，从相对有效变为较为有效，说明这两个市的税收征管效率受环境变量影响显著。从纯技术效率来看，合肥市、芜湖市、铜陵市和池州市的纯技术效率始终保持相对有效，淮北市、亳州市、宿州市、蚌埠市、阜阳市、淮南市、滁州市、六安市和安庆市的纯技术效率均有所提高，说明一阶段纯技术效率值确实受到了环境因素的影响，而马鞍山市、宣城市和黄山市的纯技术效率均有所下降，说明这些市的纯技术效率除了受到环境变量的影响外，还受到自身因素的影响。

四、结论及建议

通过以上分析测算可以看出，安徽省16 个市的税收征管效率大多处于较高的水平，综合效率均有效，调整后的纯技术效率有个市处于相对无效的情况，税收征管技术还需进一步提高；人均GDP、人均可支配收入和人口密度与三个投入松弛变量的系数均较小，说明环境变量对税收征管效率的影响不大，税收征管效率还需要通过自身税务人员素质提升、人员结构合理分配及产业结构调整等进行提升。

基于以上研究结论，提出以下提高安徽省税收征管效率的建议：第一，不断提高税务人员的水平。加强对税务人员的培训，不仅要培育专项人才，更要培育综合型人才；加强与安徽省内各高校的合作，培养税务干部后备军。第二，持续推进区域间税收征管合作。利用安徽省独特的区位优势，不仅要加强省内信息共享，更要加强与周边长三角经济发达省份及其他省份的沟通合作。第三，着力推动智慧税务的建设。充分运用人工智能、云计算等现代信息技术，优化资源的有效配置。