我國稅收與ＧＤＰ關系的再思考

摘要：我國稅收統計數據中，1985年的數據比較以前數據有巨大的增長，形成了一個數據異常點，其主要原因是我國在1984年10月實施了第二步“利改稅”，同時頒布實施了六部新稅收條例。本文假設“利改稅”發生在1978年，于是對1978—1984年“虛國營企業所得稅”進行補值，這樣就消除了1985年數據異常點的影響。經過相關性和時間序列分析，本文認為1978—2005年間，我國經濟總量的變動決定了稅收總量的變動，稅收增量的變動主要受稅收政策變動影響，其與經濟增量變動的相關性微弱。因此，稅收與經濟總量保持了協調增長，增長率卻相互獨立。

關鍵詞：稅收；GDP；數據異常點

中圖分類號：F810．42文獻標識碼：A

文章編號：1000-176X(2007)01-0081-08

一、問題的提出

通常數據和圖像能比較直觀地說明問題，我們可以從表1和圖1中看出1985年數據異常點的存在。文中的稅收數據不包括關稅和農業稅收。為消除價格因素的影響，文中采用司春林這里使用的方法是司春林（2002）［1］的方法，計算方法如下：縮減指數＝GDPiGDPiindex×GDP1978indexGDP1978其中，GDPi表示第i年GDPiindex名義值，表示第i年GDP指數，GDP1978代表1978年GDP名義值，GDP1978index代表1978年GDP指數（＝100）。

注：（1）稅收總量與稅收增量的單位是億元。

（2）1978年稅收增量和稅收增長率沒有取值。

（3）全部數據根據《中國統計摘要2006》、《中國統計年鑒》（2000）和《中國統計年鑒》（2005）計算得到。

從表1中可以看出，1985年實際稅收總量是1399．143億元，比上年增長703．64億元，增長率高達101．17％，無論是增量的絕對數還是增長率，1985年都是空前絕后的。這種趨勢在圖1中更為直觀。圖1中的ratetax表示稅收增長率。為更清晰地反映這種趨勢，我們在1985年添加了輔助線a。制圖軟件是Eviews5．0。

圖1

這種現象的形成原因主要是在1984年10月1日實施了第二步“利改稅”，同時頒布實施了產品稅、增值稅、營業稅、鹽稅、資源稅、國營企業調節稅等六部新稅收條例。之后不久，在1985年4月又開征了集體企業所得稅。產品稅、增值稅、營業稅、鹽稅、資源稅等五稅是從1984年以前征收的工商稅演變出來，在對集體企業開征集體企業所得稅之前，集體企業就其形成利潤繳納工商所得稅，并且從1958年公私合營以后，工商所得稅的主要納稅人就是集體企業［2］。因此，國營企業的“利改稅”是形成1985年數據異常點的最主要原因。事實也如此，1985年新征國營企業所得稅占當年全部稅收（不包括關稅和農業稅收）的33．21％。

1985年數據異常點的存在，必然會影響時間序列數據分析的結果。因為1985年數據異常點對稅收總量變動和增長率變動的解釋，有可能產生壟斷的解釋能力，使得其它影響因素的解釋能力下降，我們有可能只關注異常點產生的原因而忽略了其它原因，從而影響有關結論。當然，這只是一種推測，但是這要求我們從另外的視角重新思考稅收和經濟的關系。

實際上，我國在對國營企業利改稅之前，國營企業一直是采用直接上繳的方式向國家繳納利潤，但是繳納的比例和方式不統一，甚至同一個行業也難以統一。但是繳納利潤的事實是存在的，“利改稅”是規范了國家和國營企業的分配關系，并不是憑空開征了國營企業所得稅。因此，可以采用對1978—1984年“虛國營企業所得稅”補值的辦法消除1985年數據異常點的影響，從而能更加客觀地分析稅收與經濟的關系。由于1985年的異常點并不是由測量錯誤或者記錄錯誤造成，所以簡單的剔除異常點的方法并不可取［3］。

二、對“虛國營企業所得稅”補值

如果我們掌握1978—1984年全國國營企業上繳的利潤數，那么補值過程就比較容易，可以用上繳利潤數直接作為“虛國營企業所得稅”數。但是相關年鑒中并沒有給出這一數據，通常是上繳稅利合計數。因此需要根據已知數值估計以前數值。由于2001年以后統計年鑒中的所得稅數據統計口徑發生變化與以前年度不可比，所以我們采用1985—2000年的數據來估計以前數據。估計的方法如下：首先根據1985—2000年國營企業所得稅數據建立若干回歸方程；其次根據每個方程的預測能力指標的優劣選擇最佳方程；最后根據選定的方程預測1978—1984年虛國營企業所得稅各年值。這也是Pindyck和Rubinfeld［4］推薦的對時間序列數據補值的常用方法。

（一）數據與指標整理

本文使用的數據均來自《中國統計年鑒》。文中用SEIT表示國營企業所得稅，QSEIT表示虛國營企業所得稅，T表示時間趨勢項，1978年取1、2000年取23。相關數據如表2所示。

（二）回歸方程的估計

我們利用1985—2000年SEIT數據對時間趨勢項T回歸，結果見表3、表4和表5。ma項是方程殘差的移動平均項。文章使用的軟件是Eviews5．0。

從表3、表4和表5中可以看出，方程（1）R2和校正的R2都是最高，但是方程有序列自相關現象，且不易消除。方程（2）R2和校正的R2都是最低，但是消除了序列自相關現象。方程（3）R2和校正的R2居中，很好地消除了序列自相關現象。初步判斷方程（3）比較可取，但是仍然要參考方程預測能力指標來決定方程的取舍。

通常，依靠以下指標對一個方程的預測能力加以判斷：MAPE即平均絕對百分誤差，一般認為MAPE值低于10，則認為預測精度比較高；Theil Inequality Coefficient即希爾不等系數，其介于0—1之間，數值越小，預測精度越高；Bias Proportion即偏差率（BP）、Variance Proportion即方差率（VP）和Covariance Proportion即協變率（CP），當預測比較理想的時候，均方差大多數應該集中在協變率上，其余兩項都比較小［5］。三個方程的預測能力指標如表6所示。

從表6中可以看出，只有方程（3）的MAPE值小于10，希爾不等系數也是三個方程中最小的，CP值接近于1，幾乎集中了全部的均方誤差。因此，方程（3）是比較可取的。

（三）虛國營企業所得稅的確定

通過方程（3）得到1978—1984年虛國營企業所得稅數值，如表7所示。

三、經濟總量與調整后稅收總量的關系

（一）數據整理和指標解釋

我們用acgdp表示實際GDP，用adactax表示調整后實際稅收，用ragdp表示GDP增長率，用adratax表示調整后稅收增長率，用policy表示稅收政策。這里的稅收政策有三方面含意，包括稅制、征管方式和征稅技術。相關數據如表8所示。

注：（1）acgdp與adactax的單位是億元。（2）1978年實際GDP和調整后實際稅收增長率沒有取值。（3）全部數據根據《中國統計摘要2006》、《中國統計年鑒》和表7中有關數據計算得到。（4）表8中相關數據根據司春林（2002）的方法進行了縮減處理。

從表8中可以看出，經過調整后1985年實際稅收增長率為24．33％，比未調整前的101．17％小了很多。

（二）相關性分析

相關性分析能夠反映調整后實際稅收總量和實際GDP總量之間聯系的密切程度。相關程度越高，聯系越密切。這里使用的分析軟件是SPSS 11．0。

分析結果表明acgdp和adactax之間的Pearson相關系數是0．957，p=0．000，其統計學意義在0．01水平上是顯著的。非參數相關分析的Spearman相關系數為0．980，p=0．000，其統計學意義也在0．01水平上顯著。因此，我國實際GDP和調整后實際稅收，在1978—2005年間，具有高度相關性，并且統計學意義十分顯著。

我們使用同樣的方法，可以得到調整前實際稅收總量（actax）和acgdp之間的Pearson相關系數是0．965，p=0．000，其統計學意義在0．01水平上是顯著的。非參數相關分析的Spearman相關系數為0．978，p=0．000，其統計學意義也在0．01水平上顯著。因此，對1985年異常數據的調整沒有影響稅收與經濟總量之間高度的相關性。

（三）協整檢驗

計量經濟學理論告訴我們，在對不同的時間序列數據進行回歸分析之前，需要進行單位根檢驗；否則，會產生“偽回歸”現象，即兩個時間序列高度相關，但是這種相關性沒有任何經濟意義。我們使用的檢驗方法是E-G兩步法（Pindyck、Rubinfeld， 1998）［4］，使用軟件Eviews5．0進行協整檢驗。檢驗結果如表9所示。

注：（1）檢驗形式中，TI表示有截距項和趨勢項，N表示無截距項和趨勢項，數字代表滯后期。（2）d(2)代表二階差分。（3）RESID是協整回歸方程的殘差。

我們作圖可以判斷出兩個時間序列都存在趨勢項和截距項，根據AIC（赤池信息準則）和SIC（施瓦茨準則）取到最小值來確定滯后期數。分析結果表明，acgdp 和adactax的ADF值分別大于1％、5％和10％臨界值，序列是非平穩的，經過兩次差分后d(2) acgdp的ADF值小于5％的臨界值，d(2) adactax的ADF值小于1％的臨界值，說明原序列經過兩次差分后是平穩的，并且協整回歸方程的殘差RESID的ADF值小于其1％臨界值，說明協整回歸方程的殘差是平穩的，所以acgdp 和adactax是二階單整的。因此，我們可以依據acgdp 和adactax的高度相關性和協整性，建立回歸方程。

（四）調整后實際稅收回歸方程

adactax 和acgdp的直接回歸結果顯示，DW統計量為0．139328，這說明方程的殘差序列可能存在自相關，對方程增加ar（1）和ar（2）項后，消除了自相關現象。用Eviews5．0使用OLS方法回歸結果如表10所示。

校正R20．992958Prob(LM)0．110967從表10中可以看出，該方程擬合的效果是比較好的，樣本決定系數和校正后樣本決定系數都高達99．30%以上，自變量的標準誤差很小，t統計量十分顯著，并且消除了自相關現象。由于增加了ar項，因此DW統計量失效，改用LM統計量，LM統計量為4．397041，相伴概率為0．110967，高于0．05，因此，接受了殘差序列不存在序列自相關的原假設。

如果使用對1985年修正以前的實際數據，在對actax和acgdp兩列時間序列數據進行協整檢驗以后，actax和acgdp的回歸關系如表11所示：

比較表10和表11，在對數據修正前與后，經濟總量對稅收總量變動的解釋力度幾乎相同，方程的形式也基本一樣，沒有任何實質性的區別。

的確，我們在消除1985年稅收數據異常點的影響后，實證分析的結果依然支持實際經濟總量決定實際稅收總量的假設，這進一步驗證了“經濟決定稅收”的命題是穩健的。

四、經濟增量與調整后稅收增量的關系

（一）相關性分析

我國實際稅收增長率與調整后實際GDP增長率的相關性分析結果見表十四、表十五。使用軟件為SPSS11．0。

表十四和表十五顯示，ragdp和adratax之間的Pearson相關系數是0．078，相伴概率是0．697，統計學意義不顯著。非參數相關分析的Spearman相關系數為-0．012，p為0．954，統計學意義也不顯著。因此，ragdp和adratax之間的相關程度在統計學意義上是不顯著的。

經濟增長率和調整后稅收增長率線性相關的確是不存在的，有沒有可能是曲線相關呢？故對二者作散點圖是必要的，如果是曲線相關，那么散點呈現曲線形狀；否則只是一堆散點，沒有任何趨勢。見圖2，制圖軟件是SPSS11．0。

從圖2中可以看出，ragdp和adratax之間不存在明顯的曲線關系，散點沒有反映出任何明顯的趨勢。

既然調整后稅收增長率和經濟增長率相關性微弱，根據金人慶［6］確定的稅收增長問題的分析框架，那么我們猜測稅收增長率的變動是由稅收政策的變動引起的。回顧1978年以來的28年間，重大稅收政策變動有以下幾個方面：1984年10月1日頒布實施了六部新稅收條例和“第二步利改稅方案”，1994年1月1日新稅制實施，1996年征管改革，2001年7月金稅工程二期（增值稅稽核系統）在全國推廣。實際上，稅收政策變革的效果既體現在正式變革前，也體現在變革后，很少有變革前相關利益各方沒有反應，且稅收變革能在瞬間完成的。一般情況是，改革以前，相關利益各方聞風而動，改革也要持續一至兩年才能全面完成。例如：1984稅改的效果在1985年得到體現；1994稅改之前的1993年出現了各地為了多從中央財政取得返還而“哄抬”基數的現象；1996征管改革也是如此，1996年7月在重慶召開全國稅收征管改革工作會議，1997年1月國務院批準了《深化征管改革方案》，征管改革一直持續到1997年底才在全國的城區陸續完成［7］；“金稅二期”到2003年底這項工作才全面完成。

事實上，稅收政策即有變與不變的區別，還有調整力度大與小的區別。稅收政策通過稅收系統作用的結果之一就是實際稅收增長率的變動，其能夠反映稅收政策調整力度的大小，因此，我們依照實際稅收增長率在稅收政策變革的年度實際取值的比例關系，確定稅收政策調整力度大小，并設定1985年為基準值“1”。因為1985年增長率最大，為了簡化計算將最大值取為1，其余值的絕對值取在0—1之間。在這里稅收政策具體賦值的大小并不影響計算結果，關鍵是要保持確定的比例關系。

值得說明的是，本文對稅收政策的賦值僅僅是反映了稅收政策變動的影響，而不包含同一時期經濟變動的影響首先，本文是在稅收增長的變動是由于經濟增長變動、稅收征管變動、稅制變動和物價變動引起這一分析框架內展開分析。我們使用縮減指數消除了物價變動的影響，那么影響因素還有經濟和稅收政策兩個方面，這與金人慶［6］的分析框架一致。目前在國內外對稅收增長歸因分析的文獻中，所給出的分析框架也不出這一框架。其次，我們在前文中已經證明，在我國稅收增長率的變動和經濟增長率的變動是不相關的。這說明在本文分析的時間區間內，經濟增長率不能為稅收增長率的變動提供解釋。最后，我們從表8中觀測28年間四次稅收政策變動期，可以看出，經濟增長率的變動在其中的三個期間是與稅收增長率變動方向相反，而不是同向變動。例如：1984年經濟增長率從0．15176下降到1985年0．13471，而同期的調整后稅收增長率從1984年的0．0649上升到1985年的0．2433。同樣的區間還有1996—1997年和2001—2003年。惟一同向變化的是1993—1995年區間，經濟增長率從1993年的0．13944下降到1995年的0．10014，同時，稅收增長率從0．1341下降到0．0402，但是稅收增長率的降幅是經濟增長率降幅的2．3倍。由此可見，如果說稅收政策的賦值包含了同時期經濟變動的影響的話，那么經濟變動的作用是反向的，實際稅收政策變動的作用將超過本文的賦值。因此，本文的賦值是比較保守的估計。

我們對policy賦值，以體現出稅收政策變革的強度。賦值結果如表12所示。

從表十七和表十八的分析結果顯示，adratax和policy之間的Pearson相關系數是0．691，p=0．000，其統計學意義在0．01水平上是顯著的。非參數相關分析的Spearman相關系數為0．627，p=0．000，其統計學意義在0．01水平上顯著。如果我們將adratax和policy視作刻度級變量，0．691的Pearson相關系數說明二者顯著相關；如果將之視為順序級變量，0．627的Spearman相關系數也說明二者顯著相關。并且在兩種情況下統計意義都十分顯著。在對policy賦值后，與adratax和ragdp之間的相關性相比，adratax和policy之間相關性獲得顯著提高。這也驗證了我們先前的猜測。

本文的目的是想對1985年異常數據點調整后，看有關結論的穩健性，因此與1985年數據調整前結果的比較是必不可少的。用同樣的方法，我們可以計算出在對1985年數據調整以前，實際稅收增長率（ratetax）和稅收政策（policy）的Pearson相關系數是0．949，p=0．000，其統計學意義在0．01水平上是顯著的，非參數相關的Spearman相關系數為0．610，p=0．001，其統計學意義在0．05水平上顯著。我們發現，在消除1985年異常點影響后，刻度級變量線性相關系數（Pearson相關系數）下降了0．258個單位，次序級變量的相關系數（Spearman相關系數）上升了0．017個單位。的確，1985年數據異常點對相關性分析產生了影響，使得線性相關系數有高估的偏向，但是這并沒有改變稅收增長率的變動與稅收政策變動顯著相關的結論。

（二）協整檢驗

在對adratax和policy進行回歸分析之前，對時間序列數據協整檢驗是必不可少的。檢驗結果如表13所示。

注：（1）檢驗形式中，I表示有截距項，N表示無截距項和趨勢項，數字代表滯后期。（2）RESID是協整回歸方程的殘差。

我們從圖形判斷adratax時間序列存在截距項，根據AIC（赤池信息準則）和SIC（施瓦茨準則）取到最小值來確定滯后期數。分析結果表明，adratax的ADF值5％和10％臨界值，policy的ADF值分別小于1％、5％和10％臨界值，序列是平穩的，并且協整回歸方程的殘差RESID的ADF值小于其5％臨界值，說明協整回歸方程的殘差是平穩的，所以adratax和policy是協整的。因此，我們可以建立adratax和policy的回歸方程。

（三）回歸方程估計

如果我們直接對adratax和policy回歸，結果顯示，DW統計量為0．722972，這說明方程的殘差序列存在自相關，對方程增加ar（1）項后，消除了自相關現象。用Eviews5．0使用OLS方法回歸結果如表14所示。從表14中，可以看出該方程擬合的效果是可以接受的，樣本決定系數和校正后樣本決定系數都64％以上，自變量的標準誤差很小，t統計量十分顯著，并且消除了自相關現象，LM統計量為0．311013，相伴概率為0．855981，高于0．05，因此，接受了殘差序列不存在序列自相關的原假設。

當然，經檢驗ragdp和adratax也是協整的，但是adratax若對ragdp回歸，方程的解釋力度很低，R2為0．151481，校正R2為0．116126。

比較表14和表15的兩個方程，可以看出，在對1985年數據異常點調整以后，稅收政策對稅收增長率變動的解釋力度下降了26．71％。確實由于1985年數據異常點的存在，使得調整前稅收數據高估了稅收政策對稅收增長率變動的解釋力度。但是這種高估并不嚴重，而且數據調整前后方程的形式沒有變化。稅收增長率的變動依然可以解釋為稅收政策的變動和增長率本身的慣性導致的。這也驗證了這一結論的穩健性。

五、結論

1985年的稅收數據是異常的，在對1978—2005年共28年的稅收數據縮減處理，消除價格因素影響以后，1985年的稅收增量無論是絕對數還是增長率都最高，增長率高達101．17％，通常是其它年度增長率的10倍左右。在計量經濟學建模的過程中，如果忽略數據異常點的獨特作用，有可能使得到的模型發生偏誤。我們根據1978—1984年國營企業上繳利潤的事實，對1978—1984年虛擬的國營企業所得稅進行補值，以消除數據異常點的影響。經過補值處理，1985年稅收增長率為24．33％，它反映了消除國營企業“利改稅”影響以后，其它的稅收政策變動對稅收收入的影響。我們使用調整后稅收總量的時間序列數據對經濟總量的時間序列數據回歸，經過協整檢驗后，發現數據的調整并沒有改變二者的關系。經濟總量依然解釋了幾乎全部（99．35％）的稅收總量的變動。在對稅收增長率和經濟增長率關系的實證分析中我們發現，數據的調整并沒有明顯改善稅收增長率對經濟增長率的回歸方程，經濟增長率對稅收增長率變動解釋力度依然很低，二者的相關性微弱。進一步的研究發現，稅收政策的變動和調整力度大小與稅收增長率的變動呈現顯著的相關性（0．691）。如果我們使用調整以前的稅收數據，那么稅收政策與稅收增長率的相關性變成強相關性(0．949)。的確，1985年異常數據點會使得我們高估稅收政策和稅收增長率的線性相關性，但是二者的相關性在數據調整前后都是顯著的。同樣，在稅收增長率對稅收政策變動回歸關系的研究中，1985年異常數據點使得調整前回歸方程的解釋力度提高（92．44％），調整后回歸方程的解釋力度下降（65．73％），但是方程的解釋力度依然是可以接受的，并且方程的形式沒有變化。

在消除1985年稅收異常增長點影響以后，從表11可以看出，除了經濟總量t統計量顯著外，稅收總量的自回歸項也是統計顯著的，所以稅收總量的慣性增長作用會影響下期值變化。從表14看出，稅收增量的變動是由稅收政策的變動決定的，這其中包括稅制的變動和征管方式及征稅技術的變動，由于自回歸項是統計意義顯著的，所以增量的慣性也會對下期值的變動產生影響。

綜合以上研究，我們得出以下結論：稅收總量變動取決于經濟總量的變動和自身的慣性作用，稅收增量的變動取決于稅收政策的變動和自身的慣性作用。1985年數據異常點的存在，雖然輕度降低了稅收政策和稅收增長率變動的相關性和二者回歸方程的解釋力度，但是上述結論在數據調整前后是穩健的。

回顧這28年間稅收與經濟的關系，我們認為1996年以前稅收低于GDP增長和1996年以后稅收高于GDP增長都屬于正常現象。在經濟經過多年連續高速增長后，1996年以前的稅制雖然能夠為稅收增長提供充足的稅基，但是征管方式不能適應征管需要、征稅技術落后等原因，使潛在的稅基不能轉化成稅收收入，導致1996年以前稅收增速慢于經濟增長速度，這種低增速的慣性也加劇了這種現象。1996年以后，隨著稅制更具彈性、征管方式的變革和征稅技術的改進，稅務部門不但可以吸收本年GDP產生的稅收，而且有能力消化以前的積累，這會導致稅收增速加快，進而超過GDP的增速。高增速的慣性會使這一現象持續。隨著稅制內在彈性的進一步提高、征管方式改革的深化、征稅技術的提升，我們可以預期稅收在一段時間內，依然會超GDP增長。但是如果稅制對經濟已經保持了充分彈性，征稅技術已經提升到波峰，征管方式已經適應征管需要，那么稅務部門對稅收政策的潛力已經開發完全，稅收的增長必將向經濟增長回歸，不會漂移很遠。顯然，現階段依然處在稅收政策的調整期，只有當稅收增長長期穩定地回歸到經濟增長之后，我們才能說稅收和經濟完全連通，協調增長。

參考文獻：

［1］司春林，王安宇，袁慶豐． 中國IS-LM模型及其政策含義［J］． 管理科學學報，2002，(2)．

［2］北京經濟學院財政金融教研室． 新中國稅制演變（1949—1979）［M］． 天津：天津人民出版社，1985．

［3］古扎拉蒂． 計量經濟學基礎［M］．費劍平等譯． 北京：中國人民大學出版社，2005．

［4］Robert S．Pindyck， Daniel L．Rubinfeld． Econometric Models and Economic Forecasts［M］． New York :McGraw-Hill，1998．

［5］易丹輝． 數據分析與Eviews應用［M］． 北京:中國統計出版社，2002．

［6］金人慶．中國當代稅收要論［M］． 北京：人民出版社，2002．

［7］劉佐． 中國稅制五十年2000［M］． 北京：中國稅務出版社，2000．

(責任編輯：韓淑麗)

<注>：本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文