中國區域稅收征管效率評價及影響因素研究
——基于四分法DEA-Malmquist的分析

張　斌

(新疆財經大學 公共經濟與管理學院,新疆 烏魯木齊　830012)*

一、引言及文獻綜述

加快稅收征管方式轉變，不斷提高稅務機關征管效率是當前深化稅收征管體制改革的重要方面。而稅收征管效率測算主要有參數方法和非參數方法。前者以數據擬合為基礎，運用數據模型、SAF模型進行測算[1-3]，但測算結果會因模型設定而產生偏差[4]。非參數方法包括經典DEA方法、Super-SBM DEA模型、DEA-Malmquist三分法模型。經典DEA模型暗含的假設與現實不符，包容錐性DEA模型[5]和超效率DEA模型[6]對此進行了改進。DEA-Malmquist三分法模型用于測算稅收征管動態效率[7，8],并且能夠分解出全要素征管的純技術效率、規模效率和技術進步，結論都認為技術進步是稅收征管效率提升的重要動力。但究竟是基準技術進步推動還是規模技術變動推動，既有文獻無法給予解釋。本文在既有文獻三因素分解基礎上，通過對技術進步因素進行分解得出基準技術變化和規模技術變化。

二、稅收征管效率評價方法與指標數據選取

(一)四分法DEA-Malmquist指數模型分解

四分法DEA-Malmquist指數模型由Zofio(2007)在Fare R(1994)等人三分法的基礎上，對技術變化指數進行分解，最終得出四種效率指數[9，10]，目前國內學術研究使用該方法測算動態效率的文獻幾乎空白。四分法效率指數分解過程如下：

(1)

(2)

(3)

(二)評價指標選取與數據來源

基于數據可得性和評價指標選擇的合理性，具體指標選取見表1。

表1 　我國稅務系統征管效率評價的投入產出指標

上述指標中，稅務系統機構僅包括省、市、縣(區)稅務機關數、直屬機構數、派出機構數(分局、稅務所)；稅務機構征稅總成本，借鑒盧洪友等(2009)[11]的測算方法得出，產出量指標參照張斌(2017)[12]的研究方法得出。本文研究對象為全國31個省市的稅收征管系統，樣本區間為2008-2014年，指標原始數據主要來源于2009-2015年《中國稅務年鑒》《中國統計年鑒》，其中山東地稅、新疆地稅、浙江國稅、天津和湖北國、地稅部分年份征管機構數據通過其國、地稅網站獲得。國、地稅在職人員數據及機構數據在統計過程中，海南、福建、江西三省和內蒙古自治區的部分年份數據缺失，本文以相鄰或相近年份的數據替代補齊缺失數據。在效率分析時以國家最新確定的東部、中部、西部及東北四大經濟區域為主要模塊展開區域分析。

三、稅務系統征管效率評價

(一)征管效率靜態分析評價

由效率得分(見表2)可知，全國各省市稅務系統征管效率值普遍比較高，最低都在0.6以上。2009年效率均值最高0.885， 2011年最低0.855，波動幅度僅為0.82%，基本趨于相對平穩狀態，說明稅務系統征管水平總體上并未顯著朝好的方面改善。稅收征管效率處在生產前沿面的省市呈現出波動狀態，稅收征管有效率(效率為1)的省份最高年份11個，占比35.5%，最低年份10個，占比32.3%，征管無效率省份年均在20～21個之間。其中稅收征管持續有效率省市為北京、上海、海南、甘肅、寧夏、青海、西藏和新疆；天津、山西、廣東和黑龍江四省處在有效率和無效率交替變動區間，其余省份則一直處于無效率區間，無效率程度區域差異比較大。2008-2014年稅務系統總體征管效率均值為0.868，低于均值的省份達到15個，占比48.4%，主要集中在華東、東北、西南以及中部大部分地區，這些地區均是稅源、稅基相對豐富的地區，稅收征管效率水平低說明稅收征管資源的無效利用程度較高但改善提高的空間也會較大。從效率得分可以初步判斷，2008-2014年我國稅務系統征管資源至少在20個省份存在不同程度的過剩投入或者征管資源投入未實現合理利用。

(二)征管效率動態分析評價

1．征管效率的Malmquist指數變化趨勢及空間分布。由表3可知，2008-2014年全要素征管效率均值為1.101，年均增速為10.1%，表明我國稅務系統稅收征管對人、財、物的各種投入，總體上利用程度較好，效率水平整體基本處于較快遞增狀態。全要素征管效率變動呈現出偏左倒“V”型，增速在2010年達到最高17.2%，之后增速持續下滑，到2013年增速下降到了3.6%，2014年雖有上升但也僅為6.6%。征管效率雖然總體上呈現出遞增狀態，但各省份區域效率變動差異性較大。征管效率年均提升速度最快省份為福建18.4%，最低為山西0.9%。增速在10%以上的省份有22個，占比70.9%，表明我國大部分省市稅務機關征管效率處于快速改善狀態；增速在10%以下的9個省份當中，東部占4個，中部占2個，西部占3個。分析還發現，在6年當中并不是所有省份稅收全要素征管效率都處于遞增狀態，2008-2009年有2個省份處于減速狀況，2009-2012年所有省份效率呈現出增速狀態，特別是2009-2010年和2010-2011年全要素征管效率年均增速15%以上，但2012-2013年和2013-2014年兩年共計出現了8個省份全要素征管效率減速的狀況。總體來說，2008-2014年至少有25個省份的M值全大于1，表明至少有25個省份稅務系統征管效率水平是持續提升的。

表2　2008-2014年全國各省市稅務系統征管效率得分結果

注：該表根據各省2008-2014年年均征管效率值降序排列得出。

2．征管效率的Malmquist指數分解及影響因素分析。由表4可知，2008-2014年規模技術年均增速達到9.8%，純技術變動為0.4%，而規模效率和純技術效率都為-0.1%，表明全要素征管效率水平整體一直處于遞增狀態主要源自技術進步中規模技術的貢獻，純技術變動對其貢獻度不明顯，規模效率變動和純技術效率變動對其貢獻平均為負，意味著我國稅務機關在稅收征管技術開發方面能力比較強，但征管資源運用能力有待提高。從各指數變動趨勢發現，規模效率和純技術效率均處于遞增、遞減交替波動的狀態，說明稅務系統征管資源運用能力不扎實導致現有投入的征管資源配置效率處于不穩定狀態，并且征管資源投入和產出的合理化程度也存在波動性，表明稅務系統整體征管技術效率的改善存在不可持續性。2013-2014年規模效率和純技術效率都呈現出遞減狀況，意味著稅務系統征管資源的配置規模和運用能力同時呈現下降情況，需要引起注意。規模技術一直處于遞增狀態，但增速呈現出減緩趨勢，而純技術指數處于正、負增長交替狀態，表明稅務系統基準技術創新雖然不穩定，但以現有技術為基礎，綜合運用各類征管資源規模技術的提升，顯著提高了征管效率水平。“金稅”一期、二期工程的推進是征稅規模技術運用的重要體現，有效地推動了征管效率水平的持續提升，但其規模報酬遞減已經顯現，隨著“金稅”三期的全面實施這種遞減趨勢可能會有所改善。

表3　 2008-2014年全國各省市稅務系統征管效率Malmquist指數

注：該表根據各省2008-2014年年均征管效率Malmquist指數降序排列得出；M表示全要素生產率。

表4　2008-2014年全國各省市稅務系統分年度征管效率Malmquist指數及其分解

注：表中2008-2014年數值均為幾何均值。

表5顯示了四大區域影響全要素征管效率因素在時序和區域空間上的變動情況。2008-2014年我國四大區域稅務系統全要素征管效率均呈現出增長趨勢，增速由高到低分別是東北12.2%，中部10.8%，西部10.5%，東部8.4%。四大區域全要素征管效率水平提升都是依賴規模技術的改善，其中，中部規模技術貢獻最大，東北和西部居中，東部最低，但各區域規模技術增速都呈現出快速下降趨勢，中部下降最快，年均增速由2010-2011年的30.7%快速下降到2013-2014年的3.6%。四大區域中東部、東北和西部規模效率年均呈現惡化狀態，增速分別為-0.6%、-1.0%和-0.1%，特別是東北和西部惡化狀態呈現出擴大趨勢；中部規模效率年均優化效應比較明顯，特別是2013-2014年優化程度最大，優化速度達到3.3%。純技術效率在各區域略微呈現出趨同性變化，即基本都呈現下降狀況，其中東部和中部先于東北進入減速狀態，特別是中部純技術效率減速趨勢明顯，而西部一直處于改善狀態。純技術變化在東部和西部年均呈現基準技術改進狀態，東部改進速度最快(2.6%)；而中部和東北則呈現基準技術退步狀況，不過四大區域在2013-2014年都進入基準技術改進狀態。

表5　 2008-2014年全國各省市稅務系統分區域征管效率Malmquist指數及其分解

注：2008-2014年數值均為幾何均值。

表6顯示了2008-2014年我國各省市稅務系統全要素征管效率指數及其影響因素情況。由表6可知，規模技術變化因素對除廣東外其他各省市稅務系統全要素征管效率的提升都起到了顯著促進作用，其中江西、遼寧、河北、湖南、湖北、山東等6個省規模技術增長較快，增速都在15%以上，增速在10%以上的省份達到19個，占比61.3%，表明我國大部分省份稅務系統技術投入規模在迅速擴大；增速10%以下的省份有11個，其中北京和上海增速均在5%以下，說明經濟相對發達的上海、北京征管技術的投入規模與最優規模比較接近，因此規模技術的提升空間有限，增速必然受到規模制約；而其余不發達地區規模技術增速也在5%以下，更多表明技術投入規模是不足的，未來提升空間大。其余三個因素對各省全要素征管效率變動產生了顯著地區差異。規模效率變化顯示，有14個省存在規模效率惡化情況，其中山西規模效率惡化程度最高，內蒙古次之，其余13個省相對較輕，說明這些省份征管資源投入都存在不同程度的過剩；有17個省規模效率在優化或處于相對優化狀態，如北京、廣西、青海、上海、新疆、西藏，其征管資源投入規模與產出長期處于相對優化狀態。純技術效率變化顯示，有10個省存在征管技術運用水平不同程度的降低，降低幅度相對比較高的省份由高到低依次為湖北、天津、河南；有21個省征管技術運用水平處于提升或保持不變狀態，不過征管技術運用水平提升的省份提升速度都普遍較低，最高的山西省年均增幅也僅僅為3.5%，其余都在3%以下。純技術變化顯示，有17個省存在對稅收征管潛在基準技術有所改善或保持不變的情況，其中年均改善速度較快的省份有廣東17.8%、江蘇9.0%、重慶4.9%，14個省出現了退步，其中江西、貴州年均技術退步程度最高，達到4.5%以上，表明我國稅務系統在稅收征管標準技術方面的創新總體上還是不強的。綜合來看，全國僅有8個省市的稅務系統四個影響因素均對全要素效率水平提升起到了拉動作用，表明我國大多數稅務系統在征稅資源管理、配置以及基準技術創新、技術規模等方面還需要不斷的改進、完善、優化和創新。

表6　2008-2014年全國各省市稅務系統分省征管效率Malmquist指數及其分解

注：該表根據各省2008-2014年年均征管效率Malmquist指數降序排列得出；表中2008-2014年數值均為幾何均值。

四、結論與政策建議

(一)結論

運用四階段DEA-Malmquist指數分解方法得出2008-2014年我國稅收征管靜態效率和動態效率值及四大影響因素值，結果發現：2008-2014年我國稅收征管效率均值為0.868，年均增速為10.1%；規模技術變動因素是稅收征管效率提升的主要動力；中部規模技術提升動力最強，東北和西部規模效率變動處于惡化狀態，東北純技術效率變動提升動力顯著，東部純技術變動提升動力強勁。

(二)政策建議

1．繼續加強“金稅三期”系統上線規模，完善優化“金稅”三期系統運行機制。2016年起“金稅”三期系統全國上線，實現了稅收征管業務流程的一體化。這種征管技術手段規模的擴大必定推動規模技術效率的提升。然而“金稅三期”系統的上線是在各地區征管水平、人員素質非均衡稟賦條件下全面實施的，要使“金稅三期”系統上線后真正發揮其技術的規模效應，后續的系統操作運行顯得非常重要，而機構優化、人員能力提升顯得尤為關鍵，否則必然會出現技術規模超出現有征管機構、人員能力范圍進而導致技術規模無效率程度擴大的情況。因此，需要強化運行機制建設，進一步完善和優化“金稅”三期系統運行機制。

2．合理優化征管資源配置，加強征管人員業務素質培訓。研究表明，我國稅務系統征管技術效率對全要素征管效率水平的提升作用不顯著，包括純技術效率和規模效率都不顯著，純技術效率體現的是征管人員技術運用能力，說明當前我國稅務系統征管人員技術運用水平提升較慢，部分省份存在技術運用能力退步的情況，因此，需要加強征管人員，特別是區縣級一線征管人員的業務培訓，否則再好的規模技術上馬也會因操作人員技術運用能力不足而產生效率損失，同時也要加強納稅人員培訓。規模效率體現的是征管資源投入與產出的合理化程度，研究表明我國稅務系統征管資源配置規模合理化改善程度不高，甚至存在部分省份稅務系統征管規模惡化的情況。因此，在新的征管模式下，應該綜合分析區域稅源規模分布，打破行政框架，科學設置征管機構和人員分配，全面優化國、地稅機構、人員及財力的分配規模，實現不同區域、國、地稅系統征管資源的合理配置。

3．提高技術創新水平，加強技術創新型人才的引進力度。研究表明我國稅務系統征管純技術變動因素提升整體效率水平的動力不強勁，稅務征管潛在基準技術改善不足，因此，一方面稅務系統要通過建立創新人員激勵機制來強化現有征管技術人員技術創新能力，提高其技術創新水平；另一方面要加大技術創新型人才的引進力度，擴大技術創新隊伍規模，為稅務系統潛在基準技術的改善提供智力支持，重點在中部和東北地區。

4．依區域，分重點，進一步提升稅收征管強項，改進稅收征管弱項，綜合推進稅收征管改革。稅收征管規模技術是推動各區域征管綜合效率提升的重要動力，今后各區域應依托“金稅”三期技術平臺，加強區域稅收征管技術合作，進一步強化區域規模技術的合力效應。稅收征管規模效率除在中部地區外，均處于規模惡化狀態，特別是東北和西部地區，對此應圍繞“金稅”三期工程，結合“營改增”，重點綜合調整國、地稅征管資源規模及配置，徹底扭轉稅收征管規模效率惡化的狀況。

參考文獻：

[1]Vlassenko I.Evaluation of the efficiency and fairness of british,french and swedish property tax systems[J].Property Management,2001,19(5):384-416.

[2]Lewis B D.Local government taxation:an analysis of administrative cost inefficiency[J].Bulletin of Indonesian Economic Studies,2006,42(2):213-233.

[3]王德祥,李建軍.我國稅收征管效率及其影響因素—基于隨機前沿分析(SFA)技術的實證研究[J].數量經濟技術經濟研究,2009(4):152-160.

[4]楊得前.我國稅收征管效率的動態評價：1997-2007[J].當代財經,2010(8):20-25.

[5]姜銘,宋效中.基于錐性DEA模型的稅收征管效率評價[J].燕山大學學報(哲學社會科學版),2011(4):91-93.

[6]宋英杰.基于SUPER-SBM DEA模型的稅收征管效率區域評價[J].統計與決策,2012,3(19):80-83．

[7]劉窮志,盧盛峰.中國稅務機關稅收征管效率的動態趨勢及其決定因素分解[J].財貿研究,2010(3):71-78.

[8]何正華．稅收征管難度監測模型及應用[J]．湖南大學學報(社科版)，2017(5)：57-63．

[9]Zofio J L. Malmquist productivity index decompositions:a unifying framework[J]. Applied Economics, 2007,39(18):2371-2387.

[10] Fare R, Grosskopf S, Norris M, et al. Productivity growth, technical progress,and efficiency change in industrialized countries[J]. American Economic Review,1994,84(1)：66-83.

[11] 賈智蓮, 盧洪友.稅收努力、環境差異與地方政府財政汲取能力—基于中國省級數據的實證研究[J].財經論叢,2009(5):26-33.

[12] 張斌. 我國國、地稅征管效率評價比較及其影響因素—兼論國、地稅深化合作的有效途徑[J].中央財經大學學報,2017(8):13-22.