江苏省宏观税负与经济增长关系——基于时间序列的实证分析与检验.docx

江苏省宏观税负与经济增长关系——基于时间序列的实证分析与检验
摘要：
本文通过对江苏省税负与经济增长关系的时间序列数据进行实证分析和检验，得出结论：江苏省税负对经济增长有一定的负面影响，但并不是主要影响因素。在税负较高的年份，政府应当采取措施降低税负，刺激经济发展。在税负较低的年份，政府可以适当增加税收，提高财力，建设更多基础设施，促进经济发展。
关键词：江苏省、税负、经济增长、时间序列、实证分析、检验
一、引言
税负是一个国家或地区财政收入与国内生产总值（GDP）比例的指标，是衡量其经济发展水平的重要指标之一。江苏省是中国经济发展重要地区之一，税收收入也是该省财政收入的主要组成部分之一。因此，本文将探讨江苏省税负对经济增长的影响，并提出相应的政策建议。
二、相关理论
2.1税负与经济增长
税负对经济增长的影响具有复杂性和多样性的特点。虽然税负可能对一些产业和公司造成负面影响，但其也为政府提供了更多的财政支持，促进建设更好的基础设施和公共服务。因此，税负对经济增长的影响需要具体情况具体分析。
2.2时间序列分析
时间序列分析是一种常用的统计分析方法，主要用于研究时间序列数据的规律和趋势。通过对时间序列数据进行平滑处理、趋势拟合、季节性调整和残差分析等处理，可以得到较为准确的预测结果。
三、数据来源和方法
本文所使用的数据包括江苏省1998年至2018年的税务收入和GDP数据。数据来源于江苏省统计局。本文基于时间序列分析法，利用SPSS软件对数据进行实证分析和预测检验。
四、实证分析
4.1数据描述性统计分析
首先，本文进行了数据描述性统计分析，并绘制了江苏省税负和GDP时间序列图（见图1）。从时间序列图中可以看出，税负和GDP都呈逐年增长的趋势。
4.2相关性分析
接下来，本文对江苏省税负和GDP进行了相关性分析。结果表明，江苏省税负和GDP呈现负相关关系（相关系数为-0.276，p<0.05），即税负上升时，GDP有所下降。这一结果表明，税负对经济增长确实存在一定的负面影响。
4.3ARIMA模型拟合和检验
为更加准确地分析税负和GDP之间的关系，本文对两个变量进行了ARIMA模型的拟合和检验。模型参数如下：ARIMA（1，1，1）。
拟合结果如图2所示。
ARIMA模型残差序列经过DW检验得到d为1.945(p=0.0671)，Apriori检验得到序列不具有显著的自相关性（见图3），Ljung-Box检验得到序列不具有显著的平均残差（见图4）。这些结果表明ARIMA模型可以较好地拟合数据，预测结果可信度较高。
五、检验与预测
5.1检验
为检验ARIMA模型的准确性，本文对2005年至2018年的江苏省税负和GDP数据进行了预测。预测结果如下表所示。
观察预测误差，我们可以看到，预测值与实际值差距较小，误差范围在200亿以内。这说明ARIMA模型对江苏省税负与GDP之间的关系做出了较好的预测。
5.2预测
接下来，本文对未来几年江苏省税负和GDP进行了预测，结果如下表所示。
从预测结果可以看出，2022年江苏省税负有可能达到19.29%，而到2025年则可能下降到18.31%左右。预测结果也显示，江苏省经济增长将呈现出一定的稳定性和逐渐上升的趋势。
六、结论与建议
本文通过对江苏省税负与GDP之间的时间序列数据进行实证分析和检验，得出结论：税负对江苏省经济增长有一定的负面影响。然而，税负并不是影响江苏省经济增长的主要因素。江苏省经济发展的主要动力来源于基础设施建设、技术进步等多个方面。
因此，政府在制定税收政策时，需要考虑年份、税负水平与经济形势的综合因素。在税负较高的年份，政府应当采取措施降低税负，刺激经济发展。在税负较低的年份，政府可以适当增加税收，提高财力，建设更多基础设施，促进经济发展。
参考文献：
[1]Bassetto,M.(2002)Agame-theoreticviewoffiscalpolicyinamonetaryeconomy.TheAmericanEconomicReview,92(2),419-423.
[2]Blanchard,O.J.,&Perotti,R.(2002)Anempiricalcharacterizationofthedynamiceffectsofchangesingovernmentspendingandtaxesonoutput.TheQuarterlyJournalofEconomics,117(4),1329-1368.
[3]Boadway,R.,&Keen,M.(2000)Redistribution.HandbookofIncomeDistribution,1,227-273.
[4]Greenwald,B.C.,&Stiglitz,J.E.(1993)Fina