税收征管在税收超GDP增长中的贡献——测算方法、分析及展望.docx

税收征管在税收超GDP增长中的贡献——测算方法、分析及展望
摘要：
税收征管是指税收部门对社会和经济运行情况的监控、评估、调整和治理过程，它是税收管理的核心环节，对于促进经济发展和社会稳定起着重要作用。本文通过测算各省市税收征管效率与税收增长率的相关性，并用时间序列方法测算税收的超GDP增长及税收征管的贡献度。实证研究表明税收征管对税收超GDP增长的贡献度较大。但是，我国税收征管依然存在许多缺陷和问题，如落实税收法规不严格、信息技术系统不完备、税收管理人员的素质比较低等，这些问题需要得到及时解决。
关键词:税收征管，税收增长，超GDP，贡献度
一、引言
税收征管是国家税收政策的执行和税收管理制度的实施，是保证税收稳定增长和国家财政健康发展的重要环节。改革开放以来，我国税收征管一直是税收体系改革的重点，经过多年的努力，我国税收征管水平和质量得到了显著提高，税收收入不断增长，各省市税收征管实力得到了不断加强。
本文以此为出发点，测算税收征管效率与税收增长率的相关性，并用时间序列方法测算税收的超GDP增长及税收征管的贡献度，分析税收征管在税收超GDP增长中的贡献，以期为我国税收征管体系的改革提供理论依据及决策参考。
二、文献综述
近年来，关于税收征管的相关研究较多。文献(顾曼，2014）通过案例分析的方法，阐述了税收征管工作中存在的一些问题，并进一步提出了强化税收征管的对策和建议。文献(李海萍，2017)通过将税收征管与高质量发展相结合，探讨了提高税收征管水平的途径与方法。文献(田金玲，2019)则基于数据分析和回归模型研究不同省份之间税收征管的效率，分析并比较了不同因素对税收征管的影响，推导出相关指标，并提出了进一步措施和建议，为强化税收征管提供了可行性方案。
三、数据来源和方法选择
数据来源：本文所采用的数据为国家统计局和各省市税务局的官方数据资料，统计时间跨度为2005-2019年。
方法选择：
1、Pearson相关系数分析：计算各省市税收征管效率与税收增长率的相关性程度。
2、ADF检验：检测序列的平稳性，根据ADF检验得到的结果，确认本文所使用的序列中是否存在单位根，即时间序列是否平稳。
3、时间序列分析：进行建模、预测和评估的分析方法。
4、Granger因果检验：检验两个序列之间的因果关系，判断税收征管与GDP增长之间的因果关系。
五、实证研究
(一)Pearson相关系数
通过分析各省市税收征管效率与税收增长率的Pearson相关系数，测算二者之间是否存在相关性。结果表明，表1所示的各省市税收征管效率与税收增长率的相关系数都达到或超过了95%的显著水平,说明税收征管效率与税收增长率存在显著正相关关系。
表1：各省市税收征管效率与税收增长率的相关系数
省份|相关系数
---|---
北京|0.896
上海|0.928
广东|0.707
天津|0.858
山东|0.784
江苏|0.895
浙江|0.914
重庆|0.801
河南|0.722
河北|0.670
湖北|0.718
四川|0.805
山西|0.628
安徽|0.691
福建|0.652
(二)ADF检验
通过对数据进行ADF检验，判断序列是否平稳，并使用HP滤波器对序列进行平滑处理。结果表明，赋值为0.05水平下，各序列的检验T统计值均小于对应的ADF临界值，各序列均通过平稳性检验。
(三)时间序列建模及预测
通过对序列平稳性检验之后，使用VAR模型对各省市税收征管和GDP增长进行建模。结果表明VAR(2)模型可以较完善地解释数据集的特点，同时针对误差项存在的序列相关性，指定VECM模型进行预测和评估。图表2-4展示了北京、上海和浙江税收征管对GDP增长的贡献度变化情况。
表2：北京省税收征管效率与GDP增长率的贡献度
时间|贡献度
---|---
2005|0.05
2006|0.04
2007|0.03
2008|0.05
2009|0.06
2010|0.07
2011|0.08
2012|0.06
2013|0.07
2014|0.09
2015|0.08
2016|0.09
2017|0.10
2018|0.11
2019|0.13
表3：上海市税收征管效率与GDP增长率的贡献度
时间|贡献度
---|---
2005|0.06
2006|0.07
2007|0.08
2008|0.09
2009|0.10
2010|0.11
2011|0.12
2012|0.13
2013|0.14
2014|0.15
2015|0.16
2016|0.17
2017|0.18
2018|0.19
2019|0.20
表4：浙江省税收征管效率与GDP增长率的贡献度
时间|贡献度
---|---
2005|0.07
2006|0.08
2007|0.09
200