财政收入的影响因素
班级:09国贸
学号:*********
姓名:***
2011/11/23
一.引言
财政收入对于国民经济的运行及社会的发展具有重要的影响。首先,它是一个国家各项收入得以实现的物质保证,一个国家财政收入规模的大小往往是衡量其经济实力的重要标志。其次,财政收入是国家对经济实行宏观的重要经济杠杆。宏观的首要问题是经济总需求与总供给的平衡问题,实现社会总需求与总供给的平衡。财政收入的杠杆即可通过增收和减收来发挥总量作用,也可通过对不同财政资金缴纳者的财政负担大小来调整,来发挥结构调整的作用,此外,财政收入分配也是调整国民收入初次分配格局,实现社会财富公平合理分配的主要工具。在我国,财政收入的主题是税收收入。因此,在税务和的不变的情况下,财政收入会随着经济繁荣而增加,随着经济衰退而下降。
二、理论基础
我国的财政收入主要包括税收、国有经济收入、债务收入及其他收入四种形式,因此,财政收入会受不同因素的影响。从国民经济部门结构看,财政收入又表现为各经济部门的收入。财政收入的部门构成就是在财政收入中,由来自国民经济各部门的收入所占的不同比例来表现财政收入来源的结构,它体现国民经济各部门与财政收入的关系。我国的财政收入主要来自与手工业、农业、商业、交通运输业和服务业等部门。
三次产业 三产业的划分是世界上较为常用的产业结构分类,但各国的划分不尽一致。我国的三次产业划分是:
第一产业是指农业、林业、畜牧业、渔业和农林牧渔服务业。
第二产业是指采矿业,制造业,电力、煤气及水的生产和供应业,建筑业。
第三产业是指除第一、二产业以外的其他行业。
因此,本文认为财政收入主要受到第一产业增加值、第二产业增加值 、第三产业增加值、就业人口总数和其他收入的影响。
三.计量模型
本课题以《中国统计年鉴2004》为资料来源,使用了1978—2002年财政政收入、第一产业增加值、第二产业增加值、第三产业增加值、就业人口总数和其他收入来研究财政收入的影响因素。
令财政收入为Y(亿元)、第一产业增加值为X1(亿元)、第二产业增加值为X2(亿元)、第三产业增加值为X3(亿元)、就业人口总数为X4(亿人),其他收入为X5(亿元)。据此建立模型方程为:
y=a1+a2X2+a3X3+a4X4+a5X5+u,
表1. 1978—2002年财政收入及其影响因素数据
| 年份 | Y | X1 | X2 | X3 | X4 | X5 |
| 1978 | 1132.26 | 1027.5 | 1745.2 | 872.5 | 40152 | 40.99 |
| 1979 | 1146.38 | 1270.2 | 1913.5 | 878.9 | 41024 | 113.53 |
| 1980 | 1159.93 | 1371.6 | 2192.0 | 982.0 | 42361 | 152.99 |
| 1981 | 1175.79 | 1559.5 | 2255.5 | 1076.6 | 43725 | 192.22 |
| 1982 | 1212.33 | 1777.4 | 2383.0 | 1163.0 | 45295 | 215.84 |
| 1983 | 1366.95 | 1978.4 | 26.2 | 1338.1 | 436 | 257.84 |
| 1984 | 16.86 | 2316.1 | 3105.7 | 1786.3 | 48197 | 296.29 |
| 1985 | 2004.82 | 25.4 | 3866.6 | 2585.0 | 49873 | 280.51 |
| 1986 | 2122.01 | 2788.7 | 4492.7 | 2993.8 | 51282 | 156.95 |
| 1987 | 2199.35 | 3233.0 | 5251.6 | 3574.0 | 52783 | 212.38 |
| 1988 | 2357.24 | 3865.4 | 6587.2 | 4590.3 | 54334 | 176.18 |
| 19 | 26.9 | 4265.9 | 7278.0 | 5448.4 | 55329 | 179.18 |
| 1990 | 2937.10 | 5062.0 | 7717.4 | 5888.4 | 749 | 299.53 |
| 1991 | 3149.48 | 5342.2 | 9102.2 | 7337.1 | 65491 | 240.10 |
| 1992 | 3483.37 | 5866.6 | 11699.5 | 9357.4 | 66152 | 265.15 |
| 1993 | 4348.95 | 6963.8 | 154.4 | 11915.7 | 66808 | 191.04 |
| 1994 | 5218.10 | 9572.7 | 22445.4 | 16179.8 | 67455 | 280.18 |
| 1995 | 6242.20 | 12135.8 | 28679.5 | 19978.5 | 68065 | 396.19 |
| 1996 | 7407.99 | 14015.4 | 33835.0 | 23326.2 | 650 | 724.66 |
| 1997 | 8651.14 | 14441.9 | 37543.0 | 26988.1 | 69820 | 682.30 |
| 1998 | 9875.95 | 14817.6 | 39004.2 | 30580.5 | 70637 | 833.30 |
| 1999 | 11444.08 | 14770.0 | 41033.6 | 33873.4 | 71394 | 925.43 |
| 2000 | 13395.23 | 14944.7 | 45555.9 | 38714.0 | 72085 | 944.98 |
| 2001 | 16386.04 | 15781.3 | 49512.3 | 44361.6 | 73025 | 1218.10 |
| 2002 | 103. | 16537.0 | 536.8 | 498.9 | 73740 | 1328.74 |
用Eviews软件,对此模型进行回归,结果见表2。
表2 财政收入的影响因素回归结果
| Coefficient | Std. Error | t-Statistic | Prob. | |
| C | 551. | 853.7820 | 0.6124 | 0.5259 |
| X1 | -0.197084 | 0.205674 | -0.958236 | 0.3500 |
| X2 | -0.1290 | 0.118583 | -1.093242 | 0.2880 |
| X3 | 0.510612 | 0.086133 | 5.928196 | 0.0000 |
| X4 | 0.012982 | 0.020797 | 0.624211 | 0.5399 |
| X5 | 1.363232 | 0.6587 | 2.068679 | 0.0525 |
| R-squared | 0.998353 | Mean dependent var | 5265.284 | |
| Adjusted R-squared | 0.997919 | S.D. dependent var | 5097.395 | |
| S.E. of regression | 232.5343 | Akaike info criterion | 13.94152 | |
| Sum squared resid | 1027372. | Schwarz criterion | 14.23405 | |
| Log likelihood | -168.26 | Hannan-Quinn criter. | 14.02265 | |
| F-statistic | 2302.755 | Durbin-Watson stat | 1.048171 | |
| Prob(F-statistic) | 0.000000 | |||
(一)多从共线性检验
计算解释变量与被解释变量的相关系数,得其相关系数矩阵,见表3。
表3、各变量的相关系数表
| Y | X1 | X2 | X3 | X4 | X5 | |
| Y | 1.000000 | 0.920800 | 0.9688 | 0.992042 | 0.791855 | 0.974002 |
| X1 | 0.920800 | 1.000000 | 0.985679 | 0.960080 | 0.904965 | 0.900666 |
| X2 | 0.9688 | 0.985679 | 1.000000 | 0.991770 | 0.855917 | 0.945788 |
| X3 | 0.992042 | 0.960080 | 0.991770 | 1.000000 | 0.832335 | 0.965798 |
| X4 | 0.791855 | 0.904965 | 0.855917 | 0.832335 | 1.000000 | 0.740638 |
| X5 | 0.974002 | 0.900666 | 0.945788 | 0.965798 | 0.740638 | 1.000000 |
表4 逐步回归结果(1)
| 变量 | X1 | X2 | X3 | X4 | X5 |
| 数估计 | 0.8283 | 0.2791 | 0.3311 | 0.3443 | 13.6773 |
| T估计 | 11.322 | 18.777 | 37.787 | 6.2183 | 20.6197 |
| 可绝系数 | 0.8479 | 0.9388 | 0.9841 | 0.6270 | 0.9487 |
| 调整后的可绝系数 | 0.8413 | 0.9361 | 0.9835 | 0.6108 | 0.94 |
| X1 | X2 | X4 | X5 | 可绝系数 | |
| X3X1 | -0.3637 | 0.9969 | |||
| -9.592 | |||||
| X3X2 | -0.2632 | 0.9978 | |||
| -11.795 | |||||
| X3X4 | -0.0479 | 0.98788 | |||
| -2.602 | |||||
| X3X5 | 3.31 | 0.9879 | |||
| 2.613 |
对X3X5X1回归有:
| Coefficient | Std. Error | t-Statistic | Prob. | |
| C | 1297.770 | 148.4618 | 8.741439 | 0.0000 |
| X3 | 0.422511 | 0.023927 | 17.65840 | 0.0000 |
| X5 | 1.240881 | 0.8170 | 1.914437 | 0.0693 |
| X1 | -0.336729 | 0.038487 | -8.749137 | 0.0000 |
| R-squared | 0.997396 | Mean dependent var | 5265.284 | |
| Adjusted R-squared | 0.997024 | S.D. dependent var | 5097.395 | |
| S.E. of regression | 278.0940 | Akaike info criterion | 14.23944 | |
| Sum squared resid | 1624062. | Schwarz criterion | 14.43446 | |
| Log likelihood | -173.9930 | Hannan-Quinn criter. | 14.29353 | |
| F-statistic | 2680.839 | Durbin-Watson stat | 0.596736 | |
| Prob(F-statistic) | 0.000000 | |||
| Coefficient | Std. Error | t-Statistic | Prob. | |
| C | 985.2631 | 100.5905 | 9.794790 | 0.0000 |
| X3 | 0.586284 | 0.032066 | 18.28391 | 0.0000 |
| X5 | 1.171551 | 0.531910 | 2.202538 | 0.03 |
| X2 | -0.245561 | 0.022099 | -11.11172 | 0.0000 |
| R-squared | 0.998242 | Mean dependent var | 5265.284 | |
| Adjusted R-squared | 0.997990 | S.D. dependent var | 5097.395 | |
| S.E. of regression | 228.5127 | Akaike info criterion | 13.84671 | |
| Sum squared resid | 1096579. | Schwarz criterion | 14.04173 | |
| Log likelihood | -169.0838 | Hannan-Quinn criter. | 13.90080 | |
| F-statistic | 3973.761 | Durbin-Watson stat | 1.261799 | |
| Prob(F-statistic) | 0.000000 | |||
| Coefficient | Std. Error | t-Statistic | Prob. | |
| C | 2098.342 | 1065.593 | 1.969178 | 0.0623 |
| X3 | 0.299219 | 0.039130 | 7.6851 | 0.0000 |
| X5 | 2.3107 | 1.358304 | 1.701232 | 0.1037 |
| X4 | -0.033194 | 0.019678 | -1.686876 | 0.10 |
| R-squared | 0.9346 | Mean dependent var | 5265.284 | |
| Adjusted R-squared | 0.987824 | S.D. dependent var | 5097.395 | |
| S.E. of regression | 562.4654 | Akaike info criterion | 15.818 | |
| Sum squared resid | 63714. | Schwarz criterion | 15.84320 | |
| Log likelihood | -191.6023 | Hannan-Quinn criter. | 15.70227 | |
| F-statistic | 650.0448 | Durbin-Watson stat | 0.394160 | |
| Prob(F-statistic) | 0.000000 | |||
| Coefficient | Std. Error | t-Statistic | Prob. | |
| C | 333.1137 | 209.3477 | 1.591199 | 0.1258 |
| X3 | 0.254881 | 0.030179 | 8.445636 | 0.0000 |
| X5 | 3.318819 | 1.269927 | 2.613394 | 0.0159 |
| R-squared | 0.987903 | Mean dependent var | 5265.284 | |
| Adjusted R-squared | 0.986803 | S.D. dependent var | 5097.395 | |
| S.E. of regression | 585.5826 | Akaike info criterion | 15.69526 | |
| Sum squared resid | 7543954. | Schwarz criterion | 15.84152 | |
| Log likelihood | -193.1907 | Hannan-Quinn criter. | 15.73583 | |
| F-statistic | 8.2882 | Durbin-Watson stat | 0.465870 | |
| Prob(F-statistic) | 0.000000 | |||
Y=333.11+0.255X3+3.318X5
(二)、异方差检验
绘制x3 x5对y的散点图
由图可看出x3、x5对y的散点图,可看出y随x3的变动而呈增大的趋势,应此,模型可能存在异方差.
White 检验
| Heteroskedasticity Test: White |
| F-statistic | 5.707650 | Prob. F(5,19) | 0.0022 | |
| Obs*R-squared | 15.00805 | Prob. Chi-Square(5) | 0.0103 | |
| Scaled explained SS | 17.38304 | Prob. Chi-Square(5) | 0.0038 | |
| Coefficient Std. Error t-Statistic Prob. | ||||
| C | 994.50 | 227779.6 | 0.436780 | 0.6672 |
| X3 | 53.97613 | 45.31772 | 1.191060 | 0.2483 |
| X3^2 | -0.003310 | 0.004282 | -0.773024 | 0.4490 |
| X3*X5 | 0.032491 | 0.355021 | 0.091517 | 0.9280 |
| X5 | -1661.405 | 2149.117 | -0.7730 | 0.4490 |
| X5^2 | 3.842166 | 8.100758 | 0.474297 | 0.07 |
| R-squared | 0.600322 | Mean dependent var | 301758.2 | |
| Adjusted R-squared | 0.495143 | S.D. dependent var | 532667.9 | |
| S.E. of regression | 378477.9 | Akaike info criterion | 28.73127 | |
| Sum squared resid | 2.72E+12 | Schwarz criterion | 29.02380 | |
| Log likelihood | -353.1408 | Hannan-Quinn criter. | 28.81240 | |
| F-statistic | 5.707650 | Durbin-Watson stat | 1.758336 | |
| Prob(F-statistic) | 0.002226 | |||
(三)自相关检验
| Coefficient | Std. Error | t-Statistic | Prob. | |
| C | 333.1137 | 209.3477 | 1.591199 | 0.1258 |
| X3 | 0.254881 | 0.030179 | 8.445636 | 0.0000 |
| X5 | 3.318819 | 1.269927 | 2.613394 | 0.0159 |
| R-squared | 0.987903 | Mean dependent var | 5265.284 | |
| Adjusted R-squared | 0.986803 | S.D. dependent var | 5097.395 | |
| S.E. of regression | 585.5826 | Akaike info criterion | 15.69526 | |
| Sum squared resid | 7543954. | Schwarz criterion | 15.84152 | |
| Log likelihood | -193.1907 | Hannan-Quinn criter. | 15.73583 | |
| F-statistic | 8.2882 | Durbin-Watson stat | 0.465870 | |
| Prob(F-statistic) | 0.000000 | |||
在0.05显著水平下,查DW统计表可知,dl=0.93 du=1.90,DW<DL,
所以存在一阶正相关。
五.预测
从得出的模型可知,第三产业和其他收入的增加值会影响财政收入的则更加,第三产业增加一单位,财政收入相应的增加。其他收入对财政收入有较大的影响,这是因为其他收入本来就是财政收入的一部分。第三产业是三大产业中最有潜力的产业,在我国第三产业对我国财政收入的影响薄弱,在我国的发展还不充分,需要加快第三产业的发展。
加快第三产业是我国率先实现现代化的客观需求,第三产业的发展水平是衡量现代经济社会发达程度的重要标志。
加快发展第三产业是促进就业和提高人民生活水平的重要手段。第三产业行业多,门类广,将成为我国的经济增长点,其加快发展将充分满足人民群众日益增长的物质和文化需求。
六、建议
1.重点发展交通邮电等瓶颈产业,随着市场经济的发展,交通、邮电等流通领域已成功沟通城乡,连接国民经济各部门。我国的交通邮电设施相对薄弱,今后应该加强这些基础行业的投入,引进先进设备,吸纳多种成分参加发展。
2.加快发展新兴行业,重点发展信息咨询、房地产业,特别是旅游业。我国的旅游资源十分的丰富,我们应增加对旅游设施的投入,使其在规模上上档次,使旅游业带动购物、餐饮、交通等多行业发展,真正把旅游业作大。
3..对于第三产业在促进就业岗位增加上的作用问题,专家还有一些争论,但总的看来,认为中国的第三产业还有一定的潜力可挖。有专家认为,中国第三产业没有发展起来的原因是缺信息、缺眼光、缺组织、缺老百姓的可支付能力。就如何发展生活服务业而言,解决的办法是社会分工细化,创造新型的社区服务组织,找到更多的服务内容,发掘更多的就业岗位。对于老百姓支付能力太低这个制约第三产业发展的最大障碍,可以多学习国外类似的经验,并积极进行探索。第三产业的重要意义,主要是:有利于建立和完善社会主义市场经济;有利于加快经济发展,提高国民经济素质和综合国力;有利于扩大就业,缓解中国就业压力;有利于提高人民生活水平,实现小康。下载本文