影响浙江省财政收入的因素分析(共23页).doc

精选优质文档-倾情为你奉上影响浙江省财政收入的因素分析 一，前言 改革开放以来，我国经济迅猛发展，一方面是经济的体制的改革，大大地促进了劳动生产力，另一方面也离不开政府对经济的调节和引导。政府根据凯恩斯需求管理理论进行的宏观政策，大大缓解了经济运行中大起大落的现象。而实施这种政策的基础之一是财政收入。财政收入是政府满足支出需求的，依据政治权力或生产资料所有权，利用各种财政收入形式集中的一定量的货币收入。它是政府实现其职能的物质保障，是稳定经济运行的有效方式，是调节收入实现社会公平的重要手段。 在近30年来，浙江省在经济上取得了非凡的成就，GDP从1997年的100亿元增长到2006年的15742.51亿元，财政收入从1997年的19.64亿元增长到2006年的1298.204亿元，人均可支配收入连续几年名列前茅。这些成就的取得很大程度上，来至于地方政府合理的财政政策和相应的税收制度。浙江省能否延续财政收入不断增加？这就需要相应的理论来解释影响财政收入的因素以及相应的实证结果来说明此理论的合理性。从理论上说,在国家、集体、个人三者之间分配比例相对稳定的情况下, 国内生产总值增长的高低与财政收入的高低大体上成正比, 社会消费品零售总额是影响财政收入的又一重要因素, 它使库存从长期来看, 财政收入的增长应与国内生产总值的增长基本上同存产品转变成最终的消费品, 从而实现税收的征收。改革正不断趋于完善,财政收入增长受财政体制改革和税收政策变国民经济结构也是影响财政收入的一个重要因素。各个产业部门影响较大, 非经济增长的因素不断增多, 从而出现与国内生产总门创造产值的能力不相同, 对财政收入的贡献程度也就存在着差值增长的幅度不完全同步的现象二，理论背景由财政学的相关知识，学者基本上都认为社会经济发展水平与财政收入成同方向变动。一个地区的经济发展水平，是该地区经济规模和经济效益的综合反映，经济决定财政。一般来讲，经济发展水平高，财政收入也会相应的提高；反之，经济发展水平低，财政收入也会相应降低。在一定的经济发展水平上，不同的分配制度和分配政策，制约着社会纯收入内部分配结构的变化。特别是分税制改革政策的实施,对地方财政收入产生了很深刻的影响。根据以上存在的观点，我们选取以下几个变量作为对浙江省财政收入的影响因素。1，浙江省GDP。2，就业人口。3，社会消费品零售额。4，进出口总额。5，1994年分税制财政政策改革（为虚拟变量）。本报告将采用单方程计量经济学模型。并采用线型回归的方式，对课题进行计量分析。按此模型，我们先假设它可以用解释变量的线性方程表示出，然后在所可以确定的方程中，通过各种检验方式并结合经济意义的解释寻求最可以对被解释变量进行解释的方程。这就是本次计量分析的总体依据和思路三，模型的选择与建立1，本模型是研究从1977年到2006年以来浙江省财政收入与主要影响要素之间的定量关系 模型确定的变量有：X1，浙江省GDP。X2，就业人口。X3，社会消费品零售额。X4，进出口总额。D5，分税制财政政策改革（为虚拟变量），说明：D5=1表示进行了分税制财政政策改革；D5=0表示未进行分税制财政政策改革。2.确定模型的数学形式。我们将解释变量的数学形式确定为：Y=0+1X1+2X2+3X3+4X4+5D5 +即，进行了未分税制财政政策改革的模型的数学形式为： Y=0+1X1+2X2+3X3+4X4+进行了分税制财政政策改革的模型的数学形式为： Y=0+1X1+2X2+3X3+4X4+ D5+解释变量有5个，其中D5是虚拟变量；0为常数项（截距项）；为随机误差项，描述变量外的因素对模型的干扰。四，数据的来源与分析1，样本数据来源1978年至2006年，样本数据来自于浙江统计年鉴2007(光盘版) 。1977年数据来自于新中国五十五年统计资料汇编（pdf）版其中1977年进出口总额无法找到，采用了统计学中的加权平均法进行了估计2, 货币形式数据均以当年价格计算。因此，统计模型中的财政收入，社会消费品零售额按商品零售价格指数进行调整；GDP按浙江省生产总值指数调整；而进出口总额由于用美元计量，不进行调整。得到经过未调整数据如下：年份财政收入(亿元)YGDP(亿元)就业人口(万人)社会消费品零售额(亿元)进出口总额(亿美元)是否进行分税制财政政策改革obsY1 X1X2X3X4D5197719.641001733.642.20.68560197827.45123.721794.9646.860.70110197925.87157.751829.958.971.0790198031.13179.921856.4274.872.60840198134.34204.861954.5385.994.73760198236.64234.012021.7493.775.88230198341.79257.092141.16104.246.78460198446.67323.252248.91125.827.92350198558.25429.162318.56172.2711.23220198668.61502.472386.42203.4912.92910198776.36606.992444.73242.5814.99840198885.55770.252502.73325.8819.86280198997.47849.442522.86346.0125.138701990100.02904.692554.46353.7527.734201991110.31089.332579.3640438.505201992118.361375.72600.38493.8749.990701993166.641925.912615.89772.1167.32690199494.632689.282640.511133.1889.914411995116.823557.552621.471472.66115.12311996139.634188.532625.061776.67125.412611997166.014686.112619.661951.96142.773211998198.15052.622612.542120.78148.538211999245.475443.922625.172305.86183.05412000342.776141.032726.092553.59278.3265120014186898.342796.652839.59327.996912002566.858003.672858.563166.15419.56512003706.569705.022918.743511.26614.108312004805.9511648.72991.954055.5852.1312120051066.613437.853100.764631.691073.912120061298.20415742.513172.385325.351391.4691由浙江统计年鉴2007(光盘版) 查到“商品零售价指数(环比)”。经由自己调整为“商品零售价指数(定基)”由浙江统计年鉴2007(光盘版) 查到1978年至2006年“浙江省生产总值指数（定基）”。又由新中国五十五年统计资料汇编（pdf）版查到的1977年定基数据和1978年定基数据推出1978年环比数据，然后以此调整1978年至2006年“浙江省生产总值指数（定基）”，得到1977年至2006年“浙江省生产总值指数（定基）”。调整后数据如下年份财政收入(亿元)GDP(亿元)就业人口(万人)社会消费品零售额(亿元)进出口总额(亿美元)是否进行分税制财政政策改革浙江省生产总值指数商品零售价指数(定基)obsYX1X2X3X4D51977=1001977=100197719.641001733.642.20.68560100100197827.42258121.881794.9646.813190.70110121.88100.1197925.31311138.45571829.957.700591.0790138.4557102.2198028.19746161.12541856.4267.817032.60840161.1254110.4198130.66071179.65111954.5376.776794.73760179.6511112198232.42478200.1272021.7482.98235.88230200.127113198336.24458216.21512141.1690.407636.78460216.2151115.3198439.15268263.13892248.91105.55377.92350263.1389119.2198542.8624320.30062318.56126.762311.23220320.3006135.9198647.61277358.93662386.42141.214412.92910358.9366144.1198748.39037401.35082444.73153.726214.99840401.3508157.8198844.41848446.44642502.73169.200419.86280446.4464192.6198942.95725443.76512522.86152.494525.13870443.7651226.9199043.39262461.31582554.46153.470727.73420461.3158230.5199146.44211543.58482579.36170.105338.50520543.5848237.5199246.76412646.9392600.38195.128449.99070646.939253.1199356.41165789.41682615.89261.377867.32690789.4168295.4199426.32267947.00762640.51315.2189.91441947.0076359.5199528.630251105.9392621.47360.9195115.12311105.939408.03199632.344221246.2232625.06411.552125.412611246.223431.7199738.339491384.6792619.66450.7991142.773211384.679433199846.491431525.452612.54497.7188148.538211525.45426.1199958.964691678.5312625.17553.8938183.05411678.531416.3200083.176411863.7892726.09619.653278.326511863.789412.12001103.38862062.212796.65702.3473327.996912062.21404.32002142.06772322.9112858.56793.5213419.56512322.9113992003177.79572664.2972918.74883.5581614.108312664.297397.42004196.66913050.0472991.95989.6291852.131213050.047409.82005257.94443439.9413100.761120.1191073.91213439.941413.52006311.46943918.323172.381277.6751391.46913918.32416.8注：1，77年浙江省进出口总额未能从统计年鉴中找到，故采用统计方法估算得到其值为0.6856。因仅有这一个数据未能找到，所以不会对总体回归产生很大影响。2均采用EXCEL进行调整，经对次检验调整公式未发现存在错误。3其中浙江省进出口总额因其采用美元计价故未对其进行价格调整。3.样本数据的折线图及散点图（1），样本数据的折线图（2）散点图1， 2， 3， 4， 五,模型的估计与分析1,五元回归t0.025（24）=2.064 F0.05(5,24)=2.62CX1X2 X3X4D5Coefficient-1.-0.0.0.0.-50.63096t-Statistic-0.-4.1.6.10.26365-9. F-statisticR-squaredAdjusted R-squaredDurbin-Watson stat1351.5710.0.2.2,四元回归t0.025(25)=2.06 F0.05(4,25)=2.76C X1X2X3X4Coefficient-34.21371-0.0.0.0.t-Statistic-1.-4.2.3.13.56954F-statisticR-squaredAdjusted R-squaredDurbin-Watson stat335.77610.0.1.C X1X2X3D5Coefficient46.899530.-0.0.-92.08003t-Statistic2.0.-2.1.-13.24302F-statisticR-squaredAdjusted R-squaredDurbin-Watson stat321.45790.0.1.C X1X2X4D5Coefficient21.803520.-0.0.-57.08062t-Statistic1.4.-0.083165.-7.F-statisticR-squaredAdjusted R-squaredDurbin-Watson stat645.43010.0.1.C X1X3X4D5Coefficient15.54503-0.0.0.-53.88051t-Statistic7.-4.6.10.87888-11.21333F-statisticR-squaredAdjusted R-squaredDurbin-Watson stat1584.4920.0.2.C X2X3X4D5Coefficient20.17751-0.0.0.-59.52159t-Statistic1.-0.6.6.-9.F-statisticR-squaredAdjusted R-squaredDurbin-Watson stat939.47690.0.1.3,三元回归t0.025(26)=2.056 F0.05(3,26)=2.98CX1X2X3Coefficient71.71953-0.-0.0.t-Statistic1.-0.-1.0.F-statisticR-squaredAdjusted R-squaredDurbin-Watson stat48.029040.0.0.CX1X2X4Coefficient-8.-0.0.0.t-Statistic-0.-1.1.10.58794F-statisticR-squaredAdjusted R-squaredDurbin-Watson stat289.27350.0.0.CX1X2D5Coefficient56.527090.-0.-91.87959t-Statistic2.23.73749-2.-12.76462F-statisticR-squaredAdjusted R-squaredDurbin-Watson stat398.93400.0.1.CX1X3D5Coefficient0.-0.0.-93.42120t-Statistic0.-0.1.-12.65906F-statisticR-squaredAdjusted R-squaredDurbin-Watson stat376.02630.0.1.CX1X4D5Coefficient20.476500.0.-56.84046t-Statistic6.6.6.-7.F-statisticR-squaredAdjusted R-squaredDurbin-Watson stat894.74650.0.1.CX1X3X4Coefficient26.6292-0.0.0.t-Statistic5.-3.2.12.29317F-statisticR-squaredAdjusted R-squaredDurbin-Watson stat357.16950.0.0.CX2X3X4Coefficient0.0.-0.0.t-Statistic0.1.-1.10.21267F-statisticR-squaredAdjusted R-squaredDurbin-Watson stat275.39680.0.0.CX2X3D5Coefficient46.17811-0.0.-92.06131t-Statistic2.-2.25.11704-13.50338F-statisticR-squaredAdjusted R-squaredDurbin-Watson stat445.5370.0.1.CX2X4D5Coefficient-17.196880.0.-25.95097t-Statistic-0.2.26.24976-4.F-statisticR-squaredAdjusted R-squaredDurbin-Watson stat485.77010.0.0.CX3X4D5Coefficient17.667450.0.-59.17004t-Statistic6.8.7.-10.03695F-statisticR-squaredAdjusted R-squaredDurbin-Watson stat1300.6520.0.1.682194,二元回归t0.025(27)=2.052 F0.05(2,27)=3.35CX1X2Coefficient80.022770.-0.t-Statistic1.7.-1.F-statisticR-squaredAdjusted R-squaredDurbin-Watson stat73.872790.0.0.CX1X3Coefficient-0.-0.0.t-Statistic-0.-0.0.F-statisticR-squaredAdjusted R-squaredDurbin-Watson stat70.150560.0.0.CX1X4Coefficient33.30168-0.0.t-Statistic7.-0.10.61197F-statisticR-squaredAdjusted R-squaredDurbin-Watson stat410.77370.0.0.CX1D5Coefficient5.0.-93.38599t-Statistic1.26.85187-12.05491F-statisticR-squaredAdjusted R-squaredDurbin-Watson stat510.16710.0.1.04517CX2X3Coefficient73.15412-0.0.t-Statistic1.-1.7.F-statisticR-squaredAdjusted R-squaredDurbin-Watson stat74.793880.0.0.CX2X4Coefficient20.629340.0.t-Statistic0.0.19.34300F-statisticR-squaredAdjusted R-squaredDurbin-Watson stat402.05720.0.0.CX2D5Coefficient-253.30860.5.t-Statistic-3.3.0.F-statisticR-squaredAdjusted R-squaredDurbin-Watson stat14.504600.0.0.CX3X4Coefficient32.57595-0.0.t-Statistic6.-0.10.42157F-statisticR-squaredAdjusted R-squaredDurbin-Watson stat404.89370.0.0.CX3D5Coefficient1.0.-93.52549t-Statistic0.28.73420-12.90239F-statisticR-squaredAdjusted R-squaredDurbin-Watson stat583.41620.0.1.CX4D5Coefficient34.811300.-18.04720t-Statistic12.5525128.43544-3.F-statisticR-squaredAdjusted R-squaredDurbin-Watson stat571.45930.0.0.5,一元回归t0.025(28)=2.048 F0.05(1,28)=4.20CX1Coefficient4.0.t-Statistic0.11.92388F-statisticR-squaredAdjusted R-squaredDurbin-Watson stat142.17890.0.0.CX2Coefficient-262.95830.t-Statistic-4.5.F-statisticR-squaredAdjusted R-squaredDurbin-Watson stat30.010990.0.0.CX3Coefficient1.0.t-Statistic0.12.03230F-statisticR-squaredAdjusted R-squaredDurbin-Watson stat144.77630.0.0.CX4Coefficient30.301570.t-Statistic10.6788428.76872F-statisticR-squaredAdjusted R-squaredDurbin-Watson stat827.63930.0.0.CD5Coefficient38.7239876.93787t-Statistic2.3.F-statisticR-squaredAdjusted R-squaredDurbin-Watson stat11.203830.0.0.注:图表中加粗的部分为t检验、F检验均通过的模型，即为合格。（一）我们首先选取五元模型来观察其是否存在异方差，自相关，多重共线性。这样我们的模型就为：Y=-1.-0.X1+0.X2+0.X3+0.X4-50.63096D5+ei（-0.）（-4.） （1. ） （6.） （10.26365 ）（ -9.99639）DW= 2. F=1351.5711， 进行异方差检验我们用夸特方法进行异方差的检验，将数据按GDP升序排列。N=30，C=N/4=7.5，所以删除位于中间的8组数据。我们用剩下的两组数据分别做回归。由于方程中有虚拟变量，所以处理起来和普通的还是有点区别。但是根据夸特检验的基本思想我们还是可以做的。首先，因为1977年至1987年，国家并没有进行分税制财政政策改革，所以我们取D=0，并对剩余数据（也可以说方程）进行回归分析。得 (e 1i 2)= 18.97446。然后，因为1996年至2006年，国家实行了分税制财政政策，取D=1，将-50.63096作为已知项处理，从而得到(e 2i 2)= 268.2711，用它们来进行F检验。我们得到F=14.>F0.05（5，5）=5.05，所以存在异方差。2， 进行自相关的检验我们用DW检验法来对自相关问题进行检验。经查表可以得到DW（30，6）的上下界分别为1.07，1.83。存在正的自相关的区域为0，1.07；不存在自相关的区域为1.83，2.17；存在负的自相关的区域为2.93,4,其余为不能确定区域。而此模型的DW= 2.落于不能确定区域,所以我们还是要处理异方差。接下来，处理异方差和自相关。第一次处理异方差第一步，根据要求产生新序列。Y1=Y/e X11=X1/e X22=X2/e X33=X3/e X44=X4/e D55=D5/eY11/eX11X22X33X44D558.0.4496544.96504779.513918.975250.3082804.0.22.06282324.92518.0.068.487812.374.60934951.025156.11622.919370168.75935.964.321411110.51405.87915.61105029.957460.175.53051909.775.01584.064.098661.395.61943996.66164.042911.62838079.161412.472.23314676.485197.458414.81817061.666151.414.44833542.072166.248912.479650283.94156.2121.82815359.27839.735474.40758033.992320.256.25661703.744100.81769.096.674961.801.82424884.116307.116329.9640106.614920.66.486372.713325.197782.050.843671.525.23492986.026180.490629.75386057.903341.615.58223408.685204.792137.00866010.885490.127.4099604.571939.87079.013.639060.188.684758.417956.9104814.58012011.368640.20153159.0911527.180252.6754613.5683905.0.186.056518.773961.9284617.665240.22.673820.875.85212076.082285.831491.172050.7.0.295.6622.655697.6187729.747450.14.12030.509.9723964.8113166.027752.582850.44.194320.1450.0782483.456473.1268141.1990.24.100160.686.05251072.965226.388674.818190.38.650060.866.05741266.748287.9377129.33160.16.795950.335.0155454.3287114.099653.284610.22.739410.16006371.806457.5422127.011367.155730.1600614.43790.216.3542237.016271.7493249.868650.27.424740.425.3171417.2157137.9999118.82640.45.159950.602.2522542.8696196.1063188.01650.66.017510.830.5077672.4019270.8097294.92890.然后进行回归得到：1/eX11X22X33X44D55Coefficient-5.-0.0.0.0.-47.94118t-Statistic-2.-15.155109.19.2651020.15281-19.75950 F-statisticR-squaredAdjusted R-squaredDurbin-Watson stat0.0.2.我们用夸特方法进行异方差的检验，(1) 将数据按X11升序排列。N=30，C=N/4=7.5，所以删除位于中间的8组数据。得 (e 1i 2)= 2. (e 2i 2)= 6.。用它们来进行F检验，F= (e 2i 2)/ (e 1i 2)= 6./2. =2.< F0.05（5，5）=5.05。即通过异方差检验。(2) 将数据按X22升序排列。N=30，C=N/4=7.5，所以删除位于中间的8组数据。 (e 1i 2)= 9. (e 2i 2)= 6