廣州市財政收入影響因素的實證研究

摘 要：財政收入是衡量一國政府財力的重要指標。為了探究廣州市財政收入的影響因素，以1978—2011年廣州市的相關數據為例，應用VAR模型分析影響廣州市財政收入的因素。研究結果表明，經濟發展水平、產業結構、就業人數、固定資產投資和稅收水平對財政收入存在長期穩定的協同關系，且這種均衡協同關系具有反向修正機制，各因素對財政收入的影響程度存在差異。

關鍵詞：廣州市；財政收入；VAR模型；脈沖響應；方差分解

中圖分類號：F81 文獻標志碼：A 文章編號：1673-291X（2014）15-0104-04

一、引言

財政收入是政府支配的使其公共政策、公共職能得以落實和公共服務得以實現的財力保障[1]。自從1994年分稅制改革后廣州市財政收入得到迅速增長，但與其他發達城市相比無論是總量上還是增長速度上相差甚遠。為保證廣州市在經濟轉型期財政收入總量的平穩增長，有必要研究廣州市財政收入的影響因素，這對于促進中國區域經濟社會長期穩定發展具有重大的現實意義。

二、廣州市財政收入影響因素的實證分析

近年來，廣州市財政收入的總體規模逐年上升，但與其他大城市的財政收入水平相比還有一定的差距。本文建立模型分析影響廣州市財政收入水平的因素，并進一步分析其影響程度。

（一）變量的選擇和數據處理

財政收入的影響因素很多，依據相關理論及文獻，結合廣州市實際情況，以廣州市國內生產總值（X1）表示經濟發展水平，以第二三產業產值比（X2）表示產業結構，再考慮社會從業人數（X3）和固定資產投資額（X4），以稅收收入（X5）和稅收收入占國內生產總值（X6）表示稅收水平，以上6個為解釋變量；以廣州市財政收入（Y）為被解釋變量，為了消除Y與X序列的異方差，對上述序列均取自然對數，為了后續工作的方便，對數據處理后均采用原符號表示。初步構建廣州市財政收入影響因素回歸模型：

Y=β0+∑βiXi +μ （1）

式中，Y表示廣州市財政收入，Xi，（i=1，2，……，6）為影響財政收入的各種因素，β0是常數項，βi，（i=1，2，……，6）分別是Xi，（i=1，2，……，6）對財政收入的彈性系數，μ是殘差項。

所有數據來源于歷年的《廣州市統計年鑒》和《廣州市財政統計年鑒》，時間跨度為1978—2011年，采用Eviews7.2軟件進行數據處理和計量實證研究。

（二）單位根檢驗

為防止出現偽回歸現象，在5%的顯著性水平下，對序列Y與Xi分別進行ADF檢驗。根據單位根檢驗結果，Y與Xi序列的ADF值在1%的顯著性水平上大于Mackinnon臨界值，不能拒絕單位根假設。但經過一階差分后除了X1其他均平穩，X1經過二階差分后平穩，故在5%的顯著性水平下，時間序列Y與Xi均二階單整，服從I（2）過程。

（三）VAR 模型的估計與穩定性檢驗

向量自回歸模型（VAR）是一種非結構化的模型，即變量之間的關系不是以經濟理論為基礎的[2]。VAR模型把系統每一個內生變量作為系統中所有內生變量的滯后項的函數來構造模型，其一般形式為：

Yt=A1Yt-1+A2Yt-2+……+ApYt-p+B0Xt+……+BrXt-r+ηt （2）

其中，Yt 是k維內生變量向量，Yt-i（i=1，2，…p）是滯后內生變量向量，Xt-i （i=0，1，…r）是d維外生變量向量或滯后外生變量向量，p，r分別是內生變量和外生變量的滯后階數。At 是k×k維系數矩陣，Bi 是k×d 維系數矩陣，這些矩陣都是待估計的參數矩陣。ηt 是由k維隨機誤差項構成的向量。根據AIC信息準則和SC準則取值確定VAR模型最優的滯后項數為3階，本文VAR模型結果由于篇幅原因不在此輸出。再對VAR模型進行穩定性檢驗，經檢驗VAR所有根的倒數的模都小于1，AR特征多項式的根全部位于單位圓內，說明所設定的VAR模型是穩定。

（四）協整檢驗

通過ADF檢驗可知，時間序列Y與Xi都是I（2）的時間序列，符合協整檢驗的條件，利用Johansen協整檢驗對上述時間序列是否存在長期均衡關系進行檢驗。在無約束VAR模型條件下，VAR模型滯后期為3，所以協整檢驗的VAR模型滯后項數為2。選取“協整方程有截距項和線性趨勢向”的Johansen協整檢驗形式，其檢驗結果（如表1所示）。

從表1可知，在5%顯著水平下，Y與X1、X2、X3、X4、X5、X6之間存在4個協整向量，一般而言，第一個協整向量具有較強的經濟解釋能力，對該協整向量進行正規化后，得到標準化協整向量和協整方程如下：

Y= 37.06864-12.64184X1+2.296903X2-0.285105X3+0.825545X4+

8.242711X5-10.91818X6+0.281870t

標準誤差=（0.71743） （0.04888） （0.15337） （0.02446）

（0.67747） （0.69787） （0.00704） （3）

上述協整方程Xi（i=1，2，……，6）的系數都顯著地進入協整方程，這表明，廣州市財政收入與國內生產總值、第二三產業產值比、社會從業人數、固定資產投資額、稅收收入、稅收收入占國內生產總值之間存在某種長期均衡關系。從各變量的系數絕對值來看，國內生產總值對財政收入的影響最大，其次是稅收收入和稅收占國內生產總值比，二三產業產值比對財政收入影響較小，對財政收入影響最小的是社會從業人數和固定資產投資額。也就是說，經濟發展水平和稅收水平對財政收入影響很大，其次是產業結構，社會從業人數和固定投資影響很小。

（五）向量誤差修正模型

由于解釋變量和被解釋變量之間存在協整關系，也就說存在長期均衡關系。不過，從短期來看這種關系可能失衡。下面通過VEC模型來進一步檢驗廣州市國內生產總值、二三產業產值比、社會從業人數、固定資產投資額、稅收水平對廣州市財政收入的長期和短期關系。運用Eviews7.2軟件對這7個變量進行VEC模型的結果，可得如下向量誤差修正模型：

dYt=0.31-0.78dYt-1-0.03dYt-2-6.61dX1t-1-6.35dX1t-2+0.41dX2t-1-0.01dX2t-2+2.16dX3t-1+2.32dX3t-2+0.48dX4t-1-0.22dX4t-2 +

t=（1.17） （-2.35） （-0.07） （-1.21） （-1.08） （1.00）

（-0.02） （1.17） （1.59）

5.78dX5t-1+5.61 dX5t-2-6.26dX6t-1-5.84 dX6t-2-0.32VECMt-1 （4）

（1.01） （-0.82） （1.04） （0.97） （-1.15） （-0.97） （-1.02）

R2=0.921379 R2=0.803446 F=7.812783 AIC=-5.258479 SC=-4.379584

式（4）中二期滯后的數據一般都不顯著，只有各解釋變量在滯后1階的回歸系數均在1%的水平上具有統計顯著性，模型總體效果良好。上述模型的AIC和SC分別為

-5.258479和-4.379584都很小，說明模型的整體效果顯著。從上述誤差修正模型（4）可看出，從短期來看，對財政收入影響最大的還是經濟發展水平和稅收水平，其次是社會從業人數，影響最小是產業結構和固定資產投資。方程誤差修正項系數為負，說明存在反向修正機制。

（六）脈沖響應分析

脈沖響應分析用于衡量來自某個內生變量的隨機擾動項的一個標準差沖擊對VAR模型中所有內生變量當前值和未來取值的影響。對各個變量做脈沖影響分析，結果（見下頁圖1）：

從下頁圖1中可得知：X1的沖擊在前4期內給財政收入帶來先正面后負面較小的響應，從第4期后，將對財政收入帶來持續很強的正面影響。當在本期給產業結構X2一個正沖擊后，財政收入擾動在前2期并未立即做出了響應，第2期后逐漸出現正響應，在第3期達到最大，這種響應持續到第8期后震蕩下降并向零收斂。X3對財政收入擾動立即做出了響應，前兩期的響應最大（0.01），第3期后逐漸回落，從第8期后財政收入又開始平穩增長。X4的沖擊在前3期內給財政收入帶來先正面后負面較小的響應，從第3期后，對財政收入的響應逐漸增強，第4期開始帶來持續很強的正面影響。X5、X6對財政收入的擾動都立即做出了響應，第1期的響應最大（0.08），之后這種響應正負波動，在第10期趨于平穩。因此，根據脈沖響應分析，經濟發展水平、產業結構、社會就業、固定資產投資和稅收水平對財政收入的影響和前面分析基本一樣。

（七）方差分解分析

前面分析了利用脈沖響應函數分析各因素變量對財政收入擾動沖擊變化的響應，下面再利用方差分解方法分析各因素變量對財政收入的貢獻度。對各個變量做方差分解分析，結果（見圖2）：

從上圖2可得出如下結論：X1和X3對財政收入的貢獻率最大，且X1對財政收入的貢獻率存在一個上升的階段，X3在4期后處于平穩狀態；X2對財政收入的貢獻率較小；X4、X5對財政收入的貢獻率在滯后期間基本保持不變的趨勢；X6對財政收入的貢獻率最小。上述分析結果與脈沖響應分析的結果一致。

三、研究結論

本文運用中國1978—2011年的數據，對財政收入與經濟發展水、產業結構、稅收水平等在平穩ADF檢驗基礎上，獲得了對應的協整關系，并建立了誤差修正模型，應用脈沖響應函數分析和方差分解分析探析國內生產總值、第二三產業產值比、社會從業人數、固定資產投資額、稅收收入、稅收收入占國內生產總值對財政收入影響的大小及響應方式，最后得出如下結論：（1）國內生產總值、第二三產業產值比、社會從業人數、固定資產投資額、稅收收入、稅收收入占國內生產總值對財政收入之間存在長期穩定的協同關系，且這種均衡協同關系具有反向修正機制。（2）根據協整檢驗和誤差修正模型可知，無論長期還是短期，財政收入的增加受到國內生產總值和稅收水平的影響最大。在長期上，對其影響較小的是產業結構，影響最小的是固定資產投資總額和社會從業人數。在短期上，社會從業人數對財政收入影響較小，產業結構和固定資產投資額對財政收入的影響最小。（3）根據脈沖響應函數可得，經濟發展水平、產業結構、社會就業人數、固定資產投資和稅收水平對財政收入的影響程度存在差異。經濟發展水平、產業結構的沖擊對對財政收入具有持續明顯的正向沖擊效應，尤其是經濟發展水平對財政收入產生的沖擊響應最大，持續時間長。在前期，稅收水平對財政收入的沖擊是正面的，之后對財政收入的沖擊響應不明顯。（4）根據方差分解分析，社會從業人數對財政收入增加的貢獻度最大，經濟發展水平的貢獻度次之，固定資產投資額和稅收水平對財政收入的貢獻度很小。

結合上述結果和廣州市當前經濟情況，對市政府增加財政收入提出如下相關政策建議：（1）提高經濟發展水平，以經濟增長帶動財政收入增長。無論是長期還是短期，經濟發展水平對財政收入的增加都具有顯著影響，因此廣州市政府應該大力發展生產力，才能通過增加國內生產總值，為財政收入增長提供的財源。（2）優化產業結構，構建現代產業體系。產業結構優化升級與經濟的持續發展具有強相關性，加快結構調整步伐，堅持產業高端發展，全力建設現代產業體系[3～4]。廣州市加快第三產業發展，尤其是現代物流、金融保險、商貿會展和文化旅游等稅收量高的現代服務業蓬勃發展，積極培育新的財源增長點。（3）保持稅收收入占GDP的合理比例，提高稅收征管執行力度。稅收收入是廣州市財政收入的主要來源，且稅收水平對財政收入的沖擊很大，因此收稅征收部門應該提高稅收征管執行力度[5～6]。稅務機關要加強稅源監控，強化稅收業務知識培訓，轉變工作作風，依法治稅、依法征稅，通過加強各部門配合，不斷提高稅收征收率，保持稅收隨著經濟的發展平穩增長。（4）實現充分就業，促進經濟快速增長。促進就業作為中央和地方經濟工作會議的重要議題，其重要性可想而知。廣州市政府相關部門應優化就業環境，建立公平競爭的勞動力市場，引進高端技術人才，開展各種類型的教育培訓，提高各層次就業人員的職業素質和專業技能，加大投入發展職業教育落實，從而增加財政收入。

參考文獻：

[1] 龔三樂.地區財政收入水平與質量評價及影響因素分析——以廣西為例[J].區域金融研究，2011，（4）：78-83.

[2] 李子奈，潘文卿.計量經濟學（第3版）[M].北京：高等教育出版社，2013.

[3] 劉心竹，李昊，劉青青，等.中國地方財政收入影響因素的實證分析[J].中國集體經濟，2012，（9）：84-85.

[4] 周忠輝，丁建勛，王麗麗.中國財政收入影響因素的實證研究[J].經濟研究，2011，（4）：16-17.

[5] 張明艷.河北省財政收入影響因素分析[J].金融教學與研究，2012，（2）：40-43.

[6] 曹海娟，胡怡建，馮蘇葦.城市轉型期影響上海財政收入增長因素的實證分析[J].上海財經大學學報，2011，（1）：90-97.

Empirical Analysis of Factor Affecting Financial Income in Guangzhou

——Base on VAR Model

HE Deng-jiao

（School of Finance and Economics，Guangdong Baiyun University，Guangzhou 510450，China）

Abstract：Fiscal revenue is an important indicator of a country’s financial resources.The impact factors of Guangzhou’s fiscal revenue were investigated with a VAR model based on the relevant data of 1978—2011.The results show that： Collaborative relationship between economic development level，industrial structure，employment，investment in fixed assets and long-term stability of the tax level on financial income，and the balanced cooperative relation with reverse revision mechanism，various factors have different effect on the degree of fiscal revenue.

Key words：Guangzhou；finance income；VAR model；impulse response；variance decomposition

[責任編輯 陳鳳雪]