基于DEA模型的地市級稅收征管效率研究

【摘" 要】論文選取2018-2022年我國黑龍江省12個(gè)地市級的數(shù)據(jù)進(jìn)行測算，從靜態(tài)和動(dòng)態(tài)稅收征管效率的角度進(jìn)行分析。結(jié)果顯示：從靜態(tài)稅收征管效率來看，哈爾濱市、大慶市、七臺(tái)河市的綜合效率平均值處于前三位；從動(dòng)態(tài)稅收征管效率來看，綏化市、雙鴨山市、佳木斯市的全要素生產(chǎn)率處于正增長的趨勢，而其他9個(gè)城市均處于負(fù)增長，各個(gè)城市之間的發(fā)展并不平衡和穩(wěn)定。5年內(nèi)，除了2018-2019年、2020-2021年整體效率呈現(xiàn)正增長，其余階段均處于負(fù)增長，而且黑龍江省近5年全要素生產(chǎn)率指數(shù)呈現(xiàn)出“W”形式，所以各個(gè)城市需結(jié)合自身實(shí)際盡快調(diào)整稅收政策，以致讓各市稅收征管效率呈現(xiàn)出穩(wěn)中向好的趨勢。

【關(guān)鍵詞】稅收征管效率；BCC模型；Malmquist指數(shù)模型

【中圖分類號】F812.42" " " " " " " " " " " " " " " " " " " " " " "【文獻(xiàn)標(biāo)志碼】A" " " " " " " " " nbsp; " " " " " " " " " " " " " " "【文章編號】1673-1069（2024）05-0173-03

1 引言

在我國，稅收征管不僅僅是政府財(cái)政收入的重要手段，也是國家治理體系的重要組成部分。隨著數(shù)字經(jīng)濟(jì)的發(fā)展，稅收征管面臨著越來越多的挑戰(zhàn)，如何提高稅收征管效率成為當(dāng)下亟待解決的問題。而“以數(shù)治稅”是近年來稅務(wù)管理領(lǐng)域新出現(xiàn)的一個(gè)概念，主要指的是利用大數(shù)據(jù)等現(xiàn)代信息技術(shù)手段來提高稅收征管效率等，以實(shí)現(xiàn)稅收管理的現(xiàn)代化和智能化。通過這種“以數(shù)治稅”，可以實(shí)現(xiàn)對納稅人信息的快速處理和分析，從而更加精準(zhǔn)地確定納稅人的稅收負(fù)擔(dān)和征管策略，提高稅收征管的效率和準(zhǔn)確性。

我國學(xué)者對于稅收征管效率的研究方法頗豐，主要有靜態(tài)和動(dòng)態(tài)效率測算、三階段DEA模型研究。靜態(tài)和動(dòng)態(tài)效率測算方面，張小鋒等[1]運(yùn)用CCR和Malmquist模型對我國31個(gè)省份進(jìn)行靜態(tài)和動(dòng)態(tài)分析，發(fā)現(xiàn)我國經(jīng)濟(jì)發(fā)展水平和稅收征管效率存在著正向的關(guān)系。王征宇等[2]運(yùn)用DEA模型得出：京津冀5年內(nèi)總體效率呈現(xiàn)負(fù)增長，城市之間發(fā)展并不均衡。郭玲等[3]以2010-2019年的相關(guān)數(shù)據(jù)為樣本，發(fā)現(xiàn)：我國稅收征管靜態(tài)效率整體較低，且呈現(xiàn)出“東高西低”的態(tài)勢。張斌[4]通過對稅收征管效率的動(dòng)態(tài)分析得出：規(guī)模技術(shù)變化與全要素效率存在著密切的聯(lián)系。三階段DEA模型研究方面，王曙光等[5]通過比較河北省保定市稅收集中度等得出：稅收征管效率水平總體偏低。李淑瑞[6]通過建立三階段DEA模型，得出市場化指數(shù)和稅收征管效率存在著正相關(guān)的關(guān)系。

2 構(gòu)建模型與選取變量

2.1 構(gòu)建模型

2.1.1 BCC模型

DEA模型是一種評價(jià)多輸入、多輸出的效率和效果的分參數(shù)統(tǒng)計(jì)方法，主要形式有2個(gè)：規(guī)模報(bào)酬可變的BCC模型和規(guī)模報(bào)酬不變的CCR模型，而BCC模型作為規(guī)模報(bào)酬可變的模型，在一定程度上更加符合實(shí)際情況，因?yàn)槭袌鼋?jīng)濟(jì)中主體的規(guī)?？偸遣槐M相同的，所以本文選擇規(guī)模報(bào)酬可變的BCC模型。

minXjλj+S-=uXuYjλj-S+=Yuλj≥0，S-，S+≥0

其中，j=1，2，…，n表示決策單元，X表示投入變量，Y表示產(chǎn)出變量，u為評價(jià)效率指數(shù)，λ為權(quán)重；當(dāng)u=1，S-=S+=0，表示決策單元DEA有效；當(dāng)u=1，S-≠0或者S+≠0，表示決策單元弱DEA有效；當(dāng)ult;1，表示決策單元非有效。

2.1.2 Malmquist模型

Malmquist指數(shù)是一種在評估稅收征管效率中廣泛應(yīng)用的模型，主要用于揭示年度間生產(chǎn)效率及技術(shù)進(jìn)步的變動(dòng)趨勢，以反映效率的動(dòng)態(tài)變化特征。

其模型如下：

Mh，h＋1=

式中，M為Malmquist指數(shù)，h、h＋1表示任意相鄰兩個(gè)時(shí)期，D表示效率得分值，Xh和Xh+1分別表示同一決策單元任意相鄰兩個(gè)時(shí)期的投入量，Yh和Yh+1分別表示同一決策單元任意相鄰兩個(gè)時(shí)期的產(chǎn)出量。

在全要素生產(chǎn)率的分析中，當(dāng)M值大于1時(shí)，生產(chǎn)率呈現(xiàn)增長趨勢；相反，當(dāng)M值小于1時(shí)，全要素生產(chǎn)率呈現(xiàn)下降趨勢；當(dāng)M等于1時(shí)，全要素生產(chǎn)率保持穩(wěn)定，所以，若某個(gè)指數(shù)＞1或＜1，則表示它是影響生產(chǎn)率變動(dòng)的關(guān)鍵因素。Malmquist模型可將全要素生產(chǎn)率表示為技術(shù)效率與技術(shù)進(jìn)步的乘積，而技術(shù)效率又可以表示為規(guī)模效率與純技術(shù)效率的乘積。

2.2 選取變量

在評估稅收征管效率時(shí)，需考慮投入和產(chǎn)出兩個(gè)要素。參考崔興芳等[7]的研究方法，選取稅收收入為產(chǎn)出變量，而將地區(qū)生產(chǎn)總值GDP、稅收事務(wù)支出、第二和第三產(chǎn)業(yè)增加值視為投入變量。鑒于絕大部分稅源集中于第二、第三產(chǎn)業(yè)，因此，第二、第三產(chǎn)業(yè)增加值可作為衡量稅收潛力的指標(biāo)，進(jìn)一步評價(jià)稅源對稅收征管效率的影響。稅收事務(wù)支出則反映征稅成本，被視為稅收管理類要素的投入變量。

2.3 數(shù)據(jù)來源

本文選取2018-2022年黑龍江省哈爾濱市、雞西市、鶴崗市、七臺(tái)河市、雙鴨山市、大慶市等12個(gè)城市的數(shù)據(jù)，數(shù)據(jù)均取自《黑龍江省統(tǒng)計(jì)年鑒》、各地城市年鑒以及政府網(wǎng)站公開數(shù)據(jù)，第二和第三產(chǎn)業(yè)增加值、稅收事務(wù)支出由其計(jì)算得出。

3 稅收征管效率的DEA模型測算

3.1 稅收征管效率靜態(tài)分析

運(yùn)用DEAP2.1軟件，測算出2018-2022年黑龍江省12個(gè)地市級稅收征管綜合效率結(jié)果（見表1）。

從綜合效率平均值出發(fā)，縱向來看，2018-2022年綜合效率排在前5位的分別是：七臺(tái)河市、大慶市、雞西市、哈爾濱市、鶴崗市。這5個(gè)城市均處于相對有效。其中七臺(tái)河市和大慶市的綜合效率均為1。在這12個(gè)城市中，有將近一半的城市均處于相對無效。橫向來看，大慶市、七臺(tái)河市5年內(nèi)的綜合效率值均為1，處于相對穩(wěn)定的狀態(tài)。牡丹江市在2019年綜合效率值有所上升，接下來3年一直處于下降的趨勢，其中綏化市在2019年的綜合效率值有了很大的提升，較2018年提升了約0.44，但從2021-2022年均處于下降的趨勢。這時(shí)候各城市需要盡快調(diào)整自身的稅收政策，提高各自的稅收征管效率。

3.2 稅收征管效率動(dòng)態(tài)分析

BCC模型只能對同一時(shí)期內(nèi)不同決策單元效率值進(jìn)行比較，也就是說只能對某一年中這12個(gè)城市的效率值進(jìn)行比較。而Malmquist指數(shù)可以動(dòng)態(tài)反映各城市在2018-2022年的效率變化狀況。為此，運(yùn)用DEAP2.1軟件對2018-2022年黑龍江省12個(gè)城市的面板數(shù)據(jù)進(jìn)行計(jì)算。具體結(jié)果如表2和表3所示。

全要素生產(chǎn)率變動(dòng)指數(shù)是衡量黑龍江省各個(gè)城市經(jīng)濟(jì)發(fā)展質(zhì)量的重要指標(biāo)之一。在表2中可以發(fā)現(xiàn)，黑龍江省只有雙鴨山市、佳木斯市、綏化市這3個(gè)城市的全要素生產(chǎn)率為正增長，其余均為負(fù)增長。其中，哈爾濱市、牡丹江市這兩個(gè)城市的全要素生產(chǎn)率指數(shù)在0.9以下，其余10個(gè)城市均在0.9以上。大慶市、綏化市、七臺(tái)河市只有技術(shù)進(jìn)步指數(shù)為負(fù)增長，其余3個(gè)指標(biāo)均為正增長，因此，全要素生產(chǎn)率負(fù)增長主要源于技術(shù)進(jìn)步的負(fù)增長。如果技術(shù)進(jìn)步未能與經(jīng)濟(jì)的快速發(fā)展同步，那么將會(huì)出現(xiàn)低效率和低產(chǎn)出的現(xiàn)象。

分階段來看，在2019-2020年、2021-2022年的全要素生產(chǎn)率指數(shù)均小于1，說明在此階段黑龍江省的稅收征管技術(shù)效率呈現(xiàn)出下降趨勢。需要注意的是，2018-2019年、2019-2020年這兩個(gè)階段的技術(shù)進(jìn)步變動(dòng)指數(shù)為負(fù)增長，其余指標(biāo)均為正增長，由上文公式可推出技術(shù)進(jìn)步變動(dòng)指數(shù)對全要素生產(chǎn)率存在著一定的影響。在2021-2022年，4個(gè)指標(biāo)中只有純技術(shù)效率變動(dòng)指數(shù)大于1，其他3個(gè)指標(biāo)均小于1，尤其是規(guī)模效率變動(dòng)指數(shù)較低，較上一年下降了整整12%。

整體來看，從2018-2022年黑龍江省全要素生產(chǎn)率指數(shù)（表3）來看，規(guī)模效率變動(dòng)指數(shù)逐年遞減，說明黑龍江省近年來的規(guī)模效率較低，原因在于其資源配置的規(guī)模合理化程度尚未達(dá)到預(yù)期，導(dǎo)致黑龍江省近年來的規(guī)模效率較低。5年中全要素生產(chǎn)率呈現(xiàn)“W”型，呈現(xiàn)出不穩(wěn)定的趨勢，這5年來黑龍江省的全要素生產(chǎn)率指數(shù)平均值為0.962，全要素生產(chǎn)率指數(shù)小于1，說明黑龍江省的稅收征管效率整體上呈現(xiàn)出下降的趨勢。但是隨著“金稅四期”的開展以及加大智慧稅務(wù)的建設(shè)，黑龍江省各個(gè)城市的稅收征管效率定會(huì)有質(zhì)的飛躍。

4 結(jié)論與建議

4.1 結(jié)論

在這5年期間黑龍江省12個(gè)城市整體的全要素生產(chǎn)率呈現(xiàn)出“W”的形狀，在2018-2019年、2020-2021年的全要素生產(chǎn)率呈現(xiàn)出了正增長的情況，而其余階段均為負(fù)增長。將全要素生產(chǎn)率分解來看，2018-2020年主要是由于技術(shù)進(jìn)步變動(dòng)指數(shù)而對全要素生產(chǎn)指數(shù)產(chǎn)生影響，2021-2022年主要是規(guī)模效率變動(dòng)指數(shù)的下降而對全要素生產(chǎn)指數(shù)產(chǎn)生影響。

4.2 對策建議

第一，提高城市之間的協(xié)同性。12個(gè)城市的各級稅務(wù)局要加強(qiáng)交流、互相扶持。在我國黑龍江省，城市之間的經(jīng)濟(jì)發(fā)展呈現(xiàn)出顯著的差異。因此，有必要打破城市間的障礙，強(qiáng)化信息交流，實(shí)現(xiàn)信息資源共享，這樣既能降低成本，又能推動(dòng)各城市的共同發(fā)展與進(jìn)步。同時(shí)，要根據(jù)各個(gè)城市的稅收現(xiàn)狀，加快智慧稅務(wù)的落實(shí)，力求解決在稅收一體化過程中出現(xiàn)的種種問題。

第二，加強(qiáng)信息化建設(shè)。在前文中對黑龍江省稅收征管效率進(jìn)行了實(shí)證分析，得出了技術(shù)進(jìn)步指數(shù)是影響各個(gè)城市全要素生產(chǎn)率較低的主要原因。因此，黑龍江省稅務(wù)機(jī)關(guān)要緊跟國家的稅收政策，通過稅收技術(shù)將數(shù)據(jù)智能歸集和智效管理，盡快由“以票治稅”向“以數(shù)治稅”轉(zhuǎn)變，實(shí)現(xiàn)精準(zhǔn)監(jiān)管。

第三，優(yōu)化資源配置。規(guī)模效率是指企業(yè)在一定生產(chǎn)要素投入下，實(shí)現(xiàn)產(chǎn)出最大化的能力，經(jīng)分析，除鶴崗、伊春、大慶、七臺(tái)河及綏化5個(gè)城市外，其他地區(qū)的規(guī)模效率并未達(dá)到預(yù)期水平，這表明，這些地區(qū)的資源配置優(yōu)化程度尚待提高，各個(gè)城市要緊緊圍繞經(jīng)濟(jì)實(shí)際需求，合理調(diào)整投入與產(chǎn)出的比例，進(jìn)一步優(yōu)化資源配置，提高稅收征管的效率。同時(shí)稅收征管信息化技術(shù)的應(yīng)用是提高稅收征管效率的關(guān)鍵。通過構(gòu)建全面的稅收信息共享平臺(tái)，有助于挖掘潛在的稅收線索，提高稅收征管的精準(zhǔn)度和有效性。此外，運(yùn)用人工智能、數(shù)據(jù)分析等技術(shù)手段，可以有效識(shí)別稅收違法行為，提高稅收征管的執(zhí)法能力。

【參考文獻(xiàn)】

【1】張小鋒，張春宇.我國稅收征管的靜態(tài)與動(dòng)態(tài)效率研究——基于31個(gè)省際面板數(shù)據(jù)的實(shí)證分析[J].華北理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2023，23（04）：49-55.

【2】王征宇，賀金芮.基于DEA模型的京津冀城市群稅收征管效率測定[J].河北企業(yè)，2023（10）：78-81.

【3】郭玲，汪洋.我國稅收征管效率的區(qū)域差異及影響因素——基于靜動(dòng)態(tài)及空間多維視角分析[J].稅務(wù)與經(jīng)濟(jì)，2021（02）：34-41.

【4】張斌.中國區(qū)域稅收征管效率評價(jià)及影響因素研究——基于四分法DEA-Malmquist的分析[J].財(cái)經(jīng)理論與實(shí)踐，2018，39（02）：88-94.

【5】王曙光，劉顯媛.河北省保定市稅收征管效率問題研究[J].經(jīng)濟(jì)研究導(dǎo)刊，2019（15）：57-61+194.

【6】李淑瑞.利用三階段DEA模型探究中國區(qū)域稅收征管效率[J].財(cái)會(huì)月刊，2016（20）：75-78.

【7】崔興芳，樊勇.稅收征管效率的DEA分析及解釋[J].廣東商學(xué)院學(xué)報(bào)，2006（03）：47-51.