四川省税收影响因素分析摘要：税收是我省财政收入的重要组成部分，对维持社会稳定和促进经济增长有很大的作用。
影响税收收入的因素来自于很多方面，从生产总值，财政支出，进出口总额，居民人均消费水平和职工工职总额这五个方面进行研究，得出税收与这五者的关系，为现行政策提供参考。
本文对我省自1990年至2009年的税收收入的主要因素进行实证分析。
选取的自变量有生产总值、财政支出、职工工职总额，进出口总额、居民人均消费水平。
然后，收集了相关的数据，利用EVIEWS软件，采取逐步回归，异方差检验等对模型进行影响因素进行筛选，用最小二乘法对计量模型进行了参数估计和检验，并加以修正。
得出的结论是——国内生产总值、财政支出等是影响税收收入的主要因素。
关键词：税收收入，财政支出，职工工职总额，生产总值，最小二乘法，逐步回归，异方差检验。
一、问题的提出改革开放以来，我省经济高速增长，1978-2009年的31年间，我省生产总值增长到14151.28亿元，一跃成为全国经济大省。
随着经济体制改革的深化和经济的快速增长，我省的财政收支状况也发生了很大的变化，我省的税收收入2009年已增长到886.6725亿元，31年间平均每年增长8.858%。
税收作为财政收入的重要组成部分，在民族经济发展中扮演着不可或缺的角色。
为了研究影响我省税收增长的主要原因，分析税收收入的增长规律，以及预测中国税收未来的增长趋势，我们需要建立计量经济模型进行实证分析。
二、模型设定影响税收收入的因素有很多，为了全面反映四川税收增长的全貌，我们选用“四川财政收入”中的“各项税收”（即税收收入（Y））作为被解释变量，反映税收的增长；选择“生产总值（X1）”作为经济整体增长水平的代表；选择“财政支出（X3）”作为公共财政需求的代表；选择“职工工职总额（X2）”作为员工工资水平代表，选择“进出口总额（X4）”作为对外经济贸易的发展水平，选取“居民人均消费水平(X5)”作为居民消费的代表。
另外，由于影响税收收入的因素比较多，在本文中我们就选取以上五个变量作为分析。
设定模型为，Y=β0+β1X1+β2X2+β3X3+β4X4 +β5X5 +u其中，Y—税收收入；X1—生产总值；X2—职工工职总额；X3—财政支出，X4—进出口总额，X5—居民人均消费水平。
三、样本数据的选本课题以《四川统计年鉴1990-2010》为资料来源，使用了1990-2009年四川的生产总值、职工工职总额、财政支出、进出口总额，、居民人均消费水平等作为研究对象。
四．经济计量模型的建立1.1、统计分析Y X5 X4 X3 X2 X1 Mean 272.7195 2834.224 66.75183 807.7583 614.3599 5015.064 Median 186.2649 2449.005 44.01070 407.7511 417.7602 3788.660 Maximum 886.6725 6863.000 242.2728 3590.718 2076.469 14151.28 Minimum 69.44910 706.1400 13.63200 106.9153 129.4823 890.9500 Std. Dev. 232.1998 1775.860 65.04012 957.4212 539.3301 3856.106 Skewness 1.455677 0.785267 1.730600 1.850798 1.758024 1.067150 Kurtosis 4.035921 2.752142 4.887326 5.495538 5.207429 3.139291Jarque-Bera 7.957596 2.106677 12.95158 16.60793 14.36279 3.812199 Probability 0.018708 0.348771 0.001540 0.000248 0.000761 0.148659Sum 5454.389 56684.48 1335.037 16155.17 12287.20 100301.3 Sum Sq. Dev. 1024418. 59919913 80374.13 17416450 5526663. 2.83E+08Observations 20 20 20 20 20 20 2.2 、时间序列趋势线3、建立税收收入依赖于职工工资总额等影响因素的一个5元线性回归模型:Y=β0+β1X1+β2X2+β3X3+β4X4 +β5X5 +u用Eviews对各地区与税收收入同期的元线性回归分析的结果Dependent Variable: YMethod: Least SquaresDate: 06/25/11 Time: 17:35Sample: 1990 2009Included observations: 20Variable Coefficient Std. Error t-Statistic Prob.C 81.04876 15.10727 5.364884 0.0001X1 0.102254 0.021888 4.671781 0.0004X2 -0.171136 0.077407 -2.210852 0.0442X3 0.154170 0.040075 3.847028 0.0018X4 -0.282454 0.393884 -0.717099 0.4851X5 -0.113498 0.038757 -2.928422 0.0110R-squared 0.997145 Mean dependent var 272.7195Adjusted R-squared 0.996125 S.D. dependent var 232.1998S.E. of regression 14.45437 Akaike info criterion 8.423195Sum squared resid 2925.002 Schwarz criterion 8.721915Log likelihood -78.23195 Hannan-Quinn criter. 8.481508F-statistic 977.8389 Durbin-Watson stat 1.894124Prob(F-statistic) 0.000000从上面实证分析结果中我们可以得到: 可决系数=0.997145 修正可决系数=0.996125 f值=977.8389，D-W值=1.894124（1）经济学检验：模型估计结果说明：在假定其他变量不变的情况下，四川省的税收额每增加1个单位，生产总值就会增加0.102254个单位；在假定其他变量不变的情况下，四川省的税收额每增加1个单位，职工工职总额就会减少0.171136个单位。
在假定其他变量不变的情况下，四川省的税收额每增加1个单位，财政支出就会增加0.15417个单位；在假定其他变量不变的情况下，四川省的税收额每增加1个单位，进出口总额就会减少0.282454个单位四川省的税收额每增加1个单位，居民人均消费水平就会减少0.1113498个单位。
而这些变量的符号有些与经济学理论分析与经验判断不一致，模型中的解释变量间可能存在多重共线性。
（2）统计学检验：1）拟合优度：由表中数据可得：2R=0.997145，修正的可决系数为2R=0.996125，这说明模型对样本的拟合很好。
2）F检验：针对:,给定显著性水平，在F分布表查出自由度为k=5和n-k-1=14的临界值F（k,n-k-1）=F(5,14)=2.96.，表中F=977.8389>2.96，应拒绝原假设:，说明回归方程显著，即X1,X2,X3,X4,X5对Y有显著影响。
3）t检验：分别针对，给定显著水平，查t分布表得自由度n-k-1=14临界值t（14）=2.145。
其中X4没通过T检验X2的T检验也不显著，因此，我们需要对方程进行计量经济学检验以修正模型。
T检验公式：（n-k-1）n为样本数，k为解释变量个数（3）计量经济学检验①时间序列平稳性检验表4 ADF检验结果表Null Hypothesis: Y has a unit rootExogenous: ConstantLag Length: 0 (Automatic based on SIC, MAXLAG=4)t-Statistic Prob.*Augmented Dickey-Fuller test statistic 7.019256 1.0000Test critical values: 1% level -3.8315115% level -3.02997010% level -2.655194*MacKinnon (1996) one-sided p-values.Warning: Probabilities and critical values calculated for 20 observationsand may not be accurate for a sample size of 19Augmented Dickey-Fuller Test EquationDependent Variable: D(Y)Method: Least SquaresDate: 06/25/11 Time: 19:04Sample (adjusted): 1991 2009Included observations: 19 after adjustmentsVariable Coefficient Std. Error t-Statistic Prob.Y(-1) 0.242040 0.034482 7.019256 0.0000C -15.17602 10.39219 -1.460330 0.1624R-squared 0.743474 Mean dependent var 43.01176Adjusted R-squared 0.728384 S.D. dependent var 52.41708S.E. of regression 27.31812 Akaike info criterion 9.552278Sum squared resid 12686.75 Schwarz criterion 9.651693Log likelihood -88.74664 Hannan-Quinn criter. 9.569103F-statistic 49.26996 Durbin-Watson stat 2.167593Prob(F-statistic) 0.000002ADF= 7.019256，大于在三种水平下，即1%、5%、10%的值，所以该时间序列数据具有平稳性。