关键词:
省级面板数据(精选八篇)
省级面板数据 篇1
关键词:面板数据,固定效应模型,保险发展,经济增长
引言
作为现代金融业的重要组成部分,保险发展与经济增长有着密切的关系。一方面,保险行业的迅速发展依赖于国民经济的快速增长(栾存存,2004);另一方面,保险行业也逐渐成为国民经济发展的“助推器”“、稳定器”。以下研究(Webbetal,2002;Marco Arena,2006;任燕燕、徐晓艳,2008;吴洪、赵贵芹,2010;黄斌,2008;周海珍,2008;赵尚梅、李勇、庞玉峰,2009;庞楷,2009)的实证结果显示,保险行业的增长能促进经济增长。但是,还有另外一些研究没有得到明确的结论,本文将尝试对此做出一个初步回答。
本文利用我国31 个省份(直辖市)在2006—2012 年间GDP和保险费用收入的面板数据,把影响中国经济增长的重要变量(投资、出口、进口、通胀)作为条件信息集来,考察中国保险业发展对经济增长的影响。与其他文献相比,本研究的改进体现在文章在结合实质经济变量投资、进口、出口的基础上,分析保险业发展对经济增长的影响,作出比较全面的估计和检验,为日后保险业的发展提供参考。
一、文献综述
在保险和经济关系的实证研究方面,现有研究主要围绕保险增长与经济增长的因果关系、保险增长与经济增长之间是否存在互动关系等问题来展开,其中个别研究者注意到了保险和经济的非线性效应。Thobinson等(Beenstock,Dickinson和Khajuria,1988)[1]通过分析了12 个国家从1970—1981 年的横截面数据,并验证了人均GDP、责任保险费和人均财产之间呈现非线性关系的假说。
近年来,我国国内关于保险行业与经济发展之间内在关系的研究也越来越多,研究的结果基本上都认为经济增长会促进保险的发展,如栾存存(2004)、徐为山和吴坚隽(2006)等。栾存存(2004)[2]认为,保险投资会在两个方面促进宏观经济发展:第一,提高储蓄向投资转化的规模会促进经济增长;第二,提高储蓄向投资转化的效率会促进金融深化,最终对经济发展做出贡献。也有学者对保险和经济的非线性效应进行了研究,吴洪、赵桂芹[3]采用1996—2008 年我国省级区域动态面板数据,利用动态面板广义矩估计方法来构造关于金融产业作用的柯布- 道格拉斯生产函数。研究结果表明,在我国经济较差和中等地区,保险行业的发展对经济增长有较为显著的促进作用,而财险在经济发达地区具有较为显著的促进经济增长的作用。
经过大多数实证分析可以看出,经济会单方面促进保险房展,但是,以我国为研究对象的绝大多数实证文献中会发现,由于研究中选取的数据和样本的不同,又或者是使用研究范式和计量方法的差异会使结果产生差异,即保险发展不一定会促进经济的增长。本文希望在这个方面有所突破。
二、计量模型与数据
(一)基本计量模型与变量选择
通过上述的文献回顾,本文借鉴吴洪、赵桂芹的关于保险发展、金融协同和经济增长中的计量模型。但有所不同的是,本文只研究保险发展与经济增长的关系,没有涉及到保险与银行、证券相互对经济产生的影响。本文采用的计量模型如下:
式中,下标i表示省份,t表示年份;αi表示不可观测的地区效应,用来控省份的固定效应;εit为误差项,服从独立同分布;Yit是i省t年的真实人均GDP对数LNGDP,用以反映经济增长水平;IP是保险深度变量,反映保费收入与真实GDP的比例。控制变量包括人力资本的代理变量,用高中及以上人口比例来反映(EDU);物质资本的代理变量为资本存量占GDP的比例(RK),资本存量的计算采用单豪杰(2008)[4]的方法;RFDI和ROPEN分别为外商直接投资和本地进出口总额占GDP的比例,用来反映经济开放程度;RFS表示政府财政支出占GDP的比例;CPI衡量的是通货膨胀,用期末CPI指数减期初CPI指数。
(二)数据说明
我们使用中国大陆31 个省市进行动态面板数据实证分析,样本期是2006—2012 年。各省财政支出、进出口商品总额、FDI、GDP等宏观数据来自《中国统计年鉴》;高中及以上人口比例由《中国人口统计年鉴》数据计算获得。各省市保险保费收入来自历年《中国保险年鉴》;各省市保险深度由历年《中国保险年鉴》地方版中的数据计算而来。
三、实证结果与分析
(一)描述性统计分析
表1 提供了主要变量的描述性统计结果,报告了本文主要变量的描述统计,包括31 个省2006—2012 年的数据。
从表1 主要变量描述统计可以看到,保险收入占GDP比值的平均值为2.747 36%时,经济增长为10.154 53。保险深度最大值和最小值的差距相对较大,说明中国保险深度还处于一个有待发展的阶段。此外,教育水平、物质水平、外商直接投资、外部开放环境水平和财政支出水平在各省间均具有较大的变异性。
(二)回归分析
从表2 中我们看到,保险深度指数的差异对各省份经济增长水平具有显著的影响。上述分析表明,保险业的发展对我国经济增长起到了推动作用。
在控制变量方面,教育水平(EDU)对经济增长有显著正向影响。这显然是由于教育水平的提高使生产效率增长,创造了更高的价值,从而促进了经济发展。外商直接投资(RFDI)对经济增长具有十分明显的正向并且显著的效应,这是由于外商直接投资的增多对东道国的经济增长会带来良好的促进作用。财政支出水平(RFS)对经济增长也具有显著的正相关影响。财政支出不仅影响政府职能的实现,更直接影响到社会资源的配置程度,合理的财政支出是促进经济增长的有效保证。通货膨胀(CPI)对经济增长也具有显著的正效应,在通货膨胀时期,劳动者工资的上涨往往落后于物价上涨、名义工资增长慢于物价上涨时,企业的利润空间也就提高了,所以通货膨胀刺激了私人部门投资,促进了经济增长;然后就是在消费方面,由于担心汇率的持续下跌,为了减少损失,人们会增加对消费品的需求,促进了生产的发展,进而促使了经济增长。
注:** 表示5%的显著性水平,括号内为t值。
四、结论
通过运用我国31 个省份2006—2012 年的面板数据进行固定效应模型计量分析。在控制其他影响经济增长的因素后,我们发现保险业的发展对经济发展具有显著的影响。
经过以上实证分析可知,中国各个省份保险发展与经济增长之间存在显著的长期均衡关系,保险发展是经济增长的原因。最近几年,我国保险市场快速、协调发展,并且呈现一种可持续发展的趋势,保险服务实力不断加强,保险行业以更高的能力来服务地方经济发展。保险行业作为“经济助推器”和“社会稳定器”,为地区经济的平稳运行和健康发展保驾护航。但是,由于我国各省较为薄弱的经济基础和不够合理的经济结构,即使我国各省的经济已经在不断蓬勃发展,保险业还是处在无法快速增长的地步。另外,虽然我国人均收入在不断增加,但是真正能够用于购买保险的支出还是比较有限的。总之,通过实证分析可以看出,在我国保险发展可以促进经济增长。然而,在加快保险市场发展、促进经济增长的同时,更应注重通过不断完善经济结构提高经济发展水平,为保险发展提供良好的宏观环境,推动保险市场发展,使保险发展与经济增长最终实现良性互动的关系。
参考文献
[1]Thobinson,Beenstock,M.,J.Dickinson and S.Khajuria.1988,“The Relationship between Property and Liability Insurance Premiums and Income:An International Analysis”[J].Journal of Risk and Insurance,Vol.55:259-272.
[2]栾存存.我国保险业增长分析[J].经济研究,2004,(1).
[3]吴洪,赵桂芹.保险发展&金融协同和经济增长——基于省级面板数据的研究[J].经济科学,2010,(3):61-72.
面板数据和混合数据分析相关总结 篇2
这是我在查阅各种资料后得出的关于面板数据的总结,最近在做面板的实证论文,所以需要这个,欢迎大家继续扩充,只要是关于面板的都行,关于具体如何在Eviews6中实现的更好,不甚感激。
*横截面的异方差与序列的自相关性是运用面板数据模型时可能遇到的最为常见的问题,此时运用OLS可能会产生结果失真,因此为了消除影响,对我国东、中、西部地区的分析将采用不相关回归方法(SeeminglyUnrelated Regression, SUR)来估计方程。而对于全国范围内的估计来说,由于横截面个数大于时序个数,所以采用截面加权估计法(Cross SectionWeights, CSW)。
*一般而言,面板数据可用固定效应(fixed effect)和随机效应(random effect)估计方法,即如果选择固定效应模型,则利用虚拟变量最小二乘法(LSDV)进行估计;如果选择随机效应模型,则利用可行的广义最小二乘法(FGLS)进行估计(Greene ,2000)。它可以极大限度地利用面板数据的优点,尽量减少估计误差。至于究竟是采用固定效应还是随机效应,则要看Hausman 检验的结果。
*单位根检验:在进行时间序列的分析时,研究者为了避免伪回归问题,会通过单位根检验对数据平稳性进行判断。但对于面板数据则较少关注。随着面板数据在经济领域应用,对面板数据单位根的检验也逐渐引起重视。面板数据单位根的检验主要有Levin、Lin 和Chu 方法(LLC 检验)(1992 ,1993 ,2002)、Im、Pesaran 和Shin 方法(IPS 检验)(1995 ,1997)、Maddala 和Wu 方法(MW检验)(1999)等。
*协整检验:协整检验是考察变量间长期均衡关系的方法。在进行了各变量的单位根检验后,如果各变量间都是同阶单整,那么就可以进行协整检验了。面板协整检验理论目前还不成熟,仍然在不断的发展过程中,目前的方法主要有:
(1)Kao(1999)、Kao and Chiang(2000)利用推广的DF和ADF检验提出了检验面板协整的方法,这种方法零假设是没有协整关系,并且利用静态面板回归的残差来构建统计量。
(2)Pedron(i1999)在零假设是在动态多元面板回归中没有协整关系的条件下给出了七种基于残差的面板协整检验方法。和Kao的方法不同的是,Pedroni的检验方法允许异质面板的存在。
(3)Larsson et a(l2001)发展了基于Johansen(1995)向量自回归的似然检验的面板协整检验方法。这种检验的方法是检验变量存在共同的协整的秩。
*一般的顺序是:先检验变量的平稳性,当变量均为同阶单整变量时,再采用协整检验以判别变量间是否存在长期均衡关系。如果变量间存在长期均衡的关系,我们可以通过误差修正模型(ECM)来检验变量间的长期因果关系;如变量间不存在协整关系,我们将对变量进行差分,然后通过向量自回归模型(VAR),检验变量间的短期因果关系。
关于平稳性检验和协整检验、因果检验流程图
↗ 同阶单整→协整检验→协整?(YES:EG两步法 for 长期因果关系;NO:误差修正模型ECM/VEC for 短期因果关系)
平稳?(单位根检验)
↘非同阶单整→差分使平稳→VAR→Granger因果检验 for 短期因果关系
关于面板数据模型选择回归与检验流程图
混合固定(main:个体固定)随机(main:个体随机)▏▁▁▁▁▁▁▁▁▁▁▁▁▏▁▁▁▁▁▁▁▁▁▁▁▁▁ ▏
▏先回归估计▏先回归估计
↓Cross-section:fixed↓Cross-section:random
F检验Hausman检验
▏▏
H0:混合H1:个体固定HO:个体随机H1:个体固定
--
Output:▏▏
If:If:
F=(Cross-section F Stat.)>Fa(df1,df2)H=(Cross-section Random Stat.)>χ2a(df1)
or Prob.
Then:reject H0,accept H1Then:reject H0,accept H
1是先做F检验还是先做Hausman检验啊;做F检验的时候,Fixed and Random、comm和Cross-section specific选项应该怎么设置啊;另外我看高铁梅上面对面板的分类有些不同,能说说有啥区别么?
以Eviews6为例,来说明一下面板模型的选择问题:
F检验是用来在混合模型和固定效应模型中做出选择,而Hausman检验是用来在固定效应模型和随机效应模型中做出选择,所以不存在孰先孰后的问题;
由于我们通常估计的个体效应而不是时刻效应,所以我们进行回归和检验的时候,Period选择None。
省级面板数据 篇3
一、模型构建及变量选取
(一)模型建立
本文引入双对数模型和半对数模型,从绝对量和相对量角度测量就业影响因素对就业人数的作用:
其中,i表示第i个省份;t表示第t年;αi表示双对数模型的系数,表示自变量每变动1%对旅游就业人数相对变化量的影响,即弹性;βi表示半对数模型的系数,表示自变量每变动1%对旅游就业人数绝对变化量的影响;γi在两个模型中均表示名义变量对旅游就业人数的影响。
(二)数据说明
本文选择企业数量、固定资产净值比例、季节以及旅游危机事件作为旅游行业特点因素,选取国家政策、区位和旅游业收入贡献来衡量支持旅游业发展的宏观经济环境,用人力资本滞后一期和劳动生产率来代表旅游业人力资源因素,用旅游服务贸易进、出口总额来代表旅游业对外贸易发展指标。由于旅游学校学生需要经过一段在校学习过程才能真正就业,本文采用滞后一期人力资本变量来分析其对旅游就业的影响。景区会采取淡旺季门票售价不同的策略来平衡旅游业的发展,本文根据各省主要景区实行淡季门票价格月份数作为影响旅游就业的季节因素。
综合整理中外旅游危机事件对出入境旅游的影响,本文选择2001年“911”事件、2003年SARS事件以及2008年“5.12”和北京奥运会作为危机事件因素,以探究其对旅游就业的影响。ADS(Approved Destination Status)政策是一项基于双边旅游协定,准许中国公民以团队形式持特殊签证到签约国或地区自费旅游的审批制度,该指标反映了我国对旅游业发展的政策导向,其余解释变量含义见表1。
资料来源:《中国旅游统计年鉴》、《中国统计年鉴》、《我国服务贸易统计》、国家旅游局官网、各景区官网。
(三)研究方法
在面板数据模型里,当个体效应与所有的随时间会发生变化的解释变量都相关时,用固定效应(组内估计)模型是最有效的估计方法;当个体效应与所有的随时间发生变化的解释变量都不相关时,用随机效应(可行的广义最小二乘)模型是最有效的。本文利用面板数据的混合最小二乘回归法、固定效应模型、随机效应模型等估计方法,对设定的两个模型进行参数估计,通过回归方程的R2、回归系数p值、方差膨胀因子VIF、Hausman检验、对数似然值LOG-L等,选择最合理的模型估计结果,以此来进行分析。
二、实证结果与分析
(一)全国模型结果
本文利用STATA对模型进行回归分析,结果如表2所示。Hausman检验显示两个模型的chi-值为正数,FE要优于RE对两个模型的解释;从比较两个模型的Pooled OLS和FE结果来看,Pooled OLS方程解释能力要大于FE方程,变量的显著性也好于FE方程,同时混合二乘回归法可以解决固定效应模型参数估计造成较大的自由度损失问题。因此,Pooled OLS结果对两个模型的解释更可靠。比较双对数模型和半对数模型的Pooled OLS,发现双对数模型的方程解释能力要大于半对数模型,解释变量的显著性也好于半对数模型,可见测量就业人数的相对变化更有意义。双对数模型中Pooled OLS方程的LOG-L值说明模型不存在异方差,VIF检验值为3.14,在接受范围10以内。所以,双对数模型中的pooled OLS估计结果是最合理的,下文将根据此方程参数估计结果对解释变量进行分析。
从表2可以看出企业数量(NU)、固定资产净值比例(FGDP)对旅游就业人数有显著正向影响,且二者的弹性系数(分别为0.33和0.39)最大。这说明我国旅游业处于行业扩张阶段,旅游行业规模的扩大会促使旅游业吸纳更多劳动力。季节变量符号(SE)为负,并且通过1%的显著性检验,验证了就业人数受到旅游业季节性的影响,旅游企业会根据淡旺季来协调劳动力安排,灵活使用季节工、临时工等,以此来节约成本、增加收入。旅游经营的季节性安排也会导致劳动力流动性较大,危及旅游行业劳动力的稳定性,旅游危机事件(CE)并没有对旅游就业人数产生影响。旅游业是一个包括吃住行购娱等多环节的系统,危机事件的发生会导致旅游需求下降,这与钱磊等(2012)研究的负面重大事件会影响入境旅游需求和国内旅游需求变动相一致。所以,危机事件的暂时性不会使整个旅游系统的供给明显下降,就业人数不会大幅下降。
注:(1)混合回归方程和固定效应回归方程括号中数值为t值,而随机效应方程括号里数值得z值;(2)***、**、*分别表示变量系数通过了1%、5%、10%的显著性检验(下同);(3)N表示样本个数(下同);(4)最适合模型R2为85%。
旅游业收入占GDP的比重对旅游就业影响为负,尽管我国旅游业收入占整个国民经济GDP比重在过去10几年里一直呈现上升趋势,但是旅游就业人数却一直在下降,二者出现逆向发展的原因主要是由于以下两个方面:一是我国旅游业的增长正处于效率改进和规模化提升阶段导致旅游劳动力需求减少,互联网等信息技术的发展降低了旅游从业人员的数量,旅游企业之间横向、纵向联合也会降低旅游就业人数;二是旅游企业管理水平逐步改善,促进了劳动生产率的提高,降低了对劳动力的需求。
旅游签证免签国的数量对我国旅游就业产生负向影响,说明近年来我国与其他国家签署的旅游签证互惠协议的数量的增多,对我国旅游业就业尚未带来正向影响。其中,一个主要原因可能是随着我国人均可支配收入的增加,出境旅游人数的增长速度超过了入境旅游人数的增长速度,导致我国旅游服务需求相对下降,致使旅游就业数量下降。这相当于我国旅游业进口大于出口,出现旅游业贸易逆差。这一结果的警示价值在于应对未来制定签署两国旅游免签政策给予认真思考,在政治目标与经济目标之间进行正确的取舍。此外,模型结果(X1通过1%显著性检验)显示,我国旅游就业人数呈现出明显的区域性差异,将在下文进行具体验证。
人力资本和劳动生产率会对旅游就业人数产生影响,旅游业人力资本(CA)的提升可以减少摩擦失业和结构性失业的数量,从总量上增加旅游就业人数,致使人力资本的溢出效应得到发挥。旅游业劳动生产率的提高既反映了旅游业资本的不断深化和管理水平的提高,也表现出旅游业对劳动就业的挤出效应显著。劳动生产率决定劳动的边际产出,进而决定劳动力需求,旅游业劳动生产率(X2)的提高因此会减少旅游就业需求。
模型中引入的旅游服务贸易进口总额(IM)和出口总额(EX)两个指标,均通过正向显著性检验。我国旅游服务贸易总量持续增长,从2000年的293.4亿美元增长到2013年的1 319.7亿美元。旅游服务贸易可以拉动旅行社、旅游网站等跨国服务业务的增加,吸纳更多高素质、高业务能力的旅游从业者,对交通、保险等旅游相关行业就业的带动作用不可忽视。其中,旅游服务贸易进口额(弹性系数为0.15)对旅游就业的弹性系数要大于出口总额(弹性系数为0.09),该结果与魏君英和张明如(2013)的研究结论相一致。我国旅游服务贸易长期处于逆差状态,出境旅游花费多,服务要求高,对国内旅行社、交通等行业的就业创造效应大于就业替代效应;同时,我国旅游贸易出口水平较低,导致其对旅游就业效应不显著。
(二)地区模型结果
为了更好地对比不同地区旅游就业的影响因素,本文利用双对数模型对我国东中西三个地区旅游就业数据进行估计,现对分区结果进行分析(结果见表3)。
注:区域模型采用pooled OLS估计。
从共同影响因素来看,人力资本水平、季节因素和国家政策对各地区的旅游就业人数具有显著影响,人力资本水平对中西部就业人数的弹性系数(分别为0.21和0.14)大于东部地区(弹性系数为0.13),这说明教育对中西部地区的影响要大于东部地区。2001-2014年西部地区旅游学校人数增长超过3倍,中部地区增长为1.3倍,而东部地区增长率仅为85%,由此可见在旅游业对专业人才需求的增长之下,专业人才供给的增加会直接提高旅游业就业数量。季节因素对中东部地区产生正向影响,而对西部地区产生负向影响。西部地区由于自然环境的原因,旺季旅游经营时间一般为5月到10月,淡季门票价格下降幅度为50%,并且淡季恶劣的自然环境不适合开展旅游活动。东中部地区旅游旺季经营时间一般8个月,在淡季也会因地制宜推出旅游项目,如在冬季组织滑雪节等,淡季门票价格的降低反而会吸引更多游客,带动就业的增加。
对东部地区而言,企业数量(弹性系数为0.33)和固定资产净值比(弹性系数为0.43)对就业人数的影响较大,这与我国旅游业整体处于扩张发展阶段情况相一致。旅游收入贡献没有对东部地区就业人数产生显著影响,东部地区较早进行经济转型,由此引起的就业增长和旅游业的增长不匹配,进而引起旅游业就业效应不足。旅游服务出口总额对东部地区旅游就业人数影响显著,而进口总额并没有显著影响,这与王晖和黄沛(2009)的研究结论具有一致性。虽然东部地区服务贸易整体较为发达,但是旅游业在服务贸易结构中的比重不如中西部地区大,东部地区产业结构和旅游资源禀赋决定了其旅游服务贸易的就业效应不如西部地区。
对于中部地区而言,除了人力资源水平、季节因素和国家政策会对该区就业人数产生重要影响之外,其余因素均不显著,这与中部地区旅游业省际发展不平衡有一定关系。从中部8省近13年接待国内外游客人数来看,湖北、河南和湖南国内游客数量总和超过其他5省之和,三省的入境游客数量占到中部地区总数的43%,该区旅游业发展极化现象比较突出,旅游业没有协同发展,使得影响旅游就业的因素没有充分显现。
对于西部地区而言,企业数量和固定资产净值比对就业人数的影响较大,旅游收入贡献对西部地区就业人数产生显著影响,且弹性系数为负。旅游目的地的基础设施对旅游地发展具有重要作用。青藏铁路的开通对西部地区旅游业的发展产生了巨大推动作用,2014年西藏旅游人数比2001年增加了近20倍,旅游企业数量增加到206家,增长了一倍多,可见西部地区基础设施的不断完善有利于充分发挥旅游就业的效应,旅游服务贸易进出口总额均对旅游就业人数有显著影响。虽然西部地区经济实力较弱,但是西部地区较为丰富的旅游资源,使得旅游业逐渐成为西部地区的主导产业;同时,交通等基础设施的不断完善使西部地区入境旅游服务贸易优势得到充分发挥。因此,旅游服务贸易对西部地区旅游就业有较大影响。
三、结论与建议
由于旅游业的关联产业广泛,影响旅游就业的因素较为复杂多变。本文利用我国31个省份2001-2014年的旅游就业数据构建面板数据模型识别影响因素,通过测算弹性分析各个影响因素的重要性,并获得如下结论:一是我国旅游业尚处于扩张阶段,旅游企业数量和固定资产净值率对旅游就业的贡献最大,弹性系数分别为0.32和0.39。旅游就业人数会受到旅游业经营季节性的影响,旅游危机事件对就业人数影响不显著。二是我国旅游就业增长速度与旅游产业发展速度不一致,旅游收入对GDP的贡献每增加1%,就业人数反而减少0.15%。国家的对外旅游业发展政策也会影响旅游就业人数,地区经济发展水平、旅游基础设施以及旅游资源禀赋的差异使得我国三大地区旅游就业影响因素有很大差异。三是人力资本对旅游就业弹性系数为0.21,劳动生产率的弹性系数为-0.05,这说明我国旅游教育对旅游就业的增加发挥了作用。四是旅游服务贸易进口和出口均能促进旅游就业的增长,但是双边旅游互惠协议签署国数量的增加没有对我国旅游就业产生正向影响。
基于上述结论,本文提出以下建议:
第一,由于中小型旅游企业具有较大就业拉动能力,国家应加大对中小型旅游企业的金融政策支持,鼓励发展乡村旅游、牧区和少数民族地区文化旅游等特色旅游,促进旅游就业。国家在制定对外旅游互惠政策时要具体分析不同国家出入境旅游需求状况,充分考虑实行互惠政策可能给我国旅游就业带来的负面影响,以此减少出入境旅游严重失衡给我国旅游就业带来的冲击;同时,国内旅游行业要提升旅游服务层次,加大旅游产品的创新与开发,打造区域旅游发展联盟,建立具有互补性的旅游产业链条,以此来提高入境旅游吸引力,从总量和质量上提升旅游就业水平。各地区要深入分析发展反季节旅游的潜力,因地制宜制定反季旅游开发策略,尽量缓解旅游业季节性波动,从而实现旅游就业的稳定发展。
第二,对于东部发达地区,尽管其旅游业发展较快,但是旅游就业与旅游业收入之间并没有保持同步增长。所以,建议东部地区进一步扩大旅游市场,延伸旅游产业链,加强地区之间旅游企业联合,实现吃住行游购娱行业之间协调发展,促进旅游就业水平的提升。东部地区要在保持旅游服务贸易均衡的前提下,继续发挥旅游服务贸易出口对旅游就业的带动作用。
省级面板数据 篇4
对财政透明的关注由来已久。Kopits和Craig( 1998) 在1998 年首次对财政透明度的内涵进行了解释,把财政透明度界定为向公众最大限度地公开政府的结构和职能、财政支出的意向、公共部门账户和财政预测信息,这些信息是可靠的、详细的、及时的、可以理解并且是可以进行比较的。国际货币基金组织( IMF) 也于1998 年出版了 《财政透明度良好做法守则》,目的是为了推进成员国提升其财政透明度。
然而,作为IMF成员国之一的中国,不论在国际层面,还是在省级或市级层面,财政透明度水平都是比较低的1。根据清华公共经济、金融与治理研究中心财政透明度课题组提出的 《2014 年中国市级政府财政透明度研究》 的调查结果显示,中国地市级政府( 共调查了289 个地市级政府)财政透明度得分在324 分以上( 总分为540 分)仅有31 个,得分及格率约为10. 7%2。也就是说,按照清华大学财政透明度课题组的评分标准,在调查的范围内我国约有90% 的地级市财政透明度在及格线以下的水平。根据上海财经大学公共政策研究中心发表的 《中国财政透明度报告》3显示,近几年我国的省级政府财政透明度得分较低,31个省( 自治区、直辖市,不含港澳台地区) 财政透明度得分都在60 分( 满分100 分) 之下,2007- 2012 年省级政府财政透明度的平均得分分别为22. 0、23. 1、25. 3、 28. 3、 31. 4 和32. 7。 虽然,从总体上看,我国省级的财政透明度水平有逐渐上升的趋势,但整体水平依然较低。本文将从理论和实证的角度,对影响我国财政透明度的因素进行分析。
二、相关文献评述
国外对财政透明度影响因素的研究起步相对较早。Joachim Wehner和Paolo De Renzio ( 2013)4通过运用85 个国家的数据,集中研究了对国内预算信息公开的最重要的需求主体———市民和议员,研究结果表明自由和公开的选举对预算信息披露有直接的显著影响,并且会抑制自然资源收益的依赖对财政透明度带来的不利影响,还发现在民选中议员的党派竞争伴随着更高水平的预算信息披露。Daniel Albalate del Sol ( 2013)5用西班牙的数据研究了决定地方政府透明度的制度因素( 市长是否为左翼、是否为省会、参加选举人数比例等) 、经济因素( 失业率、人均经济活动、旅游活动) 、财政因素( 政府负债、预算不平衡) 和社会因素( 人口、男性比例、老人比例) ,研究发现制度特点比其他任何经济社会变量对政府透明度有更显著的作用。Suzanne J. Piotrowski和Gregg G.Van Ryzin ( 2007 ) 使用网络调查数据研究了公众对透明需求的驱动因素,这些因素包括: 年龄、政治意识形态、对领导人的信心、与政府联系的频率以及认为自己没有足够的时间访问政府等。Robson Zuccolotto等( 2014 ) 利用2009 年和2010 年巴西各州的截面数据研究了财政透明度的影响因素,发现财政变量和经济社会( 教育水平、健康状况、就业、收入等) 显著影响巴西财政透明指数,而政治变量不显著影响财政透明指数。James E. Alt( 2006) 等使用1972 - 1998 年美国48 个州的面板数据研究发现政治和财政政策影响透明度的水平。
由于我国财政透明度的数据较为缺乏,国内学者对财政透明度的研究起步较晚,对于财政透明度影响因素的实证分析大多采用一期或两期的横截面数据。辛冰海和张志超( 2014) 利用2012年中国288 个地级市的横截面数据,实证研究了资源依赖度对财政透明度的影响,研究发现资源依赖程度在较高的显著水平上对财政透明度产生负向影响。肖鹏和阎川( 2013) 使用2009 年和2011年中国省级透明度两期截面数据,实证研究了经济社会因素、财政绩效因素、资源能力因素对财政透明度的影响,研究发现地区财政透明度与地区经济发展水平、地区居民受高等教育比例、地区FDI等指标存在高度正相关,与地区城镇化、老龄化等指标关联不高。值得说明的是,肖鹏和阎川的实证分析部分仅使用了相关性分析,实证结果说服力不强。曾军平( 2011) 研究了信息公开制度对财政透明度的影响,研究发现制度对财政信息公开有促进作用,但是作用相对有限。
除此之外,还有部分学者研究影响政府透明度( 政府信息公开) 的因素。何玉和杜威( 2012)实证研究了影响中国地方政府财务透明度的主要因素; 郑烨( 2013) 等以西部某省126 县级政府网站作为实证研究对象,研究了政府网站建设的不同维度对政府透明度的影响; 阎波( 2013) 等基于Berry和Berry创新影响因素理论,研究了影响政府信息公开的内部因素( 创新意愿、创新氛围、资源禀赋、配套建设) 和外部因素( 居民压力、企业压力、环境压力) ,发现除了配套设施对政府信息公开影响不显著外,其余均显著。在透明度数据方面,何玉和杜威通过构建政府财务透明度指数对政府财务透明度进行量化,张烨通过考察政府网站常用信息的有无来衡量财政透明度,闫波使用的是 “中国省级政府网站绩效评估报告”中的 “信息公开指数”。
从以上的文献可以看出,国内外学者研究透明度的影响因素表现出一定多元化,国外主要研究预算透明度、财政透明度、政府透明度的影响因素,而国内主要为财政透明度、政府( 财务) 透明度。从研究范围上来看,政府透明度的范围更广,它不仅包含财政透明度,还包含行政透明度、司法透明度等; 而财政透明度又包含预算透明度,预算透明度是财政透明度的核心部分。但是,必须看到,我国的政治环境、经济环境以及社会文化环境与其他国家存在明显的差异,所以在研究我国财政透明度影响因素时要结合我国的具体情况进行分析。
三、影响财政透明度因素的理论分析
肖鹏( 2011) 根据Lüder的政府会计环境评估模型,归纳出影响中国财政透明度提升的四大因素,即激励因素、社会结构变量、政治管理系统的结构变量和实施障碍( 见表1) 。从表1 可以看出,这些因素主要影响财政透明度中的政府会计透明度,并没有影响涵盖财政透明度的其他方面。这些影响因素可以部分解释不同国家间财政透明度差异的原因,但对于解释一个国家之内不同地区间财政透明度差异却是不够的。这是因为一个国家内部会计环境主要取决于一国的制度环境,而一国的会计制度基本是一致的,所以不能从会计环境来解释我国内部不同地区间财政透明度存在差异的原因。
要提高财政透明度,必须加强财政问责。然而阻碍财政问责的主要因素包括: 支出未纳入监督、监督机构的制度缺陷、支出构成的变化、层级制的问题、联结绩效与资源的困难、公众审查的问题等( 马骏和赵早早,2011) 。因而,影响财政问责的因素也必然会对财政透明度产生影响。
根据美国、英国等发达国家财政透明度提升的历程,综合考虑影响英美两国财政透明度的各种相关因素,形成了财政透明度提升的压力模型、推力模型和耦合模型。其中压力模型是指,由于一国公民民主意识的觉醒、阶级对立矛盾、政府腐败与公信力下降以及国际通行规则等外界压力,从而迫使政府对财政信息资源进行分配,以满足市场需求和公众需求。推力模型是指,由于信息技术的发展,推动了人们工作和生活方式的转变,进一步推动社会信息化的发展,引起政府治理模式的变革,从而最终推动财政透明度的提升。而耦合模型是压力模型和推力模型的综合。
总的说来,影响一国财政透明度的因素有很多,包括政治环境因素、民主程度、经济环境因素、文化环境因素、法制环境因素、社会监督以及预算管理等因素。其中起决定性作用的是政治环境,这是因为财政透明度的问题实质上是政治问题,它受到一个国家政治体制的影响。考虑到一个国家内,不同省份间政治环境、民主程度以及法制环境都相同,社会监督变量不易量化,预算管理能力属于技术因素,所以本文将探讨经济环境因素和社会环境因素对财政透明度的影响。
根据现有的研究结果,影响我国财政透明度的经济因素主要包括经济增长、外商投资占比、财政赤字比例等; 而影响财政透明度的社会文化环境因素主要包括人口城镇化、老龄化人口比重、受高等教育人口比重、网民比例等。其中,经济增长对财政透明度的影响机制是: 经济增长推动社会保障体系逐渐走向完善,使得贫富矛盾得以缓解,使得公众的民主意识得到加强,从而推动财政透明度的提升。外商投资对财政透明度的影响机制为: 外商对法制化的投资环境要求比较高,所以会选择更为透明的地方政府投资,从而刺激地方政府提高其透明度水平。财政赤字比例越高,地方政府则倾向于掩盖其财务信息,从而降低财政透明度。社会文化环境对财政透明度的影响机制为: 城镇人口、老年人口、受高等教育、网民的人更加关注政治,更多地参政议政,从而推动政府信息的公开,提升政府的财政透明度。
本文除了考虑以上经济环境因素和社会环境因素对我国省级财政透明度水平的影响外,还将研究经济环境因素中的财政支出分权、财政自给率、以及非税收入比重,以及社会环境因素中的失业率、城乡收入差距对我国省级财政透明度的影响。
四、实证研究
( 一) 指标选取与数据来源
本文的主要目的是通过使用2007 年至2012 年中国31 个省的面板数据,实证检验影响中国省级财政透明度的经济因素和社会文化因素。本文的被解释变量为财政透明度,解释变量中的经济环境因素主要包括财政赤字比例、人均GDP对数、外商投资与GDP比值、财政支出分权、财政自给率、非税收入比重; 解释变量中的社会环境因素主要包括城乡收入差距、失业率、人口老龄化、人口城镇化、网络普及率、高等教育人口比例。各个变量的具体说明见表2 所示。
( 二) 变量的描述性统计
表3 给出了上述各个变量的统计描述以及经济环境变量和社会环境变量对财政透明度的预期影响方向。可以看出,2007 - 2012 年间我国的31 个省级政府财政透明度平均得分为27. 14 分( 满分为100 分) ,这说明我国省级政府财政透明度水平整体较低。经济环境变量中,财政赤字比率平均水平为129. 05% ,最小值为4. 91% ,说明我国的绝大多数省份均存在财政超支的情形; 人均GDP对数平均水平为10. 24,而标准差为0. 53,说明对数化的人均GDP差异较小( 进一步说明未对数化的人居GDP差异较大) ; 外商投资与GDP比值的平均水平为38. 61% ; 财政支出分权水平的平均值为69. 03% ,说明我国省级政府财政支出拥有较高的自由裁量权; 财政自给率平均水平为0. 5,其中西藏的财政自给率最低为0. 06 ( 这是因为西藏财政预算不足较多地依赖于中央的转移支付) ; 非税收入占地方预算收入比重的平均水平为23. 56% ,说明非税收入在地方财政收入的比重较大。在社会环境变量中,城乡收入差距平均水平为3. 04 倍,说明我国城乡收入水平存在较大的差距; 城镇登记失业率为3. 6% ; 老龄化人口平均水平为9. 01% ,说明我国绝大多数城市均存在人口老龄化的现象; 人口城镇化水平均值为49. 92% ,而最小值为13. 98% ,说明我国城镇化整体水平偏低; 网络普及率平均水平为31. 45% ; 受到高等教育人数的比重平均值为8. 57% 。
( 三) 实证结果分析
根据2007 - 2012 年中国31 个省份的面板数据,并考虑到经济环境变量中个别变量与社会环境变量中的变量存在较强的相关性,本文利用混合OLS回归分别实证分析经济环境因素和社会环境因素对财政透明度的影响。
在分析经济环境变量对财政透明度的影响中,使用逐步回归的方法,见表4。列( 1) 主要验证财政赤字比率、经济增长和外商投资占GDP比重对财政透明度的影响,回归结果显示,财政赤字比率对财政透明度有负向影响,经济增长和外商投资对财政透明度提升有正向影响,这与现有的实证研究结果一致,与预期的影响方向也相吻合。但是仅经济增长对财政透明度的影响在1% 的显著性水平上显著,财政赤字和外商投资对财政透明度的影响均不显著。列( 2) 、( 3) 、( 4) 分别逐步加入财政支出分权、财政自给率和非税收入比重变量,观察这三个变量对地方政府财政透明度水平的影响。根据列( 2) 的回归结果,在列( 1) 的基础上加入财政支出分权变量后,仅财政赤字比率变量的影响变得更加显著,经济增长和外商投资对财政透明度的影响方向以及显著性均没有太大的改变。而财政支出分权对财政透明度存在显著的负向作用,并在1% 的显著性水平上显著,说明财政支出分权水平越高财政透明度水平相应地也就越低,这主要是因为分权水平越高,地方政府拥有过多的自由裁量权,使得地方政府倾向于不公开财政信息。根据列( 3) 的回归结果显示,在列(2)的基础上加入财政自给率变量后,财政赤字比率变量变回不显著,其他变量的显著性以及影响方向均没有改变,而财政自给率对财政透明度的影响显著为负并在1%的显著性水平上显著,这主要是因为财政自给率越大,代表地方政府财政能力越强而不用过多依赖中央政府的转移支付,从而倾向于不公开其财政信息。根据列(4)的回归结果,在列(3)的基础上加入非税收入比重的变量后,其他变量的显著性以及符号均没有改变,而非税收入比重对财政透明度存在显著的负向影响且在1%的显著性水平上显著,说明非税收入比重越高地方政府掩盖财政信息的动机越强烈。
注: 括号内为标准误,***、**和*分别代表在0. 01、0. 05、0. 1 的显著性水平下显著。
在分析社会环境因素对财政透明度的影响中,本文主要关注城乡收入差距和失业率对财政透明度的影响,见表5。其中,列(5)和列(7)为分别单独估计城乡收入差距和失业率对财政透明度的影响,列(6)和列(8)为分别在城乡收入差距和失业率变量的基础上加入其他社会环境变量估计这些变量对财政透明度的影响,列(9)为加入所有的社会环境变量以估计它们的财政透明度的共同影响。根据列(5)的回归结果可知,城乡收入差距对中国省级财政透明度有显著的负向影响,并在1%的显著性水平上显著,说明城乡收入差距越大财政透明度水平越低,这可能是因为收入差距越大居民的民主意识越淡薄,从而地方政府没有太大的大的动力公开财政信息。列( 6)是在列( 5) 的基础上加入了人口老龄化、人口城镇化、网络普及率和受高等教育人口比例等变量,城乡收入差距对财政透明度的影响方向以及显著性均没有变化,但人口老龄化对财政透明度有负向影响( 这与预期影响方向相反) ,这可能是因为我国老年人口虽然更多地参与政治,但是影响财政信息公开的作用有限; 城镇化水平对财政透明度有显著的正向影响,并在1% 的显著性水平上显著; 网络普及率对财政透明度的影响显著为正,并在1% 的显著性水平上显著; 而受教育人口比例对财政透明度的影响为正,但不显著。列( 7) 估计了失业率对财政透明度的影响,结果显示失业率对财政透明度有显著的负向影响,并在5% 的显著性水平上显著。根据列( 8) 回归结果显示,在加入其它社会因素变量后,失业率的影响方向不变,但显著性有所降低,而其他变量的显著性及影响方向均没有改变。相对于列( 5)- ( 8) ,列( 9)在加入所有社会环境变量后,各变量的显著性均没有发生变化,说明回归结果具有较强的稳健性。
注: 括号内为标准误,***、**和*分别代表在0. 01、0. 05、0. 1 的显著性水平下显著。
最后,从拟合优度的大小来看,经济环境因素和社会环境因素大致可以分别解释16% 和18. 2%我国地方政府财政透明度的变异情况。这在一定程度上说明经济环境因素和社会环境因素以外的因素对我国地方政府财政透明度有较大的影响,对我国而言,政治环境和法律环境( 比如 《预算法》 《保密法》) 等对财政透明度的影响更大。虽然经济环境因素和社会环境因素未能解释绝大部分财政透明度的变异,但以上的实证结果表明,可以通过改善经济环境和社会环境达到提升地方政府财政透明度的目的。
五、结论与建议
根据以上研究,本文得出结论: 在经济环境因素中,经济增长对财政透明度有显著的正向影响,而财政支出分权、财政自给率和非税收入比重均对财政透明度有显著的负向影响; 在社会环境因素中,城乡收入差距和失业率对财政透明度有显著的抑制作用,而城镇化水平和网络普及率对地方政府财政透明度的提升有显著的促进作用。鉴此,提出如下政策建议:
第一,在经济新常态的背景下,随着城镇化水平的不断推进,地方政府应加大财政信息公开的力度。虽然我国在过去的30 年里经济快速发展,但也产生了一系列的问题,贫富差距呈现出不断扩大的趋势,所以地方政府应积极推进财政信息公开,切实保障农村和低收入纳税人口的利益。另一方面,随着城镇化水平的提高,地方政府应采取相应的措施,促进城市新流入人口的就业,解决失业人口的就业问题。
第二,应关注网络信息化对地方政府财政透明度的影响。随着网络的普及,越来越多人可以通过网络监督地方政府的财政行为。尤其是在近年来对 “三公”经费的公开、政府性收费以及使用信息的公开、公共定价信息的公开、农产品安全信息的公开,社会公众和网民都起到了极大的推动作用。因此,地方政府应加强电子政务的建设,以满足社会公众和网民对多方面财政信息的需求。
第三,加大对财政分权的控制力度,缩减非税收入占地方财政收入的比重,切实提高地方政府的财政透明度水平。财政支出分权水平和非税收入比重过高都会诱发地方政府寻租和腐败行为的产生,从而对财政透明度产生负面影响,因此中央政府应加强对地方政府财政支出的监督力度,积极推进非税收入改革,减少贪污腐败的空间,切实提高地方政府财政信息公开程度。
省级面板数据 篇5
现代财政分权理论认为,财政分权有利于扩大地方政府的自主权,产生了明显的激励作用,基于偏好误识理论,相对于中央政府,地方政府在地区公共产品、服务和资源的提供和配置上更有效率,能更好地推动经济的增长。我国历次财政体制改革基本上都围绕扩大财政分权展开,财政税收体制发展大致可分为三个阶段:第一阶段是1949年到1978年,主要实行统收统支的集中式管理;第二阶段从1979年到1993年底,中央逐步放权,实行财政包干体制;第三阶段是1994年分税制改革至今。
综观1994年分税制改革之后中国的税制改革,近2年来对中国税制影响最大、范围最广、深度最深的改革就是2011年实施的营改增。这虽然只是一次税制调整,但也足见中国财政体制改革本身的复杂性,因为财政体制是一种分配关系,它体现了政府、企业和居民三者之间经济关系的调整和利益得失之间的权衡。营改增即是将原来征收营业税的行业逐步改革成征收增值税。根据我国税制划分原则,除了保险公司总部、银行总行等缴纳的营业税归中央,营业税基本属于地方税种,从1994年营业税条例实施到2012年,我国营业税收入从647.36亿元增加到15 542.91亿元,足足增长了23倍多,营业税也当之无愧是地方政府的最主要收入来源,是地方税的核心。
受篇幅所限,1994~2012年我国营业税总收入与地方税收总收入的比例关系图已省略。其具体数据为:1994~1998年,营业税收入占地方税收总收入的比例在0.28~0.30之间,并呈现不断上升的趋势,1999~2001年,从0.3下降到0.26,2002~2004年出现大幅上升,从0.26上升到0.35,此后从2005~2012年,比例虽有小幅下降,但都稳定在0.32附近。因此,随着营改增的深化和扩围,不少人认为这会直接减少地方税收收入,造成地方政府财权与事权的不匹配,进而弱化我国的财政分权。
本文从财政分权角度研究税制改革,重点关注:营改增是否会弱化了中国的财政分权?影响中国财政分权的因素有哪些?如何量化对财政分权的测度?
二、文献评论与回顾
关于财政分权主流的研究主要集中于财政分权与经济增长的相关性方面。分税制改革是我国财政分权的重要转折点,因此实证研究往往以1994年作为一个重要的时间节点。张晏和龚六堂(2005)、周业安和章泉(2008)经过实证研究,均发现分税制改革前财政分权对经济增长作用为负,而分税制改革后则为正向作用。对于财政分权的度量,张晏和龚六堂(2005)以预算内本级政府财政收入指标(DCrev)、预算内本级政府财政支出指标(DC-exp)、扣除净转移支付的财政支出指标(DCnet)和预算内外总收支指标(DCall)为基础,引入相应的人均指标来度量财政分权。周业安和章泉(2008)在综合考虑了各省人口规模和中央转移支付后,采用人均各省本级财政支出占总财政支出的比值度量财政分权。温妍秀(2006)利用1980~2004年省级面板数据,以各省预算内人均财政支出与人均总财政支出的比值来衡量财政分权,在实证检验后发现,分税制改革前后中国的财政分权均对经济增长呈现正相关。沈坤荣和付文林(2005)使用1978~2002年省级面板数据,发现中国财政分权与地方GDP增长正相关,具体表现为地方财政收支占比每上升1%,人均GDP增长率会增加0.07%~0.3%;在财政分权度量上,采用各省财政收入、财政支出占政府财政总收入、总支出的比率表示财政分权,具体为7个测度水平:RBE、RBI、ROE、ROI、RBIE、RBOE和RBOI。张曙霄和戴永安(2012)使用2001~2008年中国内地266个地级及以上城市面板数据,研究发现财政分权对城市经济增长的作用显著为正,其对财政分权的度量采用了传统文献中最常见的方法,具体公式为fdc/(fdc+fdp+fdf),其中fdc、fdp和fdf分别表示中央、省、城市人均预算内财政支出。
根据对以往相关文献在度量财政分权方法上的对比可知,地方税收收入(LT)和中央转移支付(ATP)是影响财政分权(FD)的核心因素,同时本文在基于以往文献思路的基础上,引入政府间税收竞争(Constraint)、税收中性指标(Neutral_tax)和交互项(ATP×LT)来共同度量对财政分权的影响。在地方政府财政收入中,不同的收入来源对财政分权的影响作用和程度也不尽相同,何庆光(2009)利用省级面板数据回归发现地方税收入(LT)较转移支付(ATP)对财政分权(FD)影响更显著。
三、理论假说
1. 税收竞争假说。
营改增实质上是政府间纵向的税收竞争,而政府间纵向税收竞争是一国财政分权的必然产物。欧美实行联邦制的国家普遍具有完善的地方税体系,也就意味着地方政府具有税收立法权、征收权和管理权,地方政府不仅可以征收较低税率与中央政府和其他地方政府展开竞争,而且还可以结合地区需要开征新的税种(只要和联邦税种不相冲突)来增加地方财力。在中国,政府间税收竞争一直都十分激烈,受地方政府不具备税收立法权、政府间“上下级”等级制度森严和政府官员晋升机制等因素的影响,地方政府在与中央政府的税收博弈中始终处于被动接受的地位。
地方政府在税收竞争不断加剧的背景下,增加本地区财政收入主要采取了两个方面的措施:一是大力发展本地区经济,从根本上提升本地区税收收入,其中强化与其他地方政府在资源要素上的横向竞争是比较常见的做法;二是提高税率或税收征管效率,这种做法也会在一定程度上增加中央政府的税收收入。可以看出,中央政府规范地方政府预算外收入的做法一定程度上影响了地方财政收入,中央与地方政府之间的税收竞争也日趋激烈。因此,分析中央与地方之间的税收竞争(Constraint),可以从另一个侧面有效度量政府间税收竞争(Constraint)对财政分权(FD)的影响程度。
2. 税收中性假说。
营改增也体现了税收中性原则,有利于我国的流转税制更加合理。税收中性理论是由西方税收学界倡导并推行的,西方经济学家依据“税收额外负担”问题提出税收中性原则,认为征税不应造成其他经济牺牲或超额负担。20世纪20年代末盛行的凯恩斯主义一度让“税收中性”受到冷遇,其认为税收应是政府调节经济的工具。20世纪70年代以来,“次优原则”的推行又让“税收中性”原则回到了公众的视线。税收中性假说的意义有两点:一是减少给纳税人带来的超额负担;二是最大程度地减少税收对市场配置资源的干扰和影响。
增值税是依据增值额征收的一种税,它设计的初衷就体现了“税收中性”原则,由于增值税只对本环节的增值额征税,这样可以避免重复征税,并有利于专业化分工经营的开展,适应了当今社会化大生产的趋势。因此,分析营改增所带来的税收中性效应(Neutral_tax)为科学合理的度量财政分权(FD)提供了依据。
四、计量模型、变量说明与数据来源
1. 计量模型。
本文依据何庆光(2009)的思路,为了准确考察营改增对中国财政分权的影响,在其基础上增加了中央与地方政府间纵向税收竞争(Constraint)、税收中性(Neutral_tax)和交互项(ATP×LT)三个因素来度量营改增对中国财政分权的影响,本文使用混合OLS回归来对面板数据模型进行估计,估计方程如下:
式中:FD表示财政分权的度量,为本模型的被解释变量;ATP、LT分别表示转移支付收入和地方税收收入,为本模型的主要解释变量,ATP×LT表示二者的交互项;Constraint表示地方政府收入获取行为规范性指标,用以描述中央政府与地方政府之间纵向税收竞争程度,为本模型的控制变量;Neutral_tax表示税收中性指标,同前者一样为本模型的控制变量;下标i=1,2,3…,N分别代表不同的省(自治区、直辖市),t=1,2,3…,T代表样本年份;αi表示各截面单位的截距项;β1、β2、β3、β4、β5表示对应变量的系数;εit为随机误差项。
2. 变量说明。
(1)人均财政分权的度量。我国幅员辽阔,地域之间的差别极大,要在中央与各地方之间寻找到一种科学合理的财政分权(FDit)方法很不容易。现有学者对于财政分权的度量各不相同,本文采用现行的度量财政分权较为普遍的人均省级政府支出与中央总支出的比值来度量中国的财政分权。采用这种方式考虑的原因主要是我国各省人口不同和经济发展也不均衡,这样的度量既简便,数据便于获得,也排除了人口因素的影响。
(2)人均转移支付的度量。本文使用TP表示各省(自治区、直辖市)转移支付,使用ATPit度量第i年第t省(自治区、直辖市)人均转移支付。中央对地方的转移支付主要包括财力性转移支付(一般性转移支付)和专项转移支付等,其他形式的转移支付占比很低,因此,本文讨论的转移支付主要有:一般性转移支付TP1,专项转移支付TP2和其他转移支付TP3。
(3)人均地方税收收入的度量。本文使用LTit度量第i年t省(自治区、直辖市)人均地方税收入。本文度量的地方税收收入主要包括各项地方税收收入和地方财政非税收入,各具体的分项指标如表1所示。
(4)政府间纵向税收竞争的度量。本文参照胡洪曙等(2014)度量政府间税收竞争的方法,使用地方政府收入获取行为规范指标衡量中国政府间纵向税收竞争程度。公式为:地方政府收入获取行为规范性指标(Constraint)=地方预算外资金收入/地方一般预算收入。
(5)税收中性指标的度量。鉴于目前任何一种对税收中性指标(Neutral_tax)的度量都具有争议,本文采用营改增后税收减免数额/地方一般财政收入来度量。
3. 数据来源。
本文使用2003~2012年中国的30个省(自治区、直辖市)的面板数据进行计量研究,由于港、澳、台和西藏自治区数据缺失较严重,故剔除在外。本文在面板回归中有30个组别观测点,所有数据均摘自2003~2012年的《中国统计年鉴》、《中国财政年鉴》以及各省、市、区统计年鉴。模型变量的描述性统计情况如表2所示。
五、实证分析结果与解释
1. 面板数据单位根检验。
本文依据郭军华等(2010)对单位根检验的分类,运用不同根单位根检验方法中的Fisher-ADF检验、PP-Fisher检验和Dickey-Fuller检验方法来检验,分别对人均财政分权FD、人均转移支付ATP、人均地方税收入LT、两者交互项ATP×LT、政府间税收竞争Constraint和税收中性指标Neutral_tax进行单位根检验,检验结果如表3所示:
注:(1)***、**、*分别表示在P<1%、P<5%、P<10%的显著性水平下拒绝原假设;(2)中括号内为P值。下同。
由表3可知,因为我们检验的原假设是“H0:各变量存在单位根”,将各个时间序列进行检验时,发现基本在显著性水平为1%时就拒绝原假设,说明检验的结果均显著地拒绝“存在单位根”的原假设。因此样本变量中各个时间序列是平稳的,这样就保证了检验结果的稳健性。
2. 面板数据模型的选择与分析。
为了便于观测政府间税收竞争(Constraint)和税收中性指标(Neutral_tax)两控制变量对财政分权(FD)的影响,本文首先将政府间税收竞争(Constraint)和税收中性指标(Neutral_tax)剔除,利用地方税收收入(LT)、转移支付收入(ATP)两个核心解释变量进行回归,这样也能观测各省ATP和LT的显著性水平,分析结果如表4所示。
从表4可以看出,18省(自治区、直辖市)LT数据对FD的影响显著为正,只有7省(自治区、直辖市)ATP数据对FD影响显著为正,说明了LT对FD的影响较ATP对FD更显著,但这只是一个定性的分析,LT与ATP分别对FD影响有多少,以及两者的相互作用ATP×LT对FD的影响还需要更准确地进行定量解释。
根据式(1)的模型设计,将政府间纵向税收竞争(Constraint)、税收中性原则(Neutral_tax)和地方税收收入与转移支付收入的交互项(ATP×LT)添加到模型中,相应变量进行面板数据分析,分析结果如表5所示。
在表5第(1)列面板数据回归结果中,政策虚拟变量Dum_2012对财政分权的影响显著为负。其原因是,2012年开始营改增一定程度上对地方营业税收入造成了冲击,影响了地方税的收入,由于存在税收减免等因素,不利于我国财政分权的推进。Constraint、ATP×LT与Neutral_tax的系数均显著,说明增加这些解释变量可以更好地度量FD,其中ATP×LT与Neutral_tax系数显著为负,说明它们对财政分权的推进有一定程度的弱化作用,尤其要注意ATP×LT表示ATP与LT之间的此消彼长不利于中国财政分权的推进。Constraint系数显著为正,一种可能的解释是在中央大力规范地方预算外收入情况下,地方政府转而大力发展地方经济、提高税收征管效率,反而增加了预算内收入。
为便于对政策实行前后的情况进行对比,将政策虚拟变量Dum_2012从模型中剔除,并重新对模型进行面板数据回归,得到表5第(2)列回归结果。进一步研究地方税收收入(LT)、转移支付(ATP)以及两者的互相作用(ATP×LT)对中国财政分权(FD)的影响,并具体分析营改增对财政分权有多大影响,本文以表5第(2)列为例,利用求偏导,得出变量偏系数来进行分析。
(1)当LT取值变动时,计算LT变动一个单位对FD变动的影响。若将式(1)两边同时对LT求偏导数,则可得:
从式(2)可知,LT变动一个单位,其对FD变动的影响取决于系数αit、β3、与ATP的取值。若将表5中第(2)列的数据代入,则可得:
令式(3)取值为零,则计算出ATP对影响的临界值为2.698 9。若此时ATP的实际值小于这一临界值,则式(3)左边值为正,说明LT的变动对FD的变动存在明显的正向影响;若ATP实际值大于这一临界值,则式(3)左边值为负,说明LT的变动对FD的影响为负。通过分析面板数据,发现在300个观测值中,有300个样本的ATP小于临界值。样本各年的分布情况如表6所示:
从表6中可以看出,各观测样本分布较均衡,说明LT对FD影响一直很明显,ATP的取值情况随着时间的推移不断增加,因此ATP取值也逐渐接近于临界值,这说明LT变动对FD变动的影响逐渐由于ATP取值的增加而不断减弱。为了能更清楚地观测LT变动对FD的影响,本文选取2008~2012年30个省(自治区、直辖市)数据的ATP值代入式(3)计算∂FDit/∂LTit的取值,得到结果如表7所示:
由表7可知,∂FDit/∂LTit的取值在各省(自治区、直辖市)均存在不同程度的下降趋势,绝大多数省份变动不大,说明LT变动对FD变动的正向影响在一定程度上有所降低,其中对比2011年与2012年两列数据,变化也较正常,并未出现异常减少,说明营改增对财政分权的弱化作用并不明显。对此,一种可能的解释是,ATP的增加一定程度上弱化了FD。当然,这也可能是ATP、Constraint和Neutral_tax三种因素共同作用的结果。
(2)考虑LT取值变动下,ATP变动对FD变动的影响。将表5第(2)列的结果代入计算,可得到:
假设式(4)取值为零,计算得出临界值为2.337 6。通过分析ATP的变动对FD变动的影响,发现在300个观测样本中,有300个样本的LT取值小于临界值,占总观测样本的100%,样本在各年的分布情况如表8所示:
从表8可以看出,LT取值样本分布均衡,且均小于临界值,说明ATP变动对FD的变动存在正向影响,只是不如LT变动对FD变动影响显著。同样,本文选取2008~2012年30个省(自治区、直辖市)数据的LT值,代入式(4)中进行计算,结果如表9所示。
由表9可以看出,30个省(自治区、直辖市)的取值均出现下降,说明ATP受到LT的增加对FD的影响不断减弱,其中2011年和2012年两列数据变化基本上是正常的,并未出现异常减少,从ATP视角分析也说明营改增对FD弱化作用不明显。
对比表7和表9,从数值可以看出,LT变动1个单位对FD的影响更大,不论分析LT变动1个单位对FD的影响,还是分析ATP变动1个单位对FD的影响,两者的此消彼长都不同程度地弱化了对FD的影响,而营改增这一政策对FD的影响并不明显。由分析可知,要使FD不被弱化的方法是,控制一个变量不变,增加另一个变量。因此,控制ATP的规模,不断增加地方政府促进地方经济的发展而获取收入,即增加LT才是根本途径。
六、结论与政策建议
1. 研究结论。
本文使用30个省级面板数据回归分析地方税收收入(LT)、中央转移支付(ATP)、两者交互项(ATP×LT)、政府间纵向税收竞争(Constraint)和税收中性原则(Neutral_tax)对财政分权的影响,解析营改增后地方税的变化是否会影响我国财政分权(FD),研究发现,营改增不会明显弱化中国财政分权,LT比ATP对财政分权的影响较大和显著,两者对FD均有正向影响,Constraint、ATP×LT和Neutral_tax对FD的影响也十分显著,且基本为负向影响,反映了中央政府为规范地方收入和优化税收体制所做的努力。
本文还通过对偏系数求导定量测度了LT、ATP分别对FD的影响,发现LT与ATP之间的此消彼长,不同程度地弱化了对FD的影响,保持地方税收收入(LT)的稳定增长,并控制转移支付(ATP)的规模是推进我国财政分权(FD)的重要保障,如下图所示:
资料来源:根据《中国统计年鉴(2013)》《中国财政年鉴》计算得出。
2. 政策建议。
为了不明显弱化中国的财政分权(FD),在营改增不断扩围和地方税体系构建过程中,根据分析结论可以看出,保障地方税收收入(LT)的基本稳定并逐渐增长,控制转移支付规模(ATP)是最有效和根本的途径。中国的财政分权和税制改革基本上都是“自上而下”的,在这种情况下,要保障中国的财政分权不被弱化,我们就应从中央和地方两个层面来加以完善:
在中央层面:一是控制转移支付(ATP)的额度并完善转移支付体系,彻底改变我国部分地区仍存在的以“协商”等方式为基础的转移支付体系,落实我国已实行的“均衡性转移支付办法”,使转移支付更加透明,并控制转移支付的规模和额度。二是提高增值税地方分成比例,从地方拿走了营业税,增加增值税给地方的分成可以一定程度弥补地方税收入的损失。三是将增值税在末端的零售环节改为征销售税,并将这一部分收入划归地方政府,这样,地方即使没有了营业税收入,也不会造成地方税收入的变化,也不会弱化中国的财政分权。四是中央政府也可以考虑适当赋予地方一定的税收立法权,增加地方政府在与中央税收竞争上的能力。
在地方层面,主要有以下几点应对措施:一是根据“谁受益,谁负担”的原则,尽量体现地方公共服务的成本和收益之间的关系,即能收费的尽量收费(何庆光,2009)。二是大力发展本地区经济,培育地方稳定税源,并不断挖掘地方税收入潜力,促进地方税收入稳定增长。三是争取预算外收入,从多个渠道增加地方财力。
参考文献
张晏,龚六堂.分税制改革、财政分权与中国经济增长[J].经济学(季刊),2005(5).
何庆光.财政分权、转移支付地方税收入[J].统计研究,2009(26).
Zhang T.,Zou H..Fiscal decentralization,public spending and economic growth in China[J].Joumal of Public Economics,1998(67).
Lin J.Y.,Z.Liu.Fiscal Decentralization and Economic Growth in China[J].Economic Development and Cultural Change,2000(1).
胡洪曙,郭传义.我国政府间纵向税收竞争对税收增长的影响研究[J].经济管理,2014(12).
张曙霄等.异质性、财政分权与城市经济增长——基于面板分位数回归模型的研究[J].金融研究,2012(1).
龚锋,卢洪友.公共支出结构、偏好匹配与财政分权[J].管理世界,2009(1).
周业安,章泉.市场化、财政分权和中国经济增长[J].中国人民大学学报,2008(1).
饶晓辉.参数异质性、财政分权与区域经济增长的不平衡性[J].统计研究,2010(3).
省级面板数据 篇6
一、国内外研究综述
1、国外研究综述
国外的房地产市场化进程进行的相对比较早, Mueller.G.R (1999) 提出供求变化、人口迁移、货币政策等因素在影响房地产价格的同时, 也会使房地产市场出现周期性的波动。Lok Sang Ho和Gary Wai-chung Wong (2003) 采用分布滞后模型, 协整检验和误差修正模型, 深入研究了香港房地产价格与宏观经济的关系, 结果发现出口、利率及通胀率对房地产价格都有长期的影响。Ang Iin (2006) 引入平均房价增长率、CPI等, 采用时间序列法建立VAR模型, 并预测了多伦多房价的变动情况。
2、国内研究综述
在国内方面, 王靖和田澎 (2005) 采用小波神经网络对房地产价格指数进行预测, 结果表明, 相比指数平滑法和RBF神经网络预测, 采用小波神经网络对房地产指数进行预测能够获得较好的效果。杜晓芳等 (2006) 运用灰色理论原理, 建立灰色GM (1, 1) 预测模型, 对我国商品住宅价格未来走势进行预测。对所建模型进行残差、均方差等相关检验, 精度均为一级。王晶等 (2008) 认为从内因与外因对商品房价格过快上涨进行分析。内因只要是通过供给需求、价格弹性、蛛网理论等模型解释分析上涨的必然性, 外因主要有市场信息不对称及中央政府、地方政府、银行、房地产企业多方存在密切利益关系。郭树华、袁天昂等 (2010) 研究1998-2008我国房地产市场和利率间的相互作用, 结果表明我国利率和房地产价格之间存在协整关系, 利率对房地产价格存在一定的滞后影响, 并且在短时间内无法体现出来。
二、影响我国商品房价格因素的实证分析
1、模型设置
极值边界分析模型 (the extreme bounds analysis, 即EBA模型) 由Leamer (1985) 、Levine和Renelt (1992) 提出的多元线性回归模型是随着条件变量集的逐步改变来检验回归系数的稳健性, 主要功能是灵敏性分析。其回归方程如下:
其中△Y表示增长率向量, α为常数向量, I为模型中始终包括的变量, 是一个核心变量信息集。M为待研究的目标变量, Z为可改变的重要解释变量。Levine和Renelt (1992) 研究表明变量信息集I和Z的改变不直接影响模型分析的结论。
现有文献EBA模型主要有三种检验方法:“严格”的EBA检验、Sala-I-Martin准则 (Sala-I-Martin, 1997) 、大R2准则。本文拟采用Sala-I-Martin准则进行“稳健性”检验。
2、指标选择和数据处理
本文采取2000至2011年中国30个省级区域 (西藏自治区除外) 的面板数据为样本, 研究我国房价持续快速上涨的影响因素。并选用商品房平均销售价格作为被解释变量, 以2000年为基期的实际人均GDP作为核心变量。目标变量为影响房地产价格的8个影响因素:地价、竣工房屋造价、城乡居民人均收入、人口总数、商品房销售面积、实际利率、国房景气指数、国内贷款。条件变量集来自于本文研究的8个房地产价格影响因素。在检验模型中条件变量集是除检验的目标变量外的任意3个变量的线性组合。实际人均GDP是名义GDP用人均GDP指数调节得出的, 地价采用的是用历年来房地产商的土地购置费除以其土地购置面积, 实际利率由金融机构1年的短期贷款基准利率减去历年通货膨胀率调整。数据来源于历年《中国统计年鉴》以及中国经济社会发展数据库。为了在一定程度上消除异方差, 对上述变量 (rr和JQC除外) 分别取对数。
3、基本模型检验
根据EBA模型的原理, 检验的第一步首先是对8个目标变量分别进行线性回归, 判断其显著性。模型如下:
其中, △Y是房地产价格;I是2001—2011年中国除西藏外的30个省、市、自治区的实际人均GDP的对数;M是从8个目标变量中任选一个变量。通过Eviews软件对目标变量M进行显著性检验, 如果M的系数βm的t统计值是显著的, 则M通过EBA的第一步检验;如果M的系数βm的t统计值是不显著的, 则M没有通过EBA的第一步检验, 不需要进行EBA的第二步检验。
本文采用的是面板数据模型, 所以在进行第一步估计检验之前需要进行Hausman检验, 确定回归检验使用的模型是固定效应模型还是随机效应模型。在Hausman检验确定出使用模型的类型基础上, 经过Eviews进行回归检验, 目标变量在式 (2) 的回归结果见表1。除实际利率、国房景气指数和国内贷款两个目标变量外, 其他5个目标变量都通过了EBA的第一步检验, 表明它们与房价之间存在相关关系。 (表1)
4、稳健性检验
对通过检验的5个目标变量地价, 竣工房屋造价, 城乡居民人均收入, 人口, 商品房销售面积, 分别作为目标变量进行遍历式估计。采用Sala-I-Martin准则进行判定, 经过回归检验后, 得出遍历式回归系数βm、t检验值、p值及各变量显著性分布的概率, 地价、竣工房屋造价、收入、人口的回归系数βm的最大值βm-max与最小值βm-min的符号相同 (见表2) , 且分别以100%、100%、100%、98.21%的显著性分布概率通过了EBA的“稳健性”检验, 表明这4个变量对房地产价格有抗干扰的“稳健性”显著影响;商品房销售面积的显著性分布概率为94.64%, 没有通过“稳健性”检验, 表明商品房销售面积对房价没有抗干扰的“稳健性”显著影响。
三、结论
本文基于2000-2011年全国30个省市的面板数据, 运用极值边界分析 (the extreme bounds analysis, EBA) 模型探索影响我国房地产价格的“稳健性”因素。得出以下结论:
本文研究的8个影响因素, 只有地价、竣工房屋造价、人口、城乡居民人均收入通过了EBA“稳健性”检验, 表明这4个因素对于中国房地产价格具有抗干扰的“稳健性”检验。
1、
地价、竣工房屋造价与房地产价格呈正向“稳健性”关系, 因为土地成本在整个商品房的成本中占得比例最大, 所以土地成本的上涨对商品房成本价格的推动效应明显。而房屋造价是平均房价成本构成的一个重要部分, 成本高了房价自然会上涨。
2、城乡居民人均收入是房地产价格的“稳健性”因素。
居民收入的增加, 在满足居民基本住房的需求下, 也刺激了居民的投机需求, 在某种程度上也会推动房价上涨。
3、人口与房地产价格呈正向“稳健性”关系。
人口是需求因素中的一个最重要的因素。一是由于经济的发展和城市化运动的不断深入而引起的大量的农村人口涌向城市而带来的巨大的刚性需求;二是由于城市居民想改善居住条件而带来的刚性需求。
摘要:文章应用2000-2011年全国30个省市的面板数据, 运用极值边界分析 (the extreme bounds analysis, EBA) 模型探索影响我国房地产价格的“稳健性”因素。最后得出地价、竣工房屋造价、人口、城乡居民收入这4个因素对房地产价格具有抗干扰的“稳健性”显著影响的结论。
关键词:商品房销售价格,影响因素,极值边界分析,“稳健性”检验
参考文献
[1]Mueller.GR.Real Estate Rental Growth Rates At Different Points In The Physical Market Cycle[J].Journal of real estate Research, 1999 (18) :55-56.
[2]Lok Sang Ho and Gary Wai-chung Wong.Housing and the Macro Economy:Hong Kong as a Case[J].CPPS Working Paper Series, 2003.
[3]时箔仑、雷星晖.房价波动与影响因素分析[J].价格理论与实践, 2005 (4) :21-22.
[4]周京奎.城市土地价格波动对房地产业的影响[J].当代经济科学, 2006 (4) :1-7.
[5]郭树华、袁天昂等.利率与房地产市场互动关系的实证研究[J].区域金融研究, 2010 (1) :46-50.
[6]Anglin PAUL M.Value and liquidity under changing market conditions[J].Journal of Housing Economics, 2006 (4) :293-304.
[7]]王靖、田澎.小波神经网络在房地产价格指数预测中的应用[J].计算机仿真, 2005 (7) :96-98.
[8]杜晓芳、张金锁.我国商品住宅价格灰色预测[J].西安科技大学学报, 2006 (4) :568-571.
省级面板数据 篇7
1 文献综述
事实上,学者们很早就开始关注区域创新系统的创新效率问题,并发表一些有价值的研究成果,从已掌握的文献资料看,目前的研究主要集中在以下两个方面: 一是区域创新系统的创新效率影响因素研究,如Hagedood认为R&D、申请的专利数、授权的专利数和新产品数是组成区域创新效率的重要因素; 官建成分析了创新资源在创新系统各个机构的配置对区域创新效率的影响; 李习保[3]研究发现一个地区教育的投入和政府对科技的支持力度是促进区域创新系统创新效率的两个显著因素; 党文娟等[4]认为区域市场化程度的提高将对区域创新系统创新效率的提升起到促进作用; Faggian在研究英国创新系统效率评价时发现学生毕业和地区间移民流动对区域创新系统的创新效率具有显著影响; 官建成从创新过程的角度定量测量了科学技术与区域创新效率联系; 李婧等[5]通过研究得出R&D经费支出和R&D人员投入对区域创新产出均有显著的正向影响; 樊华、周德群[6]研究了工业结构、对外开放度、高等教育发展水平对区域科技创新效率具有正向效应。二是区域创新系统创新效率的评价方法研究,大致可以分为4类方法: ( 1) 生产函数法,代表学者有Jones、Jeffrey、王海盛等、张宗益、白俊红、Mikel以及陈敏等[7,8];( 2) DEA方法,代表学者有Nasierowski、柳卸林、Watcharasriroj、Vitner、罗亚非、刘风朝、李婧等、匡爱民、殷阿娜等、胡凯以及颜莉等[9,10,11,12]; ( 3) 多元统计方法,包括因子分析、聚类分析以及主成分分析等,代表学者有Carlsson、Baumert、杨华峰等、潘晓琳等、华振以及王郁蓉等[13]; ( 4) 个案方法,如李邃的链式关联网络、单莹洁的管理熵法、童纪新等的灰色关联度法以及钟祖昌的SBM效率法等[14,15]。
通过对上述文献进行进一步的梳理与分析,发现区域创新系统的创新效率研究呈现如下两个特征:一是区域创新系统的创新效率影响因素不够统一,这在一定程度上制约了区域创新系统创新效率评价指标的选取。从理论上讲,一切影响因素都有可能成为区域创新系统创新效率评价的可选指标,但由于影响因素不够统一,所以在评价指标体系上也就很难达成共识,导致同一地区的不同评价指标会出现不一致甚至是互相矛盾的评价结论。二是在区域创新系统创新效率的评价方法上,由于DEA方法能同时处理多输入和多产出,无需人为确定评价指标权重,也无需指定具体的函数形式,所以DEA方法应用最多,但传统DEA方法多是评价同一时点不同区域的创新效率状况,缺乏纵向对比。鉴于以上分析,本文采用Malmquist指数法对我国省级区域创新系统创新效率进行评价分析,该方法不但可以分析不同地区不同时期的创新效率动态变化,而且可以将Malmquist指数进行进一步的分解,以便探明区域创新系统创新效率的深层次结构。Malmquist指数的求解是通过构建DEA线性规划模型来实现的。DEA线性规划模型有一个无法回避的问题,即随着评价指标的增加,模型求解结果将趋于一致,导致各地区创新效率结果无差别。而本文综合了各学者的多种评价指标,以尽可能地反映更多的评价信息,这有可能导致同类评价指标间存在很大的相关性以及评价结果的趋同性。为了克服上述问题,将评价指标先进行因子分析,然后将提取的公因子数据输入到Malmquist指数评价模型中,再进行进一步的求解与分析。
2 评价模型与评价指标
2. 1 Malmquist 指数及其分解
瑞典经济学家马姆奎斯特[16]为研究消费问题提出了Malmquist指数,随后经过Cave等人[17]在距离函数概念的基础上发展成为测算全要素生产率变化的指数,此后Fare等[18]将Malmquist指数与DEA理论相融合,逐渐形成基于成本、规模效率和不变规模收益的Malmquist指数评价模型,并在生产率测算方面得到越来越广泛的应用。尽管该指数评价模型主要用来估算全要素生产率的变化,但对评价区域创新系统创新效率同样适应,因为从本质上讲,区域创新系统创新效率就是系统的多输入与多产出的转化效率,这与生产率的估算具有很大相似性。依据Fare、Yao Chen、Ahmar等人[19,20]的前期研究成果,可以用以下两个变量来表示区域创新系统的创新效率指数:
为消除时期选择的主观性可能造成的测量误差,依据Caves的理想指数构造思想,将式 ( 1) 和式( 2) 求几何平均,可以得到式 ( 3) 所示的评价从第t期到第t + 1期的区域创新系统创新效率指数( Total Factor Productivity Change,Tfpch) 。该指数大于1,表示创新效率增长; 反之,则表示创新效率下降或没有增长。
式 ( 1) 、( 2) 和 ( 3) 中, ( xt,yt) 和 ( tt + 1,yt + 1) 分别表示第t期和第t + 1期的投入和产出向量; Dt0( xt,yt) 和Dt0( xt + 1,yt + 1) 分别表示以t期技术Tt为参照,第t期和第t + 1期的距离函数。距离函数有不同的表示方法,常用的是Shephard和Fare提出的距离函数表示法:
式 ( 4) 中,x和y分别表示输入变量和输出变量向量,ρ表示投入导向下的效率指标,p ( x) 为所有的可能生产集合。对于每一个评价单元的距离函数,可以通过构建线性函数模型来求解。假设有K个评价单元,N个输入指标,M个输出指标,则对于评价单元k',第t期的距离函数Dt0( x,y) 的求解模型如下[21]:
式 ( 5) 中,bti,k表示非有效输出,ztk表示分配给每一评价单元的权重,其它符号意义同前。有了上述距离函数的求解方法,再根据Fare等[22]的分析结果,可以将区域创新系统的创新效率指数进行分拆并求解,具体分解公式如下:
式 ( 6) 中,V代表可变规模,S代表不变规模。由式 ( 6) 可知,区域创新系统创新效率指数( Tfpch) 可以分解成为技术 效率指数 ( EfficiencyChange, Effch ) 和技术指 数 ( Technical Change,Techch) ,而技术效率指数又可进一步分解为纯技术效率指数 ( Pure Technical Efficiency Change,Pech)和规模效率指数 ( Scale Efficiency change,Sech) 。其中,技术效率指数 ( Effch) 主要测度了从第t期到第t + 1期的评价单元到潜在最优生产可能边界距离的改变量,它反映了区域创新系统的资源配置、组织变革、创新环境以及规模经济等方面的改善情况; 技术指数 ( Techch) 主要测度评价单元在技术边界从第t期到第t + 1期的变动情况,它主要反映技术创新对区域创新系统创新效率的影响; 纯技术效率指数 ( Pechch) 表示规模收益不变时的技术效率,规模效率指数 ( Sech) 则是反映评价单元的最优生产规模情况。以上区域创新系统创新效率指数的各种分解指标如果大于1,表示对创新效率有贡献; 小于1,表示对创新效率有阻滞; 等于0,表示对创新效率没有贡献。
2. 2 评价指标
运用Malmquist指数评价模型测评我国区域创新系统创新效率的变动情况,科学合理地选择投入与产出评价指标尤为重要。但目前学者们提出的各种评价指标存在以下几个突出问题: 一是部分评价指标缺乏国际对比性和时间连续性,如科技活动人员、科学家与工程师、科技活动经费内部支出这3项指标不能突出反映科技创新活动本质内涵,又缺乏国际对比性。二是在产出指标选择上分歧较大。区域创新系统的创新活动本质上包括知识产出过程以及新产品产出过程,但大多数学者往往是针对某一过程的某一方面给出评价指标,缺乏全面性,而且未考虑绿色产出指标。三是在绝对量指标和相对量指标选择上不够统一。有学者认为应该采用绝对量指标,有学者则认为相对量指标更加科学合理。四是在投入或产出同类指标中,不应该有太强的相关性。基于以上几点分析,在前人研究的基础上,提出表1所示的区域创新系统创新效率评价指标体系。基于我国大陆30个省、自治区和直辖市的区域创新系统为评价对象 ( 不含西藏自治区) ,各评价指标数据均来自于2003—2012年的《中国统计年鉴》、《中国科技统计年鉴》以及《中国能源统计年鉴》。
3 实证研究
3. 1 评价指标因子提取
为了提取区域创新系统创新效率评价的关键指标,运用因子分析法对评价指标进行降维处理。把4个投入指标数据导入到SPSS 18. 0软件中,选择分析→降维→因子分析,结果显示,KMO检验值为0. 746,大于0. 7的可接受水平,Bartlett's球体检验拒绝为0假设,说明适合做因子分析。当选择默认特征根大于1的提取标准时,只有一个特征根是3. 164大于1。如果只提取一个公因子,该公因子的方差贡献率只有79. 091% ,即只能包含原投入指标79. 091% 的信息。为了最大限度地包含原投入指标数据信息,将默认因子提取标准修改成按2个因子提取,可以得到如表2所示的投入指标公因子方差贡献分析结果,其中前2个公因子的方差累计贡献率已达到了97. 109% ,说明提取两个公因子可以代表原投入指标数据97. 109% 的信息。再根据表3第4、5列所示的因子旋转后的因子负荷,R&D人员投入和R&D经费内部支出在第1个公因子上具有较高的荷载,由于这2个指标都是反映区域创新系统创新效率的投入总量指标,故将第1个公因子命名为投入总量 ( F1) ; R&D人员投入强度和R&D经费投入强度在第2个公因子上具有较高的荷载,由于这2个指标都是反映区域创新系统创新效率评价的投入强度指标,故将第2个公因子 命名为投 入强度( F2) 。由表3的投入指标共同度可知,投入指标所提取的2个公因子共同解释了原投入指标方差的97. 9% ,96. 1% ,97. 8% 和96. 6% 。一般来说,评价指标共同度大于0. 7是可以接受的,大于0. 8是比较理想的状态。可见,投入指标提取2个公因子是非常完美的。同理,将所有产出指标数据导入到SPSS 18. 0软件中,可以将新产品销售产值和新产品销售收入归因于新产品产出 ( F3) ,将发表科技论文数、技术市场成交额、发明专利申请数和专利发明授权数这4项指标归因于知识产出 ( F4) ; 将万元GDP能耗、亿元GDP污水量以及亿元GDP废气量归因于绿色产 出 ( F5) 。具体计算 结果如表3所示。
3. 2 省级区域创新系统创新效率的总体分析
目前,计算Malmquist指数的软件有DEA Frontier、EMS Pioneer、DEA - Solver、Max DEA以及DEAP,其中DEAP Verion2. 1软件使用得比较多,该软件可计算不变规模报酬 ( CRS) 或可变规模报酬 ( VRS) 条件下DEA模型的最优解与Malmquist指数。本文将原始指标数据映射到5个公因子上,可以得到2002—2011年我国30个省、自治区和直辖市 ( 不含西藏) 的综合评价指标数据,将其导入到DEAP Verion2. 1软件中,便可得到一系列评价结果。
如表4所示是我国省级区域创新系统在2002—2011年间的创新效率指数变化及其分解。2002—2011年这10年里,创新效率只在2008—2009年度首次出现了负增长,主要因为当时爆发了全球经济危机,对区域创新系统的产出产生了严重影响,其余年份的创新效率均大于或等于1,说明我国省级区域创新系统创新效率整体呈逐年上升趋势; 技术效率指数只在2006—2007年和2008—2009年两个时段大于1,其余时段均小于1,说明技术效率有下降的趋势; 而技术变化指数只在2006—2007年和2008—2009年两个时段出现小于1的情况,其余时段均大于1,说明技术进步具有上升的趋势。由于创新效率可以分解成技术效率和技术进步的乘积,创新效率整体呈上升趋势,而技术效率呈下降趋势,技术进步呈上升趋势。可见,我国省级区域创新系统创新效率增长的动力主要来源于技术进步,技术效率对创新效率的进一步增长起到明显阻滞作用。另外,2002—2011年创新效率年平均增长3. 2% ,技术进步年平均增长3. 6% ,技术效率年平均降低0. 4% ,也可验证上述结论。再从构成技术效率的纯技术效率和规模效率看,大部分时段内,纯技术效率指数都是大于1的,而规模效率指数在大部分时段内都是小于1的,10年间纯技术效率年平均增长0. 2% ,规模效率年平均降低0. 5% 。可见,技术效率的下降主要是因为规模效率的恶化导致的,纯技术效率的改进阻止了技术效率的进一步下降。
3. 3 省级区域创新系统创新效率的差异分析
由于我国各地区之间的经济发展不平衡,致使各地区技术效率和技术水平变化存在各自的特征和差异。利用2002—2011年的统计数据,对此期间我国省级区域创新系统的Malmquist指数及其分解进行估算,可得到表5所示结果。2002—2011年间,有8个省级区域创新系统的创新效率增长率为负,即山西、内蒙古、福建、广西、海南、青海、宁夏和新疆。其中,福建的创新效率下降幅度最大,达到2. 1% ; 青海的创新效率下降幅度最小,只有0. 3% 。造成这8个省级区域创新系统创新效率下降的原因又有所不同,按照技术效率指数和技术变化指数大于或小于1,可以将这8个省级区域创新系统分成3类: 第一类是技术效率阻滞型,包括山西、内蒙古和新疆。造成该类区域创新系统创新效率下降的主要原因在于技术效率的下降,尽管技术进步处于增长水平,但增长的幅度小于技术效率的下降幅度;再将技术效率分解成纯技术效率和规模效率看,这3个地区的纯技术效率和规模效率都是负增长。第二类是技术进步阻滞型,包括广西、青海和宁夏。造成该类区域创新系统创新效率下降的主要原因在于技术进步的衰退,技术效率处于增长状态,但增长的幅度较小; 这3个地区的纯技术效率和规模效率也处于零或负增长。第三类是技术效率和技术进步共阻型,包括福建和海南。该类区域创新系统的技术效率和技术进步的逐年下降是造成创新效率下降的主要原因。
其余22个省级区域创新系统的创新效率均呈现增长的趋势,其中增长幅度达到5% 以上的有广东、辽宁、北京、江苏、四川、湖北、山东、陕西和上海。其中,广东增长幅度最大,达到了11. 6% ; 增长幅度在2% ~ 5% 之间的有天津、黑龙江、河北、湖南、安徽和浙江; 增长幅度小于2% 的有河南、重庆、吉林、贵州、云南、甘肃和江西。导致这22个省级区域创新系统创新效率上升的原因也不尽相同,同样按照技术效率指数和技术变化指数大于或小于1,可将该类地区分成2类: 一类是技术进步推动型,包括北京、江苏、湖北、山东、上海、天津、黑龙江、河北、湖南、浙江、河南、吉林、云南、甘肃和江西。推动该类区域创新系统创新效率上升的原因在于技术进步的改善,技术效率的下降缩小了创新效率的增长幅度,其中河南、天津、河北、云南、上海、江西、吉林、黑龙江、浙江和甘肃的区域创新系统技术效率呈现负增长原因在于规模效率不高,山东则是由于纯技术效率不高引起的,而北京、江苏、湖北和湖南的纯技术效率和规模效率则处于零增长或负增长。第二类属于技术效率和技术进步共推型,包括辽宁、安徽、广东、重庆、四川、贵州、陕西。该类区域创新系统的创新效率上升是由技术效率和技术进步共同推动的,但技术进步大于技术效率所起的作用。其中所有省域的纯技术效率指数均大于或等于0,安徽、广东、四川的规模效率呈正增长,而重庆、贵州、陕西的规模效率则处于零增长或负增长。
按照我国新的经济区域划分,可以得到如表6所示的东部、中部、西部和东北四大区域创新系统创新效率及其分解。从表6可以看出,我国四大区域创新系统的创新效率从东北到西部呈现梯度分布,东北部地区的创新效率增长居于四区域之首,平均年增长为5. 6% ,东部、中部和西部依次位于其后。从创新效率变化的分解情况来看,各区域的技术进步均处于增长趋势,但东北和东部省域高于中部和西部省域的增长幅度,东北和西部处于技术效率递增状态,而东部和中部则处于技术效率下降状态;再从技术效率的分解看,东北和西部处于纯技术效率递增状态,而东部和中部则处于纯技术效率下降状态,各区域规模效率均处于下降状态。西部和东北部地区创新效率的增长不仅来源于技术进步,也来源于技术效率,但技术效率的作用远小于技术进步,导致技术效率的作用没有得到充分发挥的原因是规模效率的下降; 东部和中部的创新效率增长则来源于技术进步,而技术效率则起阻碍作用,技术效率的下降是纯技术效率和规模效率不经济共同引起的。
4 区域创新系统的创新效率收敛性检验
通过以上研究可知,我国省级区域创新系统的创新效率在地区间存在显著差异; 但从长远看,如果落后地区有机会和能力吸收与采纳先进地区的技术,满足自己的需要,技术知识的公共特征 ( 技术扩散) 往往会使后进地区从中受益。在这里,后进地区对先进地区的模仿、赶超或先进地区的“技术溢出”效应成为后进地区的“技术后发优势”[23]。那么随着时间的推移,我国省级区域创新系统的创新效率在地区之间会不会缩小差距,最终达到一种稳定状态呢? 这就需要进行我国省级区域创新系统创新效率的收敛检验。
通常,收敛检验包括σ收敛和β 收敛,σ收敛指区域创新系统的产出离散程度随着时间推移逐渐变小; β收敛又可分为绝对β收敛和条件 β收敛,其中绝对β收敛指落后地区的创新效率增长速度比先进地区增长速度快,最终每个省级区域创新系统的创新效率都能达到相同的稳态水平; 而条件β收敛则指每个省级区域创新系统的创新效率向着各自不同的稳态水平发展。以上3种收敛检验,最常用的是绝对B收敛,本文在Barro和Salai Martin的研究基础上,对我国省级区域创新系统的创新效率进行绝对B收敛检验。公式如下:
上式中,ΔTfpchit、ΔEffchit和ΔTechchit分别表示i地区从0期到t期的创新效率指数、技术效率指数和技术指数的平均数; ln Tfpchi0、ln Effchi0和ln Techchi0为基期创新效率、技术效率和技术进步效率值;α1、α2和α3为常数项,β1、β2和β3为收敛系数,如果其值为负表示收敛,反之则表示发散; ξit、ψit和ζit为随机误差项。具体检验结果如表7所示。β1、β2和β3的估计值分别为0. 014、 - 0. 023和0. 028,并在5% 水平上显著。可见,尽管我国省级区域创新系统的技术效率具有收敛趋势,但技术进步却表现明显的发散趋势,在一定程度上抵消了技术效率的收敛效果,整体表现出我国省级区域创新系统在地区间的创新效率不断发散的特征,也即各省级区域创新系统创新效率的增长率不存在明显的“追赶”现象。
注: 1) 括号中数字表示显著性概率; 2) ***为 p < 0. 001,**为 p < 0. 05
5 结论与启示
本文利用Malmquist指数评价模型对我国省级区域创新系统的创新效率进行了评价,可以得到以下3点结论与启示:
首先,从整体上看,我国省级区域创新系统的创新效率在2002—2011年间处于增长状态,创新效率的整体增长主要来源于技术进步的贡献,技术效率的下滑对创新效率的增长造成了不利影响。另外,值得关注的是,规模效率的变动令人担忧。这在一定程度上反映出我国省级区域创新系统内部结构不协调、规模经济效应不显著的特征。出现这一状况的主要原因如下: 业界已基本达成共识,创新型国家要满足4个基本条件,即创新投入高 ( R&D支出占GDP的比例一般在2% 以上) ; 科技进步贡献率达70% 以上; 对外技术依存度指标通常在30% 以下和创新产出高。因此,自从我国提出建设创新型国家战略以来,各地方政府千方百计地增加创新投入,争取更多的产出,并特别重视科技创新对区域经济增长的重要作用,但在此过程中,现有的资源配置体制以及政府的组织管理水平等相对科技资源的投入增速有点滞后,同时诸多科技资源还处于磨合和整合阶段,一定程度上造成了当前的技术效率下降以及规模效率的不经济状态。由此可知,过度地依赖科技进步的贡献,而忽视对现有资源的合理配置和技术效率提高,必然造成资源的过度浪费与无效率,这显然违背经济增长方式要从粗放型向集约型转变的大趋势。因此,各地政府应将区域创新系统创新效率的技术进步“单驱动”模式转变成技术进步、技术效率、规模效率与配置效率的“多驱动”模式。
其次,分省域看,我国省级区域创新系统的创新效率存在显著差异,有8个省级区域创新系统的创新效率增长率为负,其余为正。出现创新效率为负增长的原因不尽相同,主要有技术效率阻滞型、技术进步阻滞型以及技术效率和技术进步共阻型。处于创新效率增长的省域的来源动力也存在差异:一是来源于技术进步,二是来源于技术效率和技术进步的共同推动。另外,绝对收敛检验表明,我国省级区域创新系统的创新效率在地区间不具有收敛性,主要原因在于技术进步的发散导致,技术效率的收敛性在一定程度上缩小了创新效率的发散程度。从这一结论可以得出,要进一步提高各省级区域创新系统创新效率,还应该针对各省域在创新资源投入产出方面的各自特征,根据自身实际情况提出有针对性的提高创新效率的改进办法。另外,针对我国省级区域创新系统创新效率的发散特征,要缩小地区之间的经济差异,提高我国区域创新系统的创新效率总体水平,政府间要破除行政垄断,以市场为导向,鼓励先进地区向落后地区进行产业转移和技术输出,落后地区也要提高自己的技术管理水平与吸收能力,充分发挥创新资源的聚集效应、扩散效应和规模效应。
最后,分经济区域看,我国东北、东部、中部和西部地区在创新效率上存在明显的梯度分布,整体上呈东强西弱的格局; 在动力来源上,东北和西部依赖技术进步和技术效率的双推动,而东部和中部主要靠技术进步的带动。基于此结论,更加验证了技术进步是促进我国省级区域创新系统创新效率的主要动力。但从本质上讲,创新效率的提升主要取决于两大因素: 一是技术进步,二是技术效率。从研究结果看,东北地区技术进步增长虽不是排名第一,但相对其他地区,其技术效率增长却处于领先水平,两者的综合效果使得该地区创新效率排名第一; 而东部和中部的技术效率和技术进步明显不匹配; 尽管西部的技术效率和技术进步具备匹配的特征,但由于西部地区的经济基础相对薄弱,技术进步相对落后,所以创新效率增长不是太高,但上升的空间很大。因此,国家还应从宏观层面制定区域协同发展的机制与模式,统筹东北、东部、中部和西部地区间的协调发展,加强区域间交流与合作,完善科技体制改革,最终实现我国省级区域创新系统的高效稳态发展。
摘要:为比较我国省级区域创新系统的创新效率差异性,以便给出相应的政策建议。在给出Malmquist指数评价模型基本原理及评价指标体系的基础上,运用因子分析法对评价指标进行降维处理,提取出投入总量、投入强度、新产品产出、知识产出和绿色产出五大综合评价因子,然后运用Malmquist指数评价模型对我国省级区域创新系统的创新效率进行对比分析,并采用β绝对收敛法对我国省级区域创新系统的创新效率进行收敛检验。研究发现,一方面,我国省级区域创新系统的创新效率在2002—2011年间整体上处于增长状态,创新效率的整体增长动力主要来源于技术进步,技术效率起阻滞作用,规模效率呈现下降趋势;另一方面,各省级区域创新系统创新效率增长存在显著差异,整体上呈现从东北、东部、中部到西部由强到弱的梯度分布,而且β绝对收敛检验表明我国省级区域创新系统创新效率在地区间不存在收敛特征。
省级面板数据 篇8
关键词:FDI,增值税税负,企业所得税税负
FDI对地方经济增长的促进作用已经得到了广泛的验证。改革开放以来,我国经济实现跨越式发展,FDI被认为是最主要的推动因素之一。影响地区外商投资规模的因素有很多,大量的实证研究证明,外商投资的规模受区位选择、生产成本、市场规模、产业集聚状况、企业税负水平以及经济文化联系等因素的综合影响,而地区间外资企业税负差异是重要影响因素之一,我国东部沿海之所以能够吸引大量的FDI,除了区位优势和经济文化因素的影响外,经济特区和先行先试权赋予它们的税收优惠政策制定权也是最重要的影响因素之一。虽然随着我国税制的统一和税权的不断集中,区域性税收优惠在不断减少,地方政府税收优惠的操作空间被压缩,但在GDP和财政收入考核机制下,地方官员普遍存在着很强的引资冲动。地方政府,特别是区位优势不明显的地方,会充分利用制度缺陷和政策的漏洞,通过非正规手段给予外资企业各种各样的税收优惠(如放松对外资企业的征管),降低外资企业的税负,以求在日益激烈的招商引资的竞争中胜出,实现官员利益的最大化。地方政府这样的行为虽然在引进外资、促进地区经济增长方面效果较好,但不利于严肃财政纪律,也不利于提升FDI质量和优化FDI的产业分布。增值税和企业所得税是外资企业在中国缴纳的主要税种,因而可以推测地区的增值税税负和企业所得税税负会影响外商的投资行为和地方的外商直接投资规模。因此,分析地区增值税税负和企业所得税税负差异对FDI的影响,有助于我们设计合理涉外税收优惠政策体系,进一步完善我国的涉外税制。
一、文献回顾
用投资激励措施吸引外资是大多数东道国常用的政策手段。国际上关于向外资提供投资激励有许多争议,基本观点可归纳为三种:一是认为激励措施能够有效吸引外资流入,增加投资规模,引导投资流向。美国的实证分析(Hartman,1984)以及发展中国家(Root and Ahmed,1978)和非洲国家的数据分析(Agodo,1978)都证明了这一点。二是认为投资激励措施对全球FDI的区位选择影响甚微(Shah and Toye,1978;Lim,1983;Shah,1995),并且在总体上投资激励所产生的收益是由纳税方向投资方的净转移(Figlio and Blonigen,1999),即东道国投资激励的政策成本大于政策收益。该观点的支持证据是,印度尼西亚取消外资税收优惠政策后,其外资流量并未减少;乌拉圭曾是世界上对外资征税最低的国家,但引进外资一直很少。三是折衷论(Forsyth,1972;Ondrich and Wasylenko,1993;Swensson,1994),认为在一定的约束条件下投资激励措施能够影响外资的流动,但激励政策的有效性因FDI类型、东道国所选择的激励工具以及母国税制的不同而不同。
我国围绕外资税收激励政策效应的讨论始终存在两种截然不同的观点。第一种观点认为税收优惠政策对吸引外资的影响不显著,并会导致一定的负面效应(魏后凯,2000,2006;张阳、刘慧,2006;程娜,2008),对外资的税收激励政策也存在非效率性,因而对这类政策持否定态度,主张取消或调整现行的外资税收优惠政策,为内、外资企业提供相同的政策环境和竞争平台(左大培,2000);第二种观点肯定了外资税收激励政策在我国吸引外资流入,促进经济发展方面的积极作用(Cheng and Kwan,2000;江小娟,2003;李宗卉、鲁明泓,2004;夏长杰、李朱,2004),认为应该保持优惠政策的连续性。
在外商投资的区位选择上,我国学者也做了大量的研究,一般认为,税收优惠是影响FDI区位分布的重要因素之一,但必须正确看待其在引资上的作用。对中国省级数据的检验结果也显示,是否享有税收优惠政策对吸引外商直接投资是显著的(鲁明泓,1997),较高的税负不利于外商投资的进入(魏后凯,2000)。税收在吸引外资方面具有明显的区域性特征,研究表明,东部地区的税收优惠对FDI的作用不明显,而西部地区的税收优惠对FDI的作用较明显(解垩,2007)
文献检索的结果显示,大部分的实证研究证明,税收优惠是一个重要政策变量,税负的高低将会影响外商投资的规模,但几乎所有的实证分析都是以宏观税负作为政策变量,没有采用具体税种的税负作为政策变量来分析其对外商直接投资规模的影响,也没有分析外商投资对不同税种税负的敏感程度。本文试图在上述研究的基础上,以外资企业增值税税负和企业所得税税负作为主要解释变量,来分析不同地区外资增值税税负和企业所得税税负与FDI规模的关系,并通过计算FDI与增值税税负和企业所得税税负的相关系数,来分析FDI对增值税税负和企业所得税税负的敏感程度。
二、FDI规模与增值税和企业所得税负担之间关系的实证分析
1. 计量模型和研究指标
影响地区FDI规模的因素有很多,如区位优势、产业集聚程度、市场开放程度和基础设施建设情况以及外资企业的税收负担等因素都会影响FDI的规模,本文主要采用与这些因素相关的指标,通过构建计量模型来分析FDI规模与这些因素的相关性,重点关注外资企业增值税税负和企业所得税税负与FDI规模之间的相关性。为了消除变量之间的多重共性,对所有变量取对数,设定如下计量模型:
其中,下标i、j分别表示地区和年份。perfdiij代表某一年度某个省(或市)的人均FDI,作为被解释变量来衡量一个地区的FDI规模。pergdpij代表某一年度某个省(或市)的人均GDP,它作为解释变量用来描述一个地方的市场规模,一般来讲,人均GDP越高,市场规模越大,对FDI的吸引力越强,因此这一变量预计与被解释变量正相关。vatij代表某一年度某个省(或市)外资企业增值税税负,它是用一省(或市)的涉外企业的增值税总额除以该省的涉外企业的工业生产总值获得。citij代表某一年度某个省(或市)外资企业所得税税负,它是用一省(或市)的涉外企业的所得税总额除以该省的涉外企业的工业生产总值获得,考虑到外资企业主要集中在第二产业,这两个指标能够很好地反映外资企业的增值税税负和企业所得税税负。无论是增值税还是企业所得税都会构成企业的成本,降低企业的利润,因而预计这两个变量与被解释变量负相关。gdpkmij代表一个地区的市场开放程度,用该地区的进出口总额除以该地区的GDP获得,一般来讲,市场开放程度越高,外资企业的准入或准出的门槛越低,其自由度也越高,预计它与被解释变量正相关。gdpkmij代表一个地区的每平方公里GDP,它反映产业集聚的程度,根据新经济地理学分析,产业集聚的程度越高,对FDI的吸引力就越强,因而预计这一变量与被解释变量正相关。roadij代表一个地区每平方公里公路里程数,它反映基础设施的情况,一般来讲,一个地区的基础设施越好,企业的物流成本越低,对资本的吸引力也越强,预计这一变量与被解释变量正相关。
2. 数据来源
本文选取全国30省市作为研究样本,(1)以1999~2008年为时间序列,计算人均FDI、人均GDP、市场开放程度、每平方公里GDP以及每平方公里公路里程数等指标的数据均来自于《中国统计年鉴》以及各省市的统计年鉴,计算外资企业增值税税负和企业所得税税负等指标的数据分别来自于《中国统计年鉴》和《中国税务年鉴》,其中各省市的涉外企业工业生产总值来自于《中国统计年鉴》,各省市涉外企业的增值税税额和企业所得税税额来自于《中国税务年鉴》。由于2004年各省市涉外企业工业生产总值的缺失,本文通过加权平均1999~2003年各省市涉外企业工业生产总值的增幅来推算2004年涉外企业的工业生产总值,虽然与实际值有一定的差距,但对计量结果影响不大。
3. 计量检验结果
本文运用Eviews对上述方程进行回归分析,F检验和Hausman检验分别排除了混合模型和随机模型,因此采用固定效应模型来拟合方程,计量结果如下表:
注:***表示在1%水平上显著,**表示在5%水平上显著,*表示在10%水平上显著。
通过对所有变量进行回归(T1)发现,人均GDP、外资企业增值税税负和企业所得税税负都通过了显著性检验,而市场开放程度、每平方公里GDP和每平方公里公路里程数等变量没有通过显著性检验。去掉不显著变量后再次进行回归(T2),所有的变量都通过了显著性检验。人均GDP对地方的FDI规模有着显著的正影响,这说明地区的市场规模是吸引FDI的重要因素。增值税和企业所得税税负都与FDI规模负相关,表明增值税税负和企业所得税税负的高低也是影响地区FDI规模的重要因素,这也验证了前述假设。
三、FDI规模对外资企业增值税和企业所得税税负的敏感度分析
上面的计量分析验证了FDI与增值税和企业所得税税负的负相关性,但并没表明FDI对哪一种税负更敏感,本文将根据皮尔森相关系数公式来测度FDI对增值税和企业所得税税负的敏感度。
敏感度分析旨在通过观察相关变量数值变化对被解释变量变动的影响,找出对其影响较大的因素,并通过计算相关系数(r)来测度这种影响。r的计算公式如下:
其中fi表示各省市人均FDI,ti表示各省市外资企业的税负。相关系数的值介于-1和1之间,当r>0时,表示两变量正相关;r<0时,两变量为负相关;r=0时,表示两变量间无线性相关关系。当0<|r|<1时,表示两变量存在一定程度的线性相关。且|r|越接近1,两变量间线性关系越密切;|r|越接近于0,表示两变量的线性相关越弱。一般来讲,|r|<0.4为低敏感度;0.4≤|r|≤0.7为比较敏感;0.7≤|r|<1为高度敏感。
本文利用2007和2008年各省市的人均FDI与外资企业增值税和企业所得税税负三个指标进行分析,同样对它们取对数,经过测算发现,人均FDI与外资企业增值税税负的相关系数分别为-0.487和-0.206,与外资企业企业所得税的相关系数分别为-0.518和-0.337,这表明外资企业增值税和企业所得税税负都与FDI规模负相关,且FDI规模对增值税税负和企业所得税税负都敏感,但相对来说,FDI规模对企业所得税税负更敏感一些。
四、结论及政策建议
1. 通过对我国30个省市的面板数据分析表明,地区之间的增值税税负和企业所得税税负差异是影响一个地区FDI规模的重要因素。T1和T2两次回归得出的结果:增值税税负系数分别为-0.240724和-0.294898,企业所得税税负系数分别为-0.170277和-0.151105,增值税税负的影响第一次检验在5%水平上显著,第二次检验在1%水平上显著,企业所得税税负的影响两次检验均在5%水平上显著。这表明,地方政府在广泛地运用增值税和企业所得税方面的优惠政策来减轻外资企业的税收负担,以吸引更多的FDI流入其辖区。虽然增值税和企业所得税的税收管理权高度集中在中央政府,但地方政府可以利用制度的缺陷和政策的漏洞,给予外资企业增值税或企业所得税方面的优惠,以降低外资企业的整体税收负担,增强本地区对FDI的吸引力。这种非理性、不规范的地区税收竞争破坏了税收政策的稳定性,虽然促进了地区的FDI流入,但并不利用提高FDI的质量和优化FDI的投资分布结构。为此,中央政府应该进一步硬化制度约束,彻底取消税收的区域性优惠,形成以产业为主的税收优惠政策体系。同时,应当适当地赋予地方一定的税收政策管理权,促使地方政府之间开展合理的、良性的税收竞争。
相关文章:
创建省级文明县城01-12
现代体育活动地位01-12
省级媒体如何借助国际会议东风实现双赢──以海南广播电视台参与博鳌亚洲论坛报道为例01-12
省级电视媒体01-12
FDI、环境规制与污染避难所效应-基于中国省级数据的经验分析01-12
省级创建01-12
大数据时代省级电视台新闻频道提升频道竞争力的策略研究——以安徽广播电视台为例01-12
省级精品教材01-12
省级电视媒介01-12
中国有34个省级行政区01-12