中关村科技园区海淀园税收收入影响因素实证分析.doc

中关村科技园区海淀园税收收入影响因素与预测实证分析 北京科技大学经济管理学院 陈金保 刘明珠 张芬芳 北京市海淀区地方税务局 孙琼 摘要：本文采用常用的多元线性回归，主成分分析等方法对中关村科技园区海淀园税收收入影响因素和税收预测做了实证分析。分析表明，由于高科技园区的特殊性，GDP对园区税收总额不具有足够的解释力，影响税收收入的最重要的因素是园区入驻企业数。因此，加大招商引资力度、营造园区良好的经营环境，以吸引更多企业入园就显得尤为重要。另外，本文也提出：在影响因素分析中，尤其是存在严重多重共线性的情况下，主成分分析方法是一种比较可行的简单、实用的方法。 一、引言 中关村科技园区海淀园作为中国第一个国家级高新技术产业开发区，短短二十年的时间，迅速发展成为全市，乃至全国的高新技术核心区，也是海淀区税收收入的重要来源。因此，对中关村科技园区的税收收入影响因素进行分析，并对税收收入进行预测，对政府制定财政政策和产业扶持政策、培养园区税源、促进园区的持续发展具有十分重要的意义。 目前，我国对于税收收入影响因素的研究绝大多数是分析宏观税收和宏观经济指标之间的关系。现有文献研究主要集中在以下几个方面：一是分析税收与宏观经济指标之间的关系。巩晖(2006)以GDP为经济变量建立回归模型描述了河南省的税收弹性，分析了GDP与税收增长的相关关系；张伦俊(2000)建立了第一、第二产业增长率和第三产业增长额对税收收入增量之间的线性回归模型；王乃静，李国锋（2002）用山东省数据对税收收入对数与GDP对数之间的协整关系进行了研究，研究结果表明，税收收入对数与GDP对数之间存在着长期稳定的协整关系。董承章（1998）建立系统的税收影响因素分析模型，用于研究和确定影响税收的主要因素及影响程度，得出影响税收总额的主要因素依次为：社会消费品零售总额、滞后2年的固定资产投资额、国民生产总值、滞后1年的固定资产投资、当年的固定资产投资、当年的货币投放量、和国内生产总值的结论。二是对税收收入建立预测模型。漆莉莉（2005）应用逐步回归法建立税收收入预测模型，得到我国税收收入主要取决于GDP，储蓄余额，财政支出，并用1981—2001年的数据进行了实证检验。王伟（2002）应用回归分析和时间序列分析对我国十五期间的税收收入做出定量预测，包括二次指数模型，指数增长模型和逻辑增长模型，还采用马尔可夫预测技术对税收收入进行结构分析和预测。张伦俊运用组合模型（先以GDP为自变量回归，然后考虑税收收入自身的自回归），对我国的税收收入进行预测。 从现有文献来看，大多数研究都是对整个国家或某个省市的总体税收进行定性或定量的研究，分析税收和宏观经济之间的关系，对科技园区的税收收入影响因素的分析和税收预测，目前在国内还存在空白。由于高科技企业的特殊性和高新技术产业区的产业聚集特性，以上研究的结论不一定适用于科技园区的税收分析。因此，从实证角度出发，运用数理统计分析方法，研究高科技园区税收收入影响因素，并为税收预测工作提供模型和方法具有现实的意义。 本文将采用常用的多元线性回归，主成分分析等方法对中关村科技园区海淀园税收收入影响因素和预测方面做出探索性分析。数据选取2002年1月—2007年12的月度税收收入数据（国税和地税税收总计）和各经济指标数据，运用SPSS统计软件和DecisionTime时间序列软件，分析科技园区税收与常规经济指标、科技园区特有因素指标之间的关系。然后在实证分析的基础上，建立税收收入预测模型。并用2008年1-4月的月度税收数据对预测模型进行验证和比较。 二、税收收入影响因素分析 1、税收收入与GDP关系分析 巩晖(2006)和张伦俊(2003)的研究都表明，全国或特定省份的税收收入与GDP之间存在长期的紧密的相关关系。曾志慧、唐军等人(2007)的研究更是发现全国的税收总额和GDP之间相关系数大于0.98，而且GDP对税收的解释度大于99%。因此，我们有必要首先分析中关村科技园区海淀园的税收总额与GDP之间的关系。 选取2002年1月到2007年12月的季度数据，运用Spss计算得到税收收入与GDP之间的相关系数为0.822，P值为0，相关性显著。 以GDP为自变量建立一元线性回归方程： （2-1） （0.017） (6.782) R Square 0 .67642 Standard Error 41974.13501 F= 45.98983 Signif F = .0000 以GDP为自变量建立对数回归方程： （2-2） （-0.026） (5.804) R