我國稅收收入的影響因素分析

——1978年?2023年

摘要:稅收是國家取得財政收入的一種重要工具，也是影響我國經濟發展的

一個很重要的因素。通過對影響稅收增長的重要因素進行分析,解釋這些因素和

稅收收入之間存在的關系以及其對稅收收入的影響限度的大小；在此基礎上,提

出相應的發展對策，以促進我國稅收收入的增長以及我國經濟的全面發展。

關鍵詞：稅收收入;影響因素;稅制改革

Thetaxisnotonlyanimportanttoolofgaining

fisicalrevenue,butalsoisasignificantfactoraffectingC

hina'seconomicdevelopment.Throughtheanalysisofmainfacto

rsthatinfluencethetax,wetrytoexplaintheirrelationsh

ipwiththetaxandtheirimpactonit.Onthisbasis,weputf

orwardthecorrespondingdevelopmentmeasurestopromote

China'staxrevenuegrowthandoveral1deve1opmentofou

reconomy.

KeyWords:taxrevenue;influencingfactors;taxreform

目錄

1引言.............................................錯誤!未定義書簽。

1.1研究背景與意義.............................錯誤!未定義書簽。

2數據收集.........................................................2

3實證分析儲誤!未定義書簽。

3.1模型.......................................錯誤!未定義書簽。

3.2中國稅收收入與各因素之間的總體關系...........錯誤!未定義書簽。

3.2.1運用PLOT命令繪制趨勢圖..............錯誤!未定義書簽。

3.2.2運用SCAT命令繪制X、Y的相關圖。錯誤!未定義書簽。

3.3參數估計.....................................錯誤!未定義書簽。

3.4模型檢查....................................錯誤!未定義書簽。

3.4.1經濟意義檢查。錯誤!未定義書簽。

3.4.2記錄檢查。錯誤!未定義書簽。

(1)擬合優度：由表3.4中數據可以得到：，修正的可決系數為，這說明模型對

樣本的擬合很好。....................................錯誤!未定義書簽。

3.4.3計量經濟檢查..........................錯誤!未定義書簽。

3.4.4RESET檢查............................錯誤!未定義書簽。

3.4.5雙對數模型分析：.....................錯誤!未定義書簽。

4最終模型.........................................錯誤!未定義書簽。

4.1模型經濟分析...............................錯誤!未定義書簽。

5結論與對策分析儲誤!未定義書簽。

參考文獻23。

1引言

1.1研究背景與意義

稅收是政府為了滿足社會公共需要,憑借政治權力,強制、無償地取得財政收入的

一種形式。在市場經濟條件下，經濟越發展，稅收就越發顯得重要。基于稅收分派

廣度和深度的發展,稅收對國民經濟的發展和促進作用也越來越顯著。經濟決定

稅收,稅收反映經濟。經濟規模決定稅源規模,經濟結構決定稅收結構,經濟增長

速度影響和制約稅收增長速度,反過來稅收對經濟發展也具有一定的乘數效應。

要實現經濟的連續發展,必須要使稅收符合其發展的規定，建立與市場經濟相適

應的稅收結構，即政府籌集的稅收收入必須可以盡量滿足其實現社會職能的需

要。對稅收收入的重要影響因素加以分析,從結構上對稅收收入的影響作出一個

很好的了解，有助于我們運用政策工具對稅收結構進行優化，從而使稅收對經濟

發展發揮更大的促進作用。改革開放以來，中國經濟高速增長，1978—2023年

的31年間，國內生產總值從3645.2億元增長到314045億元，一躍成為世界第

二大經濟體。隨著經濟體制改革的深化和經濟的快速增長，中國的財政收支狀況

也發生了很大的變化，中央和地方的稅收收入1978年為519.28億元，到2023

年已增長到54223.79億元,31年間平均每年增長16.76%0稅收作為財政收入的

重要組成部分,在國民經濟發展中扮演著不可或缺的角色。為了研究影響中國稅

收增長的重要因素，分析中央和地方稅收收入的增長規律，以及預測中國稅收未

來的增長趨勢，我們需要建立計量經濟模型進行實證分析。

本文對數據挖掘的相關概念、過程，記錄學的相關知識進行了介紹,將數據挖掘應

用于稅收預測中，通過對大量歷史數據的記錄和與之相關的各種數據的分析,運

用計量經濟學模型，以及Eviews5.0軟件的運用，并使用回歸和滾動預測方法建

立預測模型,對稅收收入情況進行了預測，實現了對2023年度稅收收入預測。并

對各預測模型進行了實驗結果的對比分析，指出滾動預測方法較回歸預測方法能

更好地進行稅收收入分月預測，從而更好地指導稅收計劃的完畢，為科學地建立

稅收計劃進行了有效地探索，并為稅收計劃工作提供了重要的科學依據。

2數據收集

年份Y（億元）XI（億元）X2（億元）X3(%)

1978519.283624.11122.09100.7

1979537.824038.21281.79102

1980571.74517.81228.83106

1981629.894876.41138.41102.4

1982700.025294.71229.98101.9

1983775.595934.51409.52101.5

1984947.3571711701.02102.8

19852040.798964.42023.25108.8

19862090.7310202.22204.91106

19872140.3611962.52262.18107.3

19882390.4714928.32491.21118.5

19892727.416909.22823.78117.8

19902821.8618547.93083.59102.1

19912990.1721617.83386.62102.9

19923296.9126638.13742.2105.4

19934255.334634.44642.3113.2

19945126.8846759.45792.62121.7

19956038.0458478.16823.72114.8

19966909.8267884.67937.55106.1

19978234.0474462.69233.56100.8

19989262.878345.210798.1897.4

199910682.5882067.513187.6797

202312581.5189468.115886.598.5

202315301.3897314.818902.5899.2

202317636.45104790.622053.1598.7

202320237.31116603.224649.9599.9

202324165.68136875.928486.89102.8

202328778.54183084.833930.28100.8

202334809.7221087140422.73101

202345621.97249529.949781.35103.8

202354223.7930067062592.66105.9

數據來源：國家記錄局《2023記錄年鑒》

表11978-2023年影響中國稅收收入因素數據表

3實證分析

3.1模型

影響稅收收入的因素有很多，為了全面反映中國稅收增長的全貌，我們選用“國

家財政收入”中的“各項稅收”（即稅收收入）作為被解釋變量，反映稅收的增長;

選擇“國內生產總值”（即GDP）作為經濟整體增長水平的代表；選擇“財政支

出”作為公共財政需求的代表;選擇“商品零售價格指數”作為物價水平的代表。

此外，由于財稅體制的改革難以量化，并且從數據上看，1985年以后財稅體制

改革對稅收增長影響不是很大,在此暫不考慮稅制改革對稅收增長的影響。設定

模型為，

Y=B0+BjX1+B2X2+B3X3+ut

其中，4-截距項;Y—稅收收入;XI—GDP;X2一財政支出；X3一商品零售價

格指數；Ut-隨機擾動項

3.2中國稅收收入與各因素之間的總體關系

啟動EViews,點擊File\New\Workfi1e,在對話框"WorkfileCreat"

按如下圖一1窗口填寫后點擊“OK”，就可以創建一個工作文獻。出現％”一截

距項“resid”一剩余項。

然后用命令：dataYXIX2X3輸入數據。

EViews-[Group:UHTITLEDTorkfile:SHUISHOU\Untitled]

【1FileEditObjectViewProcQuickOptionsWindowHelp-51X

View|Pr℃|Object|Print|Name|Freeze||DefaultfSort|Transpose]Edit+/?15mpl~F/?|InsDel|Title|Sample|

obsYX1X2X3|

obsYX1X2X3A

1978519.28003624.1001122.090100.7000

1979537.82004038.2001281.790102.0000

1980571.70004517.8001228.830106.0000

1981629.89004876.4001138.410102.4000

1982700.02005294.7001229.980101.9000

1983775.59005934.5001409.520101.5000

1984947.35007171.0001701.020102.8000

19852040.7908964.4002004.250108.8000

19862090.73010202.202204.910106.0000

19872140.36011962.502262.180107.3000

19882390.47014928.302491.210118.5000

19892727.40016909.202823.780117.8000

19902821.86018547.903083.590102.1000

19912990.17021617.803386.620102.9000

19923296.91026638.103742.200105.4000

19934255.30034634.404642.300113.2000

19945126.88046759.405792.620121.7000

—_———>———.——.一———————————V

1995勾I>

JrPath=d:DB=nonetfF=shuishou

3.2.1運用PLOT命令繪制趨勢圖

在命令窗口中鍵入：PLOTY,則可以繪制變量Y的趨勢圖，如圖一2

前EVievs臼回區|

FileEditObjectViewProcQuickOptionsWindowHelp

dataYXIX2X3

PLOTY

Graph:UNTITLEDTorkfile:SHUISHOU\Untitled

View|Proc|Object|Print|Name|AddText|Line/Shade|Remove|Template|Options|Zoom|

圖一2

從圖一2中可以看出，1978—2023年間的稅收收入的呈增長趨勢。

3.2.2運用SCAT命令繪制X、Y的相關圖

在命令窗口中依次鍵入：SCATXIY,SCATX2Y,SCATX3Y。則

可以初步觀測變量之間的相關限度與相關類型,如圖--3,圖一4,圖一5。

圖一3

圖--4

圖一5

圖一3、圖一4和圖一5表白稅收收入與GDP、財政支出和商品零售價格指

數水平相關,變量之間均存在較強的相關關系。

3.3參數估計

用命令：IsYcXIX2X3，即可出現回歸結果。如圖一6

EVievs-[Equation:UHTITLEDWorkfile:SHUISHOU\Untitled]13回區）

L—)￡ile￡ditObjectViewProcQuickOptionsWindowHelpS'X

View]Proc|Object|Print|Name|Freeze|Estimate|Forecart|Stats|Resids|

DependentVariable:Y

Method:LeastSquares

Date:12/22/10Time:18:50

Sample:19782008

Includedobservations:31

VariableCoefficientStd.Errort-StatisticProb.

-5852.1552020.691-2.8961160.0074

0.0099650.0112720.8840520.3845

0.8282340.05569214.871700.0000

52,1770319.061652.7372770.0108

R-squared0.998064Meandependentvar10607.30

AdjustedR-squared0.997849S.D.dependentvar13802.56

S.E.ofregression640.1490Akaikeinfocriterion15.88119

Sumsquaredresid11064351Schwarzcriterion16.06622

Loglikelihood-242.1585F-statistic4639.974

Durbin-Watsonstat1.514708Prob(F-statistic)0.000000

Path=d:DB=noneWF=shuishov

圖一6

關于回歸結果的擬合限度如何可通過在“Equation”框中，點擊“R

esids”，即出現剩余項（Residual）＞實際值（Actual）、擬合值（Fitted）的

圖形。如

圖一7

根據圖-6的數據,模型估計結果為:

Y=-5852.155+0.009965XI+0.828234X2+52.17703X3一方程1

(2023.691)(0.011272)(0.055692)(19.06165)

t=(-2.896116)(0.884052)(14.87170)(2.737277)

屋=0.9980MR2=0.997849F=4639.974D.W=1.514708

3.4模型檢查

3.4.1經濟意義檢查

模型估計結果說明,在假定其它變量不變的情況下，當年GDP每增長1億元,

稅收就會增長0.009965億元；在假定其它變量不變的情況下，當年財政支出每

增長1億元，稅收收入會增長0.828234億元；在假定其它變量不變的情況下，

當年零售商品物價指數上漲一個百分點，稅收收入就會增長52.17703億元。

這與理論分析和經驗判斷基本相一致。

3.4.2記錄檢查

(1)擬合優度：由表3.4中數據可以得到：*=O.998OM，修正的可決系數為

方=0.997849,這說明模型對樣本的擬合很好。

(2)F檢查:針對“0：力=尸丁尸「0,給定顯著性水平。=0。5,在F分布表

中查出自由度為3和27的臨界值戶.(3,27)=2.96。由表3.4中得到F=4639.974

由于F=4639.974＞尸“(3,27)=2.96,應拒絕原假設“0：力=反=a=。，說

明回歸方程顯著，即“國內生產總值”、“財政支出”、“商品零售物價指數”等變

量聯合起來的確對“稅收收入”有顯著影響。

(3)t檢查：分別針對“。：尸〃=0,1,2,3),給定顯著性水平。=0.()5,查t

分布表得自由度為31-4=27臨界值九2(27)=2.052。由表3.4中數據可得，與

自6AA相應的t記錄量分別為(-2.896116)、(0.884052)、(14.871

70)(2.737277),其絕對值除了GDP均大于力,,(27)=2.052,這說

明除gdp分別都應當拒絕"。：4=°(，=1，2,3,4),也就是說，當在其它解釋變

量不變的情況下，解釋變量“財政支出X2”、“商品零售物價指數X3”分別對

被解釋變量“稅收收入”Y都有顯著的影響。

3.4.3計量經濟檢查

1.異方差檢查(懷特檢查法)

⑴建立回歸模型：LSYCXIX2X3,回歸結果如圖--60

⑵在方程窗口上點擊View\Residua1\Test\WhiteHeteroskeda

stcity,即可以得到檢查結果。圖一8和圖一9分別是懷特檢查中nocross

terms和crossterms的結果。

圖一8

EViews-[Equation:UHTITLEDlorkfile:SHUISHOU\Untitled]13回區I

11FileEditObjectViewProcQuickOttionsWindowHelp_3X

View|Proc]Object|Print|Name|Freeze|Estimate|Forecast]Stats|Residsj

A

WhiteHeteroskedasticityTest:

F-statistic1.199955Probability0.345566

Obs*R-squared10.52804Probability0.309450

TestEquation:

DependentVariable:RESIDA2

Method:LeastSquares

Date:12/22/10Time:19:10

Sample:19782008

Includedobservations:31

VariableCoefficientStd.Errort-StatisticProb.

C8784057.628712580.1397150.8902

X1-14.99029390.9415-0.0383440.9698

X1A2-0.0012530.002441-0.5130920.6132

X1*X20.0154900.0228480.6779570.5052

X1*X3-0.0763073.869558-0.0197200.9845

X2-1344.2702973.368-0.4521030.6558

A

X22-0.0474680.054227-0.8753570.3913V

、necAt-4a，ccccrcct<—>4crccc<->cccc

JPath=d:DB=nonetfF=shuishou

圖一9

從圖一8和圖一9中的懷特檢查中我們可以發現P值很大,那么也就意味著該

模型不存在異方差。那么也就不存在調整異方差。

2.序列相關檢查

⑴杜賓一瓦森檢查法

⑵D.W.檢查結果表白，在5%的顯著性水平下，n=15,k=4查表得4=0.82,

Z=1.75,由于D.W=1.514708〉d,=0.82,所以不存在正自相關。

（2）拉格朗日乘數檢查法

在方程窗口上點擊View\Residua1Test\serialcorre1ati

onLMtest,點擊后就會出現對話框），在空處填寫1或2或3等，數字代表

著幾階自相關。如此循環去檢查。無論是一階還是2階或是4階，該模型的P

值都很小，說明該模型都存在序列相關。圖一10是2階時的數據模型。

r------------------------------------------------------------------------------------

EVievs-[Equation:UliTITLEDlorkfile:SHDISHOUXUntitled]I3回區

11FileEditObjectViewProcQuickOptionsWindowHelp_臼X

View]Proc]Object|Print|Name|Freeze]Estimate|ForecastjStats]Residsj

A

Breusch-GodfreySerialCorrelationLMTest:

F-statistic0.852868Probability0.438221

Obs*R-squared1.980017Probability0.371574

TestEquation:

DependentVariable:RESID

Method:LeastSquares

Date:12/22/10Time:19:14

Presamplemissingvaluelaggedresidualssettozero.

VariableCoefficientStd.Errort-StatisticProb.

C273.51262172.5340.1258960.9008

X10.0023670.0114780.2062530.8383

X2-0,0147730.057407-0.2573470.7990

X3-2.48937320.66835-0.1204440.9051

RESID(-1)0.2957130.2439871.2120000.2368

RESID(-2)-0.1277520.437876-0.2917530.7729

R-squared0.063872Meandependentvar1.21E-12V

hi'?i?ic“rrcL，<-?rsii>ccrcccr

JPath=d：DB=noneWF=shuishou

圖一10

3.多重共線性檢查

⑴檢查多重共線性

計算各解釋變量的相關系數,選擇XI、X2、X3數據，點"view/correlat

ions”得相關系數矩陣（如圖一11）：或在命令窗口中鍵入：corXI、X2、X3

潮EVie/s13回區I

FileEditObjectViewProcQuickOptionsWindowHelp

dataYXIX2X3A

PLOTY

SCATX3Y

IsYcXIX2X3

corXIX2X3V

■Group:IfflTITLEDiforkfile:SHUISHOU\Ontitledg

Vie叫Proc|Obje:t|Print|Name|Freeze|5ampIe|Sheet|Stats|Spec|

rCorrelationMatrix

X1X2|X3

X11.0000000.991041-0.228864A

X20.9910411.000000-0.241303

X3-0.228864-0.2413031.000000

?York...阿|

■jrGarapn…巴c?v

<>

\T_Path=d:IB=noneWFshuishou

圖一11

由相關系數矩陣可以看出：XI、X2的相關系數較高(0.991041),證實

的確存在較嚴重的多重共線性。

⑵做逐步回歸

變量X1X2X3

參數估計值0.1756380.871830-474.4216

t記錄量39.91330106.2844-1.202339

由0.9821220.9974390.047459

EViews-[Equation:OHTITLEDforkfile:SHUISHOUVUntitled]

匚)FileEditObjectViewProcQuickOptionsWindowHelp-51X

View|Proc|Objact]Print|Name〔Freeze|Estimate|Forecast|Stats|Resids|

DependentVariable:Y

Method:LeastSquares

Date:12/22/10Time:19:35

Sample:19782008

Includedobservations:31

VariableCoefficientStd.Errort-StatisticProb.

C-1274.127449.7490-2.8329740.0083

X10.1756380.00440039.913300.0000

R-squared0.982122Meandependentvar10607.30

AdjustedR-squared0.981505S.D.dependentvar13802.56

S.E.ofregression1877.091Akaikeinfocriterion17.97517

Sumsquaredresid1.02E+08Schwarzcriterion18.06769

Loglikelihood-276.6152F-statistic1593.071

Durbin-Watsonstat0.384556Prob(F-statistic)0.000000

J10607.2951612903Path=d：DB=noneWF=shuishou

圖一12

S—13

圖一14

可以看出，X3對解釋Y的變化是不具有重要性的。但是還是要再做逐步回歸,

結果如下：

EViews-[Equation:UWTITLEDlorkfile:SHUISHOUWntitled]口叵|區|

I]FileEditQbjectViewProcQuickOptionsWindowHelp—D1X

Vie?|Proc|Object]Print|Name|Freeze]Estimate|Forecast]Stats|Resids;

DependentVariable:Y

Method:LeastSquares

Date:12Z22/10Time:19:51

Sample:19782008

Includedobservations:31

VariableCoefficientStd.Errort-StatisticProb.

C-339.6820184.3546-1.8425460.0760

X10.0124110.0124710.9952030.3282

X20.8112450.06142813,206530.0000

R-squared0.997527Meandependentvar10607.30

AdjustedR-squared0.997350S.D.dependentvar13802.56

S.E.ofregression710.5025Akaikeinfocriterion16,06159

Sumsquaredresid14134785Schwarzcriterion16.20036

Loglikelihood-245.9546F-statistic5646.820

Durbin-Watsonstat1.126873Prob(F-statistic)0.000000

|-339.681958199566Path=d:DB-noneWF-shuishov

圖一15

Yi=-339.6820+0.012411XI+0.811245X2-一方程2

t=.|.8425460.99520313.20653

R2=0.997527乃=0.997350F=5646.820D.W.=1.126873

我們可以看到，即使是剔除了X3,但是方程中(GDP)還是記錄不顯著的。但是這

有違常理。我考慮到應當是函數模型出了問題.

3.4.4RESET檢查

建立模型：

匕=81+82Xl+B3X2+84X3+8512+86匕’+87匕4+》--方程3

回歸結果如下：

RamseyRESETTest:

F-statistic35.92841Probability0.000000

Loglikelihoodratio52.79671Probability0.000000

圖—16

F值為35.92841,在分子自由度為3,分母自由度為24,顯著性水平為0.05

的情況下，F值為3.01,估計出來的F值顯然大于臨界值。所以RESET檢查的

結論是:該線性模型是錯誤設定的。

3.4.5雙對數模型分析:

log(y.)=51+B21og(Xl)+B31og(X2)+B410g(X3)+u,-一方程4

Yi-----稅收收入

Bi—截距項

XI——GDP

X2——財政支出

X3——商品零售價格指數

DependentVariable:LOG(Y)

Method:LeastSquares

Date:12/23/10Time:22:43

Sample:19782008

Includedobservations:31

VariableCoefficientStd.Errort-StatisticProb.

C-6.8037552.661507-2.5563550.0165

LOG(X1)0.4469280.1268263.5239570.0015

LOG(X2)0.6348080.1401214.5304190.0001

LOG(X3)1.0949780.5720961.9139770.0663

R-squared0.988948Meandependentvar8.423946

AdjustedR-squared0.987720S.D.dependentvar1.411383

S.E.ofregression0.156404Akaikeinfocriterion-0.752831

Sumsquaredresid0.660482Schwarzcriterion-0.567801

Loglikelihood15,66888F-statistic805.3159

Durbin-Watsonstat0.613239Prob(F-statistic)0.000000

圖一17

通過上表，得出方程：

log(K)=-6.804+0.4471og(xl)+0.6351og(X2)+1.0951og(X3)一一方程5

(1)多重共線性檢查

從圖17中可以估計方程也許存在多重共線性。做一下回歸:

DependentVariable:LOG(Y)

Method:LeastSquares

Date:12/23/10Time:22:50

Sample:19782008

Includedobservations:31

VariableCoefficientStd.Errort-StatisticProb.

C-2.0889270.277835-7.5185900.0000

LOG(X1)1.0150010.02659838.160740.0000

R-squared0980475Meandependentvar8.423946

AdjustedR-squared0.979801S.D.dependentvar1.411383

S.Eofregression0.200589Akaikeinfocriterion-0.312777

Sumsquaredresid1.166842Schwarzcriterion-0.220262

Loglikelihood6.848045F-statistic1456.242

Durbin-Watsonstat0.394824Prob(F-statistic)0.000000

圖一18

VariableCoefficientStd.Errort-StatisticProb.

C-1.0995710.273340-4.0227280.0004

LOG(X2)1.0978100.03118735.201280.0000

R-squared0977132Meandependentvar8.423946

AdjustedR-squared0.976343S.Ddependentvar1.411383

S.Eofregression0.217082Akaikeinfocriterion-0.154743

Sumsquaredresid1.366612Schwarzcriterion-0.062228

Loglikelihood4.398515F-statistic1239.130

Durbin-Watsonstat0.323524Prob(F-statistic)0.000000

圖一19

VariableCoefficientStd.Errort-StatisticProb.

C27.6960920.514591.3500680.1874

LOG(X3)-4.1445294.411383-0.9395080.3552

R-squared0029538Meandependentvar8.423946

AdjustedR-squared-0.003926S.D.dependentvar1.411383

S.Eofregression1.414151Akaikeinfocriterion3.593277

Sumsquaredresid57.99490Schwarzcriterion3.685792

Loglikelihood-53.69580F-statistic0.882675

Durbin-Watsonstat0.050040Prob(F-statistic)0.355230

a—20

VariableCoefficientStd.Errort-StatisticProb.

C-17293350.244349-7.0773070.0000

LOG(X1)0.5614220.1170304.7972650.0000

LOG(X2)0.5000980.1267943.9441840.0005

R-squared0.987448Meandependentvar8.423946

AdjustedR-squared0.986552S.D.dependentvar1.411383

S.Eofregression0.163674Akaikeinfocriterion-0690118

Sumsquaredresid0.750095Schwarzcriterion-0.551345

Loglikelihood13.69682F-statistic1101.381

Durbin-Watsonstat0.531997Prob(F-statistic)0000000

圖--21

由圖17和圖21可求F值：

(0.989-0.987)/1

rc=------------=3.004

(1-0.989)/(31-4)

在分子自由度為1,分母自由度為27顯著性水平為0.05的情況下。F的臨界

值小于估計值3.664,所以拒接受限回歸，保持方程5的形式。這樣也有道理，

由于在方程5中，1。g(X3)的P值也不是很大。

4最終模型

通過以上各種檢查,并通過序列相關和多重共線性的修正，最終把影響中國稅收

收入(Y)的模型確立下來，

log(y)=—6.804+0.447唾國)+0.635叫卜)+1?095年伍)

4.1模型經濟分析

國內生產總值對稅收收入是正相關的。這表白，國內生產總值會帶來稅收的

增長。這很容易理解，由于經濟是收入的來源，只有提高產出，才有也許提高稅

收,這是主線因素。財政對稅收的影響是顯著正相關的,這說明國家財政支出增長,

稅收也會增長。并且其系數為0.635,高于國內生產總值的影響力。究其原應

應當是：國家為了拉動經濟增長，經常實行擴張性的財產政策，從而使經濟的到

發展,各項稅收也就自然而然的有所增長,進而提高了稅收總收入。零售商品物價

指數對稅收收入是顯著正相關的。這很明顯，物價指數升高，意味著物價上漲,

物價上漲各個銷售商的收入總額也就會變大，這樣需要繳納的各項稅賦也就變

大，從而，國家的稅收收入就會明顯地提高。

5結論與對策分析

稅收作為社會生產力發展到一定階段的產物，必然隨著社會的發展而

擴大。稅收是國家參與一部分社會產品或國民收入分派與再分派所進行的經濟活

動，因此稅收從一定限度上決定