盐淮连三市税收收入预测比较研究
目 录
1 绪论 1
1.1 研究背景及意义 1
1.2 研究方法 2
1.3 研究现状 2
2 地方税收收入概述 3
2.1 税收收入的作用 3
2.2 税收收入的影响因素 4
3 灰色系统理论概论 6
3.1 灰色系统产生的背景 6
3.2 灰色 GM（1，1）模型 7
4 盐淮连税收收入预测比较实证分析 8
4.1“十一五”期间盐淮连三市税收收入概述 8
4.2 盐淮连三市税收收入预测 9
4.3 实证结果及分析 12
结 论 15
致 谢 16
参 考 文 献 17
1 绪 论
1．1 研究背景及意义
税收作为国家财政的重要收入来源，关系到国家机器的正常运转和国民的根本利益，在保障政权正常运行、维护社会公平稳定、促进经济发展等方面都具有十分重要的意义。1994年我国开始实行分税制，根据分税制财政管理体制的需要，税务机构的设置主要划分为国家税务局和地方税务局两个系统。地方税收作为地方财政的最直接收入来源，它对地区经济的发展发挥着重要的作用。一方面，地方税收的多少直接关系着当地政府对基础设施的投入力度，决定经济发展的后劲；另一方面，税收政策能够调节产业结构和社会资源的优化配置，很好地实现地区发展目标和方向[1]。总之，地方税收与地方经济发展有着密切的联系，是一个地区经济发展的晴雨表，因此税收预测的准确性对于正确制定税收计划，合理安排税收任务，妥善处理经济发展与税收间的相互关系，实现地方经济持续健康发展都具有重大的现实意义。
江苏省是我国东部沿海经济发达省份之一，在我 *好棒文|www.hbsrm.com +Q: ^3^5`1^9`1^6^0`7^2#
国的经济发展进程中始终扮演着重要的角色。然而，江苏省在宏观经济得到快速发展的同时，各地区却并没有得到同步与协调发展，而是形成了三个差异明显的区域经济地带：苏南、苏中和苏北，并有不断扩大的趋势。其中苏南地区已基本实现小康，且大部分经济指标都超过了小康标准，但苏北则处于温饱向小康的过渡之中，且部分县市还处于比较贫困的状态[2]。从“九五”到“十一五”规划中，江苏省政府不断加快苏北振兴步伐，努力缩小地区差距。据2007至2012年税收收入数据显示，苏南苏北区域差距正在逐步缩小。6年来，苏南税收收入的增幅为102%，税收占比增加了-12.08%。而苏北税收收入增幅达到312%，税收占比增加了9.73%，无论是其税收增速或税收占比苏北地区都有了长足的进步，增幅在全省遥遥领先。横向比较，苏南地区无论是税收总量还是税收占比，都继续保持着非常大的总量优势。由此可见，苏北经济在整个江苏省经济发展方面，仍然处于劣势。
盐城、淮安、连云港三市作为苏北板块的重要城市，其积极响应国家的政策和号召，努力自主研发新技术和引进国内外新技术，在农业、第二产业以及第三产业方面都有较大程度发展，无论是国内生产总值还是财政税收上都有较大幅度的提高。本文将从税收收入入手，采用江苏统计年鉴中2007—2012年共6年的地方税收收入时间序列数据，构建税收收入预测模型，分别预测三市未来5年的税收收入状况，对结果进行分析比较，找出三市税收收入的共性与差异，并给出相关建议和结论。研究对于正确制定税收计划，合理安排税收任务，妥善处理税收与经济发展的相互关系，促进地方税收持续健康发展，寻求缩小经济差距的途径都具有重要的现实意义。
1．2 研究方法
1.文献调查法。通过借阅图书馆相关书籍，查阅江苏统计局和江苏省地税局网站上发布的相关资料以及网络数据库中相关期刊、学术报告及学位论文等，为论文的顺利完成做好准备。
2.灰色预测法。运用江苏省统计年鉴中三市税收收入的时间序列数据，构建盐淮连三市税收收入预测模型，预测三市未来的税收收入状况，并进行实证分析。
3.实例分析法。以盐城、淮安、连云港三市为实例，对地方税收进行预测研究。
1．3 研究现状
我国在上个世纪80年代开始展开税收收入预测方面的研究。由于近几年国内投入大量的财力物力用于税收预测模型的探索，使得这方面的研究得到了较大发展。一方面，一些学者研究古老的统计学方法和时间序列线性模型，将它们用于税收收入预测的探索进而提出一系列改进方法，结果表明这些方法是有效的；另一方面，一些新兴的方法、模型也被用在税收预测的研究中，例如投入产出法、RBF神经网络以及马尔可夫预测模型等，这一类的税收研究重点集中于对经济现象的数学分析和实证检验。1998年，程毛林在《我国税收增长的影响因素和预测分析》中定性分析了税收收入增长的影响因素：经济、税制结构、税收政策等，并建立了税收收入预测的简单线性模型、灰色模型、时间序列模型和组合预测模型[4]。1999年，张伦俊在《税收预测模型的拟合与分析》中通过利用计量统计学的原理，构建国内生产总值与税收收入的线性函数关系模型进行税收预测[5]。2000年，刘新利在《税收分析概论》中提出用投入产出法进行税收预测[6]。2002年，田永青在《基于RBF神经网络建立税务预测模型的研究》中运用比较前沿的RBF神经网络构 *好棒文|www.hbsrm.com +Q: ^3^5`1^9`1^6^0`7^2#
建了税务预测模型[7]。李洁2004年在《四川省税收收入预测模型探讨及实证分析》中构建了四川省税收回归模型，ECM模型，VAR模型，并运用组合预测方法对四川省税收收入作出预测 [8]。2005年，漆莉莉应用1981—2001年的税收数据，构建逐步回归法税收收入预测模型，得出我国税收收入影响因素主要包括：GDP，居民储蓄，财政支出[9]。孙元、吕宁在2007年《地方财政一般预算收入预测模型及实证分析》中以浙江省实际数据为依据，使用时间序列、多元回归以及支持向量机依次建立单项预测模型，并在此基础上构建组合预测模型[10]。
从国内学者的研究现状可以发现，不同的学者对于税收预测的研究所关注的角度也是有所差异的。有的是从税收本身出发建立预测模型，有的是从社会经济各因素与税收之间的关系角度构建预测模型。虽然预测模型的种类繁多，但大都是从微观层面上来对我国税收预测状况进行讨论，还不足以构成对我国税收状况的整体和全面认识。而本文将深入分析灰色预测建模机理，构建灰色GM（1，1）模型，从整体上反映税收收入的预测结果，从而形成对税收状况的整体全面认识。
2 地方税收收入概述
从理论上讲，地方税收是指由国家地方政府组织征收、管理和配置的一类税收 。地方税 属于地方政府固定财政收入 ，由地方政府管理和使用，为地方经济建设提供充裕的财力。
图3 2007—2012年盐淮连三市地方税收收入
图4 2007—2012年盐淮连税收收入增长率折线图
通过江苏统计局官网的统计资料，借助灰色预测软件，作出以下预测：
致 谢
大学四年的学习生涯接近尾声。在老师、同学和朋友的帮助下，我的毕业论文已顺利完成！
1 绪论 1
1.1 研究背景及意义 1
1.2 研究方法 2
1.3 研究现状 2
2 地方税收收入概述 3
2.1 税收收入的作用 3
2.2 税收收入的影响因素 4
3 灰色系统理论概论 6
3.1 灰色系统产生的背景 6
3.2 灰色 GM（1，1）模型 7
4 盐淮连税收收入预测比较实证分析 8
4.1“十一五”期间盐淮连三市税收收入概述 8
4.2 盐淮连三市税收收入预测 9
4.3 实证结果及分析 12
结 论 15
致 谢 16
参 考 文 献 17
1 绪 论
1．1 研究背景及意义
税收作为国家财政的重要收入来源，关系到国家机器的正常运转和国民的根本利益，在保障政权正常运行、维护社会公平稳定、促进经济发展等方面都具有十分重要的意义。1994年我国开始实行分税制，根据分税制财政管理体制的需要，税务机构的设置主要划分为国家税务局和地方税务局两个系统。地方税收作为地方财政的最直接收入来源，它对地区经济的发展发挥着重要的作用。一方面，地方税收的多少直接关系着当地政府对基础设施的投入力度，决定经济发展的后劲；另一方面，税收政策能够调节产业结构和社会资源的优化配置，很好地实现地区发展目标和方向[1]。总之，地方税收与地方经济发展有着密切的联系，是一个地区经济发展的晴雨表，因此税收预测的准确性对于正确制定税收计划，合理安排税收任务，妥善处理经济发展与税收间的相互关系，实现地方经济持续健康发展都具有重大的现实意义。
江苏省是我国东部沿海经济发达省份之一，在我 *好棒文|www.hbsrm.com +Q: ^3^5`1^9`1^6^0`7^2#
国的经济发展进程中始终扮演着重要的角色。然而，江苏省在宏观经济得到快速发展的同时，各地区却并没有得到同步与协调发展，而是形成了三个差异明显的区域经济地带：苏南、苏中和苏北，并有不断扩大的趋势。其中苏南地区已基本实现小康，且大部分经济指标都超过了小康标准，但苏北则处于温饱向小康的过渡之中，且部分县市还处于比较贫困的状态[2]。从“九五”到“十一五”规划中，江苏省政府不断加快苏北振兴步伐，努力缩小地区差距。据2007至2012年税收收入数据显示，苏南苏北区域差距正在逐步缩小。6年来，苏南税收收入的增幅为102%，税收占比增加了-12.08%。而苏北税收收入增幅达到312%，税收占比增加了9.73%，无论是其税收增速或税收占比苏北地区都有了长足的进步，增幅在全省遥遥领先。横向比较，苏南地区无论是税收总量还是税收占比，都继续保持着非常大的总量优势。由此可见，苏北经济在整个江苏省经济发展方面，仍然处于劣势。
盐城、淮安、连云港三市作为苏北板块的重要城市，其积极响应国家的政策和号召，努力自主研发新技术和引进国内外新技术，在农业、第二产业以及第三产业方面都有较大程度发展，无论是国内生产总值还是财政税收上都有较大幅度的提高。本文将从税收收入入手，采用江苏统计年鉴中2007—2012年共6年的地方税收收入时间序列数据，构建税收收入预测模型，分别预测三市未来5年的税收收入状况，对结果进行分析比较，找出三市税收收入的共性与差异，并给出相关建议和结论。研究对于正确制定税收计划，合理安排税收任务，妥善处理税收与经济发展的相互关系，促进地方税收持续健康发展，寻求缩小经济差距的途径都具有重要的现实意义。
1．2 研究方法
1.文献调查法。通过借阅图书馆相关书籍，查阅江苏统计局和江苏省地税局网站上发布的相关资料以及网络数据库中相关期刊、学术报告及学位论文等，为论文的顺利完成做好准备。
2.灰色预测法。运用江苏省统计年鉴中三市税收收入的时间序列数据，构建盐淮连三市税收收入预测模型，预测三市未来的税收收入状况，并进行实证分析。
3.实例分析法。以盐城、淮安、连云港三市为实例，对地方税收进行预测研究。
1．3 研究现状
我国在上个世纪80年代开始展开税收收入预测方面的研究。由于近几年国内投入大量的财力物力用于税收预测模型的探索，使得这方面的研究得到了较大发展。一方面，一些学者研究古老的统计学方法和时间序列线性模型，将它们用于税收收入预测的探索进而提出一系列改进方法，结果表明这些方法是有效的；另一方面，一些新兴的方法、模型也被用在税收预测的研究中，例如投入产出法、RBF神经网络以及马尔可夫预测模型等，这一类的税收研究重点集中于对经济现象的数学分析和实证检验。1998年，程毛林在《我国税收增长的影响因素和预测分析》中定性分析了税收收入增长的影响因素：经济、税制结构、税收政策等，并建立了税收收入预测的简单线性模型、灰色模型、时间序列模型和组合预测模型[4]。1999年，张伦俊在《税收预测模型的拟合与分析》中通过利用计量统计学的原理，构建国内生产总值与税收收入的线性函数关系模型进行税收预测[5]。2000年，刘新利在《税收分析概论》中提出用投入产出法进行税收预测[6]。2002年，田永青在《基于RBF神经网络建立税务预测模型的研究》中运用比较前沿的RBF神经网络构 *好棒文|www.hbsrm.com +Q: ^3^5`1^9`1^6^0`7^2#
建了税务预测模型[7]。李洁2004年在《四川省税收收入预测模型探讨及实证分析》中构建了四川省税收回归模型，ECM模型，VAR模型，并运用组合预测方法对四川省税收收入作出预测 [8]。2005年，漆莉莉应用1981—2001年的税收数据，构建逐步回归法税收收入预测模型，得出我国税收收入影响因素主要包括：GDP，居民储蓄，财政支出[9]。孙元、吕宁在2007年《地方财政一般预算收入预测模型及实证分析》中以浙江省实际数据为依据，使用时间序列、多元回归以及支持向量机依次建立单项预测模型，并在此基础上构建组合预测模型[10]。
从国内学者的研究现状可以发现，不同的学者对于税收预测的研究所关注的角度也是有所差异的。有的是从税收本身出发建立预测模型，有的是从社会经济各因素与税收之间的关系角度构建预测模型。虽然预测模型的种类繁多，但大都是从微观层面上来对我国税收预测状况进行讨论，还不足以构成对我国税收状况的整体和全面认识。而本文将深入分析灰色预测建模机理，构建灰色GM（1，1）模型，从整体上反映税收收入的预测结果，从而形成对税收状况的整体全面认识。
2 地方税收收入概述
从理论上讲，地方税收是指由国家地方政府
图3 2007—2012年盐淮连三市地方税收收入
图4 2007—2012年盐淮连税收收入增长率折线图
通过江苏统计局官网的统计资料，借助灰色预测软件，作出以下预测：
致 谢
大学四年的学习生涯接近尾声。在老师、同学和朋友的帮助下，我的毕业论文已顺利完成！
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jmgl/cwgl/6624.html
