中图分类号：F810.42 文献标识码：A 文章编号：1007-4465(2007)04-0013-07 一、引言 经济总量对税收总量的决定作用毋庸置疑（曾国安、胡晶晶，2006；曾康华，2006；王琦，2006；金人庆，2002；刘明、王克西，2000）[1]～[5]。在潘雷驰(2007,a、c、d)[6]～[8]中，我们已经从原始的GDP（对不可税部分未做剔除）与税收总量，原始的GDP与调整后税收总量（消除1985年异常数据点影响后的税收总量），可税GDP与税收总量，可税GDP与调整后税收总量等四个角度分别验证了经济总量决定税收总量的命题。经济总量的变动可以解释98%左右的税收总量的变动①。 既然经济总量对税收总量具有决定作用，那么经济总量的构成部分与税收总量的关系又是怎样的呢？曾国安、胡晶晶(2006)[1]从1995-2004年间，我国一、二、三产业增加值、进口总额、营业盈余、居民收入及其对应的增值税、营业税、企业所得税和个人所得税的配比关系出发，研究了经济构成增速和对应的税收增速的关系，得出部分税种超经济增长，部分税种低经济增长的结论。艾华(2005)[9]认为一产业的低速增长，和二、三产业的高速增长是形成税收快于经济增长的原因之一。张伦俊(2003)[10]将GDP分为劳动者报酬、固定资产折旧、生产税净额和营业盈余四个构成要素，利用1991-2001年的数据考察它们与税收增长率的关系，得出营业盈余与税收收入增长率的正向关系和劳动者报酬与之的反向关系。 学者们对经济构成和税收的关系的讨论，集中在解释税收超经济增长的现象上，力图找出我国现阶段税收增长率高于经济增长率的原因。这也造成了研究我国经济构成与税收关系的文献的缺乏。事实上，我们在从经济构成的视角研究税收超经济增长的同时，也应该关注经济构成与税收总量的定量关系。这样可以更加准确地理解经济在量的维度上，对税收的决定作用。 文章共分为四个部分，在第二部分，我们从生产法GDP构成和支出法GDP构成的角度，讨论原始GDP构成与税收总量的关系。在第三部分，从支出法GDP的角度，分析可税GDP构成与税收总量的关系。最后，在第四部分形成简短的结论。 二、我国GDP构成与税收关系 （一）数据与指标的整理 1.我国GDP构成 GDP的计算方法有生产法、收入法和支出法（国家统计局国民经济核算司，1997）[11]。生产法是将各行业的增加值加总，即为全国GDP，其构成是一、二、三次产业的增加值。收入法的增加值由劳动者报酬、生产税净额、固定资产折旧和营业盈余构成，分行业加总，就是全国GDP。支出法是从最终使用的角度反映国内生产总值最终使用去向的一种方法，包括最终消费支出、资本形成总额与货物和服务净出口（国家统计局国民经济核算司，1997）[11]。 本文的研究区间是1978-2005年，由于数据取得的限制，我们只能从生产法GDP构成和支出法GDP构成两个角度，研究我国GDP构成与税收的关系。文中的数据使用司春林②的方法已经缩减为实际数据。具体数据见表二。 2.我国可税GDP及其构成 由于统计数据的不连续性，以生产法和收入法计算的GDP为计算起点不可行。我们只能以支出法计算的GDP为计算起点。这也是王军平、刘起运(2005)[12]使用的方法。支出法GDP包括最终消费支出、资本形成总额与货物和服务净出口。最终消费支出由居民消费支出（城镇居民和农村居民）和政府消费支出构成。资本形成总额由固定资本形成总额和存货增加构成。货物和服务的净出口由货物净出口和服务净出口构成。可税GDP的计算方法：支出法GDP各项构成部分减去不可税部分。具体计算过程参考潘雷驰(2007,a、c、d)[6]～[8]，计算结果见表二，表中数据使用司春林的方法做了缩减处理。 3.我国调整后税收 1985年实际税收总量是1399.143亿元，比上年增长703.64亿元，增长率高达101.17%，无论是增量的绝对数还是增长率，1985年都是空前绝后的。由于1985年数据异常点的存在，会影响时间序列数据分析的结果。因为85年数据异常点对税收总量变动和增长率变动的解释，有可能产生垄断的解释能力，使得其它影响因素的解释能力下降，我们有可能只关注异常点产生的原因而忽略了其它原因，从而影响有关结论。我们采用补值法对税收数据进行了调整。具体计算过程见潘雷驰(2007,a、c、d)[6]～[8]，计算结果见表二。表中数据使用司春林的方法做了缩减处理。 4.分析方法 为减小绝对数据波动对模型构建的影响，我们对所有的绝对数据取了自然对数，构建双对数模型来说明税收与经济构成的关系。方程中自变量系数的经济涵义，是自变量每变动1%，给因变量带来的百分比变动。在模型构建的过程中，为了消除模型中存在的序列自相关现象，我们对残差项所蕴含的信息进一步挖掘，引入残差序列自回归项和移动平均项。这样我们从单纯的双对数模型转变为时间序列—回归模型(Pindyck、Rubinfeld,1998)[14]。在分析之前，我们使用ADF方法检验了使用的时间序列数据的平稳性，使用Johansen方法检验了方程中向量之间的协整关系个数，并且使用E-G两步法，确定了我们分析问题时使用到的协整关系。同时我们提供了具备格兰杰因果关系(Granger Cause)的向量之间的格兰杰因果检验结果。
