APP下载

基于贝叶斯时空层次模型的中国宏观税负时空演化特征研究

2022-08-16韩秀兰崔月彤李俊明

统计与信息论坛 2022年8期
关键词:省域宏观贝叶斯

韩秀兰,崔月彤,李俊明

(山西财经大学 统计学院,山西 太原 030006)

一、引 言

宏观税负影响经济增长和社会发展,影响企业活力和居民福利,是民生中最尖锐、最敏感的问题之一[1]。近年来世界各国纷纷推出减税计划,形成了新一轮世界性的减税趋势。就中国而言,21世纪以来推出一系列惠企利民的重大减税政策:2000年开始逐步推行农村税费改革,2008年实施“结构性减税”,2012年开始营改增试点改革,2018年实施小微企业“普惠性减税”。国家逐渐加大减税降费力度,宏观税负等相关问题也引发了政府和学界的广泛关注。同时,中国发展的不平衡问题依然突出,宏观税负的不平衡发展也应引起足够的重视。当前,在新冠肺炎疫情的冲击和复杂的国际形势下,中国进一步强调“加大减税降费力度”和“完善减税降费政策”,研究中国宏观税负的时空演化特征,可系统认识中国宏观税负的总体发展态势、空间分布格局及局部变化趋势,进一步认识中国税制改革历程中宏观税负的时空异质性,有助于为中国财政可持续和税负均衡发展提供重要依据和合理建议。

中国宏观税负演化特征和空间分布方面的研究大多沿用安体富和岳树民的大、中、小三口径划分理论,大口径指政府收入占GDP比重,中口径指政府预算内财政收入占GDP比重,小口径指税收收入占GDP比重[2]。相关研究主要围绕两方面展开:一是宏观税负的发展趋势;二是宏观税负的区域差异。

中国宏观税负发展趋势研究方面,李波、薛钢的研究表明中国小口径税负与国际上发展中国家的平均水平相当,但中口径和大口径宏观税负偏高,从动态指标看,2001年以来中国的宏观税负超GDP增速增长[3-4];马国强认为中国宏观税负水平的变化轨迹类似“S”型曲线,2011年处于“S”曲线中部,未来二三十年内中国宏观税负水平将继续提高[5]。随着中国税收制度的不断调整,中国宏观税负水平呈现明显的阶段性变化[6],1978—2018年中国小口径宏观税负经历了“稳中有波动—高位回落—触底回升—小幅回落”的发展过程,中口径宏观税负与小口径变化轨迹总体相似,1993年开始大口径与中口径宏观税负差距变小。张萌的研究结论是:2010—2019年中国不同口径宏观税负都呈现波动中下滑特征[7]。

中国宏观税负区域差异研究方面,大都采用塞尔指数和舒尔兹系数、基尼系数进行分析[8-9],发现中国区域间税负差异逐年增大,但总体差异与区域内差异缩小,东部税负最高,西部次之,中部最低,但扣除京津沪后的东部地区税负低于全国水平;解垩基于面板数据的收敛方程研究,发现1994—2004年中国地区间宏观税负呈收敛态势,但在2000年后趋于发散,西部地区存在俱乐部收敛[10];吴玉霞等基于概率密度函数核估计方法发现1994—2011年各省宏观税负呈收敛向发散转变态势,中部税负较轻,东北由高税负转为中等偏下税负,西部税负减轻,东部税负大大加重[11]。

需要指出的是,中国宏观税负时空格局演变已呈现出新的历史性特征,而现有研究大多采用传统统计方法对东、中、西三大区域进行分析,缺乏更细化的省域时空演化特征探讨。本文基于2000—2019年省域时空数据、采用贝叶斯层次时空模型对中国省域宏观税负进行更加深入的时空演化特征研究。与现有文献相比,本文的创新体现在三个方面:一是研究视角同时包含了研究期内总体宏观税负的变化趋势和省域宏观税负的空间异质性演化特征;二是研究方法采用了贝叶斯层次时空模型,该模型考虑时空数据固有的小样本特性和时空相关性,可以给出划分高、中、低税负区以及税负强、中、弱变化的数理依据;三是基于新的研究视角和研究方法,得出了有关中国宏观税负时空格局演化更为系统的新结论和新启发。

二、研究方法

本文用贝叶斯时空层次模型研究中国宏观税负的时空演化特征。该模型是贝叶斯层次模型与时空交互模型的组合。通过分解出的时间效应、空间效应和时空交互效应研究数据的时空格局。与经典统计计量模型相比,贝叶斯统计模型基于先验信息、总体信息和样本信息以后验概率分布的形式估计模型参数,可有效解决时空数据的小样本问题,可以充分考虑时空数据固有的空间相关性,所得结论更具可靠性[12]。贝叶斯时空层次模型包括三个子模型:

数据模型(似然函数):yit~P(yit(θit,Θ)|Θ)

(1)

过程模型(参数先验):θit=f(Si,Kt,Iit)+εit

(2)

超参数模型(超先验):Θ~P(Θ)

(3)

下标i和t分别表示省域和时间,yit为时空变量观测值,θit为似然函数的参数,也是时空过程模型的被解释变量,Θ为超参数集。Si和Kt分别代表时空被解释变量的一般空间状态和总体时间趋势,Iit是时空交互效应项。参数和超参数的后验分布P(θit,Θ|yit)可由式(4)确定:

P(θit,Θ|yit)∝P(yit|θit,Θ)P(θit|Θ)P(Θ)

(4)

贝叶斯时空层次模型中包含了多个参数和超参数,从而构成了高维参数空间,所估计的后验联合分布函数无显式解,其分布特征并不能通过计算直接获得,目前主流的贝叶斯估计算法是采用基于Gibbs抽样的蒙特卡洛—马尔科夫链(MCMC)方法。

贝叶斯统计结果的有效性和可靠性主要由收敛性评估,本文采用Gelman-Rubin统计参数评估测度,其值越接近于1,则收敛性越好[13]。另外,各个参数估计结果的检验和评价通过其后验分布确定,具体由后验概率值的大小测度。

针对本文研究内容,构建具体的贝叶斯时空层次模型:

(5)

过程模型:ln(θit)=α+si+(b0t+vt)+bit+εit

(6)

α为研究期内全国宏观税负基础常数,即全国总体宏观税负平均水平;si描述各省域宏观税负空间效应,反映相对稳定的空间格局。(b0t+vt)是描述总体变化趋势的时间效应项;bit为时空交互效应,描述省域局部变化。εit为服从高斯分布的模型扰动项。

参数(超参数)模型:

α,b0~dflat()

(7)

si,bi~car.normal(adj.sp[],weights.sp[],num.sp[],tau.s)

(8)

参数α和b0的先验分布设为无信息先验,为考虑空间相关性和异质性,参数si和bi的先验分布采用BYM模型,adj.sp[]为空间邻接区域的编号,weights.sp[]为衡量地区间重要性差异的权重因子,num.sp[]为各地区相邻区域的个数,tau.s为先验分布的方差。其他参数和超参数的先验分布形式参考了Han等的研究[14-15]。

根据式(6)可得:

(9)

空间相对水平参数exp(si)表示i省域宏观税负相对于全国平均水平的倍数,exp(si)>1、=1或<1分别说明该省域宏观税负高于、等于或低于全国平均水平。

局部相对趋势参数exp(bi)表示i省域宏观税负变化率相对于全国总体变化率的倍数:

(10)

exp(bi)>1、=1或<1,分别表示相应省域宏观税负局部变化趋势强于、相当于或弱于全国总体变化趋势。

参照Richardson标准[16],可按照相对水平参数exp(si)>1的后验概率对省域宏观税负空间相对水平进行聚类,满足p[exp(si)>1]≥0.80表示相应省域为高税负区,满足0.201]<0.80和p[exp(si)>1]≤0.20,分别表示相应省域为中等税负区和低税负区(1)在有关Richardson标准的原始文献中,根据贝叶斯时空层次模型中相对水平参数exp(si)>1的后验概率对截面单元进行聚类,满足p[exp(si)>1]≥0.80,表示相应截面单元属于所考察指标的热点区;满足0.201]<0.80和p[exp(si)>1]≤0.20,分别表示相应截面单元属于所考察指标的温点区和冷点区。本文依据所考察指标的具体含义,将相应的热点区、温点区和冷点区界定为高税负区、中等税负区和低税负区。。同时考察局部相对趋势参数exp(bi)>1的后验概率对省域宏观税负动态变化进行聚类,满足p[exp(bi)>1]≥0.80,表示相应省域是宏观税负强变化区,满足0.201]<0.80或p[exp(bi)>1]≤0.20,则表示相应省域是宏观税负温和变化区或弱变化区。需要说明的是,如果总体变化趋势是上升的,相应强变化区、温和变化区和弱变化区可分别称作强增长区、温和增长区和弱增长区。如果总体变化趋势是下降的,相应强变化区、温和变化区和弱变化区可分别称作强下降区、温和下降区和弱下降区。

贝叶斯时空层次模型是基于时空数据研究所关注指标时空演化格局的得力工具,该模型从指标的总体时间趋势、截面单元空间分布格局和局部变化趋势三个方面展开相应的时空异质性分析,可以系统研究面板数据的时空演化特征。同时,Richardson标准按照科学的数理依据划分高、中、低税负区以及税负的强、中、弱变化区,避免了人为划分的主观性。

三、中国宏观税负时空演化特征分析

本文采用小口径宏观税负指标,即税收收入占GDP的比重进行实证分析。税收收入是中国各级税务机关征收的税收,即国税和地税的总和。实证数据为2000—2019年中国31个省份(除港澳台外)宏观税负。税收收入和GDP数据分别来自历年《中国税务年鉴》和《中国统计年鉴》,全国税收收入和全国GDP由各省数据加总得出。

(一)中国宏观税负总体发展趋势分析

图1 2000—2019年中国宏观税负变化趋势

观察中国宏观税负数据,21世纪以来,中国宏观税负整体表现为倒U型演化特点(见图1),这是与以往研究结论不同的新特征。研究期内,中国总体宏观税负先后经历了以下两个阶段:一是考察初期到营改增试点改革(2000—2012年),该阶段中国宏观税负在波动中持续上升;二是营改增试点改革到普惠性减税改革(2012—2019年),该阶段中国宏观税负表现出波动中持续下降趋势。2012年营改增试点改革后倒U型拐点出现,2017年和2018年有短暂波动,2019年宏观税负发生前所未有的下降。

具体来看,2000—2012年中国总体宏观税负由12.01%升至19.21%。这期间一些税收政策改革导致了宏观税负的短期波动,但并没有改变宏观税负走势:2001年中国开始推行农村税费改革,同时推行西部大开发的税收优惠政策,2002年宏观税负增长幅度出现短暂下降;2008年全球性金融危机爆发后,中央经济工作会议首次提出“结构性减税改革”,宏观税负出现短暂下降后又恢复之前的上升趋势,在2012年达到峰值。2000—2012年宏观税负年均增长0.60个百分点。2012年营改增试点改革以后,宏观税负水平开始呈波动下降趋势,2012—2019年由19.21%降至15.92%,年均下降0.47个百分点。这期间的2016年,由于营改增的全面实施,中国宏观税负下降幅度加大。尤其是2019年,中国实施新个税改革以及小微企业普惠性税收等政策,导致了更大规模的减税降费,宏观税负由2018年的18.59%锐减至15.92%,减负效果十分突出。

为了对中国宏观税负时空演化特征进行较深入、系统的探讨,本文结合中国宏观税负发展趋势,以其倒U型曲线的拐点——2012年营改增试点改革为分界点,将研究期划分为2000—2012年、2012—2019年两个阶段,基于贝叶斯时空层次模型研究中国省域宏观税负的时空演化特征。本文对贝叶斯时空层次模型的估计通过WinBUGS14.0软件编程实现,所有参数估计结果的Gelman-Robbin值均在0.98~1.02之间,满足贝叶斯统计收敛性要求。

(二)中国宏观税负空间分布格局演变

根据空间相对水平参数exp(si)的后验中值及其>1的后验概率估计(见表1),可观察不同阶段中国各省域宏观税负的空间格局。

2000—2012年,中国高税负、中等税负和低税负省域分别有6、12和13个(见表2)。高税负省域包括北京、上海、天津、浙江、广东和云南,大都在东部。6个高税负省域宏观税负时空均值为28%,税收占全国总税收的45%。其中上海和北京的宏观税负最高,时空均值高达40%,空间相对水平参数exp(si)>1的后验概率接近于1,相应估计值接近于2.40,税负水平约是全国平均税负的2.4倍;中等税负区主要集中在东北(黑龙江、辽宁)、西部(新疆、陕西、甘肃、宁夏、贵州)和东部(海南、河北、江苏、福建)部分省份,还包括中部的山西。12个中等税负省域宏观税负时空均值为14%,税收占全国总税收的29%。低税负区主要分布在中部(安徽、江西、河南、湖北、湖南)和西部地区(西藏、重庆、青海、内蒙古、四川、广西),还包括吉林和山东。13个低税负省域宏观税负时空均值为10%,税收占全国总税收的26%。其中江西、河南、湖北、湖南、四川和西藏的宏观税负最低,空间相对水平参数exp(si)估计值在0.80左右,其大于1的后验概率都低于0.10,宏观税负极端低的省域更多集中在中部地区。

营改增试点改革到普惠性减税改革的2012—2019年,中国宏观税负空间分布格局发生了一定的变化,高税负区和低税负区分别增至8个和16个,中等税负区降至7个。8个高税负区包括上期的5个(北京、上海、天津、浙江、广东),在此基础上增加了从上阶段温点区升迁的海南和新疆以及从上阶段冷点区跃迁的西藏。高税负区宏观税负时空均值为29%,税收占全国总税收的44%。上海和北京宏观税负仍最高,而且比上阶段更高,时空均值高达49%,exp(si)>1的后验概率等于1,相应估计值都大于2.50。7个中等税负区包括上期的6个(山西、辽宁、江苏、贵州、甘肃和宁夏),新加入了从上阶段高税负区退入的云南。中等税负区宏观税负时空均值为17%,税收占全国总税收的18%。上阶段低税负区除西藏跃迁至热点区外本阶段仍处于低税负区,新增了上期中等税负区退入的河北、陕西、黑龙江和福建,整个低税负区覆盖全国52%的省域。低税负区宏观税负时空均值为13%,税收占全国总税收的38%。低税负区的内蒙古、吉林、黑龙江、安徽、江西、山东、河南、湖北、湖南、广西、重庆、四川和陕西宏观税负最低,空间相对水平参数exp(si)大于1的后验概率都低于0.10。中部的河南、湖北和湖南是宏观税负极低省域,而且比上阶段更低,exp(si)估计值都不到0.80,大于1的后验概率都不高于0.02。高税负省域继续在东部扩张,增加了西部的新疆和西藏,低税负区由中西部向东部和东北方向延伸。

(三)中国宏观税负局部变化趋势分析

根据局部相对趋势参数exp(bi)的后验中值及其>1的后验概率估计(见表1),可了解不同阶段中国各省域宏观税负的局部变化趋势。

表1 中国31个省域宏观税负空间格局与局部趋势估计结果

2000—2012年,中国宏观税负总体表现为增长态势。强增长、温和增长和弱增长省域分别有9、8和14个。9个强增长省域包括高税负区的北京,中等税负区的海南、新疆、山西,低税负区的西藏、安徽、江西、重庆和青海,其中西藏、海南和新疆局部增长趋势最强,exp(bi)估计值都大于1.05;8个温和增长省域包括高税负区的上海,中等税负区的河北、江苏、陕西、甘肃、宁夏,低税负区的内蒙古、四川;14个弱增长省域包括高税负区的天津、浙江、广东和云南,中等税负区的辽宁、黑龙江、福建、贵州,低税负区的吉林、山东、河南、湖北、湖南和广西。其中云南和黑龙江宏观税负增长趋势最弱,局部变化趋势参数exp(bi)估计值都只有0.97。高税负省域大都保持弱增长,中等税负和低税负省域有很大比例保持强增长,宏观税负的这种局部变化趋势导致了下一阶段宏观税负空间格局的变化,具体表现为高税负省域和低税负省域都有所增加。

表2 中国31个省域宏观税负总体空间格局与局部变化趋势交叉分组

营改增试点改革到普惠性减税改革的2012—2019年,总体宏观税负表现为下降态势。强下降、温和下降和弱下降省域分别有7、17和7个,7个强下降省域包括高税负区的西藏和海南、中等税负区的辽宁和甘肃、低税负区的河北、内蒙古和吉林;17个温和下降省域包括高税负区的天津、浙江和广东,中等税负区的山西、宁夏,低税负区的黑龙江、安徽、江西、山东、河南、湖北、湖南、广西、重庆、四川、陕西和青海;7个弱下降省域包括高税负区的北京、上海和新疆,中等税负区的江苏、云南和贵州,低税负区的福建。值得注意的是,税负最高的上海和北京(2012—2019年宏观税负均值分别为49%和48%)保持了弱下降,税负水平较低的西藏和海南(2012—2019年宏观税负均值分别为22%和24%)保持了强下降,高税负区表现出较高水平弱下降和较低水平强下降态势,说明宏观税负北京和上海独大的局势会继续保持。16个低税负省域有15个是强下降或温和下降,只有1个保持弱下降,低税负省域占比有可能进一步扩大。

(四)中国宏观税负时空演化特征综合分析

前后两个阶段有23个省域保持稳定的宏观税负空间格局。两个阶段都处于高税负区的有北京、上海、天津、浙江和广东,这些省域属于东部经济高度发达区,税基相对宽广,比其他省域提供了更多的税收。两个阶段都是中等税负省域的有6个,包括西部的贵州、甘肃和宁夏,中部的山西、东北的辽宁和东部的江苏,除江苏外都为欠发达资源型省份,在经济转型升级进程中提供了平稳的税收贡献。两个阶段都是低税负省域的有12个,包括中部的河南、湖北、湖南、江西和安徽,西部的重庆、青海、内蒙古、四川和广西,东北的吉林,东部的山东,极低税负省域集中在西部地区,这些省域第三产业比重不高,贡献的税收有限。中国宏观税负空间分布格局表现出“中部洼地”和“东部高地”的非均衡特征。

前后两个阶段8个省域宏观税负发生了空间格局的转变。第一阶段低税负强增长的西藏、中等税负强增长的海南和新疆第二阶段跃迁至高税负区。西藏第三产业比重一直处于较高水平,近年来产业结构进一步优化,税收收入呈跳跃式增长。海南作为旅游大省,不断推进旅游业转型,2011年海南离岸免税政策的实施,带动了海南旅游业,促进了税收收入增长。新疆2010年率先进行资源税费改革,由原来的从量征收改为从价征收,大大增加了新疆税收收入。云南作为烟草大省,拥有全国最高的烟草税,第一阶段属于高税负区,由于烟草业扩展导致经济结构单一,第二阶段退至中等税负区。第一阶段中等税负的黑龙江、河北、陕西和福建第二阶段退至低税负区。营改增试点改革后,北京、上海等极端高税负省域的税负比之前更高,极端低税负省域的税负比之前更低,极端低税负省域成倍扩张。中国宏观税负动态变化使得税负“高地”峰度更高,税负“洼地”深度更深,税负“高地”和“洼地”都具有扩围特征,税负“洼地”扩围更大。

四、结论与建议

本文结合21世纪以来中国重要的税收政策改革,应用贝叶斯时空层次模型,从总体变化、空间格局和局部趋势三个层面分析了2000—2012年、2012—2019年两个阶段中国宏观税负的时空演化特征,得出了更为系统的新结论。

中国宏观税负总体发展趋势特征:21世纪以来,中国宏观税负总体变化表现为倒U型演化特征,2012年营改增试点改革后倒U型拐点出现,2019年普惠性税收政策的实施导致宏观税负发生前所未有的下降。

中国宏观税负空间分布格局的稳定性特征:营改增试点改革的前后两个阶段有23个省域保持宏观税负空间格局的稳定。两个阶段都处于高税负区的有5个,大都属于东部经济高度发达区,上海和北京宏观税负水平一直是最高的。两个阶段都处于中等税负区的有6个,大都为欠发达资源型省份。两个阶段都处于低税负区的有12个,主要分布在中部和西部,宏观税负极端低的省域集中在中部。中国宏观税负空间分布格局表现出“中部洼地”和“东部高地”的区域非均衡特征。

中国宏观税负空间分布格局的转变特征:2012年营改增试点改革后,有8个省域的宏观税负发生了空间格局的转变,高税负省域继续在东部扩张,增加了西部的新疆和西藏,极高税负省域的税负水平比营改增试点改革前更高,低税负区由中西部向东部和东北方向延伸,极低税负省域的税负水平比营改增试点改革前更低,极端低税负省域成倍扩张。营改增试点改革后,中国宏观税负区域非均衡性有所扩大,“高地”峰度更高,“洼地”深度更深,税负“高地”和“洼地”都具有扩围特征,税负“洼地”扩围更大。

中国省域宏观税负的局部变化趋势特征:营改增试点改革前,总体宏观税负呈增长趋势,高税负省域大都保持弱增长,中等税负和低税负省域大都保持强增长。营改增试点改革后,总体宏观税负呈下降趋势,高税负区表现出税负最高省域弱下降和税负较低省域强下降态势,说明宏观税负北京和上海独大的局势会继续保持。16个低税负省域有15个是强下降或温和下降,只有1个保持弱下降,低税负省域占比会进一步扩大。

充分认识以上宏观税负时空演化特征,本文得出的启发是:

大规模减税降费的同时要兼顾财政的可持续性。宏观税负呈倒U型演化特征意味着营改增试点改革后中国宏观税负开始下降,目前进入大规模减税降费阶段。《2020年国务院政府工作报告》进一步强调“加大减税降费力度”和“完善减税降费政策”,提出按3.6%以上安排赤字率,赤字率达到改革开放以来的新高。这意味着未来中国宏观税负下降幅度会进一步加大。中央经济工作会议提出要在促进科技创新、加快经济结构调整、调节收入分配上主动作为,这些战略目标的实现都依赖于财政的可持续性。克服财政困难,提质增效并举,增收节支并重,兼顾减税降费与国家重大战略任务财力保障是中国将面临的挑战。

减税降费要兼顾宏观税负的区域平衡性。在总体宏观税负的倒U型演化进程中,无论是上升期还是下降期,都存在宏观税负的“中部洼地”和“东部高地”特征。更重要的是,营改增试点改革后,宏观税负的区域非均衡性有所扩大,税负“高地”更高,“洼地”更深,“高地”和“洼地”都具有扩围特征,“洼地”扩围更大。高地“削峰”和洼地“填谷”并举,才能缓解区域宏观税负的非均衡性。减税降费的同时,更多关注低税负区特别是极低税负省域市场主体纾困发展,激发“中部洼地”内生发展动力机制,使区域税负均衡发展与区域经济均衡发展相协调、相促进。

继续并深化实施差异化减税降费政策。财税政策对财政能力、市场活力、经济增长、结构调整以及居民福利的影响是广泛的,在新冠肺炎疫情的冲击和复杂的国际形势下,税费政策的实施方式是对政府治理能力的极大考验。继续实施差异化减税降费政策,要紧密结合宏观税负的时空演化特征,把握经济和社会发展的全局,细分不同地区和不同行业实施税负政策,这就需要阶段性政策与制度性安排相结合,对于疫情防护、复工复产、脱贫攻坚等紧要民生领域实施行业差异化税费政策,针对不同省域宏观税负的空间格局和局部变化趋势实施地区差异化税费政策,对于宏观税负低水平强下降的省域,输血型税收优惠与造血型税收优惠相结合的同时,要更多关注社会公共产品和服务的供给问题。

猜你喜欢

省域宏观贝叶斯
基于贝叶斯解释回应被告人讲述的故事
江西省初步建成教育省域网骨干网
基于动态贝叶斯估计的疲劳驾驶识别研究
省域高速公路网络信息安全动态防御体系研究
省域通用机场布局规划思路与方法研究
宏观与政策
基于互信息的贝叶斯网络结构学习
宏观
基于云平台的省域交通服务热线系统架构研究
IIRCT下负二项分布参数多变点的贝叶斯估计