案例08
财政收入多元化线性回归分析
一、案例简析
本案例来自作者主持，参与的财政部“九五”科研课题《我国财政收支决定因素的统计分析》（该课题现已通过接题鉴定），作者从中选取了财政收入线性回归分析问题进行提炼，归纳，形成了本案例。我们试图通过对财政收入及其影响因素问题的研究，从教学上来说明
如何利用多元回归分析这一常用的统计方法，解决现实问题的实证分析过程。
财政收入是指一个国家政府凭借政府的特殊权力，按照有关的法律和法规在一定时期内（一般为一年）取得的各种形式收入的总和，包括税收，企事业收入，国家能源交通重点建设基金收入，债务收入，规费收入，罚没收入等。财政收入水平高低是反映一国经济实力的重要标志。
在一定时期内，财政收入规模大小受许多因素的影响，如国民生产总值大小，社会从业人数多少，税收规模大小，税率高低等。在本案例中，我们认为，一个国家税收水平高低，国民生产总值规模的大小，社会从业人数多少，其他收入的多少，是决定一个国家一定时期内财政收入规模的主要影响因素。
二案例数据的描述
本案例的样本数据来自中国统计出版社出版的有关年份的《中国统计年鉴》和《改革开放十七年的中国地区经济》，数据时限为1978-1995年。案例数据如表8-1。
表8-1的数据已经制成数据文件存入磁盘。该文件数据在磁盘中的位置是：人数多少a:\case08\data1.txt数据的排列格式及其变量名与表8-1相同。
本案例的数据可以使用TSP软件，SPSS软件和SAS软件进行分析。我门建议使用SPSS软件进行分析。用SPSS forWIN.7.5软件读取本案例数据的基本步骤是：
第一，用OPEN 命令打开软件中的数据文件a:\case08\data1.txt，杂SPSS句法编辑器（SPSS Synax Editor）中观察文件中的数据结构，包括变量名，变量数，
变量顺序和样本数；
表8-1 财政收入等五项指标观测数据
T年份Y财政收入
（亿元）X国民生产总
值
（亿元）
X税收
（亿元）
X其他收入
（亿元）
X社会从业
人数
（万人）
1978 1132.62 3624.10 519.28 40.99 40152 1979 1146.38 4038.20 537.82 113.53 40581 1980 1159.93 4517.80 571.70 152.99 42361 1981 1175.79 4860.30 629.89 192.22 43280 1982 1212.33 5301.80 700.02 215.84 44706 1983 1866.95 5957.10 755.59 257.84 46004 1984 1642.86 7206.70 947.35 296.29 47597
1985 2004.82 8989.10 2040.79 280.51 79873 1986 2122.01 10201.40 2090.73 156.95 51282 1987 2199.35 11954.50 2140.36 212.38 52783 1988 2357.24 14922.30 2390.47 176.86 54334 1989 2664.90 16917.80 2727.40 179.41 55329 1990 2937.10 18598.40 2821.86 299.53 56740 1991 3149.48 21662.50 2990.17 240.10 88360 1992 3483.87 26651.90 3296.91 295.15 59482 1993 4348.95 34650.50 4255.30 191.04 60220 1994 5218.10 46532.90 5126.88 280.18 61470 1995 6242.20 57277.30 6038.04 369.19 62388
第二,用READ ASCII DATA(读文本数据)命令以自由格式读取本案例的数据文件,并对每一变量进行定义,否则,读入后的数据结构会发生混乱,无法进行分析.还需注意的是:说句文件中包含了六个变量名,即T,Y,X,X,X,X,而变量名本身是字符不是数值,因而不能直接进行运算.处理方法是:读入文件后,把第一个样本继第
一行的变量删去,即可进行分析.
第三,用其它软件读取本案例数据的程序和思路参照以上程序进行.
三案例所涉及的统计理论和统计方法
本案例主要涉及的理论和方法包括:多元线性回归分析建模方法,多元线性回
归方程的统计检验,回归方程的评价与预测方法,非线性统计方法及其他统计建模
方法.具体方法的原理与说明倾向间隔终于回归分析相关的统计学教材.
四组织本案例教学的一些建议
1．在进行本案例教学前,应先将本案例所涉及的统计理论和方法作义介绍,
尤其是对回归方程的显著性检验(F检验),回归系数显著性检验和D.W检验要给
以详细讲述.
2．结合样本数据的时间序列土,启发学生就建立经济模型的形式进行分析.
如旧本案例的资料而言,是建立线性回归模型还是建立非线性回归模型?为什莫
要建立线性模型?最好通过图形来接解释说明.
3．本案例已在机房讲授,可以一边上机,以便演示整个回归分析和汴梁筛选的
过程,教学效果会更好.
五本案例的解析过程及参照结果
1．收集有关数据.可根据表8-1数据直接录入,也可以从数据文件中读取原始
数据文件a:/case08/data1>txt.
2．对样本数据进行初步的描述统计分析.具体可使用SPSS软件中STATISTICS功能中SUMMARIZE菜单下的DESCRIPTIVES选项进行分析.其运
算结果如下(见表8-2):
描述统计量表(Discriptive Statistics)
标8-2
Mean
Std.Deviation
Maximum
N Miximum
15469.46
16881.37
57277.30
X 18 3624.10
1656.49
2254.48
X 18 519.28
6038.04
X 18 40.99 369.19 217.80 77.68 X 18 40152.00 79873.00 53163.44 10007.39 Y 18 1132.62
6242.20 2559.13 1473.26 Valid N(listwise)
18
从描述统计量中并不能清楚地看到变两间的关系,需进行进一步的分析.但是统计量表明,五个变量的取值范围差别较大,因此在下面的分析过程中要考虑对变量进行标准化处理。
3．对原始数据中的变量进行趋势分析。鉴于变量自身水平和计量单位等差异，要先对数据进行标准化处理，本案例中取变量的自然对数进行标准化。以X 轴表示时间、Y 轴表示财政收入等标准化后的变量，在SPSS 软件运行中可知，其趋向基本是一致的，只是其他收入（X3）曲线波动较大，但因其值相对较小，权且保留，见图8—1。
图形显示变量之间的关系基本上是线性关系，于是可据此建立多元线性回归方程。
4．求解回归方程。
SPSS 软件中的线性回归分析功能中提供了四种回归分析方法，分别为：ENTER(一次进入法)、STEPWISE(逐步回归法)、FORWARD(向前进入法)及BACKWARD （向后剔除法）。四种方法虽然原理不尽相同，但殊途同归，得出的结论一般都会一致。我们首先用最简单的全部变量一次进入法（ENTER ）对
样本数据进行回归分析，得出的分析结果如下（见表8—3）：
表8—3 回归方程变量基本信息（未标准化）（Descriptive Statistics）
Mean
Std.Deviation
N Y 2559.13
1473.26
18 X1 16881.37
15469.46
18 X2 2254.48
1656.49
18 X3 217.80
77.68 18 X4 53163.44
10007.39
18
表8—3是五个变量的三个描述统计信息，包括均值、标准离差和样本数。表8—4是五个变量之间的皮尔逊相关系数、单尾显著性水平和样本数。
表8—4 相关分析表（Correlations）
Y X1 X2 X3 X4
Pearson Y Correlation
X1
X2
X3
X4 1.000
0.992
0.985
0.612
0.605
0.992
1.000
0.973
0.579
0.553
0.985
0.973
1.000
0.576
0.677
0.612
0.579
0.576
1.000
0.602
.0605
0.553
0.677
0.602
1.000
Sig. Y (1-tailed)
X1
X2
X3
X4 0.000
0.000
0.003
0.004
0.000
0.000
0.006
0.009
0.000
0.000
0.006
0.001
0.003
0.006
0.006
0.004
0.004
0.009
0.001
0.004
N Y X1 X2 X3 X4 18
18 18 18 18
18 18 18 18 18
18 18 18 18 18
18 18 18 18 18
18 18 18 18 18
用一次进入法各变量的进入次序如表8—5所示，即X4、X1、X3和X2。 表8—5 一次进入法变量进入次序（Variables Entered/Removed ） Model
Variables Entered
Variables Removed
Method
1 X4,X1,X3,X Enter
说明：a.All Requested Variables Entered b.Dependent Variable:Y
表8—6是回归模型的决定系数、估计值的标准误差和Durbin-Watson 检验值。 表8—6 模型拟和效果分析表（Model Summary ） Model R
R Square Adjusted R Square
Std.Error of
the Estimate
Durbin-Watson
1 0.997 0.993 0.991 138.8624 2.313
说明：a.Predictors ：（Constant ）,X4,X1,X3,X2 b.Dependent Variable:Y
表8—7 方差分析表（ANOV A b
） Model Sum of Squares
df Mean Square
F Sig
1 Regression
3.7E+07 4
9161986 475.139 0.000
Residual 250675.9 13 19282.76 Total 3.7E+07 17
说明：a.Predictors /Constant)，X 4 X 1 X 3 X 2
b.Dependent Variable:Y
表8—7时回归模型的方差分析表、F检验值和显著性水平。回归方程的参数（非标准化方程和标准化方程的参数）、t检验值和显著性水平见表8—8。
表8—8 回归方程参数及检验表（Coefficients）
Unstandardized Coefficients Standardized coefficients
M o d e l
B Std.Error
Beta
t Sig
(Constant) 767.775 241.368 3.181 0.007
X1 5.43E-02
0.013
0.570 4.109
0.001 X2 0.368 0.135
0.141 2.718
0.018 X3 1.101 0.628
0.058 1.755
0.103 X4 -3.7E-03
0.007
-0.025
-0.534
0.602
说明：a. Dependent Variable:Y
表8-9是回归模型预测值及其残差的统计数据。
表8-9 残差分析表（Residuals Statistics a）
Minimum
Maximum
Mean
Std.
deviation
N
Predicted
Value
1054.031 6276.457 2559.132 1468.251 18
Residual -175.1748 381.9245 6.32E-14 121.4316 18
Std.Perdicted
Value
-1.025 2.532 0.000 1.000 18
Std.Residual -1.261 2.750 0.000 0.874 18 说明：a. Dependent Variable:Y
运行结果显示：软件将四个自变量一次性地、不加选择地加入到回归方程中，
然后再进行检验。检验结果表明，虽然回归方程的F检验值和决定系数等统计量
达到了回归检验的标准，但是X3、X4两个变量并未通过t检验，因此炎对回归方
程进行整理。应该说明的是，我们这里使用的是95%置信度标准进行检验的。即:
如果对于一个变量，其回归系数的零假设可能性水平达到了5% 以上，则对此变
量从方程中剔除。在本例中的回归方程中，X3、X4的回归系数零假设可能性水平
分别为0.103和0.602，均大于0.05。因此不能保留在方程中，依次将X 3和X 4剔除，其分析结果分别如下：
（1）因为X 4的零假设检验值较大，首先将X 4剔除，得到回归分析计算结果如下（见表8-10、表8-11、表8-12）：
表8-10 变量进入次序（Variables Entered/Removed b
） Model Variables Entered Variables Removed
Method
1
X 3 X 2 X a 1
Enter
说明：a.All Requested Variables Entered.
b. Dependent Variable:Y
表8—10时变量进入的顺序。表8—11是模型关于决定系数、估计值的标准误差和Durbin-Watson 统计量。
表8—11 模型拟合效果分析表（Model Summmary b ） Model R
R Square Adjusted R Square
Std. Error of the Estimate
Durbin-Watson
1
0.997a
0.993 0.992 135.2708 2.339
说明：a.Predictors:(Constant), X 3 X 2 X 1 b. Dependent Variable:Y
剔除变量 X 4后新的回归方程的系数（非标准化方程和标准化方程）、t 统计量及显著性水平见表8—12。
表8—12 回归方程参数及检验表（Coefficients a
） Unstandardized
Coefficients
Standardized coefficients
M o d e l B Std.Error Beta
t Sig (Constant) 652.772
106.176
6.148
0.000
X 1 5.92E-02 0.009 0.622 6.444 0.000 X 2 0.313 0.086 0.352 3.658 0.003 X 3 0.925 0.519 0.049 1.780 0.097
说明：a. Dependent Variabl e:Y
（2）观察表8—12结果，X 3没有通过t 检验，回归方程人又不足之出。再将X 3剔除后，得到回归分析的结果如下（见表8—13、表8—14标8—15、表8—16）：
表8—13 变量进入次序（Variables Entered/Removed b ） Model Variables Entered Variables Removed
Method
1
X 2 X a 1
Enter
说明：a.All Requested Variables Entered. b. Dependent Variable:Y
表8-13是各个变量进入方程的顺序。表8-14是回归模型的决定系数、估计值的标准误差和Durbin-Watson 检验值.
表8-14 模型拟合效果分析表
Model R R Square Adjusted R Square
Std.Error of the Estimate
Durbin-Watson
1 0.996a
0.991 0.990 144.7198 1.822
说明：a. Predictors ：（Constant ），X 2 ，X 1
b. Dependent Variable ：Y
标准化回归方程和非标准化回归方程系数、t 统计量及显著性水平列于表8-15。 表8-15 回归方程参数及检验表（Coefficients a ） Unstandardlized Coefficients
Standardlized Coefficients
Model
B Std.Error Beta
t Sig.
1 （Constant ）
803.619 68.440
11.742 0.000
X1 6.08E-02
0.010 0.639 6.218 0.000
X20.323 0.091 0.364 3.540 0.003 说明：.a. Dependent Variable：Y
表8-16是回归方程预测值的残差分析表。
表8-16 残差分析表（Residuals Statistics a）
std.Deviation N
Mean
Minimum
Maximum
Predicted
1191.902 6239.038 2559.132 1466.979 18 Value
Residual -140.0344 456.7677 5.05E-14 135.9406 18
-0.932 2.508 0.000 1.000 18 Std.
Predicted
Value
-0.968 3.156 0.000 0.939 18 Std.
Residual
说明：a. Dependent Variable：Y
在对回归方程进行调整时，应注意不要将未通过检验的几个变量同时剔除，
因为变量间的关系是非常复杂的，几个变量同时没有通过t检验可能只是因为其
中一个或若干个变量不属于回归方程，同时将它们剔除可能会使我们无法得到方
程的正确形式。
以上是使用一次性进入法对回归方程进行的估计。此外，SPSS软件中还提
供了其他三种更为有效率的线性回归方法—STEPWISE（逐步回归法）、FORWORD（向前进入法）和BACKWORD（向后剔除法）。这三种方法从本质
上来讲应当都属于逐步回归方法的范畴，其中FORWARD是逐步进入的回归方
法，在回归过程中逐步加入使方程的回归平方和最大的变量（常用选择标准是变
量的F检验值最小，一般应小于5％）；BACKWORD是逐步剔除的回归方法，
在回归过程中逐步剔除使回归平方和最小的变量（常用WARD是逐步剔除的回
归方法，在回归过程中逐步剔除使回归平方和最小的变量（常用选择标准为变量
的F检验值大于10％）；STEPWISE则是有进有出的回归方法，同逐步引入的方
法基本相同，只是当原引入变量由于后面变量的引入而变得不再显著时，要将其
剔除，剔除或引入的标准同上面两种方法相同。其中较为常用的是STEPWISE 方法，对这三种方法的使用，学生可以在案例学习过程中自主选择，灵活应用。在这里我们提供STEPWISE （逐步回归）方法的分析结果以供学生参考：
表8-17 变量进入次序（Variables Entered/Removed a ）
Model Variables Entered
Variables Removed
Method 1 2
X 1
X 2
Stepwise （Criteria ：Probability —of —F —to —enter ＜=0.050， Probability —of —F —to —remove —＞=0.100）。 Stepwise （Criteria ：Probability —of —F —to —enter ＜=0.050， Probability —of —F —to —remove ＞=0.100）。
说明：a. Dependent Variable ：Y
表8-17列示逐步回归中变量逐步进入的次序和变量进入的选择标准。表8-18是回归模型的决定系数、估计值的标准误差和Durbin-Watson 检验值。 表8-18 回归方程拟合效果分析表（Model Summary f ） Model R R Square Adjusted R Square
Std.Error of the Estimate
Durbin-Watson
1 0.992a
0.984 0.983 189.8287
1 0.996 a 0.991 0.990 144.7198 1.82
2 说明：a. Predictors：（Constant），X1
b. Predictors：（Constant），X2，X1
c. Dependent Variable：Y
表8-19 方差分析表（ANOV A c）
Model Sum
of
Squares df Mean
Square
F Sig.
说明：a. Predictors：（Constant），X1
b. Predictors：（Constant），X2，X1
c. Dependent Variable：Y
表8-19分别列示两个回归模型的方差分析表。通过逐步回归法建立的两个回归模
型的参数及t检验值和显著性水平见表8-20、表8-21。
表8-20 两个模型参数分析及检验表（Coefficients ）
Unstandardize Coefficients Standardized Coefficients
Model
B Std.Error Beta
t Sig
1 （Constant）
X1 946.013
9.45E-02
67.277
0.003 0.992
14.329
31.749
0.000
0.000
2 （Constant）
X1
X2 803.619
6.08E-02
0.323
68.440
0.010
0.091
0.639
0.364
11.742
6.218
3.540
0.000
0.000
0.003
说明：a.Dependent Variable：Y
表8-21 两个模型被删除变量分析表（Excluded Variables）
Model Beta
ln t Sig Partial
Correlation Collinearity Statistics
Tolerance
1 X2
X3
X4 3.540
1.504
2.508
0.003
0.153
0.024
0.675
0.362
0.544
5.38E-02
0.664
0.694
2 X3
X4 1.780
0.430
0.097
0.674
0.430
0.114
0.661
0.335
说明：a.Predictors in the Model：（Constant），X1
b.Predictors in the Model：（Constant），X1，X2
c.Dependent Variable：
表8-22是回归模型预测值的残差统计表
表8-22 残差分析表
Minimum
Maximum
Mean
Std.Deviation
N PredictedValue 1191.902 6239.038 2559.132 1466.979 18
Residual -140.0344
456.7677
1.64E-13
135.9406
18
Std.PerdictedValue-0.932 2.508 0.000 1.000 18 StdResidual -0.968 3.156 0.000 0.939 18 说明：a.Dependent Variable：Y
比较一次性进入法和有进有出的逐步回归法，可以看出二者得出的回归方
程是基本
一致的。但是后者使用起来较为迅速有效，且在变量选择过程中有明确的标
准可循，在一定程度上减少了分析过程中的主观性因素，依次在以后的学习过程
中应当提倡使用逐步回归的方法。
5预测
对因变量的实际值和通过方程得出的预测值进行观察（图8-2），可以发现回
归方程的拟合效果还是很好的。
我们可以使用所建立的这一回归方程对以后年度的财政收入进行预测。例
如，给定1996年的税收值6909.82亿元，GNP值为57494.9亿元，的出预测结
果为（见表8-23）：
表8-23
年份Y X1 X2
57494.90
6909.820
1996 6561.89
8030.940
89720.66 2000 8852.63
六、需要讨论的问题
1．财政收入的模型中，可否选择其他的解释变量？如果可以，请列出这些
变量的名称，并搜索这些变量的数据，用新的变量进行回归，观察回归结果，并
与前面的结果进行比较。
2．若模型的随机扰动项存在自相关性，应如何克服？
克服自相关性的方法有：一阶差分法、广义差分法、迭代法、广义最小二乘
法（GLS）和杜宾两步法。其中杜宾两步法的使用范围较广，具体可参阅有关文
献。
3．如果对财政收入作时间T的简单线性回归，其回归效果与意义将会怎样？
在本案例所研究的时间范围内，财政收入是随着时间的推移以上升趋势变化
的，主要是因为在这段时间内国家政策得当，经济发展较为平稳所致。当经济呈
现较为稳定的局面时财政收入与时间变化虽非因果关系，但是一种趋势相同的共
变关系，我们可以利用这种关系，用时间作为自变量来对财政收入进行回归，并据此进行预测。但是，进行回归预测分析的理论基础在于变量间的依存关系，这样回归方程的预测结果才会稳定可靠。财政收入主要受税收和国民生产总值的影响时间的变化并不是财政收入变化的原因。特别是当一国经济不稳定财政收入出现较大波动时，用时间作为回归的自变量将无法得出有说服力的结果。对于这一问题的讨论可由学生以小组方式展开，讨论结果作为分析报告的一部分。
4．如果在回归模型中，除了四个解释变量外，还考虑其他的一些因素，如平均税率，社会劳动生产率，技术进步等，会对模型的构建产生哪些影响？为什么？
财政收入是一个综合性较强的指标，税收和国内生产总值之时对财政收入水平影响较大的两个只要因素，哈油气他的以下因素，如平均税率，社会劳动生产率等，对财政收入水平也有一定的影响，如果将他们也加入到回归模型中俩，变量的增加必然使模型的拟合度提高，具体表现就是决定系数的提高。但是由于这些变量同财政收入的关系可能并不密切，因此新加入的变量可能无法通过t检验，模型的预测效果也可能不理想。与第一个问题相似，同学们可以尝试一下，观察引入其他变量后的方程拟合效果。我们应该注意的事，回归防城建立的过程中，并非是变量越多越好，拟合度越高越好，“最佳”的回归方程应该是在一定的拟合水平下，用胶水的变量，较简单的方程形式将变量之间的关系描述出来。教师应提向学生在以后进行回归分析的过程中注意到这一问题。
七、多元回归分析的局限性
当一个经济问题的回归模型通过各种检验之后，模型的形式就随之确定下来，接着便可利用回归方程去进行经济分析和经济预测。如果在预测时，自变量的曲志在缄默是样本的去职范围之内，预测误差较小，否则，预测效果可能不好。因此，再利用多元性回归方程进行预测和结构分析是要注意这一点。
（广东商学院城市经济管理系 林 洪
江西财经大学统计学系 文德才）
一元线性回归在公司加班 制度中的应用 院(系): 专业班级: 学号姓名: 指导老师: 成 绩: 完成时间 :
一元线性回归在公司加班制度中的应用 一、实验目的 掌握一元线性回归分析的基本思想与操作,可以读懂分析结果,并写出回归方程,对回归方程进行方差分析、显著性检验等的各种统计检验 二、实验环境 SPSS21、0 windows10、0 三、实验题目 一家保险公司十分关心其总公司营业部加班的程度,决定认真调查一下现状。经10周时间,收集了每周加班数据与签发的新保单数目,x 为每周签发的新保单数目,y 为每周加班时间(小时),数据如表所示 y 3、5 1、0 4、0 2、0 1、0 3、0 4、5 1、5 3、0 5、0 1. 画散点图。 2. x 与y 之间大致呈线性关系？ 3. 用最小二乘法估计求出回归方程。 4. 求出回归标准误差σ∧ 。 5. 给出0 β∧ 与1 β∧ 的置信度95%的区间估计。 6. 计算x 与y 的决定系数。 7. 对回归方程作方差分析。 8. 作回归系数1 β∧ 的显著性检验。 9. 作回归系数的显著性检验。 10. 对回归方程做残差图并作相应的分析。 11. 该公司预测下一周签发新保单01000x =张,需要的加班时间就是多少？
12.给出0y的置信度为95%的精确预测区间。 13.给出 () E y的置信度为95%的区间估计。 四、实验过程及分析 1、画散点图 如图就是以每周加班时间为纵坐标,每周签发的新保单为横坐标绘制的散点图,从图中可以瞧出,数据均匀分布在对角线的两侧,说明x与y之间线性关系良好。 2、最小二乘估计求回归方程 系数a 模型非标准化系数标准系数t Sig、 B 的 95、0% 置信区间 B 标准误差试用版下限上限
分析财政收入的影响因素 财政收入是政府实施宏观调控的主要手段，可以有效地调节资源配置，从而促进国家经济的发展，提高人们的生活水平。改革开放以来，随着经济体制的深化和经济的快速增长，我国的财政收入发生了很大的变化，从1989年的2664.9亿元到2008年的61330.35亿元，20年平均每年增长了16.98%。为了研究影响中国财政收入增长的主要原因，分析财政收入的增长规律，预测中国财政收入未来的增长趋势，我们需要建立计量经济模型。 影响财政收入增长的因素有很多，主要有：财政支出、居民可支配收入、社会消费品零售总额、进出口总额、年底就业人数。 一、模型的建立 本模型主要反映的是财政收入与各影响因素的关系。在这里，我们选择“财政收入”作为被解释变量；选择“财政支出”、“城镇居民家庭人均可支配收入”、“农村居民家庭人均可支配收入”、“社会消费品零售总额”、“年底就业人数”、“进出口总额”为模型的解释变量。 从《中国统计年鉴》中收集到以下数据。 年份财政收 入 （亿元） 财政支 出 （亿元） 城镇居民 家庭人均 可支配收 入（元） 农村居民 家庭人均 可支配收 入（元） 社会消费 品零售总 额 (亿元) 年底就 业 人员数 （万人） 进出口总 额 （亿元） 1989 2664.90 2823.78 1260.70 601.50 7074.20 55329 1116.00 1990 2937.10 3083.59 1510.20 686.30 7250.30 64749 5560.10 1991 3149.48 3386.62 1700.60 708.60 8245.70 65491 7225.80 1992 3483.37 3742.20 2026.60 784.00 9704.80 66152 9119.60 1993 4348.95 4642.30 2577.40 921.60 12462.10 66808 11271.00 1994 5218.10 5792.62 3496.20 1221.00 16264.70 67455 20381.90 1995 6242.20 6823.72 4283.00 1577.70 20620.00 68065 23499.90 1996 7407.99 7937.55 4838.90 1926.10 24774.10 68950 24133.80 1997 8651.14 9233.56 5160.30 2090.1 27298.90 69820 26967.20 1998 9875.95 10798.18 5425.10 2162.00 29152.50 70637 26849.70 1999 11444.08 13187.67 5854.02 2210.30 31134.70 71394 29896.20 2000 13395.23 15886.50 6280.00 2253.40 34152.60 72085 39273.20 2001 16386.04 18902.58 6859.60 2366.40 37595.20 73025 42183.60 2002 18903.64 22053.15 7702.80 2475.60 42027.10 73740 51378.20 2003 21715.25 24649.95 8472.20 2622.20 45842.00 74432 70483.50
影响财政收入的主要因素 摘要： 财政收入是一国政府实现政府职能的基本保障，主要有资源配置、收入再分配和宏观经济调控三大职能。财政收入的增长情况关系着一个国家经济的发展和社会的进步。我国财政收入主要受国民经济发展、预算外资金收入、税收收入等因素的影响。本文针对我国财政收入影响因素建立了计量经济模型，并利用E-views软件对收集到的数据进行相关回归分析，排除简单多元回归模型存在的严重多重共线性等问题，建立财政收入影响因素更精确的模型，分析了影响财政收入主要因素及其影响程度，预测我国财政收入增长趋势。
一问题的提出 据《中国之声》报道，2010年中国税收收入预计将达到7.7万亿元，加上非税收入，今年财政收入走入“8万亿”时代已成定局。而一旦实现了这个数字，中国将紧随美国之后成为全球第二大财政收入经济体。中国仅用了3年的时间就超越日本，坐上了世界第二的宝座，这一变动将会对全球经济及政治形势产生巨大的影响。 据统计1978～2008年我国财政收入的规模随着经济的不断增长而增长,由1978 年的1132.26亿元到2008年的61330.35亿元,扩大了近50倍。“十一五”期间，中国财政收入从“十五”末年的3万亿元起步，以年均1万亿元的幅度增长，年度增速数倍于同期GDP。 同时，“中国税负是否过高”引发了全民关注。 为了研究影响中国财政收入增长的主要原因，分析中央财政收入对税收收入的依赖程度，预测中国财政收入未来的增长趋势，需要建立计量经济学模型。 影响中国财政收入增长的因素很多，但据分析主要的因素有： ①经济发展水平。经济发展水平的影响是基础性的。经济发展水平与财政收入是根与叶、源与流的关系。 ②预算外资金收入。预算外收入是指不通过国家预算管理的财政收入。数据显示，1978年，全国预算外收入为347亿元，相当于当年预算内收入的30.6%；而2006年的全国预算外收入总量，已与3.9万亿元的国家财政收入不相上下。预算外收入已成为影响中国财政收入不可或缺的因素。 ③税收收入。税收是社会主义国家参与国民收入分配最主要、最规范的形式,筹集财政收入稳定可靠。中国的税收收入已占到财政收入的95%左右，是财政收入最主要的来源。 ④能源消费总量。未来十年中国能源消费总量将达48亿-53亿吨煤，等于在现有基础上再增加近20亿吨，而从供应端来说，这几乎是不可能的。从能源的角度考虑，中国也必须叫停大量耗费能源的“世界加工厂”模式，这必然对中国经济造成冲击，而由此带来的财政收入的变化问题也值得我们思考。 综上所诉，我们可以从以上几个方面，分析各种因素对中国财政税收增长的具体影响。 二、模型设定 研究财政收入的影响需要考虑以下几个方面： 1、变量的选择 研究财政收入的影响因素离不开一些基本的经济变量。大多数相关的研究文献中都把总税收、国内生产总值这两个指标作为影响财政收入的基本因素,还有一些文献中也提出了其他一些变量,
2017年度财政收入预测及分析 （2017年6月13日） 一、元至五月收入完成情况 元至5月，全区地方财政总收入完成83190万元，占年初计划186450万元的44.6%，增长26%；总税收完成70318万元，占年初计划157150万元的44.8%，增长29.5%；一般公共预算收入完成52281万元，占年初计划119500万元的43.8%，增长14%。分部门：国税部门完成17361万元，占年初计划40000万元的43.4%，增长235.1%；地税部门完成23710万元，占年初计划54000万元的43.9%，下降21.4%；财政部门完成11210万元，占年初计划25500万元的44%，增长6.4%。 二、双过半任务分解落实 二季度，全区一般公共预算收入预计完成65742万元，占年初计划119500万元的55%，增长5%。分部门：国税部门完成22000万元，占年初计划40000万元的55%，增长134.8%；地税部门完成27000万元，占年初计划54000万元的50%，下降20.8%；财政部门完成16742万元，占年初计划25500万元的65.7%，下降12.6%。 三、全年收入任务分解落实 一般公共预算收入完成119500万元，占年初计划119500万元的100%，增长12.3%。分部门：国税部门完成40000万元，占年初计划40000万元的100%，增长
42.7%；地税部门完成54000万元，占年初计划54000万元的100%，下降3.2%；财政部门完成25500万元，占年初计划25500万元的100%，增长13.2%。 四、全年增收因素预测 （一）营改增行业税收增长。一是政策影响，改征增值税链接对税收管控要求严格，行业税负不增但行业规模总额增大，导致税收增长；二是地方项目投资聚集在春节结算开票，导致税收增长。 （二）投资项目促进税收增长。为促进经济发展，我区加快了项目建设步伐，2017年将启动葛洲坝遗址公园、老干部活动中心、泉水大道（西段）、新台东路、5个城乡农贸市场改造、集镇道路、亮化工程及国土综合治理项目等基础设施及工程项目建设，以此增加我区建安营业税及附加税。 （三）汇算清缴成效显著。今年，国税部门及早布署企业所得税汇算清缴工作。一是加大政策宣传。利用国税微信公众平台，QQ群持续宣传小微企业、固定资产加速折旧扩围政策，研发费用加计扣除、股权激励和技术入股等新政，让纳税人及早晓政策，及早备案减免税事项。二是加大培训力度。通过发放资料、集中授课、上门辅导等形式进行汇缴培训，提高汇算申报质量。三是开展汇算清缴分析。国地税部门联合开展了汇算清缴深度分析，加强对重点行业重点项目税收征管，确保应收尽收。 五、存在的主要问题 （一）消化历史包袱沉重。东宝区税收一直处于高位运行
下图为25个职业人群的肺癌死亡指数（100=平均水平）和抽烟指数（100=平均水平）。 职业抽烟指数肺癌死亡指数 农业、林业工人77.0 84.0 挖掘、采石工人110.0 118.0 玻璃陶器制造者94.0 120.0 天然气、化工生产者117.0 123.0 锻造锻压工人116.0 135.0 电气及电子工人102.0 101.0 工程及相关行业人员111.0 118.0 木工业工人93.0 113.0 建筑工人113.0 141.0 皮革业工人92.0 104.0 服装业工人91.0 102.0 造纸印刷业工人107.0 102.0 纺织业工人102.0 93.0 其他产品制造者112.0 96.0 油漆工、装潢工110.0 137.0 发动机、起重机等操作员115.0 113.0 食品行业工人104.0 112.0 交通运输业工人115.0 128.0 库管员等105.0 114.0 服务业场所工人105.0 111.0 文书办事员87.0 81.0 销售员91.0 88.0 行政、经理人员76.0 61.0 艺术家、科学家66.0 55.0 其他劳动力113.0 123.0
散点图呈线性关系 令Y=肺癌死亡指数，X=抽烟指数，做线性回归分析如下： 表2中R=0.839 表示两变量高度相关 R方=0.703 表示拟合较好，散点相对集中于回归线 表3中sig.<0.05 则自变量与因变量具有显著的线性关系，即可以用回归模型表 示 表4中自变量sig.<0.05 则自变量对因变量的线性影响是显著的 由此得到抽烟指数及肺癌死亡指数的一元回归方程： Y=-24.421+1.301X 即抽烟指数每变动一个单位则肺癌死亡指数平均变动1.301个单位
关于财政收入影响因素的统计分析报告 14经济统计1班 陈秋昱 陈翔强 毛翔宇 2016年4月13日
目录 影响我国财政收入因素的统计分析 (3) 一、引言 (3) 二、财政收入影响因素的分析 (3) 2.1变量的选择 (3) 2.2数据说明 (3) 三、模型建立 (4) 3.1模型数据 (4) 3.2相关分析 (6) 3.3模型建立 (7) 四、模型检验 (7) 五、个别数据的折线图分析 (9) 5.1从业人数与国家财政收入间关系 (9) 5.2居民消费价格指数于财政收入间关系 (9) 5.3财政收入占GDP的时间变化 (10) 六、从模型中得到的结果 (10) 6.1财政收入对GDP的依存度 (10) 6.2财政收入对能源消费总量的依存度 (10) 6.3财政收入对实际利用外资的依存度 (11) 6.4财政收入对居民消费价格指数的依存度 (11) 七、结论 (11)
影响我国财政收入因素的统计分析 摘要：影响一国财政收入的因素有很多，如税收收入，三大产业产值，固定资产投资等，本文选取GDP、能源消费总量、从业人员总数、全社会固定资产投资总额、实际利用外资总额、全国城乡居民储蓄存款年底总额、居民人均消费水平、消费品零售总额、居民消费价格指数这9个指标，建立了财政收入影响因素的模型，分析了影响财政收入主要因素及其影响程度。 一、引言 财政作为最为重要的政府活动，是政府职能的具体体现，能够有力地促进经济的发展，促进人民生活水平的提高，并能够调节资源配置。因此，财政收入的变化情况关系着一个国家经济的发展和社会的进步。财政收入的主要来源有税收，国有资产经营收益，政府性基金收益等。同时，一个国家财政收入的规模还要受到经济规模等诸多因素的影响。因此我们以财政收入为因变量，GDP、能源消费总量、从业人员总数、全社会固定资产投资总额等9 个经济指标为自变量，利用R软件进行回归分析，建立财政收入影响因素模型，分析影响我国财政收入的主要因素为何。 二、财政收入影响因素的分析 2.1变量的选择 研究影响财政收入的影响因素离不开基本经济指标，许多文献资料中都把税收、GDP这两个指标列为影响财政收入最重要的影响因素。而本文通过对较多指标的综合分析，企图在众多而复杂的指标当中寻找财政收入比较重要的决定因素。 2.2数据说明 1、财政收入：财政收入，是指政府为履行其职能、实施公共政策和提供公共物品与服务需要而筹集的一切资金的总和。财政收入表现为政府部门在一定时期内（一般为一个财政年度）所取得的货币收入。财政收入是衡量一国政府财力的重要指标，政府在社会经济活动中提供公共物品和服务的范围和数量，在很大程度上决定于财政收入的充裕状况。 2、GDP：国内生产总值（GDP=Gross Domestic Product）是指一个国家（国界范围内）所有常驻单位在一定时期内生产的所有最终产品和劳务的市场价值。GDP 是国民经济核算的核心指标，也是衡量一个国家或地区总体经济状况重要指标。 3、能源消费总量：能源消费总量是一定时期内全国或某地区用于生产、生活所消费的各种能源数量之和。是反映全国或全地区能源消费水平、构成与增长速度的总量指标。
财政学 课程论文 论文题目：我国财政收入现状及规范 学院：金融学院 专业：金融工程班级：1401 学生姓名：洪锡顺学号：2120140451 完成日期：2016.12.20
我国财政收入现状及规范 摘要：我国的财政收入是20多年来经济体制改革和财政收入体制改革的反映和结果。计划经济体制下，财政收入的构成主要是国有企业上缴的利润和税收。改革开放以来，经济运行机制的转变，要求税收成为国家组织财政收入的主要手段，同时还要成为调节经济的杠杆。在经过多次改革后，税收取代了利润上缴成为财政收入的主导部分。 改革开放以来，中国逐渐走上国富民强之路，但同时，百姓收入差距也日渐扩大，我国居民的贫富差距非常悬殊。究其原因，很大一方面是由于收入分配改革滞后而导致的收入分配不公。当前加强收入分配制度改革，十分必要且非常紧迫。 关键词：财政收入背景，财政收入现状及其规范，财政改革 财政收入是指政府为履行其职能、实施公共政策和提供公共物品与服务需要而筹集的一切资金的总和。财政收入表现为政府部门在一定时期内（一般为一个财政年度所取得的货币收入。其实质是反映了一部分社会产品和劳务或者一部分经济资源的支配使用权由企事业单位和居民个人手中转移给政府的经济关系。财政是同国家的产生和存在相联系，国家为了维持自身的存在和发挥职能，必须消耗一定的社会产品。但是，国家本身通常不直接从事生产活动，因而必须凭借自身拥有的政治权力，强制性地征收一部分社会产品，以满足各方面支出的需要。这种国家的收入和支出就是财政，它是国家凭 借政治权力而进行的社会产品的分配。从这一概念的内容可以看出，财政是一种分配关系，是一种以国家为主体、在社会范围内集中性的分配关系。 接下来将从我国近年财政收入背景，财政收入分配现状及其原因，并给出规范建议这三个方面具体阐述我国财政收入相关问题。 (一)我国近年财政收入背景 2011年全国财政收入103740亿元，比上年增长24.8%。这是我国年度财政收入次突破10万亿。2011年，全国财政预算执行情况良好，财政收入较快增长，各项重点支出得到较好保障，财政收入总体增长较快，是经济平稳较快增长、物价水平上涨、企业效益较好及将原预算外资金纳入预算管理等因素的综合反映。 2012年，我国财政收入“蛋糕”继续增大。财政部数据显示，全国财政收入逾11.7万亿元，比上年增加13335亿元。但是全国财政收入增速出现较大幅度放缓，增幅放缓至12.8%，较2011年回落12.2个百分点。专家表示，2012年财政收入完成了预算，但
用Excel进行一元线性回归分析 Excel功能强大，利用它的分析工具和函数，可以进行各种试验数据的多元线性回归分析。本文就从最简单的一元线性回归入手. 在数据分析中，对于成对成组数据的拟合是经常遇到的，涉及到的任务有线性描述，趋势预测和残差分析等等。很多专业读者遇见此类问题时往往寻求专业软件，比如在化工中经常用到的Origin和数学中常见的MATLAB等等。它们虽很专业，但其实使用Excel就完全够用了。我们已经知道在Excel自带的数据库中已有线性拟合工具，但是它还稍显单薄，今天我们来尝试使用较为专业的拟合工具来对此类数据进行处理。 文章使用的是2000版的软件,我在其中的一些步骤也添加了2007版的注解. 1 利用Excel2000进行一元线性回归分析 首先录入数据. 以连续10年最大积雪深度和灌溉面积关系数据为例予以说明。录入结果见下图（图1）。 图1 第二步，作散点图 如图2所示，选中数据（包括自变量和因变量），点击“图表向导”图标；或者在“插入”菜单中打开“图表（H）(excel2007)”。图表向导的图标为。选中数据后，数据变为蓝色（图2）。
图2 点击“图表向导”以后，弹出如下对话框（图3）： 图3 在左边一栏中选中“XY散点图”，点击“完成”按钮，立即出现散点图的原始形式（图4）：
灌溉面积y(千亩) 01020304050600 10 20 30 灌溉面积y(千亩) 图4 第三步，回归 观察散点图，判断点列分布是否具有线性趋势。只有当数据具有线性分布特征时，才能采用线性回归分析方法。从图中可以看出，本例数据具有线性分布趋势，可以进行线性回归。回归的步骤如下： ⑴ 首先，打开“工具”下拉菜单，可见数据分析选项（见图5）(2007为”数据”右端的”数据分析”)： 图5 用鼠标双击“数据分析”选项，弹出“数据分析”对话框（图6）：
近年来我国财政收入状况及原因分析 数据显示，2011年全国财政收入103740亿元，比上年增长24.8%。这是我国年度财政收入首次突破10万亿。2011年，全国财政预算执行情况良好，财政收入较快增长，各项重点支出得到较好保障，财政收入总体增长较快，是经济平稳较快增长、物价水平上涨、企业效益较好及将原预算外资金纳入预算管理等因素的综合反映。 2012年，我国财政收入“蛋糕”继续增大。财政部数据显示，全国财政收入逾11.7万亿元，比上年增加13335亿元。但是全国财政收入增速出现较大幅度放缓，增幅放缓至12.8%，较2011年回落12.2个百分点。专家表示，2012年财政收入完成了预算，但是财政收入增速回落幅度较大。经济增速放缓、物价尤其是PPI下行、进口增速下滑以及结构性减税四大因素，导致2012年财政收入增速回落 受全球经济低迷影响，2012年我国经济增速逐步放缓，虽然在四季度出现反弹，但全年经济增速回落至7.8%。税收收入的增长与宏观经济运行关联度高，在这一大背景下，作为财政收入中的主体——税收的增长放缓符合预期。一些税种的税基与物价密切相关。2012年我国物价总体在低位温和运行，尤其是PPI 同比大多在负增长区间运行，相应地增值税、消费税增幅出现回落。 近年来，我国进口环节税收的增长在税收中的作用逐步增强。一般来讲，进口环节中一般贸易规模的扩大会导致税收增收较多。然而，去年国内需求放缓，致使我国进口增速减速，一般贸易规模增长放缓，对税收的影响较大。我国实施的诸多结构性减税政策效应在去年得到充分释放。除了备受关注的个税之外，增值税转型是长期的减税措施，其减税政策效应明显。此外，对小微企业政策倾斜效果继续释放，大大减轻了小微企业的负担。 我国固定资产投资增速也保持了较快增长，不少企业在扩大生产规模时充分利用增值税转型的优惠政策。企业负担减轻了，相应地我国税收收入减少。 此外，出口退税舒缓外贸企业压力，受到外需低迷、劳动力成本上升以及更强贸易壁垒的影响，我国外贸企业在去年面临着严峻的压力。为舒缓外贸企业的过重负担，我国加快出口退税进度，相应增加退税数额，对出口退税的税率进行了多次调整，主要是增强对小型外贸企业的支持。数据显示，2012年出口退税
一元线性回归模型案例分析 一、研究的目的要求 居民消费在社会经济的持续发展中有着重要的作用。居民合理的消费模式和居民适度的消费规模有利于经济持续健康的增长，而且这也是人民生活水平的具体体现。改革开放以来随着中国经济的快速发展，人民生活水平不断提高，居民的消费水平也不断增长。但是在看到这个整体趋势的同时，还应看到全国各地区经济发展速度不同，居民消费水平也有明显差异。例如，2002年全国城市居民家庭平均每人每年消费支出为6029.88元, 最低的黑龙江省仅为人均4462.08元，最高的上海市达人均10464元，上海是黑龙江的2.35倍。为了研究全国居民消费水平及其变动的原因，需要作具体的分析。影响各地区居民消费支出有明显差异的因素可能很多，例如，居民的收入水平、就业状况、零售物价指数、利率、居民财产、购物环境等等都可能对居民消费有影响。为了分析什么是影响各地区居民消费支出有明显差异的最主要因素，并分析影响因素与消费水平的数量关系，可以建立相应的计量经济模型去研究。 二、模型设定 我们研究的对象是各地区居民消费的差异。居民消费可分为城市居民消费和农村居民消费，由于各地区的城市与农村人口比例及经济结构有较大差异，最具有直接对比可比性的是城市居民消费。而且，由于各地区人口和经济总量不同，只能用“城市居民每人每年的平均消费支出”来比较，而这正是可从统计年鉴中获得数据的变量。所以模型的被解释变量Y 选定为“城市居民每人每年的平均消费支出”。 因为研究的目的是各地区城市居民消费的差异，并不是城市居民消费在不同时间的变动，所以应选择同一时期各地区城市居民的消费支出来建立模型。因此建立的是2002年截面数据模型。 影响各地区城市居民人均消费支出有明显差异的因素有多种，但从理论和经验分析，最主要的影响因素应是居民收入，其他因素虽然对居民消费也有影响，但有的不易取得数据，如“居民财产”和“购物环境”；有的与居民收入可能高度相关，如“就业状况”、“居民财产”；还有的因素在运用截面数据时在地区间的差异并不大，如“零售物价指数”、“利率”。因此这些其他因素可以不列入模型，即便它们对居民消费有某些影响也可归入随即扰动项中。为了与“城市居民人均消费支出”相对应，选择在统计年鉴中可以获得的“城市居民每人每年可支配收入”作为解释变量X。 从2002年《中国统计年鉴》中得到表2.5的数据: 表2.52002年中国各地区城市居民人均年消费支出和可支配收入
案例分析报告（2014——2015学年第一学期） 课程名称：预测与决策 专业班级：电子商务1202 学号： 2204120202 学生姓名：陈维维 2014 年 11月
案例分析（一元线性回归模型） 我国城镇居民家庭人均消费支出预测 一、研究目的与要求 居民消费在社会经济的持续发展中有着重要的作用，居民合理的消费模式和居民适度的消费规模有利于经济持续健康的增长，而且这也是人民生活水平的具体体现。从理论角度讲，消费需求的具体内容主要体现在消费结构上，要增加居民消费，就要从研究居民消费结构入手，只有了解居民消费结构变化的趋势和规律，掌握消费需求的热点和发展方向，才能为消费者提供良好的政策环境，引导消费者合理扩大消费，才能促进产业结构调整与消费结构优化升级相协调，才能推动国民经济平稳、健康发展。例如，2008年全国城镇居民家庭平均每人每年消费支出为11242.85元，最低的青海省仅为人均8192.56元，最高的上海市达人均19397.89元，上海是黑龙江的2.37倍。为了研究全国居民消费水平及其变动的原因，需要作具体的分析。影响各地区居民消费支出有明显差异的因素可能很多，例如，零售物价指数、利率、居民财产、购物环境等等都可能对居民消费有影响。为了分析什么是影响各地区居民消费支出有明显差异的最主要因素，并分析影响因素与消费水平的数量关系，可以建立相应的计量经济模型去研究。 二、模型设定 我研究的对象是各地区居民消费的差异。居民消费可分为城镇居民消费和农村居民消费，由于各地区的城镇与农村人口比例及经济结构有较大差异，最具有直接对比可比性的是城市居民消费。而且，由于各地区人口和经济总量不同，只能用“城镇居民每人每年的平均消费支出”来比较，而这正是可从统计年鉴中获得数据的变量。 所以模型的被解释变量Y选定为“城镇居民每人每年的平均消费支出”。 因为研究的目的是各地区城镇居民消费的差异，并不是城镇居民消费在不同时间的变动，所以应选择同一时期各地区城镇居民的消费支出来建立模
我国目前财政收入规模及结构 ——浅谈对我国经济的影响 摘要 从进入本世纪以来，我国的经济发展保持着一个稳定高速的增长，无论国民财富方面，还是经济体结构方面，都取得非常可喜的成绩。特别是政府的财政收入更是保持着更高的增长率，我国政府目前的财政规模已经仅次于世界上少数的国家。我们知道，财政具有资源配置、收入分配、调控经济和监督管理等职能，这些职能对于我们国家的经济建设甚至其他更多方面有着非常大的意义，还更因为目前我们国家的财政规模非常庞大，其对国民经济的影响是难以估量。GDP与财政收入都是衡量社会经济的一个重要指标，这两者存在着多多少少的联系，这需要简单的去研究一下。在本文中，还将探究一下目前财政状况对均衡国民收入的影响及与社会就业岗位的联系。 一、关于财政收入的一些概念 财政收入，是指政府为履行其职能、实施公共政策和提供公共物品与服务需要而筹集的一切资金的总和。财政收入表现为政府部门在一定时期内（一般为一个财政年度）所取得的货币收入。财政收入是衡量一国政府财力的重要指标，政府在社会经济活动中提供公共物品和服务的范围和数量，在很大程度上决定于财政收入的充裕状况。 二、我国财政总收入与GDP的比较 <一>GDP近十年的变化 要探求财政收入，必须要关注我国的国民产值，一来因为财政的收入是要以国民收入作为依据的，二来也因为财政收入也会反过来对国民收入产生巨大的影响。以下是对国民总产值的一个粗糙地描述。近十年来，我国GDP实现了长期的高速增长。 单位：亿元（数据来源国家统计局统计数据） 年份国民人均国内 总收入生产总值 (元) 2000 98000.5 7858 2001 108068.2 8622 2002 119095.7 9398 2003 135174.0 10542
影响国家财政收入的因素主要有 （1）商品零售价格指数变化的影响最大，其系数估计值为1左右，这说明财政收入增长率和商品零售价格指数变化率之间呈1对1的关系，财政收入超收与商品零售价格指数变化高度相关；（2）财政支出增长率和GDP增长率的系数估计值分别为0.9和0.6左右，这说明基于财政支出预算安排的财政（税收）收入计划具有刚性，通常计划本身安排就比GDP增长速度要高，实际执行时又会超额完成，所以财政支出具有很高的收入弹性，甚至超过GDP的收入弹性很多；（3）全社会商品零售额变化率的系数估计值为0.18左右，全社会固定资产投资额增长率的影响最差，其系数估计值为0.06左右，这说明消费的收入弹性较高，而投资的收入弹性较低; (4) 城镇居民人均可支配收入和农村居民人均纯收入增长率的系数估计值分别为0.15和0.40左右，这说明居民收入越高，消费能力越强，同时意味着其工作积极性越高，创造出的财富越多，这些因素都能带来财政收入的更快和持续增长。 《计量经济学》报告 影响财政收入的因素分析 金管0202 穆兰 ◆前言 本篇报告我们主要是要来研究影响财政收入的主要因素有哪些，之所以研究这一问题，是因为，财政收入对于国民经济的运行及社会发展具有重要影响。 首先，财政收入是一个国家各项收入得以实现的物质保证。一个国家财政收入规模大小往往是衡量其经济实力的重要标志。其次，财政收入是国家对经济实行宏观调控的重要经济杠杆。宏观调控的首要问题是社会总需求与总供给的平衡问题，实现社会总需求与总供给的平衡，包括总量上的平衡和结构上的平衡两个层次的内容。财政收入的杠杆既可通过增收和减收来发挥总量调控作用，也可通过对不同财政资金缴纳者的财政负担大小的调整，来发挥结构调整的作用。此外，财政收入分配也是调整国民收入初次分配格局，实现社会财富公平合理分配的主要工具。 在我国，财政收入的主体是税收收入。因此，在税收体制及政策不变的情况下，财政收入会随着经济繁荣而增加，随着经济衰退而下降。 ◆理论背景 我们从财政收入的部门构成来分析财政收入的影响因素。从国民经济部门结构看，财政收入又表现为来自各经济部门的收入。财政收入的部门构成就是在财政收入中，由来自国民经济各部门的收入所占的不同比例来表现财政收入来源的结构，它体现国民经济各部门与财政收入的关系。我国财政收入主要来自于工业、农业、商业、交通运输和服务业等部门。其中工业和农业对财政收入的影响最大。 第一，农业与财政收入的关系。农业是国民经济的基础，也是财政收入的基础。这样说并不是从农业直接为财政收入提供的数据来分析，而是基于农业是国民经济的基础来认识
多元线性回归模型案例分析 ——中国人口自然增长分析一·研究目的要求 中国从1971年开始全面开展了计划生育,使中国总和生育率很快从1970年的降到1980年,接近世代更替水平。此后，人口自然增长率（即人口的生育率）很大程度上与经济的发展等各方面的因素相联系，与经济生活息息相关，为了研究此后影响中国人口自然增长的主要原因，分析全国人口增长规律，与猜测中国未来的增长趋势，需要建立计量经济学模型。 影响中国人口自然增长率的因素有很多，但据分析主要因素可能有：（1）从宏观经济上看，经济整体增长是人口自然增长的基本源泉；（2）居民消费水平，它的高低可能会间接影响人口增长率。(3)文化程度，由于教育年限的高低，相应会转变人的传统观念，可能会间接影响人口自然增长率（4）人口分布，非农业与农业人口的比率也会对人口增长率有相应的影响。 二·模型设定 为了全面反映中国“人口自然增长率”的全貌，选择人口增长率作为被解释变量，以反映中国人口的增长；选择“国名收入”及“人均GDP”作为经济整体增长的代表；选择“居民消费价格指数增长率”作为居民消费水平的代表。暂不考虑文化程度及人口分布的影响。 从《中国统计年鉴》收集到以下数据（见表1）： 表1 中国人口增长率及相关数据
， 设定的线性回归模型为： 1222334t t t t t Y X X X u ββββ=++++ 三、估计参数 利用EViews 估计模型的参数，方法是： 1、建立工作文件：启动EViews ，点击File\New\Workfile ，在对 话框“Workfile Range ”。在“Workfile frequency ”中选择“Annual ” (年 年份 @ 人口自然增长率 （%。） 国民总收入 （亿元） 居民消费价格指数增长 率（CPI ）% 人均GDP （元） 1988 15037 1366 1989 … 17001 18 1519 1990 18718 1644 1991 【 21826 1893 1992 26937 2311 1993 . 35260 2998 1994 48108 4044 1995 — 59811 5046 1996 70142 5846 1997 ~ 78061 6420 1998 83024 6796 1999 【 88479 7159 2000 98000 7858 2001 [ 108068 8622 2002 119096 9398 2003 ： 135174 10542 2004 159587 12336 2005 、 184089 14040 2006 213132 16024
目前我国财政收入规模及结构分析 摘要：改革开放至今，我国的经济取得了突飞猛进的发展，与经济发展相适应，我国的财政收入不断增加，财政收入规模不断扩大。本文第一部分依据近年来我国财政收入的相关数据，分析我国目前财政收入的总量，及其占GDP的比重，再结合我国目前的经济发展状况分析财政收入增长的原因，并且提出了合理调节财政收入规模的几点政策思路。第二部分分析目前我国财政收入的结构，主要从收入形式方面进行分析。基于税收是财政收入的主要形式，重点分析了税收部分，对几个主要税种的收入增长情况及增长原因进行了分析，体现各税种对财政收入增长的贡献程度，由此反映除财政收入的结构情况。 关键字：财政收入规模、财政收入结构、税收结构 财政收入可以理解为是一定量的货币收入，即国家占有的以货币表现的一定量的国民总收入；财政收入又可以理解为是一个分配过程，这一过程是财政运行的第一个阶段或第一个环节，在其中形成特定的分配关系或利益关系。1财政对一个国家的政府来说是不可缺少的，只有占有了一定规模的财政收入，政府才能实现其职能。 一、财政收入规模分析 表一改革开放以来我国财政收入总额及各年增长速度 1摘自陈共《财政学》（第六版）
2 改革开放以来，我国的财政收入总量以较快的速度逐年增长，到目前已经具有了比较大的规模。2007、2008、2009年财政收入总量分别为52321.78亿元、61330.35亿元、68518.30亿元,2010年更是突破8万亿，达到83080亿元的水平；四年的增长速度依次为32.4%、19.5%、11.7%、21.3%。从中可以看出，目前我国的财政收入总量已经达到了较高的水平，并且保持了较高的增长速度持续增加。 财政收入规模大小、财政收入增长速度快慢，是由经济、政治、社会以及历史文化传统等多种因素综合决定的，但是从根本上说，首先还是受经济条件的制约和影响，这些经济条件包括经济发展水平、生产技术水平、收入分配体制和价格水平，其中最主要的是经济发展水平和生产技术水平。 我国财政收入持续增长并且达到目前的规模的原因可从以下几方面来分析： 一、经济发展水平和生产技术水平的提高。虽然比起很多发达国家， 我国目前的生产力水平水平低，技术水平也还很落后，但是从改革开放以来，我国的生产力水平确实有了非常大的发展。从改革开放到现在，我国一直努力健全和完善我国的市场经济体制，加强国际交流与合作。在这个过程之中，我国注重引进和吸收国外先进技术，实施科教兴国战略，大力支持和鼓励科技创新，不断促进生产力的发展。政府在这些年中采取的一些措施确实促进了我国经济发展水平和生产技术水平的提高，从而为财政收入的增长奠定了坚实的基础。 二、征管的加强。我国的各级税务机关加强了对税收的征管，切实保 证了税收的到位，对财政收入的增长起到了一定的作用。 三、价格水平的提高。在市场经济条件下，价格总水平一般呈上升趋 势，一定范围内价格的上涨是正常现象。市场经济体制确立以来，我国的物价水平在正常的范围内上升了不少，随着价格水平的上升，财政收入也同比例的增长。 四、企业效益水平和个人收入水平的提高、对外贸易的发展。近年来， 随着竞争越来越激烈，生产技术水平越来越高，企业的效益水平提高，个人收入增加，企业所得税、个人所得税增长较快；随着对外交流的加强，对外 2数据来源：中国统计年鉴2010
国家财政收入的影响因素分析 1．研究背景 财政收入对于国民经济的运行及社会发展具有重要影响。首先，它是一个国家各项收入得以实现的物质保证。一个国家财政收入规模大小往往是衡量其经济实力的重要标志。其次，财政收入是国家对经济实行宏观调控的重要经济杠杆。财政收入的增长情况关系着一个国家经济的发展和社会进步。然而，符合我国当前国情的财政政策到底是什么，如何在保证财政收入的基础上制定出利于中国国民的福利制度，是我们所关心并亟待解决的问题。因此，研究分析影响财政收入的因素，对帮助国家做出正确的经济决策提供了有效的理论基础。 随着经济体制改革的深化和经济的快速增长，中国的财政收入状况发生了很大变化，增长十分快速。许多学者为了研究影响全国财政收入增长的主要原因，分析财政收入的增长规律，预测中国财政的增长趋势，通过建立计量经济模型、回归模型等进行过多次研究。影响财政收入水平的因素可能有很多。例如，税收、国内生产总值、社会固定资产投资、农业增加值、工业增加值、总人口数、税收体制、就业、科学教育发展程度等都可能对财政收入有影响。现针对税收收入、国内生产总值、社会固定资产投资、农业增加值、工业增加值、总人口数等因素对我国财政收入做简单分析。 2．多元线性回归模型的基本理论 2.1设置指标变量 回归分析模型主要是揭示事物间相关变量的数量关系。首先要根据所研究问题的目的设置因变量y，然后再选取与y有统计关系的一些变量作为自变量。 2.2收集、整理统计数据 回归模型的建立是基于回归变量的样本统计数据。当确定好回归模型的变量之后，就要对这些变量收集、整理统计数据。数据的收集是建立经济问题回归模型的重要一环，是一项基础性工作，样本数据的质量如何，对回归模型的水平有至关重要的影响。 2.3建立模型的数学形式 当收集到所设置的变量的数据，就要确定适当的数学形式来描述这些变量之
《我国财政收入影响因素分析》 班级： 姓名： 学号： 指导教师： 完成时间： 摘要：对我国财政收入影响因素进行了定量分析，建立了数学模型，并提出了提高我国财政收入质量的政策建议。 关键词：财政收入实证分析影响因素 一、引言 财政收入对于国民经济的运行及社会发展具有重要影响。首先，它是一个国家各项收入得以实现的物质保证。一个国家财政收入规模大小往往是衡量其经济实力的重要标志。其次，财政收入是国家对经济实行宏观调控的重要经济杠杆。宏观调控的首要问题是社会总需求与总供给的平衡问题，实现社会总需求与总供给的平衡，包括总量上的平衡和结构上的平衡两个层次的内容。财政收入的杠杆既可通过增收和减收来发挥总量调控作用，也可通过对不同财政资金缴纳者的财政负担大小的调整，来发挥结构调整的作用。此外，财政收入分配也是调整国民收入初次分配格局，实现社会财富公平合理分配的主要工具。在我国，财政收入的主体是税收收入。因此，在税收体制及政策不变的情况下，财政收入会随着经济繁荣而增加，随着经济衰退而下降。 我国的财政收入主要包括税收、国有经济收入、债务收入以及其他收入四种形式，因此，财政收入会受到不同因素的影响。从国民经济部门结构看，财政收入又表现为来自各经济部门的收入。财政收入的部门构成就是在财政收入中，由来自国
民经济各部门的收入所占的不同比例来表现财政收入来源的结构，它体现国民经济各部门与财政收入的关系。我国财政收入主要来自于工业、农业、商业、交通运输和服务业等部门。 因此，本文认为财政收入主要受到总税收收入、国内生产总值、其他收入和就业人口总数的影响。 二、预设模型 令财政收入Y（亿元）为被解释变量，总税收收入X1（亿元）、国内生产总值X2（亿元）、其他收入X3（亿元）、就业人口总数为X4（万人）为解释变量，据此建立回归模型。 二、数据收集 从《2010中国统计年鉴》得到1990--2009年每年的财政收入、总税收收入、国内生产总值工、其他收入和就业人口总数的统计数据如下： 财政收入Y 总税收收入X1 国内生产总值X2 其他收入X3 就业人口总数X4 obs 1990 2937.1 2821.86 18667.8 299.53 64749 1991 3149.48 2990.17 21781.5 240.1 65491 1992 3483.37 3296.91 26923.5 265.15 66152 1993 4348.95 4255.3 35333.9 191.04 66808 1994 5218.1 5126.88 48197.9 280.18 67455 1995 6242.2 6038.04 60793.7 396.19 68065 1996 7407.99 6909.82 71176.6 724.66 68950 1997 8651.14 8234.04 78973 682.3 69820 1998 9875.95 9262.8 84402.3 833.3 70637 1999 11444.08 10682.58 89677.1 925.43 71394 2000 13395.23 12581.51 99214.6 944.98 72085 2001 16386.04 15301.38 109655.2 1218.1 73025 2002 18903.64 17636.45 120332.7 1328.74 73740 2003 21715.25 20017.31 135822.8 1691.93 74432 2004 26396.47 24165.68 159878.3 2148.32 75200 2005 31649.29 28778.54 184937.4 2707.83 75825 2006 38760.2 34804.35 216314.4 3683.85 76400 2007 51321.78 45621.97 265810.3 4457.96 76990 2008 61330.35 54223.79 314045.4 5552.46 77480 2009 68518.3 59521.59 340506.9 7215.72 77995 三、模型建立