世界发展银行-Measuring-Untapped-Revenue-Potential-in-Developing-Countries---Cross-Country-Frontier-and-Panel-Data-Analysis_32页_1mb

总结：衡量发展中国家未开发的税收潜力

核心内容

本文探讨了发展中国家在实现国内税收动员（DRM）效率方面的情况，并提出了一种基于非参数数据包络分析（DEA）的方法，以更准确地衡量各国的税收潜力。与传统的税收收入占GDP比值相比，该方法考虑了各国不同的经济结构和约束条件，从而提供更细致的分析。

主要观点

• 税收潜力与效率的区分：传统的税收收入占GDP比值并不能准确反映国家的税收动员效率，因为其忽略了经济结构和能力差异。本文提出通过DEA方法衡量税收潜力，以识别哪些国家已经接近其潜力，哪些仍有较大的提升空间。
• 效率的非参数方法：DEA是一种非参数方法，能够根据输入和输出变量估算效率前沿，从而衡量国家在相同经济条件下相对于其他国家的效率。这种方法比参数回归方法更具灵活性，且不受数据结构假设的限制。
• 效率与收入水平的关系：研究发现，税收收入占GDP比值与收入水平之间存在较强正相关，但税收动员效率与收入水平之间的相关性较弱。这意味着，即使是低收入国家，也可能具有较高的税收动员效率。
• 影响效率的因素：通过面板回归分析，研究发现技术准备水平是影响税收动员效率的最重要因素之一。此外，人均收入、产业结构、贸易开放度和人口年龄依赖比也对税收潜力有显著影响。
• 国际援助的针对性：研究还探讨了国际援助是否倾向于支持税收潜力较大的国家。结果表明，援助往往集中在税收潜力较高的国家，这可能意味着这些国家的项目具有更高的边际效益。

关键信息

研究方法

• 非参数数据包络分析（DEA）：用于估算各国税收动员效率，基于输入变量（如人均收入、产业结构、贸易开放度、人口年龄依赖比）和输出变量（税收收入占GDP比值）。
• 面板回归分析：在DEA效率得分的基础上，进一步分析影响税收动员效率的因素，如税收政策质量、非正式经济规模、技术准备水平、自然资源、腐败和社会信任。

数据来源

• 样本范围：涵盖118个低收入和中等收入国家，时间跨度为2008至2019年。
• 数据集：使用UNU-WIDER政府收入数据集（GRD）和其他公开数据源，包括世界银行、国际货币基金组织和世界银行集团的数据。

主要发现

• 效率分布：税收动员效率较低的国家不仅限于低收入国家，而是分布在所有收入组别中。
• 效率提升：大多数国家和地区的税收动员效率在2008至2019年间有所提升，尤其是低收入国家。
• 技术准备水平的重要性：技术准备水平是影响税收动员效率的最关键因素。
• 国际援助的针对性：国际援助往往更倾向于支持具有较高税收潜力的国家，以实现更高的边际效益。

政策意义

本文的主要政策启示是，税收收入占GDP比值不能准确衡量国家的税收动员效率。因此，政策制定者和国际发展伙伴应采用基于效率的分析方法，以更精确地评估税收动员的制约因素，并设定更现实的税收目标。此外，识别具有较大未开发税收潜力的国家，有助于优化国际援助的资源配置，提高援助效果。

研究结构

• 引言：介绍研究背景和目的。
• 文献综述：回顾相关文献，包括税收潜力、税收努力和效率分析的研究。
• 实证策略：详细描述DEA和面板回归分析的方法。
• 数据：列出数据来源和变量定义。
• 结果：展示DEA和回归分析的主要发现。
• 结论：总结研究发现和政策建议。

关键变量与指标

• 税收收入占GDP比值：作为DEA的输出变量，衡量国家的税收表现。
• 人均收入：反映国家的经济发展水平。
• 产业结构：特别是农业占比与税收潜力呈负相关。
• 贸易开放度：与税收潜力呈正相关。
• 人口年龄依赖比：较高值可能降低税收潜力。
• 技术准备水平：对税收动员效率有显著影响。

研究局限性

• 非参数方法的描述性性质：DEA结果为描述性，不能直接解释因果关系。
• 数据限制：由于数据是观测性的，无法完全识别因果关系。
• 不包括未来预测：分析仅基于当前经济条件，不提供未来情景下的预测。

结论

本文通过DEA和面板回归分析，提供了衡量发展中国家税收潜力的新方法，并揭示了影响税收动员效率的关键因素。研究强调，税收收入占GDP比值不足以反映税收潜力，而基于效率的分析则能提供更准确的政策指导。