2013年-IMF国际货币组织全球_Understanding_Countries’_Tax_Effort_30页_640kb

详细总结

核心内容

本研究旨在通过构建一个随机税收前沿模型，分析113个国家的税收努力（Tax Effort）和税收能力（Tax Capacity），并探讨影响这两个指标的主要因素。税收努力是实际税收收入与税收能力的比率，而税收能力则是国家在给定经济和制度条件下理论上可能达到的最大税收收入水平。

主要观点

• 税收努力和税收能力的衡量依赖于一系列经济、社会和制度变量，包括国家发展水平、贸易开放度、教育水平、通货膨胀、收入分配、腐败程度和税收征管难度。
• 税收能力与国家发展水平、贸易、教育呈正相关，而与通货膨胀、收入不平等和腐败呈负相关。
• 本研究扩展了传统模型，考虑了时间不变的异质性（如腐败）和时间变化的异质性（如通货膨胀对效率衰减的影响）。
• 通过随机税收前沿模型，研究者能够区分技术效率损失和随机误差，从而更准确地评估各国税收努力与能力之间的差距。
• 该模型通过最大似然估计法进行参数估计，并考虑了不同模型设定（如半正态模型、截断正态模型、具有均值和衰减异质性的截断正态模型）对结果的影响。

关键信息

模型设定

• 税收前沿模型的基本形式为：

  $$
  y_{it} = \alpha + \boldsymbol{\beta}' \mathbf{x}{it} + v{it} - u_{it}
  $$

  其中：

  • $y_{it}$ 表示国家 $i$ 在时间 $t$ 的税收收入与GDP之比（取对数）。
  • $\mathbf{x}_{it}$ 是影响税收收入的变量向量。
  • $v_{it}$ 是随机误差项。
  • $u_{it}$ 是非负的效率损失项，反映技术或制度上的低效。

• 税收努力（TE）定义为实际税收收入与税收前沿收入的比率，计算公式为：

  $$
  T E_{it} = \exp(-u_{it})
  $$

变量与数据

• 研究使用了1991至2012年的面板数据，涵盖113个国家。
• 关键变量包括：
  • GDP per capita（以购买力平价计算）：反映国家发展水平。
  • AVA（农业附加值占GDP比例）：反映税收征管的难度。
  • PE（教育支出占GDP比例）：反映教育水平对税收努力的影响。
  • TR（贸易占GDP比例）：反映经济开放程度。
  • GINI（基尼系数）：衡量收入分配不平等。
  • CPI（消费者价格指数）：反映通货膨胀对税收效率的影响。
  • COR（腐败感知指数）：反映税收征管效率。

主要发现

• 税收努力：大多数国家的税收努力接近其理论最大值，尤其是高收入和中等收入国家。
• 自然资源依赖型国家：研究特别关注了17个自然资源收入占总税收收入25%以上的国家，发现这些国家的税收能力与努力程度与非资源型国家有所不同。
• 异质性影响：腐败程度对税收能力有显著的负面影响，而通货膨胀则会增加效率损失。
• 模型稳健性：通过敏感性分析发现，排除部分国家或调整变量值对研究结果影响不大，说明模型具有一定的稳健性。

结构概述

1. 引言：介绍研究目的与方法。
2. 文献综述：总结前人关于税收努力和税收能力的研究。
3. 随机税收前沿模型：阐述模型的基本理论与设定。
4. 估计策略：解释模型的估计方法，包括如何处理异质性因素。
5. 实证结果：展示不同模型设定下的税收努力和能力估计。
6. 未观测异质性：讨论模型中未观测因素对税收效率的影响。
7. 结论：总结研究发现，强调税收努力与能力之间的关系及其政策意义。

表格摘要

图表摘要

• 图1：按地区划分的各国税收努力情况，显示不同地区国家的税收努力差异。
• 附录1：变量与数据来源详细说明。
• 附录2：自然资源依赖型与非资源型国家的税收能力与努力比较。

模型创新点

• 引入了时间不变的异质性（如腐败）和时间变化的异质性（如通货膨胀对效率衰减的影响）。
• 使用随机税收前沿模型，能够区分技术效率损失与随机误差，提高模型解释力。

政策含义

• 国家应优先改善税收征管效率和减少腐败，以提高税收努力。
• 通过提升教育水平和经济开放度，可以增强税收能力。
• 对于资源型国家，需特别关注其税收结构与能力差异，避免过度依赖资源收入而忽视其他税收来源。