资源描述：
《基于dea模型的中国税收效率分析》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、基于DEA模型的中国税收效率分析[摘要]利用数据包络分析方法（DEA）测度了1995－2004年中国29个省区的基于GDP、第一产业构成、税收成本和贫困水平的税收效率。结果显示：我国税收效率不高的主要原因是规模无效率；税收Malmqusit生产率指数年平均增长3.2％，这来自技术进步而不是通过效率提高。[关键词]数据包络分析方法（DEA）；税收；效率；动态效率一、引言新一轮税制改革的全面启动在即。定量考察从1994年税制改革以来税收效率变动轨迹，对今后税收政策目标的选择、税收制度模式的设计都具有重要的现实意义。在对税收效率的研究中，
2、国外许多文献都采用了回归比较方法和非参数方法。前者如Stotsky和WoldeMariam（1997）先用税收占GDP的份额与一些影响变量（比如人均GDP,产业结构等）进行回归，再用回归方程预测出税收份额，他们认为实际份额和预测份额的差值即为税收效率；后者如Thirtle和Colin（2000）用数据包罗分析方法分别研究了印度1980－1993年15个邦的税收效率，Finn和Sverre（2006）也用此方法研究了挪威的税收效率。国内对税收效率的分析还大多停留在定性分析层面上。在定性研究之外,对税收效率的研究,基本是利用索洛增长方程
3、（周建军、王韬，2002）和描述统计法（王韬、丹笑山，1997）。利用DEA方法研究我国税收效率的主要文献是崔兴芳等人（2006）对我国1995－2004年的税收效率分析，他们的研究表明，绝大部分地区税收征管效率有较大幅度提高，这是税收超常增长的重要原因。以上文献用DEA方法评价税收效率时存在两个方面的不足：一个是它们对税收效率或者进行静态评价或者进行动态评价，而把两者结合起来研究的则不多见，进行冗余分析的就更少。二是从投入指标选取上看，以上研究忽略了DEA模型的投入指标应该对产出有正向影响的统计检验。本文拟用标准DEA模型和Mal
4、mqusit指数对我国各省区1995－2004的税收效率进行评价。二、模型、变量与数据（一）实证模型1、数据包络分析（DEA）DEA方法最先由Charnes，CooperandRhodes(1978)提出,它主要是通过运用线性规划方法来构建一个非参数前沿,从而可以对相对于前沿面的效率进行计算测度。其原理是在固定规模报酬假定下利用线性规划法及对偶定理,获得各决策单位的生产前缘,以计算各决策单位的相对效率,这一方法又被称CCR模型。按照研究的角度不同,DEA方法又可以分为基于投入(Input-oriented)和基于产出(Output-
5、oriented)两种。投入导向的模型是在给定产出水平下使投入最少,产出导向的则是给定一定量的投入要素,追求产出值最大。假设存在规模报酬不变(ConstantReturnstoScale,CRS)的生产技术,则基于投入的DEA方法其实就是对下面线性规划问题进行求解:s.t.，，其中,xi和yi分别是第i个生产决策单位的投入和产出向量,x和y则分别为K×N矩阵和M×N矩阵,表示是所有生产决策单位的总投入和产出量。经过求解,θ的值就是第i9个生产决策单位的效率值。如果θ=1,则说明其具有完美的技术效率,否则就说明其位于生产前沿之下,存在
6、着1-θ的技术效率损失。由于上述方法是假设所有生产决策单位都是在最优规模上进行的,而事实上由于不完全竞争、资金约束等问题的存在,决策单位并不会在最优规模上进行生产,而是会存在一定的规模效率损失问题,所以,Banker，CharnesandCooper(1984)去除了CCR模型中规模报酬不变的假设,而以规模报酬变动取代,发展成BCC模型。BCC模型能将纯粹技术效率和规模效率区分开来,可以衡量受评估单位在既定的生产技术情况下,是否处于最适生产规模状态。最后用CCR模型下计算的技术效率值除以BCC模型下计算的纯技术效率值就得到各决策单位
7、的规模效率值。2、Malmquist生产率指数Malmquist指数是Malmquist(1953)在消费分析的过程中首次提出的。此后与DEA理论相结合,在效率评价测算中的应用日益广泛。本文使用Cavesetal（1982）所提出的Malmquist生产率指数，也就是第t期及第t+1的Malmquist它表示为，生产率指数的几何平均数。假设(xt，yt)和(xt+1，yt+1)分别为t期和t+1期的投入产出关系。投入产出关系的从(xt，yt)向(xt+1，yt+1)的变化就是生产率的变化。生产率的变化不仅来自技术进步的变化,还来自效
8、率的变化。效率就是生产技术的利用效率,也就是生产前沿面和实际产出量之间的距离。技术进步的变化就是生产前沿面的移动。我们利用距离函数可以计算效率和技术进步。Malmquist生产率指数可以分解为效率变动及技术技术进步的乘积，＝其中，EC
