時間：2022-07-31 12:44:50
序論：在您撰寫財政收入時，參考他人的優秀作品可以開闊視野，小編為您整理的7篇范文，希望這些建議能夠激發您的創作熱情，引導您走向新的創作高度。
財政收人規模是衡量一個國家財力和政府在社會經濟生活中的職能范圍的重要指標。保持財政收入持續穩定地增長、滿足財政支出的需求是各國政府追求的主要財政目標。
衡量財政收入規模的絕對量指標是財政總收入。主要包括中央和地方財政總收入、中央本級財政收入和地方本級財政收入、中央對地方的稅收返還收入、地方上解中央收入、稅收收入等。財政收入的絕對量指標系列，具體反映了財政收入的數量、構成、形式和來源。
影響財政收入規模的因素有：
1、經濟技術因素；
2、收入分配政策和制度因素；
3、價格因素；
財政風險是2015年中國經濟將要面對的首要風險，而這一點尚未被市場充分認識。土地出讓金收入占地方政府總收入的35%，但土地招拍掛交易額在2014年下降了37%。由于土地出讓金的實際支付通常要滯后兩個季度，對財政收入的負面影響將在2015年進一步顯現。
通過分析4個省、53個市的17086筆土地交易數據我們發現，地方政府融資平臺正在成為土地市場上非常重要的買家。2014年，地方政府融資平臺購買了江蘇省出讓土地總價的44%、浙江省的28%、湖北省的28%，以及云南省的28%。尤其在那些經濟較不發達、人口出現凈流出的城市，該情況更為明顯。與此同時，融資平臺的杠桿率和財務壓力卻不斷提高。因此，在未來幾年里土地出讓金收入和財政收入的增長或將出現結構性放緩。
我們采用自下而上的方法，來研究在市一級政府層面的土地出讓金收入的可持續性問題及其對地方政府融資平臺的影響。我們選擇了江蘇省的常州市作為樣本。常州是一個典型的房地產供給過剩的城市。過去幾年，媒體一直稱其新區為“鬼城”。
但與此同時，常州的GDP增長一直保持在較高的水平，即使在2014年房地產投資增長降至接近于零時，當地政府仍設法推動基礎設施建設投資同比增長31%，以抵消房地產減速的影響。因此，常州是一個非常適合用來研究增長可持續性問題的案例。
理解了在市一級政府層面土地出讓金如何影響經濟表現，我們就能更好地理解，2015年經濟中的潛在風險。 常州樣本
常州市位于江蘇省中南部，距上海185公里，人口470萬，2013年人均國內生產總值92994元。在全國所有城市中，常州按人口排名第35位、按GDP排名第83位。常州的發展歷程代表了許多其他城市正在經歷的增長模式。在江蘇省，常州并不算最發達的城市。近年來常州經歷了快速的城市化。同時，伴隨著工業化趨勢，一些公司將業務搬遷至常州以利用較低的人工成本。
1.隨著土地出讓金的下降，常州市2015年的財政收入將銳減。
土地出讓金收入是常州市政府收入的主要來源。我們的土地拍賣交易數據庫包括了從2008年1月到2014年10月常州所有的3070筆土地交易。加總數據顯示，常州的土地拍賣交易金額從2008年的54億元猛增到2012年的494億元，相當于當年地方政府財政預算收入（379億元）的1.3倍。
然而，2014年，土地拍賣交易金額降至330億元，同比下降30%，降幅前所未見。該數字是土地招拍掛交易的金額，而不是出讓金實際支付的金額。
2.融資平臺延緩了土地市場調整的時點，但會加劇后繼財政風險。
關于常州房地產市場的一個謎題是，在供給過剩的問題有待解決之時，房地產建設投資和土地拍賣成交金額在2013年仍然繼續快速增長，并推動常州的GDP增長保持在10%以上。如果房屋建造后無法出售，為什么還會有人繼續購買土地呢？
答案是，私人開發商和企業自2011年以來已大幅削減土地購買量，而地方政府融資平臺已成為占主導地位的土地買家。我們的數據庫分析了2008年以來在常州購地的2180個買家。2008-2010年間融資平臺只占20%的土地拍賣成交金額，但是其份額在2013和2014年急劇上升到70%。與此同時，房地產開發商在常州土地市場的購買份額從曾經的35%以上降至2013年的11%和2014年的2.3% （見圖1）。
融資平臺在土地市場的崛起受到兩個結構性因素的影響――工業化的放緩和城市化以及房地產投資的過度擴張。在過去的十年中，常州經歷了快速城市 化的階段。城市面積從2008年的121平方公里增加至2013年的175平方公里，城市人口從2008年的270萬上升到2013年的320萬。與此同時，土地市場的買家結構今年來也發生了巨大改變。
2008年，工商企業為了擴大生產基地購買了常州市三分之一的土地供給。2009-2010年，房地產行業進入繁榮時期，多家國家級房地產巨頭進入常州。2010年，保利地產、金地集團和龍湖地產總計購得價值45億元的住宅用地。更重要的是，這些地塊都是溢價成交，溢價率分別為120%、115%和50%。如此高的溢價此后常州土地市場極為鮮見。
2011年以來，趨勢發生變化。房地產庫存大幅上升。出于對房地產泡沫的擔憂，大型開發商迅速退出。兩年后，由于現金流緊張和庫存增加，當地規模較小的開發商也從市場逐漸退出了。
融資平臺成為了土地市場的主要買家。在過去的四年中，常州有14筆土地交易單價超過10億元，其中只有一筆是被開發商購買，另外13筆都是被地方政府融資平臺購買。有趣的是，開發商購買時土地有23%的溢價，而地方政府融資平臺購買時都是零溢價。過去七年里，常州土地市場上排名前三的買家都是地方政府融資平臺，即常州市城市建設集團有限公司（136億元）、常州市晉陵投資建設有限公司（71億元）和常州市交通產業集團有限公司（59億元）。其中約88%的土地規劃用途都是商用。
如果沒有融資平臺的參與，過去的幾年里常州的房地產和土地市場或已經歷了嚴峻的調整。而地方政府融資平臺的買地行為雖然延后了市場的調整，但卻加劇了供應過剩的問題，特別是在“新城”地區。
3.“后新城效應”開始顯現。
常州城市由兩個主要部分組成，一個是中心區，是常州歷來的城市范圍（鐘樓、天寧和戚墅堰）;另一個是新的城市地區，在過去的十多年中從農村轉變為城市。新城區包括兩個新的經濟區（新北和武進）以及兩個縣級市（金壇、溧陽）。
這四個周邊地區經歷了“造新城”運動。在新北區和武進區，土地拍賣成交金額分別于2010年和2011年觸及歷史高點，當地政府在這些地區大力發展新工業園區。在接下來的2012年和2013年，縣級市迅速跟上。例如金壇在2013年賣出了價值127億元的土地，占到當年常州土地出讓金收入總額的32.4%。在這127億元中，93.4%來自于金壇縣級地方政府融資平臺。從2010年到2013年，這四個新的城市地區（新北、武進、金壇、溧陽）分別占常州土地出讓金收入的82%、93%、70%和83%。
到了2014年，“造新城”運動已經放緩。隨著這些新城區的投資熱潮漸退，2014年四個周邊地區的土地出讓金收入占全市總量的比例僅為45%。經濟基本面顯然不足以支持快速的城市化進程。常州的出口增長率已經從2008年-2010年的20%以上放緩到2013年的2%。過去十年中的人口流入也在2013年變成了人口流出。急劇降溫的土地市場宣告了常州“造新城”運動的結束。
4.融資平臺的財務狀況惡化。
常州有15個地方融資平臺發行了債券。2014年上半年，常州最大的五個融資平臺的總資產規模是2650億元，占全部樣本的63%。常州市政府融資平臺的財務報表呈現出財務質量的明顯下降。自2012年以來融資平臺的財務報表體現了如下趨勢：總資產規模的擴張和杠桿率的上升、集團公司內外的交叉擔保、應收賬款的積累、可用于利息支付的現金流狀況惡化。
盡管中央政府一直在努力遏制融資平臺和相關的影子銀行業務的發展，地方政府融資平臺的總資產規模自2010年以來一直在快速增長。在常州，15個地方政府融資平臺的總資產從2008年的1280億元增加到2014年上半年末的4230億元，年復合增長率為24.2%。與此同時，融資平臺的總資產與常州當地年度國內生產總值之比從2008年的56.5%上升到2013年的93.5%。
常州15個地方政府融資平臺的債務總額從2008年底的660億元增加到2014年上半年的2690億元，年復合增長率為29%（見圖2）。融資平臺債務總額與常州當地年度國內生產總值之比從2008年的29%上升到2013年的58%。同期中，融資平臺債務與地方政府預算收入之比從2008年的3.6倍上升到2013年的6.2倍。
常州地方政府融資平臺的杠桿比率穩步增加，從2011年的57%上升到2014年上半年的64%，這表明近年來融資平臺的資產增長在很大程度上由外部借貸以及土地資產注入等支撐。
融資平臺能夠持續通過外部借款（獲取銀行貸款或者發行債券）來提高杠桿率的一個重要原因是有一個相互交織的擔保網絡。根據常州五大地方政府融資平臺年度審計報告中的數據，其對內和對外擔保的總額相當于凈資產總額的比例在2012年已經超過了100%，并在2013年繼續增加。我們具體查看了每個平臺公司在2013年底的擔保情況，其中25%提供給了它們的子公司，63%給了其他融資平臺，10%給了其他國有企業，剩下的是給其他公司。
我們分析了常州融資平臺財務報表中的“應收賬款”和“其他應收款”，發現后者的規模大約是前者的10倍。通過查看和比較常州主要的地方政府融資平臺的財務報表附注，我們發現“其他應收款”主要包括基礎設施建設項目中各種對應于政府部門或其他相關實體的應收款，例如城建項目資金或各種資金往來。
常州地方政府融資平臺的其他應收款總量在2009年至2014年上半年間幾乎翻了兩番，其中2013年出現了大幅躍升、金額幾乎翻倍。2014年上半年，其他應收款總量約占總資產的30%。更令人擔憂的是，其他應收款余額的平均期限在增加。常州五個最大的融資平臺的數據顯示，三年以上的其他應收款占總額的比例從2008年的不到5%增加到2013年的20%。這反映了常州地方政府的財政狀況近年來有所削弱。
常州地方融資平臺財務壓力的另一個標志是總資產回報率（ROA）較低，該比率逐漸從2008年的2.0%以上，降到2014年上半年的低于0.5%。這一趨勢與前述應收賬款的問題結合起來看，常州地方政府融資平臺面臨的現金流壓力非常高也就不足為奇了。營業利潤與財務費用的比例自2010年以來一直位于1倍以下，這意味著即使應收款和應付款不變，融資平臺的主營業務仍然無法賺取足夠的利潤來覆蓋其財務支出（根據常州兩個最大的融資平臺在2012年和2013年的數據，利息支付通常相當于財務費用的120%）。 江蘇警示
接下來，我們將考察樣本擴大到江蘇省所有的城市，以確定常州的情況在其他城市是否適用。在中國27個省份中（不包括直轄市）江蘇按人口排名第五，按人均國內生產總值排名第一。在經濟總量方面，它是中國第二大省，2013年國內生產總值5.916萬億元，占2013年全國GDP的10%，僅次于廣東。
江蘇是一個很好的案例研究對象。雖然總體上它是一個相對發達的省份，但其北部地區欠發達城市的人均國內生產總值水平與內陸省份相當。2008年全球金融危機后，一些工業企業將其生產基地從昂貴的城市（如蘇州）搬遷到更便宜的城市（如常州）。許多內陸城市也經歷了類似常州的轉變。
1.各城市的土地出讓金收入大幅減少。
2008年江蘇的土地招拍掛成交總金額是760億元，相當于省GDP的2.5%，財政預算收入的28%。經過平均每年50%的復合增長，到2013年成交金額達到了5850億元，相當于GDP的10%和財政預算收入的89%。然而在2014年，土地市場明顯降溫，土地招拍掛交易金額降至3460億元，比2013年幾乎減少了一半。
全省13個地級市中有12個出現了土地招拍掛金額的大幅下降。在這12個城市中，賣地成交金額下降的幅度從23%（南京）到67%（鹽城）不等，而中位數是44%（蘇州、鎮江）。如果我們計算2014年土地成交收入下降占2013年財政預算收入之比，那么各城市下降的幅度從117%（宿遷）到20%（無錫）不等。同樣，此處我們采用的是土地招拍掛金額而非實際已經支付給政府的出讓金總額，后者可能在2015年出現比2014年更大幅度的下降。
2.在相對欠發達城市，融資平臺購地的現象更普遍。
我們逐個察看了從2008年到2014年10月發生的14336筆土地交易，并對這些交易背后的8540個買家進行分類。這個微觀樣本覆蓋了江蘇省過去七年中90%以上的土地成交總額。
與常州的情況不同，在省一級的數據中，土地市場買家的構成結構近年來一直較為穩定。2014年，43%的購買金額來自地方政府融資平臺、37%來自開發商、15%;來自其他企業、3%來自其他地方政府實體、另有1%來自個人。土地市場上地方政府融資平臺的比重雖然比2008至2011年高了10個百分點，但是低于2012年高峰時的47%。
在不同的城市之間，土地市場買家的結構出現了有趣的差異。我們將13個城市劃分為三類：南京、無錫和蘇州是最發達城市，位于江蘇南部;常州、鎮江、揚州、泰州和南通屬于相對欠發達的城市，位于江蘇中部;江蘇北部城市則相對最不發達，包括淮安、鹽城、連云港、徐州和宿遷。
在江蘇南部的城市，土地市場已經在很大程度上以市場為導向，參與者以開發商為主，這些開發商出于對這些大城市房地產需求的信心而不斷購買土地。2014年，在南京、無錫和蘇州開發商購地比例分別占69%、45%和58%。與此同時，越來越少的政府關聯企業參與土地市場，它們的占比從2012年的29%下降到2014年的6%（南京）、27%到16%（無錫），以及25%到24%（蘇州）。
相反，過去數年里江蘇中部和北部的城市中有越來越多的地方政府融資平臺參加到土地招拍掛中，2014年其比例在蘇中和蘇北地區分別達到62%和70%，高于2010年的19%和36%（見圖3）。在一些蘇北城市，如連云港和徐州，2014年的比率高達92%和76%。
蘇南城市中并沒有大量的政府融資平臺參與土地市場的原因可能是：1）基礎設施已經較為發達，這意味著對融資平臺推動基建投資的要求較低;2）城市化和家庭收入增長大背景下，更有彈性的房地產市場;3）政府理念更先進，更多地關注經濟增長的質量而不是數量;4）經濟結構更依賴于服務業而不是工業部門。欠發達城市的融資平臺之所以更多地參與了土地市場，反映了經濟結構不夠多元化、房地產市場缺乏吸引力、人口流出，以及注重經濟增長速度的政府理念。
3.融資平臺主導的土地市場將加劇宏觀經濟的風險。
地方政府融資平臺主導的土地市場將會加劇宏觀經濟的潛在風險。首先，這與經濟基本面的趨勢背道而行。一個重要的證據來自于人口遷移的趨勢。從2011年到2013年，所有的五個江蘇北部城市都出現了人口的凈流出。特別是連云港和徐州，分別流出了32.9萬人和19萬人，占到2010年當地常住總人口的3.8%和4.3%。與此同時，一級城市如南京和無錫則發生了7.6萬人和5.5萬人的人口凈流入（約占各自原有人口的1%）。經濟基本面的數字顯示，蘇南地區的土地市場應該比蘇北地區的土地市場增長速度更高才對。
但是現實卻恰恰相反。從2009年到2013年，土地出讓金收入在蘇南地區僅增長了116%，遠低于蘇中地區的174%和蘇北地區的355%。為什么城市人口外流的地區土地出讓金收入卻增加得更多呢？我們發現是因為地方政府融資平臺積極參與了土地招拍掛市場。我們發現越是面臨人口流出的城市往往越依賴于融資平臺來購買土地，這之間有相當強的相關性。在面臨人口流出的城市中，融資平臺占到土地招拍掛金額的64%，而在人口流入的城市中這個比例只有32%。
人口遷移的數據清楚顯示，地方政府融資平臺支持的土地市場不具備長期可持續性。融資平臺可能會暫時推高經濟增長，但會導致大規模的資金配置到效率較低的地方。有些人可能認為，基礎設施建設投資是工業化的先決條件，因此欠發達地區的投資在未來可能被證明是富有成效的。然而，蘇北城市中融資平臺在土地市場上的主導優勢已持續多年，但蘇北地區的出口增長并未明顯提高，這表明以工業化為理由來推動基礎設施建設投資并不一定見效。
其次，融資平臺在土地市場上的主導地位可能會加劇經濟的不平衡。相比于轉向更多服務業和經濟發展質量的蘇南城市，蘇中和蘇北城市仍嚴重依賴固定資產投資。2013年，固定資產投資占GDP的平均比例在蘇南是53%、蘇中是63%、蘇北是73%。例如，蘇州的固定資產投資占GDP的比例只有42%，同時2014年蘇州的融資平臺在土地市場的份額是24%;而高度依賴固定資產投資的連云港（固定地產投資比GDP為93%）2014年政府融資平臺占當年土地招拍掛總額的93%。
第三，融資平臺在土地市場上的過度參與會導致住房過剩情況的惡化。我們計算的潛在去化率（從上一年的土地交易數據推算規劃建筑面積，再除以當年的銷售量）顯示，2014年蘇北地區消化庫存需要28個月，高于2013年的22個月;蘇中地區平均是21個月，比2013年的13.6個月也有大幅上升。而蘇南城市的房地產市場仍然供應緊張。常州、連云港、鹽城、揚州、宿遷一年的潛在供給平均可供兩年多的銷售。其中的一些地方被國內媒體稱為“鬼城”。
4.造新城的運動已經進入尾聲。
類似于常州的情況，與老城區相比，縣和新建的工業園區的土地出讓金收入下降更明顯。在縣和新建工業園區，土地招拍掛金額從2013年的2940億元降至2014年的1470億元，其中地方政府融資平臺貢獻了41%。自2008年有數據以來，這是首次出現土地招拍掛金額下降的情況。老城區的土地招拍掛金額雖然也出現了下降，但降幅較小，從2360億元至1640億元。
5.蘇北地區的融資平臺財務狀況惡化更嚴重。
我們的數據庫包括江蘇省13個城市的200個地方政府融資平臺。這些地方政府融資平臺的總資產截至2014年上半年達到1.2萬億元，債務總額達到7260萬元。這些融資平臺的規模近年來發展迅速。從2009年到2013年，其債務總額年復合增長率為19.6%，總資產復合年增長率為20.8%。相比之下，蘇中和蘇南城市的融資平臺增長更快，其債務年平均增加27.8%，資產年平均增加28.2%;蘇南城市的融資平臺債務和資產的增長速度分別只有16.6%和17.5%。2009年到2013年間，蘇北地區地方政府融資平臺債務占當地GDP的比率從40%升至42%，蘇中地區略降至55%，蘇南地區則降至62%。
蘇北地區地方政府融資平臺的快速擴張與其在當地土地市場上主導地位的上升是一致的，這也體現在我們的土地交易數據中。因為購買土地會導致資產負債表的膨脹，但是并沒有直接的利潤回報，所以融資平臺可能不得不依靠借貸來完成這項交易。而融資平臺更多地參與土地市場可能會給地方財政壓力帶來更大的風險。
融資平臺財務狀況惡化的情況在各個城市比較普遍，而在蘇北城市更為明顯。
杠桿率提高：在蘇北所有的五個城市中，資產負債率在2009年到2014年上半年之間都有上升，平均提高1.7個百分點。
應收款累積：在2009年到2013年間，財務報表中的應收賬款占總資產的比例在蘇南地區從15.6%上升至17.5%，蘇中地區從24.2%上升至25.6%、，蘇北地區從17.2%上升至21.6%。
盈利能力下降：在2009年到2013年間，營業利潤與財務費用的比率在蘇南地區下降了0.4個百分點，蘇中地區下降了1.3個百分點，而蘇北地區下降了2.9個百分點。 整體風險
地方政府對土地財政的依賴是一個全國性現象，且在近年來變得愈加嚴重。2009年，在59%的城市中土地拍賣成交金額的規模不到財政預算收入的一半，只有14%的城市中土地成交金額超過預算收入。但到了2013年，20%的城市中土地成交金額超過了財政預算收入。
在全國層面，土地招拍掛交易額從2013年的4.2萬億元下降到2014年的2.7萬億元，降幅37%。
此外，我們考察了公開財務情況的1253家融資平臺，分析了它們的各項財務指標在近年來的變化趨勢。均出現了下述情況：
①杠桿率上升。全國的融資平臺的杠桿率普遍出現了上升，其中值從2009年的48.2%上升到2014年中期的50.1%。全國大約有10%的融資平臺的杠桿率超過了70%。
②利潤率下降。大多數城市中的融資平臺的股權回報率都出現了下降，其中值從2009年的4.7%下降到2013年的3.1%。根據2014年中期財務報告計算的股權回報率出現了進一步的下降，不過這可能和季節性有關。在2013年的中報數據中也出現了股權回報率的大幅下降（不排除季節性因素）。但是在2013年底又有所回升。
③在應收款方面，全國的數字要比江蘇省的情況好一些。應收款占凈資產的比例在過去數年中僅僅略有上升。
在我們對江蘇的案例研究中發現，地方政府融資平臺是土地拍賣市場的重要買家。由于時間限制，我們未能具體考察中國每一個城市的具體情況。我們寬展城市樣本，選擇了浙江、湖北、云南三省，把它們作為中國內陸和沿海的代表。需要強調的是，選擇這些省份并不是因為它們情況比別的省份更好或更差。在沒有得到全國數據之前，我們不能得出確定的結論，但是這些省份可以給我們未來的研究指引方向。
這些省份的數據顯示，地方融資平臺在各自的土地招拍掛市場中也扮演了重要的角色，但是并未像江蘇的情況那樣占據主導地位。在浙江、湖北和云南，地方融資平臺分別購了28%、28%和22%的土地招拍掛金額。在這些省份內部的城市之間也有顯著的差異。融資平臺在浙江各城市的土地市場中所占的比例從1%到65%不等、在湖北是18%到72%不等，在云南是0%到50%不等。
如果把中國經濟比喻成一架高速火車，房地產投資和基礎設施建設投資就是兩排車輪，而土地財政則是驅動列車前行的關鍵引擎。土地出讓金收入下降對財政收入帶來的沖擊將在2015年突顯，土地財政的全盛時期或已結束。若不及時調整，中國的財政收入可能面臨持續壓力，目前的增長模式也將面臨嚴峻挑戰，而宏觀風險也將因此加劇。
關鍵詞：財政收入；規模；主成分分析
中圖分類號：F81 文獻標識碼：A
原標題：基于主成分分析法對遼寧省財政收入的研究
收錄日期：2013年4月19日
一、遼寧省財政收入現狀
財政收入是指政府為履行其職能、實施公共政策和提供公共物品與服務需要而收取的一切資金的總和。財政收入規模必須與經濟增長相適應，適度的財政收入規模能夠有效地保證財政職能的發揮，進而促進經濟和社會的發展。
表1包含了遼寧省2001至2010年財政收入和GDP的數據。從十年的數據可以看出遼寧省財政收入一直在穩步的增長，從2001年的1，010.1億元到2010年的6，728.2億元，從絕對數值上看，這是一個巨大的發展，但是從財政收入增長速度方面來看，發展的并不穩定，雖然總規模每年都在增加，但是增長速度在2008年、2009年出現過減緩的現象，當然這與全球性的經濟危機有關。（表1）
用財政收入占地區生產總值（財政收入占GDP）的比重可以研究財政規模適度性的問題。從表1中的數據可以看出，隨著遼寧省GDP總額的增加，財政收入的規模也在不斷擴大，而且財政收入占GDP的比重也在穩步提高，由2001年的20.07%提高到2010年的36.45%。由此看出，GDP的增長帶動了財政收入的增加，這樣財政職能得到了更好的發揮，又進一步促進了經濟的發展和GDP的增長。
二、遼寧省財政收入影響因素實證分析
（一）變量的選取。分析了遼寧省財政收入的發展規模和適度性問題，下面將對遼寧省財政收入的影響因素進行分析。影響地方財政收入高低的因素很多，但大體上而言主要是經濟發展水平和稅收兩個方面。就經濟發展水平方面，本文分別選取農業總產值、工業總產值、第三產業產值和固定資產投資四個變量，稅收方面選取遼寧省稅收收入為變量，另外加上一個最終消費支出。表2中列出了2001～2010年的原始數據（表2），模型為：
Yi=β0+β1X1i+β2X2i+β3X3i+β4X4i+β5X5i+β6X6i
（二）實證分析
1、多重共線性檢驗。由于選擇的影響因素較多，所以估計模型之前，應該先分析各個因素與被解釋變量之間的關系，以及因素之間的相關程度。利用EViews6.0軟件進行相關系數檢驗，輸出的相關系數矩陣見表3。計算結果表明，各因素與財政收入高度相關，而且解釋變量之間也是兩兩高度相關。（表3）
為進一步檢驗解釋變量之間的相關關系利用EViews6.0軟件計算出解釋變量相關系數矩陣的特征值見表4。（表4）
λ1=5.9670 λ2=0.0254 λ3=0.0044
λ4=0.0020 λ5=0.0009 λ6=0.0003
此時，XX′=∏λi=3.60×10-13≈0，即（標準化后的）樣本數據矩陣XX′是一個病態矩陣，而且病態（條件）數和病態指數分別為：
K===19869>1000
CI=≈141>30
因此，模型存在嚴重的多重共線性。
如果此時用OLS法估計模型，將得到以下估計結果：
Y=-610.06-0.4462X1+2.9775X2-1.7334X3+0.1694X4-0.1020X5+0.3696X6
t=（-0.70）（1.56）（-0.63）
（0.13）（-0.02）（0.26）
R2=0.9956 F=113.02 DW=2.11
模型的F檢驗高度顯著，但是所有解釋變量的t檢驗都不顯著，并且X1、X3、X5的系數為負數，系數符號的經濟意義不合理，這也表明多重共線性造成模型t檢驗可靠性的降低和系數估計誤差的增大。
2、主成分回歸?，F在采用主成分回歸解決多重共線性問題。由于表2結果的計算采用相關矩陣，也可以由表4中的數據得出：6個特征值之和等于6，第一個成分占總方差的99.45%，第二個成分占總方差的0.42%，前兩個成分占總方差的99.87%。利用Eviews6.0軟件同時得到因子得分系數矩陣見表5。（表5）
根據表4的計算結果，和所對應主成分的累計貢獻率已經達到99.87%，由表4可以得出和對應的單位特征向量為：
u1=（0.4086，0.4083，0.4063，0.4085，
0.4092，0.4086）
u2=（-0.2752，-0.3268，0.7508，0.3411，
-0.1440，-0.3416）
所以，兩個主成分為：
Z1=0.4086X1+0.4083X2+0.4063X3+0.4085X4+0.4092X5+0.4086X6
Z2=-2752X1-0.3268X2+0.7508X3+0.3411X4-0.1440X5-0.3416X6
將變量Y關于Z1和Z2進行回歸，估計之后經檢驗，模型還存在一、二階自相關性，所以加上AR（1），AR（2）項后重新估計模型，得到估計結果：
Y=0.016736Z1-1.241630Z2+[AR（1）=-0.5076，AR（2）=-0.7654]
t=（0.31）（-5.36）（-0.92）（-1.40）
R2=0.9915 DW=1.74
將主成分Z1、Z2與Xi之間的關系代入主成分回歸模型，得到：
Y=0.3485X1+0.4126X2-0.9254X3-0.4167X4+0.1856X5+0.4310X6
在EViews6.0軟件的數組窗口中利用描述統計命令可以得到各個變量的均值和標準差，利用公式可得原模型的參數如表6所示。（表6）
這樣原模型為：
Y=0.4936+0.2828X1+0.8433X2-4.5588X3-0.4662X4+0.0681X5+0.5029X6
三、結論與政策建議
（一）結論。遼寧省財政收入的規模隨著經濟的發展而增長，增長速度也比較快，而且與GDP發展的適度性比較好。整體上而言，遼寧省財政收入情況比較好。
使用主成分分析的目的是找出眾多影響因素中的主要因素。根據遼寧省2001～2010年財政收入數據及相關數據，使用Eview6.0軟件得出的結果顯示：影響遼寧省財政收入的主要因素是工業總產值，其次是稅收收入。根據主成分分析，二者的累積貢獻率99.87%。從模型中也可以看出，當其他因素不變時，工業總產值每增加一個單位，將使遼寧省財政收入增加0.2828個單位，同樣當其他因素不變時稅收收入每增加一個單位，將使遼寧省財政收入增加0.8433個單位。稅收收入增量對財政收入的影響比工業總產值增量對財政收入的影響大。此外，作為國民經濟重要組成部分的農業和第三產業，雖然在主成分分析中的貢獻率小于工業的貢獻率，但是也不能忽視其作用。
（二）政策建議。財政收入的規模取決于經濟的發展狀況。遼寧省一直是我國的重工業基地之一。工業發展一直處于國內領先水平。所以遼寧省的財政收入主要依靠工業的發展。為了保證財政收入的規模和質量，就要發展好工業。鞏固發展原有支柱產業，比如機械制造業，積極發揮產業集聚的優勢。創造條件，培養新的優勢產業，比如近年來發展迅速的汽車產業。
遼寧省多年來一直重視工業的發展，從遼寧省目前的情況看，產業經濟結構比較單一，工業主導全省經濟發展趨勢，財政收入對工業的依存度大。而僅僅依靠工業在以后的發展中是遠遠不夠的，所以要積極調整產業政策，加快產業結構調整，優化資源配置。工業發展的優勢不能放棄，同時也要重視農業和第三產業的發展，尤其要處理好三種產業結構之間的關系，繼續發揮工業優勢，還要引導扶持農業和第三產業，培植新的財稅增長點。這樣才能促進地方社會經濟健康發展和保證地方財政收入穩步增長。
產業結構的優化是處理不同財政收入來源及其結構的問題，除此之外保證財政收入的穩定，還要處理好財政收入的內部結構。稅收收入是財政收入的主要來源，近年來，隨著市場經濟的發展，政府非稅收收入的作用也越來越大。這在一定程度上擴大了財政收入的規模，但是從另一個方面來講，非稅收入如果管理不當，游離于財政監管之外，將損害政府財力的統一性，削弱政府調控能力。所以在關注財政收入總規模的基礎上，一定要注重財政收入的內部結構。統籌優化其內部結構，使其快速發展的同時保證其質量。
主要參考文獻：
[1]趙衛亞，彭壽康，朱晉.計量經濟學[M].北京：機械工業出版社，2008.
【關鍵詞】財政收入 回歸分析 R語言
一、背景
我國財政收入主要來自于工業、農業、商業、交通運輸和服務業等部門。其中工業和農業對財政收入的影響最大。
第一,農業與財政收入的關系。農業是國民經濟的基礎,也是財政收入的基礎。農業的發展狀況制約著國民經濟的發展,它不僅可以提供糧食和生活副食品,保證再生產對勞動力的需要,而且還為輕工業的發展提供原材料。因此,在國民經濟發展中,農業基礎越雄厚,輕工業就會得到越快發展;而輕工業的發展中資金積累水平的提高,為重工業的發展創造了條件,重工業的發展又可使國民經濟的各部門獲得先進的技術裝備,這一循環鏈條中,農業起著重要的基礎環節作用。
第二,工業與財政收入的關系。工業是國民經濟的主要部門,也是財政收入的主要來源部門。就我國的工業和農業相比,工業部門的技術裝備、勞動生產率要遠遠高于農業,積累水平也要高的多。因此,在財政收入中來自工業部門的收入占絕大比重,工業部門完成上繳任務多少,對保證財政收入起決定作用。
第三,從國民經濟其它部門看,他們也都與財政收入密切相關,如商業部門的收入也是財政收入的一個重要來源。商業活動雖然一般不創造價值,但它在實現其職能過程中,參與商品價值的分配,因此商業活動的經濟效益如何、盈利大小都直接影響財政收入的多少。建筑業、服務業、旅游業等部門,這些部門在經濟運行中都發揮著不可替代的作用。它們的運行狀況如何必然影響經濟總體的狀況,進而使財政收入的來源發生變化。因此,協調好國民經濟各部門的關系,廣辟財源,也是一個重要的方面。[1]
二、建模過程
在R語言環境中,先確定初步分析模型如下。被解釋變量為Y,代表財政收入,解釋變量為X,有9個,代表我們所選取的9個因素,順序包括國內生產總值,居民消費支出,固定資本形成總額,工業總產值,農業總產值,社會消費品零售總額,人口,受災面積,能源消費總量。
開始進入建模階段,把初步模型進入R語言環境,先進行9變量模型的t檢驗和F檢驗如表1:
如表中所見,取0.05置信區間的情況下,通過t檢驗的有X1,X2,X3為對模型影響顯著的變量。再看F檢驗值所對應的p值為2.20E-16,比0.05置信區間小得多,所對應的可決系數和校正系數也接近1,初步可以應為模型有效。但由于模型中有對模型影響不顯著的變量,且變量越多對模型的自由度影響越大,影響模型的預測。
見下表(左),是R語言中的選模過程?？梢钥吹饺孔兞窟M入模型時AIC最大,到了Step2的模型時,達到了模型變量和AIC減小最小的情況。通過降維技術使模型變為Step2。再見下表(右),是R語言中的逐步回歸法分析,RSS為殘差平方和,表中的變量為需要刪去的變量,NONE為沒有變量刪除時模型的AIC和RSS值。如果刪去x7,AIC的值會從385增加到388,是增加得最少的。另外,刪去x7令模型增加的殘差平方和也是最少的,從這兩項指標來看,應再去掉x7。再作回歸分析表2。
因此我們選取X1,X2,X3,X5和常數進入新的回歸方程?，F在我們對每一個變量進行單獨分析,見圖(1)?？梢钥闯鯴1,X3與y的回歸比較接近直線模型,而X2,X5擬合得較差,因此我們對X2和X5進行修正。對X2進行平方修正,得出圖(2),可以看出似合度比較高,X5有著與X2相似的圖形,因此把這兩個變量平方后再進入模型。
再把修正后的模型進行檢驗,見表3?？梢钥吹饺孔兞吭?.05的置信水平下都通過t檢驗,且可決系數與校正系數比之前的模型更優。
我們對該型形進行Shapiro-Wilknormalitytest檢驗,得出W統計量為0.9599,對應的p值為0.3079,在0.05置信水平下通過檢驗,可以認為模型通過正態性檢驗。最優模型如下:
Y=743.6+0.495X1+8.852e-06X2^2-0.3179X3-2.04e-05X5^2+μ
三、結論
通過R語言統計分析軟件,我們對模型進行了檢驗,最后得出以國內生產總值,居民消費支出,為固定資本形成總額,為農業總產值為解釋變量,得出回歸模型為:
模型的經濟意義為:從模型我們可以看出,財政收入與國內生產總值、農業總產值成正比例關系。在其它條件不變的情況下,國內生產總值每增加1%,財政收入會增加0.4954%。在其它條件不變的情況下,農業總產值增每增加1%,財政收入會增加0.5873%。同樣,在其它條件不變的情況下,居民消費支出每增加1%,財政收入會相應的減少1.004%。在其它條件不變的情況下,固定資本形成總額每增加1%,財政收入會減少0.3179%。
通過上述分析,我們選取9個因素作為分析,但最終只有4個因素進入模型,并不是說這些因素對財政收入沒有影響,只是因為在理論上這些因素在模型中沒有通過模型檢驗,對財政收入影響不是那么顯著。
通過該模型的研究,傳統的國民經濟產業部門的影響作用越來越弱,我們這里所說的越來越弱并不意味著它已經失去了支柱性地位,而是由于我們國家經濟政策、市場狀況等的限制,傳統的產業部門已經趨于飽和,想要有所突破已經越來越困難,發展空間有限。雖然它的重要性在減弱,但是從它所處的基礎地位還是不容動搖的。
分析中,我們主要看到,國內生產總值對財政收入的影響比較大,財政收入占國內生產總值(GDP)的比重,稱為財政依存度,在一定程度上反映了在國內生產總值分配中,國家(或地方)所得占的比重。
再看看,農業總產值對財政收入的影響。改革開放以來,農業作為第一產業在經濟中起著重要的作用。由模型可以看出,它對財政收入的影響越來越大,這當中有很大程度是國家政策的扶持及科學技術的投入。說明我國的農業在慢慢的擺脫傳統的農業問題。改革開放以來,農業和農村經濟社會取得了較快的發展,農業發展到今天無論從功能上,還是在發展的水平上都有了很大的變化。我們縱觀世界農業發展歷程,農業文明和工業文明也在不斷地演進,它的發展大體經歷了傳統農業、現代農業、后現代農業三個階段。發達國家實現了這種轉變,才實現了農業現代化。我國也將遵循世界發展規律,目前正面臨從傳統農業到現代農業轉變的契機。
參考文獻:
參考文獻
[1]jwch.tjufe.省略/netcourse/jiliang/kcjx/sjhj/9.htm 穆蘭. 影響財政收入的因素分析[EB/OL]
一、財政總收入占地區生產總值比重的基本情況。
我區從20*年底開始實行在地統計，GDP從20*年開始為在地口徑，為統一統計口徑，本文采用20*年以來的統計數據進行分析（同時20*年的數據采用江鈴未解捆統計的數據）。*譜區生產總值從20*年的89.5億元增加到20*年的119.84億元，年均增長15.7%;財政總收入從20*年的4.28億元增加到20*年的7.06億元，年均增長28.4%。而地方財政收入從20*年的1.15億元增加到20*年的2.13億元，年均增長36.1%，地方財政收入、財政總收入的增長均快于全區生產總值的增長。財政總收入占全區生產總值的比重從4.8%上升到5.9%，地方財政收入占GDP比重從1.28%上升到1.78%。
縱向比較：20*年全國財政總收入占GDP的比重為20.8%，江西省為12.15%，南昌市13.71%，*譜區僅為5.89%，差國家14.91個百分點，差全省6.26個百分點，差全市7.82個百分點。
橫向比較：2006年*譜區財政總收入占GDP比重為5.18%，在全市14個縣區中排位倒數第三，僅高于東湖區和進賢縣。
總體來說，我區財政總收入占GDP比重逐年提高，經濟運行質量也逐步提高，但與全國、省市平均水平以及兄弟縣區相比，整體水平仍然偏低，經濟運行質量還有待進一步提高。
二、財政總收入占GDP比重偏低的原因。
財政收入占GDP比重低的原因是十分復雜的，一方面，受經濟發展水平、產業結構、所有制結構、經濟效益等因素的影響；另一方面，受納稅意識、征管力度等因素的影響。下面就造成我區財政收入占GDP比重偏低的因素作如下剖析：
1、總量偏低，基礎薄弱。
一般而言，財政收入占GDP的比重與經濟發展程度息息相關，長期來看，經濟稅源的規模應與GDP的規模相匹配，經濟總量的“蛋糕”有多大，財政稅收的規模就有多大，經濟越發達，財政收入占GDP的比重就越高。20*年，我區人均GDP為36382元，按年平均匯率（7.064：1），我區人均GDP為4785美元，雖比同期全市人均GDP高出472美元，但遠遠低于同為中心城區的東、西湖區（東湖區為6210美元，西湖區為6235美元）。經濟總量偏低，經濟基礎薄弱是使財政總收入占GDP比重處于較低水平的根本原因。
2、結構不優，效益不佳。
（1）經濟結構不合理。20*年，我區地區生產總值中三次產業結構為0.87：68.41：30.72，其中工業和服務業是我區經濟發展的兩大支柱。經濟結構中存在兩大問題：
工業占比大，但增速低，對全區經濟拉動不足。20*年全區工業增加值為59.97億元，占經濟總量的54.24%，較去年同期增長13.4%，低于全區GDP增速2.4個百分點，低于全市工業增加值平均增速（17.8%）4.4個百分點。對全區經濟的貢獻率為45.82%，低于在全區經濟總量中的占比8.42個百分點，由此我們可以看出，工業占比雖大，但由于增速低，對全區經濟拉動力不足。
服務業增速高，但總量小，內部結構不優。20*年全區服務業增加值為33.97億元，較去年增長18.7%，高于全區GDP增速2.9個百分點，但由于占比?。?0.72%），對全區經濟的貢獻率僅為37.6%，仍不能取代工業保證對全區經濟的拉動力。從全市平均水平看，20*年南昌市實現服務業增加值556.89億元，占GDP的比重為40.1%，較去年增長15.5%。我區服務業增加值增速雖高于全市平均水平3.2個百分點，但在南昌市服務業增加值中的比重僅為6.10%，總量偏小。另外，目前我區服務業發展層次比較低，以批發零售業等傳統服務業，產出附加值高、能帶來較大經濟效益的現代服務業在服務業中的占比較小。
另外通過走訪區國稅、區地稅、市國稅、市地稅，推算我區稅收中三次產業結構為0.01：62.82：37.17，稅收結構與經濟結構基本一致，都呈現“二、三、一”的模式，但是各產業的創稅能力有很大不同。經測算，第一產業每萬元GDP創造了11元的稅收收入；第二產業每萬元GDP創造了726元的稅收收入；第三產業每萬元GDP創造了1*3元的稅收收入，創稅能力最高的第三產業在我區經濟結構中的占比遠遠低于第二產業，各產業創稅能力的差異再次印證了我區經濟結構中存在的問題。產業結構層次低是財稅收入偏低的重要原因。
（2）工業企業效益不佳。工業是我區目前稅收的主體，在稅收中占據半壁江山，在地區生產總值中占比更達到了54.24%。經測算，工業企業的平均創稅能力為736元，遠低于服務業。工業占比大，但創稅能力不足，效益不佳是財政總收入占GDP比重低的又一原因。工業效益低。一是表現為增速低，20*年我區規模工業完成增加值54.88億元，同比增長13.4%，總量在全市排位第三，但增速僅排位第10，低于全市平均增速7.1個百分點；二是表現為工業經濟效益綜合指數較低，20*年我區工業經濟效益綜合指數為202.8，在全市排位第8，低于全市平均水平11.5個百分點；三是表現為整體盈利水平較低，20*年我區工業利稅總額為23.16億元，同比增長14.56%，在全市排位第11，低于全市平均增速8.2個百分點。
3、稅源不穩，不可稅行業比重大。
（1）支柱稅源不穩定。20*年，我區稅收中的支柱行業為交通運輸設備制造業、批發零售業、房地產業、建筑業，他們在稅收中的比重分別達到了31.13%、19.59%、12.49%和10.83%，創稅能力分別達到1012元/萬元GDP、2735元/萬元GDP、2411元/萬元GDP、678元/萬元GDP。江鈴集團、洪都集團兩大企業是交通運輸設備制造業的支柱企業，受工業退城進郊影響，兩大集團下屬很多企業已經或正在遷往高新區、南昌縣等地，這必將對我區稅源產生較大的影響；而建筑業及房地產業受國家政策及投資的影響較大，很大一部分稅收屬于一次性稅收，從08年一季度全市房地產業房屋銷售面積呈現負增長態勢的情況看，對我區房地產業稅源必定產生一定影響。
（2）不可稅行業比重偏大。在第三產業中，存在不少有增加值而無稅或含稅很少的行業，我們稱之為不可稅行業。這些行業對GDP貢獻較大，但對財政收入的貢獻卻不大。如城鄉居民自有住房增加值由虛擬折舊構成，衛生、教育、文藝及廣播電影電視業、政黨機關和社會團體增加值主要由工資性支出、固定資產折舊構成。增加值占有一定的份額，但稅收卻很少。據測算，20*年這些不可稅行業占第三產業的比重達到31.6%，占全區地區生產總值的比重達到9.7%，其中的非營利業是我區目前第三產業中的首要支柱行業。
三、增強實力、壯大財力，提高質量。
財政收入占GDP的比重較低，說明我區國民經濟在高速增長的同時，財政收入卻增長乏力，必將影響社會各項事業的順利發展。因此，增強財源建設，加大財政稅收征管力度，提高經濟運行質量和效益，是擺在我們面前緊要而迫切的任務。
從宏觀趨勢來看，首先要提升經濟總量。經濟規模的擴大是財政收入增長的資源保證，經濟發展了，國民經濟整體實力提高了，財政收入的稅基才能得到保障，因此，保持經濟穩定增長，擴大經濟總量是財政收入增長的根本。其次要加快產業結構調整步伐，提高財稅增收能力。產業結構、產品結構直接影響著稅收結構及其規模。產業結構調整必須在優化升級上做文章，通過產業、產品結構調整，逐步降低低稅率產業比重，提高高稅率、高附加值產業份額，開拓效益財源，增加財政收入。再次要進一步轉變經濟增長方式。從財政收入的來源分析，蘊涵于經濟發展水平之中的生產技術水平是影響財政收入的重要因素。因此促進技術進步，轉變經濟增長方式，提高整個國民經濟運行質量和效益，是增加財政收入的有效途徑。我們在發展經濟的同時，更應注意經濟效益的提高，推動經濟由“速度型”增長向“效益型”增長的轉變。推進具有高科技含量、高附加值的項目的發展，促進科技與經濟的緊密結合，提高經濟整體質量和效益。
一、大力發展工業總部經濟。
發展工業總部經濟是對我區經濟發展現狀認真分析后作出的必然選擇。根據我區地理位置的特點，市、區兩級政府對我區今后的發展定位為“銀三心”繁榮板塊，重點發展現代服務業，但是不管是從地區生產總值產業結構看，還是從稅收產業結構看，工業都是我區目前經濟發展中的半壁江山。與此同時工業退出的進程不可阻擋，目前，我區支柱工業交通運輸設備制造業的兩大集團——江鈴集團和洪都集團的主業正在逐步遷出。鑒于產業結構的轉變需要一個較長的過程，留住工業總部和研發中心甚至引進知名企業的總部是減少工業退出對我區經濟的影響、提高經濟效益的必由之路。
河南財政收入增速減緩的原因是多方面的，其中經濟增速減弱是財政收入增速減緩的重要原因。2008—2011年的四年間，河南省主要經濟指標增速排位后移，因此財政收入增速也隨之減緩。
在我國現行稅制下，稅收收入主要來自第二產業和第三產業，其中第二產業主要是工業。不同產業對經濟增長和稅收增長的貢獻度存在差異。從產業結構對稅收增長的貢獻度分析來看：
第一，河南工業主體產業優勢不夠突出，多處于產業鏈的前端和價值鏈的低端，附加值低，稅收貢獻能力弱，工業稅收增速在中部六省最低，對財政收入增速下滑造成較大影響。突出表現在：一是近年來河南省工業增加值增速較低，直接影響到全省地方稅收增速。二是河南省前十大工業行業的運行質量和效益不夠高，支柱產業沒有對稅收增長發揮應有的拉動作用。三是河南省不同程度地存在著發展速度不夠快、效益不夠好的問題。四是傳統優勢產業稅收增速低位運行，高成長性產業帶動作用不強，是拉低河南工業稅收增幅的主要因素。
第二，固定資產投資增速不夠快，建筑業稅收增速在中部六省最低，是河南省財政收入增速減低的又一原因。2008—2011年，河南省城鎮固定資產投資年均增長22%，居中部六省第6位，其中建筑安裝工程投資年均增長29.4%，僅居中部六省第4位。近年來基礎設施投資占城鎮固定資產投資比重降低，對建筑業稅收增速產生一定影響。
第三，第三產業稅收增速偏低，是河南省財政收入增速減緩的又一重要原因。河南省第三產業增加值占生產總值的比重為29.7%，但在全部稅收和地方稅收中所占比重分別為47%和55.6%。2008—2011年，按當年價計算的第三產業增加值年均增長14.8%，居中部六省第5位；同期第三產業稅收收入增速居中部六省第5位，僅略高于山西省的19.4%。
基于以上分析，結合河南省實際，提出如下政策建議：
第一，進一步加快經濟結構調整和發展方式轉變，夯實財政收入增長基礎。一是強力推進結構調整，切實提升經濟增長質量和效益。二是加快新型工業化、農業現代化發展，加快建設現代產業新體系。三是促進工業化、城鎮化一體化發展，帶動消費與投資增長，加快財政收入增長。四是進一步推進產業產品結構調整，支持傳統優勢產業盡快扭轉經營困境，充分發揮工業對財政收入貢獻的基礎性作用。五是進一步推進改革創新。創新要素保障機制，增強經濟活躍程度，做大、做優、做實財源。
第二，進一步加強長效機制建設，促進財政經濟協調健康發展。一是建立跨部門的信息交流平臺，提高稅收執法的嚴肅性、公平性。二是建立完善新增稅源核查管理機制，加強稅收分析和后續管理，管住管好新增稅源。三是強化涉稅服務。利用多渠道、多形式廣泛宣傳各項稅收政策，加強對重點企業的納稅輔導。四是進一步加大對稅收政策執行情況的監督檢查力度，促進應收盡收、應免盡免、應減盡減、應退盡退。五是積極爭取中央稅制改革試點，積極爭取中央在河南試點，促進征管能力全面提高。
第三，借鑒國外經驗，探索建立科學、規范和有效的稅式支出預算管理模式。通過對美國、加拿大、荷蘭等國家實行稅式支出預算管理的比較和分析可知，對稅式支出實施全面預算管理最為科學。借鑒國際成功經驗，今后應積極探索全面推行稅式支出預算管理制度，建立完善的統計制度，選擇科學的稅式支出估算手段和方法，將應實現的稅收及時反映到財政收入上來，真實反映政府掌握的財政資源的規模。進一步增強稅收優惠的透明度，發揮稅式支出管理在促進重點產業和區域發展、吸引外商投資、引進先進技術、調節社會和經濟運行方面的重要作用。
近日，財政部長金人慶表示，非典對中國財政的影響已初步顯現，這種影響還會進一步顯現出來?？紤]到非典對財政的影響有一個滯后期，隨著抗擊非典財稅優惠政策的逐步落實到位，尤其是今后非典疫情和洪澇災情的發展變化尚難準確預測，其對財政的影響也相應具有不確定性。
經濟專家董志勇認為，隨著非典疫情的解除，經濟的逐步恢復和長期增長的慣性，今年中國的財政收入，可能出現前高、中低、后回升的發展態勢。
今年1到5月，全國財政收入9039.98億元人民幣，已完成預算約44％，比去年同期增長28％。但全國財政收入增幅明顯回落，4、5月份，全國財政收入分別比一季度平均增幅低21.2和16個百分點。與此同時，全國財政支出增長加快。4、5月份，全國財政支出分別較一季度平均增幅高5.7和15.6個百分點。
目前，隨著非典疫情得到有效控制，部分受損嚴重的行業正在逐步恢復正常，非典的影響將是階段性的，是短暫的，不會傷及中國經濟的基本面，不會改變中國經濟快速增長的大趨勢。
中國國家統計局的統計數據表明，非典并沒有阻止中國經濟的增長。即使在疫情最嚴重的5月，中國經濟也有不俗表現。消費、需求、投資、外貿均保持快速增長。進入6月，中國經濟秩序走入正軌。上月下旬各地出現“井噴式”消費熱潮后，受非典影響最嚴重的服務業也將很快走出低谷。
此外，此次非典主要集中在北京、廣東、山西、內蒙、河北、天津等省市，而對拉動稅收收入增長起重要作用的一些地區，特別是長江三角洲地區、環渤海大部分地區非典較輕，中西部地區非典影響也較小。隨著疫情被控制，大部分地區將很快能從不利局面中擺脫出來。
