本站原创摘 要 ：由于生产要素的流动性,地方政府往往会受到空间地理上邻近地区税收政策的影响.通过空间计量面板数据模型与1998―2010年的省际面板数据分析研究显示,我国各省在企业和个人所得税方面,存在明显的税收竞争,地方政府间的所得税竞争显著,呈现空间策略互补的特征.
关 键 词 ：税收竞争；空间计量分析；省际面板数据；地方政府
中图分类号：F810.42 文献标识码：A 文章编号：1007-2101（2014）05-0087-06
随着我国市场开放度与地区关联性不断增强,生产要素流动与重组日益深化,客观上加剧了地方政府间的税收资源竞争.我国税法对特定区域、出口、高科技、中小企业等提供的各类税收优惠政策,也使地方政府具有一定的税收竞争空间.由于生产要素的流动性,地方政府在采行某项税收政策时,往往受到空间地理上邻近地区政策的影响.本文对政府间税收竞争的空间计量分析,采用省级面板数据和Matlab空间计量软件,根据数据分析结果建立空间计量面板数据模型,进而探讨地方政府税收竞争的策略互动模式.
一、文献综述
在发达市场经济国家,地区间税收竞争的研究由来已久.Tiebout（1956）较早关注了地区间竞争问题,在其之后相关研究日益深化.其中,进入21世纪以来的税收竞争研究主要包括：Brueckner和Saedra（2001）①、Hernandez-Murillo（2003）、Coughlin（2006）、Jacobs（2007）等的研究结果,与早期研究结论类似,认为税收竞争中存在策略互补特征,有所不同的是以弹性系数度量的竞争程度存在差别,近期研究则更侧重于具体税种的分析.Hettich和Winer（1999）揭示了税收竞争中的策略替代证据；而Rork（2003）、Frederiksson等（2003）、Chirinko和Wilson（2007）②则发现了混合结果.上述文献大多基于美国的数据展开研究,且多使用空间滞后模型,即认为地方政府间的税收竞争存在空间关联性.此外,还有利用欧洲各国的数据展开的研究（如表1所示）.
表1的研究表明地方政府间税收竞争存在着空间策略互补的特征,且竞争程度较为显著.上述研究中多使用税收反应函数③,这与本文使用的空间计量面板数据模型存在一定相似性,但西方学者的研究变量多为税率,而依据中国的现实,地方政府通常缺少税率的决定权,较适合的变量是税收负担水平（即地区税收收入/GDP）.
国内对于地方政府间税收竞争的研究,最近几年才开始兴起.由于我国税收立法权高度集中,讨论地区间的策略性征税行为存在一定的困难.近年来,政府间税收竞争的国内研究主要有：沈坤荣、付文林（2006）运用空间滞后模型,分析了中国政府间税收竞争呈现空间策略替代性特征④,但因截面数据使用的样本量过少,实证分析的结果存在某些不稳定性.解垩（2007）选用1997―2004年30个省的面板数据,得出省级政府间税收竞争存在空间策略互补特征,李聆佳（2008）利用省级面板数据也得出了同样的结论.李永友、沈坤荣（2008）用2005年的截面数据与1995年的截面数据对比,发现我国省际税收竞争呈现策略互补特征,且各省份的税收竞争程度显著下降.王守坤、任保平（2008）选取1978―2006年的各省面板数据⑤,利用工具变量法（2SLS）,也发现我国政府间税收竞争表现为策略互补模式.康锋莉（2008）的研究结果也表明,地理位置上相邻的省份在税收竞争上存在策略互补性特征.张宇麟、吕旺弟（2009）采用空间计量模型,对1994―2007年省级面板数据进行回归,发现省际税收竞争反应函数斜率为正,说明省际税收竞争呈现空间策略互补特征.袁浩然（2010）利用1992年和2006年省级截面数据的回归结果表明,在分税制之前和之后,我国都存在税收竞争,且均呈现空间策略互补的竞争模式.袁浩然、欧阳（2012）根据1978―2006年的面板数据分析得出,分税制之后的税收竞争更为激烈.李文、胡菲菲（2013）运用税收反应函数对1992―2009年省级面板数据,发现各省之间的税负水平呈现高度正相关性,即地方政府间的税收竞争存在空间策略互补特征.
当前国内的政府间税收竞争研究,主要集中于税收总量的计量分析,较少涉及分税种的竞争呈现何种状态及其成因.本文拟采用空间面板数据模型,分析我国流转税（增值税和营业税）及所得税（个人所得税和企业所得税）的税收竞争情况,其研究结论更具精细化特色.
二、我国省际税收竞争的实证分析
(一)变量和数据来源
本文拟采用Matlab软件对于1998―2010年我国省级空间面板数据进行分析,并利用计量结果,讨论地方政府间各税种的竞争策略互动模式.在模型建立过程中,使用的变量设置如下：
1. 被解释变量的选取.基于政府治理结构的特殊性,我国的地方政府甚少税率决定权,税收竞争主要通过各种非税政策来体现,故本文以各税种的税收负担水平来代替税率,重点考察税收总额、增值税、营业税、企业所得税及个人所得税的税收竞争情况.其中,总体税收负担水平采用各省税收收入占当年GDP的比重来表示,记为fis_gdp；增值税的负担水平用各省的增值税收入占当年GDP的比重来表示,记为vat_gdp；营业税、企业所得税及个人所得税的负担水平计算方法与增值税相似,分别记为opt_gdp,eipt_gdp,iit_gdp.各税种的税收收入均为预算内收入,GDP为按当年价计算的数值.
2. 解释变量的选取.解释变量选取的是影响各税种的相关因素,主要包括人均实际GDP、人口密度、开放度、城市化水平、固定资产投资比例、人口结构、人力资本水平及产业结构水平.
人均实际GDP是衡量地区经济发展水平的特征变量,反映当地税源的丰裕程度；本文研究的时间起点为1998年,故以1998年为不变价并通过GDP平减指数处理后,作为各地人均实际GDP水平,记为pgdp⑥,单位是万元/人.人口密度是外生的区域特征,反映了公共怎么写作需求规模的大小,以地区人口总数/地区面积,记为pop_den,单位是万人/平方公里.开放度表示一个地区的经济开放水平,用进出口总额占当地当年GDP的比例表示,记为open.城市化水平采用非农业人口/当地总人口数的比例来表示,记为urban.固定资产投资比例采用全社会固定投资占当年GDP的比例来表示,记为invest.人力资本水平体现为高校在校生占当地总人口的比例,记为SS.人口结构以青年抚养率（0-14岁人口数/15-64岁人口数）和老年抚养率（65岁以上人口数/15-64岁人口数）来表示,分别记为youth和old.我国的税收主要来源于二、三产业,且第一产业对于税收收入的贡献日益减少,因此产业结构用第一产业产值占GDP的比重来表示,记为first. 3. 空间权重矩阵的选取.空间权重矩阵的设立方法,不仅有针对邻接、距离的权重建立方法,也有关于经济变量的经济权重矩阵以及其他复杂的组合形式.但因经济权重矩阵会导致模型的内生性,0,1权重矩阵则存在一定的局限性⑦,因此,本文采用基于空间地理距离的空间权重矩阵.其具体形式为：
wij等于 i≠j0 i等于j （i等于1,2,等,28；j等于1,2,等,28）（1）
其中,dij为地区i的省会城市和地区j的省会城市之间的直线距离.这是依据Toler（1970）的地理学第一定理（First Law of Geography）而设立的,即任何事物在空间上均是相关的：距离越近,关联程度越强；反之,距离越远,关联程度越弱.本文重点关注各地区基于空间距离因素而产生的税收竞争策略互动模式.
本文选用1998―2010年的面板数据,基于数据完整性,暂未包括西藏自治区和海南省的数据,并将四川省和重庆市合并考虑.数据来源于《中国统计年鉴》《中国财政年鉴》《中国税务年鉴》《中国人口和就业年鉴》等数据.
三、分税种的税收竞争策略互动模式的实证分析
首先,根据省级面板数据进行空间自相关检验,采用常用且结果较稳定的Moran’s I指数检验,判断分税种是否存在空间相关关系及相关程度；其次,判断空间计量模型的形式：采用普通最小二乘法（OLS）对数据进行计量分析,并在此基础上进行LM检验,根据结果选择合适的空间计量模型；第三,判断面板数据模型的形式,主要采用Hauan检验,探究固定效应或随机效应模型的选择；最后,基于以上模型设计,构造空间面板模型并展开计量检验和结果分析.
(一)空间自相关检验
通过对各税种负担水平的空间相关关系进行初步检验,观察是否存在空间相关关系（依赖性或异质性）,以及相关关系的大小和显著性程度.本文采用Moran’s I指数检验⑧,对于各税种的空间自相关检验结果如表2所示：
表2显示了省际宏观税负水平之间的Moran’s I指数为0.101,且Z统计量的P检验值为0,表明前述28个省份的宏观税负水平,在空间分布上具有显著的正相关关系（空间依赖性）,某一地区的税收负担水平会受到位置相近地区的正向影响.同时,增值税、企业所得税及个人所得税的税负水平在空间上也存在显著的正相关性,但营业税在空间上的相关性不显著.这表明对于我国各地税收负担水平的研究中,不能仅从时间维度考虑,也应考虑地理空间上的相关性.
(二)空间计量模型的选取
空间计量模型包括空间滞后模型、空间误差模型和混合模型.在实际运用当中,通常使用的是前两种⑨.通常,根据Anselin的判断准则⑩进行选择,使用的方法是LM检验.在Matlab中,首先应用普通最小二乘法（OLS）对数据进行计量分析,得出LM的统计量及其显著性结果（如表3所示）.
表3中LMLAG检验的原检测设为变量之间不存在空间滞后关系,LMERR检验的原检测设为变量的误差项之间不存在空间滞后关系,若统计量显著,则表明拒绝原检测设（即变量之间或变量的误差项之间存在空间滞后关系）.R-LMLAG和R-LMERR是原检测设稳健性的检验.根据模型判定准则,宏观税负的LMLAG比LMERR显著,同时,R-LMLAG显著而R-LMERR不显著,政府间的宏观税负水平存在空间滞后关系.因而,在选取模型时,比较适合采用空间滞后模型.同样,我们分析选取的增值税、营业税、企业所得税和个人所得税的税负水平之间也存在空间滞后关系,同样更适合使用空间滞后模型.因此,本文对模型（1）―（5）采用的空间计量模型,均为空间滞后模型.
(三)面板数据模型的选取
我们使用Hauan检验结果,来判定固定效应模型和随机效应模型的选取.{11}对所收集的空间面板数据进行分析,得到如表4所示的检验结果：
表4的Hauan检验结果中,5个变量的小概率P值均小于1%的显著性水平,拒绝“使用随机效应更好些”的原检测设,因此应选择固定效应模型分析面板数据.
(四)模型建立及实证检验结果
基于上述分析,本文选取空间滞后模型及固定效应面板数据模型,即固定效应的空间滞后面板数据模型.根据前文选取的解释变量和被解释变量,模型构造如下：
y等于?琢+?籽Wy+x1lnpgdp+x2first+x3invest+x4urban+x5SS+x6youth+x7old+x8lnpop_den+x9open+?着 （2）
其中,y是被解释变量向量,包括宏观税负水平和增值税、营业税、企业所得税和个人所得税的税负水平.xj,j等于1,2,等,9为各自变量的系数.?籽是税收反应系数,若?籽>0且显著,则表明政府间的税收竞争存在空间策略互补特征,即采取相同方向的税收政策；若?籽<0且显著,则表明政府间的税收竞争存在空间策略替代特征,即采取方向相反的税收政策；若籽=0或籽不显著,则表明政府之间不存在税收竞争或税收政策是独立或随机的,不存在空间上的相关性.
将1998―2010年间28个省（自治区、直辖市）的数据,在空间滞后面板数据模型中进行分析,得到回归结果（如表5所示）.固定效应的空间滞后面板数据模型得出的结果,较之OLS方法得出的结果,拟合优度具有明显改进,且对数似然值均较大,说明采用空间面板数据模型的估计结果比较可信.
2002年以来,我国的企业所得税和个人所得税在与地方间的分享方式发生了变化,针对这一变化对政府间税收竞争的影响,将企业所得税和个人所得税分为1998―2001年和2002―2010年两个时期来加以分析.模型的建立方式和模型（2）一样{12},得到适合的模型同样是空间滞后面板数据模型,表6是两个时期内企业所得税和个人所得税的回归结果{13}. （五）回归结果的分析
1. 空间滞后变量系数的解释.表5的回归结果显示,我国省际总宏观税负、企业所得税及个人所得税的空间滞后变量的系数显著为正,而增值税和营业税的空间滞后变量的系数不显著.这表明我国各省之间在总体税收和所得税（企业所得税和个人所得税）方面,存在比较明显的税收竞争,且表现为空间策略互补模式.周边省份宏观税负的变动会正向地影响该省的政府税收决策.同时,省际增值税和营业税等流转税的税收竞争较弱,而企业所得税和个人所得税的税收竞争较强.造成这种结果的原因,大致有以下几个方面：
增值税作为和地方共享税,地方政府所占份额较少.作为财政收入的主要来源之一,我国增值税的制度建设也比较完善,其优惠政策主要体现在农业和资源综合利用行业、文化产业等方面,对于税收收入的影响并不是特别明显.地方政府在增值税方面的竞争渠道较少且效果相对不显著,因而增值税的竞争也就相对较少.
营业税不同于增值税和企业所得税,基本上是完全意义上的地方税种,且收入较为稳定.在地区间税收竞争中,营业税的竞争对地方财政收入变化影响很大,且更易进行有针对性的操作,导致地方政府在营业税收入上难免出现恶性竞争.这会导致社会福利损失及财政收入乏力,从而抵消其收益效应.对于较为成熟的地方政府而言,在运用营业税竞争时会比较谨慎,在实际中,反而不会过多地受相邻地区政策变化的影响.
企业所得税作为与地方共享税,也是地方财政的重要收入来源.地方政府为实现利益最大化,吸引外部资金流入,会对企业和资本实行税收优惠制度或投资配套优惠措施.合理的企业所得税会提高当地的资本存量,增加社会产出和经济效益,提高产业资本的流动性及集聚力,创造更多就业机会.考虑到企业所得税竞争的有益效果,同时国家对于引进资本也有相应的优惠措施,地方政府会积极运用这些措施.
个人所得税从2002年起也成为和地方共享税,其主要来源是技术工人和高收入人群,明智的地方政府为了吸引这些专业人才,往往采取各种政策来降低其实际税负.就劳动力流动而言,高收入群体更加注重边际税率的高低,且迁移成本较低.目前,中国正处于产业结构深度调整过程中,各地均致力于吸引人才,通过设法降低个人实际边际税负,突出个人所得税的税基拓展效应.
从表6的回归结果可以发现,2002年前,企业所得税和个人所得税的税负水平的空间滞后变量数值不显著.2002年后,相应空间滞后变量的系数显著为正.这表明2002年后各省在企业所得税和个人所得税的税收竞争中,呈现空间策略互补特征（即某省的税收政策会受到空间上邻近地区税收政策的正向影响）,政府间的所得税竞争变得更加显著.
综上所述,地方政府间流转税的税收竞争不明显,而所得税的竞争比较显著,且表现为空间策略互补特征.
2. 对于重要解释变量的解释.人均实际GDP和经济开放度与宏观税负水平、营业税、企业所得税及个人所得税的税负水平之间系数均显著为正.其原因在于,经济开放度高或者较富裕地区的税源较为丰富,导致税收占GDP的比重也较高.
第一产业比重的提升,会显著降低增值税的税负水平,提高营业税的税负水平,表明我国增值税和营业税的税负水平,受产业结构变化的影响较大.
社会固定资产投资比例的提高,将降低增值税和企业所得税的税负水平,提升营业税的税负水平.根据我国固定资产投资的现状,受影响的税种主要包括建筑安装营业税等相关税收,其比例的上升会导致营业税收入增加,进而提高税负水平.同时,增加社会固定资产投资,会增加政府的支出,在广义上可能会减少企业留利,导致相应税种的税负下降.
城镇化程度会显著降低企业所得税的税负水平.在城镇化过程中,政府为了吸引更多外部资金流入,推进地区产业集聚,会借助企业所得税优惠政策,降低企业的投资成本,从而降低了企业所得税的税负水平.
人口密度增大会提高税负水平,这表明人口密度对于社会产出的影响,大于对公共产品需求的影响水平.人口结构年轻化将提升宏观税负水平以及营业税和企业所得税的宏观税负水平,降低增值税的税负水平.人口结构的老龄化会显著提高增值税、营业税的税负水平,降低企业所得税的税负水平.人口老龄化不仅意味着劳动力的减少,也意味着政府的支出增加,因此,各级地方政府应采取有效措施,妥善应对日趋严重的人口老龄化问题.
注释：
①Brueckner和Saedra（2001）利用美国波士顿地区的70个城市的数据,对地区间财产税的策略性进行分析,采用的是空间滞后模型.
②Chirinko和Wilson（2007）利用美国48个州在1969―2004年的面板数据,研究资本税政策的决定因素.
③税收反应函数：ti等于?茁0+?茁1wijtj+?兹Xi+?滋i,其中?茁0、?茁1、?兹是未知的参数,?茁1是反应函数的斜率,反映地区间税收竞争的强度.wij是空间权重矩阵的元素,反映其他地区j的税率对地区i的税率的相对重要性,Xi是地区i的其他社会经济特征变量.
④税收竞争呈现空间策略互补特征是指,地方政府在税收竞争时,采取的是相同方向的税收政策；税收竞争呈现空间策略替代特征是指,地方政府在税收竞争时,采取的是相反方向的税收政策.
⑤截面数据是采用某特定时点的数据,存在一定的偶然性,可能会使结果与实际存在较大的出入.面板数据是采用某段时间的数据,数据的连续性可以消除特定时点带来的扰动.同时,面板数据的样本量一般要远远大于截面数据的样本量,这使得分析结果更为稳定.因此,本文使用的是面板数据,以期更符合实际.
⑥在计量分析时,此处的人均GDP和下文的人口密度,采用的均是对数数据,即lnpgdp和lnpop_den.
⑦由于空间邻接矩阵认为不相邻的地区之间不存在相关性,故对Moran’s I 指数没有贡献,与实际情况存在出入. ⑧Moran’s I的表达式为： Moran′s I等于×,等于xi.若Moran’s I>0,表示地区之间的观察值表现为空间正相关关系；若Moran’s I<0,则表明地区之间的观察值表现为空间负相关关系；如果Moran’s I接近于0,则表明地区之间的观察之间不存在空间自相关关系.同时,另一种检验方法为：当Z值为正且显著（依据P检验值的大小判断）时,表明存在正的空间自相关；反之,则存在负相关.
⑨空间滞后模型（SAR）表达式为：y等于?籽W1y+X?茁+?着?着～（0,?滓2IN）；空间误差模型（SEM）的表达式为：y等于X?茁+?孜?孜等于?姿W?孜+?着?着～（0,?滓2IN）.式中,y是N×1的向量,代表被解释变量向量.X是N×K的数据矩阵,代表解释变量.?籽是空间滞后因变量W1y的系数.?茁反映解释变量对因变量y变化产生的影响.w1和w均是N×N维空间权重矩阵,分别与因变量的空间自回归过程和干扰项?着的空间自回归过程相关.
⑩Anselin关于空间计量模型的选取准则：如果LMLAG比LMERR更显著,且R-LMLAG显著而R-LMERR不显著,则应采用的模型是空间滞后模型；如果LMERR比LMLAG更显著,且R-LMERR显著而R-LMLAG不显著,则适合的模型为空间误差模型.
{11}Hauan的检验原理为：将原检测设定采用随机效应的面板数据模型更好些.如果检验结果为接受原检测设,表明使用随机效应模型更为合理,而如果拒绝原检测设,则应选择固定效应的模型.
{12}由于篇幅有限,本文对于分时期的模型建立过程省略.
{13}该部分主要是分析2002年前后企业所得税和个人所得税的空间滞后变量的变化情况,故在回归结果中只截取了关于滞后变量的系数和检验值以及模型的总体检验情况.