我国各产业与财政收入的关系.docx
- 文档编号:13687769
- 上传时间:2023-06-16
- 格式:DOCX
- 页数:13
- 大小:201.26KB
我国各产业与财政收入的关系.docx
《我国各产业与财政收入的关系.docx》由会员分享,可在线阅读,更多相关《我国各产业与财政收入的关系.docx(13页珍藏版)》请在冰点文库上搜索。
我国各产业与财政收入的关系
2013年专业实习报告
题目:
我国各产业生产总值与财政收入的关系
学院:
经济管理学院
班级:
088111
姓名:
王瑞雪(20111000962)
我国各产业生产总值与财政收入的关系
摘要
财政收入,是指政府为履行其职能、实施公共政策和提供公共物品与服务需要而筹集的一切资金的总和。
财政收入是衡量一国政府财力的重要指标,政府在社会经济活动中提供公共物品和服务的范围和数量,在很大程度上决定于财政收入的充裕状况。
国际上对财政收入的分类,通常按政府取得财政收入的形式进行分类。
这种分类方法下,将财政收入分为税收收入、国有资产收益、国债收入和收费收入以及其他收入等。
而税收收入在财政收入中占相当大的比重,税收收入也与各产业的发展息息相关。
本报告研究财政收入与各产业生产总值是否存在线性关系。
关键词
财政收入各产业生产总值线性关系
引言
近年来我国经济迅速发展,与此同时财政收入也呈现出迅速增长的势头,并且增长速度超过了国内生产总值的增长速度。
目前我国三大产业的发展情况各不相同,那么究竟是哪个产业对财政收入的影响较大呢?
目前中国正在进行产业结构调整,从财政收入角度来说,我们应该加快什么产业的发展呢?
我国近年来经常出现政府年底突击“花钱”,地方债务过重的现象,而对国家财政收入有一个准确的预测对我国政府的财政预算会起到良好的辅助作用。
国内生产总值是个整体,它包括第一产业,第二产业和第三产业。
国家,企业与个人的收入都来自国内生产总值这块大蛋糕。
国家的收入即国家的财政收入多少自然也受到国内生产总值的影响,受到每一个产业发展状况的影响。
一、研究背景
自改革开放以来,我国综合实力的快速崛起有目共睹。
而一国的经济发展必然是各项发展的前提和基础。
1978年以来我国三大产业也均以一定的水平稳步提高。
总所周知,财政收入很大一部分来自各产业给国家上缴的税收,随着我国各产业的飞速发展,财政收入也有着巨额的增加。
那么财政收入究竟与三大产业有着怎样的关系?
我通过收集1978年到2011年三大产业和财政收入的数据,用SPSS进行数据分析,运用多元回归的方法,定量对各产业和财政收入的关系进行分析并得出一定的结论。
2、研究目的
1.研究各产业和财政收入的关系并得出一定的结论。
2.练习并掌握SPSS的操作、运用,并学会对软件给出的结果进行分析。
3、研究对象
1978年到2011年三大产业的收入和国家财政收入。
具体数据见表1。
表1.三大产业和财政收入
单位(亿元)
年份
财政收入
第一产业
第二产业
第三产业
1978
1132.26
1027.50
1745.20
872.50
1979
1146.38
1270.20
1913.50
878.90
1980
1159.93
1371.60
2192.00
982.00
1981
1175.79
1559.50
2255.50
1076.60
1982
1212.33
1777.40
2383.00
1163.00
1983
1366.95
1978.40
2646.20
1338.10
1984
1642.86
2316.10
3105.70
1786.30
1985
2004.82
2564.40
3866.60
2585.00
1986
2122.01
2788.70
4492.70
2993.80
1987
2199.35
3233.00
5251.60
3574.00
1988
2357.24
3865.40
6587.20
4590.30
1989
2664.90
4265.90
7278.00
5448.40
1990
2937.10
5062.00
7717.40
5888.40
1991
3149.48
5342.20
9102.20
7337.10
1992
3483.37
5866.60
11699.50
9357.40
1993
4348.95
6963.80
16454.40
11915.70
1994
5218.10
9572.70
22445.40
16179.80
1995
6242.20
12135.80
28679.50
19978.50
1996
7407.99
14015.40
33835.00
23326.20
1997
8651.14
14441.90
37543.00
26988.10
1998
9875.95
14817.60
39004.20
30580.50
1999
11444.08
14770.00
41033.60
33873.40
2000
13395.23
14944.70
45555.90
38714.00
2001
16386.04
15781.30
49512.30
44361.60
2002
18903.64
16537.00
53896.80
49898.90
2003
21715.25
17381.70
62436.30
56004.70
2004
26396.47
21412.70
73904.30
64561.30
2005
31649.29
22420.00
87598.10
74919.30
2006
38760.20
24040.00
103719.50
88554.90
2007
51321.78
28627.00
125831.40
111351.90
2008
61330.35
33702.00
149003.40
131340.00
2009
68518.30
35226.00
157638.80
148038.00
2010
83101.51
40533.60
187383.20
173596.00
2011
103874.43
47486.20
220412.80
204982.50
4、数据处理及分析
1.由于该问题属于经济学问题,将所得数据取对数之后便是其弹性,加之数据较大,取对数之后对数据的分析更加方便。
所以首先将数据取对数,得到数据见表2.
表2
年份
ln第一产业
ln第2产业
ln第3产业
ln财政收入
1978
6.93
7.46
6.77
7.03
1979
7.15
7.56
6.78
7.04
1980
7.22
7.69
6.89
7.06
1981
7.35
7.72
6.98
7.07
1982
7.48
7.78
7.06
7.10
1983
7.59
7.88
7.20
7.22
1984
7.75
8.04
7.49
7.40
1985
7.85
8.26
7.86
7.60
1986
7.93
8.41
8.00
7.66
1987
8.08
8.57
8.18
7.70
1988
8.26
8.79
8.43
7.77
1989
8.36
8.89
8.60
7.89
1990
8.53
8.95
8.68
7.99
1991
8.58
9.12
8.90
8.05
1992
8.68
9.37
9.14
8.16
1993
8.85
9.71
9.39
8.38
1994
9.17
10.02
9.69
8.56
1995
9.40
10.26
9.90
8.74
1996
9.55
10.43
10.06
8.91
1997
9.58
10.53
10.20
9.07
1998
9.60
10.57
10.33
9.20
1999
9.60
10.62
10.43
9.35
2000
9.61
10.73
10.56
9.50
2001
9.67
10.81
10.70
9.70
2002
9.71
10.89
10.82
9.85
2003
9.76
11.04
10.93
9.99
2004
9.97
11.21
11.08
10.18
2005
10.02
11.38
11.22
10.36
2006
10.09
11.55
11.39
10.57
2007
10.26
11.74
11.62
10.85
2.对4个观测对象在同一张图上做时间序列图,见图1。
可以发现,每个观测对象虽然有自相关,但每个观测对象的自相关趋势的大致相同的。
因而自相关对整个回归并无太大影响,无须做差分。
图1
3.将财政收入做因变量,将ln第一产业、ln第二产业、ln第三产业做为自变量,用SPSS做回归。
得到如下结果,见表3、表4、表5。
表3
模型汇总
模型
R
R方
调整R方
标准估计的误差
1
.989a
.979
.977
.21723
a.预测变量:
(常量),ln第3产业,ln第一产业,ln第2产业。
从表3可以看到,调整R方达到0.977,所以可以认为模型非常理想。
表4
Anovab
模型
平方和
df
均方
F
Sig.
1
回归
66.153
3
22.051
467.306
.000a
残差
1.416
30
.047
总计
67.568
33
a.预测变量:
(常量),ln第3产业,ln第一产业,ln第2产业。
b.因变量:
ln财政收入
表4可以看到,被解释量达到66.153,残差只有1.416,而且P-Value近似等于0。
所以模型中的自变量可以很好的解释因变量。
表5
系数a
模型
非标准化系数
标准系数
t
Sig.
B
标准误差
试用版
1
(常量)
3.177
1.166
2.724
.011
ln第一产业
-1.664
.402
-1.316
-4.142
.000
ln第2产业
1.891
.422
2.037
4.485
.000
ln第3产业
.210
.398
.257
.529
.601
a.因变量:
ln财政收入
表5中可以看到,第三产业的T检验没有通过,P-Value=0.601>0.05。
所以猜测第二产业和第三产业可能存在严重的相关性。
4.以第二产业为自变量,第三产业为因变量做回归。
研究他们之间的关系。
结果见表6、表7。
表6
模型汇总
模型
R
R方
调整R方
标准估计的误差
1
.998a
.996
.996
.09401
a.预测变量:
(常量),ln第三产业。
表7
系数a
模型
非标准化系数
标准系数
t
Sig.
B
标准误差
试用版
1
(常量)
1.451
.091
16.020
.000
ln第三产业
.882
.009
.998
94.040
.000
a.因变量:
ln第二产业
从表6中可以看到R方达到0.996,存在高度的相关性。
再从表7可得到第二产业和第三产业的模型,而且T检验的P-Value近似取1。
模型相当理想,因而第二产业与第三产业在我要研究的模型中只须要其中一个变量来代替。
我在这里选择第二产业。
5.将所研究的模型中的第三产业这一变量剔除,再次做回归。
结果见表8、表9、表10。
表8
模型汇总b
模型
R
R方
调整R方
标准估计的误差
1
.989a
.979
.977
.21469
a.预测变量:
(常量),ln第二产业,ln第一产业。
b.因变量:
ln财政收入
表9
系数a
模型
非标准化系数
标准系数
t
Sig.
B
标准误差
试用版
1
(常量)
2.680
.684
3.920
.000
ln第一产业
-1.574
.360
-1.246
-4.372
.000
ln第二产业
2.063
.264
2.223
7.803
.000
a.因变量:
ln财政收入
表10
Anovab
模型
平方和
df
均方
F
Sig.
1
回归
66.139
2
33.070
717.482
.000a
残差
1.429
31
.046
总计
67.568
33
a.预测变量:
(常量),ln第二产业,ln第一产业。
b.因变量:
ln财政收入
由表8中看到调整R方达到0.977,因变量与自变量之间相关性很高,同时该模型也十分理想。
表9中的常量和自变量的P-Value值都为了,全部通过了检验,验证了模型的有效性。
表10可以得到该模型中可用自变量解释的部分达到66.139,残差只有1.429。
F检验的P-Value值也为0。
可以说明:
自变量第二产业和第三产业可以很好的解释因变量财政收入。
6.在做回归的同时,对残差进行检验,看是否有自相关。
结果见图2,图3,图4。
在图2中看到,残差服从正态分布,而且图3中的P-P检验中基本在一条直线上,图4的散点图也没有明显的趋势,所以大致可以认为残差不存在自相关。
五、结论
综上研究可以得出财政收入与第一产业和第二产业存在一定的关系,且关系为:
财政收入=2.680-1.574*第一产业+2.063*第二产业。
所以可以说明财政收入与第一产业和第二产业存在线性关系,又因为第三产业与第二产业又很强的相关性,第三产业可以用第二产业替代。
所以最终结果可以证明财政收入与各产业应该存在线性关系。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 我国 产业 财政收入 关系