PFR基本面：税收浮力

2025年5月世界银行经济政策全球部门财政政策PFR 基本面税收活力 归因—请按照如下方式引用作品：“世界银行。2025。《PFR 基础：税收活力》。© 世界银行。”权利和许可部分权利保留© 2025 世界银行1818 H 街西北，华盛顿特区 20433电话：202-473-1000；互联网：www.worldbank.org世界银行不对本作品中包含的数据的准确性、完整性或时效性提供担保，也不对信息中出现的任何错误、遗漏或差异，或对使用或未使用所提供的信息、方法、程序或结论负有任何责任。本作品中所示边界、颜色、名称、链接/脚注和其他信息不表明世界银行对任何领土的法律地位，或对其边界表示认可或接受。引用他人撰写的作品并不意味着世界银行认可这些作者所表达的观点或其作品的内容。此处所载任何内容均不得构成或被视为对世界银行特权与豁免权的限制、放弃或视为保留，所有这些特权与豁免权均具体保留。本作品中的所有材料均受版权保护。由于世界银行鼓励传播其知识，只要充分注明出处，本作品均可为非商业目的全文或部分复制。这项工作是世界银行的成果。此作品中表达的观点、解释和结论不一定反映世界银行执行董事的观点或他们所代表的政府的观点。关于权利和许可的任何疑问，包括附属权利，应致函：世界银行出版物，世界银行，美国华盛顿H街NW 1818号，邮编20433；传真：202-522-2625；电子邮件：pubrights@worldbank.org。 目录参考文献第四部分关于注释和致谢 iv4.1.国家-收入组别和区域税收增长估算4.2.面板估计的稳健性检验，控制通胀因素。4.3.控制税率204.4.商业周期224.5.国家层面的税收活力估计4.6.结论30Section 1引言2第3节经验方法用于估算税收 buoyancy2.1.理论方法52.2.实证方法72.3.文献综述8结果第二部分理论基础与实证方法3.1.数据103.2.估计方法11 5 122210 17 此备忘录由Violeta Vulovic编写。整体指导由Emilia Skrok和Tuan Minh Le提供。Franz Ulrich Ruch和John Nana Darko Francois在编写过程中提供了有益的评论和意见。同行评审员是Cristina Savescu、Barbara Cunha、Chadi BouHabib、Rafael Chelles Barroso和De-sislava Enikova Nikolova。PFR 基本面是财政政策部门准备的一系列分析和操作指南笔记，旨在协助任务小组准备和实施公共财政评论（PFRs）。关于注释和致谢 引言本通知的目的是向各国经济学家推荐一种方法论途径，以便在分析一个国家的税收体系时（例如撰写公共财政评论时）估算其活力。该注释阐述了理论基础，并描述了用于估算短期和长期税收弹性的替代计量经济学方法及数据。提出了建议方法的成果及实际应用。税收弹性衡量税收收入对经济增长变化的孤立响应（即，假定除税收政策外其他所有因素保持不变（自动变化），税收弹性因此比税收浮力更能衡量税收的自动稳定，且更适合预测用途。然而，由于需要广泛、详细的税收政策特征和执行情况及税收管理数据，要恰当地估算税收弹性十分困难。在大多数情况下，M中期财政可持续性依赖于准确的收入征管预测。评估政府是否将税收动员与经济活动相结合，对审慎的支出选择至关重要。收入预测取决于对税收如何响应未来经济增长变化的假设，且税收弹性和税收景气度是评估此方面的两个主要概念。虽然这两个概念密切相关，但它们不同且会产生不同的结果。 税收潜力衡量税收收入的总体变化，既包括对经济增长自动变化的反应，也包括对税收政策自由裁量变化的反应。一个税制系统具有弹性（buoyant），是指税收收入相对于GDP的增长幅度超过1:1。理论上，长期税制弹性应等于1，因为税收不可能无限快于或慢于GDP的增长。长期失衡会增加公共债务增加的风险。短期内，税制弹性可能因税收制度的不同特征而不同于1。例如，如果所得税档次和扣除额未根据通货膨胀进行调整，个人所得税（PIT）的增长速度可能快于收入增长速度。同样，在经济衰退反弹期，由于亏损结转条款（Dudine and Jalles 2018），企业所得税（CIT）收入增长速度可能慢于增值税（VAT）收入增长速度。税收弹性有时是衡量税收对经济增长反应的更适当指标。由于自动调整和自主调整在长期内可能互补，从而难以分离其各自的影响，因此在这种情况下，使用税收浮力代替税收弹性作为衡量税收制度可持续性的综合指标是有用的。在实施了一揽子改革之后也是如此，因为难以充分衡量包内每项政策措施的大小。此外，由于某些税收工具（如关税和消费税）可能具有较低税收弹性，税收收入的增加归因于自主调整而非自主调整。类似地，由于逃税和/或避税减少了税收收入对GDP的自动响应性，通过自主措施提高税收合规性来增加额外税收收入。在这两种情况下，税收收入的增长都通过税收浮力而非税收弹性反映出来。短期和长期活力可能因国家和税收工具而异。从理论上讲，累进税（如个人所得税）的长期税收弹性预期将大于1，而像增值税或销售税这样的主要累退税的弹性预期将小于1。然而，由于缺乏指数化、工资刚性（Stockhammer 2013）以及消费支出的相对持续性，个人所得税和消费税在短期内可能表现出低于1的税收弹性。根据增值税率和消费结构，即使增值税的长期税收弹性也可能大于1，如果标准增值税率主要适用于奢侈品，那么增值税就可能具有大于1的长期税收弹性。[1]并且必要商品适用较低的增值税税率。长期消费税的活力取决于消费税率年度调整是否大于或小于GDP的增长。房地产包括虚拟变量以解释政策干预是一个好的替代，但难以观察到自主变化的规模。1. 在奢侈品和必需品的定义上并不存在明确的区分。在这种情况下，区分在于收入弹性（Deaton and Muellbauer 1980；Lancaster 1971），其中奢侈品是指收入弹性大于1的商品，而必需品是指收入弹性介于0和1之间的商品。 对税收弹性的审视对税收政策设计至关重要，原因有几点。首先，它阐明了税收政策在短期内稳定经济周期以及在长期内确保财政可持续性中的作用。分析特定国家的个体税收弹性也使一个国家能够确定其税收收入动员是否与经济活动相符，并识别其税收系统的优势与劣势（Dudine and Jalles 2018）。对影响税收弹性的制度与结构性特征的理解有助于随着这些特征的改变调整对税收弹性的预期。税收通常因反周期的财产税率调整而在短期内具有较低的提升能力（Dillinger1991）。然而，作为市一级自有税收收入的主要来源，它们在经济收缩和财政困境时期往往具有稳定作用。类似地，消费税在衰退期间被发现比在经济增长期间更具提升能力。只有公司所得税收入在短期和长期内都具有提升能力，因为利润通常对商业活动的波动更为敏感（Belinga 等人 2014）。 一个常用的估算税收弹性的理论框架始于自回归分布滞后（ARDL）模型。p andq，这允许税收收入和GDP之间建立动态关系：理论基础与实证方法pqT=α T+βi,t∑GDi,j i,t j∑P+μ+ε,i,j i,t j i i,t= ¡¡j1 j=02.1.理论方法T换句话说，虽然税收弹性的估计可以通过以下简单回归来呈现，logT=γ+γlogGDP+ξ, 税收弹性被估计为01logT=β+βlogGDP+01∑kθ X+ε. 这两个方程之间的差异ll=-l1Xtions is factor∑k，它代表了一组相机决策因素的矩阵。l=θl l1税收弹性传统上通过对税收入的自然对数与国内生产总值（GDP）的自然对数进行回归分析来估计。回归税源弹性和税弹性之间的差异在于，后者包括了衡量税制参数变化的其它因素。 (1) 滞后数量（p,q) 是基于贝叶斯信息准则确定的，根据该准则，现有关于税收弹性的文献假设滞后数为 (1, 1)：(Belinga等，2014年；Cornevin、Corrales和Angel，2023年；Deli等，2018年；Dudine和Jalles，2018年；Gupta、Jalles和Liu，2022年；Lagravinese、Liberati和Sacchi，2020年)。这一点也在本报告的分析中得到了证实。基于这一假设，变为方程（1）如果税收收入的变化与GDP的变化是协整的——这一点通过协整检验得到确认（Kao 1999；Pedroni 1999；Westerlund 2005）——那么短期和长期的繁荣指数可以同时估计。从等式两边减去滞后依赖变量。将其转换为单个方程式误差方程式 (2)方向模型，作为whereβ衡量短期弹性（即瞬时响应），= ()i,0λ1iα¡ ¡i,1测量短期与长期弹性之间的调整速度（即弹性收敛到其均衡的速度），同时λ= (β+β)/(1α)衡量长期税收弹性的指标。ii,0 i,1¡i,1whereT and代表税收收入和GDP的自然对数，重新i,tGDPi,t相应地，对于国家iin yeart,μ是一个特定国家的固定效应iεis the errori,tterm.这意味着税收收入的变化可以由其上一年度的价值以及当前和上一年度的GDP来解释。,税收收入的变化可由其自身的分布式特征解释Based on方程（1）订单滞后p, 且具有阶数的分布滞后q占GDP的。[2]2. 滞后阶数p和q应谨慎选择，以解决潜在的序列相关性和多重共线性问题。包含过多滞后项会降低自由度，并增加滞后变量之间多重共线性的概率。另一方面，如果误差项存在序列相关性，未包含足够滞后项则无法解决序列相关性问题，从而影响估计量的效率。∆T=λ(Tγ GDP+β∆GDP+μ¡ +)ε,i,t i i,t 1 i i,t 1 i,1 i,t i i,t¡¡T=α T+β GDP+β GDP+μ+ε.i,t i,1 i,t 1 i,0 i,t i,1 i,t 1 i i,t¡¡ (2)(3) ARDL模型在可按国家逐一估算或按组估算方程（3）的国家的。一项国家层面的分析，包括与同组国家的基准比较，应以国家层面的（时间序列）分析为基础。另一方面，国家组分析应采用面板数据提供的资料。如上所述，国家层面的估计提供了关于其税收体系优势和劣势的有用信息，但只有在感兴趣变量的数据具有足够长的连续序列时才能应用。面板数据方法减少了由于某些国家时间序列较短而导致的自由度问题。此外，在大面板数据设置中，相机抉择政策变化被时间效应或固定效应所捕捉。因此，在没有相机抉择税收措施信息的情况下，面板数据估计的税收弹性被认为是税收弹性的良好近似（Cornevin, Corrales, and Angel 2023）。在文献中，已应用多种计量经济学技术来估计上述面板数据的ARDL模型。固定效应（FE）方法假设截距项在不同国家之间变化，而斜率系数对所有国家都相同，这实际上意味着估计量假设样本中所有国家的短期和长期关系都相同。然而，如果实际斜率并不相同，这可能会导致不一致的结果。相反，均值组（MG）估计量（Pesaran和Smith，1995年）假设每个国家有不同的截距和斜率（即短期和长期关系），并计算整个样本的系数简单平均值。这两种极端方法的结合是合并均值组（PMG）估计量（Pesaran、Shin和Smith，1999年），它允许截距项和短期系数在不同国家之间变化（如同MG估计量），但假设长期系数相同（如同FE估计量）。可以合理假设某些国家之间GDP和税收收入的长期关系可能相似，例如这些国家可能有相似的预算约束和财政规则，或者它们属于同一个货币联盟。然而，这一假设应使用Hausmann检验（Hausman，1978年）进行检验。由于面板数据可能由于未观察到的共同因素而在误差中表现出广泛的截面依赖性，因此应使用扩展估计量来估计带有面板数据的最小二乘动态模型。常见因素示例包括商品价格变化、技术变革、共同货币、共同财政规则等。这些因素可能影响样本中的所有单位，但未必以相同方