个人所得税流失估算研究
——基于发现-控制模型的实证分析

马念谊^1,2, 靳友雯^1,2

(1.广西财经学院 财政与公共管理学院，广西 南宁 530003； 2.中国财政科学研究院 ，北京100142)

摘 要： 运用个人所得税税收征管和稽查的微观数据，采用发现-控制模型，对样本纳税人的整体个人所得税流失率进行研究。实证结果表明，样本纳税人的整体个人所得税流失率在50%左右，纳税人的收入、边际税率和工薪收入占比极大地影响着纳税人的偷逃税动机，而纳税人的年龄、婚姻状况和是否属于税务部门重点监控的群体不对纳税人偷逃税产生显著的影响。为此提高税务稽查覆盖率和税务稽查人员素质对减少个人所得税的流失有着较为显著的影响。

关键词： 个人所得税；税收流失估算；发现-控制模型；影响因素

一、文献回顾

20世纪80年代以前国外学术界关于税收流失实证研究的文献较少，大多数是基于纳税人对税收流失态度的调查。Clotfeler (1983)采用实证研究方法研究美国个人所得税边际税率变动对税收流失的影响，自此开启学术界对个人所得税流失的实证研究。美国国内收入局(IRS)从20世纪80年代开始利用“税收遵从评估项目”得到的数据开展个人所得税流失估算工作，研究结果显示，1973—1992年美国个人所得税平均流失率在15%左右。Andreoni等(1998)不仅研究美国个人所得税的税收流失问题，还对美国各州所得税的税收流失问题展开研究。Bird等(2005) 对发展中国家的个人所得税收入分配效应进行了实证研究，认为由于税收征管存在漏洞，税收流失问题会导致个人所得税调节收入分配作用弱化，这在发展中国家尤为突出。Erard等(2007)建立了一个考虑稽查风险问题的计量方法，被称为发现-控制模型(Detection control model)，是研究税收流失问题的重大突破。2008年，瑞典国家税务局(SNTA)采用国民经济核算统计中的金融账户和居民储蓄账户的数据，构建基于宏观统计数据之间差异的模型，估算瑞典2006年个人所得税流失率为25%。同时，国外学者认为影响个人所得税流失的主要原因是：道德和社会规范的影响；不遵从被发现的概率和对不遵从的相应处罚；税率、处罚率和税务检查率；信念、态度和价值观等因素。

从国内学者的研究情况看，研究个人所得税流失主要分为定性分析和定量分析两个维度。定性分析侧重从宏观层面分析和归纳个人所得税流失的主要原因。如马骁等(2011)、苏策(2016)、张宏杰(2018)等从个人所得税制度、税收征管方式、公民纳税意识等方面综合分析个人所得税流失的原因，并提出相应治理对策。定量分析侧重通过量化的手段对个人所得税的具体流失额进行测算，通过统计分析来发现各变量对个人所得税流失的影响。如李一花等(2010)、李伟等(2015)、张洋等(2017)采用定量分析方法测算我国个人所得税流失率，研究结果显示流失率较高，估计基本在40%～50%左右，认为流失的主要原因是信息不对称、征管权与收入归属不匹配、纳税人遵从度低等。

（3）提高施工标准与审核标准。山区公路桥梁勘察与设计工作必须按照国家相关的法律法规来开展，施工材料的选用与施工的过程方法也要严格按照国家标准行事。如果在施工过程中出现需要使用新工艺、新材料等情况，则需要对相关部门提前进行报备，经其确认后才能投入工程建设中去。同时在工程完成之后进行严格的验收工作，充分保证工程的质量安全。

从个人所得税流失估算的研究方法上看，主要分为两类：

一是宏观方法，也称为自上而下的方法。所谓宏观方法，是以国民经济总量核算数据为基础，以税法规定的税基、税率为计算依据，通过对总量数据的细分化或计量处理，得到理论的个人所得税流失率。董旸等(2008)采用人口普查数据，将居民人均收入按照个人所得税税目细分，估算出2005年山东省个人所得税流失率在70%左右。贾绍华(2016)运用国民经济核算数据，分别采用现金流量法和收入能力法，对2001—2013年我国个人所得税流失情况进行实证研究。马婧雯(2018)运用城镇居民收入分组统计数据，采用现金比率研究法，对上海市地上经济和地下经济的个人所得税流失情况进行估算，认为上海市个人所得税流失率从2012年的37.6%上升到2015年的48.9%，且高收入者的个人所得税流失率还会更高。宏观方法的优点是计算成本较低，并且使用的主要统计数据是独立于税务机关的。但是，由于直接税在统计指标上很难与其税基产生直接的对应关系，因此应用宏观方法进一步细究税收流失的具体原因很困难，无法得出实际应用上有意义的估算结果。

二是微观的方法，也称为自下而上的方法。所谓微观方法，是从调查或普查的统计微观数据入手，经过抽样后进行审计分析，得出微观样本流失额并将结果向总体外推得到总体税收流失估计。如晏华等(2016)运用中国家庭金融调查中心(CHFS)2013年城镇居民微观调查数据，对样本内居民整体个人所得税流失率和不同特征纳税人的个人所得税流失率分别进行测算，认为我国个人所得税流失率较大，且不同特征纳税人的个人所得税流失率具有差异性。

梳理相关文献，发现不少学者对我国的个人所得税流失问题进行了有益的研究，但尚存在以下方面的问题：一是从研究方法看，多数学者采用宏观方法探讨个人所得税流失问题，难以找到具体的流失环节和影响因素；二是从数据来源看，基于微观数据的可获得性，多采用统计部门或研究机构的统计分组数据，而不是税务征管和稽查数据。本文的价值在于，运用发现-控制模型，采用税务征管和稽查数据对我国个人所得税流失问题进行实证研究，从纳税人特征和稽查人员特征两方面同时研究影响个人所得税流失的因素，并对加强个人所得税征管及完善税制提出建议。

二、发现控制模型

美国在税收流失估算领域的研究启动时间早、理论方法探索相对前沿，尤其是Feinstein(1991)建立的税收流失估算微观方法和分析体系，对我国开展个人所得税税收流失估算研究具有重要的借鉴意义。发现-控制模型改进了通过子样本抽样估算税收流失而备受质疑的样本的随机性和对总体的代表性问题，能有效提高个人所得税流失估算的准确率。美国国内收入局(IRS)运用发现-控制模型估算个人所得税的流失率，主要是基于税务稽查部门的历史稽查数据，分析模型需要的数据指标在我国的税务稽查流程中均可以获取。因此，将发现-控制模型运用于我国的个人所得税流失估算，具有借鉴性。

发现-控制模型由两个方程组成：一个是模拟纳税人税收遵从决定的方程(逃税方程)，描述了纳税人的偷逃税概率和程度，其中的因变量是影响纳税人偷逃的一些自身特征，如收入规模、年龄、教育程度等；另一个是模拟税务机关进行稽查发现问题的方程(部分发现方程)，描述了在发生了偷逃税行为的前提下，税务稽查人员发现的可能性，其中的因变量是稽查人员的一些自身特征，如工作经验、学历、级别等。采用极大似然估计法对这两个方程联立估计，使用参数估计的结果估计未被发现偷逃税行为所占的比例，即可以得到新的、控制了稽查水平的偷逃量预测值。

(一)逃税方程

用Y _1i ^*表示逃税倾向的潜在变量，模型如下：

(1)

其中，Y _1i =Y _1i ^*如果Y _1i ^*> 0 (逃税额为Y _1i )Y _1i = 0 如果 Y _1i ^*≤0 (无逃税行为)

X _1i 包括了可能影响纳税人i 做出逃税决策的所有特征变量；ε _1i 是随机扰动项，并假设其服从正态分布和是需要估计的参数。逃税方程(1)中的因变量是个人所得税的逃税数额，解释变量包括可用数据量化的纳税人特征和对纳税人逃税决策有影响的税务稽查变量，如纳税人的职业、婚姻状况、税务稽查处罚率等。但是，数据不能完全记录另外一些会影响个人所得税纳税人逃税决策的纳税人特征变量，如纳税人的税收道德水平、风险偏好、是否雇佣税务代理代为申报等因素。这些不能用数据记录或量化的因素，在逃税模型中通过随机扰动项来控制。

基于ε _1i 服从正态分布的假设，纳税人无逃税行为的概率为：P (未逃税) = 1-Φ (X _1i β ₁/σ ₁)

肺癌是1种临床常见肿瘤，其具有恶性程度高、发展迅速的特点，在世界上许多国家其发病率均居高不下，而在我国其发病率排在恶性肿瘤死亡原因之首[1-2]。因而其早期诊断及预后备是临床医师的工作目标，而肿瘤标志物对肿瘤的诊断以及疗效的评价均具有重要意义，但单一的肿瘤标志物对肺癌的诊断敏感性和特异性还不足够[3]。因此，本文探讨血清CA19-9、CA15-3、CEA、NES联合检测在临床诊断肺癌的应用价值，取得满意效果，现报告如下。

假设个人i 是A^C集合中的样本，即税务机关对纳税人实施了稽查，但没有发现其存在逃税行为。那么有两种可能的情况，一种是自然人实际没有偷逃税行为；另一种是自然人逃税了，但没有被发现。因此似然方程为两种情况的合计:

其中：Φ 是标准正态分布的分布方程，φ 是概率密度方程。

(二)部分发现方程

Feinstein(1990)认为，如果税务稽查人员能够发现所有的偷逃税额，则逃税方程可以精确描述纳税人的纳税行为并可直接用于估算税收流失额。但是，现实情况并非如此。目前的税务稽查工作主要是为了发现纳税人已存在的逃税行为及核算流失税额，纳税人的逃税行为在先，稽查检查行为在后，稽查检查工作是被动式的发现行为。同时，税务稽查人员的检查能力是有限的，因此稽查过程通常只能查到逃税额的部分而非全部，无法观测到纳税人实际逃税额Y _1i 。发现-控制模型用Y _2i 表示检查发现率,即检查发现逃税额与纳税人真实逃税额的比值。

若纳税人存在逃税行为，即Y _1i >0。用Y _2i 表示对纳税人i 的检查发现率，即检查发现逃税额与纳税人真实逃税额的比值。建立方程：

(2)

其中Y _2i =1 如果(完全发现)

Y _2i =0 如果(未发现)

如果部分发现，检查发现率为Y _2i ^*)

基于发现-控制模型，本文主要研究变量和统计性描述如下：

X _2i 是预期可能影响检查发现率的解释变量；ε _2i 是随机扰动项，假设服从正态分布和β ₂是待估参数。

根据部分发现方程(2)，情况可以分为三类：一是的估计值≥1，即完全发现纳税人i 的全部逃税额，纳税人真实的逃税额等于检查人员发现的逃税额；二是的估计值≤0，即纳税人i 有逃税行为但税务稽查人员未能发现；三是的估计值介于0和1之间，即税务稽查人员发现纳税人i 逃税总额中的一部分。比如的估计值为0.3，则检查只发现了纳税人全部逃税额的30%。

假设ε _1i 和ε _2i 的分布是独立的，这三种情况发生的概率分别为：

1.完全发现：

2.未能发现：

3.部分发现，发现率为

值得注意的是，有别于一般的Probit模型分析，因为考虑到稽查人员的部分发现情况，这里情况1和2的概率之和小于1。同时，发现-控制模型的限制条件：假设ε _1i 和ε _2i 是相互独立的，不存在错误发现的可能性，即当纳税人实际无逃税行为时，不存在稽查人员错误发现逃税行为的可能性。

(三)似然方程

首先，定义A集合=税务机关稽查过的自然人样本，并且在税务稽查中这些纳税人都被发现有偷逃税行为发生；定义A^C集合=税务机关稽查过的自然人样本，但这些纳税人没有被发现有逃税行为发生。区分这两个集合中的不同样本，把模型的两个方程联合起来估计每种可能发生情况的概率。

纳税人有逃税行为，并且逃税数额为y 的概率为P (逃税额=y )

Likelihood =P(未逃税)+ P(逃税)×P(未发现)

在方程(3)和方程(4)中，Y _i 表示税务稽查人员发现的逃税额，积分代表实际逃税额y 大于Y _i 的概率，发现率为Y _i /y ，所以稽查发现的逃税额为(y )(Y _i /y )=Y _i 。

(3)

假设个人i 是A 集合中的样本，有两种可能的情况:一种是个人的实际逃税额全部被发现；另一种是只发现个人实际逃税额中的一部分。因此似然方程为

(2)统计性描述

Likelihood =P(逃税)×P(完全发现)+P(逃税)×P(部分发现)

每隔一段时间，我将买来的尸体运送到偏远的乡间，趁暮色四合之际，我快步穿越杂草丛生的树林抵达墓地，脚下的枯叶沙沙作响，敏锐的感觉使我根据湿度的改变和温度大升降来辨别自己是接近泥泞的还是干硬的土地，选择在潮湿通风的土壤下掩埋尸体，用铁铲一铲一铲挖出土坑，坑洞如同放大镜下逝者张大的口腔。撒上腐蚀粉，让尸体加速腐烂。有的墓穴中大骨骸被觅食的动物刨出来，散落在附近的灌木丛里。一些尸骨已与环境融为一体，骨头像石头或树枝。我演化成一种夜行动物，方便自己得以搜寻人骨。

(4)

机构和组织一直以来通过分析数据来帮助企业制定战略、经营决策，以及进行风险管理。但今天，情况在发生变化，数据的数量、速度、种类在改变，计算机技术也在改变，而这正是让数以万计的商业应用成为可能的技术平台。

对所有样本似然方程取对数，得到如下结果：

(5)

通过对参数(β ₁,β ₂,σ ₁,σ ₂)的选择，实现似然方程的最大化，得出参数(β ₁,β ₂)的估计量，直接应用贝叶斯定理可以得出未被发现的偷逃税行为的比例。模型求解过程为方程(1)和方程(2)联合估计，考虑到似然方程复杂，采用数值法优化求解，通过Gauss6.0软件编程实现。模型中两个方程的变量选择，在数据可获得的前提下，尽量涵盖博弈理论和导致个人所得税流失原因的研究成果。

综上所述，发现控制模型估计出的参数，可用来预测稽查检查可以发现的个人所得税逃税额(Y _i )和税务稽查检查发现率(Y _i /y )，由二者的比值可以求得个人所得税真实逃税额的估计值(y )，从而预测税收流失额(y -Y _i )。

三、发现控制模型在个人所得税流失估算中的应用

(一)研究样本和数据来源

通过税务部门的稽查审计报告和税务部门的信息系统获取纳税人信息，是研究个人所得税流失最直接的方式。国家税务总局每年均开展个人所得税专项稽查工作，全国各省级税务机关的选案标准和稽查流程均统一。基于数据的可获得性，本文实证部分采用某省税务稽查部门2017年的个人所得税稽查数据，具有一定的代表性。实证研究的数据来源有两部分：一是税务部门的个人所得税管理系统数据。在个人所得税全员全额扣缴申报方式下，税务部门的个人所得税管理系统包括申报个人所得税的工资薪金所得、劳务报酬所得、稿酬所得、特许权使用费所得、利息股息红利所得、财产租赁所得、财产转让所得、偶然所得、经国务院财政部门确定征税的其他所得等信息；二是来源于某省税务局税收征管信息系统。包括纳税人税务登记信息、税收申报表信息及对纳税人实施稽查后制作的《税务处理决定书》《税务行政处罚决定书》等4组46项报告信息。采集数据包括截止2017年8月全省税务稽查局对2016年个人所得税专项检查中，实施过检查最后形成检查处理结论的全部1326个个人所得税纳税人截面数据。剔除稽查税款为0而罚款不为0的样本，这类样本可能是纳税人未如期申报个人所得税，但后期补缴而形成罚款的情况。

(二)变量的定义及描述性统计

逃税方程的被解释变量和解释变量统计性描述如下：

油田“代储代销”主要以易于集中，更新周期相对短、易损易耗配件为主，如泵配、链条、井控闸阀、油泵、气控原件、钢丝绳、水龙带、井口井下工具及部分钻（修）井配件、化工助剂等。由于代储代销涉及到商品买卖和仓储保管两方面的法律关系，因此对代储代销协议内容的约定，除了要遵循买卖合同的有关要求外，还需注意仓储保管方面的权利义务设定，避免以下情形的发生：可能存在质量不合格的物资被我方代储代销，给我方造成损失；代储物资在代储期间发生质量降低、毁损灭失等风险，供应商向我方主张赔偿责任；未能代销出去或代储代销期间超过安全使用期的物资，供应商处置不及时给油田造成人力、物力损失。

1．逃税模型

(1)变量的定义及度量

基尼英语指从英格兰东北部的纽卡斯尔到泰恩河之间的区域，人们所讲的方言。这一地区的人也叫作基尼人。基尼英语也可泛指英格兰东北部的口音和方言。

表 1逃税模型变量的定义及度量

1.6 枢纽基因筛选 计算枢纽模块各基因模块身份(module membership，MM)，其用来衡量基因在模块中的重要性。枢纽模块中|GS|>0.2、|MM|>0.8的基因被认为是备选枢纽基因。另外将枢纽模块中的基因上传至STRING数据库构建蛋白互作网络[11]，本研究选取点度中心性(degree)≥68的基因作为备选枢纽基因。综合以上筛选结果，二者共有的基因即为枢纽基因。

受限于税务部门有限的数据资料，有些重要的变量没包括在方程中，特别是更详细的社会经济变量，如储蓄、家庭成员、赡养人员等。

表 2逃税模型变量统计性描述

2．发现-控制模型

(1)变量的定义及度量

表 3发现 -控制模型变量的定义及度量

注：稽查能手指在国家税务总局或省级税务局稽查业务竞争中获评“稽查能手”的税务稽查人员

以上两个方程自变量X _i 的选择过程如下：第一步，在相关系数绝对值大于80%的变量集中做取舍，以避免多重共线性问题；第二步采用Backward selection方法来选择自变量，先采用单方程Tobit模型估计，再逐一剔除不显著的自变量，直到所有自变量显著性水平均达到5%为止。

(2)统计性描述

表 4发现 -控制模型变量统计性描述

(三)计量模型

1.逃税模型

Ln(Detected PIT )_i =α ₀+α ₁ln(AGI )_i +α ₂MTAX _i +α ₃GAINS _i +α ₄WAGE _i +α ₅AGE _i +α ₆FINER _i +α ₇MARRIAGE _i +α ₈HIG _i +ε _1i

图1可见，CMV4000探测器的非均匀性主要表现在列与列之间，行与行之间的非均匀性相对来说较小。原因在于CMV4000探测器采用多通道传输，各列的列增益存在一定误差，这在工艺上不可避免。按照传统的算法，计算每一个像素点的校正参数，所需参数较多。为减小资源消耗，本文在处理时按列校正。由于探测器各个像素点有独立的增益放大器，它们也存在一定差异，同时数据传输中不可避免会引入噪声，为了消除这些因素的影响，首先对图像进行滤波[4]。

(6)

2.发现—控制模型

Y _i *=β ₀+β ₁YEAR _i +β ₂DUCATION _i +β ₃AR _i +β ₄EXPERT _i +β ₅AUDITOR _i +ε ₂i

(7)

(四)模型估计结果

采用实证分析方法，应用发现-控制模型，联合估计方程(6)和方程(7)，探讨个人所得税流失的影响因素、稽查变量对个人所得税流失的影响，估算某省个人所得税流失率。

表5给出个人所得税流失估算结果：

表 5个人所得税流失估算结果

1.个人所得税流失的影响因素分析

(1)稽查覆盖率越高地区的自然纳税人，个人所得税流失越少，支持了加强税收执法能有效提高税收遵从度的论点。如Alm等(1990)采用1345个牙买加纳税人上报的69724名员工的税收申报表等微观数据信息，研究个人所得税税收遵从与税收结构及税制激励之间的关系，得到的结论之一是随着稽查覆盖率的提高，税收遵从度亦会显著提高。

(2)税收流失与处罚率无显著相关关系。对于这个结论，直观上认为经税务稽查后的处罚属于事后行为，且模型运用的只是截面数据，不能检验因逃税被处罚的纳税人以后是否能降低流失率。

谢里丹风格图案中大面积叶片和花瓣部分压制细纹装饰。从图1可以看出，在叶子中间和花心周围有突起的脊状表现，花径的主线条附近往往有细小的装饰线衬托。这会显得叶子更为立体。花瓣和叶子边缘的处理是用P代号的拇指纹印花工具敲打出来的效果。背景装饰的底纹通常是用小圆点来表现，这些装饰性刀线，使得整体作品更加完善和华丽。

(3)年龄、婚姻状况与税收流失无显著相关关系。这个结论可能与我国个人所得税目前按照分类征收的模式有关。以个人而不是以家庭为单位进行个人所得税申报的方式，隔断了自然人纳税人的年龄、婚姻状况与税收流失之间联系的桥梁。

(4)稽查人员的素质对个人所得税流失有显著影响。模型分析结果表明，稽查人员的学历越高，发现逃税的概率越大。

(5)收入、边际税率与税收流失均显著正相关。目前，我国个人所得税实行超额累进税率，收入越高的纳税人边际税率越高，其逃税的动机越大。

通过PDM项目管理模块开发的 “文档完整性检查”功能，可自动监测整套产品文档的完整性，防止项目关键文档缺失，企业技术文件得以完整保留，数据的安全性更强。PDM通过对数据加密进行存储，有严密的权限管理功能，设计数据存在企业私云服务器上，通过系统的权限控制功能，限制产品信息的访问、删除、更改，使数据的安全性得到提高。

(6)工薪收入占比与税收流失显著负相关，但资本占比与税收流失均无显著关系。我国对个人所得税的工资薪金收入实行严格的源泉扣缴，故工薪收入占比越高的纳税人税收流失率越低。

“算术是物体集合”隐喻不仅适用于加法和减法，也适用于乘法和除法。根据莱考夫的观点，乘法和除法的隐喻映射是“算术是物体集合”隐喻的扩展。所不同的是，在以隐喻描述加法和减法时，只使用了数字，而在以隐喻描述乘法和除法时，则使用了物体集合和数字的隐喻混合(metaphoric blend)。[2]61 莱考夫指出，隐喻混合(metaphoric blending)不是一种新的机制，而仅仅是进行隐喻映射的结果。[2]60对于乘法和除法的隐喻映射，限于篇幅，我们此处只列出莱考夫的一个隐喻映射说明，如下：

(7)属于税务部门重点监控的高收入群体对降低税收流失率没有显著影响。模型中将属于税务部门重点监控的高收入群体作为虚拟变量，样本检验结果表明加强对高收入群体的监控并不能显著降低税收流失率。从税收工作实践看，高收入群体虽然属于税务部门的重点监控范围，但是一是由于税务部门缺乏第三方信息，划定的所谓“高收入群体”涵盖面较窄，二是高收入群体可能逃税途径较多，故出现以上情况。

2.个人所得税流失估算情况

首先，选择对学生有帮助的好书。笔者在这里推荐我国四大名著，故事情节描写的栩栩如生，各个角色的外貌描写、心理描写、性格个性都惟妙惟肖，都能深深打动每位学生；其次，营造良好的阅读环境，环境对于一个人的成长非常重要。给每位学生办一张借书卡，每星期抽出下午的一堂课，定期组织学生到图书室借阅，教师要进行适当指导，每人配备两本或两本以上的课外书籍，编写好号码，归置于班级图书角实行专人管理制。

本文运用发现-控制模型，通过对参数的选择，实现似然方程的最大化，采用数值法优化求解，得出个人所得税流失率的估计量。采用上述结果进行预测，通过在Gauss6.0软件编程，得出2017年某省经稽查的1326名自然人纳税人预计查补个人所得税116.5万元，税务稽查部门实际查补税款53.7万元，建立乘数2.17。即在稽查查补1元税款时，全部理论查补税款可达到2.17元。换而言之，该乘数也表明了个人所得税流失的程度，即稽查查补1元税款的背后，有1.17元的流失没有被发现，即个人所得税流失率为53.9%(53.9%=1.17/2.17)，表明我国个人所得流失过半，税收流失程度较高。

本文采用微观方法估算个人所得税流失，对于抽样审计的结果需要进行一定程度的放大，以考虑税务机关稽查能力不足的问题。从总体来看，根据不同的估算目的，放大乘数的计算方法共有三种：第一种方法是直接使用随机稽查的结果外推总体放大；第二种方法是通过子样本抽样来实现乘数估算，如美国国内收入局(IRS)认为无法获得第三方信息以证实其申报收入数据的乘数是3.28，自主收入的乘数是2.4；第三种方法是通过发现-控制模型，实现放大矫正。本文选用第三种方法，即采用发现-控制模型计算放大乘数。使用乘数的目的，一是矫正由于稽查人员检查能力差异所造成的影响；二是考虑到即使最优秀的稽查人员也不可能全面发现纳税人偷逃个人所得税的情况，需要进一步矫正给定信息。

四、结论与建议

本文运用某省税务局的个人所得税征管和稽查数据，采用发现-控制模型从纳税人特征和稽查人员特征两方面同时研究影响个人所得税流失的因素，得到如下结论：

第一，从纳税人特征分析，纳税人的年龄、婚姻状况与个税流失无显著相关关系。这个结论可能与我国个人所得税目前按照分类征收的模式有关。以个人而不是以家庭为单位进行个人所得税申报的方式隔断了自然人纳税人的年龄、婚姻状况与税收流失之间联系的桥梁。我国从2019年开始实施的“综合与分类相结合”的个人所得税制，在逐步推行以家庭为申报单位的同时，需要充分考虑自然人选择不同类型的课税单位易造成的个人所得税税收流失风险点。

第二，资本性收入占比越高的个人所得税流失率高。本文的实证研究结果表明，工薪收入占比与税收流失显著负相关，但资本占比与税收流失无显著关系。究其原因，工资薪金收入个人所得税占我国个人所得税总收入的6成，且采用支付单位代扣代缴的方式，税源监控到位。工资薪金占总收入比例越高的纳税人，隐瞒收入的可能性越小。另外，由于税务部门缺少第三方信息，很难准确掌握纳税人的资本性收入来源，对纳税人资本性收入监控处于无序状态，造成资本性收入个人所得税流失率高。因此，健全个人所得税征管信息系统，拓宽第三方信息来源，加快推进自然人信息库全国联网工作刻不容缓。鉴于高收入高净值群体的资本性收入占比较高，隐匿收入的手段较多，我国应尽快制定高收入高净值自然人的划分标准。一是构建高收入高净值自然人的个人所得税征管体系；二是将国家层面监控的高收入高净值自然人全部纳入专项审计计划，以5年为一周期对该类全体纳税人实施税务审计，以期有效降低该类纳税人的个人所得税流失率。

综上所述,新生儿护理具有特殊性,而有效的安全护理有助于最大程度消除新生儿临床不安全因素,降低不安全事件的发生率,需要临床重视。

第三，提高稽查覆盖率和税务稽查人员素质，能有效减少个人所得税税收流失。本文的实证分析结果表明，提高稽查覆盖率能有效减少个人所得税流失，同时稽查人员的学历、等级越高，发现逃税的概率越大。

为此建议：

第一，应将税务稽查孕育于税收征管的每一个环节，而不仅仅是事后的补救措施。

第二，税务稽查重点聚焦于高收入、高净值的自然人，对中等收入的自然人在自我评估的基础上采取随机抽查。

第三，加强对税务稽查人员的专业知识培训和选拔。

参考文献：

董旸，隋大鹏.2008.个人所得税流失规模的实证研究——以山东省为例[J]. 统计与决策(8)：137-138.

贾绍华.2016.我国税收流失的测算分析与治理对策探讨[J].会计之友(13)：2-9.

马婧雯.2018.基于公平视角的我国个人所得税税收流失成因及治理研究[D].上海：上海海关学院.

马骁，陈建东，蒲明.2011.我国个人所得税的征收及调节收入差距效果的研究：以2008年四川省和安徽省城镇住户月度调查数据为例[J].财贸经济(2)：18-24.

李一花，董旸，罗强.2010.个人所得税收入能力与税收流失的实证研究——以山东省为例[J]. 经济评论(2)：94-99.

李伟，王少国.2015.中国各省份个税潜力估算及影响因素分析[J]. 财政研究(1)：25-31.

苏策.2016. 高收入人群个人所得税流失问题研究[D].北京：中央民族大学.

晏华，夏太彪，陈建东.2016.个人所得税收入流失率抽样调查[J].税务研究(11)：48-52.

张宏杰.2018.我国高收入人群个人所得税流失问题分析 [J].纳税(4)：13 -14.

张洋，张辉，解忠诚.2017.基于RTS法的中国城镇居民个人所得税的税收能力分析 [J].中国传媒大学学报(自然科学版)(6)：47-52.

ALM J,BAHL R,MURRAY M.1990.Tax structure and tax compliance [J].The Review of Economics and Statistics, 36(4): 603-613.

ANDREONI J, ERARD B,FEINSTEIN J.1998.Tax compliance [J].Journal of Economic Literature,42(2)：818-860.

BIRD R,ZOLT W.2005. Redistribution via taxation: The limited role of personal income tax in developing countries[J].UCLA Law Review,14(6):1627-1695.

CLOTFELER C.1983.Tax evasion and tax rates: An analysis of individual returns[J].The Review of Economics and Statistics,12(3)：363-373.

ERARD B,FEINSTEIN J S.2007.Econometric models for multi-stage audit processes: An application to the IRS national research program [Z].Georgia State University International Studies Program Working Paper.

FEINSTEIN J S.1990.Detection controlled estimation [J].The Journal of Law and Economics, 12(1):233-276.

FEINSTEIN J S.1991.An econometric analysis of income tax evasion and it′s detection [J].Journal of Economics,88 (2): 14-35.

Estimation of Individual Income Tax Loss —An Empirical Analysis of Detection and Control Model

MA Nian-yi^1,2, JIN You-wen^1,2

(1.School of Public Finance and Administration ,Guangxi University of Finance and Economics ,Nanning 530003,China ;2.Chinese Academy of Fiscal Sciences ,Beijing 100142,China )

Abstract : Adopting the micro data from personal income tax collection and inspection,this paper studies the overall rate of individual income tax loss based on the sample taxpayers and the detection and control model. The findings suggest that the overall rate of individual income tax loss is about 50%. The tax evasion motivation is greatly influenced by the taxpayer’s income, marginal tax rate and the proportion of salary income whereas age, marital status of and the taxpayer’s affiliation to the key monitoring group of tax authorities do not show any significant impact. The improvement of the coverage rate of tax inspection and the quality of tax inspectors has a significant impact on reducing the loss rate of personal income tax.

Key words ： Individual Income Tax; Tax Loss Estimation; Detection and Control Model; Influencing Factors

基金项目： 国家自然科学基金项目(71863001)；广西哲学社会科学规划研究课题(18BJY004)；广西学位与研究生教育改革课题(JGY2018128)

作者简介： 马念谊(1976— )，女，广西柳州人，博士，高级经济师，主要从事财税理论与政策研究;靳友雯(1981— )，女，山东济宁人，博士，副研究员，主要从事财政政策及区域经济研究。

中图分类号： F812.3

文献标识码： A

文章编号： 1006-1096( 2019) 04-0149-08

收稿日期： 2018-09-16

(编校：少卿)

标签：个人所得税论文;  税收流失估算论文;  发现-控制模型论文;  影响因素论文;  广西财经学院财政与公共管理学院论文;  中国财政科学研究院论文;