税收CGE模型的建模流程和方法*，本文主要内容关键词为：建模论文,税收论文,模型论文,流程论文,方法论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
税收可计算一般均衡模型（税收CGE模型）， 它是定量地综合分析和评价税制及税收政策的有力工具。与传统的分析方法不同， 税收CGE模型方法建立在可计算、可模拟和可比较的基础之上，分析过程和结果应用的可操作性极强。因此，自从1962年Harberger模型问世以来， 税收CGE模型在许多国家都得到了深入研究和广泛应用， 目前主要用于分析税负归宿和分布、税收经济效率、税收的公平以及税制的优化等。各国已经研制的税收CGE模型在结构、 数学形式和计算方法等许多方面都各不相同。我国对税收CGE模型的研究才刚刚起步， 亟需解决建模的方法问题，现有模型的这种多样性显然增加了借鉴国外建模方法的难度。本文试图对国外大量不同CGE模型的建模方法进行归纳， 结合我们自己的建模经验，提出一套规范的税收CGE模型建模流程， 包括模型类型的选定、方程形式的选定、参数值的选定和模型求解等几个步骤，并探讨各个步骤的可用方法，以供我国学者在研究建立中国税收CGE 模型时参考。
一、税收CGE模型类型的选定
模型类型是指模型最基本的特征，例如模型结构、时间因素、是否考虑公共物品和外部效应等。一个税收CGE 模型的复杂程度和所需的工作量在很大程度上取决于如何选择模型类型。
模型类型最主要的内容是模型结构。模型结构是对模型各经济主体主要特征的描述，譬如生产方和消费方如何分组以及相互作用方式等。从理论上说，CGE模型可以有多种结构，但实际上， 现有的各个领域的CGE模型采用的结构比较单一，大都是60 年代静态两要素模型结构的变形， 税收CGE 模型也不例外。 造成这种现状的原因有两个。 首先，Johnson和Harberger等经济学家在构造最初的一般均衡模型过程中，采用的是静态两要素结构，并且形成了一套成功的理论分析框架。 而CGE模型的本质是将定性分析转化成定量分析，在建模时应用上述结构，就可以直接将数值结果与已有的理论相对照，大大方便了政策分析。其次，CGE模型的数据一般来源于政府统计部门公布的报表， 如国民收入帐户、投入产出表和税收收入等，两要素即资本和劳动的数据可以直接从这些报表中获取。如果要素投入采用其他分类口径，研究者就要亲自开展数据统计工作，这将大大增加建模的数据成本。但是要更好地模拟现实，模型结构必然要走向多元化，这也是CGE模型的发展方向之一。
时间是CGE模型中一个重要因素。 不考虑各经济变量随时间变化的模型称为静态CGE模型，反之则称为动态CGE模型，目前大部分CGE 模型都属于静态模型。静态模型无须考虑均衡点随时间变动的过程，它的重点在于对比引进某种因素前后均衡状态的变动，因此，静态模型使用的分析方法称为比较静态分析，或者灵敏度分析。譬如，Harberger 模型就是一个典型的静态模型，这个特点在该模型的求解过程及结果分析中得到了充分的体现。动态模型能够求得任一时点的均衡状态，因此动态模型可以考察均衡点变化的轨迹，这是对经济系统最细致的描述方法。但动态模型远比静态模型复杂得多，目前动态模型的建立和求解远未成熟，是CGE模型的难点之一。 现有的动态模型采用的是一种间接方法：即在模型中引进储蓄和投资变量，通过定义上期模型储蓄变量用作下期模型投资变量的比例，以建立跨期模型之间的联系。
公共物品和外部效应也是选取模型时应考虑的重要因素。当前，无论在发达国家还是发展中国家，政府的经济行为都占有相当规模。然而由政府提供的公共物品大都不通过市场机制进行生产和消费，因此公共物品在模型中具有与私有物品不同的表达方式。对公共物品的处理有两种办法：一种办法是在模型中加入约束，使政府税收收入和支出项目都保持不变；另一种办法是政府税收收入和支出项目可以发生变动，但在模型的需求方面，就要考虑公共物品对消费者福利的影响。
二、税收CGE模型方程形式的选定
税收CGE模型中所使用的方程形式不是任意的， 而往往是从一些特定的方程中选取的。在CGE 模型中被广泛使用的方程有柯布—道格拉斯函数（简称C—D）、常替代弹性函数（简称CES）、 线性支出系统（简称LES）等，如表1所示。采用这些方程形式的原因有两个：第一，经过多年计量经济学的统计和回归，结果表明这些方程与实际情况拟合程度很高，完全可以描述经济系统的运行；第二，在经济理论中使用最多的也是这些方程，直接沿用这些方程将对建模和均衡解分析带来很多方便。
CGE模型中的方程可分为两类：一类是描述性方程， 另一类是优化条件方程。描述性方程是最基本的方程，它反映经济系统的最基本规律，表1中的方程就是描述性方程。在给定价格约束等条件后， 由描述性方程可推导出优化条件方程，一般而言，包含有价格因素的方程是优化条件方程。在模型的生产方面，描述性方程就是生产函数；优化条件方程包括成本函数、要素需求函数、利润函数、条件要素需求函数等。在模型的消费方面，描述性方程是效用函数，优化条件方程包括需求价格函数、交叉价格需求函数、需求收入函数等。如果把表1 中的方程作为效用函数，可以从效用函数中推导出作为优化条件方程的需求函数和其它重要经济特征如表2所示。
三、税收CGE模型参数值的确定
在大多数经济模型中，一般都采用计量经济方法求得参数值，但在税收CGE模型中，参数值的选取则采用了一种专门的方法， 即“校准法”。
校准法是Mansur和WhaLLey在1984年提出的,其流程见图1。校准法中使用的数据通常来自于政府统计部门，如国民经济统计帐户等。一般而言，这些数据并不符合CGE模型的要求，会有不一致的情况出现。 例如，CGE模型中假定公司的要素支出等于消费者的要素收入， 但在统计报表中，公司劳动力的支出项就不一定等于家庭劳动力的收入项。因此，为了保证均衡条件中数据的一致性，对公布的数据进行调整是必要的。
在有些模型，如著名的Shoven-WhaLLey税收模型中，是先指定参数值后再求得均衡解，但在校准法中，这个次序是相反的，即参数值是利用基准均衡解求得的。校准法假定被考察的经济系统在变动前处于均衡状态，称为“基准均衡”。这样该年度经过调整的统计数据如产品数量、要素数量等就可作为基准均衡的均衡解，将均衡解代入模型方程组，便可计算出所有参数值。政策发生变动后经济系统的新均衡状态称为“对比均衡”，由校准法产生的参数值将被代入新的模型方程组，由此算得对比均衡解。
目前校准法存在着一定的缺陷。首先，CGE模型中参数众多， 而能够对经济系统进行的观测次数是非常有限的。由少数几次观察值确定的参数往往只适合短期均衡的情况，在长期均衡模型中，参数值有可能失效。其次，校准法不只是要使用政府统计部门公布的数据，还需要借助于其他外生变量尤其是需求弹性，而这些外生变量是不能由校准法本身算得的，这就使得校准法的应用要依赖于对需求弹性的测算等先导研究。在市场经济发达国家，对市场需求的研究比较重视，有不少测算需求弹性的方法和结果。但直至目前为止，需求弹性的测算方法并不统一，测量值偏差也很大，使用不同的需求弹性值将导致参数值出现较大差异。而在市场经济不发达的国家，往往并不重视对市场需求的研究，没有现成的数据可供使用，建模者只能亲自测算需求弹性，这将给CGE 模型的应用增加额外负担。为了解决这一问题，理论界特别是统计部门应当加强对市场需求弹性和供给弹性的测算。
四、税收CGE模型的求解
模型求解要解决两个问题，首先是求解算法，然后是求解程序。
一般均衡模型的求解算法可综合为三大类。第一类是线性化和逼近算法；第二类是压缩不动点算法；其他不属于第一类和第二类的算法归于第三类。
第一类算法是线性化和逼近技术，Harberger 税收模型求解采用的就是这种算法。五六十年代，不动点算法尚未引入经济分析，因此早期CGE模型基本上都使用线性化和逼近技术求解。实际上Harberger并不是第一个使用线性化和逼近技术的经济学家，早在1960年，Johansen建立的第一个分析挪威经济的CGE模型就采用了这种算法求解。 线性化和逼近技术的优点是直观简单，但该算法难以确定均衡解的存在性、唯一性和稳定性，而且在模型求解规模上也受到极大限制， 因此在后来的CGE模型求解中就很少有人使用它了。
第二类算法是压缩不动点算法，这是目前CGE 模型求解最常用的算法。不动点理论最初是数学领域内泛函分析的内容，后来被逐渐引入经济分析，常被用来证明各种一般均衡模型解的存在性，它是近代数理经济学的主要成就之一。
不动点是针对特定的映射而言的。假设有一映射f， 其定义域为空间A，B为空间A上的任一子空间，B经过该映射f后得到新的空间C。如果空间C能够落回到空间B，而且空间C小于空间B，就称f是A上的一个压缩映射。可以看出，空间A每经过一次f映射，就被压缩变小，这样经过无穷次f映射，最初的空间A将被压缩成一个点a，点a就被称为映射f 的不动点。
最简单的映射形式是一元函数，以正弦函数sin（x）为例，该映射是实数空间上的一个压缩映射。对自变量x任取一值， 对它连续进行取正弦运算，函数值将无限逼近0，0就是正弦映射的不动点。在CGE 模型中，尽管变量和方程数量可以达到成千上万个，压缩映射也由单值映射变为矢量映射，远比一元函数复杂，但求解的算法是和上例一致的。不动点算法的优点是初始变量的选择是任意的，无论给初始变量赋何值，经多次映射后都会逼近不动点，即模型的均衡解。
Scarf是CGE模型不动点算法的奠基人，他在1967年和1973年发表了压缩不动点算法。后来部分数理经济学者对Scarf 算法作了不同的改进，譬如，Harold kuhn和James MacKinnon在1975年、Curtis Eaves 在1974年、Merill在1972年都提出了各自的改进算法。改进算法加快了模型的求解速度，因此，近期的模型求解已经不再采用Scarf算法， 而是建立在Scarf算法基础上的改进算法。其中Merill 的改进算法是目前应用最为广泛的不动点算法。
第三类算法是上述两种算法以外许多杂项算法的总称，这些算法往往是针对特定模型而提出的，个例性强，因而五花八门，借鉴比较困难。总的说来，这类算法一般并不强调均衡解的存在性，因此对任意一个模型，不能保证一定可以求到解。但在特定的模型中，这些算法也能得到均衡解，而且解的收敛速度非常快，譬如牛顿迭带法就是其中一例。
即使最简单的CGE模型用人工求解也十分繁琐，在模型规模较大，即模型包含的部门和产品种类等因素比较多的情况下，人工求解实际上是不可能的，因此必须要借助计算机，这就涉及到计算机程序设计问题。开发设计CGE模型的求解软件工作量相当大， 不过目前已经有几种求解CGE模型的专门软件。在80年代，世界银行开发了一套软件， 起名为“一般数学模型系统”。GAMS可以用来建立和求解大型经济数学模型。类似高级语言的数据结构定义，GAMS有一套书写规则。用户只需按规则逐项写出输入部门如模型变量、方程、参数、原始数据、目标函数等，就可以得到答案。GAMS具有较好的查错功能，并且输出文件比较系统，大大方便了研究者进行各种分析。在GAMS基础上，又出现了新的求解软件，如MPS／GE和Hercules等。MPS／GE软件可以自动产生出一般均衡系统的非线性方程组，Hercules不仅可用于求解， 而且进一步提高了CGE对经济系统的描述和分析能力。利用这些软件，或者根据需要对这些软件进行改造，可以免除或大幅度减少程序设计的工作量。
本研究课题受国家自然科学基金资助。 英文标题：TheProceSSSteps and Technique to Develop a Tax CGE Model
标签：不动点论文; 结构方程模型论文; 经济模型论文; 空间分析论文; 数据建模论文; 建模软件论文; 均衡生产论文; 经济学论文; cge模型论文;