基于DEA方法的税收征收效率研究——以湖北省国税系统为例，本文主要内容关键词为：湖北省论文,为例论文,国税论文,效率论文,税收征收论文，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。
一、征税的“投入”和“产出”
由于税收收入超速增长，自1999年开始，对于税收征管制度和征管效率的研究越来越多。有关理论研究主要体现为四种视角：一是成本视角，即在基本完成税收收入目标的前提下，征税成本有所降低，就认为税收征收效率得以提高[1]；二是收入视角，即在一定的征税成本基础上，如果人均征税额(税收收入/税务人员数)较高，就表示征税效率高[2]；三是税收努力视角，即以税收努力指数作为衡量指标，实际税收收入越趋近于预期的税收能力，说明征税效率越高[3]。这就要求最大化地发挥税收人员的工作努力程度，激发其工作的积极性；四是纳税人满意度视角，税务机关作为公共部门，应尽量让公众满意，并以公众的价值判断作为衡量税务机关工作效率高低的准绳[4]。虽然研究视角有所侧重，但这些研究都试图解决一个理论问题：税务部门的征税如何以尽可能低的税务行政成本(包括人力、物力和财力)，取得尽可能多的税收收入。换言之，征税要以最少的投入，获取最大的产出。
税务机关的“产出”主要是税收收入。在既定的税制和征管模式下，税收收入主要是由纳税人自行缴纳。除此之外，还有一部分是由税务机关堵塞偷逃税漏洞、追缴欠款而来。据统计，我国税收流失现象严重，税收征缴率较低，约为70%。近年来，税务机关加强了税收征管和稽查的力度，税收征缴率才得以提高。
政府在征税过程中也会发生成本，一方面，纳税人缴税过程中所发生的成本，我们称之为遵从成本(compliance cost)；另一方面，设置税务机关进行征税也会付出一定的成本，如税务机关建造办公大楼的费用、税务人员的工资费用等，我们称之为行政成本(administration cost)。从狭义的角度，税收征收成本主要是针对税务行政成本而言。目前我国的税务行政成本很高，大约为税收收入的5%～6%，而西方国家基本控制在1%左右[5]。影响税务行政成本的因素很多，从财政支出的角度看，税务机关作为政府的公共部门，其行政成本主要表现为人员经费和公用经费，为维持税务机关的正常运转，每年花费的人员经费和公用经费的数额非常庞大。据调查资料显示，我国设立一个农村税务分局，需要200万元基建支出，设立一个县(市)分局需要600万元基建支出[6]。而且，我国公共部门人员经费在财政支出中所占比重过大已经是不争的事实。
随着税收征收管理改革的不断深入，片面地追求税收收入总额的变化或片面关注税收征收成本的降低，已显得过于简单。本文从税收征收的“投入”与“产出”相协调的角度，利用数据包络分析技术(Data Envelopment Analysis，DEA)，对湖北省12个地市的国税系统的税收征管做出纯技术效率方面的实证分析和效率改进，并提出进一步提高税收征收效率的对策建议。
二、面向相对效率评价的DEA模型及数据选取
(一)DEA模型
数据包络分析法是由Charnes和Cooper等人提出的一种相对效率评价方法。它以某一生产系统中的实际决策单元为基础，建立在决策单元的“帕累托最优”概念之上，通过利用线性规划技术生产系统的效率前沿面(或称为前沿生产函数)，进而得到各决策单元的相对效率及规模效益等方面的信息[7]。
现代效率分析有两种方法：一是研究总体效率，也称为技术效率，总体效率反映了在投入既定的情况下生产者产出最大化的能力，总体效率还可以进一步分解为纯技术效率和规模效率两部分；二是分析配置效率，配置效率反映在给定投入要素的价格的情况下，选择最优投入要素比例的能力。最早出现的DEA模型是用来分析生产者总体效率的C[2]R模型，此后经过不断发展，现在流行的DEA模型被称为不考虑投入与产出之间可能满足锥性的C[2]GS[2]模型，这是一种在规模收益可变前提下的纯技术效率分析技术。本文采用的模型是C[2]GS[2]模型。
(二)指标、数据的选取和确定
我们以湖北省国税系统为研究对象，选取武汉、黄石、十堰、荆州、襄樊、宜昌、荆门、黄冈、孝感、咸宁、恩施、鄂州等12个地市的国税局作为样本。
进行DEA分析的关键问题是指标的选取。征税的“产出”涉及的指标比较清晰，主要是每年实际完成的税收收入额。由于税收收入的来源分为正常征管所得收入和追查欠缴所得收入两部分，这也和目前我国税务机关内部机构设置分为征管部门和稽查局相对应，因此，我们将税款查补入库数也作为一个输出指标。征税的“投入”涉及多方面因素：
1.经济因素。经济决定税收，一般而言，当一国(地区)的税制确定之后，经济发展水平对税收收入的影响最大。在我国近年税收收入的增长中，大约有50%的增长是由于经济发展带来税源的增加所造成[8]。
2.税制模式。税制模式影响了税收收入中各税类的结构和比例。如以所得税为主的税制模式，所征收的所得税收入占全部税收收入的比重就较大。由于该因素是税收征管的外生变量，本文不予考虑。
3.征管因素。我国《税收征管质量考核暂行办法》(国税发[2000]15号)中规定：考核税收征管质量的指标有登记率、申报率、申报准确率、入库率、欠税增减率、滞纳金加收率和处罚率7项。这7项指标主要是从税收管理制度和税务稽查的角度衡量征管质量，实际上，税收征管要考虑到的“投入”还包括任务数、征税成本(机构、人员和设备配置)、人员素质、稽查广度和密度、税源监控程度、计算机等科技工具在征管中的应用程度、纳税人的偷税行为是否普遍等一系列因素。
考虑到数据的可得性以及指标的重要性，我们初步选取的可量化的输出指标为：税收收入完成数、查补入库数，输入指标为：GDP、税收计划数、职工人数、人员素质(大学专科及以上学历人数)。其中，各地GDP是税源基础类变量，职工人数和人员素质是人员投入类变量，由于税务机关的公务经费没有准确的统计数据，本文暂不考虑(见表1)。
将初选指标进行相关性分析(见表2)，GDP与其他指标之间有非常强的相关性，这不符合DEA分析中指标选取的要求。考虑到在经济不断增长的即定假设前提下，税收收入每年都会有所增长，因此我们以税收收入的年增长率作为输出指标来替代输入指标GDP。
这样，选取的输入指标为：税收计划数、职工人数、人员素质(大学专科及以上学历人数)，输出指标为：税收收入完成数、查补入库数和税收收入年增长率。重新进行相关性分析，各指标之间的相关性明显减弱，选取指标有效②。
三、效率评估与改进
在C[2]GS[2]模型下，根据DEA分析，结果见表3。湖北省12个城市国税局中，武汉、荆州、襄樊、孝感、咸宁、鄂州6个城市税收征管达到了技术有效，在非有效的城市中，技术效率最低的黄冈市国税局为0.8265，说明湖北省国税系统的税收征收效率还有待于整体提高。由于总体效率=纯技术效率×规模效率，总体有效的依然是上述6个城市的国税局。从结果看，各个决策单位的规模效率的值都很高，这说明这些城市国税系统的规模已经达到了相对有效的程度，不需要做更大幅度的调整。
针对非技术有效的6个城市：黄石、十堰、宜昌、荆门、黄冈和恩施，我们可以在税收收入的计划数不变的前提下，对于相关指标做进一步的技术改进。由于DEA分析不能准确辨别变量的性质，在此略去人员素质指标的改进量。以黄冈市国税局为例，从表4可以看出，要达到征税的技术有效，职工人数必须在原人数3 216人的基础上削减23.20%，即削减为2 470人；税收收入完成数在57 293元的基础上增加20.99%，达到69 320.33元；税收收入的年增长率则应提高178.46倍，达到20%。
四、结论及提高税收征管效率的政策建议
税收收入顺利筹集离不开有效的税收征管制度。通过对湖北省国税系统征税效率的DEA分析，我们可以得到一些基本结论：
1.税收计划数对税收征管效率的影响不大。一般认为，每年下达的计划任务能够激发税务人员工作积极性。但DEA分析结果表明，税收计划数是影响每年税收收入额最为重要的因素之一③，对税收征管效率没有表现出显著的影响。这是因为我国的税收征管“人治”性很强，税收任务下达后，各地税务机关都以完成任务为目标。当税源少时，寅吃卯粮，找纳税大户商量商量，多交一点，完成本年任务，有的地方甚至贷款完成任务；当税源多时，则打“埋伏”，刚好完成任务，以免由于超额完成任务造成下年任务基数过高。征税是一项“法治”程度非常高的系统工程，各国税收无不以法律的形式加以规范。我们应摒除将税收任务完成情况作为税务机关首要目标的做法，通过完善激励机制，激发税务人员依法征税的责任心和努力度。
2.通常认为税务机关作为公共部门存在人员冗杂需要精简的问题，本文中输入变量“职工总数”的DEA分析结果并不支持这一观点。在未达到有效性的城市中，只有黄冈市国税局需要精简人员，这说明一系列的精简人员的改革起到了显著的效果。目前在实践中，有些税务机关反而反映人手不够，这需要各地方根据经济发展和税收收入规模发展趋势的判断，结合本地方的人事制度等，做出是否增加人员的安排。
3.输出指标“税收收入完成数”是决定DMU(税务机关)是否有效的关键变量，通过模型的计算结果可知，那些未能实现有效性的DMU无一例外需要对这一输出变量做出改进，或多或少都需要进一步增加税收征收数额。结合文中所设置的输入变量进行分析，我们认为，应该通过提升税务人员素质，提高工作效率，改进工作方法等其他手段来增加税收的征收总额。
4.以稽查促征管。结果显示，输出指标“查补入库数”也是决定DMU(税务机关)有效与否的关键变量，增加“查补入库数”、提高税务稽查效率可以显著改进税收征管效率。但是，税务稽查是要花费大量成本的，而且我国税务稽查面(率)已经较高，我们要靠改革税务稽查的方式方法(如以重点稽查为主)、提高稽查人员的素质等手段，以稽查促征管。
注释：
①由于最近年份的统计数据均不完整，故采用2000年的数据来说明问题。
②篇幅所限，调整后指标的相关性矩阵表省略。
③表2的相关性分析可以说明这一结论。