納稅遵從度評(píng)估模型實(shí)證研究

謝衛(wèi)平

【摘 要】 在稅收征管理論和實(shí)踐中，納稅遵從度能夠反映納稅人自覺納稅的意愿，特別是客觀評(píng)價(jià)稅收法規(guī)執(zhí)行的有效性以及評(píng)估稅收流失的規(guī)模，已經(jīng)成為衡量稅收征納雙方關(guān)系和諧與否的重要標(biāo)志。建立科學(xué)的納稅遵從度評(píng)估模型有利于稅務(wù)機(jī)關(guān)找到影響稅收征繳入庫的諸多因素，也有利于提高稅收征管的整體質(zhì)效水平。文章以計(jì)量經(jīng)濟(jì)學(xué)中的隨機(jī)前沿分析（Stochastic Frontier Analysis，SFA）為理論基礎(chǔ)，詳細(xì)分析SFA在納稅遵從度評(píng)估中的應(yīng)用，創(chuàng)造性地提出了一種新的納稅遵從度計(jì)算方法及其影響因素的排序算法，進(jìn)而構(gòu)建了一個(gè)面向某市餐飲業(yè)面板數(shù)據(jù)的評(píng)估模型并進(jìn)行了實(shí)際測算，完成了納稅遵從度的實(shí)證研究，進(jìn)而結(jié)合稅收征管改革提出政策建議。

【關(guān)鍵詞】 納稅遵從度； 隨機(jī)前沿分析； 排序算法； 實(shí)證研究

中圖分類號(hào)：F230；F810.42 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1004-5937（2016）07-0098-05

一、納稅遵從度文獻(xiàn)綜述

納稅遵從又稱稅收遵從。2002年我國明確了納稅遵從包括及時(shí)申報(bào)、準(zhǔn)確申報(bào)、按時(shí)繳納三個(gè)基本要求。納稅遵從度是指納稅人遵從稅法，自覺依法納稅的程度。在我國，由于各種“跑、冒、滴、漏”現(xiàn)象的長期存在，稅收征繳入庫的管理亟需加強(qiáng)[ 1 ]。納稅遵從度是衡量稅收體制與征管效率高低的重要指標(biāo)，具有直觀反映納稅人納稅意愿與遵守稅法的特點(diǎn)，能夠客觀評(píng)價(jià)一國稅制優(yōu)劣和征管能力的高低。

1972年，阿林厄姆建立了著名的A-S模型，該模型基于貝克爾關(guān)于犯罪經(jīng)濟(jì)學(xué)的研究和阿羅關(guān)于風(fēng)險(xiǎn)及不確定性經(jīng)濟(jì)學(xué)的研究。此后，斯里尼瓦桑提出了基于預(yù)期所得最大的評(píng)估模型，構(gòu)筑了納稅遵從度評(píng)估分析的基本理論框架[ 2 ]。此后，國外學(xué)者又對(duì)以上兩個(gè)模型不斷修正，例如改變假設(shè)條件、增加影響因素，研究因素之間的彼此作用，使模型與稅收征管實(shí)際更為貼近。

綜上所述，國外納稅遵從度的研究模式主要分為兩類：一類基于預(yù)期效用理論（Expected Utility Theory）的理性經(jīng)濟(jì)決策模式，另一類基于期望理論（Prospect Theory）和心理學(xué)的理論模式[ 3 ]。

我國對(duì)納稅遵從度的研究還處于起步階段。彭秋容（2010）運(yùn)用經(jīng)濟(jì)學(xué)和管理心理學(xué)理論，著重以實(shí)證方法研究了納稅遵從心理。徐慎剛博士以博弈論模型為基礎(chǔ)，引入關(guān)聯(lián)規(guī)則挖掘技術(shù)和OLAP技術(shù)分析了納稅遵從影響因素[ 4 ]。韓曉琴等（2011）運(yùn)用Logistic回歸模型，設(shè)定6個(gè)影響因素自變量進(jìn)行回歸分析，構(gòu)建了基于遵從概率估計(jì)的風(fēng)險(xiǎn)預(yù)警模型。

二、基于隨機(jī)前沿分析的納稅遵從度評(píng)估模型

將納稅人抽象為獨(dú)立的納稅生產(chǎn)單元，以納稅人財(cái)務(wù)經(jīng)濟(jì)指標(biāo)為基礎(chǔ)，構(gòu)建財(cái)務(wù)經(jīng)濟(jì)指標(biāo)與年度納稅總額的關(guān)系及其數(shù)學(xué)模型，并推導(dǎo)出生產(chǎn)前沿函數(shù)。基于納稅人的年度納稅總額與外部邊界的距離，即可推算出納稅人的納稅效率，從而計(jì)算出納稅遵從度。

隨機(jī)前沿分析能夠?qū)⑸a(chǎn)邊界的模糊估計(jì)與主體追求最優(yōu)化目標(biāo)的效率程度相關(guān)聯(lián)，并且分析影響因素，為提高效率提供客觀公正的信息基礎(chǔ)，進(jìn)而提出改進(jìn)對(duì)策，提高生產(chǎn)效率，這無疑對(duì)促進(jìn)生產(chǎn)、減少浪費(fèi)有重大意義[ 5 ]。筆者認(rèn)為，該理論適用于納稅遵從度評(píng)估，即以納稅人的年度納稅額為研究對(duì)象，一旦納稅生產(chǎn)函數(shù)和年度納稅額邊界被界定，就可以根據(jù)納稅人實(shí)際繳稅款額到年度納稅額邊界的距離來定義其納稅效率，進(jìn)而推算各企業(yè)的納稅遵從度并對(duì)影響因素進(jìn)行排序，達(dá)到為政策制定和征管改革提供決策支持的目的。

（一）隨機(jī)前沿分析模型應(yīng)用思路

當(dāng)前，用于納稅遵從度的效率評(píng)估方法主要有財(cái)務(wù)指標(biāo)法和前沿分析法。隨機(jī)前沿分析原本應(yīng)用于技術(shù)效率分析，在1977年由Aigner、Lovell、Schmidt等和Meesuen、Vanden Broeck等分別提出[ 6-7 ]。該模型的優(yōu)點(diǎn)在于承認(rèn)隨機(jī)干擾因素對(duì)產(chǎn)出能力的影響，并將影響產(chǎn)出能力變化的隨機(jī)干擾因素與技術(shù)有效性中的其他因素分離。本文將該模型引入納稅遵從度評(píng)估與影響因素的分析中，并展開實(shí)證研究，提出MATLAB實(shí)現(xiàn)思路。

隨機(jī)前沿模型在納稅遵從度中應(yīng)用的基本思路為：通過采集相同或相近行業(yè)、地區(qū)中不同企業(yè)生產(chǎn)經(jīng)營的相關(guān)財(cái)務(wù)經(jīng)濟(jì)數(shù)據(jù)，采取橫向比較的方法，計(jì)算出各個(gè)企業(yè)的納稅效率，再進(jìn)一步推出各個(gè)企業(yè)的納稅遵從度及稅收流失規(guī)模。其核心思想在于把企業(yè)當(dāng)成一個(gè)產(chǎn)生稅收的機(jī)器，根據(jù)所選取的稅務(wù)數(shù)據(jù)指標(biāo)，模擬出企業(yè)產(chǎn)生納稅額的數(shù)學(xué)模型，再通過輸入原始數(shù)據(jù)和估計(jì)出的生產(chǎn)函數(shù)，推算出企業(yè)所具備的稅收貢獻(xiàn)能力。其原理如圖1。

基于以上原理，首先估計(jì)生產(chǎn)函數(shù)（本文采用對(duì)數(shù)型柯布—道格拉斯生產(chǎn)函數(shù)），同時(shí)考慮到生產(chǎn)函數(shù)中誤差項(xiàng)的復(fù)合結(jié)構(gòu)、分布形式、分布假設(shè)的不同，采取對(duì)應(yīng)的數(shù)學(xué)算法來估計(jì)生產(chǎn)函數(shù)的各個(gè)參數(shù)（本文采用極大似然估計(jì)法）。該模型的優(yōu)點(diǎn)在于通過估計(jì)生產(chǎn)函數(shù)，對(duì)個(gè)體的生產(chǎn)過程進(jìn)行描述，從而實(shí)現(xiàn)對(duì)納稅效率的估計(jì)。從微觀企業(yè)的角度來看，運(yùn)用隨機(jī)前沿方法測算納稅效率，有利于考察和評(píng)價(jià)每個(gè)企業(yè)的綜合納稅指標(biāo)。另外，在涉及行業(yè)分析或區(qū)域橫向比較時(shí)，通過測算各個(gè)行業(yè)或地區(qū)的納稅效率，能夠預(yù)測每個(gè)行業(yè)或地區(qū)的稅收增長質(zhì)量。

（二）隨機(jī)前沿分析模型的算法實(shí)現(xiàn)

構(gòu)造出合理的生產(chǎn)函數(shù)模型后，結(jié)合各生產(chǎn)單元的輸入數(shù)據(jù)，估計(jì)出對(duì)應(yīng)的技術(shù)參數(shù)，進(jìn)而給出相應(yīng)的隨機(jī)生產(chǎn)邊界，最后比較各生產(chǎn)單元與隨機(jī)生產(chǎn)邊界的距離，計(jì)算出各生產(chǎn)單元的生產(chǎn)技術(shù)無效性值?；谝陨蠑?shù)學(xué)分析，本文提出納稅遵從度與技術(shù)有效性的相關(guān)性以及影響因素權(quán)重的計(jì)算方法，如圖3所示。

其中：納稅遵從度=TE（技術(shù)有效性）×100%=（實(shí)際年度納稅總額/年度納稅總額邊界）×100%；影響因素權(quán)重=該因素與全年納稅總額邊界的顯著相關(guān)性=t檢驗(yàn)值。限于研究方便，本文暫定只提供應(yīng)用極大似然估計(jì)法來估計(jì)各參數(shù)的數(shù)學(xué)原理，進(jìn)而計(jì)算納稅遵從度和影響因素權(quán)重。

（三）模型的參數(shù)估計(jì)——極大似然估計(jì)法

應(yīng)用極大似然法估計(jì)有效值主要包括兩個(gè)步驟。首先，使用極大似然法估計(jì)模型中的各個(gè)參數(shù)；其次，在這些極大似然估計(jì)值已知的條件下，將極大似然估計(jì)的殘差分解成噪音項(xiàng)和技術(shù)無效項(xiàng)，從而得出各生產(chǎn)單元的有效性。為研究方便，本文將經(jīng)對(duì)數(shù)化后的生產(chǎn)函數(shù)模型表示為：

步驟二：根據(jù)已經(jīng)估計(jì)出的參數(shù)計(jì)算出各生產(chǎn)單元的技術(shù)無效值及平均技術(shù)無效值?；谝陨蠑?shù)學(xué)推理，本文運(yùn)用對(duì)數(shù)型柯布—道格拉斯生產(chǎn)函數(shù)及某市2013—2014年餐飲業(yè)重要財(cái)務(wù)指標(biāo)的面板數(shù)據(jù)，對(duì)該市餐飲企業(yè)的納稅遵從度進(jìn)行測定。

三、數(shù)據(jù)采集與變量選擇

為保證數(shù)據(jù)口徑的一致性，本文實(shí)證研究所采用的數(shù)據(jù)均來自國家稅務(wù)總局金稅三期系統(tǒng)，且采用隨機(jī)抽取方式，指標(biāo)如表1。

部分企業(yè)（隨機(jī)抽取10戶）基本情況如表2。

因?qū)嵶C研究的需要，本文將所采集的面板數(shù)據(jù)全部以元為單位，在模型數(shù)據(jù)處理的過程中全部對(duì)數(shù)化處理，以滿足隨機(jī)前沿模型的技術(shù)要求，參數(shù)估計(jì)使用最大似然估計(jì)，評(píng)估體系數(shù)目300，時(shí)期數(shù)目2，總記錄數(shù)600，自變量個(gè)數(shù)9，？滋i為半正態(tài)分布。

四、檢驗(yàn)與結(jié)果

（一）變量的有效性檢驗(yàn)

變量的選擇是納稅遵從度評(píng)估的重要前提，選擇科學(xué)、全面的指標(biāo)可以使納稅遵從度評(píng)估的結(jié)果更加準(zhǔn)確客觀。針對(duì)本次實(shí)證研究選擇的9個(gè)自變量，經(jīng)過模型的數(shù)學(xué)計(jì)算后，其變量指標(biāo)分析結(jié)果如表3。

按照0.05的顯著性水平查詢t檢驗(yàn)值表，有t299，0.05=1.968。因此，只要自變量t檢驗(yàn)值的絕對(duì)值大于1.968即可判斷該自變量與因變量（全年納稅額）顯著相關(guān)，本次研究所選擇的9個(gè)自變量均大于該臨界值。

（二）評(píng)估結(jié)果分析

本文選擇了300戶納稅人的財(cái)務(wù)指標(biāo)數(shù)據(jù)，經(jīng)過處理后得出其納稅效率及納稅遵從度的排序。

1.餐飲業(yè)納稅遵從度跨度大

本次評(píng)估結(jié)果顯示，餐飲行業(yè)的納稅遵從度分布不均勻且跨度大，從20.48%到99.88%，跨度超過79個(gè)百分點(diǎn)，最高比最低多出近3.9倍。同時(shí)，整體行業(yè)的納稅遵從度從2013年的48.3%上升到2014年的54.3%，增長12個(gè)百分點(diǎn)。說明即使在同一地區(qū)，相同或相近稅制的背景下，餐飲企業(yè)的運(yùn)營狀況因受經(jīng)營地段、服務(wù)定位、管理體制等復(fù)雜情況影響，特別是企業(yè)對(duì)納稅守法認(rèn)識(shí)程度的不同，各企業(yè)表現(xiàn)出來的納稅遵從度存在較大差異。

2.餐飲業(yè)稅收增長空間巨大

根據(jù)本文提出的納稅遵從度計(jì)算方法，即實(shí)際年度納稅總額與年度納稅總額邊界的比值，該市2013年、2014年的均值都低于60%，主要原因在于該行業(yè)經(jīng)營形式多樣，同行不同利現(xiàn)象突出，再加上財(cái)務(wù)核算方面的欠規(guī)范化，給稅收征管提出難題，導(dǎo)致稅款流失問題難以徹底解決。這也說明，當(dāng)前該市餐飲業(yè)的稅收征管還有進(jìn)一步精細(xì)化管理的必要性，而通過提高整體行業(yè)的納稅遵從度，能夠?qū)崿F(xiàn)45.7%的稅收增長空間。

3.企業(yè)登記注冊類型對(duì)納稅遵從度的影響

通過對(duì)評(píng)估結(jié)果的分析發(fā)現(xiàn)，企業(yè)登記注冊類型對(duì)納稅遵從度的影響如圖4。

基于圖4得到如下結(jié)論：登記注冊類型為國有絕對(duì)控股上市企業(yè)的納稅人其納稅遵從度最高，原因在于其經(jīng)濟(jì)業(yè)務(wù)透明，財(cái)務(wù)制度健全，所受監(jiān)管較多，依法納稅的意識(shí)高；其次是（港澳臺(tái)商）合資經(jīng)營企業(yè)，納稅遵從度均超過90%，主要原因在于這些企業(yè)管理體系健全，財(cái)務(wù)制度較為完善，依法納稅意識(shí)較高；最低的為私營有限責(zé)任公司，僅為49.2%，說明其依法納稅意識(shí)相對(duì)薄弱，財(cái)務(wù)制度不夠完善，容易產(chǎn)生稅收流失漏洞。

4.行業(yè)類型對(duì)納稅遵從度的影響

納稅人行業(yè)類型對(duì)納稅遵從度的影響如圖5。

通過分析發(fā)現(xiàn)，行業(yè)類型對(duì)納稅遵從度的分布影響較大，其中快餐服務(wù)業(yè)和其他飲料及冷飲服務(wù)的納稅遵從度最低，僅為42%和45%。其原因主要在于：這些行業(yè)屬于勞動(dòng)密集、人員流動(dòng)性大的行業(yè)，其稅款總額在稅收主體中所占比例較低且入庫稅款零星分散；同時(shí)，納稅人成本核算混亂，經(jīng)營淡旺季現(xiàn)象突出，經(jīng)營規(guī)模差距懸殊，進(jìn)而導(dǎo)致稅收難，稅款流失嚴(yán)重。

5.納稅遵從度與納稅額大小無直接關(guān)系

傳統(tǒng)觀念認(rèn)為，納稅遵從度與全年納稅總額有較強(qiáng)關(guān)系，即納稅大戶遵從度相對(duì)較高，納稅額少則遵從度相對(duì)較低，但通過將300戶企業(yè)納稅遵從度與各自年度納稅總額相比較，發(fā)現(xiàn)并未呈線性相關(guān)性。實(shí)證研究中有9家餐飲企業(yè)2014年全年納稅額均超過100萬元，但其納稅遵從度均不足80%，這說明納稅遵從度與其實(shí)際納稅額大小并無直接關(guān)系。

五、模型推廣策略研究

隨著稅源專業(yè)化管理改革的不斷深入，稅務(wù)機(jī)關(guān)愈加重視現(xiàn)代評(píng)估手段的引入，以便優(yōu)化征管資源，實(shí)現(xiàn)投入產(chǎn)出最大化，并彌補(bǔ)經(jīng)驗(yàn)式納稅評(píng)估的不足。本文構(gòu)建的納稅遵從度評(píng)估模型，借助于隨機(jī)前沿分析的方法體系，具有信息化和系統(tǒng)化的優(yōu)點(diǎn)，易于推廣應(yīng)用。

（一）適用于大規(guī)模選戶與初步疑點(diǎn)篩查環(huán)節(jié)

本文所用的隨機(jī)前沿分析模型，通過企業(yè)財(cái)務(wù)經(jīng)營數(shù)據(jù)，模擬出企業(yè)生產(chǎn)經(jīng)營結(jié)構(gòu)并推算出企業(yè)年度應(yīng)納稅總額的前沿分布，綜合性強(qiáng)，可以有效解決選戶排隊(duì)和鎖定疑點(diǎn)科目問題。從上文分析結(jié)果可知，與傳統(tǒng)指標(biāo)評(píng)估相比，隨機(jī)前沿分析模型能夠更好地反映各項(xiàng)考核指標(biāo)要素對(duì)稅收能力的綜合作用，并能結(jié)合企業(yè)狀況得出初步、合理、可供參考的結(jié)論。與此同時(shí)，該模型還實(shí)現(xiàn)了對(duì)各企業(yè)的納稅遵從度進(jìn)行排序并估算企業(yè)偷漏稅數(shù)額的功能，為征管工作選取重點(diǎn)關(guān)注企業(yè)、強(qiáng)化征管力度提供了科學(xué)合理的參考依據(jù)。

（二）先難后易便于推廣應(yīng)用

隨機(jī)前沿分析算法復(fù)雜，求解存在困難，初步構(gòu)建后需要進(jìn)行系統(tǒng)的探索、實(shí)測和校驗(yàn)，困難主要集中于模型構(gòu)建的早期，而后期應(yīng)用則相對(duì)簡單。原因?yàn)椋阂环矫鏀?shù)據(jù)采集主要源自金稅三期系統(tǒng)，工作人員需集中精力開發(fā)復(fù)雜的SQL程序并從海量數(shù)據(jù)中篩選符合要求的數(shù)據(jù)；另一方面，在指標(biāo)固定的前提下，工作人員只需更新、變換數(shù)據(jù)，便可得出所需的結(jié)果。

（三）接入第三方數(shù)據(jù)提高評(píng)估準(zhǔn)確度

通過采用第三方數(shù)據(jù)，既可提高評(píng)估模型的可靠性，又能夠在質(zhì)疑企業(yè)時(shí)增強(qiáng)說服力。以餐飲業(yè)為例，可考慮引入工資薪金支出、電量、用水量、經(jīng)營面積、所在街道平均租金等指標(biāo)數(shù)據(jù)，進(jìn)一步優(yōu)化隨機(jī)前沿分析模型。

（四）不同行業(yè)推廣應(yīng)用

金稅三期上線，對(duì)企業(yè)經(jīng)營狀況、年度報(bào)表等數(shù)據(jù)的采集日趨便捷，為數(shù)學(xué)建模打下堅(jiān)實(shí)基礎(chǔ)。理論上講，可以對(duì)大多數(shù)行業(yè)進(jìn)行類似的建模，借此科學(xué)地評(píng)估企業(yè)納稅遵從度，并評(píng)估稅款流失額度。評(píng)估模型的推廣對(duì)偷逃稅款的企業(yè)具有較大威懾力，因?yàn)槠髽I(yè)被稅務(wù)機(jī)關(guān)查處的信息一旦披露，就會(huì)直接影響企業(yè)的形象、公司股票價(jià)格，進(jìn)而影響到企業(yè)的融資和發(fā)展[ 10 ]。

六、結(jié)語

總體而言，通過隨機(jī)前沿分析模型開展納稅遵從度評(píng)估，有傳統(tǒng)評(píng)估手段不可比擬的系統(tǒng)性、科學(xué)性和先進(jìn)性，能夠?qū)崿F(xiàn)以往經(jīng)驗(yàn)式評(píng)估難以達(dá)成的目標(biāo)。隨著稅源專業(yè)化管理改革的不斷深入，隨機(jī)前沿模型的應(yīng)用、納稅遵從度評(píng)估的推廣，都將發(fā)揮日益重要的作用。長遠(yuǎn)來看，通過結(jié)合信息手段，為模型開發(fā)配套的軟件系統(tǒng)，有利于開展規(guī)?；?、高效化的納稅評(píng)估工作。稅務(wù)機(jī)關(guān)應(yīng)積極采用科學(xué)化手段，將各類優(yōu)秀的經(jīng)濟(jì)模型應(yīng)用到稅收征管實(shí)際工作中，進(jìn)一步提高稅收征管水平，推動(dòng)稅源專業(yè)化改革，實(shí)現(xiàn)精細(xì)化管理。

【參考文獻(xiàn)】

[1] 吳敬璉.當(dāng)代中國經(jīng)濟(jì)改革[M].上海：上海遠(yuǎn)東出版社，2004：324.

[2] 梁朋.稅收流失經(jīng)濟(jì)分析[M].北京：中國人民大學(xué)出版社，2000：52-53.

[3] SIMON JAMES， JOHN HASSELDINE， PEGGY HITE，et al.Developing a tax compliance strategy for revenue services[M]. International Bureau of fiscal Documentation，April 2001.

[4] 徐慎剛.中國納稅遵從問題的研究[D].華中科技大學(xué)博士學(xué)位論文，2011.

[5] 王傳美，劉洋，吳海英.基于MLE的隨機(jī)前沿面模型技術(shù)效率分析[J].統(tǒng)計(jì)與決策，2004（10）：23-24.

[6] YAO QING LIU. Existence， multiplicity and infinite solvability of positive solutions to a nonlinear fourth-order periodic boundary value problem[J].Nonlinear Analysis，2005，63（2）：237-246.

[7] LI FUYI， LIANG ZHANPING. Existence of positive periodic solutions to nonlinear second order differential equations[J].ApplMath Lett，2005，18（11）：1256-1264.

[8] BATTESE G E， COELLI T J. A model for technical inefficiency effects in a stochastic frontier production function for panel data [J].Empirical Economics，1995，20（2）：325-332.

[9] BATTESE G E，COELLI T J.Frontier production functions，technical efficiency and panel data：with application to paddy farmers in India[J].Journal of Productivity Analysis，1992，3（1）：153-169.

[10] 蓋地.避稅的法理分析[J].會(huì)計(jì)之友，2013（26）：4-7.