第四章 我国增值税征管效率的实证分析 ··························· 30
第一节 测算我国增值税征管效率 ···························· 30
一、研究方法说明 ···································· 30
二、变量的选取 ······························ 31
第五章 结论与建议 ···································· 55
第一节 结论 ····································· 55
第二节 提升增值税征管效率的对策建议 ························ 55
第四章 我国增值税征管效率的实证分析
第一节 测算我国增值税征管效率
一、研究方法说明
本文采用 DEA 模型对我国增值税征管效率进行测算，DEA 模型分为投入主导型和产出主导型两种，根据增值税征管效率这一研究对象，本文将使用投入主导型模型，即技术无效可以用在保持产出不变的情况下，所有投入减少的百分比来表示。因为我国各省份的征管工作不是以最优规模运作，所以此处选择投入主导型的 BCC 模型来做测算。
根据 DEA 模型的要求，本文将选取合适的产出指标和投入指标以便测算我国增值税征管效率。我国国税机关的产出包括税收收入和税收遵从度，由于税收遵从度没有合适的量化指标，所以选取国税机关征收的国内增值税作为产出指标。进出口环节增值税由海关代征，国税机关负责征收的是国内增值税，故这里的国内增值税不含进出口环节的增值税。国税机关的投入包括税基投入、投入的人力、物力和财力，由于其物力财力投入的数据难以获得但与人力投入高度相关，故将投入的人力即国税机关税务人员数作为投入指标。增值税税收收入占国税机关总收入的很大一部分，增值税是其主体税种，所以用国税机关税务人员数近似代替增值税征管人员数。在“营改增”之前，税基投入用第二产业增加值减去建筑业增加值再加上批发零售业增加值后的增加值来表示，“营改增”之后用第二产业增加值与第三产业增加值之和来表示。
表 3.2 我国各省份 2019 年增值税违法行为处理情况
.................................
第五章 结论与建议
第一节 结论
根据上文模型结果可以看出，解释变量人均 GDP、国内 VAT 收入占国税机关税收收入的比重、贸易开放度、本科以上人数占地区总人口比重、财政自给率和就业率通过了 1%的显著性检验，解释变量增加值和税务人员数量通过了 5%的显著性检验，而解释变量城镇化率和人均管理范围没有通过显著性检验。说明人均 GDP、增加值、税务人员数量、国内 VAT 收入占国税机关税收收入的比重、贸易开放度、本科以上人数占地区总人口比重、财政自给率、就业率对我国增值税征管效率具有显著性影响，而城镇化率和人均管理范围对我国增值税征管效率不具有显著性影响。此外，增加值、国内 VAT 收入占国税机关税收收入的比重、贸易开放度、本科以上人数占地区总人口比重和财政自给率的系数为正，说明这些变量与征管效率呈正相关，税务人员数量、就业率和人均 GDP的系数为负，说明这些变量与征管效率呈负相关。
根据模型可知，更高的人均 GDP 没有转化为增值税税收收入，说明没有将大数据等技术充分运用在增值税税收征管中，也反映了当下增值税税收征管过程中存在着发票风险，依旧存在着偷逃税与虚开代开增值税发票的行为。因此根据模型结果提出加强增值税税源管理、开发增值税反洗票系统的建议。另外，税务人员数系数为负反映了需要继续优化税务组织结构。除此之外，还提出推进增值税立法的建议，以此来提高我国增值税的税收征管效率。
参考文献（略）
