苏州财政收入的因素分析与预测模型.docx

目录

摘要： 1
ABSTRACT： 1
—、问题的提出 2
（一）、基于基数法的财政收入预算 2
（二）、国内外研究成果 2
（三）、研究现状 4
二、因素分析 4
三、逐步回归预测模型 6
（一）、分析背景 6
（二）逐步回归法 6
（三）建立模型 7
1．数据描述 7
2．理论方法 7
3．模型建立 10
4．实证检验 15
四、分析与结论 16
模型2 16
参考文献 20
附录 21

苏州财政收入的因素分析与预测模型
摘要：本文简单介绍了国内外财政预测的部分成果，综合国内外学者的分析，选取对财政收入有影响的九个主要指标，试通过逐步回归法建立回归模型，对其中显著相关的指标做出较为合理的经济解释，在建立的模型基础上，用当期数对当期的财政收入进行预测（2000年-2008年），对预测值与实际观察值进行比较，进行实证检验。
关键词：财政收入，预测模型，逐步回归，预测，实证检验

Abstract：This paper briefly describes some results of domestic and foreign financial forecast and comprehensive analysis of domestic and foreign scholars were selected on the revenue impact of the nine key indicators, test established by stepwise regression model, which made a significant indicator related to a more reasonable economic interpretation, in the establishment of the model, we use Current phases of the current fiscal revenue forecast (in 2000 to 2008), the predictive value compared with the actual observed values, after all use the empirical test.
Keywords：Revenue forecasting model, stepwise regression, forecasting, empirical test

—、问题的提出
到目前为止，我国政府和学者对财政收入预算的研究做了大量工作。我国的财政收入预测工作起步于80年代，当时这种工作一方面以个人研究为主，另一方面侧重于对财政收入预测的定性研究。进入90年代以来，对财政收入预测工作普遍展开，有关学者开始采用计量经济模型对财政收入预测进行定量研究。近几年来，财政收入预测模型的研究得到了进一步发展，不少学者将计量经济学和时间序列中的方法用于对财政收入预测的研究，取得了较好效果，他们不在局限于简单线性模型，开始使用二次函数模型和指数模型等，并将将投入产出、神经网络模型、逻辑模型等模型等也用于财政收入和税收收入预测的研究中。
（一）、基于基数法的财政收入预算
长期以来，我国财政收入预算采用的是基数预算，即以报告年度的收支预计执行数为基数，分析影响计划年度预算收支的各种有利和不利因素，并分别测定各种因素，对预算收入的影响程度，从而预测计划年度预算收支指标的一种方法。其计算公式为：计划年度预测收入=预算收入的上年基数+（-）计划年度各种因素变动对预算收支的一次性因素。[1]
基数法是财政部门测算收支指标的常用方法，由于这种方法计算建简便，预算时有考虑到各方面的既得利益，不会在制定预算的时遇到大的阻力，容易被各方面所接受。但是这种方法虽然能够保证税收收入的绝对额不低于上期水平，实现税收收入的稳定性和收入增长的持续性，但由于它并不是依据未来经济发展水平等客观条件确定的，因而割裂了经济与税收的直接联系。因此本文尝试建立多元线性回归模型，利用当期数对当期的财政收入进行预测，并对预测值与实际值进行比较。
(二)、国内外研究成果
国外在财政收入预算中采用的分析和预测方法主要有：单位根检验、协整分析、格兰特因果关系分析、VAR模型和误差矫正模型。这些预测方法被广泛的应用于宏观经济、金融市场以及其他的经济专门问题中进行预测。Aktham Maghyereh & Osama Sweida[2]对约旦1969-2002年的实际GDP，实际财政收入，实际财政支出进行协整检验，得出实际财政收入与实际财政支出之间存在双向因果关系，财政政策具有强烈的产出效应。Edward Day，Mark C. Strazicich, Junsoo Lee[3]利用美国1965—1999年的数据，对政府支出规模和GDP进行了分析发现支出和GDP之间存在协整关系，投资导致了GDP的增长，而消费则相反。Flonan Hoppner[4]为研究德国的财政政策效应建立了结构VAR模型，并进行了脉冲响应分析，发现：GDP对税收有正向反应，对支出有负向反应；私人消费对税收有负向反应，对支出有正向反应。Tsangyao Chang，Yuan-Hong H[5]对我国台湾1967—1999年的实际GDP，实际财政收入，实际财政支出进行协整检验，得出实际财政收入是实际财政支出的间接原因，从而支持了收入支出假说，认为应该通过减少支出来控制赤字。
国内关于财政税收收入预测模型的研究，有代表性的有以下几种：南京审计学院的张伦俊曾经发表了数篇文章，收入预测模型做出了较为深入的研究，张伦俊[6]初步建立了以GDP为自变量的简单线性回归模型，以时间T为自变量的双指数模型，以及用GDP、工资总额、社会消费品零售总额、工业生产总值为变量的多元线性回归模型等财政税收预测模型。（张伦俊）[7]还建立了第一、第二产业增长率和第三产业增长额对税收收入增量之间的线性回归模型，证明税收收入增量与三次产业增长之间存在着正向关系。王乃静，李国锋[8]用山东省数据对税收收入对数与GDP对数之间的研究结果表明，税收收入对数与GDP对数之间存在着长期稳定的协整关系。李进江[9]通过对浙江财政收入与GDP协整分析，得出浙江财政收入对数与GDP对数之间存在着长期稳定的协整关系。许雄奇，朱秋白[10]对我国财政收入与财政支出关系运用协整方法实证研究，发现我国的财政收支之间不存在Granger因果关系，财政收支之间不存在显著的相互促进效应。程毛林[11]认为：我国税收增长主要取决于经济结构，税制结构，税收政策。通过建立税收收入的回归模型，灰色模型，时序模型，进行了组合预测。王伟[12]应用回归分析和时间序列分析对我国十五期间的税收收入做出定量预测，对税收收入进行结构分析和预测。李洁[13]建立了四川省税收收入的逐步回归模型，VAR模型，ECM模型，并运用组合预测方法对2004年四川省税收收入做出预测。漆莉莉[14]应用逐步回归法建立税收收入预测模型，得到我国税收收入主要取决于GDP，储蓄余额，财政支出。并用1981—2001年的数据进行了实证检验。
（三）、研究现状
1.我国的财政收入预测模型大多数是采用传统的计量经济学方法建立的。其中以GDP为自变量，以时间为自变量简单线性模型居多，也有用多个宏观经济指标为自变量的多元线性模型。但线性回归模型可能存在伪回归问题，目前很少文献提到这些。
2.我国多数的税收收入预测模型主要侧重于讨论模型本身的拟和效果，但是实践才是检验真理的唯一标准，预测模型效果好坏需要通过实践的检验，拟和效果好的模型不一定有很好的预测精度，因此，不仅仅是为了保证预测模型的现实意义，对模型的实际检验也应该是预测模型研究的一部分。
综上所述，虽然目前我国在政府支出预算，税收收入预测模型等方面取得了较多成果，但还不够系统、深入和实用，有待于进一步的探索和进一步的研究。
二、因素分析
财政收入一般有如下几个部分构成：税收收入、国有企业上交的利润收入、债务收入以及费用等其他收入。其中税务收入占财政收入的绝大部分，而后面三部分与地区生产总值表现出明显的正相关，因此在分析影响苏州市财政收入主要考虑税收收入与地区生产总值两个大的主要因素。
一般来说，与预算收支有关的经济指标是国民生产总值，工农业总产值，国民收入等。由于国家预算收入主要是来自国民经济各个物质生产部门劳动者的所创造的国民收入，预算支出主要用于发展国民经济。因此，预算收入或预算支出指标，就同国民经济和社会发展计划中有关的经济指标之间存在着必然的内在联系。
地区生产总值（GDP），财政收入和GDP都是宏观经济指标，从内容上看它们之间相互有交叉，而且财政收入的绝大部分内容属于GDP，所以两者之间无论是定性上还是定量上都应当存在着互相关联。财政收入来源于GDP，二者存在着密切的关系，相互依存，相互影响和相互制约。其中经济发展是财政收入的基础，而经济总量和经济实力决定了财政收入的规模，而财政收入规模对经济发展具有积极地促进和制约作用。
因为税收收入占财政收入的绝大部分，除开地区生产总值（GDP）的影响，其他影响财政收入因素考虑用影响税收收入的因素。
社会消费品零售总额是影响税收收入的重要因素之一，消费是通过对经济的间接影响来影响税收收入的。消费是有形和无形产品价值的实现，是经济发展的动力。而经济是税收收入的源泉，因此消费是产生税收收入的间接源泉。消费与税收收入之间应该存在着较强的关系。
进出口总额也是影响税收收入的重要因素之一。进出口总额对税收收入的影响主要表现在两个方面：一是进口方的进口总额和进口环节税收征收的影响；二是出口方的出口总额和出口退税的影响。
财政支出与财政收入，财政支出与财政收入的关系，早已是国内外学者研究的对象，量入为出( tax-and-spend )关系，量出为入( spend-and-tax )关系，还是财政协同( fiscal synchronization )关系，无论是哪种关系，财政支出都是不可或缺的因素。
市区居民消费价格指数，物价指数也会对税收收入产生较大的影响。应税收入则是是应税销售量和价格的乘积,而税收收入大部分取决于应税收入的大小。因此，税收收入不仅取决于实际经济的增长，还受物价水平变化的影响。
全社会固定资产投资总额，投资是另一个对税收收入产生较大影响的因素。具体表现在投资对税收收入的直接影响和间接影响上。一方面投资的增长减少了增值税进项抵扣，从而增加税收收入；另一方面则表现在投资带动了经济增长，间接影响税收输入。
此外，据有关学者研究，职工工资总额、农民人均纯收入、城乡居民储蓄存款余额等均是影响税收收入的重要因素。
三、逐步回归预测模型
（一）、分析背景
应用回归分析去处理实际问题时一个重要问题就是如何去选择自变量。一般情况下，我们罗列出来的很多的自变量，其中的一些变量对因变量也许根本没有影响。但如果回归模型把这些变量都包含进来，不仅估计和预测的精度也会下降，计算量也会变大。在一些情况下，某些自变量的观测数据的获得代价较大，如果其中的无关自变量被错误地被选进模型，就会增加不必要的成本。因此需要剔除一些不相关的变量。因此我们用逐步回归法，即利用自变量和因变量的一系列观测数据，逐步把显著性强的自变量选人回归方程中，同时也把非显著性的自变量从回归方程中剔除，最终建立一个比较合适回归方程。
（二）、逐步回归法
逐步回归法是一种计算量小，可以排除多重共线性的好方法。在数理统计分析中，考察因变量Y与解释变量xl，x2，……，xn之间的定量关系称之为多元回归分析，其数学模型可以表示为:
Y=bo+b1x1+b2x2+…+bixi+…+bnxn+e其中e为随机误差项。
逐步回归的基本思想： 在引入变量的显著性水平αin和剔除变量的显著性水平αout下（一般取αin=αout=0.05）。逐个引入预报变量，每次引入对Y 影响最显著的预报变量， 并对方程中的老变量进行检验，把变为不显著的变量逐个从方程中剔除掉，最终得到的方程中既不漏掉对Y 影响显著的变量，又不包含对Y 影响不显著的变量。
（三）、建立模型
1．数据描述
在建立模型之前，首先涉及到宏观经济指标的选择问题，本文在参考国内外学者研究成果的基础上，初步选定一下九个可能影响税收收入的经济指标加以分析。即：地区生产总值，社会消费品零售总额，进出口总额，全社会固定资产总额，财政支出，消费价格总指数，职工工资总额，农民人均纯收入，城乡居民储蓄存款余额，其中2000年到2008数据来自苏州市统计局“苏州统计信息公众网”的各年份统计年鉴，1994年到1999年数据取自苏州市年鉴。之所以从1994年开始取数据，是因为1994年我国进行了财政体制改革，财政收入和税收收入1994年前后统计口径不一致，并不具有可比性。因为选取的指标较多，给出各指标的原始数据如上表1.1，以便于验证。
2.理论方法
逐步回归法是有效消除多重共线性对模型造成影响的一种方法。这种方法的基本做法是：将被解释变量Y对每一个解释变量Xi（i=1，2，…，k）分别进行回归，对每一个回归方程根据经济理论和统计检验，从中选择一个最优的基本回归方程。在此基础上再逐一引入其他解释变量，直至从综合情况看，出现合适的模型为止。

表1.1 1994年-2008年各项宏观数据
年
份
财政收入 TAX （亿元）
地区生产总值（亿元）
社会消费品零售总额（亿元）
进出口总额（亿美元）
财政支出（亿元）
1994年
44.851
720.8982
194.4376
44.3
19.9574
1995年
53.8593
903.1127
242.3094
49.9807
24.7333
1996年
64.0757
1002.137
266.0057
63.32
31.5448
1997年
76.5384
1132.594
586.601
84.4586
39.3869
1998年
87.6327
125.0133
297.8952
96.4922
46.3983
1999年
109.3804
1358.431
315.6368
125.5482
57.1415
2000年
158.2711
1540.68
428.17
200.7036
79.9092
2001年
208.9492
1760.28
391.54
236.616
113.7936
2002年
290.8234
2080.37
451.62
363.9008
158.5494
2003年
409.9267
2801.56
526.05
656.6313
232.1003
2004年
585.1358
3450
625.1
1032.005
294.8045
2005年
718.1043
4026.52
905.07
1405.89
409.8596
2006年
918.0988
4820.26
1055.44
1742.636
486.8722
2007年
1220.231
5700.85
1250.05
2117.957
610.6391
2008年
1801.738
6701.29
1551.45
2285.227
1092.926
以上数据来源于苏州市历年年鉴

续前表1.1
年份
市区居民消费价格总指数（%）
职工工资总额 （亿元）
农民人均纯收入（元）
城乡居民储蓄存款余额（亿元）
全社会固定资产投资（亿元）
1994年
128.6
56.8591
3090
209.3384
307.6978
1995年
109
67.0992
3954
296.4938
334.0991
1996年
98.2
73.5361
4574
408.2649
380.5873
1997年
97.6
79.226
4924
533.7778
405.176
1998年
98.6
77.5708
5089
649.0389
450.1061
1999年
99.4
82.353
5248
751.2794
475.1365
2000年
99.9
89.313
5462
803.7
516.4346
2001年
99.5
101.9144
5790
936.94
564.8539
2002年
100.4
118.167
6134
1164.33
812.8145
2003年
100.8
155.4557
6681
1470.5
1408.933
2004年
105
188.4564
7503
1712.27
1554.8
2005年
102.4
240.071
8393
2059.52
1870.14
2006年
101.6
301.9484
9278
2427.42
2106.99
2007年
104.2
377.0329
10475
2593.41
2366.36
2008年
105.3
448.5105
11785
3337.32
2611.16
以上数据来源于苏州历年年鉴
引入新解释变量时需要遵循的原则如下：
（1）、在符合经济意义的前提下，如果新的解释变量能使拟合优度R2有所改善，则应引入该变量；
（2）、如果新解释变量不能使拟合优度R2有所改善，同时对其他参数无明显影响，则可舍弃该变量；
（3）、如果新解释变量能使拟合优度有所改善，但对其他参数的符号和数值有明显影响，统计检验也不显著，可以断定该解释变量引起了共线性。考察变量间线性相关的形式和程度，并进行经济意义的检验判断。在共线性高的两个变量中，舍弃对被解释变量影响较小，经济意义相对次要的一个，保留对解释变量影响大，经济意义相对重要的一个。
3．模型建立
设财政收入为TAX，地区生产总值，社会消费品零售总额，进出口总额，财政支出，市区居民消费价格总指数，职工工资总额，农民人均纯收入，城乡居民储蓄存款余额，全社会固定资产投资为Xi（i=1，2，3，…，9）。
（1）、首先由TAX对每一个解释变量Xi（i=1，2，…，k）分别进行回归，得到九个回归方程。比较九个方程可以看出，应当选取财政支出（X4）其作为基准方程。
TAX=25.420+1.721X4
（1.360） （34.992）
AdjR2=0.989 F=1224.423 S.E=55.098904 D-W=2.111
（2）、同第一步，引入其他八个变量进行第二步回归，得到引入职工工资总额的模型最好：
TAX=-94.636+0.971X4+1.862X6
（-6.613）（11.987）（9.485）
AdjR2=0.999 F=4846.425 S.E=19.674679 D-W=2.544
从上步骤可以看出，随着变量的逐步引入，方程的拟合优度逐渐提高，并没影响系数的显著性，参数估计值的符号也正确。
4、继续引入更多地解释变量，不能再使模型拟合效果得到改善，最后得到预模型为：
TAX=-94.636+0.971X4+1.862X6（模型1）
（-6.613）（11.987）（9.485）
AdjR2=0.999 F=4846.425 S.E=19.674679 D-W=2.544
以上步骤均可以可以用SPSS软件实现
SPSS结果分析
1进入/剔除变量,下表1.2为回归每一步进入或者剔除回归模型中的变量情况
表1.2Variables Entered/Removed
Model
Variables Entered
Variables Removed
Method
1
财政支出

Stepwise( Criteria: Probability-of-F-to-enter<=.050, Probability-of-F-to-remove>= .100).
2
职工工资总额

Stepwise(Criteria: Probability-of-F-to-enter<= .050, Probability-of-F-to-remove>= .100).
Dependent Variable: 财政收入

2.下表1.3为逐步回归每一步的回归模型统计量 R为相关系数；R Square相关系数的平方，又称为判定系数，判定线性虎归的拟合程度：用来说明用自变量结束因变量变异的程度（所占比例）；Adjusted R Square调整后的判定系数；Std. Error of the Estimate 估计标准误差。

表1.3Model Summary
Model
R
R Square
Adjusted R Square
Std. Error of the Estimate
Durbin-Watson
1
.995(a)
.989
.989
55.098904

2.544
2
.999(b)
.999
.999
19.674679
a Predictors: (Constant),财政支出
b Predictors: (Constant),财政支出，职工工资总额
c Dependent Variable: 财政收入
3．下表1.4是逐步回归的每一步的回归模型的方差分析，F值为4846.425，显著概率是0.001，表明回归极显著
表1.4ANOVA(c)
Model
Sum of Squares
df
Mean Square
F
Sig.
1
Regression
3717212.814
1
3717212.814
1224.423
.000(a)

Residual
39466.560
13
3035.889

Total
3756679.374
14

2
Regression
3752034.259
2
1876017.129
4846.425
.000(b)

Residual
4645.116
12
387.093

Total
3756679.374
14

a Predictors: (Constant), 财政支出
b Predictors: (Constant),财政支出，职工工资总额
c Dependent Variable: 财政收入

4.下表1.5为逐步回归每一步的方程回归系数
表1.5
Model

Unstandardized Coefficients

Standardized Coefficients
t
Sig
B
Std. Error
Beta
1
(Constant)
25.420
18.695

1.360
.197
财政支出
1.721
.049
.995
34.992
.000
2
(Constant)
-94.636
14.311

-6.613
.000
财政支出
.971
.081
.561
11.987
.000
职工工资总额
1.862
.196
.444
9.485
.000
从以上SPSS分析结果可以看出，过程一共运行了两步，最后一步就是表中的第2步的计算结果得知：9个变量只进入了2个变量X4和X6
TAX=-94.636+0.971X4+1.862X6
（-6.613）（11.987）（9.485）
AdjR2=0.999 F=4846.425 S.E=19.674679 D-W=2.544
回归方程的显著性检验：
从方差分析表的第2模型中得知：F统计量为4846.425，系统自动检验的显著性水平为0.0000（非常小），应此回归方程相关非常显著。查D-W表格得，dL=0.946,dU=1.543，2.544在4- dU到4-dL,因此不能判断回归模型是否存在自相关。

2000.000
1500.000
1000.000
500.000
0.000
财政收入 （万元）
3
2
1
0
-1
Regression Standardized Predicted
Value
2008年
2007年
2006年
2005年
2004年
2003年
2002年
2001年
2000年
1999年
1998年
1997年
1996年
1995年
1994年
Dependent Variable: 财政收入（万元）
Scatterplot

图1.1
从上图1.1中看出1994年到1998年财政收入非常紧凑，考虑到苏州市在中国加入WTO以来经济飞速发展，因此试着只对1999年-2008年10年间的数据进行回归分析，继续用以上的方法，在SPSS中使用stepwise做回归分析，放宽进入条件，取 Entry=0.15，Removal=0.2，得到4个相关因素，财政收入，职工工资总额，市区居民消费价格指数，进出口总额，得到一个新的回归模型：
TAX=-1900.891+0.747X4+3.153X6+17.468X5-0.161X3（模型2）
t值 -7.629 13.985 10.508 7.192 -4.920
AdjR2=0.99976725 F=9665.803 S.E=8.274 D-W=2.899
从系数表中看出F统计量为9665.803，系统自动检测的显著性水平为0.000，因此方程非常显著。查DW检验上下临界值表得，dL=0.376, dU=2.414, 2.899在在4- dU到4-dL之间不能判断是否存在自相关。

图1.2
4.实证检验
将2000年-2008年的当期变量代入模型（2），得到下表1.6

表1.6模型（2）预测值（2000-2008年）与实际财政收比较
税收预测值（亿元）
税收实际值（亿元）
误差（亿元）
预测相对误差（%）
117.5829908
109.3804
8.202591
7.4991
153.1876444
158.2711
-5.08346
-3.212
205.4580596
208.9492
-3.49114
-1.671
285.3902178
290.8234
-5.43318
-1.868
417.834477
409.9267
7.907777
1.9291
581.7692673
585.1358
-3.36653
-0.575
724.9261783
718.1043
6.821878
0.95
909.4423488
918.0988
-8.65645
-0.943
1223.699187
1220.2311
3.468087
0.2842
1801.466468
1801.7379
-0.27143
-0.015

四、分析与结论
模型2
TAX=-1900.891+0.747X4+3.153X6+17.468X5-0.161X3
t值 -7.629 13.985 10.508 7.192 -4.920
AdjR2=0.99976725 F=9665.803 S.E=8.274D-W=2.899
模型2表明财政支出每增加1亿元，财政收入就增加0.747亿元，职工工资总额每增加1亿元，财政收入就增加3.153亿元。
财政支出与财政收入的关系，早已是国内外学者研究的对象，量入为出( tax-and-spend )关系，量出为入( spend-and-tax )关系，还是财政协同( fiscal synchronization )关系，无论是哪种关系，财政支出都是不可或缺的因素，模型表明财政支出每增加1亿元，财政收入就增加0.747亿元，但是这并不意味着盲目扩张财政支出，从而达到税收财政收入的增长。但我们能推断出，国家投资的四万亿元，用于苏州的财政支出部分将会使苏州的财政收入提高。
财政收入与职工工资总额的关系，从模型中看出职工工资总额每增加1亿元，财政收入就增加3.153亿元。在论“繁荣与不富裕并存”现象中，作者得出在GDP这块蛋糕其他构成成分不变的情况下，全国的财政收入和工资存在此消彼长的关系，财政收入大幅增加，工资所占比重自然要下降，这也可在一定程度上反映在国民收入初次分配中居民收入所占份额的下降。本文得出与其相反的结论，笔者认为出现这样的情况，是由于各地区经济发展不均衡所致，苏州地区作为沿江经济发展较好的地区，职工工资水平较全国高，个人收入差距较为均衡，因而使得职工工资总额与财政收入之间相互促进。
模型2中除开财政支出与职工工资总额外，市区居民消费价格指数每增加1%，财政收入就增加17.468亿元，进出口总额每增加1亿美元，财政收入就相应减少0.161亿元。
财政收入与市区居民消费价格指数的关系，从模型中看出，市区居民消费价格指数每增加1%，财政收入就增加17.468亿元。市区居民消费价格总指数国家统计部门编制的价格指数体系，其中最直接反映人民生活受物价变动影响的是居民消费价格指数。多国家经济发展的经验，学者的研究表明，在一定的时间范围内，一国经济增长与其CPI总水平之间存在一定的对应关系。一般规律是，在经济繁荣期，市场投资需求旺盛，从而会拉动投资品的价格上涨，一部分投资又通过劳动报酬方式转化为消费需求，进而使消费品或服务价格水平相应上升；而在经济萧条时期，由于投资和消费需求的下降，价格总水平也会有所回落。因此经济高增长的同时必然会带来一定的通货膨胀，因此，笔者认为，该模型中市区居民消费价格指数与财政收入的联系，其实是经济的高增长间接导致的。
财政收入与进出口总额之间的关系，从模型2中得出进出口总额每增加1亿美元，财政收入就相应减少0.161亿元。财政收入主要收入来源于税收收入，笔者在实习期间主要在统计局从事贸易、服务业统计调查工作，对于外贸企业有一定的了解，一方面由于对外出口的企业只有进项税，没有销项税，甚至纯外贸企业既无进项税，又无销项税。因此即便是成交量上亿的企业，也有可能不交增值税款。另一方面，苏州外贸作为相对发达的城市，主要高新技术产业，依旧只是对外加工，没有太多的核心技术，因此主要利润仍然是被国外赚取得。所以笔者认为模型2中财政收入与进出口总额为负相关有一定的经济意义。
模型一、二中均未涉及到地区生产总值GDP，但事实上地区生产总值（GDP），财政收入和GDP都是宏观经济指标，从内容上看它们之间相互有交叉，而且财政收入的绝大部分内容属于GDP，所以两者之间无论是定性上还是定量上都应当存在着互相关联。财政收入来源于GDP，二者存在着密切的关系，相互依存，相互影响和相互制约。经济发展是决定财政收入的基础和源泉，经济总量和经济实力决定财政收入的规模和能力，而财政收入规模对经济发展具有积极地促进和制约作用。
但是像财政收入与GDP这类宏观经济领域的指标，它们只有在“时间上足够长，空间商足够大”的宏观背景上才存在定量关联，也就是我们常说的“宏观指标宏观算，宏观道理讲宏观”，如果把财政收入与GDP的数量对比关系放在时间上不够长、空间上不够大的区域观察，就不可能得出正确的结论。与国家数据相比，地方数据的规律性差，这正符合“宏观数据反映的规律越向上越正确，越向下越偏离”的道理，当然其中也存在可比价格问题。考虑无论是模型一、二,其中地区生产总值与财政收入并不显著相关，所以考虑将地区生产总值分为农业增加值（GDP1），工业增加值（GDP2），第三产业增加值（GDP3）三部分，重新对1999年到2008年数据做回归，得到新模型：
模型三
TAX=-188.47+0.474GDP3+0.763X4
-7.864 10.380 8.338
AdjR2=0.99890708 F=4113.936 S.E=17.929D-W=2.282
F值=4113.936，系统自动检测的显著性水平为0.000，因此方程非常显著。DW值dL=0.697 dU=1.641 1.641<2.282<4-1.641=2.359 ，不存在共线性，模型通过检验。此模型反应出第三产业增加值和财政支出对于财政收入也有影响。
本文得出三个模型，并对模型（2）用2000-2008年数据进行了实证检验，得出了较好的结果，但是由于不确定模型（2）是否存在自相关，所以重新引入GDP1、GDP2和GDP3 得到模型三。但实际预测时，由于使用的是当期数，因此仍然需要对2个当期变量进行预计，预计的精度会对最终结果有较大的影响。而且由于政策原因，从1994年开始的数据才有统一口径的指标，数据量不够大，对于模型精度有相当的影响。综上所述，本文得出结论是苏州市财政收入主要和财政支出和第三产业的增加值有关，充分反映了政府支出对经济发展的推动作用，同时也显示出，作为一个工业有比较好基础的城市，第三产业的蓬勃发展给苏州市经济发展带来了活力。
据此，笔者提出以下建议，一是坚定不移的维护党的政策方针，国家四万亿的财政支出，这并不是盲目的扩张支出，必然能使财政收入提高，从而更好的使经济得到发展，使人民的生活水平提高；二是经济的发展必然带来轻微的通货膨胀，我们不必紧张也不能忽视；必须加强第三产业的发展，苏州市作为一个新兴而古老的城市，工业发展已有一定的规模，要想更好的发展必须大力发展第三产业。

参考文献
[1]包丽萍，刘明慧，贺蕊莉等,政府预算[M],东北财经大学出版社,1999：46
[2].Aktham Maghyereh &Osama Sweidan（2004）“Government Expenditures and Revenues in Jordan,WhatCauseWhat?MultivariateCointegrationAnalysis”
[3].Edward Day，Mark C.Strazicich，Junsoo Lee（2001）“Government Size and Real GDP:A Causality Test
[4].Florian Hoppner（2001）“A VAR Analysis of the Effects of Fiscal Policy in Germany”
[5].Tsangyao Chang, Yuan-Hong Ho “Tax or Spend, What Causes What :Taiwan’s Experience ”
[6].张伦俊,税收预测模型的拟和与分析[J],数理统计与管理,1999,1,(2):5.
[7].张伦俊税收与经济结构调整的适应性分析统计研究[J]2000,3(3):19.
[8].王乃静，李国锋，协整理论在税收预测中的应用研究山东经济[J]2002,11,(6):21.
[9.李进江.浙江财政收入与GDP协调性的动态分析[J].浙江统计.2004,（7）:21-22
[10].许雄奇,朱秋白.我国财政收入与财政支出关系的实证研究