2023年计量经济学大作业税收收入分析

我国税收收入的影响因素分析

——1978年〜2023年

摘要:税收是国家取得财政收入的一种重要工具，也是影响我国经济发展的

一个很重要的因素。通过对影响税收增长的重要因素进行分析,解释这些因素和

税收收入之间存在的关系以及其对税收收入的影响限度的大小；在此基础上,提

出相应的发展对策，以促进我国税收收入的增长以及我国经济的全面发展。

关键词：税收收入;影响因素;税制改革

Thetaxisnotonlyanimportanttoolofgaining

fisicalrevenue,butalsoisasignificantfactoraffectingC

hina'seconomicdevelopment.Throughtheanalysisofmainfacto

rsthatinfluencethetax,wetrytoexplaintheirrelationsh

ipwiththetaxandtheirimpactonit.Onthisbasis,weputf

orwardthecorrespondingdevelopmentmeasurestopromote

China'staxrevenuegrowthandoveral1deve1opmentofou

reconomy.

KeyWords:taxrevenue;influencingfactors;taxreform

目录

1引言.............................................错误!未定义书签。

1.1研究背景与意义.............................错误!未定义书签。

2数据收集.........................................................2

3实证分析储误!未定义书签。

3.1模型.......................................错误!未定义书签。

3.2中国税收收入与各因素之间的总体关系...........错误!未定义书签。

3.2.1运用PLOT命令绘制趋势图..............错误!未定义书签。

3.2.2运用SCAT命令绘制X、Y的相关图。错误!未定义书签。

3.3参数估计.....................................错误!未定义书签。

3.4模型检查....................................错误!未定义书签。

3.4.1经济意义检查。错误!未定义书签。

3.4.2记录检查。错误!未定义书签。

(1)拟合优度：由表3.4中数据可以得到：，修正的可决系数为，这说明模型对

样本的拟合很好。....................................错误!未定义书签。

3.4.3计量经济检查..........................错误!未定义书签。

3.4.4RESET检查............................错误!未定义书签。

3.4.5双对数模型分析：.....................错误!未定义书签。

4最终模型.........................................错误!未定义书签。

4.1模型经济分析...............................错误!未定义书签。

5结论与对策分析储误!未定义书签。

参考文献23。

1引言

1.1研究背景与意义

税收是政府为了满足社会公共需要,凭借政治权力,强制、无偿地取得财政收入的

一种形式。在市场经济条件下，经济越发展，税收就越发显得重要。基于税收分派

广度和深度的发展,税收对国民经济的发展和促进作用也越来越显著。经济决定

税收,税收反映经济。经济规模决定税源规模,经济结构决定税收结构,经济增长

速度影响和制约税收增长速度,反过来税收对经济发展也具有一定的乘数效应。

要实现经济的连续发展,必须要使税收符合其发展的规定，建立与市场经济相适

应的税收结构，即政府筹集的税收收入必须可以尽量满足其实现社会职能的需

要。对税收收入的重要影响因素加以分析,从结构上对税收收入的影响作出一个

很好的了解，有助于我们运用政策工具对税收结构进行优化，从而使税收对经济

发展发挥更大的促进作用。改革开放以来，中国经济高速增长，1978—2023年

的31年间，国内生产总值从3645.2亿元增长到314045亿元，一跃成为世界第

二大经济体。随着经济体制改革的深化和经济的快速增长，中国的财政收支状况

也发生了很大的变化，中央和地方的税收收入1978年为519.28亿元，到2023

年已增长到54223.79亿元,31年间平均每年增长16.76%0税收作为财政收入的

重要组成部分,在国民经济发展中扮演着不可或缺的角色。为了研究影响中国税

收增长的重要因素，分析中央和地方税收收入的增长规律，以及预测中国税收未

来的增长趋势，我们需要建立计量经济模型进行实证分析。

本文对数据挖掘的相关概念、过程，记录学的相关知识进行了介绍,将数据挖掘应

用于税收预测中，通过对大量历史数据的记录和与之相关的各种数据的分析,运

用计量经济学模型，以及Eviews5.0软件的运用，并使用回归和滚动预测方法建

立预测模型,对税收收入情况进行了预测，实现了对2023年度税收收入预测。并

对各预测模型进行了实验结果的对比分析，指出滚动预测方法较回归预测方法能

更好地进行税收收入分月预测，从而更好地指导税收计划的完毕，为科学地建立

税收计划进行了有效地探索，并为税收计划工作提供了重要的科学依据。

2数据收集

年份Y（亿元）XI（亿元）X2（亿元）X3(%)

1978519.283624.11122.09100.7

1979537.824038.21281.79102

1980571.74517.81228.83106

1981629.894876.41138.41102.4

1982700.025294.71229.98101.9

1983775.595934.51409.52101.5

1984947.3571711701.02102.8

19852040.798964.42023.25108.8

19862090.7310202.22204.91106

19872140.3611962.52262.18107.3

19882390.4714928.32491.21118.5

19892727.416909.22823.78117.8

19902821.8618547.93083.59102.1

19912990.1721617.83386.62102.9

19923296.9126638.13742.2105.4

19934255.334634.44642.3113.2

19945126.8846759.45792.62121.7

19956038.0458478.16823.72114.8

19966909.8267884.67937.55106.1

19978234.0474462.69233.56100.8

19989262.878345.210798.1897.4

199910682.5882067.513187.6797

202312581.5189468.115886.598.5

202315301.3897314.818902.5899.2

202317636.45104790.622053.1598.7

202320237.31116603.224649.9599.9

202324165.68136875.928486.89102.8

202328778.54183084.833930.28100.8

202334809.7221087140422.73101

202345621.97249529.949781.35103.8

202354223.7930067062592.66105.9

数据来源：国家记录局《2023记录年鉴》

表11978-2023年影响中国税收收入因素数据表

3实证分析

3.1模型

影响税收收入的因素有很多，为了全面反映中国税收增长的全貌，我们选用“国

家财政收入”中的“各项税收”（即税收收入）作为被解释变量，反映税收的增长;

选择“国内生产总值”（即GDP）作为经济整体增长水平的代表；选择“财政支

出”作为公共财政需求的代表;选择“商品零售价格指数”作为物价水平的代表。

此外，由于财税体制的改革难以量化，并且从数据上看，1985年以后财税体制

改革对税收增长影响不是很大,在此暂不考虑税制改革对税收增长的影响。设定

模型为，

Y=B0+BjX1+B2X2+B3X3+ut

其中，4-截距项;Y—税收收入;XI—GDP;X2一财政支出；X3一商品零售价

格指数；Ut-随机扰动项

3.2中国税收收入与各因素之间的总体关系

启动EViews,点击File\New\Workfi1e,在对话框"WorkfileCreat"

按如下图一1窗口填写后点击“OK”，就可以创建一个工作文献。出现％”一截

距项“resid”一剩余项。

然后用命令：dataYXIX2X3输入数据。

EViews-[Group:UHTITLEDTorkfile:SHUISHOU\Untitled]

【1FileEditObjectViewProcQuickOptionsWindowHelp-51X

View|Pr℃|Object|Print|Name|Freeze||DefaultfSort|Transpose]Edit+/・15mpl~F/・|InsDel|Title|Sample|

obsYX1X2X3|

obsYX1X2X3A

1978519.28003624.1001122.090100.7000

1979537.82004038.2001281.790102.0000

1980571.70004517.8001228.830106.0000

1981629.89004876.4001138.410102.4000

1982700.02005294.7001229.980101.9000

1983775.59005934.5001409.520101.5000

1984947.35007171.0001701.020102.8000

19852040.7908964.4002004.250108.8000

19862090.73010202.202204.910106.0000

19872140.36011962.502262.180107.3000

19882390.47014928.302491.210118.5000

19892727.40016909.202823.780117.8000

19902821.86018547.903083.590102.1000

19912990.17021617.803386.620102.9000

19923296.91026638.103742.200105.4000

19934255.30034634.404642.300113.2000

19945126.88046759.405792.620121.7000

—_———>———.——.一———————————V

1995勾I>

JrPath=d:DB=nonetfF=shuishou

3.2.1运用PLOT命令绘制趋势图

在命令窗口中键入：PLOTY,则可以绘制变量Y的趋势图，如图一2

前EVievs臼回区|

FileEditObjectViewProcQuickOptionsWindowHelp

dataYXIX2X3

PLOTY

Graph:UNTITLEDTorkfile:SHUISHOU\Untitled

View|Proc|Object|Print|Name|AddText|Line/Shade|Remove|Template|Options|Zoom|

图一2

从图一2中可以看出，1978—2023年间的税收收入的呈增长趋势。

3.2.2运用SCAT命令绘制X、Y的相关图

在命令窗口中依次键入：SCATXIY,SCATX2Y,SCATX3Y。则

可以初步观测变量之间的相关限度与相关类型,如图--3,图一4,图一5。

图一3

图--4

图一5

图一3、图一4和图一5表白税收收入与GDP、财政支出和商品零售价格指

数水平相关,变量之间均存在较强的相关关系。

3.3参数估计

用命令：IsYcXIX2X3，即可出现回归结果。如图一6

EVievs-[Equation:UHTITLEDWorkfile:SHUISHOU\Untitled]13回区）

L—)£ile£ditObjectViewProcQuickOptionsWindowHelpS'X

View]Proc|Object|Print|Name|Freeze|Estimate|Forecart|Stats|Resids|

DependentVariable:Y

Method:LeastSquares

Date:12/22/10Time:18:50

Sample:19782008

Includedobservations:31

VariableCoefficientStd.Errort-StatisticProb.

-5852.1552020.691-2.8961160.0074

0.0099650.0112720.8840520.3845

0.8282340.05569214.871700.0000

52,1770319.061652.7372770.0108

R-squared0.998064Meandependentvar10607.30

AdjustedR-squared0.997849S.D.dependentvar13802.56

S.E.ofregression640.1490Akaikeinfocriterion15.88119

Sumsquaredresid11064351Schwarzcriterion16.06622

Loglikelihood-242.1585F-statistic4639.974

Durbin-Watsonstat1.514708Prob(F-statistic)0.000000

Path=d:DB=noneWF=shuishov

图一6

关于回归结果的拟合限度如何可通过在“Equation”框中，点击“R

esids”，即出现剩余项（Residual）＞实际值（Actual）、拟合值（Fitted）的

图形。如

图一7

根据图-6的数据,模型估计结果为:

Y=-5852.155+0.009965XI+0.828234X2+52.17703X3一方程1

(2023.691)(0.011272)(0.055692)(19.06165)

t=(-2.896116)(0.884052)(14.87170)(2.737277)

屋=0.9980MR2=0.997849F=4639.974D.W=1.514708

3.4模型检查

3.4.1经济意义检查

模型估计结果说明,在假定其它变量不变的情况下，当年GDP每增长1亿元,

税收就会增长0.009965亿元；在假定其它变量不变的情况下，当年财政支出每

增长1亿元，税收收入会增长0.828234亿元；在假定其它变量不变的情况下，

当年零售商品物价指数上涨一个百分点，税收收入就会增长52.17703亿元。

这与理论分析和经验判断基本相一致。

3.4.2记录检查

(1)拟合优度：由表3.4中数据可以得到：*=O.998OM，修正的可决系数为

方=0.997849,这说明模型对样本的拟合很好。

(2)F检查:针对“0：力=尸丁尸「0,给定显著性水平。=0。5,在F分布表

中查出自由度为3和27的临界值户.(3,27)=2.96。由表3.4中得到F=4639.974

由于F=4639.974＞尸“(3,27)=2.96,应拒绝原假设“0：力=反=a=。，说

明回归方程显著，即“国内生产总值”、“财政支出”、“商品零售物价指数”等变

量联合起来的确对“税收收入”有显著影响。

(3)t检查：分别针对“。：尸〃=0,1,2,3),给定显著性水平。=0.()5,查t

分布表得自由度为31-4=27临界值九2(27)=2.052。由表3.4中数据可得，与

自6AA相应的t记录量分别为(-2.896116)、(0.884052)、(14.871

70)(2.737277),其绝对值除了GDP均大于力,,(27)=2.052,这说

明除gdp分别都应当拒绝"。：4=°(，=1，2,3,4),也就是说，当在其它解释变

量不变的情况下，解释变量“财政支出X2”、“商品零售物价指数X3”分别对

被解释变量“税收收入”Y都有显著的影响。

3.4.3计量经济检查

1.异方差检查(怀特检查法)

⑴建立回归模型：LSYCXIX2X3,回归结果如图--60

⑵在方程窗口上点击View\Residua1\Test\WhiteHeteroskeda

stcity,即可以得到检查结果。图一8和图一9分别是怀特检查中nocross

terms和crossterms的结果。

图一8

EViews-[Equation:UHTITLEDlorkfile:SHUISHOU\Untitled]13回区I

11FileEditObjectViewProcQuickOttionsWindowHelp_3X

View|Proc]Object|Print|Name|Freeze|Estimate|Forecast]Stats|Residsj

A

WhiteHeteroskedasticityTest:

F-statistic1.199955Probability0.345566

Obs*R-squared10.52804Probability0.309450

TestEquation:

DependentVariable:RESIDA2

Method:LeastSquares

Date:12/22/10Time:19:10

Sample:19782008

Includedobservations:31

VariableCoefficientStd.Errort-StatisticProb.

C8784057.628712580.1397150.8902

X1-14.99029390.9415-0.0383440.9698

X1A2-0.0012530.002441-0.5130920.6132

X1*X20.0154900.0228480.6779570.5052

X1*X3-0.0763073.869558-0.0197200.9845

X2-1344.2702973.368-0.4521030.6558

A

X22-0.0474680.054227-0.8753570.3913V

、necAt-4a，ccccrcct<—>4crccc<->cccc

JPath=d:DB=nonetfF=shuishou

图一9

从图一8和图一9中的怀特检查中我们可以发现P值很大,那么也就意味着该

模型不存在异方差。那么也就不存在调整异方差。

2.序列相关检查

⑴杜宾一瓦森检查法

⑵D.W.检查结果表白，在5%的显著性水平下，n=15,k=4查表得4=0.82,

Z=1.75,由于D.W=1.514708〉d,=0.82,所以不存在正自相关。

（2）拉格朗日乘数检查法

在方程窗口上点击View\Residua1Test\serialcorre1ati

onLMtest,点击后就会出现对话框），在空处填写1或2或3等，数字代表

着几阶自相关。如此循环去检查。无论是一阶还是2阶或是4阶，该模型的P

值都很小，说明该模型都存在序列相关。图一10是2阶时的数据模型。

r------------------------------------------------------------------------------------

EVievs-[Equation:UliTITLEDlorkfile:SHDISHOUXUntitled]I3回区

11FileEditObjectViewProcQuickOptionsWindowHelp_臼X

View]Proc]Object|Print|Name|Freeze]Estimate|ForecastjStats]Residsj

A

Breusch-GodfreySerialCorrelationLMTest:

F-statistic0.852868Probability0.438221

Obs*R-squared1.980017Probability0.371574

TestEquation:

DependentVariable:RESID

Method:LeastSquares

Date:12/22/10Time:19:14

Presamplemissingvaluelaggedresidualssettozero.

VariableCoefficientStd.Errort-StatisticProb.

C273.51262172.5340.1258960.9008

X10.0023670.0114780.2062530.8383

X2-0,0147730.057407-0.2573470.7990

X3-2.48937320.66835-0.1204440.9051

RESID(-1)0.2957130.2439871.2120000.2368

RESID(-2)-0.1277520.437876-0.2917530.7729

R-squared0.063872Meandependentvar1.21E-12V

hi'•i»ic“rrcL，<-»rsii>ccrcccr

JPath=d：DB=noneWF=shuishou

图一10

3.多重共线性检查

⑴检查多重共线性

计算各解释变量的相关系数,选择XI、X2、X3数据，点"view/correlat

ions”得相关系数矩阵（如图一11）：或在命令窗口中键入：corXI、X2、X3

潮EVie/s13回区I

FileEditObjectViewProcQuickOptionsWindowHelp

dataYXIX2X3A

PLOTY

SCATX3Y

IsYcXIX2X3

corXIX2X3V

■Group:IfflTITLEDiforkfile:SHUISHOU\Ontitledg

Vie叫Proc|Obje:t|Print|Name|Freeze|5ampIe|Sheet|Stats|Spec|

rCorrelationMatrix

X1X2|X3

X11.0000000.991041-0.228864A

X20.9910411.000000-0.241303

X3-0.228864-0.2413031.000000

・York...阿|

■jrGarapn…巴c?v

<>

\T_Path=d:IB=noneWFshuishou

图一11

由相关系数矩阵可以看出：XI、X2的相关系数较高(0.991041),证实

的确存在较严重的多重共线性。

⑵做逐步回归

变量X1X2X3

参数估计值0.1756380.871830-474.4216

t记录量39.91330106.2844-1.202339

由0.9821220.9974390.047459

EViews-[Equation:OHTITLEDforkfile:SHUISHOUVUntitled]

匚)FileEditObjectViewProcQuickOptionsWindowHelp-51X

View|Proc|Objact]Print|Name〔Freeze|Estimate|Forecast|Stats|Resids|

DependentVariable:Y

Method:LeastSquares

Date:12/22/10Time:19:35

Sample:19782008

Includedobservations:31

VariableCoefficientStd.Errort-StatisticProb.

C-1274.127449.7490-2.8329740.0083

X10.1756380.00440039.913300.0000

R-squared0.982122Meandependentvar10607.30

AdjustedR-squared0.981505S.D.dependentvar13802.56

S.E.ofregression1877.091Akaikeinfocriterion17.97517

Sumsquaredresid1.02E+08Schwarzcriterion18.06769

Loglikelihood-276.6152F-statistic1593.071

Durbin-Watsonstat0.384556Prob(F-statistic)0.000000

J10607.2951612903Path=d：DB=noneWF=shuishou

图一12

S—13

图一14

可以看出，X3对解释Y的变化是不具有重要性的。但是还是要再做逐步回归,

结果如下：

EViews-[Equation:UWTITLEDlorkfile:SHUISHOUWntitled]口叵|区|

I]FileEditQbjectViewProcQuickOptionsWindowHelp—D1X

Vie®|Proc|Object]Print|Name|Freeze]Estimate|Forecast]Stats|Resids;

DependentVariable:Y

Method:LeastSquares

Date:12Z22/10Time:19:51

Sample:19782008

Includedobservations:31

VariableCoefficientStd.Errort-StatisticProb.

C-339.6820184.3546-1.8425460.0760

X10.0124110.0124710.9952030.3282

X20.8112450.06142813,206530.0000

R-squared0.997527Meandependentvar10607.30

AdjustedR-squared0.997350S.D.dependentvar13802.56

S.E.ofregression710.5025Akaikeinfocriterion16,06159

Sumsquaredresid14134785Schwarzcriterion16.20036

Loglikelihood-245.9546F-statistic5646.820

Durbin-Watsonstat1.126873Prob(F-statistic)0.000000

|-339.681958199566Path=d:DB-noneWF-shuishov

图一15

Yi=-339.6820+0.012411XI+0.811245X2-一方程2

t=.|.8425460.99520313.20653

R2=0.997527乃=0.997350F=5646.820D.W.=1.126873

我们可以看到，即使是剔除了X3,但是方程中(GDP)还是记录不显著的。但是这

有违常理。我考虑到应当是函数模型出了问题.

3.4.4RESET检查

建立模型：

匕=81+82Xl+B3X2+84X3+8512+86匕’+87匕4+》--方程3

回归结果如下：

RamseyRESETTest:

F-statistic35.92841Probability0.000000

Loglikelihoodratio52.79671Probability0.000000

图—16

F值为35.92841,在分子自由度为3,分母自由度为24,显著性水平为0.05

的情况下，F值为3.01,估计出来的F值显然大于临界值。所以RESET检查的

结论是:该线性模型是错误设定的。

3.4.5双对数模型分析:

log(y.)=51+B21og(Xl)+B31og(X2)+B410g(X3)+u,-一方程4

Yi-----税收收入

Bi—截距项

XI——GDP

X2——财政支出

X3——商品零售价格指数

DependentVariable:LOG(Y)

Method:LeastSquares

Date:12/23/10Time:22:43

Sample:19782008

Includedobservations:31

VariableCoefficientStd.Errort-StatisticProb.

C-6.8037552.661507-2.5563550.0165

LOG(X1)0.4469280.1268263.5239570.0015

LOG(X2)0.6348080.1401214.5304190.0001

LOG(X3)1.0949780.5720961.9139770.0663

R-squared0.988948Meandependentvar8.423946

AdjustedR-squared0.987720S.D.dependentvar1.411383

S.E.ofregression0.156404Akaikeinfocriterion-0.752831

Sumsquaredresid0.660482Schwarzcriterion-0.567801

Loglikelihood15,66888F-statistic805.3159

Durbin-Watsonstat0.613239Prob(F-statistic)0.000000

图一17

通过上表，得出方程：

log(K)=-6.804+0.4471og(xl)+0.6351og(X2)+1.0951og(X3)一一方程5

(1)多重共线性检查

从图17中可以估计方程也许存在多重共线性。做一下回归:

DependentVariable:LOG(Y)

Method:LeastSquares

Date:12/23/10Time:22:50

Sample:19782008

Includedobservations:31

VariableCoefficientStd.Errort-StatisticProb.

C-2.0889270.277835-7.5185900.0000

LOG(X1)1.0150010.02659838.160740.0000

R-squared0980475Meandependentvar8.423946

AdjustedR-squared0.979801S.D.dependentvar1.411383

S.Eofregression0.200589Akaikeinfocriterion-0.312777

Sumsquaredresid1.166842Schwarzcriterion-0.220262

Loglikelihood6.848045F-statistic1456.242

Durbin-Watsonstat0.394824Prob(F-statistic)0.000000

图一18

VariableCoefficientStd.Errort-StatisticProb.

C-1.0995710.273340-4.0227280.0004

LOG(X2)1.0978100.03118735.201280.0000

R-squared0977132Meandependentvar8.423946

AdjustedR-squared0.976343S.Ddependentvar1.411383

S.Eofregression0.217082Akaikeinfocriterion-0.154743

Sumsquaredresid1.366612Schwarzcriterion-0.062228

Loglikelihood4.398515F-statistic1239.130

Durbin-Watsonstat0.323524Prob(F-statistic)0.000000

图一19

VariableCoefficientStd.Errort-StatisticProb.

C27.6960920.514591.3500680.1874

LOG(X3)-4.1445294.411383-0.9395080.3552

R-squared0029538Meandependentvar8.423946

AdjustedR-squared-0.003926S.D.dependentvar1.411383

S.Eofregression1.414151Akaikeinfocriterion3.593277

Sumsquaredresid57.99490Schwarzcriterion3.685792

Loglikelihood-53.69580F-statistic0.882675

Durbin-Watsonstat0.050040Prob(F-statistic)0.355230

a—20

VariableCoefficientStd.Errort-StatisticProb.

C-17293350.244349-7.0773070.0000

LOG(X1)0.5614220.1170304.7972650.0000

LOG(X2)0.5000980.1267943.9441840.0005

R-squared0.987448Meandependentvar8.423946

AdjustedR-squared0.986552S.D.dependentvar1.411383

S.Eofregression0.163674Akaikeinfocriterion-0690118

Sumsquaredresid0.750095Schwarzcriterion-0.551345

Loglikelihood13.69682F-statistic1101.381

Durbin-Watsonstat0.531997Prob(F-statistic)0000000

图--21

由图17和图21可求F值：

(0.989-0.987)/1

rc=------------=3.004

(1-0.989)/(31-4)

在分子自由度为1,分母自由度为27显著性水平为0.05的情况下。F的临界

值小于估计值3.664,所以拒接受限回归，保持方程5的形式。这样也有道理，

由于在方程5中，1。g(X3)的P值也不是很大。

4最终模型

通过以上各种检查,并通过序列相关和多重共线性的修正，最终把影响中国税收

收入(Y)的模型确立下来，

log(y)=—6.804+0.447唾国)+0.635叫卜)+1・095年伍)

4.1模型经济分析

国内生产总值对税收收入是正相关的。这表白，国内生产总值会带来税收的

增长。这很容易理解，由于经济是收入的来源，只有提高产出，才有也许提高税

收,这是主线因素。财政对税收的影响是显著正相关的,这说明国家财政支出增长,

税收也会增长。并且其系数为0.635,高于国内生产总值的影响力。究其原应

应当是：国家为了拉动经济增长，经常实行扩张性的财产政策，从而使经济的到

发展,各项税收也就自然而然的有所增长,进而提高了税收总收入。零售商品物价

指数对税收收入是显著正相关的。这很明显，物价指数升高，意味着物价上涨,

物价上涨各个销售商的收入总额也就会变大，这样需要缴纳的各项税赋也就变

大，从而，国家的税收收入就会明显地提高。

5结论与对策分析

税收作为社会生产力发展到一定阶段的产物，必然随着社会的发展而

扩大。税收是国家参与一部分社会产品或国民收入分派与再分派所进行的经济活

动，因此税收从一定限度上决定