浅析我国取消农业税的可行性摘要：对我国目前正在实施的农业税减免制度的可行性，从计量经济学及税收构成角度进行分析。关键字：农业税 计量经济分析 税费改革 税收收入中国几千年的文明起源于农业，农民始终是中国最广大的群体。这是至今也未改变的。几千年来，多少代王朝的崛起与衰亡也与农民密不可分。农民衣食富足、安居乐业则天下太平，当农民被逼的食不裹腹的时候，便到了一个王朝的末日。时至今日，这种状况仍未改变。减负的话题也就因此成了一个说了几千年的话题。新中国成立后，到社会主义市场经济发展的今天，农民从翻身当家作主人到日渐成为社会中的低收入阶层。一方面，我国的农民负担确实过重，另一方面，减负又不得不被提上中央和各地方政府的议事日程。从始于2002年的税费改革到目前正在实行的减免农业税政策，在一定程度上减轻了农民负担。以下将从理论和计量两种角度分别加以分析。从城乡居民生活状况对比来看，收入是决定性的因素。不同的收入水平决定了其不同方面的消费支出，且不同的收入水平会导致不同的消费倾向，因此，消费性总支出中几方面支出的此消彼长的相互作用，使得支出中的某项与其他方面的支出之间必然存在一定的联系。所以，特定项目的支出在受到外界因素影响的同时也会受到内部因素一定程度的作用。以下将以在一定程度上可以反映生活质量的娱乐教育支出为例，在城镇和农村之间进行对比，选取有代表性的收入、食品支出及衣着支出为解释变量，从计量角度分析。设定模型为Yi=+1X1+2X2+3X3+u其中：Yi：家庭平均年娱乐教育支出 X1：家庭平均年食品支出 X2：家庭平均年衣着支出 X3：家庭平均每人全部年收入以下将就城镇和农村以1985、1990-2002年的数据为基础进行拟合。一、 城镇通过Eviews进行最小二乘法估计，得以下数据：（表一）Dependent Variable: Y Method: Least SquaresDate: 11/23/04 Time: 15:05Sample: 1 14Included observations: 14VariableCoefficientStd. Errort-StatisticProb. C4.24284614.332620.2960270.7733X1-0.2884580.098010-2.9431310.0147X20.0135850.3107610.0437140.9660X30.1893960.00846722.369840.0000R-squared0.997005 Mean dependent var378.3836Adjusted R-squared0.996107 S.D. dependent var263.0313S.E. of regression16.41127 Akaike info criterion8.668770Sum squared resid2693.299 Schwarz criterion8.851358Log likelihood-56.68139 F-statistic1109.814Durbin-Watson stat2.648817 Prob(F-statistic)0.000000根据以上结果，得模型所拟合的表中数据为： =4.242846-0.288458X1+0.013585X2+0.189396X3 （14.33262）（0.098010）（0.310761）（0.008467） t= (0.296027) (-2.943131) (0.043714) (22.36984) R20.997005 F=1109.814 df=10由以上模型可知，在其他解释变量不变的条件下，收入每增加一个单位，城镇居民家庭的年平均娱乐教育支出将平均增加0.189396个单位；在其他解释变量不变的条件下，食品支出每增加一个单位，城镇居民家庭的年平均娱乐教育支出将平均减少0.288458个单位；在其他解释变量不变的条件下，衣着支出每增加一个单位，城镇居民家庭的年平均娱乐教育支出将平均增加0.013585个单位，但该项与经济意义不符。通过以上经济解释可以看出，收入对于娱乐教育支出的影响作用是较为明显的。以下将对该模型进行多重共线性、异方差性、自相关性的检验，并对模型进行修正。1、 多重共线性（1） 检验 综合判断法：在该模型中，R20.997005很大，且F=1109.814显著大于给定显著性水平下的临界值，而变量对应的偏回归系数之t2不显著，则说明该模型存在多重共线性。 简单相关系数矩阵法：由食品支出、衣着支出、年平均收入的数据，通过Eviews可得：由上表数据可知：三个解释变量间存在严重的多重共线性。（2） 修正（逐步回归法）首先对食品支出和娱乐教育支出的数据进行拟合：Dependent Variable: YMethod: Least SquaresDate: 11/23/04 Time: 15:11Sample: 1 14Included observations: 14VariableCoefficientStd. Errort-StatisticProb. C-194.071387.01329-2.2303640.0456X10.3830240.0540987.0801590.0000R-squared0.806852 Mean dependent var378.3836Adjusted R-squared0.790757 S.D. dependent var263.0313S.E. of regression120.3187 Akaike info criterion12.54973Sum squared resid173719.1 Schwarz criterion12.64102Log likelihood-85.84810 F-statistic50.12866Durbin-Watson stat0.292283 Prob(F-statistic)0.000013根据以上结果，得模型所拟合的表中数据为： =-194.0713+0.383024X1 （87.01329）（0.054098） t= (-2.230364) (7.080159) R20.806852 F=50.12866 df=12由以上报告得，该模型的R20.806852较小，拟合的不是很好。然后对年平均收入和娱乐教育支出的数据进行拟合：Dependent Variable: YMethod: Least SquaresDate: 11/23/04 Time: 15:12Sample: 1 14Included observations: 14VariableCoefficientStd. Errort-StatisticProb. C-104.823029.89670-3.5061730.0043X30.1144100.00629218.182030.0000R-squared0.964972 Mean dependent var378.3836Adjusted R-squared0.962053 S.D. dependent var263.0313S.E. of regression51.23825 Akaike info criterion10.84241Sum squared resid31504.30 Schwarz criterion10.93371Log likelihood-73.89689 F-statistic330.5861Durbin-Watson stat0.470763 Prob(F-statistic)0.000000根据以上结果，得模型所拟合的表中数据为： =-104.8230+0.114410X3 （） （29.89670）（0.006292） t= (-3.506173) (18.18203) R20.964972 F=330.5861 df=12由以上报告得，该模型的R20.964972较大，拟合程度较好。由于X2即衣着支出与模型的实际经济意义是相悖的，且其t值很小，对模型的影响程度很小，故将其剔除。将X1带入（）式，得如下模型：Dependent Variable: YMethod: Least SquaresDate: 11/23/04 Time: 15:13Sample: 1 14Included observations: 14VariableCoefficientStd. Errort-StatisticProb. C4.17136813.577690.3072220.7644X1-0.2843450.026215-10.846460.0000X30.1892250.00716026.426690.0000R-squared0.997005 Mean dependent var378.3836Adjusted R-squared0.996460 S.D. dependent var263.0313S.E. of regression15.64903 Akaike info criterion8.526104Sum squared resid2693.814 Schwarz criterion8.663045Log likelihood-56.68273 F-statistic1830.841Durbin-Watson stat2.650002 Prob(F-statistic)0.000000根据以上结果，得模型所拟合的表中数据为： =4.171368-0.284345X1+0.189225X3 （13.57769）（0.026215）（0.007160） t= (0.307222) (-10.84646) (26.42669) R20.997005 F=1830.841 df=11经过上述逐步回归分析，表明Y对X1、X3的回归模型为最优。2、异方差检验图示法：如上图所示，方差的波动基本处于同一水平带内，说明不存在异方差。Goldfeld-Quandt检验：将样本排序后分为两部分，分别进行回归估计：