金融业是指提供金融服务的行业，是现代经济发展的重要组成部分。伴随经济全球化和我国金融市场改革推进，我国金融业已进入全面开放的新格局。上海作为我国的直辖市之一，在经济实力和城市规模方面位居全国之首，具有强大的综合实力，其繁荣的工业、商业和金融业为城市的稳定增长提供了坚实的基础。

2003年开始，上海市金融业增加值逐年上升，从517.9亿元增加到2021年的7973亿元，年均增长率达16.4%。由图1可知，金融业是上海市第三产业增加值的主要增长点，其增加值占第三产业增加值的比值总体呈上升趋势，从2003年的17.1%上升到2021年的25.2%。与此同时，金融业的发展也为金融业税收的快速增长提供了广阔的空间，金融业已成为国家税收的重点税源。本文以上海市金融企业的税收状况进行统计研究。

图1 2003-2021年上海市国内生产总值和金融业增加值变化

1、金融业发展现状

1.1 金融业税收增长现状

2008-2016年，上海市金融业合计缴纳营业税1832.5亿元，占上海同期营业税总收入的30.7%；合计缴纳企业所得税4022.5亿元，年均增长15.24%。从2012年开始，上海市的营业税增长率出现大幅度波动，先是于2013年增长率降到个位数，后又在2015年达到这几年的峰值——49.68%，转而在2016年降至谷底，甚至出现60%的负增长，导致出现这种“过山车”式变化的主要原因是我国从2012年开始推行营业税改增值税试点，而直到2016年，上海是全国唯一一座走完五年试点之路的城市，由于消除了营业税的重复征收，税制得到简化，从而实现了减税。这由图2也能看出，营业税在2016年骤降，而增值税在同年大幅上升，超过营业税。营业税和所得税两项主要税种收入合计，2016年金融业实现税收763.85亿元，较 2009年的360.18亿元，提高了1.12倍。

表1 上海市金融业主要税种收入及增长率        单位：亿元

图2 2009-2016年上海市金融业缴纳税收情况

从金融业的细分行业来看，银行业、货币金融服务业等都经历了增减相间的变化模式。由表2可知，保险业的所得税增减变化最大，最大增幅是2010年的1065.55%，最大降幅是2012年的27.12%，2016年的降幅仅次于2012年，为26.84%；营业税实现最大增幅也是在2010年，为108.6%，最大降幅为2016年的88.1%。货币金融服务只有2011-2016年的数据，但是其税收绝对值远大于保险业，所得税在2014年达到最大，为505亿元，营业税在2015年达到最大，为227亿元。

表2 金融业细分行业主要税种收入同比增长率

1.2 金融业与第二产业部分行业的税收比较

第二产业增加值占国内生产总值的比重一直维持在40%左右，是社会经济发展中最重要的组成部分之一，在国民经济中扮演着不可替代的角色。其中，制造业和建筑业属于中流砥柱产业，对第二产业经济的增长起着至关重要的作用。将金融业的税收和这两个行业进行比较，来说明金融业的重要地位。

从行业税收的增长量来看，2009-2016年之间，制造业分别实现所得税和营业税累计3626亿元、91亿元，两项合计为3717亿元.其中所得税2016年较2009年绝对额减少了23.4%，年均减少3.7%；营业税也由13.32亿元下降到2亿元，年均减少23.7%。建筑业的所得税累计额小于营业税累计额，营业税累计达691亿元，发展趋势起伏不定；企业所得税累计达334.6亿元，呈先减后增再减的趋势；两税合计额比较，2016年较2009年绝对额减少了87.3%，年均减少25.5％。同期，金融业营业税与企业所得税累计5746.7亿元，年均增长11.34％，比制造业、建筑业两种税收总收入的年均增长率，分别超出了15.4和36.9个百分点。由此可以看出，相较于制造业和建筑业，金融业不仅在所得税和营业税的绝对值上存在绝对优势，在增长率上也位居第一。

表3 上海市金融业与制造业、建筑业的主要税种税收比较

1.3 金融业与第三产业内部有关行业的税收比较

第三产业中，金融业、房地产业、仓储和邮政业等行业是主要产业。为进一步了解金融业税收在第三产业中的地位，选择交通运输、仓储和邮政业、住宿和餐饮业、房地产业进行对比研究。

从增加值的角度看，2011-2021年，金融业与同属第三产业的交通运输、仓储和邮政业、住宿和餐饮业、房地产业相比，四者都呈上升趋势，住宿和餐饮业的增长最为平缓，年均增长3.6%。其次是交通运输、仓储和邮政业，增长态势也相对平缓，年均增长7.8%；而房地产业和金融业年均增长都超过13%，且金融业增加值提升幅度更大，从2011年的2277亿元增加到2021年的3564.5亿元，涨幅高达5696亿元，占GDP比重从2011年的11.86％提升到2021年的18.45％，提高了6.59个百分点，年均增长13.35％，略高于房地产业的13.33%。同期，第三产业增加值占GDP的比重从2011年的58％到2021年73.2％，年均增长11％。说明2011年以来金融业的发展速度不仅快于上述三个行业，也明显快于整个第三产业的发展速度。

图3 2011-2021年上海市金融行业与第三产业部分行业的增加值比较

从税收数据来看，2010-2016年期间金融业的所得税和营业税都高于同期的交通运输、仓储和邮政业、住宿和餐饮业，且营业税的年均增长率为1.68%，也大于其他行业的负增长率。但是所得税的年均增长率仅为9.9%，低于房地产业和交通运输、仓储和邮政业的12%、10.7%，住宿和餐饮业基本保持相对稳定状态，年均增长率仅为0.17%。相较于房地产行业，金融业的所得税更高，但是营业税的大小关系二者却不一致，2009-2010年，房地产的营业税高于金融业，2011-2015年，金融业的营业税高于房地产，但是在2016年，金融业的营业税较上年急剧减小60%，而房地产行业只减少了35.4%，使得房地产业的营业税再一次反超金融业。由此不难看出，金融业对第三产业的贡献十分明显，这既与近年来我国金融业的快速发展有关，也与经济结构调整和产业税收政策密切相关。

表4 金融行业与第三产业部分行业所得税比较

表5 金融行业与第三产业部分行业营业税比较

1.4 不同企业类型缴纳税收情况

为研究不同企业之间税收贡献的差异，进一步按照企业类型来统计税收数据进行比较。

按企业的登记注册类型来看，上海市2016年隶属于金融业的企业中，股份有限公司数量最多，有200家，所缴纳的所得税和营业税也最多，分别为436亿元、123.5亿元，占各类总税收的比重分别为70.9%、83.2%。其次为其他有限责任公司，缴纳所得税99.25亿元，营业税10.62亿元。将税收按照单个企业计算平均值，其他内资企业的平均所得税最大，每个企业平均5.66亿元，其次是股份有限公司，平均每个企业2.18亿元；第三个所得税平均缴纳额大于1亿元的企业是中外合资经营企业，其余类型企业的平均值都小于1亿元。平均营业税方面，其他内资企业的平均值也是最大的，为0.93亿元，其次依然是股份有限公司和中外合资经营企业，均值分别为0.62亿元、0.15亿元。由此可见，股份有限公司、中外合资经营企业和其他内资企业是上海市金融业发展的中坚力量，尤其股份有限公司数量占有绝对优势，税收贡献也最大。

表6 2016年上海市金融业按企业类型分类缴纳税收情况

1.5 分地区金融业缴纳税收情况

分地区来看，分别对2016年上海市金融行业的所得税和营业税绘制税收柱状图。从图4和图5可以看出，2016年上海市的十六个区中，浦东新区的税收最高，所得税77.9亿元，营业税17.2亿元，分别是排名第二的黄浦区的1.7倍、1.5倍，遥遥领先于其他地区。这和浦东新区在人口、面积均为上海市最大密切相关,也离不开这里拥有的世界一流的金融、商贸和物流资源。其次是黄浦区，所得税44.9亿元，营业税11.4亿元。排在第三位的是静安区，所得税为36.6亿元，营业税为10亿元。

图4 2016年上海市各地区缴纳企业所得税比较

图5 2016年上海市各地区缴纳营业税比较

2、建模分析

利用2008-2016年的数据，对上海市各个地区的税收进行建模。基于数据的完整性，选择所得税和营业税排名前四的浦东新区、黄浦区、静安区和虹口区为研究对象。经计算，这四个地区营业税和所得税的斯皮尔曼相关系数为0.85，营业税和增值税的相关系数为0.5，也就是说，营业税和所得税以及增值税存在相关关系。因此以营业税为因变量，所得税和增值税为自变量构建面板模型。

2.1 面板数据模型

面板数据是一种在时间和截面空间上同时取得的二维数据，是一种可以将截面数据和时间序列结合并一起分析的数据集模式。面板数据既包含了时间序列的数据，于是可以用来刻画个体的动态变化；同时又包含了截面数据，因此可以更好地来反映个体之间的差异。

面板数据回归模型的一般形式为：

其中，是因变量，是维的解释变量；是k维参数向量；；分别表示的是时间跨度、截面维度。是截距项，是随机误差项，满足均值为零，方差同为的假设，即为独立同分布序列。

根据截距项和系数的不同取值，将面板数据模型划分为3种情形：

情形1：

情形2：

情形3：

对于情形1，在横截面上无个体影响、无结构变化，称为混合回归模型，可用普通最小二乘回归给出参数的一致有效估计。相当于将多个时期的截面数据放在一起作为样本数据。

对于情形2，称为变截距模型，在横截面上个体影响不同，个体影响表现为模型中被忽略的反映个体差异的变量的影响，又分为固定影响和随机影响两种情况，对应的模型分别为固定效应模型和随机效应模型。

对于情形3，称为变系数模型，除了存在个体影响外，在横截面上还存在变化的经济结构，因而结构参数在不同横截面单位上是不同的。典型的面板数据是横截面单位较多而时期较少的数据。

2.2 模型结果

在对面板数据模型的选择上，遵循图6所示的检验流程。首先采用F检验决定选用混合模型还是固定效应模型，然后构造BP统计量进行随机效应模型，最后用Hausman检验确定应该建立随机效应模型还是固定效应模型。

图6 面板模型检验流程

检验结果如表7所示。显然，F检验呈现出5%水平的显著性F(3,24)=6.2085, P值=0.0048<0.05，意味着相对混合回归模型而言，固定效应模型更优。BP检验呈现出5%水平的显著性χ2(1)=8.4924,P值=0.004<0.05，意味着相对混合回归模型而言，随机效应模型更优。Hausman检验呈现出5%水平的显著性χ2(2)=0.9848,P值=0.611>0.05，意味着相对固定效应模型而言，随机效应模型更优。综上分析，最终选择随机效应模型。

表7 面板模型检验结果汇总

为进一步比较三种模型的效果，计算各自的拟合优度、F统计量，结果如表8.固定效应模型的总体R方是0.85，总的解释变化比例是85%，说明随机效应模型的解释能力较好。

表8 面板模型拟合效果汇总

以随机效应模型作为最终结果，得到表9所示的系数表。针对增值税而言，其呈现出0.01水平的显著性(t=-4.6,p=0.000<0.01)，并且回归系数值为-0.66，说明增值税对营业税会产生显著的负向影响关系。针对所得税而言，其呈现出0.01水平的显著性(t=12.66,p=0.000<0.01)，并且回归系数值为0.397>0，说明所得税对营业税会产生显著的正向影响关系。增值税对营业税的负向影响验证了营业税改增值税的效果，说明增值税的增加会导致营业税的减少。

表9 固定效应模型系数表

3、结论

本文基于上海市2008-2016年金融业税收数据，通过与第二产业部分行业、第三产业内部部分行业进行比较，以及从企业类型角度、地区角度分析其发展现状，运用面板数据建模，研究所得税和营业税的发展状况。

结果发现，上海市金融业发展迅速，2009-2016年年间，相较于制造业和建筑业，金融业不仅在所得税和营业税的绝对值上存在绝对优势，在增长率上也位居第一。在第三产业内部比较发现，2011年以来金融业的发展速度不仅快于交通运输、仓储和邮政业、住宿和餐饮业、房地产业，也明显快于整个第三产业的发展速度。2016年，营业税大幅下降，同年增值税显著上涨，说明营业税改增值税效果显著。分企业类型来看，股份有限公司、中外合资经营企业和其他内资企业是上海市金融业发展的中坚力量，尤其股份有限公司数量占有绝对优势，税收贡献也最大。上海市的十六个市辖区中，营业税和企业所得税税收贡献排在前三的分别是浦东新区、黄浦区、静安区。面板模型结果显示，营业税和所得税为正相关，和增值税为负相关，进一步证明营业税改增值税的成果卓越。