大数据视角下的制造业税收指数构建与应用

在“互联网+税务”行动的大背景下，本书以税务 大数据为基础，构建了反映税收与制造业互动的制造 业税收指数，并与统计部门发布的PMI做了相关性分析 ，发现该指数在判断和预测制造业运行方面具有很好 的优势，可为税务部门和相关部门做决策提供科学严 谨的判断依据。

钱斌华，男，1977年生，浙江宁海人，同济大学管理学博士，财政部财政科学研究所应用经济学(财政学)博士后，副研究员，宁波城市职业技术学院科技处／地方服务合作处处长。曾在宁波市财税系统工作13年，具有丰富的财税理论和实践经验。 主要研究方向：财政税收。

第1章 绪论 1.1 研究背景及意义 1.2 研究范围 1.3 研究方法与创新点 1.4 章节结构 1.5 理论基础 1.5.1 杠杆理论 1.5.2 减税理论 1.5.3 竞争理论 1.5.4 凯恩斯的税收与经济增长理论 1.5.5 拉弗曲线理论 第2章 税收政策影响制造业的机制及经验借鉴 2.1 制造业高质量发展的必要性 2.2 税收政策对制造业的影响机制 2.2.1 税收政策影响供给从而影响制造业 2.2.2 税收政策影响需求从而影响制造业 2.3 税收助力制造业的国际经验 2.3.1 降低企业税负方面 2.3.2 扩大内需方面 2.3.3 促进产业结构调整方面 2.3.4 增加投融资方面 2.3.5 推动企业创新方面 第3章 宁波制造业发展现状分析 3.1 宁波制造业现状与发展举措 3.1.1 宁波制造业现状分析 3.1.2 宁波制造业的发展举措 3.1.3 宁波其他与制造业相关产业的现状分析 3.2 宁波制造业税收分析 3.2.1 从税收总量来看：税收增长引擎稳固，潜力巨大 3.2.2 从行业分布来看：产业集群效应显现，转型起步 3.3 现行制造业税收优惠政策、成效及存在问题 3.3.1 现行制造业税收优惠政策 3.3.2 宁波制造业的税收激励政策效果分析 3.3.3 现行宁波市制造业税收激励政策存在的问题 第4章 制造业税收大数据应用 4.1 大数据分析的积极作用 4.1.1 有助于实现政策评估智能化 4.1.2 有助于实现风险管理智能化 4.1.3 有助于实现纳税服务智能化 4.1.4 有助于实现税务监督智能化 4.2 指标的选取原则 4.2.1 经济和税收重要性原则 4.2.2 统计充分性原则 4.2.3 指标协调性原则 4.2.4 对经济和税收的变化敏感性原则 4.3 制造业税收指数的具体构建 4.3.1 关于税收治理能力的评价指标 4.3.2 关于税收指标与经济指标的计量关系研究 4.4 制造业税收指数的计算 4.4.1 数据预处理与缺失值填补