《周礼》重“漆林之征”考

《周礼》所构建的赋税体系中,有一条现今并未发现在先秦两汉时期实际实施过的征课政策,即“唯其漆林之征二十而五”,对漆林进行高税率课税。后世学者对此非常科税收政策,遵循两条解释理路:一为“抑末”、二为“返朴”。不过,这两种解释与《周礼》文本都不够契合。本文通过考察古代中国经济作物的征税政策,结合《周礼》文本与唐代茶税出现的历史背景,对漆林征课做出解释。

企业所得税税收风险识别中随机森林算法的应用研究

税收是国家重要的财政收入来源且具有强制性,某些纳税人会以各种手段避免税款或者不足额缴纳税款,这样极易造成税收风险。以随机森林算法和税收风险理论为基础,采用约简决策树的方式进一步提高了随机森林算法的分类性能,构建了对房地产行业的企业所得税税收风险识别模型。模型在性能检测实验中获得了90.20%的正确率和88.70%的F1分数,且运行时间较原始的随机森林算法减少了33.33%。实验结果表明:对随机森林算法作出的改进是正确、有效的,且证实了构建的税收风险识别模型用于企业所得税税收风险的可行性和优越性,一方面为税务机关进行企业风险管理提供了借鉴;另一方面也为规范企业涉税风险管理提供了支撑。

基于全球气候变化谈判的森林碳汇研究

为进一步了解森林生态系统的碳汇功能和国际气候谈判,通过查阅资料,对全球气候变化以及CO2的温室效应、气候谈判的现状、实质以及主要发达国家温室气体的减排动态进行了简单的总结。就森林生态系统的碳汇潜力,碳汇作用的非持久性问题进行了探讨。综述了不同时期森林生态系统碳汇研究的成果以及国际森林碳汇项目的动态。分析了森林碳汇项目实施过程中存在的主要问题,并提出我国在国际气候谈判、温室气体减排和造林、再造林等林业碳汇项目中应采取积极立场和应对措施。

日本的森林生态效益补偿制度及最新实践

系统介绍了日本的保安林制度和水源税制度等2种森林生态效益补偿制度,对我国森林生态补偿制度存在的问题进行了分析,借鉴日本的经验,提出了加大宣传力度,提高全社会对森林生态效益的认识;建立多渠道、多层次的资金筹措机制;进一步完善配套措施,建立多途径、多方式的补偿机制;建立损失评价制度,提高补偿标准;理顺管理体制,明确补偿重点等政策建议。

森林生态效益税对陕西省产业价格水平的影响

森林生态补偿机制引起了我国政府和理论界的广泛关注,一些研究者也提出未来我国森林生态补偿机制将发展成为森林生态效益税。在论证森林生态效益税的理论依据、课征对象、征收方式、税率等的基础上,以陕西省为例,构建了突出林业的2007年陕西省42部门投入产出表,并采用投入产出价格模型,分别使用成本定价法和溢价定价法,定量分析了课征森林生态效益税对陕西省各产业价格水平的影响。研究发现,在对林业、家具制造业、木材加工及木竹藤棕草制品业、造纸及纸制品业征收10%森林生态效益税的3种不同方案下,森林生态效益税不会对陕西省价格体系造成过大影响,实施森林生态效益税具有一定的可行性。在大多数情况下,食品制造业、印刷及文教体育用品制造业,文化体育和娱乐业这3个产业的价格变化较大。此外,两种定价方法的计算结果略有差异,采用溢价定价法得到的结果要略高于成本定价法的结果。

江阴市植被净初级生产力及碳汇价值分析

利用遥感影像、逐日气象观测记录等相关数据,应用基于过程的生物地球化学模型(BEPS),对江阴市市域范围内的土地利用状况及年净初级生产力进行了研究,并对植被系统CO2吸收功能的价值进行了估算。结果表明:1991-2002年,江阴市陆地生态系统的总平均NPP由818 g/(m2.a)下降为699 g/(m2.a),其生态系统服务的碳汇价值也下降了0.88亿元。期间江阴市建设用地面积扩张及由此导致的林地、农田面积萎缩,成为江阴市陆地生态系统年净初级生产力下降的主要原因,森林植被质量变化对区域NPP下降的影响较小,而气候变化产生的影响不明显。

论森林生态效益实现的方式

森林提供的生态效益属于社会公共产品,从目前我国政府公共选择的手段和森林生态效益补偿的实践来看,我国森林生态效益的实现,必须经过3个阶段,即从征收森林生态效益补偿费,逐步过渡到开征森林生态税,进一步探索建立切实可行的森林生态效益的市场交换机制。

对林业税费的经济学分析

该文运用经济学的基本工具———供给和需求曲线 ,以商品林为研究对象 ,探讨了林业税费的作用机理和内涵。该文认为商品林生产具有正的外部性 ,市场失灵使生产者将不能提供社会真正所需要的商品林数量。在封闭的市场条件下 ,林业税费会直接成为价格的一部分 ,商品林生产者应当能够获得正常利润 ,与税费高低无关 ,但会使一部分林地退出生产。林业补贴是一种负的林业税收。在开放市场经济条件下 ,国内商品林供应量低于没有林业税收时的商品林供应量 ,更低于考虑社会生态需求时的商品林供应量 ,造成巨大的社会福利损失 ,应减免林业税费、增加林业扶持、取消价格管制。该文进一步研究了与林业税费密切相关的森林采伐限额政策 。

中国税制改革对企业设备投资的实际影响——基于随机森林方法的研究

笔者通过对新古典投资理论模型作适当修正,并采集整理中国A股上市公司2002年～2011年财务数据,采用随机森林方法实证研究了中国2008年新企业所得税改革和2009年增值税转型改革对企业投资的实际影响。研究表明,两次税改增强了中国税收政策的稳定性,并使企业税负的行业差异加大,而地域和企业属性差异有所收敛。这一结果增强了企业对税收政策的理性预期,加大了企业、税务部门以及地方政府间的博弈空间,需要采取必要措施,确保税收制度的合理性和税收执法的公平性。

出口退税对林产品贸易的影响研究

论述了林产品出口退税政策调整的动因，退税政策调整对林产品质量与国民经济增长的影响，并通过建立模型推行8种林产品实证分析。结果表明：自1996-2005年林产品出口退税额年均增长12．6％计算，每年带动林产品贸易出口额增长3．73％；出口退税对林产品出口增长的贡献率为24．2％。

集体林权改革几个基本法律制度的认识

以湖南资兴市的调查资料为依据,论述了林权、森林限额采伐、林业税费、生态效益补偿等几个基本的法律制度与集体林权改革的关系及本身内容存在的不足。指出相关法律制度的不完善,制度的执行与应用、政策措施制定的滞后性是我国林业发展长期不能突破自身发展瓶颈,阻碍我国集体林改革的主要原因。

俄罗斯原木关税调整的影响及辽宁省的对策

本文在分析俄原木的出口关税率提高对我国的影响和两国森林资源合作开发的基础上,就我省面临的问题提出对策和建议。

碳税对碳排放影响的实证研究

本文利用面板数据分析模型对比分析了欧洲31个征收碳税国家实施碳税政策对碳排放量的影响。结果表明,碳税的实施有利于碳的减排,碳税的实施并没有影响经济的发展,同时森林碳汇也有利于减少碳排放;森林蓄积的增加能够有效地递减碳排放。对比欧洲经验,文章指出了欧洲经验对我国的启示。

森林生态税收体系研究现状

由于森林生态系统具有正的外部性,对其生态效益进行补偿就成为必须要考虑的问题。森林生态税作为一种为森林生态效益补偿筹集资金的手段,在发达国家已经有着不错的实施效果,而在我国基本上还处于空白。本文回顾了国内外对于森林生态税收体系的研究进展,比较了国内外在这一领域研究的异同,提出了在我国进行森林生态税研究的一些建议和看法。

税费变化对国有林场商品用材林林木资产评估值影响分析

为完善国有林场森林资源的价值核算,更客观真实地反应其经营管理绩效。本文概述了我国林业税费体制的历史沿革,并以某国有林场为实例,在假设其它条件不变的前提下,分别以不征收特产税和将"两金"由20%调整为5%及二者兼而有之三种情况,具体分析了税费变化对林木资产评估值的影响。

竞争均衡下的森林外部性以及其经济学意义

根据森林资源的公益性特点论述了森林环境的外部性;以一般均衡理论为基础,建立了导入森林环境外部性时的竞争均衡性路径模型,导出了社会最优化的条件。在此基础上,论述了公共部门对外部性进行干预的经济手段及其政策意义。最后,借助日本森林环境税的实施情况和经验论述了森林环境税在中国实施的现实意义。

WTO与湖北林产工业

我国加入WTO后 ,我国关税已基本符合发展中国家入世条件 ,经济全球化这将有利于湖北省人造板业、家居装饰业的发展。湖北省林产工业应正视机遇 ,提高认识 ,优化产业结构 ,加大技术进步与引进 ,加速速生丰产基地建设。

日本的森林环境税——以高知县为例

主要介绍了日本引入森林环境税的背景及现状。通过高知县的事例,进一步阐述了森林环境税引入的前因后果、课税方式、课税框架、税收用项以及存在的问题;通过对高知县、冈山县和鸟取县3县森林环境税的比较,分析了日本森林环境税的特点;在此基础上分析了森林环境税对日本森林环境和林业的意义以及仍然面临的问题;最后讨论了日本森林环境税对中国的借鉴意义以及在中国实施森林环境税的可能性。

固碳林生态效益补偿的税收政策研究

固碳林所具有的生态效益已得到社会的广泛认同,因其具有外部经济性和准公共产品的特性,政府必须对固碳林的生态价值进行补偿。文章根据"庇古税"原理,提出政府可通过征收"碳税"来补偿固碳林生态效益这一观点,并构建了"碳税"政策体系。同时,还提出了与"碳税"体系相关的配套政策,包括固碳林生态效益补偿标准,"碳税"交易市场的建立等。最后,对构建"碳税"体系时可能存在的障碍进行了分析。

基于随机森林的偷漏税行为自动识别

企业偷漏税手段呈多样化、专业化、普遍化、隐蔽化趋势。为更好地识别企业是否存在偷漏税行为,基于Python语言,在Anaconda集成开发环境下通过机器学习的Scikit-Learn包构建随机森林模型,通过交叉验证算法选择最优模型。对汽车销售行业纳税人是否存在偷漏税行为进行自动识别。结果表明,基于随机森林模型的偷漏税行为自动识别相对于其它常见的分类模型(k-近邻算法、逻辑回归模型、决策树模型和Adaboost算法),具有较高的准确率,分类性能更好,可以满足偷漏税行为的自动识别需求。