京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据透视企业税负变化
企业税负话题一直是舆论热点,尤其近年来经济下行压力下,企业微观经营效益普遍呈下滑趋势,如何帮助企业降成本、减轻企业税费负担更受关注。为此,新华社记者采访权威部门,从多个维度用大数据透视企业税负变化。
维度一:我国企业销售收入税负率为4.7%
衡量企业税负,可以从微观税负和国家宏观税负两个维度观察。
微观税负,简单说就是企业自身缴纳税收的比重。企业税负水平通常用“销售收入税负率”来衡量。企业销售收入税负率反映了企业缴纳的税款占其生产经营成果的比重,符合我国税制状况。
据财政部和国家税务总局联合开展的全国70多万户企业的财务税收调查资料测算,2015年纳入调查范围的企业销售收入税负率为4.7%。
分行业看,农林牧渔业企业税负水平为1.9%;工业企业税负水平为6.2%,其中制造业企业税负水平为5.9%;建筑业企业税负水平为2.9%;批发和零售业企业税负水平为1.9%;交通运输、仓储和邮政业企业税负水平为3.0%。
维度二:我国企业主要税种税率全球中等水平
衡量企业税负,还可用世界上多数国家普遍征收的增值税和企业所得税税率来具体分析。记者从财政部了解到,全球范围看,我国企业主要税种税率世界排名处于中间位置。
——我国增值税税率排名居世界中间水平。
近年来,我国一直维持17%的增值税标准税率和13%的优惠税率,营改增后又增设11%和6%两档低税率。根据国际有关专业机构统计的征收增值税的115个国家,增值税标准税率平均约为15.7%。我国与多个国家并列第56位,处于中间水平。
——我国所得税税率与世界平均水平近似。
我国企业所得税率为25%,高新技术企业等优惠税率为15%。2015年,征收企业所得税国家的所得税标准税率基本介于9%和55%之间。根据国际有关专业机构统计的征收企业所得税的126个国家,所得税标准税率平均约为23.7%,我国位居第63位。欧盟国家的所得税标准税率平均约为22.1%,OECD(经合组织)国家平均约为24.8%,我国所得税税率水平与欧盟和OECD国家近似。
维度三:我国宏观税负低于国际平均水平
如果以更广视野观察,可以从国家宏观税负,即一国税负水平的高低来衡量。目前,世界各国对计算宏观税负并没有统一口径,通常指一国政府收入占GDP的比重。
记者从财政部了解,要科学衡量我国宏观税负,可以结合当前政府收入的构成情况,从大、中、小三个口径来观察。
——小口径宏观税负,即只看税收收入占GDP比重。我国2015年小口径宏观税负比世界平均水平低5.1个百分点,比发达国家、发展中国家分别低7.7个和2.2个百分点。
——中口径宏观税负,为税收收入和社会保障缴款之和占GDP比重。根据OECD数据测算,2014年OECD国家平均水平为35.3%,同期我国仅为23.5%,低11.8个百分点。
——大口径宏观税负,为包括一般预算收入、政府性基金收入、国有资本经营预算收入和社保基金收入的政府财政收入占GDP比重(扣除重复计算部分)。
我国2015年的税负水平比2013年各国平均水平38.4%低9.4个百分点,比发达国家平均水平42.8%低13.8个百分点,比发展中国家平均水平33.4%低4.4个百分点。
维度四:衡量税负高低不能忽视减税降费因素
权威人士表示,一些企业吐槽“税感”重,对此应从税收和缴费多角度综合考量。国家税务总局大企业税收管理司司长缪慧频介绍,今年前三季度,税务总局管理服务的1062户大型企业集团中,实体经济企业营业成本呈下降态势,每百元营业收入的成本为84.2元,同比减少0.18元。从结构上看,税收、财务、运输和用电等成本均出现一定程度下降,劳动力成本增速也有所放缓。
国家税务总局税收科学研究所所长李万甫指出,近年来,我国税收减免力度不断加大,企业的实际税收负担率正在逐步下降。减税降负无疑是新一轮税制改革的主基调,意味着未来供给侧结构性改革将会在给企业降成本方面进一步发力,确保纳税人充分享受减税改革红利,有效增强市场活力。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14