公共部门的低效率是一个普遍存在的问题。我国的财政税收收入逐年增加,且每年都保持较高的增长率,但这是否是税务部门高效工作的表现?对税收收入能力进行合理的估测,科学地考察税收征管机构的征管效率,这是一个税务部门值得研究的问题。　　 本文试图通过统计方法,用数据来量化浙江省税收征管能力。但是,在构建模型的时候,应该如何选择合适的变量,这是一个棘手的问题。国内外对税收收入能力估测的文献很多,但模型中的变量一般都是通过定性的方法来选择的。定性的方法可能会导入感性因素,不能客观地对不同地区的税收收入能力建立合理的模型。而且过去文献中建立的线性模型仅考虑的线性偏误,却对非线性偏误考虑较少。　　 本文应用混合数据的非参数数据驱动方法,以浙江省税收收入能力的数据为例,对影响税收收入能力不大的变量进行剔除。这一方法的另外一个优点是,在建立税收收入能力估测模型时,可以在模型中同时加入连续变量和离散变量。　　 本文用同样的数据通过逐步回归法构造了线性模型,通过均方误差的指标可以看出,用非参数核函数估计法建立的模型,拟合程度要远好于线性模型。逐步回归法只是对模型中线性参数显著性不高的变量选择,并没有考虑到模型中的变量的非线性关系。这是非参数核函数估计方法相对于传统方法的优势。　　 本文用混合数据的非参数核估计方法得到的与税收收入能力相关的变量是人均GDP、各地区对外开放度、各地区消费品零售额、各地区第一、第二产业占GDP比重,不同于用逐步回归法的到的人均GDP、各地区对外开放度、固定资产投资额、各地区城市化率和第一、第二产业占GDP比重。本文用非参数方法得到的相关变量构建随机边界模型,得到浙江省各地区的税收征管效率。模型结果显示,非参数模型不仅拟合程度较好,剔除无关变量后的均方误差变动量仅为线性参数模型的0.0625,稳健性比线性参数模型有显著提高。这是在选择变量方法上的改进,基于此方法上的税收收入能力估测更加科学合理。