税收征管与企业全要素生产率——基于中国非上市公司的实证研究

张 明

一、引言

在中国近40年的高速经济增长过程中，政府在其中扮演了举足轻重的角色，学者普遍认为中国政府尤其是地方政府在促进地方经济增长中发挥了重要作用（Qian 和 Weingast， 1997［1］； Qian 和 Roland， 1998［2］；Jin 和 Zou， 2005［3］； 周黎安， 2007［4］）。 然而， 在当前经济发展形势下，我国面临着转变经济发展方式的难题，政府如何在促进转变经济发展方式中发挥作用值得研究和探讨。在促进转变经济发展方式中，如何促进企业由 “资本和劳动推动发展”向由 “全要素推动发展”转变是经济发展方式能否实现根本性转变的关键。2015年5月8日，国务院正式发布了 《中国制造2025》，对制造业在发展方针、基本原则和发展规划等方面提出了详细的要求。然而，政府的干预政策会如何影响企业生产和发展却有待商榷。

财政政策是政府对市场进行干预的重要手段之一，而在财政收入方面，政府与市场关系的核心体现是政府对企业税收征管力度的调控。许多学者的研究发现，中国地方政府之间存在着横向的税收竞次竞争，这种税收竞争使得地方政府通过放松收税征管的手段降低企业实际税率，吸引流动性资本，促进当地经济发展 （沈坤荣和付文林，2006［5］；李永友和沈坤荣， 2008［6］； 郭杰和李涛， 2009［7］； 龙小宁等，2014［8］； 李永友， 2015［9］）。 然而， 税收征管是否会影响企业生产转型、提高全要素生产率是一个值得研究的问题。本文的研究关注了税收征管对企业全要素生产率的影响。企业全要素生产率集中反映了除资本和劳动之外，技术和管理等其他综合方面对企业发展的作用。理论上，税率的高低会直接扭曲企业的生产行为，税率过高会导致企业的生产规模小于社会最优规模，使得企业无法正常从事生产经营活动，降低企业的全要素生产率 （陈晓光，2013［10］）。由此，本文从实证的角度对这一理论进行了检验，借以揭示税收政策在促进企业生产转型中所发挥的作用。

政府的税收征管行为是难以量化的，对其进行精确度量是一个难题。范子英和田彬彬 （2013）［11］提供了一个识别税收征管力度的方法，他们的研究发现国税局的税收征管力度要大于地税局。具体地，我国的税收立法权是高度集权和统一的，地方政府并不具有直接调整法定税率的权利。然而，在中国式财政分权体制下，财政激励和晋升激励导致地方政府会为了经济增长而放松税收征管，展开横向税收竞争，以吸引资本流入。然而，中央政府在财政收入方面的目标则与地方政府不同，其主要任务是保证中央政府收入的充裕，以调节全国的经济发展。为了防范地方政府税收竞争侵蚀中央税源，中央政府在1994年的分税制改革中，特意将原有的税务局分设为国家税务局和地方税务局，并将关税、增值税等中央税种和共享税种划归国税局征收，地税局则只负责征收地方企业所得税和营业税等地方税。除此之外，为了减少地方政府对国税局的干预，国税局在机构设置、人员编制、经费、领导干部职务等方面都采取下管一级的原则，由中央垂直管理。而地税局的机构设置、人员编制和管理体制等则由地方政府直接管理。这就使得地方政府对地税局的干预程度要大于国税局，从而导致了地方政府间的横向税收竞争对地税局的税收征管力度影响更大，国税局的税收执法力度要强于地税局。这一点得到了范子英和田彬彬 （2013）［11］实证研究的证实。

2002年所得税改革为利用征收机构的不同对税收征管力度进行识别提供了一个契机。在2002年之前，除中央企业和外资企业的企业所得税外，其他企业所得税都由地税局负责征收。在2002年进行所得税改革时，所得税由地方税变为共享税，理论上所有企业所得税的征管应该从地税局转移到国税局。然而由于国税局和地税局的税务系统之间具有较强的独立性，两者之间的衔接非常困难，因此在进行改革时不得做出 “一刀切”的政策。该次改革规定，在2002年之前成立的老企业的所得税依然由原单位进行征收，而自2002年1月1日起注册成立的新企业的所得税则全部由国税局征收。这种改革就使得近乎相同的企业，仅因为注册时间的不同而导致其税收征管部门存在差异，从而使得企业所面临的税收征管力度不同。由此，我们就可以使用断点回归方法对税收征管力度进行识别。2002年的所得税改革自颁布到执行之间的时间间隔非常短①2002年所得税改革在2001年10月17日提出，随后在2002年1月迅速在全国展开实施。，企业难以做出反应，使得该项改革具有很好的自然实验特征，使用断点回归方法很好地解决了回归中可能存在的内生性问题，避免了除税收征管力度以外的其他因素对估计结果造成的偏误。鉴于此，本文也利用2002年所得税改革，并使用断点回归方法，实证检验税收征管对企业全要素生产率的影响。

本文利用2002—2007年中国工业企业数据库，实证检验了税收征管对企业全要素生产率的影响。实证研究发现，相比地税局，国税局对企业的税收征管力度更大，而税收征管力度的加强会对企业的发展产生负向影响，降低企业的全要素生产率。中央政府税收征管力度的加强虽然进一步保障了中央政府的财政收入，但是过高的实际税率却不利于企业的长远发展和转型。据此，本文认为，中央政府在制定税收政策时应当综合考虑利弊，在加强税收征管的同时应通过财政支出和补贴等手段弥补征税对企业造成的不利影响，充分发挥政府在调节经济发展中 “看得见的手”的作用，促进企业实现发展转型。

除去引言，本文的结构安排如下：第二部分为实证研究设计；第三部分为基本回归结果；第四部分为异质性与稳健性检验；第五部分为结论与政策建议。

二、实证研究设计

（一）计量模型

1.全要素生产率测算模型。

全要素生产率的核算方法一般有指数法和经济计量法，不同方法各具优缺点。在对微观企业的全要素生产率的核算中，经济计量相比指数法更为适合。但是在使用经济计量法时，需要解决同时性偏差和样本选择偏差，避免内生性对估计结果产生影响 （鲁晓东和连玉君， 2012［12］； 杨汝岱， 2015［13］）。 其中同时性偏差是指企业在进行生产决策时能够观测到一部分生产效率，从而会根据这一部分生产效率决定企业投入。样本选择偏差是指，效率较低的企业会因为无法继续经营而退出市场。由于同时性偏差和样本选择偏差的存在，直接使用OLS方法进行估计所得到的全要素生产率就会存在偏误。Olley和Pakes（1996）［14］（简称OP方法） 与Levinsohn和Petrin （2003）［15］（简称LP方法）提出的估计方法很好地解决了这两个问题，被学者广泛使用。本文也使用OP方法估计工业企业全要素生产率，并作为主回归的被解释变量，并使用LP方法估计的全要素生产率进行稳健性检验。

OP方法的基本思路为，假设企业会根据当前的效率水平决定投资水平，从而可以将企业投资的非线性函数作为企业可观测生产效率的代理变量。假设企业的可观测生产率是企业投资水平的非线性函数ωit＝ht（Iit，Kit）， 其中Iit为企业的当期投资水平，而Kit为企业的资本存量。此时，OP方法的估计形式就可以写为 （1）式。

LP估计方法的基本思路与OP方法类似，但是其不再使用企业投资作为可观测效率的代理变量，而是使用企业中间品投入作为企业生产率的代理变量。LP方法相比OP方法的优点在于，其很好地解决了企业投资可能缺失数据或为负的情况，但是LP方法没有处理样本选择偏差问题，OP方法则考虑到企业退出的情况，对样本选择偏差进行了很好的处理。由此可见，两种估计方法各有优缺点，本文使用OP方法估计的全要素生产率作为主要回归的解释变量，而使用LP方法估计的全要素生产率进行稳健性检验。

2.税收征管与企业全要素生产率关系检验模型。

参照范子英和田彬彬 （2013）［11］的做法， 本文利用断点回归的原理研究税收征管对企业全要素生产率的影响。使用断点回归的原因在于，除了税收征管机构会因企业注册时间的不同而不同之外，企业的注册时间本身也会对企业的全要素生产率产生影响。比如，新成立的企业可能会从事更高回报的行业，其全要素生产率水平本来就较高。这样，如果直接使用注册时间的虚拟变量进行回归，得到的回归结果并不是税收征管对企业全要素生产率影响的纯效应，还包括注册时间本身差异所造成的影响。为了尽量避免其他渠道对估计结果的影响，本文使用断点回归对结果进行估计，通过不断缩小估计的时间窗口，控制时间异质性对结果的影响。本文使用的基本回归估计模型为：

公式 （2） 中Intfpit为企业i在第t年的全要素生产率对数值，在基本回归模型中为OP方法估计的全要素生产率，在稳健性检验中为LP方法估计的全要素生产率。dsetupit为本文的核心解释变量，即企业注册时间虚拟变量，该变量的定义为，如果企业在2002年及以后进行注册，该变量取1，否则取0。Xit为控制变量，包括企业特征控制变量、省份固定效应虚拟变量、行业固定效应虚拟变量和时间固定效应虚拟变量。∈it为误差项，β1为核心解释变量的估计系数，β2为各控制变量的估计系数。本文关心的是β1的大小及显著性。根据本文的理论，国税局相比地税局的税收征管力度要强，而税收征管力度的加强会降低企业的全要素生产率，因此，本文预计β1的回归系数应当显著为负。在进行断点回归的实际操作中，需要不断缩小注册时间窗口，以排除其他因素对估计结果的影响。具体地，本文分步按照企业的注册年份和月份对回归样本进行逐步剔除：第一，使用全样本进行回归，对比1949—2001年注册企业的全要素生产率与2002—2007年注册企业的全要素生产率差异；第二，将样本缩小为注册时间在2002年前后两年的企业，对比2000—2001年注册企业的全要素生产率与2002—2003年注册企业的全要素生产率；第三，进一步将样本缩小为注册时间在2002年前后一年的企业，对比2001年注册企业的全要素生产率与2002年注册企业的全要素生产率；第四，为了避免企业自选择对估计结果的影响①如果企业预期到2002年所得税改革会导致税收征管力度的加强，那么原本选择在2002年进行注册的企业便会提前到2001年。而若这种自选择与企业的全要素生产率相关的话，本文的估计结果便会受到影响。，将样本缩小为注册时间在2001年上半年和2002年下半年的企业，即比较2001年1月至6月注册企业的全要素生产率与2002年7月至12月注册企业的全要素生产率；最后，在第四步的基础上进一步缩小注册时间窗口，以检验结果的稳健性，比较2001年1月至3月注册企业的全要素生产率与2002年9月至12月注册企业的全要素生产率。比较不同注册时间窗口的回归结果即可得到本文想要的回归结果。

（二）数据来源与样本处理

本文使用1998—2007年中国工业企业作为研究样本。中国规模以上工业企业数据库是中国国家统计局的调查数据，其数据统计口径与 《中国统计年鉴》中工业统计口径一致。该数据库涵盖了中国工业行业中90%以上的企业，是国内能够获得的覆盖范围最广泛的企业数据库。由于该数据库具有数据量大、指标丰富等显著优点，被国内外学者广泛使用。许多学者已经使用该数据库在国内外的顶级期刊上发表文章， 在国外期刊中， Song等 （2011）［16］在American Economic Review发表的文章最具代表性；在国内期刊中， 吕冰洋等 （2016）［17］在 《经济研究》 的文章中是最近使用该数据库的代表之作。不过，由于该数据库并不是专门的学术研究数据库，在使用之前需要对其进行细致的处理。而且，由于统计局仅公布了1998—2009年的数据库，且2008和2009年的数据质量较差，一般研究都将数据库时间限定在1998—2007 年之间 （聂辉华等， 2012［18］）。

进行回归分析之前，本文按照 Brandt等（2012）［19］的做法对样本进行了处理和匹配，并剔除了不符合常理的观测值。具体的做法如下： （1）按照 Brandt等 （2012）［19］的处理方法， 根据企业的法人代码等信息将1998—2007年的数据合并成面板数据。（2）剔除缺失总资产、职工人数等重要指标的企业样本，剔除总资产小于固定资产等存在明显错误的企业样本，剔除销售额小于500万、固定资产原值小于100万、总资产小于100万和职工人数小于8人的样本。 （3） 根据 Brandt等 （2012）［19］所提供的方法，计算企业的实际资本存量和固定资产投资额度，并按照其提供的价格指数对所有指标进行消涨处理。（4）为了避免异常值对估计结果的干扰，本文对样本进行了截尾处理，删除了各指标上下各0.5%的样本。（5）由于中央国企和外商投资企业的企业所得税一直由国税局进行征收，并不受2002年所得税改革的影响，样本中对这些企业进行了删除。（6）本文仅保留2002—2007年所得税改革之后的样本，以便分析政策对全要素生产率的影响效应。最终，本文得到了2002—2007年来自242 376家企业，共666 925次观测值的样本数据。

（三）变量定义与统计描述

1.被解释变量与核心解释变量。

本文基本回归中使用OP方法计算的企业全要素生产率对数值 （optfp）作为被解释变量，在稳健性检验中使用LP估计的全要素生产率对数值 （lptfp）作为被解释变量。本文的核心解释变量即为企业注册时间是否超过2002年的虚拟变量 （dsetup），并通过断点回归的设计原理，估计税收征管对企业全要素生产率的影响。

2.控制变量。

原则上，由于断点回归设计具有很好的外生性，并不需要加入控制变量。但是为了结果的稳健性，本文在基本回归的基础上加入可能会影响企业全要素生产率的企业特征变量。本文的控制变量包括企业获取贷款的能力 （finance）、企业是否进行研发支出的虚拟变量 （rd）、反应员工素质的员工平均工资水平（wage）、 资本密集度 （capi）、 资产负债率 （lever）、反应企业规模的总资产对数值 （size）、产权性质虚拟变量 （own）、 行业虚拟变量 （io）、 省份虚拟变量（pro）和年份虚拟变量 （year）。具体变量定义见表1。根据融资约束理论，当企业无法从银行获得贷款时，企业将倾向于选择短期会获益的项目，而舍弃如研发、出口等能提高企业全要素生产率的活动，因此本文认为企业获取贷款的能力 （finance）的估计系数为正。创新是企业全要素生产率提升的源泉，因此本文预计研发支出的虚拟变量 （rd）回归系数为正。企业创新和管理效率的提升均来自员工，因此本文预计员工素质 （wage）的回归系数也为正。企业的资本密集度 （capi）过大可能会导致边际回报递减，从而不利于全要素生产率的提升。企业的资产负债率（lever）反应了企业的负债情况，负债过高会导致企业偿还贷款压力过大，也不利于企业的长期发展。规模越大的企业承担风险的能力越强，也越愿意从事有利于全要素生产率提高的活动，因此本文预计总资产对数值 （size）对企业全要素生产率会产生正向影响。表1为各变量的定义与统计描述，我们可以发现OP方法估计得到的全要素生产率要低于LP方法估计的全要素生产率，但是这并不影响本文的结果，这是因为，全要素生产率并不是一个绝对指标，而是一个相对指标，两种不同方法估计值的大小并不具有直接的可比性。

表1 变量定义与描述统计

三、基本回归结果

表2为本文的基本回归结果，其中第 （1）列为全样本的回归结果，第 （2）列只使用2000和2001年与2002和2003年注册的企业样本进行对比，第（3）列则使用2001年与2002年注册的企业样本进行对比。但是这样的做法仍然存在一定的问题，如果企业存在自选择，即企业预期到2002年所得税改革会导致税收征管力度的加强，那么原本选择在2002年进行注册的企业便会提前到2001年。如果这种自选择与企业的全要素生产率相关的话，本文的估计结果便会受到影响。为了解决这一问题，本文利用2002年所得税改革政策实施点，对样本进行了进一步的细分。2002年所得税改革是在2001年10月17日提出，随后在2002年迅速在全国展开实施，企业进行自选择的时间范围只有2001年10月17日至2011年12月31日。因此，为了排除企业自选择的影响，表3中第 （4）列中使用2001年1月至6月注册的企业作为对照组，而使用2002年9月至12月注册的企业样本作为实验组，第 （5）列则进一步缩小样本的注册时间范围，将时间限定在2001年1月至3月注册的企业和2002年9月至12月注册的企业进行比较。表2中的回归均控制了省份固定效应、行业固定效应和时间固定效应，但由于断点回归设计的特殊性，虚拟变量满足外生性，因此表2并未对企业特征变量进行控制，后文表3中将检验控制变量对估计结果的影响。具体的分组方式和回归结果见表2。

表2 不加控制变量的回归结果

对于表2中各列回归结果，表2中第（1）～（5）列中注册时间虚拟变量 （dsetup）的回归系数均在－0.04左右，且均在1%的水平下显著，不断缩小样本的注册时间区间并没有对本文的估计结果产生很大的影响。表2的回归结果表明，相比地税局，国税局对企业的税收征管力度更大，对企业的发展生产了负向的影响，即由国税征收企业的全要素生产率平均比由地税征收企业的全要素生产率低了4%左右。这印证了本文的理论假说，地方政府会通过税收政策影响企业的生产行为，税收征管会影响企业的生产决策，过高的税收征管力度会造成企业无法从事有利于长期发展、提高全要素生产率的活动，从而降低了企业的全要素生产率水平。

表3 加入控制变量的回归结果

表2中并未控制企业特征变量，为了进一步检验本文基本回归结果的可靠性，表3的回归在表2的基础上加入了可能会影响企业全要素生产率的企业特征变量，包括企业获得贷款的能力 （finance）、是否进行研发投入 （rd）、 员工素质水平 （wage）、 资本密集度 （capi）、 资产负债率 （lever）、 企业规模 （size）和企业产权性质的虚拟变量 （2.own～5.own）。表3依然使用断点回归方法，通过不断缩小企业注册时间窗口来排除其他因素对结果的影响，样本选择的依据与表2相同。

首先看表3中核心解释变量的回归结果，第（1）～（5） 列中注册时间虚拟变量 （dsetup） 的回归系数均在－0.03左右，且均在1%的水平下显著，不断缩小样本的注册时间区间并没有对本文的估计结果产生很大的影响。相比表2的回归结果，表3中注册时间虚拟变量 （dsetup）的回归系数绝对值有所降低，这可能是因为控制变量也会受到税收征管影响，分摊了核心解释变量对全要素生产率的影响。但是，表3的结果与表2保持一致，依然表明相比地税局，国税局对企业的税收征管力度更大，对企业的发展产生了负向的影响。由国税征收企业的全要素生产率平均比由地税征收企业的全要素生产率低了3%左右。

另外，表3中各控制变量的回归结果也符合理论预期。企业获取贷款的能力 （finance）的回归系数为0.9左右，且在1%的水平下显著，说明获取贷款越多的企业全要素生产率越高。这与融资约束理论是相符的，融资约束理论指出，当企业无法从银行获得贷款时，企业将倾向于选择短期会获益的项目，而舍弃如研发、出口等能提高企业全要素生产率的活动。企业是否进行研发投入虚拟变量 （rd）的回归系数约为0.02，且在1%的水平下显著，说明研发投入能够提高企业的全要素生产率水平，这与一般的理论预期也相符。企业员工素质 （wage）的回归系数为0.95左右，也在1%的水平下显著，说明员工素质的提高是促进企业发展转型的关键。资本密集度 （capi）的回归系数为－0.001 2左右，在1%的水平下显著，资本过于密集并不利于企业的长期发展。资产负债率（lever）的回归系数约为－0.22，也在1%的水平下显著，说明财务杠杆会对企业的全要素生产率产生影响，负债过高并不利于企业的发展。企业规模 （size）的回归系数为0.04左右，且五列回归均在1%的水平下显著，说明规模较大的企业具有更高的全要素生产率，这可能是因为规模越大的企业能够承担的风险程度越大，其会更多地从事长期性发展战略，从而提高了企业的全要素生产率。企业产权性质虚拟变量的回归结果均大于0，且在1%的水平下显著，由于各虚拟变量均以国有企业作为对照组，该回归结果表明其他所有制形式企业的全要素生产率均高于国有企业。表3中各企业特征变量的回归系数均符合理论预期，说明本文的回归结果是可靠的。

从表2和表3的回归结果可以得出，相比地税局，国税局对企业的税收征管力度更大，而税收征管力度的加强会对企业发展产生负向影响，降低了企业的全要素生产率。本文的基本实证结果发现，由国税征收企业的全要素生产率平均比由地税征收企业的全要素生产率低了3%左右。从中我们可以发现，政府会通过调整税收征管力度的方式影响企业的发展，从而影响整个经济的运行。

四、异质性与稳健性检验

（一）异质性检验

为了进一步佐证本文基本回归结果的正确性，本文从两个方面考察了税收征管对企业全要素生产率影响的异质性。首先，企业流动性会对回归结果产生影响。根据税收竞争理论，地方政府放松税收征管是为了吸引流动性资本，因此流动性越强的企业，地方政府对其的税收征管力度越弱。当所得税由国税局征收之后，原本受到更多税收优惠的流动性企业将不再受到国税局的税收优惠政策，而流动性较差的企业由于原本就未受到税收优惠政策的影响，由国税征收也并不增加其税收负担。由此，本文认为，流动性越强的企业其受到该项政策的影响越大。第二，地方禀赋也会对结果产生影响。根据Cai和 Treisman （2005）［20］的研究， 地方禀赋会影响地方政府参与竞争的意愿，禀赋较好的地区会选择积极参与竞争，给予企业更多的税收优惠，而禀赋较差的地区即使降低税率，也无法吸引到企业，因此会选择放弃竞争。如此，当所得税改由国税局征收以后，禀赋越好地区的企业受到的影响越大。本文将从以上两个方面对回归结果进行异质性检验，如果回归结果与本文的理论假说相符，则可以说明基本回归结果是可信的。

1.企业流动性对结果的影响。

不同产权性质的企业流动性会有所不同。国有企业和集体企业一般为地方政府注资，归地方所有，其很难流动到其他辖区，流动性较差，而私营企业、混合所有制企业和港澳台资企业则不受地方政府的控制，其会选择税收征管力度更小的地区进行生产经营。因此，本文推断，相比国有企业和集体企业，私营企业、混合所有制企业和港澳台资企业会更大程度受到2002年所得税改革的影响。表4中根据工业企业数据库中统计的企业注册类型将企业按照所有权性质进行了分组，并分别进行回归检验。其中第 （1）列为国有企业的回归结果，第 （2）列为集体企业的回归结果，第 （3）列为私营企业的回归结果，第（4）列为混合所有制企业的回归结果，第 （5）列为港澳台资企业的回归结果。回归中均控制了省份固定效应、行业固定效应、时间固定效应及企业特征变量，为了节省篇幅，表4中仅汇报了核心解释变量的回归结果。①表4和表5的异质性检验回归均将企业注册时间限定在2001年1月至3月和2002年9月至12月。其他注册时间限定方式的估计结果差异不大，本文不再汇报。

表4 不同产权性质企业的估计结果

对于表4中各列注册时间虚拟变量 （dsetup）的估计结果，第 （1）和 （2）列中国有企业和集体企业的回归结果不显著，而第 （3）～（5）列的回归结果均为负，且在1%的水平下显著。这表明，相比国有企业和集体企业，私营企业、混合所有制企业和港澳台资企业的税收征管力度增加更多，其全要素生产率受到了负向影响。而在私营企业、混合所有制企业和港澳台资企业中，流动性最强的港澳台资企业受到的负向影响最大，其次是混合所有制企业，私营企业受到的影响相对较小。表4的回归结果与本文的理论假说相符，即当税收征管部门由地税局更换到国税局之后，流动性越强企业的税收征管力度增加越多，其全要素生产率降低幅度越大。

2.地区禀赋对结果的影响。

表5实证检验了地区禀赋对估计结果的影响。表5中分别使用县域人均GDP和财政自给率衡量了地方禀赋的好坏，并按照这两个指标将样本分为三组。其中第 （1）～（3）列为按照人均GDP进行分组的回归结果，第 （1）列为人均GDP排位在0% ～33%的企业样本，第 （2）列为人均 GDP排位在33% ～66%的企业样本，第 （3）列为人均 GDP排位在66% ～100%的企业样本。第 （1）～（3） 列为按照财政自给率进行分组的回归结果，第 （1）列为财政自给率排位在0% ～33%的企业样本，第 （2）列为财政自给率排位在33%～66%的企业样本，第 （3）列为财政自给率排位在66%～100%的企业样本。回归中均控制了省份固定效应、行业固定效应、时间固定效应及企业特征变量，为了节省篇幅，表5中仅汇报了核心解释变量的回归结果。

表5 不同禀赋地区企业的估计结果

首先来看表5中第 （1）～（3）列注册时间虚拟变量 （dsetup） 的估计结果， 第 （1） 和 （2） 列中注册时间虚拟变量 （dsetup）的回归结果均小于0，且都显著，而第 （3）列的回归系数绝对值很小，且不显著。其次首先来看第 （4）～（6）列注册时间虚拟变量 （dsetup） 的估计结果， 第 （4） 和 （5） 列中注册时间虚拟变量 （dsetup）的回归结果均小于0，且都在1%的水平下显著，而第 （6）列的回归系数不显著。表5各列的回归结果表明，当税收征管部门由地税局更换到国税局之后，禀赋越好地区企业的税收征管力度增加越多，其全要素生产率降低幅度越大，这与本文的理论假说保持一致。

（二）稳健性检验

虽然本文使用的OP方法是被广泛使用的全要素生产率估计方法，但是该方法也存在一定的缺陷，比如该方法需要使用企业固定资产的数据，而规模以上工业企业中并没有直接报告企业固定资产数据，需要按照一定的方法进行测算。Levinsohn和Petrin （2003）［15］所提出的方法 （简称 LP方法） 使得可以使用企业中间品投入作为企业固定资产的代替变量，从而解决了这一问题。但是他们的方法没有解决企业的样本选择问题，因此当样本中有企业退出时，其估计便会产生偏误。为了保证本文估计结果的准确性，本文使用LP方法对基本回归结果进行重新估计，以排除全要素生产率估计方法对结果的影响。

表6 使用LP方法全要素生产率的估计结果

表6中将表3中的被解释变量替换为LP方法估计的全要素生产率的对数值，并采用相同的断点回归方法对结果进行估计。从表6的结果可以看出，第（1）～（5） 列回归中企业注册时间虚拟变量 （dsetup）的回归系数在－0.03左右，且均在1%的水平下显著，与表3的回归结果保持一致。且各控制变量的回归系数大小、符号及显著性均与表3保持一致。表6的回归结果表明，本文所使用的全要素生产率的估计方法并未对估计结果产生很大的影响，本文的实证研究结果是稳健而可靠的。

五、研究结论与政策建议

我国企业面临着由 “资本和劳动推动发展”向由 “全要素推动发展”转变的严峻任务，而政府在促进企业全要素生产率的提升中责任重大。在中国式财政分权体制下，无论是财政分权理论还是 “晋升锦标赛”理论都认为，政府这只 “看得见的手”在促进经济发展中发挥了重要作用。然而，政府能否影响企业的全要素生产率值得进一步研究。在财政收入方面，政府与市场关系的核心体现即是政府对企业税收征管力度的调控，而税收征管力度的强弱则会直接影响企业的发展。2002年所得税改革为税收征管力度的识别提供了一个契机，该改革规定，在2002年之后新注册企业的所得税均由国税局征收，而在之前注册的企业则保留至原地税局进行征收。这种改革使得近乎相同的企业，仅因为注册时间的不同而导致其税收征管部门存在差异。同时，由于地方政府和中央政府的税收征管目标并不一致，且国税部门相比地税部门受到地方政府的控制程度更小，从而使得由国税部门征收所得税的企业面临了更为严格的税收征管力度。鉴于此，本文利用2002年所得税改革对税收征管力度进行了识别，并使用断点回归方法估计了税收征管力度对我国非上市公司企业全要素生产率的影响，实证结果表明：

第一，税收征管力度的加强会降低企业的全要素生产率。本文的实证研究发现，相比地税局，国税局对企业的税收征管力度更大，而税收征管力度的加强会对企业发展产生负向影响，即由国税征收企业的全要素生产率平均比由地税征收企业的全要素生产率低了3%左右。本文的基本回归结果和稳健性检验结果保持一致，实证结果是可靠的。

第二，税收征管对企业全要素生产率的影响会因企业流动性和地区禀赋而产生异质性。本文表4的回归结果发现，当税收征管部门由地税更换到国税之后，流动性越强企业的税收征管力度增加越多，其全要素生产率降低幅度越大。表5的回归结果则表明，当税收征管部门由地税更换到国税之后，禀赋越好地区企业的税收征管力度增加越多，其全要素生产率降低幅度越大。本文的异质性检验的结果与理论假说保持一致。

基于此，本文认为，虽然税收征管权的集中能够激励国税局努力征税，限制地方政府的税收竞次竞争，但是税收征管力度的加强也会阻碍企业的发展。因此，中央政府在制定税收政策时应当综合考虑利弊，在加强税收征管的同时应通过财政支出和补贴等手段弥补征税对企业造成的不利影响，充分发挥政府在调节经济发展中 “看得见的手”的作用，促进企业实现发展转型。

［1］ Qian Y， Weingast B R.Federalism As a Commitment to Perserving Market Incentives［J］.The Journal of Economic Perspectives，1997，11 （4）：83－92.

［2］ Qian Y， Roland G.Federalism and the Soft Budget Constraint［J］.American Economic Review，1998，88 （5）：1143－1162.

［3］ Jin J， Zou H.Fiscal Decentralization， Revenue and Expenditure Assignments， and Growth in China ［J］.Journal of Asian Economics， 2005， 16（6）：1047－1064.

［4］周黎安.中国地方官员的晋升锦标赛模式研究［J］.经济研究，2007（7）：36－50.

［5］沈坤荣，付文林.税收竞争、地区博弈及其增长绩效［J］.经济研究，2006（6）：16－26.

［6］李永友，沈坤荣.辖区间竞争、策略性财政政策与FDI增长绩效的区域特征［J］.经济研究，2008（5）：58－69.

［7］郭杰，李涛.中国地方政府间税收竞争研究——基于中国省级面板数据的经验证据［J］.管理世界，2009（11）：54－64.

［8］龙小宁，朱艳丽，蔡伟贤，李少民.基于空间计量模型的中国县级政府间税收竞争的实证分析［J］.经济研究，2014（8）：41－53.

［9］李永友.转移支付与地方政府间财政竞争［J］.中国社会科学，2015（10）：114－133.

［10］陈晓光.增值税有效税率差异与效率损失——兼议对 “营改增”的启示［J］.中国社会科学，2013（8）：67－84.

［11］范子英，田彬彬.税收竞争、税收执法与企业避税［J］.经济研究，2013（9）：99－111.

［12］鲁晓东，连玉君.中国工业企业全要素生产率估计：1999—2007［J］.经济学 （季刊），2012（2）：541－558.

［13］杨汝岱.中国制造业企业全要素生产率研究［J］.经济研究，2015（2）：61－74.

［14］ Olley G S， Pakes A.The Dynamics of Productivity in the Telecommunications Equipment Industry ［J］.Econometrica： Journal of the Econometric Society，1996， 64 （6）：1263－1297.

［15］ Levinsohn J， Petrin A.Estimating Production Functions Using Inputs to Control for Unobservables［J］.The Review of Economic Studies， 2003， 70（2）：317－341.

［16］ Song Z， Storesletten K，Zilibotti F.Growing Like China［J］.The American Economic Review，2011，101 （1）：196－233.

［17］吕冰洋，马光荣，毛捷.分税与税率：从政府到企业［J］.经济研究，2016（7）：13－28.

［18］聂辉华，江艇，杨汝岱.中国工业企业数据库的使用现状和潜在问题［J］.世界经济，2012（5）：142－158.

［19］ Brandt L， Van Biesebroeck J， Zhang Y.Creative Accounting or Creative Destruction？ Firm⁃Level Productivity Growth in Chinese Manufacturing［J］.Journal of Development Economics， 2012， 97 （2）： 339 －351.

［20］ Cai H， Treisman D.Does Competition for Capital Discipline Governments？ Decentralization， Globalization， and Public Policy ［J］.The American Economic Review，2005，95 （3）：817－830.