“营改增”提高企业价值了吗？——来自中国上市公司的经验证据

曹 平，王桂军

(广西大学商学院，广西 南宁 530004)

一、引言与文献综述

1994年实行分税制以来，我国营业税与增值税两大税种分立并行。这种税制虽然促进了当时的经济发展，增加了财政收入,但随着我国国民经济的发展及产业结构的转型，其不合理性日渐突显：一方面，切断了制造业与服务业之间的增值税抵扣链条，产生了重复征税现象；另一方面，抬高了服务性产品的销售价格，抑制了第三产业的发展。基于此，我国财政部、国家税务总局于2012年1月1日以上海市为试点实施营业税改征增值税政策(以下简称“营改增”)，并分地区、分阶段、分行业全面推开试点范围。直至2016年5月1日，“营改增”全面完成，实现了对所有货物、服务的生产、流通及消费领域的全面覆盖，至此，实行了66年的营业税全面被取消。

自“营改增”实施以来，关于其政策效应一直是学术界的研究热点。现有研究成果多集中在以下几个方面：(1)“营改增”对企业税负的影响。潘文轩(2013)通过理论分析及实际考察发现，“营改增”政策对服务业税负具有双重效应，部分试点企业出现了“不减反增”的现象[1]；童锦治等(2015)基于企业议价能力视角经验研究了“营改增”对企业实际流转税负的影响，认为企业议价能力越低，其名义税负在“营改增”后上升幅度越大[2]；范子英和彭飞(2017)发现“营改增”的减税效应依赖于产业互联和上游行业的增值税税率，“营改增”企业的平均税负并没有显著下降[3]。(2)“营改增”对财政收入的影响。田志伟和胡怡建(2014)采用CGE模型理论分析了“营改增”对国家财政税收的影响，发现“营改增”明显降低了政府税收收入，但对经济增长没有明显的提高[4]；周彬和杜两省(2016)认为“营改增”的地方性财政减税并不等于全国财政收入的减税，试点阶段甚至会导致全国财政收入的增加[5]。(3)“营改增”对产业结构及宏观经济的影响：陈晓光(2013)认为“营改增”可以统一商品及服务税制，缩小并消除企业间有效税率的差异，提高中国经济的整体效率[6]；陈钊和王旸(2016)通过实证研究发现“营改增”能够显著地促进专业化分工[7]。(4)“营改增”对企业创新的影响：王桂军和曹平(2018)经验分析了“营改增”对制造业企业自主创新的政策效应，发现“营改增”可以通过促进专业化分工显著地降低制造业企业的自主创新意愿，但与此同时也提高了制造业企业的技术引进水平[8]；栾强和罗守贵(2018)以上海科技企业为研究对象从“减税效应”视角分析了“营改增”对企业创新的影响，发现“营改增”虽然增加了上海科技企业2013年的研发投入，但同时显著地减少了2014年的[9]。

综上所述，近些年来，学术界从不同角度对“营改增”的政策效应进行了分析，已有丰硕的研究成果，但至今鲜有针对“营改增”影响企业价值的研究。“营改增”的根本目标不仅在于减税，更在于促进产业间的专业化分工，提高服务业生产水平，最终实现我国产业结构的转型与升级。个体企业是产业结构的基础单元，企业价值的提升直接关系着产业经济的增长。因此，关于“营改增”是否提高试点行业企业价值这一设问极具研究价值。有鉴于此，本文以2009～2015年中国上市公司为样本，视分地区、分阶段、分行业实施的“营改增”为一项外生的政策实验，利用双重差分法经验研究了其对试点行业企业价值的影响。研究表明：(1)“营改增”政策可以显著地提高试点行业的企业价值；(2)“营改增”对企业价值的影响幅度呈逐年上升趋势。进一步地，我们从市场竞争视角研究了二者的作用机制，发现“营改增”对企业价值的影响可以通过提高市场竞争程度实现。

本文的边际贡献可能在于：首先，本文从“营改增”的核心目标出发，关注宏观“营改增”政策与微观企业价值这一重要关系，弥补了基于企业价值考量“营改增”政策效应的研究空白；其次，本文从市场竞争视角考察“营改增”对企业价值的影响，丰富了“营改增”政策效应作用机制的研究；最后，利用“营改增”分地区、分阶段、分行业实施这一政策实验进行双重差分估计，并通过双重差分倾向得分匹配法进行稳健性测试，有效地缓解了可能存在的内生性及非平衡趋势问题，保证了研究结论的严谨性。

二、制度背景与研究假设

(一)制度背景

我国于1994年基本确立了营业税与增值税两大流转税分立并行的格局，制造业以征收增值税为主，而服务业则主要缴纳营业税。在会计核算上，增值税可以进销项税额互抵[注]2009年增值税转型之前，购买固定资产所产生的进行税额不能参与抵扣销项税额。，而营业税只能计入产品成本。这虽然使得上游服务业与下游制造业形成了相互制衡的局面，有效地保证了国家税收收入，但也导致了重复征税现象，抑制了产业间的专业化分工及服务业的发展。2011～2013年我国GDP增速持续走低，经济发展由高速增长阶段步入中高速增长的新常态阶段。在新常态阶段，经济增长驱动需要转向产业结构优化、调整、转型及升级的新模式，在继续扩大内需的同时，更要强化供给侧结构性改革，提高供给体系的效率与质量，为经济增长持续输送动力。营业税与增值税两税并存的局面已经不再适应新常态下的经济发展，虽然我国在2009年实行的增值税转型改革[注]我国于2009年1月1日在全国范围内实行增值税由生产型向消费型的改革，改革后企业购买固定资产的进行税额亦可参与抵扣。在一定程度上扩大了内需，促进了经济增长，但两税分立并行所凸显的重复征税、抵扣链条不完整等问题依然存在，干扰着经济的运行，新一轮的流转税改革亟待提上日程。基于此，我国财政部、国家税务总局于2011年11月16日印发了《关于印发<营业税改征增值税试点方案>的通知》和《关于在上海市开展交通运输业和部分服务业营业税改征增值税试点的通知》，这两份文件的出台标志着中国“营改增”政策正式启动。此后，我国分阶段、分地区、分行业全面推开“营改增”试点，直至2016年5月1日，我国全面完成“营改增”改革，实现了增值税在所有货物、劳务及服务的全面覆盖。

(二)理论分析与研究假设

税负水平是影响企业价值的主要因素之一，一般情况下，税负水平与企业价值呈负相关关系[10][11][12]。从“营改增”结构性减税的设计定位来看，服务业企业的税负水平在政策之后应该显著地下降，但实际情况并非如此，部分企业税负甚至出现不降反增的情况。因此，从税负水平视角讨论“营改增”对企业价值的影响似乎行不通。本文试图从市场竞争视角讨论“营改增”对企业价值的影响，因为“营改增”改变的不仅是企业的税负水平，还有行业的市场环境。从整个产业链的角度看，虽然“营改增”主要针对以缴纳营业税为主的服务业，但受其影响的却不仅仅是服务业。制造业不在改革范围之内，但处于产业链下游的制造业需要购买上游的服务业产品，由于营业税不能参与抵扣，当制造业企业购买服务业产品时既支付了产品的价格又承担了与产品对应的营业税款项，从成本角度讲，这变相地增加了服务业产品的购买价格。为了规避这种现象，制造业企业宁愿放弃外购服务业产品，不考虑技术与服务外包，而选择企业内部承担，即组建自营服务部门以满足生产经营需要，这便在一定程度上抑制了服务业的发展[8]。“营改增”之后，制造业企业外购服务业产品可以取得增值税专用发票进行抵扣，从而消除了重复征税现象，降低了服务业产品的购买成本。这种情况自然会导致一部分制造业企业放弃服务业产品的自给自足，而更多地采用外包方式取得。从理论上讲，这对服务业是一种政策“红利”，可以使服务业市场“蛋糕”变大，激励更多的企业参与分割“蛋糕”，进而增加市场的竞争程度。

亚当·斯密在《国富论》中提到：“垄断是优质管理最大的敌人，所以经济学家们认为竞争是提升企业价值的有效途径。”诸多研究也表明，市场竞争与企业价值呈显著的正相关关系[13][14][15][16]。这是因为，激烈的竞争环境一方面可以淘汰业绩差、效率低的公司，提升行业活力；另一方面可以使企业不断提高自身的管理及营销能力，进而提升全要素生产率。

因此，基于以上分析，本文提出研究假设H1：

H1：“营改增”显著地提升了试点行业的企业价值。

三、模型与估计方法

(一)双重差分模型

双重差分模型(DID)是一种十分流行的政策效果估计方法，其基本原理在于：通过对受政策影响群体(实验组)与未受政策影响群体(对照组)的对比来判断政策的作用后果。有选择地实施“营改增”可视为一项政策实验，其中试点企业为实验组(treatment group)，未受政策影响的非试点企业为对照组(comparison group)。在本文中，我们以2009～2015年为时间区间；以2012年度纳入试点范围的部分现代服务业为实验组，具体包括先后在上海、北京等9省市实施“营改增”的研发与技术服务、信息技术服务、文化创意服务、物流辅助服务、有形动产租赁服务、鉴证咨询服务及广播影视服务6类服务子行业[注]我们并没有将交通运输业考虑在内，因为“营改增”之前运输服务即可按照运费的7%予以抵扣，这在一定程度上缓解了重复征税现象，因此“营改增”对交通运输业的影响可能会不显著。；以2016年5月1日纳入试点范围的服务业子行业为对照组(截止2015年年底并未受到政策影响，考虑到行业特殊性，我们剔除了银行、证券等金融服务业)；利用Treat和Policy两个虚拟变量对样本进行分组，其中，Treat=1和Treat=0分别表示实验组和对照组，Policy=0和Policy=1分别表示“营改增”政策实施前与实施后。考虑到政策效应可能存在一定的滞后性，我们在回归分析时将改革时间定为2013年。

根据DID的设计方法，本文设计如下基准回归模型：

Yit=α+β1Treatit+β2Poltcyit+β3Treatit·Poltcyit+β4Conirolit+εit

(1)

其中，下标i与t分别表示企业和年份；Control表示控制变量组；ε为随机扰动项；被解释变量Y代表企业价值变量。

由DID模型(1)可以得出，对于“营改增”试点企业(实验组，Treat=1)在政策前后的企业价值分别是α+β1和α+β1+β2+β3，二者相减可以得到实验组企业价值的变化幅度，即β2+β3，这里面包含了“营改增”政策及其他干扰因素的作用；同理，对于“营改增”非试点企业(对照组，Treat=0)在政策前后的变化幅度为β2，这里面只包含了干扰因素的作用。因此实验组的变化幅度β2+β3减去对照组的变化幅度β2即可以得到“营改增”对实验组企业的净效应β3。所以，在DID模型中我们重点关注交互项Treat·Policy的系数β3，根据假设H1，β3应该显著为正。

进一步地，为了捕捉“营改增”之后每个年度的政策效应及动态变化趋势，我们参考范子英等(2016)[17]、王桂军和曹平(2018)[8]的做法，将模型(2)中的平均效应分解到政策实施后的每个年度，于是得到如下模型：

(2)

其中，yeart为年度虚拟变量，分别取值为2013、2014与2015；同模型(1)的原理类似，系数β3能够测度剔除其他干扰因素之后“营改增”政策每一个年度给实验组带来的净效应；其他变量与模型(1)定义相同。

(二)双重差分倾向得分匹配模型

利用双重差分模型估计政策效应有一个重要的前提，即实验组与对照组在政策前要保持相同的变化趋势。虽然我们选择的样本均为服务业企业，但由于子行业的不同，可能会导致上述条件无法满足，因此，为了使研究结论更加严谨，我们采用Heckman et al.(1997)[18]提出的双重差分倾向得分匹配模型(PSM-DID)进一步地进行了稳健性测试。

PSM-DID模型的基本思路为：首先在未受政策影响的对照组中找到某个企业j，使得企业j的观测变量与实验组中企业i的尽可能地相匹配，如此重复操作以得到共同取值范围的集合Sp(commonsupport)，在Sp中实验组与对照组能够更好地保持相同的变化趋势，然后利用如下模型进行处理效应估计。

(3)

其中，T表示实验组，C表示对照组，t0表示政策前，t1表示政策后，i表示实验组中第i个企业，j表示对照组中第j个企业，w(i,j)表示倾向得分匹配得到的权重，I1为原实验组样本，I0为原控制组样本，N*为集合I1∩Sp所包含的实验组个体数。

四、数据、变量及描述性统计特征

(一)样本选择与数据来源

本文以2009～2015年为样本区间，选取沪深两市A股市场上海、北京、江苏、安徽、福建、广东、天津、湖北和浙江9个省市的部分现代服务业上市公司为实验组样本，选取2015年之前未纳入“营改增”试点范围的服务业子行业上市公司为对照组。主要变量数据通过国泰安及瑞思数据库获得，并剔除了ST、*ST、金融保险行业及主变量有缺失的公司样本。最终，本文得到了410家上市公司的2164条观测值。由于部分公司于2009～2015年期间上市，导致此类公司上市前的数据不可得，因此，本文数据结构为非平衡面板数据。为了消除异常值的影响，我们对所有连续变量进行了1%的Winsorize缩尾处理。

(二)变量定义

1.企业价值。国外文献多以托宾Q值作为企业价值的代理变量，在国内企业价值的代理变量可分为两类：盈利性财务指标与企业市场价值。张立民和李琰(2017)[19]指出，盈利性财务指标可能会受到股票市场欠成熟、财务粉饰、盈余管理等因素的影响而导致数据失真，因此，以其作为代理变量衡量企业价值时需慎重；与盈利性财务指标相比，托宾Q值不易受到企业层面的操控，不仅可以预测企业的未来现金流量，而且可以从市场价值和盈利能力两个维度体现企业的价值。因此，本文借鉴大部分学者的做法，采用托宾Q值(TobinQ)作为企业价值的代理变量。

2.控制变量。参考贺小刚等(2013)[20]、陈玉罡和石芳(2014)[21]的做法，本文从公司治理层、财务状况、财务成果等方面选取了一系列控制变量，具体包括：企业规模、员工人数、企业年龄、资本结构、盈利能力、成长能力、董事会规模、监事会规模以及管理层激励程度，另外我们还控制了年度、省份及行业固定效应，其中，行业分类依据证监会2012年行业分类标准，取一位行业代码。主要变量及定义见表1所示。

表1 主要代理变量及定义

(三)描述性统计特征

描述性的统计结果显示[注]限于篇幅，描述性统计结果不再列示，作者备索。，企业价值代理变量托宾Q值(TobinQ)均值为2.520，标准差为2.646，最小值为0.169，最大值为14.68，这说明样本中企业价值的差异较大；净资产增长率(Netassgrrt)、董事会持股比例(BOD_S)、监事会持股比例(BOV_S)的标准差均高于均值，说明样本企业中这些指标差距也较大，而其他指标整体差距不大。

五、实证检验及结果分析

(一)企业价值时间趋势分析

图1描述了实验组与对照组托宾Q值的时间变化趋势，其中，纵轴表示组内托宾Q值的均值，实线为实验组曲线，虚线为对照组曲线。需要进一步解释的是，横轴年份表示每年年末时间点，比如2011年表示的是2011年12月31日，2011～2012年区间表示2012年整年的变化趋势，如前文所述，我们选择2013年为政策实施时间，所以时间节点应该在2012年年末，即图中垂线所示。从图中可以看出，实验组和对照组托宾Q值的变化趋势在2009～2012年期间基本保持平行，符合双重差分平行趋势的要求。2012年之后，实验组出现明显的上升趋势，但对照组增长依然比较缓慢，这说明在2012年之后两组企业的托宾Q值出现明显的差异，但是不是因为“营改增”政策的影响还需进一步检验。

(二)“营改增”与企业价值的DID检验

图1 实验组与对照组托宾Q值时间变化趋势

1.平均效应。在该部分我们基于模型(1)利用最小二乘法(OLS)对“营改增”是否影响试点行业的企业价值进行了双重差分检验，结果如表2第(1)～(2)列所示。其中，第(1)列没有加入企业层面的特征变量，我们所关心的交互项系数在1%的水平上显著为正；第(2)列加入了可能影响企业价值的特征变量，结果依然为正，且在1%的水平上显著。这说明，我们不能从统计意义上拒绝假设H1，因此，“营改增”政策的确显著地提高了试点行业的企业价值。具体而言，相对于对照组，“营改增”政策提高了实验组1.64单位的托宾Q值。

表2 “营改增”对企业价值的影响：双重差分检验结果

注：括号内数值为t值，*、** 与*** 分别表示10%、5%与1%的显著性水平，回归结果均为稳健标准误估计，并在公司层面进行聚类。

2.动态效应及变化趋势。进一步地，我们根据模型(2)考察了“营改增”政策影响企业价值的动态效应及变化趋势，结果如表2第(3)～(4)列所示。可以看出，不管企业层面的特征变量加入与否，各年的动态效应至少在5%的水平上显著为正，具体而言，“营改增”对企业价值的提高幅度在第一年最小，之后逐年增加，且边际效应呈递增趋势。出现这种情况可能的原因在于：一方面，由于政策的变化，导致了试点企业在购买、销售、会计核算及纳税申报等环节出现了较大的变动，企业需要一定的适应期；另一方面，专业化分工不能一蹴而成，服务部门从制造业企业内部的剥离需要一定的时间。鉴于以上两方面，“营改增”的政策效应在时间上出现了滞后。

(三)稳健性检验：双重差分倾向得分匹配法

在“营改增”之前，虽然实验组与对照组托宾Q值的变化在时间上基本平行，但这不能排除两组企业可能存在系统性差异。因此，为了降低DID估计的误差，我们在该部分进一步地采用PSM-DID模型对研究结论进行了稳健性测试。具体操作步骤如下：

1.匹配变量的筛选。在倾向得分匹配之前首先需要确定合适的匹配变量，具体来讲，我们通过哑变量Treat对控制变量组Control进行逐步的Logit回归来确定显著的控制变量并以其作为最终的匹配变量(限于篇幅，Logit回归分析的结果不再列示)，最终确定的变量包括：企业规模(LnAsset)、员工人数(LnStaff)、企业年龄(LnAge)、资本结构(Lev)、盈利能力(LnInc)、监事会规模(LnBOV)、董事会持股比例(BOD_S)以及高管工资前三名总数(LnTM_W)。

2.样本匹配及效果检验。我们根据上一步得到的匹配变量对实验组和对照组进行核匹配(kernel Matching)得到了共同取值范围的集合Sp，并利用pstest检验了集合Sp中实验组与对照组数据是否得到了较好地平衡，检验结果如表3所示。从表3中的标准化偏差可以看出，在匹配前实验组与对照组的各变量偏差较大，匹配后除了企业年龄其他变量的标准化偏差基本在0附近(小于10%)。另外，从t-test的角度看，匹配前两组数据的各变量均存在着显著差异，匹配后，除企业年龄仍在5%的水平上存在显著差异外，其他变量的差异均不显著。综上，在匹配后的集合Sp中，实验组和对照组的数据得到了均衡，适合采用PSM-DID模型进行进一步的估计。

表3 匹配效果检验

注：*、** 与*** 分别表示10%、5%与1%的显著性水平，U表示匹配前，M表示匹配后。

3.PSM-DID检验。在该部分，我们利用集合Sp中实验组和对照组的数据，基于模型(3)进行了双重差分检验，检验结果如表4所示。其中，Diff-in-Diff的系数是我们重点关心的，它代表了去除其他干扰因素之后“营改增”对实验组的净效应，从表中可以看出，“营改增”对实验组企业价值的净效应平均提高1.576个托宾Q，且在1%的水平上显著，这和表2中的结果保持了良好的一致性，本文结论保持不变。

表4 PSM-DID检验结果

注：*、** 与*** 分别表示10%、5%与1%的显著性水平。

(四)“营改增”影响企业价值的机制检验

从DID检验及稳健性测试的结果来看，我们并不能从统计意义上拒绝“营改增”显著提高试点行业企业价值的研究假设。那么，是怎样的作用机制诱发了“营改增”对企业价值的促进效应？本文主要从市场竞争视角考察这一问题。参考已有研究的做法(黎文靖和李耀淘，2014；孟庆玺等，2016)[22][23]，我们将市场竞争作为中介变量，先考察解释变量对市场竞争的影响，然后再将解释变量与市场竞争的交互项代入模型(1)，考察其对被解释变量的影响。现有研究多以行业集中度(赫芬达尔-赫希曼指数，HHI)测度市场竞争程度(孔东民等，2013；简泽等，2017)[24][25]，为了便于理解，本文采用HHI的倒数(HHI_D)作为市场竞争的代理变量[注]采用HHI或HHI的倒数作为市场竞争的代理变量只会使含有市场竞争项的系数符号产生不同，并不影响显著性水平。，HHI_D=1/HHI=1/∑(Xi/X)2，其中，X=∑Xi，Xi为行业内企业i的营业收入。HHI_D越大，市场竞争程度越高，HHI_D越小，市场竞争程度越低。具体模型设计如下：

HHI_Dit=α+β1Treatit+β2Policyit+β3Treatit·Policyit+β4Controlit+εit

(4)

TobinQit=α+β1Treatit+β2Policyit+β3Treatit·Policyit+β4HHI_Dit

+β5Treatit·Policyit·HHI_Dit+β6Controlit+εit

(5)

其中，下标i与t分别表示公司和年份；HHI_Dit表示第i个企业第t年所在行业的市场竞争程度；TobinQit为第i个企业第t年的托宾Q值；其他各项与模型(1)定义相同。在模型(4)中，交互项系数β3代表剔除其他干扰因素之后“营改增”对试点行业市场竞争程度的影响；在模型(5)中，我们引入了政策分组、政策时间与市场竞争的交互项Treat·Policy·HHI_D，其系数β5是我们重点关注的，其显著性可以帮助我们判断“营改增”是否可以通过市场竞争影响试点行业的企业价值。

进一步地，我们利用如下模型捕捉“营改增”通过市场竞争影响企业价值的动态效应及变化趋势：

(6)

其中，yeart为年度虚拟变量，分别取值为2013、2014与2015；其余各项同模型(5)定义相同。β5是政策分组、政策实施年份与市场竞争交互项的系数，其大小及显著性可以反映“营改增”通过市场竞争影响企业价值的动态效应及变化趋势。

表5列示了“营改增”对企业价值作用机制的检验结果。其中，第(1)～(2)列为模型(4)的回归结果，第(1)列没有加入企业层面的特征变量，我们所关心的交互项系数在1%的水平上显著为正；第(2)列加入了企业层面的特征变量，交互项系数依然为正，且在1%的水平上显著。这说明，“营改增”显著地提高了试点行业的市场竞争程度，与我们的理论分析一致。

第(3)～(4)列为模型(5)的检验结果，不管有没有加入控制变量，交互项Treat·Policy·HHI_D的系数均在1%的水平上显著为正，这说明“营改增”可以通过提高市场竞争程度来提高试点行业的企业价值，这与我们的理论分析吻合，至此，本文所讨论的作用机制成立。

进一步地，第(5)～(6)列汇报了模型(6)的检验结果，我们重点关心交互项yeart·Policy·HHI_D的系数。从没有加入控制变量的回归结果看，“营改增”通过市场竞争影响企业价值的作用幅度第一年最低，以后各年呈上升趋势；当加入控制变量之后，虽然系数有所变化，但逐年递增的上升趋势不变。这与表2的结果保持一致。

综上，“营改增”确实可以通过市场竞争来提高试点行业的企业价值，且作用幅度呈逐年上升的动态趋势。

表5 “营改增”影响企业价值的作用机制检验结果

注：括号内数值为t值，*、** 与*** 分别表示10%、5%与1%的显著性水平，回归结果均为稳健标准误估计，并在公司层面进行聚类。

六、结论与政策建议

“营改增”政策实施以来，实务界的反馈褒贬不一，特别是一些企业的税负出现“不减反增”的现象，让一些学者也对“营改增”政策产生了质疑。鉴于“营改增”政策的主要目的在于促进第三产业发展、实现产业结构转型，本文以2009～2015年中国上市公司为样本，视分地区、分阶段、分行业实施的“营改增”政策为一项外生的政策实验，利用双重差分法从企业价值视角经验研究了“营改增”的政策效应，研究发现：(1)“营改增”政策可以显著地提高试点行业的企业价值；(2)“营改增”对试点行业企业价值的影响幅度呈逐年上升趋势；(3)“营改增”对试点行业企业价值的影响可以通过提高市场竞争程度实现。

本研究为全面推行流转税改革，加快产业结构优化与转型，推动服务业专业化升级及供给侧改革提供了重要的经验证据及理论支持，同时给予了政府和企业明晰的政策含义：

(1)以“营改增”为契机，出台相应产业政策，加速服务业发展。“营改增”显著地提高了试点服务业的企业价值，这说明“营改增”有利于制造业与服务业的分工，能够促进产业专业化发展。与发达国家相比，我国第三产业的发展水平仍处于滞后状态，大部分生产型服务业融合在制造业当中，这虽然出现了企业多元化发展的局面，但由于专业化分工不明确，企业不能专注于核心业务的发展，导致制造业生产效率低下，服务业发展速度缓慢。“营改增”政策的实施有利于生产型服务业从制造业中分离出来，促使企业放下包袱，向细分化和专业化发展，从而提高了企业的盈利能力。因此，国家政府应该抓住“营改增”改革契机，出台与之匹配的产业政策，进一步地提高服务业的发展水平。

(2)营造良好的市场竞争环境，放大“营改增”政策红利。本文研究结论显示，“营改增”政策可以通过提高市场竞争程度来提高试点行业的企业价值。目前我国市场机制仍处于不完善状态，市场经济并不是不需要政府的干预，而是既要有“有效的市场”，又要有“有为的政府”。因此，政府应当一方面阻止行业垄断，营造更加公平的市场竞争环境，一方面降低行业准入门槛，放大“营改增”政策红利。

(3)快速适应变革，跟上政策步伐。本文研究结论表明，“营改增”对企业价值的影响存在时间上的滞后，这其中的一个原因便是“营改增”对企业的经营管理模式，特别是财务管理、税务管理以及会计核算等提出了新的挑战，企业不能迅速地适应变革，更快地享受政策红利。因此，企业必须对组织结构及运营模式进行必要的调整，以顺应“营改增”的政策要求，比如，“营改增”之后服务业企业进入“以票扣税”的纳税模式，在这种背景下，企业采购应该尽可能的取得增值税专用发票以参与抵扣降低税负。另外，“营改增”政策之后，企业纳税由地税申报改为国税申报，在这种情况下，一方面，企业应及时组织相关人员进行新模式的学习，另一方面，政府税务部门也应积极做好税收征管的衔接工作，为企业纳税申报提供绿色通道，提高纳税人的办税效率。