“营改增”政策试点对企业创新的影响——基于多时点双重差分模型的检验

张 超, 刘春园

(安徽财经大学金融学院,安徽 蚌埠233030)

一、文献综述

国家想要占得发展先机,赢得发展优势,稳步迈入创新型国家行列,必须依托于创新。国内外学者从多个方面对企业创新的影响因素进行考察。有的从公司角度出发,主要从股权激励计划、高管权力、董事会特征、资本结构以及股权结构等方面进行分析[1-5];有的从外部因素考察,主要对政府补贴、环境约束以及企业金融化等因素进行研究[6-8]。企业进行自主创新的不确定性高、风险大,且需要充足的资金支撑,但国内企业的税收负担提高了创新成本,对企业的研发投入有明显的抑制作用[9]。有学者以欧盟和日本为例进行研究,发现企业的税收负担越轻,则研发产出效率越高[10-12]。这表明税收优惠及减税降费政策对企业的技术研发有着较强的激励作用,有利于技术创新。

自2012年起,我国开始重视企业的税负问题,“营改增”政策成为国家给企业减负的重要举措。“营改增”政策旨在打通企业增值税抵扣的链条,解决重复纳税问题,切实缓解企业的税负压力。如此,企业能够将充裕的资金投入研发之中,加快转型升级速度,使得产品层次和质量得以全面提升。随着税制改革工作的推进,促使“营改增”政策持续发挥推动力成为研究的热点。在此背景下,各种减税降费政策得到了学者广泛的关注,但鲜有文献关注“营改增”政策对企业创新的影响。本文对“营改增”政策对企业创新力度的影响进行考察,并通过对二者影响机制的分析,揭示融资约束的中介效应。同时,从政府角度出发,研究地方政府竞争激励模式的调节作用,并从企业规模以及地域差异角度,研究“营改增”政策对企业创新影响的异质性。本文为考察政策效应提供了新视角,是对现有研究的补充,对于地方政府政策的制定以及实施有着重要的借鉴意义。本文深入分析“营改增”政策影响企业创新的传导路径,研究融资约束在“营改增”政策对企业创新影响机制中的中介效应;进一步考察政府的作用,分析政府激励机制的调节作用,为政府制定并实施减税降费政策提供可靠依据;运用多时点DID模型进行实证检验,对“营改增”政策与企业创新的因果关系进行有效的识别;考虑地域差异以及企业规模的影响,研究“营改增”政策创新驱动效应的异质性,为地方政府制定针对性的政策提供微观依据;广泛分析各个地区以及各个行业上市公司的相关数据,以丰富“营改增”政策对企业创新驱动效应的研究。

二、研究假设

1994年开始,我国对制造业与服务业分别采取增值税与营业税2种不同的税收制度。在此税制下,营业税的缴纳方为商品的购买者,当制造业企业外购服务(技术服务、技术咨询等)时,不仅需要承担商品的价格,还需要缴纳商品的营业税额,而这部分税额不能被抵扣,这不可避免地造成重复征税的问题[13]。针对这一问题,我国自2012年起开始进行税制改革,推行“营改增”政策。先从上海的“1+6”行业(交通运输业和6个现代服务业)进行试点,后逐渐推广到北京、江苏、安徽、福建、广东、天津、浙江及湖北等地。2013年8月,范围扩大到全国,并新增广播影视服务业。2014年1月,新增铁路运输和邮政业,同年6月新增电信业。2016年5月,试点覆盖建筑业、房地产业、金融业以及生活服务等。这一举措打通了制造业与服务业之间的增值税抵扣链条,同时,减免制造业对外购买技术服务时的增值税进项税额,从而解决了重复征税的问题。“营改增”政策实施是分批次进行的,2012年从上海部分行业开始实施,逐渐推广到其他省份和行业。这样的制度安排可以视为一个准自然实验,因此,本文使用多时点DID模型对其政策效应进行检验。

(一)“营改增”政策与企业创新

当今世界,国家间关于以技术为核心的竞争日益激烈,只有依靠自主创新,才能实现技术独立。企业的技术研发需要大量资金,因此,缓解企业税收负担以提高其自主创新能力是我国目前急需解决的问题。相比于财政补贴,税收激励政策公开透明,管控成本较低,能够更加灵活地调控市场,促进资源有效分配,扩大企业的发展空间,是创新型国家普遍采用的战略[14]。为给企业创造良好的发展条件,拓宽其创新空间,作为国家减税的主要措施之一的“营改增”政策应运而生。“营改增”政策的实施为企业发展注入了巨大活力。首先,该项改革使得纳税人享受到了极大的税收优惠,缓解了企业的税负压力,增强了资金的流动性和未来现金流的预期[15]。其次,制造业与服务业之间的抵扣链条被打通,不同产业之间的专业化分工水平得以提高,这使得生产成本得以降低,企业净利润实现持续性增长,而所得利润作为内部融资增加了企业的可用资金。再次,对技术创新、技术转让以及技术咨询等方面实行免征增值税政策[16],提高了企业自主研发的意愿,增强了企业的创新能力。基于此,本文从实证角度考察“营改增”对企业创新的影响,提出假设H1:“营改增”政策的实施显著促进了企业的创新水平。

(二)融资约束的中介效应

本文通过理论分析,考察“营改增”政策影响企业自主创新行为的作用机制。(1)“营改增”政策的“减税效应”。税收优惠政策的实施打通了上下游企业的抵扣链条,使得企业能够抵扣外购资产的进项税额[17],这提高了企业增加无形资产的意愿,进而产生“抵扣效应”。同时,企业对外进行技术转让、咨询以及服务等都可以进行增值税税额抵扣,这促使企业更加关注自身的技术研发与创新。此外,销售商品或提供劳务所产生的增值税,还可以在下一生产或销售环节进行销项税额抵扣,从而产生“税负转嫁效应”。可见,实行“营改增”政策可以减轻企业税收负担,增强资金的流动性和未来现金流的预期[15],进而刺激企业的资源投入[15,18-19],使得企业愿意将更多资金投入到创新研发领域,在抑制非金融类企业“脱实向虚”的同时,提升企业的技术创新水平[20]。(2)“营改增”政策的专业化分工效应。在税制改革前,服务业外购的中间品均不能实现税额抵扣。在这种情况下,企业会自行向中间品或原料的经营领域扩展,即除自身主营业务之外,企业向业务的上一环节或下一环节不断延伸,实现供产一体化,这降低了企业的专业化分工水平。实施“营改增”政策之后,服务业的中间产品可以实现进项税额抵扣,生产成本得以降低。此时,企业将注意力集中到主营业务的发展上,也可以把研发、设计等中间业务分离出去,形成生产性服务业和制造业互相依赖又分工明确的态势。不同行业的企业因分工联系在一起,形成产业集聚,而产业之间的相互竞争与知识外溢会提升整个集群的创新水平,进而产生外部效应[21],刺激企业对固定资产进行投资与更新换代[20],这有助于企业长期的技术进步和未来的产业转型升级[22]。此外,专业化分工理顺了产业链条,使得上下游之间及不同行业之间的交流成本降低,供求匹配渠道更为通畅,服务业得到了更多制造业的外包服务,营业收入也有所增加[23]。

“营改增”政策提高了企业的生产效率和盈利水平,增加了企业的利润[24],使得企业对未来的现金流持乐观态度。从信号传递理论的角度,“营改增”政策能够对外部投资者释放正面的信号,改变其投资决策[25]。而外来资金的增加有利于增加企业的流动资金,减轻企业的融资难问题,从而为企业的技术创新提供良好的条件[26]。“营改增”政策的减税效应和专业化分工效应直接或间接影响了企业创新,主要是通过改变企业的研发成本、经营成本、生产效率,以及专业化分工等,为企业创造良好的融资条件[27],给予企业更为宽松的融资空间。在现金流充裕的条件下,企业更倾向于通过研发、技术创新、改革管理制度等方式来提高自身的竞争优势。因此,“营改增”政策对企业创新的影响机制最终是通过融资约束渠道实现的。基于此,本文提出假设H2:“营改增”政策通过减轻企业的融资约束来提高企业的技术创新意愿,融资约束的中介作用显著。

(三)政府竞争激励的调节作用

在过去很长一段时间内,以GDP为绩效考核的方式在一定程度上推动了当地经济的发展,但在“为增长而竞争”的导向下,政府偏向于从迅速提升经济总量出发,对周期短、回报高的项目有较强的偏好[28],这不利于引导企业投资于周期长、风险高的技术创新项目。随着高质量发展理念的提出,绩效考核理念逐渐从简单的经济增长转向创新推动经济发展[29],创新能力得到更多的关注。“营改增”政策实施后,政府为使减税政策、财政补贴与企业创新研发更有效地结合,采取了相应措施,如对技术层面的项目提供资金扶持,为高新技术产业提供良好的内外部条件等,从而激发企业的创新积极性。基于此,本文提出假设H3:倾向创新竞争而非经济增长竞争的政府竞争激励制度,能够合理引导政策与企业技术创新活动相匹配,起到更显著的正向调节作用。

三、数据来源、变量选取与模型构建

(一)数据来源与数据处理

以2009—2018年我国31个省份(港澳台地区除外,下同)的沪深两市非金融上市公司为样本企业,并对数据作以下处理:(1)删除数据不完整的企业样本;(2)删除金融企业;(3)剔除ST和*ST公司样本;(4)为消除极端值对研究结果的影响,对连续变量进行1%和99%分位的缩尾处理。处理后本文共有1 582家公司的数据观测值,共计15 809组数据。同时,按照证监会2012年制定的行业分类标准对样本企业进行行业分类。关于公司财务数据以及股东相关信息来自CSMAR数据库,各省份的GDP数据来自EPS数据库。

(二)变量选取

1.被解释变量:企业创新水平(Y)。目前,现有文献多采用创新投入、研发投入与企业总资产的比值和专利数量等指标对企业的创新能力进行衡量[30-32]。但投入指标仅是对创新决策的描述,不能度量企业创新的成果和效率。而专利数量虽能反映企业创新的结果和效率,但其申请周期长且受多种因素的影响。相较之下,选取企业总资产中无形资产增加额所占的比重进行企业创新水平的度量[33],更能全面反映企业的创新结果。此外,企业无形资产净额增量数据的获取更为简单直接,数据更为完整,有助于提高实证结果的准确性。

2.解释变量:“营改增”政策(X1)。根据多时点双重差分模型的前提条件,设定不受“营改增”政策影响的样本企业作为对照组,即对照组中每个企业都不会因为其他企业进行税制改革而受到影响。在本研究中,将进行“营改增”政策试点推广的地区企业作为处理组,其他未进行改革的地区企业作为对照组。鉴于政策效应的发挥需要一定的时间,本研究把第t年接受“营改增”政策的企业视为第t+1年纳入“营改增”政策实施范围。如把2012年下半年进入“营改增”政策实施范围的企业视为2013年接受税制改革,能更准确地反映“营改增”政策对企业创新的效应。

3.中介变量:融资约束(X2)。本文采用SA指数来估计企业的融资约束[34]。计算公式如下:

X2=-0.737D1+0.043D12-0.04D2

(1)

其中,D1为企业总资产的对数,D2为企业年龄。式(1)计算出来的结果为负值,表明SA指数越大,融资空间越宽松,融资条件越好,融资约束越小。该方法解决了融资约束测算中存在的内生性问题,结果更加准确且具有说服力。

4.调节变量:分为经济竞争激励(X3)和创新竞争激励(X4)。用该省份所处地区板块(东中西部)的创新指标增长率均值(或该省份所处地区板块GDP增长率均值)与该省份创新指标增长率(或该省GDP增长率)的差值,衡量地方政府的创新竞争激励水平和经济竞争激励水平。若差值为正,则表示该省份的技术创新水平(或经济增长水平)总体较差,这将迫使地方政府更加注重当地创新水平的提高。

5.控制变量。根据企业创新的影响因素,将企业规模(D1)、企业年龄(D2)、总资产净利率(D3)、资产负债率(D4)、固定资产比(D5)、前十大股东持股比例(D6)、经营活动现金流量(D7)作为研究模型的控制变量。此外,还设定个体效应、时间效应以及省份效应。因为“营改增”政策是按地区、分行业试点的,政策效应的发挥会因环境而异,处于同一地区或同一行业的企业具有关联性,因此,本文对实证结果使用省份固定效应进行修正。具体变量的构造及测量方法见表1。

表1 变量构造及测量方法

(三)模型构建

为了验证假设H1,本文借鉴Bertrand等的做法[35],建立多时点双重差分模型进行实证检验。具体公式如下:

Yi,t=α+βX1i,t+γZi,t+δi+φt+Φi+εi,t

(2)

式(2)中,被解释变量Yi,t表示企业i在第t年的创新水平,用企业无形资产增加额与总资产比值来测算。解释变量X1i,t表示企业i在第t年实行了“营改增”政策,若实行了政策,则取值为1;反之,取值为0。Zi,t表示影响企业创新因素的控制变量;δi表示企业固定效应;φt表示年份固定效应;Φi表示省份固定效应,因为“营改增”政策的实施是逐步扩大试点范围,其政策效应与企业所在地区及市场环境有着不可避免的关联性,所以为缩小不同试点地区的政策效果差异,采用省份固定效应对样本误差进行修正。α表示常数项,εi,t表示随机误差项。“营改增”政策是分时点、分地区进行的,即该模型中实验组的企业样本是不同时间依次进入的,因此,解释变量Yi,t就相当于普通DID模型中政策与时点的交乘项。在该模型中,β系数代表了“营改增”政策对企业创新的影响方向和程度。

为了验证假设H2,本文借鉴Baron等的做法[36],构建“中介效应三步法”模型检验“‘营改增’政策—融资约束—企业创新”这一传导路径,具体公式如下:

Yi,t=α0+α1X1i,t+γZi,t+δi+φt+εi,t

(3)

X2=θ0+θ1X1i,t+γZi,t+δi+φt+εi,t

(4)

Yi,t=α+β1X1i,t+β2X2+γZi,t+δi+φt+εi,t

(5)

其中,α1、θ1、β1是政策变量的系数,β2是融资约束变量的系数,α0、θ0、α是常数项,其他变量及系数的含义与式(2)相同。“中介效应三步法”检验步骤如下:首先,检验“营改增”政策对企业创新的政策效应;其次,检验“营改增”政策对融资约束的影响是否显著;最后,同时检验“营改增”政策、融资约束是否显著提高了企业的创新意愿。融资约束具有显著的中介作用需满足如下条件:(1)α1在数值上应当显著为正,这是进行中介效应检验的必要条件。若α1在数值上不显著,即解释变量与被解释变量之间并无显著关系,则对其进行中介效应检验无意义可言。(2)当θ1、β2显著为正时,若β1显著为正但绝对值较α1减小,则证明融资约束在其中发挥部分中介作用;若β1不显著,则表示融资约束为完全中介。

为了验证假设H3,本文借鉴温忠麟等的做法[37],构建交互项来检验调节变量,考察政府激励制度是否会影响“营改增”政策对企业创新的政策效应。具体公式如下:

Yi,t=α0+β1X3i,t×X4i,t+β2X3i,t+β3X4i,t+γZi,t+δi+φt+εi,t

(6)

在式(6)中,X3i,t×X4i,t为政府竞争激励制度与“营改增”政策的交互项, 以检验在不同理念的地方政府竞争制度下,“营改增”政策对企业创新水平的提高是否有不同程度的效果。β1、β2、β3为各变量的待回归系数, α0为常数项,其他变量及系数的含义与式(2)相同。

四、实证结果分析

(一)变量描述性统计

各个变量的描述性统计如表2所示。观察创新指标发现,无形资产增加额占总资产比重的均值为0.048,表明我国企业的总体创新水平较高;最大值达到0.938,表明部分企业拥有较高的创新能力;最大值与最小值的差距较大,表明不同上市企业的技术创新水平有着较为明显的差距。

表2 变量描述性统计结果

(二)基准回归结果

表3显示了“营改增”政策对企业创新影响的多时点DID模型的回归结果。本文使用省份聚类效应对实证结果进行误差修正,根据是否控制年份、省份和企业个体效应,分别进行三次回归,系数均为正,表明“营改增”政策的实施明显提高了上市企业的创新意愿及创新水平。

表3 “营改增”政策对企业创新的影响

回归结果表明,若企业被纳入“营改增”试点范围,其创新产出水平会显著提高。与对照组相比,处理组样本在“营改增”政策实施之后,无形资产增加额占总资产的比例上升,企业创新水平提高,假设H1得以验证。实证结果中控制变量与企业创新水平之间的系数也与理论假设相符:“营改增”政策具有规模异质性,企业规模越大,政策效应越显著;企业年龄的系数显著为正,说明成立时间长的企业更倾向于进行技术创新;固定资产比的系数显著为正,表明固定资产在总资产中的比重越高,企业的盈利水平就越高,因而实现利润的可持续增长,创新能力显著提高。此外,资产负债率的系数均显著为负,表明企业承担的负债越高,面临的资金压力越大,则越不利于企业创新能力的提高。

(三)平行性检验

借鉴Bertrand等的做法[35],构建双重差分模型对政策效应进行平行性检验,同时控制年份以及省份固定效应,重新进行DID模型估计。具体公式如下:

Yi,t=α0+β1d-3i,t+β2d-2i,t+β3d-1i,t+β4d0i,t+β5d1i,t+β6d2i,t

+β7d3i,t+...+β10d6i,t+γZi,t+δi+φt+εi,t

(7)

其中,d-3、d-2、d-1、d0、d1、d2、d3、d4、d5、d6作为虚拟变量,依次代表上市企业在“营改增”政策推行的前3年、前2年、前1年、当年、后1年、后2年、后3年和后4年、后5年、后6年的观察值,βi是虚拟变量的系数,其余系数含义与式(2)相同。

平行趋势的检验结果如表4所示。从表中可知,d-3、d-2、d-1的估计系数接近于0且并不显著,这说明在尚未实施“营改增”政策时,模型中实验组和对照组企业的创新水平并无较大差异,有着共同的发展趋势,符合DID模型要求的实验组与对照组的平行趋势假定。d1、d2、d3、d4、d5、d6的估计系数都是正值,并且d1、d2、d3、d4的系数值随着年份的增加,显著性增强,这是因为2013年开始大范围推广“营改增”政策,该政策促进了企业无形资产的研发产出,但其效果具有一定的滞后性(随着企业税负的减少及可用现金流的增加,更多的资金投入到研发部门,但创新取得实质性成果需要经历一定的过程)。

表4 平行性检验结果

为了检验两组样本是否满足政策冲击前后具有可比性的假设条件,本文根据表4的结果制作平行趋势检验图(图1),以便更加直观地对比“营改增”政策实施前后企业创新水平的变化。图1反映了“营改增”政策每一年度对企业创新水平的影响效应,横轴代表相应年份,纵轴代表系数大小以及方向。横坐标0点表示“营改增”政策实施的年份,-1和-2依次代表实施政策的前1年和前2年,1和2分别表示实施政策后的第1年和第2年。由图1可知,在实施政策之前,交乘项的估计系数在0附近波动且并不显著,说明实验组与控制组中的企业在技术创新方面并无显著波动,创新水平差异较小,符合DID模型要求的实验组与对照组的平行趋势假定。实施政策之后,估计系数呈明显上升趋势,且上升程度显著,进一步证实“营改增”政策确实使得企业创新水平得以显著提高。

图1 平行趋势检验图

(四)稳健性检验

1.改变政策实施时间。上述实证结果证明了“营改增”政策的实施对企业的创新水平有显著的正向促进作用,但这不能保证因果变量的必然性,样本期间企业创新水平的提高是否存在其他原因,“营改增”政策的实施是否只是恰好在同一时间内推行,这些问题值得思考。为此,本文进行时间安慰剂检验,将“营改增”政策各个阶段推行的时间提前2年,其他条件不变,具体见表5。若实证结果均不显著,则证明样本期间企业创新水平的提高的确是“营改增”政策施行引起的。

从表5可知,无论是否控制年份、省份和个体效应,回归结果均不显著,表明通过时间安慰剂检验,“营改增”政策对企业创新水平有正向的激励效应。

表5 时间安慰剂检验

2.改变样本的时间范围。缩短样本的时间范围对实证结果进行稳健性检验:选取2009—2016年数据为样本区间,将2016年之后第三批实行“营改增”政策的行业作为对照组,构建多时点双重差分模型进行检验。结果如表6所示。

从表6可知,“营改增”政策对企业创新水平的影响系数为正,且在控制年份和省份固定效应时,估计系数仍显著为正值。因此,本文的研究假设H1成立。

表6 稳健性检验:改变时间范围

五、机制检验

(一)中介作用检验

“营改增”政策主要从3个途径影响企业的融资约束,进而影响企业的创新产出。因此,本文从融资约束角度,构建“中介效应三步法”模型,深度剖析“营改增”政策促进企业创新的传导机制。实证检验结果见表7。

表7第1列数值不包含中介变量X2的回归结果,X1的系数显著大于0,这再次验证了假设H1。第2列数值是“营改增”政策对中介变量融资约束的实证结果,X1在1%的水平上显著为正,表明“营改增”政策对企业的融资约束具有显著的正向作用。融资约束越大,企业面临的融资空间越宽松,这说明“营改增”政策实施之后,SA指数增大,减缓了企业的融资约束问题。而融资约束在“营改增”政策与企业创新的传导机制中是否发挥了中介效应,需要判断第3列数值的系数。在加入X2之后,SA指数的估计系数在1%的水平上显著为正,说明当企业处在较为轻松的融资约束环境时,SA指数越大,企业对无形资产的研发创新效率就越高。此外,X1的估计系数在5%的水平上显著为正值,显著性减弱且回归系数的绝对值较第1列数值有所下降,说明融资约束在“营改增”政策促进企业无形资产创新中起到了部分中介的作用。“营改增”政策通过缓解企业的融资约束,使得企业对未来现金流有较好的预期,从而提高创新活动的积极性,这验证了假设H2,“营改增”政策是通过融资约束的中介变量,进而影响企业的创新水平。

表7 融资约束中介作用的回归结果

(二)调节作用检验

上文着重探讨了“营改增”政策对技术创新活动的影响,并从融资约束角度出发,探讨了“营改增”政策促进企业无形资产研发的具体传导路径。但从省份层面来看,地方政府的行为也会影响企业的经济活动。毕竟每一种经济政策(如税收政策)的实施都与当地政府的行为密不可分,虽然整体的税收政策均为法定,但地方政府可以根据当地发展情况制定一揽子政策工具进行调控,如通过税收减免、资金扶持等手段,将税收政策与企业的技术活动进行合理的引导匹配。基于此,本文在研究“‘营改增’政策—企业无形资产研发创新”路径时,嵌入地方政府的竞争激励制度,具体结果如表8、表9所示。

回归结果表明,在不同理念的政府竞争激励制度下,“营改增”政策对企业无形资产的研发创新水平有着明显的差异性。从表8来看,“营改增”政策与经济竞争激励的交互项的估计系数没有通过任何水平的显著性检验。这是因为在以经济增长为目标的考核制度下,地方政府总是更偏向于短期内能够促进经济增长的项目,对企业的创新行为关注不够,因此无法引导政策与企业行为合理匹配,没有起到有效的创新驱动作用,这与本文的假设H3相符。

表8 地方政府GDP考核压力的调节作用

在表9中,“营改增”政策与创新竞争激励的交互项在10%的水平上显著为正值。这可以解释为,创新带动经济发展的理念已经深入人心。为了高质量发展,地方政府考核也从简单的以经济增长为目标转变为创新竞争[29],而“以创新带动经济发展”的创新竞争激励制度有利于政府推动减税政策与企业技术研发行为相融合[20]。“政府庇护效应”使得在偏向创新竞争的省份在制定政策(如税收政策)时,更加关注对技术项目的减税降费和资金扶持[38],进而为企业无形资产的研发创造良好的环境支撑。交互项对企业技术创新活动具有统计意义,因此本文的假设H3得到了检验。

表9 地方政府创新考核压力的调节作用

六、异质性检验

(一)企业规模

“营改增”政策对企业的创新行为有着显著的正向促进作用,但从企业自身发展角度出发,不同规模的企业的政策效应存在差异[39]。在融资约束方面,创新活动需要充足的资金,而银行等投资者更偏好于实力强、信誉高的大型企业,中小型企业面临着融资难、融资贵的局面,进行研发所面临的风险更大。本文根据企业规模大小,将总样本企业划分成大型及中小型企业子样本,对企业的规模效应进行实证分析,具体结果见表10。

从表10可知,第1列的政策变量X1的系数为0.000 28,为正但不显著,说明“营改增”政策虽然促进了大型企业的创新积极性,但作用并不显著。第2列X1的系数为0.004 79,在1%的水平上显著为正,说明对中小企业来说,“营改增”政策发挥了显著的创新驱动效应。“营改增”政策通过减轻企业税负来缓解企业的融资约束,使得企业对未来现金流产生积极预期,将更多的资金投入到创新活动中。大型企业本身经济实力雄厚,贷款渠道多,更容易筹集到所需要的资金,而中小型企业资金不足且对外融资困难,此时“营改增”政策的实施减轻了其税收负担,切实缓解了其资金问题,给企业创造了良好的融资条件,提高了其创新积极性。因此,“营改增”政策对中小企业创新活动的促进作用更显著。

表10 企业规模异质性影响的回归结果

(二)地区差异

从地区的发展水平来看,企业的创新与当地的经济水平、科研能力以及资源等密切相关,因此,不同地区的“营改增”政策的创新驱动效应也会存在差异。为验证地域差异对政策效果的异质性,本文将总样本企业按照地区划分为东部、中部、西部,并进行实证分析,具体结果见表11。

表11 东中西部地区“营改增”政策对企业创新影响的回归结果

总体来看,在东部、中部、西部地区的回归结果中,解释变量的系数均为正值,再次证实“营改增”政策促进了企业创新的积极性。进一步分析系数的显著性,可知东部、中部、西部系数的显著性依次降低,主要原因在于:最先进行“营改增”政策试点的省份大多位于东部及中部地区,税收负担的减轻使得该地区企业的资金更加充足[40],政策效果较为显著。其中,西部地区的经济发展及资源禀赋不及东中部地区,创新型企业较少,即使有减税政策的加持,政策效果也很难充分发挥;东部地区的经济发展水平较高,科研水平先进,有更完善的增值税抵扣链条,更容易获得充足的资金,能够更充分地享受改革红利[38];中部地区的资源禀赋以及发展水平处于一般水平,尚有发展空间,此时“营改增”政策的实施减轻了企业税负,增加了企业的现金流,企业将重心转移到创新活动上,因此,“营改增”政策的创新驱动效应在中部地区较为显著。

七、研究结论与政策建议

(一)研究结论

本文以2009—2018年31个省份的A股上市公司数据为样本,构建多时点双重差分模型,通过比较“营改增”政策实施前后企业无形资产净额占总资产的比重,研究该税制改革对企业的创新驱动效应。结果发现:(1)“营改增”显著提升了企业技术创新力度;(2)“营改增”政策的实施缓解了企业的融资约束,从传导机制来看,减税能够通过降低企业内部成本,提高资金流动性,从而扩大企业的融资空间,缓解其融资约束;(3)创新竞争政府激励制度能够合理引导政策与企业技术创新活动相匹配,相比于经济竞争政府激励制度,其考核理念更能发挥政府的调节作用;(4)“营改增”政策的创新驱动效应具有异质性,对中小型企业、东中部地区企业的政策效应更为显著。

(二)政策建议

1.改变政府激励模式,营造良好市场环境。政府不应将GDP增长作为唯一的考核指标及发展的最终目标,而是要将绩效考核理念从简单的经济增长向“创新推动经济发展”转变,优化治理制度,为企业的创新活动提供有力的支撑。良好的市场环境是持续发挥“营改增”政策创新驱动效应的重要前提。政府应不断健全市场机制,完善知识产权和专利保护制度,为企业技术的引进提供坚实的后盾。同时,出台相应的调节政策,对积极进行创新活动的企业给予适当的支持和激励,以促进“营改增”政策效应的最大化。

2.促进专业化分工,提高企业创新活力。实施“营改增”政策之后,不同行业的企业由于分工联系在一起,形成产业集聚。企业应抓住这一契机,提高专业化分工水平,理顺产业链条,使得上下游企业之间、不同行业之间的交流成本降低,供求匹配渠道更为通畅。同时,抓住产业之间的合作机遇,降低生产成本,提高生产效率,促进技术进步及产业转型升级,提高自主创新能力,最终在市场中占据优势地位。

3.优化税收制度,缓解企业融资约束。全面深化财税体制改革,认真落实“营改增”政策,优化税收制度,切实减轻企业的税收负担,当某些行业在税额抵扣环节出现问题时,应及时处理并完善相关规定,使各个行业都享受到“营改增”政策的红利。此外,加强纳税的监管力度,制定逃税漏税相关行为的惩治措施,营造公平公正的纳税环境。缓解企业的融资约束,让企业真正享受到优惠,使得生产成本得以降低,促使更多资金流入创新部门,在高质量发展新常态下,让“大众创业、万众创新”势态向更广范围、更高层次和更深程度推进。

4.制定多元化政策,促进地区均衡发展。由于不同地区的经济发展程度、科研水平以及资源禀赋不同,“营改增”政策实施的效果也存在差异。因此,政府应根据当地经济的总体发展水平来制定政策。如对技术层面的项目提供资金扶持,为中小型企业提供良好的内外部条件。再如,政策及资源适当向中西部倾斜,引导“营改增”政策、财政补贴与企业创新研发更有效的结合,充分发挥“营改增”的政策效应,从而激发企业的创新积极性,拓宽创新空间。

本文检验了“营改增”政策的创新驱动效应,验证了融资约束的中介作用,并分析了政府在其中的调节作用,丰富了现有研究,具有一定的理论参考价值和现实意义,但在指标构建上还不够全面。企业创新的衡量指标包括研发资金的投入及研发人员的投入。由于企业信息披露有限,难以获取完整的企业研发人员投入数据,本文只选取企业研发资金投入指标,对企业创新水平的衡量不够深入。后续研究应进一步完善企业创新指标的构建,以提高研究结果的准确度。同时,提高异质性分析的全面性,除地区差异及企业规模外,可进一步分析产权性质、企业管理方式等因素导致的政策效应差异性,使得政策的实施更有针对性。此外,研发投入转化为研发产出的能力,也就是创新效率,在衡量“营改增”政策效应时尤为重要,后续研究可进一步探讨“营改增”政策对企业研发产出及效率的影响,以丰富研究视角。