“營改增”對制造業上市公司績效的影響

倪靜潔　萬紅波

【摘 要】 自2012年實施“營改增”以來，其經濟后果已成為理論界和實務界關注的熱點話題。當前，我國制造業正處于轉型發展時期，“營改增”能否促進制造業企業績效的提升，推動產業結構調整已成為政策推進過程中亟待解決的問題。文章運用雙重差分模型對2009—2015年中國A股制造業上市公司面板數據進行實證分析，研究表明 “營改增”后制造業上市公司通過加大產出服務化力度提高了企業績效，且企業進行制造業產出服務化的類型越冗雜，績效的提升效果越差。文章拓寬了 “營改增”對企業績效影響的研究范圍，提供了新的經驗證據；同時為制造業通過產業融合實現轉型發展提供了新的理論依據。

【關鍵詞】 營改增； 產業融合； 企業績效； 雙重差分模型

【中圖分類號】 F273.7；F810.422 【文獻標識碼】 A 【文章編號】 1004-5937（2016）21-0013-07

一、引言

“營改增”政策自2012年起在上海試點至今，對其經濟后果的研究一直是理論界討論的熱點?？偨Y近年來的研究成果可以發現，“營改增”政策不僅造成各行業間的稅負差異[1-2]，激發了企業投資、研發熱情[3-4]，還有利于專業化分工并優化產業結構[5-6]，進而推動了財政體制改革和宏觀經濟增長[7-8]。

然而宏觀經濟政策對企業產出①的影響才是其效應發揮的基礎[9]，因此“營改增”政策對企業績效的影響作用是實現前述效果的前提。通過梳理現有文獻發現，學者們關于“營改增”對企業績效的影響研究多集中在對某一試點行業改革前后企業盈利能力、資本結構等方面的變化，結論顯示“營改增”后大部分試點行業盈利能力增強，績效得以改善[10-11]，而交通運輸業企業的業績并未發生顯著變化[12-13]。然而，盡管方法各異、結論不同，目前對該主題的研究思路多趨向于“‘營改增—稅負變化—企業績效”，而“營改增”政策作為我國結構性減稅改革的重要組成部分，作為供給側改革的手段之一，其目的不僅僅在于減輕企業稅負，更重要的是通過稅收手段對企業生產經營活動產生影響，進而達到優化產業結構，促進經濟發展的目的。因此，本文在借鑒前人研究成果的基礎上，按照“政策—現象—經濟后果”的研究范式，從產業融合入手，運用雙重差分模型對2009—2015年中國A股制造業上市公司面板數據進行實證分析，探討“營改增”后制造業企業產出服務化對其績效的影響作用。本文的創新點在于：在內容上，以制造業企業為研究對象，揭示“營改增”對企業績效影響的另一路徑——產業融合拓寬了相關領域的研究范圍；在方法上，利用雙重差分模型對“營改增”后我國制造業上市公司績效的變化進行實證分析，為相關研究提供經驗證據。

二、理論分析與研究假設

產業融合是不同產業間相互滲透、相互交叉的動態發展過程，是產業間分工內部化的結果[4]，已成為推動產業結構調整和經濟持續增長的新動力[5]。從產業發展演變的歷史來看，生產性服務業與相關產業尤其是與制造業的融合是產業間融合發展的最高形式[6]。由圖1所示的“微笑曲線”可知，處于產業鏈中間環節的制造業活動附加值低，而處于產業鏈上游及下游的生產性服務業的附加值則相對較高。制造業服務化②正是通過這兩種產業的融合提升企業績效，促進產業結構的優化升級，這不僅為大量實踐（如IBM、GE、陜鼓集團）所證實，也得到了理論界的廣泛認可[19-20]。因此，處于轉型發展中的中國制造業更需加快制造業服務化的步伐，以適應社會經濟發展的“新常態”。

然而，制造業服務化的發展受制于眾多因素[21]，國家財稅政策即為其中之一。自1994年開始，我國流轉稅中營業稅和增值稅長期并存，導致增值稅抵扣鏈條不暢，服務業外包重復征稅現象嚴重，部分制造業企業自行提供經營所需的生產性服務；而如表1所示，隨著“營改增”政策在我國分行業、分地區逐步推行，其對社會分工的促進作用逐漸顯現，且這種分工不僅表現在產業間，更表現在產業內部[6]，促進了產業融合的發展[22]。例如，“營改增”之前，某大型裝備制造企業為避免重復征稅，可能設立內置的技術中心為自身提供諸如集成電路設計、軟件開發等生產性服務；“營改增”后，大部分生產性服務行業納入增值稅征稅范圍，致使外購生產性服務的成本可以進行進項稅額抵扣，交易成本相對降低，生產性服務業的市場逐漸擴大。此時，企業內置技術中心不僅可以為自身提供服務，更可以基于已有的經驗為其他同類企業提供相關技術服務③，擴大自身經營范圍，實現產出服務化。由于類似業務的拓展是在以往積累的基礎之上，無需投入大量新增成本便可以擴大市場份額，獲取更多收益，提升企業績效。據此，提出第一個研究假設。

H1：與未增加“營改增”經營范圍的制造業企業相比，“營改增”后，增加“營改增”經營范圍的制造業企業績效顯著提高。

從各國制造業服務化的實際情況來看，制造業與服務業的融合大致分為制造業研發服務化、制造業計算機相關服務化、制造業運輸倉儲服務化、制造業金融保險服務化、制造業郵電通信服務化和制造業其他商務服務化等。那么，是否可以認為某一企業進行制造業服務化的類型越多，對其績效的提升作用越強呢？根據“企業縱向規模④不經濟”理論[23]，企業的規模應當是適度的。當過分擴大企業的縱向規模時，尤其是當企業的各業務單元相關性不強時，不僅不利于擴大競爭優勢，還會帶來協調成本上升、反應速度下降等不良后果，導致企業績效降低。由此，提出第二個研究假設。

H2：企業所增加“營改增”經營范圍的相關性與其對企業績效的促進作用正相關。

值得關注的是，在“營改增”試點之前，按照《中華人民共和國增值稅暫行條例》的規定：企業可依照其在生產經營過程中取得的運輸費用結算單據上注明的運輸費用金額和7%的扣除率進行計算抵扣。而“營改增”試點后，將交通運輸業納入試點范圍，其稅率為11%，對企業績效不會產生太大影響，這也為本文提供了很好的安慰劑檢驗機會。由此，提出第三個假設。

H3：“營改增”后，制造業運輸倉儲服務化對企業績效不會產生顯著影響。

三、研究設計

（一）研究方法

由于雙重差分模型能夠有效控制特定政策以外其他共時性政策的影響及實驗組和對照組的事前差異，準確識別特定政策的凈效應，故而在公共政策效應評估、項目實施效果評價等研究中得到廣泛應用。由表1可知，“營改增”政策先試點后推廣的過程形成了時間和空間維度上的差異，這類似于一種“自然實驗”，為利用雙重差分模型進行政策效應評估提供了很好的機會?；陔p重差分模型的基本設定及本文所要驗證的假設，將“營改增”后A股制造業上市公司中增加“營改增”經營范圍的企業作為實驗組，未增加“營改增”經營范圍的企業作為對照組。

另需說明的是，研究數據應滿足一定條件才可以應用雙重差分模型[24]：根據前文對實驗組和對照組的定義，實驗組增加“營改增”經營范圍對對照組的相關研究變量不產生任何影響；在研究期間，除“營改增”政策帶來的影響外其他宏觀經濟政策對研究對象的影響基本一致；如表3所示，兩組數據各重要變量的均值、標準差不存在較大差異，說明二者在分布上基本相似，不存在差異較大的個體。綜上所述，本文選擇雙重差分模型對前述假設進行實證檢驗。

（二）樣本選擇

根據戴蒙德模型估算的結果，中國經濟向平衡路徑的收斂速度約為50%，由此可大體推算出“營改增”經濟效應的發揮需要3至5年時間[22]。自2012年（大部分地區自2013年）“營改增”開始試點至今已有3至4年時間，政策的經濟效應已基本顯現，因此，本文選取2009—2015年A股制造業上市公司年度數據作為研究對象，以方便對比“營改增”前后企業績效的變化情況。按照2012年證監會行業分類選擇A股制造業上市公司樣本，通過對上市公司經營范圍進行文本分析區分實驗組和對照組的企業，并在此基礎上剔除了ST、*ST的上市公司（該類上市公司財務狀況異常，財務指標不具備一般意義）及數據不全的公司，最終實驗組企業共124家，對照組企業共498家。上述樣本企業的財務數據均來自CSMAR數據庫，數據處理主要使用Excel和Stata軟件。

（三）變量定義

1.企業績效。學者們通常運用以下指標評價企業績效：凈資產收益率（ROE）、總資產利潤率（ROA）、每股收益（EPS）、托賓Q以及一些自建指標。本文所要研究的是“營改增”后由于制造業產出服務化給企業績效帶來的影響，這種變化不僅是商業模式的創新，更是提升企業價值的過程，因此本文企業績效的替代變量應能夠更好地反映企業價值與市場預期；而托賓Q結合了企業市場數據與財務數據，具備較強的理論性與實踐性，能更好地反映企業價值的增長，便于市場清晰地預測企業未來發展潛力。因此，本文選擇托賓Q作為基本模型中企業績效的替代變量。

2.實驗組、對照組的區分及改革時點的界定。因“營改增”政策于2012年1月1日率先在上海試點，而其他地區則于2012年下半年開始逐步推廣，考慮到政策效果的時滯效應，本文將2012年作為上海的改革開始時點，其他各地的改革開始時點規定為2013年?；陔p重差分模型的基本設定，本文構建兩個虛擬變量對樣本進行分組描述：（1）Policy變量用于界定“營改增”政策是否發生，Policy=1表示該企業處于“營改增”試點階段，Policy=0表示該企業處于試點前；（2）Expand變量用以區分實驗組和對照組，Expand=1表示該企業屬于實驗組，Expand=0表示該企業屬于對照組。

3.控制變量。為排除其他因素的干擾，本文借鑒前人的研究成果選用以下控制變量：（1）資本結構，用資產負債率表示。企業負債比率的提高不僅可以帶來財務杠桿效應，提升企業價值，同時也可能導致財務風險加大，對企業績效帶來不利影響，因此企業應當適度負債。近年來，我國制造業企業面臨著國內人口紅利下降，國際競爭日趨激烈的大環境，加之行業整體自主創新能力及信息化水平較低，一些企業的利潤率甚至低于利息率，因此本文假設該比率與企業績效負相關。（2）企業年齡，用企業成立時間至觀測期當年年末的年數表示。企業成立時間越長經驗積累越多，協調能力更強，可能會提升企業績效；但一些企業可能由于長時間經營形成的“慣性”導致對市場的適應能力逐漸降低，對企業價值的提高造成不利影響，因此本文將其作為控制變量，并認為其與企業績效的關系不確定。（3）產權性質，考慮企業是否為國有控股企業?，F代產權經濟學認為，國有產權比之于私有產權，其激勵問題更難解決，故本文預測企業內部國有產權比例與企業績效負相關。（4）企業成長性，用營業收入增長率表示。一般而言具有較高成長性的公司其股票價格越高，故本文預測企業成長性與企業績效正相關。（5）股權集中度，用企業前3位大股東持股比例之和表示。公司股權集中度高意味著企業為少數大股東所有，而大股東的信息獲取能力、對管理層的約束能力要遠遠強于中小股東，因而本文預測股權集中度與企業績效正相關。（6）企業規模，用企業總資產的自然對數表示。一般而言，企業規模越大意味著其抗風險能力越強，績效越好；但如果規模過大也可能因管理成本上升等原因對企業績效造成不利影響。因此，兩者關系不確定。各變量具體說明見表2，實驗組與對照組變量描述性統計見表3。

（四）模型構建

四、計量結果與分析

（一）描述性統計分析

圖2展示了實驗組企業2009—2015年各年新增各類“營改增”經營范圍的數量。從圖2可以看出，我國制造業上市公司多在2012年以后（含2012年）新增了“營改增”經營范圍，說明“營改增”政策的實施確實推動了制造業服務化的發展[6]，且多數企業在同一年份新增多類“營改增”經營范圍。而由于企業所發生的交通運輸支出在“營改增”政策實施之前就可依據《中華人民共和國增值稅暫行條例》的相關規定作為進項稅額抵扣的一部分，因而在改革后制造業企業新增交通運輸服務的情況并不多見。

如表4所示，本文所選樣本的Tobin's Q均值為2.54，最小值為0.68，中位數為2.02，說明有半數以上企業的市場價值高于其重置成本；資產負債率（LEV）均值為0.46，最小值為0.01，最大值為1.34，反映出大部分樣本公司能夠利用財務杠桿，但有部分公司負債過高；營業收入增長率（Growth）均值為0.18，最小值為-0.88，中位數為0.10，最大值為58.36，說明大部分公司處于成長期，少部分公司進入衰退期；企業規模（Size）由企業總資產的自然對數表示，最小值為19.05，最大值為26.96，標準差為1.23，說明樣本公司的規模大體相當；股權集中度（Stcon3）的標準差為14.92，說明相對于樣本公司的其他特征而言，公司治理存在較大差異。

（二）雙重差分回歸結果

表5展示了對假設1的檢驗結果。從表中可見，交乘項系數顯著為正，說明“營改增”后，與未增加“營改增”經營范圍的企業相比，增加“營改增”經營范圍的企業績效得到提高，因而驗證了假設1。從表面上看，該結論與汪芳等的研究結論相悖⑤，究其原因，有以下兩個方面：一方面，這是因為汪芳等采用投入產出法度量產業融合度，將研究對象置于行業層面；而本文則借鑒其他學者[6，26]采用“新增經營范圍”的方法對單個企業發生產業融合的現象進行描述，分析其對企業績效的影響，分析角度更加微觀。產業融合對制造業整體績效的提升從微觀層面到中觀層面需要一定的時間，因而，本質上來講，研究結論并不沖突。另一方面，樣本期間選擇上的不同也會造成研究結論的差異，汪芳等選用了1998—2011年制造業上市公司的數據，而本文則選擇2009—2015年的數據，這進一步說明“營改增”政策降低了企業進行產業融合的成本，提升了企業績效。

表6將實驗組中新增“營改增”經營范圍進行分類，并分別與對照組進行雙重差分回歸檢驗，驗證了假設2和假設3。從表中可見，第（4）列交乘項系數雖仍顯著為正，但其系數小于第（1）（2）（3）列，且顯著性有所降低。這說明當企業所增加的經營范圍相關性不強時，由于管理成本增加、經營風險加大、協同效應降低等原因對企業績效造成不利影響，證明假設2成立。第（5）列中交乘項系數雖為正，但不顯著，證明假設3成立。該結果從反向說明企業績效的提升不僅是由產業融合所帶來的，更與“營改增”政策對企業交易成本降低的程度相關，為本文的假設1提供了很好的安慰劑檢驗。

從表5和表6中可以看出，控制變量的回歸結果是一致的：資產負債率、國有產權比率與企業績效負相關，企業成長性、股權集中度與企業績效正相關，企業年齡對企業績效的影響不確定；企業規模（Size）的系數顯著為負，說明隨著企業規模增大，企業績效呈現下降趨勢，這可能是由于規模不經濟等原因所導致的。因此，前文對各控制變量與企業績效關系的推論基本正確。

（三）穩健性檢驗

為使本文的研究結論更可靠，進行了如下測試：（1）將資本結構指標替換為產權比率；（2）將企業成長性指標替換為每股凈資產增長率；（3）將股權集中度指標替換為第一大股東持股比例；（4）將企業規模指標替換為企業營業收入的自然對數。用替代數據進行回歸后發現，各系數雖存在細微差異，但其影響方向未發生變化，進一步證明了本文的研究結論，說明本文中模型的回歸結果具備較強的穩定性。

五、研究結論及政策建議

本文運用2009—2015年中國A股制造業上市公司的面板數據，采用雙重差分模型實證檢驗了“營改增”后制造業上市公司進行產出服務化對企業績效的提升作用；研究還發現，企業發生制造業產出服務化類型的相關性與其績效的提升程度呈同向變動。

綜合理論分析和經驗研究的結果，得到如下結論和政策建議：從微觀層面來看，制造業企業應當積極利用“營改增”政策，加快與服務業融合發展的步伐，創新商業模式，提升企業績效。但在此過程中應注意結合自身優勢，避免盲目擴張帶來的不利影響。從宏觀層面來看，國家應當加強對制造業服務化的政策引導，如適度降低試點行業增值稅稅率及相關行業的進入門檻，激發制造業企業向產業鏈兩端延伸發展的動力，優化產業結構、促進創新發展，提升我國制造業的國際競爭力。

【參考文獻】

[1] 田志偉，胡怡建.“營改增”對各行業稅負影響的動態分析——基于CGE模型的分析[J].財經論叢，2013（4）：29-34.

[2] 王璽，李曉，徐國榮.銀行業“營改增”方案設計及效應[J].稅務研究，2016（2）：89-92.

[3] 李成，張玉霞.中國“營改增”改革的政策效應：基于雙重差分模型的檢驗[J].財政研究，2015（2）：44-49.

[4] 袁從帥，劉曄，王治華，等.“營改增”對企業投資、研發及勞動雇傭的影響——基于中國上市公司雙重差分模型的分析[J].中國經濟問題，2015（4）：3-13.

[5] 丁勝紅，曾峻.“營改增”對產業結構與國家價值鏈塑造升級的驅動效應——基于“1+6”服務行業上市公司的面板數據[J].求索，2014（12）：56-60.

[6] 陳釗，王.“營改增”是否促進了分工：來自中國上市公司的證據[J].管理世界，2016（3）：36-45.

[7] 葛玉御，田志偉，胡怡建.“營改增”的收入分配效應研究——基于收入和消費的雙重視角[J].當代財經，2015（4）：23-33.

[8] 許夢博，翁鈺棟，李新光.“營改增”的財政收入效應及未來發展建議——基于CGE模型的分析[J].稅務研究，2016（2）：86-88.

[9] 姜國華，饒品貴.宏觀經濟政策與微觀企業行為——拓展會計與財務研究新領域[J].會計研究，2011（3）：9-18.

[10] 袁雪飛.“營改增”對試點企業稅負和盈利影響的分析[J].中國注冊會計師，2013（6）：120-123.

[11] 劉愛明，俞秀英.“營改增”對建筑業企業稅負及盈利水平的影響——以滬深兩市上市公司為例[J].財會月刊，2015（1）：15-18.

[12] 王，董聰，徐瀟鶴，等.“營改增”對交通運輸業上市公司稅負及業績的影響[J].稅務研究，2014（5）：8-12.

[13] 劉建民，蔣雨荷.“營改增”對交通運輸行業財務績效影響的實證研究[J].會計之友，2016（14）：98-102.

[14] 胡永佳.產業融合的經濟學分析[D].中共中央黨校博士學位論文，2007.

[15] 周振華.產業融合：產業發展及經濟增長的新動力[J].中國工業經濟，2003（4）：46-52.

[16] 楊仁發.生產性服務業發展、制造業競爭力與產業融合[D].南開大學博士學位論文，2013.

[17] VANDERMERWE S，et al. Servitization of business： adding value by adding service[J].European Management Journal，1988，6（4）：314-320.

[18] 劉繼國，李江帆.國外制造業服務化問題研究綜述[J].經濟學家，2007（3）：119-126.

[19] NEELY A. Exploring the financial consequences of the servitization of manufacturing[J]. Operations Management Research，2008（2）：103-118.

[20] 姜鑄，李寧.服務創新、制造業服務化對企業績效的影響[J].科研管理，2015（5）：29-37.

[21] 綦良群，趙少華，蔡淵淵.裝備制造業服務化過程及影響因素研究——基于我國內地30個省市截面數據的實證研究[J].科技進步與對策，2014（14）：47-53.

[22] 胡怡建.“營改增”減稅的經濟效應分析[J].中國稅務，2013（8）：22-24.

[23] 張元智，馬鳴蕭.企業規模、規模經濟與產業集群[J].中國工業經濟，2004（6）：29-35.

[24] 葉芳，王燕.雙重差分模型介紹及其應用[J].中國衛生統計，2013（2）：131-133.

[25] 汪芳，潘毛毛.產業融合、績效提升與制造業成長——基于1998—2011年面板數據的實證[J].科學學研究，2015（4）：530-548.

[26] 肖挺，聶群華，劉華.制造業服務化對企業績效的影響研究——基于我國制造業企業的經驗數據[J].科學學與科學技術管理，2014（4）：154-162.