基于雙重差分模型的營改增對企業投資行為影響實證研究

摘 要：文中基于理論分析，提出了三個假設，分析了“營改增”對現代服務企業的投資行為的影響。具體選擇了2010年-2013年上市的114家現代服務企業作為樣本，通過雙重差分模型，得出了以下結論：“營改增”使得現代服務企業的投資增加，但生產效率并未增加。企業的投資平均增加了34.43個百分點?；诶碚摲治雠c實證分析，針對“營改增”過程中出現的一系列問題提出了相應的政策建議。

關鍵詞：現代服務業;企業投資行為;營改增

“營改增”于2012年在上海地區開始試行，涉及行業包括交通運輸業與部分現代服務業，本文主要研究現代服務企業行為受到的影響，因此研究對象為以下幾個行業的上市公司：物流輔助服務業、信息技術服務業、文化創意服務業、研發和技術服務業、有形動產租賃服務業和鑒證咨詢服務業。由于2009年進行了增值稅轉型的改革，為了避免這一事件的影響，將研究時點定在2009年之后。最終，以2012年為時間點，選取前后幾年的數據，將2010年-2013年部分現代服務業上市公司作為研究對象。

為保證本文研究的合理性，對擬選取的數據做以下處理：（1）由于研究時間為2010年-2013年，因此剔除2010年以后上市的企業;（2）剔除相關數據嚴重缺失的企業;（3）剔除2010年-2013年ST和*ST的企業。經過篩選，確定114家相關行業上市公司。其中，物流輔助業上市公司為4家，信息技術服務業共76家，文化創意服務業8家，有形動產租賃服務業僅有1家，鑒證咨詢服務業7家，研發和技術服務業則有18家。本文所用數據來自CSMAR數據庫以及各企業年度報表，相關數據分析處理采用STATA 12.0和SPSS24.0軟件。

一、模型設定與變量選取

1.模型設定

通常用DID也就是雙重差分模型來衡量一項政策或者公共項目實施之后產生的效果。由于公共政策的特點是產生影響普遍的范圍比較大，因此很難像一般的科研性研究一樣，公共政策的實施在對照組與實驗組之間不具有樣本分配的完全隨機。因此對于這一類型的研究來說，在政策實施之前不同的樣本之間就會存在一定差異，如果只是單獨進行橫向對比或者縱向對比，很可能會因為沒有考慮到差異的存在而產生估計誤差。為了有效地控制這種差異，本文采用雙重差分模型來更為準確的估計政策效果。

“營改增”政策于2012年1月1日在上海進行試點，隨后從同年9月1日開始在北京市、江蘇省、安徽省、福建省、廣東省、天津市、浙江省和湖北省8個省市開始實施，因此本文將這九個地區的試點企業作為實驗組，將其余地區的企業作為對照組。首先引入虛擬變量treat來區分不同的組別，當企業屬于實驗組則treat=1，而對照組企業treat=0;接著引入虛擬變量year來代替政策發生時間，當企業屬于政策實施之前即2010年和2011年時year=0，屬于2012年及2013年year=1。因此將本文模型設定為：

? 二、描述性統計及樣本檢測

1.描述性統計

（1）分組描述性統計

除了以上幾個變量之外，由于“營改增”政策最直接影響的是企業的稅負，所以加入企業稅負來進行描述性統計。政策的實施主要改變的是營業稅與增值稅，因而所研究的稅負影響不包括所得稅，并且企業在稅改前后均存在營業稅額和增值稅額，因此在計算時應將二者加總起來計算整體稅負。但是在企業的年度報告中，增值稅的金額并不可得，因此可以借鑒王新紅的做法，通過城市維護建設稅來計算出這一數據。城市維護建設稅=流轉稅額*適用稅率，而現代服務業基本不征收消費稅，即城市建設維護稅=（增值稅額+營業稅額）*7%，因此可用城市維護建設稅除以7%的稅率得到增值稅稅負與營業稅稅負，再將這兩種稅負與主營業務收入的比值來作為企業稅負率的代表。

2010年-2013年部分現代服務業上市公司各變量指標描述性統計結果如下表所示：

從表2變量的描述性統計可以看到，總共114個上市公司，由于部分公司是2010年才成立的，因此營業收入增長率即Bir有部分缺失。其中，稅負、資產負債率以及營業毛利率的標準差相對較小，說明這三組變量的波動幅度小，其余變量的波動相對較大。比如，投資最小值為10.94702，最大值為25.35122，可能是因為不同的企業之間自身實力的不同，投資差別較大。同樣，勞動雇傭、全要素生產率、資產負債率以及企業規模等變量也是如此，與企業自身的不同有很大關系。具體變量如何變化應該具體分析。

（2）政策實施前后投資變動描述性統計

從圖可以看到，現代服務業企業的投資從2010年到2011年呈上升狀態，但是在2012年“營改增”政策開始實施之后，實驗組與對照組的投資情況則有了顯著的差別，試點地區由于政策實施投資繼續上升，而非試點地區則投資下降，說明“營改增”政策的實施確實使得現代服務業企業投資上升?？傮w來看，“營改增”前，實驗組企業的投資低于對照組，而在“營改增”之后高于對照組。

? 2.投資配對樣本T檢驗

本文以現代服務業上市公司實行“營改增”政策的年份為時間節點，將實驗組公司的數據分為“營改增”前和“營改增”后兩個獨立的樣本，利用SPSS24.0軟件進行配對樣本T檢驗。根據檢驗結果大致分析“營改增”是否對企業的行為產生了顯著的影響。

對于企業的投資行為，即“購進固定資產、無形資產和其他長期資產支付的現金”來說，根據表4的T檢驗結果，由于顯著性P值為0.000小于5%的顯著性水平，因此可以得出結論，“營改增”前后現代服務企業的投資行為具有顯著的差異。再根據表4可知，在“營改增”政策實施之前企業為投資支付的現金的對數為17.6180，“營改增”之后略微增加到18.0386，投資行為確實有一定增加，從而證實了假設1。

三、變量分析

1.變量相關性分析

本文采取的是多元計量模型，因此各變量之間可能會產生多重共線性。因為實際的經濟問題中所涉及到的變量眾多，通常很難找到相互獨立的變量。如果所選取的解釋變量之間存在著多重共線性，很有可能會出現多種問題，譬如t檢驗會不顯著或者最終結果與預期相反，所以選取Pearson檢驗來說明各變量之間是否存在多重共線性。最終結果如表5所示：

從表5可以看到，任意兩個解釋變量之間的相關系數最大值為-0.4661，低于0.50，因此可以認為變量之間不存在嚴重的多重共線性。

2.多元回歸分析：營改增對現代服務企業投資的影響

一個企業的投資行為是企業增長的重要基礎，所以在政策實施之后，投資行為具體怎么變動是需要關注的重點。表6投資行為的回歸結果顯示，整體的回歸模型決定系數R2=0.5714，說明模型的擬合相對較好。模型實證結果為：P=0.0000遠小于0.05，因此得到的結果是顯著的?！盃I改增”政策與現代服務企業的投資行為之間呈現出一種正相關的關系，并且影響較為顯著，與假設出來的結果一致。其中，邊際效應為0.34433，即在“營改增”政策實施之后，企業的投資行為平均增加了34.43個百分點，增長幅度相對較大。說明在“營改增”政策之后由于抵扣效應的存在以及稅負的降低，企業確實增加了投資行為。

同時，從控制變量來看，企業規模與營業毛利率的影響比較顯著，即規模越大，營業毛利率越高的企業投資行為越多。而企業的資產負債率以及營業收入增長率對投資起到的促進作用并不顯著，說明企業的投資受到資產負債率以及營業收入增長率也就是發展能力的影響相對較小。

3.穩健性檢驗

本文引入了“營改增”政策作為虛擬變量，因此可以借鑒以前學者的研究（范子英、田彬彬，2013），改變政策的實施時間來做反事實的檢驗證明穩健性。

回歸結果如表7所示，將政策年改為每個企業實施“營改增”的上一年后，政策對于企業行為的影響均不顯著。因此，2012年實施的“營改增”政策確實對企業的投資行為以及勞動雇傭行為產生了促進作用。但是，企業的生產效率由于短期政策效果并不明顯，所以結果并不顯著。

四、結論

本文以2012年為時間點，選取前后幾年的數據，將2010年-2013年部分現代服務業上市公司作為研究對象，系統地分析了“營改增”對現代服務企業的投資行為的影響。得出“營改增”確實對現代服務企業產生了一定影響，并針對“營改增”過程中出現的一系列問題提出了相應的政策建議。

參考文獻：

[1]薛雅偉，張在旭，李宏勛，等.資源產業空間集聚與區域經濟增長：“資源詛咒”效應實證[J].中國人口·資源與環境，2016（8）：25-33.

[2]黃新穎，馬穎.自然資源稟賦與石油城市經濟增長的實證分析——1997～2014年數據[J].生態經濟，2015（11）：76-79.

[3]王新紅，云佳.營改增對交通運輸業上市公司流轉類稅負及業績的影響研究[J].稅務與經濟，2014（6）：（25-32）.

[4]范子英，田彬彬.稅收競爭、稅收執法與企業避稅[J].經濟研究，2013（9）：（17-25）.

作者簡介：曹鳳超（1977- ），男，籍貫：山東，北京大學教育學院，教育博士研究生在讀，高級經濟師，主要研究領域：教育管理、企業戰略、礦業經濟