“營改增”對高技術服務企業盈利能力的影響效應
——基于雙重差分模型的實證研究

程開明，范華艷

(浙江工商大學 統計與數學學院，浙江 杭州 310018)

一、引 言

“營改增”是我國稅收制度的一項重大改革措施。2011年11月16日，財政部和國家稅務總局聯合下發《營業稅改征增值稅試點方案》(財稅〔2011〕110號)，規定從2012年1月1日起，以上海市作為示范地區，開展交通運輸業和部分現代服務業營業稅改征增值稅的試點改革。隨后，“營改增”改革在全國循序漸進地推進，截至2016年5月1日我國全面實施“營改增”，范圍擴大至金融業、建筑業、房地產業等，并將新增的不動產進項增值稅納入抵扣范圍。至此，我國增值稅實現了對所有貨物及服務的生產、流通和消費領域的全覆蓋。

稅收政策改變必然會對企業盈利能力和社會經濟發展產生影響，“營改增”政策效應究竟如何？一些學者從宏觀和微觀角度進行了探析。宏觀視角的“營改增”政策效應包括對產業結構調整的影響[1-2]、對政府財政收入的影響[3-4]、對收入分配的影響[5-6]以及對我國財稅體制的影響[7-8]等。微觀視角的“營改增”政策效應則包括企業稅負的變化[9]、對企業技術創新的作用[10-11]以及對企業投資的影響[10]等。這些研究從多角度分析了“營改增”的政策效應，但在評估政策因果效應的研究方法上存在一定的改進余地。

一些文獻對“營改增”政策與企業盈利能力的關系進行了探討。Simmons[12]指出稅率變動影響到全球資源合理配置，導致企業經營績效發生變化。Carbonnier[13]認為增值稅具有中性特點，對于企業保持生產經營的穩定具有重要意義。Toder等[14]認為增值稅具有轉嫁功能，能夠避免稅收的重復征收，降低企業運營成本，提高企業盈利能力。劉建民等[15]基于湖南省上市公司的面板數據發現“營改增”全面實施顯著提高了試點企業的盈利能力，但不同行業差別較大。李啟平等[16]以“營改增”為自然實驗構建雙重差分模型檢驗“營改增”對現代服務業的影響，結果顯示“營改增”提高了企業的盈利能力。滕承秀[17]以房地產、建筑業、租賃與商品服務業為分析對象，研究結果表明“營改增”對于提高企業績效有積極作用，但不同行業的企業受到的影響差異較大。綜上可見，由于實證分析中研究對象與方法的不同，得到“營改增”對企業盈利能力的影響效應存在差異。

高技術服務業是高技術與服務業的深度融合，是高技術產業服務化和服務業高技術的表現形態，也是現代服務業中最具創新活力的行業，對于推進產業結構優化升級、提升產業競爭力具有重要作用。我國大力推進經濟轉型升級，社會對高技術服務的需求不斷增加，“營改增”政策實施對高技術服務企業盈利能力的影響也是各界關注的一個重點。已有關于“營改增”政策效應的研究較少從高技術服務業角度切入，對影響效應的分析集中于總體平均效應，較少追蹤動態效應和開展政策效果的差異化分析。鑒于此，聚焦于高技術服務業，根據上市公司的微觀數據，基于雙重差分法考察“營改增”政策對高技術服務企業盈利能力的平均效應、動態效應和異質性具有重要的現實意義。

二、理論分析和研究假設

(一)理論分析

稅收是國家宏觀調控的主要工具之一，稅負變動必然影響經濟主體的行為選擇，對企業的生產、投資、研發和盈利等造成影響。營改增是中國逐步推行的一項重要稅收政策改革，通過計稅依據和稅率變化對相關行業產生廣泛而深遠的影響。理論上，“營改增”政策主要通過增值稅抵扣鏈條改變企業經營的內外部環境，對企業盈利能力產生影響。增值稅作為一種間接稅，使得企業繳納的間接稅和城市維護建設稅、教育費附加等有所減少，[16]所以“營改增”有利于降低服務業企業的稅收負擔，其中，高技術服務業、物流輔助服務業等行業稅負降低明顯。[18]

由于增值稅可抵扣進項稅額，在銷售量與價格不變的情況下，政策改革后抵扣的稅額使得企業營業成本下降。根據自由現金流假說，自由現金流與企業的投資行為密切相關，總投入成本下降有利于增加企業的經營現金流，使得企業有更高的積極性購買資產。[19]從營業稅改征增值稅，一方面，進項稅額的抵扣增強了企業對于廠房、設備、技術、商譽等方面的投資意愿；另一方面，外包的生產和服務不需要再交納高額的營業稅，企業更愿意外包非主營業務，集中精力做好優勢項目，有利于提高生產效率和整體盈利能力。此外，高技術服務企業因“營改增”而減少稅務支出，將更多資金用于技術研發有利于提高企業的技術創新能力和盈利能力。

“營改增”政策的實施打通了制造業和服務業之間的增值稅抵扣鏈條，制造業企業外購服務性產品時能夠獲得增值稅專用發票進行抵扣，從而消除重復征稅現象，降低服務性產品的購買成本，促使制造企業將研發、軟件和信息技術等業務外包給專門的高技術服務公司，促進產業間的縱向專業化分工，增加高技術服務業的市場需求，有利于提升高技術服務企業的盈利能力。[20]

(二)研究假設

本文依據“營改增”政策對企業盈利能力影響機制的理論分析，形成了以下研究假設：

假設H1：在其他條件不變的情況下，“營改增”政策能夠提升高技術服務企業的盈利能力。

“營改增”政策既可通過直接效應即避免重復征稅、降低企業稅收負擔來提升高技術服務企業的盈利能力，又可通過間接效應提升高技術服務企業的盈利能力。一方面促使高技術服務企業加大投資和研發投入，加快設備更新和技術創新，提高企業的生產效率；另一方面有利于打通制造業和服務業的行業壁壘，使得制造業將部分研發外包給高技術服務企業，擴大高技術服務業的市場需求。

假設H2：在其他條件不變的情況下，“營改增”政策對不同地區高技術服務企業盈利能力的影響存在差異。

由于區域經濟發展不均衡和產業結構的差異，“營改增”政策影響高技術服務企業的傳導機制與路徑有所不同，再加上地區之間的稅負差異，使得“營改增”對不同地區高技術服務企業盈利能力的影響存在差異。譬如，深圳市和上海市的產業結構相差較大，上海市的金融業、房地產業和交通運輸業占比較高，而深圳市的郵政業、酒店餐飲業和金融業占比較高，“營改增”政策對兩個城市相關企業的影響效應必然存在較大差異。

假設H3：在其他條件不變的情況下，“營改增”政策對中間投入不同的高技術服務企業盈利能力的影響存在差異。

“營改增”政策通過增值稅抵扣的途徑實現高技術服務企業的成本降低和盈利能力提升，中間投入水平較低的高技術服務企業往往無法獲得足夠的增值稅進項稅抵扣額，不利于企業享受政策帶來的減稅紅利。因此，營改增政策對不同中間投入水平的高技術服務企業盈利能力的影響效應存在差異。

假設H4：在其他條件不變的情況下，“營改增”政策對人力資本投入不同的高技術服務企業盈利能力的影響存在差異。

對于高技術服務企業而言，人才是發展的重要動力，人力資本是核心競爭力，對人力資本投入的差異一方面影響到企業的核心競爭力和持續發展能力，另一方面也影響到企業對其他固定資產的投資，進而影響企業的盈利能力。因此，具有不同人力資本投入水平的高技術服務企業受到“營改增”政策的影響效應存在差異。

三、模型設定與變量說明

(一)模型設定

雙重差分模型(簡稱DID)是一種有效的政策效應評估方法。非隨機分配實驗組和對照組的試驗稱為自然試驗，此類試驗不同組間樣本在政策實施前可能存在事前差異，僅通過單一前后對比或橫向比較容易忽略這種差異，導致政策實施效果的有偏估計。雙重差分模型基于自然試驗得到的數據，通過模型構建來有效控制研究對象的事前差異，將政策效應有效分離出來。DID模型還能夠避免政策作為解釋變量可能導致的內生性問題，控制因變量與解釋變量之間的相互影響。

“營改增”政策最早在上海試點后，逐步擴大到北京、江蘇、浙江等地，最后推廣至全國，分時段的試點過程可看作是一次“準自然實驗”，符合雙重差分檢驗的基本設定，故能夠采用DID模型來評估“營改增”政策對高技術服務企業盈利能力的影響效應。

根據DID模型的基本設定，構建模型為：

Yit=α+βDit+δXit+As+Bt+Ck+εit

(1)

(2)

(二)變量說明

1.結果變量。反映企業盈利能力的財務指標較多，“凈資產收益率”很大程度上能夠全面反映高技術服務企業的盈利狀況，故選取上市公司的“凈資產收益率”來刻畫高技術服務企業的盈利能力。

2.自變量。根據雙重差分模型的設定，主要自變量為Dit，若企業i處于試點省份且在時間上處于政策實施后則為1，否則為0，其系數代表“營改增”政策對結果變量的平均影響效應，即政策的平均效應。

3.控制變量。參考已有文獻，本文選擇企業層面的變量包括企業規模、資產負債率、總資產增長率、總資產周轉率、現金持有水平、固定資產占比和無形資產占比等作為控制變量。

(三)數據來源及處理

2011年11月16日，財政部和國家稅務總局發布《營業稅改征增值稅試點方案》，決定自2012年1月1日起率先在上海啟動“營改增”試點，試點行業僅限于交通運輸業(鐵路運輸業除外)、研發和技術、信息技術、文化創意、物流輔助、有形動產租賃、鑒證咨詢等部分現代服務業。此后，我國分階段、分地區、分行業全面推開“營改增”試點，直至2016年5月1日，全面完成了“營改增”改革，實現增值稅在所有貨物、勞務及服務行業的全覆蓋。

為適配模型，將第一批上海市的“營改增”政策實施時間定為2012年，第二批北京、浙江、江蘇、天津、廣州、福建、安徽和湖北等在2012年8月之后實施“營改增”政策省份的政策實施時間定為2013年，第三批其他省份“營改增”政策的實施時間定為2014年。以2009～2015年為樣本期，選取深滬兩市處于“營改增”政策試點省份內的高技術服務業A股上市公司為最初樣本，詳細數據來源于國泰安數據庫。經數據整理，共獲得涉及信息傳輸、軟件和信息技術服務業、科學研究和技術服務業及商業服務業的上市公司422家，對其進行適當篩選：(1)剔除主營業務非相關行業或主營業務發生重大變動的上市公司87家；(2)剔除在樣本期間內被評估為ST或是*ST的上市公司47家；(3)剔除2012年及之后上市的上市公司165家；(4)剔除增值稅率和營業稅率在實施“營改增”政策后未發生變動的上市公司15家。處理后，得到符合條件的108家上市公司作為最終的研究樣本。主要變量的描述性統計見表2，其中樣本企業的凈資產收益率(Roe)均值為0.0948，最小值為-0.2775，最大值為0.5529，企業盈利能力的差異并不顯著。

表1 主要變量定義

表2 變量描述性統計

四、實證結果與分析

(一)DID模型的適用性檢驗

采用雙重差分模型目的是為了排除“營改增”政策以外其他宏觀政策、環境變化等因素的干擾，首先需保證政策的外生性原則，即確認“營改增”政策實施與否與企業盈利能力之間沒有直接聯系。“營改增”政策是宏觀層面的政策，且以省級行政區為實施范圍，以某個行業為實施對象，而企業是微觀層面的接受者，對政策實施與否無法產生作用，因此企業盈利能力如何對“營改增”政策實施與否不會產生影響。本文分三個批次來考察各個省份企業的平均盈利能力，發現“營改增”政策實施的批次與各省企業平均盈利能力雙重差分模型的另一適用前提是實驗組與對照組之間須保持相同的變化趨勢，如此才能認為未實施“營改增”政策地區的高技術服務企業是已實施“營改增”政策地區高技術服務企業的合適對照組。按照“營改增”政策的實施時間，分別將政策實施較晚地區的高技術服務企業作為政策實施較早地區高技術服務業的對照組，考察實驗組和對照組2009～2013年的凈資產收益率變化趨勢。首先，比較第一批實施“營改增”政策地區的高技術服務企業與其他地區高技術服務企業2009～2012年凈資產收益率的差異；然后，比較第一批和第二批“營改增”政策實施地區的高技術服務企業與其他地區高技術服務企業2013年凈資產收益率的差異。由于所涉及的樣本在2014年后全部進入“營改增”政策實施范圍，即所有樣本在2014年均進入實驗組，因此對實驗組和對照組的凈資產收率差異的對比截止到2013年。

考察實驗組和對照組2009～2013年平均凈資產收益率的變化趨勢可知，在“營改增”政策實施前的2009～2011年，實驗組與對照組的平均凈資產收益率變化趨勢基本一致，通過平行趨勢檢驗，適合采用雙重差分模型來開展分析。

(二)“營改增”政策平均效應估計

本文通過對時間效應、行業效應和省份效應進行控制，利用Stata14.0軟件分別采用混合最小二乘法(OLS)和固定效應模型(FE)進行雙重差分檢驗，考察“營改增”政策影響高技術服務企業盈利能力的平均效應，結果如表3所示，其中模型(1)和模型(3)為OLS估計結果，模型(2)和模型(4)為FE估計結果。

表3 “營改增”政策平均效應的估計結果

“營改增”政策平均效應OLS回歸結果顯示，政策效應變量(Dst)的系數為正且通過5%的顯著性水平檢驗；FE估計結果顯示，“營改增”政策效應變量(Dst)的系數同樣為正，且通過10%的顯著性水平檢驗。總體來看，“營改增”政策的實施確實有助于提升高技術服務企業的盈利能力，政策效應的大小為0.017～0.020，假設H1得到驗證。控制變量中的“企業規模、總資產增長率、總資產周轉率和現金持有水平”對高技術服務企業的盈利能力產生正向影響，而“資產負債率”的影響為負，其中“資產負債率、總資產增長率和總資產周轉率”的影響效應較為顯著。

(三)“營改增”政策動態效應估計

“營改增”政策動態效應的OLS和FE估計結果見表4，在未納入控制變量的情況下，政策實施當期的虛擬變量(Event0)、政策實施后一期(Event1)和政策實施后兩期(Event2)的系數均為正且逐步變大，通過10%的顯著性水平檢驗。將控制變量納入模型后，政策實施當期的虛擬變量(Event0)、政策實施后一期(Event1)和政策實施后兩期(Event2)的系數同樣均為正且隨時間變大，通過了5%的顯著性水平檢驗。另外，回歸結果顯示“營改增”政策對凈資產收益率的促進效應存在一定滯后性，短時間內“營改增”政策對高技術服務企業盈利能力的政策效應隨時間變動有所增強。

表4 “營改增”政策動態效應的估計結果

為了更直觀地反映“營改增”政策對高技術服務企業盈利能力的動態影響，本文給出“營改增”政策對高技術服務企業凈資產收益率影響的點估計及95%的置信區間。研究發現，“營改增”政策的系數估計值在0上下波動，不能拒絕“營改增”政策實施前實驗組與對照組凈資產收益率差異為零的原假設，驗證了前文的平行趨勢假設。“營改增”政策實施后各期實驗組與對照組凈資產收益率的差異顯著為正，且系數隨著期數增加不斷變大，說明“營改增”政策顯著促進了政策實施地區高技術服務企業的盈利能力，且隨著時間的延長其促進效應日益明顯。

(四)“營改增”政策效應的異質性分析

為了驗證假設H2、假設H3和假設H4，本文進一步開展“營改增”政策對高技術服務企業盈利能力影響效應的異質性分析，分別考察“營改增”政策效應是否會因地區經濟發展水平、企業中間投入和企業人力資本投入的差異而呈現出不同特征。在根據相關變量取值進行分組的基礎上，同樣對時間效應、行業效應和省份效應進行控制，分別采用混合最小二乘法(OLS)和固定效應模型(FE)進行雙重差分模型估計。

1.經濟發展水平地區分組的“營改增”政策效應差異。為考察不同經濟發展水平地區的“營改增”政策效應是否存在顯著差異，本文將第一批和第二批“營改增”實驗組的省市按經濟發展水平分為兩組，一組為經濟發展水平較高的上海、北京、廣州、浙江、江蘇和天津六省市，另一組為經濟發展水平相對較低的安徽、福建和湖北三省，分組后的雙重差分模型估計結果見表5。

表5 不同經濟發展水平地區“營改增”政策效應的估計結果

表5顯示，經濟發展水平較高組“營改增”政策平均效應的系數都通過了5%的顯著性水平檢驗，而經濟發展水平較低組“營改增”政策的平均效應系數均未通過顯著性水平檢驗，說明“營改增”政策對高技術企業盈利能力的促進效應在不同地區存在較大差異，對經濟發達地區的影響效應更為明顯，驗證了假設H2。原因可能在于經濟發展水平較高地區具有更完善的增值稅抵扣鏈條，能夠從“營改增”政策中獲得更多的稅收抵扣，以減輕企業稅收負擔；另外，在“營改增”政策的影響下，經濟發達地區的高技術服務企業能夠更多地承接制造業的服務外包，有利于提高自身的盈利能力。

2.中間投入水平分組的“營改增”政策效應差異。以高技術服務企業“購買商品和勞務支付的現金占營業收入比重”來衡量企業的中間投入水平，若某高技術服務企業2009～2015年中間投入的平均值高于所有樣本企業的總體平均水平，則認定該企業屬于高中間投入水平組，否則認定該企業為低中間投入水平組。將樣本企業按中間投入水平分為兩組后分別進行雙重差分模型估計，結果見表6。

表6顯示，高中間投入組的“營改增”政策效應系數為0.03左右，通過了5%水平的顯著性檢驗，而低中間投入組的“營改增”政策效應系數較小(0.006～0.008)且不顯著，說明“營改增”政策效應對不同中間投入水平企業盈利能力的影響存在明顯差異，驗證了假設H3。中間投入水平較高組的“營改增”政策效應表現更強，說明“營改增”政策更利于較高中間投入水平企業的盈利能力提升。

表6 不同中間投入水平分組“營改增”政策效應的估計結果

3.人力資本投入分組的“營改增”政策效應差異。以高技術服務企業“支付給職工及代為職工支付的現金占營業收入比重”來衡量企業的人力資本投入水平，若某高技術服務企業2009～2015年人力資本投入水平均值高于所有樣本企業的總體平均水平，則認定該企業屬于高人力資本投入組，否則為低人力資本投入組。將所有樣本企業分為兩組后分別進行雙重差分模型估計，估計結果見表7。

表7 不同人力投入水平分組“營改增”政策效應的估計結果

表7顯示，高人力資本投入組的“營改增”政策效應系數僅為0.07～0.09，且未通過顯著性檢驗，而低人力資本投入組的“營改增”政策效應系數為0.028左右，且通過了5%的顯著性水平檢驗，可見“營改增”政策對不同人力資本投入水平高技術服務企業盈利能力的影響效應存在明顯差異，假設H4得到驗證。“營改增”政策對人力資本投入較低企業的盈利能力提升效應更為顯著，而對高人力資本投入企業盈利能力的影響并不顯著。

五、“營改增”政策效應的穩健性檢驗

(一)平衡面板數據檢驗

考慮到樣本量的限制，本文采用了非平衡面板數據開展建模分析，為了檢驗非平衡面板數據估計結果的穩健性，在非平衡面板數據的基礎上提取出平衡面板數據進行建模分析，模型的具體設置與前文保持一致。基于平衡面板數據，對“營改增”政策影響高技術服務企業盈利能力的平均政策效應和動態政策效應進行雙重差分模型估計，結果見表8，其中模型(21)和模型(22)為“營改增”政策的平均效應估計，模型(23)和模型(24)為“營改增”政策的動態效應估計。模型(21)和模型(23)是基于混合OLS的估計結果，模型(22)和模型(24)是基于固定效應FE的估計結果。

表8 平衡面板數據“營改增”政策效應的估計結果

平衡面板數據下雙重差分模型的估計結果顯示，“營改增”政策對高技術服務企業盈利能力的平均效應和動態效應依然顯著，其中政策平均效應與基于非平衡面板數據的估計結果相當一致。“營改增”政策對高技術服務企業盈利能力當期效應的系數范圍為0.037～0.039，后一期政策效應的系數為0.057，后兩期政策效應系數的范圍為0.091～0.097，該結果與基于非平衡面板數據得出的結果亦具有較高一致性。

進一步考察“營改增”政策對高技術服務企業盈利能力的動態效應，政策效應系數的變動趨勢顯示，“營改增”政策實施前的各期均不能拒絕實驗組與對照組凈資產收益率差異為零的原假設，意味著該平衡面板數據也滿足平行趨勢假設，保證了雙重差分模型的適用性。

由于平衡面板數據中經濟發展水平較低組即福建、安徽和湖北的高技術服務企業樣本量過小，不能對不同經濟發展水平地區的政策效應進行異質性分析，但根據“營改增”政策的平均效應和動態效應的估計結果可知，平衡面板數據估計結果與非平衡面板數據估計結果具有較高的一致性。

(二)指標替換檢驗

采用“凈資產收益率”指標衡量高技術服務企業的盈利能力可能存在一定的測量誤差，導致估計結果產生偏差，本文以“每股收益”替換“凈資產收益率”再開展雙重差分模型估計，以檢驗估計結果的穩健性，結果見表9。其中模型(25)和模型(26)為“營改增”政策的平均效應估計結果，模型(27)和模型(28)為“營改增”政策的動態效應估計結果；模型(25)和模型(27)是混合OLS的估計結果，模型(26)和模型(28)是固定效應FE的估計結果。

表9 指標替換后“營改增”政策效應的估計結果

將結果變量由“凈資產收益率”替換為“每股收益”后的雙重差分模型估計結果顯示，“營改增”政策對高技術服務企業的盈利能力仍然表現為顯著為正的促進作用。具體而言，“營改增”政策對高技術服務企業每股收益的平均效應和動態效應均為正且通過了5%的顯著性水平檢驗，可見“營改增”政策對高技術服務企業以“每股收益”為表征的盈利能力具有顯著促進作用，與前文的估計結果一致，其結論具有較強的穩健性。

對于指標替換后“營改增”政策效應的異質性分析結果見表10，從中可以看出，地區經濟發展水平較高組的政策效應強于經濟發展水平較低組，高中間投入組的“營改增”政策效應強于低中間投入組，人力資本投入水平較低組的“營改增”政策效應強于人力資本水平投入較高組，估計結果與前文結果基本一致，說明“營改增”政策對高技術服務企業盈利能力影響效應的估計結果是穩健的。

表10 指標替換后“營改增”政策效應異質性分析結果

(三)時間安慰劑檢驗

為進一步檢驗高技術服務企業盈利能力的變化的確受到“營改增”政策實施的影響，而不是其他混雜因素的作用，本文采用安慰劑檢驗方法加以驗證。另外虛構一個政策實施時間，如果虛構時間下的DID估計量回歸結果依然顯著，意味著原來模型的估計結果很可能是受混雜因素的影響。假設第一批試點地區即上海市“營改增”政策發生于2010年，第二批試點地區即北京、浙江、江蘇等地“營改增”政策發生在2011年，第三批試點地區即其他地區“營改增”政策發生在2012年，實驗組和對照組的設定標準保持不變，被解釋變量仍為凈資產收益率，再利用雙重差分模型對“營改增”政策的平均效應和動態效應進行估計，估計結果見表11。其中，模型(35)和模型(36)為“營改增”政策平均效應的估計結果，模型(37)和模型(38)為“營改增”政策動態效應的估計結果；模型(35)和模型(37)是混合OLS的估計結果，模型(36)和模型(38)是基于固定效應FE的估計結果。

表11 時間安慰劑條件下“營改增”政策效應的估計結果

從表11可知，時間安慰劑條件下以“凈資產收益率”為被解釋變量的雙重差分模型中“營改增”政策的平均效應顯著為負，動態效應為負但不顯著，這與前文的實證估計結果并不一致，說明前文“營改增”政策效應的估計結果并非偶然所得，即“營改增”政策的實施確實促進了高技術服務企業盈利能力的提升。

六、結論與啟示

本文以2009～2015年高技術服務企業上市公司為樣本，采用多時點雙重差分模型估計“營改增”政策影響高技術服務企業盈利能力的平均效應和動態效應，分別從地區經濟發展水平、企業中間投入水平和人力資本投入水平角度開展“營改增”政策效應的異質性分析，并進行政策效應的穩健性檢驗，得到以下主要結論：“營改增”政策的實施顯著提升了高技術服務企業的盈利能力，影響效應存在一定的滯后性，短期內影響效應逐步增強；“營改增”政策對地區經濟較發達、中間投入水平較高及人力資本投入較低的高技術服務企業盈利能力的促進效應更為明顯。總體來看，“營改增”政策實施有利于提升高技術服務企業的盈利能力，這一結論具有較強的穩健性。

上述結論對于進一步完善增值稅制、提升企業盈利能力具有若干啟示：一是政府部門應考慮到高技術服務企業對人力資本的依賴性較強等特點，進一步完善稅率設置和增值稅抵扣辦法，確保中間投入較低、人力資本水平投入較高的高技術服務企業能夠切實享受到政策紅利，不斷發展壯大。二是針對“營改增”政策效應的地區差異，對經濟欠發達地區應進一步完善稅務辦理能力，完善增值稅抵扣鏈條，促進高技術服務企業發展。三是對于高技術服務企業而言，可通過專業分工和企業合作等途徑增強企業的上下游關聯度，適應新的納稅規則，利用好“營改增”的政策紅利，增強企業的競爭力。