社保費征管體制改革與企業全要素生產率：促進抑或抑制

孫雪嬌 甦 葉

(天津財經大學，天津 300222)

一、引言

黨的十九大以來，中國社會保障制度理念不斷深入人心。《中國社會保障發展報告(2019)》指出，因為老齡化速度加快，個人賬戶養老繳費被用于支付當期退休者使用,結果職工個人賬戶為空賬，養老金權益債務實際上處于隱性負債狀態，2015年養老基金收不抵支的省份有6個，到2022年將有半數省份養老基金入不敷出。社會保險負擔高低主要取決于兩類因素，即繳費“基數”和“費率”。為有效應對經濟下行壓力，降低企業經營成本，中國已連續數年降低社保費率。在此背景下，只有依法堵住稅基漏洞，將社保繳費的稅基做實，才能為整體降低費率爭取更大空間。2018年，中共十九屆三中全會審議通過的《深化黨和國家機構改革方案》明確指出，為提高社會保險資金征管效率，從2019年1月1日起，將基本養老保險費、基本醫療保險費、失業保險費等各項社會保險費交由稅務部門統一(全責)征收(以下簡稱“社保轉稅”改革)。社保費征管部門的轉換，既沒有提高社保費率，也沒有改變征收方式，卻引來多方關注和討論。這可能是因為，現階段一些企業在社保費的繳納問題上存有“操作空間”，不為員工如實申報、甚至拒不繳納社保費的情況時常出現。社保費改由稅務部門統一征收，旨在提升社保費征管效率，促使社保費率真正降低，減輕企業負擔。那么，“社保轉稅”改革效果如何，能否有效促進企業全要素生產率提升？

現有關于社會保險費制度的研究，著重考察了社保費率政策對企業產出和行為的影響，內容主要涉及社會保險費繳納對企業的勞動力雇傭行為、資本支出、研發支出及生產效率的影響(劉苓玲 等,2015;馬雙 等,2014;唐玨 等,2019;陶紀坤 等,2016;趙健宇 等,2018;趙靜 等,2016;Iturbe-Ormaetxe,2015;Rauh,2006;Sasaki,2015)，鮮有研究關注“社保轉稅”改革微觀層面的經濟后果。事實上，“社保轉稅”改革與社保費率政策調整有較大區別。社保費率政策調整改變的是繳費率，對稅基沒有直接影響；而“社保轉稅”改革直接改變了社保費稅基，在社保費率不變的情況下保證了稅基。因此，從稅基變化這一新的視角研究社保費制度改革的經濟后果顯得尤為必要。與本文最接近的文獻是沈永建等(2020)，該文利用事件研究法檢驗了2018年7月20日社會保險征繳機構轉換改革對企業價值的影響，即考察了該轉換政策頒布事件的短期市場效應。但實際上，中國各省份從2009年起便陸續進行了“社保轉稅”改革。與沈永建等(2020)不同，本文重點探究社保征管部門轉換改革的長期效應。

鑒于一些省份在2019年之前便陸續進行了“社保轉稅”改革，即開始由稅務局全面負責社保費的征收管理，因此本文以這些省份陸續進行“社保轉稅”改革作為準自然實驗，選取2007—2018年中國A股制造業上市公司為樣本，實證檢驗“社保轉稅”改革對企業全要素生產率的影響。本文的貢獻主要體現在以下幾個方面：第一，社會保險費總額關鍵取決于稅基和稅率兩類因素，既有文獻主要基于社會保險費率政策的角度，研究了社保費繳費比例對企業行為的影響(劉苓玲 等,2015;馬雙 等,2014;唐玨 等,2019;陶紀坤 等,2016;趙健宇 等,2018;趙靜 等,2016;Iturbe-Ormaetxe,2015;Rauh,2006;Sasaki,2015)。與社保費率政策不同，“社保轉稅”改革直接改變了社保稅基，因此本文從這一新的視角探討社會保險制度改革對企業產出的影響，豐富了“社保轉稅”改革對微觀企業行為影響的文獻，同時也是對企業全要素生產率影響因素相關研究的有益補充。第二，已有文獻更為關注社保費的“擠出效應”，包括養老保險比例對創新的“擠出效應”(趙健宇 等,2018)、社會保險費對勞動力的“擠出效應”(馬雙 等,2014;唐玨 等,2019;陶紀坤 等,2016)。而本文立足社保費稅基擴大角度的研究發現，“社保轉稅”改革“倒逼”企業加大創新投入進而提高了企業全要素生產率，不僅證實了社保費對企業創新投入具有“倒逼效應”，還揭示了“社保轉稅”改革影響企業全要素生產率的具體機理。第三，在研究方法上，現有考察社保費率政策的文獻多采用社保繳費費率代表社會保險制度，但是繳費費率與企業行為一定程度上存在的互為因果的內生性問題，可能導致結論不穩健。而中國各省份陸續進行的“社保轉稅”改革具有準自然實驗性質，本文用其表征社保制度改革可以有效處理可能存在的內生性問題，同時采用傾向性得分匹配構建雙重差分模型(PSM-DID)，能夠更為準確地考察“社保轉稅”改革對企業全要素生產率的“凈效應”。

本文余下內容安排為：第二部分是理論分析與研究假設；第三部分是研究設計；第四部分是實證結果分析；第五部分是進一步研究；第六部分是研究結論與啟示。

二、理論分析與研究假設

對企業而言，社保費征收方式共有三種：社保全責、稅務全責和稅務代征模式(由社保機構核定數額，稅務部門代為征收)。2019年之前，在沒有統一規定的情形下，上述三種征管模式在各省份均有施行，如北京、天津等一直采用社保全責模式，河北、安徽等一直采用稅務代征模式，而河南自2017年起改由稅務機關統一征收。根據《深化黨和國家機構改革方案》的相關規定，自2019年1月1日起，各省份均應執行稅務全責征收模式。但是，仍有部分省份推遲到2020年11月才正式實施。

本文認為，“社保轉稅”改革影響企業全要素生產率的邏輯具體如下：一方面，“社保轉稅”改革提高了企業全要素生產率。首先，對企業而言，“社保轉稅”改革后，原來操縱社保繳費的企業的勞動力成本將發生較大幅度的上升。以往的社保部門全責模式下，企業存在向社保部門和稅務部門申報不同員工工資標準的“操作空間”，實踐中也確實有不少企業為了降低勞動力成本，僅按最低工資標準繳納社保費，甚至不給部分員工繳納社保。而“社保轉稅”改革后，稅務部門開始全權負責社保費征管，由于稅務部門的征管能力高于社保經辦機構，其會對企業社保繳納的不合規行為進行更加全面且嚴格的監督，此時企業向兩部門申報不同工資標準的“操作空間”被消除，需要按照平均工資的“全口徑”為員工繳納社保，因此企業的勞動力成本大幅增加。當勞動力的邊際成本大于其邊際收益時，高額的社保費支出將“倒逼”企業加大技術要素和機器要素投入，積極開展研發創新，通過技術進步來抵消勞動力成本上升帶來的負面影響。其次，對員工而言，“社保轉稅”改革提高了對企業員工的勞動保護。在“社保轉稅”改革前，企業為降低勞動力成本，可能僅按最低工資標準繳納社保，甚至不為員工繳納社保，而部分員工因缺乏對社保的認識同時為了獲得相對多的實際可支配收入也默許了企業的這種行為。而在“社保轉稅”改革后，由于社保費征管能力顯著提高，企業繳納社保的不合規行為被有效遏制。因此，從長遠來看，“社保轉稅”改革加強了對企業員工的勞動保護。進一步，員工勞動得到極大保護，有助于提高員工的穩定性和工作滿意度，降低員工離職率，并激發員工工作積極性，從而對企業全要素生產率的提升產生顯著促進作用(趙健宇 等,2018)。

另一方面，“社保轉稅”改革降低了企業全要素生產率。對企業而言，“社保轉稅”改革提高了企業的勞動力成本。隨著勞動力成本的上升，用于人工的現金支出不斷增加，從而導致研發資金被擠占，企業創新受到抑制(Brow et al.,2012)。由于創新是企業可持續發展的重要保障，創新投入的減少必然會阻礙企業全要素生產率的提高(Krishnan et al.,2004)。對員工而言，短期來看，當勞動力成本上升時，企業可能將部分勞動力成本轉嫁給員工，進而使得員工的實際可支配收入減少；長遠來看，“社保轉稅”改革雖然增強了對員工的勞動保護，但并不會給員工帶來高于預期的工資回報。并且，多數員工認為企業給員工繳納社保是被迫之舉，而非關心員工的主動所為(劉行 等，2019)。因此，“社保轉稅”改革可能導致員工的工作滿意度和積極性降低，進而抑制企業全要素生產率的提升。

綜上所述，“社保轉稅”改革無論對企業還是員工都是一把“雙刃劍”。對企業而言，“社保轉稅”改革通過擴大稅基提高了勞動力成本，既可能“擠占”企業創新投入，又可能“倒逼”企業加大創新投入；對員工而言，長遠來看，“社保轉稅”改革保護了員工權益，但短期內卻可能降低員工的實際可支配收入，進而對員工工作滿意度和積極性產生重要影響。因此，“社保轉稅”改革對企業全要素生產率的影響具有不確定性。基于以上分析，本文提出以下競爭性假設：

假設

：

假設

：

三、研究設計

(一)樣本選擇和數據來源

黎文靖等(2012)指出企業全要素生產率的計算公式僅適用于制造業企業，因此本文選取A股制造業非ST上市公司作為研究樣本。同時，考慮到2007年開始執行新的企業會計準則，為確保會計信息可比，本文選取2007年作為研究的初始年份，并將樣本區間設定為2007—2018年。進一步，本文對初始樣本進行了如下篩選：(1)剔除當年員工人數少于100人的樣本公司(王雄元 等,2016)；(2)為檢驗樣本公司在政策變動前后的變化，剔除各省份發生“社保轉稅”改革前后各兩年數據不連續的樣本；(3)由于遼寧、福建和浙江分別于2000年、2001年和2006年實施稅務全責征收模式，早于本文研究的初始年份，故剔除企業注冊地在遼寧、福建和浙江的上市公司；(4)剔除數據缺失樣本。經過上述處理，本文最終得到7061個樣本觀測值。為消除極端值的影響，本文對所有涉及的連續型變量在1%和99%分位上進行了Winsorize處理。為緩解可能存在的反向因果關系問題，本文選用未來一期的企業全要素生產率(FTFP_OP)作為被解釋變量。

本文所使用的變量數據來源說明如下：各省份實施“社保轉稅”改革的具體時間通過人工瀏覽各省份人民政府、人力資源和社會保障廳(局)等官方網站收集獲得，其他數據均來自國泰安數據庫。

(二)變量定義

1.被解釋變量

本文的被解釋變量為企業全要素生產率(FTFP_OP)。參考Giannetti et al.(2015)、程晨等(2016)、魯曉東等(2012)的方法計算企業全要素生產率，并借鑒Olley et al.(1996)的方法進行了修正，以處理可能存在的內生性問題。估計模型設定如下：

ln Y=δ+δln K+δln M+δln L+δAGE+δSOE+

δEXIT+∑δYear+∑δInd+∑δProv+ε

(1)

其中，ln Y為企業總產出，狀態變量為資本投入(ln K)和企業年齡(AGE)，代理變量為企業投資(ln M)，自由變量為勞動力投入(ln L)，控制變量為產權性質(SOE)和企業退出(EXIT，如果公司簡稱與所處行業同時發生變化，則EXIT取值為1，否則取值為0)，Year、Ind和Prov分別為年份、行業和省份固定效應，殘差ε為OP方法測度的企業全要素生產率。具體測算中，利用經過公司總部所在地區工業品出廠價格指數平減的主營業務收入的自然對數作為產出(ln Y)的度量指標，利用經過固定資產投資價格指數平減的固定資產的自然對數作為資本投入(ln K)的度量指標，以資本性支出(構建固定資產、無形資產和其他長期資產支付的現金-處置固定資產、無形資產和其他長期資產收回的現金)的自然對數作為投資(ln M)的度量指標，以員工人數的自然對數作為勞動力投入(ln L)的度量指標。

2.解釋變量

廣東(不含深圳)、黑龍江、河南已分別于2009年、2013年和2017年將社保征繳模式變更為稅務全責征收模式；按照《深化黨和國家機構改革方案》及《國稅地稅征管體制改革方案》的規定，北京、天津、內蒙古、陜西、湖北、上海、江蘇、江西、山東等省份應于2019年進行最后一批“社保轉稅”改革全覆蓋。因此，本文定義“社保轉稅”改革政策實施變量TREAT為，當企業注冊地在廣東(不含深圳)、黑龍江、河南時，TREAT取值為1；當企業注冊地在北京等省份時，TREAT取值為0。同時，定義“社保轉稅”改革政策實施時間變量POST為，政策實施當年及以后年份取值為1，之前年份取值為0。具體而言，廣東(不含深圳)的樣本于2009年及以后，POST取值為1，否則取值為0；黑龍江的樣本于2013及以后，POST取值為1，否則取值為0；河南的樣本于2017及以后，POST取值為1，否則取值為0。

3.中介變量

本文的中介變量為企業創新投入(FRD)。借鑒田祥宇等(2018)、楊曉妹等(2021)，采用研發投入占當年銷售收入的比重作為創新投入強度的代理變量。

4.控制變量

借鑒趙健宇等(2018)，本文對可能影響企業全要素生產率的其他因素進行了控制。一是公司特征層面變量，包括公司規模(SIZE)、資產負債率(LEV)、資產抵押能力(FIXEDASSETS)、盈利能力(ROA)、成長性(GROWTH)、現金持有量(CASH)、市賬比(BM)、公司成立年限(AGE)；二是公司治理層面變量，包括產權性質(SOE)、管理層持股(MSH)、前十大股東持股比例(TOP10)、獨立董事規模(IDRATIO)、董事長與總經理是否兩職合一(DUAL)。此外，本文還控制了地區宏觀經濟環境(GDP)、年份(Year)、行業(Ind)對企業全要素生產率的影響。

本文主要變量說明如表1所示。

表1 主要變量說明

(三)描述性統計分析

表2列示了本文主要變量的描述性統計結果。企業全要素生產率(FTFP_OP)的均值為6.428，中位數為6.412，與程晨等(2016)對上市公司全要素生產率的測算結果較為接近。企業創新投入(FRD)的均值為3.953，中位數為3.392，與田祥宇等(2018)的測算結果較為相似。“社保轉稅”改革政策實施變量(TREAT)的均值為0.124，表明大約12.4%的樣本企業位于實施“社保轉稅”改革政策的地區。限于篇幅，其他變量的結果不再贅述。

表2 主要變量的描述性統計結果

(四)模型設定

由于本文的研究對象為不同省份的微觀企業，為了解決可能存在的選擇偏差，我們采用PSM方法為“社保轉稅”改革后的企業匹配對照公司，匹配后的處理組與對照組滿足共同趨勢假設。另外，考慮到各省份實施“社保轉稅”改革的時間不同，對樣本企業構成了時間交錯的外部沖擊，本文參考Bertrand et al.(1999)的做法，構建如下多期雙重差分模型，估計“社保轉稅”改革對企業全要素生產率的影響。基準模型設定為：

FTFP_OP=α+αTREAT×POST+αControls+FixedEffects+ε

(2)

其中，FTFP_OP為企業未來一期的全要素生產率，TREAT為企業注冊地是否實施“社保轉稅”改革政策的啞變量，POST為“社保轉稅”改革政策實施時間的啞變量。如果“社保轉稅”改革后企業的全要素生產率有所提高，則TREAT×POST的系數α應顯著為正。

(五)傾向得分匹配(PSM)

本文對變量TREAT進行配對，將實施“社保轉稅”改革的樣本作為處理組，將未實施“社保轉稅”改革的樣本作為對照組。選取公司規模(SIZE)、資產負債率(LEV)、現金持有量(CASH)、成長性(GROWTH)、兩職合一(DUAL)、獨立董事規模(IDRATIO)、前十大股東持股比例(TOP10)、管理層持股(MSH)、地區宏觀經濟環境(GDP)作為協變量，通過逐年匹配的方法，按照1∶2的比例進行近鄰有放回匹配，最終得到1982個樣本觀測值。平衡性檢驗結果如表3所示，從中可見，匹配后處理組與對照組之間的偏差顯著降低，其絕對值均小于7%，說明匹配效果良好。

表3 平衡性檢驗結果

四、實證結果分析

(一)“社保轉稅”改革與企業全要素生產率(PSM-DID)

表4報告了“社保轉稅”改革與企業全要素生產率的回歸結果。其中，列(1)只控制了年份效應與行業效應的影響，列(2)進一步加入了公司特征層面控制變量，列(3)在列(2)的基礎上又加入了公司治理層面控制變量和地區宏觀經濟環境變量。由表4可知，隨著控制變量的加入，模型逐漸優化；并且，列(1)～(3)的結果顯示，TREAT×POST的系數均在1%的水平下顯著為正。這說明“社保轉稅”改革政策實施后，樣本企業全要素生產率顯著提高，本文假設1a得到驗證。

表4 “社保轉稅”改革與企業全要素生產率

(二)“社保轉稅”改革影響企業全要素生產率的機理檢驗

為探究“社保轉稅”改革的實施是否通過“倒逼”企業進行更多的技術創新活動進而提高了企業全要素生產率，本文借鑒溫忠麟等(2014)提出的中介效應檢驗方法，在模型(2)的基礎上，構建模型(3)和(4)：

FRD=β+βTREAT×POST+βControls+FixedEffects+ε

(3)

FTFP_OP=φ+φTREAT×POST+φFRD+φControls+FixedEffects+ε

(4)

其中，企業創新投入(FRD)為中介變量，政策的總效應為α，直接效應為φ，FRD的中介效應為β×φ。前文的模型(1)中α在1%水平下顯著為正，根據中介效應檢驗步驟，如果β和φ均顯著為正且φ的值有所減小，則表明“社保轉稅”改革的實施通過“倒逼”企業加大技術創新活動進而提升了企業全要素生產率。為嚴謹起見，本文同時采用Sobel和非參數百分位Bootstrap方法對中介效應做了進一步檢驗。

表5報告了中介效應檢驗結果。列(1)的基準回歸結果表明政策效應為3.62%；列(2)的結果顯示，TREAT×POST的系數在1%水平下顯著為正，說明“社保轉稅”改革實施后，企業顯著增加了創新投入；由列(3)可見，加入中介變量后，TREAT×POST的系數和FRD的系數均顯著為正，且TREAT×POST的系數值有所減小。回歸結果說明，“社保轉稅”改革的實施通過促進企業增加創新投入進而提高了企業全要素生產率。據計算，創新投入的中介效應占總效應的比例為7.61%(β×φ/α=0.1583×0.0174/0.0362)。Sobel檢驗結果顯示，Sobel Z值為2.6951。此外，Bootstrap中介效應檢驗結果(如表6所示)也表明，創新投入的間接中介效應顯著為正，且回歸的置信區間均不包含零。綜上可知，“社保轉稅”改革的實施通過“倒逼”企業積極開展技術創新活動從而提高了企業全要素生產率。

表5 創新投入的中介效應檢驗結果

表6 Bootstrap中介效應檢驗

(三)穩健性檢驗

1.平行趨勢檢驗

為了檢驗處理組在“社保轉稅”改革前后的全要素生產率變化是由政策實施造成的，而非純粹的時間效應，本文借鑒Beck et al.(2010)的方法，修正了模型(2)，用政策實施前后各五年的獨立年份與TREAT的交乘項作為自變量，構建模型(5)來進行平行趨勢檢驗：

FTFP_OP=γ+γTREAT×Before5+…+γTREAT×Before1+γTREAT×Current+

γTREAT×After1+…+γTREAT×After5+γControls+FixedEffects+ε

(5)

其中，TREAT×Beforej表示企業在實施“社保轉稅”改革前的第j年，TREAT×Afterj表示企業在實施“社保轉稅”改革后的第j年，TREAT×Current表示企業在實施“社保轉稅”改革的當年。如果滿足平行趨勢假定，則TREAT×Before5～TREAT×Before1的系數γ～γ應不顯著。檢驗結果如圖1、表7列(1)所示，從中可見，在“社保轉稅”改革實施之前，處理組與對照組在全要素生產率程度方面的變化趨勢并無顯著差異；而在“社保轉稅”改革實施以后，政策效果存在一定的滯后效應，至“社保轉稅”改革后的第1年，其促進企業全要素生產率提升的效果才開始顯現，TREAT×After1～TREAT×After5的系數均顯著為正，表明“社保轉稅”改革的實施對企業全要素生產率的提高確實起到了促進作用。

圖1 平行趨勢檢驗

表7 穩健性檢驗結果

(續表7)

2.安慰劑檢驗

除了“社保轉稅”改革事件的影響外，還可能存在其他政策或隨機因素對企業全要素生產率造成影響，繼而導致前文結論不成立。為此，本文改變“社保轉稅”改革的時間進行反事實檢驗。具體地，將“社保轉稅”改革實施的年份設定為提前一年，并構建虛假時期的虛擬變量。回歸結果如表7列(2)所示，不難發現，TREAT×POST的系數不顯著，說明企業全要素生產率的提高確實是由“社保轉稅”改革引起的。

3.變更被解釋變量的度量方法

為了進一步驗證結論的可靠性，本文采用兩種方法重新計算全要素生產率，用以糾正生產函數中各系數的估計偏誤，并進行穩健性測試。其一，利用傳統的OLS方法測算全要素生產率，記為FTFP_OLS；其二，借鑒Levinsohn et al.(2003)、吳成頌等(2021)的方法測算企業全要素生產率，記為FTFP_LP。回歸結果如表7列(3)、(4)所示，從中可見，TREAT×POST的系數均在5%水平下顯著為正，表明在變更被解釋變量的測量方法后，所得結論保持不變。

4.改變聚類方法

考慮到同一省份的制造業企業之間可能存在較多關聯，本文將聚類標準誤調整為省份層面。回歸結果如表7列(5)所示，從中可見，“社保轉稅”改革與企業全要素生產率在1%水平下顯著正相關。這說明在改變聚類方法后，前文結論依然成立。

5.改變研究樣本

雖然基于Cobb-Douglas生產函數不適宜估算某些非制造業企業全要素生產率，但也有部分文獻將全部非金融上市公司納入研究樣本，比如田祥宇等(2018)、韓曉梅等(2016)。有鑒于此，本文選取全部非金融保險上市公司作為研究樣本，重新進行穩健性測試。回歸結果如表7列(6)所示，從中可見，TREAT×POST的系數在1%水平下顯著為正，與上文結論保持一致。

五、進一步研究

(一)其他替代性解釋

在理論分析部分，本文認為除“倒逼”企業加大技術創新投入途徑外，“社保轉稅”改革還可以通過加強對員工的勞動保護，提高員工的穩定性，進而促進企業全要素生產率提升。接下來，對這種可能的替代性解釋進行檢驗。借鑒馬雙等(2014)的研究思路，本文采用企業職工人數的自然對數(ln Num)作為被解釋變量，并加入影響員工就業的控制變量。其中：SECOND為地區第二產業增加值(萬元)的自然對數；地區總人口對數(TotalPeople)為各地區總人數(萬人)的自然對數；地區人均年可支配收入對數(Salary)為各地區內職工人均年可支配收入(元)的自然對數；地區職工人數對數(TotalStaff)為各地區內就業人數(萬人)的自然對數。表8列(1)的回歸結果顯示，TREAT×POST的系數在1%水平下顯著為負，說明“社保轉稅”改革后，企業雇傭勞動力的人數一定程度降低，即員工穩定性變差。由此，可以排除“社保轉稅”改革通過增強員工穩定性進而提高企業全要素生產率的替代性假說。

表8 替代性假說與異質性檢驗

(續表8)

(二)異質性檢驗

1.勞動密集度的影響

“社保轉稅”改革旨在保證社保稅基，保護勞動者權益。由于在勞動密集型企業中，勞動力成本占生產成本的比重較高，企業為了節約成本，在“社保轉稅”改革前很可能不為部分基層員工如實申報社會保險費，甚至不繳納社會保險費。因此，“社保轉稅”改革對勞動密集型企業的勞動力成本影響較大。更進一步，本文預期，與勞動密集度低的企業相比，勞動密集度高的企業對社保征收機構的變動更為敏感。本文借鑒陸瑤等(2017)、魏志華等(2020)的做法，采用企業固定資產與職工人數的比值度量企業勞動密集度(PERASSETS)，值越低表示勞動密集度越高。按照各年度企業勞動密集度的中位數將樣本分為兩組進行回歸，結果見表8列(2)和(3)。在勞動密集度高組(PERASSETS_HIGH)，TREAT×POST的系數在5%水平下顯著為正；而在勞動密集度低組(PERASSETS_LOW)，TREAT×POST的系數不顯著；進一步的組間系數差異檢驗在1%水平下顯著。上述結果表明，“社保轉稅”改革對企業全要素生產率的促進作用主要體現在勞動密集度高的企業中。

2.產權性質的影響

國有企業的各項規章制度較為健全，對各類政策法規的執行也比較到位。因此，在社保繳納方面，國有企業可能比民營企業更為規范。本文預期，較之于國有企業，“社保轉稅”改革對民營企業的影響更大。為了檢驗“社保轉稅”改革對企業全要素生產率的影響是否因產權性質不同而存在差異，本文按產權性質(SOE)將樣本分為兩組，并分別對模型(2)進行回歸，結果如表7列(4)、(5)所示。在民營企業樣本組(SOE=0)，TREAT×POST的系數在5%水平下顯著為正；而在國有企業樣本組(SOE=1)，TREAT×POST的系數不顯著；進一步的組間系數差異檢驗在5%水平下顯著。以上結果表明，“社保轉稅”改革對企業全要素生產率的促進作用主要體現在民營企業中。

六、研究結論與啟示

本文選取2007—2018年中國A股制造業上市公司為樣本，以部分省份陸續進行的“社保轉稅”改革作為準自然實驗，研究了“社保轉稅”改革對企業全要素生產率的影響。主要結論如下：“社保轉稅”改革顯著提高了企業全要素生產率；作用機理檢驗發現，“社保轉稅”改革通過“倒逼”企業進行更多的創新活動，從而提高了企業全要素生產率；進一步研究表明，“社保轉稅”改革通過增強員工穩定性進而促使企業全要素生產率提升的替代性假說不成立；異質性分析結果顯示，“社保轉稅”改革對企業全要素生產率的促進作用主要體現在勞動密集度高的企業以及民營企業中。

基于以上結論，本文提出以下政策啟示：第一，在全面執行“社保轉稅”改革后，企業應進一步加大技術創新投入，努力提高技術創新能力，通過技術進步積極應對勞動力成本上升帶來的負面沖擊。尤其對于受“社保轉稅”改革沖擊顯著的高勞動密集度企業和民營企業，更應重視創新、敢于創新、勇于創新，以創新打造企業核心競爭力。第二，政策制定者應充分了解“社保轉稅”改革對企業和員工勞動保護的潛在影響。盡管“社保轉稅”改革能夠提高企業全要素生產率，但根據本文的研究結果，社保征管機構變化也會“倒逼”企業用技術進步替代人工，從而在短期內對就業造成一定的負面影響。一個可供選擇的方案是，適當提高企業社保費的稅收抵扣力度，這既可以保護勞動者權益，又能夠降低企業勞動力成本負擔。第三，政府可以進一步適度降低社會保險費率。“社保轉稅”改革為整體降低費率爭取了更大的空間，國家近兩年連續降低社保費率取得了顯著成效，受到了企業的普遍歡迎。為了更加有效地加強勞動者權益保護，減輕企業負擔，激發市場活力，相關部門應抓緊開展科學測算，在保證稅基的同時，制定進一步適度降低社會保險費率的可行方案。