財稅激勵與實體企業全要素生產率

孟為

【摘要】汽車行業是國民經濟支柱產業之一， 近十幾年來， 財稅激勵對我國汽車消費總量與汽車產業升級調整起到一定積極作用。 基于車輛購置稅減免視角， 以2004 ～ 2020年制造業A股上市公司為樣本， 探討消費端刺激對企業全要素生產率的影響。 檢驗發現： 小排量乘用車車輛購置稅的兩輪減征政策對汽車制造企業全要素生產率起到積極提升作用， 但第二次減征的效果相對較弱; 新能源汽車車輛購置稅免征會小幅提升相關概念板塊企業與汽車制造企業的全要素生產率; 上述效果在時間序列上并不持續。 進一步地， 車輛購置稅減免對政府補貼依賴程度較低、定價能力較強、處于市場化水平較低省份的汽車企業全要素生產率提升水平更高。 另外， 潛在機制檢驗發現， 車輛購置稅減免可顯著提高企業的存貨周轉率， 也促進了企業研發創新。 本研究為政府補貼模式及其經濟后果提供了新的證據， 有利于引導監管層審視財稅激勵對實體企業發展的溢出效應。

【關鍵詞】財稅激勵;全要素生產率;車輛購置稅;政府補貼;消費端刺激

【中圖分類號】F275.5? ? ? 【文獻標識碼】A? ? ? 【文章編號】1004-0994（2021）22-0151-10

一、引言

實體企業資源配置是經濟發展中的重要問題， “十四五”規劃進一步強調未來經濟發展著力點放在實體經濟， 加快推進制造強國、質量強國建設。 目前， 我國仍處于重要戰略機遇期， 國際環境日趨復雜， 不穩定性、不確定性明顯增加， 實體企業面臨嚴峻的生存考驗。 在“大循環+雙循環”新發展格局下， 提高資源配置效率是持續增強經濟活力的重要途徑。 汽車行業是制造業中技術要素與資本要素相對密集的行業， 也是國民經濟重要的支柱產業， 具有產業鏈長、關聯度高、就業面廣、消費拉動大等特征。 2021年3月， 《政府工作報告》再次強調推進汽車、電子電器等行業生產準入和流通管理全流程改革， 充分挖掘國內市場潛力， 穩定增加汽車等大宗消費、提升經濟活力。 本文重點關注我國汽車制造業企業生產效率， 探究實體企業運營中的財稅政策因素， 為政府通過宏觀調控引導實體經濟發展提供理論依據。

我國實施經濟體制改革以來， 市場在資源配置中的作用愈發受到重視， 但政策調控仍是改善資源配置效率的重要途徑。 經濟政策為企業運營和市場競爭制定規則， 影響總體宏觀經濟走勢[1，2] 。 財稅激勵是經濟政策的重要組成， 可分為財政補貼與稅收優惠兩個部分， 現有研究發現兩者通過不同渠道作用于行業發展與企業行為[3] ， 進一步影響企業價值[4] 。 在2008年全球金融危機后， 為緩解技術水平不高、自主開發能力薄弱等問題， 國務院頒布《汽車行業調整振興規劃》以刺激消費與生產、調整市場需求結構、推動產業升級， 具體政策措施包括減征小排量乘用車的車輛購置稅、開展“汽車下鄉”、加快老舊汽車報廢更新、完善汽車企業重組、加大技術進步和技術改造投資力度等。 隨后， 各地方政府也陸續推出各類政策促進當地汽車產業發展。 其中， 國家層面的車輛購置稅減免在2008年以來多次啟用， 免征或減征對象涉及小排量汽車、新能源汽車、公共汽電車輛、防汛或消防用車等不同車型， 十幾年來對國內汽車消費總量與汽車行業細分結構調整起到積極作用。 根據我國汽車產銷量統計， 在2008年全球金融危機后， 2009年汽車產銷量在振興規劃下有顯著增加， 但鑒于各地汽車保有量、污染物排放、汽車限購、雙積分政策推行等原因， 近年來我國汽車產銷增速再未回到2009年的水平。

相對于政府對企業直接撥付財政補貼資金的傳統形式， 車輛購置稅減免是針對消費者購車即產品流通過程中的稅負減征或免征， 實為消費者補貼的一種表現形式。 作為生產者的企業并未直接獲得補貼資金， 而是積極參與同類產品的市場競爭， 面臨消費端刺激下的市場檢驗， 獲得更多市場份額的企業即實現了車輛購置稅減免這種消費者補貼的經濟利益轉移。 由此， 車輛購置稅減免政策可能對企業直接獲取財政補貼中存在的“檸檬市場”以及尋租問題起到緩解作用， 有利于財政資源合理配置。 周波和趙國昌[5] 研究了2015年車輛購置稅減免的價格傳遞效應， 發現車輛購置稅減半征收優惠中85%為消費者獲得， 其余為廠商獲得。 那么， 汽車企業是否在車輛購置稅減免政策下經過激烈的市場競爭而實現自身生產效率的提升？ 除消費者可見價格福利外， 國家通過財稅激勵對汽車行業的調控是否對生產者有積極的溢出效應？

為回答上述問題， 本文以2004 ～ 2020年A股制造業上市公司為基礎研究樣本， 參考DID方法， 探索2003年至今多次車輛購置稅減免政策對汽車制造企業全要素生產率的影響。 實證研究發現： ①小排量乘用車車輛購置稅的兩輪減征政策（2009年1月 ～ 2010年12月和2015年10月 ～ 2017年12月）對汽車制造企業全要素生產率起到積極提升作用， 但第二次減征（2015年10月 ～ 2017年12月）的積極作用相對較弱; 新能源汽車車輛購置稅免征（2014年至今）會小幅提升相關概念板塊企業與汽車制造企業的全要素生產率， 但政策效果在時間序列上并不持續。 ②在面臨車輛購置稅減免帶來的消費市場刺激時， 對政府補貼依賴程度較低、定價能力較強、處于市場化水平較低省份的企業全要素生產率提升水平更高。

本文可能的貢獻包括： 首先， 以我國特定的財稅激勵與產業支持政策——車輛購置稅減免為背景， 站在消費端刺激（消費者補貼）與生產者（企業）運營效率關系視角， 豐富了實體企業財務決策的政策影響因素研究。 其次， 現有文獻對政府補貼的經濟后果進行了廣泛探索， 發現企業獲得政府補貼對其研發創新、進出口行為、產能過剩、市場生存等可能兼具積極或消極效果， 補貼水平具有閾值效應。 但是， 企業獲得政府補貼即生產者補貼與在消費者補貼政策下企業主動參與競爭、爭取市場份額兩種情況對其財務決策的影響存在本質差異， 后者將有利于減少企業直接補貼中的尋租行為和機會主義。 本研究豐富了補貼模式與政府補貼前因后果的相關文獻。 最后， 本研究有利于引導監管層識別財稅激勵下的實體企業資源誤置、完善特定產業政策與財稅激勵的作用效果， 為我國各產業領域財稅政策改革提供實證依據， 同時對實體企業在不確定性中尋找確定性起到啟示作用。

假定其他條件不變， 在汽車購置稅減免政策下， 汽車制造企業全要素生產率將有明顯提升， 但這種積極作用在時間序列維度不可持續。

三、實證研究設計

（一）數據來源與樣本選擇

本文以2004 ～ 2020年全部制造業A股上市公司為初始樣本， 以汽車制造業（證監會2012年行業編碼C36）上市公司為試驗組（Treat）， 其他制造業企業為控制組（Control）。 由于2003年之前部分汽車制造企業實施了有針對性的消費稅減免政策， 如夏利系列（2000年起）， 奇瑞汽車、悅達汽車、重慶長安汽車（2001年起）等， 為避免交叉影響， 將樣本限制在2004年及之后。 企業財務和治理特征數據來自CSMAR數據庫， 企業直接補貼和海外業務收入數據來自WIND數據庫。 本文在進行統計分析時進一步剔除資不抵債樣本， 并對所有連續型變量進行[1，99]的Winsorize處理。

（二）主要變量設計與模型構建

1. 生產效率： 全要素生產率。 魯曉東和連玉君[17] 對微觀企業全要素生產率的不同衡量方法進行了回顧， 包括OP法[18] 、LP法[19] 、廣義矩估計法[20] 等; 鑒于上市公司數據可獲得性， 本文使用Giannetti等[21] 的殘差法（TFP）計算企業產出中除去人力、資本、原材料等投入外的部分來衡量全要素生產率。

其中， yijt為處于行業j的企業i在t年度營業收入的自然對數， lijt為企業i在t年度員工數量的自然對數， kijt為企業i在t年末總資產的自然對數， ?ijt為企業i在t年度購買商品、接受勞務實際支付的現金流量的自然對數。 本文參考Giannetti等[21] 的做法， 將制造業歸類分為食品（C13， C14， C15， C16）、服裝紡織（C17， C18， C19）、家具（C20， C21）、印刷品（C22， C23， C24）、石油與化學（C25， C26， C28， C29， C30）、金屬制品（C31， C32， C33）、機械設備（C34， C35， C36， C37）、醫藥制品（C27）、電子設備（C38， C39， C40）、其他（C41， C42， C43）制造業。 回歸模型（1）以行業—年度分組回歸， 限制每組至少滿足10個觀測值， 求出lijt、kijt、?ijt等變量估計系數? ? ? ? ? ? ? ? 及常數項估計值? ? ?， 進而計算各公司—年度對應的殘差值εijt， 即為全要素生產率（TFPijt）。

圖1為汽車制造業與其他制造業上市公司全要素生產率（TFP）的年度均值變化趨勢， 在2008年金融危機后， 各類汽車產業支持政策將A股汽車制造業上市公司的全要素生產率迅速拉升， 但在2011年后出現明顯下滑; 在2015 ～ 2016年又呈現小規模提升， 之后迅速下降。 這一趨勢初步表明在車輛購置稅減免政策執行期間， 汽車制造業上市公司全要素生產率處于增長高位， 但政策后期以及執行結束之后的下降也說明消費端刺激對生產端全要素生產率的溢出效應可能因市場逐漸趨于飽和、短期激勵透支了未來消費而無法持續。

2. 基本模型。 本文使用DID模型（3） ～ （4）進行回歸， 但車輛購置稅減征或免征政策分階段實施， 在進行基本檢驗時： ①將汽車制造業A股上市公司作為試驗組（Treat）， 其他制造業公司作為控制組， 將1.6升及以下小排量乘用車車輛購置稅減征期間（2009 ～ 2010年， 2016 ～ 2017年）分別設置啞變量Post1和Post2; 特別地， 第二輪車輛購置稅減征自2015年10月1日起， 2015年僅覆蓋1個季度， 由此設定完整事件年度為2016 ～ 2017年。 ②為明確每次小排量乘用車車輛購置稅減征對汽車制造企業生產率增量的影響， 進一步控制樣本區間為2004 ～ 2010年或2011 ～ 2017年， 分別檢驗兩次減征政策的增量效果。 ③由于汽車制造業的行業關聯程度較高， 一些傳統車企開始進軍新能源汽車市場， 新能源汽車車輛購置稅免征政策（Post_NEV）不僅影響新能源汽車整車制造企業， 還影響生產關鍵零件、鋰電池、玻璃等上下游關聯企業， 本文獲得Wind和同花順數據庫中“新能源汽車”概念板塊的所有A股制造業上市公司作為新能源汽車車輛購置稅免征政策的試驗組（Treat_NEV）。 出于穩健性考慮， 因未涉及新能源板塊的傳統汽車制造企業也會受到同業影響， 設計試驗組替代啞變量（Treat_adj）為屬于汽車制造行業或新能源汽車概念板塊。

參考已有研究， 本文選取資產規模（SIZE）、有形資產占比（PPE）、資產負債率（Leverage）、資產收益率（ROA）、市值賬面比（M/B）、自由現金流（FCF）、第一大股東持股比例（Top1）、股票收益波動率（Volatility）、控股權性質（SOE）、成立年限（EstbAge）作為控制變量。 為緩解反向因果關系帶來的內生性問題， 控制變量均滯后一期。 另外， 本文控制了個體固定效應（?i）與年度固定效應（τt）， 不再包含Treat和Post單獨項。 各變量的具體定義見表2。

四、實證研究結果

根據Giannetti等[21] 的方法計算的制造業上市公司全要素生產率均值為-0.0032， 標準差為0.2537， 說明不同公司之間生產效率具有一定差異。

（一）基本檢驗

表3中第（1） ～ （3）列為模型（3）的回歸結果， 檢驗兩次小排量乘用車車輛購置稅減征對汽車制造業上市公司全要素生產率的影響。 第（1）列為2004 ～ 2020年全樣本， 交乘項Treati，t×Post1t和Treati，t×Post2t的系數均在5%的水平上顯著為正， 即車輛購置稅減征對汽車制造企業全要素生產率有顯著的提升作用。 為進一步厘清2009 ～ 2010年及2016 ～ 2017年的減征政策分別帶來的增量影響， 第（2）列將樣本控制在2004 ～ 2010年， Treati，t×Post1t的系數在1%的水平上顯著為正， 在金融危機后實施的汽車產業調整和振興規劃下， 汽車制造企業相對其他制造業的全要素生產率提升程度更大。 特別地， 與減征乘用車購置稅同期執行的還有“汽車下鄉”、老舊汽車報廢更新補貼等， 但兩種措施分別針對農村市場、老舊汽車等， 且具有最高補貼限制， 本文認為車輛購置稅減征對汽車行業生產效率的影響可能更為廣泛、更加明顯， 雖然Treati，t×Post1t系數的顯著性也可能由汽車下鄉政策和報廢補貼等帶來， 但也不能否認車輛購置稅減征的顯著效果。 第（3）列將樣本控制在2011 ～ 2017年， Treati，t×Post2t的系數雖為正但不具備統計意義上的顯著性， 如圖1所示， 2016年汽車制造企業全要素生產率有明顯提高趨勢， 但在2017年有所下降， 導致2016 ～ 2017年未比第一輪乘用車車輛購置稅減征政策結束后年度顯示出更高的生產率水平。 綜上， 車輛購置稅減征對汽車制造企業全要素生產率起到積極提升作用， 但第二輪減征（2015年10月 ～ 2017年12月）效果相對較弱。

表3中第（4） ～ （5）列為2004 ～ 2020年全樣本下2014年開始免征新能源汽車車輛購置稅對新能源汽車概念股以及汽車制造業上市公司生產率帶來的影響， 交乘項Treat_NEVi，t×Post_NEVt和Treat_adji，t×Post_NEVt的系數至少在5%的水平上顯著為正。

控制變量回歸結果顯示， SIZE系數顯著為負， 即小規模企業全要素生產率反而更高; PPE、ROA、M/B、FCF、Top1的系數顯著為正， 即有形資產比例更高、盈利能力更強、市值賬面比更大、自由現金流更多以及股權更集中的企業具有更高的全要素生產率。

（二）時間趨勢檢驗

圖1以及基本檢驗結果表明， 車輛購置稅減免對企業全要素生產率帶來的促進作用具有短期性， 而因對未來消費的透支可能導致在政策執行后期或結束后出現銷售收入與生產率驟降。 基于此， 本文設計時間序列變量（Time Indicators）與Treat啞變量交乘項來分別驗證小排量乘用車車輛購置稅減征或新能源汽車車輛購置稅免征對試驗組企業影響的時間趨勢。 在研究后者時， 分別采用新能源汽車概念股（Treat_NEV）與屬于新能源汽車概念股或汽車制造行業（Treat_adj）作為試驗組。 Year2009等變量即觀測值處于2009年時取1， 否則為0， 以此類推。

在對小排量乘用車車輛購置稅減征的回歸中， Treat×Year2010、Treat×Year2011、Treat×Year2012的系數均在1%的水平上顯著為正， 而政策開始首年（2009年）Treat×Year2009的系數并不具備統計意義上的顯著性， 即首輪小排量乘用車車輛購置稅減征對汽車制造企業生產率的促進作用在第2年開始有顯著表現， 且持續了3年; Treat×Year2015、Treat×Year2016、Treat×Year2017、Treat×Year2018的系數均顯著為正， 且Treat×Year2016的系數絕對值最大， 之后依次減小， 統計顯著性逐漸消失。

通過新能源汽車車輛購置稅免征政策的影響趨勢檢驗發現， 無論是使用Treat_NEV還是Treat_adj作為主檢驗變量， 其與時間啞變量交乘項的系數都僅在2014、2017、2018年具有正向統計顯著性。 新能源汽車車輛購置稅免征政策整體上小幅提升相關概念板塊企業與汽車制造企業的全要素生產率， 政策效果雖未負向反轉但積極作用并不持續， 可能一方面源于免征車輛購置稅的新能源汽車車型目錄分批次展開， 相關板塊企業僅通過生產效率改善無法有效與行業龍頭競爭; 另一方面， 免征車輛購置稅帶來的消費刺激僅可維持在較短時期， 在新能源車輛銷售達到一定水平后， 企業提升生產效率和優化資源配置的動力不足。

五、進一步研究

（一）異質性檢驗

1. 政府補貼。 作為消費者補貼手段的車輛購置稅減免將在短期內提升汽車制造企業全要素生產率， 而受政府補貼程度將因作用于企業提升生產效率的動機和能力而進一步影響車輛購置稅減免的作用效果。 依賴政府補貼的企業將更傾向于維持政企關系， 嘗試通過尋租或游說等方法尋求直接補貼， 而這些方法的成本將低于實際改變生產決策的成本， 在消費端刺激下完善資源配置的動機可能弱于無法或難以獲得直接補貼的企業; 不依賴政府補貼的企業在面臨車輛購置稅減免帶來的消費市場刺激和消費結構變化時， 將有更強的自主研發動機和提升規模經濟的需要， 改善生產效率迎合補貼標準、擴大投資與銷售規模， 即對政府直接補貼依賴程度較低的企業在車輛購置稅減免后將可能呈現更顯著的生產效率提升效應。

本文從WIND數據庫獲取企業直接補貼數據（2006 ～ 2020年）， 計算各上市公司政府補助與營業收入比例， 將其按照中位數分為兩組， 并對前文基礎模型（3）和（4）進行分組檢驗， 為節省篇幅以及保證回歸準確性， 后文橫截面檢驗和拓展性檢驗中有關兩次減征小排量乘用車車輛購置稅政策的回歸分別使用2006 ～ 2010年和2011 ～ 2017年分樣本。 分組回歸結果如表4所示。 各Treat×Post交乘項系數均僅在低政府補貼比例的子樣本中顯著為正， 驗證了前述推測。

2. 海外收入。 在2008年金融危機后， 車輛購置稅減免政策實施的初衷是刺激國內市場的汽車銷售、促使汽車產業結構升級， 但我國汽車企業的商品也面向國外市場， 營業收入中存在較大的出口份額。 一些生產新能源汽車配件、車載軟件的企業成為國外新能源汽車制造企業的重要供應商， 如得潤電子（002055）因在新能源汽車車載充電領域系統具有技術能力和產品質量方面的優勢， 獲得寶馬、PSA、保時捷、大眾等客戶的供應商資格， 為保時捷Tacan電動車獨家供應22KW車載充電機。 那么， 對海外收入依賴程度不同的企業是否在國內車輛購置稅減免時表現出不同程度的生產效率變化？ 基于此， 本文從WIND數據庫獲取2006 ～ 2020年企業海外業務收入數據， 計算海外業務收入占營業收入比例， 按年度中位數在各年度內對海外收入占比進行分組。 分組檢驗結果如表5所示。

表5中第（1） ～ （4）列顯示， 僅2009 ～ 2010年第一輪減征小排量乘用車車輛購置稅時， 低海外收入占比的企業呈現更顯著的全要素生產率提升效應， 2016 ～ 2017年減征期間海外收入占比高低兩組間未呈現顯著差異。 與之不同， 第（5） ～ （8）列顯示， 免征新能源汽車車輛購置稅政策對新能源概念板塊企業全要素生產率的提升在海外收入占比更高的樣本中更加明顯。 可能的解釋為， 新能源汽車板塊中大部分并非整車制造企業， 而作為新能源汽車產業的上游材料或配件制造企業， 在國內新能源汽車車輛購置稅免征時， 國產與進口新能源汽車市場均面臨更為激烈的競爭態勢， 更加依賴海外收入的新能源汽車概念企業將迅速調整投入產出、提高全要素生產率， 以避免被其他國內汽車配件供應商擠出或淘汰。

3. 定價能力。? 在消費端刺激帶來的激烈競爭下， 低定價能力可能會促使企業陷入利潤困境， 最終被兼并或淘汰; 而擁有更優定價權或產品市場競爭地位相對較高的企業更易于調整投入與產出， 進而提高全要素生產率。 表6為以企業成本加成分組進行的檢驗， 其中， 本文使用經上市公司所處細分行業均值調整的營業利潤率作為定價能力衡量指標， 以其中位數進行分組。 可以發現， 交乘項Treat×Post的系數均僅在高定價能力的子樣本中更加顯著， 即擁有更優定價權的企業在面臨消費端刺激時更易于調整全要素生產率。

4. 市場化程度。? 基于自然資源稟賦差異、地方政府管理效率不同等原因， 各省市場化進程存在明顯的地域不平衡， 這也將導致車輛購置稅減免對企業全要素生產率的積極作用存在異質性。 本文搜集上市公司注冊地址所在省份數據， 匹配使用王小魯等[22] 編寫的《中國分省份市場化指數報告》中各省市場化總得分中位數進行分組檢驗， 結果見表7。 可以發現， 車輛購置稅減免對試驗組企業全要素生產率的積極影響在低市場化程度地區更為明顯。 市場化程度越高的省份經濟自由度越大、政府干預越少， 處于這些地區的企業其產品在消費者中更具飽和性; 而市場化程度較低的省份， 國家消費者補貼政策對企業生產資源配置的引導更具增量效果， 這些省份的企業將更有動力提升邊際生產效率、在利好的政策環境下與其他發達省份企業開展競爭。

（二）拓展性檢驗

1. 存貨周轉。? 存貨管理在企業生產銷售、整體盈利與市場價值中扮演重要角色; 相對固定資產等長期投資， 企業對存貨的調整更為經常和便利， 臨時性的外部沖擊將導致企業有動機和能力及時調整存貨水平。 在企業生產經營活動中， 全要素生產率的提升可一部分歸因于存貨流動性的改善。 存貨周轉率較高在一定程度上表明企業的存貨資產變現能力較強， 而以銷售額為表征的總產出增加促使其全要素生產率提升。 基于此， 本部分探索了車輛購置稅減免政策對企業存貨周轉率的影響， 以期說明消費端刺激下全要素生產率在短期內的改善是否可被存貨流動性的提升來解釋。 本部分將模型（3）或（4）中的因變量替換為企業存貨周轉率（營業成本/存貨平均占用額）， 回歸結果限于篇幅未列出， 結果驗證了上述推測， 幾輪車輛購置稅減免顯著提升了試驗組企業的存貨周轉率。

2. 研發創新。 企業全要素生產率本質上為總產出中無法由要素投入解釋的部分， 除組織管理效率改善外， 全要素生產率的提升部分由技術進步所致。 本部分進一步探索車輛購置稅減免是否對企業研發創新存在顯著影響。 參考現有文獻， 本文采用研發規模（研發投入加1取自然對數）和研發強度（研發投入占營業收入的比例）衡量企業創新， 替換模型（3）和（4）的因變量。 回歸發現： 兩輪小排量乘用車車輛購置稅減征政策對汽車制造企業研發投入的激勵作用比較有限， 僅首輪減征有顯著效果; 同時， 新能源汽車車輛購置稅免征將明顯促使新能源汽車概念板塊企業增加研發投入， 提升創新水平。

（三）穩健性檢驗

1. 遺漏變量問題。? 為推動汽車產業健康發展， 除本文關注的車輛購置稅減免外， 國家層面以及各地區出臺了不同調控政策， 如北京市開展新能源汽車電池回收利用、上海市實施多輪汽車以舊換新補貼、貴州省投放加油優惠券補貼等。 由于計量手段限制， 本文無法控制汽車產業內所有政策的影響; 雖然基本檢驗控制了個體與年度固定效應， 但結果仍可能受遺漏變量影響。 為緩解各省在不同年度開展汽車相關產業政策對實證結果可能造成的影響， 本文在控制企業個體固定效應的同時引入省份—年度聯合固定效應， 基本結論穩健。

2. 替換因變量。 現有文獻常使用OP法[18] 和LP法[19] 計算全要素生產率， 本質上描述了無法被要素投入解釋的總產出， 即生產函數剩余。 前文參考Giannetti等[21] 的方法計算的殘差是基于線性估計的結果， 可能存在樣本選擇性偏差和同時性偏差： 樣本選擇性偏差是指企業進入或退出市場與其生產率息息相關; 同時性偏差是指企業效率中有一部分可在當期實際生產過程中被觀測， 而決策者會根據觀測到的效率信息及時調整要素投入， 所以殘差衡量的效率將會影響模型（1）自變量即要素投入規模， 模型（1）的殘差項和自變量相關導致OLS估計偏誤。 OP法、LP法基于一致半參數估計值方法， 盡可能緩解選擇性偏差和同時性偏差， 本文將兩種方法計算的TFP_OP和TFP_LP作為全要素生產率的替代指標重新進行回歸分析， 基本結論穩健， 因篇幅所限不再列出。

六、結論

財政補貼與稅收優惠是現階段我國調整產業結構、促進產業升級的重要調控措施。 在“十四五”規劃期間， 聚焦新能源汽車等戰略性新興產業、加快關鍵核心技術創新應用， 是培育壯大產業發展新動能的重要內容。 本文基于車輛購置稅減免政策角度， 研究消費者補貼模式對微觀企業全要素生產率的影響， 以期為國家通過財稅激勵引導消費習慣與產業升級提供理論依據。

本文研究發現： ①小排量乘用車車輛購置稅減征對汽車制造企業全要素生產率起到積極提升作用， 但第二次減征（2015年10月 ～ 2017年12月）的效果相對較弱; 新能源汽車車輛購置稅免征（2014年至今）會小幅提升相關概念板塊企業與汽車制造企業的全要素生產率， 但政策效果在時間序列上并不持續。 ②在面臨車輛購置稅減免帶來的消費市場刺激和消費結構變化時， 對政府補貼依賴程度較低、定價能力較強、處于市場化水平較低省份的企業全要素生產率提升水平更高; 免征新能源汽車車輛購置稅政策對新能源汽車概念板塊企業生產效率的提升效應在海外收入占比更高的企業樣本中反而更加明顯。 ③進一步研究發現， 車輛購置稅減免可顯著提升試驗組企業的存貨周轉率， 新能源汽車車輛購置稅免征將促使新能源汽車概念板塊企業增加研發投入， 小排量乘用車車輛購置稅減征政策對研發的激勵作用比較有限。

本文創新性地在傳統企業補貼基礎上引入消費者補貼視角， 結合車輛購置稅減免政策帶來的消費端刺激， 探討消費者補貼對企業全要素生產率的影響持續性與外部存在條件， 旨在填補目前有關政府補貼在微觀企業層面經濟后果相關研究的不足。 “十四五”期間， 加強汽車產業等大宗商品的消費刺激也是深入實施擴大內需戰略的關鍵， 本文結論將促使監管層審視國內市場提振消費的相關政策對實體企業的溢出作用， 關注消費者補貼可能帶來的預支未來消費、對企業效率提升持續性不強的后果。

【 主 要 參 考 文 獻 】

[1] Kaviani M. S.， Kryzanowski L.， Maleki H.， Savor P.. Policy uncertainty and corporate credit spreads[ J].Journal of Financial Economics，2020（3）：838 ～ 865.

[2] Baker S. R.， Bloom N.， Davis S. J.， Terry S. J.. Covid-induced economic uncertainty[R].National Bureau of Economic Research，2020.

[3] 周燕，潘遙.財政補貼與稅收減免——交易費用視角下的新能源汽車產業政策分析[ J].管理世界，2019（10）：133 ～ 149.

[4] Lee E.， Walker M.， Zeng C.. Do Chinese government subsidies affect firm value？[ J].Accounting， Organizations and Society， 2014（3）：149 ～ 169.

[5] 周波，趙國昌.中國間接稅稅負歸宿研究：汽車市場準自然實驗的證據[ J].經濟研究，2020（3）：133 ～ 147.

[6] 任曙明，呂鐲.融資約束、政府補貼與全要素生產率——來自中國裝備制造企業的實證研究[ J].管理世界，2014（11）：10 ～ 23.

[7] Lim C. Y.， Wang J.， Zeng C. C.. China's “Mercantilist” government subsidies， the cost of debt and firm performance[ J].Journal of Banking & Finance，2018（86）：37 ～ 52.

[8] Duchin R.， Sosyura D.. Safer ratios， riskier portfolios： Banks? response to government aid[ J].Journal of Financial Economics，2014（1）：1 ～ 28.

[9] 王紅建，李青原，邢斐.金融危機、政府補貼與盈余操縱——來自中國上市公司的經驗證據[ J].管理世界，2014（7）：157 ～ 167.

[10] Jiang H.， Hu Y.， Zhang H.， Zhou D.. Benefits of downward earnings management and political connection： Evidence from government subsidy and market pricing[ J].The International Journal of Accounting，2018（4）：255 ～ 273.

[11] Lockhart G. B.， Unlu E.. Does corporate lobbying activity provide useful information to credit markets？[ J].Journal of Corporate Finance，2018（50）：128 ～ 157.

[12] 許家云， 毛其淋.政府補貼、治理環境與中國企業生存[ J].世界經濟，2016（2）：75 ～ 99.

[13] Zhang H.， An R.， Zhong Q.. Anti-corruption， government subsidies， and investment efficiency[ J].China Journal of Accounting Research，2019（1）：113 ～ 133.

[14] 劉相鋒.供給端補貼、需求端補貼與補貼退坡政策——基于三部門DSGE模型分析[ J].財貿經濟，2018（2）：36 ～ 51.

[15] 李慶.新能源消費補貼的微觀分析[ J].財貿經濟，2012（12）：134 ～ 139.

[16] 劉柏惠，寇恩惠，楊龍見.增值稅多檔稅率、資源誤置與全要素生產率損失[ J].經濟研究，2019（5）：113 ～ 128.

[17] 魯曉東，連玉君.中國工業企業全要素生產率估計：1999-2007[ J].經濟學（季刊），2012（2）：541 ～ 558.

[18] Olley G. S.， Pakes A.. The dynamics of productivity in the telecommunications equipment industry[ J].Econometrica，1996（6）：1263 ～ 1297.

[19] Levinsohn J.， Petrin A.. Estimating production functions using inputs to control for unobservables[ J].Review of Economic Studies，2003（2）：317 ～ 341.

[20] Blundell R.， Bond S.. Initial conditions and moment restrictions in dynamic panel data models[ J].Journal of Econometrics，1998（1）：115 ～ 143.

[21] Giannetti M.， Liao G.， Yu X.. The brain gain of corporate boards： Evidence from China[ J].Journal of Finance，2015（4）：1629 ～ 1682.

[22] 王小魯，樊綱，胡李鵬.中國分省份市場化指數報告（2018）[M].北京：社會科學文獻出版社：2019：1 ～ 7.