減稅激勵、企業規模與資本勞動比

摘 要 資本深化（資本勞動比的提高） 是中國企業轉型升級和生產效率提升的重要渠道，但是文獻關于中小企業資本深化的研究還不夠。本文使用《中國稅務局調查數據》，運用雙重差分方法（DD），考察固定資產加速折舊政策對不同規模企業資本勞動比的差異性影響，并探究其背后的作用機制以及對生產效率的提升作用。研究發現：首先，政策顯著提升了企業資本勞動比，試點企業的資本勞動比非試點企業平均提高了6. 7%，中型企業受到政策影響最大，小型企業次之，大型企業基本不受影響。其次，機制研究表明加速折舊政策顯著改善了大中小企業現金流，促進中型企業增加投資，促進小型企業使用資本替代低技能勞動，省級宏觀數據也發現存在低學歷勞動力被替代的現象。最后，政策顯著提升了中小企業的生產效率。研究稅收激勵對不同規模企業資本和勞動的替代關系是優化企業內部要素配置效率的關鍵，同時對于綜合評估減稅降費政策效果、針對性破除制約高質量發展的機制障礙和深化供給側改革，也具有重要現實意義。

關鍵詞 稅收激勵;融資約束;資本勞動比;生產效率

0 引言

改革開放40 多年來，中國經濟發展取得了巨大成就，這與資本深化和技術進步密切相關（趙志耘等，2007）。世界銀行數據表明中國勞均固定資本已經由1991 年的152 美元上升為2018 年的6663 美元，增長了約42 倍。但是，相對于發達國家和同水平發展中國家，中國勞均固定資本依然偏低（圖1）。這其中主要的原因是中國企業面臨較大的融資約束（張杰等，2016），很大程度上限制了企業固定資產投資和設備更新，扭曲了企業內資本和勞動的配置結構。其中，中小企業因為面臨更大的融資約束（林毅夫和李永軍，2001），資本和勞動的錯配程度也更嚴重。《中華人民共和國國民經濟和社會發展第十四個五年規劃和2035 年遠景目標綱要》提出要“優化投資結構，提高投資效率，保持投資合理增長”“推動企業設備更新和技術改造”。因此，緩解企業融資約束，特別是中小企業的融資約束，對于推動企業更新設備和增加投資，發揮投資對優化供給結構的關鍵作用具有重要的意義。

為了擴大企業固定資產投資，財政部和國家稅務總局從2014 年陸續出臺固定資產加速折舊政策（以下簡稱政策），通過縮短稅收抵扣的年限和提高前期的抵扣額度，減輕企業在投資初期的稅收負擔，改善面臨融資約束企業的現金流狀況，達到擴大投資的目的。已有文獻大多使用上市公司或者規模以上企業數據研究該政策（劉啟仁和趙燦，2020），但是少有文獻關注不同規模企業對政策的異質性反應，特別是缺乏針對中小企業的研究。本文認為，在中國人口老齡化和深化供給側改革背景下，厘清稅收激勵和融資約束緩解如何影響企業資本和勞動的配置結構，綜合評估資本替代勞動導致的影響，對于應對勞動力成本上升和促進企業轉型升級具有重要指導意義。基于以上判斷，本文借助于固定資產加速折舊政策，研究稅收激勵對不同規模企業資本和勞動的配置結構的影響，并探究其背后的作用機制以及對生產效率的提升作用。

大量文獻研究固定資產加速折舊政策對企業固定資產投資和生產行為的影響。國外學者基于美國的固定資產加速折舊政策發現，政策在2001—2004年和2008—2010 年期間分別使得企業投資上升10. 4%和16. 9%（ Zwick andMahon，2017），并且提高各州的投資水平（ Ohrn，2019）。國內文獻多以上市公司為研究對象，發現政策顯著提高了企業的固定資產投資水平（劉偉江和呂鐲，2018;劉行等，2019;劉啟仁等，2019;Fan and Liu，2020;Cui et al. ，2022），但是關于哪些特征的企業受政策影響更大并沒有得到一致的結論。大部分文獻發現政策對存在融資約束的企業更為明顯，能夠促進企業更新、購買機器設備或者以購買替代租賃及其設備（ 劉行等，2019;劉啟仁等，2019）。但是Fan and Liu（2020）使用《中國稅務局調查數據》發現固定資產政策對現金流充足和有較好融資渠道的企業促進作用更明顯，此外在稅收征管強和稅收欺詐率低的地區政策的效果更好，說明加強企業的稅收遵從有利于促進企業對稅收政策作出更積極的反應。在生產經營方面，研究還發現政策提高了企業的債務融資（劉行等，2019），促進企業的創新投入（曹越和陳文瑞，2017），對企業TFP 和股利發放情況影響不顯著（劉偉江和呂鐲，2018）。

但是，關于稅收政策對企業內資本與勞動之間替代關系的研究還有待豐富。Tuzel and Zhang（2021） 利用美國的固定資產加速折舊政策發現，受政策影響擴大投資的企業縮減了雇傭規模，尤其是從事常規工作的雇員;Garrett et al.（2020）發現政策在長期導致企業使用資本相對成本下降、勞動力相對成本上升，出現資本替代勞動的趨勢。劉啟仁和趙燦（2020）發現中國政策能夠顯著提高企業對技能勞動力的相對雇傭需求，促進人力資本升級，驗證了資本和技能勞動的互補性，但沒有發現企業使用資本替代勞動的證據（ 劉啟仁等，2019）。

聶輝華等（2009）基于2004 年東北地區增值稅轉型證實了資本對勞動的替代效應，發現資本勞動比上升的證據。李建強和趙西亮（2021）發現加速折舊政策通過促進企業固定資產更新，降低低技能工人雇傭數量，提高企業的資本勞動比。

綜合來看，以上研究都對企業資本和勞動投資決策間的關系進行了討論。但是，一方面這些文獻都是基于上市公司或者規模以上企業的經驗證據，相關結果可能不能代表總體企業的效果;另一方面，文獻得到的結論不統一，還有待使用更具有代表性的數據進一步研究。本文使用《中國稅務局調查數據》包含各種類型和規模的企業，更適合研究政策總體效果，相關結果更具有代表性。進一步，基于企業規模分類，本文能深入研究政策對不同規模企業影響程度，特別是對中小規模企業的影響，為更全面深入理解政策效果和制定相關政策提供參考依據。

中小企業是中國國民經濟和社會發展的重要組成部分，但是當前關于稅收激勵對中小企業影響的研究還不夠。長期以來，黨中央高度重視中小企業，采取了諸多舉措保障中小企業權益、促進中小企業發展。構建支持中小企業發展的政策和服務體系，也逐漸成為國內外學者探討的熱點問題（歐陽峣和李堅飛，2009）。針對中小企業“融資難、融資貴”的問題，國內學者重點考察了中小金融機構改革、地方政府融資平臺和“ 銀稅互動” 政策與中小企業信貸的互動關系（劉暢等，2017，2020;楊龍見等，2021）;在減稅降費政策的評估方面，由于現有文獻往往基于上市公司數據、工業企業數據等展開，沒有考慮小型企業的特殊性，近幾年涌現出多篇研究基于《中國稅務局調查數據》，評估小型企業所得稅優惠、“金稅三期”政策對小型企業稅負、稅收遵從度以及減稅效率等方面的影響（樊勇等，2020;李艷等，2020;李昊楠和郭彥男，2021）。本文同樣使用《中國稅務局調查數據》，進一步補充和豐富了減稅激勵下對中小企業資本深化的影響研究。

與本文相關的另一支文獻是關于資本勞動比的研究。一類文獻關注企業資本勞動比的影響因素。企業自身的融資約束和技術水平會對資本勞動比的變化起到交互影響（Spaliara，2009;張杰等，2016）。經營能力更好的企業通過外部融資和內部資金來改善要素投入，達到最優的資本勞動配置水平。相反，面臨融資約束的企業由于獲得外部融資成本較高，因此不得不依賴內部資金來滿足增加的需求，而當內部可用資金流動性不足時則會阻礙企業的對生產要素的進一步調整（Spaliara，2009）。張杰等（2016） 運用中國1998—2007 年工業企業數據庫證實在小規模、更年輕以及未獲得政府補貼的企業中，融資約束帶來的制約效應更為突出。其次，文獻也從社保費用的角度探究資本勞動比的影響因素。唐玨和封進（2019）借助于社會保險繳費征收機構變化的政策，發現當資本和勞動力兩種生產要素的相對價格發生改變，企業社會保險繳費會促使企業使用資本替代勞動，顯著提高了資本勞動比。相對于張杰等（2016），本文借助更加外生的政策和雙重差分模型研究融資約束對資本勞動比的影響，能較好地排除內生性問題。另一類文獻探討資本勞動比與生產率之間的關系。目前關于資本勞動比的提高（資本深化） 能否提高企業的生產率存在著不同的觀點。一方面，資本深化一定程度上代表了低質量的增長路徑，在全要素生產率持續下降的階段僅通過擴大投資規模和提高資本勞動比不能提供新的增長動能（鄭江淮等，2018）;另一方面，中國的產業結構和技術水平處于趕超發展階段，如果考慮到固定資產投資中物化的技術進步，資本深化并不一定意味著粗放型經濟增長，只要伴隨技術進步和效率改善，同樣能夠對TFP 有積極的促進作用（孫早和劉李華，2019）。總的來說，在資本深化程度較低的企業，特別是資本投入受到約束的企業，進行固定資產投資有利于提升生產率水平。但是，對于過度資本深化的企業再增加投資，有可能損害企業的效率。

基于此，本文借助于2014 年和2015 年實施的固定資產加速折舊政策，使用2009—2015 年《中國稅務局調查數據》，研究政策對企業資本勞動比的影響，并探究其背后的作用機制及其對生產效率的影響。本文的可能貢獻如下：

（1） 現有研究大多使用上市公司數據進行政策評估（ 劉行等，2019;劉啟仁和趙燦，2020;李建強和趙西亮，2021），上市公司規模更大、經營能力更好、面臨融資約束更小，相關結論很難反映我國中小企業的實際情況。本文使用的《中國稅務局調查數據》包含了各類規模的企業，更有利于研究政策對中小企業投資決策、雇傭人員的影響，評估政策效果更全面，為后續相關政策制定提供參考依據。

（2）相較于Fan and Liu（2020） 同樣使用該數據研究加速折舊政策對企業投資的影響，本文從企業規模的視角研究加速折舊政策對企業資本勞動比的影響，重點研究資本與勞動之間是替代關系還是互補關系，并探索對企業資本和勞動配置決策的傳導機制，是對現有研究的拓展。（3） 中小企業是中國重要經濟主體，是社會創新的重要力量，而融資約束是中小企業面臨的重大難題，研究加速折舊政策如何通過改善企業融資約束，優化企業內資本勞動配置，進而促進產業鏈轉型升級和高質量發展具有重大現實意義。同時也對下一輪減稅降費政策的制定提供參考依據和改革方向，具有啟示作用。

本文的剩余部分結構安排如下：第1 部分為制度背景和典型事實;第2 部分介紹文章數據說明和模型設定;第3 部分是實證結果，包括基準回歸結果、異質性和穩健性分析等;第4 部分為機制檢驗，探討固定資產加速折舊政策對企業融資約束的緩解作用和促進資本對勞動的替代作用;第5 部分為拓展性分析，探究政策對企業生產效率的影響;最后為結論與啟示。

1 制度背景與典型事實

1.1 制度背景

世界上大多數發達國家都使用固定資產加速折舊政策擴大企業投資和技術升級。英國早在1946 年就實施了提高年初固定設備的折舊比率的政策，德國、日本和美國等隨后也實施了縮短固定資產折舊年限或者加速折舊的政策。

中國在2014 年才開始在特定行業實施固定資產加速折舊的試點政策。其背景是因為2009 年金融危機以來，中國制造業固定資產投資持續下滑，中小企業融資難和現金流不足等問題突出，經濟增長率增速持續放緩。為了緩解中小企業融資約束和促進企業固定資產投資，國家財政部和稅務總局于2014 年9 月聯合發布《關于完善固定資產加速折舊企業所得稅政策的通知》，規定生物藥品制造業，專用設備制造業，鐵路、船舶、航空航天和其他運輸設備制造業，計算機、通信和其他電子設備制造業，儀器儀表制造業，信息傳輸、軟件和信息技術服務業等六大行業中，企業2014 年1 月1 日后新購置的固定資產可以采取縮短折舊年限或加速折舊方法計算折舊在企業所得稅稅前扣除。通常情況下，企業按照不同資產類型對應的折舊年限采用直線法對持有的固定資產每年計提折舊額，并在稅前進行扣除。在政策出臺后，相應行業中的企業可以按照加速折舊方法（具體包括縮短折舊年限、雙倍余額遞減法和年數總和法）對新購進的固定資產計提折舊額，企業可以自行選擇折舊方案獲得最大的抵扣。2015 年，財政部和稅務總局105 號文件在原有六大行業的基礎上，將輕工、紡織、機械和汽車等四個行業也納入適用固定資產加速折舊的范圍。2019 年財稅第66 號文件在2014年和2015 年政策的基礎上，進一步擴大了適用固定資產加速折舊優惠政策的行業范圍，實現了政策對制造業和信息產業的全覆蓋。

固定資產加速折舊政策相當于為企業提供了一筆無息貸款（ 劉啟仁等，2019），有效地降低了投資初期的稅費負擔、緩解了流動資金不足的問題并促進了企業固定資產投資。以企業購入凈值100 萬元的固定設備為例，假設折舊年限為10 年，凈殘值為0，不同的折舊方法意味著企業每年能夠抵扣的稅收優惠存在差異①。政策出臺前，企業采取直線法進行折舊，每年的折舊額為10 萬元，可以抵扣2. 5 萬元的應交所得稅;如果企業采用縮短年限折舊法（ 最短年限不得低于規定年限的60%），按照最短年限6 年來計算，每年能夠計提16. 7 萬元的折舊額，從而抵扣4. 175 萬元的應交所得稅，是直線折舊法下稅收優惠的約1. 7 倍;若企業采用雙倍余額折舊法，則能夠在購買設備的前四年分別計提20 萬元、16 萬元、12.8 萬元、和10.2 萬元折舊額，分別對應5 萬元、4 萬元、3. 2 萬元和2. 6 萬元的可抵扣所得稅優惠，這實際上給予了企業更多的自由現金流，緩解生產經營和其他方面的資金壓力。雖然從第五年開始，雙倍余額遞減法的每年折舊額開始小于直線法，但企業在實際經營過程中，面臨的現金流壓力并不是均勻的，往往在投資的初期由于資金短缺更容易遭遇流動性不足的問題，更需要資金的補充和支持。總體上來看，三種折舊方法的總折舊額和可抵扣的所得稅優惠完全相同，但每年的計提折舊額和可抵優惠存在差異，因此政策通過在時間維度對折舊額的分攤，幫助有投資需求卻面臨融資約束的企業緩解現金流壓力、優化企業內的要素結構配置。

1.2 典型事實

在深化供給側改革背景下，中國面臨的一個矛盾是政府希望企業增加投資以促進企業轉型升級和提升產品質量，但是企業因為融資約束借不到錢而無法擴大投資。金融危機以來，一方面，中國固定資產投資增長率持續下降;另一方面，企業自籌資金作為固定資產投資的重要資金來源，所占比重越來越大。表1統計了2009—2015 年中國全社會固定資產投資和制造業固定資產投資規模和增長情況，全社會固定資產投資增長率從2009 年開始持續下滑，其中制造業固定資產投資增速更是低于全社會的投資增長率。同時，圖2 表明企業固定資產投資的資金來源中，企業自籌資金所占比重越來越大，從2009 年的61. 3%上升到2015 年的71%，而國內貸款比重持續下降，從2009 年的15. 7%下降到2017年的11. 3%。這意味著企業的固定資產投資決策與自身的財務狀況、籌集資金能力直接掛鉤，如果企業面臨內部流動性不足和外部融資成本高等問題，則勢必會導致其降低固定資產投資，進而延緩企業轉型升級。因此，實行固定資產的加速折舊不僅能幫助企業克服自身的現金流短缺的問題，提高固定資產投資的積極性，更是刺激總需求、維持經濟持續增長和促進中國產業轉型升級的重要舉措。

本文根據政策試點行業將樣本分為實驗組和控制組，分析實驗組和控制組資本勞動比的變動趨勢圖。其中實驗組行業包括生物藥品制造業，專用設備制造業，鐵路、船舶、航空航天和其他運輸設備制造業，計算機、通信和其他電子設備制造業，儀器儀表制造業，信息傳輸、軟件和信息技術服務業共六大個行業（2014 年試點行業）和輕工、紡織、機械、汽車等四個行業（2015 年試點行業）。控制組是樣本期間沒有受到政策影響的行業。參考其他文獻的做法，本文剔除了金融行業和公共事業部門。這里按照式（1）的方程計算各分組的加權資本勞動比：

2 數據說明及模型設定

2.1 數據說明

本文使用的數據主要包括以下幾個部分：2009—2015 年中國稅務局調查數據、2010—2016 年中國勞動統計年鑒數據和2018 年世界銀行WDI（ WorldDevelopment Indicator）數據。中國稅務局調查數據是本文使用的基礎數據庫，是我國最為原始、翔實、準確的企業稅收數據庫，包括企業的基本信息、財務信息、繳納各項稅收金額、返稅金額和補貼金額等，涵蓋了農林牧漁業、采掘業、制造業和服務業等所有類型的行業。根據調查方式，數據分為抽樣調查樣本和重點調查樣本;企業規模覆蓋小型企業、中型企業和大型企業，是除了工業普查數據庫之外統計小型企業最全最多的數據庫之一，稅收種類包括增值稅、營業稅、所得稅、出口退稅、印花稅、資源稅、車輛購置稅等。參考文獻Cai and Liu（2009），本文對數據作了以下處理：（1）剔除不符合會計準則的企業（流動資產或總額大于總資產的企業;固定資產總額大于總資產的企業;銷售收入小于0的企業）;（2）剔除在2014 年之后成立的企業，由于固定資產加速折舊從2014年起開始實施，因此將該部分企業納入樣本可能會導致選擇性偏誤;（3）為了避免金融危機對企業投資行為的影響，將研究時間范圍限定在2009—2015 年，其中2009—2013 年為政策發生前時期，2014 年和2015 年為政策發生后時期，通過構造2009—2015 年連續在位企業的樣本，進一步控制樣本的選擇性偏誤對實證結果準確性的影響。

表2 是主要變量的描述性統計。本文主要關注固定資產加速折舊政策對企業投資行為和績效的影響，用資本勞動比（K / L） 度量企業內部資本和勞動的配置情況，作為本文的主要被解釋變量。同時由于資本勞動比（K / L） 的計算方式為人均固定資產取對數，所以本文也分別用固定資產投資（I / K） 和員工人數（worker）分別衡量企業的投資和雇傭決策。在控制變量的選擇方面，本文參考現有文獻，考慮到企業規模、盈利能力和使用資金的成本等因素對于企業生產經營和投資決策等環節的影響（聶輝華等，2009;陸正飛等，2010;Zhang et al. ，2018），本文對盈利能力（ roa）、融資成本（ ficost）、企業規模（ size） 和企業年齡（firmage）等變量加以控制。另外，本文按照《統計上大中小型企業劃分辦法（2017）》對所有樣本企業進行劃分為小型企業、中型企業和大型企業，三種規模的企業分別占比為77%、19%和4%①，這為本文研究政策對不同規模企業的異質性影響，特別是對中小企業的影響提供可行性。全面評估政策的影響應該綜合評估該政策對不同規模企業的影響，得到的相關結論才能更具有參考價值。

2.2 模型設定

本文運用雙重差分模型研究政策對資本勞動比的影響，基準的回歸方程如式（2）：

3 實證分析

3.1 基準結果

表3 是基準回歸結果，第（1） ～（2） 列使用了全部規模企業樣本進行回歸，第（1）列控制了企業、行業和省份-年份的固定效應，加入了企業和行業層面的控制變量，回歸結果表明政策顯著提升了企業的資本勞動比，試點企業的資本勞動比非試點企業平均提高6. 7%。同時，考慮到工業企業和非工業企業由于技術升級和資本深化路徑的差異，對于企業固定資產投資和雇傭的決策可能不同，因此本文在第（2）列控制了工業行業和非工業行業的時間趨勢。在剔除了工業行業和非工業行業的時間趨勢后，加速折舊政策仍然提高了企業3. 2%的資本勞動比水平，這說明政策通過改善企業內資本和勞動的投入結構促進了資本深化。

表3 第（3） ～（8）列對不同規模的企業進行份樣本回歸，進一步比較加速折舊政策對大中小企業的影響差異，其中第（3） ～（5）列控制企業、行業和省份-年份的固定效應，第（6） ～（8）列加入了工業行業和非工業行業的時間趨勢。回歸結果表明加速折舊政策主要對小型企業和中型企業的資本勞動比有提升作用，但對大型企業作用不明顯①。比較中小企業發現，中型企業的回歸系數更大，試點企業的資本勞動比非試點企業平均提高8. 4%（4. 8%）。而對于小型企業，試點企業的資本勞動比非試點企業平均提高5. 4%（2. 3%）。

我們還進一步針對不同規模企業的回歸系數，進行回歸系數差異的顯著性檢驗（Equality Test）。結果顯示小型企業和中型企業的系數差異的p 值為0. 002（0. 001），小型企業和大型企業的系數差異的p 值為0. 000（0. 000），說明在統計意義上，中型企業相較于小型企業和大型企業確實對政策的反應更強烈。我們認為這有兩方面原因：一方面，相對于大型企業，中小企業面臨更強的融資約束，對減稅激勵更敏感;另一方面，中型企業相對于小型企業具有更好的流動性儲備，外部融資約束相對更小，因此賦予了其靈活調整企業內資源配置的能力（Fan and Liu，2020）。

3.2 平行趨勢假設檢驗

基準回歸結果表明政策顯著提高企業資本勞動比，但使用雙重差分估計方法的假設是實驗組和控制組滿足事前平行趨勢。如果平行趨勢不滿足，那么回歸結果可能反映的只是實驗組和控制組之間的趨勢差異。因此根據文獻方法（Autor et al. ，2006;Serfling，2016），本文使用事件分析法來驗證實驗組和控制組的平行假設，回歸方程如式（3）：

其中DYearjt 為時間虛擬變量，代表試點行業j 相對實施政策年份的相對時間，取值從-5 到1，-1 表示政策實施前一年，0 表示政策實施當年，1 表示政策實施第二年，以此類推。本文將政策前一年其作為基準年份，因此αt 代表了相對于政策前一年，實驗組和控制組行業在不同年份資本勞動比的差異。理論上，如果平行趨勢假設滿足，在政策出臺前，αt 的系數應該與0 無顯著差異，同時，政策實施后的αt 系數應該顯著異于0，其系數大小則能反應出政策的動態效應。

圖4 是全部樣本和不同規模企業的平行趨勢檢驗圖，相比于政策實施前一年，政策前各年份的估計系數均不顯著異于0，說明實驗組和控制組在政策前沒有表現出顯著差異，滿足平行趨勢假設。對于小型企業和中型企業，政策實施后的αt 系數顯著為正，對中型企業的效果在政策出后呈現上升趨勢。對于大型企業，政策后αt 系數均不顯著，且有下降的趨勢①。因此，本文研究的實驗組和控制組滿足事前平行趨勢假設，且在政策后，政策實施顯著提高了中小企業試點行業企業的資本勞動比。

3.3 異質性檢驗

接下來，本文從融資約束和資本密集度兩個角度，考察政策對不同行業和企業的異質性影響。首先，大量文獻證實融資約束對企業的投資決策和行為有重要影響，企業獲得外部資金的能力會影響企業調整內部要素結構和投資決策（Spaliara，2009;張杰等，2016;Zwick and Mahon，2017;劉啟仁等，2019）。對于不同發展階段的企業，Bottazzi et al. （2014） 發現融資約束不僅阻礙年輕企業在成長初期的發展潛力，也會進一步惡化增長已經放緩企業的前景。因此，本文選取企業的借貸能力作為企業融資約束的度量，借貸能力用期初固定資產/ 期初總資產計算。固定資產占總資產的比重反映了企業能夠進行抵押貸款的能力，由于中國的銀行對企業的貸款有抵押擔保的基本要求，具有更多固定資產能夠為企業提供抵押擔保，因此企業可能遭遇更低的融資約束（ 張杰等，2016）。本文根據政策發生前一年行業的融資約束情況，將樣本分為借貸能力高和低兩個組別，借貸能力更低的行業為高融資約束行業，反之為低融資約束行業。表4是事前行業融資約束強度的異質性回歸結果，本文仍然按照全部樣本和各規模企業的方式呈現結果。

表4 第（1） ～（2）列使用全部規模企業樣本進行回歸，回歸結果表明，政策前借貸能力較差行業的解釋變量系數顯著為正，而對于政策前借貸能力更好的行業，政策沒有顯著影響。這意味著在政策前面臨更嚴重融資約束的行業，對政策的敏感性更強。這一結果與Zwick and Mahon（2017）、劉行等（2019） 的異質性分析結論一致。雖然Fan and Liu（2020）發現融資約束更低的企業，其固定資產投資會受到更大的政策影響，但本文著重關注企業進行借貸款的能力，與該文對融資約束進行了不同維度的度量。表4 的結果也間接證明了融資約束對于中國企業資本勞動比提高的制約作用，本文將在機制部分具體討論政策對融資約束的改善。

進一步地，為了考察這種融資約束的異質性是否在不同規模的企業中有所體現，本文將樣本按照小型企業、中型企業和大型企業分組，再進行同樣的分組回歸，見表4 第（3） ～（8） 列。回歸結果發現，借貸能力差的小型企業和中型企業受到該政策的影響更大，即面臨融資約束更嚴重的企業對政策的反應更強烈。另外不管是對于低借貸能力還是高借貸能力的大型企業，政策均未對其產生效果。

其次，本文考察企業的資本密集程度是否會影響加速折舊政策對企業資本勞動比的影響。本文認為，資本密集度較低的企業出于自身技術升級的需要更有動力使用資本替代勞動，進一步提高企業的資本勞動比，因此預計加速折舊政策對資本密集度較低的企業激勵效果更顯著。為此，按照政策發生前行業的平均資本勞動比，將樣本行業劃分為資本密集度高和低兩個組別，分組回歸的結果見表5。結果表明，無論是對于小型企業還是中型企業，政策對所有低資本密度分組中的企業的資本勞動比有顯著的提高，而資本密集度較高分組的企業對政策的反應并不明顯，這與預期是一致的。

3.4 穩健性檢驗

為保證實證結果可靠性，本文通過排除混淆政策、企業財務虛報行為，更換被解釋變量，隨機構造實驗組和控制組和考慮多期雙重差分模型中的異質性效應，對結果進行穩健性檢驗。

3.4.1 排除混淆政策影響

在本文樣本的時間段，除了固定資產加速折舊政策之外，還有小型企業所得稅優惠政策、增值稅轉型政策和營改增等，這可能對基準結果產生較大影響，因此需要排除同期政策對基準結果的影響。在本文的數據樣本中，以2007 年《企業所得稅法實施條例》為劃分標準，小型微利企業數量占比達到39. 4%，而中國分別在2012 年和2014 年出臺針對小微企業所得稅減免的優惠政策，這可能對小微企業投資有激勵作用，進而導致本文的回歸結果高估。因此，本文在基準回歸的基礎上控制小微企業的所得稅優惠政策。具體做法是根據數據中企業匯報的是否享受小型企業所得稅優惠政策，構建企業層面的虛擬變量，并在回歸中控制該變量。表6 第（1）列是控制小型企業享受所得稅優惠政策的回歸結果，發現關鍵解釋變量的回歸系數依然顯著為正，說明在控制了小型企業的政策優惠后，政策對資本勞動比仍然有顯著的促進作用，并且income taxexempt 的系數顯著為正也表明享受所得稅優惠的小型企業擁有更高的資本勞動比。其次，已有文獻證明企業稅收負擔對企業的投資和生產率存在影響（ 聶輝華等，2009;申廣軍等，2016），所以還需要剔除同一時期的其他稅收政策對企業投資行為的影響。由于增值稅在企業的稅負中占重要地位，本文用企業實際繳納的增值稅占營業收入的比重作為企業實際稅負的度量加以控制。第（2）列的結果顯示在控制了企業的實際稅負后，主要解釋變量回歸系數依然顯著穩健。第（3）列中同時對所得稅優惠和增值稅稅負進行控制后，依然不影響主要解釋變量回歸系數符號和顯著性。此外，享受優惠或者實際稅負更低的企業表現出更高的資本勞動比，這也是本文提倡積極落實減稅降費政策的重要依據。第（4） ～（6）列進行各規模企業的分樣本回歸。總之，在考慮了同期其他的稅收政策優惠政策后，政策對企業資本勞動比的促進作用依然顯著且穩健。

3.4.2 企業虛報財務信息

考慮到企業可能在加速折舊政策之后，依靠虛報企業固定資產數量手段來獲得企業所得稅減免，表現為數據上顯示的資本勞動比的上升，因此本文對這一行為進行檢驗和排除（表7）。此處定義了虛擬變量表示企業是否在年末有查補的增值稅額。如果企業在財務上進行作假虛報，則更有可能在年末稅務機關稅務稽查中被要求補交各項稅款。如果當年企業的查補增值稅為正則該變量為1，否則為0。從結果來看，在政策之后，企業補繳增值稅款的概率沒有上升，反而下降，這排除了企業通過虛報企業固定資產來獲得所得稅優惠的行為存在。

3.4.3 剔除更改行業的樣本

由于政策是針對特定行業實施，如果企業在樣本期間的行業發生改變，那么可能會對估計結果產生偏誤。為了解決這一問題，本文剔除了所有在樣本期間更換行業的企業，回歸結果依然穩健（見表8）。

3.4.4 改變被解釋變量

這里根據不同資產類型設計安慰劑檢驗，排除回歸結果是隨機的可能性。鑒于企業只有購買經營性固定資產才能加速折舊，購買非經營性固定資產和流動資產不能加速折舊，因此政策不應該影響這兩類資產的投資情況。將被解釋變量替換為非生產經營使用的固定資產和流動資產進行回歸，結果表明政策并沒有促進試點行業剔除設備機器之外的固定資產和流動資產的顯著提高。表9的結果證實了試點行業的資本勞動比增加確實是政策激勵下的結果，同時也沒有發現政策規定之外的資產類型顯著增加的證據。

3.4.5 隨機構造的偽政策變量

本文還通過隨機分配實驗組和控制組的方式進行證偽檢驗。在本文使用的樣本中，2014 年和2015 年的實驗組中分別有37464 個和93471 個觀測值，對此本文進行了500 次隨機處理，每一次處理在對應年份的樣本中隨機選取等量的觀測值作為實驗組，基于此構建雙重差分模型中treat×post 指標，并進行回歸估計。圖5 是本文進行500 次隨機過程回歸系數的分布情況。估計系數的均值為-0. 00042，標準差為0. 00377，而基準結果的實際估計系數為0. 067，遠遠超過隨機估計值結果的95%的置信水平。這進一步驗證了基準回歸結果是可信的。

3.4.6 多期雙重差分模型中的異質性效應

雙重差分法作為政策效果的識別策略暗含著“同質性處理效應”的假設，即政策對于所有個體的處理效應都相同，該假設雖然簡化了計量分析的過程，但并不具有現實的意義和說服力。de Chaisemartin and DHaultfoeuille（2020） 將異質性處理效應納入雙重差分的模型分析中，他們發現雙向固定效應模型所估計的真實參數可以分解為所有受處理個體的處理效應的加權之和，如果某些個體的權重為負且數值較大，則很有可能出現大部分個體的處理效應為正，但是模型估計出的處理效應與真實參數符號相反的情況。為此，de Chaisemartin andDHaultfoeuille（2020）提供了兩種指標用以檢驗雙向固定效應的估計結果在異質性處理效應下是否穩健，本文按照該論文中提供的方法檢驗發現，本文估計的政策效果在考慮了個體接受處理時的異質性效應后依然穩健①。

4 機制分析

在基準回歸和穩健性檢驗中，本文發現政策顯著提高了試點行業的資本勞動比，中小企業和低借貸能力的企業對政策的反映更強烈。那么，企業資本勞動比提高的背后機制是什么？ 資本勞動比的提升可能單純來自企業固定投資的增加，也有可能是企業使用資本替代勞動，或是兩方面作用同時存在。不同規模企業的影響機制是否存在差異？ 文獻還尚未對此問題做出一致的回答。

本文認為厘清這兩個問題，有助于深入理解不同規模的企業面對稅收政策的投資決策和經營性行為，也是評估該政策效果和制定后續相關政策的重要參考依據。因此，本部分從緩解融資約束和促進投資和資本替代勞動的角度討論加速折舊政策提升企業資本勞動比的機制，以及不同規模企業對于政策的異質性行為。

4.1 融資約束的緩解作用

根據政策內容，企業在政策后能更快的抵扣折舊額，降低企業所得稅稅負。

理論上，這可以認為是企業拿到的一筆無息貸款，通過緩解企業投資初期現金流壓力，促進企業進行設備的更新和升級，因此，本部分檢驗政策是否作用于企業的內部融資約束，進而影響企業資本和勞動配置結構。如果這一機制確實存在，可以預期在政策后，受到政策影響的企業的內部融資約束會降低，但外部融資約束不受政策影響。本文用企業的經營性現金流資產比和資產負債率分別度量內部和外部的融資約束程度。表10 第（1） ～（4）列的被解釋變量是企業現金流資產比，結果顯示不同規模企業的現金流在政策之后得到顯著提高，說明加速折舊政策確實通過提前抵扣折舊額，緩解了企業的現金流壓力。其中小型企業和中型企業由于融資約束的改善進行了固定資產投資，而大企業由于政策前自身的流動性水平較高，其投資決策受融資約束影響較小，所以政策后現金流水平的提高沒有促進固定資產投資的增加，這與前文異質性分析部分的結論一致①。第（5） ～（8）列的結果表明政策對企業的資產負債率沒有顯著影響，總之表10 的結果說明政策主要是通過改善企業內部的融資約束，促使企業調整資本和勞動的配置結構，但對外部融資約束狀況沒有影響。

4.2 資本對勞動的替代作用

在投資增加的情況下，資本勞動比的提高可能有互補和替代兩種關系。第一種為企業進行更多固定資產投資后，與之相配雇傭了更多的技能勞動力，但是勞動力的增速慢于機器設備，表現為資本與勞動之間的互補關系。劉啟仁和趙燦（2020）利用2010—2016 年上市公司的雇傭結構數據證實了固定資產加速折舊政策顯著增加了對技能勞動力的雇用數量，而對非技能勞動力的雇傭沒有影響。第二種為企業通過生產設備和機器的更新，用高技術的先進機器設備替代低附加值和低技能的勞動力，表現為技術進步帶來的生產結構的調整，即固定資產投資擠出了相應的勞動力（ 聶輝華等，2009;唐玨和封進，2019）。但是，劉啟仁和趙燦（2020）使用的上市公司的數據以大規模企業為主，不能反映中國總體情況。因此，本部分旨在識別政策對不同規模的企業資本和勞動配置結構的影響機制。

本文從企業期末固定資產、新增固定資產投資比例、員工人數和人均工資的角度探究政策對資本和勞動之間替代關系的影響。結果見表11。第（1） 列和第（2）列的被解釋變量是期末固定資產和固定資產投資，回歸結果顯示treat×post 的系數顯著為正，說明政策顯著促進了試點行業提升固定資產規模和投資比例。第（3）列和第（4） 列的被解釋變量為員工人數和人均工資，結果表明政策后，企業就業人數下降1. 8%，并且平均工資提高了3. 5%，這說明政策促進企業使用固定資產對低技能勞動進行替代。本文在后文也進一步用宏觀數據驗證該結論。

前文表明加速折舊政策對中小企業的資本勞動比有顯著的提升作用，如果資本替代勞動的機制是存在的，那么應該發現這些企業表現出更強的資本替代勞動的效果。接下來，本文從企業規模來探究哪些企業會發生資本替代低技能勞動。一般來說，企業在調整生產要素時，會綜合考慮自身的經營狀況和資金能力。小型企業由于容易受到流動性約束，當購入更多的生產用機器設備時，很難在短時間內實現生產規模的全面擴大，所以預計小型企業會通過減少相應勞動力的雇傭來實現成本的控制。與之相對，中型企業沒有這方面的顧慮，借助政策在投資初期提供的流動性支持，這些企業通過設備的更新和購買，最終實現生產邊界的擴張。

表12 是政策對企業資本替代勞動的異質性分析結果，小型企業在政策之后擴大了固定資產投資，但同時減少了勞動力雇傭;對于中型企業，只發現了政策對固定資產投資的促進作用，并沒有出現資本對勞動的替代情況;而大型企業的固定資產投資和員工人數在政策之后均沒有顯著變化。雖然Fan and Liu（2020）和Cui et al. （2022）均發現大企業的固定資產投資受政策影響更大，但由于本文關于企業規模劃分的標準更細，因此本文的研究結論與這兩篇研究并不沖突①。總結來看，表12 的結果與預期一致，受限于企業規模和流動性，政策促進小型企業使用資本替代勞動，進行生產要素結構調整;而中型企業由于本身流動性充足，政策更有可能擴大投資和生產規模，不會減少雇傭員工②。

4.3 資本替代勞動的宏觀證據

進一步，本文使用宏觀數據驗證資本替代勞動的傳導機制。由于地區間存在較大行業差異，因此受到政策的影響程度也不同，本部分根據稅務局調查數據和省級宏觀面板數據，計算一省內受政策影響的行業產值占GDP 的比重（treat_prov）來衡量該省受到政策的影響強度。本文預期受到政策影響更大的省份，資本替代勞動的效應越明顯，勞動力市場的受到的沖擊就越大。本文使用2010—2016 年的《中國勞動統計年鑒》，檢驗該政策對省份就業人員的教育程度和城鎮失業率的影響。表13 的第（1） 列的被解釋變量是高中及以下學歷就業人員占比，回歸系數表明如果省份受政策影響的行業產值占GDP 比重提高0. 1 個單位，那么高中及以下學歷就業人數下降0. 9%個單位。這說明政策確實促進企業資本替代低技能勞動，改善企業內要素的配置效率。第（2） 列檢驗了政策對大專及以上就業人數占比的影響，回歸結果顯著為正，與預期一致。

其次，從細分學歷進一步來探究哪些學歷背景的就業人員影響最大。第（3） ～（7）列分別是省份就業結構中初中、高中、大專、本科和研究生占比的回歸結果，發現初中學歷占比有明顯下降，高中學歷占比沒有顯著變化，大專、本科和研究生占比均有顯著提升。這進一步表明資本替代的是初中及以下學歷的就業人員。此外，本文還從城鎮失業率的角度進來驗證資本替代勞動的結論。第（8）列結果表明省份受政策影響的行業產值占GDP 比重提高0. 1 個單位，城鎮失業率提高0. 067%，這間接證實了低學歷勞動者受企業固定資產的投資被擠出市場。城鎮失業率的回歸系數小于高中及以下的回歸系數，可以間接認為被擠出市場的一部分低技能勞動力實現了人力資本升級。因此，微觀數據和宏觀數據均表明政策確實通過促進企業使用資本替代低技能勞動，從而改善企業內資本和勞動的配置結構，優化企業內資源配置效率。

5 加速折舊政策與企業生產效率

機制分析部分表明，試點行業資本勞動比的提高來自于資本對勞動的替代，這是企業在融資約束問題得到緩解后面臨投資機會的最優選擇，那么這是否會改善企業內資源配置效率，進而提升全要素生產率？ 這還值得進一步探討。因此，根據相關文獻（楊汝岱，2015;申廣軍等，2016）的計算方法，本文使用OP 和LP 的ACF 修正方法估算企業的TFP，作為被解釋變量①，驗證加速折舊政策對企業生產效率的影響。表14 第（1）列和第（5）列的結果發現政策顯著提高了全部規模企業的平均TFP 水平。進一步地，分析加速折舊政策對各規模企業生產率的異質性影響，第（2） ～（4）列和第（6） ～（8） 列的回歸結果中，小型企業和中型企業的生產率得以提高，但二者的回歸系數沒有顯著差異，這可能是因為小型企業和中型企業選擇了不同的資本深化路徑，小型企業使用資本替代勞動力，而中型企業選擇擴大資本投資規模，因此兩種方式雖然都導致了資本勞動比的增加，但對生產效率的影響無法直接比較②。同時政策對大型企業的生產效率依然沒有顯著影響。因此，表14 的結果表明政策通過優化企業內資本和勞動的配置結構，實現了企業生產效率的提高。圖6 為使用事件分析法探究政策對不同規模企業生產效率的動態影響。政策出臺前的五年到前兩年，實驗組和控制組之間TFP 的差異不顯著異于0，而在政策出臺后，實驗組的TFP相對于控制組有顯著的上升，滿足平行趨勢假設。

6 結論與啟示

資本勞動比的積累對于資本深化和產業轉型升級，以及中國經濟高質量發展階段的平穩運行具有重要意義，但中國中小企業面臨的融資約束問題嚴重阻礙了企業的投資決策，不利于設備更新換代和技術進步。固定資產加速折舊政策在此背景下出臺，通過緩解企業投資初期的現金流壓力調動固定資產投資的積極性。本文以2014 年和2015 年兩年出臺的固定資產加速折舊政策為準自然實驗，基于2009—2015 年《中國稅務局調查數據》，以企業的資本勞動比為研究對象，試圖全面討論政策的微觀效應，研究政策對于企業內資源配置效率的異質性影響和作用機制，并且進一步討論該政策是否會提升企業生產效率，促進中國實現高質量發展。本文研究發現：首先，固定資產加速折舊政策顯著提高了試點企業的資本勞動比，試點企業的資本勞動比非試點企業平均提高了6. 7%，中型企業受到政策影響最大，小型企業次之，大型企業沒有顯著影響。其次，機制研究表明加速折舊政策顯著改善了大中小企業現金流，促進中型企業增加投資，促進小型企業使用資本替代低技能勞動，省級宏觀數據也發現存在資本替代勞動的現象。最后，加速折舊政策顯著提升了中小企業的生產效率。

中小企業對中國經濟發展至關重要，2018 年舉行的國務院促進中小企業發展工作領導小組第一次會議用“五六七八九” 概括了當前中小企業在中國經濟中發揮的作用①，且每年新增市場主體的90%以上都中小企業。當前，國家非常重視中小企業發展問題，十九大、“十四五” 規劃和黨的百年奮斗重大成就和歷史經驗的決議都多次提到中小企業發展問題。但是，融資約束仍然是制約中小企業發展的重要因素之一，緩解中小企業融資約束能顯著提升中小企業的固定資產投資，促進中小企業效率提升。這對中小企業產業轉型升級、產品創新都將起到很重要的作用。本文認為研究不同規模企業的減稅效果，能更清楚理解減稅的實際效果和傳導機制，這為后續中小企業稅收政策制定提供事實基礎。

中國經濟經歷了四十年多年的高速發展，如何在新時期下優化產業結構、促進產業升級和實現高質量發展是國家十分關心的問題。習近平總書記在黨的十九大報告中明確指出：“十四五”時期，要“深化投融資體制改革”，“優化存量資源配置、擴大優質增量供給” 等深化供給側改革措施。本文涉及融資體制和存量資源配置效率兩大主題，是進一步推進改革的關鍵點。在中國勞動力成本上升的背景下，越來越多的企業使用資本替代勞動，通過資本資本積累的數量效應和結構調整的要素配置效應促進企業轉型升級，增強競爭力。但是，資本深化需要大量前期資金，而中國大部分企業又面臨較大的融資約束，這勢必會影響資本深化的進程，不利于企業轉型升級。本文認為，提升企業的資本勞動比是當前發展階段中企業獲得技術進步和提高生產率的重要途徑，對于優化存量資源配置，實現供需兩側的動態平衡具有重要意義，也是促進制造業轉型升級的關鍵;融資約束仍然是制約中小型企業進行投資和生產結構調整的主要因素，進一步降低中小型企業的投資門檻，給予其更多的信貸和金融支持，才能促進資源的自由流動，實現行業和區域內資源的最優配置。