稅收努力、資源錯配與企業全要素生產率

曾靜婷，楊默如

（華僑大學 經濟與金融學院，福建 泉州 362021）

0 引言

黨的二十大報告將“著力提高全要素生產率”列為實現高質量發展的重要戰略支撐。但囿于前期對發展速度的追求，中國經濟呈現明顯的要素高強度投入與粗放式發展特征[1]，在不完善的市場資源配置機制和市場逐利性質的作用下，引發資源錯配問題[2]，這既阻礙了全要素生產率的提高，也制約了高質量發展[3]。因此，有效改善資源錯配成為提高全要素生產率和高質量發展的關鍵。

資源配置是由市場機制決定的，但當前中國市場主體相對較小，市場規則也不統一[4]，市場配置資源功能尚不完善，仍需政府進行干預。現今中國體制下，稅收征管不僅是政府干預和調節經濟的重要手段，更是稅收政策落地的“最后一公里”，連接著稅法稅制和納稅人的關鍵環節，在稅法解釋與適用、應稅事實認定等方面存在著較大的“彈性空間”[5]。因此，有必要關注作為評價政府稅收征管績效重要指標的稅收努力對資源錯配和全要素生產率的影響，即稅收努力能否影響企業全要素生產率？能否通過影響資源錯配影響全要素生產率？回答這些問題對于更好地發揮政府在資源配置中的作用，推動有效市場和有為政府更好地結合、提高企業全要素生產率和實現高質量發展具有重要的理論和現實意義。

已有文獻關于稅收努力影響效應的研究主要集中在對宏觀經濟和稅負[6—8]、對微觀企業[9—11]的影響兩個方面。但多數研究僅將其當作機制變量[9—11]，鮮有針對稅收努力對企業全要素生產率的效應與作用機制展開分析與檢驗的研究，且尚未有文獻將稅收努力、資源錯配和企業全要素生產率三者置于同一分析框架；再者，多數研究基于省級[6，7]或者2009年以前的區縣級數據[9]，使用地級市數據的較匱乏。省級數據無法體現城際差異，而區縣級數據年限較為久遠。雖然部分研究使用地級市數據，但眾多數據庫稅收數據缺失較多[10]，也有依據政府決算執行報告和統計公報等進行補充[8]，但來源復雜，口徑也不一致，其中政府決算執行報告多為執行或快報數據，非決算數據。

基于此，本文利用手工收集測算的2011—2020年285個地級市稅收努力數據匹配上市企業數據，實證檢驗稅收努力對企業全要素生產率的影響。本文評估了稅收努力的微觀經濟后果，拓展了企業全要素生產率影響因素的研究視角，豐富了稅收努力影響效應的研究；基于政府與市場關系的討論與實證，豐富了政府行為對微觀主體影響的相關研究，有助于從稅收征管視角厘清政府行為對資源錯配和企業全要素生產率的影響；深入探討了稅收努力對企業全要素生產率影響的異質性。

1 理論分析與研究假設

1.1 稅收努力與企業全要素生產率

雖然目前鮮有文獻對稅收努力影響全要素生產率的理論和機制進行探討，但從已有文獻研究稅收努力影響效應來看，存在一個從政府征稅到產生效應的傳導機制。政府一方面通過稅收努力獲得稅收收入，另一方面將獲取的稅收收入用作財政支出，無論是征稅還是財政支出，都會對全要素生產率產生影響，因此分析稅收努力對全要素生產率的影響要從兩個方面展開。

從征稅端出發。第一，稅收努力的“治理效應”和“稅收激勵效應”有利于提升企業全要素生產率。政府稅收征管作為一種企業外部治理機制，會對企業產生“治理效應”[12]，減少避稅行為，提高企業稅收遵從。避稅代理觀表明，避稅行為的減少可以避免引發企業過度投資而降低投資效率，同時緩解代理問題，保障研發創新支出，有助于提升全要素生產率。政府還可以調控稅收努力通過稅收激勵效應影響企業全要素生產率，如運用稅收優惠和返還等稅收手段降低研發活動的成本與風險，促進企業積極研發創新，提升全要素生產率。第二，稅收努力的“征稅效應”會抑制企業全要素生產率。由于企業所得稅和增值稅等為直接稅，不易轉嫁，因此征稅將直接影響企業稅后收益和現金流，使得企業面臨融資約束，進而影響其財務風險和創新投資行為，不利于全要素生產率的提升。

從支出端出發。稅收是一國財政收入的主要來源，“稅收-支出”假說[13]認為稅收收入變化會影響支出變化，更大的支出責任由更多的稅收提供資金。基于此，第一，稅收努力的“財政激勵效應”有助于提升企業全要素生產率。如研發補貼等轉移性財政支出有助于降低企業創新風險和成本，激勵企業創新，有效改善資源配置和企業生產效率。科教支出有利于提高人力資本質量，基礎設施投資支出有利于基礎設施建設，為企業提供良好外部環境，提升資源暢通性，促進要素流動和技術交流，提升全要素生產率。第二，稅收努力的“財政擠出效應”會抑制企業全要素生產率。政府不適當干預市場經濟，也可能導致政府從“援助之手”變成“攫取之手”，一定程度上扭曲了政府行為決策，使得其制定制度安排和政策時，不能完全考慮到市場機制的運行，由此產生對私人投資的“財政擠出效應”，不利于全要素生產率的增長。

綜上分析，本文提出假設1：稅收努力會影響企業全要素生產率，但這種影響存在正負兩種可能。

1.2 稅收努力、資源錯配與企業全要素生產率

新古典經濟學理論認為政府干預可以糾正經濟運行過程中的市場失靈問題。政府干預對全要素生產率的間接影響主要體現在地區資源錯配阻礙全要素生產率時，政府能發揮資源宏觀調控作用，促使資源得到合理配置，減少資源錯配，提高全要素生產率。

調節稅收努力作為政府干預的重要手段，能夠從以下兩個方面影響資源錯配。一方面，政府通過降低稅收努力實現降低實際稅率，從而吸引流動性資源。外來企業和資本的進入將激發區域內企業積極性，優化資源配置和提高創新水平以提升自身競爭優勢，贏得市場競爭。再者，資本要素在地區間的非市場性流動，有助于改善資本相對貧乏區域的資本配置效率[14]，進而促進產業結構升級，實現全要素生產率和經濟的增長。另一方面，政府存在提高稅收努力的動機。提高稅收努力能夠增加財政收入，為地方性公共產品與服務供給提供資金支持。由此實現對優質資本與人才的吸引，刺激區域內資本市場競爭以激活要素有效流動，緩解資源錯配，進而推動區域和產業間資源優化配置[2]，降低全要素生產率的離散程度，減少其損失。

綜上分析，本文提出假設2：稅收努力能夠通過改善資源錯配提升全要素生產率。

2 研究設計

2.1 模型設定

在前述理論分析基礎上，設定如下基準模型：

其中，下標c、i和t分別代表城市、企業和年份；TFP代表企業全要素生產率；核心解釋變量Taxeffort代表稅收努力；X代表企業控制變量，Y代表城市控制變量；模型控制企業個體固定效應σ和時間固定效應γ，ε為隨機擾動項。

2.2 變量定義

2.2.1 被解釋變量：全要素生產率

參考魯曉東和連玉君（2012）[15]的方法，采用OP法與LP法測算企業全要素生產率（分別記為TFP_OP和TFP_LP），其中LP法測算的全要素生產率用作穩健性檢驗。

2.2.2 核心解釋變量：稅收努力

借鑒李言和雷紅（2021）[16]的研究，使用實際稅收比率與潛在稅收比率的比值作為稅收努力的代理變量，潛在稅收收入采用“稅柄法”進行估算。

在測算結果的基礎上進行基本分析,主要基于四大地區①參考國家統計局的劃分標準，本文中的東部省份是北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東和海南；中部省份是山西、安徽、江西、河南、湖北和湖南；西部省份是內蒙古、廣西、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏、西藏和新疆；東北省份是遼寧、吉林和黑龍江。展開，結果見圖1。總體來看，2011—2020 年各地區稅收努力經歷了先上升后下降的態勢②稅收努力均值區域分布與李言和雷紅（2021）[16]的研究基本一致，略有差異是因為本文僅測算285個地級市稅收努力，不包含4個直轄市、少數民族自治州和5個地級市（日喀則市、昌都市、林芝市、山南市和濟南市）。。2011—2017 年東部地區的稅收努力數值一直是最大的，西部地區數值在2013年之前最小，2013—2018 年東北地區成為數值最小的地區，2018 年之后東北地區超過東部地區成為數值最大的地區。

2.2.3 控制變量

分別選取以下控制變量：企業層面為企業年齡、企業規模、盈利能力、企業成長性和前五大股東持股比例；城市層面為宏觀經濟、產業結構、金融發展水平、市場規模和公共服務水平。

2.3 數據說明

本文以2011—2020年③考慮安徽省巢湖市于2011年撤銷地級巢湖市，設立縣級巢湖市，借鑒范子英和趙仁杰（2020）[9]的做法，選取2011年為研究區間的起始點。A股上市企業為樣本。參照既有文獻，對原始數據作如下處理：（1）剔除金融類上市企業；（2）剔除樣本期內被ST、*ST、PT處理的企業；（3）剔除樣本期在B 股上市的企業；（4）剔除成立時間1 年及以下的企業；（5）剔除相關變量缺失的企業。其中，為避免異常值對估計結果的干擾，對連續型變量進行上下1%縮尾處理，為減輕異方差影響，對以絕對數值衡量的變量取自然對數，以貨幣衡量的變量按2011年為基期計算不變價。

企業數據來自CSMAR 和WIND 數據庫，城市數據除稅收以外皆來源于《中國城市統計年鑒》、EPS數據庫和地方統計年鑒，稅收數據由作者手工收集，部分來自地方財政年鑒，其余向地方財政廳和財政局申請公開予以獲取，少數空缺數據通過插值法進行填補。表1 報告了主要變量描述性統計。

表1 主要變量的描述性統計

3 實證結果分析

3.1 基準回歸分析

表2報告了基準回歸結果。其中列（1）未加入控制變量，列（2）在列（1）基礎上控制個體及時間固定效應，列（3）在列（2）基礎上加入控制變量。對比結果可以發現，Taxeffort估計系數均在1%的水平上顯著為正，表明稅收努力顯著促進了企業全要素生產率提升，初步驗證了假設1。

表2 基準回歸

3.2 穩健性檢驗

本文進行了以下穩健性檢驗。第一，替換被解釋變量。采用LP 法核算的全要素生產率作為替代被解釋變量，回歸結果見下頁表3 列（1）。第二，排除同期干擾政策。在樣本期間內，2012 年起試點實施的“營改增”政策和2018年的“國地稅”合并，都和本文密切相關。因此，分別剔除所在省份實施“營改增”政策的企業和剔除2018年及以后年份再進行回歸，結果見表3 列（2）至列（3）。第三，排除重大公共衛生事件影響。2019 年末暴發新冠肺炎疫情，剔除2020 年后再回歸，結果見表3 列（4）。第四，剔除省會城市和計劃單列市。考慮省會和計劃單列城市與普通地級市在稅收分成體制上有所不同，因此剔除省會和計劃單列城市后再回歸，結果見表3列（5）。第五，控制城市固定效應。通過增設城市固定效應來考察實證結果的穩健性，結果見表3列（6）。由表3的列（1）至列（6）結果可以看出，Taxeffort估計系數均顯著為正，驗證了基準回歸結論的穩健性。

3.3 工具變量法

本文采用工具變量法緩解可能存在的反向因果問題。一個省份地級區劃數量越多，地方政府競爭越激烈，在以GDP 為主要考核指標的“政治晉升錦標賽”的刺激下，地方政府往往放松稅收努力以贏得晉升。因此，采用企業所在省所轄地市級行政單位總數作為工具變量具有合理性。并且地級行政劃分由中央政府決定，從屬政治維度，不會受到各地級市經濟因素的影響，具有較好的排他性。

同時為控制時間動態效應，參考文獻[11]，用企業所在省所轄地市級行政單位總數與省級上一年經濟增長目標的交互項構造工具變量，結果如表4 列（1）和列（2）所示。在列（1）第一階段回歸中，KP Wald-F統計值大于10%臨界值，拒絕了“弱工具變量”的原假設；KP LM統計值在1%的水平上顯著，拒絕了“不可識別”的原假設。列（2）第二階段回歸中稅收努力估計系數仍顯著為正，說明基準回歸結論具有穩健性。

表4 工具變量法檢驗結果

4 進一步分析

4.1 異質性分析

4.1.1 地理區域異質性分析

參考謝申祥和范鵬飛（2020）[17]的研究，按照企業注冊地城市將樣本劃分為位于沿海和非沿海地市兩組樣本，考察稅收努力影響全要素生產率是否存在地理區域異質性，結果見表5 列（1）和列（2）。非沿海地市樣本企業Taxeffort系數顯著為正，沿海地市樣本不顯著。其原因可能是相較于沿海地市，非沿海地市的稅收努力程度較低[16]，提升空間較大。提升非沿海地市的稅收努力，一是可以對潛在稅收收入應收盡收，發揮稅收努力的“財政激勵效應”；二是可縮小政府可操控的“彈性征管空間”，減少政府不正當干預，營造良好營商環境，優化資源配置，促進企業全要素生產率提升。

表5 異質性分析

4.1.2 產權異質性分析

按照企業產權性質將樣本劃分為國有企業和非國有企業，結果見表5 列（3）和列（4）。結果顯示非國有企業樣本Taxeffort系數顯著為正，而國有企業不顯著。可能是因為相比于國有企業，非國有企業避稅的邊際收益更高，傾向于權衡避稅的風險和收益，避稅動機更強，而稅收努力的“治理效應”能有效抑制非國有企業的避稅行為，進而提升其全要素生產率。

進一步將國企劃分為“市屬”和“非市屬”兩類層級后再進行回歸，結果見表5列（5）和列（6）。結果顯示市屬國有企業樣本Taxeffort系數顯著為正，而非市屬國有企業不顯著。其原因可能是中國的制度環境賦予地方政府“雙重角色”，既是征稅人，又是需要交稅的地方國有企業的控股股東，因此財政分權制度引發的“央地沖突”易導致地方政府與國企存在合謀行為。再者，擁有政治資源的企業也更容易獲得創新資源和優惠政策，有助于推動企業創新和全要素生產率提升。這也可以解釋為什么普遍研究認為國有企業避稅程度低[12]，東北地區國企占比較高，近年來稅收努力區域分布中東北地區卻一直最低[16]，直至2018年國稅地稅征管體制改革之后才得到顯著提升。

4.1.3 財政異質性分析

按照地方財政差異將樣本分為財政支出占比①指一般公共預算支出占GDP的比重。較高和較低地市兩組樣本企業，結果見表5列（7）和列（8）。結果顯示財政支出占比較高地市的樣本企業Taxeffort系數顯著為正，而財政支出占比較低的不顯著。這可能是因為稅收努力的“財政激勵效應”能夠有效提高人力資本質量，完善基礎設施，為企業提供良好外部環境，進而提升資源暢通性，促進要素流動和技術交流，提升全要素生產率。

進一步按稅收返還占轉移支付②指一般公共預算的稅收返還和轉移性收入，除計劃單列市該數據為中央加省下撥稅收返還之外，其他地市為省下撥稅收返還收入。轉移支付收入主要包括稅收返還、一般轉移支付和專項轉移支付三項收入。該數據由作者向各地財政廳和財政局申請公開獲取，其中烏魯木齊2011—2012年數據未申請到，采取插值法補齊。樣本企業中位于烏魯木齊的企業占比僅為0.2%。的比重將樣本劃分為稅收返還比例較高和較低地市兩組樣本企業，結果見表5列（9）和列（10）。結果顯示稅收努力估計系數分別是0.1634和0.1051，均在5%的水平上顯著，表明稅收努力對稅收返還比例較高地市企業的全要素生產率的促進作用略高于稅收返還比例較低地市企業。這可能是因為稅收返還比例較高地市通常對稅收的依賴度和重視度都更高，往往財政自給率也較高，更易發揮稅收努力的“財政激勵效應”，提升全要素生產率。從這一角度來看，稅收返還比例異質性與財政支出異質性分析邏輯相洽。

4.2 機制檢驗

采用中介模型檢驗稅收努力能否通過影響資源錯配影響全要素生產率，具體模型如下：

式（2）和式（3）中，Mid為中介變量資源錯配，采用資本要素錯配（abstauk）和勞動力要素錯配（abstaul）進行替換，其他變量含義同式（1）。資源錯配是相對理想狀態下資源有效配置的一種偏離，偏離度的大小就是資源錯配大小，本文資本要素錯配③西藏數據缺失，借鑒單豪杰（2008）[18]的研究，采用青海和新疆同期固定資產投資價格指數的算術平均值替代；由于2020年國家統計局不再編制固定資產投資價格指數，因此本文選取近五年平均增長率，補齊2020年的數據。和勞動力要素錯配參照白俊紅和劉宇英（2018）[19]的做法進行測算。

回歸結果見表6 列（1）至列（4）。由列（1）和列（2）可知，稅收努力對于資本和勞動力要素錯配的影響均顯著為負，說明稅收努力有利于緩解資源錯配。列（3）和列（4）結果顯示，資本和勞動力要素錯配均在10%的水平上顯著為負，說明資源錯配會阻礙全要素生產率的提升；稅收努力的系數顯著為正，說明稅收努力會促進全要素生產率的提升。上述結果表明稅收努力可以通過緩解資源錯配提升全要素生產率，本文假設2得到驗證。

表6 機制檢驗結果

5 結論與建議

本文利用2011—2020 年285 個地級市稅收努力數據匹配上市企業數據，從微觀層面分析稅收努力對企業全要素生產率的影響及作用機制。研究發現：第一，稅收努力顯著促進了企業全要素生產率提升。第二，稅收努力通過緩解資源錯配有效改善全要素生產率。第三，稅收努力對企業全要素生產率的影響存在異質性。稅收努力對于非沿海企業、財政支出占比和稅收返還比例較高地市的企業、非國有企業和市屬國企的全要素生產率具有顯著正向效應。

基于上述結論，本文提出以下建議：

第一，充分發揮政府財稅政策的資源配置職能。優化稅制結構，推動減稅降費由特惠性、階段性向普惠性、制度性轉變，包括但不限于降低間接稅比重，全面落實增值稅留抵退稅，簡并稅率。同時，應注重政府干預調節力度的自我限制。清理稅收洼地及失范政策，縮減應征與實征稅款之間的自由裁量空間，營造公平透明的稅收營商環境。切實發揮稅收努力“治理效應”，實現有為政府和有效市場聯動作用，優化資源配置，提高企業全要素生產率，助力經濟高質量發展。

第二，建立健全政府稅收征管機制。一是推動稅收征管進一步改革，堅持數字技術賦能征管改革，推動數字征管向數治征管轉變。二是完善“縱向到底、橫向到邊、協調聯動”的稅務工作一體化動態監控體系，更好地管控內部和外部不法分子侵蝕稅款問題。三是堅持稅收法定、依法征稅，明示稅收征收規則，規范地方政府稅收征管自由裁量權，減少由政府稅收征管引發的企業波動，在法治化基礎上推進現代財稅制度建設。

第三，增強地方財政服務實體經濟的能力，提高政策實施的有效性。首先是加大財政支出強度，適度擴大財政支出規模。一是圍繞高質量發展，加強政府科技和教育等重點領域支出，創造良好外部環境；二是完善財政支出績效管理，重視財政支出使用和實施效果。其次是優化財政支出結構，提升財政資金效能。最后是適當提高地方政府共享稅返還比例，激發其征管內生動力，避免因共享比例低而忽視稅收努力。