“营改增”是否提升了全要素生产率?——兼论中国经济高质量增长的制度红利

孙 正 陈旭东 雷 鸣

一、引 言

Krugman(1991)曾经说过生产率不等于一切，但从长期来看它几乎意味着一切。当前，我国面临着经济转型与结构调整的双重挑战，十九大报告明确指出，我国经济已由高速增长阶段转向高质量发展阶段，提出推动经济发展质量变革、效率变革、动力变革。过去依靠过度投资支撑中国经济高速增长的模式已经不可持续，粗放型的发展模式面临着边际报酬递减、人口红利消失的挑战，已经达到环境承受的极限。因此，迫切需要探寻引领中国经济增长与质量变革的新动力，而其核心就是全要素生产率的改善。现实经济中，财税体制无疑是影响全要素生产率的最关键因素之一。“营改增”作为新一轮税制改革的主线索，是“分税制”改革以来政府最大的减税行为。流转税改革作为体制改革的重要举措，惠及到千万家企业，依据国家税务总局2018年1月份统计数据，“营改增”总减税额超过2.1万亿，不但降低了整个宏观经济的税负，而且优化了资源配置，对全要素生产率的改善提供了因势利导的支持。在经济增速下滑，人口红利减退的大背景下，未来一段时期，财税体制改革将提供中国经济高质量增长的制度红利。

自 Solow(1957)提出全要素生产率的概念以来，全要素生产率及其影响因素的研究备受国内外学者关注(Russell和 Kumar，2002；Bom 和 Ligthart，2014； 昉蔡 ，2013；余泳泽，2015；吕越等，2017)。从宏观层面上来看，财税体制改革制度成本最小(高培勇，2015)，无疑是推动全要素生产率提升的关键因素。相对于财政补贴或者是税收优惠，税制改革对于全要素生产率的影响更为彻底。“营改增”作为新一轮税制改革的重要举措，将二元流转税体制转变为一元流转税体制，去除有效税率差异，优化资本配置的产业结构，为全要素生产率改善、经济高质量增长提供重要的制度红利。“营改增”作为我国税制史上的重要举措，对我国税制结构产生了长期的影响，成为当前我国学者研究的热点与重点问题。税收成本是影响企业成本的核心因素，增值税改革对企业的生产经营成本产生重要影响(Piggott和 Whalley，1998；Smart和 Bird，2009；Kesselman，2011)，国内不少学者考察了“营改增”对我国流转税税负的影响(童锦治等，2015；曹越和李晶，2016)，发现“营改增”降低了企业的流转税税负，消除了有效税率的差异(陈晓光，2013)，这为全要素生产率的改善提供了财税制度基础。“营改增”不但能够减轻企业税收负担，而且通过减税效应深化产业间的专业化分工，有效推动跨地区的分工与协作(范子英和彭飞，2017)，同时通过价格效应改变企业与产业之间的投入产出关系(倪红福等，2016)，专业化分工的深化与投入产出关系的改变理顺了产业链，最终影响到全要素生产率。

从目前相关文献来看，过往学者主要探讨了总量财政政策对全要素生产率的影响(郭庆旺和贾俊雪，2005；Everaert等，2015；Hussain，2015)，很少有学者从“营改增”视角考察其对全要素生产率的影响，更少有学者讨论经济高质量增长下“营改增”的制度红利。因此，本文第一个具体的工作就是探讨“营改增”政策实行过程中以及彻底推广到全行业以后其对全要素生产率提高是否具有“生产率效应”，是否提供了经济高质量增长的制度红利。既有研究表明“营改增”在资源配置、宏观税负、产业结构调整方面具有积极作用(高培勇，2015；范子英，2017；孙正，2016)，而这些作用均有可能提高全要素生产率，继而改变经济增长方式，但其背后的微观机制始终没有得到系统全面的计量检验。因此，本文的第二个具体工作就是通过中介作用机制探究“营改增”对全要素生产率的微观作用机制。“营改增”作为当前财税体制改革的重头戏，政策持续期为4年，其对全要素生产率的影响是长期的。鉴于“营改增”是分期逐步推广到全行业的，其对当期及其后续年份全要素生产率的影响有何异同，这对于合理评估“营改增”政策效果具有重要的现实意义。因此，本文第三个具体工作就是结合“营改增”微观作用机制，对“营改增”影响全要素生产率的长效机制进行检验。

本文的边际贡献具体如下：其一，对“营改增”影响全要素生产率的理论机制进行简单分析，丰富税制改革影响全要素生产率的文献研究。其二，运用中介效应模型，考察“营改增”影响全要素生产率的作用路径，研究发现“营改增”显著提高了全要素生产率，提供了经济高质量增长的制度红利，并通过降低固定资产投资成本，加大企业自主创新投入，改善金融发展程度和促进工业化程度等中介效应来改善全要素生产率。但随着时间的延续，“营改增”提高全要素生产率的政策成效在减弱，这说明经济高质量增长需要后续其他财税政策的跟进。本文在深入考察“营改增”影响全要素生产率作用机制的基础上，从理论与实证两个维度上探讨“营改增”与全要素生产率改善之间的内在经济逻辑以充分发挥税制改革的“定向诱导”功能，对于从税制改革视角改善全要素生产率、提高经济发展质量、推动效率变革具有重要的理论和现实意义。

二、理论分析与研究假设

本文核心议题为“流转税改革对全要素生产率的影响”，首先我们通过简单的理论分析，考察“营改增”影响全要素生产率的作用机制，并提出相应假说。

（一）“营改增”对全要素生产率的直接影响

一个国家(地区)影响全要素生产率的重要因素是税负成本。《营业税改征增值税试点方案》(财税[2011]110号)规定试点的基本原则就是，消除有效税率差异，降低试点行业的税收成本，后续“营改增”试点过程基本遵循这个原则。依据国家税务总局2018年1月份统计数据，“营改增”实施六年多以来，减税绝对规模超过2.1万亿，惠及到千万家企业，推动了效率变革，为全要素生产率的提高创造了积极有利的条件。原先营业税存在于服务业、增值税存在于制造业的二元流转税体制彻底转变为一元流转税体制，清除了制度性障碍，给我国经济高质量增长带来了制度红利。

“营改增”对全要素生产率的直接影响主要体现在如下几个方面：第一，“营改增”完善了增值税抵扣链条，允许服务业中间投入品的进项税额进行抵扣，避免了对服务业中间投入品的重复征税，降低了企业税负。“营改增”改革之前，在销售收入一定的条件下，进项税额不能抵扣，则企业名义流转税税负越高，企业经营成本也就越大，不利于企业全要素生产率的改善。“营改增”以后，在既定的销售收入下，随着进项税额抵扣的增加，企业名义流转税税负降低，降低了企业经营成本，有利于企业全要素生产率的改善。第二，“营改增”理顺了产业间投入产出关系，提升了专业化水平，促进了生产分工(范子英，2017)，有利于全要素生产率的提高。原先二元流转税体制下，第三产业中间投入品没有进项税额的抵扣，降低了企业生产过程中选择横向企业中间产品的积极性，不利于企业专业化分工水平的提高，从某种程度上来说，这种二元流转税体制成为全要素生产率改善的制度性障碍。随着“营改增”彻底推广到全行业，打通了增值税抵扣链条，允许第三产业中间投入品的进项税额进行抵扣，有利于产业分工细化与产业之间的融合发展，完善了增值税实际征收中的抵扣机制。第三，“营改增”有力地纠正了资本在服务业与制造业之间的结构性错配。营业税作为一个整体税种，比增值税的税负要高三分之一左右，“营改增”试点结束以后，降低服务业的有效税率，使更多的资本配置到服务业，优化资本在制造业与服务业之间的配置结构，带来帕累托效率改善，加之其他配套的政策措施，对全要素生产率改善产生直接影响。基于短期时间维度，本文据此提出假说H1。

H1：“营改增”能够降低企业税负，消除有效税率差异，有力纠正资本在制造业与服务业之间的结构性错配，带来帕累托效率改善，提升了我国全要素生产率。

（二）“营改增”对全要素生产率的间接影响

“营改增”不但对全要素生产率产生直接影响，而且还通过中介变量对全要素生产率产生间接影响。第一，“营改增”通过加大科技研发投入来提升全要素生产率。“营改增”以后，企业的科技研发投入能够进入增值税抵扣链条，提高企业加大研发投入的积极性，特别是大幅降低新技术或者新经济业态的税收成本，提高整个经济体的研发投入水平(Mukherjee等，2017)，极大改善企业生产技术水平，有利于全要素生产率的提高。第二，“营改增”降低产业结构转型升级的不确定性，改善全要素生产率。“营改增”政策实施之前，由于增值税抵扣链条的断裂和重复征税，企业如果进行专业化的分工与协作，势必加重上下游产业的税收负担，从而增加产业分工与结构转型的不确定性和风险。“营改增”促进产业结构升级与新业态融合发展(孙正，2016)，加快了经济转型与结构调整，进而改善全要素生产率。第三，“营改增”通过改变资本密度来改善全要素生产率。增值税抵扣链条的完善以及税制结构的改变必然影响到资本的投向和规模(吕冰洋和陈志刚，2015)，“营改增”政策所引致的税制变迁产生长期衍生的影响，改变行业间税负，提高利润水平，优化资本的投资结构和规模，提高资本密度。第四，“营改增”通过金融深化来改善全要素生产率。金融业实施“营改增”以后，提升了整个金融行业的产出效率，同时也提高了金融资源对税收的敏感程度，同时一部分金融成本进入增值税抵扣链条，为全要素生产率的提升提供更优质的金融服务。综上所述，“营改增”通过改变行业间税负、资本密度、科技研发投入、工业化以及金融发展程度，对全要素生产率产生间接影响。据此，提出假说H2。

H2：“营改增”通过资本密度、科技研发投入、金融深化程度以及产业转型等变量，对我国全要素生产率产生间接影响。

（三）“营改增”对全要素生产率的长效影响

税制改革对全要素生产率具有长期持续性的影响(Nishioka，2005)。以“营改增”为主线索的流转税改革政策存续期超过4年，不但当期的“营改增”所带来增值税的抵扣效应，降低了企业的名义税负，对全要素生产率产生直接影响，而且当期“营改增”会持续影响到后续年份政策实施行业的税负，对此后若干期的全要素生产率的提升仍具有积极作用，我们称之为“滞后效应”，也可称其为长效机制，这种长效机制为经济高质量增长提供了持续的制度红利。一方面，随着“营改增”在越来越多的行业开始实施，更多的行业纳入到增值税抵扣链条，形成行业减税政策效果的规模经济效应。另一方面，随着更多的地区进行“营改增”政策试点，不同地区政策趋同以后，原先试点省份的政策红利外溢到后续试点省份，形成政策效果的外溢效应。不同行业“营改增”实施所带来的规模效应，与不同地区实施“营改增”政策的外溢效应，形成“营改增”政策效果的叠加效应，这种叠加效应又进一步放大了“营改增”的政策效果(高培勇，2015)。因此，要全面系统评估“营改增”的政策效应，需要一个较长的政策时间窗口。通过测算，2012年营业税与增值税占GDP的比重分别为2.9%、4.9%，2016年“营改增”彻底推广到全行业以后，营业税与增值税占GDP的比重分别调整为1.5%、5.4%。同时，流转税占GDP的比重由2012年的9.8%降为2016年的8.7%。综上来看，“营改增”所带来有效税率的降低，优化资源配置，对我国全要素生产率的提升产生持续性的影响，推动经济高质量增长。据此，提出假说H3。

H3：“营改增”对我国全要素生产率的提升会产生长期持续性的影响，要全面系统评估“营改增”的政策效应，需要一个较长的政策时间窗口。

三、计量模型、变量与数据说明

税制改革是影响全要素生产率的重要因素，前述我们对“营改增”影响全要素生产率的作用机理进行了简单的分析。为进一步深入考察“营改增”对全要素生产率的影响，本文尝试建立中介效应模型，检验流转税改革与全要素生产率改善之间的内在经济逻辑。

（一）“营改增”的全要素生产率效应

1.“营改增”全要素生产率效应的基准检验。在前述简单理论分析基础上，本文构建如下基准模型：

其中，i代表省份，t代表年度。TFP为模型的被解释变量全要素生产率，也是衡量经济高质量增长的重要变量。系数β、θ是待估计参数，bcvatit为“营改增”变量，系数β表示“营改增”对全要素生产率的影响，若β通过显著性检验，则说明“营改增”能够影响全要素生产率，提供了经济高质量增长的制度红利，Xit为影响全要素生产率的控制变量组。

2.“营改增”影响全要素生产率效应的机制检验。为了更有效的验证“营改增”影响全要素生产率的作用机理，本文继续通过中介效应模型，考察“营改增”影响全要素生产率的作用机理。这主要体现在如下几个方面：①通过“营改增”来改变固定资产投资的资金成本，同时降低了企业的融资约束，提升投资效率；②通过降低企业研发投入的税收成本，提高企业科研投入，推进企业技术进步；③通过改变企业技术引进、消化吸收新技术的税收成本，加大企业技术引进力度；④“营改增”推广到金融业以后，降低了金融业的税负，改善了金融业的服务环境，金融发展程度得到提高，有利于企业投资环境的改善，最终影响到全要素生产率；⑤“营改增”将原来营业税适用于第三产业，增值税适用于第二产业的二元流转税结构彻底改为一元流转税体系，进而改变产业税负，影响产业结构(孙正，2016)。基于上述分析，参照Baron和Kenny(1986)提出的方法，我们建立如下中介效应模型：

公式(2)～公式(8)中，我们将核心解释变量“营改增”设定为增值税与营业税的比值。中介变量capdenit为资本密度，以各个样本省份的固定资产投资与从业人员的比值来表示。indiit为自主创新投入，用各个样本省份的科技研发投入与GDP的比值来衡量。imiiit为模仿创新投入，以各个样本省份的技术引进与消化吸收这些技术所投入经费与GDP的比值来表示。dfinait为金融发展程度，主要运用各个样本省份金融业产值的区位熵来表示。dinduit为工业化发展程度，以各个样本省份的第二产业与GDP的比值来表示。

公式(2)为“营改增”对全要素生产率的总效用，ait＞0则表示“营改增”能够提高全要素生产率；公式(3)为“营改增”对资本密度的影响，bit＞0则表示“营改增”能够提高各样本省份的资本密度；公式(4)为“营改增”对自主创新投入的影响，cit＞0则表示“营改增”能够促进各地区加大自主创新研发资金投入；公式(5)为“营改增”对模仿创新投入的影响，dit＞0则表示“营改增”促进了各地区技术引进与消化吸收的投入；公式(6)为“营改增”对金融发展程度的影响，eit＞0则表示“营改增”提高了金融业的发展程度；公式(7)为“营改增”对工业化程度的影响，fit＜0则表示“营改增”促进了产业结构升级演进；公式(8)中g1it为“营改增”对全要素生产率的直接影响。将公式(2)～公式(7)代入公式(8)，可得：

公式(9)中，g1it衡量“营改增”对全要素生产率的直接效应。g2itbit衡量的是“营改增”通过改变样本省份资本投入产出比来提高全要素生产率的中介效应；g3itcit衡量“营改增”通过增加企业科技研发投入来提升全要素生产率的中介效应；g4itdit衡量“营改增”通过减税效应，增加企业的技术引进与消化吸收资金投入来提高全要素生产率的中介效应；g5iteit衡量“营改增”通过金融业发展程度来提高全要素生产率的中介效应；g6itfit衡量“营改增”通过促进产业结构升级演进来提高全要素生产率的中介效应；υ8it为随机误差项，服从均值为零，方差为Ω的正态分布。同时，公式(2)～公式(8)中都包含省份、时间的固定效应，为了表达方便，没有一一列出。

3.“营改增”影响全要素生产率的长期持续性检验。“营改增”作为我国近年来最重要的税制改革，对我国的税制产生长期深远的影响，其对全要素生产率的提高不应仅局限于当前，这种机制应该是长期持续的。这种长效机制主要表现在如下两个方面：①“营改增”改革对当期的全要素生产率就有显著影响，而且对此后若干期的全要素生产率提高仍具有积极作用，我们称之为“滞后效应”，也可称其为长效机制。②2012年，“营改增”在上海的“1＋6”行业率先试点，2016年5月1日彻底推广到全行业，政策推行周期超过4年，逐步推广到全部样本省份与全行业，当期和前期政策效果，不同行业不同地区政策趋同以后的“规模经济”效应，带来全要素生产率不断提高，我们称之为“叠加效应”。我们将“滞后效应”“叠加效应”所带来的综合效应，称之为“营改增”影响全要素生产率的长期持续性效应。因此，我们将公式(1)的计量模型调整如下：

（二）变量与数据

1.变量设定与说明

被解释变量为全要素生产率。鉴于效率是经济增长质量的核心，因此国内学者(刘建国等，2011；昉蔡，2013；吴敬琏，2015)将全要素生产率作为衡量经济高质量增长的重要指标，并给出了合理的经济学解释。国际权威机构(包括世界银行、经合组织)也经常将全要素生产率作为衡量中国经济增长质量的重要指标。为获取各样本省份的全要素生产率(TFP)，通过对过往学者测算方法的比较，同时为了更好的反映省际全要素生产率(TFP)的真实性，我们主要借鉴余泳泽(2017)方法，基于生产函数估算的SFA，采用超越对数生产函数形式，估算全要素生产率。此外，考虑到不同投入要素对TFP的贡献，将其分解为技术进步、规模效率、技术效率、配置效率。我们主要通过计量检验来确定生产函数的具体形式，如下所示：

公式(11)中，Y表示各地区总产出，以2000年为基准，进行了相应的平减。K表示样本省份物质资本存量，主要参考余泳泽(2017)的方法进行计算。L表示各样本省份的劳动力数量，为了体现不同地区劳动力投入的异质性，我们运用人均受教育年限进行了调整，具体为其中Eit代表第i个省份第t年劳动力平均受教育年限，Eat代表第t年全国劳动力平均受教育年限。ωi表示技术无效率项，εi为随机干扰项，η为技术效率水平的时变参数，ω和η可以自由取值。依据Battese和Coelli(1992、1995)的方法进行模型的适宜性检验。参照Kumbhakar(2000)的分解法，将公式(11)对t进行求导，为了简洁省略下标it。

核心解释变量：基准检验我们将核心解释变量bcvatit设定为营业税(stit)、增值税(vatit)两个变量，机制检验运用增值税与营业税的比值表示bcvatit变量。中介变量：资本密度(capdenit)、自主创新投入(indiit)、模仿创新投入(imiiit)、金融发展程度(dfinait)、工业化发展程度(dinduit)。控制变量组：主要考察影响全要素生产率的其他变量，参考余泳泽(2015)我们主要关注以下几个方面：制度环境①主要考察“营改增”影响全要素生产率的制度环境，采用樊纲(2016)编著的《中国市场化指数》中各省级单位的市场化指数，该指数越大，表明市场化程度越高，制度环境越好，市场作用机制越完善，影响全要素生产率的传导机制越有效。、经济发展程度(lnpgdpit)、经济开放度(eopenit)、外商投资水平(ifinvit)、高等教育人口比重(humcit)等。

表1 各变量描述性统计与说明

2.数据来源

本文主要考察“营改增”影响全要素生产率作用机制，“营改增”于2012年开始在上海试行，2016年彻底推广到全行业，政策改革持续四年多，将西藏从样本省份中剔除，本区间定为2006—2015年。由于部分变量的个别年份也存在数据缺失，所以本文为非平衡面板数据。全要素生产率变量主要依照前述方法计算得来。各样本省份的增值税、营业税变量数据主要通过《中国税务年鉴》获取。自主创新投入、模仿创新投入、资本密度、工业化进程、金融发展程度等中介变量主要来源于Wind数据库。控制变量组数据主要来源于Wind数据库、《中国统计年鉴》《中国工业经济年鉴》《中国劳动统计年鉴》等。所有的变量均进行了平滑处理。

四、主要实证结果

（一）“营改增”全要素生产率效应的基准检验

“营改增”全要素生产率效应的基准检验，主要来自于公式(1)的计量检验结果，具体分析结果见表2，实证结果主要分为五列，第(1)列为没有加入控制变量组和固定效应的简单检验，增值税变量系数符号显著为正，营业税变量系数符号显著为负，代表“营改增”试点的增值税与营业税有效税率两个变量通过了显著性检验。因此，“营改增”彻底推广到全行业以后，能够改善全要素生产率，为经济高质量增长提供了制度红利。第(2)列与第(3)列为加入控制变量的实证分析结果，可以看出增值税变量与营业税变量系数符号都通过了显著性检验，增值税系数符号变小，营业税系数符号变大。第(4)列与第(5)列依次控制地区与时间效应后的实证分析结果。可以看出相对于前面三列的计量检验结果，营业税、增值税两个变量的显著性进一步下降，但都通过了显著性检验。综上所述，本文认为“营改增”作为新一轮税制改革的主线索，提高了我国全要素生产率，为经济高质量增长提供了制度红利。综上所述，假说H1得到验证。综合控制变量的实证结果，可以看出，除了“营改增”政策以外，制度环境、人力资本、经济开放度以及外资引进也提供了经济高质量增长的制度红利。

表2 基准检验结果

（二）基于中介效应模型的“营改增”全要素生产率效应机制分析

关于“营改增”影响全要素生产效率机制的分析如表3所示，方程(1)为对公式(2)的检验结果，“营改增”对全要素生产率的综合效应显著为正。方程(2)～方程(6)分别为公式(3)～公式(7)的回归结果，自主创新、工业化程度、金融发展程度和资本深化四个变量与“营改增”的关系符合前述理论预期，系数均通过显著性检验，表明“营改增”有利于自主创新投入的提高，促进了产业结构的升级演进，有利于提高金融发展程度，促进了资本深化。但是，关于公式(5)的回归结果显示，模仿创新投入系数符号不显著，这说明“营改增”并没有促进企业模仿创新投入的增加。综合上述分析结果可知，“营改增”对于全要素生产率的改善产生了积极影响，并且通过中介效应影响全要素生产率的提高。

在前述对机制检验进行初步分析的基础上，本文继续通过公式(9)对中介变量的作用，也就是“营改增”通过中介变量影响全要素生产率是否显著做进一步研究。温忠麟(2004)总结了一种中介效应检验程序，从而提高了效率，任曙明和吕镯(2014)对其进行实践。参考既有研究(于新亮，2017)对中介效应进行检验，发现“营改增”还通过增加自主创新投入促进资本深化，提高金融发展程度，促进产业结构升级演进，提供经济高质量增长的制度红利，但并没有通过增加模仿创新投入来提高全要素生产率。依据表3实证分析结果可以看出，方程(7)为公式(8)回归结果，全要素生产率与模仿创新投入的相关性在统计上不显著，其次方程(3)为公式(5)回归结果，可以看出“营改增”与模仿科技创新投入的相关性在统计上也不显著。这表明，“营改增”尚不具有通过提高模仿科技创新投入来改善全要素生产率的作用机制。上述对中介效应的分析结果支持了假说H2。

表3 机制检验结果

五、进一步分析

（一）稳健性检验

为进一步系统全面检验“营改增”对全要素生产率的影响，考虑到这种影响在不同地区的异质性。通过前述对全要素生产率的计算可知，全要素生产率可以分解为规模效率(SE)、技术进步(TP)和技术效率(TE)。我们将上述三者做因变量进行重新检验，稳健性检验结果具体见表4，同时将其与表2计量检验结果做对比分析，控制变量组的实证检验结果受限于篇幅没有列出。

进一步回归结果显示，“营改增”两个变量对规模效率(SE)、技术进步(TP)和技术效率(TE)影响的系数符号，基本与前述被解释变量为TFP的回归结果一致。通过对系数大小的比较可以发现，营业税与增值税两个变量对技术进步(TP)和技术效率(TE)两个变量的影响更大，对规模效率(SE)的影响程度较低，这说明“营改增”主要通过影响技术进步与技术效率达到提高全要素生产率的目的。稳健性估计结果进一步验证了假说H1。

表4 稳健性估计结果

（二）“营改增”影响全要素生产率的长期持续性检验

“营改增”影响全要素生产率效应的长期性检验，也就是“营改增”政策效果的滞后效应。对公式(10)的计量检验结果①限于篇幅，未在文中列出，如有需要可扫描本文二维码后点击“附录”获取。及控制变量组的实证检验结果受限于篇幅同样没有列出。依据滞后三年的实证分析结果可以看出，增值税变量与营业税变量都通过了显著性检验，但系数值在变小，显著性程度也在下降，这说明“营改增”政策效果具有地区与行业的叠加效应，但滞后效应随着时间的延续逐渐衰弱，也就是说“营改增”提供经济高质量增长的制度红利在减弱。本文按照基准检验中方法，进一步检验“营改增”对规模效率(SE)、技术进步(TP)和技术效率(TE)的影响。

这种“滞后效应”逐年衰减并不难理解，通过前述理论机制的分析可看出，“营改增”主要通过减税效应、消除有效税率差异、理顺投入产出和深化专业分工以及资源配置效应来影响全要素生产率。这些传导机制中，结构性减税效应对全要素生产率的影响最明显，依据国税总局2018年统计结果，“营改增”彻底推广到全行业以后，累计减税规模超过2.1万亿。这不但降低了企业的税收成本，而且消除了有效税率差异，惠及千万家企业，增加了企业活力，改善了全要素生产率，为经济高质量增长提供了制度红利。随着时间的推移这种结构性减税效应逐渐减弱，降低了“营改增”对全要素生产率的作用程度。产业结构调整、宏观税负以及资源配置效应随着时间的推移也在减弱。

基于上述分析，为进一步考察“营改增”政策效果评估中各中介变量“滞后效应”如何发挥作用，以前述中介效应模型为基础进行考察。机制效应的滞后效应检验，我们同样运用增值税变量与营业税变量的比值来表示“营改增”试点变量，依次对公式(8)进行不同滞后年份的实证分析，结果如表5所示。可以看出，“营改增”对全要素生产率的直接效应虽然显著，但是随着时间的推移，政策效果呈现逐渐下降的趋势。对滞后一年的作用机制进行分析，除模仿创新投入外，“营改增”通过自主创新投入、工业化程度、金融发展程度以及资本深化等四个变量对全要素生产率产生显著影响。滞后时间为两年的计量检验结果可以发现，自主创新投入、工业化程度以及资本深化三个变量具有积极影响。滞后三年，“营改增”只通过自主创新投入、工业化程度两个变量对后期的全要素生产率的改善具有积极影响。“营改增”对全要素生产率的影响存在“滞后效应”意味着，在“营改增”政策实行的四年半过程中及其彻底推广到全行业以后，当期政策效果会持续一段时间，在“营改增”当期效应和“滞后效应”的共同作用下，全要素生产率是持续改善的。可以看出，为进一步维持经济高质量增长，需要辅以其他政策措施。综上所述，假说H3得到验证。

表5 中介变量的滞后效应

六、结论与启示

财税改革对于我国经济高质量增长具有重要的现实意义，本文探讨“营改增”与全要素生产率之间的内在经济逻辑。首先，通过简单的理论分析，数理模拟“营改增”对我国全要素生产率的影响；其次，利用 2006—2015年省级面板数据，通过中介效应模型系统全面考察“营改增”影响全要素生产率的作用机制，并深入分析“营改增”对全要素生产率的长效作用机制。实证结果表明：其一，通过基准回归及其稳健性检验结果可以看出，“营改增”能够显著提高我国全要素生产率，提供了我国经济高质量增长的制度红利。其二，依据中介效应模型的计量检验结果可知，以“营改增”为主线索的流转税改革之所以能够提高全要素生产率和提供经济高质量增长的制度红利，主要是通过降低固定资产投资成本、增加企业自主创新投入、提高金融发展程度以及推动工业化等机制实现，但没有表现出来通过增加企业模仿创新投入来提高全要素生产率的作用机制。其三，从长效机制的实证检验结果来看，“营改增”在推广到全行业与全部地区的过程中，不但能提高当期的全要素生产率，而且能够在后续的年份继续提升全要素生产率。随着时间的延续，“营改增”政策的滞后效应逐渐衰减。另外，“营改增”通过中介效应对全要素生产率的影响也是逐年减弱。综合来看，“营改增”直接并通过其他变量的作用间接提供了经济高质量增长的制度红利，但长期来看，这种制度红利在减弱。

中国经济由高速增长阶段转向高质量增长阶段，提升全要素生产率是今后经济发展的核心。本文的研究结果表明，以“营改增”为主线索的流转税改革，不但直接提供了经济高质量增长的制度红利，还通过中介效应改善全要素生产率。因此，政策建议具体如下：(1)继续推行减费降税政策并使其落地生根以激发经济活力，是改善全要素生产率、转变经济动力、实现高质量增长和经济可持续发展的重要推动力。(2)继续减少增值税税率，争取将增值税由三档减为两档，同时对生产性服务业实行加计扣除政策，并继续简化增值税纳税管理，切实降低税收负担对企业经营的干扰，提高企业利润，为经济高质量增长继续提供制度红利。(3)配套企业研发投入方面的税收优惠，增加企业自主创新与消化吸收科技研发投入，提高企业人力资本水平，形成企业全要素生产率提高的良性生态。(4)提高制造业绩效水平，促进生产性服务业与制造业的协同融合，避免盲目地追求工业化进程，要注重工业化质量，在工业化进程中，辅以其他改革措施，切实实现经济高质量增长。(5)大力推进金融市场发展，降低政府对金融资源配置的干扰，激发市场活力，促使金融发展更好地服务于实体经济，提升金融市场优化配置资源的能力，尤其要增强金融资源对中小企业、高科技企业的支持力度。继续简政放权，打破行政层级壁垒和地方保护主义来释放制度红利，从而推动中国经济高质量增长。