中间投入还是产品创新—增值税税负对农产品加工业产品质量的影响
Intermediate Inputs or Product Innovation
-
摘要: 全面减税降费是中国支持制造业升级的重要方案,但这也无疑会增加财政压力,那么作为制造业的重要税种,增值税减税能否真正促进制造业升级?进一步地,如何优化增值税减税策略,才能更有效率地实施创新驱动型制造业升级?首先,通过将增值税、中间投入、创新与产品质量纳入统一的理论框架,引入中间投入和产品创新两个机制来解释增值税对制造业产品质量的影响,发现不同行业下主导机制的分配存在异质性。之后,基于农产品增值税抵扣管理规范化这一外生冲击,估计了增值税对农产品加工业产品质量的影响,发现有效增值税率降低提高了企业产品质量。最后,主导机制检验说明,对农产品加工类制造业而言,增值税对产品质量的影响主要源于产品创新效应。理论与实证的研究结论对巩固制造业增值税减负,并从行业层面优化增值税减税策略具有一定的政策启示。Abstract: Tax reduction is an important tool for China to promote the upgrading of manufacturing industry, but it is accompanied by increased fiscal pressure. VAT is an important tax in the manufacturing sector. Can VAT tax reduction effectively promote the upgrading of the manufacturing industry? Further, how to optimize the VAT tax reduction strategy if we want to promote manufacturing upgrading from innovation? First, this paper incorporates VAT, intermediate inputs, innovation and product quality into a unified theoretical framework and introduces two mechanisms, the intermediate input effect and the product innovation effect, to explain the impact of VAT on product quality and finds heterogeneity in the distribution of dominant mechanisms under different industry characteristics. Then, based on the exogenous shock of standardized VAT credit management for agricultural products, this paper estimates the impact of VAT on product quality in the agricultural processing industry and finds that the lower effective VAT rate improves the product quality of firms. Finally, the dominant mechanism analysis illustrates that, for the agricultural processing manufacturing industry, the impact of VAT on product quality is mainly through the product innovation effect. The theoretical and empirical conclusions of this paper have certain policy implications for consolidating VAT burden reduction in manufacturing industry and optimizing VAT tax reduction strategies at the industry level.
-
Key words:
- VAT burden /
- product innovation effect /
- intermediate input effect /
- product quality
-
表 1 主要变量的定义与描述性统计
变量 定义 观测值 均值 标准差 农产品加工业 参见定义1 189392 0.305 0.461 产品质量 参见定义2 189392 0.717 13.421 有效增值税率(%) 实际缴纳增值税对销售额的比值×100 189392 2.689 5.006 总专利申请(件) 专利申请的总数目 189251 0.473 4.612 新产品产值(千元) 新产品总产值 162952 9336.869 50401.140 R&D投入(千元) 产品研发创新投入 150866 342.793 3253.697 中间投入品质量 参见定义2 105616 0.566 0.227 事前资产负债比 冲击前总资产对总负债的比值 142183 5.066 112.835 事前资产收益率 冲击前利润总额对总资产的比值 142377 0.064 0.145 事前资本劳动比 冲击前固定资产对企业就业人数的比值 142377 320.833 2214.871 事前国有资本金比例 冲击前国有资本金对总资本金的比值 142311 0.050 0.177 事前投入产出比 冲击前中间投入合计对工业总产值的比值 142377 0.749 0.104 表 2 基准回归结果
(1) (2) (3) (4) 简化型 简化型 工具变量 工具变量 面板A:简化型估计(因变量:产品质量对数值) Api×Post −0.049***
(0.008)−0.050***
(0.009)面板B:第一阶段估计(因变量:有效增值税率) Api×Post 0.224***
(0.051)0.223***
(0.050)面板C:第二阶段估计(因变量:产品质量对数值) 有效增值税率 −0.218***
(0.063)−0.225***
(0.064)事前控制变量×Post No Yes No Yes 企业固定效应 Yes Yes Yes Yes 年份固定效应 Yes Yes Yes Yes Cragg-Donald Wald F-stat 28.369 24.327 Kleibergen-Paap rk Wald F-stat 18.959 19.694 样本量 155603 128353 155603 128353 注:括号内为聚类到企业层面的稳健标准误。***、**、*分别表示在1%、5%和10%的水平上显著。事前控制变量包括资产负债比、资产收益率、资本劳动比、国有资本金比例以及投入产出比等。 表 3 竞争性政策排除
(1) (2) (3) (4) (5) 出口退税改革 出口退税改革 农业税改革 农业税改革 增值税转型改革 面板A:第一阶段估计(因变量:有效增值税率) Api×Post 0.229***
(0.054)0.244***
(0.054)0.212***
(0.050)0.215***
(0.083)0.239***
(0.052)面板B:第二阶段估计(因变量:产品质量对数值) 有效增值税率 −0.238***
(0.067)−0.229***
(0.061)−0.220***
(0.066)−0.198**
(0.089)−0.197***
(0.056)行业层面出口退税率(二分位) Yes 行业层面出口退税率(四分位) Yes Agritax Yes Yes Agritax×Api Yes 剔除东三省试点区 Yes 控制变量 Yes Yes Yes Yes Yes Cragg-Donald Wald F-stat 22.355 24.318 20.853 11.301 26.076 Kleibergen-Paap rk Wald F-stat 18.020 20.507 17.657 6.682 21.255 样本量 108193 104922 124495 124495 121680 注:括号内为聚类到企业层面的稳健标准误。***、**、*分别表示在1%、5%和10%的水平上显著。控制变量包括事前控制变量×Post与各固定效应,与基准回归设定保持一致。 表 4 质量竞争程度异质性(因变量:产品质量对数值)
(1) (2) (4) 有效增值税率 −0.225***
(0.064)−0.112**
(0.057)−0.153***
(0.057)有效增值税率×QualityDisper −0.019**
(0.009)有效增值税率×IqualityDisper −0.129**
(0.066)控制变量 Yes Yes Yes Cragg-Donald Wald F-stat 24.327 9.229 7.120 Kleibergen-Paap rk Wald F-stat 19.694 8.200 13.074 样本量 128353 125414 126016 注:括号内为聚类到企业层面的稳健标准误。***、**、*分别表示在1%、5%和10%的水平上显著。控制变量包括事前控制变量×Post与各固定效应,与基准回归设定保持一致。 表 5 产品质量结构异质性(因变量:产品质量对数值)
(1) (2) (3) (4) (5) (6) 分位点 10% 20% 30% 50% 70% 90% 有效增值税率 −0.140***
(0.040)−0.148***
(0.036)−0.158***
(0.026)−0.311***
(0.058)−0.292***
(0.103)−0.437***
(0.125)控制变量 Yes Yes Yes Yes Yes Yes 样本量 25058 25058 25058 25058 25058 25058 注:括号内为聚类到企业层面的稳健标准误。***、**、*分别表示在1%、5%和10%的水平上显著。事前控制变量包括资产负债比、资产收益率、资本劳动比、国有资本金比例以及投入产出比等。 表 6 中间投入效应和产品创新效应
面板A:中间投入效应 (1) (2) (3) 中间投入质量对数值 $ \mathrm{\sigma }={\mathrm{\sigma }}_{j} $ 中间投入质量对数值 $ \mathrm{\sigma }=5 $ 中间投入质量对数值 $ \mathrm{\sigma }=10 $ 有效增值税率 −0.087**
(0.042)−0.058
(0.039)−0.017
(0.038)Cragg-Donald Wald F-stat 14.369 14.638 15.245 Kleibergen-Paap rk Wald F-stat 12.854 13.110 13.651 样本量 71640 71619 71551 面板B:产品创新效应 (1) (2) (3) 总专利申请对数值 R&D投入对数值 新产品产值对数值 有效增值税率 −0.498***
(0.181)−0.401**
(0.185)−0.140**
(0.058)Cragg-Donald Wald F-stat 15.935 35.946 33.145 Kleibergen-Paap rk Wald F-stat 14.205 17.819 18.033 样本量 73529 51821 59091 控制变量 Yes Yes Yes 注:括号内为聚类到企业层面的稳健标准误。***、**、*分别表示在1%、5%和10%的水平上显著。控制变量包括事前控制变量×Post与各固定效应,与基准回归设定保持一致。 表 7 产品创新效应的贡献率测算
(1) (2) (3) 外生条件估计 条件联合估计 总影响效应估计 新产品产值对数值 产品质量对数值 产品质量对数值 有效增值税率 −0.278***
(0.068)−0.062
(0.061)−0.216***
(0.064)新产品产值对数值 0.556**
(0.221)控制变量 Yes Yes Yes Cragg-Donald Wald F-stat 45.407 118.339 45.407 Kleibergen-Paap rk Wald F-stat 25.724 36.403 25.724 样本量 97052 97052 97052 注:括号内为聚类到企业层面的稳健标准误。***、**、*分别表示在1%、5%和10%的水平上显著。控制变量包括事前控制变量×Post与各固定效应,与基准回归设定保持一致。 表 8 创新类型异质性
(1) (2) (3) (4) 总专利申请
对数值发明专利申请
对数值实用新型专利申请
对数值外观专利申请
对数值有效增值税率 −0.499***
(0.151)−0.415***
(0.112)−0.557***
(0.142)−0.110
(0.079)控制变量 Yes Yes Yes Yes Cragg-Donald Wald F-stat 25.430 25.430 25.430 25.430 Kleibergen-Paap rk Wald F-stat 20.393 20.393 20.393 20.393 样本量 134499 134499 134499 134499 注:括号内为聚类到企业层面的稳健标准误。***、**、*分别表示在1%、5%和10%的水平上显著。控制变量包括事前控制变量×Post与各固定效应,与基准回归设定保持一致。 -