王桂軍，曹 平

（廣西大學(xué) 商學(xué)院，廣西 南寧 530004）

一、引 言

自1994年稅制改革以來，我國增值稅與營業(yè)稅分立并行，隨著經(jīng)濟(jì)的發(fā)展，兩稅并行日益凸顯出其不合理性，造成了一系列的不良后果。為此，經(jīng)國務(wù)院批準(zhǔn)，“營改增”政策于2012年1月1日在上海試點(diǎn)實施，并逐漸推廣到全國，截至2016年5月1日，我國全面實施“營改增”試點(diǎn)，試點(diǎn)范圍由交通運(yùn)輸業(yè)及部分現(xiàn)代服務(wù)業(yè)擴(kuò)圍到金融業(yè)、建筑業(yè)、房地產(chǎn)業(yè)及生活服務(wù)業(yè)，并將新增不動產(chǎn)的進(jìn)項增值稅額納入抵扣范圍。至此，我國增值稅實現(xiàn)了對所有貨物及服務(wù)的生產(chǎn)、流通和消費(fèi)領(lǐng)域的全面覆蓋。

“營改增”即將原繳納營業(yè)稅的應(yīng)稅項目改征增值稅。增值稅屬于價外稅，較營業(yè)稅其有效避免了重復(fù)征稅的弊端，具有不改變商品間相對價格的稅收中性特點(diǎn)?！盃I改增”的實施，一方面能夠有效避免重復(fù)征稅現(xiàn)象，完善我國流轉(zhuǎn)稅改革，推動經(jīng)濟(jì)結(jié)構(gòu)調(diào)整（高培勇，2013）；另一方面通過統(tǒng)一商品及服務(wù)稅制，有利于縮小并消除企業(yè)間有效稅率的差異，提高中國經(jīng)濟(jì)的整體效率（陳曉光，2013）；同時還有助于專業(yè)化分工，提高企業(yè)生產(chǎn)效率（陳釗和王旸，2016）。

總結(jié)學(xué)術(shù)界關(guān)于“營改增”的研究成果，可以分為以下幾類：第一，“營改增”對財政經(jīng)濟(jì)的影響，包括對企業(yè)稅負(fù)的影響（潘文軒，2013；童錦治，2015；范子英和彭飛，2017）和對政府財政收入的影響（李青和方建潮，2013；田志偉和胡怡建，2014；周彬和杜兩省，2016）；第二，“營改增”對企業(yè)投資的影響（王珮等，2013；袁從帥等，2015）；第三，“營改增”對產(chǎn)業(yè)結(jié)構(gòu)及宏觀經(jīng)濟(jì)的影響（倪紅福等，2016；陳釗和王旸，2016；范子英和彭飛，2017）。這些研究從不同角度剖析了“營改增”改革的政策效應(yīng)，為本文提供了研究導(dǎo)向和理論借鑒。

與本文相關(guān)的另一組文獻(xiàn)是自主創(chuàng)新的相關(guān)研究，一切發(fā)展都源于創(chuàng)新，創(chuàng)新是企業(yè)獲得持續(xù)競爭優(yōu)勢的關(guān)鍵（Crossan和Apaydin，2010）。自主創(chuàng)新一般是指企業(yè)通過自身的努力而產(chǎn)生的技術(shù)突破進(jìn)而將技術(shù)成果轉(zhuǎn)化為企業(yè)利潤的創(chuàng)新活動（傅家驥，1998）。在實證研究方面，企業(yè)自主創(chuàng)新一直受到學(xué)術(shù)界的關(guān)注，學(xué)者們基于不同的影響因素對企業(yè)自主創(chuàng)新展開了分析，比如企業(yè)規(guī)模與自主創(chuàng)新的關(guān)系（Methe，1992；Stock等，2002；聶輝華等，2008；高良謀和李宇，2009）、異質(zhì)機(jī)構(gòu)與自主創(chuàng)新的關(guān)系（David 等，2006；溫軍和馮根福，2012；Aghion 等，2013）、國家政策實施對自主創(chuàng)新的影響（Croix 和 Kawaura，1996；Diallo，2003；郭春野等，2012；付明衛(wèi)等，2015）。關(guān)于稅收政策與自主創(chuàng)新相關(guān)性的研究主要集中在稅收優(yōu)惠政策是否促進(jìn)創(chuàng)新（王宏起等，2013；張國鈞，2015；唐書林等，2016），至今尚未出現(xiàn)“營改增”政策與自主創(chuàng)新相關(guān)性的實證研究。較接近的是龔強(qiáng)等（2016）的研究，該文采用靜態(tài)古諾模型從理論角度探討了“營改增”對企業(yè)創(chuàng)新的作用，認(rèn)為“營改增”可能有利于激勵企業(yè)進(jìn)行創(chuàng)新。但該文的研究對象為試點(diǎn)行業(yè)，沒有對制造業(yè)的創(chuàng)新行為進(jìn)行研究，另外，由于古諾模型的假設(shè)條件過于苛刻，①假設(shè)市場由兩家企業(yè)和眾多消費(fèi)者組成。加之沒有實證分析，使得該文雖然對微觀經(jīng)濟(jì)理論研究具有一定貢獻(xiàn)，但因為現(xiàn)實市場環(huán)境更為復(fù)雜，政策實施帶有較強(qiáng)的不確定性，使得該文對“營改增”政策效應(yīng)的考證意義不大，因而，本文實證考察“營改增”對自主創(chuàng)新的影響，可以實現(xiàn)對該領(lǐng)域研究的補(bǔ)充。

本文以2008?2013年滬深兩市A股市場制造業(yè)上市公司為樣本，借助“營改增”政策實施前后制造業(yè)上市公司專利數(shù)量的變化，采用雙重差分法經(jīng)驗研究了“營改增”政策對中國制造業(yè)企業(yè)自主創(chuàng)新的影響。研究表明，“營改增”政策顯著地降低了制造業(yè)企業(yè)的自主創(chuàng)新意愿，抑制了企業(yè)的自主創(chuàng)新產(chǎn)出。其背后的理論邏輯為：在營業(yè)稅與增值稅并行時，制造業(yè)企業(yè)為了避免重復(fù)征稅需要自己提供企業(yè)所需的服務(wù)性產(chǎn)品，改革后，由于重復(fù)征稅的現(xiàn)象得以解決，部分企業(yè)更多地采用服務(wù)與技術(shù)外包的形式滿足生產(chǎn)經(jīng)營需要，減少了非主營業(yè)務(wù)的信息技術(shù)及軟件研發(fā)等服務(wù)性產(chǎn)品自給自足的行為，從而降低了與之匹配的自主創(chuàng)新意愿，即“營改增”會通過促進(jìn)專業(yè)化分工降低制造業(yè)企業(yè)的自主創(chuàng)新意愿。進(jìn)一步分析發(fā)現(xiàn)，自主創(chuàng)新意愿的降低并沒有對制造業(yè)企業(yè)的盈利能力和企業(yè)價值造成影響；“營改增”在降低企業(yè)自主創(chuàng)新意愿的同時提高了企業(yè)的技術(shù)引進(jìn)水平，帶來了企業(yè)創(chuàng)新模式的轉(zhuǎn)變。

本文的邊際貢獻(xiàn)主要體現(xiàn)在：首先，彌補(bǔ)了“營改增”影響自主創(chuàng)新的實證研究空白，為“營改增”政策與自主創(chuàng)新的關(guān)系提供了經(jīng)驗證據(jù)；其次，本文關(guān)注了宏觀國家政策與微觀企業(yè)創(chuàng)新行為的關(guān)系，契合當(dāng)下經(jīng)濟(jì)新常態(tài)的現(xiàn)實情境，具有重要的政策含義，為制造業(yè)企業(yè)創(chuàng)新模式的選擇及政府產(chǎn)業(yè)政策的制定提供了理論支持。

二、政策背景、理論分析與研究假設(shè)

（一）政策背景。我國于2009年1月對增值稅進(jìn)行了從“生產(chǎn)型增值稅”向“消費(fèi)型增值稅”的調(diào)整，這是自增值稅實施以來首次重大改革，其最重要的改變在于，企業(yè)當(dāng)期購入固定資產(chǎn)的進(jìn)項稅額不再計入固定資產(chǎn)賬面價值，而是與其他商品的進(jìn)項稅額一樣，可以用來抵扣企業(yè)的增值稅銷項稅額，從而降低了企業(yè)增值稅稅負(fù)。從宏觀經(jīng)濟(jì)層面看，這是一項規(guī)模頗大的擴(kuò)大內(nèi)需反危機(jī)政策，但由于增值稅與營業(yè)稅兩大流轉(zhuǎn)稅的分立并行，在增值稅稅負(fù)相對減輕的情況下，本來就存在重復(fù)征稅現(xiàn)象的營業(yè)稅的稅負(fù)水平又被進(jìn)一步提高，不但使增值稅與營業(yè)稅失去了稅收中性的特征，而且產(chǎn)生了比較嚴(yán)重的“逆向效應(yīng)”，即沒有優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，反而抑制了服務(wù)業(yè)的發(fā)展。隨著我國經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型與發(fā)展，服務(wù)業(yè)產(chǎn)值在全國GDP中的比重日益增多，制造業(yè)與服務(wù)業(yè)之間的稅收失衡矛盾被不斷激化。因此，更深層次的流轉(zhuǎn)稅改革亟待提上日程。

在此背景下，我國財政部、國家稅務(wù)總局于2011年11月16日印發(fā)了《關(guān)于印發(fā)<營業(yè)稅改征增值稅試點(diǎn)方案>的通知》和《關(guān)于在上海市開展交通運(yùn)輸業(yè)和部分服務(wù)業(yè)營業(yè)稅改征增值稅試點(diǎn)的通知》，這兩份文件的出臺標(biāo)志著中國 “營改增”政策正式啟動。此后，我國分階段、分地區(qū)、分行業(yè)全面推開“營改增”試點(diǎn)，直至2016年5月1日，全面完成了“營改增”改革，實現(xiàn)了增值稅在所有貨物、勞務(wù)及服務(wù)的全覆蓋。

圖1 制造業(yè)企業(yè)獲得服務(wù)性產(chǎn)品的方式

（二）理論分析與研究假設(shè)。雖然“營改增”政策表面上只針對服務(wù)性行業(yè)，而實際受影響的卻不只是改革行業(yè)，制造業(yè)企業(yè)以繳納增值稅為主，雖不在改革范圍之內(nèi)，但從產(chǎn)業(yè)鏈的角度看，由于營業(yè)稅的負(fù)稅人是購買者，當(dāng)制造業(yè)企業(yè)購買服務(wù)性產(chǎn)品（運(yùn)輸服務(wù)、①運(yùn)輸服務(wù)在“營改增”之前即可按照運(yùn)費(fèi)的7%予以抵扣。研發(fā)與技術(shù)服務(wù)、信息技術(shù)服務(wù)等）時既支付了商品的銷售價格又承擔(dān)了商品的應(yīng)納營業(yè)稅額，因為不能取得增值稅專用發(fā)票而導(dǎo)致這部分稅款不能用來抵扣只能計入成本，這便產(chǎn)生了重復(fù)征稅現(xiàn)象，從成本角度講，這變相地增加了服務(wù)性產(chǎn)品的購買價格。為了規(guī)避這種現(xiàn)象，如圖1所示，制造業(yè)企業(yè)會較多地采用路徑①自行提供軟件、研發(fā)和信息技術(shù)等服務(wù)，從而減少了采用路徑②外購服務(wù)性產(chǎn)品的行為。

“營改增”政策的實施，打通了制造業(yè)與服務(wù)業(yè)之間的增值稅抵扣鏈條，制造業(yè)企業(yè)外購服務(wù)性產(chǎn)品時能夠取得增值稅專用發(fā)票進(jìn)行抵扣，從而消除了重復(fù)征稅現(xiàn)象，降低了服務(wù)性產(chǎn)品的購買成本，這種情況自然會導(dǎo)致一部分制造業(yè)企業(yè)減少路徑①而更多地采用路徑②，即將研發(fā)、軟件和信息技術(shù)等業(yè)務(wù)外包給專門的服務(wù)業(yè)公司。②當(dāng)然，也不排除“營改增”之后部分制造業(yè)企業(yè)將自營服務(wù)對外銷售的可能，但這種情況只會造成我們對政策效果的低估。換句話說，“營改增”促進(jìn)了產(chǎn)業(yè)間的縱向?qū)I(yè)化分工（陳釗和王旸，2016；范子英和彭飛，2017）。

在縱向?qū)I(yè)化分工中，下游企業(yè)的R&D投入取決于上游企業(yè)的競爭模式，上下游企業(yè)間更傾向于合作研發(fā)（Banerjee和Lin，2003；牛海鵬，2004）。有學(xué)者認(rèn)為縱向?qū)I(yè)化與技術(shù)進(jìn)步之間存在“悖論”關(guān)系（Srcholec，2007；李靜，2015），經(jīng)濟(jì)體的縱向?qū)I(yè)化水平與技術(shù)創(chuàng)新能力呈顯著負(fù)相關(guān)（文東偉，2011），發(fā)展中國家的縱向?qū)I(yè)化過程會產(chǎn)生“擠出效應(yīng)”弱化自主創(chuàng)新能力（李靜與楠玉，2016）。由此，我們認(rèn)為“營改增”在導(dǎo)致制造業(yè)企業(yè)自營研發(fā)、軟件及信息技術(shù)等服務(wù)部門縮減的同時，降低了與該類部門相匹配的自主創(chuàng)新意愿。創(chuàng)新意愿降低的最直接表現(xiàn)是創(chuàng)新產(chǎn)出減少。因此，提出假設(shè)H1：“營改增”政策顯著地降低了制造業(yè)企業(yè)的自主創(chuàng)新產(chǎn)出。

綜上，“營改增”影響制造業(yè)企業(yè)自主創(chuàng)新的傳導(dǎo)機(jī)制如圖2所示：

圖2 “營改增”影響制造業(yè)企業(yè)自主創(chuàng)新傳導(dǎo)機(jī)制

三、研究設(shè)計

（一）自主創(chuàng)新的代理變量。企業(yè)自主創(chuàng)新指標(biāo)的選擇缺乏一致性（Jacobsson等，1996），最傳統(tǒng)的指標(biāo)是專利數(shù)據(jù)與R&D支出（Hausman等，1984；Caloghirou，2004），除此之外還有基于企業(yè)自身信息或其他信息來源的專家評估、歷史數(shù)據(jù)分析等（Kleinknecht，1993；許慶瑞等，2013）。近年來，國內(nèi)學(xué)者多以專利數(shù)量測度企業(yè)自主創(chuàng)新（溫軍和馮根福，2012；付明衛(wèi)等，2015；余明桂等，2016），這是因為專利更好地確保了創(chuàng)新的本質(zhì)?新穎性（Novelty），我國國家知識產(chǎn)權(quán)局授予的專利有三類：發(fā)明、實用新型與外觀設(shè)計，三類專利在創(chuàng)新程度上依次遞減，但即使是創(chuàng)新程度最低的外觀設(shè)計也要求必須是創(chuàng)新，而不是仿制已有技術(shù)或產(chǎn)品。

本文遵循付明衛(wèi)（2015）和余明桂（2016）等人的做法，采用創(chuàng)新程度最強(qiáng)的發(fā)明專利數(shù)量測度企業(yè)的自主創(chuàng)新產(chǎn)出。具體而言，我們使用上市公司每年發(fā)明專利申請并最終授權(quán)數(shù)作為自主創(chuàng)新的代理變量（LnPatent），因為專利申請后不一定能夠成功，采用最終授權(quán)數(shù)作為代理變量最能體現(xiàn)一個企業(yè)的自主創(chuàng)新。①最終授權(quán)數(shù)包括當(dāng)年申請當(dāng)年授權(quán)及當(dāng)年申請以后年度授權(quán)，雖然專利的授權(quán)存在時間上的滯后，但發(fā)明型專利的授權(quán)時間一般在2年左右，我們的樣本數(shù)據(jù)截止到2013年，數(shù)據(jù)采集于2017年，授權(quán)時間滯后性的影響幾乎可以忽略。為了避免采用發(fā)明專利申請并授權(quán)數(shù)測度自主創(chuàng)新產(chǎn)出可能會出現(xiàn)的偏差，我們在穩(wěn)健性測試部分補(bǔ)充以三類專利申請并最終授權(quán)之和及發(fā)明專利申請數(shù)作為自主創(chuàng)新的代理變量進(jìn)行了穩(wěn)健性檢驗。

（二）雙重差分模型（DID）。雙重差分模型是一種十分有效的政策效果評估方法。Card和Krueger（1994）基于美國新澤西州與賓夕法尼亞州快餐行業(yè)的就業(yè)數(shù)據(jù)，利用此模型檢驗了最低工資對就業(yè)的影響；Eissa和Liebman（1996）利用此模型檢驗了稅制改革對有孩單身婦女勞動參與率的影響。洪俊杰等（2014）利用此模型檢驗了區(qū)域振興戰(zhàn)略對我國工業(yè)空間結(jié)構(gòu)變動的影響；付明衛(wèi)等（2015）利用此模型驗證了國產(chǎn)化率保護(hù)能夠促進(jìn)企業(yè)自主創(chuàng)新；范子英等（2016）利用此模型研究了政治關(guān)聯(lián)與經(jīng)濟(jì)增長的關(guān)系；錢雪松和方勝（2017）利用此模型研究了擔(dān)保物權(quán)制度對民營企業(yè)負(fù)債融資的影響。

雙重差分模型的基本原理在于：如果一項政策隨機(jī)地選取實施對象，則可以比較受政策影響群體（實驗組）和未受政策影響群體（對照組）的差異來判斷政策的實施效果。其運(yùn)用需要一個重要前提?政策外生性，即政策實施是一項自然實驗。2012年1月1日“營改增”政策選擇上海為試點(diǎn)，之后陸續(xù)選擇江蘇、安徽、福建和廣東等地，顯然，從試點(diǎn)地區(qū)的選擇來看，“營改增”政策試點(diǎn)更傾向于沿海地區(qū)，并不滿足上述要求。但是，我們研究的樣本是制造業(yè)上市公司，而制造業(yè)上市公司不在試點(diǎn)范圍之內(nèi)，試點(diǎn)地區(qū)的上市公司在選址時也沒有預(yù)測到該地區(qū)會率先實施“營改增”政策，另外，也極少有上市公司因為“營改增”政策而遷址。因此，對于制造業(yè)上市公司，“營改增”政策滿足雙重差分模型的外生性要求。

對于假設(shè)H1的實證檢驗，我們將2012年1月1日實施“營改增”政策的上海市制造業(yè)上市公司作為實驗組，考慮到可能存在的鄰省交易而影響到未實施政策省份制造業(yè)企業(yè)的行為，①比如未實施政策的A省與實施政策的B省接壤，則A省制造業(yè)企業(yè)購買B省服務(wù)業(yè)企業(yè)的產(chǎn)品便可獲得增值稅銷售專用發(fā)票進(jìn)行抵扣，這樣即便A省沒有實施“營改增”政策也會享受到政策紅利。我們選取了與2012年試點(diǎn)地區(qū)②2012年的試點(diǎn)地區(qū)有上海市、北京市、江蘇省、安徽省、福建省、廣東省、天津市、湖北省及浙江省。接壤較少地區(qū)的制造業(yè)上市公司作為對照組，具體包括黑龍江、吉林、陜西、四川、重慶、貴州、云南、甘肅、青海及海南10個省市。然后利用Treat和Policy兩個虛擬變量對樣本進(jìn)行分組，其中，Treat=1和Treat=0分別表示上海市制造業(yè)上市公司（實驗組）和其他10省市的制造業(yè)上市公司（對照組），Policy=0和Policy=1分別表示“營改增”政策實施前與實施后。綜合考慮政策實施與兩組上市公司的因果關(guān)系及同一組上市公司政策實施前后的差異，可以得到兩組上市公司之間政策實施的凈效應(yīng)：

基于上述思路，本文的模型設(shè)定如下：

其中，被解釋變量LnPatentit表示第i個公司第t年的自主創(chuàng)新產(chǎn)出；虛擬變量Treat等于1代表實驗組上市公司，等于0代表對照組上市公司；虛擬變量Policy代表“營改增”政策實施前后的時間段，當(dāng)時間處于改革前時為0，當(dāng)時間處于改革后為1；Treat×Policy是實驗分組與實驗時間的交互項，其系數(shù)β3是我們最關(guān)心的政策實施效應(yīng)系數(shù)，反映了“營改增”政策實施前后實驗組上市公司與對照組上市公司自主創(chuàng)新產(chǎn)出變化的差異，根據(jù)研究假設(shè)H1，β3應(yīng)該顯著為負(fù)；Control表示控制變量；εit為隨機(jī)擾動項。

參考已有文獻(xiàn)（Gregory等，2002；余明桂等，2016；Jia等，2016）及審稿人建議，本文控制了一系列企業(yè)及地區(qū)層面的特征變量，具體包括：政府補(bǔ)助、企業(yè)規(guī)模、企業(yè)年齡、企業(yè)性質(zhì)、行業(yè)競爭、盈利能力、償債能力、成長能力、營運(yùn)能力、資本結(jié)構(gòu)、地區(qū)GDP及人口規(guī)模，同時我們對年度、行業(yè)及省份固定效應(yīng)進(jìn)行了控制。

進(jìn)一步地，由于可能存在的政策滯后性和時效性，我們有理由相信，“營改增”對制造業(yè)企業(yè)自主創(chuàng)新的影響是非線性的。因此，為了捕捉“營改增”之后每個年度的政策效應(yīng)及變化趨勢，我們參考范子英等（2016）和錢雪松（2017）等人的做法，將模型（2）中的平均效應(yīng)分解到政策實施后的每個年度，于是得到如下模型：

其中，yeart為年度虛擬變量，分別取值為2012和2013，系數(shù)β3能夠測度剔除其他干擾因素之后，“營改增”政策每一個年度給實驗組帶來的凈效應(yīng)，也是我們重點(diǎn)關(guān)心的系數(shù)；其他選項與模型（2）定義相同。實證檢驗所涉及的主要變量及定義如表1所示：

表1 代理變量及定義

續(xù)表1 代理變量及定義

（三）樣本數(shù)據(jù)及描述性統(tǒng)計特征。以2008?2013年為樣本區(qū)間，選取了滬深兩市A股市場上海、黑龍江、吉林、陜西、四川、重慶、貴州、云南、甘肅、青海及海南11個省市的制造業(yè)上市公司作為初始樣本。其中，專利數(shù)據(jù)我們通過國家知識產(chǎn)權(quán)局網(wǎng)站手工收集；企業(yè)層面數(shù)據(jù)通過國泰安數(shù)據(jù)庫、銳思數(shù)據(jù)庫以及上市公司年報獲得；地區(qū)GDP與人口數(shù)量通過國家統(tǒng)計局網(wǎng)站獲得。根據(jù)一貫做法，本文剔除了ST、*ST及主變量有缺失的公司樣本，最終得到238家上市公司的1 270條觀測值。為了消除異常值的影響，我們對主要控制變量進(jìn)行了1%的Winsorize縮尾處理。

表2列出了主要變量的描述性統(tǒng)計特征。從表中可以看出，樣本上市公司發(fā)明專利數(shù)量平均值為4.520，最小值為0，最大值為275，中位數(shù)為1，標(biāo)準(zhǔn)差為16.966，說明樣本公司的發(fā)明專利數(shù)量差異很大且分布存在明顯的偏右特征，因此本文在進(jìn)行雙重差分檢驗時采用發(fā)明專利數(shù)量加1的自然對數(shù)作為被解釋變量，目的是為了緩解樣本存在的非正態(tài)分布問題。

表2 主要變量描述性統(tǒng)計特征

四、實證檢驗與穩(wěn)健性測試

（一）單變量分析。DID模型的運(yùn)用除保證政策實驗的外生性外，還需要一個重要的前提，即實驗組在實驗處理之前必須保持與對照組相同的變化趨勢。表3列出了政策前后兩組樣本在企業(yè)層面上的單變量t-檢驗結(jié)果，從表中可以看出，包括被解釋變量LnPatent在內(nèi)的大部分變量在政策實施前并沒有顯著差異，基本符合上述要求；政策實施后，實驗組的LnPatent顯著低于對照組的，且在1%的水平上顯著，這說明“營改增”政策可能對企業(yè)的自主創(chuàng)新產(chǎn)生了影響，但單變量t-檢驗并不能排除其他因素的影響，因此結(jié)果到底如何還需進(jìn)一步檢驗。

表3 企業(yè)層面單變量 t-檢驗結(jié)果

（二）雙重差分結(jié)果及分析。在該部分，我們同時采用最小二乘法（OLS）與固定效應(yīng)模型（FE）進(jìn)行了雙重差分檢驗。回歸結(jié)果如表4所示，第（1）?（3）列是對“營改增”影響自主創(chuàng)新平均效應(yīng)的估計，其中，第（1）列為沒有加入控制變量的OLS回歸結(jié)果，我們所關(guān)心的交互項Treat×Policy的系數(shù)在5%的水平上顯著為負(fù)，第（2）列和第（3）列為加入控制變量的OLS與FE回歸，交互項系數(shù)依然在5%和1%的水平上顯著為負(fù)，這說明“營改增”政策確實減少了制造業(yè)企業(yè)的自主創(chuàng)新產(chǎn)出。

表4 “營改增”政策對自主創(chuàng)新的影響：雙重差分檢驗結(jié)果

續(xù)表4 “營改增”政策對自主創(chuàng)新的影響：雙重差分檢驗結(jié)果

第（4）?（6）列是對“營改增”影響自主創(chuàng)新動態(tài)效應(yīng)及變化趨勢的估計，我們重點(diǎn)關(guān)心虛擬變量Treat與yeart的交互項系數(shù)，從表中可以看出，不管是OLS還是FE估計，抑或是有沒有加入控制變量，交互項系數(shù)均在10%以內(nèi)的水平上顯著為負(fù)，具體來看，2013年的系數(shù)絕對值要低于2012年的，且顯著性水平有所下降，這說明“營改增”對自主創(chuàng)新的抑制作用并不存在滯后性，出現(xiàn)這種現(xiàn)象的原因可能是：部分實驗組上市公司預(yù)期到了“營改增”帶來的政策紅利，因此在政策開始時便降低了自主創(chuàng)新意愿，減少了自主創(chuàng)新產(chǎn)出。

總而言之，我們不能從統(tǒng)計意義上拒絕假設(shè)H1。所以，“營改增”政策確實顯著地抑制了制造業(yè)企業(yè)的自主創(chuàng)新產(chǎn)出，降低了企業(yè)的自主創(chuàng)新意愿。

（三）“營改增”影響自主創(chuàng)新的作用機(jī)制檢驗。在理論分析時，我們認(rèn)為“營改增”影響制造業(yè)企業(yè)自主創(chuàng)新的作用機(jī)制是通過促進(jìn)專業(yè)化分工實現(xiàn)的。該部分將分別從直接機(jī)制和間接機(jī)制兩個方面進(jìn)行檢驗。

1. 直接機(jī)制檢驗?，F(xiàn)有文獻(xiàn)關(guān)于專業(yè)化分工的度量主要使用中國行業(yè)層面的投入產(chǎn)出表測算（胡怡建和李天祥，2011；謝悅和劉岑婕，2015），但這種方法無法體現(xiàn)在微觀企業(yè)層面。因此，我們參考陳釗和王旸（2016）的做法，通過企業(yè)在“營改增”前后經(jīng)營范圍的變化來捕捉企業(yè)是否參與了專業(yè)化分工。具體來講，首先基于國泰安數(shù)據(jù)庫獲得樣本公司的經(jīng)營范圍，①可以從財務(wù)報表附注的“公司基本情況”中獲得。然后根據(jù)“營改增”試點(diǎn)行業(yè)所涉及的關(guān)鍵詞對上市公司的經(jīng)營范圍進(jìn)行文本分析，②用于文本分析的關(guān)鍵詞我們通過《關(guān)于在全國開展交通運(yùn)輸業(yè)和部分現(xiàn)代服務(wù)業(yè)營業(yè)稅改征增值稅試點(diǎn)稅收政策的通知》中所涉及的“營改增”業(yè)務(wù)整理，另外，考慮到有些業(yè)務(wù)可能不存在以專利形式體現(xiàn)的創(chuàng)新，比如認(rèn)證服務(wù)、鑒證咨詢和有形動產(chǎn)租賃等。所以，我們最終選擇了以下關(guān)鍵詞進(jìn)行檢索：研發(fā)、軟件、技術(shù)轉(zhuǎn)讓、技術(shù)咨詢、信息系統(tǒng)、信息技術(shù)、設(shè)計和廣告。最后生成專業(yè)化分工的二值離散代理變量Scopeit。當(dāng)Scopeit=0時表示第i個公司在第t年的經(jīng)營范圍中包含“營改增”行業(yè)關(guān)鍵詞，即該公司除主營業(yè)務(wù)外，還同時經(jīng)營軟件、研發(fā)和信息技術(shù)等服務(wù)性業(yè)務(wù)，沒有參與分工；當(dāng)Scopeit=1時表示第i個公司在第t年的經(jīng)營范圍中不包含“營改增”行業(yè)關(guān)鍵詞，即該公司沒有服務(wù)性業(yè)務(wù)，實現(xiàn)了專業(yè)化分工。

在計量模型的設(shè)計上，我們主要參考黎文靖和李耀淘（2014）的做法，將中介變量和核心變量的交互項置于模型之中，通過其顯著性考察作用機(jī)制是否成立，具體我們設(shè)計如下模型：

其中，下標(biāo)i與t分別表示公司和年份；Scope表示專業(yè)化分工；其他各項與模型（2）定義相同。我們重點(diǎn)關(guān)心政策時間、政策分組和專業(yè)化分工三者交互項的系數(shù)β4，其顯著性可以幫助我們判斷“營改增”是否可以通過專業(yè)化分工來影響制造業(yè)企業(yè)自主創(chuàng)新。

表5匯報了模型（4）的檢驗結(jié)果。從表中可以看出，在OLS估計中，不管有沒有加入控制變量，我們所關(guān)心的交互項系數(shù)均在5%的水平上顯著為負(fù)；當(dāng)把企業(yè)的固定效應(yīng)考慮在內(nèi)進(jìn)行FE回歸時，交互項系數(shù)依然為負(fù)且在1%的水平上顯著。所以，基于以上直接機(jī)制檢驗，可以看出，“營改增”確實可以通過促進(jìn)專業(yè)化分工來影響制造業(yè)企業(yè)的自主創(chuàng)新意愿。

表5 直接機(jī)制檢驗結(jié)果

2. 間接機(jī)制檢驗。如果“營改增”真的促進(jìn)了專業(yè)化分工，則會導(dǎo)致制造業(yè)企業(yè)顯著增加服務(wù)外包行為，從另一個角度講，這對服務(wù)業(yè)是一種政策“紅利”，會增加服務(wù)業(yè)的市場需求。更一般地，服務(wù)業(yè)企業(yè)營業(yè)收入將顯著增加，因此，我們提出假設(shè)H2：“營改增”實施后，試點(diǎn)服務(wù)業(yè)企業(yè)的營業(yè)收入顯著增加。

值得注意的是，并不是所有的試點(diǎn)行業(yè)在改革前都存在重復(fù)征稅現(xiàn)象，交通運(yùn)輸業(yè)便是一個例外。根據(jù)我國“營改增”之前的《增值稅暫行條例》（國務(wù)院令第538號，2009年）規(guī)定，增值稅應(yīng)稅企業(yè)在生產(chǎn)經(jīng)營中支付的運(yùn)輸費(fèi)用可按照結(jié)算金額的7%進(jìn)行抵扣，因此并不存在重復(fù)征稅問題。所以，“營改增”之后，交通運(yùn)輸業(yè)與下游行業(yè)的專業(yè)化分工程度并不會發(fā)生顯著變化，這為間接機(jī)制檢驗提供了一個極好的安慰劑檢驗機(jī)會。基于此，我們提出安慰劑檢驗假設(shè)H2a：“營改增”政策實施后，交通運(yùn)輸業(yè)企業(yè)的營業(yè)收入并未顯著增加。

對于假設(shè)H2及H2a的實證檢驗，我們以2012?2013年試點(diǎn)行業(yè)上市公司為實驗組，具體包括分地區(qū)分階段陸續(xù)實施“營改增”政策的部分現(xiàn)代服務(wù)業(yè)及交通運(yùn)輸業(yè)上市公司；將截至2016年不涉及“營改增”改革、主營業(yè)務(wù)繳納營業(yè)稅的上市公司作為對照組，時間區(qū)間為2010?2015年，采用模型（5）進(jìn)行檢驗。由于除上海市外其他省市的試點(diǎn)時間大都處于年末，這可能會造成政策效應(yīng)在改革當(dāng)年無法顯現(xiàn)的后果，因此，我們參考陳釗和王旸（2016）的做法，將除上海之外的其他省市改革時間規(guī)定為實際改革時間的后一年，上海仍為2012年。

其中，LnIcmopeit表示第i個公司第t年的營業(yè)收入水平，用企業(yè)營業(yè)收入的自然對數(shù)表示；如果公司i為2012?2013年參與試點(diǎn)的上市公司，則Treat取值為1，如果不是，則Treat取值為0；Policy=0表示政策前，Policy=1表示政策后；Control為控制變量組，我們選取了一系列可能影響營業(yè)收入的控制變量，具體包括企業(yè)規(guī)模（LnSize）、企業(yè)年齡（LnAge）、成長能力（Netassgrrt）、營運(yùn)能力（Totassrat）、現(xiàn)金流量（Cashflow）、資本結(jié)構(gòu)（Lev）以及年度（YearD）、行業(yè)（IndustryD）和省份（ProvinceD）固定效應(yīng)，其中現(xiàn)金流量（Cashflow）以總資產(chǎn)現(xiàn)金回收率表示，等于經(jīng)營現(xiàn)金流量凈額/平均資產(chǎn)總額×100%，其他控制變量與表1中的定義相同；交互項系數(shù)β3是我們所關(guān)心的，對于假設(shè) H2，β3應(yīng)顯著為正，對于假設(shè) H2a，β3應(yīng)不顯著。

表6列出了模型（5）的檢驗結(jié)果。第（1）?（3）列為部分現(xiàn)代服務(wù)業(yè)的回歸結(jié)果，不管是OLS還是FE回歸，我們所關(guān)心的交互項系數(shù)均在5%的水平上顯著為正，這說明，“營改增”政策顯著地提高了試點(diǎn)范圍內(nèi)部分現(xiàn)代服務(wù)業(yè)的營業(yè)收入；同樣，我們對交通運(yùn)輸業(yè)也分別進(jìn)行了OLS及FE回歸，結(jié)果如（4）?（6）列所示，由交互項系數(shù)均不顯著可知，“營改增”并沒有對交通運(yùn)輸業(yè)企業(yè)的營業(yè)收入產(chǎn)生顯著影響。因此，不能在統(tǒng)計意義上拒絕假設(shè)H2及H2a。

表6 間接機(jī)制檢驗雙重差分分析

綜上，從間接機(jī)制檢驗角度來看，我們的邏輯推理依然成立，即“營改增”政策對制造業(yè)企業(yè)自主創(chuàng)新的影響確實可以通過促進(jìn)專業(yè)化分工、增加制造業(yè)企業(yè)服務(wù)外包而實現(xiàn)。

（四）穩(wěn)健性測試。為了使本文的研究結(jié)論更加嚴(yán)謹(jǐn)，我們從不同的角度進(jìn)行了穩(wěn)健性測試：

1. 以三種專利申請并授權(quán)之和作為自主創(chuàng)新的代理變量進(jìn)行DID檢驗。雖然發(fā)明專利代表的創(chuàng)新最強(qiáng)，但實用新型及外觀設(shè)計也在一定程度上代表了企業(yè)的自主創(chuàng)新。或許有這樣一種可能：實驗組上市公司從2012年開始普遍降低了發(fā)明型專利的申請，但提高了其他類型專利的申請以保證企業(yè)的自主創(chuàng)新產(chǎn)出。為此，我們以三種專利申請并授權(quán)之和的自然對數(shù)（LnPatentSum）作為自主創(chuàng)新的代理變量進(jìn)行DID檢驗。

表7為DID檢驗結(jié)果，從表中可以看出，在未加入控制變量的OLS回歸中，我們所關(guān)心的交互項系數(shù)在5%的水平上顯著為負(fù)，當(dāng)加入可能影響企業(yè)創(chuàng)新產(chǎn)出的控制變量后，不管是OLS回歸還是FE回歸交互項系數(shù)依然為負(fù)，且分別在10%和5%的水平上顯著。這表明，“營改增”政策實施后，實驗組上市公司的三種專利申請并授權(quán)數(shù)也顯著降低，本文結(jié)論穩(wěn)健。

表7 穩(wěn)健性檢驗：以三種專利申請并授權(quán)之和作為自主創(chuàng)新代理變量

2. 以全國建筑業(yè)上市公司為對照組進(jìn)行匹配檢驗。從“營改增”分行業(yè)分階段實施時間看，建筑業(yè)于2016年5月1日納入試點(diǎn)范圍，在此之前未受到政策的影響，因此，建筑業(yè)上市公司也是一個比較“干凈”的對照組。但由于行業(yè)之間的差異，建筑業(yè)上市公司與實驗組制造業(yè)上市公司在數(shù)據(jù)上可能存在非平行趨勢，前文提及，DID模型的運(yùn)用需要一個重要的前提，即實驗組在實驗處理之前必須保持與對照組相同的變化趨勢，為了緩解這一約束條件，我們參考余明桂等（2016）的做法，先采用傾向得分匹配法（Propensity Score Matching）對實驗組和對照組進(jìn)行匹配，然后再進(jìn)行DID估計。具體而言，我們首先以企業(yè)層面的控制變量對實驗組和對照組進(jìn)行Logit估計，以預(yù)測值作為得分，然后根據(jù)得分以最近鄰匹配的方法進(jìn)行實驗組與對照組匹配，最后按照模型（2）進(jìn)行DID回歸。

表8為回歸結(jié)果，從表中可以看出，匹配檢驗與普通DID回歸相比，損失掉165個不符合條件的觀測值。傾向得分匹配之后，雖然樣本容量減少，但在OLS和FE回歸中，我們所關(guān)心的交互項系數(shù)依然在1%的水平上顯著為負(fù)，這說明，以建筑業(yè)上市公司為對照組，“營改增”同樣顯著地抑制了制造業(yè)企業(yè)的自主創(chuàng)新產(chǎn)出，降低了企業(yè)的自主創(chuàng)新意愿。本文結(jié)論依然保持不變。

表8 穩(wěn)健性檢驗：以建筑業(yè)上市公司為對照組的匹配檢驗

3. 其他穩(wěn)健性測試。本文還進(jìn)行了其他的穩(wěn)健性測試，包括：（1）以發(fā)明專利申請數(shù)作為自主創(chuàng)新代理變量進(jìn)行DID檢驗。自主創(chuàng)新意愿的降低不僅影響創(chuàng)新產(chǎn)出的質(zhì)量，而且影響創(chuàng)新產(chǎn)出的數(shù)量。以發(fā)明專利申請并最終授權(quán)數(shù)作為代理變量主要考慮的是創(chuàng)新質(zhì)量，而發(fā)明專利申請數(shù)可以測度自主創(chuàng)新產(chǎn)出的數(shù)量，因此，為了使論文結(jié)論更加嚴(yán)謹(jǐn)，我們進(jìn)一步地以發(fā)明專利申請數(shù)作為代理變量進(jìn)行了DID檢驗。（2）考慮不同的時間窗口。前文提及，2009年我國對增值稅進(jìn)行了從“生產(chǎn)型增值稅”向“消費(fèi)型增值稅”的調(diào)整，此次調(diào)整的主要目的在于刺激制造業(yè)企業(yè)的固定資產(chǎn)投資行為，這可能會進(jìn)一步地對制造業(yè)企業(yè)的自主創(chuàng)新產(chǎn)生影響，因此，為了獲得一個更加“干凈”的樣本，我們剔除了2008年的觀測值進(jìn)行DID回歸。（3）剔除國有企業(yè)觀測值進(jìn)行DID回歸。國有企業(yè)往往會受到政府的隱形保護(hù)，相比其他類型企業(yè)更容易得到政府的資源支持，這導(dǎo)致了國企在創(chuàng)新產(chǎn)出上可能與其他企業(yè)存在差異，因此，我們剔除了國有企業(yè)進(jìn)行DID檢驗。（4）對原樣本進(jìn)行匹配檢驗。雖然我們已經(jīng)詳實地討論了“營改增”的外生性及原樣本政策前的平行趨勢，但為了使結(jié)論更加嚴(yán)謹(jǐn)，我們依然對原樣本進(jìn)行了匹配檢驗。

上述檢驗結(jié)果①限于篇幅，不再列示，但結(jié)果備索。均與表5的結(jié)果保持了良好的一致性，這進(jìn)一步驗證了本文結(jié)論的可靠性。

五、進(jìn)一步討論：經(jīng)濟(jì)后果與技術(shù)引進(jìn)檢驗

（一）經(jīng)濟(jì)后果檢驗。新經(jīng)濟(jì)增長理論認(rèn)為技術(shù)進(jìn)步是經(jīng)濟(jì)增長的引擎（Romer，1990），可以提高企業(yè)的勞動生產(chǎn)率、獲利能力和市場價值（Krusinskas等，2015），自主創(chuàng)新是企業(yè)技術(shù)進(jìn)步的重要途徑之一。鑒于此，“營改增”對制造業(yè)企業(yè)自主創(chuàng)新的抑制作用會不會進(jìn)一步影響到企業(yè)的盈利能力和市場價值？為此，我們借鑒Johnson和Pazderka（1993）的方法，以創(chuàng)新的價值相關(guān)性并利用Change模型（Li，2010）②Li指出，Change模型有三個優(yōu)點(diǎn)：考慮增量對增量的影響，過濾掉不隨時間變動的其他影響因素；增量表示了新的信息，可以消除陳舊信息帶來的影響；減弱內(nèi)生性問題。來檢驗“營改增”對制造業(yè)企業(yè)的經(jīng)濟(jì)后果：

式中，?Y分別表示企業(yè)價值和盈利能力第t期與第t?1期的差，我們采用慣用做法，以托賓Q值作為企業(yè)價值的代理變量，以總資產(chǎn)報酬率作為盈利能力的代理變量；?LnPatent表示第t期專利對數(shù)與第t?1期專利對數(shù)的差，Control為控制變量組，具體包括可能影響企業(yè)價值和盈利能力的企業(yè)層面特征變量：企業(yè)規(guī)模（LnSize）、企業(yè)年齡（LnAge）、企業(yè)性質(zhì)（Nature）、行業(yè)競爭（HHI）、償債能力（Currt）、成長能力（Netassgrrt）、營運(yùn)能力（Totassrat）、資本結(jié)構(gòu)（Lev），其他各項與模型（2）定義相同，我們重點(diǎn)關(guān)注政策分組、政策時間和自主創(chuàng)新增量三者交互項的系數(shù)β1。

檢驗結(jié)果如表9所示。表中第（1）?（2）列為自主創(chuàng)新變化對企業(yè)價值增量的影響，可以看出，不管是OLS還是FE估計，我們所關(guān)心的系數(shù)β1均不顯著；（3）?（4）列中對盈利能力增量的估計也存在同樣的情況。這說明，“營改增”雖然降低了制造業(yè)企業(yè)自主創(chuàng)新產(chǎn)出，但自主創(chuàng)新產(chǎn)出的降低并沒有對企業(yè)價值和盈利能力產(chǎn)生影響。

表9 自主創(chuàng)新的變化對企業(yè)價值和盈利能力增量的影響

（二）技術(shù)引進(jìn)檢驗。從來源講，企業(yè)技術(shù)進(jìn)步主要依靠自主創(chuàng)新和技術(shù)引進(jìn)，二者之間存在協(xié)同互補(bǔ)的關(guān)系（Pillai，1997）。從經(jīng)濟(jì)后果檢驗來看，自主創(chuàng)新的降低并沒有給制造業(yè)企業(yè)帶來企業(yè)價值和盈利能力的下降。那么，是不是有這樣一種可能：“營改增”之后制造業(yè)企業(yè)在降低自主創(chuàng)新的同時提高了技術(shù)引進(jìn)量以保持企業(yè)技術(shù)增量的平衡？為此，我們采用模型（7）對“營改增”是否影響制造業(yè)企業(yè)技術(shù)引進(jìn)量進(jìn)行了檢驗。

其中，LnTechit表示第i個公司第t年的技術(shù)引進(jìn)量，因為技術(shù)存量的貨幣表現(xiàn)形式以無形資產(chǎn)為主。所以，我們以外購技術(shù)型無形資產(chǎn)①限于篇幅，不再列示，但結(jié)果備索。支出的自然對數(shù)作為技術(shù)引進(jìn)量的代理變量，具體數(shù)據(jù)通過國泰安數(shù)據(jù)庫無形資產(chǎn)項目表及公司財務(wù)年報整理而得；其他各項與模型（2）定義相同。

表10列示了模型（7）的估計結(jié)果，我們重點(diǎn)關(guān)注交互項Treat×Policy的系數(shù)。從表中可以看出，在沒有加入控制變量的OLS估計中，系數(shù)在5%的水平上顯著為正，當(dāng)加入可能影響技術(shù)引進(jìn)的控制變量以后，雖然系數(shù)值有所降低，但依然在5%的水平上顯著為正；在FE估計中，雖然在沒有加入控制變量時系數(shù)不顯著，但依然為正且其t值為1.56，接近10%的顯著性水平，當(dāng)加入控制變量以后，系數(shù)值在10%的水平上顯著為正。

表10 “營改增”對制造業(yè)企業(yè)技術(shù)引進(jìn)量的影響

以上結(jié)果驗證了我們的設(shè)問：雖然“營改增”抑制了制造業(yè)企業(yè)的自主創(chuàng)新意愿，但與此同時也提高了企業(yè)的技術(shù)引進(jìn)水平。也就是說，“營改增”政策帶來了制造業(yè)企業(yè)創(chuàng)新模式的轉(zhuǎn)型。

六、結(jié)論與政策建議

本文以2008?2013年制造業(yè)上市公司為樣本，采用雙重差分法經(jīng)驗研究了“營改增”政策對中國制造業(yè)企業(yè)自主創(chuàng)新和技術(shù)引進(jìn)的影響。得出的主要結(jié)論是：（1）“營改增”政策顯著地降低了制造業(yè)企業(yè)以專利為表征的自主創(chuàng)新意愿；（2）“營改增”影響制造業(yè)企業(yè)自主創(chuàng)新的作用機(jī)制為，“營改增”政策促進(jìn)了專業(yè)化分工，部分制造業(yè)企業(yè)更多地采用服務(wù)外包的形式滿足生產(chǎn)經(jīng)營需要，減少了非主營業(yè)務(wù)的信息技術(shù)及軟件研發(fā)等服務(wù)性產(chǎn)品自給自足的行為，從而降低了與之相匹配的自主創(chuàng)新意愿；（3）自主創(chuàng)新意愿的降低并沒有對制造業(yè)企業(yè)的盈利能力和企業(yè)價值造成影響；（4）“營改增”在降低企業(yè)自主創(chuàng)新意愿的同時提高了企業(yè)的技術(shù)引進(jìn)水平。

本文為“營改增”政策效應(yīng)的研究提供了新的重要視角，彌補(bǔ)了“營改增”影響自主創(chuàng)新的實證研究空白，為研究“營改增”政策與自主創(chuàng)新的關(guān)系提供了經(jīng)驗證據(jù)。與此同時，本研究對于制造業(yè)企業(yè)創(chuàng)新模式的選擇及政府產(chǎn)業(yè)政策的制定具有重要的政策含義：

（1）企業(yè)方面，應(yīng)以“營改增”為契機(jī)主動實現(xiàn)自主創(chuàng)新與技術(shù)引進(jìn)的協(xié)同，反哺政策的專業(yè)化分工效應(yīng)。產(chǎn)業(yè)結(jié)構(gòu)演變是衡量一個國家經(jīng)濟(jì)實力的重要標(biāo)志（Syrquin和Chenery，1989）。與發(fā)達(dá)國家相比，我國第三產(chǎn)業(yè)的發(fā)展水平仍處于滯后狀態(tài)，大部分生產(chǎn)性服務(wù)業(yè)融合在制造業(yè)當(dāng)中，雖然這帶來了企業(yè)多元化發(fā)展，但由于專業(yè)化分工不明確，企業(yè)不能專注于核心業(yè)務(wù)的發(fā)展，導(dǎo)致制造業(yè)生產(chǎn)效率低下，服務(wù)業(yè)發(fā)展速度緩慢。“營改增”政策的專業(yè)化分工效應(yīng)有利于生產(chǎn)性服務(wù)業(yè)與制造業(yè)的剝離，促使企業(yè)放下包袱，向細(xì)分化和專業(yè)化發(fā)展。本文結(jié)論表明，這雖然降低了制造業(yè)企業(yè)的自主創(chuàng)新意愿，但同時也促進(jìn)了企業(yè)的技術(shù)引進(jìn)水平，說明“營改增”使得產(chǎn)業(yè)之間有了更多的合作機(jī)會。因此，制造業(yè)企業(yè)應(yīng)該以此為契機(jī)實現(xiàn)自主創(chuàng)新與技術(shù)引進(jìn)協(xié)同的創(chuàng)新新模式，這不僅可以保證制造業(yè)創(chuàng)新水平的穩(wěn)步提升，而且可以反哺“營改增”的政策效應(yīng)，進(jìn)一步深化專業(yè)化分工。

（2）政府方面，應(yīng)營造公平的市場競爭環(huán)境，提高知識產(chǎn)權(quán)保護(hù)力度，并出臺相關(guān)政策以促進(jìn)產(chǎn)業(yè)間的合作創(chuàng)新。制造業(yè)企業(yè)技術(shù)引進(jìn)水平的提升必然會提高上下游產(chǎn)業(yè)間的合作創(chuàng)新，公平的市場競爭環(huán)境和健全的知識產(chǎn)權(quán)保護(hù)制度是產(chǎn)業(yè)間合作創(chuàng)新的重要前提，但目前我國市場機(jī)制不完善，知識產(chǎn)權(quán)保護(hù)力度也有待提高。因此，既要有“有效的市場”，也要有“有為的政府”，政府部門應(yīng)積極營造良好的市場環(huán)境，提高知識產(chǎn)權(quán)保護(hù)力度，并針對不同類型的產(chǎn)業(yè)和微觀個體采取不同的政策，在放大“營改增”政策紅利的同時，實質(zhì)性地推動“大眾創(chuàng)業(yè)、萬眾創(chuàng)新”。

[1]陳曉光. 增值稅有效稅率差異與效率損失——兼議對“營改增”的啟示[J]. 中國社會科學(xué)，2013，（8）：67?84.

[2]陳釗，王旸. “營改增”是否促進(jìn)了分工：來自中國上市公司的證據(jù)[J]. 管理世界，2016，（3）：36?45.

[3]傅家驥. 技術(shù)創(chuàng)新學(xué)[M]. 北京：清華大學(xué)出版社，1998.

[4]付明衛(wèi)，葉靜怡，孟俁希，等. 國產(chǎn)化率保護(hù)對自主創(chuàng)新的影響——來自中國風(fēng)電制造業(yè)的證據(jù)[J]. 經(jīng)濟(jì)研究，2015，（2）：118?131.

[5]范子英，彭飛，劉沖. 政治關(guān)聯(lián)與經(jīng)濟(jì)增長——基于衛(wèi)星燈光數(shù)據(jù)的研究[J]. 經(jīng)濟(jì)研究，2016，（1）：114?126.

[6]范子英，彭飛. “營改增”的減稅效應(yīng)和分工效應(yīng)：基于產(chǎn)業(yè)互聯(lián)的視角[J]. 經(jīng)濟(jì)研究，2017，（2）：82?95.

[7]高良謀，李宇. 企業(yè)規(guī)模與技術(shù)創(chuàng)新倒U關(guān)系的形成機(jī)制與動態(tài)拓展[J]. 管理世界，2009，（8）：113?123.

[8]高培勇. “營改增”的功能定位與前行脈絡(luò)[J]. 稅務(wù)研究，2013，（7）：3?10.

[9]龔強(qiáng)，王璐穎，蔡東玲. “營改增”對企業(yè)創(chuàng)新的影響研究[J]. 浙江社會科學(xué)，2016，（8）：41?47.

[10]洪俊杰，劉志強(qiáng)，黃薇. 區(qū)域振興戰(zhàn)略與中國工業(yè)空間結(jié)構(gòu)變動——對中國工業(yè)企業(yè)調(diào)查數(shù)據(jù)的實證分析[J]. 經(jīng)濟(jì)研究，2014，（8）：28?40.

[11]胡怡建，李天祥. 增值稅擴(kuò)圍改革的財政收入影響分析——基于投入產(chǎn)出表的模擬估算[J]. 財政研究，2011，（9）：18?22.

[12]李靜. 初始人力資本匹配、垂直專業(yè)化與產(chǎn)業(yè)全球價值鏈躍遷[J]. 世界經(jīng)濟(jì)研究，2015，（1）：65?73.

[13]李靜. 垂直專業(yè)化“擠出效應(yīng)”與技術(shù)進(jìn)步遲滯[J]. 國際貿(mào)易問題，2016，（11）：54?64.

[14]黎文靖，李耀淘. 產(chǎn)業(yè)政策激勵了公司投資嗎[J]. 中國工業(yè)經(jīng)濟(jì)，2014，（5）：122?134.

[15]倪紅福，龔六堂，王茜萌. “營改增”的價格效應(yīng)和收入分配效應(yīng)[J]. 中國工業(yè)經(jīng)濟(jì)，2016，（12）：23?39.

[16]牛海鵬，艾鳳義. 上下游投資、下游研發(fā)的收益分配和成本分擔(dān)的機(jī)制[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2004，（7）：109?114.

[17]錢雪松，方勝. 擔(dān)保物權(quán)制度改革影響了民營企業(yè)負(fù)債融資嗎？——來自中國《物權(quán)法》自然實驗的經(jīng)驗證據(jù)[J]. 經(jīng)濟(jì)研究，2017，（5）：146?160.

[18]田志偉，胡怡建. “營改增”對財政經(jīng)濟(jì)的動態(tài)影響：基于 CGE 模型的分析[J]. 財經(jīng)研究，2014，（2）：4?18.

[19]文東偉. 經(jīng)濟(jì)規(guī)模、技術(shù)創(chuàng)新與垂直專業(yè)化分工[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2011，（8）：3?20.

[20]溫軍，馮根福. 異質(zhì)機(jī)構(gòu)、企業(yè)性質(zhì)與自主創(chuàng)新[J]. 經(jīng)濟(jì)研究，2012，（3）：53?64.

[21]許慶瑞，吳志巖，陳力田. 轉(zhuǎn)型經(jīng)濟(jì)中企業(yè)自主創(chuàng)新能力演化路徑及驅(qū)動因素分析——海爾集團(tuán)1984~2013年的縱向案例研究[J]. 管理世界，2013，（4）：121?134.

[22]余明桂，鐘慧潔，范蕊. 業(yè)績考核制度可以促進(jìn)央企創(chuàng)新嗎？[J]. 經(jīng)濟(jì)研究，2016，（12）：104?117.

[23]袁從帥，劉曄，王治華，等. “營改增”對企業(yè)投資、研發(fā)及勞動雇傭的影響——基于中國上市公司雙重差分模型的分析[J]. 中國經(jīng)濟(jì)問題，2015，（4）：3?13.

[24]張國鈞. 促進(jìn)自主創(chuàng)新的稅收優(yōu)惠政策研究[J]. 稅務(wù)研究，2015，（12）：8?13.

[25]Aghion P，Reenen J，Zingales L. Innovation and institutional ownership[J]. American Economic Review，2013，103（1）：277?304.

[26]Banerjee S，Lin P. Downstream R&D，raising rivals’costs，and input price contracts[J]. International Journal of Industrial Organization，2003，21（1）： 79?96.

[27]Caloghirou Y，Kastelli I，Tsakanikas A. Internal capabilities and external knowledge sources：Complements or substitutes for innovative performance？[J]. Technovation，2004，24（1）： 29?39.

[28]Card D，Krueger A. Minimurn wages and employment：A case study of the fast-food industry in New Jersey and Pennsylvania[J]. The American Economic Review，1994，84（4）： 772?793.

[29]Croix L，Sumner J，Kawaura A. Product patent reform and its impact on Korea’s pharmaceutical industry[J]. International Economic Journal，1996，10（1）： 109?124.

[30]Crossan M，Apaydin M. A multi-dimensional framework of organizational innovation：A systematic review of the literature[J]. Journal of Management Studies，2010，47（6）： 1154?1191.

[31]Diallo B. Historical perspectives on IP protection for software in selected countries world-wide[J]. World Patent Information，2003，25（1）： 19?25.

[32]Eissa N，Liebman J. Labor supply response to the earned income tax credit[J]. The Quarterly Journal of Economics，1996，111（2）： 605?637.

[33]Hausman J，Hall B，Griliches Z. Econometric model for count data with an application to the patents R&D relationship[J]. Econometrica，1984，52（7）： 909?938.

[34]Jacobsson S，Oskarsson C，Philipson J. Indicators of technological activities?comparing educational，patent and R&D statistics in the case of Sweden[J]. Research Policy，1996，25（4）： 573?585.

[35]Johnson L，Pazderka B. Firm value and investment in R&D[J]. Managerial and Decision Economics，1993，14（1）：15?24.

[36]Krusinskas R，Norvaisiene R，Lakstutiene A，et al. Investment，innovation and firm performance：Empirical evidence from small manufacturing industries[J]. Journal of Finance and Economics，2015，3（6）： 122?131.

[37]Li F. Managers’ self-serving attribution bias and corporate financial policies[R]. Working Paper，2010.

[38]Pillai P. Technology transfer，adaptation and assimilation[J]. Economic and Political Weekly，1997，14（47）： 123?126.

[39]Romer P M. Endogenous technological change[J]. Journal of Political Economy，1990，98（5）： 71?102.

[40]Srcholec M. High-tech exports from developing countries：A symptom of technology spurts or statistical illusion[J]. Review of World Economics，2007，143（2）： 227?255.

[41]Stock G，Greis N，F(xiàn)ischer W. Firm size and dynamic technological innovation[J]. Technovation，2002，22（9）： 537?549.