【摘 要】
:
税收中性理论认为,增值税不仅在实现企业税负平等方面意义非凡,而且在深化企业层面的专业化分工,提高经济效率方面亦卓有成效。营业税改增值税(“营改增”)试点的政策实施,为
论文部分内容阅读
税收中性理论认为,增值税不仅在实现企业税负平等方面意义非凡,而且在深化企业层面的专业化分工,提高经济效率方面亦卓有成效。营业税改增值税(“营改增”)试点的政策实施,为此提供了一个检验这一理论的自然实验。“营改增”作为本轮财税制度改革的重头戏,对更为深入地解决两税并行的税制结构所产生的重复征税问题举足轻重,也对社会专业化分工的形成大有裨益。上海自2012年作为“营改增”首个试点城市,随之而来的增值税“扩围”在全国各地发展态势迅猛,已从2013年全国推行的从“1+6”行业①发展成“3+7”②行业最终扩大到2016年5月开始的“四大行业”(建筑业、房地产业、金融业和生活服务业)全面试点。近年来的政策评估集中于分析“营改增”政策改革的宏观及微观效应,但是在促进专业化分工效应方面的研究,尤其是以经验数据基于经济计量模型的实证分析尚不多见。广东省自2012年11月以来便成为“营改增”的“自然实验区”,时至2016年全行业扩围前,“营改增”对首批试点行业的政策效应已逐步显现。本文主要以装备制造业集团公司产业链重组案例剖析“营改增”分工深化效应的机制,随后利用2010年-2015年广东省税收调查企业的数据,使用双重差分(DID)的方法检验了“营改增”改革对企业层面专业化分工效应的促进作用。本文通过实证发现两种可能存在的分工形式:其一,部分制造业企业在改革后制造业企业外购试点服务规模扩大,且结果更加倾向于增加研发技术服务和广告服务的购买;另一方面,试点服务业企业在营改增后的与上下游制造业间的贸易额显著上升,且对研发技术服务行业的收入影响比交通运输物流行业更为明显。其二,“营改增”增加了上市公司(制造业)试点服务业的经营范围,由原先的自给自足变为对外经营。稳健性检验方面,本文通过调整时间窗口和选择已知未受影响的群组做处理组进行安慰剂检验,检验的结果为DID估计量并不显著。为使结论更加可靠,本文还基于倾向性得分匹配(PSM)再次做双重差分模型下的回归分析以检验本文所提出的假设,结果依然符合预期。本文的研究主要目的在于用已有的经验数据来验证营改增深化分工这一政策初衷,从政策制定层面、税务管理层面及企业自身发展层面,围绕促进专业化分工这一角度提出优化现有“营改增”政策的建议,利于提高税收征收管理效率,稳定税收收入来源,促进经济协调发展。
其他文献
近年来,随着智能手机、车载定位设备等一系列基于位置终端设备的迅速普及,每年全球都会产生大规模的空间位置信息,基于位置服务的应用与人们的生活出行密切相关。空间数据具
近年来,围绕优化营商环境这一重要目标,推进政府信息公开、提高政府透明度成为了政府工作的重要内容之一,相关研究也开始讨论政府信息公开对营商环境的作用及影响,但无论是实务工作还是已有研究,都缺乏对这一问题在实证上的回答与检验。同时,在政府信息公开分类管理的普遍呼吁下,将政府信息公开作为一个整体也会忽略不同类型的政府信息公开可能对营商环境产生的不同影响。因此,在实证研究的基础上回答“是否所有的政府信息公
本文对基站配备大规模天线阵列的毫米波通信系统进行了物理层相关安全技术的研究。毫米波通信系统中基站处配备了大量天线,由于系统硬件成本限制,需要寻求成本可控的预编码方
柳林区块位于鄂尔多斯盆地河东煤田中部,煤层发育层数多且稳定,厚度大,含气量高,地质条件相对较好,勘探开发潜力巨大。论文在收集并利用地质资料分析的基础上,采用多学科相结
近年来,Android应用程序的安全问题越来越严重。据统计发现,将近98%的移动安全问题出现于Android平台。其中,主要的安全威胁来自于重打包应用。重打包应用不但严重损害开发者
近几年,随着无线技术的发展和移动通讯设备的普及,智能手机已逐步成为多数人日常生活和工作无法替代的必备工具,然而智能手机耗电速度快、续航时间短等问题严重影响着用户体
混凝土可被视为一种多尺度材料,在细观尺度上,它通常被认为是由骨料、水泥浆基质和二者间的界面过渡区(Interfacial Transition Zone(ITZ))组成的三相复合材料。各组分的相对
锰基、铁基ABO_3型复合氧化物作为一种新型功能材料,已广泛应用于新型传感器、燃料电池、磁性材料、铁电材料、催化及环保等领域。随着ABO_3复合氧化物应用领域的不断扩大,制备不同结构组成的ABO_3氧化物已成为钙钛矿材料合成的重点课题之一。近年来,钙钛矿材料的掺杂已成为新的研究热点,但对于ABO_3掺杂后其光催化性能和磁学特性的系统研究尚不完善。因此,探索ABO_3掺杂后其光催化性能和磁学特性的研
随着物联网技术的飞速发展,物与物、人与人、人与物皆可相连,相连所产生的各种信息的价值越来越高,这些信息吸引了越来越多的恶意攻击者,给网络的安全带来了严重威胁。而作为
Android的开源特性致使98%的恶意应用滋生在Android平台。为有效识别恶意应用,学者们探索了基于机器学习的检测方法。然而这些方法普遍在特征选择中使用单一的选择算法,存在