劉 嫦（博士生導(dǎo)師），張莉莉，李慶德（博士）

一、引言

1994年我國(guó)頒布《預(yù)算法》，這對(duì)于規(guī)范預(yù)算管理、加強(qiáng)財(cái)政宏觀(guān)調(diào)控發(fā)揮著重要作用。隨著我國(guó)經(jīng)濟(jì)體制的逐步建立完善，舊《預(yù)算法》中的預(yù)算編制、執(zhí)行和監(jiān)督等規(guī)定存在的問(wèn)題開(kāi)始顯現(xiàn)，使得“財(cái)政管理體制等相關(guān)制度的規(guī)范性和健全性不足”問(wèn)題成為全社會(huì)關(guān)注的熱點(diǎn)。其中，舊《預(yù)算法》將收支平衡作為預(yù)算審查的重點(diǎn)，使得在面臨稅收指標(biāo)的考核硬性約束下，地方政府將視經(jīng)濟(jì)形勢(shì)的差異對(duì)稅務(wù)征收部門(mén)采取不同的稅收行為，并進(jìn)一步導(dǎo)致預(yù)算執(zhí)行順周期效應(yīng)，從而影響到經(jīng)濟(jì)的正常運(yùn)行。2014年8月31日，全國(guó)人大常委會(huì)通過(guò)了關(guān)于修改《預(yù)算法》的決定，并于2015年1月1日開(kāi)始實(shí)施。

2014年修訂的《預(yù)算法》為建立健全全面規(guī)范、公開(kāi)透明的預(yù)算制度提供了新的法律依據(jù)和遵循。此后，該政策的實(shí)施效果引起學(xué)術(shù)界的廣泛關(guān)注。目前，學(xué)者們主要從規(guī)范研究視角闡述了《預(yù)算法》的頒布實(shí)施對(duì)我國(guó)財(cái)稅體制改革和預(yù)算體系完善的理論意義。部分學(xué)者采取實(shí)證研究致力于從財(cái)政透明度、地方政府預(yù)決算、地方政府債券市場(chǎng)化、財(cái)政政策逆周期等維度評(píng)價(jià)《預(yù)算法》的實(shí)施效果。從上述研究可以看出，《預(yù)算法》提出的跨年度預(yù)算平衡機(jī)制允許地方財(cái)政增列赤字，這一規(guī)定有助于規(guī)范各級(jí)政府的收支行為，也有助于強(qiáng)化地方政府“依法征稅”的意識(shí)和行為。但是，《預(yù)算法》實(shí)施是否會(huì)對(duì)各級(jí)稅務(wù)機(jī)關(guān)征稅產(chǎn)生影響并影響微觀(guān)企業(yè)的稅負(fù)問(wèn)題，目前并沒(méi)有獲得較多的關(guān)注。

近年來(lái)，為激活經(jīng)濟(jì)發(fā)展活力，降低市場(chǎng)主體稅負(fù)，我國(guó)頻頻頒布減稅降費(fèi)政策，但宏觀(guān)上企業(yè)稅負(fù)仍然保持較快速度增長(zhǎng)，稅負(fù)痛感仍然較重。關(guān)于經(jīng)濟(jì)下行時(shí)期企業(yè)稅收負(fù)擔(dān)增強(qiáng)的問(wèn)題研究，干勝道等從粘性角度出發(fā)，探討了企業(yè)稅負(fù)呈現(xiàn)雙維度變化的規(guī)律。王百?gòu)?qiáng)等首次提出了稅負(fù)粘性概念，他們認(rèn)為稅負(fù)粘性是指企業(yè)稅負(fù)與營(yíng)業(yè)收入的非對(duì)稱(chēng)變動(dòng)現(xiàn)象。稅負(fù)作為一項(xiàng)成本費(fèi)用，不僅受到企業(yè)日常經(jīng)營(yíng)活動(dòng)的影響，也會(huì)受到稅務(wù)部門(mén)的影響。那么，《預(yù)算法》的實(shí)施是否真的削弱了地方政府視經(jīng)濟(jì)形勢(shì)差異進(jìn)行征稅導(dǎo)致的預(yù)算執(zhí)行“順周期”效應(yīng)，并強(qiáng)化稅務(wù)部門(mén)依法征稅行為？本文從企業(yè)稅負(fù)粘性角度出發(fā)，基于2014年修訂的《預(yù)算法》，探究其實(shí)施對(duì)企業(yè)稅負(fù)粘性的影響及其作用機(jī)理，并考慮不同企業(yè)特征和政府行為取向下《預(yù)算法》實(shí)施對(duì)稅負(fù)粘性影響的差異性問(wèn)題，進(jìn)而為評(píng)估《預(yù)算法》實(shí)施效果提供一定的經(jīng)驗(yàn)證據(jù)支持，豐富了《預(yù)算法》和稅負(fù)粘性相關(guān)研究。

本文以2008～2017年A股上市公司作為研究樣本，通過(guò)對(duì)《預(yù)算法》實(shí)施與企業(yè)稅負(fù)粘性關(guān)系的研究，表明《預(yù)算法》實(shí)施顯著增強(qiáng)了企業(yè)的稅負(fù)粘性，在經(jīng)過(guò)一系列穩(wěn)健性測(cè)試之后該結(jié)論仍然成立。作用機(jī)制檢驗(yàn)表明，避稅行為是《預(yù)算法》實(shí)施影響稅負(fù)粘性的作用渠道?；诓煌髽I(yè)特征和政府行為的異質(zhì)性檢驗(yàn)發(fā)現(xiàn)，在非國(guó)有企業(yè)、外部治理環(huán)境較差、地方政府財(cái)政壓力較小和稅收征管力度較弱的企業(yè)中，《預(yù)算法》實(shí)施對(duì)企業(yè)稅負(fù)粘性的正向影響更加顯著。

本文的主要貢獻(xiàn)在于：第一，現(xiàn)有關(guān)于《預(yù)算法》實(shí)施效果的研究主要集中于地方財(cái)政透明度、地方債券市場(chǎng)化進(jìn)程、地方政府預(yù)決算偏離度和債務(wù)使用績(jī)效以及財(cái)政政策等方面，尚未考慮到其對(duì)地方政府稅收征管行為和企業(yè)稅負(fù)的影響。本文考察了《預(yù)算法》實(shí)施對(duì)企業(yè)稅負(fù)粘性的影響，將《預(yù)算法》實(shí)施經(jīng)濟(jì)后果研究由地方政府層面擴(kuò)展至微觀(guān)企業(yè)層面，為評(píng)價(jià)《預(yù)算法》這一政策的實(shí)施效果提供經(jīng)驗(yàn)證據(jù)支持。第二，已有關(guān)于稅負(fù)粘性影響因素的研究主要集中于宏觀(guān)政府和微觀(guān)企業(yè)兩個(gè)方面，分別從征稅努力、財(cái)政收入分權(quán)、稅收競(jìng)爭(zhēng)、股權(quán)性質(zhì)、政治關(guān)聯(lián)、避稅行為、股權(quán)激勵(lì)和管理者自利等因素進(jìn)行了探討，而鮮有從宏觀(guān)經(jīng)濟(jì)政策出發(fā)，關(guān)注《預(yù)算法》實(shí)施對(duì)企業(yè)稅負(fù)粘性的影響，本文從宏觀(guān)政策角度拓展了企業(yè)稅負(fù)粘性影響因素的研究范疇。第三，企業(yè)稅負(fù)粘性是對(duì)成本粘性研究的進(jìn)一步延伸，探討《預(yù)算法》實(shí)施對(duì)企業(yè)稅負(fù)粘性的影響有助于厘清《預(yù)算法》與企業(yè)稅負(fù)粘性之間的關(guān)系，為企業(yè)調(diào)整稅負(fù)與營(yíng)業(yè)收入的關(guān)系以及完善《預(yù)算法》相關(guān)制度提供一定的啟示與參考。

二、制度背景、理論分析與研究假設(shè)

（一）制度背景

針對(duì)舊《預(yù)算法》中存在的問(wèn)題，我國(guó)于2014年8月31日重新對(duì)《預(yù)算法》進(jìn)行了修訂與完善。與舊《預(yù)算法》相比，2014年修訂的《預(yù)算法》主要發(fā)生了以下幾點(diǎn)變化：一是為避免順周期效應(yīng)對(duì)經(jīng)濟(jì)帶來(lái)的不利影響，《預(yù)算法》提出“跨年度預(yù)算平衡機(jī)制”，用經(jīng)濟(jì)形勢(shì)較好時(shí)取得的超收收入彌補(bǔ)經(jīng)濟(jì)下行時(shí)期的收入赤字；二是可以列示財(cái)政赤字，當(dāng)預(yù)算年度執(zhí)行出現(xiàn)短收、不能實(shí)現(xiàn)收支平衡時(shí)，報(bào)本級(jí)人大批準(zhǔn)后增列赤字；三是強(qiáng)化了稅務(wù)征收部門(mén)要依法開(kāi)展工作，明確指出上級(jí)政府應(yīng)當(dāng)加強(qiáng)預(yù)算執(zhí)行，不得下達(dá)收入指標(biāo)，不得多征、提前征收。

（二）理論分析與研究假設(shè)

稅負(fù)粘性反映了稅負(fù)在營(yíng)業(yè)收入上升和下降時(shí)變動(dòng)的不對(duì)稱(chēng)性，自王百?gòu)?qiáng)等首次提出納稅支出粘性概念以來(lái)，學(xué)者們分別從稅收制度觀(guān)和政府行為觀(guān)闡述稅負(fù)粘性動(dòng)因。稅收制度觀(guān)認(rèn)為，我國(guó)稅制結(jié)構(gòu)存在剛性特征，包括采用稅款抵扣制度的流轉(zhuǎn)稅和固定性質(zhì)稅費(fèi)。由于營(yíng)業(yè)收入下降時(shí)，流轉(zhuǎn)稅稅負(fù)轉(zhuǎn)嫁困難，固定成本性質(zhì)稅費(fèi)與生產(chǎn)規(guī)模相關(guān)，短期之內(nèi)不能迅速反應(yīng)降低產(chǎn)能，導(dǎo)致稅負(fù)與營(yíng)業(yè)收入的下降變動(dòng)不同步，呈粘性特征。政府行為觀(guān)則認(rèn)為，我國(guó)稅收計(jì)劃的剛性和財(cái)政壓力導(dǎo)致地方政府在經(jīng)濟(jì)下行時(shí)期加強(qiáng)稅收征管，進(jìn)而產(chǎn)生稅負(fù)粘性。通過(guò)梳理稅負(fù)粘性動(dòng)因，本文主要從政府行為觀(guān)入手以分析《預(yù)算法》實(shí)施對(duì)企業(yè)稅負(fù)粘性的影響。一方面，《預(yù)算法》提出了跨年度預(yù)算平衡機(jī)制，允許財(cái)政增列赤字以及規(guī)范各級(jí)政府收支行為，進(jìn)一步強(qiáng)化“依法征稅”，減輕地方政府財(cái)政創(chuàng)收壓力，降低稅收征管強(qiáng)度，增加避稅行為，進(jìn)而降低稅負(fù)粘性；另一方面，《預(yù)算法》實(shí)施提高了地方政府財(cái)政透明度，可以有效抑制稅收征管過(guò)程中的腐敗行為，使得地方政府稅收征管行為更加規(guī)范，進(jìn)一步抑制企業(yè)避稅行為，增加稅負(fù)粘性。

1.《預(yù)算法》實(shí)施與企業(yè)稅負(fù)粘性：降低作用。

在《預(yù)算法》實(shí)施之前，我國(guó)稅收征管體制屬于按計(jì)劃征稅。每年年初，上級(jí)政府會(huì)制定稅收指標(biāo)并層層下達(dá)，使得稅務(wù)部門(mén)面臨較大的財(cái)政創(chuàng)收壓力，這一壓力在企業(yè)營(yíng)業(yè)收入下降時(shí)期更為明顯；同時(shí)，政府官員面臨考核制度，其為了實(shí)現(xiàn)順利晉升，即使在企業(yè)經(jīng)營(yíng)狀況不佳時(shí)，也會(huì)選擇通過(guò)增加稅收的方式以實(shí)現(xiàn)稅收目標(biāo)，使企業(yè)稅負(fù)與營(yíng)業(yè)收入無(wú)法保持同步下降，稅負(fù)粘性隨之上升。而《預(yù)算法》強(qiáng)化了“依法征稅”，并通過(guò)以下途徑降低稅收征管強(qiáng)度：

（1）《預(yù)算法》通過(guò)建立跨年度預(yù)算平衡機(jī)制，實(shí)現(xiàn)動(dòng)態(tài)平衡?？缒甓阮A(yù)算平衡機(jī)制最大的亮點(diǎn)在于通過(guò)設(shè)立預(yù)算穩(wěn)定調(diào)節(jié)基金以維持經(jīng)濟(jì)下行時(shí)期政府支出需要，減輕了稅務(wù)部門(mén)財(cái)政創(chuàng)收壓力與地方政府官員面臨的考核壓力，在企業(yè)經(jīng)營(yíng)狀況不佳時(shí)，稅務(wù)部門(mén)完成稅收任務(wù)的動(dòng)機(jī)有所下降，相應(yīng)地，會(huì)降低稅收征管強(qiáng)度。

（2）《預(yù)算法》第六十六條增加了允許增列財(cái)政赤字的規(guī)定，在此之前，財(cái)政出現(xiàn)赤字幾乎不被允許，在明確提出地方政府可以列示赤字后，地方政府對(duì)于財(cái)政赤字的消極態(tài)度發(fā)生了轉(zhuǎn)變，面臨的稅收壓力減小，為了實(shí)現(xiàn)稅收收入而征收“過(guò)頭稅”的動(dòng)機(jī)減弱，縮小了稅收部門(mén)增加征稅努力的彈性操作空間，稅收征管強(qiáng)度降低。

（3）《預(yù)算法》第五十五條明確了各級(jí)政府應(yīng)當(dāng)依法組織預(yù)算收入，不得向稅務(wù)征收部門(mén)下達(dá)指標(biāo)。這一規(guī)定強(qiáng)化了“依法征稅”特征，更改了以往“按計(jì)劃征稅”，從法律層面確立了對(duì)稅收指標(biāo)的“禁令”，避免了地方政府隨意給稅務(wù)部門(mén)加任務(wù)的現(xiàn)象，應(yīng)當(dāng)嚴(yán)格按照實(shí)際情況進(jìn)行征收，不征收“過(guò)頭稅”，減少稅務(wù)部門(mén)面臨的財(cái)政創(chuàng)收壓力，相應(yīng)地降低了稅收征管強(qiáng)度。

稅收征管作為外部治理機(jī)制，可以發(fā)揮治理效應(yīng)。稅收征管強(qiáng)度較大時(shí)，由于稅收管理更加規(guī)范嚴(yán)格，企業(yè)進(jìn)行避稅的實(shí)施空間較小，因此稅收規(guī)避行為減少；反之，企業(yè)面臨的稅收征管環(huán)境較為寬松時(shí)，避稅產(chǎn)生的收益大于成本，因此企業(yè)有動(dòng)機(jī)進(jìn)行避稅?！额A(yù)算法》實(shí)施降低了稅收征管強(qiáng)度，會(huì)導(dǎo)致避稅行為的增加，企業(yè)通過(guò)避稅減少稅負(fù)支出，從而緩解資金壓力，使稅負(fù)與業(yè)績(jī)下降更趨于一致。具體來(lái)說(shuō)，當(dāng)企業(yè)面臨的外部環(huán)境較好時(shí)，企業(yè)經(jīng)營(yíng)業(yè)績(jī)較佳，《預(yù)算法》的規(guī)定減小了地方政府財(cái)政創(chuàng)收壓力和稅收征管強(qiáng)度，擴(kuò)大了企業(yè)的避稅空間，使得其實(shí)際稅負(fù)支出減少，縮小了稅負(fù)隨業(yè)績(jī)變化時(shí)的非對(duì)稱(chēng)變動(dòng)幅度，稅負(fù)粘性隨之下降；相反，若企業(yè)所處經(jīng)濟(jì)環(huán)境處于下行時(shí)期，企業(yè)業(yè)績(jī)不佳就會(huì)采取更多的避稅行為，此時(shí)稅負(fù)支出更少，稅負(fù)支出隨業(yè)績(jī)下降，稅負(fù)粘性降低。

2.《預(yù)算法》實(shí)施與企業(yè)稅負(fù)粘性：加劇作用。

《預(yù)算法》實(shí)施能夠促進(jìn)預(yù)算信息的公開(kāi)和透明，提高財(cái)政信息透明度。財(cái)政信息透明度的提高有助于強(qiáng)化居民納稅意識(shí)，為居民行使納稅監(jiān)督權(quán)提供便利，有效抑制稅收征管過(guò)程中的腐敗行為，使稅收征管行為更加規(guī)范。稅收征管規(guī)范化可以從如下角度抑制企業(yè)內(nèi)部避稅行為：

（1）企業(yè)避稅行為取決于管理層對(duì)避稅收益與成本的權(quán)衡。稅收征管行為更加規(guī)范時(shí)，對(duì)企業(yè)稅務(wù)征收行為的查處會(huì)更加嚴(yán)格，從而提高了稅務(wù)機(jī)關(guān)發(fā)現(xiàn)企業(yè)課稅狀況異常的概率；同時(shí)，規(guī)范化稅收征管有助于發(fā)現(xiàn)企業(yè)避稅過(guò)程中存在的利益侵占和操縱等行為。此時(shí)，公司進(jìn)行避稅面臨的罰金、行政處罰和聲譽(yù)損失等成本增加，管理層通過(guò)權(quán)衡避稅成本與收益，為避免自身利益受損，會(huì)減少避稅行為。

（2）規(guī)范化稅收征管行為能夠有效約束企業(yè)通過(guò)向官員行賄獲得稅收優(yōu)惠進(jìn)而減少稅負(fù)支出的行為，降低稅務(wù)征收部門(mén)為實(shí)現(xiàn)自身收益而進(jìn)行操縱、給予企業(yè)稅收優(yōu)惠的行為，限制稅務(wù)征收部門(mén)和納稅企業(yè)合謀進(jìn)行尋租的空間，進(jìn)而抑制企業(yè)避稅行為。

《預(yù)算法》實(shí)施之前，企業(yè)為緩解內(nèi)部融資約束、減少納稅支出，有動(dòng)機(jī)進(jìn)行稅收籌劃和規(guī)避行為，此時(shí)企業(yè)避稅程度較高，以減少實(shí)際稅負(fù)支出，降低稅負(fù)粘性。尤其是業(yè)績(jī)下降時(shí)，企業(yè)面臨更大的經(jīng)營(yíng)壓力以及連續(xù)兩年凈利潤(rùn)虧損被特別處理的風(fēng)險(xiǎn)，此時(shí)企業(yè)采取避稅方式減少支出的動(dòng)機(jī)更加強(qiáng)烈。因此，與營(yíng)業(yè)收入上升時(shí)相比，營(yíng)業(yè)收入下降時(shí)，企業(yè)進(jìn)行避稅的動(dòng)機(jī)更加強(qiáng)烈。而《預(yù)算法》實(shí)施后抑制了企業(yè)稅收規(guī)避，增加了企業(yè)尤其是在經(jīng)營(yíng)狀況不佳時(shí)的實(shí)際稅負(fù)支出，導(dǎo)致企業(yè)稅負(fù)支出無(wú)法與營(yíng)業(yè)收入保持同步下降，從而加大稅收粘性。具體來(lái)說(shuō)，當(dāng)外部環(huán)境較好時(shí)，《預(yù)算法》實(shí)施之后，企業(yè)由于減少避稅，進(jìn)而加大稅負(fù)隨營(yíng)業(yè)收入變化的非對(duì)稱(chēng)變動(dòng)幅度，稅負(fù)粘性隨之上升；相反，當(dāng)經(jīng)濟(jì)環(huán)境處于下行時(shí)期，企業(yè)業(yè)績(jī)較差，《預(yù)算法》實(shí)施之后，使政府的稅收征管行為更加規(guī)范，有效地約束企業(yè)避稅行為，使之前通過(guò)避稅效應(yīng)減少的稅負(fù)支出無(wú)法下降，從而增加稅負(fù)粘性。

綜上所述，一方面，《預(yù)算法》通過(guò)提出跨年度預(yù)算平衡機(jī)制、允許增列財(cái)政赤字和規(guī)范預(yù)算收入征收部門(mén)收支行為，強(qiáng)化依法征稅，削弱地方政府面臨的財(cái)政創(chuàng)收壓力與完成稅收指標(biāo)的動(dòng)機(jī)，降低稅收征管強(qiáng)度，為企業(yè)稅收規(guī)避行為提供了空間，從而降低稅負(fù)粘性。另一方面，《預(yù)算法》實(shí)施提高了地方政府財(cái)政透明度，使稅收征管行為更加規(guī)范，抑制企業(yè)稅收規(guī)避行為，進(jìn)而增加稅負(fù)粘性?；诖耍疚恼J(rèn)為《預(yù)算法》實(shí)施可能會(huì)降低抑或增加企業(yè)稅負(fù)粘性，因此提出競(jìng)爭(zhēng)性假設(shè)：

H1a：《預(yù)算法》實(shí)施降低了企業(yè)稅負(fù)粘性。

H1b：《預(yù)算法》實(shí)施增加了企業(yè)稅負(fù)粘性。

內(nèi)在邏輯框架如圖1所示。

圖1 《預(yù)算法》實(shí)施與稅負(fù)粘性的內(nèi)在邏輯

三、研究設(shè)計(jì)

（一）樣本選擇與數(shù)據(jù)的來(lái)源

由于2008年起企業(yè)所得稅稅率由33%變更為25%，因此本文選擇2008年作為研究樣本起點(diǎn)。由于本文在構(gòu)建“類(lèi)政策實(shí)驗(yàn)”強(qiáng)度DID時(shí)采取地方政府財(cái)政透明度作為分組變量，受到財(cái)政透明度數(shù)據(jù)的限制，并為避免2018年二次修訂的《預(yù)算法》對(duì)政策凈效應(yīng)的影響，樣本期間止于2017年，最終選擇2008～2017年A股上市公司作為研究樣本。然后進(jìn)行如下處理：①剔除金融業(yè)公司；②剔除被特殊處理（ST、PT）的公司；③剔除資產(chǎn)負(fù)債率異常的樣本；④剔除主要變量存在缺失值的樣本；⑤剔除企業(yè)當(dāng)期總稅負(fù)小于0的樣本。最后，進(jìn)行上下1%水平的縮尾處理以避免極端值影響。最終，得到14855個(gè)觀(guān)測(cè)值。財(cái)政透明度數(shù)據(jù)來(lái)源于《中國(guó)財(cái)政透明度報(bào)告》，其他數(shù)據(jù)均來(lái)自國(guó)泰安（CSMAR）數(shù)據(jù)庫(kù)，使用的統(tǒng)計(jì)軟件為Stata 16。

（二）變量定義及其衡量

1.被解釋變量：總稅負(fù)變化（LnTB）。我國(guó)稅收主要包括流轉(zhuǎn)稅和所得稅，由于本文考察的是總稅負(fù)，因此借鑒程宏偉和吳曉娟、杜劍等，用支付的各項(xiàng)稅費(fèi)減去收到的稅費(fèi)返還加上應(yīng)交稅費(fèi)期末余額再減去應(yīng)交稅費(fèi)期初余額計(jì)算得到的數(shù)值作為企業(yè)當(dāng)期總稅負(fù)代理變量?？偠愗?fù)變化計(jì)算如下：

LnTB=ln（tax/tax）

其中：tax和tax分別為企業(yè)i第t期和第t-1期的總稅負(fù)支出，tax/tax表示企業(yè)t-1期到t期的稅負(fù)變化率。

2.解釋變量。

（1）營(yíng)業(yè)收入變化（LnREV）。在檢驗(yàn)稅負(fù)變動(dòng)是否存在粘性現(xiàn)象時(shí)，主要考察稅負(fù)變動(dòng)與業(yè)績(jī)變動(dòng)的非對(duì)稱(chēng)現(xiàn)象，業(yè)績(jī)變動(dòng)的表達(dá)方式較多，本文借鑒程宏偉和吳曉娟的研究，以營(yíng)業(yè)收入變化作為企業(yè)業(yè)績(jī)變動(dòng)的代理變量，用當(dāng)期營(yíng)業(yè)收入除以上一期營(yíng)業(yè)收入得到營(yíng)業(yè)收入變化，并取其對(duì)數(shù)。

（2）營(yíng)業(yè)收入下降（D）。與上期相比，企業(yè)當(dāng)期營(yíng)業(yè)收入有所下降時(shí)，取值為1；反之，取值為0。

（3）《預(yù)算法》實(shí)施（Treat和Post）。《預(yù)算法》政策的實(shí)施是面向全國(guó)的，但對(duì)于不同地區(qū)，《預(yù)算法》具體實(shí)施效果有所不同。如果該地區(qū)財(cái)政信息本就比較透明，《預(yù)算法》實(shí)施對(duì)該地區(qū)政府的稅收征管行為影響相對(duì)較小，對(duì)企業(yè)稅負(fù)粘性影響效果甚微；財(cái)政透明度較低時(shí)，則正好相反。因此，借鑒李建軍和劉媛的研究，本文設(shè)置虛擬變量Treat和Post，構(gòu)造“類(lèi)政策實(shí)驗(yàn)”強(qiáng)度DID，將《預(yù)算法》實(shí)施前樣本地區(qū)財(cái)政透明度作為政策沖擊“處理強(qiáng)度”的指標(biāo)。2009～2012年的《中國(guó)財(cái)政透明度報(bào)告》評(píng)估的是2006～2009年省級(jí)財(cái)政透明度數(shù)據(jù)，2013～2019年的《中國(guó)財(cái)政透明度報(bào)告》則評(píng)估的是2011～2017年的省級(jí)財(cái)政透明度數(shù)據(jù)，因此本文利用2009年和2011年省級(jí)財(cái)政透明度的平均值作為2010年數(shù)據(jù)的近似替代值。借鑒溫來(lái)成和馬昀的研究，以《預(yù)算法》實(shí)施前一年各省財(cái)政透明度中位數(shù)作為分組標(biāo)準(zhǔn)，企業(yè)所在地區(qū)地方政府財(cái)政透明度小于中位數(shù)時(shí)，作為處理組，Treat取值為1；反之，作為控制組。Post為時(shí)間虛擬變量，《預(yù)算法》實(shí)施當(dāng)年及之后的年份取值為1。

3.其他控制變量。借鑒程宏偉和吳曉娟、杜劍等的研究，本文選取公司基本面因素以及GDP增長(zhǎng)率（Gdpg）和無(wú)形資產(chǎn)密集度（Intanint）等作為控制變量，并控制了行業(yè)和年份。所有變量及其定義如表1所示。

表1 變量定義

（三）實(shí)證模型

本文借鑒王百?gòu)?qiáng)等、程宏偉和吳曉娟和李建軍和劉媛等的研究，構(gòu)建“類(lèi)政策實(shí)驗(yàn)”強(qiáng)度DID模型檢驗(yàn)《預(yù)算法》這一外生政策實(shí)施對(duì)企業(yè)稅負(fù)粘性的影響。設(shè)定雙重差分模型如下：

在式（1）中，β反映企業(yè)稅負(fù)相對(duì)業(yè)績(jī)?cè)黾拥淖兓?，?dāng)企業(yè)業(yè)績(jī)上升時(shí)，D取值為0，營(yíng)業(yè)收入上升1%，則稅負(fù)上升β%；β反映企業(yè)稅負(fù)相對(duì)業(yè)績(jī)下降的變化幅度，如果營(yíng)業(yè)收入下降，D則為1，營(yíng)業(yè)收入下降1%，稅負(fù)下降幅度為β%+β%。如果β小于0，那么β%＞β%+β%，即營(yíng)業(yè)收入等額下降時(shí)的稅負(fù)減少幅度小于營(yíng)業(yè)收入上升帶來(lái)的稅負(fù)增加幅度，從而說(shuō)明企業(yè)稅負(fù)變動(dòng)存在粘性特征。本文主要觀(guān)察四項(xiàng)交乘變量（D×Ln-REV×Treat×Post）的系數(shù)β，若β小于0，說(shuō)明在營(yíng)業(yè)收入下降時(shí)，《預(yù)算法》實(shí)施帶來(lái)的稅負(fù)減少額β%+β%+β%小于《預(yù)算法》實(shí)施之前稅負(fù)減少額β%+β%，表明《預(yù)算法》實(shí)施提高了企業(yè)稅負(fù)粘性；若β大于0，表明《預(yù)算法》實(shí)施降低了稅負(fù)粘性。

四、實(shí)證結(jié)果與分析

（一）描述性統(tǒng)計(jì)

各變量的描述性統(tǒng)計(jì)結(jié)果如表2所示。結(jié)果顯示：REV的均值為1.220，標(biāo)準(zhǔn)差為0.585，說(shuō)明上市公司營(yíng)業(yè)收入呈上升狀態(tài)，平均上升幅度為22%。TB的均值為1.475，標(biāo)準(zhǔn)差為1.721，說(shuō)明企業(yè)稅負(fù)整體呈上升趨勢(shì)，并且稅負(fù)上升幅度大于營(yíng)業(yè)收入上升幅度。其他控制變量的描述性統(tǒng)計(jì)與以往文獻(xiàn)類(lèi)似，表明樣本選擇較為合理。

表2 描述性統(tǒng)計(jì)

（二）回歸結(jié)果分析

首先，檢驗(yàn)了企業(yè)是否存在稅負(fù)粘性，結(jié)果列示在表3列（1）（3）（5），依次是沒(méi)有加入控制變量、沒(méi)有控制行業(yè)與年份、加入控制變量且控制行業(yè)與年份的回歸結(jié)果?？梢钥闯?，企業(yè)營(yíng)業(yè)收入變化LnREV和D×LnREV與企業(yè)稅負(fù)變化LnTB的回歸系數(shù)分別為1.006和-0.188且顯著。說(shuō)明企業(yè)營(yíng)業(yè)收入上升1%，稅負(fù)增加幅度為1.006%；營(yíng)業(yè)收入下降1%，減少的稅負(fù)為0.188%，即企業(yè)營(yíng)業(yè)收入上升時(shí)稅負(fù)增加額大于營(yíng)業(yè)收入等額下降時(shí)稅負(fù)減少額，即我國(guó)上市公司稅負(fù)存在粘性特征。

表3 企業(yè)稅負(fù)粘性存在性和《預(yù)算法》實(shí)施對(duì)企業(yè)稅負(fù)粘性回歸結(jié)果

其次，對(duì)式（1）進(jìn)行回歸以檢驗(yàn)《預(yù)算法》實(shí)施對(duì)稅負(fù)粘性的影響，結(jié)果如表3列（2）（4）（6）所示。加入了《預(yù)算法》實(shí)施及其與稅負(fù)粘性的交乘項(xiàng)，發(fā)現(xiàn)D×LnREV×Treat×Post的回歸系數(shù)均在5%的水平上顯著為負(fù)。列（6）中加入控制變量且控制了行業(yè)與年份，發(fā)現(xiàn)D×LnREV×Treat×Post的回歸系數(shù)為-0.339，與LnTB在5%的水平上顯著負(fù)相關(guān)，說(shuō)明《預(yù)算法》實(shí)施加劇了企業(yè)稅負(fù)與營(yíng)業(yè)收入的非對(duì)稱(chēng)變動(dòng)幅度，即《預(yù)算法》實(shí)施顯著增加了企業(yè)稅負(fù)粘性，驗(yàn)證了假設(shè)H1b。

（三）穩(wěn)健性檢驗(yàn)

穩(wěn)健性檢驗(yàn)結(jié)果見(jiàn)表4。

表4 穩(wěn)健性檢驗(yàn)

1.安慰劑檢驗(yàn)。本文參考已有研究，通過(guò)構(gòu)造《預(yù)算法》實(shí)施的偽時(shí)間點(diǎn)，代替處理效應(yīng)發(fā)生年份，檢驗(yàn)《預(yù)算法》實(shí)施對(duì)稅負(fù)粘性的影響。如果企業(yè)稅負(fù)粘性沒(méi)有發(fā)生變化，說(shuō)明本文的主要結(jié)果是穩(wěn)健的。本文將《預(yù)算法》實(shí)施時(shí)間提前至2009年重新進(jìn)行回歸，以考察隨機(jī)效果。列（1）結(jié)果表明，變量D×LnREV×Treat×Post1的回歸系數(shù)不顯著，且與主回歸系數(shù)相比有大幅下降，說(shuō)明稅負(fù)粘性的增加是由實(shí)施《預(yù)算法》導(dǎo)致的，而非其他因素。

2.剔除虧損企業(yè)樣本。若企業(yè)發(fā)生虧損，則不需要繳納所得稅。因此，本文剔除1252個(gè)虧損類(lèi)企業(yè)樣本，重新進(jìn)行回歸，列（2）報(bào)告了剔除虧損企業(yè)后《預(yù)算法》實(shí)施對(duì)稅負(fù)粘性的影響，研究結(jié)論仍然成立。

3.限定為制造業(yè)企業(yè)。由于制造業(yè)企業(yè)占上市公司比重較大，涉及的稅種比較全面，具有一定的代表性，因此本文將樣本控制在制造業(yè)企業(yè)，重新進(jìn)行回歸，結(jié)果見(jiàn)列（3），結(jié)果仍然穩(wěn)健。

4.更換樣本期間。考慮到2008年發(fā)生了全球金融危機(jī)，上市公司財(cái)務(wù)指標(biāo)波動(dòng)較大，因此，本文借鑒程宏偉和楊義東的做法，將樣本期間縮小至2010～2017年，重新檢驗(yàn)《預(yù)算法》對(duì)企業(yè)稅負(fù)粘性的影響，結(jié)果見(jiàn)列（4），研究結(jié)論仍成立。

5.更換變量度量方法。在基本回歸中，本文以營(yíng)業(yè)收入波動(dòng)情況來(lái)反映企業(yè)營(yíng)業(yè)收入是否下降，為了增強(qiáng)基準(zhǔn)回歸結(jié)果的穩(wěn)健性，借鑒王百?gòu)?qiáng)等和孔墨奇等的研究，用稅前利潤(rùn)即利潤(rùn)總額與資產(chǎn)減值損失之和度量企業(yè)營(yíng)業(yè)收入變化以及營(yíng)業(yè)收入下降，結(jié)果見(jiàn)列（5）?？梢园l(fā)現(xiàn)，《預(yù)算法》實(shí)施D1×LnEBT×Treat×Post與LnTB仍呈顯著負(fù)相關(guān)，說(shuō)明上述研究結(jié)論穩(wěn)健。

6.不同分組方式。為了避免基準(zhǔn)回歸結(jié)果是由相對(duì)處理組造成的，本文參考李建軍和劉媛的做法，采取不同的分組方式，重新劃分處理組和控制組。將財(cái)政透明度小于《預(yù)算法》實(shí)施前一年各個(gè)省份財(cái)政透明度75%分位數(shù)的地區(qū)作為處理組，取值為1，其余地區(qū)作為控制組，取值為0。在新劃分方式下，對(duì)式（1）重新進(jìn)行回歸，結(jié)果見(jiàn)列（6）。四項(xiàng)交乘項(xiàng)的回歸系數(shù)顯著為負(fù)，與主回歸結(jié)果一致，研究結(jié)論仍然穩(wěn)健。

7.排除其他可能性解釋?？紤]到在2015年的時(shí)候除了實(shí)施《預(yù)算法》，還出臺(tái)了一系列減稅降費(fèi)政策，也可能會(huì)對(duì)稅負(fù)粘性產(chǎn)生影響，因此本文刪除了2015年和2016年的樣本觀(guān)測(cè)值，結(jié)果見(jiàn)列（7），研究結(jié)論仍然成立。

五、進(jìn)一步分析

（一）作用機(jī)制檢驗(yàn)

本文繼續(xù)考慮《預(yù)算法》實(shí)施影響企業(yè)稅負(fù)粘性的作用渠道。《預(yù)算法》實(shí)施前，在我國(guó)稅收征管體制不健全的情況下，企業(yè)避稅較為普遍，主要通過(guò)避稅減少稅負(fù)支出，弱化稅負(fù)粘性。而2014年修訂的《預(yù)算法》使得財(cái)政信息更加透明，有助于規(guī)范稅收征管行為。規(guī)范化的稅收征管行為增加了企業(yè)避稅面臨的成本與損失，同時(shí)也約束了納稅企業(yè)與稅務(wù)部門(mén)之間的尋租行為，進(jìn)而抑制避稅行為。當(dāng)企業(yè)營(yíng)業(yè)收入上升時(shí)，企業(yè)避稅行為的減少使得稅負(fù)支出增加；當(dāng)企業(yè)收入下降時(shí)，企業(yè)避稅行為更為強(qiáng)烈，《預(yù)算法》通過(guò)抑制避稅導(dǎo)致企業(yè)不能順利地通過(guò)避稅緩解稅負(fù)支出壓力，與實(shí)施之前相比，稅負(fù)支出有所增加，強(qiáng)化了營(yíng)業(yè)收入上升與下降時(shí)稅負(fù)的非對(duì)稱(chēng)變動(dòng)幅度，增加了稅負(fù)粘性。

為了檢驗(yàn)這一渠道，本文將會(huì)計(jì)—稅收差異（BTD）作為企業(yè)避稅程度的代理變量，通過(guò)設(shè)置虛擬變量的方式，根據(jù)中位數(shù)將樣本分為避稅程度較高和避稅程度較低兩組進(jìn)行分組檢驗(yàn)。如果四項(xiàng)交乘項(xiàng)的回歸系數(shù)在兩組樣本中存在顯著差異，說(shuō)明《預(yù)算法》實(shí)施通過(guò)影響企業(yè)避稅行為進(jìn)而影響稅負(fù)粘性。再次對(duì)式（1）進(jìn)行回歸，回歸結(jié)果如表5所示?！额A(yù)算法》實(shí)施對(duì)于企業(yè)稅負(fù)粘性的回歸系數(shù)分別在1%和5%的水平上顯著，進(jìn)一步進(jìn)行組間差異系數(shù)檢驗(yàn)，發(fā)現(xiàn)《預(yù)算法》實(shí)施對(duì)于企業(yè)稅負(fù)粘性的影響在企業(yè)避稅程度較高樣本組中更為顯著，即《預(yù)算法》的實(shí)施通過(guò)規(guī)范稅收征管行為，減少避稅行為，進(jìn)而造成稅負(fù)粘性的增加。該結(jié)果驗(yàn)證了避稅行為是《預(yù)算法》實(shí)施影響稅負(fù)粘性的重要作用渠道。

表5 《預(yù)算法》影響稅負(fù)粘性的機(jī)制檢驗(yàn)

（二）異質(zhì)性檢驗(yàn)

《預(yù)算法》實(shí)施通過(guò)提高政府財(cái)政信息透明度，使得稅收更加規(guī)范，能有效抑制企業(yè)避稅行為，進(jìn)而加劇稅負(fù)粘性。為進(jìn)一步了解《預(yù)算法》實(shí)施具體效果，同時(shí)考慮到企業(yè)避稅行為受到不同企業(yè)特征和政府行為的影響，本文從產(chǎn)權(quán)性質(zhì)、外部治理環(huán)境、地方政府財(cái)政壓力以及稅收征管力度方面進(jìn)行分析，以深入探討在不同環(huán)境下，《預(yù)算法》實(shí)施對(duì)稅負(fù)粘性的異質(zhì)性影響。

1.產(chǎn)權(quán)性質(zhì)。由于我國(guó)上市公司存在產(chǎn)權(quán)異質(zhì)性特征，國(guó)有企業(yè)和非國(guó)有企業(yè)的經(jīng)營(yíng)目標(biāo)和治理情況不同，使其面臨的稅收籌劃和稅收征管存在差異，因此，對(duì)于產(chǎn)權(quán)性質(zhì)不同的企業(yè)來(lái)說(shuō)，《預(yù)算法》實(shí)施與稅負(fù)粘性的關(guān)系可能存在差別。一方面，從稅收籌劃來(lái)看，國(guó)有企業(yè)主要是由政府管理，且存在復(fù)雜的委托代理問(wèn)題，其更傾向于追求與政績(jī)關(guān)聯(lián)更大的收入目標(biāo)；另一方面，從稅收征管來(lái)看，由于國(guó)有企業(yè)與地方政府存在聯(lián)系，國(guó)有企業(yè)面臨的稅收征管環(huán)境更加寬松。綜上所述，國(guó)有企業(yè)通過(guò)避稅減少稅收增加利潤(rùn)的動(dòng)機(jī)較弱，同時(shí)以往的許多研究也認(rèn)為非國(guó)有企業(yè)避稅行為更為普遍。因此，相對(duì)于國(guó)有企業(yè)，非國(guó)有企業(yè)進(jìn)行避稅行為的傾向和機(jī)會(huì)更大，本文預(yù)測(cè)《預(yù)算法》實(shí)施對(duì)稅負(fù)粘性的正向作用在非國(guó)有企業(yè)中更為顯著。

本文對(duì)式（1）進(jìn)行分組回歸，從表6列（1）和列（2）可以看出，在非國(guó)有企業(yè)樣本中，《預(yù)算法》實(shí)施對(duì)稅負(fù)粘性的正向影響更加顯著，與預(yù)期相符。

表6 基于產(chǎn)權(quán)性質(zhì)和外部治理環(huán)境的異質(zhì)性檢驗(yàn)

2.外部治理環(huán)境。企業(yè)所在地區(qū)外部治理環(huán)境也會(huì)影響到避稅行為。與外部治理環(huán)境較完善的地區(qū)相比，外部治理環(huán)境薄弱地區(qū)的法律制度更加薄弱，腐敗程度也更高，地方官員稅收征管空間較大，給稅務(wù)機(jī)關(guān)帶來(lái)較大的自由裁量權(quán)，為企業(yè)通過(guò)尋租方式與地方政府聯(lián)合避稅提供了條件，企業(yè)避稅程度較高。相反，在外部治理環(huán)境較完善的地區(qū)，金融發(fā)展水平較高，法律制度相對(duì)健全，政府對(duì)企業(yè)干預(yù)減少；同時(shí)，稅務(wù)征收等一系列業(yè)務(wù)處理均通過(guò)金融機(jī)構(gòu)進(jìn)行交易，交易信息公開(kāi)透明，為企業(yè)進(jìn)行避稅增加了難度，縮減了企業(yè)避稅的實(shí)施空間。因此，本文預(yù)測(cè)在外部治理環(huán)境較差時(shí)，地方政府腐敗程度更高，企業(yè)會(huì)進(jìn)行更多避稅行為，《預(yù)算法》實(shí)施與稅負(fù)粘性的正相關(guān)關(guān)系更為顯著。

本文借鑒干勝道等的研究，以市場(chǎng)化程度衡量外部治理環(huán)境，將年度樣本中位數(shù)作為分組標(biāo)準(zhǔn)，分為外部治理環(huán)境較好樣本組與較差樣本組，對(duì)式（1）重新進(jìn)行回歸，回歸結(jié)果如表6列（3）和列（4）所示。在列（3）中，外部治理環(huán)境較完善時(shí)，《預(yù)算法》實(shí)施與企業(yè)稅負(fù)粘性的回歸系數(shù)為-0.305，但不顯著；在列（4）中，回歸系數(shù)在10%的水平上顯著負(fù)相關(guān)，說(shuō)明《預(yù)算法》實(shí)施對(duì)于企業(yè)稅負(fù)粘性的正向影響在外部治理環(huán)境較差時(shí)更顯著。

3.地方政府財(cái)政壓力。已有文獻(xiàn)指出，當(dāng)?shù)胤秸媾R較大的財(cái)政壓力時(shí)，企業(yè)為維護(hù)政企關(guān)系、在稀缺資源獲取中擁有競(jìng)爭(zhēng)優(yōu)勢(shì)，企業(yè)會(huì)主動(dòng)迎合地方政府財(cái)政需求，減少稅收規(guī)避。但李維安和徐業(yè)坤的研究指出，由于地區(qū)間的稅收競(jìng)爭(zhēng)，政府可能會(huì)進(jìn)行“敲竹杠”行為，將財(cái)政壓力轉(zhuǎn)嫁給與政府具有良好關(guān)系的企業(yè)。此時(shí)，企業(yè)處于弱勢(shì)地位，有足夠動(dòng)機(jī)去實(shí)施避稅。因此，地方政府財(cái)政壓力如何影響企業(yè)避稅行為從而影響《預(yù)算法》實(shí)施與稅負(fù)粘性的關(guān)系有待進(jìn)一步檢驗(yàn)。

借鑒王術(shù)華的研究，本文采用財(cái)政支出與財(cái)政收入的差額除以GDP度量地方政府財(cái)政壓力。根據(jù)年度中位數(shù)，將樣本分為兩組進(jìn)行回歸。回歸結(jié)果列示在表7列（1）和列（2），可以發(fā)現(xiàn)在地方政府財(cái)政壓力較小的樣本中，D×LnREV×Treat×Post的回歸系數(shù)顯著為負(fù)，說(shuō)明地方政府面臨財(cái)政壓力較小時(shí)，稅務(wù)部門(mén)的稅收征管強(qiáng)度降低，公司則會(huì)進(jìn)行更多的避稅行為，《預(yù)算法》實(shí)施通過(guò)規(guī)范稅收征管行為，減少避稅，增加稅負(fù)粘性更為顯著。

表7 基于地方政府財(cái)政壓力與稅收征管力度的異質(zhì)性檢驗(yàn)

4.稅收征管力度。由于我國(guó)實(shí)行稅收計(jì)劃征管體制，并且稅務(wù)機(jī)關(guān)具有自由裁量權(quán)，稅務(wù)機(jī)關(guān)為了完成稅收指標(biāo)，會(huì)加強(qiáng)稅收征管強(qiáng)度，通過(guò)稅務(wù)稽查、納稅檢查等方式提高稅收努力，防止稅源流失。較強(qiáng)的稅收征管力度意味著更加規(guī)范的稅收管理和嚴(yán)格的稅收檢查，減少稅務(wù)征收過(guò)程中的征管漏洞，企業(yè)實(shí)施避稅的難度提高；同時(shí)，稅務(wù)機(jī)關(guān)對(duì)避稅行為的容忍度較低，如果避稅行為被發(fā)現(xiàn)，帶來(lái)的聲譽(yù)損失以及處罰成本都會(huì)增加，使企業(yè)在權(quán)衡收益與成本權(quán)衡之后，減少避稅活動(dòng)。相反，稅收征管力度較弱時(shí)，企業(yè)避稅行為被查處的可能性較小，此時(shí)通過(guò)避稅獲得的收益大于成本，企業(yè)則會(huì)選擇避稅以減少納稅支出。因此，本文認(rèn)為《預(yù)算法》實(shí)施對(duì)稅負(fù)粘性的正向影響在稅收征管力度較弱的樣本組中更加顯著。

借鑒Lotz和Morss和陳德球等的研究，本文采用稅收努力指標(biāo)度量地區(qū)稅收征管力度，實(shí)際稅收負(fù)擔(dān)除以預(yù)期稅收負(fù)擔(dān)計(jì)算得到稅收征管力度。根據(jù)年度中位數(shù)將全樣本分為稅收征管力度較強(qiáng)與較弱兩組進(jìn)行回歸，回歸結(jié)果如表7列（3）和列（4）所示?？梢园l(fā)現(xiàn)，在列（3）中，D×LnREV×Treat×Post的回歸系數(shù)為-0.168，但并不顯著；而在列（4）稅收征管力度較弱樣本中，D×LnREV×Treat×Post與LnTB在1%的水平上顯著負(fù)相關(guān)。說(shuō)明在稅收征管力度較弱的企業(yè)中，《預(yù)算法》實(shí)施對(duì)稅負(fù)粘性的正向增加作用更加顯著。

六、結(jié)論

在舊《預(yù)算法》以收支平衡作為預(yù)算審查重點(diǎn)下，出現(xiàn)了經(jīng)濟(jì)順周期問(wèn)題。因此，2014年《預(yù)算法》的頒布為建立健全全面公開(kāi)、規(guī)范透明的預(yù)算制度提供了法律依據(jù)，其政策效果不容忽視。本文從稅負(fù)粘性角度出發(fā)，研究《預(yù)算法》實(shí)施是否會(huì)影響各級(jí)稅務(wù)機(jī)關(guān)征稅行為進(jìn)而影響微觀(guān)企業(yè)稅負(fù)。實(shí)證研究發(fā)現(xiàn)：《預(yù)算法》實(shí)施顯著增強(qiáng)了企業(yè)的稅負(fù)粘性。這一關(guān)系在非國(guó)有企業(yè)、外部治理環(huán)境較差、地方政府財(cái)政壓力較小和稅收征管力度較弱企業(yè)中更加明顯。機(jī)制檢驗(yàn)表明，《預(yù)算法》實(shí)施影響稅負(fù)粘性的作用機(jī)理主要在于減少企業(yè)內(nèi)部避稅行為，說(shuō)明《預(yù)算法》主要通過(guò)影響政府行為使稅收征管行為更加規(guī)范，進(jìn)而抑制企業(yè)避稅行為，增加稅負(fù)粘性。研究結(jié)論不僅明晰了《預(yù)算法》實(shí)施影響企業(yè)稅負(fù)粘性的作用機(jī)理，也豐富了相關(guān)領(lǐng)域研究。

本文可能的啟示在于：一是現(xiàn)階段，我國(guó)經(jīng)濟(jì)下行壓力較大，一方面，為避免經(jīng)濟(jì)大幅度波動(dòng)，應(yīng)當(dāng)保持宏觀(guān)環(huán)境相對(duì)平穩(wěn)，繼續(xù)完善《預(yù)算法》等相關(guān)法規(guī)，將跨年度預(yù)算平衡機(jī)制落實(shí)到位，做好宏觀(guān)政策調(diào)控與銜接。另一方面，需要更高質(zhì)量地落實(shí)《預(yù)算法》中的允許增列赤字和不得向下級(jí)稅收部門(mén)下達(dá)任務(wù)指標(biāo)等規(guī)定，改變“唯任務(wù)論”對(duì)稅務(wù)機(jī)關(guān)的考核標(biāo)準(zhǔn)，真正做到“依法征稅”。二是繼續(xù)做好財(cái)政信息公開(kāi)工作，細(xì)化稅收收入支出內(nèi)容，使地方政府財(cái)政信息更加透明、公開(kāi)，減少政府與企業(yè)之間由于信息不透明導(dǎo)致在征納過(guò)程中產(chǎn)生的摩擦，同時(shí)也要建立健全社會(huì)公眾參與機(jī)制，便于納稅人行使監(jiān)督權(quán)，減少稅收征管過(guò)程中的腐敗行為，避免稅務(wù)機(jī)關(guān)和企業(yè)通過(guò)合謀進(jìn)行尋租，使稅收征管更加規(guī)范。三是在減少征收“過(guò)頭稅”、降低企業(yè)稅收負(fù)擔(dān)的同時(shí)，應(yīng)當(dāng)合理正確地看待稅負(fù)粘性，堅(jiān)持公平原則，減少企業(yè)納稅支出過(guò)程中的不合理行為以及政府對(duì)企業(yè)實(shí)施的不合理干預(yù)。四是由于研究發(fā)現(xiàn)，《預(yù)算法》實(shí)施與稅負(fù)粘性的關(guān)系受到產(chǎn)權(quán)性質(zhì)的影響，與國(guó)有企業(yè)需要承擔(dān)社會(huì)性負(fù)擔(dān)相比，非國(guó)有企業(yè)有更強(qiáng)的避稅動(dòng)機(jī)，《預(yù)算法》實(shí)施對(duì)非國(guó)有企業(yè)稅負(fù)粘性影響更顯著。對(duì)此，國(guó)有企業(yè)應(yīng)剝離不必要的社會(huì)職能；非國(guó)有企業(yè)則應(yīng)提高經(jīng)理人的職業(yè)管理能力，減少機(jī)會(huì)主義行為，可以通過(guò)設(shè)置稅收激勵(lì)等方式，提高非國(guó)有企業(yè)納稅人的納稅意識(shí)，使稅收征管更加規(guī)范。