1. 引言与文献综述
跨境电商指导国际经济发展,其他国家的个人或组织使用电子商务平台进行支付或者结算,并依赖国际物流[1]。与传统交易模式相比,跨境电商克服了地区之间的语言限制、支付不安全、支付手段、物流和逆向物流等问题[2]。近年来随着跨境电商这一新业态的出现,国务院出台了一系列政策助力跨境电商产业发展和传统产业转型升级、促进产业数字化发展。自从2015年杭州首个综试区获批至今,综试区已从1个扩展至165个,覆盖全国31个省份,形成了陆海内外联动、东西双向互济的发展格局。综试区通过“六体系两平台”核心框架和“无票免税”等政策创新,有效降低企业合规成本,激发外贸主体活力,已成为中国外贸高质量发展的新引擎。在当前国内外多重压力下,企业投资仍是中国经济实现高质量发展的最重要驱动因素之一[3],也是稳定就业的重要手段,此时追求生产和投资效率最优组合就应成为跨境企业的选择之一。因此,跨境电商综合试验区的设立为企业活跃国际市场,促进资源在国内外市场实现优化配置作用,帮助企业提高利润空间,深入研究跨境电商政策对企业投资效率具有重要意义。
当前大部分研究对企业投资效率主要集中在企业内部治理和财务状况,同行企业之间的治理协同和市场合谋[4]、高管海外经历[5]以及股东内部权利[6]都会显著影响企业的投资效率,也有企业从文化角度验证企业家精神能够显著提升企业的投资效率[7]。但是企业所处环境同样会影响企业的投资效率,一方面诸如货币政策[8]、财政政策[9]、产业政策[10]、“沪港通”[11]以及普惠金融[12]等政策能够有效抑制企业的非效率投资。
对于电商的研究主要集中于跨境电商对地区和企业层面产生的经济效应。从企业层面看,跨境电商综合试验区的设立能够降低国际限制,显著推动电商出口增长[13],提高中间品机制[14],显著提升中国工业企业的出口产品转换率,进而提升生产力[15],给企业带来经济增长。从区域层面看,综试区建设会沿着贸易合作网络促进国内各城市新质生产力提升[16],对区域经济发展起到至关重要的作用。同时,跨境电商能够显著提升城市制造业出口技术复杂度[17],从而提高我国市场竞争的国际优势。
本文可能存在的边际贡献:① 本文从微观企业视角,构建2011~2023年平衡面板数据,结果发现跨境电商政策对企业投资效率有积极影响,为研究跨境电商对企业经济效益提供了新的视角。② 本文构建了跨境电商改革与企业投资效率的理论分析框架,深入研究其内在的作用机制。进一步探究证实了跨境电商政策对微观主体投资决策的作用。③ 本文构建准自然实验框架,从企业和地区层面,发现企业规模、产权性质、创新能力和地区的资源、经济发展都能对企业效率投资产生异质性作用。
2. 理论分析与研究假说
2.1. 跨境电商政策冲击、融资约束和企业投资效率
跨境电商综合试验区能够通过制度创新与政策红利,降低信息不对称和交易成本,为企业提供更多的融资渠道、降低融资门槛,缓解企业非效率投资问题。企业在交易过程中产生的交易成本将提高企业对外部融资的依赖性[18],而企业的投资行为受到融资可得性和融资成本影响[19],企业陷入严重的外部融资约束中时,企业决策难以做出及时调整,从而对企业投资效率产生不利影响。综试区为跨境电商零售出口企业提供“无票免税”和“退税提速”的主要政策,降低了外部投资者对企业经营风险的评估,从而降低融资利率,缓解融资约束。另外,企业外部融资渠道拓宽,对内部资金的依赖降低,从而进一步减少盲目投资和低效投资,提高了企业的投资效率。
研究假说1:跨境电商的发展通过缓解融资约束推动企业投资效率提升。
2.2. 削减税收负担
跨境电商综合实验区所带来的税收优惠政策能够通过削减企业税收负担,提高企业盈利能力,引导企业转向高效投资项目,提升投资效率。跨境电商改革带来的一系列的税收优惠政策不仅能够激励企业开发从事跨境相关的业务,提供就业机会,吸引更多的人才和信息等要素流通,对创业具有积极正向作用[20];而且跨境电商所实施的“无票免税”“限额内零关税”等减税政策,简化了电商出口企业的通关手续,能够降低企业的经营成本,变相增强了公司的内部融资能力和降低外部融资负担[21];另一方面,“小微企业普惠减免”“进项税额全额抵扣”能够减少企业供应链成本,刺激企业扩大海外仓布局,进一步提高融资能力,将获得的税收优惠转向投资方向,从而企业能够根据利润及时调整投资决策,提高企业投资效率。
研究假说2:跨境电商的发展通过削减税收负担推动企业投资效率提升。
2.3. 全要素生产率
跨境电商综合试验区围绕创新,以制度创新、管理创新、服务创新和协同发展,打造完整产业链和生态链,能够有效提高企业的生产效率,从而提升企业的投资效率。跨境电商政策能够提升企业研发投入,从而增强企业的创新能力。企业不仅能够通过跨境电商政策对海外仓建设、智能物流设备等投入允许增值税进项税额全额抵扣,能够降低企业的搜寻成本和合同成本[22],还能通过“单一窗口”“无纸化申报”等措施,降低企业制度型交易成本,加大供应链资源配置优化,进一步提升企业生产效率。同时,企业生产率的提高能够为企业带来利润,加大企业对高效投资的投入,避免因信息不对称导致的信息误判。
研究假说3:跨境电商的发展通过全要素生产率推动企业投资效率提升。
3. 研究设计
3.1. 模型设定
本文主要研究跨境电商政策对上市企业投资效率的影响,跨境电商综合试验区对企业产生了政策前后的差异,基于此本文以跨境电商综合试验区的设立作为准自然实验,建立如下多时点双重差分(DID)模型:
Inveffit = α + β·DIDit + γ·Z' + μi + λt + εit (1)
其中,i、t分别代表企业和年份;Inveffit表示i企业t年的非效率投资水平;DIDit表示跨境电商综试区的设立。如果企业i所在地区在t年被选为跨境电商综试区,那么在t年及之后年份均赋值为1,否则赋值为0;Z'为控制变量集,λt表示时间固定效应,μi表示企业固定效应,εit表示随机误差项。β是本文重点关注的估计系数,通过观察其符号,可以判断跨境电商综试区对企业投资效率的影响。
3.2. 变量测度和数据来源
企业投资效率(Inveff):关于企业投资效率的研究主要采用投资效率测度法、随机前沿模型、DEA等多种衡量方法,本文注重分析跨境电商对企业非效率投资的差异性影响。借鉴Richardson [23]和潘越等[4]的研究,拟使用非效率投资指标衡量企业投资效率水平。跨境电商综试区政策(DID):截至2025年4月,国务院先后批复了共八批跨境电商综合试验区。本文数据样本区间为2011~2023年,从获批时间看,由于第七批和第八批试点分别在2022年11月和2025年4月,获批时间太短,政策效应尚未得到有效发挥,因此本文选择前六批跨境电商综试区。本文将位于国务院同意复批的跨境电商综试区内的企业作为处理组,取值为1,将其他城市企业作为控制组,取值为0。此外,本文还引入一组控制变量,分别是公司规模(Size)、资产负债率(Lev)、权益乘数(EM)、总资产净利润率(ROA)、托宾Q值(TobinQ)、净资产收益率(ROE)、企业年龄(ListAge)、董事会规模(Board)和四大审计(Big4)。
数据来源。基于样本区间,本文选用2015~2022年前六批设立的跨境电商综试区,其中包含132个城市,政策数据来自中国政府网;计算企业投资效率的数据和控制变量数据集均来自于国泰安数据库和wind数据库,经数据处理后手工计算得到。基于得到的2011~2023年城市面板数据,首先剔除了严重缺失的城市数据,并将其与非效率投资数据集进行匹配;其次,对个别缺失的数据进行插值法填充。表1报告了相关变量的统计描述。
Table 1. Descriptive statistics of main variables
表1. 主要变量描述性统计
变量 |
变量名称 |
观测值 |
均值 |
标准差 |
最小值 |
最大值 |
Inveff |
非效率投资 |
11,648 |
0.034 |
0.056 |
0.000 |
1.961 |
DID |
跨境电商综合试验区 |
11,648 |
0.104 |
0.306 |
0.000 |
1.000 |
Size |
企业规模 |
11,568 |
22.941 |
1.353 |
19.478 |
26.452 |
Lev |
资产负债率 |
11,568 |
0.478 |
0.195 |
0.032 |
0.934 |
EM |
权益乘数 |
11,568 |
2.305 |
1.250 |
1.029 |
10.789 |
ROA |
总资产净利润率 |
11,568 |
0.039 |
0.051 |
−0.578 |
0.220 |
ROE |
净资产收益率 |
11,568 |
0.068 |
0.112 |
−2.175 |
0.418 |
TobinQ |
托宾Q值 |
11,568 |
1.817 |
1.224 |
0.795 |
17.676 |
ListAge |
企业年龄 |
11,568 |
2.775 |
0.435 |
1.099 |
3.434 |
Board |
董事会规模 |
11,567 |
2.177 |
0.197 |
1.609 |
2.708 |
Big4 |
四大审计 |
11,568 |
0.106 |
0.308 |
0.000 |
1.000 |
4. 实证结果分析
4.1. 基准回归结果
表2呈现了跨境电商政策对企业投资效率的基准回归结果,核心解释变量(DID)在模型(1)的回归后,估计系数均小于0,且在1%的水平下显著为负,这说明跨境电商改革政策能够显著抑制企业的非效率投资,即正向促进企业投资效率的提升。
Table 2. Baseline regression results
表2. 基准回归结果
变量 |
(1) |
(4) |
Inveff |
Inveff |
DID |
−0.007*** |
−0.007*** |
|
(0.002) |
(0.002) |
控制变量 |
NO |
YES |
样本量 |
11,648 |
11,567 |
时间固定效应 |
控制 |
控制 |
企业固定效应 |
控制 |
控制 |
Adj_R2 |
0.112 |
0.128 |
4.2. 平行趋势检验
本文构建多时点双重差分模型,该模型要求控制组和实验组在政策实施前保持相同趋势。本文设置政策实施前一期(h = −1)为基期,考察综试区设立当年、前四年和后五年对企业投资效率的影响。从图1可以看出,在95%置信水平下,综试区设立的前四期回归系数在10%水平下不显著,说明平行趋势能够满足基本要求;在设立后的年份中,综合试验区内企业的投资效率水平变量的系数显著为负表明跨境电商政策能够提高企业的投资效率水平。
Figure 1. Dynamic effect of cross-border e-commerce reform on enterprise investment efficiency
图1. 跨境电商改革对企业投资效率的动态效应
4.3. 安慰剂检验
考虑到其他因素会对企业投资效率产生影响,并且安慰剂检验能够进一步排除其他因素对本文因果结论的干扰,对此,本文随机生成若干次虚拟处理组并进行模型(1)回归,重复500次。如图2所示,随机生成的虚拟政策变量系数值分布在0附近,并远离本文的基准回归系数,进一步排除了其他因素的影响。
Figure 2. t-value distribution of estimated coefficients from random sampling experiment
图2. 随机抽样实验估计系数的t值分布
4.4. 政策随机性讨论
跨境电商所在地区的差异性因素同样会影响本文的研究结论,为了缓解跨境电商政策的非随机性导致的内生性问题,解决由于政策非随机性导致的估计偏差。本文参考蒋灵多等(2021)的研究,从城市经济发展程度(GDP)、人口密度(DP)、城镇化率(UR)、财政分权度(FDL)、经济密度(DGDP)、对外开放程度(OPEN)、人力资本水平(LHC)和数字基础设施(DI)中选取跨境电商综合试验区所在城市的先决因素。同时,对上述城市层面的指标取滞后一期作为解释变量,对跨境电商综试区所在城市的虚拟变量(DID)进行回归后,发现综试区的选择主要受到财政分权度(FDL)、经济密度(DGDP)和对外开放程度(OPEN)的影响。因此,本文将这三个主要变量的滞后一期纳入基准回归作为控制变量,来控制跨境电商政策所在地区可能出现的内生性问题。另外,本文还将除了上述三个变量以外的滞后一期的其他城市特征变量纳入回归。结果如表3列(1) (2)所示,在控制城市层面的特征变量后,本文的回归结果依旧稳健,进一步控制了跨境电商政策的非随机性导致的内生性问题。
4.5. PSM-DID
Table 3. Endogeneity tests
表3. 内生性检验
变量 |
(1) |
(2) |
(3) |
主要特征变量 |
其他特征变量 |
PSM-DID |
DID |
−0.007*** |
−0.005** |
−0.006** |
|
(0.002) |
(0.002) |
(0.003) |
样本量 |
7926 |
7926 |
4589 |
城市特征变量 |
控制 |
控制 |
不控制 |
控制变量 |
控制 |
控制 |
控制 |
时间固定效应 |
控制 |
控制 |
控制 |
个体固定效应 |
控制 |
控制 |
控制 |
Adj_R2 |
0.017 |
0.017 |
0.097 |
为了进一步排除位于电商综试区内的企业和非电商综试区内企业的其他差异对企业投资效率的影响因素,本文使用倾向得分匹配法(PSM)配对控制组重新进行回归。本研究的因果推断依赖于稳定单位处理值假设(SUTVA),但本研究将是否位于跨境电商综试区内的企业分为处理组和实验组,可能导致该假设的潜在违背。选择基准回归中的控制变量作为协变量,通过Logit模型进行估计倾向得分,再进行1:4的K近邻匹配,经过倾向得分计算得出的ATT平均处理效应的t值为−5.96,在1%水平下显著。最后,将匹配后的样本纳入回归中,结果如表3列(3)所示,跨境电商政策对企业投资效率的估计系数显著为负,通过了该内生性检验。
4.6. 其他稳健性检验
4.6.1. 更换被解释变量
本文参考Biddle [24]的做法,利用分行业年度回归,得到的残差值的绝对值来衡量企业的非效率投资程度。结果如表4列(1)所示,Biddle非效率投资指数的估计系数在5%水平下均显著为负,通过了稳健性检验。
4.6.2. 增加固定效应
由于城市和地区差异性也会对本文结论产生影响,尤其受随时间变化的城市政策影响,借鉴相关研究,本文进一步控制企业–城市–时间固定效应,并将结果聚类到城市–年份,结果如表4列(2) (3)所示,证明结果是稳健的。
4.6.3. 排除同期其他政策干扰
Table 4. Robustness tests
表4. 稳健性检验
变量 |
更换被解释变量 |
增加固定效应 |
排除其他同期政策的干扰 |
(1) |
(2) |
(3) |
(4) |
(5) |
(6) |
替换Biddle |
聚类城市_年份 |
固定城市_年份_企业 |
自贸区设立 |
宽带中国试点 |
创新型城市试点 |
DID |
−0.005** |
−0.007** |
−0.007*** |
−0.007*** |
−0.006*** |
−0.006*** |
|
(0.002) |
(0.003) |
(0.002) |
(0.002) |
(0.002) |
(0.002) |
DID_FTZ |
|
|
|
0.002 |
|
|
|
|
|
|
(0.003) |
|
|
DID_BDC |
|
|
|
|
0.002 |
|
|
|
|
|
|
(0.002) |
|
DID_INO |
|
|
|
|
|
−0.004 |
|
|
|
|
|
|
(0.003) |
样本量 |
11,124 |
11,567 |
11,567 |
8909 |
8584 |
8328 |
控制变量 |
YES |
YES |
YES |
YES |
YES |
YES |
时间固定效应 |
控制 |
控制 |
控制 |
控制 |
控制 |
控制 |
个体固定效应 |
控制 |
控制 |
控制 |
控制 |
控制 |
控制 |
城市固定效应 |
不控制 |
不控制 |
控制 |
不控制 |
不控制 |
不控制 |
聚类 |
行业 |
城市–年份 |
行业 |
行业 |
行业 |
行业 |
Adj_R2 |
0.187 |
0.128 |
0.127 |
0.142 |
0.016 |
0.017 |
在设立跨境电商综合试验区的同时,国务院多次出台可能影响同一城市内企业投资效率的同时期政策,2013年建立中国自由贸易试验区政策、“宽带中国”示范城市政策,2016年建立国家创新型城市试点政策。首先,控制自由贸易区设立政策的干扰。自贸区的设立能够极大促进企业出口。本文引入了自贸试验区政策虚拟变量(DID_FTZ)并纳入基准回归。如表4 (4)列所示,在控制了自贸区试点政策后,跨境电商政策依旧显著为负,表明政策效应能够提升企业效率。其次,控制“宽带中国”试点城市政策的干扰。“宽带中国”试点政策反映了企业所在城市的信息基础设施建设水平。本文将设立宽带中国的城市设置为1,否则为0 (DID_BDC),并将其纳入基准回归,表4 (5)列结果显示,在控制了该政策后,跨境电商政策对企业投资效率的回归系数轻微下降,但是显著性和符号与聚准回归保持一致。最后,控制国家创新型城市试点政策。在基准回归模型中加入不同城市确定的时间差异构造的国家创新型城市虚拟变量(DID_INO)。表4 (6)列显示核心解释变量估计系数的显著性和符号保持不变,结果依旧稳健。上述结果说明,在排除其他政策冲击后,本文的基本结论依旧稳健。
5. 进一步检验
5.1. 机制检验
根据前文所述,跨境电商综合试验区能够通过缓解融资约束、削减赋税成本、提高全要素生产率进一步降低非效率投资。基于此,本文借用江艇[25]两步法开展机制检验。
5.1.1. 缓解融资约束
前文理论分析了融资约束对企业的影响,跨境电商综合试验区的设立能够有效降低企业对外部融资的依赖性,从而提高投资效率。本文构建融资约束的指标变量(FC)进行实证检验。结果如表5列(1)所示,主要解释变量对融资约束的估计系数显著为负,这说明跨境电商政策能够有效缓解企业对外部融资的依赖程度,与本文理论分析的预期一致。
5.1.2. 财政协同机制
2015年杭州作为第一个跨境电商综合试验区,国家于2018年10月1日对跨境电子商务综合试验区内符合规定条件的跨境电商零售出口企业,进行出口免征增值税和消费税的“无票免税”政策。这一政策能够有效降低企业运营成本和提升跨境电商新业态的发展。因此,参考相关研究[26],将企业所得税费用除以营业收入(TB)作为企业实际税负指标。将样本纳入回归后得到表5列(2)显示跨境电商政策对企业投资效率的估计系数显著为负,这说明政策能够有效降低企业的收税负担,从而进一步抑制企业的非效率投资。
5.1.3. 全要素生产率机制
Table 5. Mechanism tests
表5. 机制检验
变量 |
(1) |
(2) |
(4) |
(5) |
FC |
TB |
TFP_OLS |
TFP_LP |
DID |
−0.025** |
−0.003*** |
0.077** |
0.068** |
|
(0.010) |
(0.001) |
(0.036) |
(0.034) |
样本量 |
11,567 |
11,548 |
11,391 |
11,391 |
控制变量 |
YES |
YES |
YES |
YES |
时间固定效应 |
控制 |
控制 |
控制 |
控制 |
个体固定效应 |
控制 |
控制 |
控制 |
控制 |
Adj_R2 |
0.853 |
0.693 |
0.945 |
0.922 |
跨境电商综合实验区中所集聚的数据、人才等创新要素,能够为企业提供保障,提高企业的风险承担能力[27]。本文采用OLS方法估计全要素生产率的指标(TFP_OLS),参考Olley和Pakes (1996)的方法[28],使用两步估计法缓解潜在的内生性问题,构建全要素生产率的代理变量(TFP_LP)。表5列(4) (5)结果显示估计系数都能在5%的水平下显著为正,这说明跨境电商综合实验区能够有效提升企业的全要素生产率,进而进一步抑制企业非效率投资。
5.2. 企业异质性分析
5.2.1. 企业规模异质性
本文参考霍伟东[29]的研究,用企业总资产的自然对数衡量企业资产规模并进行分组回归,对企业规模取均值后,再以均值中位数进行分类,大于中位数的企业视为大规模企业,反之则归为小规模企业。将两组数据纳入模型(1)回归后得到的结果如表6列(1) (2)所示,跨境电商政策冲击对小规模企业作用明显大于大规模企业。可能的原因是,在推进跨境电商综试区建设、出台系列税收优惠与通关便利化制度红利以扶持中小微外贸企业的政策背景下,小规模企业融资约束限制使其交易成本相比于大规模企业高,而跨境电商政策恰好为其降低物流等成本提供了平台,使其快速打开海外市场,效率提升幅度远大于大规模企业。
5.2.2. 企业产权性质异质性
由于不同的产权性质,国有企业与政府关联更紧密[30]。为识别跨境电商政策对企业投资效率的异质性,本文将企业分为国有企业和非国有企业,并将其纳入模型(1)回归。表6列(3) (4)列显示,非国有企业组别受到跨境电商政策的影响远大于国有企业,在1%的水平下显著为负,表明跨境电商政策显著降低了企业的非效率投资。基于上述理论,非国有企业依赖外部融资,容易产生融资困难、海外渠道匮乏等问题,跨境电商改革能够提高企业效率的边际效用。相反国有企业受到政策带来的效率改进空间相对有限。
5.2.3. 企业创新能力异质性
跨境电商发展能够有助于提升企业对外部信息的获取规模与效率,从而提高中小企业创新水平[31]。基于此,本文采用创新效率作为创新能力的代理变量,将样本分为两组,实证结果如表6列(5) (6)显示,创新能力强的企业估计系数在5%的水平下显著为负数,这表明其往往受到跨境电商改革的影响较大,能够显著地抑制非效率投资。
Table 6. Enterprise heterogeneity tests
表6. 企业异质性检验
变量 |
企业规模 |
产权性质 |
创新能力 |
(1) |
(2) |
(3) |
(4) |
(5) |
(6) |
大 |
小 |
国有企业 |
非国有企业 |
强 |
弱 |
DID |
−0.005 |
−0.009*** |
−0.005 |
−0.010*** |
−0.010*** |
−0.003 |
|
(0.004) |
(0.003) |
(0.003) |
(0.004) |
(0.003) |
(0.004) |
样本量 |
5769 |
5755 |
7140 |
4196 |
6935 |
4504 |
控制变量 |
YES |
YES |
YES |
YES |
YES |
YES |
时间固定效应 |
控制 |
控制 |
控制 |
控制 |
控制 |
控制 |
个体固定效应 |
控制 |
控制 |
控制 |
控制 |
控制 |
控制 |
Adj_R2 |
0.154 |
0.157 |
0.098 |
0.167 |
0.120 |
0.123 |
5.3. 地区异质性分析
5.3.1. 资源型城市
结果如表7列(1) (2)所示,非资源型城市的系数为−0.00836,在1%的水平下显著为负,这表明跨境电商综合试验区对非资源型城市的企业投资效率具有促进作用,而资源型城市则不受其影响。其中可能的原因是,跨境电商政策旨在推动创新和高质量发展,而资源型城市存在“资源诅咒”,即长期依赖自然资源导致产业结构单一,从而抑制其他产业的发展。这不仅会使得跨境电商政策制度与市场边界模糊导致政策效应传导受阻,还会造成新兴产业需求错位,难以有效承接政策红利。另一方面,基于“组织松懈”理论,资源型城市的高收益性能够吸引资本流入,但因资源型产业的“虹吸效应”,新兴产业得不到足够的支持,因融资约束和政策不确定性导致投资意愿不足,进一步加剧投资效率低下。因此,以创新和高质量发展为目标的跨境电商政策使非资源型城市相较于资源型城市更能够承接政策红利,发展新兴产业,通过缓解融资约束和提高生产率进而提高投资效率。
5.3.2. 胡焕庸线划分
跨境电商的数字化属性能够突破物理时空限制,扩大市场经营范围,使得企业提高效率进入市场。然而,国内跨境电商主要集中在胡焕庸线以南地区,本文参考相关研究,按照胡焕庸线将样本划分为南、沿线和北方三组数据,并纳入模型(1)进行回归,结果如表7列(3) (4) (5)所示,第(3)列的估计系数在1%水平下显著为负,说明综试区政策对胡焕庸线以南城市所在的企业投资效率的提升作用更强,而沿线和北方地区则受到地理位置、对外开放程度、交通区位条件等多方面存在劣势,人才、技术等要素在南方地区聚集,故综合实验区政策会进一步提升企业的投资效率异质性。
Table 7. Regional heterogeneity tests
表7. 地区异质性检验
变量 |
是否为资源型城市 |
胡焕庸线划分 |
(1) |
(2) |
(3) |
(4) |
(5) |
是 |
否 |
南方 |
沿线 |
北方 |
DID |
−0.00133 |
−0.00836*** |
−0.00766*** |
0.00452 |
−0.00230 |
|
(0.00513) |
(0.00284) |
(0.00263) |
(0.0124) |
(0.0104) |
样本量 |
3202 |
5863 |
7386 |
724 |
955 |
控制变量 |
YES |
YES |
YES |
YES |
YES |
时间固定效应 |
控制 |
控制 |
控制 |
控制 |
控制 |
个体固定效应 |
控制 |
控制 |
控制 |
控制 |
控制 |
Adj_R2 |
0.118 |
0.129 |
0.135 |
0.040 |
0.147 |
6. 结论与政策建议
本文通过构建2011~2022年平衡面板数据,利用多时点双重差分模型深入分析了跨境电商综合试验区设立对企业投资效率的影响,得出以下结论与政策建议:研究表明,跨境电商综合试验区的设立显著提升了企业的投资效率,这一积极影响主要通过缓解融资约束、削减税收负担以及提高全要素生产率三条路径实现。具体而言,跨境电商政策通过降低企业对外部融资的依赖、实施税收优惠政策、以及通过创新要素集聚提升企业生产效率,有效抑制了企业的非效率投资行为。进一步分析发现,跨境电商政策对小规模企业、非国有企业及创新能力强的企业影响更为显著,这表明政策在促进资源优化配置、激发市场活力方面发挥了重要作用。同时,政策对非资源型城市和胡焕庸线以南地区的企业投资效率提升作用更强,揭示了地区间资源禀赋和经济发展程度差异对政策效果的影响。
基于此,本文提出以下政策建议:首先,在持续推动中国外贸转型和“高质量发展”的背景下,政府应深化跨境电商综试区建设,强化其作为外贸创新发展引擎的作用。完善线上跨境电商综合服务平台,拓宽外贸企业通过跨境电商等新兴产业销售渠道,指导企业用好跨境电商零售出口税收政策措施,鼓励更多企业加入国际市场。其次,政府应充分发挥跨境电商综试区的制度创新优势,从三方面精准施策提升企业投资效率。第一,拓宽融资渠道。鼓励金融机构与综试区平台数据直连,基于企业交易流水、海外仓库存等真实贸易数据开发信用融资产品,降低中小微企业融资门槛;第二,削减税收压力。对综试区内符合条件的跨境电商企业实行增值税“即征即退 + 增量留抵退税”双轨制,并扩大出口退税无纸化申报范围,缩短退税周期;第三,提升全要素生产率。支持综试区建设数字化选品中心、智能仓储等新型基础设施,促进产业链协同创新。最后,跨境电商综试区做好示范引领作用,需优化综试区布局,优先在资源型城市、北部地区及新兴市场增设试点,通过制度集成创新破解区域发展不平衡问题,引导传统制造企业向数字化、品牌化转型。同时,完善动态评估体系,定期发布综试区发展指数,对政策效能实施差异化调整,确保资源向高效能区域倾斜。