【文献精选】机器人使用的税收红利：基于新质生产力视角

在持续大规模减税降费和地方财政紧平衡的背景下，如何同时实现企业税负减降和维护财政可持续性的双重目标，对于防范地方财政风险和推进经济高质量发展具有重大意义。本文从新质生产力的新技术、新工具切入，系统考察了工业机器人使用对制造业上市企业实际税负和地方政府税收收入的综合影响。研究表明：在微观层面，工业机器人使用通过“薪酬抵税”、“资产折旧”和“债务税盾”效应，显著降低了企业的所得税实际有效税率，对企业产生“减税负红利”；在宏观层面，工业机器人使用通过扩大企业产出规模、增加新企业进入和带动机器人相关产业链发展等“税基扩宽”效应，有效增加了地方政府的增值税和所得税税收收入，对政府产生“增税收红利”。研究结论揭示了，新质生产力的新智能技术和新生产工具，在实现“减税政策—税基扩宽—税收增加”收入反馈关系中发挥的关键作用，为兼顾企业降负、经济增长和维护财政可持续性等多重目标的实现，提供了可行路径参考。

在建设制造强国的过程中，习近平总书记强调了整合科技创新资源的重要性，以引领战略性新兴产业和未来产业的发展，加速新质生产力的形成。然而，我国制造业发展面临的形势却异常严峻。从国家层面看，“人口红利”逐渐消失、劳动力成本不断上升、国际竞争激烈；从企业层面看，大规模减税降费政策虽然降低了企业税收负担，但地方政府税收压力与之俱增，为企业带来税费负担的不确定性。而科技进步和新技术应用，尤其是工业机器人等人工智能技术的集成，是推动生产力跃迁、促进产业转型升级的关键。这些变革不仅有助于提高生产效率，还能推动经济持续增长，增强政府财政收入，是经济发展史上的重要经验。基于此，本文提出问题：工业机器人使用对企业税负和政府税收有何影响，能否成为驱动经济和税收双增长的有效突破口？

3.1 理论分析与研究假说

工业机器人使用有效提高了企业的生产技术和自动化水平，改进了企业生产方式，与此同时，工业机器人的购置和应用也悄然影响着企业的资本结构，对企业的所得税实际税率产生潜在影响。

3.1.1 “薪酬抵税”效应

工业机器人使用对企业薪酬和相关费用支出的影响复杂多变。首先，机器人可以减少对重复劳动岗位的需求，从而降低劳动力成本；但同时，通过提升生产效率，可能增加对劳动力的需求。其次，机器人会对雇佣结构产生影响，通常会减少对中等技能劳动力的需求，但同时提升对高技能和低技能劳动力的需求。这些变化直接影响企业的薪酬支出，包括工资和培训费用，从而影响企业的“薪酬抵税”效应。雇佣员工数量的增加或减少会直接影响企业的工资支出及税前扣除额度，从而影响实际税负。而不同技能水平员工的薪酬差距也会导致企业在薪酬支出和税务上的差异。因此，工业机器人对企业税负的综合影响具有不确定性。

3.1.2 “资产折旧”效应

作为企业的一项重要生产经营性固定资产投资，工业机器人的购置和使用增加了企业的资本性支出，进而增加应纳税所得额计算时的折旧扣除额，从而会降低企业的所得税实际税负率。基于加速折旧办法，工业机器人使用能够通过延迟纳税人的纳税义务发生时间，显著增加企业抵税的现值收益，降低企业的实际税收负担。由此来看，工业机器人使用会直接增加企业的资本支出规模，并强化“资产折旧”效应，最终降低企业的实际税负。

3.1.3 “债务税盾”效应

在内源资金有限情况下，工业机器人的购置有赖于借贷等外部资金。根据 MM 理论，债务融资具有“债务税盾”的作用。工业机器人的购置费用支出会直接或间接提高企业税前可扣除的有息债务水平，从而产生“债务税盾”效应，最终降低企业的实际税收负担。

综上，本文提出假设1。

工业机器人使用会通过“薪酬抵税”效应、“资产折旧”效应和“债务税盾”效应对企业实际税负产生直接影响，其中后两者会引起企业实际税负下降，而“薪酬抵税”效应则影响不一。

3.2 样本选择与数据来源

本研究融合了多个来源数据：一是IFR发布的2019年世界工业机器人数据库，将机器人数据中的行业类别与《GB/T4754—2011国民经济行业分类与代码》中31个制造业二位行业代码进行对照匹配，并最终将其归为了14个主要行业类别。二是来自于万得数据库和国泰安数据库的2012-2019年中国沪深 A 股制造业上市公司数据。为保证数据质量，进行了如下筛选：剔除特别处理的企业样本；剔除所得税实际有效税率小于0或大于1的样本；剔除主要观测值缺失的样本。此外，为了避免极端值的影响，对模型回归中的连续变量在前后各1%水平上进行了截尾处理。三是2008年中国第二次经济普查数据和2005年1%人口抽样调查微观数据。此外，本文所用到的中国制造业分行业就业数据和政府各项税收收入数据均来自CEIC 经济数据库；城市层面的其他宏观经济数据均来自《中国城市统计年鉴》。

4.1 模型构建

为检验工业机器人使用对企业实际税负的综合影响，本文构建如下模型：

其中，i,j,t代表企业，行业，年份。被解释变量ETRijt表示所属行业j中企业i在t年的所得税实际税负率公司绿色治理绩效，采用企业所得税费用与息税前利润的比值来测算；本文的核心解释变量 robCNijt为制造业j行业i企业在t年的工业机器人渗透度，具体构建方法如下：

其中，MRjt代表中国制造业j行业t年的工业机器人存量；Ljt=2012表示中国制造业j行业2012年（基期）的就业人数。MRjt/Ljt=2012测度了中国制造业j行业t年的工业机器人渗透度。PWPijt=2012/PWP_Mt=2012表示中国制造业中j行业i企业2012 年（基期）生产部门员工占比与全行业所有企业2012年生产部门员工占比中位数的比值，本文将两者的比值作为权重，可以使行业层面机器人渗透度渗透至企业层面。

Xijt代表企业层面控制变量的向量集合，包括企业规模、存货密度、资产利润率、资本密集度、产权性质、资产负债率和无形资产密度。μi、ϑj、νpt表示企业固定效应、行业固定效应 、省份×年份固定效应，εijt为随机扰动项。

基准回归结果表明，工业机器人使用会显著降低企业的所得税实际税负率。

4.2 内生性检验

为了缓解模型可能存在的内生性问题，本文采取以下方法进行内生性检验：（1）简约式模型和两阶段最小二乘回归结果：①将韩国制造业各行业工业机器人存量数据替代模型2中的MR，以此构建中国企业层面工业机器人渗透度的工具变量robKr，替代基准估计中的核心解释变量，进行简约式回归；②以韩国行业工业机器人存量数据计算的渗透度作为工具变量，并采用两阶段最小二乘模型（2SLS）进行估计回归。（2）滞后效应：本文分别将核心解释变量robCN滞后1期到3期，并分别以滞后期的robKr作为相应的工具变量，进行2SLS回归。

4.3 稳健性检验

本文采取以下方法检验基准回归结果的稳健性：（1）更换工业机器人渗透度计算方法：使用工业机器人年度安装量测度企业工业机器人使用水平，并重新构造核心解释变量和工具变量；（2）替换被解释变量：本文使用企业所得税费用/（息税前利润-递延所得税费用/法定税率）重新测量企业的所得税实际税负率；（3）替换工具变量：以美国、日本、韩国、德国和瑞典5个机器人进口主要来源国的同期平均工业机器人存量，重新构建本文的工具变量；（4）截尾处理：对基准回归中的所有连续型变量均进行上下各3%的截尾处理；（5）控制同期政策的影响：进一步加入了企业和城市层面的控制变量。经检验，本文的实证回归结果依旧稳健。

4.4 机制检验

工业机器人使用会通过“薪酬抵税”效应、“资产折旧”效应和“债务税盾”效应对企业实际税负产生直接影响。

（1）“薪酬抵税”效应：①采用支付给职工以及为职工支付的现金/（营业收入-营业成本+固定资产折旧+支付给职工以及为职工支付的现金），来衡量企业薪酬支出规模，并将其作为被解释变量进行回归；②将企业规模和企业雇佣员工总人数、生产部门人数（包括生产人员和技术人员）及其他部门员工人数进行对数化处理，并作为被解释变量分别进行回归。

（2）“资产折旧”效应：本文分别以企业当期固定资产折旧额/总资产、当期固定资产折旧额/（当期固定资产折旧+年末固定资产净额）衡量企业当年的资产折旧额度，并将其作为被解释变量进行回归。

（3）“债务税盾”效应：本文采用企业短期借款和一年内到期的长期借款之和占总资产的比重，衡量企业短期有息债务水平，并将工业机器人渗透度对其进行回归。

回归结果支持假说1。

4.5 异质性分析 

本文通过以下维度展开异质性分析：（1）就业变动：本文根据企业雇佣变动，设置“就业创造”组和“就业破坏”组，若企业本年度与上一年度雇佣人数之差大于0，则定义为“就业创造”组；若本年度与上一年度雇佣人数之差小于0，则定义为“就业破坏”组；（2）加速折旧：根据固定资产加速折旧政策实施对象和时间来划定企业是否享受政策优惠；（3）融资约束：本文以KZ指数度量企业的融资约束程度，并以中位数分为高融资约束组和低融资约束组；（4）工作任务属性：根据行业常规任务强度，将制造业各行业分为常规和非常规任务型行业。

4.6 机器人使用对政府税收收入的影响

      本文进一步研究机器人使用在带来微观层面减税效应的同时，能否进一步带来宏观层面的产出增加、税基扩大，进而增加政府税收收入，对政府产生“增税收红利”。为验证工业机器人使用对政府税收收入的影响，本文利用2009-2019年城市面板数据，并构建以下模型进行检验：

其中，k表示税种（增值税或企业所得税），c表示城市，t表示年份。Taxkct表示t年c城市k税种的税收收入，具体分别用地方政府一般预算收入中的增值税或企业所得税税收收入与地区生产总值之比并来衡量；robCN_Cct为城市层面的工业机器人使用密度；Grokct为增值税和企业所得税税收收入的增长率水平。

实证结果工业机器人使用显著增加了政府的税收收入。

第一，企业工业机器人使用会通过“薪酬抵税”、“资产折旧”和“债务税盾”效应显著降低企业所得税实际税率，为企业带来“减税负红利”。

第二，工业机器人使用的减税效应，在固定资产加速折旧政策试点行业、非常规工作任务型行业，以及就业创造型和高融资约束型企业中更加显著，但在渗透度水平较低和较高的企业中并不明显。

第三，工业机器人使用显著增加了政府的税收收入，为政府带来“增税收红利”。

第一，本文首次从企业税负和政府税收收入的双重维度，研究了工业机器人使用的税收影响，拓展了关于工业机器人经济影响的文献。

第二，本文以工业机器人使用为切入，揭示出企业生产技术革新和新兴技术应用，所产生的双重“税收红利”，为进一步理解减税的收入反馈机制提供了经验证据。

第三，本文具有重要的理论和政策启示。加快发展新质生产力既是兼顾企业降负、经济增长和维护财政可持续性等多重目标实现的着力点，也是推进制造强国建设、实现高质量发展的重要选择。

围绕与本文相关的研究主题，近年来学者们展开了大量研究。

在关于新质生产力的研究中，周密等（2024）研究发现，数字产业对现代化产业体系发挥三维赋能作用，即以节点实现产业规模赋能、以链条实现产业水平赋能和以网络实现产业结构赋能；中国社会科学院经济研究所课题组（2024）通过对中国全要素生产率的测算与国际比较，进一步从经济增长动能转换角度论述了当前中国发展新质生产力的必然逻辑。

在关于税收的研究中，詹新宇等（2024）发现财税政策的不同组合方式及其不同实施次序，对中小企业科技成果转化产生了重要影响：多种财税政策构成的“减税—补贴”“减税—采购”“补贴—采购”及“减税—补贴—采购”等组合式财税政策具有显著的协同效应；唐珏等（2024）研究表明，个人所得税减免政策实施后，企业会通过下调薪酬增长率分享个人所得税减免红利。

[1] 周密,郭佳宏,王威华.新质生产力导向下数字产业赋能现代化产业体系研究——基于补点、建链、固网三位一体的视角[J].管理世界,2024,40(07):1-26.

[2] 中国社会科学院经济研究所课题组,黄群慧,杨耀武,等.结构变迁、效率变革与发展新质生产力[J].经济研究,2024,59(04):4-23.

[3] 詹新宇,于明哲.组合式财税政策何以有效推动中小企业科技成果转化？[J].管理世界,2024,40(08):191-208.

[4] 唐珏,郭长林.个税减免与企业薪酬策略[J].管理世界,2024,40(05):71-91.

微信公众号投资研究动态