一、引　言

在全球经济下行压力的影响下，我国企业经营压力不断加大，沉重的税收负担加剧了企业流动性问题，制约着企业的高质量发展。为此，国家相继出台了一系列减税降费政策，在一定程度上为企业减负纾困，企业也可以通过合理的税收规避直接减少税收支出，显著提高现金流水平（王亮亮，2016）。一方面，我国在经济转型发展阶段的制度安排和政策执行不够有效（胡晓等，2017），为企业进行税收规避提供了制度背景的“温床”。另一方面，新冠肺炎疫情对经济造成严重冲击，现金流对企业的重要性更加凸显，税收规避能够减少现金流出，降低负债融资需求，规避破产清算的风险（Lim，2011）。现有研究发现，税收规避存在双重效应，即融资约束缓解效应和代理成本增加效应（程小可等，2016）。前者认为税收规避可以通过直接减少现金流出，缓解融资压力（吕伟，2011），削减股权资本成本（Goh等，2016），优化企业资本结构，增加企业价值（Graham和Tucker，2006），给企业带来正面影响。后者认为企业税收规避会导致财务处理更加模糊，加剧信息不对称程度，扭曲资源配置，更容易产生代理问题（Chen等，2010；Kim等，2011），导致企业投资效率低下，尤其是加剧投资过度（刘行和叶康涛，2013），有损企业价值（Desai和Dharmapala，2006），给企业带来负面影响。

随着行为金融学的发展，众多研究表明企业的行为决策会受到同伴公司的影响（Manski，1993；易志高等，2019），企业在高管薪酬（潘子成，2020）、现金持有（Joo等，2016）、股利分配（Grennan，2018）、资本结构（Leary和Roberts，2014；姜永盛等，2015）以及信息披露（Shroff等，2017；Seo，2021）等财务决策方面均存在同伴效应。需要指出的是，不同于其他财务决策行为，税收规避既可能是合理的税收筹划，也可能是非法逃税（Wang等，2020）。由于两者的边界相对模糊，为了保证决策的合法性和有效性，企业的税收规避行为更可能会参考同伴企业的做法。古语云“他山之石，可以攻玉”，同伴企业信息传递能够发挥良好的借鉴作用（Lieberman和Asaba，2006）。现有研究指出，税收规避能通过加剧信息不对称和引发代理问题降低企业投资效率（刘行和叶康涛，2013）。然而，目标企业模仿学习同伴企业的税收规避行为，不仅能优化外部投资者对企业的评价结果（吕伟，2011），加强对管理层的监督力度，缓解代理问题，还可以提高企业信息透明度，降低与外界的信息不对称程度。那么，税收规避同伴效应能否在“代理”观和“信息”观层面发挥一定的治理作用，对自身税收规避导致的投资效率下降做出补偿，从而提升企业投资效率呢？鉴于此，本文以2008—2019年我国A股非金融类上市公司为研究样本，基于同伴效应的视角，分别从行业和地区两个维度实证检验了税收规避对企业投资效率的影响。

本文的贡献体现在三个方面：（1）现有关于税收规避影响因素的研究集中于微观企业个体以及宏观政策环境方面，如管理层激励（Desai和Dharmapala，2006）、政治关联（Adhikari等，2006）、股权结构（谢德仁，2009）、税收征管（张玲和朱婷婷，2015）、金融危机（王亮亮，2016）以及政策不确定性（陈德球，2016；赵萌和叶莉，2020）等，这都假定企业进行税收规避时是独立的，并未考虑到同行业以及同地区企业间的相互作用。本文从同伴效应视角出发，验证了企业税收规避存在行业同伴效应和地区同伴效应，还发现税收规避的地区同伴效应要优于行业同伴效应，拓展了税收规避的研究视角。（2）目前关于同伴效应的研究主要集中于存在性检验和异质性研究，对其经济后果的讨论大多集中于“模仿”效应所导致的“负面”效用（王磊等，2018；申丹琳，2021）。本文发现税收规避同伴效应能够发挥治理效应，显著提升企业投资效率，可以补偿税收规避造成的投资效率下降，发挥了学习的“正向”效用，补充并丰富了同伴效应及其经济后果的研究成果。（3）本文研究发现税收规避同伴效应能够通过“代理”观和“信息”观两种渠道发挥治理效应，并且这种关系还受到企业治理水平、同伴企业市场地位等外部因素的影响。本文不仅揭示了税收规避同伴效应影响企业投资效率的影响路径、作用机理以及表现形式，为企业提升投资效率提供了新的思路与方法，还对企业和税收征管部门制定合理的财务决策和征管政策有重要的参考价值。

二、理论分析与研究假设

（一）税收规避同伴效应的存在性

近年来的研究表明企业的行为决策存在着同伴效应，主要是指企业个体的行为决策会受到周围特征相似群体的影响，表现出与其一致的行为倾向（Manski，1993），并且同伴企业间的互动行为存在行业效应和地区效应。潘子成（2020）发现，企业制定高管薪酬水平时会参考同行业以及同地区企业的高管薪酬水平，易志高等（2019）发现高管减持同时存在行业同伴效应和地区同伴效应。税收规避作为一项重要的财务行为决策，企业进行税收规避虽然能够减轻税负压力，但是同时也面临着较高的避税风险，尤其是税收规避与偷税漏税之间仍然存在模糊地带（Wang等，2020），这就要求企业进行税收规避的方法要更加合规有效，避税手段也要复杂多样。根据企业行为理论，在信息不对称以及外部环境模糊的情境下，企业进行决策的独立性会弱化，同伴企业的行为决策很可能成为目标企业的信息源（张天宇和钟田丽，2018），一定程度上能降低获取信息的成本和决策风险（谢德仁等，2012）。另外，税收规避同伴效应能够在一定程度上保证决策合法性导致被稽查概率减少，从而改善企业生存前景，提高企业声誉（沈洪涛和苏亮德，2012）。

企业行为决策同伴效应的主要信息传导渠道包括行业和地区（石桂峰，2015）。从行业维度看，同行业企业基本面特征较为接近，面临相似的供求机制、市场结构以及发展前景，存在信息共通现象，在资本结构、投资决策等方面存在着同伴效应（陆蓉等，2017）。另外，同行企业之间存在激烈的长期动态竞争关系，基于该种竞争关系的偏好互动会导致企业税收规避体现出一定的外溢效应（张天宇和钟田丽，2018），目标企业会通过模仿学习同伴企业的税收规避策略来制定自身的财务决策，尤其是管理者会出现搭便车行为以获取更为合理的经验来规避决策风险（Lieberman和Asaba，2006），从而提升自身的竞争优势（Peress，2010）。从地区维度看，我国区域经济发展不平衡，不同地区存在明显差异，不同区域间的营商环境差异较大，而同地区企业面临较为类似的外部市场环境以及税收征管强度。此外，同一地区的企业空间距离邻近，便于信息的交流与传递（Parsons等，2018），企业间存在广泛的行为互动和竞争互动，有利于税收规避行为的沟通与学习。

由于企业间存在信息不对称问题和动态竞争关系，行业维度和地区维度的信息传导都能提供有价值的信息，有助于企业制定财务决策。同时，不同维度的关系网络对企业税收规避决策会产生不同的影响（刘柏和王一博，2019）。对于税收规避这一决策而言，行业关系网络和地区关系网络对企业决策的影响程度存在差异，与行业维度相比，同地区其他企业的税收规避对目标企业税收规避的影响更大。一方面，在我国特殊的税制背景下，不同地区的税收征管要求、税收优惠政策以及监管强度存在较大差异，同地区企业面临着相似的制度环境和信息共通文化的“圈子”，能够形成一种隐性规范（易志高等，2019），企业间有足够的动机和机会互相学习税收规避方法，避免越过监管红线。另一方面，税收规避作为一种风险型活动，其合规性以及合法性尤为重要，同地区企业面临相似的税收征管政策和稽查强度，目标企业通过学习同地区企业的税收筹划，能够有效降低进行不合理税收筹划的可能性，降低被稽查的概率，规避决策风险。据此，本文提出如下假设：

假设1：企业的税收规避行为会受到同行业和同地区其他企业税收规避的正向影响，并且受同地区其他企业的影响更大，即我国企业税收规避存在“行业同伴效应”和“地区同伴效应”，并且“地区同伴效应”要优于“行业同伴效应”。

（二）税收规避同伴效应与企业投资效率关系

由前文分析可知，企业的税收规避行为会受到同行业以及同地区企业的显著影响，但是就目标企业而言，其自身的税收规避行为并不一定能够提升企业价值（胡晓等，2017），会加剧代理问题，降低企业的投资效率（刘行和叶康涛，2013）。一方面，税收规避往往需要采取复杂且不透明的交易予以掩盖，加剧了信息的不对称程度，也为管理者从事自利行为提供了便利的条件（Desai和Dharmapala，2006），由此引致的经理人逆向选择和道德风险问题会诱发过度投资。另一方面，信息不对称问题会造成内部激励机制失效，引发代理问题。管理层所做出的财务决策会偏离企业价值最大化的目标，会导致投资效率下降。现有研究只考虑单个企业税收规避对投资效率的影响，发现税收规避会通过代理问题和信息不对称问题降低企业投资效率（Myers和Majluf，1984；Jensen和Meckling，1976），尚未从企业间互动的角度予以考察，企业间的“信息共通”关系以及偏好互动行为都有助于目标企业进行科学决策，形成良好的发展前景和成长优势，拉动经济增长。

现有研究主要关注同伴企业间的“模仿”行为或者“从众”行为对企业的生产经营造成的负面影响（连玉君等，2020），如易志高等（2019）认为高管减持存在同伴效应，并且会加剧公司、行业及地区三个层面的股价崩盘风险；刘静和徐梦（2020）发现盈余管理同伴效应会提高本企业以及整个行业的股价暴跌风险；王营和曹廷求（2020）研究发现企业金融化同伴效应会使实业投资率下降。可以发现，现有研究大多集中于“模仿”行为所导致的“负面”效用，而没有考虑到同伴效应的“学习”互动行为和有效的“信息”价值对企业带来的“正面”影响。根据新制度理论，同伴效应作为企业间重要的互动形式，主动模仿学习同伴企业的经营决策能够应对信息不对称带来的负面影响（DiMaggio和Powell，1983），有助于管理者降低决策失误的风险，为企业提供有效的参考以及借鉴作用。既然信息不对称和代理问题是税收规避导致投资效率下降的重要原因，那么税收规避同伴效应是如何通过这两个途径发挥其正向的治理作用，从而影响企业投资效率的呢？

首先，税收规避同伴效应能够通过降低现金持有水平、减少代理成本来提高企业投资效率。同行业以及同地区企业面临相似的竞争市场和政策环境，对同伴企业间学习和模仿行为发挥着很强的催化剂作用（Lieberman和Asaba，2006）。根据“现金流效应”假说（刘行等，2017），企业自身的税收规避能够减少现金流出，但是可能会被机会主义管理层通过在职消费而过度消耗（Harford等，2008），由于税收规避同伴效应能够通过增强组织合法性导致被稽查概率减少，这会加剧管理层或控股股东对现金的消耗，降低现金持有水平（王珮等，2019），进而减少企业代理成本（冯志华，2017），缓解代理问题。另外，由于同伴企业联系较为密切，相互模仿和学习会产生“社会乘数效应”（钟田丽和张天宇，2017），企业的决策行为会表现出“传染效应”（王营和曹廷求，2020），税收规避同伴效应会扩散性地引起现金持有水平降低，减少代理成本，通过缓解代理问题来提升投资效率。

其次，税收规避同伴效应能够通过提升信息透明度来提高企业投资效率。根据同伴效应的信号理论（Gigler，1994），企业规模大、营业利润高的行业及地区领先企业通常会拥有信息优势，同伴企业间通过信息传递做出更为科学的决策，这有助于企业应对环境不确定性和市场波动风险。一方面，管理者会通过税收规避来隐藏坏消息（Lim，2011），合理的税收规避会被投资者认为管理者较好地履行了受托责任，会增强外界投资者的投资信心（吕伟，2011），外部投资者会通过同伴公司的税收规避行为对管理者发挥外部监督作用，从而减少通过税收规避隐藏坏消息的可能性，降低企业信息不透明度，加大同伴企业间信息共通的程度，从而避免造成蜂拥投资，通过差别化投资提升投资效率。另一方面，企业间的信息共通行为能够对管理者发挥着监督、惩戒以及激励的作用。根据声誉机制理论（陆蓉等，2017），在信息较为透明的经理人市场中，管理者有动机维护自身声誉并倾向选择风险较低的决策，因此，税收规避同伴效应会在一定程度上抑制机会主义行为，缓解委托代理冲突，降低信息不透明度。据此，本文提出如下假设：

假设2：其他条件不变时，税收规避同伴效应能够提升目标企业的投资效率。

假设3：现金持有水平、代理成本和信息透明度在税收规避同伴效应与投资效率的正向关系中发挥了中介效应，即税收规避同伴效应能够通过降低现金持有水平、减少代理成本、提高信息透明度来提升企业投资效率。

三、研究设计

（一）样本选取与数据来源

2008年我国实施了新企业所得税制度，为避免税收制度改革带来的影响，本文选取2008—2019年我国A股上市公司作为研究样本，并进行以下筛选过程：（1）剔除金融行业公司样本；（2）剔除被ST及^*ST公司样本；（3）剔除主要变量数据缺失的样本；（4）为消除异常值的影响，对所有连续变量进行1%和99%的缩尾处理，最终获得16085个有效观测值。本文根据2012年证监会《上市公司行业分类指引》进行行业分类，其中制造业使用二级分类，其余行业使用一级分类，地区以企业注册地所属省份、自治区和直辖市来划分。本文的上市公司数据主要来源于CSMAR数据库，名义所得税率来源于Wind数据库。

（二）主要变量选取

1. 税收规避

目前，国内外学者对企业税收规避程度的衡量有多种方法，本文采用现有研究中广泛使用的会税差异法来反映税收规避程度。首先，参考Desai和Dharmapala（2006）的做法，会税差异（ $ BTD $ ）=税负差异/资产总额=（利润总额－应纳税所得额）/期末总资产，其中，应纳税所得额=（所得税费用－递延所得税费用）/企业所得税名义税率。会税差异数值越大，表明企业税收规避程度越高。但是，会税差异也存在一定的缺陷，没有考虑到盈余管理等因素的影响（Hanlon和Heitzman，2010）。因此，本文参考代彬等（2016）的方法，采用扣除应计利润影响后的会税差异，消除盈余管理对税收规避的干扰，具体计算方法如下：

$ {BTD}_{i,t}={\beta }_{1}{TACC}_{i,t}+{\mu }_{i}+{\varepsilon }_{i,t} $

(1)

模型（1）中，总应计利润（ $ TACC）$ =（净利润－经营活动产生的现金流量净额）/资产总额； $ {\mu }_{i} $ 为公司i的平均残差； $ {\varepsilon }_{i,t} $ 代表i公司在t年度残差与平均残差的偏离度。 $ DBTD $ = $ {\mu }_{i}+{\varepsilon }_{i,t} $ ，表示扣除应计利润影响后的会税差异， $ DBTD $ 值越大，说明企业税收规避程度越高。

2. 税收规避同伴效应

鉴于同行业以及同地区的公司具有更加密切的联系和特征相似性，因此本文从行业和地区两个维度来定义同伴公司。参考Leary和Roberts（2014）的做法，用同行业（地区）所有公司剔除i公司后税收规避（ $ DBTD $ ）的均值作为税收规避行业（地区）同伴效应的衡量指标， $PI{\text{\_}}DBTD$ 和 $PP{\text{\_}}DBTD$ 分别代表税收规避的行业同伴效应和地区同伴效应。

3. 企业投资效率

目前国内外学者大多采用Richardson（2006）模型来衡量企业投资效率（刘行和叶康涛，2013；王仲兵和王攀娜，2018；姚立杰等，2020），通过剔除公司正常经营所支付的资金支出，得到企业非效率投资规模。因此，本文也采用实际投资水平与Richardson（2006）模型估算的预期投资水平的偏离程度来衡量企业投资效率，具体方法如下：

$ \begin{aligned} {Inv}_{i,t}=&{\beta }_{0}+{\beta }_{1}{Age}_{i,t-1}+{\beta }_{2}{Lev}_{i,t-1}+{\beta }_{3}{Size}_{i,t-1}+{\beta }_{4}{Growth}_{i,t-1}+{\beta }_{5}{Cash}_{i,t-1}\\&+{\beta }_{6}{Ret}_{i,t-1}+{\beta }_{7}{Inv}_{i,t-1}+\sum Year+\sum Ind+{\varepsilon }_{i,t} \end{aligned}$

(2)

模型（2）中， $ {Inv}_{i,t} $ 表示i公司在t年度的资本投资，等于购建固定资产、无形资产、其他长期资产的支出与处置固定资产、无形资产、其他长期资产收益之间的净差额除以资产总额； $ {Age}_{i,t-1} $ 、 $ {Lev}_{i,t-1} $ 、 $ {Size}_{i,t-1} $ 、 $ {Growth}_{i,t-1} $ 、 $ {Cash}_{i,t-1} $ 、 $ {Ret}_{i,t-1} $ 、 $ {Inv}_{i,t-1} $ 分别表示i公司滞后一期的上市年龄、资产负债率、企业规模、营业收入增长率、现金持有水平、股票收益率和资本投资， $ {\varepsilon }_{i,t} $ 代表实际投资与预期投资的差额。本文用残差的绝对值衡量投资非效率（INV），正残差衡量投资过度（OVERINV），负残差衡量投资不足（UNDERINV），为了便于表达，用负残差的绝对值来代表投资不足的水平，数值越大，说明投资效率越低。

4. 控制变量

借鉴影响企业税收规避以及投资效率的相关研究（吴联生，2009；Chen等，2010；翟胜宝等，2015；张玲等，2015；陈德球等，2016；刘艳霞和祁怀锦，2019；姚立杰等，2020），本文选取的回归模型控制变量有资产负债率（LEV）、资产收益率（ROA）、企业成长性（GROWTH）、上市年龄（AGE）、企业规模（SIZE）、市净率（MB）、投资收益（EQINC）、四大审计（BIG4）、存货密集度（INVENT）、有形资本密集度（PPE）、无形资本密集度（INTA）、第一大股东持股比例（TOP1）、两职兼任（DUAL）和董事会独立性（INDEP）。另外，本文还控制了行业、地区以及年份固定效应的影响。具体的变量定义见表1。

（三）模型构建

1. 税收规避同伴效应存在性检验

为检验我国上市公司税收规避同伴效应是否存在，本文借鉴Leary和Roberts（2014）的做法，构建回归模型（3）：

$ {DBTD}_{i,t}=\alpha +{\beta }_{1}{PI{\text{\_}}DBTD}_{i-1,t}( \backslash {PP{\text{\_}}DBTD}_{i-1,t})+{\sum {\beta }_{m}CVs}_{i,t}+{\varepsilon }_{i,t} $

(3)

模型（3）中，被解释变量 $ DBTD $ 代表i公司在t年份的税收规避水平，解释变量 $PI{\text{\_}}DBTD$ 和 $PP{\text{\_}}DBTD$ 分别代表i公司所在行业和地区同伴公司剔除i公司的税收规避平均水平， $ CVs $ 为控制变量， $ \varepsilon $ 为残差项。如果估计系数 $ {\beta }_{1} $ 显著为正，则说明我国上市公司税收规避同时存在行业同伴效应和地区同伴效应。

为检验税收规避的行业同伴效应与地区同伴效应是否存在显著差别，本文借鉴刘柏和王一博（2019）的做法，构建回归模型（4）：

$ {DBTD}_{i,t}=\alpha +{\beta }_{1}{PI{\text{\_}}DBTD}_{i-1,t}+{{\beta }_{2}PP{\text{\_}}DBTD}_{i-1,t}+{\sum {\beta }_{m}CVs}_{i,t}+{\varepsilon }_{i,t} $

(4)

如果估计系数 $ {\beta }_{2} $ 大于 $ {\beta }_{1} $ ，则说明相较于行业同伴效应而言，税收规避的地区同伴效应对目标企业的税收规避行为影响更大，假设1得以验证。

2. 税收规避同伴效应与企业投资效率关系检验

为检验税收规避同伴效应与企业投资效率之间的关系，本文借鉴易志高等（2019）的做法，构建回归模型（5）：

$ {EFFICIENCY}_{i,t}=\alpha +{\beta }_{1}{PI{\text{\_}}DBTD}_{i-1,t}(\backslash {PP{\text{\_}}DBTD}_{i-1,t})+{\sum {\beta }_{m}CVs}_{i,t}+{\varepsilon }_{i,t} $

(5)

模型（5）中，被解释变量 $ EFFICIENCY $ 代表i公司在t年份的投资效率，本文选用非效率投资（INV）、投资过度（OVERINV）、投资不足（UNDERINV）三种指标来衡量。解释变量 $PI{\text{\_}}DBTD$ 和 $PP{\text{\_}}DBTD$ 分别代表i公司税收规避的行业同伴效应和地区同伴效应。如果估计系数 $ {\beta }_{1} $ 显著为正，则说明税收规避同伴效应能显著提高投资效率，假设2得以验证。

为检验税收规避同伴效应影响企业投资效率的路径，本文借鉴温忠麟和叶宝娟（2014）的做法，构建如下中介效应模型：

$ {MV}_{i,t}=\alpha +{\gamma }_{1}{PI{\text{\_}}DBTD}_{i-1,t}(\backslash {PP{\text{\_}}DBTD}_{i-1,t})+{\sum {\gamma }_{m}CVs}_{i,t}+{\varepsilon }_{i,t} $

(6)

$ \begin{aligned} {EFFICIENCY}_{i,t}=&\alpha +{\lambda }_{1}{PI{\text{\_}}DBTD}_{i-1,t}\left(\backslash {PP{\text{\_}}DBTD}_{i-1,t}\right)+{\lambda }_{2}{MV}_{i,t}\\ &+{\sum {\lambda }_{m}CVs}_{i,t}+{\varepsilon }_{i,t} \end{aligned}$

(7)

模型（6）和（7）中， $ MV $ 为中介变量，分别代表现金持有水平（ $ CASH $ ）、管理费用率（MC）和企业信息透明度（ $ TRANS $ ）。检验中介效应的思路如下：首先，判断模型（5）中 $ {\beta }_{1} $ 是否显著。其次，判断模型（6）和模型（7）中 $ {\gamma }_{1} $ 和 $ {\lambda }_{2} $ 是否显著。如果回归系数 $ {\gamma }_{1} $ 和 $ {\lambda }_{2} $ 均显著，则说明中介效应显著，即税收规避同伴效应能够通过现金持有水平、代理成本和企业信息透明度来影响投资效率，假设3得以验证。进一步，判断模型（7）中 $ {\lambda }_{1} $ 是否显著。如果 $ {\lambda }_{1} $ 显著，说明 $ MV $ 发挥了部分中介作用，反之则说明 $ MV $ 发挥了完全中介作用。

四、实证结果分析

（一）描述性统计

表2报告了主要变量的描述性统计结果。 $ DBTD $ 的最小值为−0.165，最大值为0.273； $PI{\text{\_}}DBTD$ 最小值为−0.019，最大值为0.120； $PP{\text{\_}}DBTD$ 最小值为0.033，最大值为0.086，说明税收规避在个体企业、行业以及地区之间都存在明显的差异。非效率投资的最小值为0.001，最大值为0.175，说明样本企业的非效率投资水平也存在较大差异。在11908个非效率投资样本企业中，投资过度占比28.75%，投资不足占比71.25%，说明样本企业投资不足的现象更为普遍；非效率投资、投资过度、投资不足的均值分别为0.038、0.044和0.035，说明投资过度要比投资不足更严重，这与王丹等（2020）的发现相一致。现金持有水平的最小值和最大值分别为0.017和0.569，代理成本的最小值和最大值分别为0.012和0.341，信息透明度的最小值和最大值分别为0.000和37.000，说明样本公司的现金持有水平、代理成本和信息透明度的差异非常大。其他变量的数据分布均在合理区间。另外，由主要变量间的相关系数分析可知（限于篇幅，未列示），税收规避行业（地区）同伴效应与非效率投资、投资过度、投资不足都存在显著负相关的关系，初步说明了税收规避同伴效应能够提高投资效率。方差膨胀因子的最大值为1.910，说明各变量间不存在严重的多重共线性问题，模型设定情况较好，适合进行进一步的回归分析。

（二）多元回归分析

1. 税收规避同伴效应存在性检验

表3为模型（3）和（4）的检验结果。第（1）（2）列报告了未加入控制变量时行业同伴（ $PI{\text{\_}}DBTD$ ）以及地区同伴（ $PP{\text{\_}}DBTD$ ）与目标企业税收规避（ $ DBTD $ ）的关系， $PI{\text{\_}}DBTD$ 和 $PP{\text{\_}}DBTD$ 的系数分别为0.825和0.413，均在1%的水平上显著为正。第（3）（4）列报告了加入控制变量后的回归结果， $PI{\text{\_}}DBTD$ 和 $PP{\text{\_}}DBTD$ 的系数分别为0.254和0.366，仍然在1%的水平上显著为正，说明我国上市公司税收规避存在同伴效应。进一步，为检验税收规避的行业同伴效应与地区同伴效应是否存在显著差别，对模型（4）进行回归，实证结果见第（5）列， $PI{\text{\_}}DBTD$ 和 $PP{\text{\_}}DBTD$ 的系数分别为0.256、0.369，均在1%的水平上显著为正，从系数的大小来看，地区同伴效应对目标企业税收规避的影响更大，实证结果支持假设1。可见，税收规避会受到同行业和同地区同伴公司税收规避的显著正向影响，这可能是因为在外部环境模糊和信息不确定的情境下，出于规避风险和降低信息成本的考虑，企业通过学习同伴企业，尤其是同地区企业的税收规避，能在一定程度上保证决策的合法性和有效性。

2. 税收规避同伴效应与企业投资效率关系检验

表4为模型（5）的检验结果。第（1）列报告了企业自身税收规避对投资效率的影响，DBTD的系数为0.023，且在1%的水平上显著，说明税收规避会降低投资效率，这与刘行和叶康涛（2013）的发现相一致。第（2）（6）列分别报告了加入税收规避行业（地区）同伴效应、目标企业税收规避与税收规避行业（地区）同伴效应交乘项的回归结果，DBTD的系数显著为正，而DBTD×PI_DBTD和DBTD×PP_DBTD的系数均显著为负，这说明税收规避同伴效应发挥了治理效应，能够补偿自身税收规避造成的投资效率下降，显著提升企业投资效率。第（3）至（5）列报告了行业同伴效应对企业投资效率的影响， $PI{\text{\_}}DBTD$ 与INV、UNDERINV之间的系数均在1%的水平上显著为负，说明税收规避行业同伴效会缓解投资不足，提高投资效率。第（7）至（9）列报告了地区同伴效应对企业投资效率的影响， $PP{\text{\_}}DBTD$ 与INV、OVERINV之间的系数分别在1%、5%的水平上显著为负，说明税收规避地区同伴效会减少投资过度，提高投资效率。实证结果支持假设2。

表5报告了现金持有水平的中介效应检验结果， $PI{\text{\_}}DBTD$ 和 $PP{\text{\_}}DBTD$ 都与现金持有水平（ $ CASH $ ）在1%的水平上显著负相关，说明税收规避同伴效应能够降低现金持有水平，这与王珮等（2019）的发现相一致。从地区层面看， $ CASH $ 与OVERINV之间的系数在1%的水平上显著为正，同时 $PP{\text{\_}}DBTD$ 与OVERINV之间的系数在1%的水平上显著，说明现金持有水平发挥了部分中介效应，即税收规避同伴效应通过降低现金持有水平缓解过度投资。

表6报告了代理成本的中介效应检验结果， $PI{\text{\_}}DBTD$ 和 $PP{\text{\_}}DBTD$ 都与代理成本（ $ MC $ ）在1%的水平上显著负相关，说明税收规避同伴效应能够降低代理成本。从行业层面看，MC与INV和UNDERINV都显著正相关，同时 $PI{\text{\_}}DBTD$ 与INV和UNDERINV之间的系数在1%的水平上显著为负；从地区层面看，MC与INV和OVERINV都显著正相关，同时 $PI{\text{\_}}DBTD$ 与INV和OVERINV之间的系数显著为负，说明代理成本发挥了部分中介效应，即税收规避同伴效应能够通过减少代理成本缓解代理问题，提升投资效率。

表7报告了信息透明度的中介效应检验结果。 $PI{\text{\_}}DBTD$ 与被分析师关注度（ $ TRANS $ ）在1%的水平上显著正相关，说明税收规避行业同伴效应能够显著提升信息透明度。从行业层面看， $ TRANS $ 与INV和UNDERINV之间的系数都在1%的水平上显著为负，这与姚立杰等（2020）的发现相一致。同时， $PI{\text{\_}}DBTD$ 的回归系数在1%的水平上显著，说明信息透明度发挥了部分中介效应，即税收规避同伴效应通过提高信息透明度缓解信息不对称问题来减少投资不足和非效率投资，提升投资效率。

综合来看，现金持有水平、代理成本和信息透明度在税收规避同伴效应与投资效率的正向关系中发挥了部分中介效应，具体表现为税收规避同伴效应能够通过降低现金持有水平、减少代理成本以及提高企业信息透明度发挥治理效应，补偿自身税收规避造成的投资效率下降，显著提升投资效率，实证结果支持假设3。

（三）稳健性检验^①

1. 改变投资效率的度量方法

为避免可能存在的核心变量测量偏误问题，本文借鉴王仲兵和王攀娜（2018）的做法，重新定义了企业投资效率的度量方式。考虑到托宾q值是决定企业投资的重要因素，反映了企业的投资机会，本文使用托宾q值替换模型（2）中的营业收入增长率，进而得到对应的非效率投资（TINV）、投资过度（TOVERINV）和投资不足（TUNDERINV）指标。从检验结果看，回归结果并未发生实质性变化，说明本文实证结果稳健。

2. 改变样本区间

我国在2008年出台了“4万亿”一揽子投资计划，直接影响到上市公司的投资决策，另外考虑到2008年的亚洲金融危机，上市公司的财务决策受金融环境波动的影响较大，而上市公司在2010年后面临较为相似的宏观经济环境。因此，为了排除经济政策、金融危机与宏观环境的影响，本文改变样本区间，采用2010—2019年的数据重新进行回归，核心解释变量的回归系数符号以及显著性水平与前文基本一致，本文研究结论依然成立。

3. 考虑共同行业冲击的影响

同伴企业面临着相似的市场环境和行业冲击，税收规避等行为决策的趋同性可能是面对共同的外部行业冲击导致的，并不是由于企业间的相互作用造成的（易志高等，2019）。借鉴王磊等（2018）的做法，引入行业冲击变量（SHOCK），首先计算j行业在t年份营业收入波动率（等于j行业滞后一期平均营业与滞后五期平均营业收入之比的对数），同理得出各行业营业收入波动率及其均值，j行业营业收入波动率与各行业营业收入波动率均值的差值即代表j行业面临的行业冲击。在控制共同行业冲击后，回归结果依旧稳健。

4. 减少内生性干扰

为了减少可能存在的内生性干扰，本文借鉴吴秋生和黄贤环（2017）的做法，选择滞后一期的同伴公司税收规避（L.PI_DBTD/L.PP_DBTD）作为工具变量进行2SLS回归。从检验结果看，回归结果与前文仍然一致，说明通过工具变量法的检验，增强了本文结论的稳健性。

5. 采用倾向得分匹配法

考虑到可能存在的样本选择偏差对研究结论造成的影响，本文采用倾向得分匹配法（PSM）进行检验。以税收规避同伴效应中位数为临界点，将样本划分为强同伴效应组和弱同伴效应组，将控制变量作为匹配变量，采用最近邻匹配法对样本进行配对，匹配比例为1：1。回归结果与前文一致，在考虑样本选择偏差的影响后，本文研究结论依然稳健。

（四）进一步研究

1. 公司治理水平

有效的公司治理机制可以缓解委托代理问题，进而抑制税收规避过程中的管理者机会主义行为（刘行和叶康涛，2013），提高税收规避的边际收益。较高的治理水平能够发挥积极的监管作用（王琨和肖星，2005；李善民和王彩萍，2007），管理层机会主义行为以及控股股东自利行为会受到抑制，税收规避同伴效应所发挥的学习效果会更好，对投资效率造成的促进作用越大。当公司的治理水平较低时，内部监管较为宽松，管理者有更强的动机转移公司资源（王静等，2014），税收规避同伴效应对投资效率的促进作用会被削弱。因此，本文预期在治理水平较高的公司，税收规避同伴效应对企业投资效率的提升作用更为显著。

公司治理包括监督和激励两大机制（方红星和金玉娜，2013）。从监督的视角看，本文借鉴Kim等（2011）的做法，使用机构投资者持股比例衡量治理水平，机构投资者持股比例越高，外部监督力量越强，大于中位数则说明治理水平高，反之则说明治理水平低。表8报告了基于监督视角对模型（5）回归的结果。从行业层面看，当治理水平高时，PI_DBTD的系数均显著为负，Suest检验表明行业同伴效应对非效率投资与投资过度的影响在不同治理水平下存在显著差异。从地区层面看，当治理水平高时，PI_DBTD的系数均显著为负，当治理水平低时，地区同伴效应与投资效率的回归系数不显著，说明地区同伴效应对投资不足的影响在不同治理水平下存在显著差异。

从激励的视角看，本文采用高级管理者持股比例（MAS）衡量公司治理水平，高级管理者持股比例越高，内部激励作用越强，大于中位数则说明治理水平高，反之则说明治理水平低。表9报告了基于激励视角对模型（5）回归的结果。从行业层面看，PI_DBTD与投资不足的系数显著为负，Suest检验P值为0.047；从地区层面看，当治理水平高时，PI_DBTD与非效率投资、过度投资、投资不足显著负相关，当治理水平低时，PI_DBTD的系数不显著。综合来看，税收规避同伴效应对投资效率的影响在不同治理水平下存在显著差异，在企业治理水平越高的情境下，税收规避同伴效应对投资效率的提升作用越显著。

2. 市场地位

行业地位较低的公司为了以较低的成本和风险制定出更优的经营决策，有更强的动机去学习行业领导者的决策制定（姜永盛等，2015）。当企业市场地位较高时，会具有一定的信息优势和先进的经营管理经验，其税收规避行为会被同伴企业进行更多的解读与分析，表现出明显的导向行为和示范效应（DiMaggio和Powell，1983）。当企业市场地位较低时，在同伴企业间互动过程中，会更容易受到市场领导者的影响。因此，本文预期在同伴企业市场地位越高的情境下，税收规避同伴效应对企业投资效率的提升作用越显著。本文借鉴潘子成（2020）的做法，采用营业收入和利润率衡量上市公司的市场地位，构建如下回归模型：

$ \begin{aligned} {EFFICIENCY}_{i,t}=&\alpha +{\beta }_{1}{LEAD{\text{\_}}I}_{i-1,t}\left(\backslash {LEAD{\text{\_}}P}_{i-1,t}\right)\\ &+{\beta }_{2}{FOLLOW{\text{\_}}I}_{i-1,t}\left(\backslash {FOLLOW{\text{\_}}P}_{i-1,t}\right) +{\sum {\beta }_{m}CVs}_{i,t}+{\varepsilon }_{i,t} \end{aligned} $

(8)

其中， $LEAD{\text{\_}}I$ （ $LEAD{\text{\_}}P$ ）和 $FOLLOW{\text{\_}}I$ （ $FOLLOW{\text{\_}}P$ ）分别代表公司所处行业（地区）的市场领先者和市场追随者，将位居行业（地区）前25%的公司定义为市场领先者，后25%定义为市场追随者。表10为模型（8）的回归结果，无论是从行业还是地区来看，市场领先者的系数和显著性水平都优于追随者。因此，税收规避同伴效应对投资效率的影响在不同的同伴企业市场地位下存在差异，同伴企业市场地位越高，对企业投资效率的提升作用越大。

五、研究结论与启示

本文基于同伴效应视角，分别从行业和地区层面实证考察了税收规避对企业投资效率的影响。本文研究结论如下：（1）我国上市公司税收规避存在同伴效应，并且地区同伴效应要优于行业同伴效应。（2）税收规避同伴效应能够显著提升企业投资效率，行业同伴效应能够缓解投资不足，地区同伴效应能够减少投资过度。（3）税收规避同伴效应能够通过降低现金持有水平、减少代理成本以及提高企业信息透明度发挥其治理效应，补偿自身税收规避造成的投资效率下降，从而提升企业投资效率。本文还发现，在企业治理水平越高、同伴企业市场地位越高的情境下，税收规避同伴效应对投资效率的提升作用越显著。

本文的管理启示在于：（1）企业要努力融入与自身具有相似制度环境的“圈子”，尤其是要多借鉴市场地位较高的同伴企业，避免越过监管红线，提升税收规避的合规性以及合法性，降低被稽查的风险。（2）税收规避同伴效应的经济后果应该受到重视，企业间的“信息共通”关系以及偏好互动行为有助于企业进行科学决策，形成良好的发展前景和成长优势，发挥治理效用，企业还可以通过维持合理的现金持有水平、提高企业治理能力、降低信息不透明度等改善投资效率。（3）税收征管部门要密切关注企业税收规避同伴效应的现象，要从制度上严格监管，及时惩治偷税漏税等行为，避免由于处置不及时在行业和地区间出现“传染”现象，引导企业行为决策，进一步优化营商环境，激发市场活力。

本文的不足与未来展望在于：（1）分别从行业和地区两个维度研究税收规避同伴效应，未来可以将同伴企业细分为同行业同地区、同行业不同地区、同地区不同行业等，更深入地探究同伴效应发生的内在机理。（2）同伴效应是一种企业关系网络，可以进一步考虑高管背景、文化、习俗和惯例等非正式制度在税收规避同伴效应与投资效率间发挥的作用。

① 限于篇幅限制，稳健性检验的结果未呈现，留存备索。