税收优惠、研发投入对企业绩效的影响研究——基于高新技术企业的经验数据

经庭如 程紫璇

（安徽财经大学，安徽 蚌埠 233000）

一、引言

创新带动科技发展，创新是成功的常青树，经济的发展依靠创新。然而我国在高新技术和新兴产业的发展上与一些发达国家相比存在一定的差距，特别是目前面临着国内经济形势下行、中美贸易战的压力，我国需要在创新领域做出最大努力，比如优化资源配置、加大创新力度等方面。面对强烈的竞争环境，加大高新技术企业的研发投入是科技创新的关键。因此为了加大高新技术企业创新力度、增加研发资金的投入，政府发布且实施了多种类型的税收优惠政策，同时还将给予企业一定的政府补助。政府补助属于事前资助，能有效的减低企业风险，增强企业研发投入的信心。税收优惠是指高新技术企业启动一项研发活动后获得的资金补偿，是一种间接补贴，属于事后资助。这两种对高新技术企业优惠方式到底哪一种更有效呢？目前还尚未得出一个准确的答案。（沈坤荣、张兴龙和李萌，2014[1]）认为不同的补贴类型和进入研发之后的津贴可以有效的加大企业研发投入，其它补助形式对企业研发投入作用不大。（柳光强、杨芷晴、曹普桥，2015[2]）运用信息技术、新能源产业上市公司数据分析了政府补助、税收优惠对产业发展的影响。研究结果表明这两种补助方式对不同产业发展都有正向激励作用但激励效果不同。另外，对于同一产业也是如此。（陈远燕，2015[3]）研究发现政府补助不仅不能增加研发投入，反而会产生阻碍作用。（李香菊、杨欢，2019[4]）认为政府补助在短期能促进企业创新能力，而对于长期创新则表现出激励效果不足，而税收优惠政策对于企业的创新无论在长期还是短期均有建设性的助长效应。大部分学者研究结果表明，税收优惠可以减少缴纳的税款，减轻税负，加大研发投入，促进企业创新，从而增加企业绩效。目前我国对高新技术企业税收方面扶持力度较大且有统一的标准。因此本文选取高新技术企业为研究样本探讨税收优惠、研发投入、企业绩效相互关系以及研发投入发挥的作用，同时本文为企业制定研发投入决策提供参考依据。

二、文献梳理与理论假设

（一）税收优惠与企业绩效的关系

随着中美贸易摩擦升级，市场动荡不安，企业需要不断提升技术创新本领，这样才能保证处于行业领先地位。由于研发投入是一项高风险活动，我国很多高新技术企业都出现研发投入资金短缺、企业融资约束力大等问题。面对这种情况，企业研发部门的研发活动会停滞不前、陷入困境，这时要政府发挥其职能，给予企业资金上的帮助，解决企业面临的难题，增强企业在市场上的信心。税收优惠政策是解决这一问题的有效工具，降低企业税负使更多资金投入到研发部门，激励企业创新进而提高企业绩效。从另一角度看，对某一企业给予税收减免意味着该企业研究项目有可观的应用价值，从而引导民间资本向企业投资解决企业部分资金短缺问题。高新技术企业是科技创新的“领头人”，政府为了鼓励企业不断进行研发投入设置了一系列配套的税收优惠政策，文章中税收优惠用企业承担的实际所得税率表示，实际所得税率的大小代表企业的实际税负水平，关乎着企业的经营绩效。（田彬彬、王俊杰、邢思敏，2017[5]）认为实际税负降低企业增加固定资产投资，同时企业全要素生产率水平也有明显提升。（李香菊和祝玉坤，2014[6]）研究发现实际税率水平影响企业经营绩效，两者之间呈负方向变化。（杜颖瑜、杨鑫鹏和王艺儒，2019[7]）也认为实际税率与高新技术企业的经营绩效之间为显著负相关关系。基于学者们的研究成果，本文提出假设1：

假设1：税收优惠与企业绩效之间具有正向关系。

（二）税收优惠与研发投入的关系

税收优惠政策是政府支持高新技术企业发展的有效工具，同时也为研发投入创造良好的基调，国内外众多学者采用了多种计量方法研究税收优惠、研发投入两者之间的关系。（Tadahisa Koga,2003[8]）利用制造业企业数据研究税收抵免的效益，估算企业的税收价格弹性为 -0.68，当考虑到公司规模时大型公司的税收价格弹性较高，这意味着税收优惠对于增加企业研发投入是有效的。（Czarnitzki等，2011[9]）运用非参数匹配研究1997-1999年间对加拿大5000多家制造业企业进行实证分析，观察到研发过程中的税收抵免与没有研发税收抵免相比体现出更高的创新能力，特别在新产品数量、销售、新创意方面表现有更强的优势，说明了税收优惠促进了企业增加研发投入。（Hiroyuki等，2014[10]）使用面板 GMM 估计法检验研发税收优惠对企业研发支出的影响，结果表明税收抵免率与企业资产负债率交互项的估计系数是正的且显著，税收优惠政策放松了企业的财务约束从而加大了研发投入。

国内学者对税收优惠与研发投入的研究也有很多，比如（陈洋林等，2018[11]）采用倾向得分匹配法（PSM）以558家战略型企业为研究对象，结果发现税收优惠与战略性新兴产业创新投入呈现显著的同向变化趋势。（石绍宾等，2017[12]）运用了倾向得分匹配（PSM）、多元线性回归两种方法都验证了税收优惠政策对企业研发投入及研发成果的产出有着积极的推动作用。（张兆国、张旭，2019[13]）基于 2008-2017 年高新技术企业数据为研究样本，采用固定效应分析测度（FEM）、双重差分法（DID）研究税收优惠对高新技术企业的影响效果，研究发现税收优惠能鞭策企业加快研发进程。（李传喜、赵讯，2016[14]）以185家高新技术企业为样本进行实证分析，结果表明税收优惠促进研发投入。本文参考国内外学者的研究提出假设2：

假设2：税收优惠能有效地增加企业研发投入。

（三）研发投入的中介效应

税收优惠影响研发投入，研发投入加大为创新加速，使得企业绩效提高。企业将减免的税款投入到研发部门，从而对企业绩效产生作用。在此本文分析三者之间关系时需要验证研发投入变量是否发挥着中介变量的作用。（康丽珍、李竹梅，2018[15]）采用依次检验法研究三者间的关系，检验结果证实了税收优惠可以加大研发投入、提升企业绩效，且研发投入发挥了中介变量的作用。（冯套柱等，2019[16]）运用多种计量方法研究影响企业绩效的两个变量，包括税收优惠、研发投入。实证结果显示税收优惠再加上研发投入对企业绩效的影响比不包含研发投入时的作用更明显。（贾春香、王婉莹，2019[17]）研究结果表明研发投入“扮演”完全中介效应角色。国内外很多学者认为研发投入在享受税收优惠的企业占比很高，由此带来企业绩效提升，说明税收优惠对企业绩效的影响是间接的。本文借鉴国内外学者的研究结论提出假设3：

假设3：研发投入发挥着中介效应的作用在税收优惠与企业绩效之间。

三、数据与方法

（一）数据来源与变量选取

本文从上市公司中选取了深沪A股2013-2017年高新技术企业数据为分析样本，剔除2013-2017年间ST类企业以及实际税率、营业收入、利润总额、净利润小于零的企业，最终选取272家上市企业。本文使用上市公司的数据均源自于CSMAR和Wind数据库，数据的筛选与处理利用了Excel、stata15.1等软件。

1.被解释变量

企业绩效（roa）。衡量企业绩效好坏的标准有财务层面与非财务层面：财务层面一般是指企业的盈利能力；非财务层面通常包括与客户沟通情况、产品的性能、创新能力等。由于非财务层面的信息没有统一的评价标准且数据难以获取，因此，本文选取的被解释变量是财务层面的资产收益率。

2.核心解释变量

税收优惠（tax）。梳理已有文献发现学者们主要从税收优惠方式、企业实际税率来讨论对企业绩效、研发投入的影响（康丽珍、李竹梅，2018；韩仁月、马海涛，2019[18]）。无论是税收优惠方式还是以15%的优惠税率，这些都最终体现在企业所承担的实际税负中。此外政府在2018年初《政府工作报告》确定了减税降费的目标，在此之后又出台了一系列措施。2019年减税降费的规模大、力度广、影响深远，进一步减轻企业税负。本文选取企业所得税优惠作为税收优惠指标的代表。

3.中介变量

研发投入强度（rd）。中介效应研究的是解释变量对被解释变量的影响时，是否会先影响其他变量，再通过其他变量去影响被解释变量。本文旨在探查研发投入是否在税收优惠与企业绩效之间发挥作用。参考国内学者（温忠麟、叶宝娟，2014[19]）研究中介效应的方法，同时考虑到研发投入在各企业之间的可比性。本文选取研发投入作为中介变量。

4.控制变量

参照（余明桂、范蕊、钟慧洁，2016[20]）选取控制变量的方法，本文选择了反映公司各方面特征的变量，企业规模（size）反映企业的大小、体现公司实力；企业固定资产规模（ppe）反映企业持有的资产状况；企业现金流（cash）为企业研发、生产等环节提供的现金；资产负债率（lev）体现公司的资本结构；企业年龄（age）判断公司发展能力，前十大股东持股比例反映了公司股权的集中度。变量的定义参看表1。

表1 变量定义

（二）模型设计

为了验证提出的理论假设，本文借鉴 （温忠麟等，2004[21]）提出的依次检验的方法，设计了以下三个模型：

模型（1）选取资产收益率作为模型中的被解释变量，核心解释变量选取的是税收优惠，其他变量均为控制变量，用以验证假设1；模型（2）选择了研发投入为模型中的被解释变量，税收优惠同样也是作为解释变量，其他变量为控制变量，用来验证假设2；模型（3）参照模型（1）的变量设置并同时引入研发投入变量来检验研发投入是否具有中介效应，用于验证假设3。

四、实证研究

（一）描述性统计与相关分析

表2 变量的描述性统计

通过做出变量的描述性统计对数据基本特征有了大致的了解，从表2中可以看出，研发投入强度的均值为0.052与最大值0.227之间有一定的差距，说明数据分离程度较大，企业在研发投入方面存在差异；高新技术企业在税收优惠方面也存在一定的差异，税收优惠均值为0.157，总体来看，企业享有的税率较低。控制变量层面，企业年龄有着一定距离、但企业规模差距不大。资产负债率通常在40%以上60%以下被视为适宜的，而表中显示的资产负债率均值为31.2%，没有达到适宜范围，这意味着企业可以通过举债的方式加大研发投入。为了避免变量之间彼此相关，模型中出现多重共线性问题，利用VIF（方差膨胀因子）法进行判断。表2中VIF的范围（1.020,1.570），远低于10，故不存在多重共线性。

通过pearson相关系数检验，资产收益率与税收优惠是在显著相关的，重要的是在1%的显著性水平上也呈现出明显的相关性。同时研发投入与资产收益率的相关性检验结果也符合预期，从检验结果分析研发投入完美的发挥了中介效应的作用。表3中控制变量与解释变量间的相关系数都比较低，说明选择的变量较为合适模型不存在多重共线性问题。

表3 皮尔逊相关系数分析

（二）回归分析

在《中介效应检验程序及其应用》中温忠麟等人提出了因果逐步分析法对中介效应进行检验。为了验证本文提出的三个假设，借鉴温忠麟等人提出检验中介效应的方法。

表4 税收优惠、研发投入、企业绩效回归分析

表4中模型（1）为基准模型，根据基准模型检测是否存在中介效应。表4呈现的结果表明实际税率与企业绩效呈负向关系且两者在1%水平上显著，这表明税收优惠力度越大，企业绩效提升能力越高，假设1成立。模型（2）选取了研发投入作为被解释变量对解释变量税收优惠的回归，探究税收优惠对研发投入之间的相关性，回归结果显示研发投入、实际税率之间呈负向关系，且在1%水平上显著，证实了假设 2。 模型（1）、模型（2）说明了税收优惠影响具有 “双面作用”，对企业绩效产生激励作用的同时也能加大企业的研发投入。

模型（3）用来检验研发投入是否发挥中介效应，回归结果显示F值提升，模型的解释能力上升，拟合优度提高；同时我们发现加入研发投入变量后解释变量的回归系数的绝对值变大，这说明企业的研发投入发挥了部分中介效应，假设3成立。控制变量方面，企业规模越大越会抑制研发投入，因为企业有了一定生产规模之后，创新的积极性不高，反而，规模小的企业为了“生存”会加大研发投入，加快创新。研发投入具有耗时长、风险高、不确定性大等基本特征，因此会存在融资约束问题。企业举债会加大研发投入增加了企业运营风险，所以债权人对偿还债务的问题存在疑虑，不敢轻易对高新技术企业进行投资，使得资产负债率发挥的作用小。企业年龄越大积累了一定的经验，运营生产等方面成熟，企业就会加大研发投入进而也增加了企业盈利。前十大股东的持股比例与企业绩效之间是激励作用，但与研发投入强度是抑制作用。这说明股东希望企业绩效提升，但不愿加大研发投入（见表5）。

（三）稳健性检验

前文采用了Baron和 Kenny因果逐步分析法,虽然此种方法在逻辑上通俗易懂便于读者理解，但近几年这种方法逐渐受到国内外学者的批评和质疑。第一，Baron和Kenny认为检验中介效应首先假定解释变量与被解释变量之间一定是显著的，但目前有些统计检验方法的文献表明中介效应是否存在与解释变量与被解释变量之间是否显著无关；第二，因果逐步分析法仅仅是一个概念性的模型，这种方法是对中介变量进行控制之后来检验解释变量与被解释变量的显著性并不是直接中介效应的显著进行检验；第三，Baron和Kenny的方法只适用于检验存在一个中介变量的模型，对于模型中存在多个中介变量，因果逐步分析无法检验。Bootstrap法对模型中存在一个中介变量、两个以上中介变量、分步实现的多个中介变量等复杂的中介效应问题都能检验。所以为了检验结论的可靠性及结果是否具有说服力，本文引入stata软件中Bootstrap法对税收优惠、研发投入、企业绩效相互间关系进行研究。加入中介变量之后税收优惠对企业绩效的直接效应为-0.096，双侧P值小于0.05，这说明加入中介变量后税收优惠对企业绩效的推动作用更明显。在95%水平上置信区间来检验中介效应，置信区间为（0.001,7,0.012,3）没有包含零，由此推出中介效应存在且发挥部分中介效应；同时可以发现采用Bootstrap法比用因果逐步分析法检测出中介效应更强。这可能由于因果逐步分析法方法简单，检验结果存在误差导致的检验力弱，但研发投入发挥中介效应这个结论是相同的。从表中得知税收优惠对企业绩效的直接效应为-0.096，中介效应占直接效应的7.3%，中介效应的转换率相对较高（见表 6）。

表5 检验中介效应的回归分析

表6 中介效应检验

五、结论与建议

本文首先通过文献梳理从理论分析的基础上阐述研发投入、税收优惠、企业绩效之间的相互关系并相继提出了三个理论猜想，接着借鉴国内外学者们的研究建立了三个模型，用于验证研发投入在税收优惠与企业绩效之间承担着中介传导机制的作用。采用因果逐步分析法对研发投入的中介效果进行检验并使用Bootstrap法再次对三者之间的关系进行验证，两种方法得到的结果基本一致，得出中介变量（研发投入）发挥了部分中介效应的结论。

从实证分析结果看，虽然税收优惠政策使研发投入加大，提升企业绩效，但效果不明显，对此本文提出以下建议：

一是建立税收优惠业绩考评制度。税收优惠主要以事后激励的形式存在，能够有效的减轻企业税收负担，企业因享受税收优惠政策节约的研发成本具有较强的自主使用权，即国家没有强制要求减免的资金必须投入研发部门，企业可能会将资金投入到其他生产部门，因而可能无法达到税收优惠政策的效果。设立税收优惠业绩考核制度，根据考评的结果实行奖励或惩罚，促进企业将资金投入研发部门进而增加企业绩效。

二是税收优惠政策与金融政策需要更加协同。研发活动过程中有着多种风险因素交汇出现，使得研发活动“举步维艰”，同时出现高新技术企业难以融资等问题，即使政府给予企业一定的税收优惠，企业也可能在研发过程中由于缺乏流动资金，不得不中途放弃研发，不能形成研发成果，这种现象称为“卡脖子”。鉴于此，政府应当发挥作用使财政政策与金融政策相互配合，解决实体经济筹资难等问题。

三是政府需分行业、分企业所处阶段有针对性的设立税收优惠政策。当前的税收优惠政策基本上是“统一”的模式，导致政策达不到预计效果，同时还形成了资源浪费的局面，因此税收优惠政策应采取差异化的形式。

四是实施更大规模减税降费，鼓励企业自主研发。面对中美贸易摩擦日益激烈，经济形势下行的压力，减税降费已成为支持经济发展的一项重要政策，同时也是企业能否继续发展的强大动力，希望促进“稳增长”激发市场活力，为加速经济转型升级优化环境。贯彻落实好各项减税降费政策，让企业真真切切感受到减税降费带来的好处，促进企业研发的效率，为企业创新加速。