企业R&D税收优惠政策效应分析*——基于中国经验数据的实证研究

◆洪连埔 ◆刘 嫣 ◆张 翔

内容提要：企业技术创新已成为国家经济增长和企业持续发展的核心动力，由于技术创新具有外溢性、风险性以及信息不对称等特性，采取财税激励政策促进企业技术创新并引导企业发展，是各国寻求全球创新主导地位和技术领先优势的重要手段。然而，财税激励政策实施的效应以及如何对其进行评估，国内外一直存在不同的看法。文章利用中国2010—2014年13万多户企业的面板数据对这一命题进行再检验，运用倾向得分匹配模型和固定效应模型，针对研发费用加计扣除、高新技术企业所得税减免这两项政策对企业营业收入、利润水平的影响进行实证研究。结果表明，研发费用加计扣除、高新技术企业所得税减免与企业营业收入存在显著正相关；研发费用加计扣除对企业利润水平的影响不能完全确定；高新技术企业所得税减免与企业利润水平存在显著正相关。文章的政策建议是，税收优惠政策应进行选择与组合、加大知识产权的保护、完善现行制度设计、试行差别化的税收优惠政策、高度重视政策相互抵消的问题。

一、引言

当前世界正处于大发展大变革大调整时期，多极化、经济全球化、社会信息化、文化多样化深入发展，全球治理体系和国际秩序变革加速推进，各国相互联系和依存日益加深。我国经济正处在转变发展方式、优化经济结构、转换增长动力的攻关期，需要充分发挥创新在经济发展中引领和战略支撑作用。同时促进企业自主创新、引导创新发展，是世界各国寻求全球创新主导地位和技术领先优势的重要手段。

由于创新收益的外部性（溢出效应）、创新过程的不可分割性、不确定性（风险性）等特性会带来创新资源的配置不足及低效率，造成市场失灵，导致企业研发投入积极性不高。针对企业技术创新的以上鲜明特点，各国政府普遍对企业技术创新给予财税政策支持，用以干预R&D投入与产出，减少社会和私人收益水平的差距以矫正市场失灵。

财税激励政策是重要的宏观经济政策，更是重要的产业政策。对高新技术企业给予某种方式的税收优惠，已成为各国财税政策支持企业技术创新的重要手段。我国政府主要运用政府补助与税收优惠激励企业的研发活动。

然而，财税优惠政策对研发投入作用，究竟是存在互补效应、还是替代效应，一直是该领域研究的热点问题。学术界、实践部门都对财税激励的政策效应存在重大分歧：有人认为应该实施财税激励政策，加强政府干预以纠正市场失灵，促进企业创新与经济发展；反对者则认为过多的政府干预扰乱市场运行机制，政策效用不明显甚至起反作用，应让市场对资源配置起决定作用。

当前国内对于财税激励政策效应的研究，主要聚焦于如何对这些政策的效应进行评估？评估手段与方法的科学性如何？研究样本来源何处？研究结论如何？然而目前具有很强说服力的实证研究成果并不多。本文利用中国2010—2014年13万多户企业的面板数据，运用倾向得分匹配、固定效应和随机效应等计量经济模型，对这一时期内的高新技术企业税收优惠政策效应进行实证分析和客观评估，以期对今后相关政策的制订提供有益的参考。

二、税收优惠政策对R&D的作用机制及国内研究梳理

（一）税收优惠政策对R&D的作用机制与方式

在无外部性、规模效益不变、产业调整不需成本等假设条件下，税收优惠导致不同资产和各部门间的收益率不等，从而使资源配置无效率。但如果存在外部性、规模经济、产业调整成本等情况，边际投资的社会收益率可能比私人收益率高，税收优惠政策就可以明显地克服市场缺陷（张文春，2006）。税收优惠政策的作用机制路径表现为：实施税收激励政策→刺激企业加大研发投入→提升企业营业收入与利润水平。

税收优惠政策的作用主要有：一是导向作用，对市场机制配置资源的过程产生影响，促使经济资源向政府引导的方向流动；二是直接影响企业创新活动的成本和收益；三是降低企业创新活动的风险；四是促进创新成果的产业化（张文春，2006）。

国际上针对企业R&D采取的税收优惠方式形式多样：税收豁免、优惠税率、免税期、税额扣除、盈亏互抵、准备金制度、税收抵免、优惠退税、延期纳税、加速折旧、增强折旧、加计扣除、专利盒制度、社保缴款优惠、增值税返还、个人所得税优惠等（张文春，2006；魏志梅，2017）。以上政策工具可分为两类：一类是投入型，主要针对R&D投入的成本费用，通过降低企业成本支出和提升利润水平，引导企业加大研发力度，激励企业提升创新能力，促进企业培养核心竞争力；另一类是产出型，主要针对R&D产出的成果转化，旨在降低R&D活动所得的实际税负（魏志梅，2017）。

（二）国内对R&D税收优惠政策效应研究的主要内容

第一，在理论方面，主要研究税收优惠与资源配置效率、收入目标、市场不完全、税制的公平性存在密切关系（张文春，2006），税收优惠将影响市场机制作用的发挥，对研发投资、创新产出、生产力增长和福利、工资、技术创新活动区位选择产生影响（周华伟，2013）。

第二，在方法方面，既有规范研究，但实证研究居多且取得一定成果。

第三，在模型方面，主要运用面板数据模型，问卷调查统计分析，价格弹性分析法，线性回归，一阶差分自回归模型，数据挖掘之K-均值聚类法，事件分析法，倾向得分匹配法，双重差分模型。

第四，在被解释变量设定方面，主要有：R&D投入，新增的R&D投入，R&D支出占企业销售收入的比例，企业利润总额，净利润，R&D税收优惠政策，企业总收入，新产品销售收入与当年研发费用支出的比值。

第五，在研究对象及数据方面，主要来源于国家或地方统计年鉴、有关政府部门、沪深证交所A股上市公司数据，以及机关数据库。

第六，在研究结论方面，主要是税收优惠政策对研发投入与研发产出的效应分析。大多数研究结论支持税收优惠政策促进企业的R&D投入，但也有研究表明激励作用不明显；个别研究发现，税收优惠政策对国家重点扶持以及小微高新技术企业R&D投入并未达到预期的激励效果。另一些研究认为，优惠政策是通过激励企业加大研发投入力度、进而提升创新能力、增加创新产出。

三、企业R&D税收优惠政策效应实证研究

（一）研究假设

本文主要是对微观经济主体（企业）的研究，考察研发费用加计扣除、高新技术企业所得税减免对企业营业收入与利润水平的影响。提出以下研究假设。

假设1：研发费用加计扣除能够促进企业提高营业收入；

假设2：高新技术企业所得税减免能够促进企业提高营业收入；

假设3：研发费用加计扣除能够促进企业提高利润水平；

假设4：高新技术企业所得税减免能够促进企业提高利润水平。

（二）模型设定

1.倾向得分匹配处理效应

倾向得分匹配（PSM）处理效应的原理。项目的参与者构成“处理组”，未参与者则构成“控制组”。以虚拟变量Di=｛0，1｝表示个体i是否参与此项目，即1为参与、0为未参与；Yi表示处理后得到的结果。假设个体i属于处理组，在控制组中找到某个体j，使得个体j与个体i的可观测变量取值尽可能相似（匹配），既Xi≈Xj；同样要使得Xj≈Xi，由此得到“匹配估计量”。

通常考虑项目实际参加者的平均处理效应（ATT），即

2.固定效应与随机效应

本文运用2010—2014年136,366户企业的面板数据，既能观察同一时期不同个体的情况，又能观察同一个体在不同时期的情况。

i=1，2，…，136,366；t=2010，2011，…，2014。

其中i代表企业个体，t代表时间。Yit表示被解释变量，X´it表示解释变量，Zit表示控制变量，主要有企业规模、企业人力资本、固定资产、企业广告费用支出、企业年龄。ηt为时间效应，μi为误差项。采用豪斯曼检验来考察用固定效应还是随机效应模型。

（三）变量定义

1.被解释变量

营业收入，用Salesit表示，以企业所得税申报表“营业收入”，取自然对数作为衡量指标，即lnSalesit。

资产利润率，用ROAit表示，以所得税税后利润总额/年平均总资产作为企业资产盈利能力的衡量指标。

2.解释变量

研发费用加计扣除虚拟变量，用Dadddeductit表示，如果企业在t期存在研发费用加计扣除，以1表示，否则以0表示。

研发费用加计扣除连续型变量，用Adddeductit表示，取值为所得税申报表中的“研发费用加计扣除”栏目数据，取自然对数作为衡量指标，即lnAdddeductit。

高新技术企业所得税减免虚拟变量，用Dtechabateit表示，如果企业在t期存在高新技术企业所得税减免，以1表示，否则以0表示。

高新技术企业所得税减免连续型变量，用lnTechabateit表示，取值为所得税申报表中的“减免税额，其中：国家需要重点扶持的高新技术企业”，取自然对数作为衡量指标，即lnTechabateit。

3．控制变量

企业规模，用Assetit表示，用年平均总资产（（年初总资产+年末总资产）/2）的自然对数作为企业规模的衡量指标，即lnAssetit。

企业人力资本，用Empit表示，采用企业的年均职工人数（（年初职工人数+年末职工人数）/2）的自然对数作为衡量企业人力资本的指标，即lnEmpit。

固定资产，用Fixassetit表示，用年平均固定资产[（年初固定资产+年末固定资产）/2]的自然对数作为企业固定资产规模的衡量指标，即lnFixassetit。

企业广告费用支出，用ADit表示，采用企业广告费用的自然对数作为衡量企业市场势力的指标，即lnADit。

企业年龄，用AGEit表示，采用企业成立之日起到2014年的时间段作为衡量企业年龄的指标。

（四）实证结果及分析

本文数据来源于某权威部门2010—2014年136,366户企业的面板数据，限于篇幅未能报告样本描述统计及变量协方差矩阵。①由于部分数据不便披露，样本描术统计未在正文中报告。经用协方差矩阵对自变量进行检验，Dadddeduct与lnAdddeduct、Dtechabate与lnTechabate之间的相关系数在0.9以上，可能存在多重共线性。其他的变量之间，除了lnFixasset与lnAsset、lnEmp的相关系数为0.7，其余的相关系数都不高，说明变量之间不存在多重共线性。有意了解的读者请联系作者。

倾向得分匹配（PSM）模型1—4分别将研发费用加计扣除虚拟变量（Dadddeduct）、研发费用加计扣除连续型变量（lnAdddeduct）、高新技术企业所得税减免虚拟变量（Dtechabate）、高新技术企业所得税减免连续型变量（lnTechabate）作为处理变量，分别进行有放回式的一对一匹配。

经豪斯曼检验拒绝随机效应模型，选择固定效应模型。考虑到多重共线性问题，固定效应模型1将研发费用加计扣除虚拟变量（Dadddeduct）、高新技术企业所得税减免虚拟变量（Dtechabate）与其他控制变量进行回归处理；固定效应模型2将研发费用加计扣除连续型变量（lnAdddeduct）、高新技术企业所得税减免连续型变量（lnTechabate）与其他控制变量进行回归处理（见表1、表2）。

1．对营业收入的影响

倾向得分匹配4个模型研究结果显示，平均处理效应（ATT）估计值对应的t值分别为94.28、3.89、64.06、2.20，都大于1.96的临界值，表明研发费用加计扣除、高新技术企业所得税减免与营业收入呈显著正相关。拟合度（Pseudo R2）分别为0.117、0.118、0.094、0.094。同样，固定效应模型1研究结果显示，研发费用加计扣除虚拟变量、高新技术企业所得税减免虚拟变量与营业收入在1%水平上显著正相关，在其他情况保持不变的情况下（下同），相对于控制组，两个处理组分别促进营业收入提高23.6%、29.2%，拟合度（R2）为0.173。固定效应模型2研究结果显示，研发费用加计扣除连续型变量、高新技术企业所得税减免连续型变量与营业收入也在1%水平上显著正相关，研发费用加计扣除每增长1%，营业收入提高3.3%；高新技术企业所得税减免每增长1%，营业收入提高4.2%，拟合度（R2）为0.174。

企业规模与营业收入在1%水平上显著正相关，倾向得分匹配模型估计的影响是企业规模每增长1%，营业收入增长3.6%～3.8%；固定效应模型估计的影响是企业规模每增长1%，营业收入增长13.6%～13.8%；这个研究结果支持了企业规模越大越有利于企业提高营业收入的观点。

企业人力资本与营业收入在1%水平上显著正相关，倾向得分匹配模型估计的影响是企业人力资本每增长1%，营业收入增长17.7%～19.1%；固定效应模型估计的影响是企业人力资本每增长1%，营业收入增长41.5%。从研究结果来看，企业人力资本对营业收入的影响系数最大，说明在该研究样本范围内，企业的发展仍然主要靠人力资本的投入来拉动，从另一侧面反映企业转型升级、产业结构调整还未实现。

固定资产与营业收入在1%水平上显著正相关，倾向得分匹配模型估计的影响是固定资产每增长1%，营业收入增长3.0%～5.3%；固定效应模型估计的影响是固定资产每增长1%，营业收入增长1.9%。从研究结果来看，固定资产对营业收入的影响系数小，说明在该研究样本范围内，固定资产投入对企业营业收入的边际贡献下降；这也许能解释后金融危机时代企业固定资产投资增速放缓的原因。

企业广告费用支出与营业收入1%水平上显著正相关，①固定效应模型2显著水平为5%，其他几个模型显著水平均为1%。倾向得分匹配模型估计的影响是企业广告费用支出每增长1%，营业收入增长4.2%～4.6%；固定效应模型估计的影响是企业广告费用支出每增长1%，营业收入增长0.3%。从研究结果来看，企业广告费用支出对营业收入的影响系数小，说明在该研究样本范围内，靠广告打造品牌效应从而推动企业营销渠道、提高营业收入的作用不高。

企业年龄与营业收入在1%水平上显著正相关，倾向得分匹配模型估计的影响是企业年龄每增长1年，营业收入增长0.3%～0.6%；固定效应模型估计的影响是企业年龄每增长1年，营业收入增长1.4%。

倾向得分匹配模型平衡检验中，除了PSM1中企业规模、企业人力资本、企业年龄及PSM3中的企业年龄是不显著的，其他控制变量都是显著。②表1与表2，控制变量是一样的，所以平衡检验的结果也一样。

2．对利润水平的影响

倾向得分匹配4个模型研究结果显示，平均处理效应估计值对应的t值分别为1.87、0.57、5.80、-1.21，只有模型3大于∣1.96∣的临界值，表明高新技术企业所得税减免虚拟变量与资产利润率呈显著正相关，拟合度（Pseudo R2）为0.094；而研发费用加计扣除虚拟变量、研发费用加计扣除连续型变量、高新技术企业所得税减免连续变量与资产利润率的相关性不显著。固定效应模型1研究结果显示，研发费用加计扣除虚拟变量与资产利润率在1%水平上显著正相关，相对于控制组，研发费用加计扣除处理组促进资产利润水平提高16.3%；高新技术企业所得税减免虚拟变量与资产利润率在10%水平上显著正相关，相对于控制组，高新技术企业所得税减免处理组促进资产利润率提高11.6%；但拟合度为0.001，非常低。固定效应模型2研究结果显示，研发费用加计扣除连续型变量与资产利润率在1%水平上显著正相关，研发费用加计扣除每增长1%，资产利润率提高3.2%；高新技术企业所得税减免连续型变量与资产利润率在5%水平上显著正相关，高新技术企业所得税减免每增长1%，资产利润率提高2.2%；但拟合度为0.001，非常低。从两模型的比较看，研发费用加计扣除对企业利润水平的正向影响并未完全得到证实，高新技术企业所得税减免对企业利润水平的影响显著正相关，但固定效应模型研究结果存在拟合度太低的问题。

倾向得分匹配模型研究结果显示企业规模与资产利润率在1%水平上显著正相关，而固定效应模型研究结果显示企业规模与资产利润率在1%水平上显著负相关，两者结果相反，所以企业规模对资产利润率的影响无法下结论。

企业人力资本与资产利润率在1%水平上显著正相关，倾向得分匹配模型估计的影响是企业人力资本每增长1%，营业收入增长17.7%～19.1%；固定效应模型估计的影响是企业人力资本每增长1%，营业收入增长18.5%～18.6%。从研究结果来看，企业人力资本对资产利润率的影响系数最大，说明在该研究样本范围内，企业的利润水平发展仍然主要靠人力资本的投入来拉动。

倾向得分匹配模型研究结果显示固定资产与资产利润率在1%水平上显著正相关，固定资产每增长1%，营业收入增长3.0%～5.3%；而固定效应模型研究结果显示两者正相关，但不显著。

倾向得分匹配模型研究结果显示企业广告费用支出与资产利润率在1%水平上显著正相关，企业广告费用支出每增长1%，资产利润率增长4.2%～4.6%；而固定效应模型研究结果显示两者负相关，但不显著。

企业年龄与资产利润率在1%水平上显著正相关，倾向得分匹配模型估计的影响是企业年龄每增长1年，资产利润率增长0.3%～0.6%；固定效应模型估计的影响是企业年龄每增长1年，资产利润率增长0.6%。

表1 研发费用加计扣除、高新技术企业所得税减免与营业收入相关性

表2 研发费用加计扣除、高新技术企业所得税减免与资产利润率相关性

Dadddeduct 处理变量 —— —— —— 0.163***(0.042) ——lnAdddeduct —— 处理变量 —— —— —— 0.032***（0.006）Dtechabate —— —— 处理变量 —— 0.116*（0.066） ——lnTechabate —— —— —— 处理变量 —— 0.022**（0.009)lnAsset 0.038***(0.001) -0.5 0.038***(0.001) -15.6*** 0.036***（0.002） -2.1*** 0.036***（0.002） -28.6*** -1.660***(0.018)-1.663***(0.018)lnEmp 0.191***(0.002) -0.3 0.191***(0.002) 2.5*** 0.177***（0.002） -2.8*** 0.177***（0.002） 0.7*** 0.186***（0.020）0.185***（0.020）lnFixasset 0.053***(0.001) -1.2*** 0.053***(0.001) -2.1*** 0.030***（0.002） -3.9*** 0.030***（0.002） -5.8*** 0.004（0.009）0.004（0.009）lnAD 0.042***(0.001) 3.6*** 0.042***(0.001) 6.2*** 0.046***（0.001） 9.5*** 0.046***（0.001） 21.5*** -0.003（0.006）-0.003（0.006）AGE 0.006***(0.000) -0.6 0.006***(0.000) 6.5*** 0.003***（0.000） -0.2 0.003***（0.000） 15.3*** 0.006*（0.004）0.006*（0.004）常数项 -3.150***（0.013） —— -3.162***（0.013） —— -3.186***（0.015） —— -3.190***（0.015） —— 17.717***（0.201）17.750***（0.201）观测值 681,830 681,830 681,830 681,830 681,830 681,830观测组数 —— —— —— —— 5 5 chi2检验 0.000 0.000 0.000 0.000 —— ——F检验 —— —— —— —— 0.000 0.000 Pseudo R2/R2（拟合度） 0.117 0.118 0.094 0.094 0.001 0.001平均处理效应（T检验） 1.87 0.57 5.80*** -1.21 —— ——

四、政策建议

本文研究结果表明，高新技术企业税收优惠政策在提升企业营业收入和利润水平方面发挥积极的效应，应该继续坚持实施。但在政策执行过程中也存在一些问题，不利于政策效果的发挥，要加以完善调整。

（一）税收优惠方式的选择与组合

国际上采用近20种针对R&D的税收优惠方式，哪一种更适合中国的国情？本文更建议：一是通过改善式的方法，修订现有的税收优惠政策。二是对这些税收优惠方式进行取舍，并进行适当组合。原因在于，尽管采取同样的优惠政策，但由于各国的经济、法律、税制不尽相同，政策的实施效果也肯定不同，即使在国外政策实施评估很好的政策，中国未必能采用；反之，中国未必不能采用。重点工作之一在于加强对中国政策实施效应的评估，并与国外情况进行比较，从而对政策的优劣进行全面考量，以利于政策选择。

（二）知识产权保护与税收优惠政策孰轻孰重？

税收优惠政策对于企业而言，多为事前的一种激励手段。而知识产权保护则更注重于企业研发行为事后收益的保证，为企业的研发活动提供一个稳定的预期，减少企业研发风险、降低研发成本，从而在制度上刺激企业创新活动水平。本文研究表明，企业年龄与研发投入显著正相关，企业年龄越长研发投入越多。这很可能是企业年龄越长，企业文化积淀越雄厚，组织竞争能力越强，企业商誉价值越高，对知识产权的保护也更有力，对研发投入会更加重视。因此应该加大知识产权的保护，增进税收优惠政策效果。

（三）完善现行优惠制度设计

《财政部 国家税务总局 科学技术部关于修订印发〈高新技术企业认定管理办法〉的通知》（国科发火〔2016〕32号）中存在：研究开发费用额占同期销售收入总额比例标准设定不合理、“研发服务”范围界定与实际操作脱节等问题。因此建议：一是国科委应会同有关部委修改《办法》第十一条第五款研究开发费用总额占同期销售收入总额的比例规定，可再增加两挡：“最近一年销售收入在2亿元至10亿元（含）的企业，比例不低于2%。最近一年销售收入在10亿元以上的企业，比例不低于1%。”二是国科委会同有关部委下文明确《办法》第十一条第六款所指的“高新技术产品（服务）收入”的范畴，让相关部门在执行中有确定的依据。

（四）试行差别化的制度设计

在研发人员方面，可按研发人员总数规模设计不同扣除标准，鼓励企业吸引更多的科研人才，形成全社会重视科研的局面。提高研发费用加计抵扣项使用的灵活性，例如适当扩大研发支出资本化的条件，对当期研发费用加计抵扣可以拆分至未来若干个计税期内使用等。可考虑采用研发投入占营业收入比例、并与设计增量相结合的办法，即，如果研发投入占营业收入比例高，加计扣除比较也适当提高；研发投入占营业收入比例与上年度比较，若有增加，可按累进办法加计扣除。

（五）高度重视政策相互抵消的问题

即有研究表明，政府补助对企业研发投入产生替代效应，所得税优惠也不能激励企业加大研发投入力度；当企业处于不同成长阶段时，政府补助与税收优惠对企业研发投入的激励效果也不同：存在互补效应、替代效应、影响不明确三种情况，在许多情况下产生政策之间相互抵消。如果在财税激励政策实施环节就产生政策抵消作用，那么这些政策将无法达到预期效果。因此要同时对这些政策的效应进行综合性评估。