财税激励政策对企业研发投入的影响研究

●田 甜 杨华君

一、引言

我国的经济已经由高速发展转变为高质量发展，科技创新成为驱动我国经济发展的引擎。特别是全球化的今天，技术越来越成为一个国家处于不败之地的重要依托，中美贸易摩擦的本质是双方科技水平的较量。企业是创新的主体，但是创新本身是非常复杂的活动，具有较强的不确定性及外部性，从而导致企业创新的积极性不高。所以要想使企业加大研发投入，不断进行创新，离不开国家的支持和鼓励。财税激励政策作为一种调控工具，可能对企业研发投入产生较大的影响。那么，财税激励政策对企业研发投入的影响程度如何？究竟是财政还是税收激励政策对企业研发投入的影响更大？行业异质性企业以及地区异质性企业的研发投入受到财税激励政策的影响程度如何？这些都是本文试图研究并回答的问题。

相比已有研究，本文有如下边际贡献：首先，本文选取了最新数据，旨在准确反映现阶段财税激励政策对企业研发投入的影响，同时本文采用的样本公司为创业板上市公司，这些公司多数为高新技术企业，因此该样本更具有代表性。其次，本文将财政补贴和税收优惠纳入一个统一的分析框架，比较财政补贴和税收优惠对创新的影响，从而区别其效应大小。最后，本文还进一步基于企业异质性视角，研究了具有不同特征的企业受到财税激励政策影响的差异程度。

二、文献综述

财税激励政策具体包括政府补助和税收优惠政策，两者是否对企业研发投入有影响，影响程度如何，不同学者有不同的看法和结论。

首先，政府补助对企业研发投入的影响大致分为四种观点：第一，政府补助对企业研发投入不存在激励作用。David（2000）以及 Wallsten（2000）从 挤出效应论等理论出发，认为财政补贴对企业的研发投入产生挤出效应。赵玉林、谷军健（2018）认为由于政府补贴分配倾向与企业创新激励之间存在结构性偏差，因此从整体来看，政府补贴对企业研发投入并不产生激励作用。第二，政府补助对企业研发投入的影响具有阶段性特征。任海云、聂景春（2018）认为，政府补助对企业研发投入具有区间性，在区间范围内具有激励作用，但超过区间临界值，替代作用将超过激励作用。方文雷、何赛（2016）认为政府补贴与企业研发投入与产出并不存在严格的线性关系，并建立了门槛面板模型进行研究，结果显示政府补助在一定范围内与研发投入具有显著正相关关系，然而随着补贴不断增加到一定程度，反而会产生挤出效应。第三，政府补助对企业研发投入有促进作用。杨晔、王鹏、李怡虹（2015）等提出财政补贴对企业研发具有促进作用，但是企业的研发效率有待提高。王刚刚、谢富纪、贾友（2017）认为政府R&D补贴通过使企业获得更多外部认证性融资从而促进企业的研发投入。叶红雨、徐雪莲（2018）选取研发投入强度作为衡量企业绩效的指标，通过实证分析发现，总体来看政府补贴对上市公司绩效存在激励作用，不过在政府补贴强度不同的区间，激励作用程度存在差异。第四，政府补助对异质性企业的研发投入存在不同影响。王薇、艾华（2018）通过研究发现，政府补助对企业研发投入和全要素生产率都起到了促进作用，同时促进程度根据行业不同而有所差异。王贻志（2006）通过研究发现政府补助对不同行业有不同的效应，在资本或技术密集行业的效应更加显著。王一卉（2013）认为，政府补助对非国有企业、缺乏经验的企业、欠发达地区企业的影响更大。

其次，税收优惠对企业研发投入的影响大致分为两种观点：第一，税收优惠对企业研发投入具有促进作用。石绍宾（2017）通过分析得到了企业所得税优惠政策对企业研发投入和产出有激励作用的结论。夏杰长、尚铁力（2006）认为从理论分析上看，税收优惠能够显著影响创新活动，但是实证结果表明，这种影响程度有限。周克清、景姣（2012）在研究中发现综合税收优惠和加计扣除优惠都能影响企业研发投入，但是激励效果与国外发达国家相比有一定差距。此外，韩仁月、马海涛（2019）将税收优惠方式进行细化，并认为不同的税收优惠方式对企业研发投入均存在激励作用，不过激励强度有所差异。吴祖光、万迪昉、王文虎（2017）也研究了不同税收优惠方式对企业研发投入的影响，结果表明减税优惠方式的激励作用比加计扣除、投资抵税方式更为显著。第二，税收优惠对异质性企业研发投入的影响存在差异。 Hall，Reenen（2000）以及 Bérubé，Mohnen（2009）认为税收优惠政策对不同行业和不同性质企业的影响具有中性。张信东（2014）认为制造业和信息技术业在享受税收优惠政策中更占优势。从而推测税收优惠对这两个行业的研发投入影响比其他行业更加显著。由此可见，相对于政府补助方式，税收优惠对企业研发投入存在正相关关系这一观点受到多数学者的认可。

最后，财税激励政策对企业研发投入影响程度的差异。李香菊、杨欢（2019）认为财政补贴和税收优惠政策能有效激励企业研发投入，当考虑时间效应时发现，财政补贴具有滞后性，并且更利于企业短期创新；而税收优惠政策对短期和长期创新均有激励作用。卜祥来（2014）认为，财税激励政策对企业研发投入有显著影响，影响程度有所区别。

综上所述，财税激励政策对企业研发投入的效应如何，学界尚未形成统一意见。另外，通过现有文献发现，多数学者主要研究政府补助或者税收优惠对企业研发投入的影响，少有文献将两者对企业的影响程度进行对比分析，并且也少有研究财税激励政策对不同行业的影响程度差异。因此本文研究了财税激励政策对企业研发投入的影响，并将两者的效应进行比较，然后进一步研究财税激励政策对异质性企业研发支出的影响程度，旨在提出完善财税激励政策的建议，促使企业增加研发投入，从而提高企业的创新水平。

三、理论分析与研究假设

（一）财税激励政策对企业研发投入的影响

1、政府补助对企业研发投入的影响。第一，政府补助可以矫正外部性。创新活动的社会收益率高于私人收益率，具有较大的正外部性，并且进行创新的成本高，创新的成果容易被模仿等导致企业获得的收益可能逐步减少。根据市场失灵理论可知，在这种情况下，仅靠市场无法解决，因此需要政府的介入，从而矫正创新活动的外部性，激励企业加大研发投入并进行创新。第二，政府补助可以缓解企业融资困难的问题。企业的研发活动成本高，需要的资金量大，但同时研发活动存在的信息不对称问题会引发道德风险并且阻碍企业获得外部融资。政府补助一方面能够直接为企业提供现金流，缓解企业融资难问题；另一方面，也可以通过释放认证信号，间接地使企业获得更多外部融资。第三，政府补助可能对研发投入产生挤出效应。由于政府补助是专款专用，企业可能利用政府的补助进行研发创新活动，而将企业本身的研发费用用于其他方面，导致政府补助并未促进企业的研发投入的增加。

2、税收优惠对企业研发投入的影响。第一，税收优惠改变了企业研发投入的相对价格，促进企业进行研发投入。“创新”生产函数研究的是创新投入与产出之间的关系。一般来说，研究一国的创新活动水平可以通过“创新”生产函数来说明，夏杰长等（2006）提出了将企业研发投入作为衡量微观主体创新活动的指标，并且通过比较静态分析研究了税收政策的激励作用。具体如图1所示：

图1 税收优惠比较静态分析

图中横坐标代表企业的研发投入，纵坐标代表其他要素投入，在享受税收优惠之前，等成本线为C，等产量线为Q，交点a代表利润最大化的各要素组合。在享受税收优惠之后，企业研发投入的价格相对下降，此时的等成本线变为C’，与等产量线Q’的交点a’为新的均衡点。相对于a点，新均衡点的研发投入增加。

第二，税收优惠能减少研发的风险，增加研发的收益。一方面，税收优惠主要通过改变企业研发投资的风险收益组合，为研发失败的企业提供补偿，为企业分担一部分风险，从而降低企业自身的研发风险，提高企业研发积极性。另一方面，在知识产权保护体系完善的背景下，企业的研发成果能为企业带来长期大额收益。企业研发投资风险收益组合见图2。

图2 研发投资的风险收益组合

图中较为陡峭的直线代表无税收优惠情况下企业的风险与收益组合，较为平坦的直线代表存在税收优惠情况下企业的风险收益组合。而U与U’代表企业对风险和收益偏好的无差异曲线，无差异曲线的斜率为正表示承受高风险需要用高收益补偿。交点a与a’说明税收优惠政策的存在使企业的风险减少，收益增加。

（二）财税激励政策对异质性企业的激励作用不同

企业异质性的存在使得具有不同特征的企业对财税激励政策的反应不同。任海云、聂景春（2018）从行业角度提出，对于不同行业，技术外溢程度和外部竞争程度是不同的，因此创新活动引起的市场失灵程度有所差异，企业研发投入的意愿随之改变。另外，不同行业研发投资的融资约束程度有差异，对政府补助依赖程度也不同，因此政府补助与税收优惠的效果对各行业的影响程度不同。王一卉（2013）则根据企业所处地区不同，提出经济发达地区的管理水平和开放程度较高，内部治理也比较完善，处于该地区的企业竞争力更强，也更加注重企业的长远发展以及创新水平的观点。因此基础设施相对落后、人才流失严重、地理位置相对偏僻、比较注重人情关系的中西部地区，可能由于寻租活动等导致财税激励政策的效果不显著。

基于此，本文提出了三个假设：

H1：政府补助和税收优惠对企业研发投入均有影响，但影响程度存在区别。

H2：政府补助和税收优惠对不同行业研发投入的影响存在差异。

H3：政府补助和税收优惠对位于东部地区企业研发投入的影响更为显著。

四、研究设计

（一）样本选择与数据来源

本文选取2013-2016年我国创业板上市公司作为研究对象，剔除了会计核算特殊的金融类公司、ST公司、所得税费用小于0的公司以及样本区间段内新上市的公司。在选取样本时，选择了政府补助、税收优惠以及研发投入等指标完善的公司，最终选择了276个样本公司，共1104个观测值。本文所用的数据均来自于国泰安（CSMAR）数据库，处理与分析数据运用的软件为stata13。

（二）变量选取

1、被解释变量。企业研发投入（RD）。本文采用研发投入金额的对数作为企业研发投入的指标，一般来说，企业研发投入能够衡量企业的创新程度。

2、解释变量。政府补助（SUB）。衡量政府补助的方法有多种，有学者以政府补助与营业收入的比值衡量，也有学者采用政府补助与总资产的比值进行替代。本文采用政府补助的自然对数作为衡量指标。税收优惠（TAX）。本文根据数据的可获得性选取了所得税费用与息税前利润的比值作为税收优惠指标。该比值越大，说明企业享受的税收优惠越少。

3、控制变量。参考已有文献，本文将企业年龄、企业规模、现金持有水平作为控制变量。其中，企业年龄根据样本年份与企业成立日期之差计算得到；企业规模按照总资产的对数进行衡量；企业现金持有水平采用每股现金净流量指标。具体的变量以及指标选取如表1：

表1 变量及定义

（三）模型设计

在研究财税政策对企业研发投入的激励作用之前，要选择合适的数据分析模型。首先由于每个公司的情况不同，可能存在一些不随时间变化的遗漏变量，因此不选择混合效应模型。其次，根据Hausman检验的结果来看，P值为0.000，因此在随机模型和固定效应模型之间，选择使用固定效应模型，具体情况如表2。最后，在模型中引入年份虚拟变量后发现时间虚拟变量的P值大于0.100，不拒绝“无时间效应”的原假设，因此认为模型中不存在时间效应。

表2 Hausman检验结果

因此，本文建立固定效应模型如下：

其中，i表示不同的创业板上市公司，t代表不同的年份。β0为常数项，β1至β5分别为各变量的回归系数，μi表示个体固定效应，εit表示随机干扰项。

五、实证分析

（一）描述性统计

1、全样本描述性统计。全样本变量的描述性统计如表3所示，可以看出企业研发投入的最小值为11.878，最大值为19.997，均值为17.395，说明企业间研发投入金额存在较大差异；政府补助的均值为15.905，最大值最小值分别为11.082和19.388，说明政府补助的差异也比较大；税收优惠的最小值和最大值分别为-25.890和209.962，标准差为6.366，说明税收优惠在企业间的差异比政府补助和研发投入更大，而税收优惠最小值表现为负数是因为本文虽然剔除了所得税小于零的数据，但是一些企业存在亏损，因此息税前利润可能为负值。另外，观察控制变量的各指标发现，企业的年龄、规模差异也比较大，同时企业现金持有水平的均值为-0.034，说明总体上企业的现金流入和流出基本持平。

表3 各变量描述性统计

2、研发投入跨年度分行业、分地区描述性统计。根据跨年度不同行业和地区的研发投入均值可以得出以下结论：纵向来看，无论什么行业及地区，企业的研发投入强度逐年增加，说明企业对研发投入的重视程度逐步提高；横向来看，技术密集程度越高的行业，研发投入强度越高，即更为重视创新。同时，位于经济较为发达的东部地区的企业，对研发投入的重视程度普遍高于非东部地区。具体数据见表4与表5。

表4 跨年度分行业研发投入均值

表5 跨年度分地区研发投入均值

（二）相关性分析

为了避免伪回归现象，本文采用Pearson相关系数检验变量之间的关系。结果显示，政府补助与企业的研发投入呈正相关关系，即加大政府补助有利于促进企业的研发投入；而税收优惠的负值表明，企业的所得税负担越高，即税收优惠少，企业的研发投入会减少。具体情况见表6。

表6 样本变量间的Pearson相关系数

（三）回归分析

首先，本文对2013-2016年276个样本公司进行多元回归分析，得到结果如表7所示，左边的一列表示只存在核心解释变量时的回归结果，右边一列代表加入控制变量后的整体回归结果，两者结果的一致性说明模型具有一定的稳健性。

从整体看，F值为97.270，说明回归方程在1%的水平上显著；R2为0.581可认为方程具有良好的拟合度。从回归方程的系数和解释变量的显著性检验来看，政府补助和税收优惠都对企业的研发投入有显著的促进作用。政府补助每增加1%，企业研发投入增加0.058%；税收负担每减少1%，企业研发投入增加0.001%。同时，总体样本回归结果也说明政府补助在1%的显著性水平下显著，而税收优惠在5%的显著性水平下显著，政府补助的影响比税收优惠更大。由此可见，假设H1成立。

对总体回归结果的解释为，政府补助能够通过矫正创新活动的外部性以及为企业提供资金支持，从而促进企业进行研发活动；税收优惠能够减少企业的研发风险和成本从而提高企业研发的积极性。另外在控制变量方面，企业的年龄、规模和现金持有水平都对企业研发投入有显著影响，这可能是因为企业年龄越大，经营时间越长，规模越大，越重视企业的持续稳定发展，对研发投入的关注越高；而现金持有水平与研发投入显著负相关，可能的解释为企业现金流波动与研发投入呈负相关。

表7 总体回归结果

其次，为了进一步研究政府补助和税收优惠对异质性行业和异质性地区企业的影响，本文将所有样本公司按照证监会2012版行业分类标准分为软件信息技术服务业、制造业和其他行业，并根据公司注册地不同划分为东部地区和非东部地区。分组回归结果如表8所示。

从表中可以看出，不同行业的回归结果存在差异：第一，在总体回归中，政府补助的激励作用比税收优惠显著，但是具体到软件信息技术服务业，税收优惠在1%的显著性水平下显著，政府补助在5%的显著性水平下显著，因此该行业受到税收优惠的影响相对较大；制造业和其他行业受到政府补助和税收优惠的影响程度差异不大。第二，政府补助和税收优惠对软件信息技术服务业的促进作用最显著，对制造业的促进作用也显著，而其他行业未通过显著性检验，说明政府补助和税收优惠对企业研发投入的促进作用有行业差异。对此可以认为，软件信息技术服务业属于技术密集型的行业，制造业中的多数二级行业也属于技术密集型，因此财税政策对这些行业研发投入影响较大，而其他行业不具有技术密集型的特征，加上样本量的限制，导致这些行业未通过显著性检验。因此，分行业的回归结果支持了假设H2。

另外，位于不同地区企业的回归结果存在区别：第一，财税激励政策对东部地区企业的影响较为显著，对于非东部地区，财税激励政策虽然有一定影响，但是影响不显著。对此可以解释为东部经济发达地区的大环境更加适合企业发展，企业对研发投入和创新的积极性也比较高，因此受到政府补助和税收优惠的影响相对较大；而中西部地区的基础设施落后、知识产权保护体系不完善、寻租情况存在等造成财税激励政策效果不显著。第二，企业年龄和规模无论对东部地区还是非东部地区都比较显著，说明越有经验的企业以及规模越大的企业更能认识到研发创新的重要性，从而对政府补助和税收优惠的反应较为敏感。总之，地区分组得到的回归结果支持了假设H3。

表8 分组回归结果

六、稳健性检验

（一）改变度量方式的稳健性检验

为了保证回归结果的稳健性，本文采用更换核心解释变量指标的方法进行稳健性检验。由于政府补助的指标有多种，在进行稳健性检验时采用政府补助与企业总资产的比值进行替代。回归结果显示，所有变量都通过了显著性检验，并且系数的正负也与之前的回归结果保持一致。具体见表9所示。

（二）企业异质性的稳健性检验

根据王薇、艾华（2018）的描述，样本中可能存在政府补助和税收优惠对研发投入影响较大的公司，而这部分公司数量恰好较大，从而导致结果出现偶然性。因此可以通过异质性检验方法衡量模型的稳健性。表8的分行业回归结果表明，各行业企业对研发投入的影响程度有所不同，但是解释变量与被解释变量之间的关系仍然成立，说明模型具有稳健性。

表9 稳健性检验回归结果

七、政策建议

第一，选择最佳的财税激励政策搭配方式。政府可以通过加大财税激励政策力度的方式促进企业创新活动，同时要注意提升财税激励政策的效果。财政补贴直接影响企业研发投入，通过财政直接补贴、项目贴息等方式降低企业的研发成本；税收优惠则是对企业研发投入产生间接影响，方式比较灵活，使企业获利后能够享受税收的优惠，降低研发成本。但是，企业的创新活动具有高风险、高成本的特征，很有可能面临研发失败的后果，由此可见税收优惠对企业前期风险的补偿能力十分有限，这就需要通过政府补助提前减少企业的后顾之忧。同时，根据实证分析可以看出政府补助和税收优惠对企业研发投入的作用稍有差异，因此促进企业研发投入要双管齐下，充分发挥各自优势。

第二，调整财税激励政策的给予对象。从效率方面考虑，财税激励政策对不同行业和地区的企业的影响程度不同，因此对不同行业和地区实行有差别的财税政策，能够提高研发投入效率。具体来说，对技术密集行业加大扶持力度，特别是给予更多税收优惠，能极大发挥财税政策对企业研发投入的激励作用，提升资金的利用效率；给东部地区更多政府补助以及税收优惠能够获得更为有效的创新成果。但是在实际中，除了考虑效率外，公平问题不可忽视。为了保持行业间税收环境的公平以及缩小地区间差异，往往要以损失一部分效率为代价，政府在制定税收优惠政策时，不能过于强调行业差异，尽量实施普惠性优惠政策，从而有助于营造公平的税收环境，也利于其他行业提高创新的积极性，另外为了加快中西部经济发展，应加大对中西部企业的扶持力度。

第三，多方面鼓励企业进行创新活动。虽然财税激励政策对企业研发投入有显著影响，但是支持鼓励企业创新活动的方式不能只局限于这两种，政府对企业研发的激励方式要实现多样化、全方位。比如政府可以引导金融机构对进行研发创新的企业提供信贷支持，减少企业因研发成本大而遇到的融资困难问题；也可以鼓励企业与高校或者研发机构等进行交流合作，提高研发效率。

第四，建立良好的外部环境。提高企业研发积极性、保证企业研发成果不被窃取、促进企业间公平竞争离不开完善的知识产权保护体系。因此政府应对复制抄袭盗取其他企业研发成果的行为予以严厉处罚，提高违法行为的成本，从而为企业营造良好的研发环境。■