企业广义创新资本及其产出弹性测度

孙 静，徐映梅

(1.广西财经学院 信息与统计学院，广西 南宁 530003；2.中南财经政法大学 统计与数学学院，湖北 武汉 430073)

一、引 言

2012年以来，中国中央政府先后提出“实施创新驱动发展战略”，倡导“大众创业、万众创新”和推动“供给侧结构性改革”。企业作为最主要的创新活动部门和国民经济生产部门，正确识别企业创新资本投入及其经济效应特征，对于落实政策，激励更多企业创新及推动宏观经济增长至关重要。

基于生产函数分析创新资本投入及其经济效应是创新研究的主流范式。Solow等宏观经济学家率先采用基于生产函数测算的全要素生产率(TFP)量化发达国家技术进步[1]；经济合作与发展组织(OECD)基于技术进步需要发明和R&D投入而开发了R&D调查国际准则(Frascati1)，Griliches基于R&D调查数据和永续盘存法(PIM)实现了R&D资本存量测算[2]，Romer基于生产函数分析框架阐明了R&D资本投入的内生经济增长效应[3]。随着创新测度与内生经济增长理论的发展以及对发展中国家技术创新的关注，资本的边界和创新资本内涵被不断扩大。生产函数分析框架下含新技术的资本品、信息通信技术(ICT)资本以及其他更多创新资本投入对经济增长的作用被确认[4-6]；与生产函数分析框架一脉相承，国民经济账户体系(SNA2008)也将知识产权产品纳入固定资本核算以测度创新的直接经济效应，美国、欧盟分别于2013、2014年完成了核算实践[7]。由此可见，从狭义技术创新到更广义创新的研究，关键是明确创新资本投入及其产出效应。

宏微观层面的创新测度是在发展中不断协调的，基于企业生产函数的广义创新资本投入及其产出弹性分析仍亟待完善。随着宏观层面广义创新研究的发展，OECD开发的企业创新调查国际准则(Oslo)也由技术创新、R&D投入、工业企业覆盖到了非技术创新、多样性创新投入和全行业层面，但企业创新调查数据主要适用于创新能力指数评价而不是生产函数分析[8]。受限于R&D创新的传统认识和数据瓶颈，国内学者对于生产函数框架下的创新研究滞后。宏观实证研究大量涉及了TFP测算，仅吴延兵、严成樑等探索过R&D资本投入产出弹性[9-10]；随着国家统计局加快推进知识产权产品资本化核算，R&D、ICT和其他异质性资本存量以及区域、行业层面资本存量等核算才得以加强[11-13]。微观层面也注重基于生产函数测算企业TFP，而仅周亚虹等尝试了测度工业企业R&D资本产出弹性[15]；虽然第二次全国企业创新调查明确了广义创新视角，但不能支持生产函数分析框架下的企业创新测度。

企业广义创新资本及其产出弹性测度是以生产函数分析框架为主线，通过比较分析宏微观视角下企业创新资金投入核算规则，明确了SNA2008的理论价值；然后主要基于SNA2008测度企业广义创新资本投入和整合企业会计数据，较好的解决了微观企业创新研究的数据瓶颈；又基于创新的异质性划分了企业广义创新资本结构和提出了研究假说，并与狭义视角下R&D创新研究形成了对接；以上市公司为例的实证分析，侧重于全行业视角而不局限于工业企业，为政府落实创新驱动和供给侧结构性改革提供了数据支持以及政策参考。

二、企业广义创新资本核算与划分的理论构建

鉴于资本形成需要资金投入，通过分析企业创新资金投入的相关测度理论，选择企业广义创新资本核算的基础理论，进而明确企业广义创新资本的核算内容和方法，然后划分企业广义创新资本结构和明确研究假设。

(一)企业广义创新资本测度的基础理论选择

企业创新资金投入核算涉及的多种国际准则存在明显不一致。企业创新测度的国际数据标准主要是OECD开发的Frascati和Oslo，但联合国统计委员会的SNA2008和国际会计准则委员会的国际财务报告准则(IFRS)也都涉及企业创新测度。如表1所示，Frascati2015与IFRS2015都涉及全行业企业的R&D支出数据，但二者的核算原则和思想不同[15-16]；Oslo2005与SNA2008都是基于广义创新视角，前者强调原创和吸收其他企业已经实施的创新所涉及的资本投入与中间投入，后者则侧重自主知识产权产品资本投入及其直接经济效应，核算原则和思想也不同。多种不同的核算准则大大增加了测算成本和误差，协调企业创新测度口径是必然的，Oslo2018已注意与SNA2008、Frascati2015等尽可能保持一致口径[18]。

表1 创新资金投入测度的国际数据准则比较分析

生产函数分析框架下显然需要采用SNA2008作为企业广义创新资本测算的理论基础。第一，企业是SNA核算的重要机构部门，企业广义创新核算存在从宏观到微观协调发展的内在要求。第二，SNA2008的知识产权产品与Oslo2005界定的企业创新支出都是广义视角的，但后者范围更广是因为考虑了企业对创新的吸收(即原创的溢出效应)，比如企业购买新设备和具有创新性的中间投入等，但其主要侧重于企业创新支出的二分类数据调查，而价值量数据欠缺。第三，SNA设计的经济指标体系与生产函数分析框架是一脉相承的，基于SNA2008提供的固定资本以及增加值等核算方法，可以满足广义创新资本投入及其产出弹性的测度需要。第四，SNA兼顾了会计核算惯例，比如权责发生制和无形资产核算等，因而完全能够以SNA视角开发企业财务数据用于生产函数分析。

(二)基于SNA2008的企业广义创新资本投入核算内容与方法

在企业生产函数分析框架下，由于企业增加值不受多次重复转售的影响，普遍用作企业生产函数的产出指标，这意味着可主要关注资本投入和劳动投入。但由于SNA2008着眼于创新的直接效应而未强调其他资本的创新性，因而有必要参考Oslo2005的创新性支出分类明确企业其他创新资本。

1.企业广义创新资本投入的核算内容包括知识产权产品及其他创新资本。首先，SNA2008界定知识产权产品包括R&D、矿藏勘探与评估、计算机软件与数据库、娱乐、文学或艺术品原件、其他知识产权产品等，Oslo2005也涉及了软件和许可的获得、软件开发、R&D、设计等知识产权产品。因此，企业知识产权产品显然属于企业创新资本投入。Oslo2005的创新性支出还考虑了机器设备、营销支出、人力资本的开发(内部培训)和购买(雇佣)投资等；结合SNA2008视角来看，机器设备属于资本存量核算范围，自给性营销资产因难以估值，将营销资产创建过程中所发生的支出(比如广告支出)视为中间消耗，而当营销资产被出售时作为非生产资产出现在资产负债表中，教育支出属于最终消费，员工培训支出属于中间消耗，创新支出在很大程度上不包括人力资本投资。本文由此界定企业广义创新资本包括知识产权产品、机器设备和外购营销资产。

2.企业广义创新资本投入的核算方法。根据国民经济核算的资本服务理论，生产函数分析框架下资本投入是资本服务流而不是当期投资，又基于资本存量与资本服务流成比例的假定，普遍用资本存量表示资本投入。SNA视角下普遍基于固定资本形成或投资流量数据采用PIM测算资本存量；而微观企业实证研究中一般倾向于充分利用会计资产账面净值数据核算存量，对于仅有流量数据的情况则采用PIM，比如R&D资本存量核算。

企业广义创新资本形成核算可以区分自给性和外购两种。对于自给性机器设备和知识产权类产品的资本核算，SNA2008建议用“成本法”核算自给性产品的产出价值，企业是市场生产者，因而理论上需要考虑在成本费用支出之外的加价；SNA2008界定自用的固定资产的价值，包括为自用而生产的、尚未完工或成熟的固定资产价值，将自产自用的资产处于加工中的半成品产品直接作为固定资本形成。对于外购的机器设备、知识产权类产品、营销资产的资本核算，SNA界定资产的获得即为投资。

由此可见，企业广义创新投资流量指标=企业自给性创新资本品产出+外购创新资本品支出=企业创新支出成本(含自主创新和购买)+企业自给性创新资本品生产的固定资本收益+企业自给性创新资本品生产税净额。故企业创新支出成本就是企业广义创新投资的保守估计。另外，由于企业视角下更关注原创和创新吸收的投资差异，无需如SNA2008那样从企业R&D资本中扣除自主软件开发，也无需困扰于广义创新资本中具体有多少投资用于企业创新活动，Oslo2005早已指出即便是R&D支出也未必全部用于创新，因此建议用企业创新相关资本支出检验创新支出。

(三)生产函数分析框架下企业资本投入的划分与研究假说

本文基于企业广义资本核算调整企业固定资产核算范围，然后将调整后的企业固定资产划分为广义创新资本和非创新性固定资产(主要是厂房构筑物)。鉴于创新性固定资本的异质性以及传统生产函数在物质资本投入基础上考虑R&D资本投入的惯例，又将企业广义创新固定资产划分为R&D、机器设备和创新性无形资产(即非R&D类知识产权产品和外购营销资产)，进而也能与传统分析形成比较。

基于企业生产函数中资本投入的划分，提出三点待验证的研究假说和相关政策构想：

假说1：企业广义创新资本投入驱动生产率的提升，而非创新性资本投入的作用显著。根据内生经济增长理论，经济增长由创新性资本要素驱动。如果假说成立，企业创新政策不仅是要激励更多企业进行更多类型的创新投资，更应该控制企业的非创新性投资(比如厂房构筑物、房地产投资以及金融投资等)。

假说2：企业广义创新资本投入按回报率由高到低依次是R&D、创新性无形资产、机器设备，过度投资或者资本积累不足都可能导致回报率低甚至无回报。因为资本投入具有高回报率伴随高投入、高回报则伴随高风险以及边际回报率递减等市场经济特征，并且企业机器设备折旧率相对较低可能稀释其创新性含量和降低回报。如果假说成立，应加强知识产权产品保护和完善知识产权交易市场以降低企业创新风险，积极干预物质资本积累过度和R&D积累不足问题，进而引导企业资本结构优化。

假说3：企业广义创新资本投入及其产出弹性存在行业异质性。因为处在技术前沿的行业R&D投入和回报率可能更高，技术机会少的行业更依赖于吸收创新的相关投资(比如机器设备以及创新性无形资产)。如果假说成立，企业创新的激励政策应由高新技术行业扩展到全行业，将R&D补贴和税收优惠扩大到企业广义创新资本投入层面，激励企业广义创新投入，继续加强高技术行业企业的R&D激励。

三、研究设计

(一)模型的设定和参数估计

基于上述企业广义创新资本的理论分析，建立柯布-道格拉斯生产函数如下：

(1)

式(1)中Yit是i企业在第t年的增加值，A为常数，KMEit、CNMEit、Lit、KIIAit、KRDit分别表示机器设备资本存量、非创新性固定资本存量、员工人数、创新性无形资本存量和R&D资本存量，其中价值量指标要经过不变价处理，α1、α2、β、γ1、γ2是相应投入的产出弹性系数，λt是时间效应，εit为随机误差项，但可能包含个体效应。

对式(1)取自然对数后用小写字母表示，经公式变化后可以得到线性回归方程(2)：

yit-lit=α+λt+α1(kMEit-lit)+α2(cNMEit-lit)+γ1(kIIAit-lit)+γ2(kRDit-lit)+(μ-1)lit+εit

(2)

式(2)中yit-lit表示基于增加值的劳动生产率取自然对数；μ=α1+α2+β+γ1+γ2，μ-1测度生产函数规模报酬的性质，若其估计值不显著异于零，则生产函数表现为规模报酬不变，显著大于零则生产函数表现为规模报酬递增，反之为规模报酬递减。弹性系数α1、α2、γ1、γ2也反映了各类资本的深化对劳动生产率的影响，传统观点认为弹性系数符号为正，但吴海民发现当资本劳动替代弹性小，则资本深化对劳动生产率的提升作用不再存在甚至为负向影响[18]。

各类资本回报率的测算参考了Hall等关于R&D资本回报率的计算，R&D资本投入产出弹性γ2=(KRDit/Yit)×(∂Yit/∂KRDit)，R&D资本毛回报率(即资本边际生产率)可表示为∂Yit/∂KRDit=γ2×(Yit/KRDit)，如果考虑扣除折旧率则可计算净回报率[19]；本文只测算了毛回报率，其他资本产出弹性及资本回报率计算也类似。

由于企业效应与生产投入要素相关，模型(2)是一个双向固定效应模型，本文引入非加性固定效应模型与传统的固定效应模型形成比较和稳健性分析。传统固定效应模型是以加法形式引入个体效应与时间效应，即假定不同个体面对同一冲击会做出相同的反应，对被解释变量的影响是不随时间变动的，参数估计采用最小二乘虚拟变量LSDV估计量。非加性固定效应模型考虑到每个企业受到宏观因素的冲击可能会有不同反应，解释变量对被解释变量在不同分位点上有异质性影响时，采用非加法固定效应分位数回归模型和两阶段GMM估计，能够更为精确地描述解释变量对于被解释变量的变化范围以及条件分布的影响；如果异质性小，则可采用静态交互效应线性面板模型和迭代最小二乘ILS估计量。

(二)数据来源与样本选择

鉴于2007年《企业会计准则》加强了无形资产核算，本文基于2015年底在市的2821家沪深A股上市公司2007—2016年数据构建初始样本，数据主要来自Wind、CSMAR、RESSET数据库，以及大量人工筛查和校对补充。鉴于创新的行业差异显著，本文侧重行业视角的实证分析。根据孙静和徐映梅的数据清洗原则，即剔除了行业归属不明的S90行业观测值，考虑公司主营业务变更导致的行业变化，扣除样本量不足50的行业；然后剔除劳动或资产增长率低于-50%或高于200%的观测值以消除公司资产剥离和并购重组导致的数据跳跃，再剔除不能提供连续3年同行业数据的样本[20]。受限于R&D支出信息披露，最终选择了2011—2016年平衡面板数据，样本含6810个观测点，涉及1135家企业，52个行业大类。

为了更好反映不同行业的技术机会差异性，以研发投入强度(与营业收入比)是否大于2.5%为标准，又将制造业企业区分为研发密集型制造业(含C23-24、C27、C29、C34-40)，其他制造业(含C13-15、C17-18、C20、C22、C25-26、C28、C30-33、C41)；服务业区分为研发密集型服务业(含I64-65、M74、N77)，有研发的其他服务业(含F51-52，G54-56，I63，J66，L72，N78，R85)，无研发的其他服务业(含H61，K70)。

(三)基于企业会计数据的指标开发

以SNA2008口径整合会计核算数据测算企业生产函数相关指标，并以2015年为基期对价值量指标进行不变价处理(如表2所示)。

增加值与劳动投入核算。首先，由于SNA2008视角下自给性知识产权产品支出不再视为中间消耗，必然会导致企业增加值上调，因暂未获得自给性娱乐、文学或艺术品原件等支出数据，本文基于自给性R&D支出资本化来调整企业增加值。结合Rassier的增加值核算方法，调整后企业增加值=应付职工薪酬本期增加数+息税折旧摊销前收入+R&D投资，再测算企业实际增加值[21]。其次，虽然劳动投入涉及劳动人数、时间、质量(效率)等，但受限于数据条件而常用劳动人数表示，本文采用期初员工人数和期末员工人数的平均数。

资本投入的核算和调整。首先，通过对会计科目进行逆向性文本筛查和汇总以测算机器设备资产和创新性无形资产存量，而对于缺乏存量信息的R&D资本则根据投资流量和PIM计算资本存量净额，三者汇总可得到广义创新资本，而非创新性固定资产则是调整后的固定资产扣除广义创新资本。其次，在企业广义创新资本测度视角下，会计核算中原来作为费用处理的知识产权产品支出以及作为无形资产处理的创新性无形资产，都应该重新归集到固定资产中；如前所述，受限于数据条件仅调整R&D，即调整后的固定资产存量=会计口径固定资产存量+R&D资本存量+创新性无形资产存量-R&D支出已确认无形资产的部分。

表2 企业生产函数框架下基于会计数据的指标开发路径

注：企业创新性无形资产因自给性娱乐、文学或艺术品支出信息缺失而稍有低估，增加值也同样有所低估；故企业自给性研发和机器设备也都用保守估计，没有考虑成本之外的加价，并且根据国家统计局《中国非经济普查年度国内生产总值核算方法(修订版)》，机器设备存量未含会计核算的在建工程价值。

四、上市公司实证结果分析

(一)企业广义创新资本投入特征分析

1.企业广义创新资本实际存量水平、结构以及固定资产调整情况的比较分析(如表3)。

从每家企业年均广义创新资本实际存量水平来看，采矿业、电力、热力、燃气及水的生产和供应业、有研发的其他服务业、建筑业等行业明显高于35.67亿元的全样本平均水平，制造业、研发密集型服务业、农业、无研发的其他服务业等则相反。从固定资产上调比率(与会计固定资产比)来看，研发密集型服务业、研发密集型制造业、建筑业等明显高于13.14%的全样本平均调整幅度，其他行业企业的调整幅度相对较低，显然固定资产上调比率与研发资本比重有关，而与研发资本存量水平无关。从企业广义创新资本占调整后固定资产比重来看，农业和无研发的其他服务业远低于70.17%的平均水平，其他行业则差异不大。从企业广义创新资本的构成来看，多数行业企业以机器设备为主，尤其企业广义创新资本存量水平最高的三大行业，机器比重更是达到90%以上；只有研发密集型服务业的企业广义创新资本以研发为主，显然企业R&D资本比重越高表明其研发能力越强。

表3 企业广义创新资本实际存量水平、结构与调整情况(2011—2016年) 单位：亿元，%

2.企业广义创新资本及各类型创新资本存量的几何年均实际增长率比较分析(如表4)。

从各行业企业广义创新资本存量的年均实际增长率来看，农业、研发密集型制造业、建筑业、研发密集型服务业、无研发的其他服务业等行业都超过10%，创新性无形资产增长尤为明显；采矿业、其他制造业、有研发的其他服务业、电力、热力、燃气及水的生产和供应业等企业创新资本存量表现为低增长甚至减少，主要是受企业机器设备存量变动的影响；但是研发密集型制造业、研发密集型服务业、农业等企业机器设备存量增长仍较快。各行业企业广义创新资本存量增长快慢明显与其存量水平有关，各类型创新资本的差异化增长也显示了各行业企业创新资本结构调整和优化的异质性。

表4 企业广义创新资本存量年均实际增长率(2011—2016年) 单位：%

(二)广义创新资本投入产出弹性和回报率分析

1.全样本视角下的测度分析。

(1)两种处理结果显示了企业资本投入产出弹性估计的稳健性。一方面，鉴于企业劳动生产率对数为偏态分布，将各个对数变量进行1%水平的Winsorize 处理使其近似正态分布，采用交互固定效应模型的迭代最小二乘ILS估计，与传统固定效应模型的最小二乘虚拟变量LSDV估计形成比较。另一方面，鉴于采用1%水平的Winsorize 处理可能损失掉少数创新性企业的重要信息，故采用了非加性面板分位数回归模型。如表5所示，两种处理都一致显示各类型创新资本投入产出弹性显著，非创新性固定资产投入产出弹性不显著。

(2)企业广义创新资本投入的产出弹性具有显著异质性特征。研发资本投入产出弹性在分位点0.25、0.5、0.9处都是显著的，研发资本产出弹性的显著变动范围是[0.064，0.603]，其毛回报率变动范围是[32.6%，307.2%]，LSDV估计和ILS估计结果都在该范围内。创新性无形资产投入产出弹性在分位点0.25、0.5、0.75、0.9处都是显著的，创新性无形资产投入产出弹性变动范围是[0.005，0.015]，其毛回报率变动范围是[11.5%，34.5%]，LSDV估计和ILS估计结果都在该范围内。机器设备投入产出弹性在分位点0.25、0.75、0.9处都是显著的，机器设备投入产出弹性变动范围是[0.098，0.116]，其毛回报率变动范围是[8.1%，9.6%]，LSDV估计在该范围内，ILS估计则略高于该范围。由此可见，研发型创新资本对劳动生产率提升作用更大，其毛回报率也最高；机器设备投入对劳动生产率提升显然是重要的，但其毛回报率却最低；创新性无形资产对劳动生产提升的影响还比较小，但其毛回报率相对较高。

表5 全样本视角下的企业资本投入产出弹性及回报率估计

注：***，**，*分别表示在1%、5%、10%显著水平下的参数显著性(下同)。模型存在显著的时间效应和个体效应全样本企业规模报酬递减，但不同分位点的企业规模报酬递减特征不显著，本表未单列。

2.行业样本视角下的测度分析。

鉴于企业创新资本投入的异质性特征主要源于行业差异，而行业内异质性较小，本文对主要行业采用了传统和交互固定效应模型进行比较验证(如表6)。ILS估计与LSDV估计结果普遍相似，从极少数不一致来看，ILS估计显示了研发密集型服务业企业机器设备投入对其生产率提升的作用，以及采矿业与其他制造业的R&D作用不显著，更加符合资本的结构和增长实际。基于行业层面的实证结果不仅与全样本实证结果不矛盾，而且信息更丰富。

(1)企业R&D资本占比高的行业普遍具有更高的R&D投入产出弹性系数和回报率。研发密集型制造业、研发密集型服务业、建筑业等企业R&D资本投入产出弹性系数显著，弹性系数依次分别是0.429，0.373，0.191，回报率依次是117.5%，85.6%，79.5%；而采矿业、其他制造业、有研发的其他服务业等企业R&D资本投入产出弹性不显著，显然与这些行业R&D资本比重低有关。当前未见非制造业企业R&D实证结论可形成比较，但从制造业来看，本文与吴延兵测算的结果不矛盾。

(2)机器设备和创新性无形资产投入有利于提升部分行业的企业生产率。机器设备投入对于制造业和研发密集型服务业的作用显著；研发密集型制造业企业机器设备资本投入产出弹性系数为0.090，低于其他制造业的0.213，但前者回报率是 14.5%，高于后者的12.3%；研发密集型服务业的机器设备投入产出弹性为0.147，回报率达到115%。创新性无形资产投入对其他制造业企业生产率影响显著，投入产出弹性系数为0.013，回报率为57%。

(3)基于行业视角解释了传统投资过度问题以及资本回报率低的原因。第一，厂房构筑物等非创新性固定资产普遍对企业劳动生产率没有显著影响(除了建筑业)，这意味着企业非创新性固定资产投资过高会导致低效率；第二，采矿业和有研发的其他服务业企业的机器设备资本投入占其广义创新资本存量的92%以上，过高的机器设备存量已不能继续促进企业劳动生产率提升。柏培文和许捷从省域层面测得物质资本回报率在8%～15%和存在投资过度，本文则从行业层面和广义创新资本投入视角得到了相似的结论[22]。

表6 行业样本视角下的企业资本产出弹性及回报率估计

注：采矿业、其他制造业存在规模报酬递减特征，研发密集型制造业规模报酬递增特征不显著，建筑业、研发密集型服务业、有研发的其他服务业均表现为规模递减特征不显著，本表未单列。也未报告样本量较少的农业和电力、热力、燃气及水的生产和供应业，以及创新资本存量少的无研发其他服务业。

五、结论与政策启示

为促进企业创新研究从狭义视角到广义视角、从宏观层面到微观层面的协调一致，以支持供给侧结构性改革。本文基于生产函数分析企业广义创新资本投入的经济效应，基于SNA2008视角测算企业广义创新资本投入和开发企业财务数据，基于上市公司数据进行实证分析并验证所提出的研究假说。主要研究结论及相应政策启示如下：

第一，落实创新驱动发展需要更多企业进行更多类型的创新投资。创新补贴和税收优惠政策不应局限于R&D和高新技术产业，而是应该覆盖到企业广义创新资本投入和全行业企业，这不仅有利于生产率提升，也有利于完善企业会计信息披露和推动SNA的知识产权产品核算；同时也应充分发挥财税和货币政策对企业非创新性投资规模的调控作用，防止由于市场失灵导致资金过度流向厂房构造物、房地产投资以及金融投资等。

第二，不同行业的企业广义创新资本结构具有异质性，但R&D资本的积累仍然是最为重要的，非R&D型创新资本并不能替代R&D资本。鉴于R&D投入的高风险性和长期性，政府需要继续加强企业R&D激励和加大自主知识产权保护；鉴于创新吸收的作用，政府需要便利知识产权交易和鼓励先进设备的购进，畅通境内外各创新资源要素的流动。最终引导形成具有层次性和多样性的创新发展格局。

第三，部分行业面临物质资本投资过度且创新不足的困境，亟待优化企业投资和调整创新资本存量结构。近年来政府开始采用财税政策调节企业资本流量和存量，财税[2014]75号、[2015]106号提出企业机器设备固定资产加速折旧政策，财税[2018]54号提出对新购进支出税前扣除以引导企业加大设备、器具投资力度。由此可见，财税部门的固定资产加速折旧政策还需要惠及更多行业以解决部分行业过度投资后遗症，并且需要增补关于广义创新投资的税前扣除政策，以更好引导企业加大高质量投资。