税收优惠、技术创新与企业全要素生产率提升——2011-2017年高新技术企业的经验证据

张亚璟 昝志宏 孔翠英

(山西财经大学 财政与公共经济学院，山西 太原 030000)

0 引言

建设制造强国离不开高新技术企业发展(李金华，2019)。随着新一轮技术革命的持续展开，科技在经济发展中具有越来越重要的地位，加快创新型国家建设是全球竞争的大势所趋，推动高新技术与实体经济融合发展是振兴经济的必经之路。高新技术企业在我国经济发展中占有十分重要的战略地位，同时也是调整产业结构、提高国际综合竞争力的生力军(田立法和张光磊，2015)。

2018年我国高新技术企业达到18.1万家，R&D支出占GDP比重达到2.15%，国家综合创新能力稳步提高。基于高新技术企业的重要战略位置，我国出台了很多税收政策来鼓励和支持高新技术发展，如减免税、研发费用加计扣除、固定资产加速折旧等，了解我国现行政策对于微观主体全要素生产率的激励程度，对于准确判断政府投入与企业产出的整体情况有着重要意义，有助于政府实行精准调控，推动新常态下现代经济高质量发展。

当前我国制造业发展受生产要素成本上升、产业集聚度较低、创新动能不足等因素影响，多数停留在供应链低端，不具备国际竞争实力，为此亟需通过供给侧结构改革来推动制造业的转型升级，实现制造业高质量发展。微观企业生产率的提升是国民经济全要素生产率提升的基础，作为创新的领头羊，如何提升高新技术企业的全要素生产率近年来逐渐成为热点。如李晓钟、张军[3](2008)利用柯布—道格拉斯生产函数估算了5个高新技术产业三资企业的TFP，研究显示1996-2006深圳市三资企业基本上属于资本投资驱动型增长，医疗设备及仪器仪表制造业三资企业产出增长，但技术水平反而降低[3]。徐伟民(2006)利用上海市高新技术企业数据进行实证研究表明，政府政策中，税收政策在TFP的增长中起到主导作用，而政府的财政资助作用则不明显[4]。纪培端(2019)利用深圳市高新技术企业调查数据表明，资本密度抑制TFP的增长[5]。不同的税收优惠形式对企业的全要素生产率有何影响；技术创新是提升全要素生产率的重要途径，其在税收优惠和全要素生产率之间起什么作用；政府应如何精准实施税收优惠政策。韩仁月和马景涛[6](2019)认为，在研究税收优惠政策的效应时不能只关注综合效应，而导致有效的优惠方式效果被抵消，也不能仅关注单个优惠方式，会造成模型有偏。因此，本文以高新技术企业为样本，通过构造双重差分模型同时检验不同税收优惠形式对于企业全要素生产率的激励作用，同时从技术创新的视角进一步审视激励作用，以优化税收优惠方式组合。

1 文献综述

税收优惠是减税降费的重要内容，政府近年来出台包括税率优惠、研发费用加计扣除、固定资产加速折旧等政策来促进创新发展。文献表明税收优惠促进了企业创新投入，如Fabianis & Sbragiar[7](2014)研究了巴西税收政策对于技术型企业的激励，发现税收优惠政策增加了企业的现金流，促进企业创新投入。陈远燕[8](2015)利用某市税务局综合征管系统中的数据研究发现研发费用加计扣除政策对于R&D激励效果显著，并在规模和盈利水平方面呈现显著异质性。韩仁月和马景涛[6](2019)利用双重差分模型考察了三种主要的税收优惠形式对与研发投入的影响，研究结果表明加计扣除政策的促进效果更明显，多重优惠方式并存时存在抵减效应。

也有学者认为税收优惠对于研发投入的激励效果不明显，如夏杰长和尚铁力[9](2006)从理论与现实的角度分析得出我国的所得税优惠政策没有显著促进R&D支出，原因在于税收环境和税收制度本身。李林木和郭存芝[10](2014)利用省级面板数据实证研究发现流转税比所得税的创新投入激励效果更大，减免税对于高新技术企业产出没有明显的正效应。目前大多文献是研究税收优惠与R&D投入之间的关系，但是R&D投入的最终落脚点是经济产出，更加关注的是促进企业创新产出、增加产业发展速度，提升企业生产率使得企业具有核心竞争力。

少数文献研究了税收优惠与企业创新产出的关系[11]，贺康等[12](2020)研究了研发费用加计扣除对于创新产出和效率的激励作用，并发现激励作用在企业性质、规模等方面具有异质性，文章以专利申请数量作为创新产出的衡量，但是由技术专利向实际生产力的转化过程是我国制造业创新活动的瓶颈(Guan & Chen，2010)。本文认为研究全要素生产率可以更好地了解政策的实际效果。杨莎莉等[13](2020)利用税收调查数据考察了(t-1)期税收优惠与主营业务收入比值对于TFP影响，研究发现税收优惠与企业全要素生产率整体上是一种倒U形曲线关系，认为税收激励应该适当。

综上所述，学者从不同的角度对税收优惠的激励机制进行研究，但仍存在不足之处：第一，大多数研究停留在税收优惠对研发投入的影响，没有深入研究对经济产出的影响，此外对于技术创新的中介效应缺乏深入研究；第二，创新产出的衡量指标存在争议，比如利用企业销售增长[14-16](Ciftci & Cready，2011)、股票收益(龚志文和陈金龙，2011)、新产品值(黄静等，2010)来衡量经济产出，而全要素生产率的提高可以反映技术进步，该技术进步同时包含国内技术开发和国外技术引进，可以更好地衡量发展中国家的经济增长机制[17](傅晓霞和吴利学，2013)。索洛模型表明经济的持续增长和生活水平的持续上升必定来自于技术进步，因此衡量税收政策是否通过技术创新来促进的经济产出也是至关重要的。相比于以往的研究，本文的主要贡献在于：以全要素生产率衡量经济产出，同时检验三种常见的税收优惠形式的激励效应，并且创新性地从技术创新角度系统研究税收优惠政策对于全要素生产率的激励作用。将范围缩小至高新技术企业，为我国全面深化供给结构改革、提升制造业核心竞争力提供借鉴参考。

2 不同税收优惠形式对企业全要素生产率激励效应的实证检验

2.1 数据与变量说明

本文选取2011-2017年国内高新技术企业为样本数据，并进行整理筛选：①剔除被ST或*ST的企业；②剔除利润总额为负值的样本企业；③剔除未披露研发支出的样本企业；④剔除相关数据缺失的样本企业，最终得到271家企业样本。本文的数据均来自Csmar数据库，并对连续型变量数进行 1%水平上的Winsorize缩尾处理来减小极端值对结果的影响。本文是使用的统计软件为Stata15.0，主要变量如下所示。

2.1.1 被解释变量

本文被解释变量为企业全要素生产率(TFP)。本文采取LP 法(Levinson & Petrin，2003)计算企业全要素生产率[18]。鲁晓东和连玉君[19](2012)在研究中发现LP法和OP法可以更好地处理传统企业全要素生产率估计方法中同时性偏差和样本选择性偏差问题，更进一步LP法可以解决OP法中投资变量不为0的情况，因此更加准确。杨汝岱[20](2015)基于OP、LP法考察中国制造业TFP动态变迁过程，测算结果与鲁晓东等相近[20]。借鉴(Giannetti et al.，2015；Krishnan et al.[21-22]，2015)相关研究，本文通过估计对数Cobb-Douglas生产函数，得到高新技术企业全要素生产率的测度指标：

lnYijt=β0jt+β1jtlnKijt+β2jtlnLijt+β3jtlnMijt+εijt

(1)

在模型(1)中，Y、K、L、M分别代表企业营业收入、固定资产净值、职工人数、中间投入(以企业“购买商品、接受劳务支付的现金”)测度。下标i、j、t分别代表第i个个体、行业、年度。本文将样本按照行业和年度进行分组回归，非制造业行业按照一级分类，制造业行业按照二级分类，计算出的残差即为TFP。

2.1.2 主要解释变量

本文主要研究税收优惠政策对于企业全要素生产率的影响，本文采用应用较为广泛的三种税收优惠形式：税率优惠、固定资产加速折旧和研发费用的加计扣除，前者属于直接优惠，后两者属于间接优惠。

(1)税率优惠。2008年4月，符合《高新技术企业认定管理办法》《国家重点支持的高新技术领域》认定的高新技术企业享受15%的税率优惠，并不断扩大高新技术企业认定范围。2015年，国家税务总局官网发布 “大众创业，万众创新”税收优惠政策指引指出，软件和集成电路企业，特别是在国家规划布局内的重点企业可享受10%的税率优惠，符合条件的动漫企业可享受定期减免企业所得税等。本文选取的是高新技术企业，多数享有15%的税率优惠，但也有部分企业由于业务种类多，因此在实际生产经营活动中的税率可能高于15%，因此我们把税率优惠给企业节省的资金表示为：

Dutyfr=净利润×(0.25-tax÷100)

(2)固定资产加速折旧。固定资产加速折旧政策早在1981年开始在外资企业中开始实行，2014 年，固定资产加速折旧新政实施，开始制在制造业(生物药品，专用设备制造业，铁路、船舶、航空航天和其他运输设备制造业，计算机、通信和其他电子设备制造业，仪器仪表制造业)及部分服务业(信息传输、软件和信息技术服务业)实施，即“5+1”行业，2015年新政又扩展了4个制造业行业，将轻工、纺织、 机械和汽车纳入加速范围。理论上加速折旧政策对于旧设备淘汰、提升技术水平、增加现金流都有促进作用，然而在实践中实施该政策的企业却不多。对于除这六个类型的其他行业来说，2014 年的固定资产加速折旧新政相当于一个 “实验”。因此，利用双重差分模型分析此次固定资产加速折旧新政的效果时，将2014年设置为政策变更的节点，将政策涉及到的6个行业企业设置为实验组，其余为对照组企业，故设定如下变量:

(3)研发费用加计扣除。研发费用加计扣除政策最早可以追溯到1996年，但政策仅适用于国有、集体工业企业，且对于研发费用的支出规模有要求。2008年《企业所得税法》出台，研发费用加计扣除政策得以系统化和体系化，企业实际发生的研发费用允许再按50%在应纳税所得额中扣除。2013年1月1日起拓宽研发费用的归集范围，调整力度较大。2015年在此基础上进一步完善，提出负面清单制度，2017年将科技型中小企业的加计比例提高至75%，2018年所有企业的加计比例都调整至75%。参照郑榕(2006)、刘圻等[23-24](2012)，结合本研究的时间区间及所选企业，将研发费用计扣除产生的税激励效应表示为：

Deduction=研发费用×50%×企业所得税率

2.1.3 控制变量

参照钱雪松等(2018)的相关研究，选取企业资产规模(Size)、 年龄(Age)、托宾 Q(Tobinq)、所有制属性(Soe)、杠杆率(Lev)、期初现金持有量(Cash)和盈利能力(Roa)为控制变量[25]。控制变量可以大致分为三类：第一类是企业财务状况(Size、Lev、Cash)，第二类是企业价值(Roa、Tobinq、Age)，如表1所示。

表1 定义变量

2.2 模型设定

TFPi,t=α0+α1×Dutyfri,t+α2×Posti,t+α3×Treati,t+α4×posttreati,t+α5×Deductioni,t+Xi,t+μt+μk+εi,t在模型(2)中， i代表符合条件的 271 家上市高新技术企业；t 代表年份，即 2011—2017 年的7 年；μt为时间效应;μk为行业效应，本文将这271个样本按照行业分类分为13个行业，k =1，2，3…13;εi,t为误差项。样本的描述性统计如表2所示。

表2 样本的描述性统计

表2是本文样本的描述性统计结果，可以发现TFP最大值为1.69，最小值为-0.88，均值略小于0，表明在样本期内企业TFP存在较大差异。税率优惠给企业节省的资金受企业净利润影响，差异较大。post均值接近0.5，说明本文所要评估的政策在时间节点前后的样本量大致相等，样本区间对称性较好。研发费用加计扣除强度最小值为0，企业间差异较大，受企业创新投入影响较小。其他控制变量中由于企业个体之间存在较大差异，业务范围、行业所处宏观环境也不尽相同，因此存在较大差异，但整体来看上市公司样本企业的Roa均大于1(对数值大于0)，表明上市公司普遍具有一定的盈利能力。

2.3 实证结果与分析

表3报告了控制时间效应和行业效应的回归结果，第(1)列将影响企业TFP的企业财务放入模型中，第(2)列将企业TFP的企业价值放入模型中，第(3)列将所有变量放入模型中，可以看出在更换控制变量、加入控制变量过程中三项评估政策的回归系数正负号均为发生变化，因此认为模型是稳健的。从表3可以看出第(3)列R2最高，将分析此结果。三个模型中税率优惠都与高新技术企业TFP成显著正相关，回归系数为0.113，表明税率优惠每增加一个标准差，TFP会提高0.113个百分点，即税率优惠会促进企业全要素生产率提高。从异质性角度分析，无论是在国有、非国有，高盈利还是低盈利组，税率优惠对TFP的促进作用都非常显著。

但是2014年实施的固定资产加速折旧政策变量与受影响行业变量的乘积却不显著，说明此次新政没有促进高新技术企业TFP的增长，此结论与刘伟江等(2018)、Adkins & Paxson(2013)、Koowattanatianchai et al. ,(2012)的研究结论一致[26-28]。从异质性角度来看，在表4的第(7)列显示，固定资产加速折旧新政显著抑制了高盈利组企业全要素生产率的提高，分析其原因可能是因为所采用的样本是高新技术企业的特征是以知识为核心，固定资产在高新技术企业中所占的比重会低于传统企业，高盈利企业可能会将加速折旧政策带来的内源资金用于其他非创新性盈利行为，比如资本市场的投资等。

从表3各列可以得出研发费用加计扣除对于TFP的影响显著为正，即研发费用加计扣除明显促进企业全要素生产率的提高。但是在进行异质性分析时，从表4的(4)(5)列可以看出研发费用加计扣除在国有高新技术企业中显著为正，对于非国有企业的促进作用不明显，这与薛钢[29](2019)利用上市工业企业样本得出的结论相反，究其原因是高新技术国有企业和传统国有企业在创新方面的重视程度有关，高新技术国有企业兼“双重身份”并充分利用税收政策来促进创新产出。

表3 不同税收优惠政策对于企业TFP的影响

表4进行异质性检验，将企业资产回报率的平均数作为划分盈利高低的依据。

表4 异质性检验

3 技术创新作用机制

上文通过构建双重差分模型检验了不同税收优惠方式对于企业全要素生产率的激励作用，结果表明不同税收优惠方式激励效果不同。根据回归系数大小显示：研发费用加计扣除的激励效果最好，其次为税率优惠，而固定资产加速则没有明显的效果。索洛模型表明经济的持续增长和生活水平的持续上升必定来自于技术进步，因此衡量税收政策是否通过技术创新来促进的经济产出也是至关重要的。技术创新在税收优惠政策的激励效果中的作用机制，高新技术企业的技术创新一般从创新投入、创新产出进行衡量。李春涛和宋敏(2010)、温军和冯根福[30-31](2012)等利用创新投入如R&D投入来衡量技术创新，创新投入数据虽然获得性强，但无法反映投入的实际效果，对比而言创新产出，如专利授权数量、无形资产占比更能反映企业的技术创新(王岭等，2019、Lerner & Wulf[32-33],2007)。因此本文重点利用tech(无形资产净额占资产总额比值，简称“无形资产占比”)表示技术创新并做进一步机制检验。

在进行面板数据处理时，首先进行hausman检验，在固定效应(FE)和随机效应(RE)中进行选择，证实了研发费用加计扣除对全要素生产率的影响最大，其次为税率优惠，而对于技术创新这一机制的研究，本文采用中介效应检验程序分别进行分析(温忠麟和叶宝娟[34]，2014)，故建立以下两组模型，模型中的控制变量与DID模型中控制变量一致，μi、λi、εi,t分别表示个体效应、时间效应和随机扰动项，回归结果如表5所示。

表5 税率优惠中介效应检验回归表

针对税率优惠的中介效应进行Sobel检验时，tech为中介变量时P值为0.08997676，可在10%的水平下拒绝原假设，即无形资产净额占比在税率优惠与高新技术企业TFP的激励效应中起着部分中介作用。而在研发费用加计扣除的检验中，技术创新没有起到中介作用，即研发费用没有通过技术创新来促进企业全要素生产率，一般而言研发费用加计扣除必然促进研发费用的投入。通过中介效应分析可以得出，不同税收优惠形式对于经济产出的作用渠道不同，其中税率优惠对于TFP的激励作用并非完全通过无形资产净值占比发挥作用，也没有通过增加研发费用支出发挥作用，仍存在其他尚待挖掘的作用渠道，为以后的研究打下基础。而研发费用加计扣除对于经济产出的激励作用没有通过技术创新得以实现，因此在研发费用加计扣除措施中，从研发支出向无形资产转变成为政策发挥效应的关键步骤。本文中介机制检验示意如图所示。

图1 中介机制检验示意图

4 结论及建议

从理论和实证分析都表明税收政策可以有效地提升企业全要素生产率，但同时部分学者研究表明，税率式优惠会降低企业的边际税率从而削弱研发费用加计扣除的激励效果，因此高新技术企业在选择多种税收优惠时应结合自身情况进行组合搭配，达到企业税收利益最大化。

其次，企业价值衡量指标Tobinq与企业TFP成负相关，原因是价值大的企业短时期内研发投入水平等可能有小幅波动，后逐渐趋于稳定，因此政府在实施政策时要注意政策的连续有效性，同时加大直接税收优惠力度，固定资产加速折旧政策可考虑发展为符合条件的企业购进固定资产可进行一次性加计扣除、研发设备可按比例直接抵免税额等。

最后，研究表明不同税收优惠政策在提高企业TFP的过程中的作用途径不同，索洛模型表明人均收入的持续增长必定来自技术进步，同样税收优惠政策应致力于提高技术进步，通过刺激创新产出来提高经济增长的税收优惠方式更加优化。Lopez-Pueyo & Mancebon(2010)在研究过程中也发现发达国家经济发展得益于科研效率[35]，因此要促进研发投入的知识成果转变，税收优惠政策向科研效率高的高新技术企业倾斜，加快完善高新技术企业科研效率评价体系，有针对性的对重点高技术行业实行更大力度的税率优惠。