固定资产加速折旧政策能否提升绿色技术创新能力——基于制造业上市公司的实证研究

田红娜，孙美玲

（哈尔滨理工大学 经济与管理学院，黑龙江 哈尔滨 150400）

一、引言

绿色技术创新是在人与自然和谐共处的前提下保证经济高质量发展的有效手段，可避免或减少环境污染，实现原材料和废物的循环利用（Ma等，2021）[1]。企业是国家绿色创新活动的重要主体，在制造企业绿色转型中，提高绿色技术创新能力既可调和环境保护与经济发展间的矛盾，也是推进制造企业实现可持续发展的关键（田红娜和孙钦琦，2020）[2]。当前中国制造企业绿色技术创新能力虽明显提升，却整体实力较弱。鉴于此，如何提高制造企业绿色技术创新能力是“双碳”背景下一个值得深入探究的问题。

梳理相关文献发现，学术界对绿色技术创新能力的定义尚未形成统一标准。Saunila等（2018）[3]将绿色技术创新能力定义为在生产经营过程中，很大程度地降低生态负效应和环保成本，进而实现经济与环境协调发展的技术创新能力；李广培和全佳敏（2015）[4]将绿色技术创新能力看作是“绿色化”活动及管理方面的综合能力系统。基于上述研究，本文认为绿色技术创新能力是指在环境可持续发展背景下，将绿色化理念融入技术创新投入、技术创新产出以及技术管理全过程，并进行计划、组织、管理和控制的能力组合。然而，由于企业绿色技术创新具有“双重外部性”、环境负外部性等特征，使企业往往缺乏主动投资绿色技术创新活动的内生激励（谢荣辉，

2021）[5]。

从政府制度理论的角度，有研究表明政府部门的政策激励是削弱绿色技术创新“双重外部性”和实现企业降本增效目标的有效措施（徐建中和王曼曼，2018）[6]，能有效解决因市场失灵而造成的各种混乱和危机（刘啟仁和黄建忠，2018）[7]。为刺激企业加大固定资产投资、激发技术创新的积极性，2014年9月24日，国务院第63次常务会议审议通过了完善固定资产加速折旧政策的方案。根据该方案的具体要求，财政部和国税总局联合颁布《关于完善固定资产加速折旧企业所得税政策的通知》①财政部，国家税务总局.关于完善固定资产加速折旧企业所得税政策的通知[EB/OL].（2014-10-20）http://www.chinatax.gov.cn/n810341/n810755/c1260992/content.html.（以下简称“加速折旧政策”）。该政策于2014年1月1日开始在医药制造业（C27）下的生物药品制造业，专用设备制造业（C35），铁路、船舶、航空航天和其他运输设备制造业（C37），计算机、通信和其他电子设备制造业（C39），仪器仪表制造业（C40），信息传输、软件和信息技术服务业（I）中实施，其中有五大行业属于制造业。该政策能减少制造企业在投资初期的纳税所得额、减轻税负，不但可以提升资源的有效配置，而且有助于降低生产运营成本，加大对固定资产的投资力度，进而促进制造企业技术创新。绿色技术创新是推动中国制造企业高质量发展的重要抓手，但现有文献多聚焦于税收优惠政策与技术创新间的关系，鲜有论及加速折旧政策与绿色技术创新间的关系。那么，加速折旧政策的实施能否提升制造企业绿色技术创新能力？其作用会受到何种因素影响？需要做进一步讨论。

在此背景下，本文剔除加速折旧政策涉及的非制造行业（I），保留余下的五类制造企业展开研究。加速折旧政策采用试点行业先行的实施模式，为检验其能否提升制造企业绿色技术创新能力形成了一个准自然实验。本文采用倾向得分匹配法（PSM）进行预处理，采用工具变量法（IV）并结合双重差分法（DID）实证检验该政策对绿色技术创新能力的影响，最后对政策实施范围进一步扩大，并进行再验证，从而保证研究结果的真实可靠。

二、理论分析与研究假设

税收优惠政策作为政府支持和鼓励制造企业可持续发展的主要措施和重要手段，越来越被各国重视（Peng等，2021）[8]。从委托代理理论和投资契约论的角度来看，企业执行加速折旧政策可以被看成是一种促进企业投资的行为。同时，加速折旧政策是税收优惠政策的一项重要内容，因此税收优惠政策效果的相关研究为本文提供了强有力的理论支撑。既往文献主要聚焦于税收优惠政策与技术创新的直接关系，鲜有文献关注税收优惠政策与绿色技术创新的关系，更未有学者对“加速折旧政策能否提升制造企业绿色技术创新能力”进行探究。

本文认为可以从以下三个视角来分析加速折旧政策对制造企业绿色技术创新能力提升的作用。

第一，基于创新成果溢出效应。企业的绿色技术创新成果具有较高的“双重外部性”，这使企业自身收益低于社会收益（Chiu和Lee，2020）[9]。加速折旧政策可以帮助制造企业降低绿色技术创新的边际成本，提高制造企业经济收益，进而使制造企业有更强的驱动力去提高绿色技术创新及其能力。

第二，基于风险补偿效应。绿色技术创新活动具有投资风险高、周期长、投资大、回收慢等特征（张玉明等，2021）[10]，加速折旧政策可以为制造企业提供一定的财政支持、风险保障和风险补偿，支持制造企业以绿色发展的理念积极开展绿色技术创新活动，为制造企业绿色技术创新能力的提升奠定坚实基础。

第三，基于信号传递效应。由于市场信息不对称，可能使银行和投资方不愿意为企业技术创新提供贷款和投资（陈丽姗和傅元海，2019）[11]。因此，政府可以通过采取加速折旧政策向资本市场传递制造企业的“利好信号”，吸引更多社会资本的进入，这不仅可以缓解制造企业进行绿色技术创新所面临的融资约束，而且会进一步提高制造企业绿色技术创新的意愿，有利于绿色技术创新能力提升。

据此提出以下假设。

H1：加速折旧政策对制造企业绿色技术创新能力存在正向激励作用。

鉴于我国市场经济制度的特点，不同产权性质的制造企业所处的发展环境存在差异。政策实施的主体不同，将会导致不同的政策实施效果（Dong和Liu，2020）[12]，最终影响创新的成果（Minetti等，2015）[13]。国有制造企业一般并不能将经济效益最大化作为基本目标，还需要承担较多的社会责任，这可能在一定程度上制约了其追求技术创新的积极性（张国兴等，2021）[14]。经济转型背景下的非国有企业，更加具有活力和创造力。Wang等（2019）[15]通过研究中国汽车制造企业发现，制造企业的所有权类型是资源—能力关系的边界条件。在非国有企业中，政府的支持和研发、人力资本的投入对技术创新能力提升的正向促进作用更显著。随着国企改革的深化，混合所有制经济进入快速发展阶段，提升技术创新能力、产品创新水平成为混合所有制改革的主要目标。陈林等（2019）[16]通过梳理混合寡头理论的演化脉络，发现混合所有制经济中的股权结构会影响制造企业的技术创新能力。Wang和Zou（2018）[17]从不同所有制企业的产权性质角度进行研究，发现不同类型政策对风电制造企业的核心技术创新激励效应有差异，其中综合政策和供应方政策对民营企业的核心技术创新激励效应最大。

据此提出以下假设。

H2：加速折旧政策对不同产权制造企业绿色技术创新能力的影响存在差异。

加速折旧政策的实施减少了企业的税负和实际的纳税金额，这让纳税人在购置部分设备的成本上享受到优惠，能有效地缓解企业的经济压力，可促进企业绿色技术创新能力的提升。具体来说，在加速折旧政策实施下，制造企业购买的固定设备在前期可减少所需缴纳的所得税，使企业达到“递延纳税”的效果，缓解了企业购置固定资产所带来的资金短缺压力（湛泳和陈思杰，2021）[18]。同时这也是政府给予制造企业的另一种方式的税收减缓政策，可以帮助企业缓解在一定时期内的经济压力（林志帆和刘诗源，2022）[19]。以上都说明加速折旧政策可以激励制造企业加大技术研发的投入和购进更多的固定资产，进而提高制造企业绿色技术创新能力，更好地适应市场竞争。

据此提出以下假设。

H3：企业现金流在加速折旧政策与制造企业绿色技术创新能力间发挥中介效应。

三、数据说明和模型构建

（一）数据来源和变量说明

本文选取2011—2021年Wind数据库中的沪深A股上市公司作为评价政策效应的研究样本，部分数据采取缺失值的插补处理。由于加速折旧政策所涉及的制造企业并非随机选取，而是由自身经营状况等特征所决定的，这会对回归的结果产生干扰，基于此本文剔除ST样本公司和数据空缺值公司，以及企业资产负债率超过100%的公司。

本研究参照于飞等（2019）[20]的变量选取方法，构建对应于假设H1的第一类整体政策效应模型，将制造企业绿色技术创新能力用绿色技术创新投入（GRD）、绿色技术创新产出（GPAT）和绿色技术管理创新（ISO×MI，简称I＆M）作为代理变量，固定资产累计折旧值（Dep）作为解释变量。本文用绿色研发费用与营业收入之比来度量绿色技术创新投入能力（毕克新等，2014））[21]；绿色技术创新产出能力选取制造业上市公司当年绿色专利申请数与其当年所有专利申请数的占比（GPAT）来衡量（王珍愚等，2021）[22]，绿色专利申请量的数据来自国家知识产权局；绿色技术管理创新能力用“是否获得了国际环境管理体系ISO14001认证”和“是否进行绿色管理体系或制度创新”来衡量（于飞等，2019）[20]，ISO代表企业是否获得了国际环境管理体系ISO14001认证，数据来自公司年报中“董事会报告”章节中“社会责任履行情况”一栏以及企业社会责任报告；MI为绿色管理哑变量，代表企业当年是否进行了绿色管理体系或制度创新，数据来源于企业社会责任报告中“环境保护与可持续发展”章节。通过手工收集与整理以上数据，形成实证所需的原始面板数据。

同时，进一步对数据进行处理。选取资产负债率（Lev）、总资产净利率（Roa）、企业技术人员数量比例（Technical）、人力投入回报率（Rop）、总利润率（Gop）、企业规模（Size）、期初现金持有水平（Cash）、独立董事数量（Independent）、企业现金流（Ocf）等作为模型的控制变量（王锋正和陈方圆，2018；陈红等，2019；刘井建等，2020）[23-25]。

同样，借鉴晏艳阳和吴志超（2020）[26]的研究方法，构建对应于假设H2的第二类模型，用以区分不同所有制下该政策的实施效应。解释变量定义为实施时间的哑变量（Post）以及受政策影响行业的哑变量（Treat）的乘积，控制变量选取与第一类模型基本相同。

本文各变量的具体定义及描述性统计结果见表1。从表1可见，企业的累计折旧值在15.024到25.301之间，而当年企业绿色专利申请数/企业当年所有专利申请数最小值为0，最大值为0.895，表明不同企业之间的固定资产累计折旧值差异不大，但是创新能力有明显差距，这有利于观察加速折旧政策的实施效果。

表1 描述性统计

（二）倾向得分匹配结果

为保证DID方法的“共同趋势”假设（李百兴和王博，2019）[27]，本文使用软件SPSS24，运用倾向得分匹配法（PSM）中基于1∶1的K值近邻匹配方法对所选样本进行了一对一匹配处理，运用2019年的横截面板数据，将加速折旧政策所涉及的制造企业作为实验组，未涉及的制造企业作为控制组，分别测算实验组和控制组的倾向得分。结果表明所有匹配变量的标准偏差的绝对值绝大部分小于10%，说明匹配结果较好；且各变量匹配前的t检验结果均强烈显著，而在匹配后各变量t检验结果均不显著，这说明匹配后的实验组与控制组间已不存在显著的差异，确保了估计结果的可靠性。最终得到105对企业组成的面板数据。

（三）模型设定

1.加速折旧政策对制造企业绿色技术创新能力的影响

由于各制造企业“行情”不同，可能存在随时间而变的遗漏变量，同时为了捕捉社会发展所带来的技术进步等效应，研究中通常应考虑加入时间的虚拟变量。为验证假设H1，本文借鉴孙圣民和陈强（2017）[28]构建面板数据模型的方法，构建加入年度虚拟变量的双向固定效应计量模型来估计绿色技术创新能力函数，如公式（1）、公式（2）、公式（3）所示：

其中，下标i表示具体制造企业，t表示时间。GPATi,t表示第i个企业在第t年的专利申请数量，使用Depi,t-1（Dep滞后）表示该企业当年固定资产累计折旧值的滞后项，ui表示企业固定效应特征，λt表示年度固定效应，εi,t为随机扰动项。

政策的改变存在内生性问题（Cainelli等，2020）[29]，为解决关键变量内生性问题带来的估计系数偏差，本研究在后文引入工具变量解决估计系数偏差的问题。因此，在模型的设定和实证过程中需要克服度量误差、遗漏变量与逆向因果关系等问题。如何正确识别与处理计量方程中的内生性问题，找到合适的工具变量，成为本研究要解决的一个关键问题。

为解决关键变量Depi,t-1很可能是内生变量的问题，本文选择2010年制造企业初始固定资产Fai,2010与当年固定资产累计折旧率的滞后项Lzli,t-1的乘积项作为双向固定效应模型中的工具变量。如公式（4）所示：

在定义中，L.为滞后算子，使用L.（Fa_Lzli,t）作为工具变量所依据的逻辑思维是，加速折旧政策对不同类型的制造业存在差异化影响，如果某类制造企业的初始固定资产账面净值Fai,2010越多，其所面临的折旧空间越大，加速折旧政策对该制造企业固定资产折旧的影响越大，因此，初始固定资产账面净值是外生的。与此同时，当年固定资产累计折旧率的大小会影响下一年的固定资产折旧值，故当年固定资产累计折旧率滞后项Lzli,t-1与固定资产累计折旧值Dep滞后相关；而且，固定资产累计折旧率滞后项Lzli,t-1除了通过影响固定资产折旧值进而影响企业的绿色技术创新能力，并不会直接对当年的绿色技术创新能力产生影响，故工具变量的选取满足排他性约束。

由于在双向固定效应模型的技术框架下，较强的工具变量不容易找到，内生变量通常很容易被年度虚拟变量所解释。所以，为增强工具变量的解释性，引入改革的虚拟变量Treat到公式（4）中，如果企业被政策所覆盖，则Treat=1，反之则Treat=0。同时，本文将工具变量L.（Fa_Lzli,t_Treat）作为一个解释变量分别加入公式（1）、公式（2）和公式（3）中，如果工具变量与公式（1）、公式（2）和公式（3）中的扰动项不相关，则将工具变量代入公式（1）、公式（2）和公式（3）中，会得到不显著的系数估计结果，可从侧面验证选取的工具变量是否满足外生性要求。

2.加速折旧政策对不同产权性质制造企业的影响

为了验证假设H2，考虑到双重差分法允许不可观测因素的存在，使得政策效果的评估更接近于现实，本研究构建双向固定效应计量模型来检验政策效应。其中，解释变量为实施时间的哑变量（Post）以及受政策影响行业的哑变量（Treat）的交互项乘积。由于Post和Treat分别包含于“年度固定效应”和“企业固定效应”，为避免多重共线性，仅将交乘项Post×Treat加入固定效应模型中，如果交乘项的系数显著为正，则可以验证加速折旧政策对制造企业绿色技术创新能力存在正向激励作用。

四、实证检验

（一）加速折旧政策对制造企业绿色技术创新能力影响的实证

1.加速折旧政策与制造企业绿色技术创新能力

公式（1）、公式（2）和公式（3）的双向固定效应模型估计结果具体见表2，其中第（1）列、第（4）列和第（7）列分别显示GRD和GPAT以及I＆M作为被解释变量的混合OLS分析结果，将L.Dep滞后一期视为外生性变量。回归结果显示，L.Dep对制造企业绿色技术创新能力影响的估计系数并不显著。该结果说明混合OLS回归估计结果的不显著性，这与加速折旧政策所要达到的效果不吻合。究其原因可能是度量误差、遗漏变量和逆向因果关系内生性问题。首先，固定资产累计折旧数值大小受到计提折旧基数、净残值、折旧年限、折旧方法等因素的影响，可能造成度量误差，从而导致回归估计系数的不准确。其次，社会新技术的发展促使高新技术、新设备的购入也会促进企业绿色技术创新能力的提升，上述遗漏变量会影响混合OLS回归结果中解释变量和被解释变量的正负相关关系。再次，伴随绿色技术创新能力的提升，原有固定资产将无法满足要求，企业会进一步购入新的生产设备。因此，固定资产累计折旧和绿色技术创新能力之间的逆向因果关系，也使回归结果产生误差。

表2 加速折旧政策对制造企业绿色技术创新能力的作用

为了克服内生性问题对估计系数造成的偏差，采用两阶段最小二乘法（2SLS）加工具变量（IV）的方法进行后续实证检验。表2第（2）列、第（5）列和第（8）列分别显示了L.（Fa_Lzli,t_Treat）作为工具变量的面板2SLS回归结果。在加入工具变量后，关键变量L.Dep的估计系数与混合OLS有明显区别，在面板2SLS回归结果下，关键变量L.Dep的系数在5%的统计水平上均显著为正，点估计分别为0.108、0.691和0.043。从回归结果可知，加速折旧政策对制造企业绿色技术创新能力的影响效果较显著，故假设H1得到验证。

表2第（3）列、第（6）列和第（9）列是面板2SLS在第一阶段回归的结果，其被解释变量变成Dep滞后（L.Dep）。工具变量L.（Fa_Lzli,t_Treat）的回归系数都在1%的水平上显著为正。同时回归结果也显示，第一阶段F统计量皆为18.351，远大于临界值10，因此不必担心工具变量是弱工具变量的问题。

2.加速折旧政策激励的有效期分析

为进一步研究加速折旧政策在时间维度上对绿色技术创新能力的影响，分析了2014—2021年的政策实施效果，公式（1）、公式（2）和公式（3）的回归结果具体见表3（限于篇幅只展示主要变量回归结果，下同）。可见，在加速折旧政策实施的当年（t）至第8年（t+7），L.Dep与绿色技术创新能力的投入和产出均显著相关，说明政策实施会在较长时期内激励制造企业绿色技术创新能力的提升，但随时间的推移激励效果逐步减弱，显著性水平在降低；而L.Dep与绿色技术管理创新能力的相关性随着政策实施时间的推移，激励效果逐步增强，显著性水平同步提升。这是由于推动绿色技术管理创新所需的资源太大，因而加速折旧政策所带来的税收优惠能让政策覆盖的制造企业在专注于提高生产和资源效率的同时，发现绿色技术管理创新的战略价值（Mosgaard和

表3 加速折旧政策激励有效期对制造企业绿色技术创新能力的作用

Kristensen，2020）[30]。

（二）加速折旧政策对不同产权制造企业绿色技术创新能力的影响

本研究检验加速折旧政策对不同产权制造企业绿色技术创新能力的实证结果具体见表4。其中，混合所有制制造企业绿色技术创新能力的Post×Treat点估计系数分别为0.421、0.502和0.213，分别在1%、5%和10%的显著性水平上正相关，具有显著的正向影响；非国有制造企业的Post×Treat点估计系数分别为0.411、0.433和0.236，皆在1%的显著性水平上正相关；国有制造企业的Post×Treat点估计系数分别为0.231、0.352和0.178，皆在10%的显著性水平上正相关。

表4 加速折旧政策对不同产权制造企业的绿色技术创新能力的作用

上述说明加速折旧政策对制造企业绿色技术创新能力的促进效果在混合所有制和非国有制企业中更为明显，相对优于国有制企业，故假设H2得到验证。

（三）平行趋势及稳健性检验

1.平行趋势检验

双重差分的使用前提是要满足平行趋势检验。本文共有9期数据，在实施加速折旧政策前有3期数据。依据平行趋势图，可知加速折旧政策实施前实验组和控制组的发展趋势一致，不随时间推移产生系统性差异，表明本文使用双重差分法进行政策评估较为合理。因篇幅所限，本文平行趋势图不具体展示。

2.安慰剂检验

为了检验加速折旧政策对制造企业绿色技术创新能力产生影响这一过程的稳定性，本文进行安慰剂检验，假定加速折旧政策在2012年或2013年发生，对实验组和控制组进行双重差分，观察Post2012×Treat与Post2013×Treat的系数是否显著，如果系数不显著则表明制造企业绿色技术创新能力的提高是由加速折旧政策冲击产生的。从表5的列（1）和列（2）回归结果可知，Post2012×Treat与Post2013×Treat的回归系数并不显著，说明了制造企业绿色技术创新能力的提高确实是由加速折旧政策冲击产生的结果。检验结果见表5。

3.其他政策的影响

2012年和2018年我国开始了“营改增”改革和大规模的“减税降费”改革，为了排除这些税收政策对制造企业绿色技术创新能力的影响，本文分别在模型（1）、模型（2）和模型（3）中加入VAT_reform这一控制变量。从表5第（3）列和第（4）列可知，Post×Treat的回归系数依旧是显著的，表明结果依旧稳健。检验结果见表5。

表5 安慰剂、其他政策检验结果

（四）进一步检验

为解决研究样本选择性偏差的问题，在整体样本的政策效应获得验证的前提下，本文进一步将原实验组样本按所属行业分成五个单独的实验组样本，并分别与原控制组样本进行回归检验，验证在不同制造行业假设H1是否成立。

表6呈现了L.（Fa_Lzli,t_Treat）为工具变量的面板2SLS回归的结果。由结果可知，虽然不同类型制造企业的点估计值不同，但是L.Dep的系数在1%、5%和10%的统计水平上均显著为正，说明在不同的制造行业企业中，加速折旧政策对提升绿色技术创新能力均发挥积极正向影响。实证结果见表6。

表6 加速折旧政策对不同制造行业企业绿色技术创新能力的影响

2015年9月17日，《关于进一步完善固定资产加速折旧企业所得税政策的通知》①财政部，国家税务总局.关于进一步完善固定资产加速折旧企业所得税政策的通知[EB/OL].（2015-09-17）http://www.gov.cn/zhengce/2015-09/17/content_5023664.htm.发布，在原有行业基础上，将加速折旧政策优惠范围扩大到轻工、纺织、机械、汽车四个领域重点制造行业。因此，本文将样本处理后的2015年政策涉及的企业并入2014年政策的实验组与原控制组进行比较研究。从表7中第（1）列的回归结果可以发现，Post×Treat的点估计系数为0.031、0.134和0.048，分别在5%和10%的水平上显著为正。虽然相较于假设H1之前的检验结果有所降低，但都呈现显著正相关关系，说明扩大加速折旧政策范围也能提升制造企业绿色技术创新能力。

2019年4月23日，《关于扩大固定资产加速折旧优惠政策适用范围的公告》①发布，政策范围扩大至整个制造业领域。因此，本文进一步检验了《关于扩大固定资产加速折旧优惠政策适用范围的公告》政策的实施效果。表7中第（2）列将制造企业的全样本进行回归，Post×Treat的点估计系数分别为0.042、0.433和0.012，在10%的水平上显著，再一次验证本文的研究结论稳健可靠。实证结果见表7。

表7 加速折旧政策范围扩大对制造企业绿色技术创新能力的影响

（五）影响机制分析

上文探讨了加速折旧政策可通过降低企业的成本来缓解制造企业的现金流负担，进而激励制造企业加大研发技术和固定资产投入，最终提升自身绿色技术创新能力。

本文基于甄红线等（2015）[31]的研究，检验企业现金流在加速折旧政策与制造企业绿色技术创新能力间的中介作用，机制检验结果如表8所示。列（1）的回归结果中Post×Treat的系数分别为0.468、0.981、0.182，且在5%和10%的水平下显著为正，这表明加速折旧政策使制造企业绿色技术创新能力发生了变化。列（2）表明加速折旧政策实施以后，企业的现金流量Ocfi,t在1%的水平下显著为正，这说明加速折旧政策的实施显著提高了企业的现金流。列（3）表明企业的现金流Ocfi,t在5%和10%的水平下显著为正，代表企业现金流压力得到缓解后，对企业绿色技术创新能力起到促进作用，进而说明中介效应的存在。

表8 企业现金流的机制分析结果

同时核心解释变量的估计系数和显著性均有所减小，进一步说明企业现金流是加速折旧政策影响企业绿色技术创新能力提升的重要渠道，证明假设H3成立。

五、研究结论与启示

本文利用2011年至2021年沪深A股的制造业上市公司为研究样本，研究加速折旧政策对制造企业绿色技术创新能力的影响。本文的研究结论有以下几点。

第一，根据模型汇报结果，加速折旧政策对制造企业的绿色技术创新能力有正向激励作用。

第二，加速折旧政策对制造企业绿色技术创新能力存在较长时间的激励作用。随时间推移，政策对绿色技术创新投入和产出能力的激励效果逐步减弱，对绿色技术管理创新能力的激励效果逐步增强。

第三，混合所有制和非国有制制造企业的绿色技术创新能力受政策影响较大。

第四，政策范围扩大后加速折旧政策依然能促进制造企业绿色技术创新能力的提升。

第五，加速折旧政策通过缓解企业现金流压力进而加大研发投入和固定资产的购置，进一步提高了制造企业绿色技术创新能力。

本文的理论启示有以下几方面。

第一，本文进一步挖掘提升制造企业绿色技术创新能力的前置动因，提出“加速折旧政策促进制造企业绿色技术创新能力提升”的基本假设，探讨并验证了企业异质性对于诸变量之间的影响，有助于从微观机制层面丰富和完善加速折旧政策与制造企业绿色技术创新能力关系的研究成果，研究结论为二者的关系研究提供了理论证据。

第二，本研究有助于加深理解中国税收激励政策的经济影响，尤其对发展中国家利用税收政策激励制造企业加大固定资产投资力度、提升绿色技术创新能力、助力企业转型升级提供了一定的理论指导。

本研究为推进加速折旧政策和制造企业绿色技术创新提出以下建议。

第一，加速折旧政策有助于促进制造企业绿色技术创新，因此，政策制定者可通过提炼实施加速折旧政策的经验、形成典型案例和增强减税普惠性等方式，不断推动该政策向其他行业覆盖，为我国实现低碳减排和经济发展的双赢做出贡献。具体而言，加速折旧政策可有效缓解制造企业因税负造成的经济压力，有利于制造企业加大科技研发投入，持续增强制造企业绿色技术创新能力。

第二，制造企业应有效利用税收优惠政策的持久激励性，以长远的发展目光制定企业战略，并将该政策纳入企业可持续发展战略中，以期逐步提升制造企业绿色技术创新能力。

第三，可对不同产权制造企业制定分层次有针对性的税收优惠政策。本文研究结果表明，加速折旧政策对混合所有制和非国有制制造企业影响更明显。因此，要大力推广该政策在混合所有制和非国有制制造企业中的实施，对于国有制企业，须健全企业的监管机制和政策效果评估机制，将企业创新纳入考核范围，激发国有企业的创新活力，不断培育和提升自身的绿色技术创新能力。

第四，可在原有政策的基础上给予企业更多选择，使得企业可以根据自身经营情况，选择适合自身发展的折旧政策（如加速折旧、减速折旧、不折旧等），以更好地满足企业自身发展的需求。

本研究也存在一定局限性：第一，制造行业本身的技术水平以及所处环境特点等会影响政策的实施效果，虽然本文尝试尽量加以控制，但是可能依然无法很好地解决因此导致的内生性问题；第二，本文数据来源于Wind数据库，部分样本由于数据缺失被剔除，因此在未来应考虑通过多途径的方式搜集数据，通过更多样本来进一步验证。