普惠性税收优惠政策与企业创新绩效——基于研发投入的中介效应

王利君,马 强,吴雪峰

蚌埠学院经济与管理学院，安徽蚌埠，233000

1 引 言

税收优惠是我国政府激励企业创新最重要的政策工具之一，相比于其他税收优惠工具，研发费用加计扣除政策除个别行业不适用外，因其更为普惠性的特点，近年来越来越被加以重用。“十四五”规划和2035年远景目标纲要进一步明确提出要实施更大力度的加计扣除政策，引导企业加大研发投入。然而，在政策执行过程中，许多企业存在骗补、创新迎合等使科技创新质量不高的状况，令人反思政府科技政策的执行力及对企业创新的引导性是否受到企业逆向选择行为因素的 “牵绊”[1]。显然，对其有效性进行评估的重要性不言而喻。在此背景下，学术界的相关研究近来呈现扩大趋势。相比创新投入，我们更关注加计扣除政策能否有效促进企业的创新绩效。研发投入不是目的，唯有创新成果才能成为企业与整个国家技术自立自强，驱动企业经营与国家经济发展的助力与支撑。现有关于加计扣除与创新绩效的研究多集中于直接检验两者间的关系，检验不同因素对两者关系的影响，或者检验加计扣除与其他政策工具有效性的差异等几方面。研究采用的数据，包括上市公司年报、统计年鉴、调查问卷、国家税收调查数据等；研究对象包括上市公司、特定区域内的特定企业或者特定行业的企业等；创新绩效的测量，包括专利申请或授权量、新产品销售收入、全要素生产率、无形资产的规模等。研究得出的结论也并不一致，包括加计扣除政策对企业创新绩效具有显著正向影响[2]、加计扣除仅促进研发产出规模的提升,而对于产出强度则无显著影响[3]、加计扣除强度越大,企业研发效率越低[4]，或者对研发效率没有起到显著作用[5]等几种不同的声音。上述情况反映出关于加计扣除政策的效应研究，无论研究对象，还是研究数据或者是创新绩效的测量均差异巨大；有为数不少的研究甚至混淆享受与非享受政策对象的界限，且加计扣除额的计算口径脱离实际，这可能陷入样本选择有偏与变量测量偏差，导致研究结论与事实不符或结果不稳健。基于此，本文拟采用更具全面性的A股上市公司数据，充分考虑加计扣除政策的享受对象范围以及税收优惠的合理计算口径，基于研发投入和异质性因素的影响，进一步验证加计扣除政策与企业创新绩效之间关系，以期为激励创新的税收优惠政策的进一步完善提供经验证据。

2 理论分析与研究设计

2.1 研究假设

技术创新具有投入大、回报周期长、创新成果具有高度不确定性的内在特征。知识与技术成果本身具有的公共物品特征，使其容易通过合法或非法的方式溢出创新企业，创新企业自身既无法独占其创新成果，也无法获得足够的投资补偿，从而打击到创新企业的创新热情，妨碍其足额增加研发投资，这正是创新活动中的市场失灵现象。显然，很难仅仅依靠市场力量驱使企业的技术创新水平达到社会的期望水平[6-7]。凯恩斯[8]经济学认为，此时政府应当伸出“有形的手”对市场进行适当的干预， 以弥补市场失灵和促进资源的有效配置。税收优惠政策正是政府干预市场，纠正市场失灵的重要工具。研发费用加计扣除政策的实施，减少了企业因交税而产生的现金流出，相当于每年稳定获得政府对企业的一笔创新投资，分摊了企业创新投资的风险。另外，税前扣除额的增加，直接提高了企业的盈余，进而提高了企业的偿债能力，并且因研发享受税收优惠的事实向外界传递了企业积极通过研发活动增强核心竞争力，有利于未来发展的积极信号。根据信号理论，这将增强外部投资者和债权人对企业长期发展的信心，吸引他们对企业进行投资或贷款，企业的创新项目和其他项目面临的融资约束得以缓解，资金支持下的项目获得的利润将能够更进一步支持企业的创新项目，使企业面临更好的创新条件，支持企业更大幅度地增加研究投入，而持续不断地研发投入是创新产出的必要前提。因此，结合上述分析，提出以下三个假设：

假设1：研发费用加计扣除政策能显著促进企业的研发投入。

假设2：研发费用加计扣除政策能显著促进企业的创新绩效。

假设3：研发费用加计扣除主要通过研发投入显著促进企业的创新绩效。

2.2 样本选择与数据来源

综合考虑研发费用加计扣除政策的政策沿革、扣除办法及主要自变量的滞后效应，本文以2010—2020年间披露开发支出的A股上市公司为研究样本，剔除不适用该政策的行业、金融类、ST和已退市等公司样本以及数据缺失的样本。数据主要来自国泰安数据库。市场化指数来自樊纲、王小鲁等编制的《中国分省份市场化指数报告》，其中2017—2020年指数系根据之前年度平均增长率推算形成。对连续变量的1%和99%分位数进行Winsorize处理，以消除异常值影响，共获得705个样本企业。

2.3 模型建立2.3.1 主效应模型

effecti,t=β0+β1adedi,t-2+β2∑controli,t-2+εi,t

(1)

其中，effect为创新绩效，aded为研发费用加计扣除强度，control为控制变量，ε为随机误差项。考虑到从享受税收优惠到投入研发再到创新产出的时滞效应，以及为缓解它们之间互为因果可能产生的内生性问题，文本对研发强度和加计扣除强度分别进行滞后一期和二期处理。

加计扣除强度以“加计扣除额除以营业收入”衡量，加计扣除额为“计入当期费用的研发投入×50%+研发投入形成无形资产的当期摊销额×150%”；2018年起，50%和150%分别变更为75%和175%，摊销期按10年计。其余相关变量定义及衡量如表1所示。

表1 变量定义

2.3.2 中介效应模型

构建两个模型研究研发投入对加计扣除政策与创新绩效的中介效应。

首先，构建模型(2)检验加计扣除政策对研发投入的影响：

r&di,t-1=β0+β1adedi,t-2+β2∑controli,t+εi,t

(2)

其次，构建模型(3)，将研发投入引入到主效应模型中，检验加计扣除政策对创新绩效的直接影响和间接影响：

effecti,t=β0+β1adedi,t-2+β2r&di,t-1+β3∑controli,t+εi,t

(3)

在现有测量创新绩效的变量中，专利水平是文献中较常使用的指标，包括专利申请量和专利授权量。专利又分为发明专利、非发明的实用新型专利和外观设计专利。考虑到发明专利属于高质量的实质性创新，非发明专利更多包含了企业的策略性创新[9]，并且专利授权过程客观上存在时滞性，文本选择发明总量与发明专利量测量企业的创新绩效，研究加计扣除政策对创新数量与创新质量的影响。

3 实证分析

3.1 描述性统计

表2中705为年报中披露专利数据并规范披露开发支出的享受加计扣除政策的企业数量；2 930为已披露专利数据，未规范披露开发支出或未享受加计扣除政策的企业数量。结果表明，样本企业研发强度(r&d)的均值为6.2%，但变异程度较大，中位数达4.8%。说明一半左右公司的研发强度接近达到了5%这一国际间公认的具有市场竞争力的研发投入标准;而非样本公司的研发强度均值和中位数显著低于样本公司，且全部专利或者发明专利的数量也均小于样本公司，一定程度上说明，享受加计扣除政策且会计核算更规范的企业，研发投入更多，研发绩效也更好。

表2 主要变量的描述性统计

3.2 回归结果

使用异方差稳健标准误进行回归系数的显著性检验。表3第一列中，研发投入(r&d)的加计扣除强度(aded)系数为8.576，并在1%水平上显著，说明加计扣除额每增加1元钱，企业研发投入增加8.576元，假设1得到支持。第二列中，创新创业数量(lntpa)的加计扣除强度(aded)系数为82.044，且在1%水平上显著，表明加计扣除强度与企业专利产出总量显著正相关，以创新数量测量创新绩效的假设2得到支持。第四列中，绩效创新(lnipa)的加计扣除强度系数不显著，意味着加计扣除强度对企业发明专利产出没有显著影响，以创新质量测量创新绩效的假设2没有得到支持。依据中介效应逐步检验法的原理[10]，第三列在加入了研发强度变量后，加计扣除强度系数不再显著，而研发强度的系数在5%水平上显著，说明加计扣除政策对专利产出的直接效应不显著，但间接效应显著，即加计扣除政策主要通过影响企业增加研发投入影响企业的专利产出总量，以创新数量测量创新绩效的假设3得到支持。第五列在加入了研发强度变量后，绩效创新(lnipa)研发强度系数不再显著，故采用bootstrap法检验研发强度是否在加计扣除(aded)强度与发明专利产出的关系中具有中介效应。

表3 模型回归分析

(续表)

从表4结果来看，间接效应系数的置信区间包含0，表明以创新质量测量创新绩效的假设3没有得到支持。为何加计扣除政策促进了企业加大研发投入，却没有产生预期中的发明专利产出呢？这可能与政策属于普适型政策有关。我国税法规定，任一企业的研发支出只要在加计扣除标准的范围内都可以享受政策优惠，从而减少成本增加盈利，因此，企业可能不是为了谋求掌握富于竞争优势的技术，而更多出于谋求补助，甚至通过追求创新“数量”释放创新信号，来迎合政府的监管和创新战略，体现为策略性创新行为，从而获得某种利益[9]。在谋求补助或迎合思维主导下，企业可能滥用会计科目，将非研发支出挤入研发支出，或者购置未来会闲置的科研设备，利用计提设备折旧费用等手段，虚增研发投入，并将本不充足的研发资金投入到更容易也能够更快速产生效果的非发明专利研发中，故普适型政策将激励企业研发投入等数量维度的增加,更容易导致创新产出的数量增加而非质量的提升[11]。

表4 Bootstrap中介效应检验结果

3.3 市场化程度与企业规模对加计扣除政策效应的影响

研究表明，加计扣除政策对企业创新的影响存在异质性。一刀切的政策可能无法最大程度发挥政策的有效性。其中，企业因所处区域的市场化程度差异，如其所拥有的融资环境、创新激励机制、创新平台建设、科研人员流动、对创新成果的保护不同等条件都会影响企业的创新心理与创新能力。企业规模也是影响企业创新的重要因素。企业规模不同，研发资源、研发风险承担和研发意愿可能不同，对税收优惠政策的敏感程度也不同，故税收优惠政策的激励效应可能不同[12]。因此，税收优惠政策在不同市场化地区企业和不同规模企业间的效应如何，值得关注。根据樊纲等编制的《中国分省份市场化指数报告》，按历年市场化指数的均值，将得分“>8分”和“<8分”的省份分为高、低两个市场化地区，并按照企业规模的中位数将企业分为大、小规模企业进行政策效应检验。

表5显示，低市场化地区企业的加计扣除强度对研发投入与专利总量产出的促进作用，均显著大于高市场化地区企业，更依赖于税收优惠资源来促进创新活动，原因可能是低市场化地区融资环境等差于高市场化地区。但加计扣除强度对两类地区的发明专利产出均没有显著影响，与总样本一致，说明加计扣除政策可能存在的问题在两类地区均存在。特别是两类地区加计扣除强度对发明专利的影响系数虽然均不显著，但都为负，且低市场化地区的绝对值要大于高市场化地区，可能表明加计扣除政策对创新质量的负面影响在低市场化地区要更为严重。

表5 按市场化程度分组检验结果

表6显示， 加计扣除强度对不同规模企业的研发强度均有显著促进作用，且差异不显著。但大规模企业的效应系数略低于小规模企业，且专利总量的产出不仅显著还远高于小规模企业并不显著的专利产出，显示出加计扣除政策在大规模企业的实施效果要更好。原因可能是，小规模企业的盈利能力、融资约束和创新风险承担水平等创新要素相对于大规模企业处于弱势，研发投入较少，加计扣除政策带来的利益有限，其政策效果不如大规模企业[12]。同样的，政策对大、小规模企业的发明专利产出效应与总样本一致，均不显著，进一步证实当前税收优惠政策对创新的作用“强数量弱质量”的现实。

表6 按企业规模分组检验结果

3.4 稳健性检验

为了进一步验证以上回归结果的稳健性，本文采用“加计扣除额的自然对数、总现金流、企业成长性”等指标，替换上述回归模型中使用的自变量和有关控制变量代入模型重新进行回归分析，检验结果对比上述研究结论没有影响。另外，考虑到文本中自变量为滞后两期变量，中介变量为滞后一期变量，一定程度上缓解了内生性。因此，文本结论具有较强的稳健性。

4 研究结论与启示

文本以A股上市公司为研究样本，讨论了研发费用加计扣除政策对企业创新绩效的影响及其研发投入在其中的作用机制，得出如下结论： 加计扣除政策显著促进了企业的数量创新，即显著促进了企业专利总量的产出，且研发投入在其中发挥了显著的中介效应；但加计扣除政策却没能显著促进代表企业高质量创新的发明专利的产出，且研发投入也没有在其中发挥显著作用。区别企业所处的市场化程度和企业规模的影响后，上述结论同样成立，但也显示出低市场化程度地区企业和小规模企业要更依赖于税收优惠政策进行创新，但税收政策效应对这类企业的负面影响可能也更严重。

根据以上研究结果，要提高加计扣除政策的激励效应，将宝贵的激励创新的税收资源用在刀刃上，应重视使用激励创新产出质量的政策工具。为此，可考虑：(1)针对不同规模、不同地区企业实施差别化的加计扣除比例，切实缓解有关企业的创新资源约束，营造有利于国家各层面创新的有效环境，以研发投入的量变取换创新质量的质变；(2)对不同的专利类型、应用不同类型专利技术产生的新产品销售收入等创新产出，实施不同的税收激励政策；(3)要求享受政策的企业严格按照会计准则进行研发支出的会计核算与披露；依据不同标准，实施研发投入与产出的专项审计或审计豁免，并对“假创新真骗补”的行为采取惩戒措施。