稅收優惠政策對高新技術企業生產率的影響

李延晨

(山東 大學商學院金融學系，山東 威海 264209)

稅收優惠政策對高新技術企業生產率的影響

李延晨

(山東 大學商學院金融學系，山東 威海 264209)

本文對我國北方某市45家高新技術企業的面板數據進行短面板回歸，并針對不同規模企業分析研究了高新技術企業所得稅優惠政策和技術開發費用加計扣除政策對企業生產率的影響。在此基礎上，運用pvar模型，分析企業所得稅優惠政策五年來對企業生產率沖擊的演變過程。

高新技術企業；稅優惠政策；生產率

一、文獻回顧

伴隨著舊有經濟發展模式漸漸同現下國情脫節，我國經濟增長速度放緩。政府的財政政策將成為時下經濟革新的有力工具。稅收對經濟發展波動的沖擊從95年以來逐漸增強，成為決定我國經濟平穩增長的關鍵（呂光明，2012）。同時，羅默（2000）指出經濟增長的長期影響因素要在一定結構下才能高效發揮作用。因而在研究稅收對經濟作用時，常常涉及到經濟結構。曹海娟（2012）、安體富（2011）等中國學者分析了我國全國層面上產業結構現狀和稅收政策的關系，其中曹海娟（2012）利用pvar法詳細實證了稅收結構在我國東、西、中部對產業結構具有不同效果的沖擊。稅收結構確實很好地發揮了積極作用，但在東部地區表現得并不顯著，且效果起伏較大。地區間的差異表明，對統一的宏觀數據進行分析可能會帶來偏差，并影響研究結果的指導意義。將研究視角從全國整體層面，向地區層面轉變具有必要性。

稅制對區域經濟影響遵循“稅收→價格→企業→產業→區域經濟”的路線（閆偉，2005）。稅收對區域內某部分企業的影響最終會漸漸擴散到區域內的產業結構。同時，馮瑜（2011）指出產業內部存在明顯的失衡：工業內部存在大量依靠資源發展的落后企業、大部分農村地區農業生產技術落后、高新技術產業創新不足等。從微觀入手分析稅收政策對企業的影響，不僅能夠從一個層面反映出地區產業結構的變化，還能深入探討產業結構內部的不合理現象。本文試圖對地區產業結構中的高新技術企業這一微觀層面進行實證分析，從而得出更加準確的結論。

杜軍和王皓妍（2013）對江蘇常州市高新技術企業進行了實證分析，發現高新技術企業技術開發費用加計扣除(inv)政策、所得稅優惠(rat)政策對企業盈利能力有明顯促進作用，使得高新技術企業得以不斷發展。上述文獻是以技術投入和盈利作為衡量高新技術企業發展的指標。李平、李淑云、許家云在研究高新技術企業技術創新時，則以專利數作為考察指標。這些指標都能反映出地區技術的進步，但技術進步的動力來源最終是各高新技術企業。這些企業所作出的各種技術創新最終是為了提高勞動生產率，這也是高新技術企業長期發展的關鍵。本文利用ces生產函數模型來構建衡量勞動生產率的模型。本文借鑒王良舉、陳甬軍（2013）的做法，將影響企業技術水平的因素分為企業異質性因素和制度環境因素。這樣做是因為技術水平是影響勞動生產率的重要因素，并且是rat、inv對勞動生產率施加影響的主要途徑。其中異質性因素主要考慮企業規模，制度環境考慮rat、inv。并進一步深入，分別估計大、小規模企業模型，分析上述政策的作用。本文采用2009-2013年北方某市45家符合條件的高新技術企業數據，通過引入伍德里奇構造的輔助方程，使用隨機效應模型的方法用stata進行短面板分析，試圖實證rat、inv的影響。同時為了能夠從五年整體出發，了解各年政府政策的有效性，本文還運用pvar模型驗證高新技術企業所得稅優惠政策對企業勞動生產率的沖擊。選擇rat，主要因為相對于inv,rat更具有穩定性，適合進行面板數據的時間序列分析，能獲得更加可靠的結果。

二、數據與模型

（一）數據說明

本文收集的數據為2009-2013年間，45家享受所得稅優惠政策企業的財務信息。稅收政策隨著時間的推移，在實際操作中得以不斷推廣、完善，享受稅收優惠政策企業數量逐年增加，而且由于企業自身發展的影響，同一企業也可能在某些年份無法享受政策優惠。因而選取了所有樣本中2009-2013年五年間數據較為齊全的45家企業為研究對象。對個別遺漏的企業財務、生產數據運用插值模型進行補全。目前每年獲得高新技術企業資格且享受所得稅優惠政策的企業數逐年增加(見圖1)，但近五年來，能夠穩定獲得政策支持的企業并不多，其中五年能連續獲得rat資格的企業只為27家。為了簡化估計過程，本文所用的數據中，企業所得稅、rat、inv、企業營業收入、企業管理費用和營業費用、企業固定資本、企業職工工資這些數據單位都是萬元。

圖1

（二）模型設定

本文采用ces生產函數模型作為基本模型，引入關于企業的稅收政策來進行實證分析。基本假設為企業的生產規模報酬不變，且企業會選擇生產函數上資本和勞動的邊際產量等與這兩種生產要素邊際成本的最佳點從事生產活動。基本模型：

Yit=A[δKit-ρ+(1-δ)Lit-ρ]-1/ρ（1）

其中Yit為企業的營業收入，Kit為企業固定資本量，Lit為職工人數，下標i表示企業，t表示時間。本文采用企業營業收入除以職工人數作為生產率的度量指標，得到企業的勞動生產率LPit：

yit=Aδ-1/ρ[kit-ρ+(1-δ)/δ]-1/ρ（2）

其中yit表示人均產出，kit表示人均固定資本存量。

由于企業會根據生產函數和投入約束線來確定自己的最佳生產點。所以：mpl/mpk=w/r，對（1）式進行求導便可得出mpl、mpk，其中ω為工資率，r為一年期貸款利率。mpl、mpk為勞動、資本的邊際產量。將其帶入(1)式得：

(1-δ)/δ*kitρ+1=ω/r（3）

將(3)式代入(2)得：

yit=Aδ-1/ρ[kit-ρ（ω/r*Lit/Kit+1）]-1/ρ（4）

在這里我們可以將ω*Lit和r*Kit當作企業在勞動及資本上所付出的成本，可以視為前定變量。對等式兩邊求對數可得：

lnyit=lnA-(1/ρ)lnδ+lnkit-(1/ρ)ln（ω/r*Lit/Kit+ 1）（5）

其中lnδ可視為常數。

生產函數中的技術進步是一個綜合指標，不僅包含科學技術或工藝水平，還包括管理水平、勞動者能力、產品結構等因素。除此外，制度環境對企業生產率有重要影響，王良舉和陳甬軍（2013）在影響企業技術因子的模型構建中引入以市場化進程變量作為制度環境的代理變量，并且建立了一套表現企業異質性的指標體系以完善模型[1]。本文則從rat、inv對企業生產率影響出發，選擇rat、inv作為制度環境的代理變量。同時將企業規模和與企業日常生產管理、員工培訓、技術投入活動有密切關系的管理費用、營業費用結合起來，綜合衡量不同企業的性質。建立模型：

lnA=λXit+φGit+εit（6）

其中Xit表示異質性變量，Git是制度環境控制變量，εit為隨機擾動項。Xit包含scale、c兩項，其中scale是表示規模的虛擬變量，c表示企業管理費用和營業費用的加和。Git包含兩項:rat*t、inv*t。由于rat和Inv都是企業所得稅(t)的減免措施，是通過影響所得稅來作用于企業生產的，因而這里引入rat、inv與所得稅(t)的交互項來反映這一點。lnwk代表ln（ω/r*Lit/Kit+1）最后將（6）式帶入（5）式可以得到最后的模型：

lnyit=λXit+φGit-(1/ρ)lnδ+lnkit-(1/ρ)ln（ω/r*Lit/ Kit+1）+εit

三、實證結果和分析

本文采用的數據為平衡的短面板數據，整個估計過程使用軟件stata12。使用wooldridge建立的輔助方程在消除模型可能具有的異方差后，檢驗模型究竟是用隨機效應模型，還是固定效應模型。結果ρ=0.0035，即能拒絕原假設“γ=0”，所以可采用固定效應模型進行回歸估計。再根據stata輸出結果中的F檢驗，可以得知固定效應模型比混合模型更為合適。

最后得出計量結果：

表1

（一）對不同規模企業的區分研究

對上述數據再次進行回歸估計，這次將企業分為大、小規模兩類。其劃分標準按照國家統計局分類方法，把企業員工數大于300的劃分為大規模企業，小于300的則劃為小規模企業。回歸結果見表2：

表2

針對大企業而言，rat對企業生產率的影響明顯比小企業更為顯著，這表明rat政策在企業規模更大時對企業發展更具影響力。從上述結果可以清晰看出，大規模企業勞動生產率的提高對人均資本存量有較大依賴性。在現階段大規模高新技術企業人力11000222資本相對于固定資本有所富余，不斷積累人均資本存量，充分發揮已有人員的潛能十分重要。Rat則可以為企業提供一筆數額較大的資金用于資本積累。但inv對企業的影響呈現反相關系且與企業生產率的關系非常不顯著，一是與inv政策執行中存在起伏大的特點有關，二是大規模企業相對更需要提高非高新技術設備的引進，改善與生產相關的配套設施[2]。對于小企業而言，inv、rat則都十分重要，反映出小企業更依賴企業內部的資金流，其中inv對小企業有突出影響，折射出相對于大企業而言，小企業更需要關于引入高新技術設備的政策支持，以彌補其規模上的劣勢。

從營業費用和管理費用上看，小企業在日常支出上存在很大的改進空間，加大各項支出對企業發展的作用明顯。小企業良好的內部結構，使得各項支出可以得到充分利用，諸多企業自主管理的費用支出可以不斷完善企業內部管理，提升員工素質，優化產品的銷售流程等。大企業在這方面則相反，內部結構的冗雜可能帶來資金使用率的低下，并且諸如：車船使用稅、房產稅、印花稅等稅金的支出也加重了企業的負擔。

（二）利用pvar模型分析五年來政策的效果

為了能夠研究高新技術企業所得稅優惠政策五年來同企業生產率相互作用關系的演變，本文針對上述兩個變量的對數形式構建了pvar模型。

Pvar模型的優點在于可以有效估計時間跨度短但截面數據豐富的數據，即降低了var模型對時間長度的要求，又可以捕捉到個體的微觀行為。[3]本文運用love和zicchino(2006)編寫的程序進行pvar模型的回歸估計并畫出脈沖響應圖。為了能保證上述變量的穩健性，本文綜合使用現在較為常用的面板數據單位根檢驗方法。原假設為“序列存在單位根”，結果為表3：

表3

由上述結果可知對于lnyit lnratit在除breitung法外的其他方法檢驗下的結果均顯示出序列不具有單位根，可以認為這兩個序列是平穩的。

針對研究對象建立模型：

zit=αi+ηt+β0+pi=1∑βizi,t-p+εit

其中αi為個體效應，ηt為時間效應,zit為兩個變量的列向量（lnyit lnratit），i代表樣本個體，t代表時間，p代表滯后項，εit為“白噪聲”擾動項。由于整個回歸過程是為了分析勞動生產率和所得稅優惠政策兩個變量間關系，為了減少其他變量的影響，在進行回歸前，先使用組內均值差分法來消去模型中的時間效應,再對模型采用前向均值差分法來去除個體效應αi以避免其與自變量間可能存在的相關性。由于現在稅收優惠政策剛實行5年，現階段企業勞動生產率的提高更依賴于非政策因素，并且如上文分析，現在各項政策實行過程中穩定性不強，企業各項數據往往在短期內保持相對穩定，因而本文假設目前的技術開發費用加計扣除和高新技術企業所得稅優惠政策對企業具有短期而非長期的影響，前一期所減免的所得稅會對現期企業行為產生一定滯后影響。通過對模型進行混合回歸也發現，各滯后一期的內生變量系數明顯較為顯著，所以在這里滯后項選取為1[4]。然后運用蒙特卡洛模擬法，進行1000次模擬回歸得出方差的分解結果。

四、結論與啟示

本文研究結果表明，現階段兩項稅收優惠政策都具有一定的促進作用，但對于大、小規模企業而言，其影響則有明顯的差異；企業在保持人均資本存量的同時，應努力提高企業職工個人工資率。啟示如下：

第一，高新技術企業所得稅優惠政策和技術開發費用加計扣除政策整體上對高新技術企業生產率的提高影響效果并不明顯，必須針對不同規模企業制定拘束條件和優惠力度不同的政策細則。對于大規模企業，應該相對放寬高新技術企業所得稅優惠政策的執行范圍，同時加大優惠力度；對于小規模企業，則應提高技術開發費用加計扣除政策上的優惠力度，并針對該項政策執行不具有連續性、穩定性的問題進行改進。

第二，為了不斷改進企業的生產率，必須將一定量的資金投向企業各項運營支出中，以改善企業對人員及各類物資的管理、使用。現在關于高新技術企業的優惠政策往往以企業的高新技術產品（服務）的產出為核心，只關注企業專利、技術應用的過程，而忽視對企業其他支出的支持。針對企業同外部相聯系且不具有完全自主權的支出，政府可以代替企業加大投入。

第三，引入pvar模型可以從時間序列上整體觀測rat對勞動生產率的沖擊，分析現實中rat政策的連續性。現在高新技術企業所得稅優惠政策對企業勞動生產率的影響并不顯著，且實施五年來的效果變化不大，顯示出政策并沒有在實踐中得到有效的優化與改進，應該深入實際，針對各企業的不同情況細化政策的實施準則，以改變這種不力的狀況。

[1]王良舉，陳甬軍.集聚的生產率——來自中國制造企業的經驗證據[J].財經研究，2013（1）：49-60.

[2]孫隆英.高新技術企業所得稅優惠政策執行中的幾個問題[J].稅收實務，2013:66-69.

[3]曹海娟.產業結構對稅制結果動態響應的區域異質性——基于省級面板數據的pvar分析[J].財經研究，2012，（12）：26—35.

[4]連玉君.中國上市公司投資效率研究[M].北京：經濟管理出版社，72-82.

（責任編輯：胡忠任）

F276.44

A

2095—7416（2014）01—0100—04

2014-01-12

李延晨（1993-）男，山東濟南人，山東大學商學院金融學系2011級本科生。