稅收優惠、創新產出與創新效率
——基于研發費用加計扣除政策的實證檢驗

賀 康，王運陳，張立光，萬麗梅

（1.西南財經大學 會計學院，四川 成都 611130；2.四川農業大學 管理學院，四川 成都 611130；3.復旦大學 工商管理博士后流動站，上海 200433；4.中證金融研究院，北京 100032）

一、研究背景

隨著經濟全球化的來臨，企業競爭日趨激烈，技術創新對提升企業核心競爭力和推動國家經濟增長日益重要［1-2］。為此，李克強總理于2015年提出了“大眾創業，萬眾創新”的理念，期望通過技術創新促進就業，拉動經濟增長。但是，由于技術創新的高投入性、高風險性、正外部性等原因，企業創新的私人收益低于社會收益，這極大地扭曲了企業的創新動力，企業創新難以得到有效推動。因此，政府的適當干預和支持對激勵企業創新就顯得尤為重要。財政部、國家稅務總局、科學技術部于2015年11月聯合頒布《關于完善研發開發費用稅前加計扣除政策的通知》（財稅［2015］119號），具體細化了國務院有關研發費用加計扣除政策（以下簡稱“加計扣除政策”），進一步降低了企業享受優惠的門檻。該項政策出臺后，能夠減少企業納稅額，節約經營現金流，緩解企業融資約束，提高企業創新積極性和資金使用效率。

分析和評價現行稅收優惠政策的激勵效果是檢驗政策是否有效的重要環節，這對提高稅收優惠政策的激勵精準性及建設創新型國家具有重大現實意義。在國外的研究中，大部分文獻認為稅收優惠政策降低了創新成本，增加了企業的經營現金流，促進了企業創新投入［3-5］。針對中國的大部分研究也表明稅收優惠政策有利于企業的創新投入［6-9］。但這部分文獻對稅收優惠政策的研究更多是從企業創新投入的角度進行分析評價，較少涉及創新產出與創新效率，而真正使企業具有競爭力的是企業的創新產出和創新效率［10］。只有不斷提升企業的創新產出和創新效率，才能促進經濟的可持續發展。那么，加計扣除政策是否提升了企業的創新產出和創新效率呢？此外，不同情境下該政策對企業創新的激勵效果是否存在差異？另外，應如何制定科學的稅收優惠政策才能真正提升企業的創新產出和創新效率呢？以上相關問題的解答能夠為進一步提高稅收激勵政策效果提供理論依據，因此具有重要的理論與現實意義。此外，現有研究多通過傳統的普通最小二乘法（OLS）來考察稅收優惠政策的激勵效果，這種研究方法難以克服由于遺漏變量和測度誤差等因素產生的內生性問題，進而影響了估計結果的有效性。

基于此，為了更準確地評估稅收優惠政策對企業創新的激勵效果，提高稅收優惠政策的激勵精準性，本文以2016年1月1日開始實施的研發費用加計扣除政策作為一項外生政策實驗，采用中國滬深A股上市公司數據，建立雙重差分（DID）模型，考察加計扣除政策對企業創新產出及創新效率的影響，并進一步檢驗企業異質性因素下該政策實施的不同激勵效果，最后提出相應的政策建議。研究發現：①加計扣除政策起到了預期效果，企業的創新產出和創新效率顯著提高；②加計扣除政策的激勵效果存在異質性，對非國有企業、大規模企業、非高新技術企業和高市場化地區企業的創新產出和創新效率的激勵效果更好。本文較為全面地探討了加計扣除政策的激勵效果，并對進一步完善稅收優惠政策、促進企業技術創新提出了建議。

本文研究貢獻主要體現在如下方面：第一，不同于以往的研究，本文從創新產出和創新效率兩個層面探討了加計扣除政策的實施效果，并將創新產出進一步區分為策略性創新和實質性創新，豐富和完善了稅收優惠與企業創新方面的文獻。第二，本文結合企業的異質性因素，進一步探討了加計扣除政策激勵效果在不同企業規模、不同產權性質、不同行業特征和不同地區企業間的差異，為彌合因企業異質性因素導致的企業創新差異提供了經驗依據。第三，本文使用雙重差分模型（DID）進行實證檢驗，相對于最小二乘法（OLS），這一方法的優點在于較好地避免了政策變量作為解釋變量所存在的內生性問題。該模型能夠更加客觀地評價當前稅收優惠政策的激勵效應，進而發現現有稅收優惠政策的不足，為未來稅收政策的改進奠定堅實基礎。

二、理論分析與假設提出

（一 ）加計扣除政策的激勵效應機制分析

內生增長理論指出，技術進步是一國經濟增長的重要源泉，而技術進步依賴于企業創新。但企業創新具有正外部性，企業創新的私人收益率低于社會收益率，使得企業創新投入不足，低于社會最優投資水平［11-12］。企業創新投入不足很大程度上就是因為創新活動成本高、周期長以及創新成果存在外泄的風險。因此，政府適當的干預對促進企業創新顯得尤為重要，而稅收優惠就是各國政府常用的干預手段［13］，其中被認為設計最為公平、優惠力度最大的當屬加計扣除政策。

加計扣除政策對企業創新的影響主要體現如下：第一，在計算企業應納稅所得額時，加計扣除政策直接降低了企業稅基，節約了額外經營現金流，從而間接增加了資金供給，增強了企業對高風險、不確定性強的研發項目的投資動機和能力，進而提高企業創新產出和創新效率。第二，加計扣除作為政府行為，具有信號發送作用，可以向風險投資者或金融機構發送企業優質的信號，緩解企業創新活動的信息不對稱，提高資本市場對企業創新活動的支持力度，緩解企業面臨的融資約束，進而提高創新產出及創新效率。第三，稅收優惠有助于企業開發新產品、掌握核心技術，開拓新市場，擴大市場份額，獲取更多核心利潤，進而有效刺激企業進一步加大創新投入，從而提高創新產出和創新效率。據此，本文提出假設1。

H1：保持其他因素不變，加計扣除政策對企業創新產出和創新效率有激勵作用。

（二 ）企業異質性因素對加計扣除政策激勵效應的差異分析

從企業的角度來看，由于不同企業的自身需求與風險偏好不同，企業作為稅收優惠政策的直接作用對象，在政策的實施過程中會根據信息變化及時調整企業策略，以實現企業利潤最大化。因此，稅收優惠政策的激勵效果在不同企業之間可能存在差異。從政府的角度來看，由于有效信息的稀缺性和經濟管理活動的復雜性，政府作為稅收優惠政策的制定者，在政策制定過程中存在信息不對稱問題。因此，作為“有限”理性的政府，在設計具體政策時采取“一刀切”的方式，削弱了企業的選擇余地，導致部分企業的激勵效果并不明顯，甚至產生了與政策初衷相違背的作用，這些現象在一定程度上造成了政策激勵效果產生差異。

1.產權異質性

本文預期加計扣除政策對企業創新的激勵效果受產權性質的影響。國有企業和非國有企業由于產權性質不同，其在管理機制、市場環境、資源條件等方面存在差異，因此加計扣除政策的激勵效果可能不同。具體來說，國有企業會受到政府的干預［14］，具有穩就業、促增長、調結構、惠民生等多重政治目標，因此可能會放棄部分投資風險較高的創新活動。其次，國有企業存在的委托代理問題，導致國有企業存在創新激勵不足、監督不足等問題，降低了加計扣除政策對于國有企業的激勵效果。而非國有企業面臨的市場競爭更加激烈，需要不斷地開發新產品、新專利以占領市場，因此更加注重技術創新。再次，非國有企業管理機制更加靈活，能夠根據多變的外部環境調整企業創新的方向和重點。因此，加計扣除政策能有效降低非國有企業的創新成本，緩解非國有企業面臨的融資約束，從而提高非國有企業的創新產出和創新效率。據此，本文提出假設2。

H2：保持其他因素不變，加計扣除政策對非國有企業的激勵效果更加明顯。

2.企業規模異質性

本文預期加計扣除政策對企業創新的激勵效果還與企業規模相關。這是因為不同規模企業的研發資源、研發風險承受能力和研發意愿不同，對稅收優惠政策的敏感程度也不同，因此稅收優惠政策的激勵效果可能不同。小規模企業多處于初創期，市場份額較低，利潤水平不穩定，導致自有研發資金匱乏，且投資者因小規模企業具有較大的經營風險而保持觀望態度，因此小規模企業面臨融資約束的問題。其次，小規模企業缺乏豐富的研發經驗和完善的管理流程，難以承擔較高的研發風險，研發投入資金較少，加計扣除政策節約的經營現金有限，其政策效果不明顯。而大規模企業多處于成長期或成熟期，市場份額較高，利潤水平比較穩定，具有更完善的研發管理流程和較為順暢的融資渠道，能負擔巨額研發費用和承擔研發風險，研發投入力度較大，加計扣除政策能節約更多的經營現金，其政策效果更為明顯。據此，本文提出假設3。

H3：保持其他因素不變，加計扣除政策對規模較大企業的激勵效果更為明顯。

3.行業特征異質性

本文預期加計扣除政策對企業創新的激勵效果還受到行業特征的影響。高新技術企業和非高新技術企業適用的所得稅政策不同，因此企業所得稅的有效邊際稅率不同，而加計扣除政策作為應稅抵扣的優惠方式，其激勵效果受有效邊際稅率的影響［15］。在我國，醫藥制造業、化學纖維制造業、專用設備制造業等高新技術行業享受所得稅優惠政策，有效邊際稅率較低，這在一定程度上抵銷了加計扣除政策的優惠效果。而非高新技術企業有效邊際稅率較高，在其他條件不變的情況下，加計扣除政策能夠為非高新技術企業節約更多的經營現金流，從而讓此類企業的創新投入增加，進而創新產出和創新效率提高。此外，高新技術企業的創新活動更加頻繁，行業與企業層面的諸多因素均會影響企業創新，因此單一政策對企業創新的影響可能較弱，但是對非高新技術企業來說，行業層面和企業層面的影響企業創新的因素較少，所以加計扣除政策的激勵效果可能更明顯。據此，本文提出假設4。

H4：保持其他因素不變，加計扣除政策對非高新技術企業的激勵效果更為明顯。

4.市場化程度異質性

本文預期加計扣除政策對企業創新的激勵效果還受到市場化程度的影響。處于不同地區的企業所面臨的融資環境、產權制度、激勵機制等不同，因此，市場化程度也影響著加計扣除政策的激勵效果。對市場化程度較高地區的企業而言，首先，其面臨的融資環境更好，表現為融資渠道更為順暢、融資機會更多，因此給企業提供了比較充裕的研發資金。其次，良好的知識產權保護制度能夠降低企業創新的風險，提高企業創新的私人收益，增強企業的研發動機。再次，較為完善的激勵機制能夠調動市場參與者的積極性，推動各種創新資源的融合，在企業創新的過程中，加計扣除政策與各種創新資源相互配合，發揮協同效應，增加企業創新產出，提高企業創新效率。據此，本文提出假設5。

H5：保持其他因素不變，在市場化程度高的地區，加計扣除政策對企業創新的激勵效果更好。

三、研究設計

（一 ）樣本選擇

本文以滬深兩市A股上市公司2013-2017年數據作為研究樣本，建立雙重差分法（DID）模型，檢驗加計扣除政策的激勵效果。此外，借鑒相關研究，對樣本數據進行了如下處理：①剔除金融行業公司和ST公司樣本；②剔除數據缺失公司；③對所有連續型變量進行了1%水平上的縮尾處理。經過以上步驟的處理，最后得到7 841個觀測值。企業是否享受研發費用加計扣除政策的數據通過翻閱上市公司年度公告獲得，其他公司財務數據均來自CSMAR數據庫。數據整理與分析均采用Stata15.0統計軟件。

（二 ）因變量選取

首先，參考 Dosi等（2006）［16］、周煊等（2012）［17］和Hall等（2012）［18］的研究，本文以專利申請數量衡量企業的產出。這是因為當公司提出專利申請時，即表明技術創新已經取得成果，能為公司帶來經濟價值，而專利授權受行政審批、政策制度等因素的影響，具有一定的滯后性。因此，專利申請量比授予量更能真實反映創新水平?？紤]專利申請數量的有偏分布，本文對專利申請數量取對數，得到測度企業創新產出的指標lnPatent。

其次，借鑒 Hirshleifer等（2013）［19］和姚立杰（2018）等［20］的研究，本文以專利申請數量與當年及前一年研發支出之和的比值來衡量企業創新效率（Innovation Efficiency，簡寫為IE）。此外，本文將IE擴大107倍，以便于觀測創新效率，計算公式如下所示：

（三 ）模型構建

本文采用雙重差分模型（DID）來考察加計扣除政策對企業創新產出和創新效率的影響。雙重差分法（DID）是政策實施效果評估中廣為使用的一種計量經濟方法，相對于最小二乘法（OLS），這一方法的優點在于較好地避免了政策變量作為解釋變量所存在的內生性問題。該方法最早由Ashenfelter（1978）［21］引入政策評估中，而國內將該方法較早用于政策評估的研究為周黎安和陳燁（2005）［22］。雙重差分法（DID）要求數據期間至少有兩期，并將所有樣本分為處理組和對照組，其中受到政策影響的樣本作為處理組，不受政策影響的樣本作為對照組。根據處理組和對照組在政策實施前后的相關信息，可以計算處理組在政策實施前后某個指標的變化量，同時計算對照組在政策實施前后同一指標的變化量，然后計算上述兩個變化量的差值來評估政策實施的效果。這就是所謂的雙重差分模型（DID），因為它是處理組差分與對照組差分之差。

運用雙重差分模型進行政策效果評估的文獻十分豐富。Card和Krueger（1994）［23］以美國快餐業數據為研究樣本，利用雙重差分模型考察了最低工資法對就業的影響。與發達國家關于最低工資法對就業影響的研究不同，Alatas和Cameron（2003）［24］通過對印度尼西亞的服裝、紡織、皮革和制鞋業企業進行普查，利用雙重差分模型研究最低工資法的政策效果，發現最低工資法對國內小型企業的就業產生了負面影響，而對大型企業的就業水平沒有影響。Acemoglu和Angrist（2001）［25］基于美國人口調查數據，利用雙重差分模型評估了殘疾人法案的政策效果，發現該法案生效后，殘疾人的就業率大幅下降，并且該法案對中型企業的影響更大。周黎安和陳燁（2005）［22］是國內較早將雙重差分模型引入政策效果評估的文獻，文章以我國591個縣級市的相關數據為研究樣本，發現農村稅費改革提高了農民收入。楊莎莉和張平竺（2014）［26］基于全國稅收調查數據，利用雙重差分模型考察了2009年增值稅全面轉型對企業稅負、固定資產投資和企業經營效益的長期影響，發現增值稅轉型改善了企業的經營環境，收到了良好的政策效果。孫少芹和崔軍（2018）［27］利用雙重差分模型對個人住房房產稅進行了經濟效果評估，發現房產稅對房價有抑制作用，并且對房價的抑制作用小于地方政府收入的增加作用。綜上，可以發現，雙重差分模型是政策實施效果評估中廣為使用的一種方法。

在本文的政策背景下，財政部等三部委聯合發布的《關于完善研發開發費用稅前加計扣除政策的通知》于2016年1月1日開始正式實施，這一事件對于享受到該政策的企業來說是一種“自然實驗”（Natural experiment），適用雙重差分模型進行分析。因此，本文借鑒劉瑞明和趙仁杰（2015）［28］、李剛和牛沖槐（2018）［29］等學者的研究方法，以享受（1）到該政策的上市公司作為處理組樣本，其余上市公司作為對照組樣本。進一步將上市公司劃分為4組子樣本，即加計扣除政策實施之前的處理組、加計扣除政策實施之后的處理組、加計扣除政策實施之前的對照組和加計扣除政策實施之后的對照組。本文通過設置Treat和Period兩個虛擬變量區別上述4組子樣本，其中，Treat=1代表享受加計扣除政策的上市公司，Treat=0代表其他上市公司，Period=1代表加計扣除政策實施之后的年份，Period=0代表加計扣除政策實施之前的年份。根據上述定義，可建立以下雙重差分模型，考察研發費用加計扣除政策對企業創新的激勵效果：

其中，下標i是企業，t是年份；Y是本文的被解釋變量創新產出和創新效率；X是本文的一系列控制變量，主要包括總資產收益率（Roa）、資產負債率（Lev）、企業規模（Size）、企業上市年限（Lnage）、研發支出（RD）、固定資產比率（FA）、管理層持股比例（Hold）、管理層薪酬（Pay）等。各變量具體定義如表1所列。

雙重差分模型中各個參數的含義見表2所列。由模型（2）可知，對于享受加計扣除政策的上市公司（Treat=1），加計扣除政策實施前后的企業創新水平分別是α0+α3和α0+α1+α2+α3，這類上市公司在政策實施前后企業創新的差異是ΔYt=α1+α2，其中，包含了加計扣除政策和其他因素的作用。同樣地，對于其他上市公司（Treat=0），加計扣除政策實施前后的企業創新水平分別是α0和α0+α2，可見，不受研發加計扣除政策影響的上市公司，在政策實施前后企業創新的差異是ΔY0=α2，這個差異沒有包含加計扣除政策對企業創新的影響，因此，用處理組在政策實施前后企業創新的差異ΔYt減去對照組在政策實施前后企業創新的差異ΔY0，得到加計扣除政策對上市公司企業創新的凈影響ΔΔY=α1。如果加計扣除政策對企業創新有激勵效應，那么α1系數應該顯著為正。

表1 變量定義

表2 雙重差分模型中各個參數的含義

四、實證結果

（一 ）描述性統計

表3是本文的描述性統計結果。可以發現，專利申請數量（Pattent）最低為1，最高為136，均值為26.19，中位數為12，標準差為35.055，說明企業之間專利申請數量差異較大。創新效率（IE）的均值和中位數分別為2.533和1.190，呈右偏分布，標準差是3.961，說明企業創新效率差異較大。Period的均值為0.463，接近1/2，說明加計扣除政策實施前后的樣本量大致相等，樣本區間的對稱性較好。Treat的均值為0.404，說明約有2/5的樣本享受了加計扣除政策?？刂谱兞糠矫妫瑯颖酒髽I的總資產收益率（Roa）均值為0.044，標準差為0.049，說明上市企業普遍具有一定盈利能力，但是業績表現差異較大；資產負債率（Lev）均值為0.383，標準差為0.193，說明上市企業面臨的財務壓力較小，財務狀況較為健康；公司規模對數（Size）的平均值為21.961，標準差為1.192，說明樣本企業規模差異較?。还灸挲g（Age）的均值為10.05，中位數為8，說明樣本公司的上市時間普遍較短，平均僅為10年。

表3 描述性統計

（二 ）加計扣除政策對企業創新產出和創新效率的影響

表4報告了加計扣除政策的實施對企業創新產出和創新效率的影響，模型中控制了企業特征、行業固定效應及年份固定效應等因素。從第（1）列可以看出，當被解釋變量為專利申請數量（ln-Patent）時，交互項的系數為0.101 1，即加計扣除政策的實施使得企業的創新產出平均增加0.101 1個單位，且該影響在5%的水平上顯著，說明加計扣除政策對企業創新產出起到了激勵作用，假設1得到驗證。其次，再從企業創新效率來看，從表4第（2）列可以看出，當被解釋變量為專利申請數量與前兩年研發支出之和的比值（IE）時，交互項的系數為0.365 5，即加計扣除政策的實施使得企業的創新效率平均提高了0.365 5個單位，且該影響在5%水平上顯著，假設1再次得到驗證。

此外，黎文靖和鄭曼妮（2016）［30］的研究表明，在產業政策激勵背景下，企業片面追求“數量”而忽略“質量”，即只是非發明專利申請數量顯著增加，而發明專利申請數量無顯著變化。鑒于此，我們同樣將企業創新產出（lnPatent）細分為實質性創新（lnPatenti）和策略性創新（lnPatentud）（2），考察加計扣除政策對不同創新行為的激勵作用。從表4第（3）列和第（4）列發現交互項的系數均在5%水平上顯著為正，系數分別為0.087 9和0.112 6，說明加計扣除政策對實質性創新和策略性創新均具有激勵效果。

表4 加計扣除政策對企業創新產出和創新效率的影響

（三 ）穩健性檢驗

1.平行趨勢檢驗

雙重差分模型的基本假設之一為平行趨勢假設，即要求對照組和處理組的差異只能發生在加計扣除政策實施之后，在此之前，對照組和處理組在創新產出和創新效率方面要有一致的變化趨勢，只有這樣才能根據對照組處理后的值，推算處理組沒有接受處理的情況，從而通過差分得到平均處理效應［31］。因此，為了對樣本的平行趨勢假設進行檢驗，本文定義了3個年份虛擬變量，Year2013、Year2014、Year2015，他們分別代表了加計扣除政策實施前三年。然后將模型（2）中的交互項Period×Treat換成上述3個年份虛擬變量與Treat的乘積進行回歸。此時交互項系數反映的便是，對于政策實施前的某一年處理組和對照組的差異。如果回歸得到的這3個交互項都不顯著，說明政策實施前處理組和對照組不存在明顯的差別，從而平行趨勢假設得證。由表5可以發現，Treat×Year2013、Treat×Year2014及Treat×Year2015的系數基本上均不顯著，因此滿足平行趨勢假設。

2.安慰劑檢驗

本文進一步利用反事實方法［31］，進行安慰劑檢驗，通過人為設定一個加計扣除政策的實施時間點，對其激勵效應進行檢驗，如果交互項系數不顯著，則表明企業創新產出和創新效率的提高是由加計扣除政策引起的，而不是其他因素，反之，結論不穩健。鑒于此，本文將加計扣除政策的實施時間點依次設定為2015年和2014年，進行穩健性檢驗。由表6可以發現，通過設置不同的加計扣除政策實施時間點，交互項Period×Treat的系數均不再顯著，表明企業創新產出和創新效率的提高確實是加計扣除政策帶來的。

表5 穩健性檢驗一：平行趨勢假設檢驗

表6 穩健性檢驗二：安慰劑檢驗

續表6

3.改變窗口期

為了識別加計扣除政策的激勵效應是否會隨樣本時間長短的變化而變化，本文通過改變窗口期識別政策對時間變化的敏感性［32］。具體做法是依次將樣本區間縮短為2014-2017年和2015-2017年進行回歸，如果回歸系數和顯著性沒有變化，則表明本文估計結果是穩健的。結果見表7所列，通過改變用于回歸的時間區間，加計扣除政策的激勵效應系數均顯著為正，依然支持前文結論，從而證明本文結論是穩健的。

表7 穩健性檢驗三：改變窗口期

4.改變樣本范圍

由于企業創新在不同行業中存在較大差異，因此本文將樣本限定于制造業企業進行穩健性檢驗，結果見表8所列，交互項的系數依然為正，雖然顯著性水平略有下降，但結論未發生實質性變化。至此，通過上述穩健性檢驗，有理由相信本文估計結果和結論十分穩健。

表8 穩健性檢驗四：改變樣本范圍

（四 ）異質性分析

1.產權性質的異質性分析

國有企業和非國有企業由于產權性質不同，其在管理機制、市場環境、資源條件等方面存在差異，從而加計扣除政策對企業創新產出和創新效率的激勵效果可能顯示出異質性特征。鑒于此，本文將樣本企業分為國有企業和非國有企業進行回歸分析，回歸結果見表9所列?？梢钥闯觯换ロ椀南禂祪H在非國有企業中顯著為正，分別為0.117 2和0.475 8，表明加計扣除政策的實施僅對非國有企業的創新產出和創新效率起到了激勵作用，而對國有企業的激勵效果并不明顯。這可能是因為非國有企業管理機制和體系更加靈活，能夠更好地運用研發費用加計扣除這一稅收優惠政策，提高企業的創新產出和創新效率，而國有企業存在的委托代理問題，導致國有企業存在創新激勵不足、監督不足等問題，這在一定程度上降低了加計扣除政策的激勵效果，假設2得到了驗證。

表9 異質性檢驗一：產權性質異質性

2.企業規模的異質性分析

不同規模企業的研發資源、研發動機和風險承擔能力不同，對加計扣除這一稅收優惠政策的敏感程度也不同，間接影響加計扣除政策的激勵效果。鑒于此，本文根據企業規模的樣本中位數將總樣本劃分為大規模企業和小規模企業兩組樣本進行回歸分析，結果見表10所列?？梢钥闯?，在大規模企業組中，加計扣除政策的實施使得企業的創新產出和創新效率平均提升了0.149 9和0.440 7個單位，且該影響在5%水平上顯著。而在小規模企業組中，交互項對企業創新產出和創新效率的回歸系數分別為0.029和0.263 1，均不顯著。以上結果表明在不同規模的企業中，稅收優惠政策的激勵效果存在差異，即加計扣除政策更能提高大規模企業的創新產出和創新效率，但對小規模企業的激勵效果并不明顯，假設3得到驗證。這可能是因為大規模企業更注重企業的長期發展，期望通過開發新產品、新專利提高發展質量，因而在稅收優惠政策激勵下企業更有動力增加研發投入等長期投資，進而提高企業創新產出和創新效率。而小規模企業受制于市場研發經驗匱乏和管理流程尚不完善等問題，難以承擔較高的研發風險，加計扣除政策節約的經營現金有限，導致其政策效果不明顯。

表10 異質性檢驗二：企業規模異質性

3.行業特征的異質性分析

加計扣除政策作為應稅抵扣的優惠方式，其激勵效果受有效邊際稅率的影響［15］。高新技術行業享受所得稅優惠政策，有效邊際稅率較低，因此加計扣除政策對高新技術企業和非高新技術企業的激勵效果可能存在差異。鑒于此，本文根據2012年中國證監會公布的《上市公司行業分類指引》將樣本企業分為高新企業和非高新企業。具體來說，將行業代碼C26、C27、C28、C35、C37、C39、C40劃分為高新技術企業，其他為非高新技術企業。表11列示了按行業特征分組的回歸結果，可以發現，加計扣除政策的實施對非高新技術企業的激勵效應顯著為正，而對高新技術企業無顯著作用。具體而言，在其他條件相同的情況下，加計扣除政策的實施使得非高新技術企業的創新產出和創新效率分別提高了0.144 6和0.873 2個單位，且該影響分別在5%和10%的水平上顯著，假設4得到驗證。這可能是因為非高新技術企業有效邊際稅率較高，在其他條件不變的情況下，加計扣除政策能夠為非高新技術企業節約更多的經營現金流，從而讓此類企業的創新投入增加，進而創新產出和創新效率提高。

表11 異質性檢驗三：行業特征的異質性

4.市場化程度的異質性分析

處于不同地區的企業所面臨的融資環境、產權制度、激勵機制等不同，因此，市場化程度也影響著加計扣除政策的激勵效果。鑒于此，本文根據市場化指數的中位數將總樣本劃分為高市場化和低市場化兩組樣本進行回歸分析，具體檢驗回歸結果見表12所列?？梢钥闯?，在高市場化地區組中，加計扣除政策的實施使得企業創新產出平均提高了0.176 4個單位，且該影響在1%的水平上顯著。而在低市場化地區分組中，交互項對企業創新產出和創新效率的回歸系數均不存在顯著關系，說明加計扣除政策對不同地區企業的激勵作用存在差異，假設5得到驗證。這可能是因為市場化程度高的地區在融資環境、產權制度、激勵機制等方面更具優勢，企業的研發能力更強，為加計扣除政策帶來創新產出和創新效率的大幅提高創造了條件，同時各種創新資源相互配合，發揮協同效應，創新產出更多，創新效率更高。而市場化程度低的地區經濟發展水平較低、研發能力較弱，因此加計扣除政策對企業創新產出和創新效率的促進作用有限。

表12 異質性檢驗四：市場化程度的異質性

五、研究結論與建議

在我國的經濟轉型過程中，上市公司作為優質企業，其創新活動對我國建設創新型國家、貫徹落實創新驅動發展戰略至關重要。因此，如何有效提高上市公司的創新水平和創新效率，實現從“中國制造”到“中國創造”的轉型升級是社會各界關注的熱點。政府制定的稅收優惠政策是推動企業創新的重要手段，其具有公平、透明的特點，因此世界各國普遍采用其來激勵企業創新。而定量評估稅收優惠政策的激勵效果對完善政策制定、進一步提高企業創新具有非常重要的意義。鑒于此，本文以2013-2017年滬深A股上市公司為樣本，實證檢驗了加計扣除政策對創新產出和創新效率的激勵效果。研究結果表明，加計扣除政策實施之后，企業的創新產出和創新效率顯著提高，并且該結論在經過一系列穩健性檢驗之后依然成立。進一步地，本文發現加計扣除政策的激勵效果存在異質性，即對非國有企業、大規模企業、非高新技術企業和高市場化地區企業的創新產出和創新效率的激勵效果更好。

根據以上研究結論，本文給出如下政策建議：第一，積極推動國有企業混合所有制改革，完善國有企業的監督機制和績效評價機制，提高國有資本的管理效率，將企業創新納入考核范圍，激發國有企業的創新活力，提高國有企業的創新產出和創新效率。第二，政府在制定稅收優惠政策時，注重“普惠性”和“特惠性”政策的協調，綜合考慮產權性質、企業規模、行業特征、市場化程度等特點，實行有差別的稅收優惠政策。對于中小企業、高新技術企業和中西部地區企業可以給予更大的政策扶持，適當提高加計扣除比例，以提高稅收優惠政策的激勵效果。第三，政府應加強制度建設，減少對市場的干預，為企業創新提供良好的法制環境和公平的競爭環境，同時培養企業家的自主創新精神，激發企業的技術創新活力，以更好地發揮稅收優惠政策的激勵效果，實現創新投入向創新產出的轉變。

注 釋：

（1）按照現行財務信息公開披露的要求，企業應當在公開披露的年度財務報告中的“所得稅費用”項目注釋中披露“研發支出加計扣除的納稅影響”信息，以證明企業享受研發費用加計扣除政策的情況。該信息是判斷企業是否享受研發費用加計扣除政策的唯一證據，披露為享受，反之為未享受。

（2）實質性創新（lnPatenti）為發明專利的自然對數，策略性創新（lnPatentud）為實用新型和外觀設計專利之和的自然對數。