稅收優惠政策能提升高新技術企業 發明型創新效率嗎

秦修宏 黃國良

【摘要】以2007～2019年高新技術上市公司為樣本， 研究稅收優惠對高新技術企業不同類型創新效率的差異化影響， 結果發現：稅收優惠水平與高新技術企業發明型創新效率正相關但不顯著， 與外觀設計和實用新型等非發明型創新效率顯著正相關， 表明稅收優惠可以顯著提高高新技術企業外觀設計和實用新型等非發明型創新效率， 但對發明型創新效率并沒有起到顯著的促進作用。 進一步研究表明：高新技術企業所獲得的政府補助比例越高， 稅收優惠對外觀設計和實用新型等非發明型創新效率的正向作用越明顯; 與國有企業相比， 稅收優惠對外觀設計和實用新型等非發明型創新效率的正向影響在非國有企業更加顯著。

【關鍵詞】稅收優惠;政府補助;高新技術企業;發明型創新效率

【中圖分類號】F272.3? ? ? 【文獻標識碼】A? ? ? 【文章編號】1004-0994（2020）21-0113-7

一、引言

為促進企業技術創新， 國家稅務總局于2019年頒布了《“大眾創業 萬眾創新”稅收優惠政策指引》（簡稱《指引》）。 《指引》針對創新創業主要環節和關鍵領域共推出89項稅收優惠措施， 試圖通過減稅、免稅等方式來鼓勵相關企業進行技術創新。 高新技術企業作為我國創新活動的重要載體， 得到了國家的重點支持和幫助， 《指引》中提到對于符合高新技術認定標準的企業減按15%的稅率征收企業所得稅， 并將虧損結轉年限延長至10年。 這一優惠政策的目的是緩解企業在進行創新活動時所面臨的資金壓力和經營風險， 并提高企業自主創新的積極性， 激勵企業加大對于新產品和新技術的研發投入， 但是否能達到預期目標， 還有待實證數據的驗證。 葉子榮、賈憲洲[1] 將企業的創新類型分為兩種：一種是代表技術創新的發明型專利， 另一種是代表技術模仿的外觀設計和實用新型等非發明型專利。 與非發明型專利相比， 發明型專利創造力更高， 對企業和社會的貢獻更大， 因而也是政府稅收優惠政策的主要服務目標。 但發明型專利由于難度系數較大且不確定因素較多， 往往需要企業投入更多的研發經費， 承擔更大的研發風險以及面臨更嚴格的審查標準[2] 。 而作為理性經濟人， 企業在做出創新決策時必然會考慮該項創新活動能否為企業帶來凈收益。 因此， 即使受到政府稅收優惠政策的激勵， 企業在組織創新活動時對于發明型專利和非發明型專利的偏好也會有所不同。 為了全方位考察稅收優惠對不同類型創新效率影響的差異性， 本文參照以往學者的研究， 將創新效率分為發明型創新效率、外觀設計和實用新型等非發明型創新效率兩種， 分別檢驗稅收優惠對這兩種創新效率的作用效果差異。

本文利用高新技術上市公司2007 ～ 2019年的樣本數據實證檢驗了稅收優惠對企業不同類型創新效率的差異化影響。 本文的主要貢獻包括：①將創新效率按照動機和效果進行分類， 更加具體地研究稅收優惠對企業不同類型創新效率的差異化影響， 從而為政府稅收優惠政策的制定提供參考， 進而更好地激勵和引導高新技術企業提高技術創新效率。 ②與以往研究不同， 本文不再使用單一的創新產出指標來衡量創新效率， 而是采用數據包絡分析（即DEA模型）對企業的創新效率進行評估。 這是因為對于高新技術企業來說， 研發失敗導致的效率損失不可忽視， 相比產出指標， 非期望產出的DEA模型更加全面地反映了企業真實的創新績效。 ③豐富了稅收優惠經濟后果及企業創新效率影響因素等的相關文獻。 考察宏觀稅收優惠政策對微觀企業創新效率的影響不僅為稅收優惠的激勵作用增添了實證證據， 拓展了稅收優惠的經濟后果文獻， 同時也豐富了企業創新效率影響因素的相關文獻。

二、理論分析與假設提出

為了提高企業的創新效率， 政府采取了一系列措施來降低企業在創新過程中面臨的壓力和風險， 較為常見的兩種措施是財政補貼和稅收優惠[3] 。 其中， 稅收優惠以事后激勵的方式有效降低了財政補貼可能引發的尋租風險， 被認為是一種更為長期且有效的創新激勵方式。 然而， 關于稅收優惠是否可以提高企業創新效率， 學者們卻持兩種截然不同的觀點。 一種觀點認為， 稅收優惠可以有效提高企業創新效率[4] 。 原因在于稅收優惠通過減少納稅額給予企業一定的風險補償， 在一定程度上降低了企業的創新成本。 此外， 基于信號傳遞理論， 稅收優惠作為一種“利好”的信號可以有效解決企業的融資難題， 幫助企業獲得更多的資金支持， 避免企業在創新過程中遇到資金短缺問題[5] 。 另一種觀點認為， 稅收優惠并不能提高企業創新效率， 甚至有可能抑制企業創新[6，7] 。 這是因為采取稅收優惠政策這種事后激勵方式更注重企業后期成果轉化階段的創新產出， 對前期的研究開發環節卻無法提供及時的幫助。 因此， 與事前激勵相比， 稅收優惠對于企業創新的引導性較弱， 在某種程度上可能會促使企業把節省下來的資金投入收益更高、周期更短的其他投資項目， 而不是成本高、風險大、周期長的創新研發項目中， 最終致使企業創新效率越來越低[8] 。

以上兩種觀點之所以存在偏差， 是因為大多數研究都是以企業總的專利申請數或專利授權數作為創新效率的衡量標準， 卻忽視了企業創新活動類型的差異[2] 。 我國《專利法》將專利類型分為發明專利、外觀設計專利和實用新型專利三種， 其中， 發明專利具有較大的突破性， 屬于高質量創新， 而外觀設計和實用新型專利只是在原有基礎上稍做改進， 故統稱為低質量創新[9] 。 對于不同類型的創新活動， 稅收優惠的激勵作用也可能存在很大差異， 主要原因可以從以下兩個方面進行闡述：

第一， 從企業的創新選擇偏好來看， 目前， 我國對于高新技術企業實行的是無差別的稅收優惠政策， 也即只要企業被認定為高新技術型企業， 便可享受減按15%的稅率繳納企業所得稅， 并不要求企業的創新成果必須是高質量的發明專利。 換句話說， 該優惠政策更側重于企業的綜合創新產出“數量”， 對技術成果的“質量”并沒有設置具體要求， 故企業在進行創新決策時擁有較大的自主選擇權， 可以根據自身發展要求和市場需要自主決定開展何種類型的創新活動， 從而增加其被認定為高新技術企業的幾率[10] 。 然而， 按照我國現行的高新技術企業認定標準， 企業的創新能力評價得分需達到70分以上才能獲得認定資格， 其中， 對于企業知識產權的評價采取的是定性與定量相結合的方式， 若企業擁有一項技術更為先進的Ⅰ類知識產權也即發明型創新成果， 便可獲得7 ～ 8分的高評價， 但若企業只有先進程度較低的Ⅱ類知識產權， 包括外觀設計和實用新型創新成果， 則只能獲得1 ～ 2分的較低評分。 雖然一項發明型創新成果可以比一項外觀設計和實用新型等非發明型創新成果獲得更高的認定得分， 但由于發明型創新具有難度系數高、資金投入量多、研發周期長以及創新失敗可能性大等諸多劣勢， 故企業管理層尤其是保守的管理層對于高風險、高投入的發明型創新活動往往持消極態度[2] 。 相反， 外觀設計和實用新型等非發明型創新盡管認定得分低， 但相對而言難度系數降低許多， 且資金投入量、研發周期以及不確定因素也相對較少， 因此， 除了少數處于技術前沿的企業， 大多數企業可能更偏向于通過多項非發明型創新成果代替發明型創新成果來提高認定得分， 從而達到高新技術企業認定標準， 進而享受稅收優惠政策[11，12] 。

第二， 從稅收優惠政策的風險補償機制來看， 與非發明型創新相比， 發明型創新不僅需要投入更多的資金、承擔更高的風險， 而且具有更大的正外部性特征， 也即企業的期望收益受損程度會更大， 相應地， 企業所要求的風險補償也會隨之增加。 雖然稅收優惠在一定程度上降低了企業創新的邊際成本且提高了企業創新的期望收益， 但無差別的稅收優惠政策并沒有給予發明型創新更多額外的損失補償， 因此， 相較于非發明型創新， 稅收優惠對于提高企業發明型創新積極性的作用效果可能并不顯著[10] 。 基于以上分析， 本文提出如下假設：

在其他條件不變的情況下， 稅收優惠對高新技術企業外觀設計和實用新型等非發明型創新效率有顯著正向作用， 但對發明型創新效率無顯著影響。

三、研究設計

（一）樣本選擇與數據來源

本文選取2007 ～ 2019年被認定為高新技術企業的上市公司數據為研究樣本。 高新技術企業是指， 在國家重點支持的高新技術領域內， 持續進行研究開發和技術成果轉化， 形成企業核心自主知識產權， 并以此為基礎開展經營活動的企業。 對樣本按照下列標準進行篩選：①剔除當年上市、ST或?ST公司; ②剔除財務數據缺失的樣本。 經過篩選， 最終獲得了12185個觀測值。 本文主要財務數據來源于國泰安數據庫， 專利數據來源于巨潮資訊網和國家知識產權局的專利數據庫， 部分指標通過計算整理而得， 對回歸模型中所有的連續變量都進行了上下1%的winsorize處理。

（二）主要變量定義

1. 創新效率。 借鑒張娜、杜俊濤[13] 的研究， 本文基于數據包絡分析（DEA）， 擬采用非期望產出的超效率模型對創新效率（IE）進行計算。 選取的指標包括：投入指標、產出指標和非期望產出指標。 其中： 投入指標包括資本投入和人力資本投入， 資本投入用公司的研發費用總額來衡量， 人力資本投入用企業技術員工總數衡量; 產出指標主要指企業當年已授權專利數量; 非期望產出指標采用當年已授權的專利數量減去公司過去三年專利申請數量的均值來衡量（因為從專利申請到最終授權的周期一般在1 ～ 3年左右， 所以本文不用當年專利申請數量作為被減項， 而是采用過去三年專利申請數量的均值作為被減項）。

根據以上三項指標結合公式（1）計算得到的是企業總創新效率（IE）， 為了分別得到發明型創新效率（IPA）、外觀設計和實用新型等非發明型創新效率（NIPA）， 本文按照企業當年發明型專利、外觀設計和實用新型等非發明型專利授權數量所占的比例作為權重， 與總創新效率相乘， 最終得到公司發明型創新效率、外觀設計和實用新型等非發明型創新效率。

（1）

2. 稅收優惠。 對于稅收優惠， 本文借鑒李維安等[14] 的研究， 選擇較為常見的所得稅優惠來衡量。 具體衡量方式為采用25%的名義所得稅稅率與實際所得稅稅率的差額與利潤總額相乘從而獲得企業所得稅優惠數額， 然后再用所得稅優惠數額除以企業主營業務收入， 最終獲得經企業規模調整后的稅收優惠力度（TAXI）。

3. 其他控制變量。 除此之外， 綜合已有文獻的研究成果， 本文還選取了Size、LEV、ROA等作為控制變量， 具體變量定義如表1所示。

（三）模型構建

為了驗證研究假設， 本文構建如下模型：

IPAt+1/NIPAt+1=α0+α1TAXIt+Controls+

Year+Industry+ε? ? ? （2）

模型（2）中：IPAt+1和NIPAt+1分別作為因變量， 指的是高新技術企業第t+1期發明型創新效率以及外觀設計和實用新型等非發明型創新效率; TAXIt是自變量， 指第t期高新技術上市公司稅收優惠; Controls是本文表1中的所有控制變量， 均采用第t期的數值; Year和Industry用于控制年度和行業。 本文將重點關注系數α1的方向和顯著性。

四、實證結果與分析

（一）描述性統計

表2是本文主要變量的描述性統計結果， 因變量IPA和NIPA的最小值都為0， 最大值分別為0.067和0.100， 均值分別為0.005和0.007， 說明公司外觀設計和實用新型等非發明型專利數量普遍比發明型專利數量多; 自變量TAXI的最小值為

-0.228， 最大值為0.075， 均值為0.004， 說明我國高新技術上市公司間稅收優惠水平差異較大。 其他控制變量的描述性統計結果都在合理范圍內， 限于篇幅， 不再一一闡述。

（二）稅收優惠與創新效率回歸結果分析

表3列示了稅收優惠與高新技術企業發明型創新效率和非發明型創新效率的回歸結果， 從第（1）列可以看出， 稅收優惠與發明型創新效率正相關， 但不顯著， 說明稅收優惠并不能顯著提高高新技術企業的發明型創新效率; 第（2）列顯示稅收優惠與外觀設計和實用新型等非發明型創新效率在1%的水平上顯著正相關， 意味著稅收優惠顯著提高了高新技術企業的外觀設計和實用新型等非發明型創新效率， 由此， 前文提出的研究假設得到驗證。

（三）政府補助對二者關系的影響分析

高新技術企業經常獲得政府補助以支持其在相關行業進行技術創新， 獲得政府補助的公司會加大對核心技術的研發和投入， 以支持公司在相關領域處于技術領先水平[15] 。 那么作為事前激勵的政府補助和作為事后激勵的稅收優惠對于高新技術企業創新效率的影響存在互補效應還是替代效應呢？ 如果是互補效應， 那么稅收優惠和政府補助的交互效應將顯著為正; 如果是替代效應， 那么稅收優惠和政府補助的交互效應將顯著為負。 表4列示了政府補助對二者關系影響的回歸結果， 對于發明型創新效率， 交互項TAXIt×SUBt的系數為0.089， 且在10%的水平上顯著; 對于非發明型創新效率， 交互項TAXIt×SUBt的系數為0.059， 且在5%的水平上顯著。 由此可以得出， 政府補助和稅收優惠對于高新技術企業創新效率的影響存在互補效應， 也即政府補助強化了稅收優惠對非發明型創新效率的正向影響。

（四）產權性質對二者關系的影響分析

張娜、杜俊濤[13] 研究認為， 稅收優惠對于不同產權性質企業創新效率的影響是有差異的， 相較于國有企業， 稅收優惠對非國有高新技術企業創新效率的促進作用更加顯著。 這主要是因為國有企業所受到的融資約束較小， 除了更容易獲取政府補助， 還能通過銀行貸款等眾多渠道較快地獲得創新資源， 故稅收優惠對創新的激勵作用就顯得微不足道[16] 。 而非國有企業資源條件相對有限， 且為了能在激烈的市場競爭中取勝往往更加注重技術創新， 因此， 稅收優惠對非國有企業創新效率的作用效果更加明顯[17] 。 為了檢驗稅收優惠對高新技術企業的促進作用在國有企業和非國有企業中是否存在差異， 本文引入產權性質虛擬變量， 并與稅收優惠進行交乘， 然后代入模型（2）進行回歸。 表5列示了產權性質對二者關系影響的回歸結果。 結果顯示， 對于發明型創新效率， 交互項TAXIt×SOEt的系數為-0.014， 且在5%的水平上顯著; 對于非發明型創新效率， 交互項TAXIt×SOEt的系數為-0.031， 且在1%的水平上顯著。 說明國有產權性質削弱了稅收優惠對高新技術企業創新效率的正向影響， 由此也證實了稅收優惠對外觀設計和實用新型等非發明型創新效率的正向影響在非國有企業更加顯著。

（五）穩健性檢驗

1. 兩階段回歸。 本文采用工具變量法并進行兩階段最小二乘法（2SLS）回歸來緩解稅收優惠和企業創新效率之間可能存在的內生性問題。 選取滯后一期的稅收優惠（TAXIt-1）作為工具變量。 表6列示了采用TAXIt-1作為工具變量并進行兩階段回歸的回歸結果。 在第一階段的回歸結果中， TAXIt-1與TAXI t的系數為0.115， 在1%的水平上顯著， 符合工具變量的相關性原則。 第二階段回歸結果顯示TAXIt與IPAt+1的系數為0.173， 但不顯著， 表明稅收優惠不能提高發明型創新效率; TAXIt與NIPAt+1的系數為0.047， 在1%的水平上顯著， 表明稅收優惠能提高外觀設計和實用新型等非發明型創新效率， 假設再次得到證實。 2SLS回歸結果與前文檢驗結果保持一致， 研究結論依然成立。

2. 變量替換。 本文分別對自變量和因變量進行替換， 然后代入模型（2）重新檢驗， 回歸結果如表7所示。 表7第二、三列列示了自變量替換的回歸結果， 替換方式為采用TAXSt替代TAXIt來衡量稅收優惠[18] ， 其中， TAXS=[利潤總額×（名義所得稅稅率-實際所得稅稅率）]/總資產。 結果顯示， TAXSt與IPAt+1的系數為0.018， 不顯著; TAXSt與NIPAt+1的系數為0.019， 在1%的水平上顯著。 這再次驗證了稅收優惠與發明型創新效率不相關， 與非發明型創新效率顯著正相關， 與前文結論完全一致。 第四、五列列示的是因變量替換的回歸結果， 替換方式為采用IPEt+1、NIPEt+1替代IPAt+1、NIPAt+1衡量企業創新效率[19] ， 其中， IPEt+1等于發明型專利數除以研發費用， NIPEt+1等于外觀設計和實用新型等非發明型專利數除以研發費用。 回歸結果依然與前文保持一致， 研究結論依舊成立。

3. 時間敏感性測試。 為了消除時間趨勢對實證結果的影響， 本文擬采用時間敏感性測試對回歸結果進行穩健性檢驗。 由于專利研發周期較長， 所以， 本文擬采用t+2期的創新效率（IPAt+2和NIPAt+2）作為因變量對模型進行回歸， 結果如表8所示。 由表8可知， 稅收優惠與發明型創新效率正相關但不顯著， 與外觀設計和實用新型等非發明型創新效率在1%的水平上顯著正相關。 說明稅收優惠不能顯著提高高新技術企業的發明型創新效率， 但能夠顯著提高高新技術企業的外觀設計和實用新型等非發明型創新效率。 由此， 前文提出的研究假設依然成立。

4. 公司固定效應。 為了消除公司個體特征對實證結果的影響， 本文還控制了公司固定效應， 回歸結果如表9所示：TAXIt與IPAt+1的回歸系數為0.012， 依然不顯著; 而與NIPAt+1的回歸系數為0.019， 在5%的水平上顯著。 結果與前文一致， 研究結論保持不變。

五、結論與政策建議

本文利用我國高新技術上市公司2007 ～ 2019年的數據對稅收優惠和企業創新效率的關系進行了研究。 最終得出如下結論：①稅收優惠水平與高新技術上市公司發明型創新效率正相關但不顯著， 即稅收優惠并不能顯著提高高新技術上市公司發明型創新效率; ②稅收優惠水平與外觀設計和實用新型等非發明型創新效率顯著正相關， 即稅收優惠在一定程度上提高了高新技術上市公司外觀設計和實用新型等非發明型創新效率; ③當高新技術企業的政府補助比例越高時， 稅收優惠對外觀設計和實用新型等非發明型創新效率的正向影響越顯著; ④與國有企業相比， 稅收優惠水平對外觀設計和實用新型等非發明型創新效率的正向影響在非國有企業更顯著。

針對以上研究所得出的結論， 本文提出如下三點政策建議：

第一， 增加稅收優惠政策對于創新成果的新穎性要求。 我國現行的稅收優惠政策缺乏對于企業創新成果的新穎性要求， 即對于不同類型的創新活動采取的是無差別的稅收激勵， 這不僅不利于企業創新成果的突破， 還有可能引發企業為享受稅收優惠而從事一系列低質量創新活動等機會主義行為。 因此， 若想提高企業對于發明型創新的積極性， 鼓勵更多企業從事高質量的創新活動， 政府應當將創新成果的新穎性設置為高新技術企業享受稅收優惠政策的重要參考指標。 比如， 若企業從事的是新穎度較高的發明型創新活動， 就可以相對更容易獲得稅收補助， 但如果企業從事的是新穎度較低的外觀設計和實用新型等非發明型創新活動， 則需要適當提高其享受稅收優惠的條件， 加大其享受稅收優惠的難度。

第二， 發揮政府補助和稅收優惠的互補作用。 本文結果顯示， 在提升高新技術企業創新效率方面， 政府補助與稅收優惠都能夠促進非發明型創新效率的提高， 政府補助與稅收優惠之間存在相互促進作用。 因而， 政府在提高高新技術企業創新效率時， 可以考慮同時采用政府補助、稅收優惠等多種措施并舉的方式， 進而在促進公司提高創新效率方面起到1+1>2的效果。

第三， 對于不同產權性質的企業， 稅收優惠激勵政策應當有所差別。 與非國有企業相比， 國有企業可以憑借自身優勢更容易地籌集到創新所需資金， 故稅收優惠對創新的激勵作用顯得并沒有那么重要， 而非國有企業由于不存在這方面的優勢， 故往往會更加珍惜政府的創新補助， 提高創新效率以在市場競爭中取勝。 因此， 政府在制定稅收優惠政策時應當考慮企業產權性質的差異， 加大對非國有企業的補貼， 適當減小對國有企業的稅收優惠力度。

【 主 要 參 考 文 獻 】

[1] 葉子榮，賈憲洲. 科技財政與自主創新：基于中國省級DPD模型的實證研究[ J].管理評論，2011（2）：72 ～ 79.

[2] 陳遠燕，何明俊，張鑫媛.財政補貼、稅收優惠與企業創新產出結構——來自中國高新技術上市公司的證據[ J].稅務研究，2018（12）：48 ～ 54.

[3] 陳東，法成迪.政府補貼與稅收優惠并行對企業創新的激勵效果研究[ J].華東經濟管理，2019（8）：5 ～ 15.

[4] 儲德銀，紀凡，楊珊.財政補貼、稅收優惠與戰略性新興產業專利產出[ J].稅務研究，2017（4）：99 ～ 104.

[5] 石紹賓，周根根，秦麗華.稅收優惠對我國企業研發投入和產出的激勵效應[ J].稅務研究，2017（3）：43 ～ 47.

[6] 張同斌，高鐵梅.財稅政策激勵、高新技術產業發展與產業結構調整[ J].經濟研究，2012（5）：58 ～ 70.

[7] Cowling M.. You can lead a firm to R&D but can you make it?innovate？ UK evidence from SMEs[ J].Small Business Economics，2016（4）：565 ～ 577.

[8] 張俊瑞，陳怡欣，汪方軍.所得稅優惠政策對企業創新效率影響評價研究[ J].科研管理，2016（3）：93 ～ 100.

[9] 白旭云，王硯羽，蘇欣. 研發補貼還是稅收激勵——政府干預對企業創新績效和創新質量的影響[ J].科研管理，2019（6）：9 ～ 18.

[10] 胡凱，吳清.R&D稅收激勵、知識產權保護與企業的專利產出[ J].財經研究，2018（4）：102 ～ 115.

[11] Tong T. W.， Wenlong H.， Zi-Lin H.， Jiangyong L.. Patent?regime shift and firm innovation： Evidence from the second amendment to China's patent law[Z].Academy of Management Annual Meeting Proceedings，2014.

[12] 黎文靖，鄭曼妮.實質性創新還是策略性創新？——宏觀產業政策對微觀企業創新的影響[ J].經濟研究，2016（4）：60 ～ 73.

[13] 張娜，杜俊濤.財稅政策對高新技術企業創新效率的影響——基于交互作用的視角[ J].稅務研究，2019（12）：47 ～ 53.

[14] 李維安，李浩波，李慧聰.創新激勵還是稅盾？——高新技術企業稅收優惠研究[ J].科研管理，2016（11）：61 ～ 70.

[15] 鄭春美，李佩.政府補助與稅收優惠對企業創新績效的影響——基于創業板高新技術企業的實證研究[ J].科技進步與對策，2015（16）：83 ～ 87.

[16] 楊洋，魏江，羅來軍.誰在利用政府補貼進行創新？——所有制和要素市場扭曲的聯合調節效應[ J].管理世界，2015（1）：75 ～ 86.

[17] 賀康，王運陳，張立光等.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[ J].華東經濟管理，2020（1）：37 ～ 48.

[18] 段姝，楊彬.財政補貼與稅收優惠的創新激勵效應研究——來自民營科技型企業規模與生命周期的詮釋[ J].科技進步與對策，2020（16）：120 ～ 127.

[19] 陳洋林，宋根苗，張長全.稅收優惠對戰略性新興產業創新投入的激勵效應評價——基于傾向評分匹配法的實證分析[ J].稅務研究，2018（8）：80 ～ 86.