研發費用加計扣除與企業全要素生產率

任燦燦，郭澤光，田智文

（1.山西財經大學 會計學院，山西 太原030006；2.上海紅星美凱龍房地產集團有限公司 太原分公司，山西 太原030000）

一、引 言

2014年5月，習近平總書記提出中國經濟進入“新常態”，傳統、粗放的增長模式不再適應經濟發展的要求。黨的十九大報告也明確指出，我國經濟正處在轉變發展方式、優化經濟結構、轉換增長動力的攻關期，這意味著我國經濟發展開始更加強調質量提升和效率變革。微觀經濟是整個社會經濟的基礎，不僅決定著市場經濟的發展狀況，而且決定著社會經濟活動的生機和活力。因此，實現國家層面經濟高質量發展不能忽略企業全要素生產率的提升。

按照新經濟增長理論，企業總產出是在資本、勞動等有形要素投入的基礎上，通過投入技術、組織管理等無形要素所形成的產出總量，全要素生產率（Total Factor Productivity，TFP）則衡量各類要素綜合投入下單位投入的產出水平（Baier，2006）［1］。全要素生產率受規模效應、技術進步和管理模式的影響，而技術創新是全要素生產率提升的核心和關鍵驅動力（程惠芳和陸嘉俊，2014；李廉水等，2020）［2-3］。為鼓勵企業創新，我國政府出臺了一系列優惠政策，研發費用加計扣除政策是直接針對企業研發活動的稅收抵減政策，已有二十多年的推行歷史，2013年至今政策得到進一步深化，如2015年明確50%的加計扣除額度，2017年科技型中小企業扣除比例提升至75%，2018年將研發費用加計扣除75%的政策覆蓋到幾乎所有企業。政策法規的陸續出臺表明政府對企業創新的重視程度日漸提高，政策作用也成為研究的熱門話題。已有文獻主要從研發投入視角分析其經濟后果，普遍發現研發費用加計扣除對促進企業研發投入具有顯著激勵效應（Rumina，2015；李 新 等，2019；姚 維 保 等，2020）［4-6］。但研發投入只有轉化為創新產出和生產力才能真正提升企業市場競爭力（Claudio，2013）［7］。相關研究較少且結論不統一，有研究表明加計扣除政策實施后，企業創新產出和創新效率顯著提升（賀康等，2020）［8］，但也有學者認為其對創新產出的作用不顯著（馮澤等，2019）［9］。薛剛等（2019）［10］的研究雖然肯定了研發費用加計扣除對企業全要素生產率的積極作用，但缺乏對影響路徑的檢驗，研究系統性不足。此外，薛剛等（2019）［10］僅從企業技術密集度視角分析了政策影響效果的差異［10］，而研發費用加計扣除可能受到企業其他特征的影響，規模效應和代理問題都可能導致政策實施效果不同。研發費用加計扣除政策如何影響企業全要素生產率水平及在不同企業情境中存在哪些差異等問題尚未得到驗證。

為此，本文以2014—2018年中小企業為研究對象，探究研發費用加計扣除對企業全要素生產率的影響及傳導路徑，并進一步檢驗企業規模、代理問題對兩者關系的調節效應。本文創新點在于：①以往文獻大多分析研發費用加計扣除政策對企業研發投入的影響，但能否進一步帶動生產率水平提升尚未得到充分檢驗。本文的研究結論豐富了研發費用加計扣除政策對企業全要素生產率影響的文獻，彌補了相關領域研究的不足。②雖然個別學者初步檢驗了兩者的關系，但對于其通過何種路徑產生效應尚未作出回答。本文檢驗了研發費用加計扣除政策對企業全要素生產率的影響路徑，構建了“研發費用加計扣除政策——研發投入——創新產出——全要素生產率”的研究鏈條和框架，使研究內容更完整。

二、理論分析及研究假設

（一）研發費用加計扣除對企業全要素生產率的影響分析

研發費用加計扣除政策對企業全要素生產率的影響主要包括以下兩方面：

（1）企業研發、生產等各項活動都離不開要素資源的支持。無論是企業層面還是市場層面，資源配置不當都易導致效率降低和全要素生產率的折損（Hsieh 和Klenow，2009；蓋慶恩等，2015）［11-12］。作為一項稅收優惠政策，研發費用加計扣除會引導資源的流向。政策實施后，開展研發活動的企業相比政策實施前能增大稅前抵扣額度，減少稅負。為享受這一政策帶來的紅利，企業更愿意將部分閑置資金投資于能進行稅前加計抵扣的項目，即增加研發投入、研發人員培養等影響企業創新的項目，減少非效率投資（Rego 和Wilson，2012）［13］。政策的實施引導企業內部資源的合理流動，研發投入的增加和研發人員的培養為企業生產率水平的提升形成儲備力量和長期穩定的驅動力（程惠芳和陸嘉俊，2014；張勇，2020）［2，14］，進而提升企業全要素生產率。

（2）研發費用加計扣除政策的實施有利于提高企業稅后凈收益，為企業擴大再生產和開展研發活動提供資金支持（鄭寶紅和張兆國，2018）［15］。2015年的研發費用加計扣除政策明確規定，企業開展研發活動中實際發生的研發費用，未形成無形資產計入當期損益的，在按規定據實扣除的基礎上，按照本年度實際發生額的50%從本年度應納稅所得額中扣除；形成無形資產的，按照無形資產成本的150%在稅前攤銷。2017 年將科技型中小企業的稅前抵扣比例提高至75%。這就意味著，受研發費用加計扣除的影響，企業應納稅所得額相應減少了加計扣除額度，政策規定的比例越高，企業可抵扣份額越大，需繳納的所得稅相比政策實施之前也越少。因此，政策變化使企業現金流出減少，現金持有量增加，企業經營和研發等各項活動所必須的資金壓力減少，充足的資金支持會激勵企業增加要素投入進行擴大再生產（黃賢環和王瑤，2019）［16］，以獲得更多的收益，從而提高企業全要素生產率。因此，本文提出假設1。

H1：研發費用加計扣除能顯著提升企業全要素生產率。

（二）創新對研發費用加計扣除與企業全要素生產率的影響路徑分析

1.研發投入的中介效應分析

研發投入是企業技術進步的前提和基礎，對提高全要素生產率具有關鍵意義。但研發投入需要投入大量資金，并且具有較高風險和收益滯后性（Galasso 和Simcoe，2011）［17］。企業往往由于資金短缺，激勵機制不完善和風險規避等因素，導致研發投入不足，影響全要素生產率的提升（任曙明和呂鐲，2014）［18］。研發投入在研發費用加計扣除政策與企業全要素生產率之間的中介效應主要體現在：開展研發活動的企業因受研發費用加計扣除政策的影響而減少了應納稅所得額，企業凈利潤和現金流相應增多，資金環境得以改善。在承擔研發風險的同時又享有增加稅前抵扣額度的優惠，一定程度降低了企業因開展研發活動而可能承擔的風險和損失，進而提高企業研發決策的積極性（Muker?jee，2017）［19］。與此同時，管理層基于契約關系負責企業的經營和決策活動，股東對管理層的業績進行考核和評價，因此，管理層有一定的業績壓力。為達到業績考核和現金流考核的目標，管理層也可能出于自利動機，通過加大研發投入的決策進行真實性盈余管理，從而達到減稅的目的（賀亞楠等，2019；Bing，2019）［20-21］。無論基于主觀動機還是客觀效果，研發投入的增加都為企業技術進步提供了資金支持，一定程度上能帶動企業全要素生產率的提升。因此，本文提出假設2。

H2：研發費用加計扣除通過增加研發投入提高企業全要素生產率。

2.創新產出的中介效應分析

研發活動是一項創新活動，具有轉化能力，能帶來新知識、新技術和新產品等創新成果的出現，能夠為企業開創新業務、開辟新市場、尋求新發展創造機遇，進而提高企業績效和企業全要素生產率（Claudio，2013）［7］。研發費用加計扣除政策在促進研發投入增加的基礎上，進一步帶動創新成果的形成。一方面，研發投入的增加為創新產出提供了資金支持，形成企業內部研發技能、經驗和知識的積累，逐漸形成創新成果的根基，產生從投入到產出的轉化（王璽和劉萌，2020）［22］；另一方面，研發投入的增加也增強了研發部門人員的信心，間接激勵其研發熱情，從而提高創新產出的效率（Narjess，2020）［23］。衡量創新產出的一個重要標志就是專利數量。專利的類型包括發明專利、實用新型專利和外觀設計專利，其中，發明專利在三種專利類型中對技術的要求相對更高，更能為企業開辟新市場、開創新業務、尋求新發展提供有價值的技術支持，從而提高企業核心競爭力和生產率水平。因此，本文提出假設3和假設4。

H3：研發費用加計扣除通過形成創新產出提高企業全要素生產率；

H4：相比其他專利，發明專利在研發費用加計扣除與企業全要素生產率的關系中有更強的中介效應。

三、研究設計

（一）模型設計

為驗證研發費用加計扣除對企業全要素生產率的影響，本文構建模型（1）：

其中：被解釋變量為TFPi，j，表示企業全要素生產率水平；解釋變量為Deducti，j-1，包含兩個含義，分別為企業是否受到研發費用加計扣除政策的影響（DID）及影響強度（DED）；Controlsi，j-1為其他控制變量。

為進一步檢驗研發投入和創新產出的中介效應，借鑒溫忠麟等（2014）［24］提出的中介效應檢驗方法，本文在模型（1）的基礎上構建遞歸模型（2）和（3）依次檢驗：

模型（2）和（3）中，INNOVi，j為企業創新變量，包括研發投入（R&D）和創新產出（Patent）兩個方面。中介效應檢驗的步驟如下：第一步，對模型（2）進行回歸，檢驗Deducti，j-1與INNOVi，j的回歸系數β1。若β1顯著為正，說明研發費用加計扣除政策的實施對企業創新產生顯著影響。第二步，對模型（3）進行回歸，并將回歸系數δ1與模型（1）的α1進行對比。若INNOVi，j對應的系數δ2顯著為正，而解釋變量系數δ1不顯著，說明企業創新表現為完全中介效應；若δ2顯著為正，而δ1相比α1變小且顯著性減弱，說明企業創新具有部分中介效應，否則未體現中介效應。

（二）變量定義

1.被解釋變量：企業全要素生產率（TFPi，j）

本文借鑒魯曉東和連玉君（2012）［25］的研究，假設企業生產函數滿足模型（4）的柯布—道格拉斯生產函數，對樣本分年度分行業回歸。其中：Y為年度總產出，用上市公司年度“營業總收入”衡量；K為資本，以年末“固定資產凈額”表示；L表示勞動力，以企業當年員工總數表示；M表示中間投入，用企業當年“購買商品、接受勞務支付的現金”衡量。本文采用LP法計算的企業全要素生產率進行實證檢驗，以OLS法計算的企業全要素生產率進行穩健性檢驗。

2.解釋變量

解釋變量分為兩個層面：其一為0-1 虛擬變量，衡量企業是否受到研發費用加計扣除政策的影響，用DID表示；其二為連續變量，衡量加計扣除強度，用DED表示。在企業年度報告中專門列示了會計利潤與所得稅費用的調整過程（見表1），其中包含研發費用加計扣除對所得稅費用的調整額度。因此，對于DID 變量，本文將年報中披露了研發費用加計扣除影響的企業取值為1，其他取值為0；對于DED變量，根據年報所列示的金額，用資產總額進行標準化處理，具體計算方法為DED=研發費用加計扣除的影響額/（期末資產總額/100）。

3.中介變量

本文以企業創新為主要中介變量，包含兩個層面。其一為研發投入變量（R&D），參考解維敏和方紅星（2011）［26］的做法，以企業當期研發支出總額衡量研發投入強度，并用企業總資產進行標準化處理；其二為創新產出變量（Patent），參考Hall和Har?hoff（2012）［27］的做法，以企業當年獲得的專利授權數來衡量，具體衡量方法為專利授權數加1的自然對數。進一步地，由于企業的專利成果又可細分為發明專利、實用新型專利和外觀設計專利，本文對創新產出變量也根據專利類型進行區分。

4.控制變量

參考鄭寶紅和張兆國（2018）［15］的研究，選取企業規模（Size）、財務杠桿（Lev）、產權性質（SOE）、高管薪酬（Lnpay）等控制變量。

具體變量定義見表2所列。

表2 變量定義

（三）樣本選取

本文以2014—2018年中小板上市企業為研究樣本，并對數據進行如下處理：①剔除金融保險行業企業。金融保險行業企業的經營活動和財務特征與其他普通企業存在較大差異，金融保險業也不是研發費用加計扣除政策的主要目標群體，因此刪除此類樣本。②剔除ST、ST*企業和數據有缺失的企業樣本。持續虧損和存在退市風險的企業具有經營不善的特點，其財務數據較特殊，財務指標不符合正態分布，影響實證結果準確性，因此刪除此類樣本。③對所有連續變量進行1%和99%雙側縮尾處理。經處理最終得到3 192 個觀測值。本文有關研發費用加計扣除的數據通過閱讀企業年報手工整理獲得，其他數據主要來源于WIND金融數據庫和CSMAR 數據庫。所有解釋變量滯后一期。

四、實證檢驗

（一）描述性統計

表3 為描述性統計結果。由表3 可知，被解釋變量TFP 均值為15.36，標準差為0.90，最小值為11.91，中位數為15.30，最大值為19.73，說明各中小企業全要素生產率水平差距較大。該統計結果與前人研究基本一致（蓋慶恩等，2015）［12］。自變量DID 為0-1 虛擬變量，均值為0.42，標準差為0.49，說明有42%的中小企業樣本受到研發費用加計扣除政策的影響，該政策影響范圍仍然較小。自變量DED為連續變量，表示研發費用加計扣除政策對樣本企業的影響強度，該變量均值為0.06，標準差為0.10，說明中小企業樣本受到研發費用加計扣除政策影響的強度整體偏小，企業間差距較小。此外是對控制變量的描述性統計結果。從公司基本信息看，規模變量Size 最大值為25.98，最小值為18.43，說明中小企業規模存在較大差異；資產負債率Lev最大值為0.98，最小值為0.01，均值為0.38，說明中小企業資產負債率水平整體偏低，這可能是由于中小企業通過金融機構借款存在一定融資約束導致的；Age 變量最大值為3.61，最小值為1.79，均值為2.80，說明中小企業成立時間均較短，仍處于發展初期；SOE 變量均值為0.17，說明中小企業中非國企占比83%，比例較高。從公司治理結構看，第一大股東持股比例Bigshare 最大值為0.89，最小值為0.04，說明中小企業間第一大股東持股比例差異較大，股權集中度較高；高管薪酬Lnpay 最小值為3.51，最大值為8.80，中位數為6.02，說明中小企業高管薪酬水平較為平均；獨立董事比例Outdir最小值為0.20，最大值為0.67，平均值達到0.37。公司治理相關指標表明，中小企業公司治理水平差別較小，且有較大的改善空間。從盈利狀況看，現金持有CH最小值為0，中位數為0.12，均值為0.15，而資產收益率ROA最小值為-2.83，最大值為0.86，中位數為0.04，說明中小企業現金持有整體偏低，且盈利能力都偏弱。

表3 主要變量描述性統計

（二）回歸分析

1.主回歸結果檢驗

表4 為分別以DID 和DED 為自變量進行檢驗得到的主回歸結果。第（1）列結果顯示，DID 與被解釋變量TFP的回歸系數為0.050，在5%的水平上顯著為正。該結果初步驗證了假設1，表明研發費用加計扣除政策實施顯著提升了企業全要素生產率。進一步檢驗研發費用加計扣除強度差異對企業全要素生產率的影響，結果見表4第（2）列，顯示DED與被解釋變量TFP的回歸系數為0.718，在1%水平上顯著為正，說明研發費用加計扣除強度每提高1%，企業全要素生產率提高0.718%，加計扣除額度的增加對企業全要素生產率的提升有顯著效應，進一步驗證了假設1。從控制變量來看，規模變量Size 的回歸系數在1%水平上顯著為正，說明企業規模越大，越能發揮在生產過程中的規模效應，進而提升企業全要素生產率；資產負債率越高，企業全要素生產率越高；Bigshare的回歸系數在1%水平上顯著為正，第一大股東持股比例越高，股權越集中，越有利于大股東對管理層的監督，進而提升企業全要素生產率；SOE 的回歸系數在1%水平上顯著為負，說明相比國有企業，非國有企業的全要素生產率水平更高；Lnpay 的回歸系數在1%水平上顯著為正，越高的薪酬激勵越有利于實現高管和企業利益趨同，促使高管決策與企業利益相一致，從而提升企業全要素生產率。控制變量的回歸結果與其他文獻基本一致。

表4 主回歸結果

2.研發投入的中介效應檢驗

表5為研發投入作為中介變量時的檢驗結果。第（1）列結果顯示，自變量DID 與研發投入變量R&D在5%水平上顯著正相關，說明實施研發費用加計扣除政策后企業的研發投入顯著提高。將自變量DID 和研發投入變量R&D 同時放入模型（3）進行檢驗后，結果見第（2）列。此時，變量R&D 的回歸系數在1%水平上顯著為正，自變量DID 的回歸系數0.049 相比表4 第（1）列0.050 變小，且調整后的R2為0.644，相比表4 第（1）列調整后的R2變大，說明增加研發投入變量后，模型的解釋力度變強，且研發投入在其中呈部分中介效應。第（3）列結果顯示，自變量DED與研發投入變量R&D在1%水平上顯著正相關，研發費用加計扣除額度每增加1%，企業研發投入增加0.025%，說明隨著加計扣除比例和強度的增大，企業研發投入也隨之提升。將自變量DED 和研發投入變量R&D 同時放入模型（3）進行檢驗后，結果見第（4）列。此時，自變量和中介變量都顯著，但自變量DED 的回歸系數0.596相比表4第（2）列自變量的回歸系數0.718變小，且調整后的R2為0.648，相比表4第（2）列調整后的R2變大，說明模型解釋力度變強。上述結果表明，研發投入在研發費用加計扣除與企業全要素生產率的關系中起部分中介效應。表5 的結果驗證了假設2的猜想。

表5 研發投入的中介效應

3.創新產出的中介效應檢驗

表6至表8為創新產出作為中介變量時的檢驗結果（1）。表6第（2）列結果顯示，自變量DID與創新產出變量Patent 在1%水平上顯著正相關，說明研發費用加計扣除政策實施后，企業專利授權數量顯著提高。將DID 和Patent 同時放入模型（3）進行檢驗后，結果見第（3）列。此時，Patent 的回歸系數顯著為正，創新產出與企業全要素生產率顯著正相關，而自變量不再顯著，自變量DID的系數0.019相比第（1）列DID 的系數變小，且調整后的R2為0.640，相比第（1）列調整后的R2（0.630）變大，表明增加創新產出變量后，模型解釋力度變強。（1）至（3）列的結果說明，創新產出數量的多少在是否受到研發費用加計扣除政策影響與企業全要素生產率的關系中起中介效應。第（5）列結果顯示，自變量DED與創新產出變量Patent在1%水平上顯著正相關，且當研發費用加計扣除額度每增加1%時，企業創新產出數量增加1.021%。將DED 和Patent同時放入模型（3）后，檢驗結果見第（6）列。此時，自變量和中介變量都顯著，但自變量DED 的系數0.498 相比第（4）列DED 的系數0.524 變小，且調整后的R2為0.643，相比第（4）列調整后的R2（0.634）變大，說明增加創新產出變量后，模型解釋力度變強。上述結果表明，創新產出數量在研發費用加計扣除強度與企業全要素生產率的關系中起部分中介效應。表6的結果驗證了假設3。

表6 創新產出的中介效應檢驗

續表6

表7 和表8 依次為以DID 和DED 作為自變量時對各類專利創新的中介效應檢驗結果。第（1）列結果顯示，自變量DID 與發明創新Patent_a 在1%水平上顯著正相關，說明研發費用加計扣除政策促進了企業發明創新的形成。將DID 和Patent_a 同時放入模型（3）進行檢驗發現，發明創新Patent_a的回歸系數顯著為正，而自變量DID 不再顯著，回歸系數相比表6第（1）列也變小，且第（2）列調整后的R2為0.658，相比表6 第（1）列調整后的R2變大，說明增加Patent_a 變量后，模型解釋力度變強。該結果表明，研發費用加計扣除政策通過提升企業發明創新水平改善全要素生產率。同理分析表7 第（3）至（6）列發現，實用型專利創新Patent_b對研發費用加計扣除與企業全要素生產率起到部分中介效應，而外觀設計創新Patent_c 與TFP 的回歸系數不顯著，未體現出中介效應。進一步對比表7 第（2）（4）（6）列發現，變量Patent_a 與TFP 的回歸系數相比其他兩列最大，顯著性也最高。上述結果驗證了假設4，表明創新產出在研發費用加計扣除強度與企業全要素生產率的關系中起中介效應，且三種專利的中介效應影響程度從大到小依次為發明創新、實用性專利創新、外觀設計創新。表8 的實證結果與表7一致，進一步驗證了假設4。

表7 各類專利的中介效應程度（一）

續表7

表8 各類專利的中介效應程度（二）

續表8

（三）進一步分析

1.規模差異的調節效應

根據規模經濟理論，規模化生產有利于企業內部合理分工和資源的充分利用，產生規模效應（賀康等，2020）［8］。當實現規模化生產時，單位產品所負擔的攤銷額度明顯減少，即產品成本降低。研發費用加計扣除的政策優惠激勵企業提升全要素生產率，當企業規模存在差異時，這種激勵效應同樣也具有差異。為檢驗企業規模差異對研發費用加計扣除政策效應的影響，本文構建規模變量Size與自變量DID、DED 的交乘變量Size×DID 和Size×DED作為調節變量，并同時將自變量和調節變量放入模型中進行多元線性回歸，結果見表9所列。第（1）和（2）列結果顯示，交乘項Size×DID 和Size×DED 的回歸系數分別為0.057 和0.368，均在1%水平上顯著為正，說明企業規模對研發費用加計扣除與企業全要素生產率產生正向調節效應。

2.代理問題的調節效應

研發決策的主體為企業高管。代理問題的存在可能導致高管做出違背企業利潤最大化目的的決策（Jensen 和Meckling，1976）［28］。當政府提出研發費用加計扣除政策時，代理問題較弱的企業能及時抓住政策紅利機會，積極投入研發活動，從而提高稅后凈收益，增加現金流，促進企業長期可持續發展。相反，在代理問題嚴重的企業中，當研發投入與管理層績效考核等指標相沖突時，管理層可能更關注眼下利益而非長遠發展，或者利用這一契機謀取自利，導致研發資金的損失，或投資活動無效，此時研發費用加計扣除政策對提高全要素生產率的作用降低，因此代理問題可能負向調節兩者關系。為驗證其調節效應，以企業當期發生的管理費用除以營業總收入的比值衡量代理問題Agence，并構建Agence 與自變量DID、DED 的交乘變量Agence×DID和Agence×DED進行多元線性回歸，結果見表9所列。第（3）和（4）列結果顯示，交乘變量Agence×DID 和Agence×DED 的回歸系數分別為-2.538和-8.713，均在1%水平上顯著為負，說明股東與管理層之間的代理問題越嚴重，越可能抑制研發費用加計扣除政策對企業全要素生產率的提升作用，代理成本每高出1%，政策效應減弱8.713%。

表9 規模差異效應和代理問題差異效應檢驗

（四）穩健性檢驗

為保證結果可靠，本文進行如下穩健性檢驗：①傾向得分匹配（PSM）。根據DID 變量將樣本分為實驗組和控制組，以企業規模、資產負債率、現金持有、第一大股東持股比例、產權性質為特征變量進行一對一傾向得分匹配，將匹配后的樣本進行重新回歸。②改變關鍵變量衡量方法。用OLS 法計算的TFP值衡量企業全要素生產率，用創新效率作為中介變量進行路徑檢驗。對于創新效率指標，參考賀康等（2020）［8］的研究，用專利申請或授權數量與研發投入的比重來衡量。穩健性檢驗結果與正文一致。限于篇幅，未列示相應結果。

五、研究結論

提高全要素生產率是進入“新常態”后我國經濟發展的重要戰略目標。本文以2014—2018年中小板上市公司為研究樣本，檢驗了研發費用加計扣除與企業全要素生產率的關系及影響路徑。研究發現，研發費用加計扣除能促進企業研發投入和創新產出，進而提升企業全要素生產率。其中，發明創新在其中的中介效應最強，而外觀設計創新的作用不顯著。進一步研究發現，企業規模和代理問題差異會影響研發費用加計扣除的政策效應。

根據研究結論，本文提出如下政策建議：

第一，政府應加大對企業研發活動的扶持力度。研發費用加計扣除政策的頒布有利于引導企業資金流向研發領域，帶動企業創新和效率提升。因此，應進一步擴大政策覆蓋面，提高加計扣除強度。同時，創新產品的技術含量差異導致其對企業全要素生產率的提升效果不同，為激勵企業技術進步，研發費用加計扣除政策應適度向高技術含量的研發活動傾斜。

第二，規模效應的存在導致研發費用加計扣除政策在大規模企業的實施效果更好。因此，應鼓勵產業集聚和區域整合，或鼓勵企業將部分業務外包，促進企業間相互融合和規模化生產，從而減少因小規模生產導致的資源損耗和效率低下現象。

第三，股東與管理層代理問題會抑制研發費用加計扣除與企業全要素生產率的正向關系。因此，建議企業積極完善公司治理結構，通過股權激勵、長期業績考核等手段加強對管理層的監督激勵，督促管理層以企業長期價值最大化為出發點開展決策活動。

注 釋：

（1）截止論文完稿時，企業的專利申請和授權相關數據僅更新至2017年，由于樣本量和樣本期間影響回歸結果，為了進行中介效應檢驗和系數對比，本文縮短樣本時間，以2014—2017年的樣本對假設1重新檢驗，結果見表6第（1）和（4）列，與表5回歸結果基本一致。