稅收優惠對企業研發投入的激勵效應評價——基于傾向評分匹配法的實證分析

陳燕寧（廣東輕工職業技術學院 廣東廣州 510631）

一、引言

企業創新離不開研發，創新成果的實現在很大程度上取決于企業研發投入。然而，由于研發活動的外部性造成市場失靈，降低了企業對研發投入的積極性。政府為解決市場失靈，增強企業研發投入，稅收優惠是其普遍采用的政策之一。研發稅收優惠包括稅收抵扣、稅收抵免或免征以及其他優惠方式。在眾多的稅收優惠政策中，《企業所得稅法》規定滿足條件的高新技術企業可減按15%的稅率征收所得稅。近年來，政府的稅收優惠力度還在不斷加大，然而，政府由于稅收優惠放棄的稅收收入，企業是否足額、高效地投入研發活動？稅收優惠對研發投入是否具有激勵效應？什么樣的企業在何種情況下能取得更好的研發激勵？本文從考察稅收優惠政策與企業研發投入的關系出發，就這些問題展開討論。

二、文獻綜述

國內外學者關于稅收優惠對研發投入的激勵效應進行了大量研究，但研究結論并不統一，有所謂“擠入效應”和“擠出效應”之爭。一種觀點認為，稅收優惠對研發投入具有顯著的激勵效應（程瑤等，2018；李沖等，2020），稅收優惠減少了企業稅收負擔，增加了企業現金流量，增強了企業研發投入，即“擠入效應”。另一種觀點認為稅收優惠對企業研發投入的激勵效應并不明顯，稅收優惠政策成本相對較高，在解決技術創新外部性導致的市場失靈問題上是無效率的，即“擠出效應”。如Yang等（2012）運用PSM方法，采用我國臺灣省微觀企業數據，驗證了稅收優惠對企業研發投入具有微弱的激勵效應。楊國超等（2017）研究發現高新技術企業通過操縱研發獲取巨額減免稅，但企業研發投入并沒有實質性提升。鄧徐長生等（2017）研究表明高新技術企業認證前后的研發投入沒有明顯變化。

可見，現有文獻對稅收優惠的研發激勵效應研究結論存在分歧，進一步梳理文獻發現，主要原因有兩個方面，一方面，現有文獻缺乏對企業異質性的討論。首先，企業規模不同可能引起稅收優惠對研發投入的不同作用效果。Lokshin and Mohnen（2012）研究表明，在短期內，稅收優惠對小型企業產生顯著“擠入效應”，對大型企業產生的“擠入效應”并不明顯。袁建國（2016）研究發現稅收優惠對企業技術創新投入與產出的作用存在差異，相對于小規模企業，稅收優惠對大規模企業的促進效果更為顯著。其次，企業性質不同也可能導致稅收優惠對研發投入的作用差異。陳洋林（2018）采用戰略新興行業企業微觀數據和PSM檢驗了稅收優惠對企業研發投入的激勵效應，研究結果表明，與民營企業相比，稅收優惠對國有企業的激勵效應并不明顯，可能的原因在于兩種性質的企業其財務支出制度存在差異。屈文彬（2020）研究發現民營企業對政府補助和稅收優惠的利用效率比國有企業高。此外，國有企業缺乏對技術創新的有效激勵和監督機制，加之可能存在的代理問題及管理者道德風險，可能對稅收優惠條件下的技術創新活動產生負面影響（李文貴等，2015）。另一方面，現有文獻缺乏對企業所處行業與地區環境差異的考慮。首先，稅收優惠的研發激勵效果在不同行業間可能存在差異。孫曉華等（2014）研究表明研發投入在不同行業間表現各異，原因在于不同行業間資本、技術密集度不同。柳光強（2016）檢驗了稅收優惠對高端裝備、節能環保、新能源產業研發投入具有不顯著的“擠入效應”，而對信息技術、新材料和生物技術產業的研發投入具有不明顯的“擠出效應”。馬晨佳等（2019）通過將所屬行業與企業享受不同稅種優惠政策的情況進行交叉分析后發現，稅收優惠對企業的激勵作用在不同行業呈現出的效果不同。企業的技術性越強，在研發投入上的力度也就更強。其次，稅收優惠的研發激勵效應在不同地區環境下可能存在差異。與中西部地區相比，東部地區聚集了大部分高新技術產業，且營商環境優良，企業更愿意參與研發活動提升自身的競爭實力，從而擠入私人研發投資。袁建國（2016）研究表明稅收優惠對東部地區企業研發投入有顯著的“擠入效應”，但對中西部地區的激勵效應呈遞減趨勢。

由此看來，僅從整體上評估稅收優惠對研發投入的激勵效果，缺乏對企業異質性和所處行業與地區環境差異的考慮，無法解釋現有文獻對稅收優惠的研發激勵效果存在的分歧，也不能深入揭示什么樣的企業在何種情況下可以獲得更好的研發激勵。基于此，本文運用傾向得分匹配法（PSM），在克服樣本選擇偏差的基礎上，探討當前稅收優惠對企業研發投入的激勵效果，進而從企業規模、企業性質、行業特征及地區特征等角度，評估稅收優惠研發激勵效應的差異性。

三、研究方法、數據來源及變量描述

（一）研究方法

本文主要考察稅收優惠對研發投入的激勵效應，這需要從考察稅收優惠對其參與者的平均處理效應（ATT）入手。其核心問題在于如果享受稅收優惠企業（激勵組）沒有獲得稅收優惠，其研發投入是否有差異？因此，激勵組企業的平均處理效應可表示為：ATT=E（Y1│D=1）-E（Y0│ D=1）。

其中，D=1表示企業享受稅收優惠，Y1和Y0分別表示同一個企業在享受稅收優惠和沒有享受稅收優惠兩種情形下的研發投入。激勵組企業的研發投入均值E（Y1│D=1）是可觀測的，但激勵組企業在沒有享受稅收優惠時的研發投入均值E（Y0│D=1）是不可觀測的，從而產生了數據缺失。如果直接采用沒有享受稅收優惠企業（控制組）的研發投入均值E（Y0│D=0）代替E（Y0│D=1），就會產生樣本選擇偏差的問題。為克服樣本選擇性偏差和內生性問題，本文運用傾向得分匹配法（PSM）篩選控制組企業，即通過尋找與激勵組企業各種特征盡可能相似的控制組企業，降低樣本選擇偏誤，提高可比性。

PSM法所需要的三類變量：結果變量（即被解釋變量）、處理變量（即解釋變量）和協變量（即控制變量）。其基本思想是將樣本分為激勵組和控制組，把代表企業特征的控制變量作為自變量，處理變量作為因變量，通過Logit回歸計算每個樣本的傾向得分，將傾向得分相近的樣本進行匹配，把控制組作為激勵組的“反事實”結果，估計處理變量對樣本產生的“凈效應”。本文傾向得分匹配法分析步驟如下：第一步，根據是否享受稅收優惠政策，將樣本分為激勵組（享受稅收優惠，treat=1）與控制組（未享受稅收優惠，treat=0）。第二步，根據選取的控制變量，通過Logit模型對treat進行回歸，估計樣本個體的傾向得分。第三步，選擇匹配方法進行傾向得分匹配，重獲控制組，重組樣本。第四步，計算激勵組企業與匹配企業的研發投入差額，評價稅收優惠政策的創新激勵效果。

（二）數據來源

本文選取深圳證券交易所中小板上市公司（A股）2019年數據為研究樣本，為保證數據的全面性、有效性，本文剔除2019年及以后年度上市的企業，剔除*ST上市公司，剔除沒有披露研發投入、數據缺失的上市公司，最終確定研究樣本總數為661個。研發投入、企業所得稅稅率、研發人員占比和股權集中度等數據通過巨潮網披露的企業報表手工收集，其他財務數據來自于國泰安CSMAR數據庫。

表1反映了研究樣本的行業分布，其中享受15%優惠稅率的樣本共545個，占全樣本比例約為83.33%。說明國家的創新支持力度較大，企業普遍可以享受稅收優惠。從樣本數量來看，制造業和信息技術業占明顯優勢，占樣本比重分別為83.33%和7.57%，同時，制造業和信息技術業中享受15%稅率優惠的企業比例也較高，分別為84.22%和7.89%。從2019年企業研發投入量均值和企業研發投入強度指標來看，信息技術業位居第一，分別為183 943 613.84元和10.41%。

表1 研究樣本的行業分布

下頁表2反映了研究樣本的區域分布，東部占比77.31%，中部占比15.73%，西部占比6.96%。其中，享受15%優惠稅率政策的企業東部占比76.51%，中、西部合計23.49%，這說明東部區域企業自主研發和申請研發稅收優惠的積極性比中西部區域企業要高，2019年度東部企業的研發投入量均值（132 455 116.46）和研發投入強度（5.01%）均值都高于中西部企業。

表2 研究樣本的區域分布

（三）變量描述

1.被解釋變量。被解釋變量是2019年企業研發投入強度，即當期研發投入和當期營業總收入的比值。

2.解釋變量。解釋變量是虛擬變量，選取是否享受15%稅率優惠作為解釋變量，如果企業在2019年享受了15%優惠稅率，treat=1，否則treat=0。

3.控制變量。控制變量是指多個反映企業特征的變量，特征變量會影響企業對treat的選擇，控制變量選擇主要考慮如下因素：企業規模（size），用企業資產總額取對數表示；資產負債率（lev）反映企業的財務狀況，用負債總額與資產總額的比值表示；企業研發能力（rdpr）反映企業的創新基礎，用研發人員數量占全體員工數量比值表示；股權集中度（focus）會影響職業經理人對研發投入的決策，從而影響企業能否獲得稅收優惠，用第一大股東持股份額在公司總股份中所占比重表示；資產收益率（roe）反映企業的盈利能力，用2019年企業總體平均凈資產收益率表示；企業年齡（age），采用當年年份與企業創立年份的差值來衡量。企業性質（public）可能是影響企業是否獲得稅收優惠的重要因素，依據所有權性質不同設置虛擬變量，國有企業=1，民營企業=0；行業性質（MIT），根據國泰安數據庫行業分類標準，將行業分為信息技術及制造業MIT=1和其他行業MIT=0；根據企業的注冊地是否在東部省份來衡量區位特征，注冊于東部地區=1，不屬于=0。主要變量及其屬性如表3所示。

表3 主要變量描述及其屬性

從表4變量描述性統計可以看出，與沒有享受稅收優惠的企業（控制組）相比，享受稅收優惠的企業（激勵組）的研發強度均值較高，且激勵組企業具有規模小、企業研發能力強、成立時間長的特點。同時，在企業研發投入強度、企業規模、企業研發能力、企業年齡等變量上均存在顯著性差異。

表4 描述性統計結果

四、稅收優惠的分配傾向及其實施效果

（一）稅收優惠的分配傾向分析

在將激勵組企業與控制組企業進行匹配前，首先需要估計各企業獲得稅收優惠的傾向得分值。將是否享受稅收優惠（treat）作為因變量，代表企業特征變量作為自變量，運用Logit回歸估計。企業獲得稅收優惠概率的影響因素如表5所示。

表5 Logit模型回歸結果

根據表5的Logit回歸結果，企業規模（size）對稅收優惠呈顯著的負效應，表明小規模企業比大規模企業在申請稅收優惠方面具有更高的積極性，獲得稅收優惠的可能性更高。企業研發能力（rdpr）影響系數在1%水平上顯著為正，這說明企業研發基礎越好，具有越強的創新能力，獲得稅收優惠的可能性越大。企業年齡（age）與獲得稅收優惠呈正相關關系，表明企業創辦的時間越長，會擁有更多的申請稅收優惠的經驗，成功申請稅收優惠的幾率更高。國有企業虛擬變量的影響系數為正，表明相對于民營企業，國有企業更易于獲得稅收優惠。行業虛擬變量的影響系數顯著為正，說明制造業和信息技術業企業比其他行業的企業享受稅收優惠的幾率更大。企業區位虛擬變量的影響系數也顯著為正，表明相對于中西部地區，東部地區企業獲得稅收優惠的可能性更大。股權集中度、資產負債率與盈利能力的影響系數均不顯著，表明其與是否獲得稅收優惠的關系不明顯。

（二）稅收優惠的平均處理效應

依據匹配后數據，對稅收優惠的處理效應進行估計，并進行顯著性t檢驗（表6）。匹配后稅收優惠的處理效應反映了稅收優惠對研發投入的實際效果。根據表6結果，匹配前，激勵組的研發強度為5.24%，高出控制組企業1.86%；匹配后，激勵組與控制組研發強度的偏差縮小為1.19%，且t檢驗都顯示在1%水平上顯著。傾向得分匹配法分析結果表明享受稅收優惠政策可以使企業上年度營業收入中用于研發投入的比例增加1.19%，說明稅收優惠對上市公司研發投入強度起到了激勵作用。

表6 稅收優惠的平均處理效應（全樣本）

（三）稅收優惠平均處理效應差異性

1.不同性質和規模的企業稅收優惠平均處理效應差異。進一步分析稅收優惠效應在不同特征的企業中是否存在差異，考察稅收優惠對企業研發強度的激勵作用差異。首先依據上市公司所有制類型的不同，將其分為國有企業和民營企業；依據企業規模的不同，將其分為大規模企業和小規模企業，詳見表7。

表7 不同性質和規模企業的稅收優惠平均處理效應

根據表7結果顯示，通過匹配有效控制樣本選擇偏誤后，國有企業、民營企業和不同規模企業間稅收優惠對企業研發強度的影響效果有很大差異。對于不同性質企業的匹配結果顯示，匹配前，國有企業與民營企業中激勵組的研發強度均高于控制組。匹配后，稅收優惠在國有企業的平均處理效應仍為正，但t檢驗不具有統計顯著性，說明國有企業研發稅收優惠的“擠入效應”不明顯。而民營企業在匹配后其稅收優惠的平均處理效應在5%水平上顯著為正，表明民營企業稅收優惠具有顯著的“擠入效應”，稅收優惠有效促進了民營企業研發投入。

對不同規模企業的匹配結果顯示，在匹配前，大規模企業和小規模企業中激勵組的研發強度都明顯高于控制組。但匹配后，大規模企業中激勵組和控制組的研發強度偏差縮減為0.38%，t檢驗不具有統計顯著性，說明大規模企業稅收優惠的“擠入效應”不顯著；匹配后小規模企業中稅收優惠的平均處理效應縮小為1.34%，t檢驗顯示在5%水平上顯著，且表現為顯著的“擠入效應”，表明稅收優惠有效地增強小規模企業的研發強度。

2.不同行業和區域企業稅收優惠平均處理效果差異。根據國泰安數據庫行業分類標準，將行業分為信息技術及制造業和其他行業。按國家統計局的區域劃分標準把企業分為東部、中部、西部地區企業（表8）。

表8 不同行業及區域企業稅收優惠的平均處理效應

根據表8結果顯示，稅收優惠對研發強度的激勵效應在不同行業中存在差異。信息技術及制造業在匹配前和匹配后其研發稅收優惠平均處理效應都顯著為正，表明稅收優惠對信息技術及制造業企業的研發強度具有顯著的“擠入效應”，即稅收優惠有效地提升了信息技術及制造業企業的研發強度；其他行業企業無論是匹配前還是匹配后其研發稅收優惠的平均處理效應表現為不明顯的“擠入效應”。

研發稅收優惠在不同地區企業中也產生了不同作用。對于東部地區的企業，在匹配前和匹配后激勵組企業比控制組企業的研發強度分別高出2.21%和1.48%，t檢驗兩者都在1%水平上顯著，具有顯著的“擠入效應”；中部地區企業稅收優惠對研發強度的處理效應表現為不明顯的“擠入效應”。西部地區企業，匹配前和匹配后激勵組企業研發強度均低于控制組的研發強度，表明稅收優惠對西部地區企業的研發強度具有“擠出效應”，但不具有統計顯著性。由此表明稅收優惠對東部、中部及西部地區企業的研發激勵效應具有差異性，表現為從顯著的“擠入效應”到不明顯的“擠入效應”再到“擠出效應”，說明研發稅收優惠政策的實施效果逐漸變差。

五、結論

本文利用深圳證券交易所中小板上市公司（A股）2019年數據，利用傾向得分匹配法（PSM）考察了稅收優惠的分配傾向，在克服樣本選擇偏差的基礎上初步評估稅率優惠政策對研發投入激勵效應，進而探討什么樣的企業在何種情況下能獲得更好的研發激勵，揭示稅收優惠創新激勵效果的異質性。研究結果表明：第一，稅收優惠分配傾向流入小規模、國有、成立時間長且研發能力強的企業，制造業和信息技術業企業、東部地區企業更容易獲得稅收優惠。第二，稅率優惠對企業的研發強度產生了顯著激勵效果，即具有“擠入效應”。第三，從企業異質性看，該“擠入效應”對小規模、民營企業較為顯著，而對大規模、國有企業的擠入效應并不明顯。第四，從區位特征與行業來看，稅收優惠研發激勵的“擠入效應”對東部地區企業和信息技術及制造業更為顯著。