劉秋金,楊思崟,劉偉國,張瑞琛
(1. 福州工商學院 商學院,福建 福州,350715;2. 福建農林大學 a.計算機與信息學院;b.經濟管理學院,福建 福州,350002;3. 云南農業大學 資源與環境學院,云南 昆明,650100)
高新技術企業作為引領我國科技創新的主力軍,對經濟高質量發展的貢獻是不言而喻的。高新技術企業的全要素生產率不僅能夠反映企業的綜合產出效率,還能夠體現出企業自身的技術進步水平,可以真實表現出企業綜合實力和發展質量。黨的十九大明確提出,提高全要素生產率是我國經濟高質量發展的動力源泉,而對于高新技術企業而言,高質量發展更要求其不斷加強技術創新和產出效率,把科技創新放在企業發展的重要位置。因此,提高高新技術企業的全要素生產率是助推我國經濟高質量發展的重要途徑,對助推我國科技事業創新發展具有重要現實意義和深遠戰略意義。
為了激發高新技術企業研發創新的活力,近年來我國不斷加大對企業減稅降費的力度。2015年,財政部、國家稅務總局、科技部發布《關于完善研究開發費用稅前加計扣除政策的通知》(財稅〔2015〕119號),對企業研發費用加計扣除優惠政策進行詳細說明,鼓勵企業積極實現技術進步與產品創新型研發??梢哉f,稅費的降低為企業實現高質量發展帶來巨大的動力,不僅降低了稅負壓力,還有效促進了企業的資金融通。2017-2020年中小企業的政策支持力度也在不斷加大,減稅政策在激勵中小企業加大研發投入的同時,也有效緩解了其長期以來融資難、融資貴等問題??偠灾瑴p稅政策的實施為高新技術企業的高質量發展提供強大的政策支持,現階段,關于減稅政策對企業高質量發展的研究主要集中于小微企業[1],[2]43,也有學者探討過費率的變化對全要素生產率的影響[3],但從政策的角度分析其對不同規模高新技術企業全要素生產率的影響較少?;诖?,通過構建雙重差分模型、變截距面板數據模型,深入分析政策對高新技術全要素生產率、技術進步、技術效率等指標的影響,不僅可以進一步豐富減稅政策與企業經濟高質量發展的理論內涵,還能夠為新時期減稅降費政策的長效施行提供有效的政策建議。
全要素生產率是反映企業高質量發展的重要指標,它可以進一步分解為技術進步指數和技術效率指數。減稅政策可以通過減輕中小企業稅費負擔,帶動全要素生產率的提高。中小企業是國家經濟發展中最具活力、潛力的群體,然而,在早期的發展中經常陷入融資難、成本高、償債壓力大的困境[4]。尤其是高新技術企業,其所占據的市場份額、社會福利、內部管理水平和科技優勢都很難與大型企業相提并論,因此在發展過程中更是面臨著重大難題[5-6]。如今,伴隨著各類減稅降費政策的提出,許多中小型企業可以在政策的支持下減免一定的稅收費用,將其投入再生產或進一步擴大生產規模,這在一定程度上緩解了企業融資難、規模小、稅負壓力大的難題,提高了生產效率。已有研究也表明,減稅政策的實施確實可以顯著降低西部地區小微企業的稅費負擔[2]45,而研發加計稅收優惠又能夠有效提高企業的全要素生產率[7]??梢姡愘M負擔的降低確實有助于企業全要素生產率的提升,但是目前關于減稅政策對企業全要素生產率的激勵效應的文獻還較缺乏,尤其是針對不同規模的高新技術企業的文獻幾乎空白?;诖耍岢黾僭O:
H1:其他條件一定時,減稅政策能夠有效帶動高新技術企業全要素生產率提高,并對中小企業影響更顯著。
減稅政策通過降低高新技術企業研發費用,帶動企業的技術進步。高新技術企業的研發費用是科技創新投入的重要體現,而技術進步則表現出企業整體的創新水平,同時也是全要素生產率能夠提升的主要因素。從現有文獻和政策內容來看,可以從兩個方面分析減稅政策對企業技術進步的影響,一方面,減稅政策在幫助企業減少稅負時,通過提高企業的內源融資水平,降低了融資壓力,從而拉動技術進步[8];另一方面,減稅政策的實施,實際上鼓勵企業將更多的資金投入產品研發和技術創新,從而提升企業的創新活力,帶來總體的創新水平提升?;诖?,提出假設:
H2:其他條件一定時,減稅政策的實施對高新技術企業的技術進步有顯著正向作用。
技術效率是指在規模報酬不變且要素自由處置下的效率值,其具體的含義是t時期到t+1時期每個觀測對象到最佳前沿面的追趕程度[9]。關于減稅政策與企業技術效率之間的影響關系,學者有不同看法。一方面,在減稅政策背景下,企業所得稅的減免對企業技術效率有顯著的正向作用,并且對大型企業的作用更大[10];但另一方面,有學者認為,減稅政策實施前,許多中小企業可能由于融資約束大,不敢啟動高風險的研發項目,而隨著減稅政策的實施,中小企業逐漸愿意啟動一些風險較高的研發項目,導致研發失敗的概率上升,最終反而降低了企業的技術產出效率[11]1。綜上所述,現有文獻關于減稅政策與企業技術效率的看法不一,并且就高新技術企業的視角展開研究的文獻較少。基于此,提出假設:
H3:其他條件一定時,減稅政策的實施對高新技術企業的技術效率有顯著正向作用。
減稅政策是一種擴張性財政政策,是配合供給側結構性改革、促進經濟增長、激發市場活力的重要舉措,是國家對符合條件的企業、單位和個人而實施的稅收優惠政策。2015年國家稅務總局針對高新技術企業發生的職工教育經費支出的減稅政策和對高新技術企業相關技術人員股權獎勵可以在5年內分期繳納等在全國范圍內推廣實施,因此,本文將解釋變量減稅政策在2015年開始及之后定義為1,2015年之前定義為0。同時,嚴格參照《國家統計局關于印發統計大中小微型企業劃分辦法的通知》(國統字〔2011〕75號),將高新技術企業劃分為大型企業(定義為1)和中小型企業(定義為0),以進一步進行異質性分析。被解釋變量包括營業收入、營業成本、管理費用、員工人數、研發投入金額、資產總計。控制變量選自四大財務指標:償債能力指標篩選流動比率、速動比率、資產負債率;營運能力指標篩選流動資產與收入比、資本密集度;盈利能力指標篩選資產報酬率、凈資產收益率;企業發展能力指標隨機篩選營業收入增長率、總資產增長率。

表1 變量定義Tab.1 Definition of variables
為了研究減稅政策前后對高新技術企業全要素生產率的影響,借鑒雷新途[12]等的研究,構建雙重差分分析DID模型如下:
Tfpchit=α0+α1TaxCutsit+α2Scaleit+α3TaxCutsit×Scaleit+εit
(1)
Techchit=α0+α1TaxCutsit+α2Scaleit+α3TaxCutsit×Scaleit+εit
(2)
Effchit=α0+α1TaxCutsit+α2Scaleit+α3TaxCutsit×Scaleit+εit
(3)
Pechit=α0+α1TaxCutsit+α2Scaleit+α3TaxCutsit×Scaleit+εit
(4)
Sechit=α0+α1TaxCutsit+α2Scaleit+α3TaxCutsit×Scaleit+εit
(5)
被解釋變量全要素生產率用Tfpch表示,技術進步用Techch表示,技術效率用Effch表示,純技術效率用Pech表示,規模效率用Sech表示。其中,被解釋變量全要素生產率、技術進步、純技術效率、規模效率均是基于數據包絡分析模型采用DEA軟件分析所得(限于文章篇幅,此處數據包絡分析過程省略,資料備索),屬于相對變量。產出指標主要包括營業收入和總資產,營業收入是企業通過主營業務或其他業務所獲取的收入,是反映企業盈利的重要指標之一,能夠充分反映企業的產出水平;總資產是企業擁有的全部資產總和,不僅包含初始資產,也包含企業在長期經營中創造的資產,因此,營業收入和總資產可以相對全面地反映企業的總產出水平。投入指標主要包括營業成本、營業費用、員工人數和研發投入金額,主要是根據柯布—道格拉斯生產函數,選取反映企業投入資本和勞動力的核心變量,例如營業成本、營業費用和員工人數;同時,由于高新技術企業的特殊性,研發投入金額也是其投入的重要組成部分,因此,增加研發投入金額作為投入指標。i表示高新技術企業個體;t表示年份;αj中若j=0,表示常數項,若j=1、2、3,分別表示解釋變量減稅政策、企業規模、以及減稅政策和企業規模交互項的估計參數;ε為隨機擾動項。
為了研究在減稅政策前后加入控制變量和不同企業規模對高新技術企業全要素生產率的影響,構建模型如下:
Tfpchit=β0+β1TaxCutsit+β2Scaleit+βkControlit+εit
(6)
Techchit=β0+β1TaxCutsit+β2Scaleit+βkControlit+εit
(7)
Effchit=β0+β1TaxCutsit+β2Scaleit+βkControlit+εit
(8)
Pechit=β0+β1TaxCutsit+β2Scaleit+βkControlit+εit
(9)
Sechit=β0+β1TaxCutsit+β2Scaleit+βkControlit+εit
(10)
其中,β0表示常數項,β1、β2表示核心解釋變量的估計參數,βk(k=3,…,11)表示控制變量的估計參數。
本文數據均來自國泰安(CSMAR)數據庫,鑒于2010年第十一屆全國人民代表大會第三次會議上所作的《政府工作報告》提出繼續實施結構性減稅政策,以及同年中共中央、國務院印發《國家中長期人才發展規劃綱要(2010-2020)》中提出適當調整財政、稅收政策等因素,選取2009-2019年共3 049家高新技術企業。對原始數據進行處理:剔除含ST企業、*ST企業,剔除重要指標的缺失樣本,同時為了使研究更加準確可靠,保留成立時間達七年以上的企業,最后得到時間段為2010-2019年①1 286家高新技術企業共10 309條觀測值。
表2反映的是減稅政策對高新技術企業全要素生產率影響的主要變量的描述性統計。從減稅政策均值為0.622、最小值為0、最大值為1可知,本文在時間段選取上合情合理;從企業規模均值為0.2、最小值為0、最大值為1可知,當前大部分高新技術企業屬于大型企業;流動資產與收入比均值為4.787、標準差為250.594,資本密集度均值為6.563、標準差為301.253,說明企業的營運能力波動性較大,營業能力處于弱勢的高新技術企業可以嘗試優化資產結構,以改善財務狀況和加速資金周轉;資產報酬率、凈資產收益率、營業收入增長率、總資產增長率的最小值均小于0,導致其均值偏小,但整體還是呈現良好趨勢,說明高新技術企業的盈利能力和發展能力還有很大的提升空間。

表2 主要變量的描述性統計Tab.2 Descriptive statistics of major variables
表3是雙重差分分析結果,反映減稅政策前后對中小型高新技術企業全要素生產率的影響程度。其中,實驗組為中小型企業,控制組為大型企業,DID列表示減稅政策和企業規模交互項的系數值大小,是反映減稅政策實施效果的重要參數。由tfpch行可知,減稅政策后全要素生產率的Diff值為0.027、DID值為0.031,說明減稅政策實施后,中小型企業比大型企業的全要素生產率顯著提升了2.7%,較減稅政策實施之前顯著提升了3.1%,可見減稅政策確實能有助于中小型企業全面提升全要素生產率。同時,將全要素生產率分解為技術效率和技術進步,由techch行可知,減稅政策前后的技術進步的Diff值分別為0.019和0.024、DID值為0.004,說明減稅政策實施前后,中小型企業比大型企業呈現出更為顯著的高技術水平,尤其是在政策實施后,中小型企業比大型企業的技術水平明顯提升了2.4%,可見減稅政策確實能有助于中小型企業全面提升技術水平;由effch行可知,減稅政策前的技術效率的Diff值為-0.022、DID值為0.026,說明減稅政策實施之前,中小型企業比大型企業的技術效率低2.2%,而技術效率在減稅政策實施前后顯著提升了2.6%,說明相較于大型企業,實施減稅政策確實能有助于中小型企業全面提升技術效率,但值得注意的是,大型企業在政策實施之后有一定降低,需要進一步觀察減稅政策對不同規模企業技術效率的具體影響。綜上所述,減稅政策確實有助于中小型企業全面提升全要素生產率,在技術效率方面,相較于大型企業也有顯著提升。
1.全樣本回歸分析。表4是全樣本回歸分析結果,反映減稅政策對高新技術企業全要素生產率的影響程度。其中,列(1)(3)(5)是減稅政策和企業規模對全要素生產率的回歸結果;列(2)(4)(6)中加入了四大財務能力指標作為控制變量,最終得到減稅政策和企業規模對全要素生產率的回歸結果。由列(1)(2)可知,無論研究是否加入控制變量,減稅政策與高新技術企業全要素生產率都成顯著正相關關系,說明減稅政策實施以來,高新技術企業的全要素生產率得到更為顯著的全面提升,符合假設H1;同時,在增加控制變量后,減稅政策對高新技術企業的全要生產率的提升作用更大,效果也更加顯著,說明所選取的控制變量合理有效。由列(3)(4)可知,減稅政策與高新技術企業的技術進步同樣呈顯著正相關關系,并在增加控制變量后,效果有小幅提升,說明減稅政策實施以來,高新技術企業的技術進步確實得到更為顯著的全面提升,符合假設H2。然而,由列(5)(6)可知,減稅政策與高新技術企業的技術效率呈顯著負相關關系,可能的原因是:首先,高新技術企業技術效率的提升往往與政策的實施具有一定的滯后性,即在一段時間內,企業的技術效率還不會提高得過于顯著;其次,減稅政策鼓勵高新技術企業加大資本投入,尤其是研發資本的投入,因此,從總量上看,高新技術企業整體資產規模的提高往往大于技術產出,而高風險項目的非理性投入同樣也會制約技術效率的提高,甚至導致技術效率產生下降的趨勢。總之,仍處于弱勢的企業在注重全要素生產率和技術進步提升的同時,也要注重技術效率的提升,多借鑒其他優質企業并制定具有自身特色的技術人員獎勵與激勵辦法,以此提高技術人員的積極性和工作效率。另外,值得注意的是,控制變量中資本密集度和營業收入增長率與被解釋變量高新技術企業全要素生產率、技術進步、技術效率均呈顯著正相關,這一現象給高新技術企業發展帶來新的思路,即隨著減稅政策的實施,企業還能夠通過優化資本結構,探索企業盈利的發展新模式,從而進一步拉動全要素增長率的提升。
2.異質性分析。如表5所示,從不同規模的高新技術企業來看,首先,在全要素生產率方面,減稅政策的實施對大型企業全要素生產率的影響并不顯著,但是對中小企業仍然有顯著的正向作用,可能的原因是大型企業自身的發展水平已具有一定的優勢,受政策影響較低,且大型企業間可能存在更顯著的異質性特征,導致政策影響效果對不同企業有較大差異;其次,在技術進步方面,大型企業的技術進步在政策支持下顯著提升7.2%,中小企業在政策支持下提升7.8%,由此可見,減稅政策的實施對不同規模的高新技術企業科技創新發展均有較好的推動作用,并且對中小企業的作用更大,符合假設H2;最后,在技術效率方面,減稅政策的實施對大型企業技術效率具有負向作用,而對中小企業的影響不顯著。這一現象進一步說明,在政策的驅動下,大型企業更需要加強研發投入的評估,防止盲目投入所導致的技術產出最終未能趕上由技術進步帶來的最優產出,從而與效率產生了負向作用。

表5 分企業規?;貧w分析Tab.5 Analysis of enterprise scale regression
3.進一步研究分析。由于技術效率可以進一步分解為純技術效率與規模效率,因此,將減稅政策與純技術效率、規模效率進行回歸。研究發現(見表6),在純技術效率方面,無論是全樣本還是分樣本回歸,減稅政策對純技術效率都具有顯著的負相關關系,這與渠帥[11]5的研究結果一致,由此表明,稅費的降低未必能帶來技術效率的提升,企業仍然要注重風險的防控,確保研發投入與創新產出達到最優水平;在規模效率方面,減稅政策僅對中小型高新技術企業的規模效率有顯著的正向作用,即在政策支持的背景下,中小企業可以通過加大企業自身規模帶來產出效率的提升。

表6 進一步研究分析Tab.6 Analysis of further studies
1.分階段檢驗。借鑒羅斌元[13]等的研究,選取不同時間段對實證結果進行穩健性檢驗。同時,又考慮到雖然自2015年實施減稅政策后,企業的全要素生產率會隨之提高,并隨著時間的推移而普遍呈現上升趨勢,但到三四年之后,光靠“減稅效應”帶來的提高可能會有所減弱,面臨上行壓力,若分階段檢驗的范圍選取不當,可能會導致偽回歸的出現。因此,最終選取檢驗的時間段為2012-2016年和2014-2018年。由表7可知,減稅政策與高新技術企業的全要素生產和技術進步呈顯著正相關,與技術效率呈顯著負相關,符合本文的實證研究結果。綜上,本文所建立的模型是穩健有效的。另外,本文也選取時間段為2012-2019年和2013-2019年進行檢驗,結果均顯示減稅政策效果顯著,與表7的結果相似,限于篇幅,此處不展示這兩個階段的檢驗結果。

表7 分階段穩健性檢驗Tab.7 Phased robustness tests
2.截取中小型工業企業檢驗。結果發現(見表8),減稅政策對中小型工業企業的全要素生產率與技術進步仍然呈現顯著的正相關關系,在技術效率方面,減稅政策的實施對其影響仍然不顯著,符合分樣本回歸的結果。由此可見,所建立的模型仍然是穩健有效的。

表8 截取中小型工業企業檢驗Tab.8 Interception of inspection of small and medium-sized industrial enterprises
構建雙重差分模型、變截距面板數據模型,探究減稅政策對高新技術企業全要素生產率、技術進步和技術效率的影響,并將技術效率分解為純技術效率和規模效率,從而進一步探究減稅政策實施前后對高新技術企業純技術效率和規模效率的影響程度。得出結論:(1)減稅政策能夠促進中小型高新技術企業全要素生產率的提升,并且從截取中小型工業企業檢驗中發現,中小型工業企業比整體企業的全要素生產率多提高了4.9%,說明減稅政策對提升高新技術企業的全要素生產率是有益處的,尤其是對中小型工業企業作用更為明顯。(2)減稅政策對高新技術企業的技術進步具有正向作用,且中小型企業比大型企業在技術進步上更快更強。從分階段檢驗中更能發現,減稅政策后比減稅政策前的技術有非常顯著的進步空間。(3)減稅政策對大型高新技術企業的技術效率有一定的負向作用,但對中小型企業的技術效率沒有顯著影響。從分階段檢驗中發現,減稅政策前的技術效率具有顯著的正向作用,說明在減稅政策影響下,大部分企業追求經濟高速發展而忽視高質量發展是導致整體企業技術效率下降的主要原因之一。
為此,中央和地方政府應繼續貫徹落實各項減稅降費政策,優化各項納稅服務,加大企業特別是中小型高新技術企業的減稅降費力度,同時實施更大規模減稅降費政策,以激發企業全要素生產率的提高,助推高新技術企業高質量發展,從而真正實現“降稅負、穩就業、保民生”。其次,大型高新技術企業要更加注重科技創新從高速增長轉向高質量發展。全要素生產率是推動高新技術企業向經濟高質量發展的動力源泉,而技術效率體現了高新技術企業的技術產出質量,相關企業在積極響應減稅政策和大力推動科技創新的同時,更要加快攻關關鍵核心技術的效率問題,以實現高新技術企業從高速增長向經濟高質量發展轉換。最后,中小型高新技術企業應加速技術進步步伐,注重企業純技術效率的提升。此外,中小企業可以充分發揮政策優勢,結合自身的戰略規劃,合理優化資源配置和資本結構,加強技術隊伍建設,以實現產業結構的轉型升級,從而進一步提升中小型高新技術企業的盈利能力,讓全要素生產率提高得更好,充分發揮減稅政策帶來的積極影響。
注釋:
①此處研究年份比選取年份少了2009年是因為計算全要素生產率時,輸出結果僅從2010年開始。