固定資產(chǎn)加速折舊政策對(duì)數(shù)字企業(yè)創(chuàng)新效率的影響

鄧峰，楊國(guó)歌

(新疆大學(xué)經(jīng)濟(jì)與管理學(xué)院，新疆烏魯木齊，830000)

一、引言

黨的十九屆五中全會(huì)提出，要大力發(fā)展數(shù)字經(jīng)濟(jì)，為我國(guó)經(jīng)濟(jì)實(shí)現(xiàn)高質(zhì)量發(fā)展提供新動(dòng)能?？萍际菄?guó)家強(qiáng)盛之基，創(chuàng)新是民族進(jìn)步之魂，要讓科技創(chuàng)新這個(gè)“關(guān)鍵變量”成為高質(zhì)量發(fā)展的“最大增量”。數(shù)字經(jīng)濟(jì)發(fā)展的根本在于數(shù)字企業(yè)創(chuàng)新?？萍夹推髽I(yè)是經(jīng)濟(jì)高質(zhì)量發(fā)展的微觀基礎(chǔ)，是最具市場(chǎng)活力和發(fā)展動(dòng)力的創(chuàng)新主體，是吸納高質(zhì)量就業(yè)和培育發(fā)展新動(dòng)能的主力軍。數(shù)字企業(yè)創(chuàng)新不僅關(guān)系數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化發(fā)展水平，而且關(guān)系數(shù)字經(jīng)濟(jì)高質(zhì)量發(fā)展。差異化的產(chǎn)業(yè)類型需要政府多樣化的產(chǎn)業(yè)政策支持，因此數(shù)字企業(yè)創(chuàng)新離不開國(guó)家產(chǎn)業(yè)和創(chuàng)新政策支持。固定資產(chǎn)加速折舊政策是政府對(duì)市場(chǎng)進(jìn)行干預(yù)、推進(jìn)我國(guó)供給側(cè)結(jié)構(gòu)性改革的重要政策工具，對(duì)企業(yè)投資決策具有重要影響。隨著我國(guó)經(jīng)濟(jì)邁上高質(zhì)量增長(zhǎng)道路，企業(yè)面臨著成本日益上升、資金短缺、研發(fā)投入水平較低及研發(fā)持續(xù)性較差等亟待解決的突出問題。我國(guó)數(shù)字經(jīng)濟(jì)體量雖然領(lǐng)先但在核心競(jìng)爭(zhēng)力上沒有顯著優(yōu)勢(shì)，數(shù)字企業(yè)主體規(guī)模普遍偏小且在關(guān)鍵領(lǐng)域和“卡脖子”技術(shù)創(chuàng)新環(huán)節(jié)依然薄弱[1]。數(shù)字技術(shù)創(chuàng)新因其具有高投入、高風(fēng)險(xiǎn)、復(fù)雜性等特征可能導(dǎo)致數(shù)字企業(yè)面臨更大的融資約束問題。為了提高企業(yè)研發(fā)投入水平、增強(qiáng)企業(yè)創(chuàng)新效率，2014年國(guó)務(wù)院常務(wù)會(huì)議部署完善固定資產(chǎn)加速折舊政策，以促進(jìn)企業(yè)技術(shù)改造，支持企業(yè)創(chuàng)新。有學(xué)者指出，該項(xiàng)政策出臺(tái)后，有助于緩解企業(yè)融資約束，提高企業(yè)全要素生產(chǎn)率[2]。但關(guān)于加速折舊政策與數(shù)字企業(yè)創(chuàng)新關(guān)系的研究文獻(xiàn)，目前還較為缺乏。因此，基于增強(qiáng)數(shù)字企業(yè)核心競(jìng)爭(zhēng)力和提高政策利用效率視角，探討加速折舊政策對(duì)數(shù)字企業(yè)創(chuàng)新效率的影響具有重要的理論和現(xiàn)實(shí)意義。

與本文研究相關(guān)的文獻(xiàn)主要有兩個(gè)支系：一個(gè)支系主要探討固定資產(chǎn)加速折舊政策對(duì)企業(yè)創(chuàng)新的影響。如李昊洋等[3]探討了固定資產(chǎn)加速折舊政策如何影響企業(yè)科研投入，發(fā)現(xiàn)該政策可以通過降低企業(yè)稅負(fù)顯著促進(jìn)企業(yè)研發(fā)投入；王宗軍等[4]也得出了同樣的結(jié)論，同時(shí)還指出該政策對(duì)企業(yè)專利產(chǎn)出同樣有積極的促進(jìn)效應(yīng)。此外，劉偉江和呂鐲[5]基于靜態(tài)和動(dòng)態(tài)視角，研究了加速折舊政策對(duì)制造業(yè)企業(yè)全要素生產(chǎn)率的影響，發(fā)現(xiàn)該政策對(duì)制造業(yè)企業(yè)靜態(tài)和動(dòng)態(tài)全要素生產(chǎn)率沒有顯著的促進(jìn)作用。另一個(gè)支系則主要探討數(shù)字經(jīng)濟(jì)發(fā)展對(duì)實(shí)體經(jīng)濟(jì)的影響。如許恒等[6]基于非對(duì)稱競(jìng)爭(zhēng)博弈模型，發(fā)現(xiàn)數(shù)字經(jīng)濟(jì)對(duì)傳統(tǒng)經(jīng)濟(jì)轉(zhuǎn)型升級(jí)雖有促進(jìn)效應(yīng)，但若不合理引導(dǎo)，數(shù)字企業(yè)憑借自身優(yōu)勢(shì)形成壟斷反而會(huì)抑制傳統(tǒng)經(jīng)濟(jì)發(fā)展。趙濤等[7]發(fā)現(xiàn)，數(shù)字經(jīng)濟(jì)發(fā)展通過激發(fā)創(chuàng)新創(chuàng)業(yè)活動(dòng)，能促進(jìn)城市經(jīng)濟(jì)高質(zhì)量發(fā)展。范鑫[8]基于國(guó)際貿(mào)易視角，發(fā)現(xiàn)進(jìn)口國(guó)數(shù)字經(jīng)濟(jì)發(fā)展能夠顯著降低我國(guó)出口效率損失，提高我國(guó)出口貿(mào)易效率，同時(shí)也會(huì)增加我國(guó)出口貿(mào)易的不確定性。也有少數(shù)學(xué)者探討了產(chǎn)業(yè)政策對(duì)數(shù)字經(jīng)濟(jì)行業(yè)技術(shù)創(chuàng)新的影響，但他們并未對(duì)固定資產(chǎn)加速折舊政策進(jìn)行分析[9]。由于研究視角所限，關(guān)于加速折舊政策對(duì)企業(yè)創(chuàng)新的影響，目前學(xué)術(shù)界未達(dá)成一致意見，探討該政策對(duì)數(shù)字企業(yè)創(chuàng)新效率影響的研究更為鮮見。為此，本文以2014年固定資產(chǎn)加速折舊政策實(shí)施作為準(zhǔn)自然實(shí)驗(yàn)，運(yùn)用雙重差分法評(píng)估該政策對(duì)數(shù)字企業(yè)創(chuàng)新效率的影響并就其作用機(jī)理展開進(jìn)一步分析。

本文的邊際貢獻(xiàn)在于：①利用固定資產(chǎn)加速折舊政策這一外生沖擊，首次考察了該政策對(duì)數(shù)字企業(yè)創(chuàng)新效率的影響，豐富了關(guān)于數(shù)字經(jīng)濟(jì)創(chuàng)新激勵(lì)政策的研究文獻(xiàn)；②現(xiàn)有文獻(xiàn)聚焦于加速折舊政策對(duì)企業(yè)科研投入、企業(yè)投資等方面的影響，鮮有文獻(xiàn)關(guān)注該政策對(duì)數(shù)字企業(yè)創(chuàng)新效率的影響，本文以全要素生產(chǎn)率衡量數(shù)字企業(yè)創(chuàng)新效率，檢驗(yàn)加速折舊政策對(duì)數(shù)字企業(yè)創(chuàng)新效率的影響，彌補(bǔ)了數(shù)字企業(yè)創(chuàng)新議題的實(shí)證研究空白；③較深入地探討了數(shù)字企業(yè)創(chuàng)新效率的影響因素及作用渠道，為完善固定資產(chǎn)加速折舊政策，促進(jìn)數(shù)字企業(yè)創(chuàng)新提供了詳細(xì)的檢驗(yàn)證據(jù)。

二、理論分析與研究假設(shè)

(一)固定資產(chǎn)加速折舊政策的出臺(tái)

2014年10月20 號(hào)，財(cái)政部與國(guó)家稅務(wù)總局聯(lián)合發(fā)布的財(cái)稅[2014]75 號(hào)文件規(guī)定：生物藥品制造業(yè)、專用設(shè)備制造業(yè)、鐵路/船舶/航空航天和其他運(yùn)輸設(shè)備制造業(yè)、計(jì)算機(jī)/通信和其他電子設(shè)備制造業(yè)、儀器儀表制造業(yè)、信息傳輸/軟件和信息技術(shù)服務(wù)業(yè)等六大行業(yè)新購(gòu)進(jìn)的固定資產(chǎn)可按雙倍余額遞減法、縮短折舊年限等方法進(jìn)行加速折舊。對(duì)六個(gè)行業(yè)的小微型企業(yè)自2014年1月1日后新購(gòu)進(jìn)的研發(fā)和生產(chǎn)經(jīng)營(yíng)共用的儀器、設(shè)備，單位價(jià)值不超過100 萬元的，允許一次性計(jì)入當(dāng)期成本費(fèi)用，在計(jì)算應(yīng)納稅所得額時(shí)予以扣除，不再分年度計(jì)算折舊；單位價(jià)值超過100 萬元的，可縮短折舊年限或采取加速折舊的方法。對(duì)所有行業(yè)企業(yè)自2014年1月1日后新購(gòu)進(jìn)的專門用于研發(fā)的設(shè)備，單位價(jià)值不超過100 萬元的、企業(yè)持有的單位價(jià)值不超過5 000元的固定資產(chǎn)，允許一次性計(jì)入當(dāng)期成本費(fèi)用，在計(jì)算應(yīng)納稅所得額時(shí)予以扣除，不再分年度計(jì)算折舊；單位價(jià)值超過100 萬元的，可縮短折舊年限或采取加速折舊的方法。在六大行業(yè)中，信息傳輸/軟件和信息技術(shù)服務(wù)業(yè)在《2017年中國(guó)數(shù)字經(jīng)濟(jì)白皮書》中被劃分為數(shù)字經(jīng)濟(jì)行業(yè)，數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)包括數(shù)字產(chǎn)業(yè)化與產(chǎn)業(yè)數(shù)字化，數(shù)字產(chǎn)業(yè)化具體業(yè)態(tài)有：電信廣播電視和衛(wèi)星傳輸服務(wù)、互聯(lián)網(wǎng)和相關(guān)服務(wù)、軟件和信息技術(shù)服務(wù)等三類行業(yè)；產(chǎn)業(yè)數(shù)字化包括應(yīng)用部門因使用數(shù)字技術(shù)而帶來的產(chǎn)出增加和效率提升部分。考慮到產(chǎn)業(yè)數(shù)字化數(shù)據(jù)并無權(quán)威統(tǒng)計(jì)，本文重點(diǎn)研究加速折舊政策對(duì)數(shù)字產(chǎn)業(yè)化具體業(yè)態(tài)中企業(yè)創(chuàng)新效率的影響。

(二)加速折舊政策、融資約束與數(shù)字企業(yè)創(chuàng)新

加速折舊政策對(duì)企業(yè)的利好是明顯的。固定資產(chǎn)在使用年限中折舊抵稅總額雖不變，但企業(yè)能利用此政策在固定資產(chǎn)購(gòu)入當(dāng)期計(jì)提大量折舊，減少應(yīng)納所得稅，獲得遞延納稅所帶來的貨幣時(shí)間價(jià)值。這相當(dāng)于獲得了一批無息貸款，有助于緩解融資約束，促進(jìn)企業(yè)科研投入。而該項(xiàng)政策制訂的初衷，也正是期望通過遞延征稅的優(yōu)惠形式，加快更新企業(yè)設(shè)備以促進(jìn)企業(yè)研發(fā)創(chuàng)新。數(shù)字經(jīng)濟(jì)作為一種新經(jīng)濟(jì)，對(duì)技術(shù)創(chuàng)新、產(chǎn)品升級(jí)換代要求更高、科研投入更大。以信息技術(shù)為基礎(chǔ)的數(shù)字企業(yè)科研創(chuàng)新具有高投入、高風(fēng)險(xiǎn)等特征，面臨的融資約束也更大。因此，加速折舊政策能緩解企業(yè)融資約束，有利于提高數(shù)字企業(yè)科研活動(dòng)意愿[10]。與此同時(shí)，固定資產(chǎn)加速折舊政策產(chǎn)生的積極信號(hào)，能緩解利益相關(guān)者與數(shù)字企業(yè)信息不對(duì)稱的風(fēng)險(xiǎn)，隨之而來的外部監(jiān)督，則有助于降低企業(yè)創(chuàng)新失敗的風(fēng)險(xiǎn)。

依據(jù)信號(hào)理論，固定資產(chǎn)加速折舊政策的實(shí)施，向外界釋放了被支持行業(yè)受到國(guó)家重視或具有潛力的積極信號(hào)，這有利于企業(yè)嫁接市場(chǎng)資源和政府資源緩解融資約束激勵(lì)企業(yè)創(chuàng)新[11]。一方面，加速折舊政策能降低利益相關(guān)者與數(shù)字企業(yè)之間信息不對(duì)稱的風(fēng)險(xiǎn)，有利于數(shù)字企業(yè)嫁接市場(chǎng)資源。研究表明，信息不對(duì)稱會(huì)引發(fā)道德風(fēng)險(xiǎn)和逆向選擇問題，可能阻礙利益相關(guān)者給予企業(yè)的創(chuàng)新投資或信貸支持，從而導(dǎo)致企業(yè)面臨普遍的融資約束[12]，最終限制企業(yè)全要素生產(chǎn)率水平的提高[13]。由于數(shù)字企業(yè)出于成本及知識(shí)產(chǎn)權(quán)保護(hù)可能不愿意將內(nèi)部信息向市場(chǎng)完全公開，因此外部利益相關(guān)者作為弱勢(shì)信息方會(huì)面臨道德風(fēng)險(xiǎn)和逆向選擇，從而導(dǎo)致利益相關(guān)者與企業(yè)之間信息不對(duì)稱[14]。加速折舊政策傳遞的積極信號(hào)，會(huì)使利益相關(guān)者認(rèn)為該行業(yè)企業(yè)與政府關(guān)系良好，一定程度提高了企業(yè)的市場(chǎng)認(rèn)可度。依據(jù)信號(hào)理論，固定資產(chǎn)加速折舊政策向利益相關(guān)者釋放的數(shù)字經(jīng)濟(jì)行業(yè)有發(fā)展?jié)摿Α?shù)字企業(yè)“值得被信任”等積極信號(hào)，有利于加強(qiáng)利益相關(guān)者對(duì)數(shù)字企業(yè)的信任從而提供更多創(chuàng)新資源支持。因此，當(dāng)企業(yè)市場(chǎng)認(rèn)可度提高，被貼上“認(rèn)可標(biāo)簽”時(shí)，外部投資者會(huì)認(rèn)為該企業(yè)具備充分的政府資源[15]，對(duì)他們來說這是一種投資利好信號(hào)，從而更愿意給企業(yè)提供投資。因此，固定資產(chǎn)加速折舊政策有助于企業(yè)嫁接市場(chǎng)資源，促進(jìn)數(shù)字企業(yè)創(chuàng)新。

另一方面，企業(yè)積極響應(yīng)加速折舊政策，保持與政府的良性互動(dòng)關(guān)系，有助于嫁接政府資源。固定資產(chǎn)加速折舊政策傳遞企業(yè)獲得政府認(rèn)可、受政府支持的信號(hào)，有助于企業(yè)在其他創(chuàng)新資源方面獲得政府的直接支持[16]。傳統(tǒng)銀行信貸仍然是中國(guó)企業(yè)外部融資的主要渠道，固定資產(chǎn)加速折舊政策傳遞了政府支持認(rèn)可的積極信號(hào)[17]，使得數(shù)字企業(yè)在銀行信貸、利率優(yōu)惠、審批流程等各方面更容易獲得銀行支持，有助于提高企業(yè)融資效率和降低融資成本，從而降低企業(yè)科研壓力和投資風(fēng)險(xiǎn)。因此，加速折舊政策有利于數(shù)字企業(yè)嫁接政府資源，通過獲取政府創(chuàng)新資源實(shí)現(xiàn)自身的創(chuàng)新發(fā)展。熊彼特創(chuàng)新理論顯示，企業(yè)技術(shù)創(chuàng)新過程中資金的可獲得性起著至關(guān)重要的作用，只有保證科研投入的長(zhǎng)期性，才有助于提高企業(yè)的創(chuàng)新水平。企業(yè)獲得政府政策支持，是企業(yè)與政府保持良好關(guān)系的體現(xiàn)，政府對(duì)企業(yè)信任，將創(chuàng)新資源進(jìn)一步投入這些企業(yè)，可以有效降低政府事前考察、事中監(jiān)督、事后考核的成本。政府的長(zhǎng)期支持，有助于提高數(shù)字企業(yè)創(chuàng)新水平。

基于以上分析，本文提出如下假設(shè)：

假設(shè)H1：給定其他條件不變，固定資產(chǎn)加速折舊政策能通過緩解融資約束來促進(jìn)數(shù)字企業(yè)創(chuàng)新。

(三)融資約束、科研投入強(qiáng)度與數(shù)字企業(yè)創(chuàng)新

加速折舊政策有助于降低企業(yè)與投資者信息不對(duì)稱風(fēng)險(xiǎn)，降低企業(yè)外部融資壓力。已有研究表明，企業(yè)科研投入水平越高，越有利于促進(jìn)企業(yè)技術(shù)創(chuàng)新[18]。因此，在加速折舊政策的支持下，融資約束水平降低對(duì)數(shù)字企業(yè)創(chuàng)新效率的促進(jìn)作用受到企業(yè)科研投入強(qiáng)度的影響。由于企業(yè)研發(fā)創(chuàng)新活動(dòng)具有高投入、持續(xù)性以及高度不確定性等特征[19]，現(xiàn)金流增加能緩解企業(yè)融資約束降低企業(yè)創(chuàng)新不確定性風(fēng)險(xiǎn)和科研投入壓力，有助于提高企業(yè)創(chuàng)新意愿，因此，提高科研投入強(qiáng)度有助于促進(jìn)企業(yè)創(chuàng)新。已有學(xué)者指出，國(guó)家創(chuàng)新激勵(lì)政策會(huì)顯著提高企業(yè)開展科研活動(dòng)的可能性，通過提高企業(yè)科研投入水平促進(jìn)企業(yè)創(chuàng)新[20]。因此，在獲得固定資產(chǎn)加速折舊政策支持后，數(shù)字經(jīng)濟(jì)企業(yè)能通過緩解企業(yè)與利益相關(guān)者信息不對(duì)稱，幫助其嫁接政府資源和市場(chǎng)資源，增加企業(yè)現(xiàn)金流，從而緩解融資約束，降低企業(yè)科研投入風(fēng)險(xiǎn)。在逃離競(jìng)爭(zhēng)效應(yīng)與外部監(jiān)督效應(yīng)的共同作用下，數(shù)字企業(yè)加大科研投入的信心得以增強(qiáng)?？蒲型度霃?qiáng)度越大，越有助于提高企業(yè)創(chuàng)新效率。即融資約束水平降低會(huì)在科研投入強(qiáng)度的正向調(diào)節(jié)下提高企業(yè)創(chuàng)新水平。基于以上分析，提出如下假設(shè)：

H2：加速折舊政策通過降低融資約束水平對(duì)數(shù)字企業(yè)創(chuàng)新的促進(jìn)效應(yīng)隨著企業(yè)科研投入力度的提高而增加，即科研投入強(qiáng)度在融資約束與數(shù)字企業(yè)創(chuàng)新之間起正向調(diào)節(jié)效應(yīng)。

為了更加直觀地反映作用機(jī)理，根據(jù)前面的分析，繪制了加速折舊政策對(duì)數(shù)字企業(yè)創(chuàng)新效率的影響機(jī)制圖，見圖1。

圖1 加速折舊政策對(duì)數(shù)字企業(yè)創(chuàng)新效率的影響機(jī)制

三、模型變量選取與數(shù)據(jù)說明

(一)模型設(shè)定

本文基于加速折舊政策準(zhǔn)自然實(shí)驗(yàn)，運(yùn)用雙重差分法評(píng)估政策效果，基準(zhǔn)模型設(shè)定如下：

其中，i代表企業(yè)個(gè)體，t代表時(shí)間效應(yīng)，tfp表示數(shù)字企業(yè)創(chuàng)新效率，且為本文核心被解釋變量。DID 表示構(gòu)建的雙重差分項(xiàng)，代表政策實(shí)施凈效應(yīng)。若系數(shù)α1統(tǒng)計(jì)水平顯著且為正，表明固定資產(chǎn)加速折舊政策對(duì)數(shù)字企業(yè)創(chuàng)新有積極促進(jìn)效應(yīng)。X為一組控制變量，ε表示隨機(jī)效應(yīng)。

為了檢驗(yàn)本文理論假設(shè)H1 和H2，本文參照楊仁發(fā)和李勝勝文獻(xiàn)[21]構(gòu)造如下模型：

模型(1)(2)和(3)是經(jīng)典中介效應(yīng)三步法，不再贅述。本文重點(diǎn)關(guān)注系數(shù)δ1和β1、β2的顯著性。模型(4)中rd表示調(diào)節(jié)變量，利用融資約束與科研投入強(qiáng)度相乘構(gòu)造交互項(xiàng)，識(shí)別融資約束對(duì)數(shù)字企業(yè)創(chuàng)新效率影響的調(diào)節(jié)機(jī)制。

(二)變量選取

1.被解釋變量

被解釋變量為創(chuàng)新效率(tfp) ，本文主要采用DEA—Malmquist 指數(shù)方法測(cè)度全要素生產(chǎn)率，以此衡量數(shù)字企業(yè)創(chuàng)新效率，并給出分解指標(biāo)綜合技術(shù)效率(effch)和技術(shù)進(jìn)步(tech)。tfp測(cè)算過程中運(yùn)用到的變量及數(shù)據(jù)說明：本文選用專利申請(qǐng)作為科研產(chǎn)出變量，使用年末數(shù)字企業(yè)科研人員表示勞動(dòng)投入，選用年末企業(yè)科研經(jīng)費(fèi)投入作為研發(fā)資本。科研經(jīng)費(fèi)存量核算方法：借鑒朱平芳、徐偉民和李翔、鄧峰[22,23]做法，利用永續(xù)盤存法計(jì)算各期的R&D 資本存量，折舊率借鑒田友春[24]對(duì)信息傳輸、計(jì)算機(jī)服務(wù)和軟件行業(yè)評(píng)估的平均折舊率(7.98%)。具體測(cè)算過程使用deap2.1 軟件完成。此外，本文利用參數(shù)估計(jì)法(SFA)重新測(cè)算創(chuàng)新效率用于穩(wěn)健性經(jīng)驗(yàn)，具體測(cè)算過程使用frontier4.1 軟件完成。

2.解釋變量

解釋變量為政策凈效應(yīng)(DID)。本文以2014年固定資產(chǎn)加速折舊政策作為準(zhǔn)自然實(shí)驗(yàn)，運(yùn)用雙重差分法評(píng)估該政策的實(shí)施效果，為此設(shè)立實(shí)驗(yàn)組和對(duì)照組虛擬變量：①實(shí)驗(yàn)組與對(duì)照組虛擬變量treat。實(shí)施政策行業(yè)企業(yè)定義為 1。控制組為六大行業(yè)以外的非政策實(shí)施行業(yè)企業(yè)，定義為0。②政策時(shí)間虛擬變量post。折舊政策實(shí)施當(dāng)年(2014)及以后定義為1，2014 以前年份定義為0，交乘項(xiàng)treat×post是本文政策實(shí)施的凈效應(yīng)(DID)，作為本文的解釋變量。

3.機(jī)制變量

為深入探討加速折舊政策對(duì)數(shù)字企業(yè)創(chuàng)新效率的影響機(jī)制，本文用到兩個(gè)機(jī)制變量：融資約束和科研投入強(qiáng)度。科研投入強(qiáng)度(rd)使用企業(yè)年末科研投入經(jīng)費(fèi)與企業(yè)營(yíng)業(yè)收入之比表征。融資約束代表性的測(cè)度方法有KZ 指數(shù)、WW 指數(shù)和SA 指數(shù)。本文借鑒鞠曉生[25]的做法使用改進(jìn)后的融資約束指數(shù)：SA=-0.737×size+0.043×(size)2-0.04×age，其中size 表示企業(yè)總資產(chǎn)，age表示企業(yè)經(jīng)營(yíng)年限。

4.控制變量

借鑒余長(zhǎng)林等[9]的做法，選擇以下控制變量:企業(yè)年齡(age)，使用企業(yè)注冊(cè)年限衡量；企業(yè)規(guī)模(size)，按企業(yè)總資產(chǎn)取自然對(duì)數(shù)；企業(yè)發(fā)展能力(grow)，從企業(yè)營(yíng)業(yè)收入增長(zhǎng)率來衡量；流動(dòng)比率(ldbl)，即流動(dòng)資產(chǎn)對(duì)流動(dòng)負(fù)債的比率，用來衡量企業(yè)償還負(fù)債的能力；凈資產(chǎn)利潤(rùn)率(roa)，用凈利潤(rùn)與總資產(chǎn)的比值來衡量；企業(yè)杠桿率(lev)，用企業(yè)負(fù)債總額與總資產(chǎn)的比值來衡量。

(三)數(shù)據(jù)說明與描述性統(tǒng)計(jì)

以2009－2019年我國(guó)數(shù)字經(jīng)濟(jì)行業(yè)滬深A(yù)股上市企業(yè)為樣本，采用雙重差分法( DID) 對(duì)固定資產(chǎn)加速折舊政策效應(yīng)進(jìn)行評(píng)估，以驗(yàn)證本文的研究假設(shè)。此外對(duì)樣本進(jìn)行了處理：①剔除 ST公司樣本。②剔除數(shù)據(jù)缺失嚴(yán)重的樣本。③對(duì)被解釋變量進(jìn)行了 1% 和99%的雙邊縮尾處理，消除異常值影響，最后得到288 個(gè)觀測(cè)樣本；針對(duì)某些樣本企業(yè)在少數(shù)年份缺漏數(shù)據(jù)的情況均采用插值法補(bǔ)齊；公司財(cái)務(wù)數(shù)據(jù)均來自國(guó)泰安數(shù)據(jù)庫(kù)。變量描述性統(tǒng)計(jì)如表1所示，顯示創(chuàng)新效率(tfp)、綜合技術(shù)效率(effch)和技術(shù)進(jìn)步(tech)三個(gè)變量的標(biāo)準(zhǔn)誤差較大，表明數(shù)字企業(yè)之間創(chuàng)新效率差距懸殊。從科研投入強(qiáng)度誤差可以看出企業(yè)間科研投入強(qiáng)度差距較大。從發(fā)展能力和資產(chǎn)利潤(rùn)率的均值可以看出，數(shù)字企業(yè)有較快的成長(zhǎng)潛力，但是杠桿率較高。描述性統(tǒng)計(jì)表明，數(shù)字企業(yè)增長(zhǎng)性較好，但可能面臨融資約束問題，不利于數(shù)字經(jīng)濟(jì)健康發(fā)展?？傮w來說，分析結(jié)果與現(xiàn)有研究文獻(xiàn)相似[9]。

表1 主要變量描述性統(tǒng)計(jì)

四、實(shí)證結(jié)果與分析

(一)基本估計(jì)結(jié)果

表2展示了加速折舊政策對(duì)數(shù)字企業(yè)創(chuàng)新效率影響的基本估計(jì)結(jié)果，同時(shí)也展示了綜合技術(shù)效率(effch)和技術(shù)進(jìn)步(tech)的估計(jì)結(jié)果。表2中估計(jì)結(jié)果前三列，在沒有控制時(shí)間和個(gè)體效應(yīng)的情況下，加速折舊政策對(duì)數(shù)字企業(yè)創(chuàng)新效率(tfp)影響在1%的統(tǒng)計(jì)水平上為負(fù)，對(duì)綜合技術(shù)效率和技術(shù)進(jìn)步的影響同樣為負(fù)，對(duì)技術(shù)進(jìn)步(tech)的負(fù)向影響效應(yīng)大于對(duì)綜合技術(shù)效率(effch)的影響效應(yīng)。由于創(chuàng)新是連續(xù)性科研活動(dòng)且受到企業(yè)個(gè)體資源稟賦和發(fā)展時(shí)間限制，因此創(chuàng)新效率受時(shí)間和個(gè)體影響較大，可能導(dǎo)致估計(jì)結(jié)果有偏差。表2中后三列匯報(bào)了加入時(shí)間和個(gè)體效應(yīng)后的估計(jì)結(jié)果，顯示加速折舊政策對(duì)數(shù)字企業(yè)創(chuàng)新效率(tfp)的影響在1%的統(tǒng)計(jì)水平上為正。表明在控制個(gè)體和時(shí)間效應(yīng)的情況下，加速折舊政策對(duì)數(shù)字企業(yè)創(chuàng)新效率存在顯著促進(jìn)效應(yīng)。此外，綜合技術(shù)效率和技術(shù)進(jìn)步估計(jì)結(jié)果顯示，固定資產(chǎn)加速折舊政策對(duì)綜合技術(shù)效率影響在1%的統(tǒng)計(jì)水平上顯著為正，影響系數(shù)為0.683。而對(duì)技術(shù)進(jìn)步的影響在1%的統(tǒng)計(jì)水平上顯著為負(fù)，系數(shù)為 -0.023 7。這說明固定資產(chǎn)加速折舊政策提高了企業(yè)綜合技術(shù)效率，而在一定程度上又阻礙了企業(yè)技術(shù)進(jìn)步。加速折舊政策對(duì)技術(shù)進(jìn)步的抑制效應(yīng)可能由于投資邊際效應(yīng)遞減導(dǎo)致，且其對(duì)綜合技術(shù)效率的促進(jìn)效應(yīng)大于對(duì)技術(shù)進(jìn)步的抑制效應(yīng)，故其總體上是提高了數(shù)字企業(yè)創(chuàng)新效率。

表2 基本估計(jì)結(jié)果

(二)共同趨勢(shì)及穩(wěn)健性檢驗(yàn)

1.共同趨勢(shì)假設(shè)檢驗(yàn)

“共同趨勢(shì)假設(shè)”是進(jìn)行雙重差分法(DID)的前提。共同趨勢(shì)假設(shè)是指在沒有實(shí)行加速折舊政策之前，數(shù)字企業(yè)與未享受加速折舊政策企業(yè)的創(chuàng)新效率變化趨勢(shì)應(yīng)當(dāng)一致。本文共有11 期數(shù)據(jù)，在實(shí)施加速折舊政策前共有六期數(shù)據(jù)，因此，可以從時(shí)間趨勢(shì)圖來判斷實(shí)驗(yàn)組與對(duì)照組是否具有共同趨勢(shì)。根據(jù)平行趨勢(shì)圖顯示，政策實(shí)施前實(shí)驗(yàn)組與對(duì)照組的變化趨勢(shì)總體相同，表明本文使用雙重差分法進(jìn)行政策評(píng)估較為合理。因篇幅所限，平行趨勢(shì)圖不在文中具體展示。

2.傾向得分匹配-雙重差分法檢驗(yàn)

根據(jù)共同趨勢(shì)分析可知，本文實(shí)驗(yàn)組與對(duì)照組大體上具有相同的發(fā)展趨勢(shì)，滿足了雙重差分前提條件。為了消除實(shí)驗(yàn)組與對(duì)照組之間變動(dòng)趨勢(shì)的系統(tǒng)性差異，本文采用傾向得分匹配-雙重差分法(PSM-DID)進(jìn)行穩(wěn)健性檢驗(yàn)，估計(jì)結(jié)果如表3所示。結(jié)果顯示，在沒有控制時(shí)間和個(gè)體效應(yīng)的情況下，加速折舊政策對(duì)數(shù)字企業(yè)創(chuàng)新效率和技術(shù)進(jìn)步的影響均在1%的統(tǒng)計(jì)水平上顯著為負(fù)，對(duì)綜合技術(shù)性效率的影響為負(fù)，但是統(tǒng)計(jì)水平并不顯著。當(dāng)控制時(shí)間和個(gè)體效應(yīng)后，加速折舊政策對(duì)數(shù)字企業(yè)創(chuàng)新效率影響在1%的統(tǒng)計(jì)水平上顯著為正，對(duì)綜合技術(shù)效率和技術(shù)進(jìn)步的影響分別在10%和1%的統(tǒng)計(jì)水平上顯著，影響系數(shù)分別為0.648 和-0.023 8。這從總體上說明固定資產(chǎn)加速折舊政策的實(shí)施有助于提高數(shù)字企業(yè)創(chuàng)新效率。具體來看，加速折舊政策主要通過提高綜合技術(shù)效率來促進(jìn)數(shù)字企業(yè)創(chuàng)新。這與基準(zhǔn)估計(jì)結(jié)果一致，表明本文結(jié)論較穩(wěn)健。

表3 PSM-DID 估計(jì)結(jié)果

3.政策時(shí)間隨機(jī)性檢驗(yàn)

為了驗(yàn)證固定資產(chǎn)折舊政策效果的穩(wěn)健性，文章分別假設(shè)政策隨機(jī)提前1年、2年和3年，并生成新的時(shí)間虛擬變量，然后將新的時(shí)間虛擬變量與實(shí)驗(yàn)組虛擬變量進(jìn)行交乘，對(duì)生成的三個(gè)交互變量(year11、year12、year13)分別進(jìn)行估計(jì)。結(jié)果顯示政策隨機(jī)提前的凈效應(yīng)從2011 至2013年均為負(fù)，而2014年當(dāng)年固定資產(chǎn)折舊政策的凈效應(yīng)在1%的統(tǒng)計(jì)水平上顯著為正，表明基本估計(jì)結(jié)果得出的2014年及以后實(shí)施的固定加速折舊政策對(duì)數(shù)字企業(yè)創(chuàng)新效率存在顯著促進(jìn)效應(yīng)的結(jié)論較穩(wěn)健。因篇幅所限，不再具體展示。

4.政策唯一性檢驗(yàn)

當(dāng)一個(gè)行業(yè)在某一年份同時(shí)受到兩個(gè)或更多政策的影響時(shí)，雙重差分法(DID)對(duì)其中一項(xiàng)政策的效果評(píng)估可能受到另一個(gè)政策影響而產(chǎn)生擠出或疊加效應(yīng)，從而導(dǎo)致評(píng)估結(jié)果有偏差。在2016年，國(guó)家對(duì)信息傳輸/軟件和信息技術(shù)服務(wù)業(yè)等行業(yè)實(shí)施了增值稅優(yōu)惠政策，為剝離其他政策沖擊的影響，本文在基準(zhǔn)模型中加入 2016年及以后年份增值稅優(yōu)惠試點(diǎn)政策的虛擬變量，控制了增值稅優(yōu)惠政策效應(yīng)，估計(jì)結(jié)果如表4列(1)所示。與基準(zhǔn)回歸相比，DID 的估計(jì)系依然為正，顯著性沒有發(fā)生改變，這表明固定資產(chǎn)加速折舊試點(diǎn)政策對(duì)數(shù)字企業(yè)創(chuàng)新效率的影響并未因其他政策的設(shè)立而發(fā)生顯著改變，說明本文基本估計(jì)結(jié)果較穩(wěn)健。

5.替換因變量檢驗(yàn)

使用非參數(shù)方法(DEA)測(cè)算數(shù)字企業(yè)全要素生產(chǎn)率，可能因測(cè)度方法的不同導(dǎo)致有偏估計(jì)，基于穩(wěn)健性考慮，本文利用參數(shù)估計(jì)方法(SFA)測(cè)算數(shù)字企業(yè)創(chuàng)新效率(tfp-s)，并出示了使用PSM-DID 方法的估計(jì)結(jié)果，如表4中列(2)所示，結(jié)果顯示固定資產(chǎn)加速折舊政策對(duì)數(shù)字企業(yè)創(chuàng)新效率的影響均在5%的統(tǒng)計(jì)水平上顯著為正，表明加速折舊政策有助于提高數(shù)字企業(yè)創(chuàng)新效率，驗(yàn)證了基本估計(jì)結(jié)論的穩(wěn)健性。

6.安慰劑檢驗(yàn)

安慰劑檢驗(yàn)有兩種實(shí)現(xiàn)方式。第一種是虛構(gòu)處理組，即通過選擇不受政策實(shí)施影響的群組作為處理組進(jìn)行回歸，如果虛構(gòu)處理組DID 估計(jì)結(jié)果依然顯著，說明原估計(jì)結(jié)果可能有偏誤，反之佐證本文估計(jì)結(jié)果比較穩(wěn)健。第二種是變換對(duì)照組，即變換不受政策實(shí)施影響的另外一組對(duì)照，若變換對(duì)照組估計(jì)結(jié)果不顯著，說明原基準(zhǔn)估計(jì)結(jié)果不穩(wěn)健。本文變換對(duì)照組的處理方式是通過減少對(duì)照組樣本量，且通過平行趨勢(shì)檢驗(yàn)后進(jìn)行再估計(jì)，若估計(jì)結(jié)果依然顯著，表明基準(zhǔn)估計(jì)結(jié)果不受對(duì)照組變換而發(fā)生明顯變化。兩種安慰劑估計(jì)結(jié)果統(tǒng)一列出如表4列(3)所示。估計(jì)結(jié)果顯示，在更換處理組情況下，加速折舊政策對(duì)數(shù)字企業(yè)創(chuàng)新效率影響并不顯著；在更換對(duì)照組情況下，加速折舊政策對(duì)數(shù)字企業(yè)的影響依然顯著。表明本文基準(zhǔn)估計(jì)結(jié)果較為穩(wěn)健。

表4 政策唯一性、安慰劑與替換因變量檢驗(yàn)結(jié)果

(三)分組異質(zhì)性檢驗(yàn)

1.分生命周期檢驗(yàn)

本文對(duì)數(shù)字企業(yè)不同生命周期進(jìn)行分組估計(jì)，考察加速折舊政策對(duì)不同生命周期數(shù)字企業(yè)創(chuàng)新的影響。關(guān)于企業(yè)生命周期的劃分，現(xiàn)有文獻(xiàn)使用的方法較多，本文參考劉詩(shī)源等[26]的做法，使用現(xiàn)金流模式法進(jìn)行劃分。現(xiàn)金流模式法是通過經(jīng)營(yíng)、投資、籌資三類活動(dòng)現(xiàn)金流凈額的正負(fù)組合來反映企業(yè)所處的生命周期階段。企業(yè)生命周期可分為成長(zhǎng)期、成熟期和衰退期三個(gè)階段。具體估計(jì)結(jié)果如表5所示。結(jié)果顯示在三個(gè)不同的生命周期階段，固定資產(chǎn)加速折舊政策對(duì)數(shù)字企業(yè)創(chuàng)新效率的影響均在1%的統(tǒng)計(jì)水平上顯著為正。從影響系數(shù)可以看出，加速折舊政策對(duì)數(shù)字企業(yè)創(chuàng)新效率的促進(jìn)效應(yīng)受生命周期階段影響較小。這可能是因?yàn)閿?shù)字經(jīng)濟(jì)行業(yè)創(chuàng)新性、快捷性等特征使得企業(yè)即使在衰退期依然能充分利用國(guó)家政策資源和自身技術(shù)優(yōu)勢(shì)實(shí)現(xiàn)創(chuàng)新升級(jí)。

2.分產(chǎn)權(quán)性質(zhì)檢驗(yàn)

已有學(xué)者如余明桂等[16]指出，民營(yíng)企業(yè)為立于不敗之地，在享受產(chǎn)業(yè)政策后，所受到的激勵(lì)攀升效應(yīng)相比國(guó)有企業(yè)更為顯著，針對(duì)數(shù)字企業(yè)而言此結(jié)論是否成立需要進(jìn)一步探討。本文按照數(shù)字企業(yè)控制性質(zhì)進(jìn)行國(guó)有和非國(guó)有分組，分組估計(jì)結(jié)果如表5所示。估計(jì)結(jié)果顯示，固定資產(chǎn)加速折舊政策對(duì)國(guó)有控股和非國(guó)有控股數(shù)字企業(yè)的影響均在1%的統(tǒng)計(jì)水平上顯著為正，影響系數(shù)分別為1.768 和1.679。從影響系數(shù)看，加速折舊政策對(duì)國(guó)有控股數(shù)字企業(yè)創(chuàng)新效率的促進(jìn)效應(yīng)略高于非國(guó)有控股數(shù)字企業(yè)。與現(xiàn)有結(jié)論不同的原因，可能是國(guó)有控股數(shù)字企業(yè)本身?yè)碛屑夹g(shù)優(yōu)勢(shì)，還同時(shí)擁有政府資源優(yōu)勢(shì)，有助于企業(yè)在融資和信貸等方面獲得較多支持，更有助于企業(yè)創(chuàng)新。

3.分企業(yè)規(guī)模檢驗(yàn)

根據(jù)以往研究發(fā)現(xiàn)，產(chǎn)業(yè)政策對(duì)技術(shù)創(chuàng)新的影響存在組織結(jié)構(gòu)、企業(yè)規(guī)模等方面的異質(zhì)性，企業(yè)規(guī)模是影響企業(yè)發(fā)展的重要因素之一。本文依據(jù)職工數(shù)量將樣本劃分為大規(guī)模和中小規(guī)模兩組，分組估計(jì)結(jié)果如表5所示。結(jié)果顯示加速折舊政策對(duì)大規(guī)模和中小規(guī)模數(shù)字企業(yè)的創(chuàng)新效率均有顯著的促進(jìn)作用，影響系數(shù)分別為1.263和2.584，說明固定資產(chǎn)加速折舊政策對(duì)中小規(guī)模數(shù)字企業(yè)創(chuàng)新效率的促進(jìn)效應(yīng)更大。規(guī)模較小企業(yè)面臨更為嚴(yán)重的融資約束，加速折舊政策有助于緩解融資約束、降低科研壓力，此外中小規(guī)模企業(yè)可能更能靈活把握市場(chǎng)上的其他投資機(jī)會(huì)，加速業(yè)務(wù)轉(zhuǎn)型升級(jí)，提高創(chuàng)新效率。

表5 異質(zhì)性檢驗(yàn)結(jié)果

五、進(jìn)一步分析

(一)政策的長(zhǎng)期效應(yīng)分析

在時(shí)間維度上，隨著加速折舊政策在越來越多行業(yè)內(nèi)不斷推進(jìn)，其政策效應(yīng)逐步得到釋放，加速折舊政策的逐步推進(jìn)源于對(duì)已有行業(yè)創(chuàng)新發(fā)展激勵(lì)效果的認(rèn)可。為更好地利用加速折舊政策促進(jìn)數(shù)字企業(yè)創(chuàng)新，本文從政策實(shí)施效果的持續(xù)性角度考察固定資產(chǎn)加速折舊政策作用的動(dòng)態(tài)效應(yīng)，進(jìn)而探索加速折舊政策能否對(duì)數(shù)字企業(yè)創(chuàng)新效率產(chǎn)生長(zhǎng)期影響。具體估計(jì)結(jié)果如表6所示。結(jié)果顯示，自2014年以來加速折舊政策對(duì)數(shù)字企業(yè)創(chuàng)新效率存在短期遞減促進(jìn)效應(yīng)，在2014年當(dāng)年激勵(lì)效應(yīng)最大，在2016年及以后這種促進(jìn)效應(yīng)均不明顯。固定資產(chǎn)加速折舊政策對(duì)數(shù)字企業(yè)技術(shù)進(jìn)步在2014年以后存在持續(xù)的促進(jìn)效應(yīng)，在2015年這種促進(jìn)效應(yīng)最大，但這種激勵(lì)效應(yīng)同樣存在遞減趨勢(shì)，2018年達(dá)到最低，隨后呈現(xiàn)較為平穩(wěn)的趨勢(shì)。此外，可以看出固定資產(chǎn)加速折舊政策對(duì)綜合技術(shù)效率動(dòng)態(tài)促進(jìn)效應(yīng)不顯著。基于穩(wěn)健性考慮，在表6的最后一列出示了使用SFA 方法測(cè)算的數(shù)字企業(yè)創(chuàng)新效率(tfp-s)的估計(jì)結(jié)果，該結(jié)果同樣顯示加速折舊政策對(duì)數(shù)字企業(yè)創(chuàng)新效率的促進(jìn)效應(yīng)不存在持續(xù)效應(yīng)。

表6 固定資產(chǎn)加速折舊政策動(dòng)態(tài)估計(jì)結(jié)果

(二)政策影響的機(jī)制分析

1.融資約束中介效應(yīng)

固定資產(chǎn)加速折舊政策通過釋放積極信號(hào)，緩解企業(yè)與利益相關(guān)者之間的信息不對(duì)稱，有助于幫助企業(yè)嫁接政府和市場(chǎng)資源來拓寬企業(yè)融資渠道，緩解企業(yè)融資約束，提高企業(yè)科研投入意愿，最終促進(jìn)企業(yè)技術(shù)創(chuàng)新。為了檢驗(yàn)加速折舊政策對(duì)數(shù)字企業(yè)創(chuàng)新效率的影響機(jī)制，本文借鑒楊仁發(fā)和李勝勝[21]的做法，構(gòu)建模型(1)到模型(3)，用于檢驗(yàn)融資約束的中介效應(yīng)，模型(4)用于檢驗(yàn)科研投入強(qiáng)度的調(diào)節(jié)效應(yīng)，機(jī)制檢驗(yàn)估計(jì)結(jié)果統(tǒng)一見表7所示。表7中模型(1)的估計(jì)結(jié)果顯示與基準(zhǔn)估計(jì)結(jié)果一致，在此不再贅述。

模型(2)的估計(jì)結(jié)果顯示，加速折舊政策對(duì)融資約束的影響在1%的統(tǒng)計(jì)水平上顯著為負(fù)，表明加速折舊政策與融資約束之間呈負(fù)相關(guān)關(guān)系，即固定資產(chǎn)加速折舊政策能夠顯著降低數(shù)字企業(yè)融資約束水平。模型(3)的估計(jì)結(jié)果表明，融資約束對(duì)數(shù)字企業(yè)創(chuàng)新效率的影響在5%的統(tǒng)計(jì)水平上顯著為負(fù)，固定資產(chǎn)加速折舊政策對(duì)數(shù)字企業(yè)創(chuàng)新效率的影響在1%的統(tǒng)計(jì)水平上顯著為正，影響系數(shù)0.916 為加速折舊政策影響數(shù)字企業(yè)創(chuàng)新效率的直接效應(yīng)，間接效應(yīng)為模型(2)中系數(shù)δ1與模型(3)中系數(shù)β2的乘積0.073 2。基于穩(wěn)健性考慮，本文使用SFA 測(cè)算的創(chuàng)新效率替換模型(3)中的被解釋變量進(jìn)行再檢驗(yàn)，估計(jì)結(jié)果如表7的列(4)所示，結(jié)果顯示融資約束對(duì)數(shù)字企業(yè)創(chuàng)新效率影響為負(fù)，但統(tǒng)計(jì)水平并不顯著。利用經(jīng)典三步法中第三步Bootstrap方法檢驗(yàn)λ1×γ2=0是否成立，若成立，則不存在中介效應(yīng)。若不成立，則進(jìn)行完全中介效應(yīng)或部分中介效應(yīng)分析。經(jīng)過Bootstrap 檢驗(yàn)，結(jié)果顯示創(chuàng)新效率t值為-6.46，在1%的統(tǒng)計(jì)水平上顯著為負(fù)，系數(shù)為-0.052，且置信區(qū)間不包括零，表明間接效應(yīng)顯著。因此，拒絕Bootstrap 方法λ1×γ2=0 的原假設(shè)，進(jìn)而再考察DID 的系數(shù)是否顯著。估計(jì)結(jié)果顯示，DID 的系數(shù)為0.068 7，且在1%的統(tǒng)計(jì)水平上顯著為正，表明存在中介效應(yīng)，即固定資產(chǎn)加速折舊政策通過緩解融資約束來提高數(shù)字企業(yè)創(chuàng)新效率。因此，假設(shè)H1 得以驗(yàn)證。

2.科研投入強(qiáng)度的調(diào)節(jié)效應(yīng)

為了檢驗(yàn)科研投入強(qiáng)度的正向調(diào)節(jié)作用，本文運(yùn)用融資約束與科研投入強(qiáng)度構(gòu)造交互項(xiàng)進(jìn)行回歸。如模型(4)所示，由于融資約束與數(shù)字企業(yè)創(chuàng)新效率之間調(diào)節(jié)效應(yīng)不涉及固定資產(chǎn)加速折舊政策，因此，本文僅以處理組288 個(gè)企業(yè)為樣本，運(yùn)用雙向固定效應(yīng)模型(FE)進(jìn)行檢驗(yàn)。模型(4)的估計(jì)結(jié)果如表7的列(5)所示，融資約束對(duì)數(shù)字企業(yè)創(chuàng)新效率的影響在1%的統(tǒng)計(jì)水平上顯著為負(fù)，表明降低融資約束能夠提高數(shù)字企業(yè)的創(chuàng)新效率?？蒲型度霃?qiáng)度對(duì)數(shù)字企業(yè)創(chuàng)新效率的影響在1%的統(tǒng)計(jì)水平上顯著為正，表明科研投入強(qiáng)度越大，越有助于提高數(shù)字企業(yè)創(chuàng)新效率。交互項(xiàng)系數(shù)為-0.751，且在1%的統(tǒng)計(jì)水平上顯著為負(fù)，表明科研投入強(qiáng)度在融資約束與數(shù)字企業(yè)創(chuàng)新效率之間起調(diào)節(jié)效應(yīng)，即加速折舊政策通過降低融資約束水平對(duì)數(shù)字企業(yè)創(chuàng)新的促進(jìn)效應(yīng)隨著企業(yè)科研投入力度的增強(qiáng)而提高。因此，假設(shè)H2 得以驗(yàn)證。

表7 融資約束、科研投入強(qiáng)度機(jī)制分析結(jié)果

六、結(jié)論

發(fā)展數(shù)字經(jīng)濟(jì)，推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展是解決我國(guó)當(dāng)前經(jīng)濟(jì)問題、實(shí)現(xiàn)新舊動(dòng)能轉(zhuǎn)換的重要抓手。本文以2009年至2019年滬深A(yù) 股中數(shù)字經(jīng)濟(jì)行業(yè)的上市公司為樣本，采用雙重差分法(DID)評(píng)估了2014年固定資產(chǎn)加速折舊政策的實(shí)施效果，發(fā)現(xiàn)該政策有助于調(diào)動(dòng)數(shù)字企業(yè)更新固定資產(chǎn)的積極性，進(jìn)而促進(jìn)企業(yè)創(chuàng)新；該政策效應(yīng)受到數(shù)字企業(yè)生命周期的影響較小，對(duì)中小規(guī)模和國(guó)有控股數(shù)字企業(yè)的激勵(lì)效應(yīng)更明顯，但該政策總體上不存在長(zhǎng)期激勵(lì)效應(yīng)，這為我國(guó)支持?jǐn)?shù)字經(jīng)濟(jì)產(chǎn)業(yè)發(fā)展的財(cái)稅政策改革提供了經(jīng)驗(yàn)證據(jù)；此外，加速折舊政策通過緩解融資約束來提高數(shù)字企業(yè)創(chuàng)新效率，且該激勵(lì)效應(yīng)會(huì)隨著研發(fā)投入強(qiáng)度的提高而增加，這為進(jìn)一步完善固定資產(chǎn)加速折舊政策提供了依據(jù)。

基于本文的研究，加速折舊政策對(duì)數(shù)字企業(yè)創(chuàng)新效率有顯著的提升效應(yīng)，因此，政府部門除了積極擴(kuò)大政策實(shí)施范圍，還可以進(jìn)一步在政策實(shí)施門檻方面不斷完善。第一，將固定資產(chǎn)加速折舊政策適用范圍繼續(xù)擴(kuò)大至非制造業(yè)，如生產(chǎn)性服務(wù)業(yè)，激勵(lì)企業(yè)提高科研活動(dòng)與研發(fā)創(chuàng)新投入。在當(dāng)前深化供給側(cè)結(jié)構(gòu)性改革、加快新舊動(dòng)能轉(zhuǎn)換等背景下，要充分調(diào)動(dòng)企業(yè)創(chuàng)新主體積極性，進(jìn)一步發(fā)揮固定資產(chǎn)加速折舊政策的創(chuàng)新激勵(lì)作用，為實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展培育新動(dòng)能。第二，提高數(shù)字企業(yè)研發(fā)設(shè)備一次性計(jì)入當(dāng)期成本費(fèi)用扣除的門檻，研發(fā)設(shè)備支出低于門檻值可允許一次性扣除，不再分年扣除。研發(fā)設(shè)備支出高于門檻值，可加速固定資產(chǎn)折舊或縮短折舊年限。第三，簡(jiǎn)化扣除固定資產(chǎn)加速折舊稅收的流程，使更多數(shù)字企業(yè)享受到政策優(yōu)惠。此外，政府等相關(guān)部門還可以建立健全多層次資本市場(chǎng)，拓寬數(shù)字企業(yè)融資渠道，以緩解數(shù)字企業(yè)融資約束；積極探索財(cái)政補(bǔ)貼、研發(fā)加計(jì)扣除、增值稅優(yōu)惠等產(chǎn)業(yè)政策可行性，不斷完善法治環(huán)境、行業(yè)監(jiān)督體系，為促進(jìn)數(shù)字企業(yè)創(chuàng)新提供良好的發(fā)展環(huán)境。