研發費用加計扣除減免、R&D補貼與制造業創新績效——基于創新過程二元性的分析

秦鑄清 王德平

(西南科技大學 經濟管理學院，四川 綿陽 621000)

0 引言

建設制造強國是“十四五”規劃的強國目標之一，制造業作為工業經濟的主體，在我國經濟總產值構成中占有舉足輕重的地位。但是，我國的高端數控機床、芯片、高端傳感器、抗癌藥等關鍵核心技術產品目前仍嚴重依賴進口。在構建雙循環新發展格局的背景下，突破西方的技術封鎖、往研發設計和銷售服務環節伸展，是制造業實現高質量發展的重要路徑，其關鍵在于培育制造業的技術創新能力。由于創新活動具有周期長、風險大、成本高等特點，稅收優惠和R&D補貼作為政府激勵創新的常用政策工具，能夠有效緩解企業研發經費不充足、創新成本高等問題。創新績效作為直觀反映創新成果的指標備受各創新主體的關注，但關于政策工具對創新績效的影響效應一直以來存在爭議。目前，學者們多從微觀企業視角探析政府研發支持行為與企業創新的關系，缺少中觀產業視角和將創新過程一分為二進行分析研究。研發費用加計扣除減免稅和R&D補貼顯著提升了制造業創新績效了嗎？這種影響效應在研發階段與商業化階段是否一致？均值得思考。本文以制造業為研究對象，分析研發費用加計扣除減免稅和R&D補貼政策工具對制造業創新績效的影響，并將創新過程一分為二，為相關研究提供中觀層面視角分析，是對以往文獻的補充；同時，為提升政府資金配置效率、合理利用兩種政策工具提供借鑒參考。

1 研究設計

1.1 文獻回顧

1.1.1 政府研發支持對創新績效的影響

以往學者了證明技術知識的公共物品性質、創新活動的外部性，認為這是造成創新資源配置低效和社會創新知識供給不足的主要原因[1]。市場存在失靈為政府干預創新活動提供了理論基礎，而政府進行研發支持的目的在于糾正市場失靈，并促進技術創新正外部性的更好發揮[2]。創新具有不確定性和風險，且企業進行研發活動會產生材料消耗、人員管理、固定資產維護、設備調整等各項費用，這種不確定性與機會成本使得缺乏足夠的動力進行研發活動，因此需要政府給予一定的資金支持和稅收優惠。由研發費用加計扣除減免稅和R&D補貼構成的政府研發支持工具，主要通過降低創新成本和提供資金支持的渠道影響創新。目前，有不少關于政府研發支持與創新績效關系的研究，但觀點不盡一致。這些觀點大致分為4類：①政府研發支持有助于創新績效的提升[3-4]；②政府研發支持不利于創新績效的提升[5]；③政府研發支持對創新績效的影響是非線性的[6]；④政府的研發支持對創新績效的影響受到不同的政策組合方式、行業、所有制、樣本數據等差異的因素影響而不一致，需要在特定情境下進行考量[7]。

1.1.2 創新過程二元性分析

創新通常被視為一個整體環節，但創新過程需要被一分為二地看待。Xing Shi,Yanrui Wu and Dahai Fu[8]在研究產學研合作對企業創新效率的影響時分為R&D階段和技術成果商業化階段；韓兵等[9]對我國高技術企業創新績效的評價分為技術研發及技術轉化兩個階段，研究發現大多數地區的高技術企業重視中間成果、忽略商品化產出；產業創新過程分為技術開發階段和成果轉化階段，政府支持、人力資本等創新要素在這兩個階段對創新績效具有不同的影響效應[10]。

一方面，生產前的研發設計等活動是無形的，但這些無形活動使企業產品的生產及銷售成為可能[11]；另一方面，若技術創新成果未能完成生產、實現商業化并投放市場，則其價值難以實現。研發活動主要分為基礎研究、應用研究與試驗開發3個階段，在整個過程中，創新主體往往需要更多的政府資金支持和稅收減免政策以減小創新成本費用并規避研發失敗導致的風險與機會成本，尤其是規模小且具有較大創新潛力的初創企業，政府的創新激勵行為會形成企業從事研發活動的動力。在創新成果的商業性轉化階段，市場利潤是重要驅動因素，該階段具有的不確定性體現為創新成果商業價值的大小、銷售業績的大小、客戶接納度與滿意度。這一階段涉及多個創新主體，而政府部門的有效管理及其營造的外部環境是能否實現商業性轉化的重要影響因素之一[12]。目前有 90% 左右的科研項目沒有成功轉化成現實生產力，有50% 以上的原因來自資金制約[13]。因此，在創新成果的商業化階段，經費支持和優惠政策能夠激勵創新主體積極從事創新成果商業性轉化的活動。

多數學者肯定了政府的研發支持政策工具對創新績效的積極作用，這些結論為本文研究奠定了基礎。本文選擇研發費用加計扣除減免稅和R&D補貼作為典型的創新激勵政策工具，將創新過程分為研究開發階段(以下簡稱研發階段)和商業性轉化階段(以下簡稱商業化階段)，認為無論是在研發階段還是在商業化階段，兩種創新激勵工具均有利于產業創新績效的提升。

1.2 研究方法

1.2.1 變量選取、數據來源與數據處理

被解釋變量。專利作為衡量創新績效的指標得到學術界的廣泛認可，其中發明專利最能體現特定領域的創新水平[14]。本文運用發明專利申請數(PATENT)度量研發階段的創新績效，運用新產品銷售收入(SALE)度量商業化階段的創新績效。

解釋變量。本文運用研發費用加計扣除減免稅(TAX)、R&D經費內部支出中來自政府資金的R&D補貼(RDfund)來衡量政府的研發支持。

控制變量。本文將行業規模、R&D人員規模、產學研合作以及外部技術引進作為控制變量納入模型中進行分析。借鑒焦科研和盧方元[15]的做法，采用對研究機構支出和對高等院校支出衡量產學研合作(UI)，以R&D人員來度量R&D人員規模(RDpeo)，并用行業內企業數量來衡量產業規模(SIZE)，外部技術引進則用引進技術經費支出(YJ)來衡量。

鑒于數據的可獲取性，本文所選取的指標數據均來源于2010-2016年的《中國科技統計年鑒》和《工業企業科技活動統計年鑒》。本文將樣本的行業范圍限定為制造業，行業劃分標準參考《國民經濟行業分類(2017)》，包括農副食品加工業、食品制造業、酒飲料和精制茶制造業、有色金屬冶煉和壓延加工業、通用設備制造業等28個制造行業。為減小創新活動在不同產業間的系統性差異，同時考慮到數據的可獲取性以及統計口徑的一致性，將2012-2014年的“汽車制造業”和“鐵路、船舶、航空航天及其他運輸設備制造業”合并為交通運輸設備制造業，將2009-2012年的“橡膠制品業”和“塑料制品業”合并為橡膠和塑料制品業。汽車制造業缺失2014年的新產品銷售收入數據，采用線性插值法補全。由于R&D補貼和研發加計扣除減免作為政策工具產生的影響在時間上存在滯后性，本文對所有創新績效的數據取滯后一年進行計算。各變量指標的度量(見表 1)。

1.2.2 模型設定與說明

根據提出的假設，分別建立對研發階段和商業化階段的面板模型，并對所有變量的基礎數據取對數，以保證數據的平穩性并緩解異方差帶來的影響：

ln(PATENTit)=α0+α1ln(TAXit)+α2ln(RDFUNDit)+α3ln(UIit)+α4ln(SIZEit)+α5ln(RDPEOit)+α6ln(YJit)+εit

(1)

ln(SALEit)=β0+β1(TAXit)+β2ln(RDFUNDit)+β3ln(UIit)+β4ln(SIZEit)+β5ln(RDPEOit)+β6ln(YJit)+σit

(2)

模型(1)為研究開發階段的面板數據回歸模型，其中被解釋變量PATENTit表示第i個制造行業在第t年所擁有的發明專利申請數量；解釋變量TAXit表示研究開發費用加計扣除減免，RDfundit表示R&D補貼；控制變量UIit、SIZEit、RDpeoit、YJit分別表示產學研合作、產業規模、R&D人員折合全時當量和引進技術經費支出，εit為隨機擾動項。模型(2)代表商業化階段的面板數據回歸模型，SALEit為新產品銷售收入，其余各變量的解釋同模型(1)。

表1 變量選取與指標解釋

2 分析與結果

2.1 平穩性檢驗與多重共線性檢驗

首先進行序列的平穩性檢驗以確保模型中的序列均為平穩序列，避免出現估計偏誤和偽回歸等問題。所有序列的單位檢驗結果如表 2所示。

表2 單位根檢驗結果

HT單位根檢驗適用于本文的短面板數據模型。通過HT單位根檢驗發現所有序列均平穩。為了確保檢驗結果的可靠性，進一步采用LLC檢驗、IPS檢驗、Fisher-ADF檢驗和Fisher-PP檢驗方法。其中，LLC檢驗根據AIC信息準則確定最優滯后階數。多數檢驗方法下序列不存在單位根，則認為該序列是平穩序列。本文的序列均為零階單整序列，可以進行回歸分析。

2.2 回歸結果分析與穩健性檢驗

政府進行研發支持往往具有一定側重性，偏向于創新績效高的產業(如高技術產業)，因此模型中的核心解釋變量與被解釋變量可能存在互為因果的關系。為了減小模型中可能存在的內生性、提升模型估計的準確度，本文采用工具變量法進行估計，并使用核心解釋變量的一階滯后作為工具變量。使用工具變量法的前提是存在內生變量，對核心解釋變量進行Hausman檢驗，結果見表3，拒絕了變量外生的假設。弱工具變量檢驗的Kleibergen-Paap rk LM統計量拒絕了弱工具變量的原假設。因此，進行工具變量法進行估計是合理的。

由表 3第一列可知，研究開發階段，兩種政策工具對制造業創新績效均具有顯著影響。其中，研究開發費用加計扣除減免稅對產業創新績效的影響在1%的顯著性水平下顯著為正，且研究開發費用加計扣除減免稅每增加一個單位，產業創新績效提高0.367個單位；R&D補貼對產業創新績效的影響在10%的顯著性水平下顯著為正，且R&D補貼每增加一個單位，產業創新績效增加0.213個單位。控制變量方面，產業規模對產業創新績效的影響在5%的顯著性水平下為正，R&D人員規模能顯著提升產業創新績效，均與預期相符，產學研合作和技術引進則表現出不顯著的影響效應。表 3的第二列為引入研發加計扣除減免稅和R&D補貼的交互項(lnTAX×lnRDfund)之后的估計結果。交互項系數顯著，表明lnTAX和lnRDFUND的相互作用能夠顯著提升制造業創新績效。

表3 研究開發階段的估計結果

本文通過更換指標、使用系統廣義矩估計(SYS-GMM)方法進行估計結果的穩健性檢驗。由于發明專利的申請數量沒有經過知識產權部門的受理，用其衡量創新績效無法體現真實的創新水平；而“有效發明專利數(lnINVENT)”是指經有關部門授權并且在有效期內的發明專利數量，已經達到權威的、被普遍認可的技術標準，因此用“發明專利申請數”替換“有效發明專利數”進行估計。由于科技活動資金僅限研究開發階段的R&D活動，不涉及商業化、產業化階段，因此在研發階段，用“使用來自政府部門的科技活動資金(lnSTFUND)”替換“R&D補貼”具有針對性。另外，系統廣義矩估計(SYS-GMM)不僅能有效避免內生性、提高估計效率，還能估計由前期技術創新引發的累積效應。檢驗結果見表 3的第三列和第四列。系統廣義矩估計(SYS-GMM)中，由于R&D人員規模lnRDPEO系數不顯著且接近于0，因此不予匯報。

更換變量衡量指標后，核心解釋變量的系數符號及顯著性與更換前一致，即研發加計扣除減免稅和政府的研發資金支持均能顯著激勵創新活動、提升研究開發階段的創新績效。系統廣義矩估計(SYS-GMM)結果進一步驗證了以上結論，但lnUI以及lnSIZE的系數符號顯著為負，可能的解釋是：產學研創新主體間利益訴求不同從而導致零和博弈[16]，以及由于過大的產業規模可能導致的資源配置效率下降和市場不正當競爭行為。另外，lnPATENT的滯后一階在1%的水平下顯著為正，說明前期的研發活動引發的科學研究、技術研究及知識累積有助于當期創新水平的提升。

創新成果的商業化階段，同樣采用工具變量法(IV-2SLS)進行基準估計。運用“新產品開發項目數(lnPROJ)”替換“新產品銷售收入”、采用系統廣義矩估計(SYS-GMM)進行穩健性檢驗。估計結果如表 4所示。由基準估計結果可知，在商業化階段，研發費用加計扣除減免稅對產業創新績效的影響在5%的水平下顯著為正。創新兩過程一脈相承，政府的研發費用加計扣除減免稅政策在減輕創新主體R&D活動中的資金壓力、創新成本時，也有利于后期的創新成果商業化。R&D補貼對商業化階段的產業創新績效影響顯著為負。lnTAX與lnRDFUND的正負效應相抵消后，交互項系數變為不顯著。產學研合作的系數顯著為正，說明在商業化階段，企業、高校、科研院所間是否能夠有效合作是創新成果商業化的關鍵因素。在更換變量之后，研發加計扣除減免的系數符號及顯著性未發生改變，而R&D補貼仍然顯著為負。系統廣義矩估計(SYS-GMM)結果進一步證明了研發加計扣除減免稅在商業化階段所起的顯著作用，R&D補貼的系數則變為不顯著。可能是由于政府R&D補貼對于創新初期，即在研究開發階段的扶持更為重要，而在商業化階段，關注重點在于市場投放，創新風險較小，產業創新所需獲得的資金來源相對更為廣泛；另一方面，且過多的補貼會使得企業用尋租行為替代創新行為，或者存在研發操縱現象，從而降低企業自身的研發投入，使得政府R&D補貼的正負效應相抵消，不利于產業的技術創新[17]。進一步地，本文認為R&D補貼對商業化階段的創新績效的影響可能是非線性的。

表4 商業化階段的估計結果

為了驗證二者是否存在這種非線性關系，進行非線性最小二乘法(NLS)回歸，得到的結果如表 5第六列所示，無論是核心解釋變量還是控制變量，系數符號和顯著性均得到提升，其中變量lnRDFUND的系數為-29.63，次冪參數γ為0.037且顯著，說明非線性模型設定合理，R&D補貼與商業化階段創新績效之間的非線性關系得到驗證。因此可以認為，R&D補貼作為一種資金支持型的政策對創新的激勵效果存在局限性，這與陳強遠等(2020)[18]的研究結論相符。

3 結論

本文基于2010—2016年全國制造業細分行業的面板數據，運用工具變量法，將創新活動分為研發階段和商業化階段，探討研發費用加計扣除減免稅和R&D補貼對制造業創新績效的影響，得出以下結論：

研發階段，研發費用加計扣除減免稅和R&D補貼均能顯著提升制造業創新績效，且二者的交互項顯著為正，驗證了政府為激勵創新而使用兩種研發支持政策工具的合理性和有效性。創新成果的商業性轉化階段，研究開發費用加計扣除減免稅與制造業創新績效在1%的顯著性水平下為正，而R&D補貼與制造業創新績效呈現非線性的負相關關系。為此，應進一步落實并完善研發費用加計扣除減免政策、加大R&D補貼力度，并提升二者的配置效率；同時，促進科技成果的商業性轉化時，需合理進行R&D補貼，避免“尋租”行為導致的創新效率低下。應加大對高技術制造業的創新激勵，布局全產業鏈創新路徑，突破關鍵核心技術領域創新。數字經濟時代，發揮行業龍頭企業的創新引領作用，積極進行數字化轉型。此外，完善并明確產學研創新主體間的利益分配和風險承擔機制，避免出現創新主體間的零和博弈現象，加強高等院校、科研院所以及企業之間的互動，促進科技成果轉化；引進先進技術的同時要進行消化、吸收和再創新；注重人才培養，完善高校人才培養機制，為基礎研究積累人力資本。