稅收優惠、研發投入與創新績效
——基于Bootstrap研究方法的中介效應分析

吳鳳菊（ 副教授） 倪夢嬌 周莎 （ 南京審計大學金審學院 江蘇南京 210023）

一、引言

黨的十九大報告強調，創新是引領發展的第一動力，要大力支持中小企業創新。中小企業由于存在規模劣勢，普遍面臨著資金短缺的問題，導致創新投入不足。為鼓勵企業加大研發投入，提升創新績效，政府部門通常采用直接的財政補貼或間接的稅收優惠等扶持政策。相比于僅有少數企業受益的財政補貼，稅收優惠可以降低大多數企業的稅收負擔，對企業創新的影響更大。目前學術界對于稅收優惠對企業創新的影響存在不同的觀點，如李彥龍（2018）認為稅收優惠政策對高新技術企業的研發效率有著顯著正影響，而馮海紅（2015）認為稅收優惠對于企業創新是一種有條件的、差異化的激勵，這種激勵作用具有門限效應。對于研發投入與創新績效之間的關系，學者普遍認為企業研發投入的強度與創新績效具有正相關性。現有文獻將稅收優惠、研發投入、創新績效三個變量納入一個邏輯框架進行研究的較少，研究研發投入在稅收優惠和創新績效之間中介效應的文獻更是少見。本文在研究稅收優惠、研發投入和企業創新績效這三個變量之間關系的基礎上，基于Bootstrap研究方法分析研發投入在稅收優惠與創新績效之間的中介效應，研究結論對政府部門出臺稅收優惠政策以提升企業創新績效可以提供一定的參考依據。

二、文獻綜述與研究假設

（一）稅收優惠與創新績效的關系

對于稅收優惠與創新績效的關系，王偉平等（2017）采用結構化文獻綜述方法，發現學術界對于稅收優惠影響企業創新績效的實際效果尚未達成一致結論，但多數文獻研究表明，稅收優惠可以提升企業創新績效。Valeria Bucci（2019）從研發投資可能性和促進企業的研發支出兩方面入手，發現以稅收優惠為代表的財政激勵可以顯著影響企業的研發選擇。朱永明等（2019）認為稅收優惠顯著激勵企業創新，在一定門檻范圍內提升了企業的創新效率。王鳳燕（2020）等發現稅前加計扣除、降低所得稅稅率等不同的稅收優惠政策都可以不同程度上提升企業的創新績效。鄭婷婷（2020）認為，稅收優惠能從數量增長和結構優化上促進企業創新績效的提高。基于此，本文提出如下假設：

假設1：稅收優惠對企業創新績效有正向促進作用。

（二）稅收優惠與研發投入的關系

稅收優惠可以使企業繳納較低的稅收費用，從而保留更多的資金進行研發投資。孫瑩（2016）調查分析了281家我國創業板上市公司的創新活動，發現所得稅優惠對企業創新活動的資金投入具有顯著的正向影響。程曦等（2017）認為，所得稅優惠與流轉稅優惠對上市公司技術創新投入有顯著的激勵效應。Monika Walicka（2015）使用半結構化問卷調查了275家企業，發現大型企業在研發投入上更依賴于稅收優惠政策，而中小企業則面臨較多的障礙。黃宇虹（2018）結合尋租理論，發現補貼與稅收優惠顯著激勵了小微企業增加創新投入。張興亮等（2020）發現，江蘇企業所享受的稅收優惠越多，企業的研發投入也越多。鑒于此，本文提出如下假設：

假設2：稅收優惠對企業研發投入有正向促進作用。

（三）研發投入的中介效應

理論上，稅收優惠是指政府部門為激勵企業加大研發投入而采取的間接補償性措施，研發投入作為中介變量預期最終能提升創新績效。賈春香等（2019）運用逐步檢驗法和Bootstrap法對研發投入的中介效應進行檢驗，發現研發投入在稅收優惠與創新績效間起到完全中介效應。馮昊（2020）發現研發投入作為中介因素，能有效地將稅收優惠與創新績效正向關聯起來。馮套柱等（2019）運用固定效應、系統-GMM分析方法進行實證研究，發現研發投入能夠強化所得稅優惠和流轉稅優惠對企業績效的正向激勵，表現出更強的擠入效應。鑒于此，本文提出如下假設：

假設3：研發投入在稅收優惠與創新績效之間具有中介效應。

三、數據選擇與模型設計

（一）數據來源及樣本選擇

本文以2015—2019年創業板上市公司為研究對象，對樣本數據按照以下標準進行篩選：（1）由于研究樣本起始年份為2015年，為保障數據的完整性，剔除了在2015年后上市的公司；（2）剔除了ST公司和已退市的公司；（3）剔除了變量數據缺失和異常的公司。最終得到354家創業板上市公司，共1 545組數據，相關的財務數據來自國泰安數據庫、Wind數據庫等，每年發明專利申請數量從國家專利局網站整理得到，利用Excel軟件進行數據的統計整理，使用SPSS軟件進行模型回歸分析，采用Bootstrap方法進行中介效應檢驗。

（二）變量定義

1.被解釋變量。本文的被解釋變量是創新績效，現有文獻中有多種衡量創新績效的方法，包括新產品的營業收入、財務績效和專利的申請數量等。由于上市公司年報中對新產品營業收入的披露較少，財務績效作為企業整體的經營成果也難以準確地代表創新績效，而企業專利申請數對于企業創新績效來說是最直接有效的衡量指標，因此本文參考陳文俊等（2020）的做法，選取專利申請數量作為企業創新績效衡量指標。專利類型包括發明專利和實用新型，考慮到外觀設計并不屬于真正意義上的企業創新，因此剔除了外觀設計這一類型，最終選擇企業專利申請數量取自然對數來衡量企業的創新績效。

2.解釋變量。本文的解釋變量是稅收優惠，我國的稅收優惠政策主要包括所得稅稅收優惠政策和流轉稅稅收優惠政策。由于流轉稅包括增值稅、消費稅等多個稅種，且當年發生數量無法在上市公司財務報表中披露，計算方法又過于復雜。因此，本文借鑒程曦等（2017）的做法，只考慮所得稅的稅收優惠額，具體計算公式為：稅收優惠=25%-所得稅費用/息稅前利潤。其中25%為企業的基本稅率，所得稅費用/息稅前利潤代表企業適用的稅率，兩者的差額表示稅收優惠力度。

3.中介變量。為研究稅收優惠對創新績效的影響，一些學者選取企業研發資金投入作為中介變量進行檢驗，但是忽略了研發人員在其中的作用。本文借鑒張艷茹（2019）、張玉萌（2020）等的做法，將研發投入分為研發資金投入和研發人員投入，中介變量為研發資金投入強度和研發人員投入強度。

（1）研發資金投入強度。研發資金投入是指在創新研究開發過程中發生的各種費用，是介于稅收優惠和創新績效之間的中介因素，理論上具有傳遞機制。由于不同經營規模下的企業研發資金投入金額有較大差異，因此，為剔除企業規模對研發資金投入的影響，本文以研發資金投入與當年營業收入的比值來衡量企業的研發資金投入強度，以此作為中介變量1。

（2）研發人員投入強度。研發人員代表企業從事研究開發活動的科技人力資源，理論上稅收優惠會促進企業加大研發人員投入，從而助推企業提高創新績效。由于企業的規模不同，研發人員的絕對數量有較大差異，因此，為剔除企業規模對研發人員投入的影響，本文以研發人員數量與企業員工總數的比值來衡量研發人員投入強度，以此作為中介變量2。

4.控制變量。

（1）股權集中度。企業研發投入較高，但是研發成功率偏低，風險較高，未來收益不確定，大股東基于規避風險的原因通常會抑制企業的創新活動。股權集中度越高，大股東的話語權越強，大股東往往缺乏動力去投資風險較大的研發項目，更進一步限制了企業的研發投入。因此，本文選擇股權集中度作為控制變量，以前十大股東持股比例來衡量股權集中度。

（2）上市年齡。一般來說，上市年齡短的企業資金有限，缺乏創新技術和創新資源的積累，更需要政府部門通過稅收優惠政策促進其加大研發投入，從而提高創新產出。因此，本文以“統計年份-公司IPO年份+1”來表示上市年齡，對354家創業板上市公司進行統計計算，以上市年齡作為控制變量。

（3）成長能力。一般而言，企業成長能力越強，進行創新的動力越足，未來將會有更多的資金可以投入到創新活動中，從而創新績效越高。因此，本文選擇成長能力作為控制變量，以營業收入增長率來衡量。

（4）企業業績。企業業績代表了企業的盈利能力，盈利能力越強的企業利潤越高，高利潤為企業帶來了充裕的現金流，使企業更有能力進行研發投入，從而提高創新績效。因此，本文選擇企業業績作為控制變量，以資產收益率來衡量。具體變量定義如下頁表1所示。

表1 變量定義表

（三）模型設計

1.直接效應分析。

為檢驗稅收優惠與創新績效的關系，設定模型：

為檢驗稅收優惠與研發投入的關系，設定以下兩個模型：

2.中介效應分析。為檢驗研發資金投入強度、研發人員投入強度在稅收優惠、創新績效之間的中介效應，設定以下兩個模型：

（四）中介效應檢驗程序

本文研究了研發投入在稅收優惠與創新績效之間是否存在中介效應，參考溫忠麟等（2004）提出的中介效應檢驗程序，并結合 Preacher & Hayes（2004）提出的Bootstrap方法進行中介效應檢驗。本文將稅收優惠、研發投入、創新績效三者之間的關系用以下三個方程來表示：

其中，Y為創新績效、X為稅收優惠、M為研發投入；系數c為稅收優惠對創新績效的效應；系數a為稅收優惠對研發投入的效應；在控制了稅收優惠X對創新績效的影響后，系數b為研發投入對創新績效的效應；在控制了研發投入對創新績效的影響后，系數c′為稅收優惠對創新績效的效應。中介效應的檢驗程序如圖1所示。

圖1 中介效應檢驗程序

四、實證分析

（一）描述性統計與相關性分析

1.描述性統計。描述性統計能夠分析出數據的分布趨勢及可能存在的極端值，各變量的描述性統計如表2所示。表2中不存在標準差遠大于均值的情況，所以數據不存在極端值問題。從創新績效來看，兩極值之間的最大差額為6.3767，平均數為3.08，標準差為1.1815，表明不同企業之間的創新績效存在一定差異，樣本企業總體創新程度并不高。從稅收優惠來看，各企業享受的稅收優惠存在較大差異，最小值為-0.0937，稅收優惠為負值，表明個別企業在某年的所得稅比率超過25%，沒有獲得稅收優惠，平均數為0.1170，表明大多數企業享受到了稅收優惠，最大稅收優惠為0.2497，表明有的企業當年的所得稅幾乎為0，稅收優惠力度較大。從研發資金投入強度來看，兩極值之間的最大差額為0.7275，平均數為0.0689，標準差為0.0527，表明不同企業研發資金投入強度存在較大差異；從研發人員投入強度來看，兩極值之間的最大差額為0.9222，平均數為0.2297，標準差為0.1507，表明不同企業研發人員投入強度存在較大差異。上市年齡、成長能力兩個控制變量的標準差和極值之間的差額較大，表明樣本企業的上市年齡和成長能力存在較大差異。股權集中度、企業業績這兩個控制變量的標準差和極值之間的差額相對較小，表明樣本企業的股權集中度和企業業績差異不大。

表2 變量描述性統計

2.相關性分析。為檢驗各個變量之間是否存在多重共線性問題，本文對所有變量進行Spearman檢驗，如表3所示。創新績效與稅收優惠及兩個中介變量之間的相關系數基本都不超過0.2，控制變量之間的相關系數基本不超過0.3，表明對這些變量進行回歸分析不會受到多重共線性的影響。

表3 各變量間的Spearman相關系數

創新績效與稅收優惠、企業成長能力之間具有顯著正相關性，但與其他控制變量相關性不強。稅收優惠與研發資金投入強度、研發人員投入強度之間具有顯著正相關性，與股權集中度具有顯著負相關性。中介變量研發資金投入強度與股權集中度之間顯著負相關，與企業業績之間顯著正相關，但與上市年齡和成長能力之間相關性不強。研發人員投入強度與股權集中度、成長能力之間顯著負相關。四個控制變量之間均具有顯著相關性。

（二）直接效應回歸分析

為進一步驗證稅收優惠對創新績效、稅收優惠與研發投入的關系，本文基于搜集整理的數據，對模型（1）（2）（3）進行了回歸分析，結果如表4所示。

表4 模型（1）（2）（3）回歸分析結果

模型（1）的系數為1.561，且在1%的水平上顯著，表明稅收優惠對創新績效具有明顯的促進作用，證明了假設1。模型（2）（3）分別以研發人員投入強度和研發資金投入強度為被解釋變量，系數分別為0.106、0.380，且在1%的水平上顯著，表明稅收優惠對企業的研發投入具有明顯的促進作用。證明了假設2。

（三）基于Bootstrap研究方法的中介效應分析

在上文的回歸分析中，本文驗證了稅收優惠對創新績效具有直接顯著的正向影響、對研發投入具有直接顯著的正向影響。那么研發投入作為中介因素，是否在稅收優惠和創新績效之間存在傳導機制，本文按照上頁圖1所示的中介效應檢驗程序對研發投入的兩個中介變量的中介效應展開分析。

第一步，檢驗系數c是否顯著。從表4對模型（1）的回歸結果來看，稅收優惠對創新績效的回歸系數為1.561，且在1%的水平上顯著，因此，系數c顯著。

第二步，檢驗系數a、b是否顯著。從表4對模型（2） （3）的回歸結果來看，稅收優惠對研發資金投入強度的回歸系數為0.106，且在1%的水平上顯著；稅收優惠對研發人員投入強度的回歸系數為0.380，且在1%的水平上顯著；因此，系數a顯著。從表5對模型（4）（5）的回歸結果來看，在控制了稅收優惠對創新績效的影響后，研發資金投入強度、研發人員投入強度對創新績效的影響均不顯著，因此，系數b不顯著。

表5 模型（4）（5）回歸分析結果

系數a、b、c顯著性統計如表6所示。

表6 系數a、b、c顯著性統計表

第三步，由于系數a顯著，而系數b不顯著，因此，利用Bootstrap研究方法對中介效應展開進一步分析，借助SPSS-PROCESS插件，將抽樣次數設置為5 000，置信區間設置為95%。

當中介變量為研發資金投入強度時，由上頁表5可知，在控制了研發資金投入強度對創新績效的影響后，稅收優惠對創新績效的回歸系數為1.662，且在1%的水平上顯著，因此系數c′顯著。由表7可知，在進行了Bootstrap分析后，ab的中介效應為0.1002，且置信區間為（0.0214，0.2602），置信區間不包含0，因此中介效應顯著。此外，ab與c′同號，均為正數，根據本文圖1可知，研發資金投入強度的中介效應為部分中介效應，中介效應占總效應的比重為6.42%（0.1002/1.5616），說明中介效應對總效應的轉化率為6.42%，可能存在其他中介。

表7 中介效應分析

當中介變量為研發人員投入強度時，由上頁表5可知，在控制了研發人員投入強度對創新績效的影響后，稅收優惠對創新績效的回歸系數為1.650，且在1%的水平上顯著，因此系數c′顯著。由表7可知，在進行了Bootstrap分析后，ab的中介效應為0.0885，且置信區間為（-0.2550，0.0737），置信區間包含0，因此中介效應不顯著，即研發人員投入強度在稅收優惠與創新績效之間不存在明顯的中介效應。

（四）穩健性檢驗

為了檢驗結果的可靠性，本文在主檢驗的基礎上進行如下穩健性檢驗：（1）不改變其他變量，將被解釋變量創新績效改為用滯后兩年專利申請數加1后再取對數來衡量。（2）不改變其他變量，將解釋變量稅收優惠的計算改為“25%-所得稅費用/利潤總額”。回歸分析結果如表8所示，可知被解釋變量用滯后兩年的專利數據替代，或者改變解釋變量稅收優惠的計算方法，并不影響回歸分析的結果，稅收優惠的系數分別為1.675和1.542，且在1%的水平上顯著，可知稅收優惠對創新績效仍具有顯著正向促進作用。

表8 穩健性檢驗

五、結論與建議

（一）研究結論

本文以2015—2019年創業板上市公司為研究對象，通過數據整理和篩選，最終得到354家創業板上市公司、1 545組觀測值。從直接效應和中介效應兩個角度，通過回歸分析和基于Bootstrap研究方法的中介效應分析，研究了創業板上市公司的稅收優惠、研發投入與創新績效之間的關系，得出以下結論：

1.稅收優惠對企業創新績效具有顯著正向促進作用。稅收優惠可減免企業繳納的稅金，間接地為企業提供了亟需的研發資金，從而顯著提升了企業的創新績效。

2.稅收優惠對企業研發投入具有顯著正向促進作用。一方面，稅收優惠政策通過稅收減免的方式間接為創業板上市公司的研發活動提供了資金支持，鼓勵企業進行自主創新，加大研發資金投入，另一方面，加計扣除等稅收優惠政策可以降低企業的研發人力成本，鼓勵企業加大對研發人員的引進與投入力度。

3.研發資金投入強度在稅收優惠、創新績效之間具有中介效應。研發資金投入強度作為中介變量可以在稅收優惠與創新績效之間起到明顯的傳遞效果，呈現出部分中介效應；而研發人員投入強度的中介傳遞效果則并不明顯。

4.企業的成長能力與研發資金投入和創新績效之間呈正相關性。從模型（1）（2）回歸分析的結果可知，企業成長能力對研發資金投入和創新績效具有顯著正向促進作用。稅收優惠政策通常是對已繳稅的企業減少稅負壓力，如果企業自身成長能力不強，財務實力不佳，再優惠的稅收政策也不能促使企業加大研發投入、提升企業的創新績效。研發項目通常需要持續的高額資金，政府的扶持和稅收優惠固然能起到一定的激勵和引導作用，但企業自身強勁的成長能力和財務實力才是研發投入的主要保障。

（二）建議

1.建議國家出臺多種稅收優惠措施，實現稅收優惠多元化。當前相關的稅收優惠政策主要包括研發費用的加計扣除、稅率優惠、減稅、免稅或返還等。一般而言，企業只有在有利潤繳納稅款的前提下才能享受到較多的稅收優惠。如果創業板上市公司因加大研發資金投入導致當年利潤虧損，所能享受到的稅收優惠就很少了，這也是很多企業不愿進行高額研發投資的原因之一。為鼓勵企業加大對研發資金和研發人員的投入強度，提升創新績效，建議政府出臺多樣化的稅收優惠政策，如對企業超過一定額度的研發資金投入可直接抵減當年或以后年度的稅收，企業為研發人員支付的工資福利費和教育經費允許稅前全額扣除，設立高層次科研人員個人所得稅減免政策等。

2.對制造業加大稅收優惠力度，實現稅收優惠在不同行業間的差異化。據調查，對于新能源、人工智能、軟件開發等新興的高新技術行業或項目，政府給予的稅收優惠力度較大，而給予傳統制造業的稅收優惠力度相對較小。制造業普遍存在轉型升級的壓力，研發投資同樣很重要，建議政府加大對傳統制造業的稅收優惠力度。同時注重稅收優惠政策在不同行業間的差異化。對研發投入較多的高新技術行業，稅收優惠政策應側重于激勵企業進行高質量的創新產出方面。而對于研發投入較少的傳統制造業，稅收優惠政策主要側重于鼓勵企業加大研發資金的投入。

3.鼓勵企業提高研發人員投入強度，構建產學研協同創新育人平臺。雖然從前文的結果分析中可知，企業研發人員投入強度在稅收優惠與創新績效之間的中介傳遞效果并不顯著，但研發人員作為最具活力和創造力的創新要素，在企業研發活動中發揮著至關重要的作用。創新績效的形成具有一定的滯后性，從長遠來看，加大企業高素質研發人員的投入必然會提升創新績效。因此，政府應采取多種措施鼓勵企業提高研發人員投入強度，如對引進高素質研發人員的企業提供直接的資金資助，企業對研發人員的培訓支出實行稅前全額抵扣或直接稅收減免等。同時，鼓勵企業與高校或研發機構進行緊密合作，構建產學研協同創新育人平臺，最大限度地減少企業選人、用人的成本，持續培養和補充企業需要的研發人才，不斷提升創新績效。