研發費用加計扣除與企業新質生產力*

內容提要：科技創新是提升新質生產力、加強供應鏈韌性的關鍵，而研發費用加計扣除則是激勵科技創新的重要舉措。從供應鏈視角下分析研發費用加計扣除對企業新質生產力的影響具有現實意義。基于此，文章以財稅〔2015〕119號文件的發布為背景，邏輯推演了稅收優惠提升新質生產力的路徑，并利用2010—2022年滬深兩市的上市公司數據進行實證研究。結果表明：（1）研發費用加計扣除政策提升了企業自身的新質生產力，研發投入是其中的影響機制；（2）該稅收優惠政策還提升了企業所處供應鏈上下游的新質生產力，人員流動、技術溢出和效率傳導是政策輻射供應鏈的渠道；（3）該政策的效果對供應鏈下游產業和東部地區的影響更顯著。本研究為實現政府提出的新質生產力提升和供應鏈韌性目標提供了思路。

關鍵詞：研發費用加計扣除；稅收優惠；新質生產力；供應鏈

中圖分類號：F812.42" 文獻標識碼：A" 文章編號：2095-1280（2024）05-0070-14

一、引言

2024年1月在中共中央政治局第十一次集體學習中，習近平總書記對新質生產力的內涵和特征進行了深入闡釋，指出科技創新和新質生產力之間的關系：“科技創新能夠催生新產業、新模式、新動能，是發展新質生產力的核心要素。”由此可見，新質生產力能夠提升的最大動力源正是科技創新（謝芬等，2024）。然而，隨著外部環境不確定性的增加，企業對于科技創新的決策變得愈發慎重，能否擁有穩定的供應鏈關系成為一個重要考量（肖利平和劉點儀，2023）。在此背景下，若能發現激勵科技創新的舉措，并且找到將政策效應輻射整個供應鏈的渠道，對于實現“加快發展新質生產力”和“提升產業鏈供應鏈韌性”的目標均十分有益。

研發費用加計扣除就是一項直接針對科技創新的稅收優惠政策。早在1996年，相關部門就提出，從事研發的國有和集體工業企業的研發費用可在應稅所得額中加計抵扣①。2015年，財政部、國家稅務總局和科技部聯合公布了《關于完善研究開發費用稅前加計扣除政策的通知》（下文簡稱財稅〔2015〕119號文件），大幅擴大了該政策的適用范圍②，該文件受到了各方的高度重視（戴天仕等，2022）。應該說，研發費用加計扣除是我國政府推動科技創新的一項長期政策，黨的二十屆三中全會也提出明確要求：“提高研發費用加計扣除比例”。那么，該政策能否通過激勵科技創新，從而驅動新質生產力的提升？在供應鏈關系日趨重視的當下，它的影響又通過什么渠道從企業輻射整個供應鏈？解答上述問題，無論是對于貫徹黨的二十屆三中全會精神，還是實現國家戰略目標而言，都具有現實意義。

基于此，本文將財稅〔2015〕119號文件的公布視為一次準自然實驗，從理論上推演了研發費用加計扣除如何提升企業及其所處供應鏈的新質生產力，提出了有待于實證檢驗的理論假說，并利用2010—2022年在中國滬深交易所上市的1638家上市公司數據，通過雙重差分法進行了實證研究。結果表明：第一，當企業享受研發費用加計扣除政策后，不僅自身，而且所處供應鏈上下游產業的新質生產力均會得到顯著的提升；第二，研發投入的增加是研發費用加計扣除政策影響企業自身新質生產力的機制，而高素質人員流動、先進技術的溢出和生產效率的傳導，則將該政策的影響輻射整個供應鏈；第三，該稅收優惠政策的影響存在異質性，供應鏈下游產業和東部地區的企業受到了更為顯著的影響。

二、文獻綜述

（一）新質生產力的指標構建與影響因素

企業是經濟運行的細胞，是加快形成新質生產力的微觀主體。企業層面的新質生產力研究也在不斷增加。趙國慶和李俊廷（2024）、宋佳等（2024）依據生產要素的二要素理論，從勞動力和生產資料兩個方面對企業新質生產力的量化指標進行構建，在新質生產力的影響因素上，前者聚焦于企業數字化轉型，后者則強調企業的ESG（Environment，Social and Governance，簡稱ESG）發展模式。姚樹潔和蔣藝翅（2024）側重于在數據要素范圍內計算新質生產力，認為數字基礎設施的完善程度決定企業新質生產力的大小。

應該說，學術界在如何測算新質生產力上，已經形成了基本一致的觀點，勞動力、勞動對象和生產資料是其中不可或缺的指標。相比之下，不同學者對新質生產力影響因素的研究則各有側重，產業結構、數字化轉型、發展模式、基礎設施等都被認為是影響因素。

（二）研發費用加計扣除對企業創新的影響

創新是新質生產力的核心元素。研發費用加計扣除作為一項多年來直接作用于企業創新的財稅政策，它對企業創新的影響一直以來都是政策研究的焦點。絕大多數研究均肯定了該政策的創新激勵作用。在影響機制上，唐明和曠文雯（2021）認為研發投入的增加是最主要的機制，該觀點獲得了許多學者的認同。隨著創新研究的不斷深入，越來越多的學者不再將創新視為一個單一的過程，而是將其視為一系列鏈式流程，其中包括了創意、研發、產品和銷售等諸多環節（靳衛東等，2022）。馮澤等（2019）從創新鏈視角出發，強調研發費用加計扣除在企業生產經營各環節中均產生了積極的影響，該政策在收入端提高了研發投入，在產出端擴大了產出規模，而在收益端則增加了收益強度。梁富山和王心潔（2023）也從創新鏈的思路入手，考察了研發費用加計扣除政策與財政補貼和綠色創新政策相互疊加后的效應大小。

總的來看，已有文獻構建了新質生產力的指標體系，肯定了研發費用加計扣除對企業創新的正向效應并探索了其中的機制，這為本文提供了研究基礎。與此同時，鏈式創新概念的提出啟發了本文沿著鏈式思路分析企業新質生產力的變化。不過，現有研究體系仍有以下兩個方面可以進一步完善：第一，雖然二者之間密切相關，但是新質生產力相較于創新，其內涵更為豐富，研發費用加計扣除的實施是否也能驅動企業新質生產力的提升，目前尚缺少直接的數據驗證；第二，在不確定性較高的環境下，供應鏈上下游伙伴間的關系日益成為企業決策時的考量，從供應鏈視角分析政策效應和政策傳導機制，更符合企業現狀。

基于此，本文的邊際貢獻體現在以下三個方面：（1）使用微觀數據直接驗證了研發費用加計扣除對企業新質生產力的提升起到了積極作用。這一發現不僅彌補了現有文獻在二者正向關系上的證據缺失，也為社會各界尋找新質生產力的驅動源提供了新思路；（2）肯定了研發費用加計扣除政策對企業所處供應鏈上下游的新質生產力均存在影響。該結果從供應鏈傳導的視角加強了實施研發費用加計扣除的意義，并拓展了現有新質生產力研究的邊界；（3）挖掘了人員流動、技術溢出和效率傳導三個稅收優惠政策在供應鏈中輻射影響的渠道，將企業和其所處供應鏈上下游產業串聯起來，探索了政策落實至企業及所處供應鏈的路徑。

三、理論分析與研究假說

對于新質生產力而言，其本質上就是符合新發展理念的先進生產力（劉偉，2024）。如果能夠尋找到促進生產力或者提高生產效率的舉措，那么也就找到了提升新質生產力的路徑。既然如此，研發投入的增加無疑會幫助企業擁有更高的生產力和生產效率（王薇等，2018），而研發費用加計扣除正是激勵企業增加研發投入的政策，最終提升企業的新質生產力（劉明慧和李秋，2024）。基于此，如圖1所示，本文提出有待于實證檢驗的假說1和假說2：

假說1：企業享受研發費用加計扣除后，自身的新質生產力得到了顯著提升。

假說2：研發投入的增加是研發費用加計扣除影響企業新質生產力的主要機制。

供應鏈是由供應商、制造商、零售企業以及客戶等構成的鏈式網絡，網絡中每個企業的行為都會對整個網絡中的各個成員產生交叉影響。隨著產業分工的不斷細化，企業與所處供應鏈上下游產業的關系愈發密不可分（鮑群等，2023）。在外部環境不確定性上升后，供應鏈的穩定以及供應鏈伙伴間的關系愈發受到企業的重視（肖利平和劉點儀，2023）。

一般而言，當中游企業增加研發投入之后，其對上游的需求和下游的供給都會產生影響。上游企業為了讓自己能夠滿足客戶更高水平的需求，也會加大自身的創新力度（陳勝藍和劉曉玲，2021），而下游企業在獲得了供應商更多高質量的產品之后，自身創新的條件和動力也會上升（董明等，2023）。無論是科技創新，還是新質生產力的培育，畢竟都要面臨較高的不確定性。只有在信息明確的條件下，整個供應鏈中的創新傳導才會加快。

此時，研發費用加計扣除政策的實施，與其說是給相關企業，還不如說是給整個供應鏈傳遞了一個明確的信號，那就是被納入政策中的企業將會加大創新領域的投入，既提高對上游需求的技術含量，也提升銷售給下游的產品質量（魯大宇等，2023）。為了能夠保持一個穩定的供應關系，同處一個供應鏈網絡中的上下游企業在捕捉到研發費用加計扣除這類信號時，會立刻著手對自己的生產力進行升級改造，甚至當中游企業擁有一定的議價能力或者壟斷能力時，供應鏈上下游企業的創新投入會早于受政策激勵的企業（肖利平和劉點儀，2023），以加強供應鏈的穩固。基于此，如圖1所示，本文提出有待于實證檢驗的假說3：

假說3：企業享受研發費用加計扣除后，其所處的供應鏈上下游產業的新質生產力水平同樣也會顯著提高。

根據生產力二要素理論，構成新質生產力指標的元素分為活勞動、物化勞動和生產技術等，按此分類，勞動力、生產技術和生產效率便是政策能夠提升新質生產力的主要渠道。

首先，研發費用加計扣除的實施加大了中游企業的研發投入，促使其對研發人員、生產技術以及生產效率都有了更高的標準和更大的需求，擴展研發人員規模，提高技術水平并提升生產效率都是該政策所帶來的效果（戴天仕和趙琦，2022；張延平等，2019）；隨后，觀察到研發費用加計扣除的政策后，為了保持供應鏈的穩定，供應鏈中的上下游企業都會緊跟中游企業的步伐，甚至當中游企業具有較高議價能力時，他們會提前從人員、技術和效率三個方面入手，以留住客戶和供應商，如此一來，整個供應鏈上下游被緊密地聯結在一起。

與此同時，為了進一步抵消科技創新產生的高企成本，很多供應鏈伙伴從傳統的客戶與供應商關系，逐漸轉變為合作伙伴關系，通過發揮各自在勞動力、生產技術和生產效率等方面所具有的優勢，供應鏈上下游企業的相互合作將會在科技創新或者生產力的提升上實現規模經濟現象，這被稱為“合作創新”模式（尹志鋒等，2022）。在該模式下，只要當研發費用加計扣除給企業帶來更大研發投入后，其所處供應鏈上下游企業就會被“合作創新”模式所帶動，一同擴大擴大研發人員規模，提高技術水平并提升生產效率，最終提升整個供應鏈的生產力。為了驗證該觀點，如圖1所示，本文提出有待于實證檢驗的假說4：

假說4：高素質人員的流動、先進技術的溢出以及生產效率的傳導在供應鏈中發揮了影響機制的作用。

四、研究設計、數據與方法

（一）實證模型與變量定義

為了檢驗理論分析中提出的假說1，即當企業享受研發費用加計扣除政策后，其自身的新質生產力水平將會顯著提高，將有待于實證檢驗的模型設定為如下形式：

在模型（1）中，newpower是被解釋變量，反映的是企業的新質生產力水平。目前，學術界主要從活勞動、物化勞動、硬技術和軟科技四個方面（宋佳等，2024；趙國慶等，2024），在企業層面進行新質生產力水平測算。參考該方法，本文也從上述四個方面進行newpower變量的構建，使用員工薪資的對數值、研發人員占員工人數的比例、高學歷人員占員工人數的比例、是否設置了技術性高管，作為反映活勞動的指標；使用固定資產占總資產之比以及制造費用占比①，作為反映物化勞動的指標；使用研發支出費用化金額占營業收入的比例、研發支出資本化金額占營業收入的比例、國內外申請專利數、無形資產占總資產的比例、參與國家或者行業標準制定數量、數字資本投入對數值，作為反映硬技術的指標；使用總資產周轉率和權益乘數倒數，作為反映軟科技的指標，通過熵值法進行指標的構建②。除了使用熵值法之外，還使用因子分析法計算新質生產力newpowerf，從不同變量構造的角度，保證結果的穩健性。

policy是解釋變量，表示企業是否享受了研發費用加計扣除政策。它由兩個虛擬變量treat和year2015交互而成，treat表示是否屬于享受政策的處理組，year2015則表示是否在政策發生年份之后。當企業所在行業屬于財稅〔2015〕119號文件的適用范圍時③，treat為1，否則為0，考慮到處理組中那些在2015年之后沒有研發費用支出的企業已經被剔除，因此可以認為在文件適用范圍的企業均已享受了研發費用加計扣除政策。財稅〔2015〕119號文件于2015年下發，將2015年視為政策開始的起點，政策實施后的年份，year2015取值為1，否則為0。

control是由控制變量組成的向量，它主要包含了反映公司財務特征的其他控制變量，用以控制其他影響企業新質生產力的因素。本文參考已有研究（Hot，2022；薛迎迎，2023），首先確定了可能產生影響的五個方面：企業規模、杠桿水平、股權結構、企業價值以及治理狀況；接著通過膨脹因子對相關變量進行檢驗，最終確定了企業層面八個財務指標作為控制變量：size為總資產的自然對數，age是企業的年齡，它們反映的是企業規模大小；debt是企業的負債與營業收入之比，leverage是企業財務杠桿率，它們反映企業的杠桿水平；hhi是第一大股東的股權集中度，反映的是股權結構；cash是期末現金及現金等價物余額與營業收入之比，btm是賬面市值比，它們反映的是企業價值大小；dual是董事長和總經理是否兼任，反映企業的治理狀況。另外，firm是不隨時間變化的企業固定效應，time代表年份固定效應，用年份虛擬變量表示，u代表隨機干擾項，下標i表示每個企業，下標t表示每個年份，下文同。表1報告了模型中主要變量的特征信息。

（二）樣本選擇和數據來源

本文的研究樣本為2010—2022年在中國滬深交易所上市的1638家企業。之所以選擇2010—2022年作為研究區間，主要是因為財稅〔2015〕119號文件于2015年正式對外公布，為了保證在研究區間內擁有足夠的處理組和對照組，將研究區間的起點定為2010年，這使得該文件發布前后都有足夠5年及以上的研究窗口可以觀察，而將研究區間的終點定為2022年，除了保證觀察窗口的時長外，還因為部分企業或者城市層面的數據僅更新至2022年。

本文的數據來源主要有以下五個：一是財政部、國家稅務總局和科技部聯合下發的財稅〔2015〕119號文件；二是國泰安數據庫（CSMAR）中的中國上市公司財務報表數據庫、財務報表附注數據庫以及其他特色數據庫；三是國家統計局提供的2012—2020年投入產出表；四是《中國統計年鑒》或者中經網統計數據庫；五是Davis等（2019）構建的經濟政策不確定性指數數據庫。

其中，是否享受研發費用加計扣除的解釋變量policy來源于財稅〔2015〕119號文件。構建被解釋變量所使用的企業層面數據，以及控制變量中的企業財務數據和機制變量中的有關人員流動、技術溢出和效率傳導的數據均來自CSMAR數據庫。企業所處供應鏈上下游產業的關系則依據投入產出表進行判斷。在穩健性檢驗中使用地區數據來自《中國統計年鑒》或者中經網統計數據庫，而經濟政策不確定性指數來自經濟政策不確定性指數數據庫。

基于實證樣本的特點以及有關研發費用加計扣除研究的一般處理規則（劉曄和林陳聃，2021；戴天仕等，2022），本文通過以下步驟對數據進行了匹配和處理：（1）按照企業所處行業與財稅〔2015〕119號文件進行匹配，構建實證模型中的處理組和對照組，將適用于文件范圍的行業列為處理組，其他行業列為對照組①；（2）剔除處理組中，自2015年政策發布之后沒有研發費用支出的企業，因為這部分企業事實上并沒有享受研發費用加計扣除政策；（3）根據相關規定，屬于《國家重點支持的高新技術領域》等名單中的企業可以享受該政策，若這些企業在2015年之前就已經享受了政策，就會導致它們不符合處理組在政策實施前未受到影響的要求，因此剔除了在2015年就擁有高新技術資質的企業；（4）將投入產出表中的行業分類按照《證監會行業分類》（2012版）進行匹配，明確各上市公司所處供應鏈的上下游產業關系；（5）剔除了金融保險類上市公司；（6）對模型中的主要變量進行線性內推或者外延插值，對插值后仍缺失的樣本予以剔除；（7）剔除了正被ST、PT或者*ST處理的觀測值。最終，本文實證模型所用的樣本中包含了2010—2022年在中國滬深交易所上市的企業1638家，共19276個觀測值。

（三）計量方法

Hausman檢驗結果在1%的顯著性水平上，拒絕了固定效應模型和隨機效應模型不存在系統差異的原假設，因此選擇在時間和個體上予以固定的TWFE模型作為主要的計量方法。考慮到樣本的時間跨度為13年，觀測對象有1600余家企業，在穩健性檢驗時，加入了聚類標準誤緩解異方差和序列相關性。最后，為了避免離群值產生的干擾，所有控制變量均在前后0.5%的水平上予以Winsorize縮尾處理。

五、結果與分析

（一）描述性統計

表2描述了主要變量的描述性統計結果。從新質生產力的變量newpower可以看到，中國上市公司的新質生產力平均水平為2.8644，該結果略低于宋佳等（2024）的結果，但是標準差有3.5303。同樣的，以因子分析法得到的新質生產力變量newpowerf的標準差也大于平均值的絕對值，且最大值和最小值相差較大，這說明上市公司存在較為明顯的新質生產力差異。那么，在中國高度重視新質生產力的背景下，究竟是什么樣的因素可以提升企業的新質生產力，又有什么樣的渠道可以將這種提升作用輻射企業所處的整個供應鏈，這正是本文的研究主題。

（二）基準回歸結果

表3報告了模型（1）的基準回歸結果。如表3所示，首先，當企業享受了研發費用加計扣除政策之后，自身的新質生產力會得到顯著的提升，且該結果在1%的顯著性水平上保持顯著。從第（3）列的影響系數大小來看，加入控制變量并控制個體和年度固定效應之后，研發費用加計扣除對于自身新質生產力的提升影響為0.9710。從第（4）列的結果可以看到，使用因子分析法構建新質生產力變量后，結果仍然保持一致。表3最后一列的可決系數R2可知，實證模型總體的擬合優度在0.484～0.773之間，模型具有較強的解釋力。

表3的實證結果驗證了理論分析部分提出的假說1，即企業享受了研發費用加計扣除政策之后，提升了自身的新質生產力。正如理論分析指出的那樣，研發費用加計扣除是中國支持科技創新的重要舉措，它的實施有助于實現“加快發展新質生產力”目標。在政府層面，一系列政策不斷推出，從事研發活動的企業不僅會獲得多次稅收優惠，還會在土地、設施以及培訓等方面得到其他政策的支持。在企業層面，以上市公司為代表的中國企業正在加快提升科技創新能力，著力技術升級，最終提高整個供應鏈的新質生產力。

從表3第（3）列和第（4）中企業層面的控制變量結果可以發現，隨著企業規模的擴大、企業年齡的上升、賬面價值的提高、現金流的充盈，企業自身的新質生產力發展水平會提升。與之對比的是，企業債務水平、股權集中度以及財務杠桿率的下降也會助力企業新質生產力的上升。這結果與現有文獻的研究結論基本保持一致。對于中國上市公司而言，規模越大、價值越高、股權結構越合理以及杠桿越低的企業，在生產力上的表現也往往更好，這是因為其一般都擁有較高的效率、較完善的經營管理制度以及較公平的議事流程，也更容易獲得各級政府的政策支持。

（三）穩健性檢驗

1.平行趨勢檢驗

使用TWFE進行多期雙重差分法的前提假設是，在政策沖擊到來之前，處理組和對照組的總體變化趨勢不存在顯著性的差異。基于此，參考Liu等（2016）的方法，將有待于實證檢驗的模型設定為如下形式：

其中，year是一個年度虛擬變量，若企業在2015+k當年開始享受研發費用加計扣除政策，則該變量取值為1，否則為0。為了使得政策沖擊前后保持一個較為對稱的觀察窗口期，k的取值為[-5，7]，這樣就可以檢驗從2015年開始，財稅〔2015〕119號文件公布前后5年及以上的企業新質生產力的變化趨勢。

圖2報告了在5%顯著性水平上進行的平行趨勢檢驗結果。從結果中可以看到，在企業開始享受研發費用加計扣除政策之前，處理組和對照組之間，新質生產力的水平基本不存在顯著的差異，但是在財稅〔2015〕119號文件公布之后，處理組的新質生產力發展水平開始逐年攀升，且開始和處理組拉開了明顯的差距并在時間上具有一定的持續性。概況而言，本文所用的模型最終通過了雙重差分法所需的平行趨勢檢驗。

2.安慰劑檢驗：政策提前實施

除了平行趨勢檢驗之外，為了考察研發費用加計扣除政策的外生性，參考Topalova（2010）做法，假設財稅〔2015〕119號文件的發布時間是在2015年之前兩年，即2013年和2014年，在模型（1）中使用解釋變量policy13和policy14替換原來的解釋變量policy。為了避免和真實的政策沖擊發生干擾，將研究區間重新設定為2010—2014年。從理論上來看，若企業享受了研發費用加計扣除確實能夠給企業的新質生產力發展帶來正面影響，那么在重新構建的安慰劑樣本中，解釋變量的系數應該無法在較高的顯著性水平上保持顯著。

從表4的結果可以看到，無論是將文件的發布時間提前至2013年還是2014年，該政策對于企業的新質生產力發展，都沒有在10%顯著性水平上產生顯著的影響。這樣的結果基本排除了存在其他不可觀測的因素影響企業新質生產力的可能性。

3.安慰劑檢驗：隨機抽取處理組

根據La Ferrara等（2012）的研究，本文在2015年中國滬深交易所上市的企業中同樣隨機抽取處理組，并將剩余的觀測值視為對照組，從而對模型（1）采用多期雙重差分法進行檢驗。為了避免小概率事件的干擾，將這個隨機過程執行300次。圖3縱軸衡量的是隨機抽取安慰劑檢驗所得系數的概率密度，橫軸則是系數大小。另外，為了方便觀察，本文將基準回歸中真實的系數大小用粗虛線進行了刻畫。如圖3所示，隨機安慰劑檢驗得到的系數值均值接近于0，大多數系數值的p值也低于0.05，而真實的系數值在圖中顯然屬于異常值。因此，本文采用雙重差分法進行的雙向固定效應模型通過了隨機抽取的安慰劑檢驗。

4.測量誤差和遺漏變量問題的處理

為了克服Roth等（2023）提出的TWFE方法的不足，本文采用了兩階段雙重差分法（Gardner， 2022）、交互加權方法（Sun等，2020）、高維泊松偽極大似然估計（莊芹芹等，2022）以及加聚類標準誤的固定效應模型等方法進行估計。除此之外，對于遺漏變量而言，本文除了在模型中加入了城市和宏觀層面的控制變量之外，還參考Heckman等（1998）的方法，使用傾向得分匹配的方法構建對照組。

從表5的結果可以看到，無論采用各類異質性的雙重差分法緩解測量誤差，還是加入更多的宏觀變量或者使用傾向得分匹配法，企業享受研發費用加計扣除政策后，自身的新質生產力發展水平仍然會有所上升，且結果至少在1%的顯著性水平上保持顯著。這從緩解測量誤差與遺漏變量的角度檢驗了本文假說1中觀點的穩健性。

六、進一步分析

（一）供應鏈傳導

為了檢驗理論分析中提出的假說3，即當企業開始享受研發費用加計扣除政策之后，不僅提升了自身的新質生產力發展水平，而且其所處的供應鏈上下游產業的新質生產力發展水平也會顯著提高，將有待于實證檢驗的模型設定為如下形式：

在模型（4）和（5）中，upnewpower和downnewpower均是被解釋變量，它們分別表示企業所處供應鏈中上游產業和下游產業的平均新質生產力發展水平。在需要判斷上下游產業關系的研究之中，產業或者部門之間的投入產出表是最主要的判斷依據（Hu等，2020；張虎等，2023），因此本文根據國家統計局提供的2012年、2017年、2018年和2020年投入產出表①，計算各產業的直接消耗系數和直接分配系數，以此尋找到企業所處供應鏈上下游產業。在實證中，將企業所處供應鏈中直接消耗系數排名前三產業的新質生產力的平均值表示為upnewpower。與此同時，將企業所處供應鏈中直接分配系數排名前三產業的新質生產力的平均值表示為downnewpower。模型中其他變量的定義與模型（1）保持一致。

如表6所示，當企業開始享受研發費用加計扣除政策之后，它所處供應鏈下游三大產業的平均新質生產力均有顯著的提升，系數結果在1%的顯著性水平上保持顯著，而它所處供應鏈上游產業的平均新質生產力上升，僅在因子分析法得到的變量upnewpowerf中保持顯著。該結果基本驗證了假說3的觀點，研發費用加計扣除政策有助于企業及其所處供應鏈上下游的新質生產力提升。

這背后可能的原因在于，對于下游企業而言，上游產業往往是供應商，上游產業為這些客戶提供所需要的產品或者服務。與之相對，下游產業往往是企業的客戶，對上游企業的產品或者服務存在需求。因此，當企業由于享受研發費用加計扣除政策，新質生產力得到提升后，其人員素質、技術水平和生產效率也會進一步提高，這些效果會通過產品和服務的提供，優先通過供應鏈進行傳導，促進下游產業整體新質生產力水平的提升，不過隨著時間的推移，上游產業也會在下游更高標準的需求下，提升自身的新質生產力。

（二）機制分析

從假說2和假說4的觀點可知，研發費用加計扣除政策的實行通過研發投入的增加，對企業的新質生產力的提升起到了積極作用，而對于企業所處供應鏈上下游而言，高素質人員的流動、先進技術的溢出以及生產效率的傳導，使得企業所處供應鏈上下游的新質生產力也得到提升。為了檢驗假說中的觀點，參考Alesina和Zhuravskaya（2011）檢驗影響機制的方法，將有待于實證檢驗的企業自身影響機制模型設定為如下形式：

參考李宜航等（2022）的研究，模型（6）和模型（7）中，rd表示企業研發投入占營業收入之比。為了檢驗研發費用加計扣除政策是否通過人員流動、技術溢出和效率傳導，將提升作用輻射企業所處供應鏈，將有待于實證檢驗的模型設定為如下形式：

參考王紅建等（2024）、戴天仕等（2022）的研究，在模型（8）至模型（10）中，rdstaff由企業研發人員的占比構成，反映企業高素質科研人員的占比大小，patent是企業國內外專利申請數量/100，反映企業先進技術水平，tfp_lp則是使用LP法得到的全要素生產率，反映企業的生產效率。upstreamean表示企業所處供應鏈上游三大產業的平均新質生產力水平，downstream表示企業所處供應鏈下游三大產業的平均新質生產水平。模型（6）至模型（10）中其他變量的定義與模型（1）保持一致。

從表7的第（1）列至第（4）列結果可以看到，企業享受了研發費用加計扣除政策之后，企業的研發投入、人員素質、技術水平和生產效率開始上升，且該結果在1%的顯著性水平上保持顯著。從表7中第（5）列至第（11）列的結果可以看到，企業享受了研發費用加計扣除政策之后，研發投入的增加促使自身新質生產力水平提升，而高素質的科研人員流動、先進的技術水平溢出以及生產效率的傳導，使得企業所處供應鏈上下游產業的整體新質生產力水平進一步提高。該結果驗證了假說2和假說4中的觀點。

（三）異質性分析

表8報告了地區和產權異質性分析的結果。從表中第（1）列至第（3）列的結果可以看到，研發費用加計扣除政策的實施影響了不同地區企業的新質生產力，不過從系數的顯著性上來看，該影響效應在東部地區樣本下更為顯著。這背后可能的原因在于，相較于中西部地區的企業，東部地區的企業不僅擁有較好的硬件和軟件基礎，而且獲得的政府支持較多，因此他們會投入更多的資源進入到研發活動之中。相對而言，中西部地區企業提升新質生產力的手段較為有限，從事研發活動的物質基礎和人力資本也較弱，因此研發費用加計扣除的政策效果在東部地區樣本中更為顯著。

從表8中第（4）列至第（6）列的結果可以看到，在國有企業和私營企業樣本中，研發費用加計扣除政策對企業自身新質生產力的提升作用都較為顯著。這背后可能的原因在于，國有企業是中國經濟的重要支柱，其與政府存在天然的“血緣”關系，在政府的號召和推動下，國有企業會更加積極地享受以財稅〔2015〕119號文件為代表的激勵政策；相比較之下，私營企業則是中國研發創新的重要主體，私營企業擁有更高的效率和更強大的活力，以財稅〔2015〕119號文件為代表的激勵政策為他們提升新質生產力提供了一次契機。

總的來看，從表2至表8以及圖2和圖3的結果，從實證的角度驗證了本文的假說1至假說4中的觀點，即企業享受研發費用加計扣除政策之后，不僅會提升自身的新質生產力，而且還會推動整個供應鏈上下游產業整體的新質生產力，從機制上來看，研發投入的增加是企業自身的影響機制，而高素質人員流動、先進技術的溢出和生產效率的傳導則是政策影響整個供應鏈的渠道。除此之外，本文還利用各種研究方法驗證了雙重差分法得以應用的合理性，并且緩解了遺漏變量、測量誤差和互為因果關系等可能引發的內生性問題，因此本文的實證結論是較為穩健的。

七、結論與啟示

（一）結論

本文以財稅〔2015〕119號文件的發布為背景，使用2010—2022年在中國滬深交易所上市的1638家上市公司樣本，通過雙重差分法，實證檢驗了研發費用加計扣除政策是否提升企業及其所處供應鏈的新質生產力，研究結果表明：首先，當企業享受研發費用加計扣除政策后，其自身的新質生產力會得到顯著的提升。其次，當企業享受研發費用加計扣除政策后，其所處供應鏈上下游的新質生產力水平同樣會顯著上升。從影響大小和顯著性上來看，對企業所處下游產業的新質生產力的影響更顯著。再次，在影響機制上，研發投入的增加是研發費用加計扣除政策影響企業自身新質生產力的機制，而高素質人員流動、先進技術的溢出和生產效率的傳導，則將研發費用加計扣除政策的影響輻射整個供應鏈。最后，研發費用加計扣除政策的影響效應在地區和產權存在異質性。在地區上，研發費用加計扣除政策的影響效應在東部地區的企業中更顯著。在產權性質上，研發費用加計扣除政策的影響效應在國有企業和私營企業樣本中同樣顯著。

（二）政策啟示

本文研究對政府實現“加快發展新質生產力”和“推動產業鏈供應鏈優化升級”的目標具有重要啟示意義。

第一，新質生產力的提升是中國經濟高質量發展的題中應有之義，而研發費用加計扣除政策則是中國打造現代化產業體系、推動企業高質量發展的重要手段，本文的實證結果驗證了以財稅〔2015〕119號文件為代表的政策效果，這為實現“加快發展新質生產力”目標提供了一個思路。接下來應該擴大100%加計扣除比例的覆蓋范圍，從而把科技創新推動高質量發展的理念和模式在國內企業界全面推廣。

第二，“推動產業鏈供應鏈優化升級”是在全球貿易保護主義持續抬頭、世界經濟的不確定性不斷增加的背景下，政府工作報告所提出的重大發展要求。本文結果驗證了稅收優惠政策在供應鏈中的傳導力和穿透力，促使企業供應鏈上下游產業的新質生產力得以提升。那么，在后續的減稅降費政策的評估中，應該將企業對整個供應鏈的重要性作為一個考察指標，對于那些在供應鏈中處于核心地位的企業應該賦予更高的權重，使他們能夠成為推動整個供應鏈的發展源動力。

第三，高素質人員流動、先進技術的溢出和生產效率的傳導，不僅是稅收優惠政策影響供應鏈的渠道，也是構建現代化產業體系的三個必要路徑，本文的實證結果驗證了它們在政策傳導過程中發揮的機制作用，從而探索了宏觀政策落實到微觀企業的路徑。因此，在未來的現代化產業體系建設方案之中，人員流動、技術溢出和效率傳導應該作為三個考核的重點，旨在讓更多的企業在這三大領域投入更多的人力、物力和財力。

參考文獻：

[1]鮑" 群，石紹炳，盛明泉.供應鏈嵌入視角下客戶生產率溢出效應[J].經濟理論與經濟管理，

2023，（4）.

[2]馮" 澤，陳凱華，戴小勇.研發費用加計扣除是否提升了企業創新能力？——創新鏈全視角[J].科研管理，2019，（10）.

[3]李宜航，許英杰，郭" 曉，等.研發費用加計扣除政策對制造業企業研發投入的影響分析[J].稅務研究，2022，（4）.

[4]梁富山，王心潔.加計扣除優惠政策對企業創新的異質性效應研究——基于多期DID的實證檢驗[J].稅收經濟研究，2023，（1）.

[5]劉海建，胡化廣，張樹山，等.供應鏈數字化的綠色創新效應[J].財經研究，2023，（3）.

[6]劉明慧，李" 秋.財稅政策何以驅動新質生產力發展？[J].上海經濟研究，2024，（3）.

[7]劉" 曄，林陳聃.研發費用加計扣除政策與企業全要素生產率[J].科學學研究，2021，（10）.

[8]魯大宇.供應鏈網絡結構的創新效應及機制分析：理論與實證[J].云南財經大學學報，2023，（4）.

[9]宋" 佳，張金昌，潘" 藝.ESG發展對企業新質生產力影響的研究——來自中國A股上市企業的經驗證據[J].當代經濟管理，2024，（6）.

[10]宋" 迪.稅收激勵與人工智能產出[J].稅收經濟研究，2022，（2）.

[11]唐" 明，曠文雯.研發費用加計扣除是否激勵了企業創新產出——基于研發投入中介效應的分析[J].稅收經濟研究，2021，（1）.

[12]王" 薇，艾" 華.政府補助、研發投入與企業全要素生產率——基于創業板上市公司的實證分析[J].

中南財經政法大學學報，2018，（5）.

[13]王" 璽，劉" 萌.研發費用加計扣除政策對企業績效的影響研究——基于我國上市公司的實證分析[J].財政研究，2020，（11）.

[14]謝" 芬，楊" 穎.促進新質生產力形成的稅收政策探析[J].稅務研究，2024，（2）.

[15]趙仁平.論現代化經濟體系中稅收作用機制的實現[J].稅收經濟研究，2019，（6）.

[16]張" 虎，高子桓，韓愛華.企業數字化轉型賦能產業鏈關聯：理論與經驗證據[J].數量經濟技術經濟研究，2023，（5）.

[17]莊芹芹，林瑞星，羅偉杰.寬容失敗與企業創新——來自國有企業改革的證據[J].經濟管理， 2022，（4）.

[18]Alesina A，Zhuravskaya E.Segregation and the Quality of Government in a Cross Section of Countries[J].American Economic Review，2011，（5）.

[19]Hot V H.Sustainable Finance amp; China’s Green Credit Reforms：A Test Case for Bank Monitoring of Environmental Risk[J].Cornell International Law Journal，2018，（3）.

[20]Hu Y，Fisher-Vanden K，Su B.Technological Spillover Through Industrial and Regional Linkages： Firm-level Evidence from China[J].Economic Modelling，2020，（3）.

[21]La Ferrara E，Chong A，Duryea S.Soap Operas and Fertility：Evidence from Brazil[J]. American Economic Journal：Applied Economics，2012，（4）.

（責任編輯：盛楨）