产业异质性、税收激励与自主创新——中国战略性新兴产业A股上市公司实证研究

在经历改革开放持续40年的高速发展后，中国经济已由高速增长阶段转向高质量发展阶段，迫切需要新的增长动力支撑，摆脱旧有增长模式束缚[1]。基于上述现实背景，党的十八大报告明确提出实施创新驱动发展战略，十九大报告再次指出“创新是引领发展的第一动力，是建设现代化经济体系的战略支撑”。可见，着力推进自主创新是供给侧结构性改革和培育发展新动能的重要支撑。战略性新兴产业代表新一轮科技革命的方向，发展战略性新兴产业是“新常态”背景下加快转变经济发展方式、推动产业结构升级、建设创新型国家的重大举措。《“十三五”国家战略性新兴产业发展规划》强调“到2020年，战略性新兴产业增加值占国内生产总值比重达到15%”。

与传统产业不同，战略性新兴产业属于资本、知识和技术高度密集型产业，其技术创新活动具有投入高、周期长、不确定性强等特点。因此，对新兴产业的扶持历来是各国政府政策制定的重点。税收作为政府“辅助之手”是介入经济运行的有力政策工具，因其具有普惠性、灵活性和确定性等特点，无论是作为一种制度环境，还是作为一种政策工具，都对战略性新兴产业创新活动发展起积极推动作用[2]。目前，我国出台的促进战略性新兴产业自主创新税收优惠政策涉及企业所得税、增值税等税种，优惠方式包括减免税、研发费用加计扣除、固定资产加速折旧、优惠税率等直接优惠和间接优惠。2017年，我国激励企业科技创新税收优惠政策减税已超过3 800亿元，为企业创新发展注入了新动能。

我国现行税收优惠政策是否有效？政府税收激励政策对微观企业R&D投入及专利产出是具有激励作用还是抑制作用？这是本文试图回答的第一个问题。不同产业的创新行为常常表现出很大的差异性，而在现实中，由于信息不对称，政府往往针对某一政策目标和行业采取“一刀切”式激励政策，这使得学者们在研究减税对企业创新的政策效应时得出不同结论。充分评估政府税收政策能否在企业层面有效发挥作用，需要将能区分不同企业创新活动的产业特征变量考虑进来。因此，本研究的第二个问题是，在产业异质性视角下，税收激励政策对企业技术创新的影响是否存在差异性？

1 文献综述

1.1 税收优惠政策对企业技术创新的影响

税收优惠政策实质上是政府通过让渡一部分利益给微观市场主体，减轻企业税收负担或延迟纳税时间以支持企业创新的激励政策。在研究税收激励对企业创新影响的诸多文献中，学者们历来关注政府所放弃的这部分收入能否被企业有效应用到研发活动中，然而相关文献并未得出一致的结论。

大部分学者认为，税收优惠对创新有正向激励作用，这其中不乏有来自各个国家的证据。Hall & Reenen[3]总结学者关于美国和其它国家的研究发现，研发税收抵免政策对研发投入的影响在短期内效果不显著，但随着时间的推移效果渐显，而且大部分学者的实证研究都验证了税后价格弹性至少为1。Bloom等[4]利用9个OECD国家19年的面板数据研究税收和研发支出之间的关系，发现税收激励有效提高了各国研发投入强度，且研发成本每下降10%，短期内研发投资增幅仅为1%，而长期会使研发投资增长10%。Klassen等[5]也有类似的研究。戴晨和刘怡[6]、朱云欢与张明喜[7]指出，与财政补贴相比，税收优惠能在更大程度上诱导企业研发活动,使企业研发支出增加。李维安等[8]认为，税收优惠通过创新投入的中介作用在一定程度上提升了企业创新绩效。胡华夏等(2017)研究发现，税收优惠通过成本黏性这一中介作用于企业研发投入并对其产生积极影响。

税收激励企业技术创新不仅反映在企业研发投入增加上，同时还能带来更多创新产出。Ernst & Spengel[9]以欧洲专利局有关数据为基础，发现税收激励增强了企业创新投资和专利申请倾向，对企业研发投入和专利申请量的增加有积极作用。Czarnitzki等[10]研究分析了税收抵免政策对加拿大制造业企业创新活动的影响，发现该政策显著增加了企业创新产出(包括新产品数量、新产品销售额占总销售额比例、原发性创新等指标)。Cappelen等[11]衡量了挪威2002年出台的SkatteFUNN税收激励计划对创新投入和专利申请的影响，发现研发税收优惠政策激励了新生产工艺开发并在一定程度上促进了公司新产品开发，但对专利申请行为无显著影响。张信东等[12]以被认定为国家级企业技术中心的上市公司数据为样本进行研究，结果表明享受税收优惠政策的企业拥有更多专利、新产品和科技奖励，支持了R&D税收优惠政策的激励作用。储德银等[13]实证考察了沪市137家战略性新兴产业上市公司享受税收优惠对其专利产出的影响，发现税收优惠的直接作用和通过人力资本所传导的间接作用不利于增加企业专利产出，但通过企业研发费用投入的间接作用对专利产出具有显著激励作用。

然而，有研究表明，税收优惠政策对企业技术创新无法产生积极影响，甚至具有抑制作用。Tassey[14]研究认为，税收激励政策从未有效过，美国的R&D税收抵免政策对企业研发支出的影响微乎其微。郑春美和李佩[15]针对中国创业板上市高新技术企业的研究表明，税收优惠不仅不能提升企业创新绩效，反而会对其产生消极影响。杨国超等[16]研究发现，《高新技术企业认定管理方法》确定的公司研发投入占销售收入之比这一“一刀切”的微观认定门槛，会导致公司操纵研发行为以便获得更多的税收优惠和政府补助，最终导致公司研发绩效下降。冯海波和刘胜[17]利用1998-2015年省际面板数据，实证研究发现个人所得税和企业所得税都对中国现阶段整体创新存在显著负效用，且个人所得税对创新的负向影响大于企业所得税。

此外，还有一些学者认为，税收激励与企业创新存在一个有效区间。例如，林洲钰等[18]认为，税收激励强度与企业技术创新能力之间呈现出“倒U型”关系，存在一个临界值，当激励强度低于这一临界值时，政府税收优惠政策对企业研发投资具有显著正向激励作用；当激励强度超过临界值时，税收政策对企业技术创新开始显现抑制效应。冯海红等[19]利用2000-2012年我国28个制造行业大中型工业企业面板数据进行回归分析发现，只有在最优政策力度门限区间内，税收政策才能显著促进企业技术创新。

1.2 税收激励创新的异质性

上述研究之所以得出不一致的结论，除不同文献数据来源、研究方法和研究范围的差异外，学者们通过实证研究也给出了多种相关解释。从制度环境看，刘放等[20]研究表明，融资约束程度越高，产品市场竞争越强，地区市场化进程越高，税收激励效果就越显著。从产权视角看，江静(2010)认为，研发税收激励之所以有“促进论”和“抑制论”两种观点，是因为政府税收优惠对不同所有制类型的企业创新活动激励具有差异性。从行业异质性看，王俊[21]、胡凯和吴清[22]指出，企业享受R&D财税政策的情况存在地区和行业差异。从税种差异性看，匡小平和肖建华[23]实证研究发现，在企业自主创新能力的诸多外部影响因素中，税收具有显著影响。其中，所得税对企业自主创新能力、研发支出具有显著促进作用，但流转税欠佳。李林木和郭存芝[24]却认为，所得税和流转税减免对企业研发投入增加具有显著效用，且后者的激励作用更大。

笔者梳理现有文献后发现：第一，多数研究主要考察税收激励政策对企业研发投入的影响，同时考虑税收优惠对创新投入和产出的研究略显缺乏；第二，税收优惠政策对企业创新能力是正向作用还是负向作用，现有文献尚未得出一致结论。此外，鲜有文献对不同产业企业研发创新所具有的特点进行考察。考虑到企业本身的异质性，而这种异质性在结合企业所属产业特征时，对企业创新能力的影响是显著的，故税收激励效果可能存在差异。为此，本文搜集了2007—2016年中国战略性新兴产业A股上市公司税收优惠与企业创新的相关数据，以分析上述问题。本文研究贡献主要体现在以下方面：①在指标选择上，与以往研究仅考虑企业研发投入不同，同时从研发阶段(R&D投入)和产出阶段(专利申请数)两个方面评估税收激励政策效应；②在样本选择上，选取在创新领域具有代表性的战略性新兴产业上市公司并对其所属产业进行手工分类，考察税收激励政策对不同产业企业创新影响的差异性，为税收政策有效制定提供依据。

2 理论分析与研究假设

2.1 税收优惠政策对企业技术创新的影响：激励作用还是抑制作用

(1)激励作用。第一，纠正研发活动外部性。创新知识和技术具有公共物品特性，Tassey[25]研究指出，由于溢出效应，创新成果易被模仿和复制，其它企业分享创新收益的边际成本几乎为0，创新活动存在明显的市场失灵现象。大量研究表明，R&D活动的私人收益率低于社会收益率，创新主体不能完全独占其投资收益，由此削弱了企业创新活动积极性，使R&D投资往往低于社会最优水平。政府税收优惠政策具有较低的寻租风险，是解决研发活动外溢性引发的正外部性的重要政策工具；第二，降低企业研发风险。创新活动受很多不可控因素的影响，研发过程和研发结果也充满不确定性，故风险极高，一旦技术创新失败，企业将遭受重创。因此，企业创新活动参与度与其风险承担能力密切相关。如果允许企业从事风险活动的损失冲减收入，政府对企业免征或减征所得税就意味着在某种程度上分担企业投资失败的部分风险，在这一情况下，税收优惠政策具有风险承担功能，可以激励企业加大对创新这一风险性活动的投入；第三，缓解企业融资约束。企业创新活动具有投资金额大、投资周期长等特征，充足的现金流是企业创新的前提，故融资约束问题一直被看作影响企业创新的重要因素。战略性新兴产业上市公司属于资本、知识(技术)密集型产业，起关键作用的是人力资本、技术等轻资产，而非土地、机器、厂房等实物资产，有形资产比重通常很低，企业总资产中可以用于银行贷款抵押品的比例很小，往往较难获得银行贷款。因此，相对于其它产业来说，战略性新兴产业企业在进行技术创新时所面临的融资约束问题更为突出。企业创新资金来源分为内部自有资金与外源融资，税收优惠政策可以通过缓解企业融资约束问题促进企业技术创新。一方面，政府通过将低税率、加速折旧、研发税收抵免等税收优惠政策减轻企业税收负担，使企业税后利润增加,减少创新过程中现金流出，提高内源融资能力；另一方面，税收激励政策也具有一定的信号作用，向银行和风险投资者发送利好信号，吸引金融机构注资，增强企业资金筹集能力，从而帮助企业突破研发资金不足的瓶颈。

(2)抑制作用。税收优惠政策对企业研发创新产生的抑制作用主要有：首先，当政府和企业之间存在信息不对称时，就有可能产生事前“逆向选择”。具有不完备信息且“有限理性”的政府在政策制定过程中倾向于简单化的“一刀切”，如《高新技术企业认定管理办法》确定的公司研发投入占销售收入之比这一“一刀切”的微观认定门槛，而“一刀切”的税收优惠会导致公司操纵研发投入以获得税收优惠，从而产生违背政策制定者初衷的抑制作用。其次，政策实施过程中可能伴随事后道德风险问题。企业为了获取减免税资格，可能利用自身信息优势刻意隐瞒、虚假申报，正如安同良[26]研究发现，企业可能通过释放虚假创新信号达到欺骗政府的目的。现实中，不少企业骗税骗补的新闻时常曝出，就是有力证据。此外，企业可能通过向政府官员行贿、建立政治关联实现自身利益目标，例如有研究表明，与地方政府建立政治关联的企业更易获得财政补贴[27]。最后，当获得很高的扶持收益时，企业更有兴趣进行“寻扶持”投资，将原本用于创新的资金用于其它方面，而非用于技术水平提升，从而导致政策实施效果扭曲。根据以上理论，本文提出如下假设：

H1a：税收优惠政策对企业技术创新具有激励作用，促进了企业研发投入和专利产出；

H1b：税收优惠政策对企业技术创新具有抑制作用，不利于企业研发投入和专利产出。

2.2 税收优惠政策对企业技术创新的影响：产业异质性作用

税收政策作为重要的宏观调控工具，是一定时期内国家产业政策的体现，有利于实现产业结构调整。自国家大力倡导发展战略性新兴产业以来，政府陆续发布一系列财税政策支持新兴产业技术创新并取得了显著成效。其中，税收激励政策涉及企业创新各个阶段，包括初创期、成长期、成熟期等。现代产业发展史表明，不同产业在技术进步速度、频率以及范围等方面存在显著差异，也必然会影响到战略性新兴产业各产业所处创新阶段。战略性新兴产业包含8类产业，有些产业如新一代信息技术产业从事创新活动较早，现已发展相对成熟并逐渐成为主导产业，而有些产业如新能源汽车产业、生物产业发展较晚，尚处于成长期，产业化程度不高，技术发展方向不确定，研发能力和设备制造能力与国外先进水平有一定差距。产业生命周期理论指出，在产业发展的不同阶段，产业内企业现金流量、融资需求、生存风险等都存在显著差异，最终导致相关企业研发投入、创新决策和自主创新行为存在特殊性。对处于成长期的产业来说，其面临更强的内外部融资约束，且由于缺乏研发经验和技术积累，研发风险极大。因此，其创新意愿较低，往往将税收优惠节省的资金用于缓解自身融资约束，研发税收激励政策对于这类产业的激励效果可能不明显；对处于成熟期的产业来说，由于自身实力增强，融资渠道趋于多元化和顺畅化，可用于研发投入的资金较为充裕，且企业对于市场熟悉程度的加深也使得研发风险大大降低，企业创新意愿较强，对这类产业的税收优惠能显著促进产业创新发展。另外，产业环境为微观代理人(企业)组织创新活动提供了机遇与挑战，具体来说，各个行业市场竞争程度、技术机会、知识扩散和溢出效应的强度不同，不同产业企业采取的创新策略也会有所差异。那么，在统一的税收优惠政策框架下，由于上述因素造成的差异性，税收优惠政策对各产业技术创新的作用效果也会有所不同。根据以上理论，本文提出如下假设：

H2：税收优惠政策对企业创新的作用效果在不同产业间存在差异。

3 研究设计

3.1 数据与样本

我国从2006年开始提出建设创新型国家战略，相继出台一系列税收优惠政策加大对企业技术创新的支持力度。另外，财政部于2006年2月15日发布《企业会计准则第6号——无形资产》，并于2007年1月1日起正式执行，新会计准则中对于研发费用的确认计量与原准则存在差异，故前后报表数据不具有可比性。鉴于此，本文选择样本区间为2007—2016年，研究对象为中国A股战略性新兴产业上市公司。由于目前证监会尚未对战略性新兴产业行业进行分类，故本文根据中证指数有限公司和上海证券交易所于2017年1月25日发布的中国战略新兴产业综合指数(简称：新兴综指)选取1 916个样本股，剔除新三板上市公司、ST异常股以及研发投入强度观测值小于3年的企业，最终确定1 125家企业，建立战略性新兴产业A股上市公司数据库，包括8 978个观测值。在选取样本时，考虑到近年来战略性新兴产业发展迅速，故将样本区间内新上市公司也纳入分析范围。由于企业上市时间不同，在实际分析时，对样本作非平衡面板处理，具体回归方法与平衡面板相类似。

同时，将企业所处行业按照《战略性新兴产业重点产品和服务指导目录》(2016版)涉及的战略性新兴产业5大领域8个产业，对照证监会《上市公司行业分类引进》(2012年修订)手工进行产业分类，战略性新兴产业具体分类标准为：电力、热力生产及供应业(D44)、燃气生产和供应业(D45)、石油加工、炼焦及核燃料加工业(C25)3个行业分类为新能源产业；化学原料及化学制品制造业(C26)、橡胶和塑料制品业(C29)、化学纤维制造业(C28)、非金属矿物制品业(C30)、金属制品业(C33)、有色金属冶炼及压延加工(C32)、黑色金属冶炼及压延加工(C31)、有色金属矿采选业(B09)、黑色金属矿采选业(B08)9个行业分类为新材料产业；医药制造业(C27)、研究和试验发展(M73)、食品制造业(C14)、卫生(Q83)、农副食品加工业(C13)、渔业(A04)、农、林、牧、渔服务业(A05)、农业(A01)8个行业分类为生物产业；电气机械及器材制造业(C38)、专用设备制造业(C35)、通用设备制造业(C34)、铁路、船舶、航空航天和其它运输设备制造业(C37)、仪器仪表制造业(C40)、专业技术服务业(M74)、其它制造业(C41)、开采辅助活动(B11)、航空运输业(G56)9个行业分类为高端装备制造业；汽车制造业(C36)分类为新能源汽车产业；计算机、通信和其它电子设备制造业(C39)、软件和信息技术服务业(I65)、电信、广播电视和卫星传输服务(I63)、互联网和相关服务(I64)4个行业分类为新一代信息技术；生态保护和环境治理业(N77)、水的生产和供应业(D46)、废弃资源综合利用业(C42)3个行业分类为节能环保产业；文化艺术业(R87)、文教、工美、体育和娱乐用品制造业(C24)、广播、电视、电影和影视录音制作业(R86)、新闻和出版业(R85)4个行业分类为数字创意产业。若企业所属行业为批发业(F51)、零售业(F52)、综合(S90)等无法进行产业分类的，则依据其主营业务手工进行分类。样本分布情况见表1，高端装备制造业占总体样本的29%，节能环保占比2.6%，生物占比12.7%，新能源占比2.3%，新材料占比16%，新能源汽车占比3.1%，新一代信息技术占比31.6%，数字创意占比2.8%。此外，从表1可以看出，2016年样本数是2007年的两倍多，更进一步证明了国家对战略性新兴产业发展的支持。

3.2 变量定义

(1)被解释变量：研发资金投入强度(RD1)和专利数量(RD2)。与国内现有文献主要以R&D投入作为衡量企业创新水平的单项指标不同，本文以研发投入与研发产出两类指标衡量企业技术创新能力。选择前者是因为研发资金投入时间与企业创新活动启动时间最为接近，而且在与企业创新有关的文献中应用广泛，借鉴相关研究[28]，本文构建如下指标衡量企业创新投入：由于研发资金投入在不同规模、不同产权性质的企业之间差异较大，故采用研发投入强度更为科学，本文采用公司研发费用存量/公司期末总资产表示研发投入强度，研发费用存量由kt=(1-ε)rt-1+rt计算得出。其中，k表示t年末的研发费用存量，r是第t年研发投入，只考虑滞后一期的创新投入，折旧率为15%。这一衡量指标既充分考虑了研发费用投入的累计效应，也避免了已有研究采用研发支出/主营业务收入这一指标时“应计收入”易被“盈余操纵”所造成的缺陷。R&D支出仅反映对研发过程的投入，而非最终结果，因此，本文选择研发产出作为衡量公司创新能力的补充指标。对于创新产出，因其形式多样，可以用专利数和专利价值等指标衡量。但由于专利价值评价指标需要特定专利的诸多相关信息，考虑数据可获得性，本文采用企业当年申请专利数加1的自然对数(包括发明专利、实用新型专利和外观设计专利)衡量创新产出，有关数据来自国家知识产权局专利检索网站。

(2)解释变量：税收优惠(Tax)。借鉴已有研究[29]，本文采用收到的各项税费返还/(收到的各项税费返还+支付的各项税费)作为税收优惠衡量指标。

(3)控制变量：包括反映公司经营状况和内部治理结构的变量，主要有：①企业规模(Size),以企业期末总资产的自然对数表示；②企业长期负债水平(Lev)，用资产负债率反映公司债务能力；③企业现金持有水平(Cash)，用每股现金净流量表示；④企业成长性(Gro)，以总资产增长率度量；⑤企业资产利用效果(Roa)，使用总资产净利润率衡量；⑥固定资产比率(Ta)，用固定资产净额/资产总额表示；⑦托宾Q值(Tobin′s Q)，用企业市值/总资产反映；⑧董事会结构(Indi)，用独立董事占比衡量；⑨高管激励机制(Msh)，使用高管持股比例表示；⑩两职合一(Dual)，当董事长与总经理为同一人时，赋值为1，否则赋值为0； width=12,height=12,dpi=110

企业年龄(Age)，用观测年度减去公司成立年限表示； width=12,height=12,dpi=110

政府补贴(Sub)及其平方项(Sub^2)，用企业收到的政府补贴/企业期末总资产衡量； width=12,height=12,dpi=110

时间效应和行业效应。

3.3 模型设定

为了确定模型的具体形式，首先通过Hausman检验以确定计量模型采用固定效应还是随机效应，得到P值为0.000 0，故认为应该使用固定效应模型，即不同企业之间存在不随时间变化的个体效应。其次，将代表年份的时间虚拟变量加入到模型中，检验时间虚拟变量的联合显著性，得到P值为0.000，强烈拒绝“无时间效应”的原假设，故认为在模型中应该包含时间效应。综上所述，本文建立如下双向固定效应模型(Two-way FE)：

RDi,t=α0+α1Taxi,t+αiControli,t+μi+λt+εi,t

式(1)中，变量RDi.t代表企业创新能力，依次包括RD1和RD2，变量Taxi,t代表企业所享受的税收优惠，Controli,t为控制变量，μi和λt分别表示个体固定效应和年份固定效应，εi,t为随机干扰项，变量界定如表2所示。

4 实证结果与分析

4.1 变量描述性统计

表3显示了各研究变量描述性统计结果。从表3可以看出，战略性新兴产业研发投入强度(RD1)的均值为0.030 7，根据欧盟统计标准，企业研发强度超过5%才被认为是具备充分的研发竞争优势，低于2%属于中低强度，企业仅能够维持自身生存，说明我国企业整体研发投入强度与国际水平还存在差距。企业专利产出(RD2)均值为2.493 3，但不同公司的专利申请量差距比较大，标准差达1.699 7。税收优惠均值为0.154 4，最小值为0，最大值为0.987 9。

4.2 税收优惠与企业创新能力关系回归分析结果

基于前文模型，利用多元回归分析，检验税收优惠与企业研发投入强度和专利产出的关系，回归结果如表4所示。列1与列2报告了被解释变量为RD1的回归结果，列1描述了仅控制时间固定效应和行业固定效应的单变量回归结果，列2描述了加入控制变量后的回归结果，拟合优度显著提高。当因变量为RD1时，变量Tax的回归系数分别为0.025和0.023，且在1%的水平上显著。列1和列2的回归结果表明，税收优惠力度越大，企业创新研发投入就越多。列3和列4报告了被解释变量为RD2的回归结果，列3是仅加入时间控制变量和行业控制变量的单变量回归结果，列4描述了加入控制变量后的回归结果，可以看出R2显著提高。当因变量为RD2时，变量Tax的回归系数分别为0.752和0.063，且在1%的水平上显著。列3和列4的回归结果说明，税收优惠力度越大，企业专利产出就越多。列1～4的结果联合表明，税收优惠对于企业创新能力具有显著激励作用，上述结果与H1a预测一致，H1a得到验证。

控制变量方面，笔者发现，政府补贴(Sub)变量系数为正且通过了1%的显著性检验，而政府补贴平方项系数显著为负，说明政府补贴与企业创新存在“倒U型”关系，政府补贴存在一个最优补贴值，低于该值政府补贴可以激励企业创新，高于该值政府补贴则会挤出企业创新。企业规模(Size)对研发投入与产出呈显著正向作用，说明随着企业规模扩大，公司研发投入和专利产出也随之增长。与已有文献研究不同的是，企业年龄(Age)变量系数为负，这可能是因为成立年份较早的公司因其在市场上已占据一定地位而缺乏创新动力，不再重视企业创新投入，而新成立的企业危机意识较强，创新成为其发展壮大的必然选择。公司治理结构方面，高管持股(Msh)与企业研发投入强度和专利产出存在正相关关系，说明战略性新兴企业给予人力资本的激励将有助于企业技术创新。独董占比(Indi)与企业创新变量负相关，可能与中国上市公司“独董不独”的现象有关。董事长和总经理是否两职兼任(Dual)与企业创新变量正相关，说明董事长兼任CEO可以对外界环境作出快速决策，对企业创新有积极影响。上述结果虽然在统计学意义上均不显著，但与大部分经验研究结果相吻合。

注：括号内为聚类稳健标准误； ***、**、*分别表示1%、5%、10%水平上显著，下同

4.3 产业异质性对税收优惠与企业创新关系的影响回归分析结果

为了检验税收激励在不同产业之间的作用效应是否存在差异，本文将样本公司进一步细分为高端装备制造、新一代信息技术、新能源、新材料、生物、新能源汽车、节能环保、数字创新8个子产业，每个子产业作为一个研究样本分别进行检验，回归结果如表5、表6所示。表5为当因变量为研发投入强度(RD1)时的回归结果，可以看出税收优惠政策对于节能环保、新一代信息技术和高端装备制造业的激励效果最为明显，税收优惠变量回归系数分别为0.030(在5%水平上显著)、0.028(在1%水平上显著)和0.021(在1%水平上显著)，对于新能源汽车、新材料、生物产业也具有激励效果，但税收优惠变量系数明显变小，分别为0.014(在5%水平上显著)、0.009(在1%水平上显著)和0.006(在10%水平上显著)，对于新能源产业创新投入具有抑制作用，系数为-0.017(在5%水平上显著)，对于数字创意产业具有不显著的激励效果。表6为当因变量为专利产出(RD2)时的回归结果，可以看出税收优惠政策对于节能环保、新能源、新一代信息技术的激励效果最为显著，税收优惠变量回归系数分别为4.331(在1%水平上显著)、2.626(在1%水平上显著)和1.493(在1%水平上显著)，对于新材料、高端装备制造业也具有激励效果，但税收优惠变量系数明显变小，分别为0.993(在1%水平上显著)、0.496(在1%水平上显著)，对于生物产业创新具有抑制作用，系数为—0.700(在1%水平上显著)，对于数字创意产业的激励效果不显著，对于新能源汽车产业具有不显著的抑制作用。表5、表6结果表明，税收优惠对企业创新能力的影响在不同产业间存在差异，上述结果与H2预测一致，H2得到验证。

4.4 稳健性检验

(1)变量替换法。用“实际税率=(所得税费用-递延所得税费用)/息税前利润”(Etr)作为税收优惠(Tax)的替代变量，检验变量的不同衡量方法对实证结果稳健性的影响。Etr越大，企业收到的税收优惠越小，预计回归系数为负。回归结果如表7的列1和列2所示，Etr系数符号为负且通过了显著性检验。

(2)重构样本检验回归结果的稳健性。将非平衡面板数据转换为平衡面板数据进行回归，保证样本完整性。回归结果如表7的列3和列4所示，税收优惠变量的回归系数显著为正，与前文研究结果一致。

(3)改变计量方法。考虑被解释变量RD1(企业研发投入)，显然研发投入为非负，故在0处存在左归并，可以采用Tobit模型，LR检验结果显示存在个体效应，应使用随机效应的面板Tobit回归。当用专利产出衡量企业创新能力时，被解释变量为计数变量，适用面板泊松回归和负二项面板回归模型，由于被解释变量存在过度分散问题，故在二者中选择更有效率的负二项回归。Hausman检验结果支持随机效应负二项回归。回归结果如表7的列5和列6所示，解释变量的系数符号没有发生变化且都通过了显著性检验。

5 结论与政策建议

5.1 结论

(1)税收优惠政策对于战略性新兴产业企业创新具有激励作用，能够有效促进企业研发投入和专利产出。

(2)基于产业异质性视角发现，税收优惠政策对于八大战略性新兴产业企业创新的作用存在显著差异：对于节能环保、新一代信息技术、高端装备制造业等7个行业研发投入具有激励作用，但对新能源产业创新投入具有抑制作用；对于节能环保、新能源、新一代信息技术等6个行业专利产出具有显著促进效果，对于生物产业、新能源汽车产业专利产出具有抑制作用。

5.2 建议

围绕现有研究对于税收优惠政策“激励效应”和“抑制效应”的争议以及如何完善中国创新税收激励制度，从以下3个方面提出相应的对策建议：

(1)加大对企业研发环节的税收激励力度。本研究结论表明，税收激励能促进企业增加研发投入，现阶段我国在研发环节税收优惠条款已经十分丰富，不适宜出台新的税收优惠政策，而是要将现有政策落实到位。建议适当拓宽研发税收激励范围、提升研发激励强度，如降低高新技术企业认定标准、提高研发费用加计扣除比例、延长研发费用加计扣除结转期限等。

(2)加强成果转化税收激励。本研究结论表明，税收优惠政策能有效促进企业增加专利产出，现阶段我国针对成果转化的税收激励制度尚不完善。建议拉长税收优惠链条，促进成果及时转化，通过扩大技术转让范围、降低技术转让门槛、搭建科研成果转化促进平台、有效建立“专利盒”制度等，促进高质量专利研发。

(3)提高政策实施精准性，避免“一刀切”。现有针对战略性新兴产业的税收优惠政策没有对产业进行细分，这种“一刀切”的模式导致某些产业的创新发展并没有达到政策实施预期效果，造成资源浪费。根据本研究结论，建议针对不同战略性新兴产业的特点及其所处阶段(初创期、成长期、成熟期)，在对各产业发展现状进行充分调研的基础上，采取差异化税收激励政策。总之，税收政策应落实到具体行业和项目上，使普惠政策与特殊优惠有机结合，促进战略性新兴产业创新发展。

[1] 王雄飞、李香菊.高质量发展动力变革与财税体制改革的深化[J].改革,2018(6):80-88.

[2] 刘尚希，樊轶侠.践行创新发展理念，构建创新友好型税收制度[J].税务研究,2016(10):3-8.

[3] HALL B H, VAN REENEN J. How effective are fiscal incentives for R&D? a review of the evidence[J].Research Policy,2000(29):449-469.

[4] BLOOM N, GRIFFITH R, VAN REENEN J. Do R&D tax credits work? evidence from a panel of countries 1979-1997[J].Journal of Public Economics,2002,85(1):1-31.

[5] KLASSEN K J, PITTMAN J A, REED M P,et al.A cross-national comparison of R&D expenditure decision: tax incentives and financial constraints[J].Contemporary Accounting Research,2004,21(3):639-680.

[6] 戴晨，刘怡.税收优惠与财政补贴对企业R&D影响的比较分析[J].经济科学,2008(3):58-71.

[7] 朱云欢，张明喜.我国财政补贴对企业研发影响的经验分析[J].经济经纬,2010(5):77-81.

[8] 李维安,李浩波,李慧聪.创新激励还是税盾——高新技术企业税收优惠政策研究[J].科研管理,2016(11):62-70.

[9] ERNST C, SPENGEL C.Taxation,R&D tax incentives and patent application in Europe [J].ZEW-Centre for European Economic Research Discussion Paper，2011(11)：24.

[10] CZARNITZKI D, HANEL P, ROSA J M. Evaluating the impact of R&D tax credits on innovation: a microeconometric study on Canadian firms[J].Research Policy,2011,40(2):217-229.

[11] CAPPELEN A, RAKNERUD A, RYBALKA M. The effects of R&D tax credits on patenting and innovation[J].Research Policy,2012,41(2):334-345.

[12] 张信东,贺亚楠,马小美.R&D税收优惠政策对企业创新产出的激励效果分析——基于国家级企业技术中心的研究[J].当代财经,2014(11):35-45.

[13] 储德银,纪凡,杨珊.财政补贴、税收优惠与战略性新兴产业专利产出[J].税务研究,2017(4):99-104.

[14] TASSEY G. Tax incentives for innovation: time to restructure the R&E tax credit[J].The Journal of Technology Transfer,2007,32(6):605-615.

[15] 郑春美,李佩.政府补助与税收优惠对企业创新绩效的影响——基于创业板高新技术企业的实证研究[J].科技进步与对策,2015,32(16):83-87.

[16] 杨国超,刘静,廉鹏,等.减税激励、研发操纵与研发绩效[J].经济研究,2017(8):110-124.

[17] 冯海波,刘胜.所得课税、风险分担异质性与创新[J].中国工业经济,2017(8):138-155.

[18] 林洲钰,林汉川,邓兴华.所得税改革与中国企业技术创新[J].中国工业经济,2012(3):111-123.

[19] 冯海红,曲婉,李铭禄.税收优惠政策有利于企业加大研发投入吗[J].科学学研究,2015(5):666-673.

[20] 刘放,杨筝,杨曦.制度环境、税收激励与企业创新投入[J].管理评论,2016(2):61-73.

[21] 王俊.政府R&D资助与企业R&D投入的产出效率比较[J].数量经济技术经济研究,2011(6):93-106.

[22] 胡凯,吴清.税收激励、制度环境与企业研发支出[J].财贸经济,2018,39(1):38-53.

[23] 匡小平，肖建华.我国自主创新能力培育的税收优惠政策整合——基于高新技术企业税收优惠的分析[J].财贸经济,2007(13):51-55.

[24] 李林木,郭存芝.巨额减免税是否有效促进中国高新技术产业发展[J].财贸经济,2014(5):14-26.

[25] TASSEY G. Underinvestment in public good technologies[J].The Journal of Technology Transfer,2004(30):89-113.

[26] 安同良,周绍东,皮建才.R&D补贴对中国企业自主创新的激励效应[J].经济研究,2009(10):87-98.

[27] 余明桂,回雅甫,潘红波.政治关联、寻租与地方政府财政补贴有效性[J].经济研究,2010(3):65-77.

[28] 陆国庆,王舟,张春宇.中国战略性新兴产业政府创新补贴的绩效研究[J].经济研究,2014(7):44-55.

[29] 柳光强.税收优惠、财政补贴政策的激励效应分析——基于信息不对称理论视角的实证研究[J].管理世界,2016(10):62-71.

产业异质性、税收激励与自主创新
——中国战略性新兴产业A股上市公司实证研究

0 引言