中国自实行创新驱动战略以来,一直将建设创新型国家作为重要发展目标。党的十九大报告明确提出“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”,并明确提出要强化企业在创新中的主体作用。为有效促进微观企业技术创新,中国政府自20世纪90年代开始就不断出台各类创新政策,以激励企业创新行为。近年来,我国高新技术行业发展面临着内部创新水平有待提升、外部国际环境不稳定加剧的双重挑战。因此,如何通过有效的政策工具,激发企业活力以应对技术挑战,成为政策制定者与相关学者关注的重点。
由于创新具有强正外部性特征,刺激企业创新有助于提升社会整体福利水平。因此,大多数国家都会出台各种政策支持创新[1]。近年来,随着科技创新在经济增长中的地位日益凸显[2],政府创新政策对企业创新的影响成为经济学领域持续讨论的热点。其中,中国大规模创新政策引起学者广泛关注,越来越多的学者研究中国创新政策与企业创新行为的关系。如Liu等[3]从法律、制度和国情等方面介绍中国创新政策体系及制度变迁,认为创新补贴、税收减免和政府直接投资是中国创新政策的重要组成部分。之后,关于中国创新政策绩效及其影响的讨论逐渐丰富,现有研究既有对中国激励政策的肯定[4-5],也有从市场公平、企业效率和行业发展等视角对创新政策的质疑[6-7]。此后,许多学者发现,不同企业规模、所有制、行业部门和地区空间等对企业创新行为具有异质性影响[8-10]。而且,学者认为创新政策对企业不再仅局限于简单的正向负向影响,而是开始关注中国创新政策对企业产生影响的作用机制。李维安等[11]的研究表明,创新投入在税收优惠对企业创新绩效的积极影响方面起到完全中介作用;姚立杰等[12]指出,管理层能力显著影响企业创新,能力强的管理层可通过最大化产出大幅提升企业创新效率;李香菊等[13]认为,财税优惠政策通过减少企业融资约束、降低企业研发风险与成本促进企业研发投入。
相比政府补贴、直接投资等更容易产生寻租行为及无效投资的财政手段[14],税收优惠政策可能是一种更高效的激励政策类型[15],中国大规模的税收激励政策为理论研究提供了大量实践经验。在税收政策对企业行为异质性影响方面,曾国祥[16]较早关注我国税收政策与企业创新问题,提出税收优惠要与产业及区域情况相结合,以更好地发挥税收优惠引导性功能。随着数据的日益完善,程曦等[17]和关成华等[18]分别基于产业层面和地区层面数据,证明税收政策对企业创新行为的影响存在区域与产业异质性,认为虽然税收激励在地区、行业间存在差异,但是税收激励政策总体会对企业创新产生正向影响。但另一部分学者提出不同观点。如李维安[11]认为,大部分地区创新税收减免政策并未真正提高创新水平,而更多成为企业税收筹划的手段;Chen & Yang[19]研究发现,中国税收创新抵扣政策更多是为大企业创造利润,但对创新主体中小企业并未产生实质性影响。进一步,学者分析造成不同现象的成因与内在机制。如聂辉华等[20]认为,造成同一创新激励政策效应不同的主要原因在于市场结构和规模经济,认为创新激励政策发挥作用的前提是完善市场机制,因此不同市场条件下政策效果不同;刘虹等[21]认为,无论是创新补贴还是税收减免,其都存在一个合理的数量区间,创新激励政策与企业创新绩效间可能呈现一种非线性关系;储德银等[22]从微观层面探讨这一问题,认为企业投资方向、产品类型、销售形式等都会促使企业对税收激励政策作出不同反应。
自Fazzari等[23]提出融资约束概念以后,国内外学者开始广泛关注融资约束对企业创新的影响。现有研究普遍肯定融资约束对企业创新行为具有抑制作用[24-25]。Belitz & Lejpras[26]利用2005-2010年德国2 708家中小型企业数据实证研究发现,融资约束对企业创新投入具有较强的负面影响;张璇等[27]采用Probit模型,发现信贷寻租通过减少企业利润挤出企业创新资金,加剧融资约束对企业创新行为的制约程度;李晓龙等[28]从融资约束角度探讨金融要素扭曲对不同地域企业创新投资的抑制效应,发现金融要素扭曲程度较高地区,其对企业创新投资的抑制作用更显著。近年来,中国高新技术产业发展迅速,已有研究对税收政策与企业研发投入间关系展开了详细探讨,而研究软件与集成电路两个重要行业税收激励政策与企业创新产出关系的文献相对较少,也鲜有具体机制检验。
测度创新政策效果与明晰政策作用机制,能够提高政策制定的科学性与合理性。因此,本研究将研究视角集中于创新激励政策对高新技术企业行为的影响效果测度与机制分析上。在现有研究的基础上,本文探寻税收激励政策发挥作用的具体机制,并且寻求这种机制在不同性质企业间产生不同效果的原因。本文创新之处在于:①聚焦软件和集成电路这一在我国高技术产业中发展最快的行业,行业选取具有较强的代表性;②探讨融资约束和企业避税等因素对政策激励效果的影响,对税收激励发挥作用的具体机制进行分析,认为融资约束放宽可能是一个主要影响渠道;③不仅对2011年税收优惠政策对企业创新产出端的直接影响进行探讨,同时将总体样本按照企业规模、企业产权和地理位置分类,研究税收优惠政策对企业创新产出的异质性影响。
出于政策影响可分离性与重要性双重考虑,本文聚焦于2011年国家对软件与集成电路行业的税收优惠政策,探讨税收优惠政策和融资约束对软件与集成电路企业创新产出的影响。
2011年2月,《财政部国家税务总局关于软件产品增值税政策的通知》规定,软件产品增值税纳税人按17%税率征收增值税后,对其增值税实际税负超过3%的部分实行即征即退政策。《国务院关于印发进一步鼓励软件产业和集成电路产业发展若干政策的通知》根据不同集成电路线宽,对软件企业和集成电路企业规定了“两免三减半”和“五免五减半”的企业所得税优惠政策。这两项政策是对我国软件与集成电路行业影响最广泛、最具有典型性的政策之一,之后多项地方性激励政策、其它高新技术企业激励政策都以该政策为基础或参考。因此,对这一政策进行研究具有较强的代表意义。
总体来说,2011年软件与集成电路行业税收优惠政策降低了企业税收支出,使软件与集成电路企业有更多利润和现金流投入研发活动,因此增加了企业创新产出。从企业融资约束角度看:一方面,融资约束越高,企业越难获得外部融资,导致企业没有充足资金进行研发活动;另一方面,融资约束越高,企业抵抗资金链断裂风险的能力越差,高风险研发创新活动越少,因此对企业创新存在抑制作用。而随着融资约束程度的减轻,企业会将更多资金投入到创新活动中[29]。具体而言,信息不对称是产生融资约束的主要原因之一,而融资约束抑制企业创新行为的根源就在于创新本身高风险高收益特性所导致的企业与投资人间信息不对称加剧。从企业合理避税角度看,企业避税不仅可以带来现金流增加[30],同时更低的真实税率使企业更倾向于通过内部融资进行项目投资,进而可减少道德风险与信息不对称问题,降低企业融资成本,促进企业创新行为。因此,本文提出如下假设:
H1:税收优惠政策对企业创新产出具有促进作用。
H1a:融资约束削弱了税收优惠政策对企业创新产出的促进作用。
H1b:合理避税增强了税收优惠政策对企业创新产出的促进作用。
企业创新是一项持续的动态行为,所得税优惠通常发生于创新活动初始阶段以降低企业研发风险,增值税优惠则常作用于创新成果产出阶段以提高企业预期收益,二者在不同程度上均可提升企业创新能力,进而促进企业创新产出。然而,不同性质企业在面对税收优惠政策时拥有异质性反应函数[31],这使得税收优惠政策对企业创新产出具有积极异质性影响。本文认为,政策对于高新技术企业创新行为的异质性影响体现在企业规模、所有制结构和企业所在地区3个维度。
(1)企业规模维度。由于不同规模企业研发能力与公司战略不同,因此面对税收优惠政策的敏感度存在显著差异[32]。企业在进行研发、创新等高度不确定性项目时,会更加依赖企业内部融资这一渠道。大型企业具有资金集中度高、风险承受能力强、研究人员素质高等优势,在创新活动中受到融资约束的抑制作用较小。同时,大型企业税基相对更大,税收优惠政策对创新活动的刺激作用可能更为显著。因此,本文提出如下假设:
H2:税收优惠政策对大型企业的促进作用更大。
(2)所有制结构维度。企业产权性质在一定程度上可以体现企业资金来源,而企业资金来源不同使得企业在进行生产经营决策时面临着不同的激励[33]。不同于非国有企业,国有企业肩负着高新技术突破的重要使命,因此其在使用创新资金时可能更多会考虑社会效益等非经济因素。与此同时,充裕的资金储备削弱了融资约束对国有企业创新产出的抑制作用,使其更有能力从事风险高、外部性强的创新活动。因此,本文提出如下假设:
H3:税收优惠政策对国有企业的促进作用更大。
(3)企业所在地区维度。由于我国幅员辽阔,各地区间存在自然条件迥异、市场化程度差异较大等现象,且这种差距随着我国经济的快速发展进一步扩大[34]。基于我国东中西部市场化水平不平衡的客观事实,对于产权保护不够完善、市场发育尚未成熟的中西部地区来说,高新技术企业正处于高速成长期,税收优惠对其有“雪中送炭”的作用,政策刺激可能发挥了更强的边际作用。由此,本文提出如下假设:
H4:税收优惠政策对中西部地区企业的促进作用更大。
本文重点分析税收优惠政策对企业创新产出的影响,因此选取2006-2018年深沪A股上市公司作为研究样本,企业财务数据、企业基本信息、企业税费数据来源于WIND数据库,专利数据、研发支出数据来源于国泰安数据库。参考现有文献,本文数据处理过程如下:①删除ST、*ST公司;②删除金融行业公司;③为消除异常值的影响,对主要变量的1%和99%百分位进行Winsorize处理;④剔除关键变量缺失的样本数据。最终,本文得到3 344家上市公司的27 788个观测值。
根据前文分析及假设,本文采用双重差分法进行回归分析,模型设定如下:
yit=β0+β1DIDit+γXit+μs+λt+εit
(1)
其中,yit代表企业创新产出,包括总专利申请数、发明专利申请数、非发明专利申请数;DIDit代表政策冲击虚拟变量,如果企业i属于软件或集成电路行业且t≥2011年,则取值为1,否则取值为0;Xit为其它一系列控制变量;λt表示时间固定效应,反映不同年份间差异;μs表示行业固定效应,反映行业间差异(本文根据WIND六位行业代码将样本分为57个行业)。
3.3.1 被解释变量
技术创新是指以获得自主知识产权为目的的创新活动,专利作为企业研发投入的最终成果体现,一直被用作衡量技术创新产出的指标。参考Tong等[35]、黎文靖[9]等的研究,本文以专利申请数量作为衡量企业创新产出的代理变量。
本文以企业总专利申请数(Patent)、发明专利申请数(Inv_Pat)及非发明专利申请数(UD_Pat)作为被解释变量,分别代表企业当年的不同创新行为。总专利申请数反映企业总创新产出数量;发明专利申请数代表企业含金量更高的实质创新产出数量;非发明专利包括实用新型专利和外观设计专利,仅代表较小的增量创新。如果2011年税收政策有效实施,那么企业创新产出应显著增加。
3.3.2 核心解释变量
税收优惠激励政策变量(DID)是一个虚拟变量,如果企业i属于软件或集成电路行业且t≥2011年,则该值取1,否则取0。
融资约束指标构造参考Kaplan[36]的做法,通过经营性净现金流、资产负债率、股利支付率、现金持有量、Tobin's Q构建出各企业的KZ指数,该指标值越大,表示企业面临的融资约束程度越高。
现有文献对企业避税的衡量主要有实际税率与会计-收入差异两类,本文采用Hanlon等[37]的做法,将实际税率作为企业避税行为的代理变量,该指标越小表明企业避税程度越高。
3.3.3 控制变量
本文控制一系列企业层面特征变量作为影响企业创新行为的关键变量,包括企业规模(Rev & Emp)、运营能力(ROA)、盈利能力(OPM)、企业年龄(Age)。表1对变量选择及其含义进行具体说明。
表1 变量描述
变量类型变量名称 变量符号变量定义总专利申请数Patent上市公司专利数量被解释变量发明专利申请数Inv_Pat上市公司发明专利数量非发明专利申请数UD_Pat上市公司实用新型专利数量与外观设计专利数量之和税收政策激励DID若公司i在第t年受到税收优惠政策激励则取值为1,否则取值为0核心解释变量融资约束KZ上文所述的由企业财务指标构建的指数企业避税ETR实际税率=所得税费用/利润总额企业规模Rev企业营业收入控制变量Emp员工总数运营能力ROA资产收益率=净利润/总资产×100%盈利能力OPM营业利润率=营业利润/全部业务收入×100%企业年龄Age自企业创立至观测年份
自2006年起,企业各类专利申请数均呈现出不同程度增长态势。专利申请数(Patent)年度均值为27.24,标准差为58,最小值为0,最大值为546,可见企业间专利申请差异较大,创新水平参差不齐。发明专利申请数(Inv_Pat)年度均值为10.75,大约为非发明专利(UD_Pat)的2/3(15.7),说明我国企业创新行为更多集中在非技术性创新上,总体创新能力有待加强。除DID相关变量外,其余变量在进行断尾处理后均通过正态性检验。各变量描述性统计见表2。
表2 描述性统计分析结果
变量 观察值平均值标准差最小值最大值Patent27 78827.2458.000546Inv_Pat27 79110.7524.480231UD_Pat27 78715.7035.170332DID28 5570.1180.32301KZ17 9290.03470.1011.39e-061ETR27 8120.1690.135-0.4820.787Rev27 9294.6839.8120.027 986.77Emp27 8663.9506.3270.044 053.55ROA27 9750.041 00.051 7-0.2650.199OPM28 0390.1010.157-1.1810.707Age28 55715.315.770060
本文采用DID方法估计税收优惠政策对企业创新产出的影响。由于专利数据呈右偏分布,本文参考Tong等[38]的研究方法,分别对Patent、Inv_Pat、UD_Pat的1%和99%百分位进行Winsorize处理,并加1取自然对数,该方法能够较好地解决偏度及异方差问题。本文已进行去中心化处理,且通过多重共线性检验。
表3是税收优惠政策对企业创新产出影响的全样本回归结果,回归(1)、(2)考察税收优惠政策对企业总专利申请量的影响;回归(3)、(4)考察税收优惠政策对企业发明专利申请量的影响;回归(5)、(6)考察税收优惠政策对企业非发明专利申请量的影响。其中,回归(1)、(3)、(5)仅考虑行业固定效应,回归(2)、(4)、(6)同时考虑行业固定效应与时间固定效应。
从表3回归结果可以看出,当被解释变量为总专利申请量(Patent)或者发明专利申请量(Inv_Pat)时,税收政策激励与企业创新行为在1%水平上显著正相关,表明国家对软件、集成电路行业企业的减税政策显著促进了企业总专利申请数及发明专利申请数增加。但使用企业非发明专利申请量(UD_Pat)作为被解释变量且同时考虑行业与时间固定效应进行回归时,DID系数不显著,表明减税政策没有显著促进政策范围内企业非发明专利数量增加。由此可见,2011年税收优惠政策激励的是代表实质性创新的发明专利,提升了企业创新质量,也提高了企业创新能力,因此假设H1得到验证。
表3中融资约束(KZ)与各类企业创新产出均在1%水平上显著负相关,考虑行业和时间固定效应后,其在3类专利申请数回归中系数分别为-19.84、-9.591、-9.554,也即融资约束在相当大程度上制约企业创新产出,这主要是源于企业创新行为信息不对称。具体而言,信息不对称是产生融资约束的主要原因之一,而融资约束抑制企业创新行为的根源就在于创新本身高风险高收益特性所导致的企业与投资人间信息不对称加剧,因此假设H1a得到验证。衡量企业避税程度的指标实际税率(ETR)与各类企业创新产出均负相关,其中与发明专利申请数在5%水平上显著负相关。这表明,当企业实缴税负增多时,企业内部现金流增加,各类投资活动相应减少,进而抑制企业创新产出,这与施先旺等[41]的研究结论一致。基于此,本文认为合理避税能够促进企业创新产出,假设H1b得到验证。
在控制变量中,企业盈利能力(OPM)对企业总专利申请数及非发明专利申请数的影响显著为负,对发明专利申请的影响不显著;而企业运营能力(ROA)与各类企业创新产出却存在1%的显著正相关性,说明相较于资本增值能力,合理的资产运营更能增加企业创新产出。因此,政府应继续大力实施对软件、集成电路等高新产业的税收优惠政策以保证企业创新持续投入。
表3 税收优惠政策对企业创新产出的影响
变量(1)(2)(3)(4)(5)(6)PatentPatentInv_PatInv_PatUD_PatUD_PatDID19.74***11.00***11.08***6.582***6.071**1.674(3.884)(4.023)(1.751)(1.779)(2.796)(2.927)KZ-21.52***-19.84***-10.29***-9.591***-10.54***-9.554***(5.135)(5.099)(2.534)(2.533)(2.894)(2.881)ETR-11.08**-12.09**-5.178**-5.429**-1.690-2.674(4.927)(4.928)(2.196)(2.198)(2.936)(2.903)Rev1.112***1.099***0.417***0.408***0.642***0.639***(0.213)(0.214)(0.084 2)(0.084 4)(0.137)(0.137)Emp2.492***2.493***0.898***0.904***1.444***1.437***(0.342)(0.341)(0.133)(0.132)(0.202)(0.201)ROA96.51***116.7***27.57**36.97***54.43***65.07***(25.66)(26.08)(10.80)(10.86)(15.77)(15.87)OPM-12.32-20.28**-0.123-3.502-9.259*-13.80**(8.588)(8.658)(3.497)(3.509)(5.616)(5.611)Age0.322**0.046 00.238***0.091 30.104-0.016 9(0.146)(0.180)(0.065 7)(0.078 6)(0.083 7)(0.103)Constant22.79***13.376.774**3.22416.16***11.08*(8.574)(8.451)(3.217)(3.189)(5.724)(5.676)Observations16 79116 79116 78816 78816 77916 779R-squared0.2750.2990.2140.2310.2680.296IndustryYESYESYESYESYESYESYearNOYESNOYESNOYES
注:①***、**、*分别表示在1%、5%和10%水平上显著;②括号内为对证券代码进行cluster,并采用Robust调整的标准差,下同
表4为税收优惠政策对企业创新产出影响的机制分析。其中,回归(1)-(7)分别加入税收政策激励(DID)与各项控制变量的交互项,用于检验各种因素如何影响税收优惠政策对企业创新产出的促进效果,所有回归模型均同时考虑行业固定效应和时间固定效应。回归(1)结果显示,税收优惠政策(DID)与融资约束(KZ)的交互项系数在10%水平下显著为负,说明融资约束越高的企业受到税收优惠政策的激励效果越小,进一步验证了融资约束对企业创新产出的抑制作用。回归(2)结果显示,税收优惠政策(DID)与企业避税(ETR)的交互项系数在5%水平下显著为负,表明实际税负越高的企业受到税收优惠政策的激励效果越差。回归(3)、(4)、(5)结果显示,税收政策激励(DID)与企业规模(Rev & Emp)、企业运营能力(ROA)的交互项系数分别在5%、1%、1%水平下显著为正,即企业规模大、资产收益率高的企业在税收优惠政策激励下增加了更多创新产出。回归(6)、(7)结果显示,税收政策激励(DID)与企业盈利能力(OPM)、企业年龄(Age)的交互项系数并不显著,表明税收优惠政策对企业创新产出提升未受到企业盈利能力与企业年龄的影响。
表4 税收优惠政策对企业创新产出影响机制分析结果
变量(1)(2)(3)(4)(5)(6)(7)Inv_PatInv_PatInv_PatInv_PatInv_PatInv_PatInv_PatDID6.104***8.482***3.4750.1762.2775.489***2.861(1.775)(2.038)(2.276)(2.371)(2.012)(1.926)(3.974)KZ-11.44***-9.580***-9.178***-8.897***-9.437***-9.695***-9.483***(2.144)(2.532)(2.478)(2.446)(2.544)(2.521)(2.523)ETR-5.436**-3.687*-5.476**-5.493**-5.496**-5.462**-5.476**(2.197)(2.222)(2.218)(2.197)(2.190)(2.197)(2.201)Rev0.407***0.407***0.371***0.437***0.409***0.407***0.409***(0.084 4)(0.084 4)(0.084 4)(0.085 7)(0.084 4)(0.084 5)(0.084 4)Emp0.905***0.904***0.878***0.734***0.900***0.904***0.903***(0.132)(0.132)(0.133)(0.133)(0.132)(0.132)(0.132)ROA37.74***36.93***34.20***31.21***25.79**37.12***36.44***(10.99)(10.86)(10.55)(10.32)(10.18)(10.88)(10.88)OPM-3.771-3.407-2.355-1.477-4.397-4.967-3.344(3.530)(3.513)(3.407)(3.303)(3.531)(3.490)(3.504)Age0.090 50.094 10.078 40.077 90.086 30.090 70.052 0(0.078 6)(0.078 5)(0.077 6)(0.077 9)(0.078 7)(0.078 7)(0.075 8)DID_KZ-10.16*(6.48)DID_ETR-14.75**(6.505)DID_Rev1.176**(0.573)DID_Emp2.025***(0.552)DID_ROA83.27***(26.84)DID_OPM8.259(7.100)DID_Age0.259(0.250)Constant3.3362.8553.4823.8193.8713.3973.529(3.180)(3.186)(3.268)(3.300)(3.233)(3.194)(3.172)Observations16 78816 78816 78816 78816 78816 78816 788R-squared0.2310.2320.2380.2450.2340.2310.232IndustryYESYESYESYESYESYESYESYearYESYESYESYESYESYESYES
4.2.1 规模异质性
基于已有研究,本文定义总资产在行业前20%的企业为大型企业,总资产不在前20%的企业为中小型企业。为更好地衡量对创新产出质量的影响,分样本回归分析被解释变量均选用发明专利申请数。表5是税收优惠政策对不同规模企业发明专利申请数的影响,其中(1)-(3)是对大型企业的回归结果,(4)-(6)是对中小型企业的回归结果。由表5可以看出,根据企业规模划分样本后,税收政策激励(DID)与企业发明专利申请数(Inv_Pat)仍在1%水平上显著正相关,与前述结论相符。
企业规模的异质性影响主要表现为3个方面:①大型企业税收政策激励(DID)系数远大于中小型企业,说明税收优惠政策显著促进了大型企业创新产出,进一步验证了前文结论;②大型企业创新产出随着企业避税(ETR)增加而减小,企业避税(ETR)本身并不影响中小型企业创新产出。这一现象说明就样本数据而言,避税可能并不是一个有效促进企业创新研发的渠道,今后还需要深入考察避税政策对企业效率的影响;③融资约束(KZ)对大企业的作用并不明显,融资约束(KZ)越高的中小型企业创新产出越小,并且还会削弱税收优惠政策的激励效果。
4.2.2 所有制异质性
基于我国特殊的制度背景,产权类型对研究企业层面问题十分重要,本文预期不同产权类型企业在享受税收优惠政策时受到的影响不同。表6是税收优惠政策对不同产权类型企业发明专利申请数的影响,其中(1)-(3)是对国有企业的回归结果,(4)-(6)是对非国有企业的回归结果。
表5 税收优惠政策对不同规模企业发明专利申请数的影响结果
变量(1)(2)(3)(4)(5)(6)BigBigBigSmallSmallSmallDID18.19***17.87***23.71***6.549***6.082***7.703***(6.540)(6.516)(7.128)(1.394)(1.460)(1.760)KZ-4.740**-6.607***-4.725**-14.45**-15.42***-14.40**(2.351)(1.686)(2.351)(5.655)(5.119)(5.655)ETR-6.013***-6.012***-4.612***-7.972-7.983-6.001(1.782)(1.780)(1.627)(5.183)(5.182)(5.141)Rev0.331***0.332***0.331***0.608***0.607***0.607***(0.094 4)(0.094 4)(0.094 2)(0.185)(0.185)(0.184)Emp0.708***0.708***0.709***1.237***1.237***1.237***(0.157)(0.157)(0.157)(0.231)(0.231)(0.232)ROA28.4428.5828.5220.64**21.58**20.57**(22.66)(22.70)(22.65)(9.384)(9.507)(9.385)OPM6.1456.1296.2781.1620.8161.207(6.957)(6.952)(7.012)(3.308)(3.287)(3.310)Age0.1200.1210.127-0.003 06-0.004 59-0.001 36(0.203)(0.203)(0.201)(0.065 8)(0.066 0)(0.065 8)DID_KZ9.6138.878(36.75)(9.836)DID_ETR-41.31-9.030(36.30)(7.215)Constant10.92**10.98**10.45**-0.883-0.778-1.164(4.362)(4.333)(4.341)(1.366)(1.362)(1.368)Observations5 4005 4005 40011 38811 38811 388R-squared0.3400.3400.3400.1630.1640.164IndustryYESYESYESYESYESYESYearYESYESYESYESYESYES
根据企业产权类型分组划分样本后,税收政策激励(DID)与企业发明专利申请数(Inv_Pat)均在1%水平上显著正相关,与前述结论相符。无论是哪种产权企业,融资约束(KZ)的抑制作用都十分显著。不同之处在于,非国有企业避税(ETR)与发明专利申请数(Inv_Pat)显著负相关,而国有企业避税(ETR)对发明专利申请数(Inv_Pat)并未产生显著性影响;同时,二者均会削弱税收优惠政策对企业创新的政策激励效果。
4.2.3 区域异质性
地区差异对企业创新产出的影响很大,本文预期不同地区企业创新产出在税收优惠政策作用下反应不同。表7是税收优惠政策对不同地区企业发明专利申请数的影响,其中(1)-(3)是对东部地区企业的回归结果,(4)-(6)是对中西部地区企业的回归结果。
由表7结果可知,无论位于哪个地区,税收政策激励(DID)对企业发明专利申请数(Inv_Pat)的影响均显著为正,但中西部地区企业相较于东部地区而言从税收优惠政策中受到的促进作用更大,这与倪星等[38]的结论一致。
然而,根据表7结果,东部地区企业融资约束(KZ)、企业避税(ETR)与发明专利申请数(Inv_Pat)显著负相关,而中西部地区企业避税变量(ETR)不显著。因此,政策激励、企业避税等市场化作用渠道在东部地区可能更健全。
表6 税收优惠政策对不同产权企业发明专利申请数的影响结果
变量(1)(2)(3)(4)(5)(6)SOESOESOEPOEPOEPOEDID12.43***11.75***19.67***6.585***6.184***6.171***(3.845)(3.919)(4.762)(1.926)(1.932)(2.032)KZ-10.52**-12.25***-10.54**-6.821**-8.513***-6.825**(4.405)(3.439)(4.427)(2.941)(2.737)(2.942)ETR-3.699-3.7020.223-8.449***-8.455***-8.992***(3.788)(3.785)(3.688)(2.153)(2.154)(2.142)Rev0.389***0.389***0.388***0.526***0.526***0.526***(0.095 9)(0.095 9)(0.095 7)(0.179)(0.179)(0.179)Emp0.709***0.711***0.710***1.266***1.266***1.266***(0.164)(0.164)(0.163)(0.201)(0.201)(0.201)ROA29.8729.6329.3535.83***36.80***35.86***(18.97)(18.75)(18.95)(11.61)(11.66)(11.60)OPM-1.273-1.303-1.218-1.321-1.656-1.357(5.779)(5.764)(5.777)(3.950)(3.917)(3.946)Age-0.126-0.123-0.1090.005 060.003 630.004 75(0.163)(0.163)(0.162)(0.079 8)(0.079 8)(0.079 8)DID_KZ17.457.706(35.14)(9.431)DID_ETR-51.74***3.347(19.15)(7.428)Constant10.37**10.45**9.472*1.1681.2821.291(5.064)(5.052)(5.059)(2.661)(2.667)(2.670)Observations7 1797 1797 1799 6099 6099 609R-squared0.3140.3140.3170.2110.2110.211IndustryYESYESYESYESYESYESYearYESYESYESYESYESYES
表7 税收优惠政策对不同地区企业发明专利申请数的影响结果
变量(1)(2)(3)(4)(5)(6)EastEastEastMWMWMWDID7.290***6.656***9.043***8.499**9.201**10.23**(2.031)(2.002)(2.316)(3.917)(4.009)(4.772)KZ-8.087***-11.01***-8.058***-11.55***-10.33***-11.56***(3.081)(2.374)(3.080)(3.677)(3.619)(3.679)ETR-7.535***-7.561***-5.492**-3.589-3.583-2.892(2.640)(2.639)(2.667)(3.896)(3.898)(3.979)Rev0.390***0.389***0.389***0.314**0.315**0.313**(0.105)(0.105)(0.105)(0.134)(0.134)(0.134)Emp1.135***1.135***1.135***0.651***0.649***0.651***(0.173)(0.173)(0.173)(0.183)(0.183)(0.183)ROA55.06***56.22***54.95***-13.38-14.23-13.40(13.11)(13.33)(13.11)(16.06)(15.96)(16.08)OPM-6.404-6.796-6.2693.3463.6853.337(4.304)(4.337)(4.310)(4.978)(4.945)(4.988)Age0.094 50.093 00.097 90.1440.1430.143(0.092 2)(0.092 3)(0.092 2)(0.132)(0.132)(0.132)DID_KZ12.51-21.55(11.27)(16.81)DID_ETR-13.71-13.47(9.371)(17.74)Constant5.7535.915*5.293-3.045-3.130-3.158(3.577)(3.557)(3.573)(2.386)(2.382)(2.382)Observations12 01212 01212 0124 7764 7764 776R-squared0.2380.2380.2380.2840.2840.284IndustryYESYESYESYESYESYESYearYESYESYESYESYESYES
本文详细分析了税收优惠政策对企业创新产出的促进作用及相应机制,但并未考虑这种促进作用是否具有滞后性、能否对企业创新产生长期影响。基于此,本文将2011年减税政策实施后每一年都生成对应的年份虚拟变量,分别令其与是否属于软件或集成电路行业的虚拟变量相乘,以此研究税收优惠政策对企业各类专利申请的长期影响。结果显示,在2011年及以后,税收激励政策对总专利申请数的影响一直显著为正,直到2018年才不显著,表明税收优惠政策对企业总专利申请长期内具有促进作用,且该政策对发明专利申请数有持续刺激作用,但对非发明专利申请数始终没有影响,这与前文结论一致(限于篇幅限制,未报告具体结果)。
为保证结论可靠,本文进行如下稳健性检验:①将样本限制在2006-2018年任意一年有过专利申请的企业,并分别估计税收优惠政策对3类企业创新产出的影响;②将被解释变量替换为研发支出的对数值(lnRD),从企业创新投入端探究税收优惠政策的影响。结果显示,税收优惠政策(DID)及各项控制变量回归系数符号均与主回归结果相同且显著性基本一致。因此,本文结论稳健(限于篇幅限制,未报告具体结果)。
本文基于中国A股上市公司2006-2018年财务数据与专利申请数据,使用双重差分法研究2011年软件与集成电路行业税收优惠政策对企业创新产出的引导效果。从微观企业角度检验宏观税收政策实施效果,探讨融资约束和企业避税等因素对政策激励效果的影响,对税收激励发挥作用的具体机制进行检验,为评价我国税收政策提供了实证证据,也对现有文献提供了重要启示。具体分析如下:
(1)中国税收政策更多促进了企业实质性创新。受2011年税收优惠政策影响的企业当年发明专利申请数明显增多,而非发明专利申请数无显著增长,说明此次政策提升了企业创新质量。这说明,创新激励政策对企业创新效率的刺激作用显著,因此今后应该设计更为科学的创新效率评价机制,对企业创新内容进行严格界定,对于能够带来实际产业进步的实质性基础研发与应用研发给予重点鼓励,防止不区分专利种类、只谋求专利数量增长的“大水漫灌”式激励。
(2)注重政策设计多元性和政策执行灵活性相统一。从税收优惠政策具体机制看,融资约束不仅对企业创新产出有显著抑制作用,还削弱了税收优惠政策对企业创新产出的激励效果。合理避税既能通过增加现金流促进企业创新产出,也增强了税收优惠政策对企业创新产出的激励效果。企业分组检验结果表明,大型企业受到税收优惠政策的影响大于中小型企业,且融资约束对中小型企业创新产出的抑制作用远高于大型企业;国有企业受到税收优惠政策的影响大于非国有企业,但非国有企业更易受到企业避税带来的积极影响;中西部地区企业受到税收优惠政策的影响大于东部地区企业,这主要是由于融资约束对东部地区企业创新产出的抑制作用更强。因此,在今后制定创新激励政策时,需要充分考虑不同企业间的异质性,根据激励作用在不同环境条件下的差异,制定和调整符合现实情况的政策。
(3)注重政策设计与执行的可持续性。税收优惠政策对企业创新产出的长期影响分析结果表明,税收优惠政策对企业专利申请具有持续促进作用,且这种持续性仅体现在发明专利申请数量显著增加上,说明税收优惠政策立即提升企业创新效果不仅影响企业创新热情,而且从长期看也会促进企业持续创新。这启示在制定创新激励政策时应注重政策设计与执行的可持续性,避免造成长期动力不足。例如,针对投资周期长、风险较大但具有基础性的研发工作,需要政策长期对其正外部性进行补贴。同时,针对一些研发支出较大的创新活动,需要根据具体行业现金流特征对其进行短期研发扶持,保证企业研发资金流动性。
[1] NELSON R R.The economics of invention: a survey of the literature[J].Journal of Business,1959,32(2):101-101.
[2] ROMER,PAUL M.Increasing returns and long-run growth[J].Journal of Political Economy,1986,94(5):1002-1037.
[3] LIU F C,SIMON D F,SUN Y T,et al.China's innovation policies: evolution,institutional structure,and trajectory[J].Research Policy,2011,40(7):0-931.
[4] BRANDT L,BIESEBROECK J V,ZHANG Y.Creative accounting or creative destruction? firm-level productivity growth in Chinese manufacturing[J].Journal of Development Economics,2012,97(2):0-351.
[5] 张同斌,高铁梅.财税政策激励、高新技术产业发展与产业结构调整[J].经济研究,2012,47(5):58-70.
[6] GUO D,GUO Y,JIANG K.Government-subsidized R&D and firm innovation: evidence from China[J].Research policy,2016,45(6):1129-1144.
[7] 余泳泽.创新要素集聚、政府支持与科技创新效率——基于省域数据的空间面板计量分析[J].经济评论,2011(2):93-101.
[8] 朱平芳,徐伟民.政府的科技激励政策对大中型工业企业R&D投入及其专利产出的影响——上海市的实证研究[J].经济研究,2003(6):45-53+94.
[9] 黎文靖,郑曼妮.实质性创新还是策略性创新——宏观产业政策对微观企业创新的影响[J].经济研究,2016,51(4):60-73.
[10] 叶静怡,林佳,张鹏飞,等.中国国有企业的独特作用:基于知识溢出的视角[J].经济研究,2019,54(6):40-54.
[11] 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研究[J].科研管理,2016,37(11):61-70.
[12] 姚立杰,周颖.管理层能力、创新水平与创新效率[J].会计研究,2018(6):70-77.
[13] 李香菊,杨欢.财税激励政策、外部环境与企业研发投入——基于中国战略性新兴产业A股上市公司的实证研究[J].当代财经,2019(3):25-36.
[14] LIN,JUSTIN YIFU, MONGA,ESTIN C.Growth identification and facilitation: the role of the state in the dynamics of structural change[J].World Bank Policy Research Working Paper,2011,29(3):259-310.
[15] 周燕,潘遥.财政补贴与税收减免——交易费用视角下的新能源汽车产业政策分析[J].管理世界,2019,35(10):133-149.
[16] 曾国祥.税收政策与企业科技创新[J].财贸经济,2001(3):34-39.
[17] 程曦,蔡秀云.税收政策对企业技术创新的激励效应——基于异质性企业的实证分析[J].中南财经政法大学学报,2017(6):94-102+159-160.
[18] 关成华,邱英杰,袁祥飞.财政政策工具与中国科技企业孵化器效率[J].财政研究,2018(12):48-61.
[19] CHEN,LING & YANG,WENHUI.R&D tax credits and firm innovation: evidence from China[J].Technological Forecasting and Social Change,2019,146(C): 233-241.
[20] 聂辉华,谭松涛,王宇锋.创新、企业规模和市场竞争:基于中国企业层面的面板数据分析[J].世界经济,2008(7):57-66.
[21] 刘虹,肖美凤,唐清泉.R&D补贴对企业R&D支出的激励与挤出效应——基于中国上市公司数据的实证分析[J].经济管理,2012,34(4):19-28.
[22] 储德银,杨姗,宋根苗.财政补贴、税收优惠与战略性新兴产业创新投入[J].财贸研究,2016,27(5):83-89.
[23] FAZZARI S M,HUBBARD R G,PETERSEN B C,et al.Financing constraints and corporate investment[J].Brooking Papers on Economic Activity,1988(1): 141-206.
[24] AMORE M D,SCHNEIDER C,ŽALDOKAS A.Credit supply and corporate innovation[J].Journal of Financial Economics,2013,109(3): 835-855.
[25] 张杰,芦哲,郑文平,等.融资约束、融资渠道与企业R&D投入[J].世界经济,2012,35(10):66-90.
[26] HEIKE B,ANNA L.Financing patterns of R&D in small and medium-sized enterprises and the perception of innovation barriers in Germany[J].Science & Public Policy,2016,43(2): 245-261.
[27] 张璇,刘贝贝,汪婷,等.信贷寻租、融资约束与企业创新[J].经济研究,2017,52(5):161-174.
[28] 李晓龙,冉光和,郑威.金融要素扭曲如何影响企业创新投资——基于融资约束的视角[J].国际金融研究,2017(12):25-35.
[29] 严若森,姜潇.关于制度环境、政治关联、融资约束与企业研发投入的多重关系模型与实证研究[J].管理学报,2019,16(1):72-84.
[30] 施先旺,刘馨月.企业的避税行为会促进技术创新吗[J].财会月刊,2017(23):32-40.
[31] 叶显,吴非,刘诗源.企业减税的创新驱动效应研究——异质性特征、机制路径与政府激励结构破解[J].现代财经(天津财经大学学报),2019,39(4):33-50.
[32] 袁建国,范文林,程晨.税收优惠与企业技术创新——基于中国上市公司的实证研究[J].税务研究,2016(10):28-33.
[33] 张辉,刘佳颖,何宗辉.政府补贴对企业研发投入的影响——基于中国工业企业数据库的门槛分析[J].经济学动态,2016(12):28-38.
[34] 兰贵良,张友棠.企业异质性因素、研发税收激励与企业创新产出[J].财会月刊,2018(14):42-49.
[35] TONG T W,HE W,HE Z L,et al.Patent regime shift and firm innovation: evidence from the second amendment to china's patent law[J].Academy of Management Annual Meeting Proceedings,2014,2014(1):14174-14174.
[36] KAPLAN S N,LUIGI Z.Do Investment-cash flow sensitivities provide useful measures of financing constraints[J].The Quarterly Journal of Economics,1997,112(1): 169-215.
[37] HANLON M,HEITZMAN S.A review of tax research[J].Journal of Accounting and Economics,2010,50(2-3):0-178.
[38] 倪星,马珍妙.政治关联、地区差异与企业创新——基于上市公司的数据分析[J].理论探讨,2019(6):165-174.