自弗里曼于1987年提出国家创新系统(NSI)概念以来,国家创新系统构建问题就受到各国政府高度关注。从世界范围看,科技创新是一国经济发展与军队战斗力提升的基础力量和核心要素,而军民协同创新作为提升科技创新能力的一部分,受到军事和科技强国的高度重视。2017年3月12日,习近平总书记在十二届全国人大五次会议解放军代表团全体会议上提出加快形成军民融合创新体系的重大战略思想,为深入实施军民融合发展战略、开创强军兴国新局面指明了方向。尤其是党的十九大以后,创新驱动发展战略和军民融合发展战略并列成为我国七大国家发展战略。军民融合创新体系建设成为我国现阶段工作重点,构建军民协同创新体系成为实施创新驱动发展战略、军民融合发展战略和科技兴军国家战略的创新载体与组织保证。
我国对军民协同创新重视度与日俱增,相继出台一系列财税政策推动军民协同创新发展,以实现资源在国防建设与经济建设间合理配置。因此,本文从理论和实证角度探讨财税政策对军民协同创新的作用机制和影响效果,具有一定理论和现实意义。
梳理文献发现,军民协同创新财税政策专题研究相对较少,与之相关的文献多集中在军民融合协同创新、财税政策与创新研究上。其中,针对军民协同创新的研究从外部性、复杂性等角度出发,肯定了政府在军民协同创新体系建设中的引导与调控作用。如赵富洋[1]指出,政府对于军民融合创新体系的支撑主要通过直接支撑和间接支撑两种途径实现;安家康和陈晓和[2]研究发现,军工企业和民营企业双方预期收益率越高,越能促进双方合作创新,并建议政府应对参与合作创新的单位和企业尤其是民用单位给予必要的补贴和税收优惠;赵黎明等[3]通过分析军民协同创新的演化博弈行为发现,军工企业和民营企业在演化为协同创新的稳态时,政府补助与其形成协同创新稳态路径正相关;杨帆[4]、张曦[5]分别从财政政策和税收政策视角切入,详细分析我国现阶段军民融合财税政策存在的问题,并提出改进建议;孔昭君等[6]通过构建政府补贴对军民融合企业创新投入影响的动态面板模型,研究得出政府补贴对军民融合企业研发投入具有正向影响效应,地方财政科技支出可以放大该效应。针对财税政策与创新的研究多集中于高新技术产业、战略新兴产业和中小企业等领域。如Hall & Bagchi[7]、Kang & Park[8]、邓子基和杨志宏[9]、甄德云等[10]采用不同研究方法、从不同视角肯定了财税政策在激励创新方面的重要作用。
以往文献对本文研究具有重要启示和借鉴意义。然而,针对财税政策如何对军民协同创新产生作用,以及能否显著促进军民协同创新的问题仍存在一定欠缺。因此,为丰富现有文献,本文在借鉴前人研究基础上,从理论角度详细分析财政补贴、税收优惠和政府购买对军民协同创新要素投入与产出的影响,同时通过构建DEA-Tobit模型,定量验证财政补贴和税收优惠对军民协同创新效率的影响,进而为政府科学运用财税政策工具推动军民协同创新提出相关政策建议。本文研究对于进一步探讨财税政策对军民协同创新的作用机制和影响效应具有一定理论和现实意义。
军民协同创新参与主体众多,目前学术界普遍认同的参与主体主要包括政府、军方、军工企业、民用企业、研究机构与高校、中介服务机构等,各主体角色定位有所不同,在军民协同创新中发挥的作用也各有差异[11]。高校和科研院所作为知识创新的源泉,其主要作用是进行基础研究,同时也会涉足技术创新环节;军工企业和民营企业是军民协同体系中最重要的参与者,其主要涉及技术创新环节,承担军民协同创新产品的工程研制、创新产品的成果化与产业化等具体任务;中介机构在协同体系中扮演服务者角色,其功能定位是助推技术创新产业化;政府作为军民协同创新的推动者和支撑者,可以通过相应的政策引导与制度安排,有效激励其它参与主体的积极性,而财税政策工具正是政府发挥其激励和引导作用的手段之一。
财税政策是政府为鼓励和扶持某一产业或企业发展,调整价格与私人成本之差,直接或间接给予财政支持的各种干预措施的总称,具体又可分为财政政策和税收政策两大类。其中,财政政策是政府的支出政策,其优势在于作用时间相对较短,作用效果更直接和有针对性[12];税收优惠是一种间接优惠形式,相对来说,其政策实施成本更低、透明度更高、更能体现公平性、影响范围更大且资源配置的扭曲效应更低,是一种市场友好型的“中性”政策。政府购买是基于需求侧驱动科技创新的重要工具,是推动科技创新成果转化的有效手段[13]。政府购买主要通过改变产品需求的方式影响产品供给。
财税政策对军民协同创新效率的影响主要通过创新要素的投入与产出实现,财政补贴和税收优惠能够直接影响创新要素投入,进而间接对产出产生一定影响,而政府购买则侧重于对创新产出的影响。本文分别论述上述政策工具对军民协同创新要素投入与产出的影响。
(1)财政补贴影响军民协同创新要素投入的作用机理。财政补贴作为政府的一项主要支出性工具,主要通过减少资本投入成本的方式调整要素间的投入和分配。根据乔根森的观点,在无政府干预的情况下,资本成本为:C=q(r+δ)。其中,C为资本成本,q为资本品价格,r为利率,δ为折旧率。如果政府对创新投资给予一定财政投入,假定对每一元人民币创新投资给予补助的现值为d,则补贴后的资本成本为:C=q(r+δ)(1-d)。从上式可以得出,政府对投资的补贴现值越大,资本成本也就越低,进而产生的激励作用也就越强。而且,这种减少资本成本的作用是直接且迅速的。
(2)税收政策影响军民协同创新要素投入的作用机理。假设政府通过税收形式进行干预,资本成本会随征税影响有所改变,并通过税前扣除、税收抵免、加速折旧和差异化税率等形式实现。税前扣除是指成本在计算应纳税所得额之前进行扣除,因此其对资本成本减少的程度受到税率影响;税收减免直接针对应纳税额减少,因此其对资本成本的减少与税率无关。假设创新投资可以全额抵扣,即抵扣率为1,同时不考虑加计扣除与延期扣除情况,若以税率t征收公司所得税,则C=q(r+δ)(1-t)。但是,由于加计扣除、不允许扣除以及延期扣除等多种情况存在,抵扣率往往并不等于1,而是存在一定比率,这里计为ω,此时:C=q(r+δ)(1-ωt)。如果存在投资减免,比例计为μ,如前所述,这种情况下对资本成本的影响与税率无关,则C=q(r+δ)(1-μ)。
综上,如果同时考虑税前扣除与税收减免情况,资本成本的决定式即为:C=q(r+δ)(1-ωt) (1-μ)。因此,税收能够通过改变资本成本影响投入要素价格,进而影响资源配置。税前扣除(ω)越多,对应的资本成本也就越低,越能激励要素投入到创新领域内,并且其对资本成本的作用会受到税率影响。税收减免(μ)越多,对应的资本成本也就越低,越能激励要素投入到创新领域内,并且其对资本成本的作用不会受到税率影响。减免既可以是研发设备投入方面的抵免,也可以是创业资本投资的抵免,还可以对购置的新技术给予抵免。总之,在要素投入过程中,抵免总能发挥激励作用。对于税率而言,从上述公式中可以发现,税率越高,资本成本反而越低,越能激励创新要素投入;反之,税率越低,越不利于创新要素投入。之所以会出现这种“悖论”,一方面说明税率优惠无法起到投资抵免、税前扣除和加速折旧等方式那样直接影响资本成本的效果,另一方面也反映税率对创新的影响更多是通过改变资本投入方式实现的。当创新主体税前收入既定时,税率越低,创新主体获得的税后收入就越高,进而起到激励效应;反之则不利于创新。
(3)政府购买影响军民协同创新成果的作用机理。政府购买主要是通过改变产品需求的方式影响产品供给,如图1所示。根据产品供需理论,在自由竞争市场中,军民协同创新产品的市场需求曲线为D1,供给曲线为S1,市场均衡时产品价格为P1,市场供给量为Q1,此时供给者获得的产品利润为P1AQ1O。当政府对军民协同创新产品(军民两用技术产品)实施政府采购时,军民两用产品需求变大,此时,市场需求曲线将会向上移动。新的需求曲线为D2,在新的市场均衡状态下,军民两用产品价格为P2,P2> P1。在这种情况下,军民两用产品供给也会随之变大,即政府采购行为会对军民协同创新产品生产起到一定激励作用,产品供给曲线会向右移动到S2,并与新的产品需求曲线D2相交于点E,点E即为新的市场均衡点。在点E处,均衡价格为P3,均衡产量为Q3,厂商利润为P3EQ3O,大于P1AQ1O,即政府在实施采购行为后,供给者利润增加,进而促进军民协同创新产品产出。
图1 政府购买对军民协同创新产出的影响
此外,政府还可以通过在采购过程中实施最低限价或最高限价影响军民协同创新产品市场。实施最低限价有利于增加军民协同创新产品产出,而最高限价则不利于产品产出,因此本文仅着重分析政府最低限价行为。如图2所示,横轴表示军民协同创新产品产出量,纵轴表示其对应价格,D1为产品需求曲线,S1为产品供给曲线。在市场均衡时,产品的均衡产量和均衡价格分别为P1和Q1,P0为政府实施的最低限价价格,P0>P1,即为促进军民协同创新产品市场发展,政府以高于市场均衡价的价格予以采购。因此,政府实施最低限价政策,会激发供给者提供更多军民协同创新产品。军民协同创新产品供给量为Q3,大于市场均衡时的产量。因此可以得出,政府最低限价政策一方面通过扩大军民协同创新产品供给量和需求量,促进相关产品的推广和应用;另一方面通过充当产品主要使用者和推广者,扩大市场需求量,进而促进军民协同创新产业发展。如果政府采购时实施最高限价,将会直接促使军民协同创新产品价格下降,进而削弱相关主体开展军民协同创新活动的积极性。
图2 政府采购实施最低限价对军民协同创新产品市场的影响
总之,政府购买政策实施往往集中在财政支持体系的后期支持阶段,其通过对军民协同创新产出阶段提供一定财力支持,扩大全社会军民协同创新产品需求,帮助相关主体增加利润,进而实现激励军民协同创新的目标。
通过前述理论分析发现,财政补贴、税收优惠和政府购买可以通过影响协同创新要素投入与产出的方式对军民协同创新效率产生一定影响,同时结合已有研究,大多都充分肯定政府在军民协同创新中的重要作用。因此,本文提出如下假设:
H1:政府补助能够促进军民协同创新。
由于政府补助可以分为政府直接财政补贴和间接税收优惠两种补贴形式,因此将H1拆分为H2和H3:
H2:财政补贴能够促进军民协同创新。
H3:税收优惠能够促进军民协同创新。
税收优惠又可进一步细分为税收直接优惠和税收间接优惠两种形式,因此H3又可分为H4和H5。
H4:税收直接减免能够促进军民协同创新。
H5:税率优惠能够促进军民协同创新。
需要说明的是,由于暂时无法获取企业层面的政府采购数据,因此本文仅从理论角度分析政府购买影响军民协同创新产出的作用机理,在实证方面不再进行进一步论证。
DEA即数据包络分析法,其目的是为了研究部门间的相对效率,常见的两种经典模型为CCR模型和BCC模型,两者区别在于,CCR模型隐含的假设条件为规模报酬不变,而BCC模型不再限定规模报酬不变,将综合效率分解为纯技术效率和规模效率两个部分,这与本文实际情况更加吻合。本文构建 DEA-BCC模型,该模型又可分为投入导向型和产出导向型两种,投入导向型是在一定产出基础上,研究如何改善投入的问题,而产出导向型则是在投入一定的情况下研究如何进一步扩大产出的问题。由于本文旨在研究财政投入如何影响创新效率,因此采用投入导向型对军民协同相关企业的创新效率进行测度,模型如下:
Max[ω-ε( ets-+ets+)]
(1)
其中,ω为决策单元(DMU)的相对效率衡量指标,其值越大表示决策单元越有效;n为DMU的个数,λ为决策单元的规模收益,m和h分别为投入与产出变量数,xij为决策单元i的第j个投入要素,yir为第r个产出要素,ω为决策单元的有效值。当ω= 1且s+、s-不全为0时,DMU为弱DEA有效,DMU的经济活动技术效率和规模效率未能同时实现最佳;当ω=1且s+=s-=0时,则 DMU为DEA有效,DMU的经济活动技术效率和规模效率同时最佳;当ω<1 时,DMU为非DEA有效,DMU的经济活动技术效率和规模效率均非最佳。由BCC模型计算出的决策单元有效值ω称为技术效率值(TE),其可以进一步分解成纯技术效率(PTE) 与规模效率(SE)的乘积,即TE=PTE*SE。其中,技术效率是指实现投入既定下产出最大或产出既定下投入最小的能力;规模效率是指与规模有效点相比,规模经济性的发挥程度;纯技术效率是指剔除规模因素后的效率。
本文采用DEA方法对创新效率进行测度,取值范围在(0, 1)之间,如果选用普通最小二乘法对模型进行回归,实际上忽略了非线性项和随机误差项的异方差性,会使参数估计量出现有偏和不一致情况。因此,本文采用因变量受限模型 ( limited dependent variable) 中的Tobit 模型探究财税政策对军民协同创新的影响,模型标准形式如下:
(2)
εi~Normal( 0, б2)
(3)
其中,β为回归参数估计值向量,和 yi分别为自变量向量、因变量向量和效率值向量。从理论上看,为得到β和б的一致估计值,应该采用极大似然估计法对Tobit模型进行估计。
鉴于军民融合企业是开展军民协同创新的现实微观载体,因此本文选取军民融合企业作为决策单元,对其创新效率进行测度。然而,关于军民融合企业的概念目前学术界尚未达成一致,如尚涛[14]从技术转移视角总结军民融合企业应具备军用技术转移或二次开发,同时面向民用市场的特征;王萍萍和陈波[15]基于古典经济学理论,对军民融合企业产生的本质、边界和特征进行分析。总体看,军民融合企业是集军品与民品生产为一体的企业,主要涉及军转民和民参军两大主体。
对创新效率进行测度,首先需要明确投入与产出变量,但创新过程的复杂性和不确定性加大了投入和产出测量难度。根据经典Griliche-Jaffe知识生产函数模型,科研创新可视为知识生产过程中物质资本与人力资本的产物[16-17]。因此,本文选取企业研发人员和R&D经费支出作为投入变量。其中,R&D经费支出是流量指标,反映企业年度内实际研发资金投入,但其对知识生产的影响不仅反映在当期,对后期知识生产也会产生一定影响。因此,本文参考白俊红和李婧[18]、王立勇等[19]的做法,首先测算R&D内部实际支出存量初值并构建研发支出价格指数,然后运用永续盘存法,根据R&D当期量核算出其对应的资本存量。R&D支出价格指数构建如下:
PI=α×PIc+β×PII
(3)
其中,PI为R&D支出的价格指数(以2011年为基期),α和β分别表示R&D内部支出中用于劳务费与固定资产购置费的比重,PIc和PIi分别为消费价格指数与固定资产投资价格指数。根据白俊红和李婧[18]的研究结论,R&D内部支出中用于劳务费和固定资产购置费的比例均值约为 38∶62 。因此,本文将α和β分别设定为0.38、0.62,将不同企业不同年份的R&D经费内部支出平减为2011年不变价。
根据吴延兵等[20]的做法,以2011年当年R&D投入流量/折旧率与基期以后若干年的平均增长率之和作为2011年R&D存量,即:
RD2011=rd2011/(σ+ε)
(4)
其中,rd2011为对应企业2011年研发经费投入;σ为折旧率,对于折旧率的确定,不同学者给出的方法不尽相同,本文采用多数学者常用的经验估计法,并参考吴延兵[20]、白俊红等[18]的做法,将其设定为15%,主要是因为研发资本更新相对较快,一般高于物质资本折旧率;ε为考察期内研发资本的平均增长率。在此基础上,再采用永续盘存法进行计算。
RDt=RDt-1*(1-σ)+rdt
(5)
其中,σ为折旧率,RDt-1为t-1年的研发投入存量,rdt为第t年的研发投入流量。
国际上通常采用专利衡量科技创新能力,因为专利能较为全面反映发明和创新情况,而衡量专利情况的变量又可分为专利申请量和专利授予量,因此本文选用这两个变量作为衡量创新产出的指标。考虑到数据可获得性,本文参照孔昭君和张宇萌[6]的做法,对于决策单元的处理,选取同花顺数据中心军民融合概念板块上市公司作为研究样本,在剔除数据严重缺失的样本后,共获得105家企业。时间跨度为2011—2019年,数据来源于wind数据库和各企业年报,对于个别缺失数据通过时序数据趋势予以推测补充。
从短期看,研发创新要素从投入开始,还要经历分析、测试及最终专利申请、授予等阶段,因此投入与产出间存在一定滞后性,多数学者将该延迟时间假设为1年;从长期看,研发创新产出与投入之间是一种稳定均衡关系[21],科研创新呈现出较强的持续性,鉴于本文选用连续9年数据为研究周期,因此研究中不采用滞后效应。
4.2.1 投入与产出指标相关性检验
运用DEA模型,需要投入与产出变量之间满足等张性要求,即投入与产出变量须保持同方向变化。因此,运用DEA进行效率测算前,需对投入与产出变量进行 Pesrson 相关系数检验,进而确定指标选取及相关数据的合理性与可靠性。为此,本文首先对研发资金、研发人员与衡量产出的专利申请、授予量进行相关性检验,结果见表1,显示投入与产出指标之间的Pesrson相关系数都较高,且均在1%水平上表现出显著正相关关系。说明本文指标选取较为合理,数据满足等张性要求,可以用DEA模型进行效率测算。
表1 2011—2019年军民协同创新产出与投入变量Pearson相关性检验结果
时间产出项投入项研发资金研发人员2011专利申请0.486***0.636***专利授予0.443***0.625***2012专利申请0.656***0.615***专利授予0.605***0.602***2013专利申请0.620***0.631***专利授予0.592***0.578***2014专利申请0.608***0.646***专利授予0.609***0.567***2015专利申请0.604***0.635***专利授予0.641***0.578***2016专利申请0.495***0.563***专利授予0.465***0.503***2017专利申请0.448***0.515***专利授予0.565***0.577***2018专利申请0.608***0.540***专利授予0.593***0.531***2019专利申请0.591***0.475***专利授予0.572***0.543***
注:***p<0.01
4.2.2 基于DEA的创新效率分析
本文选用Coelli小组开发的专用软件DEAP 2.1,采用产出导向(Onput-Oriented )对选定的105个决策单元2011—2019年创新效率和规模报酬进行分析,并绘制创新效率平均值趋势图(见图3)。
图3 2011-2019年创新效率平均值趋势
首先,从时间维度分析发现,2011—2019年间,105家企业的综合技术效率均偏低,效率最高的2019年也仅为0.213,意味着在维持投入不变的条件下,决策单元仍有高达78.7%提升产出的潜力,同时综合技术效率整体上呈现缓慢递增趋势。较低的综合技术效率在一定程度上反映目前我国军民融合企业应用范围相对较窄,军民两用渗透性较低,市场需求仍不够强劲。此外,由于该行业投资主要着眼于长期而非短期,也会导致技术效率整体偏低。就纯技术效率而言,整体也偏低,最高为0.256,表明相关企业日常经营管理仍有较大改进空间,同时与综合技术效率一样,整体上也表现出缓慢递增趋势,说明对应的管理体制在政策和水平上有一定程度上的改善。相较而言,对应的规模效率均高于同时期的纯技术效率,但也存在一定改进空间。总之,较低的纯技术效率是导致决策单元创新效率水平普遍低下的主要原因。
从决策单元个体维度看,通过测算发现,综合技术效率超过0.5的企业仅有6家,纯技术效率超过0.5的企业也仅有6家,而规模效率仅有一家企业低于0.5。可见,与规模效率相比,我国军民协同创新综合效率偏低主要是纯技术效率较低所致。此外,从规模收益角度分析发现,考察期内决策单元规模收益整体上表现出不稳定态势,有些年份表现出规模收益递增,有些年份则递减,规模收益不变的情况相对较少,说明企业处于最佳规模收益状态的时间较短,大多数情况下存在投入不足或投入冗余现象。总之,测算结果表明,整体上我国军民融合协同创新综合效率偏低,存在很大提升空间。
根据决策单元股权性质和军民融合方向差异,本文对决策单元进行分类,测算不同性质决策单元的创新效率,具体效率值如图4、5所示。从股权性质看,国有企业创新效率显著高于民营企业,民营企业创新效率还存在较大提升空间。原因在于,民营企业融资难、融资贵问题突出,而军民协同创新研发往往是一项周期长、资金投入大的工程,资金问题严重制约着民营企业创新效率进一步提高。因此,相较于国有企业,目前民营企业更需来自财税政策方面的资金支持。然而,从军民融合方向对比看,两者在创新效率方面并未表现出显著差异,且都呈现出整体上升趋势。
图4 创新效率变化对比(分股权性质)
本文采用创新效率衡量企业创新情况,将财政补贴和税收优惠作为核心解释变量,考虑到企业创新效率还会受其它因素影响,如企业资本结构、市场竞争度、盈利能力和成长能力等,本文在实证分析中加入相应控制变量。具体变量及说明见表2。
表2 变量名称、定义及符号
变量类型变量名称变量符号变量说明被解释变量创新效率vrs截断数据,通过DEA测算获取解释变量直接减免ftax财务报表附注下税收返还、减免科目税率优惠ztax(0.25-实际税率)*利润总额财政补贴sub企业政府补贴总额控制变量资产负债率dar负债/资产总额盈利能力ttm财务报表附注下的净资产收益率竞争度sec销售费用/营业收入营业收入同比增长率zsale(当期营业收入-上期营业收入)/上期营业收入
(1)被解释变量。本文采用企业纯技术效率作为被解释变量,主要是因为该效率剔除了规模效应的影响,便于后续财税政策的影响效果分析。
(2)解释变量。本文核心解释变量主要包括两大类。第一类是选取财政科技补贴额为相应自变量,但由于具体微观企业相应的科技补贴数据并未披露,参考相关文献的做法,本文采用企业获得财政补贴总额衡量财政科技补贴,具体数据来自利润表营业收入下的政府补贴类目。第二类是税收优惠政策,本文进一步细分为直接减免和税率优惠两类进行考量。其中,税率优惠需要通过相应计算得出,参考多数文献的做法,本文采用企业所得税的基础税率(25%)减去企业实际税率,然后乘以利润总额获得;直接减免参考柳光强等[22]、李静怡等[23]的研究方法,采用企业财务报表中的税收返还与减免获取对应的税收优惠额。
图5 创新效率变化对比(分军民融合方向)
(3)控制变量。控制变量的衡量大都沿用已有文献做法。其中,企业资本结构也可看作企业偿债能力,以资产负债率表示,已有研究表明,企业研发投入与偿债能力的关系尚不明确;盈利能力以企业净资产收益率表示;竞争度采用销售费用占营业收入比重衡量,该指标值越大,表明企业竞争程度越高,现有文献表明,竞争度与研发投入的关系随市场竞争度高低变化;成长能力采用营业收入同比增长率衡量。
为了验证本文研究假设,构建模型如下:
vrs=β0+β1subit+β2taxit+β3darit+β4ttmit+β5secit+β6zsaleit+εit
(6)
模型中,i表示上市企业个体,t表示年份;β1、β2、β3、β4、β5、β6为待估计参数,其中β2包含税收直接优惠和税收间接优惠两种情况;εit表示随机干扰项。
5.2.1 变量描述性统计
表3给出了被解释变量、解释变量以及对应控制变量的描述性统计结果。结果显示,企业创新效率最大值为1,最小值仅为0,反映企业创新效率存在较大差异;政府研发补贴额最大值为11.546亿元,最小值为0.002亿元,说明针对不同企业,政府研发补贴存在显著差异。同样,企业享受税收优惠也存在较大差异。
表3 变量描述性统计结果
Variable Obs Mean Std.Dev. Min Maxvrs(创新效率)9450.1870.23301sub(财政补贴)9260.3710.8850.00211.546ftax(直接减免)7520.9023.561037.29 ztax(税率优惠)9450.0581.268-13.86814.037 dar(资产负债率)9370.3930.201.053 sec(竞争度)9456.2715.1940.20334.119 ttm(盈利能力)9354.01530.938-593.78443.986 zsale(营业收入同比增长率)92916.81242.046-87.255782.372
5.2.2 财税政策影响军民协同创新的整体回归结果分析
表4报告了财税政策影响军民协同创新的整体回归结果。模型(1)结果显示,财政补贴对提高军民融合企业创新效率具有显著正向影响,且在1%水平上显著,H2得到验证。模型(2)结果显示,税收直接减免对军民协同创新效率具有显著正向影响,且在1%水平上显著,H4得到验证。模型(3)同时引入财政补贴和税收直接减免变量,其结果进一步验证了模型(1)、(2)的结论。模型(4)结果显示,税收间接优惠对军民融合企业创新效率具有正向影响,且在1%水平上显著,H5得到验证。模型(5)同时引入政府补贴和税率优惠变量,其结果进一步验证了模型(1)和模型(4)的结论。
表4 样本整体回归结果
变量(1)(2)(3)(4)(5)sub(财政补贴)0.098 8***0.092 7***0.088 2***(4.78)(4.35)(4.22) ftax(直接减免)0.050 8***0.031 8*(2.87)(1.79) ztax(税率优惠)0.074 6***0.060 8***(3.85)(3.10) dar(资产负债率)0.108**0.124**0.118**0.152***0.132***(2.21)(2.32)(2.26)(3.04)(2.68)ttm(盈利能力)-0.007 51***-0.006 25***-0.006 17***-0.010 4***-0.009 73***(-6.51)(-5.13)(-5.11)(-7.72)(-7.16)sec(竞争度)0.000 5230.002 590.003 460.000 9190.001 42(0.22)(1.00)(1.37)(0.38)(0.60)zsale(营业收入同比增长率)-0.000 163-0.000 295-0.000 193-0.000 298-0.000 226(-0.73)(-1.24)(-0.82)(-1.34)(-1.02)_cons0.155***0.152***0.126***0.174***0.151***(4.72)(4.22)(3.55)(5.22)(4.60)sigma_u_cons0.154***0.178***0.168***0.169***0.156***(13.03)(12.91)(12.82)(13.47)(13.03)sigma_e_cons0.129***0.119***0.118***0.128***0.128***(39.16)(35.05)(35.01)(39.38)(39.19)N922748745928922
注:*p<0.1,**p<0.05,***p<0.01;下同
5.2.3 分股权性质估计
由于国有和民营企业在政策支持力度、管理模式、责权明晰程度、委托代理成本等方面存在差异,有必要考察影响军民协同创新效率的财税政策在不同股权性质方面的差异化表现。
表5结果显示,无论是国有企业还是民营企业,其回归结果都与整体样本一致。这表明财政补贴、税收直接减免和税率优惠对提高军民协同创新效率的正向激励效应并不会因企业股权性质差异而有所改变。但是,对于国有企业而言,财政补贴表现出比税收优惠更显著的作用。这说明对于国有企业,财政补贴的政策效果优于税收优惠,因此在政策选择上,可以更侧重财政补贴这种政策工具;对于民营企业,税收优惠的效果优于财政补贴,且税收间接优惠(税率优惠)的影响系数更大,因此在政策选择上,可以优先考虑采用税率优惠方式进行政策干预。
表5 分股权性质回归结果
变量国有企业(1)(2)(3)民营企业(1)(2) (3)sub(财政补贴)0.085 5***0.118**(4.30)(2.31) ftax(直接减免)0.019 9*0.099 8***(1.69)(3.71) ztax(税率优惠)0.036 3*0.153***(1.67)(4.18) dar(资产负债率)0.058 50.075 50.092 50.105**0.050 80.130***(0.60)(0.80)(0.92)(2.05)(0.86)(2.58)ttm(盈利能力)-0.000 470-0.000 831-0.004 08-0.008 56***-0.008 38***-0.011 6***(-0.20)(-0.39)(-1.56)(-7.90)(-6.81)(-8.84)sec(竞争度)0.003 600.008 51**0.002 60-0.000 997-0.001 00-0.000 005 08(0.79)(2.08)(0.56)(-0.43)(-0.37)(-0.00)zsale(营业收入同比增长率)-0.000 510-0.000 090 5-0.000 761*0.000 2840.000 1640.000 229(-1.24)(-0.23)(-1.83)(1.24)(0.61)(1.00)_cons0.172**0.178***0.227***0.141***0.157***0.143***(2.57)(2.59)(3.32)(4.35)(4.30)(4.48)sigma_u_cons0.244***0.280***0.270***0.103***0.105***0.101***(8.36)(8.31)(8.50)(9.58)(9.07)(9.56)sigma_e_cons0.137***0.111***0.138***0.103***0.103***0.103***(25.33)(22.78)(25.45)(28.97)(25.64)(29.03)N391323394513410515
5.2.4 分军民融合方向回归分析
为进一步探讨财政政策和税收政策的影响效果是否会受到融合方向影响,本文从狭义角度将军民融合大致分为军转民和民参军两大融合方向。本文选取中信证券和申银万国证券行业分类中军工板块企业为参照对象,将所选样本分为军转民和民参军两大类,回归结果如表6所示。可以发现,与整体回归结果一致,财政补贴和税收优惠的显著作用并未受到军民融合方向影响。无论是军转民还是民参军企业,3种政策工具的影响系数均表现出一致性,即财政直接补贴的影响系数最大,税率优惠次之,税收直接减免的作用效果最差。
表6 分融合方向回归结果
变量军工企业(军转民)(1)(2)(3)非军工企业(民参军)(1)(2) (3)sub(财政补贴)0.145*** 0.083 3**(6.82)(2.53) ftax(直接减免)0.009 96**0.009 96**(2.40)(2.40) ztax(税率优惠)0.121***0.054 1*(5.98)(1.88) dar(资产负债率)0.168***0.175**0.278***0.05470.175**0.083 9(2.59)(2.27)(4.20)(0.79)(2.27)(1.19)ttm(盈利能力)-0.003 43**-0.003 77*-0.009 48***-0.008 43***-0.003 77*-0.010 4***(-2.05)(-1.76)(-5.16)(-5.66)(-1.76)(-5.78)sec(竞争度)0.006 02*0.002 090.003 71-0.002 83-0.002 09-0.002 12(1.66)(0.48)(1.03)(-0.83)(0.48)(-0.61)zsale(营业收入同比增长率)0.000 668**0.000 2020.000 208-0.000 625**-0.000 202-0.000 683**(2.25)(0.53)(0.70)(-2.08)(0.53)(-2.28)_cons0.045 80.108***0.078 7**0.232***0.108***0.247***(1.30)(2.72)(2.25)(4.48)(2.72)(4.68)sigma_u_cons0.076 5***0.081 0***0.080 0***0.221***0.081 0***0.238***(6.60)(6.29)(6.65)(10.53)(6.29)(11.02)sigma_e_cons0.083 3***0.092 7***0.084 2***0.154***0.092 7***0.153***(21.68)(20.00)(21.77)(31.43)(20.00)(31.69)N267231269655231659
首先,本文通过效率测度发现,2011—2019年相关企业创新效率虽整体上保持缓慢增长趋势,但整体效率却一直处于较低水平,技术效率超过0.5的企业仅6家,说明军民融合企业创新效率还存在较大提升空间。就股权性质分类看,国有企业创新效率显著高于民营企业,民营企业创新效率有待提升,应是财税政策重点扶持对象。其次,以技术创新效率为被解释变量,财政补贴、税收直接减免和税率优惠为核心解释变量的Tobit回归结果表明,财政补贴、税收直接减免和税率优惠均与创新效率呈现显著正向关系,即财政补贴和税收优惠均能够促进创新效率提升。最后,考虑企业股权性质和军民融合方向的影响发现,对于国有企业而言,财政补贴的政策效果更显著,而对于民营企业,税收优惠的作用更显著,相比税收直接减免与返还,税率优惠的作用效果更显著;对军民融合方向的讨论发现,财政补贴和税收优惠的显著作用并未受到军民融合方向影响,且无论是对军转民还是民参军企业,3种政策工具的影响系数均表现出一致性,即财政直接补贴的影响系数最大,税率优惠次之,税收直接减免的作用效果最差。
为进一步发挥财税政策在军民协同创新效率提升中的作用,本文给出以下建议:首先,充分挖掘单个财税政策工具的运用广度与深度,根据政策实施对象具体情况,充分考虑不同政策工具间的搭配组合使用,切实实现政策工具间1+1>2的政策效果。目前,在推动军民协同创新方面运用相对较多的是财政补贴,而对于税收政策工具的运用相对较少。鉴于税收政策工具具有调节收入分配、优化资源配置和促进技术进步的功能,结合前述分析,税收优惠在推动军民协同创新方面也扮演着重要角色。因此,有必要加大税收政策工具的运用力度,同时要注意不同税收优惠形式间的合理搭配使用。其次,由于目前政府购买这项政策工具在军民协同创新领域运用较少,因此本文在实证部分未对此展开进一步研究。但是,政府购买作为政府实施财政政策的一项重要工具,在促进军民协同创新方面具有不可替代的作用,因此应加大该政策的实施力度。最后,对于不同融合方向的企业,在选取财税政策工具推动协同创新发展时,即使选择相同的财税政策工具,在具体实施时也要根据相应政策目标灵活操作。如军转民企业由于体制机制不活,导致创新活力不足,因此政府可以利用财政资金引导设立对应的产业投资基金,使投资和产权主体多元化,同时加大跨集团、跨行业重组整合力度,健全企业与市场经济充分接轨的体制机制;而对于民参军企业,产业投资基金的设立主要是为解决其现有资金不足的问题,主要目标是扩大融资途径。
[1] 赵富洋.我国国防科技工业军民结合创新体系研究[D].哈尔滨:哈尔滨工程大学,2010.
[2] 安家康,陈晓和.技术创新合作机制的演化博弈分析及对策研究:基于军民结合视角[J].经济问题,2012,34(5):65-69.
[3] 赵黎明,孙健慧,张海波.军民融合技术协同创新行为分析[J].科技进步与对策,2015,32(13):111-117.
[4] 杨帆.发挥税收积极作用 促进军民融合深入发展[J].宏观经济管理,2019,35(2):79-83.
[5] 张曦.推动军民融合发展的财政支持政策[J].地方财政研究,2020,17(2):88-97.
[6] 孔昭君, 张宇萌.政府补贴对军民融合企业创新的影响——基于动态面板模型[J].科技进步与对策,2021,38(1):95-103.
[7] HALL L A,BAGCHI-SEN S.An analysis of firm-level innovation strategies in the US biotechnology industry[J].Technovation,2007,27(1/2):4-14.
[8] KANG K N,PARK H.Influence of government R&D support and inter-firm collaborations on innovation in Korean biotechnology SMEs[J].Technovation,2012,32(1):68-78.
[9] 邓子基,杨志宏.财税政策激励企业技术创新的理论与实证分析[J].财贸经济,2011,32(5):5-10,136.
[10] 甄德云,沈坤荣.税收优惠与创业绩效关系的实证研究:来自互联网创业企业的证据[J].税务研究,2020,36(5):123-129.
[11] 白礼彪,白思俊,杜强,等.基于“五主体动态模型”的军民融合协同创新体系研究[J].管理现代化,2019,39(1):45-50.
[12] 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,2008,30(3):58-71.
[13] 刘敬富,靳卫东,刘研.政府采购对企业科技创新的驱动作用:产品异质性特征视角[J].科技进步与对策,2020,37(5):10-17.
[14] 尚涛.军民融合企业技术积累、能力结构与持续成长机制研究:基于技术转移视角的分析[J].科技进步与对策,2015,32(18):109-113.
[15] 王萍萍,陈波.军民融合企业技术效率及其影响因素研究[J].管理评论,2019,31(4):70-82.
[16] BARNARD H,COWAN R,MULLER M.Global excellence at the expense of local diffusion,or a bridge between two worlds?research in science and technology in the developing world[J].Research Policy,2012,41(4):756-769.
[17] HONG W,SU Y S.The effect of institutional proximity in non-local university-industry collaborations:an analysis based on Chinese patent data[J].Research Policy,2013,42(2):454-464.
[18] 白俊红,李婧.政府R&D资助与企业技术创新:基于效率视角的实证分析[J].金融研究,2011,32(6):181-193.
[19] 王立勇,唐升.政府R&D补贴政策效果及决定因素研究:基于创新效率视角[J].宏观经济研究,2020,36(6):75-88.
[20] 吴延兵.R&D存量、知识函数与生产效率[J].经济学(季刊),2006,5(3):1129-1156.
[21] 张继红,吴玉鸣,何建坤.专利创新与区域经济增长关联机制的空间计量经济分析[J].科学学与科学技术管理,2007,28(1):83-89.
[22] 柳光强,杨芷晴,曹普桥.产业发展视角下税收优惠与财政补贴激励效果比较研究:基于信息技术、新能源产业上市公司经营业绩的面板数据分析[J].财贸经济,2015,36(8):38-47
[23] 李静怡,王祯阳,武咸云.政策激励与研发投入交互作用对创新绩效的影响[J].科研管理,2020,41(5):99-110.