Is there two Sides to R&D Incentive Industrial Policy：Empirical Evidence from the Deduction Policy for R&D Expenses

Su Lizhong1,Zhang Runda1,Wang Jingyu2

(1.Business School, Beijing Technology and Business University, Beijing 100048, China;2.School of Accountancy, Central University of Finance and Economics, Beijing 100081, China)

Abstract：There are two different views on the effectiveness of R & D incentive industrial policies. One side believes that it is helpful to promote enterprise technological progress and improve enterprise innovation level, while the other side believes that in the case of asymmetric information, it is difficult for the government to determine the real needs of incentive enterprises, and enterprises may take strategic response to seek resources. As a result, the incentive effect of industrial policy is weakened. The above two views are the theoretical origin of "industrial policy debate". However, compared with the debate over whether industrial policy is effective, this paper focuses more on the issue of how the government can better implement industrial policy. As a representative R&D incentive industrial policy with both benefits and preferential intensity, the policy of additional deduction for R&D expenses has repeatedly appeared in the 2021 Government Work Report and other relevant policy documents. It is an important link in the integrated policy chain of financial subsidies, tax incentives, scientific and technological financial support and accelerated transformation of achievements constructed by the state to support enterprises' scientific and technological innovation, and is the focus of this paper. Existing studies have found that policy can help to stimulate enterprises' R&D behavior and enhance their independent innovation ability, but also that policy can encourage enterprises' strategic response motivation and increase their R&D manipulation behavior. Therefore, it is of great significance to implement the national innovation development strategy and promote high-quality economic development how to improve the R&D additional deduction policy, so as to suppress the negative effects of the policy and give better play to its positive effects.

This paper takes China's A-share listed companies from 2008 to 2019 as the research object. Firstly, it analyzes the implementation effect of the policy, and then examines the interaction between the policy effects. On this basis, it discusses the direction of policy improvement in the future. It is found that there are both positive and negative effects in the process of policy implementation, and the negative effects will replace the positive effects. However, improving the effectiveness of internal control can suppress the negative effects of policies and amplify the positive effects of policies. Further research shows that the reason for the negative effects of policies is that enterprises carry out R&D manipulation with the help of policies, which improves short-term financial performance and short-term market performance. The study conclusion shows that the policy has two sides. On the one hand, it will encourage enterprises to increase R&D resource allocation, cultivate competitive advantages and promote the long-term value of the enterprise. On the other hand, it will also encourage enterprises' R&D manipulation such as strategic R&D or inflated R&D investment, resulting in a waste of policy resources. And R&d manipulation will undermine the long-term value of the enterprise. Therefore, it is urgent for the government to take reasonable countermeasures, timely detect and correct the R&D manipulation of beneficiary enterprises, strengthen tax incentives and weaken tax distortions, foster advantages and avoid disadvantages, and realize the optimization of policy resource allocation.

The potential marginal contribution of this paper is as follows. First, we propose that the policy has both positive and negative effects, which makes up for the deficiency of existing studies that only evaluate the economic consequences of the policy from a single aspect, and opens the "black box" of economic effects behind industrial policies. It not only coordinates the views of both sides in the "industrial policy debate", but also systematically answers the questions about the effectiveness of industrial policies. Second, we select the long-term value of enterprises instead of R&D investment as the evaluation index of the positive effect of the policy, which reasonably excludes the influence of R&D manipulation and overcomes the limitations of previous studies that take R&D investment as the evaluation index of policy effects. Third, previous studies focused on distinguishing the economic consequences of real high-tech enterprises and fake high-tech enterprises against high-tech enterprise certification policy, while we pay more attention on how to restrain the conditions and motivations of R&D manipulation by strengthening internal control of enterprises. Fourth, in consideration of the fact that the existing internal control index evaluation system has been relatively mature, we propose to add enterprises' internal control index as an evaluation factor in the future policy improvement and tax supervision, systematically answering the practical problem of how to better implement industrial policy, which is a beneficial exploration for China's current fiscal and tax reform.

At the same time, this paper also has some limitations. First of all, the statistical method adopted in this paper is not accurate enough to determine whether a specific enterprise enjoys the policy of additional deduction for R&D expenses, which may lead to measurement errors to a certain extent. Secondly, although theoretically we believe that taking the long-term value of enterprises as R&D investment can eliminate the interference of R&D manipulation to a certain extent, considering that there are many factors influencing the long-term value of enterprises. Therefore, there may be some noise when we take it as an evaluation indicator of the positive effect of policies, and the causality chain is longer. More reasonable and effective evaluation methods need to be developed in the future study. In addition, due to space constraints, we fail to show the moderating effects of different property rights, marketization degree, political connection and other factors on the research question, but focus on the innovative governance function of internal control. Finally, the latest policy of additional deduction for R&D expenses was jointly promulgated by the Ministry of Finance and the State Administration of Taxation in April 2021 and implemented in January. The new policy especially increases the proportion of additional deduction for manufacturing enterprises, which is undoubtedly a significant positive news for R&D activities of manufacturing enterprises, and further research can be carried out based on this policy in the future.

Key Words:Deduction for R&D Expenses Policy; Industrial Policy; Enterprise Value; R&D Manipulation; Internal Control

DOI：10.6049/kjjbydc.2021070075

开放科学(资源服务)标识码(OSID)：

中图分类号：F262

文献标识码：A

文章编号：1001-7348(2022)03-0118-11

收稿日期：2021-05-25

修回日期：2021-08-31

基金项目：国家社会科学规划一般项目(20BJY026)

作者简介：粟立钟(1980-)，男，四川仁寿人，博士，北京工商大学商学院副教授、硕士生导师，研究方向为国企改革与创新管理；张润达(1996-)，男，黑龙江哈尔滨人，北京工商大学商学院硕士研究生，研究方向为创新管理；王靖宇(1992-)，男，河北廊坊人，中央财经大学会计学院博士研究生，研究方向为会计信息与公司治理。本文通讯作者：张润达。

0 引言

政府通过研发激励型产业政策缓解市场失灵问题具有深厚的经济理论基础。研发激励型产业政策所带来的减税优惠、政府补贴以及人才聚集效应可以推动企业技术进步，提高企业创新水平[1-3]。也有学者对产业政策的有效性提出质疑，因为政府很难甄别真正需要政策激励的企业，那些单纯套取政策红利的企业可能采取策略性应对行为谋取资源，导致产业政策的激励效应被削弱[4-5]。这两种观点的分歧正是引起学术界“产业政策之争”的根源，然而，令人遗憾的是，目前两派学者针对是否应该由政府制定产业政策尚无定论。正如杨国超等[6]所言，当前研究的重点应是“如何更好地推行产业政策”，而非继续争论“产业政策是否有效”。

研发费用加计扣除政策(简称“政策”)作为当前惠及面和优惠力度都颇具代表性的研发激励型产业政策，在《2021年政府工作报告》等政策性文件中多次出现，是国家扶持企业科技创新而构建的财政补助、税收优惠、科技金融支持、成果加速转化等一体化政策链中的重要一环。随着近年来我国财税改革下减税降费的持续推进，目前关于政策的研究已颇为丰富。相关研究大多认为，政策在研发投入[7-8]、研发产出[9]、财务绩效[10]、创新效率[11-12]、企业价值[13]、全要素生产率等方面具有积极效应，政策实施效果良好；也有研究发现，政策实施效果受到企业规模[14]、企业性质[15]、企业财务状况[16]、企业生命周期等企业异质性因素以及地区经济发展水平[9]、税收征管强度[8]等环境异质性因素的影响；还有研究认为，政策激励效应并不明显，容易造成企业重投入而轻产出，对研发效率无积极影响，而且部分研究发现，企业利用政策进行盈余管理、研发操纵，造成企业研发效率下降[17]，削弱政策激励效应。可见，现有研究围绕政策实施效果展开了充分讨论，但结论不一。在排除研究对象、研究期间、研究方法、变量设计等因素的影响后，上述不一的结论还暗示政策很可能具有双面性，即政策一方面具有积极效应，激励企业研发行为，增强企业自主创新能力，另一方面具有消极效应，助长企业策略性应对动机，对真实创新产生消极影响。由此，如何完善研发费用加计扣除政策，进而在抑制政策消极效应的同时更好地发挥积极效应，对于落实国家创新驱动发展战略和推动经济高质量发展意义重大。基于此，本文以2008-2019年A股上市公司作为研究对象，对政策实施效应进行分析，然后考察政策效应之间的相互影响，并在此基础上探讨未来政策完善方向。

本文边际贡献和创新之处在于：第一，提出政策兼具积极效应和消极效应，弥补现有研究仅从单一方面评价政策经济后果的不足，打开产业政策背后经济效应“黑箱”，较好地协调产业政策双方争论观点，回答关于产业政策有效性的问题。第二，有别于过往研究将研发投入数量作为政策积极效应的评价指标，本文认为企业为了享受政策带来的税收红利，可能通过研发操纵方式虚增研发投入，使得仅凭研发投入评价政策效应的做法具有局限性。而虚假的研发投入最终不会带来高质量产出和核心竞争力增强，更无益于企业长期价值提升，因此，本文以企业长期价值评价政策积极效应具有充分合理性和创新性。第三，杨国超等[5-6]着重区分了真正的高新技术企业和伪高新技术企业在高企认定政策下的经济后果，而本文认为研发操纵可能是上市公司中普遍存在的现象，将具备某类特征的企业直接界定为伪高新技术企业的做法失之偏颇，如何从整体上减少研发操纵行为、遏制政策的消极效应，才是当前研究应该关注的核心，因此，本文更关注如何通过加强企业内部控制抑制管理层研发操纵行为。第四，鉴于现有内部控制指数评价体系已经较为完善，本文提出在政策完善和税务监管中加入企业内部控制指数作为参考要素，对内控较差且受惠较多的企业采取更多实质性审查，确保企业研发行为真实性，并尽快出台对研发操纵等骗税行为进行行政处罚的税收法规。本文将回答如何更好地推行产业政策这一现实问题，是对我国现行财税改革的有益探索。

1 政策沿革、理论分析与研究假设

1.1 政策沿革

研发费用加计扣除政策自1996年颁布以来历经数次重大变革，如表1所示，尤其在近10年间，政策不断推陈出新，在受惠企业范围、加计扣除比例、研发费用范围以及政策申报手续等方面都作出重大调整，政策优惠力度逐次提高。这一方面表明政府对扶持企业研发活动的态度和决心，希望政策能够发挥更多积极效应，为企业研发活动增添动力；另一方面，政策频繁更新也表明政府密切关注政策效应，政府根据反馈情况对政策进行调整，使得政策具有更强活力。

1.2 理论分析与研究假设

1.2.1 政策的积极效应

首先，相关政策通过减少企业所得税税基(降低应纳税额)形成税后节余现金流，增加企业内部资金留存[18]，而内源融资正是企业研发活动的重要资金支撑[19]。其次，政策规定“资本化和费用化的研发支出均可加计扣除”，说明研发失败也可享受政策，为企业分担研发风险[15]。孙自愿等[14]认为政策是国家对于税收利益的一种让渡，可以降低研发成本，增加创新预期收益，提高企业创新积极性。而且，财税〔2013〕70号规定，允许对研发人员“五险一金”加计扣除，降低企业创新人力成本，有助于增加研发人员工资福利，激发研发人员工作热情，并吸引更多高素质人才在企业聚集[6]。此外，研发税收优惠政策通常具有信号传递作用，可以向风险投资者或金融机构传递关于企业优质的信号[20]，增加外部投资者关注度[21]，有助于企业获取资本市场或私人投资支持[9]，进而减轻企业融资约束。

总的来说，政策作为政府对市场失灵现象采取的一种补偿措施，具有积极效应，可以通过增加企业内部资金留存、分担研发失败风险、降低研发成本、提高预期收益、吸引创新型人才、信号传递等方式，激励企业增加真实研发投入。这种真实的研发投入一方面会形成更多高质量产出，表现为与新专利、专利技术等有关的研发支出资本化计入无形资产的金额增加，企业账面资产总额增加，而且，新产品销售会带来高额利润，增加企业留存收益；另一方面会帮助企业掌握更多关键技术，增强企业核心竞争力，带来企业长期价值提升。

基于上述分析，本文提出如下假设：

H1：研发费用加计扣除政策具有积极效应，表现为政策与企业长期价值正相关。

1.2.2 政策的消极效应

在政策执行中，由于信息不对称性[5]、研发费用可操纵性、违规成本远低于收益[6]等非理想因素的存在，企业很可能采取违背政策初衷的策略性应对行为，利用虚增研发投入获取不当的税收资源和创新业绩[22]。具体而言，首先，政策实施过程中的信息不对称源于企业研发活动信息非强制性披露，部分企业出于保守商业秘密的考虑会更加谨慎地披露研发信息，增加研发信息不透明性，使得外部投资者仅从企业财务信息很难区分正常研发投资或研发操纵[23]，而且，企业可能利用信息优势进行逆向选择，释放虚假创新信号，骗取税收优惠[5]。其次，研发费用的确认和计量涉及大量会计估计和职业判断，自由裁量权较高，会计处理隐蔽，具有隐形选择空间，管理层可以在研发支出资本化与费用化之间进行“人为选择”[24]。万源星等(2020)发现，以提高市值为目的、释放积极市场信号的企业会更多实施资本化研发操纵，而以避税为目的的企业会更多实施费用化操纵。而且，企业在生产经营中可能存在研发活动与其它活动互相交织的现象，使得各项费用难以准确归集到相应研发项目中，为人为操纵研发费用带来空间，增加将非研发费用“伪装”为研发费用的可能。此外，相较于应计盈余管理，管理层也可采取真实盈余管理，如高薪聘请一些实际不参与研发的研究人员挂于名下或购置一些不打算日后投入研发的先进设备[25]，这种通过构造真实经济活动的盈余管理行为往往更加隐蔽且难以甄别。最后，我国尚未明确研发操纵行为的行政处罚规定，仅对企业归集、汇总不准确的研发费用金额进行合理调整，行政处罚力度较弱，政策违规成本较低[17]。同时，信息不对称性以及研发费用操纵的隐蔽性也增加了监管层对企业研发费用的认定成本和审查难度，降低政策违规风险。另外，管理层可能利用政策“寻租”，通过向利益集团和政府官员行贿，与政府建立政治联系，以获取各项税收优惠政策和政府补贴[26]，造成研发操纵的违规收益远大于违规成本[5]。

基于上述分析，本文提出如下假设：

H2：研发费用加计扣除政策存在消极效应，表现为政策实施后企业研发操纵行为显著增加。

1.2.3 政策的消极效应与积极效应

研发操纵主要包含3类：一是研发支出在资本化与费用化之间的选择操纵；二是将非研发费用伪装成研发费用的费用类归集操纵；三是构造真实交易的真实研发操纵。前两类研发操纵的本质是通过会计科目之间的调整，达到虚增研发费用或误导财务报告使用者的目的。杨国超等[5]发现，企业为达到高企认定的研发“粉饰”行为会带来低质量的研发产出，研发操纵与企业研发绩效和市场绩效均负相关；张丹丽等(2017)认为，这种“偷梁换柱”行为不但不能提升企业经营效果，而且会严重削弱政策激励效应。第三类研发操纵往往伴随真实的交易活动，表现为管理费用、生产成本等项目的异常波动；Gunny[27]研究发现，真实的研发操纵会造成企业未来经营业绩显著下降；胡元木等[23]指出，相比应计盈余管理，真实盈余管理对企业未来绩效的负面影响更大。总而言之，上述3类研发操纵行为都无益于企业核心竞争力培育。另外，企业在通过研发操纵骗取税收优惠的过程中，也会考虑违规风险和违规成本，并更加倾向于与政府部门建立政治联系，在维持政治关系方面投入更多资源，引发“政治资源诅咒”[28]，使企业创新资源被侵占，进一步贬损企业长期价值。

基于上述分析，本文提出如下假设：

H3：政策的消极效应会削弱积极效应，表现为研发操纵抑制政策对企业长期价值的正向影响。

1.2.4 内部控制的调节作用

已有研究发现，高质量审计、机构投资者关注、分析师跟踪等外部治理手段都可以遏制企业研发操纵行为[29-30]。但考虑到研发信息不透明性，以及企业很可能通过政治关系“收买”政府官员形成“政企合谋”等因素的存在，外部监管往往难以发挥作用。相比政府、机构投资者与审计师等外部监督方式，内部控制受到信息不对称的影响较小，具有较强的治理作用。因此，建立并维护良好的内部控制是推动政策健康向好发展的重要保障。

内部控制是以根据授权开展业务活动、保障资产安全、防止和发现舞弊与错误、保证财务报告质量、保障企业战略得到有效实现作为核心要义的企业管理活动，其对遏制研发操纵的作用主要表现为：第一，内部控制有助于改善信息环境，加强企业内外部信息沟通，缓解研发过程中的信息不对称，减少管理层在研发费用中的自由裁量权，提升会计信息质量[31]。第二，内部控制具有监督功能。从创新投资决策的具体议程到研发项目的关键环节，内部控制都高度关注研发活动的规范性和可行性，通过加强事前(研发项目立项、研发预算编制)、事中(研发预算控制)、事后(研发预算考评)对研发活动的管理，使得管理层实施研发操纵的空间大幅压缩，难度大幅增加。第三，内部控制可以完善企业薪酬制度，增强管理层的薪酬业绩“敏感性”并降低薪酬“粘性”[32]，使其更好地把握投资机会，提高企业内部创新资本利用效率，缓解“政治资源诅咒”效应。第四，内部控制的首要目标是合法合规，并在此基础上保证企业各项活动的效率和效益，进而保障企业战略目标的实现。研发税收优惠的各项政策都涉及合法合规性问题，相关政策应内嵌于企业内部控制制度中并有效落实。为保障企业战略目标的实现，企业研发活动能否带来长期价值必然是内部控制关注的重点。由此可见，内部控制的有效设计与执行为企业开展真实规范的研发活动奠定了基础，可以有效遏制政策的消极效应，为发挥政策的积极效应提供制度“土壤”。

基于上述分析，本文提出如下假设：

H4：内部控制具有创新治理功能，表现为高水平的内部控制能够减少政策引发的研发操纵，并提升政策与企业长期价值的相关性。

2 实证研究设计

2.1 数据来源与样本选择

本文以A股上市公司为研究对象，鉴于规范上市公司研发信息披露相关文件2008年开始正式落实，以及我国企业所得税税法2008年发生较大修订，为保证样本数据可参照性，将样本期间选为2008-2019年。研发支出以及企业财务数据来自CSMAR数据库，翻阅上市公司年报对部分缺失数据进行补充，内部控制数据来自迪博数据库公布的上市公司内部控制指数。参照以往研究的做法，对样本进行如下处理：剔除所有关键数据缺失的样本；剔除所有金融行业样本；剔除所有净资产小于0的样本；剔除所有ST、ST*以及PT类样本；剔除所有位于“负面清单”内而不享受加计扣除政策的样本(以《国民经济行业分类与代码(GB/4754-2017)》所列示的行业分类标准为准，对应的上市公司行业代码分别为C16、H、F、K、L和R91)；剔除没有3年研发投入观测值的样本；对所有连续型变量进行5%和95%水平的缩尾处理。经过上述处理，本文最终得到15 511个有效观测值。

2.2 变量设计

2.2.1 被解释变量

(1)企业长期价值(TQ)。借鉴王芸[13]的做法，选择TobinQ度量企业价值，反映企业成长性和价值创造能力。考虑到政策主要对研发投入端产生激励，而从研发投入到产出再到创造价值需要一个合理期间，因此，将当期企业价值提前一期，得到企业长期价值(TQ)。

(2)研发操纵(Bper)。借鉴Gunny[27]、万源星等(2020)的做法，构建如下模型测算研发操纵：

(1)

其中，RD表示企业研发费用；MV表示企业总市值的自然对数；Q表示企业的TobinQ值；RE表示企业营业利润；TA表示企业总资产，μ表示随机干扰项。对模型(1)采取分行业分年度回归，残差ei,t表示企业研发费用异常变化，当ei,t>0时，表示企业研发费用异常增加，说明企业可能实施了费用类归集操纵或者真实研发活动操纵，当ei,t<0时，说明企业可能为了提升市值，实施了将费用化支出调整为资本化支出的操纵。

2.2.2 解释变量：研发费用加计扣除政策

本文以研发费用加计扣除政策作为解释变量，并进一步划分为政策虚拟变量和政策强度。一是政策虚拟变量(RDdtre)。借鉴李新等[7]的做法，以财税[2015]119号扩大受惠企业范围作为外生冲击事件，考虑到在财税[2015]119号文件颁布前，适用政策的企业活动应符合《国家重点支持的高新技术领域》和《当前优先发展的高技术产业化重点领域指南》等文件的规范，使得2016年前享受政策的多为高新技术企业，而且这类企业符合财税[2015]119号的规定可以继续享受政策，即这类企业一直受到政策的影响，本文将这类企业划分为对照组(Control)，定义为0。实施组(Treated)是2016年以前未享受研发费用加计扣除政策，但根据财税[2015]119号的规定可在2016年及以后年度享受研发费用加计扣除政策的企业，定义为1。二是时间虚拟变量(Post)。由于财税[2015]119号文件从2016年1月1日起正式实施，因此，本文将2016年及以后定义为1，否则为0。三是政策强度(RDdinc)。本文根据政策虚拟变量(RDdtre)判定标准，若企业当年享受政策，则采用如下公式计算政策强度：RDdinc=(研发投入×加计扣除率×企业所得税税率)/企业总资产；若企业当年不享受政策，则RDdinc=0。

2.2.3 调节变量：内部控制水平(Icq)

本文选取迪博数据库提供的中国上市公司内控指数度量样本公司的内部控制水平，该指数包含基础层级、经营层级和战略层级，是对企业资产安全、合法合规、报告可靠、经营效率效果与发展战略为核心的内控五要素的综合评价，该指数越高说明企业内部控制有效性越强。为保证数据平稳性，将内控指数取自然对数得到内部控制水平(Icq)。

2.2.4 控制变量(Controls)

借鉴张丹丽等(2017)、吴秋生等[17]、万源星等(2020)的做法，选取公司规模(Size)、资产负债率(Lev)、企业性质(Soe)、企业现金持有水平(Cash)、总资产周转率(Turnover)、净资产收益率(Roe)、股权集中度(Top10)、独董比例(Idr)、政府补贴(Sub)、企业年龄(Age)作为控制变量。除上述变量外，本文还控制了个体固定效应(Firm)和年度固定效应(Year)。

2.3 实证模型

为了证明政策具有提升企业长期价值的积极效应，构建如下模型：

TQ=α0+α1RDdinc+α2Size+α3Lev+α4Soe+α5Turnover+α6Roe+α7Top10+α8Idr+α9Age+α10∑Firm+α11∑Year+μ

(2)

其中，a1表示政策对企业长期价值的边际效应。

为了证明政策具有诱发企业研发操纵的消极效应，构建双重差分(DID)模型，具体做法为：根据是否享受政策(RDdtre)，将样本企业划分为实施组(Treated)和对照组(Control)；确定实施组(Treated)和对照组(Control)之间是否满足平行趋势假定；构建传统DID模型检验政策对研发操纵的净效应。

Bper=β0+β1RDdtre+β2Post+β3RDdtre*Post+β4Size+β5Lev+β6Soe+β7Cash+β8Roe+β9Sub+β10Age+β11∑Firm+μ

(3)

其中，β3表示政策对研发操纵的净效应。

为了证明研发操纵会削弱政策的积极效应，构建如下模型：

TQ=φ0+φ1RDdinc+φ2Bper+φ3RDdinc*Bper+φ4Size+φ5Lev+φ6Soe+φ7Turnover+φ8Roe+φ9Top10+φ10Idr+φ11Age+φ12∑Firm+φ13∑Year+μ

(4)

其中，φ3表示政策消极效应对积极效应的替代效应。

为了证明内部控制会遏制消极效应并强化政策积极效应，构建如下模型：

Bper=γ0+γ1RDdtre+γ2Post+γ3Icq+γ4RDdtre*Post+γ5RDdtre*Icq+γ6Post*Icq+γ7RDdtre*Post*Icq+γ8Size+γ9Lev+γ10Soe+γ11Cash+γ12Roe+γ13Sub+γ14Age+γ15∑Firm+μ

(5)

TQ=λ0+λ1RDdinc+λ2Icq+λ3RDdinc*Icq+λ4Size+λ5Lev+λ6Soe+λ7Turnover+λ8Roe+λ9Top10+λ10Idr+λ11Age+λ12∑Firm+λ13∑Year+μ

(6)

模型(5)是在模型(3)的基础上引入内部控制(Icq)维度的差分，模型(5)中γ7表示内部控制对研发操纵的遏制作用，模型(6)中λ3表示内部控制对企业长期价值的放大作用。

3 实证结果与分析

3.1 样本选择性偏误分析

考虑到对照组中高新技术企业居多，而实施组中非高新技术企业居多，使得在财税[2015]119号实施前两组样本之间已经存在系统性差异，可能导致样本选择性偏误问题。因此，本文运用倾向得分匹配法(PSM)，通过一些可观测到的企业特征信息，将实施组与对照组间的差异尽可能减少。具体做法为：在第一阶段计算倾向匹配得分时，以政策虚拟变量()作为被解释变量，选择公司规模(Size)、资产负债率(Lev)、企业性质(Soe)、企业现金持有水平(Cash)、净资产收益率(Roe)、政府补贴(Sub)、企业年龄(Age)作为协变量，采用Logit模型进行回归，在第二阶段依据第一阶段得到的倾向匹配得分，选择卡尺内最邻近匹配法对实施组样本进行一对一匹配，然后，剔除不符合共同区间支撑内以及匹配权重不为1的样本(共计6 239个)，匹配后，实施组和对照组的样本个数均为4 636个，并通过平衡性检验。接下来，在验证假设H1、H3以及H4时分别选择全样本和配对后的样本，在验证假设H2用到PSM-DID方法时选择配对后的样本。

3.2 描述性统计

针对配对后样本进行描述性统计分析，如表2所示。样本间企业长期价值(TQ)存在较大差异(最小值和最大值分别为1.008和4.576)；研发操纵(Bper)呈右偏分布(均值0.000大于中位数-0.001)；国企占比38.3%；所有企业都享受到不同程度的政府补贴(最小值为13.859>0，标准差为1.421)。

3.3 多元回归分析

(1)政策的积极效应：政策强度与企业长期价值。假设H1的检验结果如表3所示，第(1)列、第(2)列分别是模型(2)在PSM样本和全样本下的回归结果。政策强度(RDdinc)的回归系数均在1%的水平上显著为正，说明政策强度与企业长期价值正相关，政策在提升企业长期价值方面具有积极效应，假设H1得到验证。

(2)政策的消极效应：政策实施与研发操纵。假设H2的检验结果如表4所示，第(1)列是对DID模型的平行趋势检验，以2016年作为政策实施元年(Current)，RDdtre*Pre_i和RDdtre*Post_i分别表示政策实施前后与政策虚拟变量的交乘项，检验结果发现政策实施前第二年、政策实施前第一年的交乘项系数均不显著(RDdtre*Pre_2、RDdtre*Pre_1的系数均不显著)，而政策实施当年及以后各年系数均显著为正(RDdtre*Current、RDdtre*Post_1、RDdtre*Post_2的系数均显著为正)，表明样本通过了平行趋势检验。第(2)列为PSM-DID方法的回归结果，政策效应(RDdtre*Post)在5%的水平上显著为正，说明政策实施后，样本企业的研发操纵行为增加了，政策存在消极效应，验证了假设H2。

(3)消极效应对积极效应的影响：政策强度、研发操纵与企业长期价值。假设H3的检验结果如表5所示，第(1)列、第(2)列分别是模型(4)在PSM样本和全样本下的回归结果。研发操纵与政策强度的交互项系数(Bper*RDdinc)至少在5%的水平上显著为负，说明研发操纵会对政策与企业长期价值的正相关关系产生负向影响，即政策的消极效应对积极效应具有替代作用，验证了假设H3。

(4)内部控制的调节效应：研发操纵、内部控制与企业价值。关于假设H4的检验结果如表6所示，第(1)列是对模型(5)的回归结果，内部控制与政策效应的交互项系数(RDdtre*Post*Icq)在10%的水平上显著为负，说明内部控制对政策引发的研发操纵具有遏制作用。第(2)、(3)列是模型(6)在PSM样本和全样本下的回归结果，内部控制政策强度的交互项系数(RDdinc*Icq)在1%的水平上显著为正，说明内部控制会放大政策的价值创造功能。综上所述，较高的内部控制水平能够强化政策的积极效应并遏制政策的消极效应，验证了假设H4。

3.4 稳健性检验

(1)工具变量法。从政策与企业长期价值、研发操纵之间的互动逻辑来看，是否享受政策以及政策强度均来源于外部冲击事件，似乎满足外生性设定，但事实上仍然存在一定的反向因果所引起的内生性问题：其一，估值较高企业的创新能力更强，创新活动更加频繁，研发投入力度更大，享受政策的几率更大，享受金额也更多；其二，获取税收优惠是研发操纵的目的之一，因此，采取更多研发操纵的企业会更加积极地进行加计扣除纳税申报，增加政策享受几率与享受金额。为了降低这些内生性问题对研究结论造成的影响，本文以行业政策强度(HRDdinc)作为工具变量(IV)，构建两阶段最小二乘法(2SLS)，回归结果无论是显著性还是方向性均与前文保持一致，说明研究结果具有稳健性。

(2)分布滞后模型。企业长期价值、研发操纵不仅受到当期政策强度以及其它异质性因素的影响，还可能依赖这些变量过去一期的值或滞后值，因此，本文构建分布滞后模型，在模型中引入政策强度(RDdinc)以及相应控制变量的滞后项(Lag)。回归结果无论是显著性还是方向性均与前文保持一致，说明研究结果具有稳健性。

(3)考虑变量测度偏误。为了消除变量测度偏误对研究结果的影响，本文从以下4个方面对研究涉及的主要变量进行重新测算：首先，将政策强度(RDdinc)测算方式换为ln(研发投入*企业所得税税率*加计扣除率+1)；其次，借鉴胡元木等[30]的研发费用估计模型，重新测算研发操纵(Bper)；然后，利用市账率代替托宾Q作为企业价值的代理变量；最后，用CSMAR数据库提供的内控评价报告缺陷明细表中的缺陷类型替代内控指数。将上述重新测算后的变量带入前文模型后，各系数的显著性和方向性均未发生根本性变化，说明研究结果具有稳健性。

3.5 进一步研究

根据前文分析，研发操纵虽然会为企业博得更多政策优惠，但这种虚假的研发投入最终会被外部市场“揭穿”，使得企业长期价值遭到贬损，那么，管理层实施研发操纵的真实目的究竟是什么？从研发操纵行为的性质来看，它是一种管理层的机会主义行为，旨在借助政策谋取私利。具体而言：将费用化变更为资本化的研发操纵使得企业资产增加、费用减少，提升短期财务绩效，而费用类归集操纵以及真实研发活动操纵对外“彰显”企业研发能力，向市场释放虚假的创新信号，提升短期市场绩效。

借助前文关于研发操纵(Bper)的变量定义，本文将研发操纵小于0的情形界定为企业采取了费用化变更为资本化的研发操纵(Bper_inv)，研发操纵(Bper)大于0的情形界定为企业采取了费用类归集操纵或者真实研发活动操纵(Bper_exp)。以企业当期的资产收益率(Roa)与市账率(Mtb)分别衡量短期财务绩效和短期市场绩效，构建模型(7)和模型(8)。其余控制变量同前文所述，回归结果如表7所示，第(1)列、第(2)列中交互项系数(RDdinc*Bper_inv、RDdinc*Bper_exp)均显著为正，说明研发操纵的短期效应为正，表现为研发操纵会放大政策与短期财务绩效、短期市场绩效的正相关关系，而长期效应为负，表现为研发操纵会减损政策与企业长期价值的正相关关系(假设H3已证)。

Roa=φ0+φ1RDinc+φ2Bper_inv+φ3RDdinc*Bper_inv+φ4Size+φ5Lev+φ6Soe+φ7Turnover+φ8Roe+φ9Top10+φ10Idr+φ11Age+φ12∑Firm+φ13∑Year+μ

(7)

Mtb=φ0+φ1RDinc+φ2Bper_exp+φ3RDdinc*Bper_exp+φ4Size+φ5Lev+φ6Soe+φ7Turnover+φ8Roe+φ9Top10+φ10Idr+φ11Age+φ12∑Firm+φ13∑Year+μ

(8)

4 结论与建议

4.1 研究结论

“产业政策之争”发展至今，研究“政府如何更好地推行产业政策”比继续争论“产业政策是否有效”更具有现实意义。为了揭开研发激励型产业政策背后经济效应的“神秘面纱”，本文以当前优惠力度和受惠范围都颇具代表性的研发费用加计扣除政策作为研究对象，以2008-2019年我国沪深两市A股上市公司作为研究样本，首先对政策实施效应进行分析，随后考察政策效应之间的相互影响，并在此基础上探讨企业内部控制的治理功能。研究发现，政策具有两面性：一是带来积极效应，表现为政策能够激励企业研发创新，带来企业长期价值提升；二是存在消极效应，表现为政策引发企业开展研发操纵，同时，消极效应会对积极效应产生替代作用，而提升企业内部控制有效性既可以抑制政策的消极效应，又可以放大政策的积极效应。进一步研究发现，政策的消极效应源于企业借助政策实施研发操纵可以提升短期财务绩效和短期市场绩效。

研发激励型产业政策具有双面性，积极效应和消极效应可能同时存在，因此，在分析产业政策的效应时，单方面政策分析所得结论可能无法反映实施效果全貌。既要从政策本意出发，检验政策的积极效应，也不应忽视企业对于政策的策略性应对行为，并考虑这种“迎合行为”对政策实施效果的影响。由此方能更加客观地评价政策背后的经济效应，提出更加科学合理的完善建议。

4.2 政策建议

4.2.1 政策制定层面

(1)坚持研发激励型产业政策助力企业科技创新的总原则不动摇，继续从受惠企业范围、研发费用界定、加计扣除比例以及享受政策时点等政策构成要素着手，进一步加大政策优惠力度，持续释放减税红利，激励企业增加真实的研发投入，增添企业创新活力，充分发挥政策的积极效应。

(2)内部控制水平反映企业研发资源配置有效性，具有优化企业创新环境的功能，内部控制水平较差意味着企业可能存在创新资源管理混乱或者利用研发操纵骗取税收优惠等问题。鉴于此，一方面，考虑到目前我国现有内部控制指数评价体系较为完善，建议在政策设计中引入企业内部控制指数作为纳税信用等级评价要素。例如，可根据内控指数大小或者内部控制缺陷类型，将受惠企业划分为A、B、C三类，内控较好的A类企业可以在当年预扣预缴时加计扣除，相关资料留存备查，内控水平较差的B类企业以及内控存在重大缺陷的C类企业在研发费用加计扣除纳税申报时，必须同时提供经科技部门认定的研发活动资料。对于B类企业而言，若其不能按时准确提供则适当减少当期允许加计扣除的金额，其余部分予以递延，待其提供完备材料或改善内控水平时再从当期应纳税所得额中一次性扣除。对于C类企业而言，若其不能按时准确提供则不能享受加计扣除政策，以此规范受惠企业研发活动税务处理，督促企业建立并维护有效的内部控制，从事前和事中保证研发投入真实性。另一方面，鉴于内控存在固有局限性，政府不能过度依赖企业内控，可考虑辅之以企业长期价值作为考核标准。例如，若企业历年来研发投入较大，享受加计扣除税收优惠金额较多，但长期价值未见明显增加，则表明企业研发活动可能存在问题，需要进一步调查，事后评价研发投入真实性。由此既借助企业“创新自治”降低政府的政策监管成本，又通过价值反馈识别企业研发问题，实现内部控制制度与研发激励型产业政策有机结合，遏制政策的消极效应，并强化积极效应，扬长避短，缓解政策的两面性。

4.2.2 政策执行层面

(1)优化纳税服务，创新服务手段，推动政策落实落细，推进减税降费“直达快享”，切实减轻企业研发负担。地方政府可以成立政策落实工作小组，对当地企业开展实地调研，了解企业在研活动、加计扣除申报过程中面临的实际困难，关注企业呼声，对企业进行上门“一对一”辅导，确保相关问题及时解决。同时，利用税收大数据等现代技术手段，考察地区内企业发展现状和创新潜力，深入剖析企业在行业布局、创新资源配置、成果转化等方面的共性问题，对症下药，有的放矢，提高政策执行效率与效果。

(2)加大骗税行为打击力度，避免政策执行误入“上有政策，下有对策”的雷区。主管税务机关应利用税收大数据持续关注企业申报的可加计扣除的研发支出异常波动，识别可能存在的研发操纵行为，并采取深入调查，一旦发现企业存在利用研发操纵骗取税收优惠行为，就给予严肃处理。可以永久剥夺企业享受政策的权力，还可以要求企业返还其所骗取的税收收入并加收相应税收滞纳金，情节严重者可依法追究相关人员刑事责任。一方面增加企业违规风险和成本，使其违规成本远高于违规收益，让管理层从根本上放弃研发操纵等机会主义行为；另一方面完善税收征管环境，秉承“执法必严，违法必究”治理原则，实现政府治理能力和治理体系现代化。

参考文献:

[1] HALL B H. R&D tax policy during the 1980s: success or failure[M]// POTERBA J M, EDITOR. Tax policy and the economy. Cambridge and London:MIT Press, 1993: 1-35.

[2] HALL B, VAN REENEN J. How effective are fiscal incentives for R&D: a review of the evidence[J]. Research Policy, 2000, 29(4-5): 449-469.

[3] 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.

[4] 孙刚. “科技认定”、代理成本与创新绩效——基于上市公司专利申请的初步证据[J]. 科学学研究, 2018, 36(2): 249-263.

[5] 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, 52(8): 110-124.

[6] 杨国超, 芮萌. 高新技术企业税收减免政策的激励效应与迎合效应[J]. 经济研究, 2020, 55(9): 174-191.

[7] 李新, 汤恒运, 陶东杰, 等. 研发费用加计扣除政策对企业研发投入的影响研究——来自中国上市公司的证据[J]. 宏观经济研究, 2019，41(8): 81-93,169.

[8] 李静祎. 研发费用加计扣除与高新技术企业创新投入——基于税收征管的调节效应[J]. 财会通讯, 2020，41(12): 58-61,70.

[9] 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, 2018，13(14): 42-49.

[10] 姚维保, 张翼飞. 研发税收优惠必然提升企业绩效吗——基于上市医药企业面板数据的实证研究[J]. 税务研究, 2020，36(7): 95-101.

[11] 张俊瑞, 陈怡欣, 汪方军. 所得税优惠政策对企业创新效率影响评价研究[J]. 科研管理, 2016, 37(3): 93-100.

[12] 贺康, 王运陈, 张立光, 等. 税收优惠、创新产出与创新效率——基于研发费用加计扣除政策的实证检验[J]. 华东经济管理, 2020, 34(1): 37-48.

[13] 王芸, 陈蕾. 研发费用加计扣除优惠强度、研发投入强度与企业价值[J]. 科技管理研究, 2016, 36(5): 18-22,29.

[14] 孙自愿, 梁晨, 卫慧芳. 什么样的税收优惠能够激励高新技术企业创新——来自优惠强度与具体优惠政策的经验证据[J]. 北京工商大学学报(社会科学版), 2020, 35(5): 95-106.

[15] 李闻一, 吴海波, 崔果, 等. 研发费用加计扣除政策对企业研发投入的影响[J]. 会计之友, 2019，37(5): 31-36.

[16] 吴秋生, 鲍瑞雪. 财务条件对研发支出加计扣除政策效果的影响[J]. 会计之友, 2018,36(13): 76-81.

[17] 吴秋生, 冯艺. 加计扣除、费用归类操控与企业研发投入效率[J]. 财贸研究, 2020, 31(7): 100-110.

[18] 王艺凯, 周咏梅, 王晓琳. 税率优惠、加计扣除政策与企业创新——基于倾向得分匹配的实证研究[J]. 金融与经济, 2020，41(8): 58-66.

[19] HIMMELBERG C P, PETERSEN B C. R&D and Internal finance: a panel study of small firms in high-tech industries[J]. Review of Economics and Statistics, 1994, 76(1): 38-51.

[20] 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.

[21] 何保国. 管理层自利、研发费用税收筹划与民营企业财务绩效[J]. 财会通讯, 2019，40(27): 83-86.

[22] 吴秋生, 王婉婷. 加计扣除、国家审计与创新效率[J]. 审计研究, 2020，36(5): 30-40.

[23] 胡元木, 刘佩, 纪端. 技术独立董事能有效抑制真实盈余管理吗——基于可操控R&D费用视角[J]. 会计研究, 2016，37(3): 29-35，95.

[24] 谢德仁, 廖珂, 郑登津. 控股股东股权质押与开发支出会计政策隐性选择[J]. 会计研究, 2017，38(3): 30-38，94.

[25] 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, 44(10): 87-98，120.

[26] 江雅雯, 黄燕, 徐雯. 政治联系、制度因素与企业的创新活动[J]. 南方经济, 2011，29(11): 3-15.

[27] GUNNY K A. The relation between earnings management using real activities manipulation and future performance: evidence from meeting earnings benchmarks[J]. Contemporary Accounting Research, 2010, 27(3): 855-888.

[28] R A. Sustaining development in mineral economies: the resource curse thesis[J]. Journal of Economic Literature, 1994, 32(1): 306-307.

[29] 李增福, 林盛天, 连玉君. 国有控股、机构投资者与真实活动的盈余管理[J]. 管理工程学报, 2013, 27(3): 35-44.

[30] 方红星, 楚有为. 分析师关注与研发活动盈余管理[J]. 财务研究, 2020，6(6): 3-14.

[31] 黄政, 吴国萍. 内部控制质量与股价崩盘风险:影响效果及路径检验[J]. 审计研究, 2017，33(4): 48-55.

[32] 罗正英, 詹乾隆, 段姝. 内部控制质量与企业高管薪酬契约[J]. 中国软科学, 2016,31(2): 169-178.

(责任编辑：万贤贤)