所得税优惠政策对企业研发投入的激励效应——基于信息技术业上市公司的实证研究

◆朱沁瑶

内容提要：为了增强企业自主创新的绩效，支持高新技术企业健康发展，我国出台了一系列旨在提升自主创新能力的所得税优惠政策。文章基于我国191家信息技术业上市公司2014—2017年的面板数据，采用倾向得分匹配法（PSM），探讨了所得税优惠政策对企业研发投入的激励效应。研究结果表明：所得税优惠政策对企业研发投入具有显著正面激励效应，但这一激励效应存在滞后性；所得税优惠政策对不同属性企业研发投入的影响存在差异，对非民营企业正面激励效应强于民营企业。

一、引言

科技是第一生产力，创新是引领发展的第一动力。自2012年党的十八大明确提出实施创新驱动发展战略以来，我国相继出台了一系列旨在加强自主创新能力、推动经济社会科技进步的财政、税收、金融政策，截至2017年底，我国研发与试验发展（R&D）经费支出达到17,500亿元，较2016年同比增长11.63%，占当年度国内生产总值的2.16%，研究与试验发展人员总计404万人。

作为创新主体的企业在推动科技创新中发挥了主导作用，然而研发与开发活动中存在的高风险和不可预见性在很大程度上制约了企业自主研发的积极性。企业的首要目标是追求利益最大化，在进行研发活动之前，企业更多地考虑投资回报率。此外，由于科技创新具有外部溢出性，社会公众有可能从创新活动中获得比研发者自身更多的利益，这导致企业往往不愿意按照公众意愿进行科技创新。因此，政府有必要采取相应措施激励企业的创新投入。创新激励导向型税收优惠政策主要有两种：一种是企业所得税税率优惠，另一种是研发投入加计扣除。鉴于享受研发投入加计扣除的企业较少，且享受了研发投入加计扣除的企业通常也享受了企业所得税税率优惠政策，因此本文主要探讨企业所得税优惠政策对企业研发投入的激励效应。

信息技术业是国家重点关注和扶持的高新技术产业，也是战略性新兴产业的重点发展对象，对于我国加快建设创新型国家、提高自主创新能力起着举足轻重的作用。本文运用倾向得分匹配法，对信息技术业上市公司2014—2017年的面板数据进行实证分析，评估所得税优惠政策对企业研发投入的激励效应。

二、文献综述

目前国内外很多学者对税收优惠对研发投入的影响进行了大量研究，然而结论各有不同，大致可以分为两派：一派认为税收优惠政策能够有效激励企业增加科技创新的研发投入；另一派则认为税收优惠政策在实施过程中受到多种因素的影响，其对企业的R&D激励效应是不显著的，下面分别就这两派进行阐述。

（一）显著的正面激励

Hall（1993）将税收价格弹性作为衡量R&D税收优惠政策效应的指标，研究表明，税收优惠政策能够有效促使企业增加R&D支出，并指出长期的激励效应强于短期。Koga（2003）通过对1989—1998年904家日本制造业企业进行税收价格弹性研究，发现税收优惠政策的税收价格弹性总体约为-0.68，即政府税收收入减少1%，企业研发支出增加0.68%。此外，规模较大企业的税收价格弹性更高，说明企业规模影响税收优惠的政策效果。Hanel（2003）也得到了相似的结论，相比于中小企业，规模较大的企业更加倾向于使用税收优惠政策。Czarnitzki等（2011）以1997—1999年加拿大联邦政府实施的税收抵免计划为政策节点，对加拿大5944家制造业企业进行实证研究，观察税收优惠政策对企业新产品研发数量、新产品销售额、新产品创新程度等的影响，结果表明，税收优惠政策带来了一定程度的创新产出。曹阳等（2016）以我国146家生物医药企业为样本，分别从企业所得税优惠和研发投入加计扣除两项R&D税收优惠政策出发，除了探讨税收优惠政策对战略性新兴产业研发投入的影响，还引入了一系列衡量企业经济绩效的指标，研究发现两项政策均对企业研发活动产生了积极促进作用，但企业所得税优惠对于企业的创新激励效应更加明显。潘孝珍（2017）以我国沪深A股上市公司为样本的研究表明，企业所得税优惠的政策效应受到地区效应和行业效应的影响，在控制了地区效应和行业效应后，企业所得税名义税率优惠能够促进企业增加研发支出占比。陈洋林等（2018）以沪深交易所558家战略性新兴产业上市公司为样本，除了发现税收优惠与企业科技创新存在显著因果关系外，还指出民营企业受到税收优惠的激励作用更加强烈。孙俊芳等（2018）以上海、广东、江苏、浙江为研究对象，发现税率优惠程度与高新技术企业的研发投入支出呈现显著正相关关系。从宏观层面上看，Bloom等（2002）对1979—1999年9个OECD国家进行了实证分析，同时引入国家差异性特征、世界宏观经济波动等控制变量，结果表明，税收政策激励带来R&D活动成本的降低，从而有效促进了R&D投入的增加，并且这一正面效应在长期更为显著。Guellec等（2003）利用17个OECD国家的相关数据得出了相似的结论。

（二）不显著的激励效应

Mansfield和Switzer（1985）的研究表明，直接的税收优惠给R&D支出带来的影响较小，税收优惠政策仅仅使R&D支出增加了2%，但是造成了政府财政收入30%～40%的损失。Griffith等（2010）研究发现，税收优惠政策的实施效果并不尽如人意，企业研发投入成本降低并没有有效刺激企业增加研发投入的水平。李艳艳和王坤（2016）以中国A股上市公司为研究对象，研究发现税收优惠激励本身对企业的研发活动不存在显著的影响，而是通过企业自身投资行为和企业内部创新机制发生作用。储德银等（2017）以上海市137家战略性新兴产业为样本进行的研究表明，税收优惠政策通过人力资本投入所传导的专利产出增加不明显，但是可以通过加大研发投入支出间接促进战略性新兴产业的成果产出。此外，在实地调研方面，李丽青（2007）在对收集的103家样本企业的调查问卷进行回归分析后发现，技术创新税收优惠政策对企业的研发投入效应为正，但该正面效应不明显，政府每减免1元的研发投入税收，企业的研发支出仅增加0.104元。曾繁英等（2015）通过问卷调查和实地走访的形式，考察了福建省泉州市高新技术企业税收优惠政策的实施现状，结果显示48%的高新技术企业尚未享受到减按15%征收的税收优惠政策，究其原因，主要包括企业对优惠政策缺乏了解、申报税收优惠的手续过于繁杂、税收优惠政策的门槛设置过高以及企业内部财务制度不完善等。张俊瑞等（2016）在对陕西省195家高新技术企业深入调研的基础上，考察了税收优惠政策与企业创新效率的关系，研究结果表明，现行的税收优惠政策并不能显著提高高新技术企业的创新效率。袁建国等（2016）研究发现，税收优惠对企业的创新产出不具有显著促进作用，并且进一步指出税收优惠政策的激励效果在不同的企业产权性质、不同的企业所在地区、不同的企业规模之间会出现分化。

在现有税收优惠相关文献中，以信息技术业为独立分析对象的研究较少，大多是将信息技术业企业与其他行业的上市公司进行比较研究，且研究方法主要集中在政策的机制分析和传统的回归分析上。对此，本文从以下方面进行完善：首先，采用倾向得分匹配法，以2014—2017年信息技术业上市公司的面板数据为分析对象，以是否享受企业所得税优惠为处理变量，将企业分为处理组和对照组，基于企业的特征变量对样本进行匹配，这样在一定程度上可以避免样本选择偏误问题。其次，按照产权属性将样本企业分为民营企业和非民营企业，分别考察所得税优惠对两类企业研发投入的激励效应。最后，基于企业异质性对PSM的研究结果进行稳健性检验，分别控制年度效应、地区效应、属性效应，从而得出更为稳健和可靠的结论。

三、研究设计

（一）方法模型

目前学术界对税收优惠政策激励效应研究大多采用传统回归分析法，主要是以企业研发投入额为因变量，以税率或税收优惠总额为自变量，在回归模型中加入大量影响企业R&D创新投入的控制变量，以期更加准确地评估税收优惠的政策效应。然而这种传统研究方法往往存在选择性误差的问题，即在因果推断的研究中，存在一些其他变量混淆自变量与因变量的关系，比如企业能否获得税收优惠以及获得多大的税收优惠可能受到企业规模、企业存续年限、企业的经营状况等因素的影响，现实中享受税收优惠的企业往往是那些本身科研实力较强的企业，而一些起步较晚、规模较小、科研经费及科研人员不足的企业因为无法达到税收优惠的门槛而无法享受到这一政策。因此，享受税收优惠的企业与未享受税收优惠的企业在研发投入上的差异可能受到了混淆变量（Confounding Variable）的影响。倾向得分匹配方法为这一问题提供了较好的解决方案。

倾向得分匹配法（PSM）的概念最初由Rosenbaum和Rubin在《倾向值对于观察研究中因果推断的中心作用》一文中提出,其基本思想在于通过匹配倾向值找出与处理组尽可能相似的控制组，从而可以有效控制与消除选择性误差以保证因果结论的可靠性，最后计算出匹配后的处理组与对照组因变量的均值及处理组的平均处理效应。基于这一思想，我们构建如下反事实模型：

式（1）中，Yi是结果变量，表示第i家企业研发投入水平，T是处理变量，企业获得税收优惠时T等于1,否则T等于0，Y1i、Y0i分别表示第i家企业获得税收优惠和未获得税收优惠情况下的研发投入水平。对同一家企业而言，不可能同时处于享受税收优惠和未享受税收优惠的互斥状态中，企业是否享受税收优惠政策受到混淆变量的影响，这些混淆变量可以通过观察样本i的特征得到，比如企业的存续年限、员工人数、净资产收益率等重要的可观测变量，传统的研究方法通常对不同特征变量进行一对一配对，然而影响企业是否获得税收优惠的特征变量较多，随着配对维数的增多，配对效果反而变差，且处理组和对照组之间仍然会存在显著的特征差异，内生性问题无法得到有效的解决。

不同于传统的配对方法，倾向得分匹配给定一系列影响企业获得税收优惠的可观测变量X，以计算企业享受税收优惠的概率：

为了评估政策效应，本文需要关注匹配后处理组的平均处理效应（the Average Treatment Effect for the Treated, ATT）：

在本文中，倾向得分匹配就是通过混淆变量对处理组和对照组中的企业进行倾向值打分，在未享受税收优惠的对照组企业中找到与享受税收优惠的处理组企业倾向值相同的样本，享受税收优惠的处理组企业与未享受税收优惠的对照组企业在结果变量上的差异即为平均处理效应，换言之，平均处理效应表示享受税收优惠政策的企业在享受该政策后所增加的研发投入。

根据倾向得分匹配模型的思想，本文的实证分析将按照以下步骤进行：第一步，选择影响企业获得税收优惠的混淆变量，运用logit模型计算出各混淆变量的参数值，从而估计出企业获得税收优惠的倾向得分值；第二步，根据不同企业的倾向得分在获得税收优惠的处理组企业和未获得税收优惠的对照组企业中进行匹配，然后进行平衡性检验，对匹配前后混淆变量的误差削减情况进行分析，若匹配后两组样本的混淆变量无显著差异则表明匹配结果良好，通过平衡性检验；第三步，计算处理组的平均处理效应（ATT），即观察匹配后处理组中获得税收优惠的企业与对照组中未获得税收优惠的企业之间结果变量的差异,以此评估税收优惠政策对于企业研发投入的激励效应。

（二）数据来源

本文选取的样本为2014—2017年沪、深证券交易所中信息技术业上市公司的面板数据。其中企业适用的所得税税率从财务报表附注中获得，整理后发现总共有25%、15%、12.5%、10%、0%五种企业所得适用税率，这五种税率的政策解读为：（1）我国企业所得税法规定现行企业所得税的基本税率为25%。（2）企业所得税法规定国家需要重点扶持的高新技术企业的所得税优惠为15%。（3）企业所得税法实施条例规定，一个纳税年度内，居民企业技术转让所得不超过500万元的部分，免征企业所得税，超过500万元的部分，减半征收。（4）财税〔2012〕27号文件规定，符合条件的软件企业，在2017年12月31日前自获利年度起计算优惠期，第一年至第二年免征企业所得税，第三年至第五年按照25%的法定税率减半征收企业所得税，并享受至期满为止，国家规划布局内的重点软件企业，如当年未享受免税优惠的，可减按10%的税率征收企业所得税。因此，本文对样本做如下处理：（1）设定企业所得税适用税率为15%、12.5%、10%、0的企业作为享受税收优惠的处理组样本，其核心解释变量T的取值为1，设定企业所得税税率为基本税率25%的企业作为未享受税收优惠的对照组样本，核心解释变量T的取值为0。（2）剔除没有研发投入的企业和信息缺失较多的企业。最终，得到的有效样本为191家信息技术业上市公司，数据来源于wind数据库、国泰安数据库（CSMAR）。

（三）变量选取

1.结果变量与处理变量

科研经费绩效评价是对科研项目经费支出的效益和效率进行的客观评价。高校每年都有巨额的科研项目经费支出，而且这部分费用每年都在递增，那么如何将科研项目经费使用得最合理、效益最大化就尤为关键。目前各高校对于科研项目的验收主要停留在科研项目的成果上，而很少关注科研项目经费使用的绩效考评，这导致了部分项目结束后，科研经费有结余可项目还没有结题，或者已经结题了却没有去财务部门办理相关手续，导致结余科研经费长期挂帐，甚至个别项目负责人将经费挪为他用。

本文的结果变量为企业研发投入，采用研发投入的自然对数作为衡量企业科技创新投入的指标，用以评估所得税优惠政策对企业的创新激励效应，记为Y。处理变量，即作为影响结果变量的核心解释变量，在本文中为反映企业是否获得税收优惠的虚拟变量T，将2014—2017年间获得税收优惠的企业设为处理组（T=1）,未获得税收优惠的企业设为处理组（T=0）。

2.混淆变量

混淆变量是指既影响企业研发投入又影响企业是否能够获得政府税收优惠支持，但不作为研究重点的可观测的控制变量，因此混淆变量要尽可能涵盖结果变量和处理变量的相关特征变量。本文对混淆变量做了如下分类：（1）企业年龄。企业持续的经营期间，用样本年份减去企业成立年份得到，一般认为，新成立的企业创新意愿和动力更强，有利于获得政府税收政策的支持。（2）企业规模。有研究表明，企业规模通常被作为衡量企业是否获得政府政策倾斜的重要考察指标，本文采用企业拥有的员工总数代表企业规模。（3）企业经营水平。企业经营状况的好坏往往决定了其市场地位，是吸引政府扶持的关键要素，经营状况良好的企业通常被认为是“市场赢家”，政府扶持的力度也更大。（4）企业盈利能力。如果说企业经营状况是企业总体表现的方向盘，那么企业盈利能力则是企业真实实力的晴雨表，在反映企业盈利能力的诸多指标中，本文采用了最具代表性的净资产收益率。（5）企业资产负债状况。资产负债率能够直观反映出企业的资产负债状况，企业的资产负债状况包括企业利用债权人资金进行经营活动的能力，以及企业偿债能力和债权人资产的安全系数。（6）企业发展能力。政府扶持时除了考虑企业的当下时点的表现外，还会特别关注企业未来的发展潜力，总资产增长率是企业年末总资产的增长额与年初总资产额之间的比率，反映的是企业本期资产规模的增长情况，是分析企业当期资本积累能力和发展潜力的主要指标。（7）企业人力资本回报率。在知识经济时代，人力资本对企业的生存发展至关重要，企业人力投入回报率指企业在人力资本上每投资1元所获得的回报，反映了企业利用人力资源的有效性。（8）企业资本投入结构。资本固定化比率反映的是企业自有资本中固定化资产所占的比重，固定化资产包括在建工程、无形资产、递延所得税资产等项目，固定化资产越多，资金需要越强烈的企业获得政府创新扶持的可能性越大。（9）企业技术能力。无形资产在总资产中占比越大的企业更容易获得政府税收优惠政策的青睐。具体的变量选取情况见表1。

表1 变量定义

3.变量的统计特征

表2是变量在2014—2017年各年份的描述性统计。从表中可以观察到的信息有：（1）企业的研发投入逐年增加，2014—2017年企业研发投入的自然对数分别为17.98、18.22、18.45、18.59。（2）享受税收优惠的企业数量不增反降，2014—2017年间享受税收优惠政策的信息技术业企业的数量依次为168家、165家、160家、148家，尽管企业的研发投入在增加，但能够享受税收优惠的企业反而减少，这既可能是因为税收优惠政策的调整使得门槛提高从而剔除了部分企业，也可能表明企业在根据发展战略和经营状况自行选择税收优惠政策。（3）企业的营业收入逐年增长，然而企业的盈利能力并没有随之增强，各年份的净资产收益率分别为7.38%、6.56%、5.15%、0.93%，这既说明了企业研发投入的增加可能挤占了净利润，也说明由于享受到税收优惠的企业减少，企业的盈利能力也受到了影响。值得注意的是，2017年享受税收优惠的企业仅有148家，相比2016年减少了12家，与之相对应的是2017年企业的净资产收益率为0.93%，跌破1%，比上年下降4.22个百分点，这进一步说明了税收优惠政策对于信息技术业企业必不可少的支持作用，除去税收优惠政策的影响，还可能与信息技术产业的结构调整和转型升级有关。（4）企业资产负债率呈现总体上升趋势，这可能与企业的员工人数和研发投入的增加有关，随着企业规模的扩大和科技创新压力的加重，企业对外融资的需求也随之增加。（5）在企业发展能力方面，总资产增加率呈现先增长后减少的态势，与之相对应的是，企业人力资本的回报率表现出大致相同的趋势，这说明人力资本的产出与企业的成长能力密切相关，人力资本极大地影响了企业的持续发展能力。（6）在资本投入结构方面，2014—2017年，企业的资本固定化比率依次为59.05%、66.37%、68.60%、74.02%，呈现出稳步增长的态势，这与企业增加R&D活动有关。一方面，R&D活动的开展增加了研发设备等固定资产；另一方面，科技创新水平的提高使得产品更新换代周期变短，折旧加速。此外，企业技术资产比在这期间没有太大变化，这可能源自无形资产与总资产之间的同比增加。

表2 变量描述性统计

注：表格中数据统一为小数点后两位。

四、实证结果分析

表3 平衡性检验结果

注：表格中数据统一为小数点后两位。

图1 各变量的标准化偏差

通过平衡性检验后，接下来对匹配后的结果变量进行比较，计算处理组结果变量的平均处理效应。倾向得分匹配具有多种研究方法，较为常用的有k近邻匹配法、卡尺内k近邻匹配法、半径卡尺匹配法、局部线性回归匹配法、核匹配法、样条匹配法、马氏匹配法，本文选取一对四k近邻匹配法、半径卡尺匹配法、核匹配法、样条匹配法、马氏匹配法对全样本进行倾向值匹配，这样既可以更为准确地评估税收优惠的政策激励效应，又可以增强匹配结果的稳健性。

在这里，考虑到公司属性对企业研发投入决策的影响，本文借鉴陈洋林等（2018）的方法，将样本中191家信息技术业上市公司分为民营企业和非民营企业两大类别，其中民营企业占绝大多数，2014—2017年间，民营企业数量依次为139家、135家、136家、134家，非民营企业数量依次为52家、56家、55家、57家。之所以认为公司属性的不同会影响企业的研发投入水平，是因为：第一，长期以来，中国民营企业尤其是民营中小企业税收负担重，融资成本高，对于税收优惠政策有更加强烈的期盼和敏感度。第二，样本中的非民营企业包括中央国有企业、地方国有企业、公众企业、集体企业、外资企业及其他企业，相较于民营企业，这些非民营企业中高管与政府的政治关联度更高。一方面，其运营发展受到政府干预的程度相对更高；另一方面，在掌握政策信息的环节中，非民营企业能够更加方便及时地获取关键信息，从而使税收优惠政策能够更有效地为企业利益服务。第三，相较于非民营企业增加研发投入所需的繁杂的手续和审批环节，民营企业拥有较为灵活的财务制度，能够在资金运作方面对税收优惠政策迅速作出反应，比如购买最新研发设备，增加科研人员的薪酬和股权激励，扩大产品研发范围等。通过以上分析，本文结合倾向得分匹配的研究方法，得到了税收优惠政策对不同属性的企业各年份研发投入的激励效应（ATT），具体结果见表4。

根据表4可以看出以下四点：（1）在2014—2017年间，无论采用何种匹配方法，税收优惠对不同属性企业研发投入的激励效应均为正，表明税收优惠政策确实可以起到促进企业加大科技创新投入力度的作用，这也从事实上为税收优惠政策实施提供了经验证据。但与此同时，注意到2017年的ATT效应在显著性上明显低于其他年份，与之相对应的是2014年ATT效应的显著性最强，一方面，这可能是税收优惠政策的时滞性造成的，税收优惠的激励效应还无法完全显现出来；另一方面，这印证了2017年享受税收优惠的企业数量的减少以及净资产收益率大幅下降的事实，净资产收益率的降低影响了企业研发投入的决策，税收优惠对企业研发投入的激励效应变得更加复杂。（2）从全样本来看，税收优惠政策对企业研发投入的激励效应除2017年外均显著为正，且数值在总体上高于民营企业和非民营企业，这表明税收优惠政策对信息技术产业的整体创新激励效应较强。（3）按照公司属性将全样本企业进行分类后发现，无论是民营企业还是非民营企业，税收优惠激励的ATT效应在多数年份显著性不高，说明税收优惠对于民营企业和非民营企业的创新激励效应稳健性不强，有待进一步检验。（4）非民营企业对于税收优惠在科技创新活动上的反应总体上强于民营企业，这可能源自非民营企业较强的政治关联度所带来的便利和效率。

表4 税收优惠对企业研发投入的激励效应（ATT）

五、稳健性检验

在倾向得分匹配分析中发现，税收优惠对不同属性的企业研发投入的激励效应显著性较弱，且不同年份企业受到的激励程度也有所不同。为进一步检验税收优惠政策对企业研发投入的激励效应，将样本企业的属性进一步细分为民营企业、中央国有企业、地方国有企业、公众企业、集体企业、外资企业及其他企业，并引入6个表示公司产权属性的虚拟变量来控制属性效应，并在此基础上加入其他反映企业异质性的控制变量，如年度效应、地区效应。按照各地区经济发展的水平，可以将我国划分为四大区域，分别为东部、中部、西部、东北部，在模型中引入3个表示区域的虚拟变量来代表地区效应。从企业异质性的角度出发，将衡量企业自主创新行为的企业内部研发投入水平作为被解释变量，以衡量企业是否获得税收优惠的虚拟变量作为核心解释变量，再以倾向得分匹配分析中使用的混淆变量作为常规控制变量，同时加入反映企业异质性特征的年度效应、地区效应、属性效应作为其他控制变量，基于普通最小二乘法（OLS）对各变量进行稳健性检验。回归结果如表5所示。

表5 基于企业异质性的稳健性检验

注：（1）括号内为t统计值。（2）***、**、*分别表示在1%、5%、10%的显著性水平上显著。

从表5中可以看到，在模型1中未加入控制变量时，虚拟变量T的系数为0.49且在1%的显著性水平上显著，但是可决系数R2很小，模型的拟合优度较低，模型有待进一步完善，说明要探究税收优惠政策对企业研发投入的影响还需要加入控制变量。在模型2中加入常规控制变量后发现T的系数达到0.70，且可决系数从0.02大幅增加至0.64，在模型3—模型7中，随着逐步加入反映企业异质性的其他控制变量，T的系数基本维持在0.70的水平上，模型的拟合度也基本保持在0.65的水平上，当加入所有控制变量后，模型7中T的系数及其显著性略微增加，但总体变化不大。上述结果与表4中基于倾向得分匹配法的ATT效应相吻合，即企业所得税优惠政策确实激励了企业提高研发投入的支出，并且如果在模型中更多地引入反映企业异质性特征的控制变量，如年度效应、地区效应、属性效应等，模型的解释效力会进一步提高，即可以更加准确地评估企业所得税优惠政策对于信息技术业上市公司研发投入的激励效应。

六、结论与政策建议

本文以2014—2017年信息技术业上市公司的面板数据为样本，运用倾向得分匹配法，对企业所得税优惠政策的创新激励效应进行实证研究，从而有效控制和避免传统回归分析中的内生性问题。结果表明，所得税优惠政策对企业增加研发投入具有正面的激励效应，但该激励效应具有一定的滞后性。此外，在对公司属性进行分类后发现，税收优惠对非民营企业的激励效应强于民营企业。这些结论对于研究税收优惠政策如何更好推动战略性新兴产业的发展具有重要的启示和借鉴意义。

根据本文的研究结论，提出以下政策建议：

第一，鉴于所得税优惠政策对企业研发投入的正面激励效应，一是政府应当利用好税收优惠这一政策工具，建立税收优惠的长效机制，加大税收优惠的力度，实施更多、更有效的税收优惠政策，通过持续不断的税收优惠政策激发企业的创新热情和动力，切实提高企业的科技创新水平。二是进一步完善税收优惠体系，配合人才引进计划的实施，落实符合各地经济发展水平的福利政策，吸引科技人才的加入，激发他们的创新潜能。三是建立以创新绩效为导向的税收优惠政策体系，加强政策落实和后续的监管工作，对长期享受税收优惠却没有实质性技术进步的企业降低税收优惠的力度甚至取消其资格，创造公平竞争的市场环境。

第二，鉴于税收优惠政策对于企业提高研发投入的滞后性，应当尽快建立健全税收优惠实施体系，精简审批事项，优化实施流程。同时，加大政策宣传力度，让企业对国家相关税收政策有更好的理解和学习，并充分认识到税收优惠政策能够给企业带来的积极效应，鼓励企业提前准备好申请税收优惠所需的相关材料，从而有效提高政策的时效性。

第三，鉴于民营企业在享受税收优惠政策过程中处于劣势地位，一方面，民营企业应当利用好自身在财务管理和收入分配上的灵活性和自由度，积极提高企业科技工作人员的薪酬奖励，将企业的创新绩效与科技人员的薪酬水平相挂钩。另一方面，政府应当针对民营企业的特征和发展水平出台特定的政策，切实降低民营企业的税费负担。在税制方面，对民营企业设置更低的所得税率，更高的研发费用扣除率和加速折旧率及其他减免措施。