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

贺 康，王运陈，张立光，万丽梅

（1.西南财经大学 会计学院，四川 成都 611130；2.四川农业大学 管理学院，四川 成都 611130；3.复旦大学 工商管理博士后流动站，上海 200433；4.中证金融研究院，北京 100032）

一、研究背景

随着经济全球化的来临，企业竞争日趋激烈，技术创新对提升企业核心竞争力和推动国家经济增长日益重要［1-2］。为此，李克强总理于2015年提出了“大众创业，万众创新”的理念，期望通过技术创新促进就业，拉动经济增长。但是，由于技术创新的高投入性、高风险性、正外部性等原因，企业创新的私人收益低于社会收益，这极大地扭曲了企业的创新动力，企业创新难以得到有效推动。因此，政府的适当干预和支持对激励企业创新就显得尤为重要。财政部、国家税务总局、科学技术部于2015年11月联合颁布《关于完善研发开发费用税前加计扣除政策的通知》（财税［2015］119号），具体细化了国务院有关研发费用加计扣除政策（以下简称“加计扣除政策”），进一步降低了企业享受优惠的门槛。该项政策出台后，能够减少企业纳税额，节约经营现金流，缓解企业融资约束，提高企业创新积极性和资金使用效率。

分析和评价现行税收优惠政策的激励效果是检验政策是否有效的重要环节，这对提高税收优惠政策的激励精准性及建设创新型国家具有重大现实意义。在国外的研究中，大部分文献认为税收优惠政策降低了创新成本，增加了企业的经营现金流，促进了企业创新投入［3-5］。针对中国的大部分研究也表明税收优惠政策有利于企业的创新投入［6-9］。但这部分文献对税收优惠政策的研究更多是从企业创新投入的角度进行分析评价，较少涉及创新产出与创新效率，而真正使企业具有竞争力的是企业的创新产出和创新效率［10］。只有不断提升企业的创新产出和创新效率，才能促进经济的可持续发展。那么，加计扣除政策是否提升了企业的创新产出和创新效率呢？此外，不同情境下该政策对企业创新的激励效果是否存在差异？另外，应如何制定科学的税收优惠政策才能真正提升企业的创新产出和创新效率呢？以上相关问题的解答能够为进一步提高税收激励政策效果提供理论依据，因此具有重要的理论与现实意义。此外，现有研究多通过传统的普通最小二乘法（OLS）来考察税收优惠政策的激励效果，这种研究方法难以克服由于遗漏变量和测度误差等因素产生的内生性问题，进而影响了估计结果的有效性。

基于此，为了更准确地评估税收优惠政策对企业创新的激励效果，提高税收优惠政策的激励精准性，本文以2016年1月1日开始实施的研发费用加计扣除政策作为一项外生政策实验，采用中国沪深A股上市公司数据，建立双重差分（DID）模型，考察加计扣除政策对企业创新产出及创新效率的影响，并进一步检验企业异质性因素下该政策实施的不同激励效果，最后提出相应的政策建议。研究发现：①加计扣除政策起到了预期效果，企业的创新产出和创新效率显著提高；②加计扣除政策的激励效果存在异质性，对非国有企业、大规模企业、非高新技术企业和高市场化地区企业的创新产出和创新效率的激励效果更好。本文较为全面地探讨了加计扣除政策的激励效果，并对进一步完善税收优惠政策、促进企业技术创新提出了建议。

本文研究贡献主要体现在如下方面：第一，不同于以往的研究，本文从创新产出和创新效率两个层面探讨了加计扣除政策的实施效果，并将创新产出进一步区分为策略性创新和实质性创新，丰富和完善了税收优惠与企业创新方面的文献。第二，本文结合企业的异质性因素，进一步探讨了加计扣除政策激励效果在不同企业规模、不同产权性质、不同行业特征和不同地区企业间的差异，为弥合因企业异质性因素导致的企业创新差异提供了经验依据。第三，本文使用双重差分模型（DID）进行实证检验，相对于最小二乘法（OLS），这一方法的优点在于较好地避免了政策变量作为解释变量所存在的内生性问题。该模型能够更加客观地评价当前税收优惠政策的激励效应，进而发现现有税收优惠政策的不足，为未来税收政策的改进奠定坚实基础。

二、理论分析与假设提出

（一 ）加计扣除政策的激励效应机制分析

内生增长理论指出，技术进步是一国经济增长的重要源泉，而技术进步依赖于企业创新。但企业创新具有正外部性，企业创新的私人收益率低于社会收益率，使得企业创新投入不足，低于社会最优投资水平［11-12］。企业创新投入不足很大程度上就是因为创新活动成本高、周期长以及创新成果存在外泄的风险。因此，政府适当的干预对促进企业创新显得尤为重要，而税收优惠就是各国政府常用的干预手段［13］，其中被认为设计最为公平、优惠力度最大的当属加计扣除政策。

加计扣除政策对企业创新的影响主要体现如下：第一，在计算企业应纳税所得额时，加计扣除政策直接降低了企业税基，节约了额外经营现金流，从而间接增加了资金供给，增强了企业对高风险、不确定性强的研发项目的投资动机和能力，进而提高企业创新产出和创新效率。第二，加计扣除作为政府行为，具有信号发送作用，可以向风险投资者或金融机构发送企业优质的信号，缓解企业创新活动的信息不对称，提高资本市场对企业创新活动的支持力度，缓解企业面临的融资约束，进而提高创新产出及创新效率。第三，税收优惠有助于企业开发新产品、掌握核心技术，开拓新市场，扩大市场份额，获取更多核心利润，进而有效刺激企业进一步加大创新投入，从而提高创新产出和创新效率。据此，本文提出假设1。

H1：保持其他因素不变，加计扣除政策对企业创新产出和创新效率有激励作用。

（二 ）企业异质性因素对加计扣除政策激励效应的差异分析

从企业的角度来看，由于不同企业的自身需求与风险偏好不同，企业作为税收优惠政策的直接作用对象，在政策的实施过程中会根据信息变化及时调整企业策略，以实现企业利润最大化。因此，税收优惠政策的激励效果在不同企业之间可能存在差异。从政府的角度来看，由于有效信息的稀缺性和经济管理活动的复杂性，政府作为税收优惠政策的制定者，在政策制定过程中存在信息不对称问题。因此，作为“有限”理性的政府，在设计具体政策时采取“一刀切”的方式，削弱了企业的选择余地，导致部分企业的激励效果并不明显，甚至产生了与政策初衷相违背的作用，这些现象在一定程度上造成了政策激励效果产生差异。

1.产权异质性

本文预期加计扣除政策对企业创新的激励效果受产权性质的影响。国有企业和非国有企业由于产权性质不同，其在管理机制、市场环境、资源条件等方面存在差异，因此加计扣除政策的激励效果可能不同。具体来说，国有企业会受到政府的干预［14］，具有稳就业、促增长、调结构、惠民生等多重政治目标，因此可能会放弃部分投资风险较高的创新活动。其次，国有企业存在的委托代理问题，导致国有企业存在创新激励不足、监督不足等问题，降低了加计扣除政策对于国有企业的激励效果。而非国有企业面临的市场竞争更加激烈，需要不断地开发新产品、新专利以占领市场，因此更加注重技术创新。再次，非国有企业管理机制更加灵活，能够根据多变的外部环境调整企业创新的方向和重点。因此，加计扣除政策能有效降低非国有企业的创新成本，缓解非国有企业面临的融资约束，从而提高非国有企业的创新产出和创新效率。据此，本文提出假设2。

H2：保持其他因素不变，加计扣除政策对非国有企业的激励效果更加明显。

2.企业规模异质性

本文预期加计扣除政策对企业创新的激励效果还与企业规模相关。这是因为不同规模企业的研发资源、研发风险承受能力和研发意愿不同，对税收优惠政策的敏感程度也不同，因此税收优惠政策的激励效果可能不同。小规模企业多处于初创期，市场份额较低，利润水平不稳定，导致自有研发资金匮乏，且投资者因小规模企业具有较大的经营风险而保持观望态度，因此小规模企业面临融资约束的问题。其次，小规模企业缺乏丰富的研发经验和完善的管理流程，难以承担较高的研发风险，研发投入资金较少，加计扣除政策节约的经营现金有限，其政策效果不明显。而大规模企业多处于成长期或成熟期，市场份额较高，利润水平比较稳定，具有更完善的研发管理流程和较为顺畅的融资渠道，能负担巨额研发费用和承担研发风险，研发投入力度较大，加计扣除政策能节约更多的经营现金，其政策效果更为明显。据此，本文提出假设3。

H3：保持其他因素不变，加计扣除政策对规模较大企业的激励效果更为明显。

3.行业特征异质性

本文预期加计扣除政策对企业创新的激励效果还受到行业特征的影响。高新技术企业和非高新技术企业适用的所得税政策不同，因此企业所得税的有效边际税率不同，而加计扣除政策作为应税抵扣的优惠方式，其激励效果受有效边际税率的影响［15］。在我国，医药制造业、化学纤维制造业、专用设备制造业等高新技术行业享受所得税优惠政策，有效边际税率较低，这在一定程度上抵销了加计扣除政策的优惠效果。而非高新技术企业有效边际税率较高，在其他条件不变的情况下，加计扣除政策能够为非高新技术企业节约更多的经营现金流，从而让此类企业的创新投入增加，进而创新产出和创新效率提高。此外，高新技术企业的创新活动更加频繁，行业与企业层面的诸多因素均会影响企业创新，因此单一政策对企业创新的影响可能较弱，但是对非高新技术企业来说，行业层面和企业层面的影响企业创新的因素较少，所以加计扣除政策的激励效果可能更明显。据此，本文提出假设4。

H4：保持其他因素不变，加计扣除政策对非高新技术企业的激励效果更为明显。

4.市场化程度异质性

本文预期加计扣除政策对企业创新的激励效果还受到市场化程度的影响。处于不同地区的企业所面临的融资环境、产权制度、激励机制等不同，因此，市场化程度也影响着加计扣除政策的激励效果。对市场化程度较高地区的企业而言，首先，其面临的融资环境更好，表现为融资渠道更为顺畅、融资机会更多，因此给企业提供了比较充裕的研发资金。其次，良好的知识产权保护制度能够降低企业创新的风险，提高企业创新的私人收益，增强企业的研发动机。再次，较为完善的激励机制能够调动市场参与者的积极性，推动各种创新资源的融合，在企业创新的过程中，加计扣除政策与各种创新资源相互配合，发挥协同效应，增加企业创新产出，提高企业创新效率。据此，本文提出假设5。

H5：保持其他因素不变，在市场化程度高的地区，加计扣除政策对企业创新的激励效果更好。

三、研究设计

（一 ）样本选择

本文以沪深两市A股上市公司2013-2017年数据作为研究样本，建立双重差分法（DID）模型，检验加计扣除政策的激励效果。此外，借鉴相关研究，对样本数据进行了如下处理：①剔除金融行业公司和ST公司样本；②剔除数据缺失公司；③对所有连续型变量进行了1%水平上的缩尾处理。经过以上步骤的处理，最后得到7 841个观测值。企业是否享受研发费用加计扣除政策的数据通过翻阅上市公司年度公告获得，其他公司财务数据均来自CSMAR数据库。数据整理与分析均采用Stata15.0统计软件。

（二 ）因变量选取

首先，参考 Dosi等（2006）［16］、周煊等（2012）［17］和Hall等（2012）［18］的研究，本文以专利申请数量衡量企业的产出。这是因为当公司提出专利申请时，即表明技术创新已经取得成果，能为公司带来经济价值，而专利授权受行政审批、政策制度等因素的影响，具有一定的滞后性。因此，专利申请量比授予量更能真实反映创新水平。考虑专利申请数量的有偏分布，本文对专利申请数量取对数，得到测度企业创新产出的指标lnPatent。

其次，借鉴 Hirshleifer等（2013）［19］和姚立杰（2018）等［20］的研究，本文以专利申请数量与当年及前一年研发支出之和的比值来衡量企业创新效率（Innovation Efficiency，简写为IE）。此外，本文将IE扩大107倍，以便于观测创新效率，计算公式如下所示：

（三 ）模型构建

本文采用双重差分模型（DID）来考察加计扣除政策对企业创新产出和创新效率的影响。双重差分法（DID）是政策实施效果评估中广为使用的一种计量经济方法，相对于最小二乘法（OLS），这一方法的优点在于较好地避免了政策变量作为解释变量所存在的内生性问题。该方法最早由Ashenfelter（1978）［21］引入政策评估中，而国内将该方法较早用于政策评估的研究为周黎安和陈烨（2005）［22］。双重差分法（DID）要求数据期间至少有两期，并将所有样本分为处理组和对照组，其中受到政策影响的样本作为处理组，不受政策影响的样本作为对照组。根据处理组和对照组在政策实施前后的相关信息，可以计算处理组在政策实施前后某个指标的变化量，同时计算对照组在政策实施前后同一指标的变化量，然后计算上述两个变化量的差值来评估政策实施的效果。这就是所谓的双重差分模型（DID），因为它是处理组差分与对照组差分之差。

运用双重差分模型进行政策效果评估的文献十分丰富。Card和Krueger（1994）［23］以美国快餐业数据为研究样本，利用双重差分模型考察了最低工资法对就业的影响。与发达国家关于最低工资法对就业影响的研究不同，Alatas和Cameron（2003）［24］通过对印度尼西亚的服装、纺织、皮革和制鞋业企业进行普查，利用双重差分模型研究最低工资法的政策效果，发现最低工资法对国内小型企业的就业产生了负面影响，而对大型企业的就业水平没有影响。Acemoglu和Angrist（2001）［25］基于美国人口调查数据，利用双重差分模型评估了残疾人法案的政策效果，发现该法案生效后，残疾人的就业率大幅下降，并且该法案对中型企业的影响更大。周黎安和陈烨（2005）［22］是国内较早将双重差分模型引入政策效果评估的文献，文章以我国591个县级市的相关数据为研究样本，发现农村税费改革提高了农民收入。杨莎莉和张平竺（2014）［26］基于全国税收调查数据，利用双重差分模型考察了2009年增值税全面转型对企业税负、固定资产投资和企业经营效益的长期影响，发现增值税转型改善了企业的经营环境，收到了良好的政策效果。孙少芹和崔军（2018）［27］利用双重差分模型对个人住房房产税进行了经济效果评估，发现房产税对房价有抑制作用，并且对房价的抑制作用小于地方政府收入的增加作用。综上，可以发现，双重差分模型是政策实施效果评估中广为使用的一种方法。

在本文的政策背景下，财政部等三部委联合发布的《关于完善研发开发费用税前加计扣除政策的通知》于2016年1月1日开始正式实施，这一事件对于享受到该政策的企业来说是一种“自然实验”（Natural experiment），适用双重差分模型进行分析。因此，本文借鉴刘瑞明和赵仁杰（2015）［28］、李刚和牛冲槐（2018）［29］等学者的研究方法，以享受（1）到该政策的上市公司作为处理组样本，其余上市公司作为对照组样本。进一步将上市公司划分为4组子样本，即加计扣除政策实施之前的处理组、加计扣除政策实施之后的处理组、加计扣除政策实施之前的对照组和加计扣除政策实施之后的对照组。本文通过设置Treat和Period两个虚拟变量区别上述4组子样本，其中，Treat=1代表享受加计扣除政策的上市公司，Treat=0代表其他上市公司，Period=1代表加计扣除政策实施之后的年份，Period=0代表加计扣除政策实施之前的年份。根据上述定义，可建立以下双重差分模型，考察研发费用加计扣除政策对企业创新的激励效果：

其中，下标i是企业，t是年份；Y是本文的被解释变量创新产出和创新效率；X是本文的一系列控制变量，主要包括总资产收益率（Roa）、资产负债率（Lev）、企业规模（Size）、企业上市年限（Lnage）、研发支出（RD）、固定资产比率（FA）、管理层持股比例（Hold）、管理层薪酬（Pay）等。各变量具体定义如表1所列。

双重差分模型中各个参数的含义见表2所列。由模型（2）可知，对于享受加计扣除政策的上市公司（Treat=1），加计扣除政策实施前后的企业创新水平分别是α0+α3和α0+α1+α2+α3，这类上市公司在政策实施前后企业创新的差异是ΔYt=α1+α2，其中，包含了加计扣除政策和其他因素的作用。同样地，对于其他上市公司（Treat=0），加计扣除政策实施前后的企业创新水平分别是α0和α0+α2，可见，不受研发加计扣除政策影响的上市公司，在政策实施前后企业创新的差异是ΔY0=α2，这个差异没有包含加计扣除政策对企业创新的影响，因此，用处理组在政策实施前后企业创新的差异ΔYt减去对照组在政策实施前后企业创新的差异ΔY0，得到加计扣除政策对上市公司企业创新的净影响ΔΔY=α1。如果加计扣除政策对企业创新有激励效应，那么α1系数应该显著为正。

表1 变量定义

表2 双重差分模型中各个参数的含义

四、实证结果

（一 ）描述性统计

表3是本文的描述性统计结果。可以发现，专利申请数量（Pattent）最低为1，最高为136，均值为26.19，中位数为12，标准差为35.055，说明企业之间专利申请数量差异较大。创新效率（IE）的均值和中位数分别为2.533和1.190，呈右偏分布，标准差是3.961，说明企业创新效率差异较大。Period的均值为0.463，接近1/2，说明加计扣除政策实施前后的样本量大致相等，样本区间的对称性较好。Treat的均值为0.404，说明约有2/5的样本享受了加计扣除政策。控制变量方面，样本企业的总资产收益率（Roa）均值为0.044，标准差为0.049，说明上市企业普遍具有一定盈利能力，但是业绩表现差异较大；资产负债率（Lev）均值为0.383，标准差为0.193，说明上市企业面临的财务压力较小，财务状况较为健康；公司规模对数（Size）的平均值为21.961，标准差为1.192，说明样本企业规模差异较小；公司年龄（Age）的均值为10.05，中位数为8，说明样本公司的上市时间普遍较短，平均仅为10年。

表3 描述性统计

（二 ）加计扣除政策对企业创新产出和创新效率的影响

表4报告了加计扣除政策的实施对企业创新产出和创新效率的影响，模型中控制了企业特征、行业固定效应及年份固定效应等因素。从第（1）列可以看出，当被解释变量为专利申请数量（ln-Patent）时，交互项的系数为0.101 1，即加计扣除政策的实施使得企业的创新产出平均增加0.101 1个单位，且该影响在5%的水平上显著，说明加计扣除政策对企业创新产出起到了激励作用，假设1得到验证。其次，再从企业创新效率来看，从表4第（2）列可以看出，当被解释变量为专利申请数量与前两年研发支出之和的比值（IE）时，交互项的系数为0.365 5，即加计扣除政策的实施使得企业的创新效率平均提高了0.365 5个单位，且该影响在5%水平上显著，假设1再次得到验证。

此外，黎文靖和郑曼妮（2016）［30］的研究表明，在产业政策激励背景下，企业片面追求“数量”而忽略“质量”，即只是非发明专利申请数量显著增加，而发明专利申请数量无显著变化。鉴于此，我们同样将企业创新产出（lnPatent）细分为实质性创新（lnPatenti）和策略性创新（lnPatentud）（2），考察加计扣除政策对不同创新行为的激励作用。从表4第（3）列和第（4）列发现交互项的系数均在5%水平上显著为正，系数分别为0.087 9和0.112 6，说明加计扣除政策对实质性创新和策略性创新均具有激励效果。

表4 加计扣除政策对企业创新产出和创新效率的影响

（三 ）稳健性检验

1.平行趋势检验

双重差分模型的基本假设之一为平行趋势假设，即要求对照组和处理组的差异只能发生在加计扣除政策实施之后，在此之前，对照组和处理组在创新产出和创新效率方面要有一致的变化趋势，只有这样才能根据对照组处理后的值，推算处理组没有接受处理的情况，从而通过差分得到平均处理效应［31］。因此，为了对样本的平行趋势假设进行检验，本文定义了3个年份虚拟变量，Year2013、Year2014、Year2015，他们分别代表了加计扣除政策实施前三年。然后将模型（2）中的交互项Period×Treat换成上述3个年份虚拟变量与Treat的乘积进行回归。此时交互项系数反映的便是，对于政策实施前的某一年处理组和对照组的差异。如果回归得到的这3个交互项都不显著，说明政策实施前处理组和对照组不存在明显的差别，从而平行趋势假设得证。由表5可以发现，Treat×Year2013、Treat×Year2014及Treat×Year2015的系数基本上均不显著，因此满足平行趋势假设。

2.安慰剂检验

本文进一步利用反事实方法［31］，进行安慰剂检验，通过人为设定一个加计扣除政策的实施时间点，对其激励效应进行检验，如果交互项系数不显著，则表明企业创新产出和创新效率的提高是由加计扣除政策引起的，而不是其他因素，反之，结论不稳健。鉴于此，本文将加计扣除政策的实施时间点依次设定为2015年和2014年，进行稳健性检验。由表6可以发现，通过设置不同的加计扣除政策实施时间点，交互项Period×Treat的系数均不再显著，表明企业创新产出和创新效率的提高确实是加计扣除政策带来的。

表5 稳健性检验一：平行趋势假设检验

表6 稳健性检验二：安慰剂检验

续表6

3.改变窗口期

为了识别加计扣除政策的激励效应是否会随样本时间长短的变化而变化，本文通过改变窗口期识别政策对时间变化的敏感性［32］。具体做法是依次将样本区间缩短为2014-2017年和2015-2017年进行回归，如果回归系数和显著性没有变化，则表明本文估计结果是稳健的。结果见表7所列，通过改变用于回归的时间区间，加计扣除政策的激励效应系数均显著为正，依然支持前文结论，从而证明本文结论是稳健的。

表7 稳健性检验三：改变窗口期

4.改变样本范围

由于企业创新在不同行业中存在较大差异，因此本文将样本限定于制造业企业进行稳健性检验，结果见表8所列，交互项的系数依然为正，虽然显著性水平略有下降，但结论未发生实质性变化。至此，通过上述稳健性检验，有理由相信本文估计结果和结论十分稳健。

表8 稳健性检验四：改变样本范围

（四 ）异质性分析

1.产权性质的异质性分析

国有企业和非国有企业由于产权性质不同，其在管理机制、市场环境、资源条件等方面存在差异，从而加计扣除政策对企业创新产出和创新效率的激励效果可能显示出异质性特征。鉴于此，本文将样本企业分为国有企业和非国有企业进行回归分析，回归结果见表9所列。可以看出，交互项的系数仅在非国有企业中显著为正，分别为0.117 2和0.475 8，表明加计扣除政策的实施仅对非国有企业的创新产出和创新效率起到了激励作用，而对国有企业的激励效果并不明显。这可能是因为非国有企业管理机制和体系更加灵活，能够更好地运用研发费用加计扣除这一税收优惠政策，提高企业的创新产出和创新效率，而国有企业存在的委托代理问题，导致国有企业存在创新激励不足、监督不足等问题，这在一定程度上降低了加计扣除政策的激励效果，假设2得到了验证。

表9 异质性检验一：产权性质异质性

2.企业规模的异质性分析

不同规模企业的研发资源、研发动机和风险承担能力不同，对加计扣除这一税收优惠政策的敏感程度也不同，间接影响加计扣除政策的激励效果。鉴于此，本文根据企业规模的样本中位数将总样本划分为大规模企业和小规模企业两组样本进行回归分析，结果见表10所列。可以看出，在大规模企业组中，加计扣除政策的实施使得企业的创新产出和创新效率平均提升了0.149 9和0.440 7个单位，且该影响在5%水平上显著。而在小规模企业组中，交互项对企业创新产出和创新效率的回归系数分别为0.029和0.263 1，均不显著。以上结果表明在不同规模的企业中，税收优惠政策的激励效果存在差异，即加计扣除政策更能提高大规模企业的创新产出和创新效率，但对小规模企业的激励效果并不明显，假设3得到验证。这可能是因为大规模企业更注重企业的长期发展，期望通过开发新产品、新专利提高发展质量，因而在税收优惠政策激励下企业更有动力增加研发投入等长期投资，进而提高企业创新产出和创新效率。而小规模企业受制于市场研发经验匮乏和管理流程尚不完善等问题，难以承担较高的研发风险，加计扣除政策节约的经营现金有限，导致其政策效果不明显。

表10 异质性检验二：企业规模异质性

3.行业特征的异质性分析

加计扣除政策作为应税抵扣的优惠方式，其激励效果受有效边际税率的影响［15］。高新技术行业享受所得税优惠政策，有效边际税率较低，因此加计扣除政策对高新技术企业和非高新技术企业的激励效果可能存在差异。鉴于此，本文根据2012年中国证监会公布的《上市公司行业分类指引》将样本企业分为高新企业和非高新企业。具体来说，将行业代码C26、C27、C28、C35、C37、C39、C40划分为高新技术企业，其他为非高新技术企业。表11列示了按行业特征分组的回归结果，可以发现，加计扣除政策的实施对非高新技术企业的激励效应显著为正，而对高新技术企业无显著作用。具体而言，在其他条件相同的情况下，加计扣除政策的实施使得非高新技术企业的创新产出和创新效率分别提高了0.144 6和0.873 2个单位，且该影响分别在5%和10%的水平上显著，假设4得到验证。这可能是因为非高新技术企业有效边际税率较高，在其他条件不变的情况下，加计扣除政策能够为非高新技术企业节约更多的经营现金流，从而让此类企业的创新投入增加，进而创新产出和创新效率提高。

表11 异质性检验三：行业特征的异质性

4.市场化程度的异质性分析

处于不同地区的企业所面临的融资环境、产权制度、激励机制等不同，因此，市场化程度也影响着加计扣除政策的激励效果。鉴于此，本文根据市场化指数的中位数将总样本划分为高市场化和低市场化两组样本进行回归分析，具体检验回归结果见表12所列。可以看出，在高市场化地区组中，加计扣除政策的实施使得企业创新产出平均提高了0.176 4个单位，且该影响在1%的水平上显著。而在低市场化地区分组中，交互项对企业创新产出和创新效率的回归系数均不存在显著关系，说明加计扣除政策对不同地区企业的激励作用存在差异，假设5得到验证。这可能是因为市场化程度高的地区在融资环境、产权制度、激励机制等方面更具优势，企业的研发能力更强，为加计扣除政策带来创新产出和创新效率的大幅提高创造了条件，同时各种创新资源相互配合，发挥协同效应，创新产出更多，创新效率更高。而市场化程度低的地区经济发展水平较低、研发能力较弱，因此加计扣除政策对企业创新产出和创新效率的促进作用有限。

表12 异质性检验四：市场化程度的异质性

五、研究结论与建议

在我国的经济转型过程中，上市公司作为优质企业，其创新活动对我国建设创新型国家、贯彻落实创新驱动发展战略至关重要。因此，如何有效提高上市公司的创新水平和创新效率，实现从“中国制造”到“中国创造”的转型升级是社会各界关注的热点。政府制定的税收优惠政策是推动企业创新的重要手段，其具有公平、透明的特点，因此世界各国普遍采用其来激励企业创新。而定量评估税收优惠政策的激励效果对完善政策制定、进一步提高企业创新具有非常重要的意义。鉴于此，本文以2013-2017年沪深A股上市公司为样本，实证检验了加计扣除政策对创新产出和创新效率的激励效果。研究结果表明，加计扣除政策实施之后，企业的创新产出和创新效率显著提高，并且该结论在经过一系列稳健性检验之后依然成立。进一步地，本文发现加计扣除政策的激励效果存在异质性，即对非国有企业、大规模企业、非高新技术企业和高市场化地区企业的创新产出和创新效率的激励效果更好。

根据以上研究结论，本文给出如下政策建议：第一，积极推动国有企业混合所有制改革，完善国有企业的监督机制和绩效评价机制，提高国有资本的管理效率，将企业创新纳入考核范围，激发国有企业的创新活力，提高国有企业的创新产出和创新效率。第二，政府在制定税收优惠政策时，注重“普惠性”和“特惠性”政策的协调，综合考虑产权性质、企业规模、行业特征、市场化程度等特点，实行有差别的税收优惠政策。对于中小企业、高新技术企业和中西部地区企业可以给予更大的政策扶持，适当提高加计扣除比例，以提高税收优惠政策的激励效果。第三，政府应加强制度建设，减少对市场的干预，为企业创新提供良好的法制环境和公平的竞争环境，同时培养企业家的自主创新精神，激发企业的技术创新活力，以更好地发挥税收优惠政策的激励效果，实现创新投入向创新产出的转变。

注 释：

（1）按照现行财务信息公开披露的要求，企业应当在公开披露的年度财务报告中的“所得税费用”项目注释中披露“研发支出加计扣除的纳税影响”信息，以证明企业享受研发费用加计扣除政策的情况。该信息是判断企业是否享受研发费用加计扣除政策的唯一证据，披露为享受，反之为未享受。

（2）实质性创新（lnPatenti）为发明专利的自然对数，策略性创新（lnPatentud）为实用新型和外观设计专利之和的自然对数。