税收优惠对浙江省装备制造业技术创新绩效的影响——基于产业集聚的调节效应

黎宜坤，高雨柔

（1.宁波大学商学院，浙江宁波 315211；2.宁波大学教师教育学院，浙江宁波 315211）

一、引言

浙江省作为装备制造业研发和生产基地，在全国占有突出地位。2018 年浙江省装备制造业总产值达26 364.1 亿元，同比增加10.4%，占工业总产值37.78%，已成为浙江工业快速发展的重要推动力。目前，浙江省装备制造业主要集聚在杭—绍—甬区域和温—台区域，如杭州大东区先进装备制造、金华永康现代农机装备、嘉兴南湖现代物流装备、舟山船舶装备、绍兴新昌新区等装备产业集群。但是，浙江省装备制造仍存在大而不强、自主研发能力弱、缺乏关键技术、核心技术受限制等问题。因此，怎样扩散集群效应，怎样增强自主研发水平，成为关注的焦点。

二、理论与假设

技术创新绩效一直是人们关注的焦点，学者从不同维度对其展开研究。从影响因素角度看，赵喜仓和徐朋辉（2011）[1]构建创新生产函数，以江苏为分析对象，探讨影响其创新效果的因素。从产业集聚角度看，王绍媛等（2014）[2]以装备制造业为研究对象，从技术创新效率出发，认为产业集中度、研发规模和政策扶持力度等会影响技术创新效率。此外，也有学者从税收优惠角度出发，对技术创新绩效展开探讨。潘孝珍（2015）[3]以上市公司为样本，发现税收优惠与企业技术创新正相关。

基于此，本文从技术创新绩效影响因素、产业集聚与税收优惠政策等角度提出研究假设，并做实证分析，为政府提供可行性政策建议。

（一）税收优惠政策与技术创新绩效

部分学者阐述，技术创新的推动力是税收优惠。比如，张宏翔和熊波（2012）[4]基于国际比较研究，认为税收优惠可以减少R&D 研发的边际成本，能激励企业开展自主研发。也有学者提出异议，如王青等（2010）[5]利用DEA 方法实证分析中国工业企业创新活动，发现政府投入（税收优惠等）对创新产生负向影响。张杰等（2017）[6]从激励机制出发，认为研发机构或企业，由于知识产权界定及保护力度的不完善等弊端，在激励机制上容易出现严重缺位，从而弱化税收优惠，不利于技术创新。综上，提出假设1。

H1：税收优惠与技术创新绩效产生倒“U”型非线性关系。

（二）产业集聚与技术创新绩效

陶爱萍等（2017）[7]构建面板门限模型，发现产业集聚未达门槛时，协同效应占主导，通过技术扩散和资源共享促进技术创新；达门槛后，存在挤占，集聚超过最优规模，生产要素稀缺性导致集聚区产业规模收益递减，最终抑制技术创新。洪群联和辜胜阻（2016）[8]通过实证分析1997—2011 年高技术产业，发现不同经济水平下，产业专业化与多样化对地区创新效果存在差别。综上，提出假设2 和假设3。

H2：专业化与技术创新绩效产生“倒U 型”非线性关系。

H3：多样化与技术创新绩效产生“正U 型”非线性关系。

（三）产业集聚的调节作用

一方面，因为增长有其内生特性，税收减少能促进企业技术不断进步，从企业研发到应用，政府利用税收给其带来足够资金支撑；另一方面，产业集聚具有资源共享和技术扩散效应，促进集聚区内企业间知识、信息、技术、资本等资源共享交流，从而提升企业技术创新。因此，在这个过程中集聚具有调节效应，对其产生推动力，促进技术进步。综上，提出假设4 和假设5。

H4：专业化正向调节税收优惠与技术创新绩效的关系。

H5：多样化正向调节税收优惠与技术创新绩效的关系。

三、浙江省装备制造业集聚水平的测度与评价

（一）专业化集聚

本文主要借鉴贺灿飞和潘峰华（2009）[9]、陈劲等（2013）[10]测算方法，用各产业就业人数测算某一区域某产业的专业化集聚指数。专业化集聚公式如下：

式中：empij表示i 地区j 行业就业人数，empi表示i 地区工业总就业人数，empj表示全国j 行业总就业人数，emp 是全国工业总就业人数，speij为专业化集聚指数。

从表1 可见，浙江省传统装备制造行业，专业集聚度反而呈下降趋势，这说明随着传统装备制造业向高端化转型发展过程中，传统的优势行业集聚效应有所下降；通用设备、计算机、通信和其他电子设备等行业呈上升态势，说明随着技术进步和生产率提升，甚至一些劣势行业集聚效应会增强，竞争力得到改善。从整体看，专业集聚呈现上升态势，且平均值为1.21，这反映浙江装备制造具有较大的竞争力。

表1 2012—2018 年浙江省装备制造业分行业专业化集聚及变化趋势

（二）多样化集聚

本文借鉴杨仁发和李娜娜（2019）[11]的测算方法，公式如下：

式中Sij表示i 区内j 行业就业数量与i 区内工业总就业数量的比值，Sj表示所有区域内j 行业就业数量与所有区域内就业数量的比值。divij值越大，说明该地区的产业种类越多越均衡。

从表2 可见，2009—2018 年浙江省装备制造业多样化集聚指数整体呈波动上升趋势，在2013—2017 年有所下降，但数值始终在7 上下波动，其平均值为7.62，这说明浙江省装备业多样化集聚水平极高，装备制造业产业种类丰富，在全国具有极强竞争力。近年，浙江省不断出台政策，发展装备特色优势产品，如液压配件、精密设备等，特色产品不断增多。

表2 2009—2018 年浙江省装备制造业多样化集聚状况

四、方法与模型

（一）变量选取

1.因变量：采用浙江省装备制造业新产品产值（newp）衡量技术创新绩效，作为因变量。

2.自变量：选取计算税收优惠的估计值代表区域的税收优惠状况，作为自变量（tax）。公式如下：

i 区域行业税收优惠程度指数（m）=i 区域行业税/行业主营收益

i 区域j 产业的理论税额（β）=i 区域j 产业的主营收益*m

tax=β-i 区域j 产业的税额

3.调节变量：选取专业化（spe）与多样化（div）调节变量，前面已阐述，在此不做说明。

4.控制变量：（1）研发经费投入（rd）：用规模企业R&D 经费支出反映行业的研发经费投入情况；（2）区域开放水平（fdi）：采用实际利用外商投资进行量化；（3）信息化程度（infor），选取Internet 用户与区域所有人口的比值表示。

（二）数据说明

本文选择2009—2018 年浙江省装备制造业分行业二位数码进行统计。统计年鉴数据主要来自各地级市。由于丽水、衢州和金华统计有缺失，本文给予剔除。

（三）模型构建

为进行假设验证，本文选取分次引入各个变量，及spe 和div 的交互项进行的分层次回归的方法，模型选取随机效应，利用计量软件进行实证研究。模型（1）只含有rd、infor、fdi 和tax 的基础效应，模型（2）基于模型（1）引入spe、div 的基础效应；模型（3）基于模型（2）引入spe、div 和tax 的二次项；模型（4）基于模型（3）中引入tax 二次项和spe、div 的交互，ε 为随机干扰项。

五、实证分析

（一）面板数据检验

为了验证数据是否不稳定及可用性，通过验证变量的单位根。本文主要选取LLC 和ADF-Fisher两种验证方式。变量验证结果如表3 所示。

表3 单位根检验结果

由表3 的检验结果可以得出，各变量p 值均通过10%，没有单位根。说明水平序列各变量均表现稳定，可以对面板进行回归分析。

（二）Hausman 检验

本文通过stata16.0 对构建的模型进行Hausman验证，在固定效应与随机效应中选取。四个模型的Housma 检验结果显示，P 值均显著大于0.01，故接受零假设，选取随机效应进行回归检验。

（三）回归结果分析

为进一步验证因变量技术创新绩效与税收优惠之间的关系，对模型进行回归，如表4 所示。由表4可见，四个模型R2均超过0.8，大部分吻合程度高，反映其有很强的可信力。模型（1）显示，税收优惠在1%显著下正向影响技术创新绩效，这说明税收优惠对其有促进作用，结合模型（3），可验证假设H1。模型（2）回归结果显示，专业化在5%的水平上正向影响技术创新绩效，而多样化在5%的水平上对其却有负向影响。模型（3）显示，专业化的二次项与技术创新绩效显著为负，而多样化却显著为正，说明专业化和装备制造业技术创新绩效产生倒“U”型非线性联系，多样化与装备制造业技术创新绩效存在正“U”型非线性联系，即假设H2、假设H3 验证成立。在模型（4）中，多样化负向调节税收优惠与装备制造业技术创新绩效，专业化正向调节两者，验证假设H4，假设H5 未得到验证。从四个模型回归结果看，控制变量R&D 经费投入与信息化水平都会促进装备制造业技术创新绩效；而外资对其尽管有影响，但效果不大。

表4 层级回归结果

六、结论及对策建议

（一）结论

本文基于产业集聚调节效应视角，采用随机效应实证分析了税收优惠与装备制造业技术创新绩效的联系。得出结论：税收优惠与技术创新绩效存在倒“U”型非线性关系，这说明税收优惠并非总是推动技术创新，存在局限；专业化与技术创新绩效产生“倒U 型”非线性关系。而多样化则产生正“U”型非线性关系；从调节效应看，多样化和专业化对技术创新绩效产生两种截然相反的效果，可能是协同效应和挤占效应导致。

（二）对策建议

一是根据浙江省装备制造业情况，制定可行的优惠政策，提供资金、税收等方面的支持，激励企业研发，营造浓厚的创新氛围。二是制定产业集群政策，努力构建千亿级汽车产业等技术领先制造区、打造大湾区世界级产业集群。三是加强企业与院校、科研机构的联系，充分利用浙江科教优势，支持浙江大学、浙江工业大学、中科院宁波材料所等院校与企业联合设立培训机构，形成一批包括科研人才、技术人才、流水工人、学生的攻坚克难的队伍，打破核心技术，推动企业自主创新。