基于PMC 指数模型的科技税收激励政策量化评价——以福建省为例

卢亨妍，张良强

( 福州大学 经济与管理学院，福建 福州 350108 )

改革开放以来，国家越来越重视科技创新的力量。 科技创新是提高社会生产力和综合国力的战略支撑，税收激励是促进科技进步强有力的措施。 陈涛以中关村为例分析了税收优惠政策对高新技术企业的促进作用[1]；田发等通过实证分析发现所得税税率降低对激励企业增加科技创新投入具有显著作用，并且对东部地区和民营企业的科技创新激励效果较大[2]；李艳华通过实证分析得到R＆D 补贴对中小企业创新新颖度提升有显著正向影响，税收激励对大企业创新新颖度提升有显著正向影响[3]。 福建省积极响应国家政策相继推出了一系列税收政策，在鼓励企业加大研发投入、 推动高新技术产业发展、 鼓励创新创业平台发展、 支持技术转让科技成果转化和鼓励科研人员创新创业[4]等方面进行了探索，但也显示出激励措施单一、 人才激励不足等问题。福建省需要通过对现有的税收激励政策进行评价以总结出如何更好地激励企业和人才进行科技创新，如何更好地推动科技发展。 本文通过梳理福建省改革开放以来科技税收激励政策的文本，对14 项具有代表性的税收激励政策的有关变量进行度量，得出政策研究结果。

一、 PMC 指数模型的建立

1. PMC 指数模型介绍

PMC 指数模型是以Ruiz Estrada 等的 Omnia Mobilis 假说[5]为指导。 其主要思想是世界上万事万物均是联系在一起的，并且不断运动着，所以在选变量时应该考虑齐全，不能忽视任何一个相关的变量。 本文正是基于此方法以及文本挖掘法选取了福建省出台的14 项科学技术(科技)税收激励政策进行分析，以对政策进行量化的评价。 PMC 指数模型的作用在于: 1) 可以分析一项政策的内部一致性；2) 可以从多维视角分析一项政策的优势及劣势，通过 PMC 指数反映政策的总体评价及各单项的具体情况。 PMC 指数模型的建立步骤: 1) 变量的分类以及参数的识别；2) 建立多投入产出表；3) PMC 指数的测量[6]。

2. 代表性税收激励政策的选取

在福建省档案馆查找资料的基础之上，使用福建省科技年鉴及福建省科技厅、 福建省政府等网站查询，发现福建省1978—2018 年共出台50项科技税收激励政策，从中选取14 项有代表性的政策(见表1)进行分析，以期发现福建省税收激励的侧重点以及政策的不足之处。

表1 14 项代表性的科技税收激励政策样本情况

3. 变量及参数设置

本文参照张永安等相关文献[6，14－15]中对于政策的变量设置进行修改，在建立科技税收激励政策的PMC 模型中设立9 个一级变量和37 个二级变量。 该模型除了变量设置，还需要进行参数设置。 如果政策符合二级变量，那么二级变量设定为1，否则设定为0。 所有的参数设定为二进制的0 和1，以确保每一个二级变量均是同等重要并对多投入产出表发挥着同样的影响。 变量解释及参数评分标准如表2。

表2 变量及评分标准

4. 建立多投入产出表

多投入产出表中的每一个一级变量包括若干个二级变量，并且二级变量的权重是相同的。 多投入产出表是用来存储政策得分的表，涵盖各二级变量得分，得分形式采用二进制来表示，本研究建立的多投入产出表见表3。

表3 政策多投入产出表(部分)

5. PMC 指数模型计算

首先，将二级变量放进表3 的投入产出表中；然后通过文本挖掘以及根据式 (1) (2) 确定二级变量取值；再根据式 (3) 确定一级变量数值；最后由式 (4) 得出PMC 指数。

将待评价的科技税收激励政策的PMC 指数计算出来后，根据得分对科技税收激励政策进行评价，得分 8. 00～9. 00 为政策完美，7. 00 ～7.99 分为政策优秀，5. 00 ～6. 99 分为政策良好，0. 00～4. 99 分为政策不良。

二、 科技税收激励政策评价的实证研究

1. 政策数据

政策文本主要来源于《福建省科技年鉴》以及福建省档案馆，共有50 项科技税收激励政策，涉及中小企业、 科研单位、 高新技术产业、 科技园区等的科技创新激励。 改革开放以来福建省颁布的科技税收激励政策数呈不均衡状态，2000年之前除了1990—1996 年的政策数量有所发展，其余各年颁布的科技税收激励政策数量都较少。2000 年以后受国家层面政策影响，在2007 年颁布了 10 项政策，达到发文数量的最大值。2008—2018 年福建省对高新技术产业和中小企业在科技创新方面的作用更为重视，为进一步贯彻落实《中华人民共和国企业所得税法》及其实施条例和国发[2006]6 号，鼓励企业开展研究开发活动，规范企业研究开发费用的税前扣除及有关税收优惠政策的执行，福建省相继颁布了一系列有关政策。

2. PMC 指数计算

基于上述建立的科技税收激励政策评价框架以及选取的14 项具有代表性的科技税收激励政策文本进行实证研究。 本研究在数据处理时先将14 项文本导入ROSTCM6 文本挖掘软件进行文档分词处理，目的是确定分类关键词。 依据设定好的变量及参数，构建了14 项政策的多投入产出表，计算其PMC 指数及政策评价效果见表4。

表4 14 项政策PMC 值及政策效果

3. 研究结果分析

依据PMC 指数的数据结果，14 项政策中除了P1 政策不良，其余13 项均较为合理，各项政策的每个一级变量情况可根据PMC 值反映。

科技税收激励政策 P1 的 PMC 指数为4.700，这项政策除了X2(政策重点)和X9(政策公开)以外都低于平均水平，该项政策是14 项政策中得分最低的。 P1 主要是对科研试点单位免征优惠，不涉及企业及其他相关主体，作用客体范围较小，这是政策性质所决定的，且政策工具单一，导致其PMC 指数低。

科技税收激励政策 P2 的 PMC 指数为5.867，排名第四。X6(政策工具)中反映出使用的政策工具较为单一，但此项政策在X5(激励环节)上涉及较多，包括成果产出、 成果转化和应用的激励。 若要对政策加以完善，可对使用的政策工具进行改进。

科技税收激励政策 P3 的 PMC 指数为5.483，排名并列第十。 这项政策排名靠后，X1(政策性质)、X3(政策时效)、X6(政策工具)、X8(政策作用客体)都低于平均水平。 尤其是X8政策作用客体只针对科研单位，得分为0.167，而平均值为0.500。 若对政策进行完善，首先可从政策作用客体方面进行完善，其次再从政策工具、 政策时效以及政策性质方面进行改进。

科技税收激励政策 P4 的 PMC 指数为5.617，排名并列第八。 该政策每项变量与平均值相比相差都不大，X1(政策性质)、X2(政策重点)、X3(政策时效)、X6(政策工具)略低于平均值，但X5(激励环节)涉及成果产出、 成果转化和应用，得分高于平均值。 所以政策制定者可以在政策性质、 政策重点、 政策时效和政策工具方面进行改善，使得该项政策得分更高。 总体来说还是一项较为不错的政策。

科技税收激励政策 P5 的 PMC 指数为5.983，排名第一。X1(政策性质)和X6(政策工具)略低于平均分，X7(政策评价)没有涉及鼓励创新，得分明显低于平均值，但在其余各项变量的得分较好，总体来说得分还是较为理想的，若想使政策更加完善，政策评价是个重要的方向。

科技税收激励政策 P6 的 PMC 指数为5.817，排名第五。X1(政策性质)、X3(政策时效)、X4(政策领域)这几项低于平均水平，X8(政策作用客体)和平均分持平。 政策涉及的领域及其作用客体较少，这是由政策本身的性质及功能较为单一决定的。 政策制定者可以从多领域、 多作用客体来考虑制定该政策。

科技税收激励政策 P7 的 PMC 指数为5.933，排名第二。 该项政策的X4(政策领域)有关于科技、 经济、 社会和文化方面，涉及面较广；X6(政策工具)使用了税收减免和退税，得分高于平均值；X8(政策作用客体)涉及各个方面，是该项政策得分较高的原因。 激励环节主要是成果转化和应用，但是没有涉及研发投入和成果产出方面。 政策重点和激励环节的普及性都比较小，可以加以改善。

科技税收激励政策 P8 的 PMC 指数为5.067，排名第十三，排在倒数第二。X1(政策性质)、X3(政策时效)、X5(激励环节)、X6(政策工具)、X7(政策评价)、X8(政策作用客体)这些变量得分都低于平均值。 P8 主要是对科研机构转制的税收优惠，不涉及企业及其他相关主体，使用的政策工具单一，是得分较低的主要原因。

科技税收激励政策 P9 的 PMC 指数为5.700，排名第七。 该项政策的X5(激励环节)和X6(政策工具)得分较低。 激励环节主要是研发投入方面，没有过多对成果产出、 成果转化和应用进行激励。 政策使用工具较为单一，仅使用加计扣除税收激励优惠。 政策激励环节和使用的激励工具的普及性都比较小，可以加以改善。

科技税收激励政策 P10 的 PMC 指数为5.617，排名并列第八。 该项政策在X5(激励环节)上涉及较多，包括研发投入和成果产出。 但X2(政策重点)仅包括了鼓励创新创业平台发展和鼓励科研人员创新创业两方面，略显不足。X6(政策工具)与大多数政策一样较为单一，若要对政策加以完善，可对政策重点和政策工具进行改进。

科技税收激励政策 P11 的 PMC 指数为5.483，排名并列第十。 这项政策针对研发机构采购国产设备退税，所以使用的税收激励工具主要为退税，导致X6(政策工具)得分较低。 使得总分较低的其他变量包括X1(政策性质)、X3(政策时效)、X5(激励环节)，得分都低于平均分，通过PMC 指数可较快速找出政策评分较低的原因，从而有效地针对某一政策的某一项进行完善。

科技税收激励政策 P12 的 PMC 指数为5.733，排名第六。 该政策X3(政策重点)、X4(政策领域)、X5(激励环节)、X6(政策工具)均低于平均水平。 该项政策是为数不多的有关科技重大专项进口税收政策，在政策重点和激励环节上得分较低是政策本身的内容和功能所决定的。

科技税收激励政策 P13 的 PMC 指数为5.117，排名第十二。 这项政策排名靠后，X1(政策性质)、X3(政策时效)、X4(政策领域)、X6(政策工具)、X7(政策评价)都低于平均水平，拉低了排名。 其中政策评价与平均水平差异较大，若对政策进行完善可从以上不足之处进行。

科技税收激励政策 P14 的 PMC 指数为5.883，排名第三，较靠前。 该政策的X4(政策领域)得分为0.800，除了制度没有提及，其他领域都提到了。X6(政策工具)包括政府补助和加计扣除，此项变量得分高于其他政策，总体来说还是一项较为不错的政策。

通过PMC 指数模型进行政策的量化分析，根据每项政策最终的PMC 指数可以反映出税收激励政策的侧重点和不足之处。 通过文本挖掘和分析可以得知: 1)各项税收激励政策使用的政策工具较为单一，且激励环节偏向于研发投入，成果产出、 成果转化和应用涉及较少；2)有些政策的作用客体范围小，导致得分较低，这是政策本身的功能较为单一决定的；3)对于科技人才的税收激励甚是缺乏。 这14 项政策都没有达到优秀的标准，说明福建省税收激励政策还有待完善和提高。

三、 完善科技税收激励政策的建议

1. 提高间接优惠政策工具的使用

税收优惠的政策工具包括了直接优惠和间接优惠两种，总体上福建省使用的工具较为单一且大多数政策工具更侧重于直接优惠，即减免税和优惠税率等措施，间接优惠使用不足。 而间接优惠更侧重税前优惠，具有一定的先期性，要在优惠形式上建立以间接激励为主的政策体系，加大使用投资抵免、 费用税前扣除、 提取风险准备金等政策工具，形成间接优惠为主，直接优惠为辅的税收政策优惠体系。

2. 强化对科技创新成果转化环节的税收激励

科技创新成果转化环节是指从科技成果转化为新产品、 新工艺、 新材料，发展新产业的过程，福建省的科技税收激励政策比较重视前端研发投入环节，需要加强对成果转化环节的重视。激励的途径一方面可以通过加大技术转让所得税的免征力度和扩大弹性范围以推动转化成效，另一方面税务部门应优化科技成果转化中税收优惠的申报手续，简化流程，提高纳税服务效率[16]。

3. 重视对科技人才的税收激励政策

科技税收激励政策着重于企业研发和创新，但是税收优惠的作用范围不能仅局限于企业创新的内在演进过程，人才的开发与培养也要重视。一方面可以通过税前加计扣除的方式对科技人员的工资计税进行规范，可减轻科技人员实际的税收负担；另一方面是对科技创新人员的个人所得税进行税收优惠，降低其个人所得税缴纳的税额，适当扩大减免范围[17]。