研发费用加计扣除是否*激励了企业创新产出——基于研发投入中介效应的分析

◆唐 明 ◆旷文雯

内容提要：以2014—2018年制造业A股上市公司的微观数据为样本，运用中介效应检验方法检验了研发费用加计扣除政策对企业创新产出的激励效应及其作用机制。结果显示，研发费用加计扣除政策能够显著地促进企业创新产出的增加，但创新激励效应存在产权异质性，仅对民营企业创新产出产生激励作用。另外，该政策不仅对创新产出有直接效应，还通过研发投入对创新产出产生了间接效应，研发投入在两者之间起到了部分中介作用。因此，我国应根据研发创新活动的现实情况继续完善研发费用加计扣除政策，提高加计扣除比例。

一、引言与文献综述

党的十九大报告指出，创新是引领发展的第一动力，是建设现代化经济体系的战略支撑。十九届五中全会坚持创新在我国现代化建设全局中的核心地位，对推动创新发展、建设科技强国、发展现代产业体系做出了一系列重大部署。实现高质量发展，必须依靠创新驱动的内涵型增长。因此，要发挥企业在技术创新中的主体作用，使企业成为创新要素集成、科技成果转化的生力军。近年来，为进一步提升企业的科技竞争力，我国陆续出台了一系列减税措施，其中以研发费用加计扣除优惠政策最为典型。该政策早在1996年就开始实施，迄今已20余年。为了进一步实施“创新驱动发展战略”，提高我国企业的创新能力，2017年，《财政部 国家税务总局 科技部关于提高科技型中小企业研究开发费用税前加计扣除比例的通知》（财税〔2017〕34号）将科技型中小企业的研发费用加计扣除比例由50%提高到75%；2018年，又将上述规定的适用范围扩大至所有享受研发费用加计扣除的企业。20多年来，该政策的适用范围不断扩大，优惠力度逐渐增加，研发费用的归集范围逐步清晰，已成为政府激励企业进行研发创新的重要政策工具。

在我国坚持创新驱动发展战略和不断深化税制改革的背景下，政府部门不仅需要关注如何运用税收工具引导企业有效创新，还需要关注企业是否能够很好地运用“减税降费”所带来的红利，助力创新活动开展。不少学者对研发费用加计扣除政策的实施效果进行了研究。一是针对企业研发创新活动的投入阶段，一些成果表明研发费用加计政策与企业研发投入之间存在正相关（江希和和王水娟，2015；陈远燕，2015；李新等，2019；冯泽等，2019）。程瑶和闫慧慧（2018）还发现，在研发费用加计扣除、税率优惠以及两种优惠并行的三种方式中，研发费用加计扣除对企业研发投入的激励效应最强。张兆国和张旭（2019）发现，研发费用加计扣除政策对研发投入的激励效果优于高新技术企业优惠政策。二是针对企业研发成果的产出阶段，大量成果证明了企业税收负担的减少对企业的创新产出有积极影响。如Shao和Xiao（2019）运用双重差分法进行研究，发现降低企业所得税税基可对专利申请数产生显著积极影响。陈强远等（2020）研究发现，选择支持型政策（如高新技术企业税收优惠）对企业创新产出的数量以及质量都有显著激励作用，而普适性政策（如研发费用加计扣除）仅对企业创新产出的数量有显著的激励作用。但冯泽等（2019）从创新链全视角出发进行实证研究发现，研发费用加计扣除对单位专利申请数无显著影响。

一些学者还证明了研发投入与企业创新产出之间呈正相关。余淑秀和卢山冰（2018）以及邹洋等（2019）的研究结果表明，企业研发投入与企业专利授权数量正相关。余谦等（2018）对科技型中小企业的研究表明，企业研发投入对创新产出的激励作用在成长期较强，在成熟期较弱。一些学者还注意到了税收优惠、研发投入和创新产出三者间的内在联系，并进一步研究证明了研发投入的中介效应。如李维安等（2016）、王瑶（2019）、郑婷婷等（2020）发现税收优惠会影响企业的成本以及预期利润，继而影响企业进行研发的动力，最后才影响到创新产出，税收优惠对公司创新产出的影响是通过研发投入实现的。

综上，国内目前针对研发活动产出阶段的研究较少。多数学者研究的是税收优惠政策在创新产出阶段的作用，没有单独分析研发费用加计扣除在创新产出阶段起到的作用，而企业创新产出的增加和经营绩效的提高更能反映国家对于财政资金配置的效率（胡凯和吴清，2018），并且政府出台研发税收优惠政策的目的也是为了激励企业增加其创新产出成果，最终转化为生产力以提高经济效益。在研究方法上，学者们多是直接分析研发税收优惠对创新产出的激励效应，没有分析其作用机制，仅有少部分学者证明了研发投入在税收优惠以及创新产出之间的中介效应。因此，本文将以制造业A股上市公司2014—2018年的数据为样本，运用中介效应检验方法，分析研发费用加计扣除是否有效促进企业创新产出的增加，并研究该政策激励企业增加创新产出的作用机制。

相对于已有文献，本文主要在两方面有所创新：第一，以研发费用加计扣除政策为切入点，研究该政策对企业研发阶段和产出阶段的作用。这既可以从政府设立该政策的最终目标来考察政策实施效果，也是对研发税收优惠政策现有研究的一种补充。第二，本文将采用温忠麟等（2004，2014）的三步法进行逐步检验，在分别研究研发费用加计扣除在研发阶段以及产出阶段发挥的作用后，探究该政策是如何影响研发投入，进而影响到企业创新产出的作用机制，并检验该政策对创新产出的激励效应在国有企业和民营企业中有何不同。

二、理论基础与研究假设

研发费用加计扣除政策的直接作用对象并不是企业创新活动的产出阶段，而是研发阶段（李华，2018），是通过降低企业在研发环节的投入成本以及面临的风险，最终增加企业的预期利润，使企业有更大动力为研发活动投入更多的资金以及人力，以期达到增加企业创新产出的效果。如图1所示，研发费用加计扣除可以通过三个途径对研发阶段产生影响。首先，研发费用加计扣除政策减少了创新主体的所得税费用，从而间接降低了研发成本，这推动了企业创新积极性的提升，从而增加研发投入。其次，相较于创新主体在研发阶段投入的人力物力，研发阶段的产出具有不确定性，研发活动有可能失败，这一阶段创新主体在面对其他类型企业时有可能处于劣势。该项政策相当于政府分摊了创新主体的部分研发风险，为创新主体与其他类型企业创造了一个相对公平的竞争环境。最后，税收优惠政策可以向社会释放一种鼓励研发创新的信号，对社会资源起到一定的引导作用。外部投资者识别到政府税收资源倾斜的信号后，会增加投资概率从而缓解创新主体的融资压力。而且外部投资的进入往往会对企业研发投入进行监督，这有助于研发投入利用效率的提高（李梦雅和严太华，2019）。

研发投入的增加又可以从三个方面推动创新产出的实现：第一，创新主体可以利用增加的研发投入采购新设备来改善现有生产技术及流程，提高生产效率和技术水平，进而提高研发成功率。第二，研发投入的增加可以扩大创新主体探索知识的范围，并提高其吸收能力，这有利于推动创新产出的实现，并保持创新产出的新颖性。第三，研发投入的增加可以提高创新主体的人力资本质量，从而推动创新产出的实现。

但也有学者的研究结果表明研发费用加计扣除对创新产出没有明显的促进作用（胡凯和吴清，2018；冯泽等，2019）。其原因主要有二。一方面，该政策是市场取向型政策，并没有限定企业进行技术创新的领域，可能会导致企业将享受加计扣除带来的资金盈余投向私人回报高的项目，而不是社会收益高的项目（David et al，2000；Czarnitzki et al，2011）。另一方面，税收优惠政策的实施可能会面临潜在的道德风险。尤其是近年来加计扣除政策审核程序以及对账簿设置要求的简化，企业可能有动机将其他非研发费用纳入研发费用之中进行纳税申报，以获得更多的税前扣除金额，这会造成企业研发支出的虚假增长。李维安（2016）认为，研发税收优惠成了那些存在政治关联的企业的避税工具，并不会对企业的研发投入产生显著的激励作用。如图1所示，由于政策本身无法限制企业将盈余资金投向何处，而且企业可能存在避税动机，研发费用加计扣除对创新产出的激励效应会被削弱。因此，该政策是否能够促进企业真实研发投入的增加，并进一步激励创新产出的实现，是本文重点关注的问题。

图1 加计扣除影响创新产出的作用机制

根据以上理论分析，本文提出三个假设：

H1：在其他条件不变的情况下，研发费用加计扣除对创新产出有促进作用。

H2：在其他条件不变的情况下，研发费用加计扣除对研发投入有促进作用。

H3：在其他条件不变的情况下，研发投入在研发费用加计扣除与创新产出之间起到了中介作用。

三、研究设计

（一）样本选取及数据来源

本文将采用2014—2018年制造业A股上市公司的年报数据作为样本进行实证研究。其中，专利申请数据来源于中国研究数据服务平台（CNRDS），其他数据来源于国泰安数据库（CSMAR）。在国泰安数据库中整理了2014—2018年的制造业上市公司名单以及相关数据后，对样本做以下初步处理：（1）剔除2014—2018年任意一年为ST、SST、S*ST、*ST公司的企业。（2）剔除在2014—2018年间变更所属行业为非制造业的企业。（3）剔除缺失所需数据的样本。（4）剔除资产负债率大于1的样本。经处理后，保留了1071家企业，共4973条有效样本。

（二）变量说明

1.被解释变量（LnPatent）

本文的被解释变量为创新产出。在以往的研究中，企业创新产出有多种衡量方式，包括新产品开发数量、获得科技奖励数量、专利申请数及授权数等。受数据获取渠道的限制，本文将用专利申请数量代表创新产出。专利申请数量为发明专利申请数、实用新型专利申请数、外观设计专利申请数三者之和。参考贺康等（2020）学者的研究，为减弱专利申请数的右偏分布，将专利申请总数取自然对数。

2.解释变量（Taxint）

借鉴刘圻等（2012）、薛钢等（2019）等的研究方法，采用研发费用加计扣除优惠强度（以下简称政策优惠强度）作为解释变量，并对1%和99%百分位的数据进行缩尾处理，以减少异常值对回归结果的影响。计算方法如公式（1）所示：

其中，对于2014—2017年的样本，加计扣除比例为50%，2018年为75%①虽然2017年的相关文件已将科技型中小企业的研发费用加计扣除比例提高至75%，但科技型中小企业必须满足“职工总数不超过500人、年销售收入以及资产总额都不超过2亿元”的条件，经查看样本数据，发现2017年只有深圳中华自行车（集团）股份有限公司满足这一条件，在科技型中小企业服务平台查询后，该公司并不是科技型中小企业，因此2017年全部样本企业的加计扣除比例都为50%。。企业所得税税率采用企业当年的名义税率，数据来源于国泰安数据库。

3.中介变量（Rdint）

根据前文分析，并借鉴其他学者的研究，将企业当年研发投入作为中介变量，以企业当年的研发投入占营业收入的比值进行衡量，以消除企业规模的影响，并对1%和99%百分位的数据进行缩尾处理，以减少异常值对回归结果的影响。

4.控制变量

企业的研发投入以及创新产出不仅受到研发税收优惠的影响，还会受到企业自身特征以及外部环境的影响，借鉴以往的研究方法，本文选择的企业特征变量包括：高新技术企业虚拟变量（Hightech）、企业规模（LnEmployee）、企业年龄（Age）、资本密集度（Capint）、资产回报率（ROA）、资产负债率（Lever）；外部环境变量包括：国内市场竞争程度（HHI）以及地区知识产权保护程度（Protect）。

需要说明的是，外部环境变量中，国内市场竞争程度以赫芬达尔—赫希曼指数（HHI）衡量，计算数据来自于国泰安数据库中的上市公司数据，行业按照证监会2012年的标准进行划分。地方知识产权保护程度的数据来源于王小鲁等（2017）编制的各省份企业经营环境各方面指数的“知识产权、技术、品牌保护”这一分项的评分。由于该报告只计算了2010年、2012年、2016年这三年的评分，因此2014—2018年（除2016年）的评分由以年份为自变量的简单线性方程计算得出。此外，该报告没有计算西藏及青海两地的评分，因此，在样本中剔除注册地在青海和西藏的企业。变量描述性统计如表1所示：

表1 各变量符号、名称及定义

（三）实证模型设定及研究方法

近年来，很多学者将中介效应模型引入心理学以及其他社科领域研究中，因为相对于仅分析解释变量对被解释变量的影响，中介效应模型还可以分析其影响的渠道机制，往往可以得到更丰富的实证结果。从上文分析可知，研发费用加计扣除可以对创新产出产生激励效应，但这一激励效应是通过研发投入实现的，因此可以从理论上认为研发投入在两者之间起到了中介作用。因此，本文将采用温忠麟等（2004，2014）提出的中介效应检验方法及流程进行研究，检验研发费用加计扣除对企业创新产出的激励效应，以及研发投入在其中起到的中介作用。首先，需要构建如下三个模型：

为检验假设一（H1），以专利申请总数的对数（）为被解释变量、研发加计扣除优惠强度（Taxintit）为解释变量，ε为随机扰动项（下同），构建模型1：

为检验假设二（H2），以企业研发投入（Rdintit）为被解释变量，研发费用加计扣除优惠强度（Taxintit）为解释变量，构建模型2：

为检验假设三（H3），将研发投入（）作为中介变量加入到模型1中，构建模型3：

模型1中，系数c是研发费用加计扣除对创新产出的总效应；模型2中，系数a是该政策对研发投入的激励效应；模型3中，系数c'是在控制了研发投入的影响的情况下，该政策对创新产出的直接效应，系数b是在控制了该政策的影响的情况下，研发投入对企业创新产出的效应。具体步骤如下：

1.检验模型1的系数c，如显著则按照中介效应进行后续分析，如不显著则按照遮掩效应进行后续分析。但无论系数c显著与否，都应进行接下来的检验步骤。

2.检验模型2的系数a和模型三的系数b，如都显著则说明具有显著的间接效应，直接进行第4步；如果至少有一个不显著，则进行第3步。

3.提出假设：ab=0，并用Bootstrap 法进行检验，如果假设成立则间接效应不显著，停止分析；如果假设不成立则间接效应显著，继续进行第4步。

4.检验模型3的系数c'，如果显著则直接效应显著，继续进行第5步；如果不显著则说明没有直接效应，只有中介效应。

5.比较ab和系数c'的符号，如果同号则表明研发投入在该政策与创新产出之间只具有部分中介效应，并报告中介效应占总效应的比例ab/c；如果异号则需要按照遮掩效应解释，并报告间接效应占直接效应的比例。

四、实证结果及分析

（一）描述性统计分析

在实证分析前，需要先进行描述性统计分析，结果如表2所示。从研发投入以及创新产出来看，研发投入强度的平均值为4.44%，标准差为0.0344，说明企业之间在研发创新方面的资金投入差距较大；专利申请总数的平均值为110.2个，标准差为463.9，说明企业的创新产出水平差异较大。其次，从政策优惠强度来看，其平均值为0.0022，标准差为0.0016，企业享受该政策的程度受研发投入的影响，也具有较大差异。从各控制变量来看，高新技术企业虚拟变量的平均值为0.601，说明当年被认定为高新企业的数量占样本总数的60.1%。企业所处市场的赫芬达尔—赫希曼指数平均值为0.0171，标准差为0.0159，说明样本所处市场的竞争程度差异较大。

表2 变量描述性统计结果

（二）实证结果分析

经过混合回归、随机效应回归、固定效应回归以及Hausman检验后，结果显示在三个模型中存在个体固定效应与时间固定效应。因此，本文将使用双向固定效应模型进行检验。

表3第一列是模型1的回归结果，显示政策优惠强度这一变量的系数为42.02，并且在1%的水平上显著，这说明在其他变量不变的情况下，政策优惠强度增加0.1%，企业专利申请总数的对数会增加0.04202（42.02×0.1%），也即专利申请总数会增加4.2915%（e0.04202-1=0.042915）。因此，研发费用加计扣除政策对企业专利申请总数的增加起到了显著激励作用，假说一得到验证。另外，企业规模与企业创新产出在1%的水平上显著正相关，这是因为大企业有完善的内部管理流程以及充足的资金来支持研发创新活动，而且大企业存在规模经济效应，会主动增加其研发投入以获得规模报酬收益，创新产出也得以增加（Symeonidis，1996）。企业年龄的增加不利于创新产出的实现，并在1%的水平上显著，这可能是因为样本中的成熟企业多数还未进入转型期，其创新活力低于初创企业（万伟等，2017）。从外部环境变量来看，企业所处地区知识产权保护程度的提高对专利申请总数的增加有促进作用，并且在1%的水平上显著。

表3 回归结果

注：括号内为P值，***、**和*分别表示在1%、5%和10% 水平上显著。

表3第二列是模型2的回归结果，显示政策优惠强度这一变量的系数为8.249，并且在1%的水平上显著，这说明在其他变量不变的情况下，政策优惠强度增加0.1%，企业研发投入强度会增加0.8249%。因此，研发费用加计扣除政策对企业研发投入的增加起到了显著的激励作用，假说二得到验证。在各控制变量中，高新技术企业认定对研发投入的促进作用在1%的水平上显著，这说明若其他变量不变，高新技术企业的研发投入强度比非高新技术企业高。企业年龄在1%的水平上与研发投入强度显著负相关，其原因可能也与样本中的成熟企业多数还未进入转型期有关。资产回报率与研发投入强度在1%的水平上显著负相关，这是因为资产回报率是净利润与年末总资产余额的比值，净利润与营业收入正相关，资产回报率越高说明企业的营业收入越高，但样本中企业的研发投入的增加速度可能低于营业收入增长的速度，在其他变量不变的情况下，资产回报率高的企业反而研发投入强度低。资产负债率在1%的水平上与研发投入显著负相关，这说明样本企业可能不愿意以债务资金来进行研发投资。

表3第三列是模型3的回归结果，在控制了研发投入的影响之后，研发费用加计扣除对专利申请总数的直接效应为正（27.22），并且在10%的水平上显著，这说明在其他变量不变且控制了研发投入的情况下，政策优惠强度增加0.1%，企业专利申请总数的对数会增加0.02722（27.22×0.1%），也即专利申请总数则会增加2.7594%（e0.02722-1=0.027594）。在控制了研发费用加计扣除政策的影响之后，研发投入对专利申请总数的效应在5%的水平上显著为正（1.794），这说明在其他变量不变且控制了该政策影响的情况下，研发投入强度增加0.1%，企业专利申请总数会增加0.1794%。另外，资产回报率与创新产出在10%的水平上正相关，这是因为资产回报率越高，代表企业增加的收入和节约的资金越多，企业研发活动的资金来源也就更多，因此资产回报率的提高对企业创新产出有促进作用。资产负债率的提高也可以促进企业创新产出的增加，并在10%的水平上显著，这可能是因为外部投资的进入会对企业的研发投入进行监督，有助于研发投入利用效率的提高。因此，资产负债率的提高虽然对企业研发投入强度有着抑制作用，但却可以提高企业研发资金的转化效率，从而促进企业创新产出的增加。其余控制变量的回归系数符号及显著性与上文模型1相同。

模型1的回归结果显示研发费用加计扣除政策对创新产出的总效应显著为正（42.02），模型2的回归结果也表明该政策对研发投入具有显著的正向激励效应（8.249），模型3的回归结果显示在控制了研发费用加计扣除政策的影响之后，研发投入对专利申请总数的效应显著为正（1.794）。这说明该政策对创新产出的间接效应为14.7987（8.249×1.794），也即研发投入在研发费用加计扣除政策对创新产出的激励效应中产生了部分中介效应，该部分中介效应占总效应的比例为35.22%（14.7987/42.02）。

（三）稳健性检验

借鉴陈远燕等（2018）的方法，采用企业当年的专利授权数量（LnPatent_S）衡量创新产出，并取自然对数。表4显示了更换被解释变量为专利授权数量后模型1至模型3的回归结果。模型1和模型2的回归结果显示，研发费用加计扣除优惠强度对专利授权数量和研发投入的增加起到了显著的促进作用。模型3的回归结果显示，在控制了研发投入的影响之后，该政策对企业专利申请总数的直接效应为正，并且在5%的水平上显著；在控制了该政策的影响之后，研发投入对专利申请总数的效应也显著为正。这说明该政策能够促进创新产出的增加，这一激励效应中既包括其对创新产出的直接效应，也包括研发投入在其中的中介效应。这与前文的实证分析结果一致，说明本文的研究结论具有稳定性。

表4 稳健性检验结果

注：括号内为P值，***、**和*分别表示在1%、5%和10%水平上显著。

（四）进一步的研究

为了丰富研究结果，本文进一步研究了研发费用加计扣除的创新激励效应在不同产权性质的企业中是否存在差异。一般认为，国有企业与民营企业的规模、资源以及抗风险能力是不一样的。与国有企业相比，民营企业面临的竞争压力更大，因此民营企业会更加希望通过研发创新活动来提高自身的市场竞争力，其创新积极性更高。而且民营企业的融资压力比国有企业大，因此会对研发税收优惠政策的反应更加敏感。根据李闻一等（2019）、贺康等（2020）学者的研究，研发费用加计扣除政策对国有以及民营企业的研发支出和创新产出都有显著创新激励效应，但对民营企业的激励效应会更加明显。本文将对该政策的创新激励效应进行产权异质性回归分析，如实际控制人为国有企业、行政机关及事业单位、中央及地方机构，则为国有企业，其他类型则划为民营企业，数据来源于国泰安数据库。

表5显示了国有及民营企业模型1的分组回归结果，结果显示研发费用加计扣除政策对国有企业没有明显的激励效果，而对民营企业的激励效应在1%的水平上显著为正。由此可以得出结论：研发费用加计扣除政策的创新激励效应在民营企业中更加明显。

表5 创新激励效应的产权异质性回归结果

五、结论及建议

本文实证分析结果表明，研发费用加计扣除政策对创新产出有显著的激励效应，这一激励效应由直接效应和间接效应两部分组成。其中，间接效应部分是通过研发投入这一中介来实现的。但是，研发费用加计扣除政策仅对民营企业的产出有显著的促进作用，对国有企业的激励效应不显著。目前，我国研发创新活动面临着研发投入强度和发明专利申请数占比不高，基础研究投入不足等问题。2018年，我国的研发经费投入强度（2.14%）超过了欧盟15国2017年的平均水平（2.13%），与OECD国家的平均水平（2.37%）的差距进一步缩小，但与美国（2.79%）、日本（3.21%）等科技强国相比仍有较大差距①数据来源：《统计局解读<2018年全国科技经费投入统计公报>》。。截至2018年末，我国的试验发展研发经费占全国R&D经费支出的83.33%，而应用研究和基础研究分别只占11.13%和5.54%②根据2019年《中国科技统计年鉴》的数据计算得出。。但发达国家的基础研究经费占比基本在15%至20%之间③数据来源：《统计局解读<2017年全国科技经费投入统计公报>》。。从发明专利申请占比来看，我国专利申请总数自2000年以来一直在增加，但发明专利占比始终在30%至40%之间，2016—2018年甚至持续下降④根据2019年《中国科技统计年鉴》的数据计算得出。。

基于上述情况，建议进一步提高研发费用加计扣除比例并设置多个档次。英国、新加坡、巴西等国家的加计扣除比例都高于75%⑤英国根据企业规模制定了不同的扣除比例，最高的为225%；新加坡则规定，符合条件的研发费用中的前40万新元可以享受400%的加计扣除，超出40万新元的部分根据发生地可以享受100%或150%的加计扣除；印度针对不同行业制定了不同的政策，扣除比例为100%至200%；巴西的加计扣除政策根据科研人员的数量适用不同的加计扣除比例，基本介于160%至180%之间。详见李闻一等，《研发费用加计扣除政策对企业创新投入的影响》，《会计之友》，2019年第5期。，相比之下我国加计扣除的比例较低。另外，针对我国目前基础研究的研发投入不足及发明专利占比不高的情况，可以对不同类型的研发项目发生的费用设置不同的扣除比例，规定企业在基础研究项目与发明专利项目中的研发投入可以享受比试验发展以及应用研究项目更高的加计扣除比例。为鼓励企业将获得的优惠金额继续用于研发投入，建议政府制定一定的政策条款对企业获得的这一部分盈余资金进行用途限制。可以设置一些补充的优惠条款，比如若企业将这部分盈余资金用于购置研发设备、进行研发人员培训、扩大研发机构规模等，税务机关可以允许企业按照其进一步投资额的一定比例来抵扣企业所得税应纳税额或者给予其他优惠。另外，根据产权异质性回归结果，应进一步支持民营企业发展，充分激发民营企业的创新活力，提高我国的研发投入强度以及创新产出数量和质量。同时，进一步改革国有企业管理体制，着力解决委托代理问题，明确国有企业管理层的职责划分并建立健全其绩效考核体系，将创新产出纳入考核标准，提升国企研发动力，增加其研发投入和创新产出。