加计扣除政策能提升企业创新收益吗

陈菲菲，靳卫东，刘敬富

(1.山东财经大学，山东 济南 250014；2.青岛大学，山东 青岛 266071；3.山东青年政治学院，山东 济南 250014)

一、引言

十九届五中全会和“十四五”规划明确提出，要“坚持创新在我国现代化建设全局中的核心地位”，不断“完善科技创新体制机制”，建立以企业为主体的创新体系。企业创新通常具有信息不完全和资本密集投入等特征，容易产生系统性风险[1]，而创新成果又存在转化难、外部性和溢出效应，其收益很难为创新企业所完全占有[2,3]。换言之，相对于较高的创新风险，创新收益不佳会抑制企业创新、造成市场失灵。研发费用加计扣除可以实现政府宏观调控与企业资源配置的有效衔接，能够引导企业增加创新投入，被各国视为激励企业创新的有效工具。但是，创新投入不等于创新产出，更不等于创新收益，从创新投入到创新产出再到创新收益，中间都有一个转化比率问题。[4]所以，能否激励企业有效创新、提升企业创新收益，才是评价“加计扣除政策是否有效”的关键。

另外，由于创新活动的技术复杂性和高昂信息成本，在研发费用加计扣除中，一些企业采取研发操纵或者申请无效专利[5-9]，抑或进行财务操纵，将差旅费、设备费和折旧费等进行错误归集，以骗取税收优惠。这也增加了社会公众对企业有效创新进而对“加计扣除政策是否有效”的质疑，使加计扣除政策创新收益效应评价显得尤为重要。

目前大量文献侧重于考察企业创新投入和创新产出变化，鲜有涉及企业创新收益的理论与经验分析[10-15]。创新产出与创新收益是有极大区别的，一般来说，创新产出是指企业创新活动所得到的研发成果，而创新收益则是企业开展创新的动力来源。对企业创新收益研究甚少的主要原因是企业创新信息严重不对称，公共创新政策普遍采用过程管理方式，所以服务于政策实践需要，很多学者偏好于检验企业创新投入、创新产出或者创新效率变化，以评价加计扣除政策的有效性。可是，我国创新政策密集出台、改革频繁，企业创新数据的生成机制随时发生重要变化，那么基于此类数据的政策评价并不可靠，而缺少了创新收益分析也容易导致政策认识和实践的偏误。

为了解决企业创新数据的时变性问题，一些学者采用准自然实验方法评价加计扣除政策效应。[16-19]并且，考虑到加计扣除政策要求适用企业必须符合一定的创新能力和经营绩效标准，为了避免由此所产生的样本选择偏差，有学者采用PSM-DID方法进行相关估计。[20，21]这些研究普遍证明了创新投入和创新产出变化，验证了加计扣除政策的有效性。然而，加计扣除政策传导存在时滞，按照准自然实验的时间最接近原则，上述实证研究结论依然值得商榷。另外，由于政策传导及政策作用时滞，企业创新收益更难迅速实现，在上述研究基础上如何辨析企业创新收益变化，以全面评价加计扣除政策效应，是亟须解决的重要课题。

因此，本文分析研发费用加计扣除政策的创新收益效应，可以在三个方面作出贡献：第一，区别于现有文献的大量实证研究，本文将加计扣除政策抽象为两项内容，从政策实施范围和政策实施强度两个方面论证加计扣除政策效应及其发生机制。第二，根据企业创新的高风险和时滞性特征，本文把创新投入和创新产出作为创新收益的先导性指标，从创新链视角揭示加计扣除政策的创新收益效应。第三，基于加计扣除政策历次改革，本文设计了多个准自然实验，并采用PSM-DID、DDD、多期准自然实验和单组前后测实验设计等方法，克服企业创新数据的时变性、时滞性和选择性偏差等问题，为“加计扣除政策是否有效”提供准确的评判依据。

二、制度背景及研究假设

为了激励企业有效创新，研发费用加计扣除政策进行了多次改革，而能否提升企业创新收益成为这些改革是否有效的重要评判标准。为此，本文系统梳理了历次政策改革的核心内容，分析了加计扣除政策作用于企业创新收益的基本逻辑。

(一)制度背景

1996年财政部和国家税务总局联合发布了加计扣除政策，此后适应于科技创新发展，加计扣除政策历经多次修订。从整体上看，为了激励企业创新，加计扣除政策不断将更多企业纳入适用范围。从1996年的国有、集体工业企业，到1999年增加了国有、集体控股工业企业，再到2003年和2006年覆盖所有财务核算制度健全、实行查账征税的内外资企业，适用该项税收优惠政策的企业不断增加。特别是，以两个负面清单为标准，2015年加计扣除政策进一步将更多企业纳入了政策适用对象。

与此同时，加计扣除政策持续提高了政府对创新风险的分担比例。2006年加计扣除政策取消了有关“研发费用增长+盈利”的限制，针对企业实际发生的技术开发费用全部按照150%的比例抵扣应纳税所得额，然后又把更多费用项目纳入加计扣除范围，2017年更是将加计扣除比例提高到175%。另外，2008年以后研发费用加计扣除可以采用两种处理方式，即费用化处理和资本化处理。可见，上述政策改革可以归纳为两项内容，即扩大政策适用范围和调整风险分担机制。

(二)加计扣除政策的创新激励效应

1.扩大政策适用范围

与其他财税政策相比，加计扣除政策是税基式优惠，它将激励重点放在技术研发阶段，可以引导企业增加创新投入。同时，加计扣除政策能够为企业节税，并向资本市场发送积极信号，借此能够增强企业的内外部融资能力，产生显著的创新投入激励。[22-24]另外，加计扣除政策不断扩大适用税收优惠的研发支出科目，也有助于企业消解融资压力、增加创新投入。而且，加计扣除政策要求企业准确归集研发费用，在客观上迫使企业强化研发管理，还能提高企业创新产出。

不过，应该强调的是，随着加计扣除政策适用范围的持续扩大，很多低效企业不断被纳入实施对象。而且，扩大政策适用范围会激励研发操纵，一些不属于研发活动的费用被企业计入研发支出科目，将有碍于创新资源的高效利用。同时，扩大政策适用范围还会诱发企业的策略性创新，即“为认定而创新”。有调查显示，2008年加计扣除政策改革以后，真正满足适用条件并享受该项税收优惠的企业并不多，而“伪高新”以及各种“骗补”乱象却时有发生。[25，26]这都降低了企业创新效率，削弱了加计扣除政策的创新收益效应。所以，本文提出假说1：

H1：扩大加计扣除政策的适用范围可以激励企业创新投入和创新产出，但企业创新收益增长并不明显。

2.调整风险分担机制

(1)增加政府对创新风险的分担比例。在企业创新中，技术风险很难被精确预测和描述，所以创新产出和创新收益具有很大的不确定性。而且，企业创新通常需要大量资金投入，有可能使技术风险转化为高额的商业或市场风险。再加上，私人投资的贴现率相对较高，创新收益很难达到其可接受水平。[27]因此，加计扣除政策将更多创新风险转嫁给政府，使政府成为与企业共担风险的“隐匿合伙者”，显然能够降低创新成本、激励企业扩大创新投入进而增加创新产出。只是，增加政府对创新风险的分担比例，也会降低企业创新的风险意识，有可能削弱企业创新效率和创新收益。由此，本文提出假说2。

H2：增加政府对创新风险的分担比例可以激励企业创新投入和创新产出，但对企业创新收益的影响相对较小。

(2)对研发费用采取资本化处理方式。从整体上看，加计扣除政策所减少的税负只占企业研发费用的一部分，所以创新投入仍然会降低企业当期经营业绩。而经营业绩下降，既可能引发投资者不满，又会减少企业管理者收入，从而必然反向抑制企业创新投入。2008年加计扣除政策明确提出研发费用的资本化处理方式，即：创新投入形成无形资产时，将该无形资产成本的150%在税前摊销。这一方面能缩小创新投入所造成的经营业绩波动，另一方面可以向市场传递有关项目开发进程和成功概率的前瞻性信息，增加企业融资能力进而扩大创新投入和创新产出。同时，为了达到资本化处理的适用标准，企业创新必须符合特定的规范性要求。这能够激励企业增加风险意识、强化研发管理，也有利于提升企业创新成果质量和创新收益。由此，本文提出假说3。

H3：采取研发费用资本化处理方式不仅可以激励企业创新投入和创新产出，而且能够提升企业创新收益。

综上所述，基于历次加计扣除政策改革，本文归纳出三项假说，检验这些假说能够辨析加计扣除政策的创新收益效应及其发生机制，以回应有关“加计扣除政策是否有效”的质疑。

三、研究设计

(一)检验模型

1.PSM-DID分析。2008年我国实施《企业研究开发费用税前扣除管理办法》。除了要求财务核算制度健全以及实行查账征税，这次改革还规定加计扣除政策适用企业的研发活动必须符合《国家重点支持的高新技术领域》和《当前优先发展的高技术产业化重点领域指南》。显然，所有A股上市公司都是财务核算制度健全且实行查账征税的企业。其中，高新技术企业始终适用加计扣除政策，而非高新技术企业被排除在政策适用范围之外。因此，本文选择A股上市公司的非高新技术企业为实验组，以高新技术企业为控制组，并将2007年和2009年作为政策改革前后的时间节点，由此建立了一个PSM-DID分析模型。这有利于克服企业创新数据的时变性和选择性偏差问题，能够精确评价加计扣除政策创新收益效应。另外，考虑到企业创新收益的时滞问题，本文选择2006年至2018年企业创新数据，以2008年为加计扣除政策改革节点，进行多期准自然实验分析。估计方程为：

Yjit=α0+α1Dj+α2Tt+α3Dj×Tt+α4Xjit+μjit(j=0,1；i∈Ij∩S；t=0,1) (1)

其中，Yjit为企业创新收益，Dj为实验组虚拟变量，Tt为时间虚拟变量，Xjit为影响企业创新的一系列控制变量，μjit表示随机误差项，Ij表示j组的集合，I0为控制组，I1为实验组，α为常数及各变量的估计系数。在多期准自然实验分析中，t∈(d-2,d+10)，d=2008是加计扣除政策改革的时间节点，由此可以得到2006年至2018年企业创新收益变化的估计值。

2.DDD分析。在PSM-DID分析中，对应于加计扣除政策适用范围的规定，实验组与控制组样本仍然有可能存在较为明显的特征差别。而三重差分(即DDD)能够有效克服由此所可能产生的样本选择性偏差，估计方程为：

Ypjit=β0+β1Dj+β2Tt+β3Bp+β4Dj×Tt+β5Dj×Bp+β6Bp×Tt+β7Bp×Tt×Dj+β8Xpjit+μpjit(j=0,1；t=0,1；p=0,1) (2)

其中，Ypjit为企业创新收益，Bp表示第p次PSM-DID分析虚拟变量，Xpjit为影响企业创新的一系列控制变量，μpjit表示随机误差项，β为常数及各变量的估计系数。在此，以前文PSM-DID分析中的控制组样本为研究对象，从中选择创新能力较差的企业为控制组，并以剩余企业为实验组，由此进行第二次准自然实验分析。在第二次准自然实验分析中，实验组和控制组样本都适用加计扣除政策，其变化差异能够反映高新技术企业与非高新技术企业在政策改革以外的创新行为差别。

(二)数据来源与变量设置

本文选择A股上市公司作为研究对象，数据主要来源于《中国区域创新能力报告》，Wind咨询和国泰安(CSMAR)数据库。首先，对于高管持股比例大于1以及企业员工数量、资产规模、营业收入、企业负债、政府资助显示为负的样本，本文都做了剔除处理；其次，由于加计扣除政策改革的时间跨度较长，容易产生极端特殊值，所以本文对研究样本进行两端缩尾1%。最后，本文共得到2006年至2018年可观测样本31941个。为了缩小量纲影响，对一些指标进行了取对数处理。

1.核心被解释变量和解释变量。创新收益是企业有效创新的动力来源，也是本文研究的主要目标。虽然学界对创新收益的界定较不一致，但对于创新收益能够增加企业利润并无异议，所以本文使用营业利润变化来反映企业创新收益。不过，营业利润的决定因素很多，特别是会受到企业规模影响，包括资产规模和员工规模。为此，本文对营业利润进行企业规模的平减处理，采用人均营业利润(营业利润/企业员工数)来衡量企业创新收益。在现有文献中，有学者采用资本收益率来表征企业创新收益，即营业利润/企业资本量。但是，资本收益率直接反映企业盈利状况，那么无论是通过利润盈余还是依靠新增负债，企业都有充裕资金进行创新投入。换言之，以资本收益率作为被解释变量，估计方程(1)中会存在严重的因果内生性。另外，如前文所述，加计扣除政策所带来的税收优惠在研发费用中所占比例较小，这也会凸显资本收益率所可能产生的重要影响。还有，企业有可能利用加计扣除政策进行盈余管理，“人为”提高资本收益率，这使得资本收益率与加计扣除政策密切相关，也削弱了资本收益率衡量创新收益的精度。因此，本文是采用人均营业利润来衡量企业创新收益。并且，在估计方程中本文加入了资产规模、资产负债比、固定资产占比、资产周转率等控制变量，也能缓解企业资产规模对创新收益的影响。最后，本文选择实验组和控制组虚拟变量的交互项作为解释变量。

2.其他被解释变量。由于企业创新具有高风险和时滞性特征，从创新投入到创新产出再到创新收益都有一个转化率问题，存在一定的时滞。不过，创新投入和创新产出体现了企业创新活动的前期开展情况，可以作为创新收益的先导性指标，也能在一定程度上反映创新收益变化。为此，本文选择创新投入和创新产出作为被解释变量，以期从创新链视角辨析加计扣除政策创新收益效应的发生及其阻碍。其中，创新投入是指企业开展创新活动所投入的资金，创新产出是指企业创新活动所得到的研发成果。借鉴柳光强和李维安等的研究，本文使用研发投入金额和研发投入强度(研发投入金额/营业利润)来分别衡量企业创新投入的绝对和相对水平。[28]同时，借鉴黎文靖和郑曼妮以及雷根强和郭玥的研究，本文选择发明专利授权数来衡量企业创新产出的绝对水平，采用人均发明专利授权数(发明专利授权数/企业员工数)来衡量企业创新产出的相对水平。

3.控制变量。为了提高估计精度，本文在估计方程中引入了很多控制变量。其中，企业经营状况包括：资产规模、营收增长率、资产负债比(总负债/总资产)、固定资产占比(固定资产/总资产)和资产周转率(营业收入/总资产)；企业人员状况包括：劳动密集度(企业员工数量/总资产)、股权激励(高管持股比例)以及总经理与董事长是否兼任；[29，30]企业属性特征包括：企业生命期限、行业类型以及是否为国有集体企业；[31，32]企业外部环境包括：税收优惠、政府补助和外溢效应。[33，34]另外，根据区域创新理论，一个企业的创新行为可以降低其他企业创新的边际成本，具有显著的外溢效应，其衡量指标为：(研发投入+政府资助)×区域创新系数。

(三)核心变量的描述性统计分析

如表1所示，首先在创新投入和创新产出方面，控制组样本基本都大于实验组样本，而且四个衡量指标的均值差(2)都十分显著。其次，在资产负债比、企业生命期限、是否为国有集体企业、政府补贴、外溢效应以及一些行业特征上，控制组与实验组样本明显不同。这说明，两组样本很可能存在选择性偏差，本文采用PSM-DID和DDD方法以及在估计方程中引入大量控制变量，预期能够提高估计精度。最后，人均营业利润的两个均值差都不显著，说明企业创新收益变化较小，加计扣除政策的创新收益效应还需要更多计量分析。

表1 核心变量的描述统计

四、实证结果及分析

按照前文分析，2008年研发费用加计扣除政策调整了适用范围和风险分担机制，这为其创新收益效应分析提供了准自然实验。

(一)基于PSM-DID方法的分析

根据表2第1～4列中处理效应的估计结果显示，研发投入金额和强度的变化分别为-2.711和-0.137，发明专利授权数及其人均值的变化分别为-0.438和-0.057，它们都在1%水平上显著。这说明，实验组样本被排除在加计扣除政策适用范围之外，其创新投入和创新产出明显减少。可见，加计扣除政策可以增加企业创新投入和创新产出，能够激励企业开展创新活动。

表2 加计扣除政策创新收益效应的PSM-DID分析

不过，如第5列所示，随着企业退出加计扣除政策适用范围，其人均营业利润变化为0.003，且很不显著。所以，加计扣除政策没有改变企业创新收益。按照前文分析，结合创新投入和创新产出变化，一种合理的解释是：从创新投入到创新产出再到创新收益都有一个转化比率问题，而创新产出包括了创新成果的数量和质量，其中创新成果质量不佳或者其市场转化效率受限都会阻碍企业创新收益提升。

(二)基于多期准自然实验的分析

如前文所述，考虑到政策传导和企业创新收益的时滞，本文以2006和2007年作为未实施加计扣除政策改革的时间节点，以2009至2018年为政策改革以后的时间节点，由此进行多期准自然实验分析，结果如图1所示。显然，退出加计扣除政策适用范围以后，6年内企业创新收益都不能显著区别于零。这就说明，时滞问题不是导致企业创新收益不佳的主要原因，创新成果质量不佳或者其市场转化效率受限有可能抑制了企业创新收益。另外，长期来看，企业创新投入和创新产出变化较为显著，而且都表现为典型的U型变化特征。这证明了假说1，说明扩大加计扣除政策的适用范围可以激励企业创新投入和创新产出，但对创新收益的影响较不明显。

(三)基于DDD方法的分析

为了消除实验组与控制组样本再加计扣除政策以外有可能存在的特征差异以及由此所造成的创新行为差别，本文使用DDD方法对加计扣除政策创新收益效应重新进行估计。表3中处理效应的估计结果显示：首先，在第1、2列研发投入金额和强度的变化十分显著，分别为-3.698和-0.188。所以，退出加计扣除政策适用范围以后，企业创新投入明显减少。其次，在第3、4列发明专利授权数及其人均值的变化也非常显著，分别为-0.262和-0.041，说明加计扣除政策能够增加企业创新产出。最后，在第5列企业的人均营业利润变化为-0.008，且只在10%水平上显著。这基本验证了表2的实证分析结果，再次证明了假说1。

表3 加计扣除政策创新收益效应的DDD分析

五、机制检验

调整风险分担机制和扩大政策适用范围是加计扣除政策改革的两项主要内容。借此，本文可以检验加计扣除政策创新收益效应的发生机制。

(一)调整风险分担机制

1.调整风险分担机制的影响

按照政策规定，2006年至2009年在A股上市企业中高新技术企业都适用于研发费用加计扣除政策，但在2008年以后实施了新的风险分担机制。所以，本文选择2007年和2009年高新技术企业作为实验组，选择2006年和2008年高新技术企业作为控制组，构建了一个单组前后测实验设计。其中，2007年与2009年实验组样本的差分结果包含了2008年风险分担机制调整的影响，而2006年与2008年控制组样本的差分结果只反映了高新技术企业原有的创新行为变化。那么，上述实验组与控制组的二次差分结果就反映了风险分担机制的创新收益效应，如表4所示。

表4 调整风险分担机制对企业创新收益的影响

显然，政府增加对创新风险的分担比例，企业研发投入金额和强度的变化较为显著，分别为1.634和0.091；发明专利授权数及其人均值的变化分别为0.383和0.048，均在1%水平上显著；而人均营业利润的变化很不显著。所以，增加政府对创新风险的分担比例可以激励企业创新投入和创新产出，对企业创新收益影响较小。这部分解释了表3中加计扣除政策效应的估计结果，也验证了假说2。

2.两种研发费用处理方式的影响差异

为了检验两种研发费用处理方式各自的创新收益效应，同时也为了消除遗漏变量的影响，并且尽量保留企业特征信息，根据2009～2016年A股上市企业对研发费用的处理方式及其处理金额，本文使用面板数据Hausman-Taylor方法，检验了两种处理方式对企业创新收益的影响，结果如表5所示。

表5 两种研发费用处理方式的创新收益效应

首先，在第1、2列研发费用的两种处理方式都显著增加了企业创新投入。其中，费用化处理方式对研发投入金额和强度的影响分别为0.616和0.029，资本化处理方式的影响为0.031和0.001。显然，前者的影响明显较大。其次，在第3、4和5列中，与费用化处理方式相比，资本化处理方式显著增加了发明专利授权数及其人均值和人均营业利润，分别为0.021、0.003和0.0002。最后，结合表4第5列中处理效应较不显著，此处两种研发费用处理方式的创新效应差别说明：一方面，研发费用的资本化处理金额占比较小，费用化处理方式仍然是加计扣除的主要渠道；另一方面，资本化处理方式可以对企业创新收益产生显著的激励作用。这印证了已有研究，也证明了假说3，即：强化资本化处理方式既可以激励企业开展创新活动，也能够提升企业创新成果质量和创新收益。

(二)扩大政策适用范围

2015年加计扣除政策颁布了两份负面清单，重新调整了政策适用范围，将部分非高新技术企业重新纳入政策适用对象。那么，在非高新技术企业中以清单外企业为实验组，以其他企业为控制组，本文选择2014和2016年为政策改革前后的时间节点，采用PSM-DID方法再次估计了企业创新收益变化，结果如表6所示。

表6 扩大政策适用范围对企业创新收益的影响

首先，在第1、2列处理效应的估计结果显示，企业研发投入金额和强度的变化都不显著。所以，目前扩大加计扣除政策的适用范围已经不能有效激励企业创新投入。其次，在第3、4列发明专利授权数及其人均值的变化分别为0.418和0.053，且在1%水平上显著。这说明企业创新产出增长明显。最后，在第6列人均营业利润变化很不显著，表明扩大政策适用范围的创新收益效应很小。这基本也验证了假说1，即进一步扩大政策适用范围已很难激励企业开展有效创新。

在前文分析中，虽然人均营业利润能够在一定程度上反映企业创新收益，但它所包含的企业活动过于宽泛。按照加计扣除政策规定，如果研发费用适用资本化处理方式，就说明该项研发工作已经具备了形成一项新产品或新技术的条件，可以被认定为无形资产，预期能够带来经济收益。为此，本文选择资本化处理金额占研发费用的比例作为企业创新收益的衡量指标。这既能够克服创新投入对企业经营业绩进而对创新收益评价的不利影响，又可以避免创新产出向创新收益转化的效率及其时滞。如表6中第6列所示，剔除市场转化效率、创新收益时滞以及创新投入所造成经营业绩波动的影响，加计扣除政策仍然没有提升企业创新收益。这说明，上述因素皆非企业创新收益不佳的主要原因，提高创新成果质量应该是科技体制机制改革的重要方面。最后，本文在PSM-DID分析中改变研究方法、调整研究样本以及使用DDD方法重新进行相关估计，上述结果依然稳健。并且，本文进行安慰剂检验，也基本验证了上述实证分析结果。

六、结论及政策建议

研发费用加计扣除政策历经多次改革，在激励企业有效创新中被寄予厚望。创新收益是企业有效创新的动力来源，但现有文献侧重于检验企业创新投入和创新产出变化，较少关注加计扣除政策的创新收益效应。而且，目前企业创新数据的时变性、时滞性和选择性偏差等问题也限制了这些实证研究的可靠性和说服力。这容易导致有关加计扣除政策改革的认识和实践偏误。所以，本文论证加计扣除政策创新收益效应，并通过多种准自然实验分析为此提供经验证据支持，显然具有重要的意义。

研究结果表明，加计扣除政策能够激励企业创新投入和创新产出，但对创新收益的影响相对较小。这主要是因为，策略性创新、研发操纵以及越来越多低效企业被纳入实施对象等因素限制了加计扣除政策的创新激励效应。不过，调整创新风险分担机制，既可以通过增加政府对创新风险的分担比例来激励企业创新投入和创新产出，又能够借助资本化处理方式提升企业创新成果质量和创新收益。另外，剔除市场转化效率、创新收益时滞以及创新投入所造成经营业绩波动的不利影响，加计扣除政策的创新收益效应仍不明显。这也说明，提升创新成果质量是科技体制机制改革的重要方向。

因此，为了激励企业有效创新：第一，要进一步提高政府对创新风险的分担比例。与扩大政策适用范围相比，这容易激励企业创新投入和创新产出，也有利于提升企业创新收益。事实上，2018年加计扣除政策再次调高了研发费用加计扣除比例，正是在这一方向上的积极改进。第二，要强化研发费用的资本化处理方式。这有助于将创新资源配置于高效企业，能够推动高质量创新，进而可以显著提升企业创新收益。第三，要加强企业创新政策的体系化建设。如前文分析，创新成果质量是制约企业创新收益的重要因素，那么专利收入所得税优惠、专利转让所得税优惠等政策都能有效激励高质量创新，可以作为研发费用加计扣除政策的有益补充。