减税降费推动企业高质量发展的路径研究

许楠 牛美佳 刘雪琴

【摘 要】 基于信号传递理论、创新正外部性理论和社会网络理论，以572家受风险投资机构支持的创业板上市公司为样本，分析减税降费对企业高质量发展的影响，并检验投资组合网络、创新溢出在其关系中的链式中介作用。研究发现：（1）减税降费能够显著推动企业高质量发展；（2）投资组合网络、创新溢出分别在减税降费和企业高质量发展之间起中介作用；（3）投资组合网络与创新溢出在减税降费和企业高质量发展之间起链式中介作用；（4）进一步研究投资组合网络断裂对创新溢出的影响发现，随着风险投资的退出，投资组合网络断裂不再对企业创新溢出有效。研究结论丰富了减税降费影响企业高质量发展内在机理的研究成果，可为企业探索高质量发展路径提供决策参考。

【关键词】 减税降费； 企业高质量发展； 投资组合网络； 创新溢出； 链式中介

【中图分类号】 F812.42；F272.5  【文献标识码】 A  【文章编号】 1004-5937（2023）03-0018-09

一、引言

党的十八大以来，我国发布了一系列举措助力企业发展，持续性大规模减税降费政策是其中的重要组成部分。2021年全年新增减税降费约1.1万亿元，其中为制造业中小微企业办理缓缴税费2 162亿元，为煤电和供热企业办理“减、退、缓”税271亿元，切实减轻了企业负担①。然而，大规模减税降费力度下，一旦减税降费超过一定程度，部分企业会对国家扶持政策依赖过大，长此以往，其依靠政策“输血”按部就班地被动发展，则与国家经济高质量发展这一战略目标相悖。

高质量发展时代，企业仅仅依靠自有资金和减税降费让渡而来的资金是不足以支撑自身创新发展的。在现实经营活动中，并不是所有企业都会将享受到的减税降费红利投放到自身创新活动中去，部分企业为了避免创新带来的长期不确定风险而将投资目光转移到短期看得见摸得着的利益上。为了有效拓宽融资渠道促进科技创新，近年以风险投资机构为中心的投资组合网络发展迅速。风险投资通过信息筛选和前景分析，以股权的形式直接注资于被投资企业，并积极主动、真正切实地参与到被投资企业的经营活动中去；企业之间通过引入共同的风险投资机构形成投资组合网络进而吸收大量外部创新投资的现象越来越普遍；创新投资的网络化发展越来越明显，已逐渐成为助力企业创新发展的重要融资通道。

企业如何利用减税降费红利在进行科技创新活动过程中获得更多的创新溢出，挖掘出有利于自身发展的“造血”潜能，为自身发展提供源源不断的动力；如何吸引风险投资进而形成投资组合网络，帮助企业以较低融资成本获取较大创新溢出，从而实现企业长期性的高质量发展，是理论界与实务界亟需解决的问题。因此，在我国经济高质量发展背景和大规模减税降费力度下，本文聚焦减税降费对企业高质量发展的影响，从投资组合网络和创新溢出视角探索减税降费推动企业高质量发展的影响路径，旨在进一步深化对减税降费与企业高质量发展关系的认识，为减税降费赋能企业高质量发展的理论合理性和现实有效性提供经验证据。

二、研究基础与假设提出

（一）减税降费对企业高质量发展的影响

近年来，国家税务总局出台了诸多税收优惠政策推动企业高质量发展。国家税务总局统计显示，2021年全年92.2%的纳税人认为减税降费对企业生产经营活动产生了积极影响，提振了市场主体信心。企业“包袱”轻了，新动能加速成长，发展水平有了质的飞跃。

减税降费政策实施以来，国内学者对其展开了一系列效果评估的研究。企业税负的高低会对企业的现金流和留存收益产生影响，甚至影响企业对劳动要素和创新研发等生产活动的投入。通过减税降费，能够改变企业与政府间的财富分配，使企业拥有更多的留存收益，缓解企业融资约束，降低企业负债水平，激励企业提高生产率，带动企业转型升级[ 1 ]，在此过程中直接效应表现为降低企业税负，间接效应表现为缓解企业资金压力从而提高企业绩效、刺激企业投资、激励企业提升创新水平等[ 2 ]。追根溯源，减税降费改善了企业现金流，提供了企业创新所需的资金支持，帮助企业专业化分工，促进了企业创新，为企业健康成长提供了发展动力。减税降费所特有的高效性和靶向性能够为企业持续成长提供资源保障，逐渐成为企业高质量发展的稳态驱动器。基于此，本文提出假设1：

H1：减税降费能够促进企业高质量发展，减税降费力度越高，越有利于更多动态资源流入企业，赋能企业高质量发展。

（二）减税降费赋能企业高质量发展的中介影响机制

1.以投资组合网络为中介

企业仅仅依靠自有资金和减税降费让渡而来的资金不足以支撑自身高质量发展。信号传递理论认为减税降费更大的作用在于向外界传递积极信号，鼓励投资和风险补偿的相关税收优惠吸引了更多风险投资资本流向企业[ 3 ]。网络经济时代下，风险投资机构的一大优势就是汇集网络中其他投资者对投资意愿的表态，起到传递相关信号的“桥梁”作用。投资者与被投资方之间频繁的直接或间接联系，自发形成一个无形的投资组合网络。位于中心高位的风险投资机构可以控制和解读信息传递的方向、内容、频率等，从而影响投资信息在整个投资组合网络中的流动，风投的加入不断提升网内知识基础，降低投资失败风险，使整个投资组合网络保持稳定。基于此，本文提出假设2：

H2：减税降费有利于吸引风险投资机构形成投资组合网络。

任何组织内部资源和能力都是有限的，企业需要克服自身劣势寻求适宜途径获取外部资源，解决资源约束瓶颈。投资网络关系提供了资源流动的最佳渠道，企业可以利用与其他主体间的网络关系获取关键技术、人力资本和管理经验于自身的投资创新活动[ 4 ]。风险投资机构进入后，可以有效缓解投资者与被投资者之间的信息不对称问题，促使网内企业突破信息和空间的约束自发地去交流新知识、新技术，进而形成投资组合网络；而投资组合网络的稳定性取决于风险投资机构的位置，风险投资机构位于中心高位的投资组合网络资源配置更具针对性、适用性和持久性，资源配置效率更高。此外，风险投资机构参与企业经营活动，对企业资金流动和经营风险进行监督，使得有风投介入的企业全要素生产率明显高于无风投介入的企业[ 5 ]。由此可知，在原有条件一定的基础上，稳定的投资组合网络能有效规避投资风险，有利于网内被投资企业提高全要素生產率，进而促进企业高质量发展。基于此，本文提出假设3、假设4：

H3：投资组合网络稳定性对企业高质量发展有正向影响，投资组合网络越稳定，越有利于企业全要素生产率的提升，赋能企业高质量发展。

H4：投资组合网络能够在减税降费与企业高质量发展之间发挥中介效应。

2.以创新溢出为中介

创新的溢出效应是在技术创新活动过程中，经济组织在不产生技术创新正外部性成本的情况下，客观地推动其他经济主体享受技术进步带来的收益手段[ 6 ]。减税降费直接弥补了企业部分研发资金的支出，以降低企业研发成本的方式增加企业的可支配资金。减税降费政策为高风险和复杂的科技创新活动提供风险补偿，同时向市场传递政策倾向和扶持方向的信号，促进更多的资金流向创新、研发，增强企业的创新风险承担能力，推动企业创新活动的多元化开展。企业开展多元化创新活动如通过技术学习、相互竞争、协同创新、资源流动和吸收优质企业的创新技术及理念，打破行業壁垒，以较低的创新成本加快企业技术进步的增长，伴随着企业间的竞争—模仿—再竞争产生创新溢出效应，让更多企业获利。基于此，本文提出假设5：

H5：减税降费产生了企业创新溢出效应，减税降费程度越高，创新溢出效应越显著。

企业承担的税负越重，相应的创新专利产出水平越低[ 7 ]。这意味着减税降费的一系列措施对企业技术创新活动有着较强的激励作用。在创新正外部性理论作用下，同行业企业创新技术溢出有利于加快转型期企业技术进步步伐，优化创新资源配置[ 8 ]，在不断更新换代中推动企业由“中国制造”到“中国智造”的新转变，产出大于投入，从而提高企业全要素生产率。结合创新的正外部性，企业对外部技术创新的吸收：一方面可以节约独立研发的资源和时间；另一方面可以充分发挥不同企业各自所具有的创新技术优势，促进跨区域技术分工，实现1+1>2的创新溢出效应，并进一步减少自主创新的不确定性和高失败风险，促进企业高质量发展。基于此，本文提出假设6、假设7：

H6：创新溢出效应对企业高质量发展有正向影响，创新溢出效应越强，企业整体创新能力越高，越能够促进企业高质量发展。

H7：创新溢出在减税降费与企业高质量发展之间发挥中介效应。

3.投资组合网络和创新溢出的链式中介

在有风投参与的社会网络中，风险投资机构的网络中心度越高，企业的创新能力越强[ 9 ]。第一，“高资历”企业最新研发的技术、创新发明的相关知识和项目经验等信息在投资组合网络内具有相当的共享性，在一定程度上可以更快更有效地传递给被投资企业并为其带来创新溢出效应[ 10 ]。第二，中小企业突破性技术创新造成的资源差距较大且异质性很强，企业为了缩小资源差距，需要与外界建立充分的联系来获取新的技术资源，此时通过增加企业已建立的投资组合中的网络连接数量，可以有效扩大技术搜索空间并获得更多外部合作伙伴。Becker和Dietz[ 11 ]认为，处于网络联系的企业有助于获取多样化的知识资源储备，并增加它们实现更高程度创新的可能性。在社会网络理论范式下，风险投资推动企业高质量创新的基本逻辑是投资组合网络是一个开放的社会网络，以风险投资机构为中心的投资组合网络与不同的组织和人员进行信息交换，促进不同学科知识的相互获取、整合和重组，推动网内被投资企业以较小成本获得短期内无法实现的创新收益。基于此，本文提出假设8、假设9：

H8：投资组合网络产生了创新溢出效应，投资组合网络越稳定，越有利于创新知识的整合，创新溢出效应越显著。

H9：投资组合网络和创新溢出能够在减税降费与企业高质量发展之间发挥链式中介效应。

本文根据以上理论分析，构建如图1所示的理论模型。

三、研究设计

（一）样本选择及数据来源

我国2008年实行大规模结构性减税政策，设定政策执行时滞期为1年，初始样本从下1年开始选取，选取2009—2020年在创业板上市并且有风险投资机构支持的623家制造企业，再剔除ST公司、金融行业公司，相关数据缺失值以插值法补全，最后得到572家有风险投资背景的上市公司作为研究样本。

投资相关数据来自清科私募通数据库。界定网络边界是构建投资组合网络的重要步骤，绝大多数相关研究采用时间窗来确定网络边界。参照Freeman和Roeder[ 12 ]对时间窗的选择，选取4年的时间窗确定网络边界，构造网络样本数据的时间跨度为2005年1月—2008年12月，样本包括314家风投对我国境内初创企业进行的3 424起投资事件，用这些投资事件来构建风险投资机构投资行为的社会网络。

本研究所需要的上市公司财务数据来自国泰安（CSMAR）数据库。此外还通过国家知识产权局网站、专利汇网站手工收集了572家样本企业2009—2020年间的专利申请记录。本文实证分析运用Stata15.0、Ucinet、Mplus软件对数据进行处理。

（二）变量定义

1.被解释变量

企业高质量发展是企业既要追求创造经济价值和社会价值更高水平、更高层次、更高效率的同时又要创造可持续价值的素质能力的一种目标状态或发展范式[ 13 ]。衡量企业高质量发展的方法可分为以全要素生产率为主的定量指标法[ 14 ]和以构建指标体系为主的定性指标法[ 15 ]。指标体系分析可能存在由于主观性导致的系统差异性较大的问题，相较而言，全要素生产率是综合性的量化指标，符合本文研究要求。因此本文运用LP法对微观企业层面的全要素生产率进行估计，作为企业高质量发展的代理变量。计算公式如下：

lnYit=？琢0+？琢1lnKit+？琢2lnLit+lnMit+？棕it+？着it  （1）

其中，i表示企业，t表示年份。Y、K、L、M分别为产出（营业收入）、资本投入（固定资产净额）、劳动力投入（支付给职工以及为职工支付的现金）和中间投入（购买商品、接受劳务支付的现金），以万元为单位，采用2009年为基期的价格指数进行平减。？棕it是全要素生产率，？着it表示随机干扰项。如果公司上述指标为0，那么在取对数时将无法进行，为解决这一问题，本文在取对数前对上述变量都加1。

2.解释变量

考虑到本文的研究特点以及数据的可获得性，借鉴郑春美和李佩[ 16 ]的测度方法，以企业总体税费负担为核心解释变量，为方便阐释经济意义，在此基础上对指标做同向化预处理，采用总体税费负担的相反数度量减税降费力度（Tax）。计算公式如下：

Tax=（支付的各项税费-收到的税费返还）/营业收入  （2）

3.中介变量

（1）投资组合网络

通过共享相同的风险投资股东形成公司间关系网络，单个公司作为该网络的一个节点（node），共同接受同一风险投资机构所持股份的行为是节点之间的构成纽带（tie）。根据Freeman和Roeder[ 12 ]的中心度理论并结合曹婷和李婉丽[ 17 ]的研究成果，本文使用企业i的风险投资股东自（t-n）年到t年发生的投资事件构建投资组合網络。同时，有大量研究表明，网络嵌入能够有效地保证投资质量，因此引入“网络中心度”的概念，通过考察风投机构在投资网络中的位置来评价投资组合网络的稳定性。网络中心度通常用接近中心度、中介中心度和程度中心度来进行衡量，基于本文研究的特点，选用“中介中心度”进行衡量。中介中心度（Betweenness）是以经过某个节点的最短路径数目来刻画节点重要性的指标，能够有效体现风险投资作为信息流通中介的重要性。计算公式如下：

Betweenness=■gjk（ni）/gjk   （3）

其中，gjk（ni）表示网络中点j与点k之间经过点i的最短距离，gjk表示网络中点j与点k之间路径的总数。

首先，运用时间窗的界定原则界定投资组合网络边界，选取2004—2008年所有创业板上市公司和接受风险投资机构投资的事件数据，构成初始网络。其次，每年对每个被投资企业命名一个唯一的标识，并且按照投资机构整理成被投资企业—投资机构的矩阵A［0，1］。如果接受某一风投机构投资支持，赋值为1，否则为0。再次，将二模矩阵A［0，1］与其转置矩阵相乘，得到新矩阵B，为了满足关系网络一模矩阵的要求，本文将对角线值全部赋值为0。对于矩阵中非对角线的参数，数值大小对应着投资方与被投资方的交集次数。最后，得到一模矩阵后，运用Ucinet网络分析软件，得到每年每个被投资企业标准化后的网络中心度指标。

（2）创新溢出

本文参考Goya[ 18 ]等的衡量方法识别公司的创新溢出效应，一个企业在一年内可以获得的创新溢出水平取决于同行业其他企业的创新投入，并在此基础上以加权平均的方式对创新溢出指标进行优化。考虑到不同行业标杆企业所产生的创新影响力不同，以创业板上市制造企业各行业标杆企业年度授权专利数在该行业的占比A作为该行业每个公司创新溢出效应水平的权重，进而得出加权平均的创新溢出指标Spillover。其计算公式如下：

Spilloverist=Ajst·■Sjst   （4）

其中，Spilloverist为S行业中的企业i在t年度所获得的行业内创新溢出；Ajst为授权专利权重，即j公司（标杆企业）在t年度授权专利数的行业占比；■Sjst表示在S行业中，除了i公司以外的其他所有公司在t年度的研究与开发投入总和。

4.控制变量

本文借鉴已有研究选取投资收益率、技术进步率、托宾Q、成长能力、融资约束、财政补贴、股权集中度、企业规模等作为控制变量。变量定义如表1所示。

四、实证分析

本文首先运用逐步法对投资组合网络和创新溢出的单独中介效应进行检验，其次利用自举法检验投资组合网络和创新溢出的链式中介效应。检验模型如下：

Betweennessi，t+1=？琢0+？琢Taxi，t+■？琢j0Controli，t+？着i，t

（5）

Spilloveri，t+1=？琢1+？茁Taxi，t+■？琢j1Controli，t+？着i，t （6）

TFPi，t+1=？琢2+？字Taxi，t+■？琢j2Controli，t+？着i，t  （7）

TFPi，t+1=？琢3+？啄Betweennessi，t+■？琢j3Controli，t+？着i，t

（8）

TFPi，t+1=？琢4+？准Spilloveri，t+■？琢j4Controli，t+？着i，t （9）

TFPi，t+1=？琢5+？渍1Taxi，t+？渍2Betweennessi，t+■？琢j5Controli，t+

？着i，t   （10）

TFPi，t+1=？琢6+？滋1Taxi，t+？滋2Spilloveri，t+■？琢j6Controli，t+？着i，t

（11）

TFPi，t+1=？琢7 + ？兹Taxi，t + ？渍2Betweennessi，t + ？滋2Spilloveri，t+

σBetweenness*Spillover+■？琢j7Controli，t+？着i，t （12）

TFPi，t+1为公司i第（t+1）年的企业发展质量，Betweennessi，t+1为公司i第（t+1）年的投资水平，Spilloveri，t+1为公司i第（t+1）年的创新溢出效应。Controli，t代表所有控制变量，？琢i为常数项，？琢-？兹为解释变量的回归系数，？琢ij为控制变量的回归系数，j为控制变量个数，？着i，t为随机扰动项。其中：式（5）检验减税降费对投资组合网络的影响（模型1）；式（6）检验减税降费对创新溢出的影响（模型2）；式（7）检验减税降费对企业高质量发展的主效应（模型3）；式（8）检验投资组合网络对企业高质量发展的影响（模型4）；式（9）检验创新溢出对企业高质量发展的影响（模型5）；式（10）检验投资组合网络对主效应的中介作用（模型6）；式（11）检验创新溢出对主效应的中介作用（模型7）；式（12）检验投资组合网络与创新溢出对主效应的链式中介作用（模型8）。

（一）描述性统计及相关性分析

根据变量描述性统计，企业高质量发展的平均值为4.478，标准差为1.752，说明企业高质量发展水平存在一定程度的差异。减税降费的平均值为3.029，标准差为0.323，说明减税降费力度比较稳定，但也存在减税降费大幅波动情况。相关性分析结果显示减税降费与企业高质量发展显著正相关（0.67，p<0.001），减税降费与投资组合网络、创新溢出显著正相关（0.325，p<0.001；0.021，p<0.001），投资组合网络与创新溢出显著正相关（0.186，p<0.001），为本研究所提出的假设提供了初步证据。

（二）假设检验

中介回归检验结果如表2所示。根据表2的模型3，减税降费能够显著推动企业高质量发展（？茁=0.589，p<0.001），支持假设1。模型1显示，减税降费加快投资组合网络的构建（？茁=0.357，p< 0.001），支持假设2。模型4显示，构建投资组合网络对企业高质量发展具有显著正向影响（？茁=0.312，p<0.001），支持假设3。模型2检验减税降费与创新溢出之间的关系，结果表明两者存在正相关关系（？茁=0.144，p<0.001），支持假设5。模型5表明，创新溢出对企业高质量发展的影响显著（？茁=0.737，p<0.001），支持假设6。模型6与模型7分别检验投资组合网络和创新溢出的中介作用，结果表明投资组合网络（加入投资组合网络后，减税降费影响企业高质量发展的系数显著变小，由0.589变为0.211）和创新溢出（加入创新溢出后，减税降费影响企业高质量发展的系数显著变小，由0.589变为0.268）在减税降费和企业高质量发展之间分别起部分中介作用，支持假设4、假设7。

为了进一步检验中介的有效性，本文采用偏差校正非参数百分比Bootstrap检验，对投资组合网络和创新溢出的中介效应进行检验，重复抽样5 000次并构建95%的无偏差校正置信区间，按照温忠麟和叶宝娟[ 19 ]提出的中介效应检验流程，利用Mplus软件对提出的假设进行实证检验，结果如表3所示。在路径一中投资组合网络的中介效应为0.202，95%的置信区间为［0.102，0.211］，置信区间不包括0，说明中介效应显著，即投资组合网络在减税降费与企业高质量发展之间发挥中介作用；同理，在路径二中创新溢出的中介效应显著，即创新溢出在减税降费与企业高质量发展之间发挥中介作用。进一步对投资组合网络和创新溢出的链式中介效应进行检验。根据Bootstrap检验结果（见表4），减税降费与企业高质量发展之间存在1条直接路径（路径三）和3条间接路径（路径四、路径五、路径六）。路径三减税降费对企业高质量发展的直接效应为0.317，90%的置信区间为［0.220，0.397］，置信区间不包括0，直接效应显著，进一步支持假设1。路径六投资组合网络和创新溢出在减税降费与企业高质量发展之间的链式中介效应为0.043，90%的置信区间为［0.038，0.163］，置信区间不包括0，中介效应显著，支持假设9。同理，根据表4可知，投资组合网络、创新溢出的中介效应均显著（路径四、路径五），结果进一步支持假设4、假设7。

（三）进一步分析

根据2005年上市公司股权分置改革的方案，风险投资在企业顺利上市后经历3年左右的锁定期，就可以通过二级市场退出。那么，在投资机构退出之后，被投资企业还能否继续借助网络的溢出效应产生创新的溢出效应呢？本文进一步讨论投资组合的网络关系断裂对企业创新溢出效应的影响，将风投的退出定义为退出上市公司前十大股东，据此，共得到167个风险投资退出样本，并对退出样本进行回归。为了保证结论的稳健性，在回归模型中依次加入投资组合网络的中介中心度（Betweenness）、接近中心度②（Closeness）和程度中心性③（Degree）。回归结果显示，风投退出之后，投资组合网络三个中心度指标都不再对企业的创新溢出有显著的正向影响，如表5所示。随着风险投资的退出，公司之间获取知识和信息的联系被切断，企业很难再依靠投资组合网络的沟通渠道在网络内获得积极的创新收益，即投资组合网络断裂之后不再对公司创新溢出产生有效影响。

（四）稳健性检验

1.倾向得分匹配检验

本文采用倾向得分匹配法进行稳健性检验，将样本分为实验组和对照组，减税降费力度中位数以上的为实验组，中位数以下的为对照组。将减税降费设置为虚拟变量，实验组为1，对照组为0；以投资收益率、技术进步率、托宾Q、成长能力、融资约束、财政补贴、股权集中度、企业规模等企业特征变量为匹配变量。

由表6所示的样本均衡性检验结果可知，核心变量和部分匹配变量的标准化偏差的绝对值（%bias）在匹配后缩小并且小于10，这表明樣本均衡性水平较好，而且在95%的置信水平下，实验组与对照组的t值均不存在显著性差异，通过了实验组与对照组无系统差别的原假设，均衡性检验的条件得到满足。进一步地，对2 654个全样本数据使用不同方法得到的共同支撑检验结果显示，2 257家实验组企业中2 236家以及397家对照组企业中389家的匹配得分均在共同取值范围内，表明在使用倾向得分匹配方法时大量样本是有效的，仅存在一小部分样本因不满足条件而被剔除，原则上满足共同支撑假设的设定。

在前述的实证检验结果基础上，利用最近邻匹配、半径匹配和核匹配三种匹配方法分别估计减税降费对高质量发展的平均处理效应（ATT值）。依据数据结果判断并分析全样本下减税降费对企业高质量发展的影响情况（见表7）可以看出：在采用最近邻匹配进行配对分析时，减税降费力度大的企业发展质量均值是0.621，而减税降费力度小的企业发展质量均值是0.194，ATT平均处理效应为0.423，在1%的水平上显著；同样的，在采用半径匹配和核匹配进行配对分析时，ATT平均处理效应分别为0.321和0.418，在10%和1%的水平上显著。综合来看三种检验结果均从统计学意义上通过实证检验，说明减税降费力度对企业高质量发展存在显著的积极效应，主假设研究结果稳健。

2.内生性检验

投资组合网络与被投资企业创新溢出之间的关系可能存在逆向因果带来的潜在内生性问题，即被投资企业创新溢出效应的产生并非是由风险投资网络带来的，而是投资组合网络在项目选择时就会体现出明显的创新特征偏好，不同行业类别下不同规模的企业创新能力有差异，因此本文针对行业类别和企业规模两个控制变量进行内生性检验。参考已有文献，属于高新技术行业赋值为1，其他行业赋值为0，采用Heckman选择模型的极大似然法（以投资组合网络为解释变量，创新溢出为被解释变量），通过工具变量控制这一内生性问题。检验结果表明，若其他条件相同，风险投资机构倾向投资于高新技术行业且更偏好规模较小的企业；根据所引入回归变量的不同，模型的主要解释变量结果保持不变，表明在控制了风险投资项目选择的内生性后，投资组合网络对企业创新溢出仍具有显著的影响④。

五、结论

（一）研究结论

本文引入投资组合网络和创新溢出两个影响企业高质量发展的重要因素构建减税降费与企业高质量发展的链式中介模型，探讨减税降费驱动企业高质量发展的作用机理，检验投资组合网络和创新溢出的中介作用。结果表明：（1）减税降费对企业高质量发展有显著促进作用；（2）投资组合网络、创新溢出分别在减税降费与企业高质量发展之间起中介作用；（3）投资组合网络和创新溢出在减税降费与企业高质量发展之间起链式中介作用；（4）随着风险投资的退出，投资组合网络断裂并不再对企业创新溢出效应有效。

（二）理论贡献

本文探索出减税降费对企业高质量发展影响的链式中介路径，形成“减税降费—投资组合网络—创新溢出—企业高质量发展”的逻辑分析框架。区别于以往减税降费与企业经济后果的主效应研究，本文探究了减税降费赋能企业高质量发展的中介影响机制，在此过程中跟进了少数学者以研发投入、研发补贴、融资约束等中介变量的研究成果[ 20 ]，拓展了已有研究，提出减税降费与企业高质量发展关系的链式中介理论模型，探索出减税降费与企业高质量发展的链式中介路径。研究结论丰富了减税降费与企业高质量发展之间内在作用机理的研究成果，深化了对减税降费与企业高质量发展关系的认识。

（三）管理建议

本文研究的管理建议如下：（1）坚持将减税降费作为推进企业高质量发展的重要抓手，加大针对企业的持续性减税降费力度，进一步抓好减税降费各项工作，实质性降低企业税费负担。（2）企业要多关注减税降费政策的发布与实施，最大化利用政策红利节约资金，使企业有更多资金投入到研发和技术改进中，促进创新成果转化以适应动态的竞争环境。（3）企业不仅要依靠减税降费节约的资金和自有资金进行创新活动，而且要利用减税降费政策信号吸引风投加入继而形成投资组合网络，获得大量外部创新资本。（4）投资组合网络是一把“双刃剑”，能够充分带动企业的创新水平，但是当投资组合网络断裂也就是风险投资机构退出时企业可能会失去原有的创新溢出效应，因此要对风投机构退出做充分的应对预案，维持投资组合网络稳定性。

（四）研究局限与未来研究方向

本文研究结果是基于大样本实证方法下的普遍规律，方法的局限性导致研究结果未能体现出企业的多样化和差异化特征。未来考虑在实证研究的基础上，运用多案例研究，定性分析减税降费对企业高质量发展的影响及路径，实现案例研究与实证研究的“点面结合”。

本文的关注点更多集中在主效应和中介效应的研究上，一定程度上缺乏对主效应和中介效应作用关系边界的考虑，未来研究可以从制度环境、创新环境等方面探讨促进或者抑制减税降费与企业高质量发展之间主效应和投资组合网络与创新溢出中介效应的因素。

【参考文献】

［1］ 马金华，林源，费堃桀.企业税费负担对经济高质量发展的影响分析：来自我国制造业的证据［J］.当代财经，2021（3）：40-52.

［2］ 姚维保，申晨，李淑一.减税降费促进了民营经济发展吗：基于广东民营企业的数据实证［J］.会计之友，2020（7）：120-125.

［3］ 刘井建，赵革新，李惠竹.企业税收激励对R&D投资的影响机理及效应：时间趋势、效力边界与创新产出［J］.科研管理，2020（10）：40-53.

［4］ HITE J M，HESTERLY W S.The evolution of firmnetworks：from emergence to early growth of the firm［J］.Strategic Management Journal，2001，2（3）：275- 286.

［5］ CROCE A，MARTI J.The empact of venture capital on the productivity grow of European entrepreneurial firms："screening" or "valueadded" effect？［J］.Journal of Business Venturing，2018，28（4）：489-510.

［6］ 王敏，辜勝阻.国外关于技术创新溢出的学术探究［J］.国外社会科学，2014（6）：27-37.

［7］ FAER J，HESEN A B.Innovation capabilities of european nations：cross-national analyses of patents and sales of product innovations［J］.Research Policy，2004，33（2）：193-207.

［8］ 吴安兵，黄寰，张燕燕.美国财政政策对中国实体经济的动态溢出效应研究［J］.世界经济研究，2020（8）：117-134.

［9］ DARIN M，PENAS M.Venture capital and innovation strategies［J］.Journal of Accounting and Economics，2017，26（5）：781-800.

［10］ 徐研，刘迪.风险投资网络能够促进中小企业创新能力提升吗：基于中国风投行业数据的实证研究［J］.产业经济研究，2020（3）：85-99.

［11］ BECKER W，DIETZ J.R&D cooperation and innovation activities of firms evidence for the german manufacturing industry［J］.Research Policy，2004，33（2）：209-223.

［12］ FREEMAN L C，ROEDER D.Centrality in social networks：experimental results［J］.Social Networks，1979，2（2）：119-141.

［13］ 黃速建，肖红军，王欣.论国有企业高质量发展［J］.中国工业经济，2018（10）：19-41.

［14］ 陈昭，刘映曼.政府补贴、企业创新与制造业企业高质量发展［J］.改革，2019（8）：140-151.

［15］ 叶康涛.会计与企业高质量发展［J］.会计之友，2022（7）：12-16.

［16］ 郑春美，李佩.政府补助与税收优惠对企业创新绩效的影响：基于创业板高新技术企业的实证研究［J］.科技进步与对策，2015（16）：83-87.

［17］ 曹婷，李婉丽.投资组合网络、竞争性网络联结与技术创新［J］.经济管理，2020（2）：58-74.

［18］ GOYA E，VAY？魣 E，SURI■ACH J.Innovation spillovers and firm performance：micro evidence from Spain（2004-2009）［J］.Journal of Productivity Analysis，2016，45（1）：1-22.

［19］ 温忠麟，叶宝娟.中介效应分析：方法和模型发展［J］.心理科学进展，2014（5）：731-745.

［20］ 段姝，刘霞，殷蓉，等.减税降费赋能企业高质量发展了吗？［J］.经济问题，2022（1）：20-30.