高新技術(shù)企業(yè)所得稅名義稅率優(yōu)惠的科技創(chuàng)新激勵效應(yīng)

(杭州電子科技大學(xué) 會計學(xué)院，浙江 杭州 310018)

高新技術(shù)企業(yè)所得稅名義稅率優(yōu)惠的科技創(chuàng)新激勵效應(yīng)

潘孝珍

(杭州電子科技大學(xué)會計學(xué)院，浙江杭州310018)

基于傾向得分匹配法，使用我國2008～2015年滬深A(yù)股上市公司數(shù)據(jù)，對高新技術(shù)企業(yè)所得稅名義稅率優(yōu)惠政策的科技創(chuàng)新激勵效應(yīng)進(jìn)行評估。研究結(jié)果表明：我國當(dāng)前實施的高新技術(shù)企業(yè)享受企業(yè)所得稅15%的名義稅率優(yōu)惠政策，在激勵企業(yè)科技創(chuàng)新上發(fā)揮了積極作用，能促進(jìn)上市公司的開發(fā)支出和研發(fā)支出占營業(yè)收入的比重分別提高0.263%和0.399%。傳統(tǒng)的回歸分析方法可能存在樣本選擇偏差的內(nèi)生性問題，將導(dǎo)致高估稅收優(yōu)惠政策的激勵效應(yīng)。因此，我國政府在稅收優(yōu)惠政策執(zhí)行過程中，應(yīng)強(qiáng)化稅收優(yōu)惠政策實施的績效導(dǎo)向，將稅收優(yōu)惠作為稅式支出納入預(yù)算管理，并進(jìn)一步完善科技創(chuàng)新稅收優(yōu)惠政策支持體系。

高新技術(shù)企業(yè)；企業(yè)所得稅；名義稅率優(yōu)惠；科技創(chuàng)新

一、引言及文獻(xiàn)綜述

科技創(chuàng)新是國民經(jīng)濟(jì)發(fā)展的重要動力來源，科技創(chuàng)新能推動經(jīng)濟(jì)轉(zhuǎn)型，促進(jìn)經(jīng)濟(jì)增長，世界各國政府都非常重視加大本國科技創(chuàng)新經(jīng)費投入[1][2]。2015年我國研究與開發(fā)(R&D)經(jīng)費支出達(dá)到14220億元，占當(dāng)年度國內(nèi)生產(chǎn)總值的2.10%。如果將科技創(chuàng)新主體分成企業(yè)、政府屬研究機(jī)構(gòu)、高等學(xué)校，那么我國企業(yè)的科技創(chuàng)新經(jīng)費投入占比多年來都維持在75%左右?？梢?，企業(yè)是我國最重要的科技創(chuàng)新主體。為了激勵企業(yè)開展科技創(chuàng)新活動，我國政府出臺了許多稅收優(yōu)惠政策，其中企業(yè)所得稅是科技創(chuàng)新導(dǎo)向稅收優(yōu)惠政策的主要載體。稅收優(yōu)惠政策減少了政府財政收入規(guī)模，從另一個角度來講也可以看成是政府的隱性財政支出，許多發(fā)達(dá)國家都將稅收優(yōu)惠作為稅式支出納入到政府的財政預(yù)算管理體系中，而稅收優(yōu)惠政策的實施效果也就成為學(xué)術(shù)界和政府部門都極為關(guān)注的話題。實際上，國內(nèi)外許多文獻(xiàn)就稅收優(yōu)惠的科技創(chuàng)新激勵效應(yīng)展開研究，但得出的結(jié)論卻大相徑庭，其中一個可能的原因是在研究方法上存在不足。本文使用傾向得分匹配法解決傳統(tǒng)方法中可能存在的內(nèi)生性問題，對稅收優(yōu)惠的科技創(chuàng)新激勵效應(yīng)進(jìn)行實證分析。

大量基于微觀視角的研究文獻(xiàn)表明，企業(yè)所得稅優(yōu)惠政策能有效激勵企業(yè)開展科技創(chuàng)新活動。Czarnitzkia等以加拿大制造業(yè)企業(yè)為樣本，以新產(chǎn)品數(shù)量、新產(chǎn)品銷售額、新產(chǎn)品創(chuàng)新度等作為研發(fā)產(chǎn)出指標(biāo)，研究表明企業(yè)所得稅優(yōu)惠政策可以有效提高企業(yè)的研發(fā)產(chǎn)出[3]。夏力以我國創(chuàng)業(yè)板上市公司為樣本，研究發(fā)現(xiàn)企業(yè)所得稅名義稅率優(yōu)惠可以在一定程度上激勵企業(yè)開展科技創(chuàng)新活動[4]。陳美容和曾繁英以我國信息技術(shù)業(yè)上市公司為樣本，水會莉等以我國制造業(yè)上市公司為樣本，均發(fā)現(xiàn)稅收優(yōu)惠政策是影響企業(yè)研發(fā)投入的重要因素，并且企業(yè)所得稅優(yōu)惠比增值稅優(yōu)惠具有更強(qiáng)的激勵效果[5][6]。羅福凱和王京以滬深A(yù)股上市公司為樣本的研究表明，企業(yè)所得稅稅負(fù)與研發(fā)支出負(fù)相關(guān)，即企業(yè)所得稅優(yōu)惠政策可以提高科技創(chuàng)新水平[7]。張信東等使用被認(rèn)定為國家級企業(yè)技術(shù)中心的上市公司數(shù)據(jù)，運用傾向得分匹配方法研究表明：享受稅收優(yōu)惠政策的企業(yè)具有更多的專利、新產(chǎn)品和科技獎勵，從而驗證了R&D 稅收優(yōu)惠政策的激勵效果[8]。此外，許多基于宏觀視角的文獻(xiàn)使用OECD國家的面板數(shù)據(jù)研究表明，稅收優(yōu)惠政策有效提高了企業(yè)的研發(fā)強(qiáng)度，如果稅收優(yōu)惠使企業(yè)的研發(fā)成本降低10%，將使企業(yè)的研發(fā)水平短期內(nèi)提高1%，長期內(nèi)提高10%[9][10]。但是，也有許多研究文獻(xiàn)表明，企業(yè)所得稅優(yōu)惠政策在激勵企業(yè)科技創(chuàng)新上并未發(fā)揮其應(yīng)有的作用，稅收優(yōu)惠政策并未有效促進(jìn)企業(yè)加大研發(fā)支出，政策實施效果并不理想[11][12][13]。例如，曾繁英等對福建省泉州市156家高新技術(shù)企業(yè)的問卷調(diào)查表明，48%的企業(yè)并未享受15%的企業(yè)所得稅名義稅率優(yōu)惠政策，主要原因包括企業(yè)不知情、政策執(zhí)行手續(xù)復(fù)雜、前置條件指標(biāo)苛刻以及企業(yè)自身財務(wù)核算不健全等[14]。王一舒等使用江蘇省常州市武進(jìn)區(qū)73家高新技術(shù)企業(yè)為樣本，研究發(fā)現(xiàn)高新技術(shù)企業(yè)所得稅名義稅率優(yōu)惠政策對企業(yè)自主創(chuàng)新沒有激勵效應(yīng)，并指出稅收政策滿意度、稅務(wù)服務(wù)滿意度、企業(yè)規(guī)模、高新技術(shù)企業(yè)認(rèn)定時間等都會影響優(yōu)惠政策的實施效果[15]。張俊瑞等使用陜西省195 家企業(yè)的調(diào)研數(shù)據(jù)，采用雙重差分模型研究表明，現(xiàn)行高新技術(shù)企業(yè)所得稅名義稅率優(yōu)惠政策并不能顯著提高企業(yè)的創(chuàng)新效率[16]。此外，稅收優(yōu)惠在不同產(chǎn)權(quán)性質(zhì)、地區(qū)和規(guī)模條件下，對企業(yè)科技創(chuàng)新的影響存在較大差異[17][18]。

從上述文獻(xiàn)中可以看到，當(dāng)前學(xué)術(shù)界從微觀和宏觀的視角，對科技創(chuàng)新導(dǎo)向的企業(yè)所得稅優(yōu)惠政策開展了一系列研究，研究方法大多以統(tǒng)計分析和回歸分析為主，但得出的結(jié)論卻有較大差異。實際上，不管是統(tǒng)計分析還是回歸分析，在研究方法上都可能無法有效避免內(nèi)生性問題：即企業(yè)只有達(dá)到特定的科技創(chuàng)新水平等前置條件，才能享受相應(yīng)的稅收優(yōu)惠政策，因此享受稅收優(yōu)惠政策的企業(yè)本身就具有較高的科技創(chuàng)新水平，此時必然存在樣本選擇偏差問題。本文在現(xiàn)有研究的基礎(chǔ)上，采用傾向得分匹配法對我國高新技術(shù)企業(yè)所得稅名義稅率優(yōu)惠的科技創(chuàng)新激勵效應(yīng)進(jìn)行實證分析，在一定程度上解決了傳統(tǒng)研究方法中可能存在的內(nèi)生性問題，從而獲得更加可靠的研究結(jié)論。

二、研究設(shè)計

(一)政策激勵效應(yīng)分析

高新技術(shù)企業(yè)是我國開展科技創(chuàng)新活動、引領(lǐng)前沿科技發(fā)展的主力軍，我國對于高新技術(shù)企業(yè)的定義是：在國家重點支持的高新技術(shù)領(lǐng)域內(nèi)，持續(xù)進(jìn)行研究開發(fā)與技術(shù)成果轉(zhuǎn)化，形成企業(yè)核心自主知識產(chǎn)權(quán)，并以此為基礎(chǔ)開展經(jīng)營活動，在我國內(nèi)地(不包括港、澳、臺地區(qū))注冊的居民企業(yè)。鑒于科學(xué)技術(shù)發(fā)展對于綜合國力提升的重大意義，我國于1991年發(fā)布《關(guān)于批準(zhǔn)國家高新技術(shù)產(chǎn)業(yè)開發(fā)區(qū)和有關(guān)政策法規(guī)的通知》(國發(fā)〔1991〕12號)，開始啟動高新技術(shù)企業(yè)的政策支持工作，但范圍僅限于高新技術(shù)產(chǎn)業(yè)開發(fā)區(qū)內(nèi)。2016年1月發(fā)布的《關(guān)于修訂印發(fā)〈高新技術(shù)企業(yè)認(rèn)定管理辦法〉的通知》(國科發(fā)火〔2016〕32號)，進(jìn)一步完善了我國的高新技術(shù)企業(yè)政策支持體系?？傮w來說，我國高新技術(shù)企業(yè)所得稅名義稅率優(yōu)惠政策主要來自《中華人民共和國企業(yè)所得稅法》第二十八條規(guī)定的“國家需要重點扶持的高新技術(shù)企業(yè)，減按15%的稅率征收企業(yè)所得稅”，企業(yè)只要被認(rèn)定為高新技術(shù)企業(yè)就可以享受該項優(yōu)惠政策，未達(dá)到認(rèn)定標(biāo)準(zhǔn)則無法享受該政策，需按照企業(yè)所得稅25%的法定稅率繳納稅款。因此，一家企業(yè)是否被認(rèn)定為高新技術(shù)企業(yè)，將在企業(yè)所得稅上存在10%的名義稅率差，這對營業(yè)收入高、經(jīng)營業(yè)績好的企業(yè)極具吸引力。因此，企業(yè)一般都具有加大研究開發(fā)經(jīng)費投入的積極性，以滿足高新技術(shù)企業(yè)認(rèn)定標(biāo)準(zhǔn)而獲得高新技術(shù)企業(yè)認(rèn)定。但是，高新技術(shù)企業(yè)所得稅名義稅率優(yōu)惠政策仍然存在如下問題：

第一，我國當(dāng)前以流轉(zhuǎn)稅為主體的稅制結(jié)構(gòu)，限制了高新技術(shù)企業(yè)所得稅名義稅率優(yōu)惠政策效應(yīng)的發(fā)揮。2015年我國企業(yè)所得稅收入27133.87億元，個人所得稅收入8617.27億元，全部所得稅收入占比僅為28.62%。但同期增值稅、消費稅、營業(yè)稅三大主要流轉(zhuǎn)稅收入60630.63億元，收入占比達(dá)到48.53%，占政府全部稅收收入的一半左右，遠(yuǎn)高于所得稅收入占比。流轉(zhuǎn)稅的課稅對象是企業(yè)生產(chǎn)經(jīng)營過程中產(chǎn)生的流轉(zhuǎn)額，其重要特征是收入規(guī)模與企業(yè)經(jīng)營效益無關(guān)。這也就意味著只要企業(yè)開業(yè)經(jīng)營，獲得經(jīng)營收入產(chǎn)生流轉(zhuǎn)額，那么不管是盈利還是虧損，企業(yè)都必須按照稅法規(guī)定繳納稅款。因此，在現(xiàn)有的稅制結(jié)構(gòu)下，我國企業(yè)主要稅收負(fù)擔(dān)來自流轉(zhuǎn)稅，企業(yè)所得稅負(fù)擔(dān)與流轉(zhuǎn)稅相比本身就比較低，即使企業(yè)所得稅的優(yōu)惠力度非常大，企業(yè)能夠獲得的稅收優(yōu)惠利益仍然有限，其科技創(chuàng)新激勵效應(yīng)必然隨之大打折扣。

第二，只有經(jīng)營業(yè)績好的企業(yè)才能獲得實實在在的稅收優(yōu)惠利益[19](P179-180)。名義稅率優(yōu)惠屬于直接優(yōu)惠方式，企業(yè)只有在企業(yè)所得稅應(yīng)納稅所得額為正數(shù)時，享受15%的名義稅率優(yōu)惠才能獲得實實在在的稅收優(yōu)惠利益，而如果當(dāng)年度生產(chǎn)經(jīng)營業(yè)績不佳，應(yīng)納稅所得額為負(fù)，那么不管企業(yè)在科技創(chuàng)新上投入多少人力、財力成本，也都不能獲得任何稅收優(yōu)惠利益。但是，基于科技創(chuàng)新的高風(fēng)險性和正外部性特征，不管企業(yè)生產(chǎn)經(jīng)營狀況如何，企業(yè)的科技創(chuàng)新活動都應(yīng)該得到政府應(yīng)有的政策支持。就稅收優(yōu)惠政策而言，過分倚重企業(yè)所得稅名義稅率優(yōu)惠，將會限制稅收優(yōu)惠政策在整體上的科技創(chuàng)新激勵效應(yīng)。

綜上所述，高新技術(shù)企業(yè)所得稅名義稅率優(yōu)惠政策，在理論上具有科技創(chuàng)新激勵效應(yīng)，但由于我國當(dāng)前以流轉(zhuǎn)稅為主體的稅制結(jié)構(gòu)以及政策本身特征的局限性，其政策效應(yīng)在實施過程中能否真正得到發(fā)揮，還需要通過實證研究予以驗證?，F(xiàn)有的大量實證研究在結(jié)論上存在較大差異，在研究方法上也有待進(jìn)一步改進(jìn)。

(二)研究方法說明

當(dāng)前學(xué)術(shù)界對于稅收優(yōu)惠科技創(chuàng)新激勵效應(yīng)的評估往往采用回歸分析的方法，主要是在回歸分析中加入大量影響企業(yè)科技創(chuàng)新投入的控制變量，以期更加準(zhǔn)確地評估稅收優(yōu)惠政策的實施效果。但在現(xiàn)實中，獲得科技創(chuàng)新稅收優(yōu)惠政策的企業(yè)，往往本身就具有較高的科技創(chuàng)新水平，導(dǎo)致樣本選擇性偏差的內(nèi)生性問題。Rosenbaum和 Rubin提出的傾向得分匹配法提供了較好的解決方案[20]，在政策效應(yīng)評價領(lǐng)域有著廣泛的應(yīng)用[21]。首先，本文建立如下反事實模型：

(1)

式(1)中，yi表示企業(yè)的科技創(chuàng)新水平，虛擬變量Di等于1表示企業(yè)享受高新技術(shù)企業(yè)所得稅名義稅率優(yōu)惠政策，Di等于0表示企業(yè)未享受高新技術(shù)企業(yè)所得稅名義稅率優(yōu)惠政策?；谡咝?yīng)評估的目的，本文主要關(guān)注如下平均處理效應(yīng)：

ATT=E(y1i-y0i|Di=1)=E(y1i|Di=1)-E(y0i|Di=1)

(2)

平均處理效應(yīng)ATT表示本文需要評估的高新技術(shù)企業(yè)所得稅名義稅率優(yōu)惠的科技創(chuàng)新激勵效應(yīng)，即享受名義稅率15%優(yōu)惠政策的企業(yè)在享受該政策后增加的科技創(chuàng)新水平。但是，評估ATT實際上面臨數(shù)據(jù)缺失的問題，因為一家企業(yè)在同一個時間段內(nèi)不可能同時處于“享受稅收優(yōu)惠政策”和“不享受稅收優(yōu)惠政策”兩種完全對立的狀態(tài)。如果獲得了企業(yè)在享受稅收優(yōu)惠狀態(tài)下的科技創(chuàng)新數(shù)據(jù)，那么就不可能同時獲得它在同一時間段內(nèi)未享受稅收優(yōu)惠狀態(tài)下的科技創(chuàng)新數(shù)據(jù)，反之亦然。該問題的基本解決方法是：除了(yi，Di)之外，還可以觀測到樣本i的其他特征，如企業(yè)的員工人數(shù)、國有股占比、資產(chǎn)負(fù)債率等重要的可觀測變量X，那么就可以從未享受稅收優(yōu)惠政策的樣本中尋找到某個樣本j，使得樣本i和樣本j的可測變量盡量相似，從而有理由認(rèn)為它們在獲得稅收優(yōu)惠政策的概率上相接近，將樣本j的科技創(chuàng)新水平y(tǒng)0j作為樣本i的科技創(chuàng)新水平y(tǒng)0i的估計量，即：

E(y0i|Di=1，X)=E(y0j|Dj=0，X)

(3)

那么式(2)中的ATT就可以通過式(4)進(jìn)行評估：

ATT=E(y1i|Di=1，X=x)-E(y0j|Dj=0，X=x)

(4)

此時，如何尋找到與樣本i的可觀測變量相似的樣本j，成了稅收優(yōu)惠政策效應(yīng)評估的關(guān)鍵。傾向得分匹配法的基本思路是，用企業(yè)享受高新技術(shù)企業(yè)所得稅名義稅率優(yōu)惠的可能性P(x)，即傾向得分作為企業(yè)全部可觀測變量X的度量指標(biāo)，從而將多維的可觀測變量信息壓縮到一維的傾向得分值中，并使用傾向得分值將樣本按照特定的規(guī)則進(jìn)行匹配。由此可以得到：

ATT=E(y1i|Di=1，P(x))-E(y0j|Dj=0，P(x))

(5)

三、傾向得分估計模型與變量描述性統(tǒng)計

(一)傾向得分估計模型

傾向得分估計模型是用來估計樣本傾向得分的計量經(jīng)濟(jì)模型，它可以將全部可觀測變量的信息壓縮到一個變量中，并據(jù)此進(jìn)行樣本匹配，為式(4)中的樣本i尋找到相似的樣本j，從而獲得平均處理效應(yīng)ATT的估計值。本文采用如下Probit模型進(jìn)行傾向得分估計[22](P540-554)：

Probit(Taxpre)=α+βX+ε (6)

式(6)中，所得稅優(yōu)惠Taxpre是虛擬變量，如果樣本企業(yè)享受高新技術(shù)企業(yè)所得稅名義稅率優(yōu)惠政策，則Taxpre的取值為1，否則取值為0。α和β是待估參數(shù)，ε為擾動項。X是作為樣本匹配依據(jù)的可觀測變量，即影響企業(yè)是否享受名義稅率優(yōu)惠政策的各種因素，本文選取的可觀測變量包括如下三類：

第一類是反映企業(yè)規(guī)模的指標(biāo)。一般來說，規(guī)模越大意味著企業(yè)可支配的人力、財力資源越豐富，那么企業(yè)就越可能滿足享受高新技術(shù)企業(yè)所得稅名義稅率優(yōu)惠的政策條件，從而獲得該項稅收優(yōu)惠政策。本文用員工人數(shù)對數(shù)(Ln_Staff)和營業(yè)收入對數(shù)(Ln_Reven)作為企業(yè)規(guī)模的衡量指標(biāo)。員工人數(shù)反映企業(yè)掌握的人力資源豐富程度，營業(yè)收入反映企業(yè)掌握的財力資源豐富程度，預(yù)期Ln_Staff和Ln_Reven的系數(shù)符號為正。

第二類是反映企業(yè)股權(quán)結(jié)構(gòu)的指標(biāo)。股權(quán)結(jié)構(gòu)主要通過股權(quán)約束的方式對企業(yè)科技創(chuàng)新行為產(chǎn)生影響，在所有權(quán)與經(jīng)營權(quán)分離的上市公司治理結(jié)構(gòu)中，股東需要對管理層實施監(jiān)控和制衡，促使管理層的經(jīng)營管理活動與股東價值最大化目標(biāo)相一致。本文使用國有股占比(State)和管理層持股占比(Mana)作為企業(yè)股權(quán)結(jié)構(gòu)的衡量指標(biāo)，它們分別由國有股股數(shù)和管理層持股股數(shù)除以總股數(shù)計算得到。一般來說，國有股的股權(quán)約束能力比較弱，即國有股比重越高的企業(yè)追求稅收優(yōu)惠政策的動力越弱。管理層持股的股權(quán)約束比較強(qiáng)，即管理層持股比重越高的企業(yè)更有動力追求高新技術(shù)企業(yè)所得稅優(yōu)惠政策。因此，預(yù)期State的系數(shù)符號為負(fù)，Mana的系數(shù)符號為正。

第三類是反映企業(yè)財務(wù)自由度的指標(biāo)。財務(wù)自由度是企業(yè)資金使用的自由程度，本文使用資產(chǎn)負(fù)債率(Dat)和總資產(chǎn)凈利潤率(Roa)作為企業(yè)財務(wù)自由度的衡量指標(biāo)，其中：資產(chǎn)負(fù)債率由企業(yè)的負(fù)債總額除以資產(chǎn)總額計算得到，總資產(chǎn)凈利潤率由企業(yè)的稅后凈利潤除以資產(chǎn)總額計算得到。一家企業(yè)的資產(chǎn)負(fù)債率越高，表明其可以自由使用的資金相對較少，這將削弱企業(yè)開展科技創(chuàng)新的動力，使企業(yè)獲得高新技術(shù)企業(yè)所得稅優(yōu)惠的可能性降低，因此預(yù)期Dat的系數(shù)符號為負(fù)。一家企業(yè)的總資產(chǎn)凈利潤率越高則表明企業(yè)的資產(chǎn)利用效率高、獲利能力強(qiáng)，有充足的經(jīng)營利潤為科技創(chuàng)新提供資金支持，從而使企業(yè)獲得高新技術(shù)企業(yè)所得稅優(yōu)惠的可能性越高，因此預(yù)期Roa的系數(shù)符號為正。

此外，在高新技術(shù)企業(yè)所得稅名義稅率優(yōu)惠的政策評估中，本文使用開發(fā)支出占比(Kaifa)和研發(fā)支出占比(Yanfa)作為企業(yè)科技創(chuàng)新水平的衡量指標(biāo)，其中：開發(fā)支出占比由企業(yè)資產(chǎn)負(fù)債表中的開發(fā)支出科目除以營業(yè)收入計算得到，是一個存量指標(biāo)，表示企業(yè)當(dāng)年度積累的符合資本化條件的研發(fā)投入水平；研發(fā)支出占比由企業(yè)年報附注中報告的研發(fā)支出本期增加額除以營業(yè)收入計算得到，是一個流量指標(biāo)，表示企業(yè)當(dāng)年度從事科技創(chuàng)新活動的研發(fā)資金投入水平。因此，開發(fā)支出占比和研發(fā)支出占比分別從靜態(tài)和動態(tài)的角度衡量一家企業(yè)的科技創(chuàng)新水平。

(二)描述性統(tǒng)計分析

本文使用2008～2015年我國滬深A(yù)股上市公司作為樣本，數(shù)據(jù)來自國泰安CSMAR數(shù)據(jù)庫，其中企業(yè)所得稅名義稅率根據(jù)企業(yè)財務(wù)報告附注中顯示的名義稅率整理獲得。對數(shù)據(jù)做如下處理：(1)保留企業(yè)所得稅名義稅率等于15%的企業(yè)作為享受高新技術(shù)企業(yè)所得稅名義稅率優(yōu)惠的實驗組樣本，其Taxpre變量的取值為1；保留企業(yè)所得稅名義稅率等于25%的企業(yè)作為未享受高新技術(shù)企業(yè)所得稅名義稅率優(yōu)惠的對照組樣本，其Taxpre變量的取值為0。(2)盡管上市公司年報附注中也出現(xiàn)如10%、12.5%等名義稅率，但此類稅率水平都與本文研究的高新技術(shù)企業(yè)所得稅名義稅率優(yōu)惠無關(guān)，因此予以剔除。(3)由于上市公司年報屬于合并報表，附注中報告的名義稅率可能同時包括15%、25%等多檔稅率，即上市公司所屬的子公司既有享受15%名義稅率優(yōu)惠的高新技術(shù)企業(yè)，也有適用25%法定稅率的普通企業(yè)，此時無充分理由將該上市公司整體歸于實驗組還是對照組，因此予以剔除。(4)由于使用微觀層面的上市公司數(shù)據(jù)，為了剔除異常值對研究結(jié)論穩(wěn)健性造成的影響，本文對除啞變量以外的其他變量都采用臨界值為0.05的Winsor縮尾處理。表1報告了相關(guān)變量的描述性統(tǒng)計結(jié)果。

表1 變量的描述性統(tǒng)計結(jié)果

從表1中可以看到，由于數(shù)據(jù)缺失的原因，不同變量的樣本數(shù)并不一致，尤其是在年報附注中報告當(dāng)年度研發(fā)支出明細(xì)數(shù)據(jù)的企業(yè)相對較少，因此Yanfa的樣本數(shù)相對較少。Kaifa和Yanfa在數(shù)值上有較大差異，但前者屬于存量指標(biāo)，后者屬于流量指標(biāo)，不能進(jìn)行直接的數(shù)值比較。Taxpre的平均值為0.52，表明全部樣本中有52%的企業(yè)享受高新技術(shù)企業(yè)所得稅名義稅率優(yōu)惠政策。State的平均值為7.19%，Mana的平均值為9.75%，表明從我國上市公司的總體股權(quán)結(jié)構(gòu)來看，管理層持股比重要略高于國有股比重。此外，Dat、Roa等變量也存在較大的數(shù)值差距。

四、實證結(jié)果分析

傾向得分匹配法需要為每個享受高新技術(shù)企業(yè)所得稅名義稅率優(yōu)惠的企業(yè)，找到一個可觀測變量一致，但沒有享受稅收優(yōu)惠政策的樣本進(jìn)行匹配，從而形成對照組來對稅收優(yōu)惠政策的實施效果進(jìn)行評估。本文選擇Probit模型估計傾向得分，并將其作為樣本匹配依據(jù)。

(一)Probit模型回歸結(jié)果分析

表2報告了Probit模型的回歸結(jié)果，其中模型1和模型2對應(yīng)的科技創(chuàng)新衡量指標(biāo)為開發(fā)支出占比，模型3和模型4對應(yīng)的科技創(chuàng)新衡量指標(biāo)為研發(fā)支出占比。由于企業(yè)所處的地區(qū)和行業(yè)也會對企業(yè)是否享受高新技術(shù)企業(yè)所得稅名義稅率優(yōu)惠政策存在影響，因此本文根據(jù)企業(yè)注冊地將樣本區(qū)域分成東部、東北部、中部和西部四個區(qū)域，并引入3個表示區(qū)域的虛擬變量來控制地區(qū)效應(yīng)。同時，根據(jù)證監(jiān)會2012年修訂的《上市公司行業(yè)分類指引》，將樣本分成19個行業(yè)，并引入18個表示行業(yè)的虛擬變量控制行業(yè)效應(yīng)。模型1和模型3報告的是未控制地區(qū)和行業(yè)效應(yīng)時的模型估計結(jié)果，模型2和模型4報告的是控制地區(qū)和行業(yè)效應(yīng)時的模型估計結(jié)果。

表2 Probit模型回歸結(jié)果

注：***、**、*分別表示系數(shù)在0.01、0.05、0.1的顯著性水平上顯著。

從表2中模型1～4的總體估計結(jié)果來看：員工人數(shù)(Ln_Staff)的系數(shù)大多顯著為正，表明企業(yè)獲得高新技術(shù)企業(yè)所得稅名義稅率優(yōu)惠的概率與其員工人數(shù)具有顯著的正相關(guān)關(guān)系，與本文的理論預(yù)期相符。營業(yè)收入(Ln_Reven)的系數(shù)大多顯著為負(fù)，表明隨著企業(yè)營業(yè)收入的提高，獲得高新技術(shù)企業(yè)所得稅名義稅率優(yōu)惠的概率反而下降，與本文的理論預(yù)期不符，可能的原因是營業(yè)收入越小的企業(yè)反而更愿意開展科技創(chuàng)新活動，并積極向政府爭取高新技術(shù)企業(yè)稅收優(yōu)惠政策，從而促進(jìn)企業(yè)的長遠(yuǎn)發(fā)展。國有股占比(State)的系數(shù)顯著為負(fù)，管理層持股占比(Mana)的系數(shù)顯著為正，它們的系數(shù)符號與本文的理論預(yù)期相符，可見股權(quán)結(jié)構(gòu)對于企業(yè)能否享受高新技術(shù)企業(yè)所得稅名義稅率優(yōu)惠政策有著顯著的影響。資產(chǎn)負(fù)債率(Dat)的系數(shù)顯著為負(fù)，表明隨著負(fù)債水平的提高，企業(yè)從事科技創(chuàng)新活動并爭取高新技術(shù)企業(yè)優(yōu)惠政策的積極性隨之降低，與本文的理論預(yù)期相符。但是，總資產(chǎn)凈利潤率(Roa)的系數(shù)顯著為負(fù)，與本文的理論預(yù)期不相符，可能的原因是隨著總資產(chǎn)凈利潤率的提高，企業(yè)逐漸滿足于現(xiàn)有的利潤率水平而降低了爭取高新技術(shù)企業(yè)稅收優(yōu)惠政策的積極性。

(二)樣本匹配結(jié)果分析

根據(jù)Probit回歸結(jié)果，本文對傾向得分共同取值范圍內(nèi)的樣本進(jìn)行一對一近鄰匹配。由于表2中有4個Probit模型，將會產(chǎn)生4個樣本匹配結(jié)果，實際匹配效果都比較接近，并且當(dāng)模型控制了區(qū)域和行業(yè)效應(yīng)時的匹配效果更好，因此表3報告了以模型4計算傾向得分得到的匹配結(jié)果。

表3 樣本匹配結(jié)果

注：***、**、*分別表示系數(shù)在0.01、0.05、0.1的顯著性水平上顯著。

從表3中可以看到，在進(jìn)行樣本匹配前，作為享受高新技術(shù)企業(yè)所得稅名義稅率優(yōu)惠的實驗組和不享受高新技術(shù)企業(yè)所得稅名義稅率優(yōu)惠的對照組，在可觀測變量上有著較大差異。如實驗組的國有股占比平均值為3.415%，對照組的國有股占比平均值為8.029%，且差異在0.01的顯著性水平上顯著。同樣地，除了Roa在實驗組和對照組之間的差異在0.1的顯著性水平上顯著外，其他可觀測變量也都在0.01的顯著性水平上顯著。經(jīng)過傾向得分匹配后，實驗組和對照組在可觀測變量上的差異已經(jīng)非常小，如實驗組的國有股占比平均值為3.464%，對照組的國有股占比平均值為4.019%，且未能通過顯著性檢驗，表明實驗組和對照組的國有股占比不存在統(tǒng)計上的顯著差異。除了營業(yè)收入外，傾向得分匹配后其他變量的結(jié)果也都與國有股占比一致，在實驗組和對照組間都不存在統(tǒng)計上的顯著差別。上述結(jié)果表明，本文使用Probit模型進(jìn)行的傾向得分估計效果較好，使傾向得分匹配后的可觀測變量在實驗組與控制組之間的分布比較均勻，在此基礎(chǔ)上可以對高新技術(shù)企業(yè)所得稅名義稅率優(yōu)惠的政策效應(yīng)進(jìn)行有效評估。

(三)高新技術(shù)企業(yè)所得稅名義稅率優(yōu)惠的激勵效應(yīng)分析

根據(jù)樣本匹配結(jié)果，本文使用式(5)對高新技術(shù)企業(yè)所得稅名義稅率優(yōu)惠的科技創(chuàng)新激勵效應(yīng)進(jìn)行政策評估，表4報告了政策評估結(jié)果，表4中從上到下的評估結(jié)果分別與表2中模型1到模型4的Probit回歸結(jié)果相對應(yīng)。

表4 企業(yè)所得稅名義稅率優(yōu)惠政策的激勵效應(yīng)

注：***、**、*分別表示系數(shù)在0.01、0.05、0.1的顯著性水平上顯著。

從表4中可以看到，當(dāng)科技創(chuàng)新指標(biāo)為開發(fā)支出占比(Kaifa)且未控制地區(qū)和行業(yè)效應(yīng)時，未經(jīng)傾向得分匹配時的干預(yù)效應(yīng)為0.397%，且在0.01的顯著性水平上顯著，表明與未享受高新技術(shù)企業(yè)所得稅名義稅率優(yōu)惠的企業(yè)相比，享受該政策企業(yè)的開發(fā)支出占營業(yè)收入的比重高0.397%。但是，經(jīng)過傾向得分匹配后的干預(yù)效應(yīng)為0.314%，且在0.01的顯著性水平上顯著，表明回歸分析方法可能由于樣本選擇偏誤的內(nèi)生性問題，導(dǎo)致一定程度上高估了稅收優(yōu)惠政策的科技創(chuàng)新激勵效應(yīng)，而應(yīng)用傾向得分匹配法進(jìn)行樣本匹配后，由于消除了樣本選擇偏誤而提高了稅收優(yōu)惠政策效應(yīng)評估的準(zhǔn)確性。同時，在控制地區(qū)和行業(yè)效應(yīng)后，可以看到傾向得分匹配后的干預(yù)效應(yīng)為0.263%，且在0.01的顯著性水平上顯著，表明在可觀測變量中加入地區(qū)和行業(yè)變量后，傾向得分匹配的準(zhǔn)確性進(jìn)一步提高，從而進(jìn)一步糾正了回歸分析方法中遇到的樣本選擇偏誤問題，表明我國當(dāng)前實施的高新技術(shù)企業(yè)所得稅名義稅率優(yōu)惠政策可以使企業(yè)開發(fā)支出占營業(yè)收入的比重提高0.263%。當(dāng)科技創(chuàng)新指標(biāo)為研發(fā)支出占比(Yanfa)時，模型估計結(jié)果也與開發(fā)支出占比一致，表明高新技術(shù)企業(yè)所得稅名義稅率優(yōu)惠政策使我國企業(yè)研發(fā)支出占營業(yè)收入的比重提高0.399%，而回歸分析方法得到的1.359%的系數(shù)則由于樣本選擇偏誤問題，大幅高估了稅收優(yōu)惠政策的實際政策效應(yīng)。

(四)穩(wěn)健性檢驗

為了進(jìn)一步驗證高新技術(shù)企業(yè)所得稅名義稅率優(yōu)惠的科技創(chuàng)新激勵效應(yīng)，本文基于企業(yè)異質(zhì)性視角，以衡量企業(yè)科技創(chuàng)新水平的Kaifa和Yanfa作為被解釋變量，以衡量企業(yè)是否享受高新技術(shù)企業(yè)所得稅名義稅率優(yōu)惠的Taxpre作為關(guān)鍵解釋變量，以傾向得分匹配分析中使用的可觀測變量作為常規(guī)控制變量，并在此基礎(chǔ)上加入省份經(jīng)濟(jì)變量、年度效應(yīng)、地區(qū)效應(yīng)和行業(yè)效應(yīng)等反映企業(yè)異質(zhì)性的控制變量，對模型進(jìn)行OLS回歸，并考察Taxpre系數(shù)的變化情況。其中：省份經(jīng)濟(jì)變量以企業(yè)注冊地所在省份的地區(qū)生產(chǎn)總值作為衡量指標(biāo)，并以2008年作為基期進(jìn)行價格指數(shù)調(diào)整。模型回歸結(jié)果如表5所示，限于篇幅，僅報告Taxpre的參數(shù)估計結(jié)果。

表5 基于企業(yè)異質(zhì)性的OLS回歸結(jié)果

注：***、**、*分別表示系數(shù)在0.01、0.05、0.1的顯著性水平上顯著。

模型5～8的被解釋變量為Kaifa，在模型5中未加入控制變量時，Taxpre的系數(shù)達(dá)到0.397，而隨著逐步加入常規(guī)控制變量以及反映企業(yè)異質(zhì)性特征的控制變量后，Taxpre的系數(shù)隨著控制變量的增加而降低，在模型8中降低到0.191。模型9到模型12的被解釋變量為Yanfa，在模型9中未加入控制變量時，Taxpre的系數(shù)達(dá)到1.362，并且其系數(shù)也基本上表現(xiàn)出隨著控制變量的增加而降低的趨勢，在模型12中降低到0.404。上述結(jié)果可以與傾向得分匹配法得到的干預(yù)效應(yīng)相印證，即企業(yè)所得稅名義稅率優(yōu)惠確實提高了高新技術(shù)企業(yè)的科技創(chuàng)新水平，并且如果在模型中更多地控制省份經(jīng)濟(jì)變量、年度效應(yīng)、地區(qū)效應(yīng)、行業(yè)效應(yīng)等企業(yè)異質(zhì)性特征后，可以得到更加準(zhǔn)確的高新技術(shù)企業(yè)所得稅名義稅率優(yōu)惠的科技創(chuàng)新激勵效應(yīng)估計結(jié)果。

五、研究結(jié)論與建議

本文采用傾向得分匹配法，以2008～2015年我國滬深A(yù)股上市公司為樣本，對我國高新技術(shù)企業(yè)所得稅名義稅率優(yōu)惠政策的科技創(chuàng)新激勵效應(yīng)進(jìn)行實證分析，從而有效避免傳統(tǒng)回歸分析方法中存在的內(nèi)生性問題，對我國稅收優(yōu)惠政策的實施效果作出客觀評價。研究結(jié)果表明，我國高新技術(shù)企業(yè)所得稅名義稅率優(yōu)惠政策在激勵企業(yè)科技創(chuàng)新上的確發(fā)揮了激勵作用，該政策可以使企業(yè)在開發(fā)支出占比上提高0.263%，在研發(fā)支出占比上提高0.399%，但傳統(tǒng)回歸分析方法則存在大幅高估名義稅率優(yōu)惠政策效應(yīng)的問題?？梢?，在開展稅收優(yōu)惠政策的科技創(chuàng)新激勵效應(yīng)評估時，計量模型可能存在的選擇性偏差問題是研究者必須要解決的重要問題。同時，基于企業(yè)異質(zhì)性的OLS回歸分析結(jié)果，也與上述傾向得分匹配結(jié)果相印證。

基于本文的研究結(jié)論，我國政府有必要繼續(xù)實施并完善當(dāng)前的高新技術(shù)企業(yè)所得稅名義稅率優(yōu)惠政策，具體包括：(1)強(qiáng)化稅收優(yōu)惠政策實施的績效導(dǎo)向。盡管高新技術(shù)企業(yè)所得稅名義稅率優(yōu)惠政策的確產(chǎn)生了激勵企業(yè)科技創(chuàng)新的政策效應(yīng)，但其激勵效果仍有較大的提升空間，主要原因在于我國尚未建立稅收優(yōu)惠政策實施績效評估機(jī)制，存在“重政策制定，輕實施管理”的問題。我國政府應(yīng)將政策實施績效評估工作，納入到稅收優(yōu)惠政策的日常管理工作中，實現(xiàn)政策實施績效的動態(tài)監(jiān)測。(2)將稅收優(yōu)惠作為稅式支出納入預(yù)算管理。當(dāng)前稅收優(yōu)惠并未納入政府的財政預(yù)算管理體制，導(dǎo)致宏觀層面的稅收優(yōu)惠統(tǒng)計數(shù)據(jù)缺失，從而使其績效評估工作缺乏相應(yīng)的數(shù)據(jù)來源。應(yīng)在法律層面上確認(rèn)稅收優(yōu)惠是政府隱性財政支出的重要組成部分，財政支出的公共性決定了稅收優(yōu)惠政策實施過程必須得到全面監(jiān)督，應(yīng)將稅收優(yōu)惠轉(zhuǎn)變?yōu)槎愂街С?，納入到政府財政預(yù)算支出科目中，逐步推進(jìn)稅收優(yōu)惠的預(yù)算化管理，由此提升稅收優(yōu)惠政策的實施績效。(3)進(jìn)一步完善稅收優(yōu)惠政策支持體系。高新技術(shù)企業(yè)所得稅名義稅率優(yōu)惠是我國當(dāng)前激勵企業(yè)科技創(chuàng)新最為重要的優(yōu)惠政策，但只有經(jīng)營業(yè)績好的企業(yè)才能享受其稅收優(yōu)惠利益，實質(zhì)上是為創(chuàng)新成功的企業(yè)提供事后補助，但科技創(chuàng)新活動往往具有較高的風(fēng)險和成本投入，我國應(yīng)進(jìn)一步完善研發(fā)費用加計扣除政策，從激勵企業(yè)加大創(chuàng)新要素投入的角度完善稅收優(yōu)惠政策體系。

[1] Coe,D.T.,Helpman,E.International R&D Spillovers[J].European Economic Review,1995,39(5):859—887.

[2] 唐未兵,傅元海,王展祥.技術(shù)創(chuàng)新、技術(shù)引進(jìn)與經(jīng)濟(jì)增長方式轉(zhuǎn)變[J].經(jīng)濟(jì)研究,2014,(7):31—43.

[3] Czarnitzki,D.,Hanel,P.,Rosa,J.M.Evaluating the Impact of R&D Tax Credits on Innovation: A Microeconometric Study on Canadian Firms[J].Research Policy,2011,40(2):217—229.

[4] 夏力.稅收優(yōu)惠能否促進(jìn)技術(shù)創(chuàng)新:基于創(chuàng)業(yè)板上市公司的研究[J].中國科技論壇,2012，(12): 56—61.

[5] 陳美容,曾繁英.高新技術(shù)企業(yè)稅收優(yōu)惠政策及其效應(yīng)分析——以信息技術(shù)業(yè)為例[J].財會月刊,2013，(20):47—49.

[6] 水會莉,韓慶蘭,楊潔輝.政府壓力、稅收激勵與企業(yè)研發(fā)投入[J].科學(xué)學(xué)研究,2015,33(12):1828—1838.

[7] 羅福凱,王京.企業(yè)所得稅、資本結(jié)構(gòu)與研發(fā)支出[J].科研管理,2016,37(4):44—52.

[8] 張信東,賀亞楠,馬小美.R&D稅收優(yōu)惠政策對企業(yè)創(chuàng)新產(chǎn)出的激勵效果分析——基于國家級企業(yè)技術(shù)中心的研究[J].當(dāng)代財經(jīng),2014，(11):35—45.

[9] Bloom,N.,Griffith,R.,Reenen,J.V.Do R&D Tax Credits Work? Evidence from a Panel of Countries 1979—1997[J].Journal of Public Economics,2002,85(1):1—31.

[10] Guellec,D.The Impact of Public R&D Expenditure on Business R&D[J].Economics of Innovation & New Technology,2003,12(3):225—243.

[11] Mansfield,E.,Switzer,L.How Effective Are Canada’s Direct Tax Incentives for R&D?[J].Canadian Public Policy,1985,11(2):241—246.

[12] Griffith,R.,Sandler,D.,Reenen,J.V.Tax Incentives for R&D[J].Fiscal Studies,1995,16(2):21—44.

[13] 李艷艷,王坤.企業(yè)行為約束下技術(shù)創(chuàng)新所得稅激勵政策效應(yīng)研究[J].科技進(jìn)步與對策,2016,(4):102—105.

[14] 曾繁英,謝冰,楊書想.技術(shù)創(chuàng)新稅收優(yōu)惠政策執(zhí)行情況分析——基于福建泉州市高新技術(shù)企業(yè)的調(diào)研[J].財會月刊,2015，(21):46—49.

[15] 王一舒,楊晶,王衛(wèi)星.高新技術(shù)企業(yè)稅收優(yōu)惠政策實施效應(yīng)及影響因素研究[J].蘭州大學(xué)學(xué)報(社會科學(xué)版),2013,41(6):120—126.

[16] 張俊瑞,陳怡欣,汪方軍.所得稅優(yōu)惠政策對企業(yè)創(chuàng)新效率影響評價研究[J].科研管理,2016,37(3):93—100.

[17] 袁建國,范文林,程晨.稅收優(yōu)惠與企業(yè)技術(shù)創(chuàng)新——基于中國上市公司的實證研究[J].稅務(wù)研究,2016,(10):28—33.

[18] 李維安,李浩波,李慧聰.創(chuàng)新激勵還是稅盾?——高新技術(shù)企業(yè)稅收優(yōu)惠研究[J].科研管理,2016,37(11):61—70.

[19] 潘孝珍,王鄭穎．稅收優(yōu)惠與企業(yè)科技創(chuàng)新：基于上市公司的統(tǒng)計與案例分析[M]．北京：經(jīng)濟(jì)科學(xué)出版社，2017．

[20] Rosenbaum,P.R.,Rubin,D.B.The Central Role of the PropoensityScore in Observational Studies for Causal Effects[J].Biometrika,1983,70(1):41—55.

[21] 馬玉琪,扈瑞鵬,趙彥云.稅收優(yōu)惠、財政補貼與中關(guān)村企業(yè)創(chuàng)新投入——基于傾向得分匹配法的實證研究[J].科技管理研究,2016,36(19):1—6.

[22] 陳強(qiáng)．高級計量經(jīng)濟(jì)學(xué)及Stata軟件應(yīng)用[M]．北京：高等教育出版社，2014．

(責(zé)任編輯：肖加元)

F810.422

A

1003-5230(2017)06-0103-09

2017-06-07

教育部人文社會科學(xué)研究項目“稅收優(yōu)惠激勵企業(yè)自主創(chuàng)新的傳導(dǎo)路徑及其績效評估”(16YJC630091)；杭州電子科技大學(xué)人文社會科學(xué)基金項目“促進(jìn)我國自主創(chuàng)新的稅收優(yōu)惠政策效應(yīng)研究”(2015B05)

潘孝珍(1986— )，男，浙江溫州人，杭州電子科技大學(xué)會計學(xué)院講師，博士。