稅收優(yōu)惠政策對(duì)科技企業(yè)孵化器激勵(lì)效應(yīng)的探析

吳 霞，吳 震

（國(guó)家電網(wǎng)信通產(chǎn)業(yè)集團(tuán)廈門(mén)億力吉奧信息科技有限公司 黨委書(shū)記辦公室，福建 廈門(mén) 361000）

我國(guó)實(shí)現(xiàn)創(chuàng)新驅(qū)動(dòng)戰(zhàn)略離不開(kāi)科技創(chuàng)業(yè)企業(yè)的成長(zhǎng)?？萍计髽I(yè)孵化器可以為科技企業(yè)孵化及成果轉(zhuǎn)化搭建重要平臺(tái)，已成為我國(guó)科技發(fā)展的重要推動(dòng)力量。許多國(guó)家將孵化器服務(wù)績(jī)效作為獲得政策優(yōu)惠的主要依據(jù)，按照孵化器提供的服務(wù)和孵化目標(biāo)完成情況給予財(cái)政獎(jiǎng)勵(lì)或稅收優(yōu)惠。和西方國(guó)家不同，我國(guó)現(xiàn)行的孵化器稅收優(yōu)惠政策屬于門(mén)檻式間接優(yōu)惠模式。[1-2]在我國(guó)只有當(dāng)孵化器的基本條件和服務(wù)達(dá)到國(guó)家設(shè)定的標(biāo)準(zhǔn)之后才能享受稅收優(yōu)惠政策，但是由于缺乏政策實(shí)施效果的跟蹤評(píng)價(jià)機(jī)制和退出機(jī)制，因此對(duì)于稅收優(yōu)惠政策能否進(jìn)一步提升科技企業(yè)孵化器的孵化能力以及促進(jìn)在孵企業(yè)創(chuàng)新創(chuàng)業(yè)等問(wèn)題仍需要我們做進(jìn)一步的探討和檢驗(yàn)分析。

基于前人已有的研究成果，文章嘗試從孵化器自身以及在孵企業(yè)兩個(gè)角度，分別構(gòu)建面板平滑轉(zhuǎn)換模型和雙門(mén)檻回歸模型對(duì)我國(guó)稅收優(yōu)惠政策對(duì)科技企業(yè)孵化器產(chǎn)生的激勵(lì)效應(yīng)進(jìn)行實(shí)證分析。

1 稅收優(yōu)惠政策對(duì)孵化器服務(wù)能力提升的影響

1.1 變量選取

1.1.1 被解釋變量

借鑒相關(guān)研究經(jīng)驗(yàn)選擇孵化器服務(wù)提供總量和孵化器提供服務(wù)的效率作為衡量孵化器服務(wù)水平的兩個(gè)指標(biāo)。這里孵化器提供服務(wù)總量的指標(biāo)用孵化器總收入（TR）衡量，孵化器提供服務(wù)效率的指標(biāo)用在孵企業(yè)數(shù)量（IMU）與孵化收入的自然對(duì)數(shù)之比衡量，記作：

1.1.2 解釋變量

我國(guó)對(duì)孵化器的稅收優(yōu)惠主要體現(xiàn)在自2008年起對(duì)孵化器給予減免房產(chǎn)稅和城鎮(zhèn)土地使用稅、營(yíng)業(yè)稅和所得稅的政策優(yōu)惠，“營(yíng)改征增”期間，孵化器對(duì)孵化企業(yè)提供孵化服務(wù)、提供場(chǎng)地的收入均免征增值稅。因此，文章將孵化器獲得的總免稅額（TEXE）界定為稅收優(yōu)惠的量化體現(xiàn)。

1.1.3 控制變量

①地區(qū)經(jīng)濟(jì)發(fā)展水平（LE）：因?yàn)槎愂諆?yōu)惠政策執(zhí)行的寬松程度與當(dāng)?shù)刎?cái)力狀況及經(jīng)濟(jì)發(fā)展水平對(duì)創(chuàng)新孵化的需求有很大關(guān)系。因此，采用人均各地區(qū)生產(chǎn)總值來(lái)控制這一變量的影響。

②地區(qū)技術(shù)差距（GAP）：借鑒張同斌[3]等的做法，采用某省份的技術(shù)水平與該年度全國(guó)最高技術(shù)水平之比來(lái)衡量。

③民營(yíng)經(jīng)濟(jì)活躍程度（PEN）：通過(guò)計(jì)算各地區(qū)私營(yíng)工業(yè)企業(yè)主營(yíng)業(yè)務(wù)收入與國(guó)有控股企業(yè)主營(yíng)業(yè)務(wù)收入的比值來(lái)衡量。

④風(fēng)險(xiǎn)投資規(guī)模（VCA）：采用各地區(qū)風(fēng)險(xiǎn)投資管理資產(chǎn)規(guī)模來(lái)衡量。

1.2 數(shù)據(jù)來(lái)源及處理

考慮到我國(guó)對(duì)科技企業(yè)孵化器的稅收優(yōu)惠政策開(kāi)始于2008年，所以本文從《中國(guó)火炬統(tǒng)計(jì)年鑒》和國(guó)家統(tǒng)計(jì)局網(wǎng)站選取2009—2017年國(guó)家級(jí)孵化器發(fā)展數(shù)據(jù)作為分析樣本N為31，T為9，NT為279。這里選擇將絕對(duì)量指標(biāo)進(jìn)行對(duì)數(shù)化處理以剔除異方差。表1為各變量的描述性統(tǒng)計(jì)。

表1 變量的描述性統(tǒng)計(jì)Table 1 Descriptive statistics of variables

1.3 模型設(shè)定與實(shí)證分析

1.3.1 面板平滑轉(zhuǎn)換模型的設(shè)計(jì)

González[4]等最早構(gòu)建了面板平滑轉(zhuǎn)換回歸模型，解決了傳統(tǒng)門(mén)檻回歸模型的突變現(xiàn)象。本文借鑒González的分析思路首先設(shè)定線性面板模型，如下所示:

其中誤差項(xiàng)用μit表示，個(gè)體固定效應(yīng)用μi表示，其他變量和控制變量回歸系數(shù)的乘積矩陣用β'X表示?？紤]到政府稅收優(yōu)惠差異可能產(chǎn)生的非線性影響，所以將（1）式拓展為：

其中g(shù)（qit；γj，cj）取值區(qū)間為（0，1），是以qit為轉(zhuǎn)換變量的連續(xù)型轉(zhuǎn)換函數(shù)。通常采用以下形式設(shè)定轉(zhuǎn)換函數(shù)：

其中γ＞0，并且c1＜c2＜…＜cj；c=（c1,…,cm）是轉(zhuǎn)換點(diǎn)參數(shù)的m維向量，γ代表轉(zhuǎn)換的平滑度，cj為出現(xiàn)轉(zhuǎn)換的點(diǎn)。qit為門(mén)檻變量，通常只需考慮m取值為1或者2的情況，所以：

1.3.2 模型的非線性檢驗(yàn)

在非線性檢驗(yàn)之前需要對(duì)檢驗(yàn)數(shù)據(jù)的平穩(wěn)性，以保證分析結(jié)果具有無(wú)偏性，這里采用面板數(shù)據(jù)單位根檢驗(yàn)的方法。表2的檢驗(yàn)結(jié)果顯示大多數(shù)變量在5%水平下顯著，說(shuō)明數(shù)據(jù)具有平穩(wěn)性可以進(jìn)行下一步的非線性檢驗(yàn)。

表2 面板數(shù)據(jù)單位根檢驗(yàn)結(jié)果Table 2 Panel data unit root test results

檢驗(yàn)?zāi)Ｐ蛥?shù)的非線性分別采用似然比檢驗(yàn)，F(xiàn)ische檢驗(yàn)和Wald檢驗(yàn)三種方法，檢驗(yàn)結(jié)果均顯示數(shù)據(jù)存在非線性，具體結(jié)果如表3所示。

表3 非線性檢驗(yàn)Table 3 Nonlinear testing

1.3.3 門(mén)檻個(gè)數(shù)的選擇

在對(duì)面板數(shù)據(jù)進(jìn)行非線性檢驗(yàn)后還需要進(jìn)一步對(duì)兩個(gè)模型的門(mén)檻個(gè)數(shù)做出判斷和選擇，這里構(gòu)建的輔助回歸模型參考了González的檢驗(yàn)思路：

表4 門(mén)檻數(shù)量選擇的檢驗(yàn)Table 4 Test for threshold quantity selection

1.3.4 實(shí)證結(jié)果及分析

表5是政府稅收優(yōu)惠與孵化器服務(wù)水平的PSTR實(shí)證結(jié)果。實(shí)證結(jié)果顯示：政府稅收優(yōu)惠低于門(mén)檻值，即處于低區(qū)制時(shí)，并不能有效提升孵化器服務(wù)總量；而一旦政府稅收優(yōu)惠跨過(guò)門(mén)檻值，進(jìn)入高區(qū)制時(shí)，會(huì)顯著提高孵化器服務(wù)總量，即孵化器減稅額每增加1%，其服務(wù)總額會(huì)增加0.09%。門(mén)檻值附近的轉(zhuǎn)換速度為2.156 7，說(shuō)明借助某一種平滑機(jī)制政府稅收優(yōu)惠一旦超過(guò)門(mén)檻值時(shí)就可以迅速地從抑制轉(zhuǎn)換為促進(jìn)提升孵化器的服務(wù)水平。這說(shuō)明政府稅收優(yōu)惠確實(shí)是促進(jìn)孵化器發(fā)展的重要因素。

地區(qū)技術(shù)差距在稅收優(yōu)惠處于高區(qū)制時(shí)，會(huì)促進(jìn)孵化器發(fā)展。說(shuō)明地區(qū)間存在合理技術(shù)勢(shì)差時(shí)稅收優(yōu)惠可以較好地引導(dǎo)孵化器進(jìn)行區(qū)域間的聯(lián)動(dòng)和協(xié)同發(fā)展，從而促進(jìn)區(qū)域科技創(chuàng)新水平的提升。[5]反之，過(guò)大的技術(shù)勢(shì)差容易造成研發(fā)資源人力資本等發(fā)展不均衡，稅收優(yōu)惠無(wú)法協(xié)助孵化器進(jìn)行區(qū)域聯(lián)動(dòng)發(fā)展，無(wú)法實(shí)現(xiàn)科技資源的集成創(chuàng)新和消化吸收利用。

民營(yíng)經(jīng)濟(jì)在稅收優(yōu)惠處于低區(qū)制時(shí)會(huì)正向促進(jìn)孵化器發(fā)展，說(shuō)明在稅收優(yōu)惠力度較小時(shí)民營(yíng)經(jīng)濟(jì)可以對(duì)孵化器發(fā)展起到較好的激勵(lì)作用。[6]這可能是由于當(dāng)前我國(guó)的稅收優(yōu)惠主要是針對(duì)國(guó)家級(jí)孵化器，在公共服務(wù)面積、在孵企業(yè)、創(chuàng)業(yè)導(dǎo)師服務(wù)和種子基金等方面規(guī)定了較高的門(mén)檻。反之，民營(yíng)經(jīng)濟(jì)出于自身發(fā)展的需求，加大對(duì)科技創(chuàng)新的投入，形式更靈活，條件更寬松，更能吸引初創(chuàng)科研企業(yè)與其合作。

當(dāng)被解釋變量為孵化器服務(wù)效率自然對(duì)數(shù)時(shí)表5的實(shí)證結(jié)果顯示，稅收優(yōu)惠對(duì)孵化器服務(wù)效率的影響仍然存在著門(mén)檻效應(yīng)。[7]當(dāng)稅收優(yōu)惠低于門(mén)檻值時(shí)，稅收優(yōu)惠的增加對(duì)孵化器服務(wù)效率的促進(jìn)作用不明顯，而一旦稅收優(yōu)惠超越門(mén)檻值，孵化器服務(wù)效率則會(huì)隨著稅收優(yōu)惠的增大而顯著提升。其他變量和模型1與2的結(jié)論基本一致。

表5 政府稅收優(yōu)惠與孵化器服務(wù)水平的實(shí)證結(jié)果Table 5 Empirical results of government tax preferences and service level of incubator

2 稅收優(yōu)惠政策對(duì)在孵企業(yè)創(chuàng)新績(jī)效的影響

第一部分的實(shí)證結(jié)果顯示稅收優(yōu)惠可以較好地促進(jìn)孵化器提升服務(wù)水平，但政府選擇對(duì)孵化器稅收優(yōu)惠時(shí)并不確定該政策能否輻射到在孵企業(yè)，能否促進(jìn)在孵企業(yè)提高創(chuàng)新績(jī)效，所以該優(yōu)惠政策的最終激勵(lì)效果是不確定的。因此我們還需進(jìn)一步檢驗(yàn)政府稅收優(yōu)惠對(duì)在孵企業(yè)創(chuàng)新績(jī)效的激勵(lì)效果?？紤]到第一部分中稅收優(yōu)惠與孵化器服務(wù)提升之間存在非線性關(guān)系，所以現(xiàn)在考慮構(gòu)建門(mén)檻回歸模型對(duì)稅收優(yōu)惠政策對(duì)在孵企業(yè)創(chuàng)新績(jī)效的激勵(lì)效果做進(jìn)一步的檢驗(yàn)與分析。

2.1 模型設(shè)定

2.1.1 線性模型的設(shè)定

將在孵企業(yè)創(chuàng)新績(jī)效（INO）看作是政府稅收優(yōu)惠（TEXE）、孵化器服務(wù)收入(TR)、孵化基金(IM)、創(chuàng)業(yè)導(dǎo)師數(shù)(Ap)和在孵企業(yè)數(shù)(IMU)等因素的函數(shù)。在回歸模型中加入孵化器面積（IA）和孵化器人員(IP)作為控制變量構(gòu)建如下面板數(shù)據(jù)模型：

2.1.2 門(mén)檻變量的選取與門(mén)檻檢驗(yàn)?zāi)Ｐ偷脑O(shè)定

為衡量不同政府稅收優(yōu)惠強(qiáng)度對(duì)在孵企業(yè)創(chuàng)新績(jī)效激勵(lì)效應(yīng)的差異，考慮采用Hansen的門(mén)檻面板回歸模型[10]。Hansen數(shù)據(jù)分組的思想可以較有效地解決傳統(tǒng)分組檢驗(yàn)中分組標(biāo)準(zhǔn)選擇的難題。本文假設(shè)存在一個(gè)門(mén)檻水平τ,使得對(duì)于Git≤τ和Git＞τ時(shí),稅收優(yōu)惠差異較大，那么設(shè)定虛擬變量Dit使其滿足：

令I(lǐng)（Git≤τ）。其中，I(*)為一個(gè)示性函數(shù)，當(dāng)Git≤τ時(shí)，I=1，否則，I=0。所以設(shè)定下列模型：

其中τ為特定的門(mén)檻值；Git為門(mén)限變量；εit～iid(0,σ2)為隨機(jī)干擾項(xiàng)；a2和a3為在Git≤τ和Git＞τ時(shí)解釋變量對(duì)被解釋變量的影響系數(shù)。考慮到多個(gè)門(mén)檻值可能存在的情況，所以進(jìn)一步設(shè)定雙門(mén)檻回歸模型為：

這里將政府稅收優(yōu)惠強(qiáng)度（用稅收減免額占孵化器收入總額的的比重來(lái)衡量）設(shè)定為門(mén)檻變量，并對(duì)其具體影響進(jìn)行檢驗(yàn)與測(cè)算。

2.2 實(shí)證結(jié)果分析

2.2.1 線性模型結(jié)果分析

Hausman檢驗(yàn)結(jié)果顯示孵化場(chǎng)地面積和孵化器人員兩個(gè)變量顯著性不強(qiáng)，所以需要剔除后重新進(jìn)行回歸，回歸結(jié)果見(jiàn)表6。ln IMt=0.807，F(xiàn)=168.72，說(shuō)明模型總體線性關(guān)系顯著，本模型選用變量可以用來(lái)解釋稅收優(yōu)惠政策對(duì)在孵企業(yè)創(chuàng)新績(jī)效的影響。

表6 稅收優(yōu)惠政策對(duì)在孵企業(yè)創(chuàng)新績(jī)效的影響Table 6 Empirical results of government tax preferences and service level of incubator

孵化器孵化基金和創(chuàng)業(yè)導(dǎo)師數(shù)的系數(shù)均通過(guò)了顯著性檢驗(yàn)。在其他影響因素保持不變的情況下，孵化器孵化基金和專(zhuān)業(yè)導(dǎo)師數(shù)每增加1%會(huì)導(dǎo)致在孵企業(yè)創(chuàng)新績(jī)效分別增加0.286%和0.78%。說(shuō)明為在孵企業(yè)提供孵化基金和創(chuàng)業(yè)指導(dǎo)能更好地提高在孵企業(yè)創(chuàng)業(yè)活動(dòng)的效率和質(zhì)量。

同時(shí)，回歸結(jié)果顯示當(dāng)前稅收優(yōu)惠對(duì)在孵企業(yè)創(chuàng)新績(jī)效的正向作用并不顯著。這很可能是因?yàn)榉趸鞯亩愂諆?yōu)惠政策與在孵企業(yè)創(chuàng)新績(jī)效的直接關(guān)聯(lián)性較弱。[8-9]同時(shí)當(dāng)前我國(guó)享受稅收優(yōu)惠政策以規(guī)模和數(shù)量為導(dǎo)向，更關(guān)注孵化場(chǎng)地面積、在孵與畢業(yè)企業(yè)數(shù)量，而忽略了創(chuàng)新創(chuàng)業(yè)扶持服務(wù)的考核，使得孵化器注重自身的孵化績(jī)效，反而忽略了孵化服務(wù)質(zhì)量的提高，這些都削弱了稅收優(yōu)惠政策對(duì)在孵企業(yè)創(chuàng)新績(jī)效的激勵(lì)作用。

2.2.2 門(mén)檻模型結(jié)果分析

表7的門(mén)檻效果檢驗(yàn)表明雙重門(mén)檻效果非常顯著。Bootstrap估計(jì)出的稅收優(yōu)惠強(qiáng)度的門(mén)檻值分別為3.5%和10.8%。按門(mén)檻值分組得到的結(jié)果見(jiàn)表6。從各門(mén)限值劃分的3個(gè)區(qū)間來(lái)看，稅收優(yōu)惠對(duì)在孵企業(yè)創(chuàng)新績(jī)效的促進(jìn)作用呈現(xiàn)倒“U”特點(diǎn)，作用效果先是增加，當(dāng)稅收減免額占孵化器收入總額的比例達(dá)到某一極值后，作用效果就會(huì)降低。所以政府對(duì)孵化器的稅收優(yōu)惠并不是越多越好，適度的稅收優(yōu)惠更有利于在孵企業(yè)創(chuàng)新創(chuàng)業(yè)發(fā)展。

表7 門(mén)檻值估計(jì)結(jié)果Table 7 Outcome of threshold estimate

3 結(jié)論與政策建議

為了考量稅收優(yōu)惠政策對(duì)科技企業(yè)孵化器的激勵(lì)效應(yīng)選擇從孵化器自身服務(wù)能力提升和在孵企業(yè)創(chuàng)新績(jī)效兩方面進(jìn)行綜合評(píng)價(jià)。在回顧相關(guān)研究的基礎(chǔ)上本文首先分析稅收優(yōu)惠與孵化器服務(wù)提升之間可能存在非線性關(guān)系。其次，采用國(guó)家級(jí)孵化器2009—2017年的面板數(shù)據(jù)進(jìn)行實(shí)證分析，彌補(bǔ)了以往研究過(guò)于注重線性關(guān)系的不足。實(shí)證結(jié)果顯示：當(dāng)前的稅收優(yōu)惠政策是促進(jìn)孵化器發(fā)展的重要因素，但是只有當(dāng)稅收優(yōu)惠超越門(mén)檻值達(dá)到一定規(guī)模后，政府才可以發(fā)揮較好的導(dǎo)向作用，帶動(dòng)孵化器追加投入，對(duì)孵化器自身建設(shè)發(fā)揮出顯著的正向促進(jìn)效應(yīng)。稅收優(yōu)惠政策對(duì)孵化器的激勵(lì)效果會(huì)受到地區(qū)技術(shù)差距、地區(qū)經(jīng)濟(jì)發(fā)展水平、民營(yíng)經(jīng)濟(jì)活躍程度以及風(fēng)險(xiǎn)投資規(guī)模等因素的影響。最后，運(yùn)用門(mén)檻回歸的思路，對(duì)稅收優(yōu)惠和在孵企業(yè)創(chuàng)新績(jī)效進(jìn)行分析。結(jié)果表明為在孵企業(yè)提供孵化基金和創(chuàng)業(yè)指導(dǎo)能更好地提高在孵企業(yè)創(chuàng)業(yè)活動(dòng)的效率和質(zhì)量。而孵化場(chǎng)地面積和孵化器人員對(duì)在孵企業(yè)創(chuàng)新績(jī)效影響不大，當(dāng)前稅收優(yōu)惠對(duì)在孵企業(yè)創(chuàng)新績(jī)效起著不顯著的正向作用，而且呈現(xiàn)出倒“U”型特點(diǎn)。

因此，對(duì)提升孵化器深層次孵化能力為導(dǎo)向調(diào)整稅收優(yōu)惠標(biāo)準(zhǔn)，根據(jù)地方經(jīng)濟(jì)發(fā)展?fàn)顩r因地制宜制定相應(yīng)的孵化器稅收優(yōu)惠政策，構(gòu)建稅收優(yōu)惠政策動(dòng)態(tài)考核評(píng)價(jià)機(jī)制，強(qiáng)化政府稅收優(yōu)惠政策的引導(dǎo)帶動(dòng)作用，吸引多方資金積極參與孵化器建設(shè)這些問(wèn)題的深入研究具有重要理論價(jià)值和實(shí)踐指導(dǎo)意義。