減稅如何影響企業(yè)高質(zhì)量創(chuàng)新？

陳志勇 張春雨 陳思霞

摘 要：以高質(zhì)量創(chuàng)新促進中國經(jīng)濟高質(zhì)量發(fā)展是貫徹新發(fā)展理念的重要途徑，企業(yè)是市場的主體也應當成為技術(shù)創(chuàng)新的主體。近年來的減稅政策是否推動企業(yè)高質(zhì)量創(chuàng)新成為值得關(guān)注的議題?；?011-2019年滬深A股上市公司面板數(shù)據(jù)，采用漸進式雙重差分模型，以固定資產(chǎn)加速折舊政策為例，探究了減稅對企業(yè)高質(zhì)量創(chuàng)新產(chǎn)生的影響。研究表明：（1）減稅顯著推動了企業(yè)高質(zhì)量創(chuàng)新的發(fā)展，該結(jié)論經(jīng)過一系列穩(wěn)健性檢驗后依舊成立;（2）減稅主要通過“外延擴張”推動企業(yè)高質(zhì)量創(chuàng)新，政策實施后新增的創(chuàng)新產(chǎn)出數(shù)量是推動企業(yè)創(chuàng)新質(zhì)量提升的主要機制，但該政策未能“縱向深化”原有創(chuàng)新的質(zhì)量，平均專利質(zhì)量并未提升;（3）減稅對企業(yè)高質(zhì)量創(chuàng)新的影響存在異質(zhì)性效果，其對非制造、規(guī)模較大以及存續(xù)時間較長企業(yè)的激勵效果更佳。鑒于此，政府應繼續(xù)實施減稅政策，同時為了發(fā)揮更為廣泛的激勵效應，也應做出諸如增強減稅普惠性、分層次有針對性地優(yōu)惠以及注重政策組合效應等調(diào)整。

關(guān)鍵詞：減稅;高質(zhì)量創(chuàng)新;雙重差分模型

一、引言

2020年10月，黨的十九屆五中全會通過了關(guān)于“十四五”規(guī)劃和“2035遠景目標”的建議，文件明確提出要“堅持創(chuàng)新驅(qū)動發(fā)展，堅持創(chuàng)新在我國現(xiàn)代化建設(shè)全局中的核心地位”，并且“到2035年要基本實現(xiàn)社會主義現(xiàn)代化遠景目標，進入創(chuàng)新型國家前列”。以高質(zhì)量創(chuàng)新引領(lǐng)高質(zhì)量發(fā)展是全面提升我國經(jīng)濟發(fā)展質(zhì)量和效益的重要驅(qū)動力量。[觀點來自人民網(wǎng)：http：//theory.people.com.cn/big5/n1/2020/1229/c40531-31982995.html。]據(jù)世界知識產(chǎn)權(quán)組織（WIPO）統(tǒng)計，2011-2020年中國專利申請量由16398件增加至68720件，世界排名穩(wěn)居前五，且至2019年起位居榜首。而國家創(chuàng)新指數(shù)僅從 46.43分提高至53.28分，排名由第29位上升至第14位，未能進入前十，上述趨勢詳見圖1。[ 為明晰近年來我國創(chuàng)新發(fā)展情況，我們從數(shù)量和質(zhì)量兩個角度，選取世界公認的創(chuàng)新型國家（英國、瑞士、瑞典、美國、荷蘭）與其進行對比，圖1中左圖為各國PCT專利申請數(shù)量的變化趨勢，右圖為各國創(chuàng)新指數(shù)變化趨勢。其中，以PCT專利申請數(shù)量表示創(chuàng)新數(shù)量，以國家創(chuàng)新指數(shù)表示創(chuàng)新質(zhì)量，數(shù)據(jù)皆來源于世界知識產(chǎn)權(quán)組織官方網(wǎng)站，具體為：2011-2020年各年度《專利合作條約年度回顧》與《創(chuàng)新發(fā)展指數(shù)（GII）》。對比發(fā)現(xiàn)，十年間我國創(chuàng)新數(shù)量激增，且于近年趕超美國，榮居榜首，但創(chuàng)新質(zhì)量與創(chuàng)新型國家仍有較大差距;反觀所選創(chuàng)新型國家，除美國外，其他國家專利申請數(shù)量較低，均在10000件以下，但其創(chuàng)新發(fā)展指數(shù)卻穩(wěn)居前列，說明其整體創(chuàng)新質(zhì)量較高。]趨勢表明，我國雖在創(chuàng)新數(shù)量層面取得了巨大優(yōu)勢，但創(chuàng)新質(zhì)量未達到理想水平，與典型的創(chuàng)新型國家仍存在一定差距。企業(yè)作為我國市場活動的基本經(jīng)濟組織，其創(chuàng)新質(zhì)量與國家創(chuàng)新發(fā)展水平息息相關(guān)。近年來，我國為減輕企業(yè)的經(jīng)濟負擔推行了大量的減稅政策，這種減稅是否具有及如何產(chǎn)生高質(zhì)量創(chuàng)新效應？其效應的強度及特點如何？這是本文研究的核心內(nèi)容。

企業(yè)的創(chuàng)新行為及創(chuàng)新質(zhì)量受多種因素影響，包括：企業(yè)治理結(jié)構(gòu)（Balsmeier 等，2017）、所處經(jīng)濟周期的階段（Makridis 和 Mcguire，2020）、知識在國家或地區(qū)的溢出效應（Kwon 等，2020;Duan 等，2021）、專利發(fā)明者的特征（Criscuolo 和 Verspagen，2008）以及相關(guān)法律規(guī)定（李建強、趙西亮，2020）等。近年來，更多的文獻開始關(guān)注產(chǎn)學研合作（劉斐然等，2020）、環(huán)境規(guī)制（胡江峰等，2020）、國家級開發(fā)區(qū)設(shè)置（楊波、李波，2021）以及研發(fā)補貼（白旭云等，2019）等國家政策對企業(yè)高質(zhì)量創(chuàng)新的影響，稅收政策作為國家宏觀調(diào)控的主要工具，也是不可忽視的重要因素。一類文獻以減稅或企業(yè)稅費返還總額衡量減稅的總體效果并以此為研究對象，探究減稅與企業(yè)創(chuàng)新之間的關(guān)系。部分學者認為減稅能夠降低企業(yè)的研發(fā)成本，顯著促進企業(yè)的創(chuàng)新行為，李香菊、楊歡（2019）以創(chuàng)新投入為切入點，發(fā)現(xiàn)減稅對企業(yè)短期和長期的技術(shù)創(chuàng)新均可發(fā)揮激勵效用;伍紅、鄭家興（2021）則以創(chuàng)新效率為關(guān)注點，發(fā)現(xiàn)減稅降費可以正向且顯著地影響企業(yè)的創(chuàng)新效率。當然，也有學者認為稅收優(yōu)惠政策會對創(chuàng)新產(chǎn)生擠出效應，反而抑制了企業(yè)創(chuàng)新的提升（張濟建、章祥，2010）。另一類文獻以政策沖擊或稅制改革代表減稅效應，探究減稅政策或改革的沖擊對企業(yè)創(chuàng)新產(chǎn)生的作用。一方面，王桂軍、曹平（2018），賀康等（2020），高正斌等（2020）以及石紹賓等（2020）分別利用“營改增”稅制改革、“研發(fā)加計扣除”政策、“企業(yè)所得稅分享”改革以及“固定資產(chǎn)加速折舊”政策探究了減稅對企業(yè)創(chuàng)新行為的影響，發(fā)現(xiàn)上述減稅政策皆正向且顯著地激勵了企業(yè)的創(chuàng)新行為。此外，國外學者Czarnitzki 等（2011）也對加拿大“R&D稅收抵免”政策進行了探討，發(fā)現(xiàn)稅收抵免增加了企業(yè)層面的創(chuàng)新投入，由此引發(fā)的R&D活動也對創(chuàng)新產(chǎn)出產(chǎn)生了顯著的正向影響。另一方面，也有部分學者對此持否定意見。韓仁月、馬海濤（2019）在分析不同稅收優(yōu)惠方式對企業(yè)研發(fā)投入的影響時發(fā)現(xiàn)，固定資產(chǎn)加速折舊政策并未顯著促進實驗組企業(yè)的創(chuàng)新投入;王瑤等（2021）從企業(yè)創(chuàng)新效率角度分析，認為“營改增”稅制改革雖然在一定程度上促進了企業(yè)增加研發(fā)投入，但卻未能使其創(chuàng)新產(chǎn)出數(shù)量得到同步增長，最終導致其創(chuàng)新效率的下降。由此觀之，減稅究竟對企業(yè)的創(chuàng)新行為和創(chuàng)新水平產(chǎn)生何種影響，學術(shù)界尚未得出統(tǒng)一結(jié)論。同時，上述文獻大多以創(chuàng)新投入、創(chuàng)新產(chǎn)出數(shù)量或創(chuàng)新效率衡量企業(yè)創(chuàng)新，雖然也有文獻以“創(chuàng)新質(zhì)量”命名，但其仍采用不同類型的專利產(chǎn)出數(shù)量或占比進行測算，并不能準確地反映企業(yè)創(chuàng)新質(zhì)量水平。創(chuàng)新質(zhì)量是創(chuàng)新活動的后置環(huán)節(jié)，也是對創(chuàng)新主體創(chuàng)新有效性的衡量。高質(zhì)量創(chuàng)新通常用來形容創(chuàng)新產(chǎn)出成果，是指具有高溢出效應及應用價值的成果（趙玉林等，2021），利益關(guān)注者對創(chuàng)新成果的認可度是評價其的重要標準。因此，應使用能夠體現(xiàn)出企業(yè)創(chuàng)新外溢性和成果被認可度的指標對其進行測度。那么，中國減稅政策對企業(yè)高質(zhì)量創(chuàng)新究竟產(chǎn)生了何種影響？目前，該方面的研究還較為薄弱，值得加以深入探討。gzslib202204012143

在本文的研究中，我們基于全面實施減稅降費政策的背景，借助了一項企業(yè)所得稅減稅政策，評估了減稅對企業(yè)高質(zhì)量創(chuàng)新的影響。具體而言，本文借助2014年和2015年實施的固定加速折舊政策，以2011-2019年滬深A股上市公司為樣本，構(gòu)建面板數(shù)據(jù)的漸進式雙重差分模型，從理論和實證方面探究上述問題。研究表明，該減稅政策顯著提升了試點企業(yè)的創(chuàng)新質(zhì)量。該政策主要通過“外延擴張”推動企業(yè)高質(zhì)量創(chuàng)新，但遺憾的是該政策未能“縱向深化”已有創(chuàng)新產(chǎn)出的質(zhì)量，試點企業(yè)創(chuàng)新質(zhì)量的提升主要依賴于政策實施后的新增專利。另外，該政策對企業(yè)高質(zhì)量創(chuàng)新的激勵效應受企業(yè)規(guī)模、年限以及行業(yè)類型等特征的影響，充分考慮企業(yè)異質(zhì)性特征也為未來細化政策提供了借鑒意義。

本文的邊際貢獻主要體現(xiàn)在以下三個方面：第一，從創(chuàng)新質(zhì)量視角，豐富了減稅對企業(yè)創(chuàng)新影響的相關(guān)研究。已有研究多以研發(fā)投入、專利數(shù)量或不同類型專利占比衡量企業(yè)創(chuàng)新，未能真正反映企業(yè)的高質(zhì)量創(chuàng)新水平。本文以創(chuàng)新質(zhì)量為切入點，評估減稅對企業(yè)高質(zhì)量創(chuàng)新的影響。第二，進一步明確了企業(yè)創(chuàng)新質(zhì)量的測度方法，使研究結(jié)論更具準確性。關(guān)于創(chuàng)新質(zhì)量的研究，已有文獻多以不同類型的專利數(shù)量或占比進行測度，這實際仍可歸類為創(chuàng)新數(shù)量層面，且結(jié)論容易受到"策略性"創(chuàng)新的影響。因此，本文使用專利被引用數(shù)代表企業(yè)的創(chuàng)新質(zhì)量，該指標可在一定程度上體現(xiàn)出企業(yè)創(chuàng)新的外溢性以及創(chuàng)新成果的被認可度，以此測算所得出的結(jié)論具有可靠性。第三，完善了減稅推動企業(yè)高質(zhì)量創(chuàng)新的機制路徑?，F(xiàn)有文獻大多分析減稅對創(chuàng)新投入或創(chuàng)新數(shù)量的影響路徑，本文在已有研究的基礎(chǔ)上，進一步延伸減稅對企業(yè)創(chuàng)新影響的內(nèi)在機制，發(fā)現(xiàn)其主要通過“外延擴張”推動企業(yè)的高質(zhì)量創(chuàng)新。

本文后續(xù)結(jié)構(gòu)安排如下：第二部分主要介紹了固定資產(chǎn)加速折舊政策減稅的制度背景，并結(jié)合相關(guān)理論分析提出研究假設(shè);第三部分是實證方案設(shè)定與說明;第四部分為實證結(jié)果的匯報與分析;最后為結(jié)論與建議。

二、制度背景與研究假設(shè)

（一）制度背景

為實現(xiàn)建設(shè)創(chuàng)新型國家的目標，截至2019年，相關(guān)部門共推出了89項稅收優(yōu)惠措施。其中，固定資產(chǎn)加速折舊政策（簡稱加速折舊政策）是一項具有代表性的稅收激勵政策。2014年10月，財政部和國家稅務總局聯(lián)合發(fā)文《財政部 國家稅務總局關(guān)于完善固定資產(chǎn)加速折舊企業(yè)所得稅政策的通知》（財稅〔2014〕75號），正式頒布并實施了“固定資產(chǎn)加速折舊”政策。該政策為非強制性政策，允許試點行業(yè)內(nèi)的企業(yè)根據(jù)自身購置固定資產(chǎn)的情況，選擇是否采用以加速折舊或縮短年限的方法對實施時點后的新購固定資產(chǎn)進行加速折舊。隨后，為進一步擴大該政策的影響力度，有關(guān)部門又于2015年9月和2019年4月頒布進一步擴大政策適用范圍的通告——財稅〔2015〕106號和財稅〔2019〕66號文，[ 《財政部 國家稅務總局關(guān)于進一步完善固定資產(chǎn)加速折舊企業(yè)所得稅政策的通知》（財稅〔2015〕106號）;《財政部 國家稅務總局關(guān)于擴大固定資產(chǎn)加速折舊優(yōu)惠政策適用范圍的公告》（財稅〔2019〕66號）。]將六類行業(yè)擴大至十類，隨后擴展至整個制造業(yè)，演進過程詳見表1。為保證所選樣本在政策實施前后的可比性，本文主要探究2014年和2015年固定資產(chǎn)加速折舊政策對企業(yè)高質(zhì)量創(chuàng)新的影響。

減稅是一種通過減輕企業(yè)的納稅負擔或延遲企業(yè)納稅義務給予企業(yè)支持的事后激勵政策（胡華夏等，2017），固定資產(chǎn)加速折舊政策是政府支持企業(yè)技術(shù)創(chuàng)新的重要減稅政策之一，其發(fā)揮作用的模式主要是后者。該政策通過對企業(yè)固定資產(chǎn)折舊層面的優(yōu)惠條款，實現(xiàn)對企業(yè)技術(shù)升級的支持。依據(jù)會計核算準則可知，折舊年限和折舊方法是影響固定資產(chǎn)每年計提折舊金額的主要因素。

從折舊年限方面看，折舊年限雖無法改變固定資產(chǎn)計提折舊的總額，但原值相同的固定資產(chǎn)會因其存在的差異產(chǎn)生年折舊額度的不同。通常，年限越長，每年可計提的折舊額度就越低，可抵扣的稅額也越少，進而其可享受到的減稅優(yōu)惠相對較低。固定資產(chǎn)加速折舊政策中的一項優(yōu)惠條款便是允許試點企業(yè)對其在政策實施時點后新購置的固定資產(chǎn)縮短年限進行折舊。從折舊方法來看，除企業(yè)通常采用的“直線法”以外，會計準則中還明確提出了“雙倍余額遞減法”和“年數(shù)總和法”兩種加速折舊的方法，使用該類方法雖不能增加固定資產(chǎn)折舊的總額，但可以改變折舊額度的時間分布，提升固定資產(chǎn)前期計提折舊額度，降低其投資風險，這也是固定資產(chǎn)加速折舊的優(yōu)惠條款之一。上述兩方面說明，固定資產(chǎn)加速折舊政策雖并未影響累計折舊總額，但可以通過改變企業(yè)年折舊額來影響企業(yè)對應時期的稅負水平，緩解企業(yè)固定資產(chǎn)投資初期的資金壓力，降低投資風險，激勵企業(yè)加快設(shè)備更新?lián)Q代，并以此提升企業(yè)的創(chuàng)新技術(shù)水平。

實際上，上述減稅效應是在考慮貨幣時間價值時產(chǎn)生的，現(xiàn)舉例說明實施該政策可使企業(yè)獲得的稅收優(yōu)惠額度。假設(shè)所得稅適用稅率為25%的企業(yè)購進原值200萬元、預計凈殘值為0、使用年限為5年的固定資產(chǎn)，借鑒Zwick 和 Mahon（2017）以及劉啟仁等（2019）的經(jīng)驗，我們將貼現(xiàn)率設(shè)定為7%，計算得出企業(yè)采用不同折舊方法最終所能獲得可抵稅額的現(xiàn)值，詳見表2。

相較于“直線法”，其他三種加速折舊方法可以獲得額外稅收優(yōu)惠的現(xiàn)值分別為：2.16萬元、1.98萬元和2.94萬元。我們將以上事例轉(zhuǎn)化為適用于普遍情況的計算式（詳見式（1））。

Pa-s=∑Mt=111+rt-1×Dat×T-∑Mt=111+rt-1×Dst×T=∑Mt=111+rt-1×Dat-∑Mt=111+rt-1×Dst×T（1）

其中，Pa-s為使用直線法計提折舊與使用加速折舊法計提折舊產(chǎn)生的可抵稅額的現(xiàn)值差異;M為企業(yè)購進的M類固定資產(chǎn);t為時間;Dst和Dat分別為第t年使用“直線法”和加速折舊法計提的年折舊額;T為企業(yè)所得稅率。顯然，加速程度越高，初期稅負壓力越小;且折現(xiàn)率和所得稅率越高，企業(yè)獲得的額外減稅紅利就越大。因此，該政策的實施可以有效緩解企業(yè)的資金負擔，激勵企業(yè)增加其創(chuàng)新投入。gzslib202204012143

（二）研究假設(shè)

正如前文所述，固定資產(chǎn)加速折舊政策實際上是通過改變稅負分布和獲取額外可抵稅額現(xiàn)值紅利來激勵企業(yè)的創(chuàng)新行為。該政策不僅可以使企業(yè)降低固定資產(chǎn)購置初期的課稅負擔，讓政府成為企業(yè)的投資合伙人與風險共擔者，還能夠從現(xiàn)值角度為企業(yè)獲得額外的減稅優(yōu)惠，在一定程度上緩解企業(yè)的資金負擔，增加現(xiàn)金流量降低融資約束，使企業(yè)擁有增加先進設(shè)備和專業(yè)技術(shù)人才等創(chuàng)新投入的自主權(quán)。創(chuàng)新投入是高質(zhì)量創(chuàng)新的開端，且更為先進的設(shè)備和具有專業(yè)素質(zhì)的人才正是提升企業(yè)創(chuàng)新產(chǎn)出質(zhì)量的必要條件。因此，我們認為該減稅政策以創(chuàng)新投入為切入點，可以促進企業(yè)的創(chuàng)新產(chǎn)出，提升企業(yè)的創(chuàng)新質(zhì)量。據(jù)此，我們提出本文的基本假設(shè)：

假設(shè)1：減稅對企業(yè)的高質(zhì)量創(chuàng)新產(chǎn)生激勵作用。

創(chuàng)新投入是創(chuàng)新產(chǎn)出的基礎(chǔ)，那么，創(chuàng)新投入又將通過何種機制推動企業(yè)的高質(zhì)量創(chuàng)新發(fā)展？企業(yè)會做出何種創(chuàng)新策略選擇？我們認為，主要存在以下兩種創(chuàng)新策略可供企業(yè)選擇，外延擴張策略（Extensive Strategy）和縱向深化策略（Intensive Strategy）。

一方面，企業(yè)創(chuàng)新質(zhì)量的提升可能源于其創(chuàng)新數(shù)量的增長，我們將以數(shù)量增長推動質(zhì)量提升的策略稱為“外延擴張”策略。雖然，創(chuàng)新投入是一項具有高風險、長周期特征的企業(yè)投資活動，但大量且有針對性的增加創(chuàng)新投入可以相應促進其創(chuàng)新產(chǎn)出數(shù)量。為提升企業(yè)發(fā)展水平，管理者往往會根據(jù)市場需求進行開源式的創(chuàng)新，彌補既有領(lǐng)域中技術(shù)創(chuàng)新的空缺或進軍新領(lǐng)域?qū)ふ覄?chuàng)新突破口，并將政策提供的“無息貸款”投資于此。由于新增區(qū)域未有技術(shù)與之對比，其對創(chuàng)新成果的包容性相對較強，使企業(yè)申請專利的可能性增大，并由此激發(fā)其新增專利的數(shù)量，創(chuàng)新質(zhì)量也隨之得到提升。同時，新領(lǐng)域的創(chuàng)新突破往往能提升企業(yè)在同行業(yè)中的地位，由新技術(shù)衍生的產(chǎn)品更能得到消費者的青睞，其他企業(yè)也會增加對其的關(guān)注，其專利被引數(shù)也可得到相應的增加。

據(jù)此，我們提出以下假設(shè)：

假設(shè)2a：減稅可以通過“外延擴張”推動企業(yè)的高質(zhì)量創(chuàng)新。

另一方面，企業(yè)創(chuàng)新質(zhì)量的提升也可能源于其對已有創(chuàng)新產(chǎn)出的再深化，我們將以深化原有創(chuàng)新產(chǎn)出提高創(chuàng)新質(zhì)量的策略稱為“縱向深化”策略。相較于技術(shù)空缺區(qū)域或新開發(fā)領(lǐng)域，企業(yè)更加熟悉自身原有專利與技術(shù)，且擁有與之對應的、相對完善的人力資本與基礎(chǔ)設(shè)施。并且，通常企業(yè)已有的創(chuàng)新產(chǎn)出往往與其主營業(yè)務或主營產(chǎn)品密切相關(guān)。因此，利用減稅紅利購置更為先進的設(shè)備，增大對原有專利技術(shù)的創(chuàng)新投入，對其進行再優(yōu)化，從而增加企業(yè)專利的平均被引次數(shù)，也是企業(yè)提升其創(chuàng)新質(zhì)量水平的重要途徑之一。

據(jù)此，我們提出以下假設(shè)：

假設(shè)2b：減稅可以通過“縱向深化”推動企業(yè)的高質(zhì)量創(chuàng)新。

三、樣本選擇與模型設(shè)定

（一）樣本選擇與數(shù)據(jù)來源

考慮到樣本數(shù)據(jù)的可及性和完整性，本文以滬深A股上市公司為研究樣本，設(shè)定2011-2019年為總體樣本期間。由于政策實施與企業(yè)創(chuàng)新質(zhì)量提升之間存在時滯性，故創(chuàng)新質(zhì)量指標的實質(zhì)樣本期間為2012-2019年，其他變量均以2011-2018年為樣本期間。本文所使用的樣本數(shù)據(jù)總體來源于中國研究數(shù)據(jù)服務平臺（CNRDS）、國泰安數(shù)據(jù)庫（CSMAR）和萬得數(shù)據(jù)庫（Wind）。其中，關(guān)于企業(yè)創(chuàng)新行為（投入、數(shù)量、質(zhì)量）的相關(guān)數(shù)據(jù)主要來源于國泰安數(shù)據(jù)庫，缺失數(shù)據(jù)由中國研究數(shù)據(jù)服務平臺和萬得數(shù)據(jù)庫進行補充;行業(yè)環(huán)境與企業(yè)財務數(shù)據(jù)主要來源于國泰安數(shù)據(jù)庫。

進一步，為確保研究數(shù)據(jù)的質(zhì)量，本文對所使用的數(shù)據(jù)進行如下處理：（1）為避免異常狀態(tài)企業(yè)的相關(guān)數(shù)據(jù)對本文實證結(jié)果產(chǎn)生影響，剔除樣本期間內(nèi)ST、ST*和PT狀態(tài)的企業(yè);（2）由于金融類企業(yè)使用不同的會計準則規(guī)范，出于樣本指標可比性的考慮，剔除金融類企業(yè);（3）出于對樣本完整性的考慮，剔除2014年后上市及數(shù)據(jù)嚴重缺失的企業(yè);（4）為降低異常值對研究結(jié)果的影響，本文對所有連續(xù)性變量在小于1%和大于99%的水平上進行縮尾處理。

（二）變量選擇與測度

1.被解釋變量

本文研究的主要問題是減稅對企業(yè)高質(zhì)量創(chuàng)新的影響，因此，本文以企業(yè)高質(zhì)量創(chuàng)新為被解釋變量?，F(xiàn)有文獻大多以發(fā)明專利或?qū)嵱眯滦蛯＠暾埩浚ㄍ踝谲姷龋?019）、發(fā)明專利授權(quán)量或授權(quán)率（施建軍、栗曉云，2019;俞立平，2020）衡量企業(yè)創(chuàng)新質(zhì)量，但是這些指標的代表性具有一定的爭議。部分學者認為使用該類指標對高質(zhì)量創(chuàng)新進行衡量有失偏頗，我國部分專利產(chǎn)出存在“策略性”迎合的可能，應選擇可以體現(xiàn)出專利外溢效應的指標（鄧向榮、馮學良，2021），使用該類指標也能夠在一定程上反映出企業(yè)創(chuàng)新成果的被認可度。為此，我們借鑒Aldieri（2014）的做法，以企業(yè)專利被引用次數(shù)測度創(chuàng)新質(zhì)量，同時，考慮政策發(fā)揮效應存在時滯性且企業(yè)專利從申請至被引用也需一定的周期，故本文最終選擇以“t+1期企業(yè)專利被引用次數(shù)+1的自然對數(shù)”（Quality）為衡量被解釋變量的指標。

2.主要解釋變量

本文主要以2014年和2015年固定資產(chǎn)加速折舊政策為例，研究減稅與企業(yè)高質(zhì)量創(chuàng)新之間的關(guān)系。為此，本文的主要解釋變量為表示“企業(yè)是否受2014年或2015年固定資產(chǎn)加速折舊影響”的虛擬變量（DID）。當樣本企業(yè)屬于政策試點行業(yè)范圍且處于政策實施時點以后，DID賦值為1，設(shè)為實驗組;其余情況賦值為0，設(shè)為對照組。其中，劃分上市公司行業(yè)分類的《上市公司行業(yè)分類指引》（證監(jiān)會〔2012〕31號）雖參照《國民經(jīng)濟行業(yè)分類》（GB/T4754-2011）制定，但由于兩個文件在分類方面的詳略程度存在差異，因此，我們依據(jù)企業(yè)主營業(yè)務范圍和主營產(chǎn)品對無法直接識別的中類行業(yè)進行手動篩選。[文教、工美、體育和娛樂用品制造業(yè)（C24），化學原料和化學制品制造業(yè)（C26），醫(yī)藥制造業(yè)（C27）以及橡膠和塑料制品業(yè)（C29）大類下各企業(yè)的中類分類均采用手工識別的方式，并根據(jù)識別結(jié)果劃分其所屬組別。]gzslib202204012144

3.機制變量

本文一共設(shè)置了融資約束、創(chuàng)新投入和創(chuàng)新數(shù)量三項機制變量，探究減稅政策對企業(yè)高質(zhì)量創(chuàng)新的影響路徑。其中，借鑒學者先前的研究，我們分別以“KZ指數(shù)”（魏志華等，2014）、“當期研發(fā)投入/當期期末總資產(chǎn)”（李香菊、楊歡，2019）和“當期專利申請數(shù)+1的自然對數(shù)”（石紹賓、姚淼，2020）測度上述變量。

4.控制變量

考慮到影響企業(yè)創(chuàng)新質(zhì)量的因素較多，本文借鑒學者先前的經(jīng)驗，選取了一系列控制變量，包括：企業(yè)規(guī)模（Size）、股東持股（Share）、財務杠桿（Lev）、凈資產(chǎn)收益率（ROE）、總資產(chǎn)增長率（Growth）、現(xiàn)金持有（Cash）以及行業(yè)競爭度（HHI）。同時，為了考察政策對相關(guān)變量收斂性的影響，我們在不同的回歸模型中引入趨勢控制變量（Var_base_trend），在后文相應部分會有詳細說明。以上所述變量的具體測算方法和描述性統(tǒng)計結(jié)果詳見表3。

（三）模型設(shè)定

1.基準回歸模型設(shè)定

固定資產(chǎn)加速折舊政策屬于漸進推行的政策，各行業(yè)實施該政策的時點存在差異，由于該政策是由國家相關(guān)部門制定并頒布，并非企業(yè)內(nèi)部行為，因此，其屬于外生政策沖擊的范疇。基于此，我們將該政策視為準自然實驗，為盡量避免由內(nèi)生性問題導致的結(jié)論偏誤，本文采用漸進式雙重差分模型探究該政策是否促進企業(yè)高質(zhì)量創(chuàng)新的發(fā)展，設(shè)定的基準回歸模型如下：

Qualityit=β0+β1DIDit+∑kβkControlkit+ui+ut+εit（2）

其中，i表示企業(yè)，t表示時間;Controlit為除趨勢變量以外的控制變量，同時考慮到企業(yè)創(chuàng)新質(zhì)量可能存在收斂效應，因此模型中我們也加入了創(chuàng)新質(zhì)量的時間趨勢控制項（Quality_base_trend）;ui和ut為固定效應虛擬變量，分別控制個體和時間效應;模型中涉及的其他變量含義如前所述。由于我們使用的數(shù)據(jù)為面板數(shù)據(jù)，表示企業(yè)組別（實驗組或?qū)φ战M）和政策實施前后的虛擬變量分別被ui和ut吸收，所以，我們只需在模型中引入其交互項DIDit。在上述模型中，我們關(guān)注的是主要解釋變量的系數(shù)β1，結(jié)合理論分析，預期其顯著為正。

2.平行趨勢檢驗

實驗組和對照組在政策前存在“共同趨勢”是雙重差分模型估計結(jié)果具有可靠性的基本假設(shè)，如果在固定資產(chǎn)加速折舊政策實施前，實驗組和對照組企業(yè)的創(chuàng)新質(zhì)量水平已存在非平行的發(fā)展趨勢，那么以此模型得到的結(jié)論是不具備準確性的。為此，我們首先對所設(shè)定的基準回歸模型進行平行趨勢檢驗，具體檢驗方法如下：

Qualityit=β0+∑3τ=-3βτI（I=1，if t=treatyear+τ）+∑kβkControlkit+ui+ut+εit（3）

其中，控制變量以及固定效應的設(shè)置與基準回歸模型保持一致。τ表示政策前后的各個時點，treatyear表示企業(yè)實施固定資產(chǎn)加速折舊的時間，若當年是該企業(yè)實施固定資產(chǎn)加速折舊的前一年（τ=-1） ，則 I 賦值為 1，否則為 0;依次類推。在此，我們著重關(guān)注政策實施前三期到實施后三期的動態(tài)趨勢（加速折舊政策實施三年之后的年份全部納入實施后的第三期），同時，將政策實施前一期作為基期，如果基準回歸模型滿足平行趨勢檢驗的要求，則政策前期的系數(shù)應無法通過顯著性檢驗?；谝陨戏治?，本文對模型（3）進行估計，并將結(jié)果繪制成圖2。

圖2結(jié)果表明，在固定資產(chǎn)加速折舊政策實施以前，實驗組企業(yè)和對照組企業(yè)的創(chuàng)新質(zhì)量水平并不存在顯著的差異，政策前期的估計系數(shù)并未通過顯著性檢驗，基準模型滿足平行趨勢假設(shè)，可有效降低由內(nèi)生性問題帶來的結(jié)論偏誤。值得注意的是，加速折舊政策的實施當期和后一期，雖然其系數(shù)為正，但并未通過顯著性檢驗，說明政策的實施與產(chǎn)生效應之間存在時滯性，這符合我們的預期。改革后兩期系數(shù)則顯著為正，先上升后下降，說明政策對企業(yè)高質(zhì)量創(chuàng)新開始發(fā)揮其正向激勵效用，但效用達到一定的峰值后將會逐漸減弱，持續(xù)性較短。

四、實證結(jié)果與分析

（一）基準回歸分析

根據(jù)前文理論分析與模型設(shè)定，我們采用模型（2）實證分析固定資產(chǎn)加速折舊政策對企業(yè)高質(zhì)量創(chuàng)新所產(chǎn)生的影響，具體結(jié)果詳見表4：列（1）中，我們未對全樣本進行任何控制，其估計結(jié)果顯著為正;列（2）和列（3）中，我們逐步加入企業(yè)個體和時間的固定效應，其結(jié)果依舊顯著為正;列（4）中，為更加準確地考察政策對企業(yè)創(chuàng)新質(zhì)量產(chǎn)生的影響，我們以2011年各企業(yè)創(chuàng)新質(zhì)量水平為基期，構(gòu)造其與趨勢的交互項（Quality_base_trend）并將其置于回歸模型中，[我們以年份為依據(jù)構(gòu)造時間趨勢指標Trend，將2011-2018年分別賦值為1～8（后文中所涉及的趨勢指標構(gòu)建方法皆同，不再贅述），并將其與以2011年各企業(yè)創(chuàng)新質(zhì)量水平為基期構(gòu)建的創(chuàng)新質(zhì)量基期指標Quality _ base做交互項，得到創(chuàng)新質(zhì)量趨勢控制變量Quality_base_trend（后文中所涉及的趨勢控制變量構(gòu)建方法皆同，不再贅述）。]其系數(shù)顯著為負，但我們所關(guān)注的關(guān)鍵系數(shù)仍顯著為正;列（5）中，我們將所有的控制條件放入模型中，所得關(guān)鍵系數(shù)為正且通過顯著性檢驗。以上五列檢驗中，關(guān)鍵系數(shù)均在1%或5%的水平下顯著為正。

結(jié)果表明，固定資產(chǎn)加速折舊政策顯著提升了試點企業(yè)的創(chuàng)新質(zhì)量，該政策對企業(yè)實現(xiàn)其高質(zhì)量創(chuàng)新發(fā)揮了激勵作用，基本假設(shè)得以驗證。其中，趨勢控制變量系數(shù)顯著為負，表明企業(yè)創(chuàng)新質(zhì)量本身也存在一定的收斂性，基期前創(chuàng)新質(zhì)量較高的企業(yè)隨著時間的發(fā)展，其質(zhì)量提升幅度相對較小;而基期前創(chuàng)新質(zhì)量較低的企業(yè)則反之。

（二）穩(wěn)健性檢驗

在基準回歸檢驗中，我們發(fā)現(xiàn)固定資產(chǎn)加速折舊這一減稅政策對企業(yè)高質(zhì)量創(chuàng)新發(fā)展存在顯著的激勵效應。為保證上述結(jié)果的準確性與可靠性，我們將采用以下六種方式對基準回歸結(jié)果進行穩(wěn)健性檢驗。gzslib202204012144

1.縮短樣本區(qū)間

自2016年5月起，國家有關(guān)部門相繼發(fā)布了一系列政策文件，全面推進“營改增”稅制改革，為盡量降低此次改革對基準回歸結(jié)果產(chǎn)生的政策混雜效應，我們將研究區(qū)間縮短至2015年，結(jié)果列示于表5的列（1）中。結(jié)果顯示，縮短樣本區(qū)間并未改變關(guān)鍵系數(shù)的顯著性與方向，皆與基準回歸結(jié)果保持一致，說明基準估計結(jié)果具有一定的穩(wěn)健性，“營改增”稅制改革并不影響本文所得到的基準結(jié)論。

2.縮減樣本企業(yè)

固定資產(chǎn)加速折舊政策是一類系列政策，該政策由2014年提出，又分別于2015年和2019年擴大其試點行業(yè)范圍。由于我們使用“t+1期企業(yè)專利被引用次數(shù)+1的自然對數(shù)”衡量企業(yè)創(chuàng)新質(zhì)量水平，該變量的實際樣本區(qū)間為2012-2019年，因此，基準回歸所得結(jié)論可能會在一定程度上受到2019年政策擴圍的影響，產(chǎn)生系列政策內(nèi)部的混雜效應。為此，我們剔除了2019年新增試點行業(yè)中包含的企業(yè)，再次進行回歸，結(jié)果列示于表5的列（2）中，該結(jié)果仍顯著為正，說明基準回歸結(jié)果是具有可靠性的，2019年固定資產(chǎn)加速折舊政策擴圍并不影響基準結(jié)論。

3.加入控制變量與政策實施前后年份虛擬變量的交互項

考慮到企業(yè)或行業(yè)的特征可能在政策實施前后對企業(yè)創(chuàng)新行為的影響存在差異，在此我們定義變量Post為政策實施前后年份的虛擬變量。將政策實施前的年份賦值為0，實施后的年份賦值為1，并將其與除趨勢外的其他控制變量做交互項（Control×Post）加入模型中，結(jié)果如表5列（3）所示，關(guān)鍵系數(shù)的方向與顯著性保持不變。

4.加入政策前控制變量均值與時間趨勢的交互項

政策實施前的企業(yè)特征也可能會對企業(yè)的創(chuàng)新行為產(chǎn)生差異性影響，存在一些時間層面上的趨勢?；诖瞬孪耄覀儗⒄咔翱刂谱兞康木担–ontrol_mean）與時間趨勢做交互項（Control_mean×Trend），并將其納入原本模型中，詳見表5中第（4）列結(jié)果，關(guān)鍵系數(shù)顯著為正，基準回歸結(jié)果具有準確性。

5.更換被解釋變量

技術(shù)進步是企業(yè)高質(zhì)量創(chuàng)新的重要表現(xiàn)之一，為進一步驗證基準回歸模型結(jié)果的準確性，借鑒劉維剛、倪紅福（2018）的觀點，我們以全要素生產(chǎn)率（TFP）代表企業(yè)技術(shù)進步，并將其作為基準模型中被解釋變量的替換變量，再次進行回歸，詳見表5第（5）列。替換被解釋變量后的回歸結(jié)果再次證明，基準回歸所得結(jié)論依然成立。

6.變換模型設(shè)定形式

受所處行業(yè)的影響，政府可能會在不同的時點出臺針對某類行業(yè)的細化政策，對企業(yè)創(chuàng)新質(zhì)量的提升產(chǎn)生一定效用，影響本文基準回歸所得結(jié)論。為此，我們更換模型的設(shè)定形式，加入行業(yè)固定效應（uj）和時間固定效應的交互項（uj×ut），在更嚴苛的固定條件下對基本結(jié)論繼續(xù)進行檢驗，結(jié)果匯報于表5列（6），政策變量的估計系數(shù)依舊為正向且顯著。這在一定程度上緩解了由遺漏變量導致的內(nèi)生性問題，基準回歸所得結(jié)論是具有穩(wěn)健性的。

（三）機制檢驗

1.融資約束與創(chuàng)新投入

正如理論分析部分所述，固定資產(chǎn)加速折舊政策可以通過改變企業(yè)固定資產(chǎn)的折舊年限和折舊方法影響企業(yè)的稅負分布，相當于給予企業(yè)一筆“無息貸款”，緩解企業(yè)投資初期的資金負擔。在考慮貨幣時間價值的條件下，該政策還會為企業(yè)帶來一定的稅收優(yōu)惠激勵，增加企業(yè)現(xiàn)金流，緩解企業(yè)融資約束和資金壓力，成為促進企業(yè)創(chuàng)新投入的動力之一，而創(chuàng)新投入的增加是企業(yè)高質(zhì)量創(chuàng)新的開端。接下來，我們采用漸進式雙重差分模型，以企業(yè)創(chuàng)新投入（RD）為被解釋變量，檢驗固定資產(chǎn)加速折舊政策對企業(yè)創(chuàng)新投入激勵效應的作用路徑，具體如下：

RDit=α0+α1DIDit+α2KZit×DIDit+α3KZit+∑kβkControlkit+ui+ut+εit（4）

在上述模型中，我們借鑒魏志華等（2014）的方式，以KZ指數(shù)衡量企業(yè)的融資約束程度，計算公式為：KZ= -10.93074×經(jīng)營性凈現(xiàn)金流/上期總資產(chǎn)-34.11533×現(xiàn)金股利/上期總資產(chǎn)-5.081387×現(xiàn)金持有/上期總資產(chǎn)+4.746103×資產(chǎn)負債率+0.5463714×托賓Q。并且 ，以此為基礎(chǔ)構(gòu)建了政策沖擊的虛擬變量與融資約束的交互項（KZ×DID），其余各變量含義與前文一致，回歸結(jié)果列于表6。

在列（1）中，我們主要考察固定加速折舊政策對企業(yè)創(chuàng)新投入的直接影響，主要關(guān)注政策評估系數(shù)，其結(jié)果顯著為正。后面幾列我們著重檢驗該政策是否可以通過緩解企業(yè)融資約束從而激勵其創(chuàng)新投入，主要關(guān)注交互項的估計系數(shù)。在列（2）中，我們未置入任何控制條件;列（3）至列（5）中，逐步加入時間固定效應、個體固定效應以及控制變量，其結(jié)果都在1%或5%水平下顯著為正。結(jié)果表明，固定資產(chǎn)加速折舊政策可以通過“無息貸款”緩解企業(yè)融資約束，降低其資金負擔，使得企業(yè)擁有更多地投資自主權(quán)，增加創(chuàng)新投入。

2.創(chuàng)新投入與創(chuàng)新數(shù)量

在上一部分中，我們驗證了固定資產(chǎn)加速折舊政策對企業(yè)創(chuàng)新投入的激勵效應。創(chuàng)新投入是創(chuàng)新數(shù)量增加的基礎(chǔ)，而創(chuàng)新數(shù)量的增加是提升企業(yè)創(chuàng)新質(zhì)量水平的重要因素。接下來，我們將借助中介效應模型，實證探索加速折舊政策激勵企業(yè)創(chuàng)新數(shù)量增加的路徑，具體模式設(shè)定如下：

Patentit=a0+a1DIDit+∑kakControlkit+ui+ut+εit

RDit=b0+b1DIDit+∑kbkControlkit+ui+ut+εit

Patentit=c0+c1DIDit+c2RDit+∑kckControlkit+ui+ut+εit（5）

模型（5）中，我們以創(chuàng)新產(chǎn)出數(shù)量（Patent）為被解釋變量，政策沖擊（DID）為解釋變量，創(chuàng)新投入（RD）為中介變量，其余變量含義與前保持一致，結(jié)果詳見表7。gzslib202204012144

列（1）所示結(jié)果說明固定資產(chǎn)加速折舊政策對企業(yè)創(chuàng)新數(shù)量具有正向顯著影響;列（2）和列（4）所得結(jié)果均可表明固定資產(chǎn)加速折舊政策可顯著促進企業(yè)創(chuàng)新投入的增加，這與上一小節(jié)中所得結(jié)論一致。然而，當我們將創(chuàng)新投入作為中介變量置入模型時，可以發(fā)現(xiàn)，列（3）和列（5）中的關(guān)鍵系數(shù)并不顯著，這說明當各企業(yè)創(chuàng)新投入情況相同時，政策對企業(yè)創(chuàng)新數(shù)量的增加難以發(fā)揮作用，其創(chuàng)新數(shù)量的增加主要依賴于企業(yè)新增的創(chuàng)新投入。從上述檢驗中我們可以發(fā)現(xiàn)，該減稅政策的實施確實可以調(diào)動企業(yè)技術(shù)創(chuàng)新的積極性，激勵企業(yè)更理性地、有針對性地新增創(chuàng)新投入來實現(xiàn)其創(chuàng)新數(shù)量的增加。

3.創(chuàng)新數(shù)量與創(chuàng)新質(zhì)量

企業(yè)創(chuàng)新數(shù)量的增加能否推動其創(chuàng)新質(zhì)量的提升？固定資產(chǎn)加速折舊政策激勵企業(yè)實現(xiàn)高質(zhì)量創(chuàng)新的最終路徑是什么？為了解決上述問題，我們再次借助中介變量模型進行實證檢驗。此模型中，企業(yè)創(chuàng)新質(zhì)量指標（Quality）為被解釋變量，是否受到政策沖擊（DID）為解釋變量，創(chuàng)新數(shù)量指標（Patent）為中介變量，其余變量含義不變。

Qualityit=d0+d1DIDit+∑kdkControlkit+ui+ut+εit

Patentit=e0+e1DIDit+∑kekControlkit+ui+ut+εit

Qualityit=f0+f1DIDit+f2Patentit+∑kfkControlkit+ui+ut+εit（6）

表8中結(jié)果的結(jié)構(gòu)與表7近似，列（1）、列（2）、列（4）的結(jié)果充分說明固定資產(chǎn)加速折舊政策對企業(yè)創(chuàng)新質(zhì)量和創(chuàng)新數(shù)量產(chǎn)生積極影響;而在模型中置入中介變量后，關(guān)鍵系數(shù)未通過顯著性檢驗，說明

企業(yè)原有的創(chuàng)新產(chǎn)出并未獲得質(zhì)量的提升?？赡苁鞘艿绞袌鲂枨蠹皩Ξa(chǎn)品包容性的影響，該減稅政策主要是通過推動企業(yè)新增創(chuàng)新數(shù)量彌補既有領(lǐng)域中技術(shù)創(chuàng)新的空缺或進軍新領(lǐng)域?qū)ふ覄?chuàng)新突破口，即通過“外延擴張”策略來實現(xiàn)其創(chuàng)新質(zhì)量的提升，至此假設(shè)2a得到驗證。

（四）異質(zhì)性檢驗

前文研究主要是從整體視角，以固定資產(chǎn)加速折舊為例，探究減稅對企業(yè)高質(zhì)量創(chuàng)新的影響，實質(zhì)上忽略了企業(yè)特征、行業(yè)特征等異質(zhì)性的影響。為使研究內(nèi)容更全面，結(jié)論更準確，我們有必要進一步分析該減稅政策在不同特征下子樣本中的異質(zhì)性效果。

1.行業(yè)異質(zhì)性

分析固定資產(chǎn)加速折舊政策試點行業(yè)范圍可以發(fā)現(xiàn)，其主要包括制造業(yè)及信息傳輸、軟件和信息技術(shù)服務業(yè)，那么，政策對不同行業(yè)企業(yè)的創(chuàng)新質(zhì)量作用效果一致嗎？為此，我們根據(jù)樣本企業(yè)所屬的行業(yè)代碼將其劃分為制造業(yè)和非制造業(yè)兩個子樣本，并進行回歸，結(jié)果列示于表9中列（1）和列（2）?？梢园l(fā)現(xiàn)，非制造業(yè)組企業(yè)關(guān)鍵系數(shù)在1%水平下顯著為正，而制造業(yè)組系數(shù)為負且未通過顯著性檢驗，這表明在行業(yè)特征影響下，固定資產(chǎn)加速折舊政策僅能提升非制造企業(yè)的創(chuàng)新質(zhì)量。造成上述結(jié)果可能的原因是：一方面，制造企業(yè)以生產(chǎn)和制造產(chǎn)品為其主要業(yè)務活動，相較于非制造企業(yè)，制造企業(yè)受主營業(yè)務需求的影響，在政策實施前便已擁有較多固定資產(chǎn)，因此該政策為其帶來的邊際收益較小，非制造企業(yè)則反之。另一方面，相較于軟件、信息技術(shù)等服務業(yè)，多數(shù)制造企業(yè)對員工素質(zhì)要求較低，在人才結(jié)構(gòu)層面難以滿足將政策帶來的紅利轉(zhuǎn)化為高質(zhì)量創(chuàng)新產(chǎn)出的條件，而試點行業(yè)中的非制造企業(yè)往往相反，其大多屬于知識密集型或技術(shù)密集型企業(yè)，人員素質(zhì)相對較高，在政策紅利下，其輔以更先進的設(shè)備對實現(xiàn)企業(yè)高質(zhì)量創(chuàng)新能夠產(chǎn)生更顯著的效果。

2.企業(yè)規(guī)模異質(zhì)性

根據(jù)企業(yè)總資產(chǎn)規(guī)模，我們將樣本企業(yè)劃分為大規(guī)模企業(yè)和小規(guī)模企業(yè)兩個子樣本，[我們以企業(yè)期末總資產(chǎn)自然對數(shù)的均值（22.44632）為界，將期末總資產(chǎn)大于等于其均值的企業(yè)劃分為大規(guī)模企業(yè)，其余劃分為小規(guī)模企業(yè)。]再次進行回歸檢驗，結(jié)果詳見表9中列（3）和列（4）。結(jié)果顯示，固定資產(chǎn)加速折舊政策對提升大規(guī)模試點企業(yè)創(chuàng)新質(zhì)量發(fā)揮積極正向影響，而小規(guī)模試點企業(yè)組的關(guān)鍵系數(shù)卻未能通過顯著性檢驗，這表明大規(guī)模試點企業(yè)對政策變動的靈敏度更高?？赡艿脑蚴牵和ǔ＃笠?guī)模企業(yè)擁有更強的研發(fā)創(chuàng)新能力、更合理的人才層次和更完善的配套設(shè)施，使其增加的創(chuàng)新投入更有機會成功創(chuàng)造出高質(zhì)量的專利;而規(guī)模相對較小的企業(yè)可能相對缺乏持續(xù)性的信息、資金和高素質(zhì)勞動力等要素的供應，故其研發(fā)創(chuàng)新活動能力相對較弱，難以滿足高質(zhì)量創(chuàng)新產(chǎn)出所需條件。

3.企業(yè)存續(xù)時間異質(zhì)性

一方面，相較于存續(xù)時間短的試點企業(yè)，存續(xù)時間長的試點企業(yè)擁有相對豐富的資源和更穩(wěn)健的風險應對能力，其更傾向于將稅收優(yōu)惠政策帶來的“無息貸款”投資于具有高風險性的創(chuàng)新項目;同時，由于存續(xù)時間較長，使得該類企業(yè)享受政策帶來紅利的時間也較長，享受的紅利也更多，從而可以用于創(chuàng)新項目的資金更為雄厚，而存續(xù)時間短的企業(yè)則反之。另一方面，存續(xù)時間長的企業(yè)具有相對豐富的創(chuàng)新經(jīng)驗，由固定資產(chǎn)加速折舊政策所增加的創(chuàng)新投入更可能轉(zhuǎn)化為高質(zhì)量的產(chǎn)出;而存續(xù)時間較短的企業(yè)可能會由于對市場了解不全面或缺乏經(jīng)驗，使其面臨的創(chuàng)新風險會相對較大，創(chuàng)新投入與高質(zhì)量創(chuàng)新產(chǎn)出之間的轉(zhuǎn)化率也相對較低。由此，我們推論固定資產(chǎn)加速折舊政策在存續(xù)時間較長的企業(yè)中，更能發(fā)揮其對高質(zhì)量創(chuàng)新的激勵效應。將全樣本根據(jù)企業(yè)成立年限劃分為兩個子樣本進行回歸分析，[我們以“研究年份與企業(yè)成立年份之差的自然對數(shù)”測算企業(yè)存續(xù)時間，將存續(xù)時間大于等于2的企業(yè)劃分為存續(xù)年限長組，其余劃分為存續(xù)年限短組。]結(jié)果列于表9中最后兩列，存續(xù)年限長的企業(yè)，其關(guān)鍵系數(shù)顯著為正，而存續(xù)年限較短的企業(yè)系數(shù)為負且未通過顯著性檢驗，表明我們的推論具有一定的合理性。

（五）拓展性分析

在前面的實證部分中，我們構(gòu)造了漸進式雙重差分模型，以“t+1期企業(yè)專利被引用數(shù)+1的自然對數(shù)”衡量企業(yè)創(chuàng)新質(zhì)量，發(fā)現(xiàn)固定資產(chǎn)加速折舊政策可以通過“外延擴張”對企業(yè)高質(zhì)量創(chuàng)新發(fā)展發(fā)揮積極且正向的效應。那么，該減稅政策是否可以通過“縱向深化”推動企業(yè)高質(zhì)量創(chuàng)新？企業(yè)原本已有的專利，是否可以得到質(zhì)量的再優(yōu)化？為了解決上述疑惑，我們以"Ln（企業(yè)t+1期被引專利次數(shù)+1）/Ln（t期專利申請數(shù)量+1）"測算企業(yè)的平均專利被引用數(shù)（Quality/Patent），并作為被解釋變量引入模型中，結(jié)果列示于表10中，在此我們著重關(guān)注政策沖擊項的估計系數(shù)。gzslib202204012145

列（1）中，未置入任何控制條件，此列中關(guān)鍵系數(shù)在1%水平下顯著為正;列（2）中，控制了個體固定效應和時間固定效應，此時關(guān)鍵系數(shù)的顯著性已下降至10%且方向發(fā)生變化;列（3）中，進一步加入控制變量，關(guān)鍵系數(shù)的方向與列（2）一致為負，但未通過顯著性檢驗。為了保證實證結(jié)果的可比性以及所得結(jié)論的可靠性，在此我們主要關(guān)注列（3）中顯示的結(jié)果，遺憾的是該減稅政策并未促進企業(yè)的平均專利被引數(shù)，企業(yè)原有的專利并未因此政策實現(xiàn)再優(yōu)化，假設(shè)2b未能通過檢驗。出現(xiàn)該結(jié)果可能的原因是：一方面，受市場需求的不斷變化，企業(yè)原有的專利產(chǎn)出難以滿足當前市場的需求，因此企業(yè)未將創(chuàng)新質(zhì)量提升的重心放置于優(yōu)化已有專利;另一方面，部分企業(yè)可能存在政策迎合行為，為享受政策紅利，更多關(guān)注對專利包容性高的新領(lǐng)域，放棄相對難以繼續(xù)攻克的已有專利，而這部分專利中也不乏仍具有現(xiàn)實意義的項目，從這一層面看，該政策還存在進一步提升與完善的空間。

五、結(jié)論與建議

創(chuàng)新是我國經(jīng)濟高質(zhì)量發(fā)展的重要驅(qū)動力，也是促進建設(shè)“雙循環(huán)”新發(fā)展格局的加速器。建立創(chuàng)新型國家和實現(xiàn)質(zhì)量強國的目標離不開高質(zhì)量技術(shù)創(chuàng)新的支持（閆坤、張鵬，2019）。稅收作為國家宏觀調(diào)控的重要手段，其與企業(yè)創(chuàng)新之間的關(guān)系是我國經(jīng)濟社會發(fā)展中值得關(guān)注的問題。本文基于滬、深兩市A股上市公司2011-2019年的面板數(shù)據(jù)，采用漸進式雙重差分模型，以固定資產(chǎn)加速折舊政策為例，探究了減稅對企業(yè)高質(zhì)量創(chuàng)新的影響。

研究表明：（1）該減稅政策對企業(yè)高質(zhì)量創(chuàng)新產(chǎn)生正向積極作用，該結(jié)論經(jīng)過消除政策混雜效應、縮短樣本期間、增加控制變量以及更換模型設(shè)定形式等一系列穩(wěn)健性檢驗后依然成立。（2）該減稅政策對企業(yè)高質(zhì)量創(chuàng)新發(fā)揮激勵效應的路徑起始于其“無息貸款”對試點企業(yè)融資約束的緩解，經(jīng)過對企業(yè)新增創(chuàng)新投入的促進，最終依賴于“外延擴張”策略實現(xiàn)創(chuàng)新質(zhì)量的提升。（3）該減稅政策對企業(yè)創(chuàng)新質(zhì)量的影響存在顯著的異質(zhì)性，其在非制造行業(yè)、規(guī)模較大以及存續(xù)時間較長企業(yè)中激勵作用更加顯著。（4）該減稅政策在現(xiàn)階段僅能通過豐富企業(yè)創(chuàng)新領(lǐng)域，增加創(chuàng)新數(shù)量實現(xiàn)其對企業(yè)高質(zhì)量創(chuàng)新的促進作用，未能“縱向深化”原有創(chuàng)新產(chǎn)出的質(zhì)量，無法提高平均專利產(chǎn)出的被引用數(shù)?？傮w而言，減稅對企業(yè)高質(zhì)量創(chuàng)新的促進作用是顯著存在的，因此，持續(xù)實施該類政策具有必要性，但仍需進一步完善。

本文的研究對于豐富稅收層面的科技創(chuàng)新政策體系具有有益的啟示。為了更加有效且持續(xù)地發(fā)揮其激勵效應，固定資產(chǎn)加速折舊政策也需做出適當?shù)恼{(diào)整：（1）增強政策的普惠性，進一步擴大固定資產(chǎn)加速折舊政策適用范圍。2019年4月，財政部和國家稅務總局頒布財稅〔2019〕66號文件，將試點范圍擴大至整個制造業(yè)，然而根據(jù)本文的研究結(jié)論，該政策對非制造業(yè)企業(yè)的創(chuàng)新質(zhì)量能產(chǎn)生更積極的促進作用。因此，有關(guān)部門可以著重考慮將該政策的適用范圍進一步擴大，惠及更多非制造業(yè)行業(yè)。（2）以平均專利被引數(shù)為標準，達標企業(yè)可享受進一步的減稅優(yōu)惠。根據(jù)本文所得結(jié)論，目前該減稅政策僅通過“外延擴張”促進了企業(yè)的高質(zhì)量創(chuàng)新發(fā)展，而未能強化原有專利質(zhì)量。為此，有關(guān)部門可權(quán)衡利弊，以企業(yè)專利平均被引數(shù)制定不同層級的標準，當企業(yè)達到較高層級后可享受更高層次的減稅優(yōu)惠，以此激勵企業(yè)從“縱向深化”層面繼續(xù)提升企業(yè)創(chuàng)新質(zhì)量，而非僅依賴于新增專利。（3）針對行業(yè)或企業(yè)特征，設(shè)計更具針對性的減稅條款。以固定資產(chǎn)加速折舊政策為例，該政策并非強制性政策且其以“無息貸款”形成的紅利并未明文規(guī)定用途，可由企業(yè)自主確定。因此，為有效實現(xiàn)該政策促進企業(yè)技術(shù)升級的目標，有關(guān)部門應當根據(jù)不同行業(yè)中企業(yè)的特征進一步細化條款，使不同類型的企業(yè)皆可按自身情況享受到實質(zhì)性的減稅優(yōu)惠，從而積極引導企業(yè)運用政策優(yōu)惠將投資重心置于技術(shù)創(chuàng)新項目。（4）發(fā)揮政策的組合效應，打出“政策組合拳”。為提高企業(yè)技術(shù)創(chuàng)新水平，我國出臺了一系列稅收優(yōu)惠政策，固定資產(chǎn)加速折舊僅是其中一項，還有諸如“研發(fā)加計扣除”、“降低高新技術(shù)行業(yè)所得稅率”、“減免關(guān)稅”以及“部分行業(yè)增值稅即征即退”等政策。在充分權(quán)衡財政能力與創(chuàng)新發(fā)展需要的基礎(chǔ)上，有關(guān)部門可以制定更為具體的條款，明確允許企業(yè)根據(jù)自身實際考慮政策之間的交互作用綜合利用各種減稅政策，弱化政策之間的沖抵效應，強化政策的集聚功能，增強對企業(yè)創(chuàng)新活動的促進力度。

參考文獻：

[1] 白旭云、王硯羽、蘇欣，2019：《研發(fā)補貼還是稅收激勵——政府干預對企業(yè)創(chuàng)新績效和創(chuàng)新質(zhì)量的影響》，《科研管理》第6期。

[2] 鄧向榮、馮學良，2021：《政策激勵、杠桿調(diào)節(jié)與企業(yè)高質(zhì)量創(chuàng)新》，《經(jīng)濟縱橫》第3期。

[3] 高正斌、張開志、倪志良，2020：《減稅能促進企業(yè)創(chuàng)新嗎？——基于所得稅分享改革的準自然實驗》，《財政研究》第8期。

[4] 韓仁月、馬海濤，2019：《稅收優(yōu)惠方式與企業(yè)研發(fā)投入——基于雙重差分模型的實證檢驗》，《中央財經(jīng)大學學報》第3期。

[5] 賀康、王運陳、張立光、萬麗梅，2020：《稅收優(yōu)惠、創(chuàng)新產(chǎn)出與創(chuàng)新效率——基于研發(fā)費用加計扣除政策的實證檢驗》，《華東經(jīng)濟管理》第1期。

[6] 胡華夏、洪葒、肖露璐、劉雯，2017：《稅收優(yōu)惠與研發(fā)投入——產(chǎn)權(quán)性質(zhì)調(diào)節(jié)與成本粘性的中介作用》，《科研管理》第6期。

[7] 胡江峰、黃慶華、潘欣欣，2020：《碳排放交易制度與企業(yè)創(chuàng)新質(zhì)量： 抑制還是促進》，《中國人口·資源與環(huán)境》第2期。

[8] 李建強、趙西亮，2020：《勞動保護與企業(yè)創(chuàng)新——基于<勞動合同法>的實證研究》，《經(jīng)濟學（季刊）》第1期。

[9] 李香菊、楊歡，2019：《財稅激勵政策、外部環(huán)境與企業(yè)研發(fā)投入——基于中國戰(zhàn)略性新興產(chǎn)業(yè)A股上市公司的實證研究》，《當代財經(jīng)》第3期。

[10] 劉斐然、胡立君、范小群，2020：《產(chǎn)學研合作對企業(yè)創(chuàng)新質(zhì)量的影響研究》，《經(jīng)濟管理》第10期。gzslib202204012145

[11] 劉啟仁、趙燦、黃建忠，2019：《稅收優(yōu)惠、供給側(cè)改革與企業(yè)投資》，《管理世界》第1期。

[12] 劉維剛、倪紅福，2018：《制造業(yè)投入服務化與企業(yè)技術(shù)進步：效應及作用機制》，《財貿(mào)經(jīng)濟》第8期。

[13] 施建軍、栗曉云，2021：《政府補助與企業(yè)創(chuàng)新能力：一個新的實證發(fā)現(xiàn)》，《經(jīng)濟管理》第3期。

[14] 石紹賓、姚淼，2020：《加速折舊如何影響企業(yè)創(chuàng)新？——基于A股上市公司數(shù)據(jù)的實證分析》，《經(jīng)濟問題》第8期。

[15]? 王桂軍、曹平，2018：《“營改增”對制造業(yè)企業(yè)自主創(chuàng)新的影響——兼議制造業(yè)企業(yè)的技術(shù)引進》，《財經(jīng)研究》第3期。

[16] 王瑤、彭凱、支曉強，2021：《稅收激勵與企業(yè)創(chuàng)新——來自“營改增”的經(jīng)驗證據(jù)》，《北京工商大學學報》（社會科學版）第1期。

[17] 王宗軍、周文斌、后青松，2019：《固定資產(chǎn)加速折舊所得稅政策對企業(yè)研發(fā)創(chuàng)新的效應》，《稅務研究》第11期。

[18] 魏志華、曾愛民、李博，2014：《金融生態(tài)環(huán)境與企業(yè)融資約束——基于中國上市公司的實證研究》，《會計研究》第5期。

[19] 伍紅、鄭家興，2021：《政府補助和減稅降費對企業(yè)創(chuàng)新效率的影響——基于制造業(yè)上市企業(yè)的門檻效應分析》，《當代財經(jīng)》第3期。

[20] 閆坤、張鵬，2019：《構(gòu)建推進質(zhì)量強國戰(zhàn)略的財政政策體系》，《宏觀質(zhì)量研究》第1期。

[21] 楊波、李波，2021：《開發(fā)區(qū)設(shè)立提升了企業(yè)創(chuàng)新質(zhì)量嗎——來自中國A股上市公司的經(jīng)驗證據(jù)》，《科技進步與對策》第3期。

[22] 俞立平，2020：《效率視角下創(chuàng)新數(shù)量、質(zhì)量與速度互動機制研究》，《經(jīng)濟與管理研究》第11期。

[23] 張濟建、章祥，2010：《稅收政策對高新技術(shù)企業(yè)研發(fā)投入的激勵效應研究——基于對95家高新技術(shù)企業(yè)的問卷調(diào)查》，《江海學刊》第4期。

[24] 趙玉林、劉超、谷軍健，2021：《研發(fā)投入結(jié)構(gòu)對高質(zhì)量創(chuàng)新的影響——兼論有為政府和有效市場的協(xié)同效應》，《中國科技論壇》第1期。

[25] Aldieri， L.， 2014， Citation Overlap Proximity within the Triad： Evidence from US and European Patent Citations， Social Science Electronic Publishing， 157-170.

[26] Balsmeier， B.， Fleming， L. and Manso， G.， 2017， Independent Boards and Innovation， Journal of Financial Economics， 123（3）， 536-557.

[27] Criscuolo， P.， Verspagen， B.， 2008， Does it Matter Where Patent Citations Come From？ Inventor vs. Examiner Citations in European Patents. Research Policy， 37（10）， 1892-1908.

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

[29] Duan， Y.， Liu， S.， Cheng， H.， et al.， 2021， The Moderating Effect of Absorptive Capacity on Transnational Knowledge Spillover and the Innovation Quality of High-tech Industries in Host Countries： Evidence from the Chinese Manufacturing Industry， International Journal of Production Economics.

[30] Kwon， H S.， Lee， J.， Lee， S.， et al.， 2020，? Knowledge Spillovers and Patent Citations： Trends in Geographic Localization， 1976-2015， Economics of Innovation and New Technology， 1-25.

[31] Makridis， C.， Mcguire， E.， 2020， The Quality of Innovation ‘Booms During ‘Busts， SSRN Electronic Journal.

[32] Zwick， E.， Mahon， J.， 2017， Tax Policy and Heterogeneous Investment Behavior，? American Economic Review， 107（1）， 217-248.

How Does Tax Reduction Affect High Quality Innovation of Companies？gzslib202204012145

—An Empirical Research on Chinese Listed Companies

Chen Zhiyong， Zhang Chunyu and Chen Sixia

（School of Finance and Taxation， Zhongnan University of Economics and Law）

Abstract：Promoting the high quality development of the China's economic with high quality innovation is an important way to implement the new development concept. As the major body of the market， companies should also become the major body in technological innovation. Whether the tax reduction policies in recent years have promoted high quality innovation of companies has become a topic of concern. Based on the panel data of A-share listed companies in Shanghai and Shenzhen from 2011 to 2019， this paper adopts the progressive difference-in-differences mode and taking the accelerated depreciation policy of fixed assets as an example， this paper explores the impact of tax reduction on high quality innovation of companies. The research shows that ：（1） Tax reduction significantly promotes the development of high quality innovation and this conclusion is still valid after a series of robustness tests; （2） Tax reduction mainly promotes high quality innovation of companies through "extensive strategy". The number of new innovation outputs after the implementation of the policy is the main mechanism to promote the improvement of innovation quality of companies， the policy failed to improve the quality of existing innovations through "intensive strategy"， and the average patent quality has not been improved; （3） Tax reduction has a heterogeneous effect on high quality innovation， and it has a better incentive effect on non-manufacturing， large-scale and long-term companies. In view of this， the government should continue to implement the tax reduction policy. At the same time， in order to give play to a wider incentive effect， the government should also make adjustments such as enhancing the universality of tax reduction， making hierarchical and targeted concessions and paying closer attention to the effect of policy combination.

Key Words：tax reduction; high quality innovation; difference-in-differences model