R&D稅收優(yōu)惠政策效果研究
——企業(yè)研發(fā)費(fèi)用加計扣除政策改革的一項準(zhǔn)自然實驗

高 玥 徐 勍

一 研究背景與問題提出

研發(fā)稅收優(yōu)惠是我國促進(jìn)企業(yè)研發(fā)創(chuàng)新活動的重要政策工具之一。所得稅稅率直接優(yōu)惠與研發(fā)費(fèi)用加計扣除政策是我國R&D稅收優(yōu)惠政策的兩種常見形式，實踐中，通常與直接補(bǔ)貼方式同時出現(xiàn)。關(guān)于所得稅稅率優(yōu)惠政策對企業(yè)研發(fā)創(chuàng)新活動的促進(jìn)作用，已有實證研究的結(jié)論較為一致(趙月紅和許敏，2013[1]；肖鵬和黎一璇，2011[2])。而對R&D稅收優(yōu)惠政策實際效果的測度，現(xiàn)有實證研究采用不同研究方法得到的結(jié)論可能受到政策變量內(nèi)生性等問題的影響而產(chǎn)生偏差。因此，有必要采用其他更易識別因果關(guān)系的方法進(jìn)一步測度和評價該類政策的實施效果，如利用外生的政策變化沖擊識別這一政策的實施效果。

為進(jìn)一步促進(jìn)企業(yè)創(chuàng)新活動，2015年10月，我國國務(wù)院常務(wù)會議通過了改革、完善企業(yè)研發(fā)稅的政策，該項政策使更多的企業(yè)從中受益。同年11月，國家稅務(wù)總局聯(lián)合財政部、科技部發(fā)布了《關(guān)于完善研究開發(fā)費(fèi)用稅前加計扣除政策的通知》，并定于2016年1月1日正式實施該項政策。相比之前政策規(guī)定，只有通過高技術(shù)認(rèn)證的企業(yè)才可以申請并享受這一研發(fā)費(fèi)用加計扣除的稅收優(yōu)惠政策，新政策擴(kuò)大了企業(yè)適用范圍，除煙草制造、房地產(chǎn)等幾個產(chǎn)業(yè)外，其他行業(yè)多數(shù)企業(yè)均成為新政策的優(yōu)惠對象。本文試圖通過這項政策改革的準(zhǔn)自然實驗，以上市公司為研究對象，檢驗R&D稅收優(yōu)惠政策的實施效果，為政策進(jìn)一步改革提供決策依據(jù)。

關(guān)于稅收優(yōu)惠政策能否促進(jìn)企業(yè)研發(fā)投入并帶來研發(fā)效益，學(xué)者們持兩種觀點。一種觀點認(rèn)為，稅收優(yōu)惠政策對研發(fā)的促進(jìn)作用顯著(Bloom et al., 2002)[3]。從內(nèi)在機(jī)理上看，稅收優(yōu)惠政策能減少研發(fā)投資成本、降低投資風(fēng)險和提高研發(fā)人員的實際工資水平，從而促進(jìn)企業(yè)增加研發(fā)投入(李麗青，2008)[4]。部分實證分析也支持這一觀點。李萬福和杜靜(2016)[5]研究發(fā)現(xiàn)，當(dāng)單位資本調(diào)整成本超過臨界值，稅收優(yōu)惠的激勵效應(yīng)將不再存在，但由于現(xiàn)階段中國多數(shù)公司的調(diào)整成本并沒有超過臨界值，故中國R&D稅收優(yōu)惠政策總體上存在激勵效應(yīng)。王旭和何玉(2017)[6]使用動態(tài)面板系統(tǒng)廣義矩估計方法評估了研發(fā)稅收優(yōu)惠政策效果，認(rèn)為稅收優(yōu)惠能顯著緩解企業(yè)的融資約束，促使企業(yè)增大研發(fā)投入。程瑤和閆慧慧(2018)[7]采用傾向得分匹配法比較研究三種稅收優(yōu)惠方式的效果，發(fā)現(xiàn)研發(fā)費(fèi)用加計扣除的激勵效應(yīng)最強(qiáng)，而優(yōu)惠稅率激勵效應(yīng)最弱。Chen et al.(2017)[8]以2008年的稅改為研究時點，發(fā)現(xiàn)即使有企業(yè)出于避稅目的增加研發(fā)投資，但是長期來看，企業(yè)的利潤率和生產(chǎn)率都會由于研發(fā)回報而得到提高。

也有學(xué)者認(rèn)為，稅收優(yōu)惠政策對企業(yè)研發(fā)投入的影響有限(Lennox et al., 2015)[9]，并且從多個視角進(jìn)行解釋說明。李麗青(2007)[10]指出許多R&D政策措施存在問題，對企業(yè)研發(fā)投入的激勵作用十分有限。張同斌和高鐵梅(2012)[11]認(rèn)為稅收優(yōu)惠政策通過鼓勵要素投入來間接影響行業(yè)產(chǎn)出，當(dāng)行業(yè)資本要素的生產(chǎn)率增加小于要素成本的增加時，可能阻礙要素流動性大、技術(shù)提升慢的行業(yè)的發(fā)展。馮海紅等(2015)[12]運(yùn)用非動態(tài)面板門限回歸建模方法研究發(fā)現(xiàn)，政府稅收優(yōu)惠政策對企業(yè)研發(fā)投資的作用取決于稅收優(yōu)惠政策的力度，在最優(yōu)的政策力度內(nèi)，稅收優(yōu)惠政策對企業(yè)研發(fā)投資激勵作用顯著；而在最優(yōu)力度之外，政策的激勵作用微弱，甚至產(chǎn)生負(fù)向作用。吳祖光等(2017)[13]運(yùn)用經(jīng)濟(jì)學(xué)實驗研究方法，發(fā)現(xiàn)不同稅收優(yōu)惠方式產(chǎn)生的激勵效果不同，以要素投入為基礎(chǔ)的激勵方式雖然在一定程度上促進(jìn)了研發(fā)投入，但企業(yè)在研發(fā)要素投入后即可享受政策優(yōu)惠，降低了企業(yè)努力創(chuàng)新的動力。

已有研究對R&D稅收優(yōu)惠政策是否促進(jìn)企業(yè)創(chuàng)新提供了并不一致的研究證據(jù)和結(jié)論，多數(shù)研究采用的方法可能會面臨政策效果非因果識別及政策受惠群體內(nèi)生性選擇的問題。近來有學(xué)者試圖采用斷點回歸等方法解決這些識別和內(nèi)生性問題(Dechezleprêtre et al., 2016)[14]，但這些研究或是只檢驗了補(bǔ)貼對企業(yè)研發(fā)投入的影響，或是基于發(fā)達(dá)國家實踐的稅收優(yōu)惠政策。本文與Chen et al.(2017)[8]的研究也有一定的相關(guān)性，其以2008年稅改作為研究的政策事件，而本文則基于2016年研發(fā)費(fèi)用加計扣除政策改革這一外生事件沖擊，運(yùn)用DID方法以及處理效應(yīng)模型解決上述內(nèi)生性選擇與識別問題，評價R&D稅收優(yōu)惠政策效果，提供相對更為直接的實證證據(jù)，擴(kuò)展該領(lǐng)域的研究。

二 研究方法

本部分主要說明研究的樣本選擇、數(shù)據(jù)來源、模型設(shè)定及計量方法。

樣本選擇上，由于研發(fā)費(fèi)用加計扣除新政策的優(yōu)惠對象不包含煙草制造、住宿餐飲等幾個產(chǎn)業(yè)，初始樣本數(shù)據(jù)中本身也不包含煙草制造產(chǎn)業(yè)或以煙草制造為主營業(yè)務(wù)的公司，因此，刪除所屬證監(jiān)會行業(yè)為住宿和餐飲業(yè)、批發(fā)和零售業(yè)、房地產(chǎn)業(yè)以及租賃和商務(wù)服務(wù)業(yè)的企業(yè)。初步檢驗時，本研究以多個產(chǎn)業(yè)為樣本。進(jìn)一步檢驗時，本文主要關(guān)注研發(fā)活動較為突出的幾個產(chǎn)業(yè)，具體而言，以所屬證監(jiān)會行業(yè)為制造業(yè)、信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)、科學(xué)研究和技術(shù)服務(wù)業(yè)作為研發(fā)密集型產(chǎn)業(yè)子樣本。

數(shù)據(jù)來源及處理方面，由于研發(fā)費(fèi)用加計扣除政策發(fā)布于2015年年末，從2016年1月1日正式實施，因此，本研究所用數(shù)據(jù)為2014-2016年上市公司年度財務(wù)報表中的數(shù)據(jù)(年報數(shù)據(jù)次年公布)，來源于Wind資訊金融終端。由于金融業(yè)的特殊性，本文首先將屬于該行業(yè)的公司樣本數(shù)據(jù)排除在外；考慮到數(shù)據(jù)異常值對結(jié)果的影響，進(jìn)一步剔除營業(yè)總收入為0的公司，本期費(fèi)用化研發(fā)支出小于0的公司，政府補(bǔ)助為負(fù)的公司，大股東持股股本性質(zhì)為“外資股”的公司，刪除研發(fā)支出占比年度間變化極端異常的2家公司，資產(chǎn)負(fù)債率數(shù)值異常的1家公司以及固定資產(chǎn)與資產(chǎn)總額相同的公司。通過計算上市公司研發(fā)支出與營業(yè)總收入的比值，填補(bǔ)數(shù)據(jù)庫中研發(fā)支出總額占營業(yè)收入比例這一變量為空的數(shù)值，共填補(bǔ)143個觀測值。對主要數(shù)值型變量取對數(shù)后，去除變量缺失數(shù)值，樣本最后包含4931個上市公司/年數(shù)據(jù)。

由于高技術(shù)企業(yè)每三年需要重新申報認(rèn)定，并不固定，因此，本研究不采用名單去識別該類企業(yè)。根據(jù)《中華人民共和國企業(yè)所得稅法》，國家重點扶持的高技術(shù)企業(yè)所得稅減按15%交稅。本研究利用這一稅率特點逆向識別高技術(shù)企業(yè)，使用數(shù)據(jù)庫中上市公司的年度所得稅稅率進(jìn)行識別。

本文采用雙重差分模型(Difference-in-Difference，DID)對研發(fā)費(fèi)用加計扣除政策改革的實施效果進(jìn)行評價。計量模型設(shè)定如下：

rdit=α1treatmenti+α2postt+βtreatmenti×postt+θX+δv+γt+εit

(1)

rdit為上市公司i在年度t的研發(fā)支出金額或研發(fā)投入強(qiáng)度(研發(fā)支出占營業(yè)收入比例)指標(biāo)，treatmenti為是否受到稅收政策優(yōu)惠的0-1二值分類變量，該變量取值等于1時表示公司i享受研發(fā)費(fèi)用加計扣除的稅收優(yōu)惠政策，取0時表示該公司未享受政策改革優(yōu)惠，postt代表是否在政策實施年度的二值分類變量，2016年為1，其余年度為0；X代表一組控制變量，包括公司總資產(chǎn)、資產(chǎn)負(fù)債率、年度所得稅稅率、企業(yè)前一期的技術(shù)人員占員工總?cè)藬?shù)比例等；δv表示對產(chǎn)業(yè)固定效應(yīng)的控制，γt表示時間固定效應(yīng)，εit為誤差項。

因為研發(fā)費(fèi)用加計扣除政策改革對實驗組所有上市公司的發(fā)生時間都是相同的，因此，可以采用混合回歸來估計模型(1)，其中，交叉項的系數(shù)β就是對政策效果的估計。研究開發(fā)費(fèi)用稅前加計扣除政策改革的實驗組為政策發(fā)生之前未享受過該項稅收優(yōu)惠政策而改革后能夠享受該政策的上市公司，對照組為改革之前已享受研發(fā)稅扣優(yōu)惠而不受本研究關(guān)注的政策改革事件影響的高技術(shù)上市公司。本文在報告主要結(jié)果后對這種非隨機(jī)實驗處理分組進(jìn)行內(nèi)生性檢驗。

三 研究結(jié)果

表1為主要變量的描述性統(tǒng)計量，變量均值和分布大體上符合客觀事實，樣本共包含4931個觀測值。名稱以“l(fā)n”和“l(fā)nl”前綴標(biāo)示開頭的變量，分別表示原變量的對數(shù)形式以及滯后一期數(shù)值的對數(shù)形式，具體見表1的變量含義。

表1 主要變量的描述性統(tǒng)計量

本文首先以企業(yè)研發(fā)投入強(qiáng)度(研發(fā)支出占營業(yè)收入比例)的對數(shù)形式(lnrdr)作為因變量，采用DID方法估計了R&D稅收優(yōu)惠政策改革的效果。表2列(1)在控制多個控制變量以及產(chǎn)業(yè)和時間固定效應(yīng)基礎(chǔ)上，以多個產(chǎn)業(yè)為樣本進(jìn)行全樣本估計。結(jié)果顯示，實驗組與政策時間的交互項系數(shù)為正，且在10%的水平上統(tǒng)計顯著。而列(2)則以研發(fā)密集型產(chǎn)業(yè)子樣本對模型(1)再次進(jìn)行估計，結(jié)果顯示，實驗組與政策時間的交互項系數(shù)仍然為正，但不再顯著，表明R&D稅收優(yōu)惠政策改革對于企業(yè)增大研發(fā)投入具有一定的積極影響，但這一政策對提升不同產(chǎn)業(yè)上市公司研發(fā)投入強(qiáng)度的積極作用程度可能存在異質(zhì)性，即對研發(fā)密集型產(chǎn)業(yè)研發(fā)強(qiáng)度提升的影響較其他產(chǎn)業(yè)相對更弱、更不突出。

以上市公司研發(fā)支出總額的對數(shù)形式作為因變量，同樣采用DID方法估計R&D稅收優(yōu)惠政策改革的實施效果，結(jié)果見表3。如表3列(1)所示，以多個產(chǎn)業(yè)為樣本進(jìn)行估計時，實驗組與政策時間的交互項系數(shù)為正，且在10%的水平上統(tǒng)計顯著。表3列(2)也顯示，以3個研發(fā)密集型產(chǎn)業(yè)為樣本進(jìn)行估計時，實驗組與政策時間的交互項系數(shù)仍然為正，且在10%的水平上顯著。結(jié)果表明，研發(fā)費(fèi)用加計扣除政策改革對于上市公司增大研發(fā)支出(絕對數(shù)額)具有顯著的積極作用。

表2 R&D稅收優(yōu)惠政策改革效果的DID估計(以研發(fā)投入強(qiáng)度的對數(shù)為因變量)

注：括號中為穩(wěn)健標(biāo)準(zhǔn)誤，***為p<0.01, **為p<0.05, *為p<0.1。

表3 R&D稅收優(yōu)惠政策改革效果的DID估計(以研發(fā)支出總額的對數(shù)為因變量)

注：括號中為穩(wěn)健標(biāo)準(zhǔn)誤，***為p<0.01, **為p<0.05, *為p<0.1。

圖1 雙重差分模型估計的平行趨勢假設(shè)檢驗

以研發(fā)密集型產(chǎn)業(yè)樣本以及因變量為研發(fā)支出的對數(shù)的情況為例，本文通過作圖方式來檢驗雙重差分估計的平行趨勢假設(shè)條件。如圖1所示，在研發(fā)費(fèi)用加計扣除政策改革發(fā)生之前2個年度里，分別代表實驗組和對照組因變量均值的兩條線大體上是平行的，表明兩組數(shù)值并無顯著不同的變化趨勢，滿足使用雙重差分估計的前提條件。從圖1中還可以發(fā)現(xiàn)，在政策發(fā)生的2016年，實驗組上市公司研發(fā)支出均值出現(xiàn)了結(jié)構(gòu)性變化的增長，這與模型交叉項系數(shù)估計顯著為正的結(jié)果一致。

由于對照組為高技術(shù)上市公司，對照組與實驗組這一處理變量取值差異可能源于內(nèi)生性選擇，即滿足一些特征條件的公司更傾向于申請高技術(shù)企業(yè)認(rèn)定。考慮到處理變量內(nèi)生性對估計結(jié)果可能產(chǎn)生的影響，采用處理效應(yīng)模型(Maddala, 1983)[15]進(jìn)行估計。這一方法在第一階段利用類似于Heckman模型(Heckman, 1978)[16]的方法預(yù)測公司進(jìn)入R&D稅收優(yōu)惠實驗組的概率，并計算逆米爾斯比率，將這一比率放入第二階段的處理效應(yīng)估計中來控制內(nèi)生處理變量的影響。第一階段回歸中，以是否屬于實驗組的0-1二值分類變量作為因變量，選擇企業(yè)規(guī)模、銷售毛利率(GPM)、前一期的技術(shù)員工占比對數(shù)值作為自變量，估計了企業(yè)自我選擇成為實驗組(非高技術(shù)公司)的概率。表4列(2)顯示，規(guī)模更小以及銷售毛利率和技術(shù)員工占比更高的公司更傾向于申請高技術(shù)企業(yè)認(rèn)定。而從表4列(1)可以發(fā)現(xiàn)，交叉項系數(shù)在5%的水平上顯著為正，與前文DID估計結(jié)果符號一致，且顯著性水平提高。這表明，在控制處理變量內(nèi)生性后，研發(fā)費(fèi)用加計扣除政策改革對企業(yè)增加研發(fā)支出具有積極作用。

此外，本研究還將企業(yè)研發(fā)費(fèi)用加計扣除政策改革的真實時間2016年作出人為的改變(向前調(diào)整)以進(jìn)行證偽檢驗(又稱安慰劑檢驗)。因為數(shù)據(jù)時間跨度只有3個年度，因此，本研究將虛假的政策發(fā)生時間設(shè)定為2015年，觀測結(jié)果是否發(fā)生變化。如果代表政策效果的交叉項系數(shù)仍然顯著，那么表明之前的雙重差分估計結(jié)果是不可信的，否則，表明之前結(jié)果是可靠的。從表5可以發(fā)現(xiàn)，treatment×post1的系數(shù)雖然為正，但統(tǒng)計上不再顯著。因此，證實了上文對R&D稅收優(yōu)惠政策改革效果的DID估計是穩(wěn)健及可信的。

表4 控制內(nèi)生處理變量的R&D稅收優(yōu)惠政策改革效果估計

(續(xù)上表)

因變量:(1)第二階段:lnrd(2)第一階段:treatmentlntech0.237???(0.0321)GPM-0.0066???(0.0014)lnltech-0.589???(0.0331)Mill sratio-0.4009???(0.1072)Observations43114311

注：括號中為標(biāo)準(zhǔn)誤，***為p<0.01, **為p<0.05, *為p<0.1。

表5 設(shè)定虛假政策發(fā)生時間(2015年)的證偽檢驗

注：括號中為穩(wěn)健標(biāo)準(zhǔn)誤，***為p<0.01, **為p<0.05, *為p<0.1。

四 研究結(jié)論及政策啟示

本文利用企業(yè)研發(fā)費(fèi)用加計扣除政策改革這一準(zhǔn)自然實驗，采用雙重差分估計方法評估R&D稅收優(yōu)惠政策的實施效果。實證結(jié)果顯示，與對照組上市公司相比，研發(fā)費(fèi)用加計扣除政策顯著地提高了實驗組企業(yè)研發(fā)支出總額(研發(fā)投入的絕對值指標(biāo))，但采用企業(yè)研發(fā)強(qiáng)度(研發(fā)支出占營業(yè)收入比例這一相對指標(biāo))測度政策效果時，在不同產(chǎn)業(yè)樣本中，結(jié)果存在差異。即政策事件發(fā)生后，在多產(chǎn)業(yè)樣本組，實驗組企業(yè)研發(fā)強(qiáng)度顯著提高，而在研發(fā)密集型產(chǎn)業(yè)樣本組，實驗組企業(yè)研發(fā)強(qiáng)度沒有發(fā)生顯著變化。這說明研發(fā)費(fèi)用加計扣除政策改革對企業(yè)提高研發(fā)費(fèi)用有一定的積極作用，但對不同產(chǎn)業(yè)研發(fā)強(qiáng)度提升的影響程度存在異質(zhì)性，對研發(fā)密集型產(chǎn)業(yè)研發(fā)強(qiáng)度提升的影響相對較弱。運(yùn)用控制內(nèi)生處理變量的處理效應(yīng)模型和安慰劑檢驗等方法進(jìn)一步檢驗政策效果，研究結(jié)果仍然穩(wěn)健。

在研發(fā)密集型產(chǎn)業(yè)，對于R&D稅收優(yōu)惠改革后實驗組企業(yè)研發(fā)強(qiáng)度無顯著變化而研發(fā)支出金額(絕對數(shù)額)顯著增加的研究結(jié)果。其原因可能是：隨著企業(yè)營業(yè)收入增加，為了保持前一年度的研發(fā)強(qiáng)度(研發(fā)支出占比)，研發(fā)費(fèi)用也隨之提高。對于R&D稅收優(yōu)惠政策改革對不同產(chǎn)業(yè)研發(fā)強(qiáng)度促進(jìn)作用的異質(zhì)性影響，以及該政策對研發(fā)密集型產(chǎn)業(yè)研發(fā)強(qiáng)度提升的作用相對較弱的一種解釋是，研發(fā)密集型產(chǎn)業(yè)本身研發(fā)支出占比就相對較高，多數(shù)企業(yè)可以享受所得稅的優(yōu)惠稅率，軟件類企業(yè)可以享受比15%的高技術(shù)企業(yè)稅率更低的稅率優(yōu)惠(如10%)。這些企業(yè)在R&D稅收優(yōu)惠政策改革前不享受研發(fā)費(fèi)用加計扣除優(yōu)惠，但所得稅稅率優(yōu)惠激勵已經(jīng)促使企業(yè)加大研發(fā)支出并達(dá)到一定研發(fā)強(qiáng)度水平，新的政策優(yōu)惠可能沒有產(chǎn)生額外的、更大的研發(fā)強(qiáng)度提升激勵，使得與對照組企業(yè)相比，稅收優(yōu)惠改革對實驗組企業(yè)提升研發(fā)支出強(qiáng)度沒產(chǎn)生顯著影響。另一種解釋為，由于政策允許企業(yè)可以合理確定研發(fā)費(fèi)用的分?jǐn)偡椒ǎ糠止究赡軙榱松俳欢惗鴮嵤┎呗孕缘靥岣哐邪l(fā)強(qiáng)度的操作，這個解釋和程玲等(2019)[17]的研究結(jié)論有相似之處。

本研究的政策建議如下：首先，研發(fā)費(fèi)用加計扣除政策改革對部分產(chǎn)業(yè)提升研發(fā)強(qiáng)度有積極效果，但各地區(qū)在政策執(zhí)行中，稅費(fèi)減免申請的難易程度可能不同，因而，應(yīng)從地方政策申請的便利性和政策優(yōu)惠的持續(xù)性上加大政策的落實并保持政策效果的穩(wěn)定性。其次，基于本文中R&D稅收優(yōu)惠政策對不同產(chǎn)業(yè)具有異質(zhì)性影響的結(jié)論，為進(jìn)一步推動國家重點扶持產(chǎn)業(yè)的研發(fā)活動，應(yīng)根據(jù)產(chǎn)業(yè)研發(fā)強(qiáng)度對不同產(chǎn)業(yè)研發(fā)費(fèi)用加計扣除設(shè)定不同的優(yōu)惠比例，從而加大對研發(fā)密集型產(chǎn)業(yè)研發(fā)稅收扣除比例，進(jìn)一步增強(qiáng)企業(yè)提升研發(fā)強(qiáng)度的激勵。例如實踐中，研發(fā)費(fèi)用加計扣除政策于2017年出臺了增加中小企業(yè)加計扣除比例的政策，本研究認(rèn)為該政策還應(yīng)根據(jù)不同產(chǎn)業(yè)的研發(fā)強(qiáng)度，進(jìn)一步區(qū)分制定不同產(chǎn)業(yè)企業(yè)所能享受的稅收優(yōu)惠程度，對核心戰(zhàn)略產(chǎn)業(yè)給予更大的扶持力度。此外，研發(fā)密集型產(chǎn)業(yè)研發(fā)強(qiáng)度的進(jìn)一步提升對中國高技術(shù)產(chǎn)業(yè)升級有重要作用(肖衛(wèi)國和林芹，2019)[18]，因此，相關(guān)決策部門可以針對該類產(chǎn)業(yè)制定更為精準(zhǔn)的提升研發(fā)強(qiáng)度的稅收優(yōu)惠政策。