R&D稅收優惠政策效果研究
——企業研發費用加計扣除政策改革的一項準自然實驗

高 玥 徐 勍

一 研究背景與問題提出

研發稅收優惠是我國促進企業研發創新活動的重要政策工具之一。所得稅稅率直接優惠與研發費用加計扣除政策是我國R&D稅收優惠政策的兩種常見形式，實踐中，通常與直接補貼方式同時出現。關于所得稅稅率優惠政策對企業研發創新活動的促進作用，已有實證研究的結論較為一致(趙月紅和許敏，2013[1]；肖鵬和黎一璇，2011[2])。而對R&D稅收優惠政策實際效果的測度，現有實證研究采用不同研究方法得到的結論可能受到政策變量內生性等問題的影響而產生偏差。因此，有必要采用其他更易識別因果關系的方法進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。

為進一步促進企業創新活動，2015年10月，我國國務院常務會議通過了改革、完善企業研發稅的政策，該項政策使更多的企業從中受益。同年11月，國家稅務總局聯合財政部、科技部發布了《關于完善研究開發費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。相比之前政策規定，只有通過高技術認證的企業才可以申請并享受這一研發費用加計扣除的稅收優惠政策，新政策擴大了企業適用范圍，除煙草制造、房地產等幾個產業外，其他行業多數企業均成為新政策的優惠對象。本文試圖通過這項政策改革的準自然實驗，以上市公司為研究對象，檢驗R&D稅收優惠政策的實施效果，為政策進一步改革提供決策依據。

關于稅收優惠政策能否促進企業研發投入并帶來研發效益，學者們持兩種觀點。一種觀點認為，稅收優惠政策對研發的促進作用顯著(Bloom et al., 2002)[3]。從內在機理上看，稅收優惠政策能減少研發投資成本、降低投資風險和提高研發人員的實際工資水平，從而促進企業增加研發投入(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]研究發現，當單位資本調整成本超過臨界值，稅收優惠的激勵效應將不再存在，但由于現階段中國多數公司的調整成本并沒有超過臨界值，故中國R&D稅收優惠政策總體上存在激勵效應。王旭和何玉(2017)[6]使用動態面板系統廣義矩估計方法評估了研發稅收優惠政策效果，認為稅收優惠能顯著緩解企業的融資約束，促使企業增大研發投入。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惠方式的效果，發現研發費用加計扣除的激勵效應最強，而優惠稅率激勵效應最弱。Chen et al.(2017)[8]以2008年的稅改為研究時點，發現即使有企業出于避稅目的增加研發投資，但是長期來看，企業的利潤率和生產率都會由于研發回報而得到提高。

也有學者認為，稅收優惠政策對企業研發投入的影響有限(Lennox et al., 2015)[9]，并且從多個視角進行解釋說明。李麗青(2007)[10]指出許多R&D政策措施存在問題，對企業研發投入的激勵作用十分有限。張同斌和高鐵梅(2012)[11]認為稅收優惠政策通過鼓勵要素投入來間接影響行業產出，當行業資本要素的生產率增加小于要素成本的增加時，可能阻礙要素流動性大、技術提升慢的行業的發展。馮海紅等(2015)[12]運用非動態面板門限回歸建模方法研究發現，政府稅收優惠政策對企業研發投資的作用取決于稅收優惠政策的力度，在最優的政策力度內，稅收優惠政策對企業研發投資激勵作用顯著；而在最優力度之外，政策的激勵作用微弱，甚至產生負向作用。吳祖光等(2017)[13]運用經濟學實驗研究方法，發現不同稅收優惠方式產生的激勵效果不同，以要素投入為基礎的激勵方式雖然在一定程度上促進了研發投入，但企業在研發要素投入后即可享受政策優惠，降低了企業努力創新的動力。

已有研究對R&D稅收優惠政策是否促進企業創新提供了并不一致的研究證據和結論，多數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生性選擇的問題。近來有學者試圖采用斷點回歸等方法解決這些識別和內生性問題(Dechezleprêtre et al., 2016)[14]，但這些研究或是只檢驗了補貼對企業研發投入的影響，或是基于發達國家實踐的稅收優惠政策。本文與Chen et al.(2017)[8]的研究也有一定的相關性，其以2008年稅改作為研究的政策事件，而本文則基于2016年研發費用加計扣除政策改革這一外生事件沖擊，運用DID方法以及處理效應模型解決上述內生性選擇與識別問題，評價R&D稅收優惠政策效果，提供相對更為直接的實證證據，擴展該領域的研究。

二 研究方法

本部分主要說明研究的樣本選擇、數據來源、模型設定及計量方法。

樣本選擇上，由于研發費用加計扣除新政策的優惠對象不包含煙草制造、住宿餐飲等幾個產業，初始樣本數據中本身也不包含煙草制造產業或以煙草制造為主營業務的公司，因此，刪除所屬證監會行業為住宿和餐飲業、批發和零售業、房地產業以及租賃和商務服務業的企業。初步檢驗時，本研究以多個產業為樣本。進一步檢驗時，本文主要關注研發活動較為突出的幾個產業，具體而言，以所屬證監會行業為制造業、信息傳輸、軟件和信息技術服務業、科學研究和技術服務業作為研發密集型產業子樣本。

數據來源及處理方面，由于研發費用加計扣除政策發布于2015年年末，從2016年1月1日正式實施，因此，本研究所用數據為2014-2016年上市公司年度財務報表中的數據(年報數據次年公布)，來源于Wind資訊金融終端。由于金融業的特殊性，本文首先將屬于該行業的公司樣本數據排除在外；考慮到數據異常值對結果的影響，進一步剔除營業總收入為0的公司，本期費用化研發支出小于0的公司，政府補助為負的公司，大股東持股股本性質為“外資股”的公司，刪除研發支出占比年度間變化極端異常的2家公司，資產負債率數值異常的1家公司以及固定資產與資產總額相同的公司。通過計算上市公司研發支出與營業總收入的比值，填補數據庫中研發支出總額占營業收入比例這一變量為空的數值，共填補143個觀測值。對主要數值型變量取對數后，去除變量缺失數值，樣本最后包含4931個上市公司/年數據。

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

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

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

(1)

rdit為上市公司i在年度t的研發支出金額或研發投入強度(研發支出占營業收入比例)指標，treatmenti為是否受到稅收政策優惠的0-1二值分類變量，該變量取值等于1時表示公司i享受研發費用加計扣除的稅收優惠政策，取0時表示該公司未享受政策改革優惠，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、資產負債率、年度所得稅稅率、企業前一期的技術人員占員工總人數比例等；δv表示對產業固定效應的控制，γt表示時間固定效應，εit為誤差項。

因為研發費用加計扣除政策改革對實驗組所有上市公司的發生時間都是相同的，因此，可以采用混合回歸來估計模型(1)，其中，交叉項的系數β就是對政策效果的估計。研究開發費用稅前加計扣除政策改革的實驗組為政策發生之前未享受過該項稅收優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稅扣優惠而不受本研究關注的政策改革事件影響的高技術上市公司。本文在報告主要結果后對這種非隨機實驗處理分組進行內生性檢驗。

三 研究結果

表1為主要變量的描述性統計量，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“ln”和“lnl”前綴標示開頭的變量，分別表示原變量的對數形式以及滯后一期數值的對數形式，具體見表1的變量含義。

表1 主要變量的描述性統計量

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

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

表2 R&D稅收優惠政策改革效果的DID估計(以研發投入強度的對數為因變量)

注：括號中為穩健標準誤，***為p<0.01, **為p<0.05, *為p<0.1。

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

注：括號中為穩健標準誤，***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檢驗

以研發密集型產業樣本以及因變量為研發支出的對數的情況為例，本文通過作圖方式來檢驗雙重差分估計的平行趨勢假設條件。如圖1所示，在研發費用加計扣除政策改革發生之前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中還可以發現，在政策發生的2016年，實驗組上市公司研發支出均值出現了結構性變化的增長，這與模型交叉項系數估計顯著為正的結果一致。

由于對照組為高技術上市公司，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企業認定。考慮到處理變量內生性對估計結果可能產生的影響，采用處理效應模型(Maddala, 1983)[15]進行估計。這一方法在第一階段利用類似于Heckman模型(Heckman, 1978)[16]的方法預測公司進入R&D稅收優惠實驗組的概率，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估計中來控制內生處理變量的影響。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，選擇企業規模、銷售毛利率(GPM)、前一期的技術員工占比對數值作為自變量，估計了企業自我選擇成為實驗組(非高技術公司)的概率。表4列(2)顯示，規模更小以及銷售毛利率和技術員工占比更高的公司更傾向于申請高技術企業認定。而從表4列(1)可以發現，交叉項系數在5%的水平上顯著為正，與前文DID估計結果符號一致，且顯著性水平提高。這表明，在控制處理變量內生性后，研發費用加計扣除政策改革對企業增加研發支出具有積極作用。

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

表4 控制內生處理變量的R&D稅收優惠政策改革效果估計

(續上表)

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：括號中為標準誤，***為p<0.01, **為p<0.05, *為p<0.1。

表5 設定虛假政策發生時間(2015年)的證偽檢驗

注：括號中為穩健標準誤，***為p<0.01, **為p<0.05, *為p<0.1。

四 研究結論及政策啟示

本文利用企業研發費用加計扣除政策改革這一準自然實驗，采用雙重差分估計方法評估R&D稅收優惠政策的實施效果。實證結果顯示，與對照組上市公司相比，研發費用加計扣除政策顯著地提高了實驗組企業研發支出總額(研發投入的絕對值指標)，但采用企業研發強度(研發支出占營業收入比例這一相對指標)測度政策效果時，在不同產業樣本中，結果存在差異。即政策事件發生后，在多產業樣本組，實驗組企業研發強度顯著提高，而在研發密集型產業樣本組，實驗組企業研發強度沒有發生顯著變化。這說明研發費用加計扣除政策改革對企業提高研發費用有一定的積極作用，但對不同產業研發強度提升的影響程度存在異質性，對研發密集型產業研發強度提升的影響相對較弱。運用控制內生處理變量的處理效應模型和安慰劑檢驗等方法進一步檢驗政策效果，研究結果仍然穩健。

在研發密集型產業，對于R&D稅收優惠改革后實驗組企業研發強度無顯著變化而研發支出金額(絕對數額)顯著增加的研究結果。其原因可能是：隨著企業營業收入增加，為了保持前一年度的研發強度(研發支出占比)，研發費用也隨之提高。對于R&D稅收優惠政策改革對不同產業研發強度促進作用的異質性影響，以及該政策對研發密集型產業研發強度提升的作用相對較弱的一種解釋是，研發密集型產業本身研發支出占比就相對較高，多數企業可以享受所得稅的優惠稅率，軟件類企業可以享受比15%的高技術企業稅率更低的稅率優惠(如10%)。這些企業在R&D稅收優惠政策改革前不享受研發費用加計扣除優惠，但所得稅稅率優惠激勵已經促使企業加大研發支出并達到一定研發強度水平，新的政策優惠可能沒有產生額外的、更大的研發強度提升激勵，使得與對照組企業相比，稅收優惠改革對實驗組企業提升研發支出強度沒產生顯著影響。另一種解釋為，由于政策允許企業可以合理確定研發費用的分攤方法，部分公司可能會為了少交稅而實施策略性地提高研發強度的操作，這個解釋和程玲等(2019)[17]的研究結論有相似之處。

本研究的政策建議如下：首先，研發費用加計扣除政策改革對部分產業提升研發強度有積極效果，但各地區在政策執行中，稅費減免申請的難易程度可能不同，因而，應從地方政策申請的便利性和政策優惠的持續性上加大政策的落實并保持政策效果的穩定性。其次，基于本文中R&D稅收優惠政策對不同產業具有異質性影響的結論，為進一步推動國家重點扶持產業的研發活動，應根據產業研發強度對不同產業研發費用加計扣除設定不同的優惠比例，從而加大對研發密集型產業研發稅收扣除比例，進一步增強企業提升研發強度的激勵。例如實踐中，研發費用加計扣除政策于2017年出臺了增加中小企業加計扣除比例的政策，本研究認為該政策還應根據不同產業的研發強度，進一步區分制定不同產業企業所能享受的稅收優惠程度，對核心戰略產業給予更大的扶持力度。此外，研發密集型產業研發強度的進一步提升對中國高技術產業升級有重要作用(肖衛國和林芹，2019)[18]，因此，相關決策部門可以針對該類產業制定更為精準的提升研發強度的稅收優惠政策。