高新技術企業識別及激勵政策有效性：數量激勵導向下的效率損失

馮海波 樓清昊

一 引 言

近年來，隨著我國國內勞動力成本上升和技術水平接近世界前沿，依靠低要素成本吸引外國投資、以技術引進與外溢效應提升本國生產技術水平的舊發展模式難以為繼。要進一步推動經濟發展就必須加大科技投入，將科技創新作為推動高質量發展的主要動力。黨的十八大正式提出實施創新驅動發展戰略，我國研究與試驗發展(R&D)投入規模快速攀升，從2012年的1.03萬億元增長至2021年的2.79萬億元，研發強度(R&D支出占GDP比重)從2012年的1.98%上升至2021年的2.44%。按研發部門劃分，我國企業部門在研發領域發揮了主導作用，其研發投入占全社會研發投入的比例常年維持在70%左右，其中規模以上工業企業的研發支出又占到了所有企業研發支出中的大部分。以2017年為例，規模以上工業企業的研發經費內部支出為1.2萬億元，占我國全部研發經費內部支出的68.23%，占我國所有企業研發經費內部支出的87.94%。在這樣一種創新資源投入結構下，企業創新效率高低將直接影響我國創新體系的效率。為更好地推進我國經濟的高質量發展，也需要在不斷加大創新資源投入的同時，大力提升企業部門的創新效率。

為激勵企業加大技術創新投入，我國各類科技政策都非常重視創新數量指標的設定與運用。例如，2006年頒布的《國家中長期科學和技術發展規劃綱要(2006—2020年)》提出我國“到2020年，全社會研究開發投入占國內生產總值的比重提高到2.5%以上，力爭科技進步貢獻率達到60%以上，對外技術依存度降低到30%以下，本國人發明專利年度授權量和國際科學論文被引用數均進入世界前5位”，上述數量型指標為我國科技創新工作提供了參考坐標與努力方向。為降低政策執行成本，加速創新數量達標，各類創新激勵政策都以嚴格的數量型指標作為獲取相應資質的門檻性要求。以高新技術企業激勵政策為例，企業必須滿足研發強度、高新技術產品收入占銷售收入比重、研發人員占比等數量型指標的硬性要求，才有資格向有關部門提起相應的申請。由于獲得高新技術企業資格能夠緩解企業融資約束(王剛剛等，2017)，更加容易獲得政府補助(孫剛等，2016)以及更低的所得稅率，因此企業有很強的動機利用政府與企業間的技術能力信息不對稱，通過操縱研發支出、生產低質量專利、發送虛假“創新類型”信號等方式(楊國超等，2017；林洲鈺等，2013；安同良等，2009)，尋得政府的扶持。這樣一種“一刀切”式的數量化管理措施，可能使得大量市場主體為了在短期內快速提升數量型指標，以滿足資格認定標準，及時獲得政策扶持，將寶貴的研發資源投入到低效率策略性創新中，從而造成了效率損失。

為印證上述觀點，本文從高新技術企業識別和激勵政策有效性兩個維度對高新技術企業政策的激勵效果進行實證研究。高新技術企業識別方面，本文通過比較創新數量與創新效率對企業獲取高新技術企業資格概率的影響，觀察高新技術企業識別過程中是否存在重數量、輕效率的傾向。評估激勵政策有效性方面，為解決自選擇效應，本文使用傾向得分匹配(PSM)方法，從技術水平、盈利能力、企業規模、企業成長性等多個維度對處理組(高新技術企業)與對照組(非高新技術企業)進行匹配，僅保留處理組和對照組重疊的部分后，檢驗激勵政策的實際效果。

二 制度背景與理論假說

根據傳統經濟理論，技術創新具有正向外溢效應，企業的邊際研發成本低于社會邊際研發收益，導致實際研發投入低于社會最優水平。為鼓勵企業增加研發投入，政府通過財政補貼、稅收減免等方式降低市場主體的研發成本，提升市場主體的創新收益。在我國現行激勵創新政策體系中，無論是從覆蓋面還是激勵力度的角度看，高新技術企業認定政策都具有舉足輕重的地位。獲取高新技術企業資格能夠為企業帶來數量可觀的稅收減免與財政補貼。根據《中華人民共和國企業所得稅法》，“國家需要重點扶持的高新技術企業，減按15%的稅率征收企業所得稅”。其中，需要重點扶持的高新技術企業是指經各省高新技術企業認定管理機構認定后，獲取了高新技術企業資格的企業。自2008年以來，各省高新技術企業認定管理機構由同級科技行政管理、財政、稅務部門共同組成。同時，該辦法也明確了稅收激勵在高新技術企業認定工作中的核心作用。此外，具有高新技術企業資格也是申請諸多中央和地方財政補貼的前置條件。

高新技術企業激勵政策按照激勵方式的不同可以分為兩個階段：第一個階段是2008年以前，這一階段我國實行以區域性政策為主的激勵方式，各地設立的高新技術開發區對高新技術企業認定起著決定性作用。具體來看，1996年以前，只有位于國家高新技術產業開發區內的企業才能享受高新技術企業稅收減免。1996年以后，雖然將認定范圍擴展至高新技術開發區以外的企業，但是兩者的認定條件有著較為顯著的差異，其中對位于高新技術開發區外企業的認定要求更細致，相關指標限定更為嚴格。以研發強度為例，位于高新技術開發區的企業需要達到3%，而位于高新技術開發區以外的企業則需要達到4%。到了2000年，科技部提升了高新技術開發區內企業認定要求，在一定程度上弱化了區域性差異。特定條件的地域性差異在文件中真正的消除則要到2008年。2008年，隨著《企業所得稅法》的正式實施，科技部、財政部與國家稅務總局共同修訂了高新技術企業認定辦法，新辦法消除了區域性差異，高新技術開發區內外企業的認定條件趨向一致。新的高新技術企業認定條件中除了對研發強度、研發人員占比等指標有硬性要求以外，還要求申請企業須經過一定流程的組織審查，通過專家評審符合要求后才能獲得高新技術企業的認定資格。因此，企業能否最終獲得高新技術企業資格是一個由多部門共同協調認定的結果。我國目前負責高新技術企業認定的部門為省級科技行政管理部門同本級財政、稅務部門共同組成的高新技術企業認定管理機構。由于各省份經濟發展階段、產業結構、財政充裕度、行政效率等因素存在顯著差異，因此高新技術企業認定在實際操作過程中存在著一定的地區性差異。

在實際執行過程中，行政部門認定高新技術企業面臨最主要的困難是如何準確地識別與評估企業的創新能力與技術水平。由于高新技術領域普遍存在技術壁壘與技術保密，負責評審的機構很難在短時間內全面準確掌握申請公司的創新能力及其市場發展前景，這就導致信息不對稱問題在該領域格外凸顯。為了降低管理難度與成本，現有管理辦法“一刀切”，以數量型指標是否達到門檻標準來篩選申請企業。例如，2008年制定的《高新技術企業認定管理辦法》中設置了諸多數量型指標來篩選企業，要求申請企業的研發強度、科技成果轉化能力、自主知識產權數量、銷售與總資產成長性等一系列指標必須達到規定標準。另一方面，在認定過程中，創新質量卻因為嚴重的信息不對稱，難以被行政部門準確地衡量與把握，導致想要尋求政策扶持的企業運用各類方法努力達到數量型指標的門檻。由于高新技術企業資格認定一般會考察一定時期內的企業創新數量指標，這就使得部分企業會在短期內增加低效研發投入，以便在規定期限內達到數量型指標門檻。如果存在大量實行該類策略的企業，就會使得高新技術企業資格認定呈現出創新效率的逆向選擇特征，即創新數量對高新技術企業資格認定有正向影響，但是創新效率對高新技術企業資格認定反而有負向影響。對此，本文提出假說1。

假說1：創新數量增加了高新技術企業認定的可能性，創新效率降低了高新技術企業認定的可能性。

當前，我國學術界也對產業政策的有效性存在一定爭議，有學者認為我國的產業政策存在試圖以政府決策與選擇來替代市場機制的缺陷(江飛濤和李曉萍，2010)，但是也有學者認為“有為政府”通過政策改善經濟圈的產業發展環境，有效發揮了經濟圈要素稟賦在國際分工中的比較優勢(胡晨光等，2011)。具體到激勵技術創新政策，現有研究也尚未達成共識，既有存在正向激勵的證據(林洲鈺等，2013；張信東等，2014)，也有未達到激勵效果的證據(胡凱和吳清，2018；李林木和郭存芝，2014)。本文認為導致估計結果差異如此之大的一個可能原因是，激勵政策對創新數量和創新效率的影響存在顯著差異。由于我國高新技術企業激勵政策存在重數量、輕質量特征，企業為了獲取相應的政策激勵資格，會通過增加大量低質量創新、降低資源配置效率的方式來適應資格評選要求。這一策略使得大量資源被投入至低效率的創新中，進而造成企業生產率與創新效率的下降。本文據此提出假說2。

假說2：長期來看，高新技術企業資格認定對企業的創新效率有負向影響，對企業的創新數量有正向影響。

三 數據描述與實證策略

(一)實證模型

高新技術企業激勵政策自頒布以來經歷了多次改革，其中最近的兩次分別是在2008年與2016年。2008年，由科技部、財政部、國家稅務總局共同印發的《高新技術企業認定管理辦法》(國科發火〔2008〕172號)首次制定出統一規范的認定標準，明確了許多認定高新技術企業必須滿足的數量型指標要求。2016年，科技部、財政部、國家稅務總局修訂了《高新技術企業認定管理辦法》，放寬了部分數量型指標要求，如取消了大學學歷職工的比例要求，取消了核心技術的取得年限要求等。由于政策調整是外部隨機事件，因此以上兩次政策調整為本文評估高新技術企業認定影響因素及其實施效果創造了有利條件。

綜合政策變遷歷程，本文基于2008—2016年的面板數據，使用Logistic模型來識別影響高新技術企業認定的因素。構建的回歸模型見式(1)：

THR

=

α

+

α

Invt

-1+

α

CMS

-1+

ΓX

-1+

Z

+

A

+

ε

(1)

其中

THR

為是否為高新技術企業的二值變量，如果被認定為高新技術企業則為1，反之則為0。由于認定高新技術企業主要是對企業在過去一段時間的技術創新水平的事后確認，因此如果解釋變量與控制變量是可變數值型變量時，本文采取滯后一階的方法，使其更符合高新技術企業認定的實際情況，同時也避免內生性問題。其中，

Invt

-1為技術創新評價指標，使用企業專利申請數量作為創新數量的代理變量，使用研發投入產出效率作為創新效率的代理變量；

CMS

-1為地方財政緊張程度，使用征管力度一階滯后項作為代理變量；

X

-1為可變數值型控制變量，主要包含總資產(

LNA

)、銷售增長率(

SRR

)、資產負債率(

ALR

)、企業成熟度(

RT

)、凈資產收益率(

ROE

)；

Z

為不隨時間變化的定性型控制變量，包括是否為高技術產業(

HTI

)、是否為非國有企業(

NSOE

)；

A

為時間虛擬變量。本文估計的核心參數

α

代表技術創新指標對高新技術企業認定概率的影響。

在評估政策效果時，由于參與者并不是隨機選定的，獲得高新技術企業資格的樣本一般具有更強的技術創新能力與更佳的財務狀況，如果直接進行回歸可能會出現遺漏變量的問題。為緩解因遺漏變量導致的估計偏誤，本文使用傾向得分匹配(Propensity Score Matching)的方法，從技術水平、盈利能力、企業規模、企業成長性等多個維度對處理組(高新技術企業)與對照組(非高新技術企業)進行匹配，僅保留處理組和對照組重疊的部分(Common Support)，從而有效控制政策的自選擇效應。本文使用2008—2016年的面板數據進行實證分析前，先進行傾向得分匹配，以達到控制自選擇效應的目的。具體的政策效果評估模型見式(2)：

IE

, +=

β

+

β

D

, +

ΓX

, +

Z

+

ε

(2)

其中，

IE

, +為被解釋變量，代表企業創新效率，本文選取研發投入產出效率作為技術創新效率的代理變量。由于政策效果具有滯后性，本文使用未來

n

期的創新效率作為被解釋變量。

D

, 為政策變量，被認定為高新技術企業的樣本取值為1，反之則為0。

X

為

t

期的可變數值型控制變量，

Z

為不隨時間變化的定性控制變量。本文的主要目的是估計

β

數值，即高新技術企業激勵政策對企業各期創新效率的影響程度。

(二)變量與描述性統計

解釋變量方面，本文使用專利申請數衡量企業創新數量，使用研發投入產出效率衡量企業創新效率。目前大多數文獻以專利申請數量衡量企業創新效率(張信東等，2014；胡凱和吳清，2018；李林木和郭存芝，2014)，本文認為在考察創新效率時不應僅考慮專利，還要考慮投入資源規模，在同等資源投入情況下， 得到的創新成果越少，創新效率越低。為此，本文選取研發投入產出效率來衡量創新效率，即單位研發投入所帶來的專利成果，由于當期研發投入一般會在幾年后反映出創新成果，本文以未來三期的專利申請數除以當期的研發投入金額來衡量研發投入產出效率。

表1 主要解釋變量含義及計算方法

(續上表)

本文所使用的數據，除年末所得稅稅率數據來源于Wind數據庫外，其他所有數據都來源于國泰安數據庫。行業劃分標準參照證監會出臺的《上市公司行業分類指引》(2012年修訂)。受西部大開發政策的影響，位于西部地區的企業存在額外的稅率式減免，為區分高新技術企業激勵政策與西部大開發政策的影響，本文剔除了位于西部地區的企業樣本。最后，為去除極端值的干擾，所有變量都在1%和99%的分位數上，進行了Winsorize處理。主要變量的描述性統計見表2。

表2 主要變量的描述性統計

四 高新技術企業識別研究

表3為技術創新數量和創新效率對高新技術企業識別的回歸結果。列(1)中僅將專利申請數量作為解釋變量；列(2)在列(1)的基礎上加入了控制變量；列(3)僅將研發投入產出效率作為解釋變量；列(4)在列(3)的基礎上加入了控制變量；列(5)將專利申請數量與研發投入產出效率共同作為解釋變量且加入了控制變量。結果顯示，除列(1)以外，所有的創新數量(

LNAP

)系數都為正，且在1%的水平上顯著。這表明創新數量對高新技術企業認定概率具有顯著的正向影響。創新效率(

IE

)系數在所有列中均顯著為負。并且列(5)結果顯示，在加入創新數量指標后，創新效率系數絕對值變大。這表明在控制了創新數量的影響后，創新效率對高新技術企業資格認定具有更強的負向影響。這可能是由于在強烈的數量型激勵導向下，部分企業投入了大量資源用以策略性創新，這一行為在提高企業獲得高新技術資格概率同時，也大大降低了企業的創新效率。綜上，創新數量對企業獲得高新技術企業資格具有顯著正向影響，創新效率對企業獲得高新技術企業資格具有顯著負向影響，從而有效印證了假說1。

表3 高新技術企業識別的基準回歸

五 高新技術企業激勵政策效果的實證研究

(一)傾向得分匹配

為解決自選擇效應，緩解內生性問題，本文使用傾向得分匹配的方法，基于2008—2016年的樣本，從技術水平、盈利能力、企業規模、企業成長性等多個維度對處理組(高新技術企業)與對照組(非高新技術企業)進行匹配，僅保留處理組和對照組重疊的部分，為檢驗匹配后的樣本是否存在顯著差異，本文對傾向得分匹配結果做了平衡性檢驗。以2008年為例，樣本的平衡性檢驗結果如表4所示。經過匹配后，樣本各匹配變量的偏誤率都在10%以內，T檢驗值也全都不顯著，這表明匹配后的對照組與處理組在可觀測變量上無顯著區別，匹配后樣本可測變量的偏誤率大幅降低，因此本文選取的可觀測變量與匹配方法較為合理。

表4 2008年傾向得分匹配的平衡性檢驗

(二)高新技術企業激勵政策對創新效率的影響

根據上文分析，本部分在傾向得分匹配的基礎上，使用2008—2016年數據估計高新技術企業激勵政策效應，結果見表5。列(1)使用當期研發投入產出效率作為被解釋變量，列(2)使用未來一期的研發投入產出效率作為被解釋變量，列(3)使用未來兩期的研發投入產出效率作為被解釋變量，列(4)使用未來三期的研發投入產出效率作為被解釋變量。列(1)中，

TRH

回歸系數為-0.424，在1%的水平上顯著，這表明獲得高新技術企業資格在當期對研發投入產出效率具有顯著的負向影響；列(2)和列(3)中，

TRH

回歸系數分別為-0.335和-0.250，分別在1%和5%的水平上顯著；列(2)和列(3)中

TRH

回歸系數絕對值小于列(1)，并呈現出逐年縮小的趨勢；列(4)中，

TRH

回歸系數不顯著，這表明高新技術企業資格對創新效率的負向影響僅表現在獲得高新技術企業資格后的兩年時間內。綜上，表5結果有效地支持了假說2，即高新技術企業激勵政策會降低企業的創新效率，但是在獲得高新技術企業資格一段時間后，這一負向效應將減小，直至不顯著。這可能是由于企業在獲得高新技術企業資格后，進行策略性創新的動機衰減，低效創新投入逐步減少，從而導致滯后期數越多，高新技術企業資格對創新效率的負面影響越小，直至表現為不顯著。

表5 高新技術企業激勵政策對創新效率的影響分析

(三)高新技術企業激勵政策的數量效應分析

為進一步形成對照，本文在傾向得分匹配的基礎上，參照模型(2)，使用2008—2016年數據估計高新技術企業激勵政策對創新數量的影響，結果見表6。列(1)使用當期專利申請數量作為被解釋變量，列(2)使用未來兩期的專利申請數量作為被解釋變量，列(3)使用未來兩期的專利申請數量作為被解釋變量，列(4)使用未來三期的專利申請數量作為被解釋變量。列(1)-列(4)

TRH

回歸系數都顯著為正。從

TRH

回歸系數的絕對數值來看，列(1)為0.375，列(2)為0.476，列(3)為0.542，整體上呈現出逐步上升的特點，這表明高新技術企業資格對企業創新數量形成了較強的正向激勵。這可能是由于企業在獲得高新技術企業資格后，能夠將更多的資源投入創新活動，同時隨著合規性動機減弱，低效創新投入有所減少，從而刺激創新數量逐年上升。

綜上，通過實證發現，高新技術企業激勵政策對創新質量具有負向效應，對創新數量具有正向效應，印證了假說2。

表6 高新技術企業激勵政策對創新數量的影響分析

六 異質性分析

(一)高新技術企業識別的產權異質性分析

為進一步研究高新技術企業識別是否存在產權上的異質性，按照企業性質進行分類回歸，結果見表7。列(1)和列(2)的解釋變量為專利申請數量，且列(1)為非國有企業樣本回歸結果，列(2)為國有企業樣本回歸結果；列(3)和列(4)的解釋變量為研發投入產出效率，且列(3)為非國有企業樣本回歸結果，列(4)為國有企業樣本回歸結果。列(1)和列(2)的結果顯示，無論是國有企業樣本還是非國有企業樣本，創新數量回歸系數都在1%的水平上顯著為正，其中非國有企業創新數量回歸系數為0.314，國有企業創新數量回歸系數為0.149，這表明創新數量對非國有企業獲得高新技術企業資格的正向影響相對更大。這可能是由于國有企業與地方政府之間具有更強的政治關聯度，從而導致在高新技術企業識別過程中主管部門對國有企業創新數量的要求相對較小。列(3)和列(4)的結果顯示，國有企業創新效率回歸系數在10%的水平上顯著為負(-0.165)，非國有企業創新效率回歸系數在1%的水平上顯著為負(-0.266)，且非國有企業組回歸系數絕對值小于國有企業組，這表明創新效率對國有企業獲得高新技術企業資格的負向影響相對更大。這可能是由于主管部門在高新技術企業資格認定的過程中更加重視國有企業的創新投入規模與行業地位，這一傾向導致許多高投入低創新效率的國有企業反而有更大的概率獲得高新技術企業資格。

表7 高新技術企業識別的產權異質性分析

(二)高新技術企業激勵政策對創新效率影響的異質性分析

為進一步研究表5的結果是否具有異質性，以未來一期的研發投入產出效率為被解釋變量，按照模型(2)，分產權性質和企業生命周期進行回歸分析，結果見表8。其中列(1)為非國有企業組，列(2)為國有企業組，列(3)為成長期企業組，列(4)為成熟期企業組，列(5)為衰退期企業組。列(1)和列(2)中，

TRH

回歸系數分別為-0.266、-0.455，且都在5%的水平上顯著，這表明高新技術企業資格認定同時降低了非國有企業和國有企業的創新效率，但是總體上對國有企業的影響更大。這可能是由于在獲得高新技術企業資格后，非國有企業和國有企業都將更多的激勵收益投入到創新活動，但是由于國有企業的管理效率低于非國有企業，導致在研發資源增加的同時，國有企業創新效率下降得更快。列(3)

TRH

的回歸系數為-0.081，且不顯著，這表明高新技術企業資格認定對成長期企業的研發投入產出效率沒有顯著影響；列(4)和列(5)中，

TRH

回歸系數分別為-0.248和-0.766，分別在5%和1%的水平上顯著，這表明高新技術企業資格認定對成熟期和衰退期企業產生顯著的負向影響，且對衰退期企業的負向影響要強于成熟期企業。這可能是由于成長期企業在面臨快速增長的市場需求時，通過策略性創新謀求稅收減免與財政補貼的收益遠小于擴大生產的收益，從而未產生研發投入產出效率下降的情況，而成熟期和衰退期企業在面臨停滯的市場需求時，有更強的動力通過策略性創新謀求稅收減免與財政補貼收益，進而導致了創新效率的降低。

表8 高新技術企業激勵政策對創新效率影響的異質性分析

(三)高新技術企業激勵政策對創新數量影響的異質性分析

為進一步研究表6的結果是否具有異質性，以未來一期的專利申請數量為被解釋變量，按照模型(2)，分產權性質和企業生命周期進行回歸分析，結果見表9。在未來一期的情況下，

TRH

在所有組別的回歸系數都顯著為正。這表明從創新數量的角度看，高新技術企業資格認定對所有組別企業創新數量都產生了顯著的正向激勵。列(2)

TRH

回歸系數為0.505，略大于列(1)

TRH

回歸系數0.489，表明相比非國有企業，高新技術企業激勵政策對國有企業的影響相對更大。這可能是由于在獲得高新技術企業資格后，非國有企業和國有企業都將更多激勵收益投入到創新活動，從而大幅提升了企業的創新數量。列(5)

TRH

回歸系數為0.616，大于列(4)

TRH

回歸系數0.434，同時更大于列(3)

TRH

回歸系數0.359，表明高新技術企業資格認定對衰退期企業創新數量的影響最大，對成熟期企業創新數量的影響次之，對成長期企業創新數量的影響最小。

表9 高新技術企業激勵政策對創新數量影響的異質性分析

(續上表)

七 結論與啟示

本文圍繞高新技術企業識別及其激勵政策有效性開展實證研究。高新技術企業識別方面，通過比較創新數量與創新效率對獲取高新技術企業資格概率的影響，檢驗高新技術企業資格認定政策是否存在創新數量導向下的創新效率損失。高新技術企業激勵政策有效性方面，為解決自選擇效應，本文使用傾向得分匹配(PSM)方法，從技術水平、盈利能力、企業規模、企業成長性等多個維度對處理組(高新技術企業)與對照組(非高新技術企業)進行匹配，僅保留處理組和對照組重疊的部分后，對激勵效果進行檢驗。結果表明：(1)在高新技術企業識別過程中，創新數量對資格認定有顯著的正向影響，創新效率則對資格認定有顯著的負向影響。(2)從政策效果上看，高新技術企業激勵政策對創新效率有負向影響，但是隨著時間推移，該影響逐漸減弱，并轉變為不顯著，對創新數量則具有持續的正向影響。表明部分企業可能通過策略性創新來尋求政策扶持，這一行為雖然提升了創新數量，但是也造成資源浪費，降低了創新效率。(3)高新技術企業資格認定對創新質量的負向影響具有一定異質性。分產權性質看，高新技術企業資格認定同時降低了非國有企業和國有企業的創新效率，且總體上對國有企業的影響更大；分生命周期看，高新技術企業資格認定對成熟期和衰退期企業產生顯著的負向影響，且對衰退期企業的負向影響要強于成熟期企業，這可能是由于成長期企業在面臨快速增長的市場需求時，通過策略性創新謀求稅收減免與財政補貼的收益遠小于擴大生產的收益，而成熟期和衰退期企業在面臨停滯的市場需求時，有更強的動力通過策略性創新謀求稅收減免與財政補貼收益，進而造成了創新效率的降低。

根據上述研究結論，本文得到以下政策啟示：(1)優化高新技術企業的創新質量識別體系。實證結果顯示，現行以創新數量為導向的高新技術企業激勵政策在提升企業創新數量的同時，降低了企業研發效率，造成了資源浪費與效率損失。由于研發資源具有有限性、稀缺性特點，當大量資源被用于低效的創新活動時，將對實際有效的創新活動產生擠出效應。在我國研發投入快速增長的背景下，低效率的創新活動將嚴重制約我國高質量發展進程。因此，在高新技術企業認定過程中應加強高質量創新識別體系的建設，淡化創新數量的激勵導向，完善創新質量審核體系，通過構建更有效的識別機制提升創新效率。(2)加強對成長期企業的支持力度。從實證結果來看，現行高新技術企業激勵政策對成長期企業的創新效率未產生顯著的負向效果，這可能是由于成長期企業面臨快速擴張的市場需求，進行策略性創新的機會成本相對較高。由于成長期企業規模相比于成熟期企業較小，政府需要負擔的激勵成本相對更小。加大對成長期企業的激勵力度，可以達到花更少的錢獲得更好效果的目的。此外，通過加大對成長期創新型企業的激勵力度，能夠有效降低創新型企業的市場擴張成本，加速新技術普及，優化全社會的資源配置效率。