高磊 GAO Lei

（安徽財(cái)經(jīng)大學(xué)，蚌埠 233030）

0 引言

當(dāng)前，中國(guó)經(jīng)濟(jì)發(fā)展開(kāi)始更加注重質(zhì)量的提高和效益的提升。而企業(yè)作為強(qiáng)化國(guó)家創(chuàng)新能力的前沿陣地，就必須全力以赴地推進(jìn)技術(shù)創(chuàng)新，制造業(yè)企業(yè)更是如此。企業(yè)的研發(fā)創(chuàng)新活動(dòng)具有高風(fēng)險(xiǎn)性、長(zhǎng)期性、溢出性等特點(diǎn)[5]，使得企業(yè)進(jìn)行研發(fā)投入積極性不高。因此，政府通過(guò)一些有效措施對(duì)公司進(jìn)行補(bǔ)償。其中之一是研發(fā)費(fèi)用加計(jì)扣除政策。它是一種稅收優(yōu)惠方法[4]，根據(jù)稅法規(guī)定，在計(jì)算應(yīng)納稅所得額時(shí)，將實(shí)際發(fā)生的費(fèi)用按一定比例加計(jì)扣除。其目的是為了積極促進(jìn)經(jīng)濟(jì)增長(zhǎng)方式的轉(zhuǎn)變，提高企業(yè)的經(jīng)濟(jì)效益。自1996年實(shí)行以來(lái)，研發(fā)費(fèi)用加計(jì)扣除政策經(jīng)歷了幾次調(diào)整。逐步擴(kuò)大優(yōu)惠范圍和力度，甚至在2018年，75%的加計(jì)扣除被擴(kuò)展到所有公司[2]。并且從2021年1月1日起，制造企業(yè)的研發(fā)支出將按實(shí)際發(fā)生額的100%進(jìn)行扣除。研發(fā)費(fèi)用加計(jì)扣除政策的一貫實(shí)施，使中國(guó)企業(yè)的創(chuàng)新能力迅速提高。中國(guó)國(guó)家統(tǒng)計(jì)局初步數(shù)據(jù)顯示，2020年中國(guó)在研發(fā)上的支出將達(dá)到國(guó)內(nèi)生產(chǎn)總值的2.4%，創(chuàng)歷史新高。

通過(guò)對(duì)研發(fā)支出的額外扣除來(lái)減少公司稅基，減少企業(yè)納稅額，緩解企業(yè)資金約束，從而促進(jìn)企業(yè)加大研發(fā)投入，進(jìn)而企業(yè)的生產(chǎn)力將大大提升，增加企業(yè)績(jī)效。因此，探究研發(fā)費(fèi)用加計(jì)扣除政策對(duì)企業(yè)績(jī)效的激勵(lì)效果具有重大意義。目前，關(guān)于研發(fā)費(fèi)用加計(jì)扣除政策對(duì)制造業(yè)企業(yè)績(jī)效的研究較少，且存在一定的局限性。綜合考慮現(xiàn)有研究成果及不足，本文利用2010-2019年中國(guó)制造業(yè)上市公司數(shù)據(jù)，試圖從行業(yè)角度找到研發(fā)費(fèi)用加計(jì)扣除政策與制造業(yè)企業(yè)績(jī)效之間的作用機(jī)制。此外，融資約束是企業(yè)績(jī)效研究的一個(gè)重點(diǎn)，本文進(jìn)一步從融資約束的視角分析，考察融資約束、研發(fā)費(fèi)用加計(jì)扣除政策對(duì)制造業(yè)企業(yè)績(jī)效的綜合影響。

1 理論分析與研究假設(shè)

1.1 研發(fā)費(fèi)用加計(jì)扣除政策與制造業(yè)企業(yè)績(jī)效

研發(fā)費(fèi)用加計(jì)扣除政策本質(zhì)上是政府對(duì)企業(yè)進(jìn)行研發(fā)行為的事后激勵(lì)。根據(jù)市場(chǎng)失靈相關(guān)理論，企業(yè)的研發(fā)創(chuàng)新行為會(huì)對(duì)其他企業(yè)產(chǎn)生積極有利的影響，而企業(yè)無(wú)法就這種影響獲得相應(yīng)的回報(bào)，存在一定程度的正外部性，研發(fā)費(fèi)用加計(jì)扣除是對(duì)這一問(wèn)題的修正。李志遠(yuǎn)和余淼杰[7]從固定資產(chǎn)投入和技術(shù)創(chuàng)新出發(fā)強(qiáng)調(diào)了可以通過(guò)減稅政策間接提高企業(yè)績(jī)效水平。王蕓，洪碧月和陳蕾[8]以創(chuàng)業(yè)板上市公司數(shù)據(jù)為樣本，用研發(fā)費(fèi)用扣除率作為調(diào)節(jié)變量，從而得出結(jié)論研發(fā)投入強(qiáng)度對(duì)企業(yè)的創(chuàng)新績(jī)效呈現(xiàn)出一種顯著的正向關(guān)系，且稅收政策起到一定的調(diào)節(jié)作用。據(jù)此，提出假設(shè)1。

假設(shè)1：研發(fā)費(fèi)用加計(jì)扣除政策對(duì)制造業(yè)企業(yè)績(jī)效有促進(jìn)作用。

1.2 融資約束與制造業(yè)企業(yè)績(jī)效

委托代理理論和信息不對(duì)稱(chēng)理論認(rèn)為，在市場(chǎng)經(jīng)濟(jì)中，資本的流通需要成本且存在一定的風(fēng)險(xiǎn)，這使得企業(yè)融資成本增加，高融資成本則會(huì)阻礙企業(yè)的投資行為，從而影響企業(yè)績(jī)效的提升。減少融資約束是減少貿(mào)易政策不確定性以促進(jìn)企業(yè)進(jìn)口擴(kuò)張的重要渠道。進(jìn)一步的研究表明，降低貿(mào)易政策的不確定性可以顯著提高企業(yè)的生產(chǎn)率，促進(jìn)產(chǎn)品質(zhì)量的提高和企業(yè)技術(shù)的發(fā)展，推動(dòng)企業(yè)創(chuàng)新。彭華濤等[1]發(fā)現(xiàn)，融資約束對(duì)中國(guó)新能源行業(yè)企業(yè)的研發(fā)投資強(qiáng)度有負(fù)面影響。當(dāng)融資約束較高時(shí)，研發(fā)成本加計(jì)扣除政策對(duì)企業(yè)績(jī)效的影響會(huì)因減少研發(fā)投入而減弱；當(dāng)融資約束較低時(shí)，企業(yè)更容易獲得更多的資金，充足的資金使企業(yè)更有信心進(jìn)行研發(fā)投入，從而享受到成本加計(jì)扣除政策的稅收優(yōu)惠，間接減少企業(yè)的生產(chǎn)成本，并提高企業(yè)績(jī)效。據(jù)此，提出假說(shuō)2和假說(shuō)3。

假設(shè)2：融資約束對(duì)制造業(yè)企業(yè)績(jī)效有負(fù)向作用。

假設(shè)3：制造業(yè)企業(yè)面臨的融資約束越弱，研發(fā)費(fèi)用加計(jì)扣除政策對(duì)制造業(yè)企業(yè)績(jī)效的促進(jìn)作用越強(qiáng)。

2 研究設(shè)計(jì)

2.1 樣本選取與數(shù)據(jù)來(lái)源

本文以我國(guó)制造業(yè)行業(yè)上市公司為研究對(duì)象，選取2010-2019年相關(guān)數(shù)據(jù)并做一定的處理后進(jìn)行實(shí)證研究。樣本數(shù)據(jù)來(lái)源主要為國(guó)泰安和WIND數(shù)據(jù)庫(kù)，部分缺失數(shù)據(jù)通過(guò)公司年報(bào)查詢(xún)得到?；跇颖居行钥紤]，對(duì)樣本做如下處理：剔除2010-2019年關(guān)鍵研究數(shù)據(jù)缺失的企業(yè)、煙草制造業(yè)、關(guān)鍵財(cái)務(wù)指標(biāo)有異常以及ST和ST*企業(yè)為消除少量極端值的影響，對(duì)連續(xù)變量進(jìn)行1%上下水平的縮尾處理。經(jīng)過(guò)篩選，共得到制造業(yè)企業(yè)2179家，有效觀(guān)測(cè)值14508個(gè)。使用Execl對(duì)數(shù)據(jù)進(jìn)行簡(jiǎn)單的預(yù)處理，并運(yùn)用stata16進(jìn)行實(shí)證分析。

2.2 變量的定義及測(cè)度

2.2.1 因變量

根據(jù)研究假設(shè)，借鑒了吳建祖和肖樹(shù)峰[9]的研究成果，公司績(jī)效被用作因變量，托賓Q被用作公司績(jī)效的衡量指標(biāo)，托賓Q值（TQ）能較為客觀(guān)真實(shí)地反映制造業(yè)企業(yè)的實(shí)際績(jī)效，不易受企業(yè)內(nèi)部的操控。

2.2.2 自變量

①研發(fā)費(fèi)用加計(jì)扣除。對(duì)于研發(fā)費(fèi)用加計(jì)扣除，大多數(shù)學(xué)者主要使用絕對(duì)數(shù)或相對(duì)數(shù)進(jìn)行衡量，本文參考彭華濤等[1]對(duì)研發(fā)費(fèi)用加計(jì)扣除進(jìn)行量化，即使用加計(jì)扣除優(yōu)惠的強(qiáng)度來(lái)研究其對(duì)制造企業(yè)績(jī)效的影響。表示研發(fā)費(fèi)用加上扣除優(yōu)惠（Ded）的強(qiáng)度，即研發(fā)費(fèi)用加上扣除的絕對(duì)值與資產(chǎn)總價(jià)值的比率。具體計(jì)算公式為：研發(fā)支出*扣除比例*企業(yè)所得稅率/總資產(chǎn)*100%

②融資約束。關(guān)于企業(yè)融資約束的度量，代表性的度量指標(biāo)有3種，分別是KZ指數(shù)、SA指數(shù)與WW指數(shù)，并廣泛用于融資約束與金融發(fā)展情況描述。綜合這3種企業(yè)融資約束度量方式的優(yōu)缺點(diǎn)，根據(jù)鞠曉生等[6]的計(jì)算融資約束方法，采用SA指數(shù)來(lái)表示企業(yè)融資約束。具體計(jì)算公式為：-0.737*Size+0.043*Size2-0.040*Age

其中Size為企業(yè)規(guī)模，取總資產(chǎn)的自然對(duì)數(shù)，總資產(chǎn)以“元”作為計(jì)量單位；Age為企業(yè)注冊(cè)至當(dāng)期的時(shí)間。計(jì)算出SA指數(shù)均為正數(shù)，且SA取值越大表明企業(yè)收到的融資約束越大。

2.2.3 控制變量

為了防止其他幾個(gè)變量對(duì)研究結(jié)果的影響，本文參考已有研究，選取企業(yè)年齡（Age）、資產(chǎn)負(fù)債率（Lev）、資產(chǎn)收益率（Roa）、股權(quán)集中度（Top1）作為控制變量[3]。

2.3 模型的構(gòu)建

為研究研發(fā)費(fèi)用加計(jì)扣除對(duì)制造業(yè)企業(yè)績(jī)效是否存在促進(jìn)作用，即驗(yàn)證假設(shè)1，構(gòu)建如下回歸模型：

其中，controls表示控制變量集合，包括企業(yè)年齡（Age）、資產(chǎn)負(fù)債率（Lev）、資產(chǎn)收益率（Roa）、股權(quán)集中度（Top1），以控制其他因素對(duì)制造業(yè)企業(yè)績(jī)效的影響；i表示制造業(yè)企業(yè)，t表示時(shí)間；εi，t表示隨機(jī)誤差項(xiàng)。

為研究融資約束對(duì)制造業(yè)企業(yè)績(jī)效是否有負(fù)向影響，融資約束對(duì)研發(fā)費(fèi)用加計(jì)扣除與制造業(yè)企業(yè)績(jī)效之間是否存在調(diào)節(jié)作用，即驗(yàn)證假設(shè)2、3，構(gòu)建如下模型：

其中，Dedi，t*SAi，t為研發(fā)費(fèi)用加計(jì)扣除優(yōu)惠強(qiáng)度與融資約束SA指數(shù)中心化后的交互項(xiàng)，驗(yàn)證融資約束的調(diào)節(jié)作用是否顯著。

3 實(shí)證結(jié)果與分析

3.1 描述性統(tǒng)計(jì)分析

樣本數(shù)據(jù)部分變量描述性統(tǒng)計(jì)分析結(jié)果如表1所示，從統(tǒng)計(jì)結(jié)果來(lái)看，樣本企業(yè)研發(fā)費(fèi)用加計(jì)扣除優(yōu)惠強(qiáng)度（Ded）平均值為0.0053，最小值為0.0004，最大值為0.0135，表明制造業(yè)企業(yè)研發(fā)費(fèi)用加計(jì)扣除強(qiáng)度存在明顯差異。融資約束程度的SA指數(shù)平均值為3.9300，最小值為2.1520，最大值為6.5745。反映出制造業(yè)企業(yè)面臨嚴(yán)重的融資約束且融資約束程度差異較大。除此之外，因變量企業(yè)績(jī)效TobinQ的均值為1.9903，最小值為1.0337，最大值為4.3665。TobinQ值樣本波動(dòng)較大，說(shuō)明同為制造業(yè)企業(yè)但企業(yè)績(jī)效有明顯差異。觀(guān)察營(yíng)業(yè)收入增長(zhǎng)率、資產(chǎn)負(fù)債率等控制變量描述性統(tǒng)計(jì)結(jié)果發(fā)現(xiàn)，制造業(yè)企業(yè)的成長(zhǎng)能力，舉債經(jīng)營(yíng)能力等差異較大。由于篇幅限制，未給出控制變量相關(guān)統(tǒng)計(jì)結(jié)果（下同）。

表1 主要變量描述性統(tǒng)計(jì)結(jié)果

3.2 Pearson相關(guān)性分析

為判斷變量之間是否會(huì)有多重共線(xiàn)性的情況，對(duì)變量進(jìn)行Pearson相關(guān)性檢驗(yàn)，表2為模型中各變量相關(guān)系數(shù)。從表2可以發(fā)現(xiàn)，研發(fā)費(fèi)用加計(jì)扣除優(yōu)惠強(qiáng)度與制造業(yè)企業(yè)績(jī)效代理變量托賓Q值相關(guān)系數(shù)為0.094，表現(xiàn)出顯著相關(guān)性，融資約束SA指數(shù)與托賓Q值相關(guān)系數(shù)為-0.368，表現(xiàn)出顯著相關(guān)性，初步驗(yàn)證了研發(fā)費(fèi)用加計(jì)扣除政策、融資約束與制造業(yè)企業(yè)績(jī)效之間的關(guān)系。表2中其他變量也有不同程度的相關(guān)性，且它們的相關(guān)系數(shù)均不超過(guò)0.5。

表2 Pearson相關(guān)性分析

3.3 回歸結(jié)果分析

為驗(yàn)證研發(fā)費(fèi)用加計(jì)扣除政策、融資約束與企業(yè)績(jī)效之間的關(guān)系，對(duì)制造業(yè)上市公司2010-2019年面板數(shù)據(jù)進(jìn)行回歸分析。首先，對(duì)樣本數(shù)據(jù)進(jìn)行Hausman檢驗(yàn)，其P值小于0.01，說(shuō)明樣本數(shù)據(jù)更適合采用固定效應(yīng)模型進(jìn)行回歸分析。為了避免融資約束調(diào)節(jié)效應(yīng)多重共線(xiàn)性問(wèn)題，對(duì)SA指數(shù)和Ded進(jìn)行中心化處理，并對(duì)其生成的交互項(xiàng)進(jìn)行回歸分析。

研發(fā)費(fèi)用加計(jì)扣除優(yōu)惠強(qiáng)度對(duì)企業(yè)績(jī)效的影響及融資約束的調(diào)節(jié)效應(yīng)。以研發(fā)費(fèi)用加計(jì)扣除優(yōu)惠強(qiáng)度為自變量，企業(yè)績(jī)效為因變量，融資約束為調(diào)節(jié)變量，逐步回歸如表3所示，研發(fā)費(fèi)用加計(jì)扣除與企業(yè)績(jī)效的主效應(yīng)以及融資約束在兩者之間的調(diào)節(jié)效應(yīng)都在1%水平上顯著。

模型（1）、（2）和模型（3）依次將自變量、調(diào)節(jié)變量和自變量與調(diào)節(jié)變量的交互項(xiàng)加入進(jìn)行分析。模型（1）中研發(fā)費(fèi)用加計(jì)扣除優(yōu)惠強(qiáng)度的回歸系數(shù)為28.852，在1%的水平上顯著為正，這說(shuō)明研發(fā)費(fèi)用加計(jì)扣除優(yōu)惠強(qiáng)度對(duì)制造業(yè)企業(yè)績(jī)效有顯著的促進(jìn)作用，即研發(fā)費(fèi)用加計(jì)扣除優(yōu)惠強(qiáng)度越大，企業(yè)的績(jī)效就越高，這與假設(shè)1保持一致。在模型（2）中加入融資約束SA指數(shù)，模型（3）在模型（2）的基礎(chǔ)上加入研發(fā)費(fèi)用加計(jì)扣除優(yōu)惠強(qiáng)度與融資約束的交互項(xiàng)（interact），目的是為了分析融資約束是否能夠調(diào)節(jié)研發(fā)費(fèi)用加計(jì)扣除優(yōu)惠強(qiáng)度對(duì)企業(yè)績(jī)效的促進(jìn)作用。模型（2）中研發(fā)費(fèi)用加計(jì)扣除優(yōu)惠強(qiáng)度Ded回歸系數(shù)為17.640，比模型（1）中其回歸系數(shù)28.852小了11.212，表明融資約束直接作用于研發(fā)費(fèi)用加計(jì)扣除優(yōu)惠強(qiáng)度與企業(yè)績(jī)效之間的關(guān)系，效果顯著。從模型（3）調(diào)節(jié)效應(yīng)看出，研發(fā)費(fèi)用加計(jì)扣除優(yōu)惠強(qiáng)度Ded和融資約束SA指數(shù)的回歸系數(shù)分別為17.066和-0.511，并且在1%的水平上顯著，驗(yàn)證了假設(shè)2。此外，交互項(xiàng)interact系數(shù)為5.876，在1%的水平上顯著，說(shuō)明融資約束的間接作用顯著，但是系數(shù)為正，這與假設(shè)3不一致，這可能是一方面，融資約束越高，導(dǎo)致企業(yè)資金緊張，從而研發(fā)費(fèi)用加計(jì)扣除稅收優(yōu)惠政策減少企業(yè)所納稅額，進(jìn)而提升企業(yè)績(jī)效；另一方面，研發(fā)費(fèi)用加計(jì)扣除政策直接作用于企業(yè)研發(fā)活動(dòng)，而企業(yè)研發(fā)活動(dòng)往往具有高風(fēng)險(xiǎn)、周期長(zhǎng)、信息不對(duì)稱(chēng)程度大等特點(diǎn)，融資約束越高，企業(yè)就不會(huì)輕易進(jìn)行研發(fā)活動(dòng)，就不必承擔(dān)研發(fā)失敗的后果，進(jìn)而也會(huì)提升企業(yè)績(jī)效。當(dāng)企業(yè)面臨的融資約束程度較低時(shí)，輕易的獲得資金會(huì)造成管理者過(guò)度自信，更有可能進(jìn)行無(wú)效率投資，從而損害企業(yè)的成長(zhǎng)性和績(jī)效。

3.4 穩(wěn)健性檢驗(yàn)

為了保證主要回歸結(jié)果的穩(wěn)健性，采用替換變量取值方法進(jìn)一步進(jìn)行穩(wěn)健性檢驗(yàn)。將被解釋變量托賓Q值的計(jì)算方法由（股權(quán)市值+凈債務(wù)市值）/總資產(chǎn)換為托賓Q值B=（股權(quán)市值+凈債務(wù)市值）/（總資產(chǎn)-無(wú)形資產(chǎn)凈值）?；貧w結(jié)果表明主效應(yīng)與調(diào)節(jié)效應(yīng)變量回歸系數(shù)的符號(hào)沒(méi)有發(fā)生明顯變化。與前文實(shí)證保持一致。

4 結(jié)論

本文分別以研發(fā)費(fèi)用加計(jì)扣除和融資約束為解釋變量，考察研發(fā)費(fèi)用加計(jì)扣除、融資約束與制造業(yè)企業(yè)績(jī)效之間的關(guān)系，根據(jù)其主效應(yīng)和調(diào)節(jié)效應(yīng)回歸結(jié)果得出以下結(jié)論：

①研發(fā)費(fèi)用加計(jì)扣除優(yōu)惠強(qiáng)度與制造業(yè)企業(yè)績(jī)效顯著正相關(guān)，即研發(fā)費(fèi)用加計(jì)扣除優(yōu)惠強(qiáng)度在一定程度上可以促進(jìn)制造業(yè)企業(yè)績(jī)效。隨著加計(jì)扣除優(yōu)惠強(qiáng)度的增加，企業(yè)的績(jī)效也能夠得到相應(yīng)提升。

②融資約束與制造業(yè)企業(yè)績(jī)效顯著負(fù)相關(guān)。企業(yè)面臨的融資約束越強(qiáng)，企業(yè)的績(jī)效越不理想。并且制造業(yè)企業(yè)的融資約束對(duì)研發(fā)費(fèi)用加計(jì)扣除政策對(duì)制造業(yè)企業(yè)績(jī)效的有一定的調(diào)節(jié)作用。