陳菲菲，靳衛(wèi)東，劉敬富

(1.山東財經(jīng)大學，山東 濟南 250014；2.青島大學，山東 青島 266071；3.山東青年政治學院，山東 濟南 250014)

一、引言

十九屆五中全會和“十四五”規(guī)劃明確提出，要“堅持創(chuàng)新在我國現(xiàn)代化建設全局中的核心地位”，不斷“完善科技創(chuàng)新體制機制”，建立以企業(yè)為主體的創(chuàng)新體系。企業(yè)創(chuàng)新通常具有信息不完全和資本密集投入等特征，容易產(chǎn)生系統(tǒng)性風險[1]，而創(chuàng)新成果又存在轉(zhuǎn)化難、外部性和溢出效應，其收益很難為創(chuàng)新企業(yè)所完全占有[2,3]。換言之，相對于較高的創(chuàng)新風險，創(chuàng)新收益不佳會抑制企業(yè)創(chuàng)新、造成市場失靈。研發(fā)費用加計扣除可以實現(xiàn)政府宏觀調(diào)控與企業(yè)資源配置的有效銜接，能夠引導企業(yè)增加創(chuàng)新投入，被各國視為激勵企業(yè)創(chuàng)新的有效工具。但是，創(chuàng)新投入不等于創(chuàng)新產(chǎn)出，更不等于創(chuàng)新收益，從創(chuàng)新投入到創(chuàng)新產(chǎn)出再到創(chuàng)新收益，中間都有一個轉(zhuǎn)化比率問題。[4]所以，能否激勵企業(yè)有效創(chuàng)新、提升企業(yè)創(chuàng)新收益，才是評價“加計扣除政策是否有效”的關(guān)鍵。

另外，由于創(chuàng)新活動的技術(shù)復雜性和高昂信息成本，在研發(fā)費用加計扣除中，一些企業(yè)采取研發(fā)操縱或者申請無效專利[5-9]，抑或進行財務操縱，將差旅費、設備費和折舊費等進行錯誤歸集，以騙取稅收優(yōu)惠。這也增加了社會公眾對企業(yè)有效創(chuàng)新進而對“加計扣除政策是否有效”的質(zhì)疑，使加計扣除政策創(chuàng)新收益效應評價顯得尤為重要。

目前大量文獻側(cè)重于考察企業(yè)創(chuàng)新投入和創(chuàng)新產(chǎn)出變化，鮮有涉及企業(yè)創(chuàng)新收益的理論與經(jīng)驗分析[10-15]。創(chuàng)新產(chǎn)出與創(chuàng)新收益是有極大區(qū)別的，一般來說，創(chuàng)新產(chǎn)出是指企業(yè)創(chuàng)新活動所得到的研發(fā)成果，而創(chuàng)新收益則是企業(yè)開展創(chuàng)新的動力來源。對企業(yè)創(chuàng)新收益研究甚少的主要原因是企業(yè)創(chuàng)新信息嚴重不對稱，公共創(chuàng)新政策普遍采用過程管理方式，所以服務于政策實踐需要，很多學者偏好于檢驗企業(yè)創(chuàng)新投入、創(chuàng)新產(chǎn)出或者創(chuàng)新效率變化，以評價加計扣除政策的有效性?？墒?，我國創(chuàng)新政策密集出臺、改革頻繁，企業(yè)創(chuàng)新數(shù)據(jù)的生成機制隨時發(fā)生重要變化，那么基于此類數(shù)據(jù)的政策評價并不可靠，而缺少了創(chuàng)新收益分析也容易導致政策認識和實踐的偏誤。

為了解決企業(yè)創(chuàng)新數(shù)據(jù)的時變性問題，一些學者采用準自然實驗方法評價加計扣除政策效應。[16-19]并且，考慮到加計扣除政策要求適用企業(yè)必須符合一定的創(chuàng)新能力和經(jīng)營績效標準，為了避免由此所產(chǎn)生的樣本選擇偏差，有學者采用PSM-DID方法進行相關(guān)估計。[20，21]這些研究普遍證明了創(chuàng)新投入和創(chuàng)新產(chǎn)出變化，驗證了加計扣除政策的有效性。然而，加計扣除政策傳導存在時滯，按照準自然實驗的時間最接近原則，上述實證研究結(jié)論依然值得商榷。另外，由于政策傳導及政策作用時滯，企業(yè)創(chuàng)新收益更難迅速實現(xiàn)，在上述研究基礎(chǔ)上如何辨析企業(yè)創(chuàng)新收益變化，以全面評價加計扣除政策效應，是亟須解決的重要課題。

因此，本文分析研發(fā)費用加計扣除政策的創(chuàng)新收益效應，可以在三個方面作出貢獻：第一，區(qū)別于現(xiàn)有文獻的大量實證研究，本文將加計扣除政策抽象為兩項內(nèi)容，從政策實施范圍和政策實施強度兩個方面論證加計扣除政策效應及其發(fā)生機制。第二，根據(jù)企業(yè)創(chuàng)新的高風險和時滯性特征，本文把創(chuàng)新投入和創(chuàng)新產(chǎn)出作為創(chuàng)新收益的先導性指標，從創(chuàng)新鏈視角揭示加計扣除政策的創(chuàng)新收益效應。第三，基于加計扣除政策歷次改革，本文設計了多個準自然實驗，并采用PSM-DID、DDD、多期準自然實驗和單組前后測實驗設計等方法，克服企業(yè)創(chuàng)新數(shù)據(jù)的時變性、時滯性和選擇性偏差等問題，為“加計扣除政策是否有效”提供準確的評判依據(jù)。

二、制度背景及研究假設

為了激勵企業(yè)有效創(chuàng)新，研發(fā)費用加計扣除政策進行了多次改革，而能否提升企業(yè)創(chuàng)新收益成為這些改革是否有效的重要評判標準。為此，本文系統(tǒng)梳理了歷次政策改革的核心內(nèi)容，分析了加計扣除政策作用于企業(yè)創(chuàng)新收益的基本邏輯。

(一)制度背景

1996年財政部和國家稅務總局聯(lián)合發(fā)布了加計扣除政策，此后適應于科技創(chuàng)新發(fā)展，加計扣除政策歷經(jīng)多次修訂。從整體上看，為了激勵企業(yè)創(chuàng)新，加計扣除政策不斷將更多企業(yè)納入適用范圍。從1996年的國有、集體工業(yè)企業(yè)，到1999年增加了國有、集體控股工業(yè)企業(yè)，再到2003年和2006年覆蓋所有財務核算制度健全、實行查賬征稅的內(nèi)外資企業(yè)，適用該項稅收優(yōu)惠政策的企業(yè)不斷增加。特別是，以兩個負面清單為標準，2015年加計扣除政策進一步將更多企業(yè)納入了政策適用對象。

與此同時，加計扣除政策持續(xù)提高了政府對創(chuàng)新風險的分擔比例。2006年加計扣除政策取消了有關(guān)“研發(fā)費用增長+盈利”的限制，針對企業(yè)實際發(fā)生的技術(shù)開發(fā)費用全部按照150%的比例抵扣應納稅所得額，然后又把更多費用項目納入加計扣除范圍，2017年更是將加計扣除比例提高到175%。另外，2008年以后研發(fā)費用加計扣除可以采用兩種處理方式，即費用化處理和資本化處理?？梢?，上述政策改革可以歸納為兩項內(nèi)容，即擴大政策適用范圍和調(diào)整風險分擔機制。

(二)加計扣除政策的創(chuàng)新激勵效應

1.擴大政策適用范圍

與其他財稅政策相比，加計扣除政策是稅基式優(yōu)惠，它將激勵重點放在技術(shù)研發(fā)階段，可以引導企業(yè)增加創(chuàng)新投入。同時，加計扣除政策能夠為企業(yè)節(jié)稅，并向資本市場發(fā)送積極信號，借此能夠增強企業(yè)的內(nèi)外部融資能力，產(chǎn)生顯著的創(chuàng)新投入激勵。[22-24]另外，加計扣除政策不斷擴大適用稅收優(yōu)惠的研發(fā)支出科目，也有助于企業(yè)消解融資壓力、增加創(chuàng)新投入。而且，加計扣除政策要求企業(yè)準確歸集研發(fā)費用，在客觀上迫使企業(yè)強化研發(fā)管理，還能提高企業(yè)創(chuàng)新產(chǎn)出。

不過，應該強調(diào)的是，隨著加計扣除政策適用范圍的持續(xù)擴大，很多低效企業(yè)不斷被納入實施對象。而且，擴大政策適用范圍會激勵研發(fā)操縱，一些不屬于研發(fā)活動的費用被企業(yè)計入研發(fā)支出科目，將有礙于創(chuàng)新資源的高效利用。同時，擴大政策適用范圍還會誘發(fā)企業(yè)的策略性創(chuàng)新，即“為認定而創(chuàng)新”。有調(diào)查顯示，2008年加計扣除政策改革以后，真正滿足適用條件并享受該項稅收優(yōu)惠的企業(yè)并不多，而“偽高新”以及各種“騙補”亂象卻時有發(fā)生。[25，26]這都降低了企業(yè)創(chuàng)新效率，削弱了加計扣除政策的創(chuàng)新收益效應。所以，本文提出假說1：

H1：擴大加計扣除政策的適用范圍可以激勵企業(yè)創(chuàng)新投入和創(chuàng)新產(chǎn)出，但企業(yè)創(chuàng)新收益增長并不明顯。

2.調(diào)整風險分擔機制

(1)增加政府對創(chuàng)新風險的分擔比例。在企業(yè)創(chuàng)新中，技術(shù)風險很難被精確預測和描述，所以創(chuàng)新產(chǎn)出和創(chuàng)新收益具有很大的不確定性。而且，企業(yè)創(chuàng)新通常需要大量資金投入，有可能使技術(shù)風險轉(zhuǎn)化為高額的商業(yè)或市場風險。再加上，私人投資的貼現(xiàn)率相對較高，創(chuàng)新收益很難達到其可接受水平。[27]因此，加計扣除政策將更多創(chuàng)新風險轉(zhuǎn)嫁給政府，使政府成為與企業(yè)共擔風險的“隱匿合伙者”，顯然能夠降低創(chuàng)新成本、激勵企業(yè)擴大創(chuàng)新投入進而增加創(chuàng)新產(chǎn)出。只是，增加政府對創(chuàng)新風險的分擔比例，也會降低企業(yè)創(chuàng)新的風險意識，有可能削弱企業(yè)創(chuàng)新效率和創(chuàng)新收益。由此，本文提出假說2。

H2：增加政府對創(chuàng)新風險的分擔比例可以激勵企業(yè)創(chuàng)新投入和創(chuàng)新產(chǎn)出，但對企業(yè)創(chuàng)新收益的影響相對較小。

(2)對研發(fā)費用采取資本化處理方式。從整體上看，加計扣除政策所減少的稅負只占企業(yè)研發(fā)費用的一部分，所以創(chuàng)新投入仍然會降低企業(yè)當期經(jīng)營業(yè)績。而經(jīng)營業(yè)績下降，既可能引發(fā)投資者不滿，又會減少企業(yè)管理者收入，從而必然反向抑制企業(yè)創(chuàng)新投入。2008年加計扣除政策明確提出研發(fā)費用的資本化處理方式，即：創(chuàng)新投入形成無形資產(chǎn)時，將該無形資產(chǎn)成本的150%在稅前攤銷。這一方面能縮小創(chuàng)新投入所造成的經(jīng)營業(yè)績波動，另一方面可以向市場傳遞有關(guān)項目開發(fā)進程和成功概率的前瞻性信息，增加企業(yè)融資能力進而擴大創(chuàng)新投入和創(chuàng)新產(chǎn)出。同時，為了達到資本化處理的適用標準，企業(yè)創(chuàng)新必須符合特定的規(guī)范性要求。這能夠激勵企業(yè)增加風險意識、強化研發(fā)管理，也有利于提升企業(yè)創(chuàng)新成果質(zhì)量和創(chuàng)新收益。由此，本文提出假說3。

H3：采取研發(fā)費用資本化處理方式不僅可以激勵企業(yè)創(chuàng)新投入和創(chuàng)新產(chǎn)出，而且能夠提升企業(yè)創(chuàng)新收益。

綜上所述，基于歷次加計扣除政策改革，本文歸納出三項假說，檢驗這些假說能夠辨析加計扣除政策的創(chuàng)新收益效應及其發(fā)生機制，以回應有關(guān)“加計扣除政策是否有效”的質(zhì)疑。

三、研究設計

(一)檢驗模型

1.PSM-DID分析。2008年我國實施《企業(yè)研究開發(fā)費用稅前扣除管理辦法》。除了要求財務核算制度健全以及實行查賬征稅，這次改革還規(guī)定加計扣除政策適用企業(yè)的研發(fā)活動必須符合《國家重點支持的高新技術(shù)領(lǐng)域》和《當前優(yōu)先發(fā)展的高技術(shù)產(chǎn)業(yè)化重點領(lǐng)域指南》。顯然，所有A股上市公司都是財務核算制度健全且實行查賬征稅的企業(yè)。其中，高新技術(shù)企業(yè)始終適用加計扣除政策，而非高新技術(shù)企業(yè)被排除在政策適用范圍之外。因此，本文選擇A股上市公司的非高新技術(shù)企業(yè)為實驗組，以高新技術(shù)企業(yè)為控制組，并將2007年和2009年作為政策改革前后的時間節(jié)點，由此建立了一個PSM-DID分析模型。這有利于克服企業(yè)創(chuàng)新數(shù)據(jù)的時變性和選擇性偏差問題，能夠精確評價加計扣除政策創(chuàng)新收益效應。另外，考慮到企業(yè)創(chuàng)新收益的時滯問題，本文選擇2006年至2018年企業(yè)創(chuàng)新數(shù)據(jù)，以2008年為加計扣除政策改革節(jié)點，進行多期準自然實驗分析。估計方程為：

Yjit=α0+α1Dj+α2Tt+α3Dj×Tt+α4Xjit+μjit(j=0,1；i∈Ij∩S；t=0,1) (1)

其中，Yjit為企業(yè)創(chuàng)新收益，Dj為實驗組虛擬變量，Tt為時間虛擬變量，Xjit為影響企業(yè)創(chuàng)新的一系列控制變量，μjit表示隨機誤差項，Ij表示j組的集合，I0為控制組，I1為實驗組，α為常數(shù)及各變量的估計系數(shù)。在多期準自然實驗分析中，t∈(d-2,d+10)，d=2008是加計扣除政策改革的時間節(jié)點，由此可以得到2006年至2018年企業(yè)創(chuàng)新收益變化的估計值。

2.DDD分析。在PSM-DID分析中，對應于加計扣除政策適用范圍的規(guī)定，實驗組與控制組樣本仍然有可能存在較為明顯的特征差別。而三重差分(即DDD)能夠有效克服由此所可能產(chǎn)生的樣本選擇性偏差，估計方程為：

Ypjit=β0+β1Dj+β2Tt+β3Bp+β4Dj×Tt+β5Dj×Bp+β6Bp×Tt+β7Bp×Tt×Dj+β8Xpjit+μpjit(j=0,1；t=0,1；p=0,1) (2)

其中，Ypjit為企業(yè)創(chuàng)新收益，Bp表示第p次PSM-DID分析虛擬變量，Xpjit為影響企業(yè)創(chuàng)新的一系列控制變量，μpjit表示隨機誤差項，β為常數(shù)及各變量的估計系數(shù)。在此，以前文PSM-DID分析中的控制組樣本為研究對象，從中選擇創(chuàng)新能力較差的企業(yè)為控制組，并以剩余企業(yè)為實驗組，由此進行第二次準自然實驗分析。在第二次準自然實驗分析中，實驗組和控制組樣本都適用加計扣除政策，其變化差異能夠反映高新技術(shù)企業(yè)與非高新技術(shù)企業(yè)在政策改革以外的創(chuàng)新行為差別。

(二)數(shù)據(jù)來源與變量設置

本文選擇A股上市公司作為研究對象，數(shù)據(jù)主要來源于《中國區(qū)域創(chuàng)新能力報告》，Wind咨詢和國泰安(CSMAR)數(shù)據(jù)庫。首先，對于高管持股比例大于1以及企業(yè)員工數(shù)量、資產(chǎn)規(guī)模、營業(yè)收入、企業(yè)負債、政府資助顯示為負的樣本，本文都做了剔除處理；其次，由于加計扣除政策改革的時間跨度較長，容易產(chǎn)生極端特殊值，所以本文對研究樣本進行兩端縮尾1%。最后，本文共得到2006年至2018年可觀測樣本31941個。為了縮小量綱影響，對一些指標進行了取對數(shù)處理。

1.核心被解釋變量和解釋變量。創(chuàng)新收益是企業(yè)有效創(chuàng)新的動力來源，也是本文研究的主要目標。雖然學界對創(chuàng)新收益的界定較不一致，但對于創(chuàng)新收益能夠增加企業(yè)利潤并無異議，所以本文使用營業(yè)利潤變化來反映企業(yè)創(chuàng)新收益。不過，營業(yè)利潤的決定因素很多，特別是會受到企業(yè)規(guī)模影響，包括資產(chǎn)規(guī)模和員工規(guī)模。為此，本文對營業(yè)利潤進行企業(yè)規(guī)模的平減處理，采用人均營業(yè)利潤(營業(yè)利潤/企業(yè)員工數(shù))來衡量企業(yè)創(chuàng)新收益。在現(xiàn)有文獻中，有學者采用資本收益率來表征企業(yè)創(chuàng)新收益，即營業(yè)利潤/企業(yè)資本量。但是，資本收益率直接反映企業(yè)盈利狀況，那么無論是通過利潤盈余還是依靠新增負債，企業(yè)都有充裕資金進行創(chuàng)新投入。換言之，以資本收益率作為被解釋變量，估計方程(1)中會存在嚴重的因果內(nèi)生性。另外，如前文所述，加計扣除政策所帶來的稅收優(yōu)惠在研發(fā)費用中所占比例較小，這也會凸顯資本收益率所可能產(chǎn)生的重要影響。還有，企業(yè)有可能利用加計扣除政策進行盈余管理，“人為”提高資本收益率，這使得資本收益率與加計扣除政策密切相關(guān)，也削弱了資本收益率衡量創(chuàng)新收益的精度。因此，本文是采用人均營業(yè)利潤來衡量企業(yè)創(chuàng)新收益。并且，在估計方程中本文加入了資產(chǎn)規(guī)模、資產(chǎn)負債比、固定資產(chǎn)占比、資產(chǎn)周轉(zhuǎn)率等控制變量，也能緩解企業(yè)資產(chǎn)規(guī)模對創(chuàng)新收益的影響。最后，本文選擇實驗組和控制組虛擬變量的交互項作為解釋變量。

2.其他被解釋變量。由于企業(yè)創(chuàng)新具有高風險和時滯性特征，從創(chuàng)新投入到創(chuàng)新產(chǎn)出再到創(chuàng)新收益都有一個轉(zhuǎn)化率問題，存在一定的時滯。不過，創(chuàng)新投入和創(chuàng)新產(chǎn)出體現(xiàn)了企業(yè)創(chuàng)新活動的前期開展情況，可以作為創(chuàng)新收益的先導性指標，也能在一定程度上反映創(chuàng)新收益變化。為此，本文選擇創(chuàng)新投入和創(chuàng)新產(chǎn)出作為被解釋變量，以期從創(chuàng)新鏈視角辨析加計扣除政策創(chuàng)新收益效應的發(fā)生及其阻礙。其中，創(chuàng)新投入是指企業(yè)開展創(chuàng)新活動所投入的資金，創(chuàng)新產(chǎn)出是指企業(yè)創(chuàng)新活動所得到的研發(fā)成果。借鑒柳光強和李維安等的研究，本文使用研發(fā)投入金額和研發(fā)投入強度(研發(fā)投入金額/營業(yè)利潤)來分別衡量企業(yè)創(chuàng)新投入的絕對和相對水平。[28]同時，借鑒黎文靖和鄭曼妮以及雷根強和郭玥的研究，本文選擇發(fā)明專利授權(quán)數(shù)來衡量企業(yè)創(chuàng)新產(chǎn)出的絕對水平，采用人均發(fā)明專利授權(quán)數(shù)(發(fā)明專利授權(quán)數(shù)/企業(yè)員工數(shù))來衡量企業(yè)創(chuàng)新產(chǎn)出的相對水平。

3.控制變量。為了提高估計精度，本文在估計方程中引入了很多控制變量。其中，企業(yè)經(jīng)營狀況包括：資產(chǎn)規(guī)模、營收增長率、資產(chǎn)負債比(總負債/總資產(chǎn))、固定資產(chǎn)占比(固定資產(chǎn)/總資產(chǎn))和資產(chǎn)周轉(zhuǎn)率(營業(yè)收入/總資產(chǎn))；企業(yè)人員狀況包括：勞動密集度(企業(yè)員工數(shù)量/總資產(chǎn))、股權(quán)激勵(高管持股比例)以及總經(jīng)理與董事長是否兼任；[29，30]企業(yè)屬性特征包括：企業(yè)生命期限、行業(yè)類型以及是否為國有集體企業(yè)；[31，32]企業(yè)外部環(huán)境包括：稅收優(yōu)惠、政府補助和外溢效應。[33，34]另外，根據(jù)區(qū)域創(chuàng)新理論，一個企業(yè)的創(chuàng)新行為可以降低其他企業(yè)創(chuàng)新的邊際成本，具有顯著的外溢效應，其衡量指標為：(研發(fā)投入+政府資助)×區(qū)域創(chuàng)新系數(shù)。

(三)核心變量的描述性統(tǒng)計分析

如表1所示，首先在創(chuàng)新投入和創(chuàng)新產(chǎn)出方面，控制組樣本基本都大于實驗組樣本，而且四個衡量指標的均值差(2)都十分顯著。其次，在資產(chǎn)負債比、企業(yè)生命期限、是否為國有集體企業(yè)、政府補貼、外溢效應以及一些行業(yè)特征上，控制組與實驗組樣本明顯不同。這說明，兩組樣本很可能存在選擇性偏差，本文采用PSM-DID和DDD方法以及在估計方程中引入大量控制變量，預期能夠提高估計精度。最后，人均營業(yè)利潤的兩個均值差都不顯著，說明企業(yè)創(chuàng)新收益變化較小，加計扣除政策的創(chuàng)新收益效應還需要更多計量分析。

表1 核心變量的描述統(tǒng)計

四、實證結(jié)果及分析

按照前文分析，2008年研發(fā)費用加計扣除政策調(diào)整了適用范圍和風險分擔機制，這為其創(chuàng)新收益效應分析提供了準自然實驗。

(一)基于PSM-DID方法的分析

根據(jù)表2第1～4列中處理效應的估計結(jié)果顯示，研發(fā)投入金額和強度的變化分別為-2.711和-0.137，發(fā)明專利授權(quán)數(shù)及其人均值的變化分別為-0.438和-0.057，它們都在1%水平上顯著。這說明，實驗組樣本被排除在加計扣除政策適用范圍之外，其創(chuàng)新投入和創(chuàng)新產(chǎn)出明顯減少?？梢?，加計扣除政策可以增加企業(yè)創(chuàng)新投入和創(chuàng)新產(chǎn)出，能夠激勵企業(yè)開展創(chuàng)新活動。

表2 加計扣除政策創(chuàng)新收益效應的PSM-DID分析

不過，如第5列所示，隨著企業(yè)退出加計扣除政策適用范圍，其人均營業(yè)利潤變化為0.003，且很不顯著。所以，加計扣除政策沒有改變企業(yè)創(chuàng)新收益。按照前文分析，結(jié)合創(chuàng)新投入和創(chuàng)新產(chǎn)出變化，一種合理的解釋是：從創(chuàng)新投入到創(chuàng)新產(chǎn)出再到創(chuàng)新收益都有一個轉(zhuǎn)化比率問題，而創(chuàng)新產(chǎn)出包括了創(chuàng)新成果的數(shù)量和質(zhì)量，其中創(chuàng)新成果質(zhì)量不佳或者其市場轉(zhuǎn)化效率受限都會阻礙企業(yè)創(chuàng)新收益提升。

(二)基于多期準自然實驗的分析

如前文所述，考慮到政策傳導和企業(yè)創(chuàng)新收益的時滯，本文以2006和2007年作為未實施加計扣除政策改革的時間節(jié)點，以2009至2018年為政策改革以后的時間節(jié)點，由此進行多期準自然實驗分析，結(jié)果如圖1所示。顯然，退出加計扣除政策適用范圍以后，6年內(nèi)企業(yè)創(chuàng)新收益都不能顯著區(qū)別于零。這就說明，時滯問題不是導致企業(yè)創(chuàng)新收益不佳的主要原因，創(chuàng)新成果質(zhì)量不佳或者其市場轉(zhuǎn)化效率受限有可能抑制了企業(yè)創(chuàng)新收益。另外，長期來看，企業(yè)創(chuàng)新投入和創(chuàng)新產(chǎn)出變化較為顯著，而且都表現(xiàn)為典型的U型變化特征。這證明了假說1，說明擴大加計扣除政策的適用范圍可以激勵企業(yè)創(chuàng)新投入和創(chuàng)新產(chǎn)出，但對創(chuàng)新收益的影響較不明顯。

(三)基于DDD方法的分析

為了消除實驗組與控制組樣本再加計扣除政策以外有可能存在的特征差異以及由此所造成的創(chuàng)新行為差別，本文使用DDD方法對加計扣除政策創(chuàng)新收益效應重新進行估計。表3中處理效應的估計結(jié)果顯示：首先，在第1、2列研發(fā)投入金額和強度的變化十分顯著，分別為-3.698和-0.188。所以，退出加計扣除政策適用范圍以后，企業(yè)創(chuàng)新投入明顯減少。其次，在第3、4列發(fā)明專利授權(quán)數(shù)及其人均值的變化也非常顯著，分別為-0.262和-0.041，說明加計扣除政策能夠增加企業(yè)創(chuàng)新產(chǎn)出。最后，在第5列企業(yè)的人均營業(yè)利潤變化為-0.008，且只在10%水平上顯著。這基本驗證了表2的實證分析結(jié)果，再次證明了假說1。

表3 加計扣除政策創(chuàng)新收益效應的DDD分析

五、機制檢驗

調(diào)整風險分擔機制和擴大政策適用范圍是加計扣除政策改革的兩項主要內(nèi)容。借此，本文可以檢驗加計扣除政策創(chuàng)新收益效應的發(fā)生機制。

(一)調(diào)整風險分擔機制

1.調(diào)整風險分擔機制的影響

按照政策規(guī)定，2006年至2009年在A股上市企業(yè)中高新技術(shù)企業(yè)都適用于研發(fā)費用加計扣除政策，但在2008年以后實施了新的風險分擔機制。所以，本文選擇2007年和2009年高新技術(shù)企業(yè)作為實驗組，選擇2006年和2008年高新技術(shù)企業(yè)作為控制組，構(gòu)建了一個單組前后測實驗設計。其中，2007年與2009年實驗組樣本的差分結(jié)果包含了2008年風險分擔機制調(diào)整的影響，而2006年與2008年控制組樣本的差分結(jié)果只反映了高新技術(shù)企業(yè)原有的創(chuàng)新行為變化。那么，上述實驗組與控制組的二次差分結(jié)果就反映了風險分擔機制的創(chuàng)新收益效應，如表4所示。

表4 調(diào)整風險分擔機制對企業(yè)創(chuàng)新收益的影響

顯然，政府增加對創(chuàng)新風險的分擔比例，企業(yè)研發(fā)投入金額和強度的變化較為顯著，分別為1.634和0.091；發(fā)明專利授權(quán)數(shù)及其人均值的變化分別為0.383和0.048，均在1%水平上顯著；而人均營業(yè)利潤的變化很不顯著。所以，增加政府對創(chuàng)新風險的分擔比例可以激勵企業(yè)創(chuàng)新投入和創(chuàng)新產(chǎn)出，對企業(yè)創(chuàng)新收益影響較小。這部分解釋了表3中加計扣除政策效應的估計結(jié)果，也驗證了假說2。

2.兩種研發(fā)費用處理方式的影響差異

為了檢驗兩種研發(fā)費用處理方式各自的創(chuàng)新收益效應，同時也為了消除遺漏變量的影響，并且盡量保留企業(yè)特征信息，根據(jù)2009～2016年A股上市企業(yè)對研發(fā)費用的處理方式及其處理金額，本文使用面板數(shù)據(jù)Hausman-Taylor方法，檢驗了兩種處理方式對企業(yè)創(chuàng)新收益的影響，結(jié)果如表5所示。

表5 兩種研發(fā)費用處理方式的創(chuàng)新收益效應

首先，在第1、2列研發(fā)費用的兩種處理方式都顯著增加了企業(yè)創(chuàng)新投入。其中，費用化處理方式對研發(fā)投入金額和強度的影響分別為0.616和0.029，資本化處理方式的影響為0.031和0.001。顯然，前者的影響明顯較大。其次，在第3、4和5列中，與費用化處理方式相比，資本化處理方式顯著增加了發(fā)明專利授權(quán)數(shù)及其人均值和人均營業(yè)利潤，分別為0.021、0.003和0.0002。最后，結(jié)合表4第5列中處理效應較不顯著，此處兩種研發(fā)費用處理方式的創(chuàng)新效應差別說明：一方面，研發(fā)費用的資本化處理金額占比較小，費用化處理方式仍然是加計扣除的主要渠道；另一方面，資本化處理方式可以對企業(yè)創(chuàng)新收益產(chǎn)生顯著的激勵作用。這印證了已有研究，也證明了假說3，即：強化資本化處理方式既可以激勵企業(yè)開展創(chuàng)新活動，也能夠提升企業(yè)創(chuàng)新成果質(zhì)量和創(chuàng)新收益。

(二)擴大政策適用范圍

2015年加計扣除政策頒布了兩份負面清單，重新調(diào)整了政策適用范圍，將部分非高新技術(shù)企業(yè)重新納入政策適用對象。那么，在非高新技術(shù)企業(yè)中以清單外企業(yè)為實驗組，以其他企業(yè)為控制組，本文選擇2014和2016年為政策改革前后的時間節(jié)點，采用PSM-DID方法再次估計了企業(yè)創(chuàng)新收益變化，結(jié)果如表6所示。

表6 擴大政策適用范圍對企業(yè)創(chuàng)新收益的影響

首先，在第1、2列處理效應的估計結(jié)果顯示，企業(yè)研發(fā)投入金額和強度的變化都不顯著。所以，目前擴大加計扣除政策的適用范圍已經(jīng)不能有效激勵企業(yè)創(chuàng)新投入。其次，在第3、4列發(fā)明專利授權(quán)數(shù)及其人均值的變化分別為0.418和0.053，且在1%水平上顯著。這說明企業(yè)創(chuàng)新產(chǎn)出增長明顯。最后，在第6列人均營業(yè)利潤變化很不顯著，表明擴大政策適用范圍的創(chuàng)新收益效應很小。這基本也驗證了假說1，即進一步擴大政策適用范圍已很難激勵企業(yè)開展有效創(chuàng)新。

在前文分析中，雖然人均營業(yè)利潤能夠在一定程度上反映企業(yè)創(chuàng)新收益，但它所包含的企業(yè)活動過于寬泛。按照加計扣除政策規(guī)定，如果研發(fā)費用適用資本化處理方式，就說明該項研發(fā)工作已經(jīng)具備了形成一項新產(chǎn)品或新技術(shù)的條件，可以被認定為無形資產(chǎn)，預期能夠帶來經(jīng)濟收益。為此，本文選擇資本化處理金額占研發(fā)費用的比例作為企業(yè)創(chuàng)新收益的衡量指標。這既能夠克服創(chuàng)新投入對企業(yè)經(jīng)營業(yè)績進而對創(chuàng)新收益評價的不利影響，又可以避免創(chuàng)新產(chǎn)出向創(chuàng)新收益轉(zhuǎn)化的效率及其時滯。如表6中第6列所示，剔除市場轉(zhuǎn)化效率、創(chuàng)新收益時滯以及創(chuàng)新投入所造成經(jīng)營業(yè)績波動的影響，加計扣除政策仍然沒有提升企業(yè)創(chuàng)新收益。這說明，上述因素皆非企業(yè)創(chuàng)新收益不佳的主要原因，提高創(chuàng)新成果質(zhì)量應該是科技體制機制改革的重要方面。最后，本文在PSM-DID分析中改變研究方法、調(diào)整研究樣本以及使用DDD方法重新進行相關(guān)估計，上述結(jié)果依然穩(wěn)健。并且，本文進行安慰劑檢驗，也基本驗證了上述實證分析結(jié)果。

六、結(jié)論及政策建議

研發(fā)費用加計扣除政策歷經(jīng)多次改革，在激勵企業(yè)有效創(chuàng)新中被寄予厚望。創(chuàng)新收益是企業(yè)有效創(chuàng)新的動力來源，但現(xiàn)有文獻側(cè)重于檢驗企業(yè)創(chuàng)新投入和創(chuàng)新產(chǎn)出變化，較少關(guān)注加計扣除政策的創(chuàng)新收益效應。而且，目前企業(yè)創(chuàng)新數(shù)據(jù)的時變性、時滯性和選擇性偏差等問題也限制了這些實證研究的可靠性和說服力。這容易導致有關(guān)加計扣除政策改革的認識和實踐偏誤。所以，本文論證加計扣除政策創(chuàng)新收益效應，并通過多種準自然實驗分析為此提供經(jīng)驗證據(jù)支持，顯然具有重要的意義。

研究結(jié)果表明，加計扣除政策能夠激勵企業(yè)創(chuàng)新投入和創(chuàng)新產(chǎn)出，但對創(chuàng)新收益的影響相對較小。這主要是因為，策略性創(chuàng)新、研發(fā)操縱以及越來越多低效企業(yè)被納入實施對象等因素限制了加計扣除政策的創(chuàng)新激勵效應。不過，調(diào)整創(chuàng)新風險分擔機制，既可以通過增加政府對創(chuàng)新風險的分擔比例來激勵企業(yè)創(chuàng)新投入和創(chuàng)新產(chǎn)出，又能夠借助資本化處理方式提升企業(yè)創(chuàng)新成果質(zhì)量和創(chuàng)新收益。另外，剔除市場轉(zhuǎn)化效率、創(chuàng)新收益時滯以及創(chuàng)新投入所造成經(jīng)營業(yè)績波動的不利影響，加計扣除政策的創(chuàng)新收益效應仍不明顯。這也說明，提升創(chuàng)新成果質(zhì)量是科技體制機制改革的重要方向。

因此，為了激勵企業(yè)有效創(chuàng)新：第一，要進一步提高政府對創(chuàng)新風險的分擔比例。與擴大政策適用范圍相比，這容易激勵企業(yè)創(chuàng)新投入和創(chuàng)新產(chǎn)出，也有利于提升企業(yè)創(chuàng)新收益。事實上，2018年加計扣除政策再次調(diào)高了研發(fā)費用加計扣除比例，正是在這一方向上的積極改進。第二，要強化研發(fā)費用的資本化處理方式。這有助于將創(chuàng)新資源配置于高效企業(yè)，能夠推動高質(zhì)量創(chuàng)新，進而可以顯著提升企業(yè)創(chuàng)新收益。第三，要加強企業(yè)創(chuàng)新政策的體系化建設。如前文分析，創(chuàng)新成果質(zhì)量是制約企業(yè)創(chuàng)新收益的重要因素，那么專利收入所得稅優(yōu)惠、專利轉(zhuǎn)讓所得稅優(yōu)惠等政策都能有效激勵高質(zhì)量創(chuàng)新，可以作為研發(fā)費用加計扣除政策的有益補充。