论文部分内容阅读
摘 要：为评价高新企业税收减免项目对企业创新的实际作用，我们基于2005年-2015年中国发明专利的高新企业和非高新企业的样本，利用倾向得分匹配方法比较高新企业资格复审机制下，通过复审次数不同的企业的创新产出数量来进一步分析高新企业政策对企业创新的影响。结果显示通过复审次数越多的企业的创新产出数量越多，说明这种资格复审机制能够准确识别出“滥竽充数”的伪高新企业，也可以激励已认定为高新企业的企业持续性的产出，高新企业项目对企业创新有正向激励作用。
关键词：高新技术企业;资格复审;激励;创新;持续性
一、引言
高新技术领域内的企业作为创新活动的载体，其竞争力反映我国高科技领域的发展水平。为了激发企业的创新热情，中国政府重点支持高新技术领域内企业的发展，2008年新《中国企业所得税法》规定企业所得税税率为25%，对经国家认定的高新技术企业执行15%的企业所得税优惠税率。税率较大幅度的减少为高新技术领域内企业积极申请成为高新技术企业提供直接的动力。根据《高新技术企业认定管理工作指引》规定，企业拥有的专利数量是衡量企业核心自主产权的重要标准，也成为企业是否具备成为高企资格的重要条件。企业为了达到高新企业的资格标准往往会提高自己的创新能力进行发明创造，努力提高专利数量。
然而如果企业刻意的政策迎合行为通过资格审查成为市场上的“伪高企”反而会造成政策扭曲和资源浪费，因此高企认定政策的实施可能会造成短期内企业创新能力的爆炸性增长，对企业创新能力的提升不具有长期效应。政府对此采取的措施是通过认定的高新技术企业三年后需要再次提交资格审查资料，只有通过复审的企业才能继续享受优惠税率。因此本文的主旨是研究高新技术企业税收优惠项目对企业创新的实际激励效果如何，高企三年复审一次的机制设计能否起到规范企业创新的作用值得我们进行研究。
二、文献综述
雷根强和郭玥（2018年）表示高新技术企业是发展高新技术产业的重要载体。关于创新，国内外学者都认为税收能够对企业家或者企业的创新活动产生重要影响（Marco Da Rin等，2011;樊勇，2019）。而由于政府企业之间信息不对称等原因，对企业创新水平提升的效果总体有限（Cowling，2016年）。肖鹏和黎一璇（2011年）认为所得税税率差异带来的税收减免对高新技术产业开发区企业研发活动具有正向的鼓励促进作用，曾婧婧等（2019年）发现高新技术企业认定政策有助于提高企业市场价值及市场占有量，但是对企业研发投入的增长影响不显著，韩凤芹和陈亚平（2020年）发现高新技术企业税收优惠能够促进创新绩效提升，但也引发部分企业进行政策迎合式研发投入行为，该类型企业的创新绩效并没有因次得到显著性提升。我国实施的独特的高新技术企业认定政策对企业创新的实际影响问题值得研究。
三、理论分析和研究假设
1.高企资格复审机制的筛选作用
在《高新技术企业认定工作指引》表示企业所拥有的专利数量成为企业是否具备成为高企资格的重要条件，但是上限是6个非发明专利就能得到最高分，这些通过认定的企业的实际创新能力可以差距很大，有些是优质企业，创新潜力很大，有些企业可能勉强准备好认定标准中的要求资料，所以我们假设高企复审机制能够筛查出“滥竽充数”的企业。
Ha1：高企資格复审机制能够有效筛选不合格企业;
Ha2：高企资格复审机制不能有效筛选不合格企业。
2.高企税收优惠的激励性
高企认定成功后得到的税收优惠收入可以使得公司增加对企业研发支出的投入，但是影响高技术创新的因素有很多，如资源约束，国外核心技术封锁等原因都会阻碍企业创新，仅仅是资金方向的投入不一定能够促使企业创新，因此，对于高企税收优惠对企业创新激励是否有持续性作用我们提出如下假设：
Hb1：高企税收优惠对企业创新的激励具有持续性;
Hb2：高企税收优惠对企业创新的激励不具有持续性。
四、数据说明和指标构建
1.数据说明
本文使用的数据包括1995年-2018年的专利数据库、1998年-2008年的工业企业数据库、2007年-2015年的税收数据库和2008年-2019年认定的所有高新技术企业数据。我们首先处理的是专利数据库，得到企业申请专利情况，然后和高企数据库进行匹配，进而从工企库和税收库中提取相关变量再利用企业名称和城市代码以相同方式与高企和非高企的专利申请数据对齐，最终得到2005年-2015年的总样本数量为184231个。
2.指标构建
结果变量利用的是创新产出来衡量企业创新（Jing Cai，Yuyu Chen，Xuan Wang，2018），这里我们衡量用两种方式定义企业申请的专利数量，一是企业每年参与申请专利的次数的总和，二是根据企业每年在每项申请的专利中的平均权重加总得到。
处理变量根据企业的性质，即是否享受减免税收的资格（程瑶，闫慧慧，2018）以及企业通过认定的次数将企业分为四组，Time=1，2，3表示曾被认定为高新技术企业1，2，3次的企业，作为处理组，Time=0表示从未被认定过的企业，作为控制组。
PSM方法中的协变量反映企业特征，这些特征会影响企业被认定为高企从而获得税收优惠的概率，参考（冯套柱等，2019;陈强远，林思彤，张醒，2020））引入以下协变量。各变量具体定义见表1：
五、实证方法设计
1.选择性偏差
由于高企认证的分配不是随机的，为了处理选择偏差，我们选择PSM方法来处理选择偏差，PSM方法可以控制被忽略的不随时变的不可观测变量。
2.倾向得分匹配 步骤一：选择协变量，根据（Rosenbaum & Rubin，1983）的研究选择灵活的logit模型估计倾向得分。倾向得分计算公式见式（1）：
（1）
为协变量，根据倾向匹配得分，检验实验组和控制组是否符合“共同支撑假设”。
步骤二：根据计算所得的倾向得分，选取核匹配方法对认定一二三次的企业和未认定过的企业进行匹配，根据匹配后样本计算平均处理效应（ATT），见式（2），在数据的基础上分析通过认定次数不同对企业创新投入和产出的影响：
（2）
步骤三：对匹配后的数据进行平衡性检验。
六、实证结果分析
1.数据描述性统计
数据描述性统计见表2，共184231个值，包括变量、数量、均值、标准差、最小值和最大值。
2.共同支撑检验
利用logit回归计算实验组和对照组的倾向得分，上图表明实验组和对照组的倾向得分取值范围有共同部分，符合“共同支撑假设”，且大多数观测值均在共同取值范围内，故在倾向得分匹配过程中保留了大部分样本，有效降低了数据偏差。
3.PSM实证结果分析
根据核匹配方法进行倾向得分匹配，结果如表3。所有第一行均为正值，而且数值逐渐增大，表示通过认定次数越多的企业，其创新产出相对于未认定的企业越多，验证了假设Ha1。第二组第一行的值减第一组第一行的值大于第三组第一行的值减去第二组第一行的值，说明多次认定的创新效果越来越好，高企税收优惠激励对企业的创新激励是持续性的，假设Hb1成立。
七、稳健性检验
为了保证研究结果稳健可靠，我们采取了k近邻匹配和卡尺匹配进行稳健性检验，回归结果表4表明，通过认定次数越多的企业相对于未认定的企业创新产出更多，且高企税收优惠政策对认定企业有持续性激励作用，稳健性检验结果与前文结果一致，说明前文回归结果稳健可靠。
八、结论
本文使用倾向得分匹配方法比较高企资格复审机制下，通过复审次数不同的企业的创新产出数量，来评价高企政策对企业创新的影响。结果表示高企的复审机制确实可以筛选出创新能力不强的“伪高企”从而取消其高企资格，节约税收补贴资源以用到更加需要的地方，政府应该继续使用高企复审机制，而且对于多次被认定的企业，高企税收减免对其仍然有持续性的创新激励作用。
参考文献：
[1]陈强远，林思彤，张醒.中国技术创新激励政策：激励了数量还是质量[J].中国工业经济，2020（04）：79-96.
[2]韩凤芹，陈亚平.选择性税收激励、迎合式研发投入与研发绩效[J].科学学研究，2020，38（09）：1621-1629.
[3]雷根强，郭玥.高新技术企业被认定后企业创新能力提升了吗？——来自中国上市公司的经验证据[J].财政研究，2018（09）：32-47.
[4]王艺凯，周咏梅，王晓琳.税率优惠、加计扣除政策与企业创新——基于倾向得分匹配的实证研究[J].金融与经济，2020（08）：58-66.
[5]肖鹏，黎一璇.所得税税收减免与企业研发支出关系的协整分析——基于全国54个国家级高新区的实证研究[J].中央财经大学学报，2011（08）：13-17+53.
[6]曾婧婧，龚启慧，王庆.中国高新技术企业认定政策绩效评估——基于双重差分模型的实证分析[J].科技进步与对策，2019，36（09）：118-125.
[7]中國人民银行南昌中心支行国库处课题组，樊勇.减税降费政策效果分析——以江西省为例[J].金融与经济，2019（12）：95-98.
[8]Blundell R， Costa Dias M. Evaluation methods for non‐experimental data. Fiscal studies，2000（21）：427-468.
[9]Xiaoyong Dai， Fang Wang. Does the high- and new-technology enterprise program promote innovative performance？ Evidence from Chinese firms[J].China Economic Review，2019.
作者简介：安静，女，上海对外经贸大学国际经贸学院，研究方向：区域经济理论与政策;李佩，男，上海对外经贸大学国际经贸学院，研究方向：区域经济理论与政策;齐慧瑜，女，上海对外经贸大学国际经贸学院，研究方向：区域经济理论与政策
关键词：高新技术企业;资格复审;激励;创新;持续性
一、引言
高新技术领域内的企业作为创新活动的载体，其竞争力反映我国高科技领域的发展水平。为了激发企业的创新热情，中国政府重点支持高新技术领域内企业的发展，2008年新《中国企业所得税法》规定企业所得税税率为25%，对经国家认定的高新技术企业执行15%的企业所得税优惠税率。税率较大幅度的减少为高新技术领域内企业积极申请成为高新技术企业提供直接的动力。根据《高新技术企业认定管理工作指引》规定，企业拥有的专利数量是衡量企业核心自主产权的重要标准，也成为企业是否具备成为高企资格的重要条件。企业为了达到高新企业的资格标准往往会提高自己的创新能力进行发明创造，努力提高专利数量。
然而如果企业刻意的政策迎合行为通过资格审查成为市场上的“伪高企”反而会造成政策扭曲和资源浪费，因此高企认定政策的实施可能会造成短期内企业创新能力的爆炸性增长，对企业创新能力的提升不具有长期效应。政府对此采取的措施是通过认定的高新技术企业三年后需要再次提交资格审查资料，只有通过复审的企业才能继续享受优惠税率。因此本文的主旨是研究高新技术企业税收优惠项目对企业创新的实际激励效果如何，高企三年复审一次的机制设计能否起到规范企业创新的作用值得我们进行研究。
二、文献综述
雷根强和郭玥（2018年）表示高新技术企业是发展高新技术产业的重要载体。关于创新，国内外学者都认为税收能够对企业家或者企业的创新活动产生重要影响（Marco Da Rin等，2011;樊勇，2019）。而由于政府企业之间信息不对称等原因，对企业创新水平提升的效果总体有限（Cowling，2016年）。肖鹏和黎一璇（2011年）认为所得税税率差异带来的税收减免对高新技术产业开发区企业研发活动具有正向的鼓励促进作用，曾婧婧等（2019年）发现高新技术企业认定政策有助于提高企业市场价值及市场占有量，但是对企业研发投入的增长影响不显著，韩凤芹和陈亚平（2020年）发现高新技术企业税收优惠能够促进创新绩效提升，但也引发部分企业进行政策迎合式研发投入行为，该类型企业的创新绩效并没有因次得到显著性提升。我国实施的独特的高新技术企业认定政策对企业创新的实际影响问题值得研究。
三、理论分析和研究假设
1.高企资格复审机制的筛选作用
在《高新技术企业认定工作指引》表示企业所拥有的专利数量成为企业是否具备成为高企资格的重要条件，但是上限是6个非发明专利就能得到最高分，这些通过认定的企业的实际创新能力可以差距很大，有些是优质企业，创新潜力很大，有些企业可能勉强准备好认定标准中的要求资料，所以我们假设高企复审机制能够筛查出“滥竽充数”的企业。
Ha1：高企資格复审机制能够有效筛选不合格企业;
Ha2：高企资格复审机制不能有效筛选不合格企业。
2.高企税收优惠的激励性
高企认定成功后得到的税收优惠收入可以使得公司增加对企业研发支出的投入，但是影响高技术创新的因素有很多，如资源约束，国外核心技术封锁等原因都会阻碍企业创新，仅仅是资金方向的投入不一定能够促使企业创新，因此，对于高企税收优惠对企业创新激励是否有持续性作用我们提出如下假设：
Hb1：高企税收优惠对企业创新的激励具有持续性;
Hb2：高企税收优惠对企业创新的激励不具有持续性。
四、数据说明和指标构建
1.数据说明
本文使用的数据包括1995年-2018年的专利数据库、1998年-2008年的工业企业数据库、2007年-2015年的税收数据库和2008年-2019年认定的所有高新技术企业数据。我们首先处理的是专利数据库，得到企业申请专利情况，然后和高企数据库进行匹配，进而从工企库和税收库中提取相关变量再利用企业名称和城市代码以相同方式与高企和非高企的专利申请数据对齐，最终得到2005年-2015年的总样本数量为184231个。
2.指标构建
结果变量利用的是创新产出来衡量企业创新（Jing Cai，Yuyu Chen，Xuan Wang，2018），这里我们衡量用两种方式定义企业申请的专利数量，一是企业每年参与申请专利的次数的总和，二是根据企业每年在每项申请的专利中的平均权重加总得到。
处理变量根据企业的性质，即是否享受减免税收的资格（程瑶，闫慧慧，2018）以及企业通过认定的次数将企业分为四组，Time=1，2，3表示曾被认定为高新技术企业1，2，3次的企业，作为处理组，Time=0表示从未被认定过的企业，作为控制组。
PSM方法中的协变量反映企业特征，这些特征会影响企业被认定为高企从而获得税收优惠的概率，参考（冯套柱等，2019;陈强远，林思彤，张醒，2020））引入以下协变量。各变量具体定义见表1：
五、实证方法设计
1.选择性偏差
由于高企认证的分配不是随机的，为了处理选择偏差，我们选择PSM方法来处理选择偏差，PSM方法可以控制被忽略的不随时变的不可观测变量。
2.倾向得分匹配 步骤一：选择协变量，根据（Rosenbaum & Rubin，1983）的研究选择灵活的logit模型估计倾向得分。倾向得分计算公式见式（1）：
（1）
为协变量，根据倾向匹配得分，检验实验组和控制组是否符合“共同支撑假设”。
步骤二：根据计算所得的倾向得分，选取核匹配方法对认定一二三次的企业和未认定过的企业进行匹配，根据匹配后样本计算平均处理效应（ATT），见式（2），在数据的基础上分析通过认定次数不同对企业创新投入和产出的影响：
（2）
步骤三：对匹配后的数据进行平衡性检验。
六、实证结果分析
1.数据描述性统计
数据描述性统计见表2，共184231个值，包括变量、数量、均值、标准差、最小值和最大值。
2.共同支撑检验
利用logit回归计算实验组和对照组的倾向得分，上图表明实验组和对照组的倾向得分取值范围有共同部分，符合“共同支撑假设”，且大多数观测值均在共同取值范围内，故在倾向得分匹配过程中保留了大部分样本，有效降低了数据偏差。
3.PSM实证结果分析
根据核匹配方法进行倾向得分匹配，结果如表3。所有第一行均为正值，而且数值逐渐增大，表示通过认定次数越多的企业，其创新产出相对于未认定的企业越多，验证了假设Ha1。第二组第一行的值减第一组第一行的值大于第三组第一行的值减去第二组第一行的值，说明多次认定的创新效果越来越好，高企税收优惠激励对企业的创新激励是持续性的，假设Hb1成立。
七、稳健性检验
为了保证研究结果稳健可靠，我们采取了k近邻匹配和卡尺匹配进行稳健性检验，回归结果表4表明，通过认定次数越多的企业相对于未认定的企业创新产出更多，且高企税收优惠政策对认定企业有持续性激励作用，稳健性检验结果与前文结果一致，说明前文回归结果稳健可靠。
八、结论
本文使用倾向得分匹配方法比较高企资格复审机制下，通过复审次数不同的企业的创新产出数量，来评价高企政策对企业创新的影响。结果表示高企的复审机制确实可以筛选出创新能力不强的“伪高企”从而取消其高企资格，节约税收补贴资源以用到更加需要的地方，政府应该继续使用高企复审机制，而且对于多次被认定的企业，高企税收减免对其仍然有持续性的创新激励作用。
参考文献：
[1]陈强远，林思彤，张醒.中国技术创新激励政策：激励了数量还是质量[J].中国工业经济，2020（04）：79-96.
[2]韩凤芹，陈亚平.选择性税收激励、迎合式研发投入与研发绩效[J].科学学研究，2020，38（09）：1621-1629.
[3]雷根强，郭玥.高新技术企业被认定后企业创新能力提升了吗？——来自中国上市公司的经验证据[J].财政研究，2018（09）：32-47.
[4]王艺凯，周咏梅，王晓琳.税率优惠、加计扣除政策与企业创新——基于倾向得分匹配的实证研究[J].金融与经济，2020（08）：58-66.
[5]肖鹏，黎一璇.所得税税收减免与企业研发支出关系的协整分析——基于全国54个国家级高新区的实证研究[J].中央财经大学学报，2011（08）：13-17+53.
[6]曾婧婧，龚启慧，王庆.中国高新技术企业认定政策绩效评估——基于双重差分模型的实证分析[J].科技进步与对策，2019，36（09）：118-125.
[7]中國人民银行南昌中心支行国库处课题组，樊勇.减税降费政策效果分析——以江西省为例[J].金融与经济，2019（12）：95-98.
[8]Blundell R， Costa Dias M. Evaluation methods for non‐experimental data. Fiscal studies，2000（21）：427-468.
[9]Xiaoyong Dai， Fang Wang. Does the high- and new-technology enterprise program promote innovative performance？ Evidence from Chinese firms[J].China Economic Review，2019.
作者简介：安静，女，上海对外经贸大学国际经贸学院，研究方向：区域经济理论与政策;李佩，男，上海对外经贸大学国际经贸学院，研究方向：区域经济理论与政策;齐慧瑜，女，上海对外经贸大学国际经贸学院，研究方向：区域经济理论与政策