科技创新是企业升级、获取垄断利润的源泉，也是实现整个国家经济增长和产业转型并最终提高国际竞争力的根本所在。科技创新主体是企业，但由于研发市场失灵以及研发成果的外部性，使得市场上研发资源不能达到最优配置。基于此，世界各国都在激励企业研发活动、加强本国科技实力方面出台一系列政策，其中就包括税收优惠政策。我国近年来研发费用加计扣除的力度大幅增长，已经成为国家以税收优惠引导企业创新、促进科技进步的一项重要措施。然而，政策的实施会引发部门利益冲突，其在执行与管理过程中也会存在一定问题，从而影响政策目标的实现。因此，本文旨在深入探究研发费用加计扣除政策对企业科技创新的影响效应，从而为完善政策设计和执行提供决策支持。

知识创新的不确定性以及金融市场中的信息不对称性导致研发支出水平较低，这就需要政府采取直接支付或税收优惠等措施来支持企业的研发行为，税收优惠能够激励企业增加研发投入，进而增强企业的创新能力[1-2]。目前国内外大部分学者肯定税收优惠政策对企业R&D投入的激励作用，比较典型的有Nick Bloom et al[3]、Yang[4]、陶璐[5]。但R&D税收优惠是否最终能提升企业的科技创新水平？R&D 投入增加并不必然地会有科技成果的增加和生产力的提高，其中存在很多削弱因素，如R&D活动的不确定性，以及企业有可能为了获取优惠而虚增R&D支出等。Czarnitzki et al以加拿大制造业企业为研究对象发现税收抵免对企业的盈利能力和市场占有率等业绩指标却没有影响[6]；AdneCappelen研究了挪威政府税收优惠政策对企业专利和创新的作用，发现税收抵免促进了企业新工艺的发展，一定程度上也促进了企业层面的新产品发展，但是该项工程对专利和市场层面的新产品发展却没有影响[7]。本文关注的重点是研发费用加计扣除政策能否充分发挥其功能，促进企业的创新绩效和经济绩效。

1 研究设计

1.1 样本选取

本文以2013—2015年3年均为国家级高新技术企业或国家级企业技术中心的上市公司为对象分年度估计研发费用加计扣除的政策效果。样本选择中剔除非正常经营的上市公司、剔除没有披露研发费用加计扣除相关情况的上市公司、剔除没有披露专利申请情况的上市公司，最终得到初始样本453家上市公司数据。

1.2 指标选取与说明

被解释变量选取R&D投入、专利、利润。解释变量选取加计扣除政策。控制变量选取规模、资产负债率、行业。具体变量描述见表1。

1.3 模型构建

本文在前人研究的基础上，将研发投入、专利申请数和盈利能力纳入分析框架，构建多指标的企业创新绩效测评模型，以衡量企业的研发实力、创新产出效率和创新转化效率。模型(1)是为了衡量研发费用加计扣除政策是否增加了企业的R&D投入，模型(2)是为了衡量研发费用加计扣除政策是否提高了企业的创新能力，模型(3)是为了衡量研发费用加计扣除政策是否提高了企业的盈利能力。另外，考虑到企业研发具有滞后效应，因此在模型设定上因变量均选择滞后一期。

PROFITit+1=β0+β1RDTit+β2SIZEit+β3DEBTit+β4INDi+uit

表2给出样本对象分年度描述性统计结果。核心解释变量RDT的均值在3年间分别为0.06、0.35和0.42。2013年之前，几乎没有企业享受到研发费用加计扣除的税收优惠；2013年435家样本企业中，只有24家企业享受到研发费用加计扣除，约占5.52%；2014年享受研发费用加计扣除的企业猛增，448家样本企业中有156家，占到了34.82%左右；到了2015年该比例增加到了41.46%，可以看出2014年之后此项税收优惠政策的实施效率得到了明显改进。而纵观2013—2015年，453家高新技术企业3年中享受过1次研发费用加计扣除的60家，享受过2次研发费用加计扣除的121家，连续3年均有加计扣除的仅22家，3年内一次都没有享受到研发费用加计扣除的超过一半，有250家(见表3)。

RDit+1=β0+β1RDTit+β2PATit+β3SIZEit+β4DEBTit+β5INDi+uit

(1)

Logit模型的回归结果如表8所示。根据Logit模型计算出每个企业的P(x)后用最近邻域匹配法获得到179 对，由此估计样本组(S=1)和干预组(S=0)的创新产出是否存在显著差异，结果如表9所示。

(2)

NHB表现为皮肤、巩膜及黏膜黄染，是血液中未结合胆红素水平升高导致的[7]，未结合胆红素可以通过血脑屏障侵入脑组织造成脑细胞核黄染，形成胆红素脑病，对神经系统产生不可逆转的损害，易给患儿留下神经系统后遗症[8]。导致新生儿黄疸的原因较多，药物、换血等都是重要的致病因素。病毒感染、细菌、肝酶活力降低以及胆红素排泄障碍是导致NHB的重要原因[9]。

(3)

2 实证分析

2.1 描述性统计

旧址始建于1921年秋，原为长沙商人陶树清的私人住宅。1921年10月10日，中共湖南支部建立，毛泽东任书记，委员有何叔衡、易礼容等，这是全国成立最早的省级支部。1921年冬，由易礼容经手租下这所房子，作为湖南支部秘密办公和毛泽东住宿的地方。

logit(P(x)=1)=β0+β1×X+ε

 

表1 变量选取及说明

  

变量类型变量符号变量名称变量含义属性取值说明被解释变量RD研发投入企业t+1年新增R&D投入的对数连续变量取值均大于0;PAT专利截至当年末发明专利数量和实用新型专利数量之和的对数离散变量取值均大于或等于0,并剔除异常值;PROFIT利润销售毛利率连续变量取值范围(-1,1)主要解释变量RDT加计扣除企业当年是否享受到研发费用加计扣除的税收优惠政策二值变量享受到加计扣除取1,否则取0控制变量SIZE规模企业当年平均员工人数的对数连续变量取值均大于0DEBT资产负债率企业当年年末的资产负债率连续变量取值范围(0,1)IND行业企业是否属于制造业企业二值变量属于制造业取1,否则取0

 

表2 描述性统计分析

  

MeanStd.DevMinMax2013年2014年2015年2013年2014年2015年2013年2014年2015年2013年2014年2015年RD17.617.617.61.821.91.98.911.511.5222222PAT3.824.014.271.441.381.430007.467.507.50PROFIT24.925.125.416.416.316.8-5.9-45-2692.992.692.2RDT0.060.350.420.230.480.49000111SIZE8.408.438.481.211.181.152.943.043.0913.213.213.2DEBT0.480.470.460.200.200.190.050.030.031.090.921.08IND0.880.880.880.330.330.33000111

2.2 相关性分析

表3给出了主要变量间的相关系数。可以看出，各主要变量间的相关系数均在0.5以下，可认为变量间基本不存在多重共线性的情况，3个回归模型的设定均较为合理(见表4)。

基于问题的学习（Problem-based learning，PBL）是以问题为基础、以学生为中心、以教师为导向的教学方法，PBL能提升学生的学习兴趣，培养学生自学和分析解决问题的能力。江苏大学食品科学与工程专业在最新的2016版教学大纲中明确了以PBL教学方法重点打造“食品添加剂”课程，以期推进专业教学方法改革。因此，笔者对“食品添加剂”课程的教学方法进行了思考及初步实践探索，以供食品类专业同行参考。

 

表3 企业享受加计扣除政策不同年份分布情况

  

年份2013201420152013—20150123n241561872506012122N435448451453453453453n/N5.52%34.82%41.46%55.19%13.25%26.71%4.84%

 

表4 相关系数表

  

模型1rdtsizedebtindrdrdt1size-0.031debt-0.16***0.47***1ind0.040.13***0.041rd0.010.32***0.1**0.011模型2rdtsizedebtindpatrdt1size-0.011debt-0.11***0.43***1ind0.01-0.13***-0.12***1pat0.08***0.42***0.2***0.06**1模型3rdtsizedebtindprofitrdt1size0.0031debt-0.12***0.39***1ind0.05*-0.11***-0.13***1profit0.14***-0.11***-0.46***-0.0051

注：*、**、***分别表示双尾t检验值在10%、5%、1%的水平下显著。下同

2.3 回归结果分析

表5给出了2013—2015年研发费用加计扣除政策对企业研发投入的影响，从回归结果可以看出，2013年政府实施的研发费用加计扣除政策对企业下一年度的激励效应不明显，甚至为负，这可能是由于企业不熟悉政策相关法律条文，难以应用技术先导的处理办法对研发活动进行准确判定，或是缺少规范的内部研发管理体系等，造成政策执行效果打了折扣。根据最近相关行业统计数据，有大量研发支出的银行、金融机构、农副食品加工等企业由于种种原因并未充分享受政策优惠。2014年、2015年，加计扣除对下一年度的R&D投入显著正相关，这表明该政策的持续实施对企业的R&D投入起到了显著的正向激励作用，随着加计扣除实施力度的提高，企业就越有可能增加其R&D投入。

在控制变量中，专利和规模对企业的R&D投入也具有显著正相关关系，这表明规模越大，专利申请越多的企业，越需要提高R&D投入。其他控制变量对企业的R&D投入则没有显著影响。

 

表5 研发费用加计扣除政策对企业研发投入的影响

  

2013年2014年2015年RDT-0.364(0.28)0.521*(0.53)0.284*(0.33)PAT0.002***(0.001)0.002***(0.001)0.183*(0.11)SIZE0.491***(0.14)0.275*(0.15)0.684***(0.20)DEBT-0.222(0.81)0.370(0.79)1.455(1.01)IND-0.302(0.39)-0.202(0.41)-0.552(0.50)N171161131R20.210.150.28

E(ATT)=E(Y1|S=1,P(x))-E(Y0|S=0,P(x))

 

表6 研发费用加计扣除政策对企业创新水平的影响

  

2013年2014年2015年RDT0.204(0.30)0.210*(0.14)0.372***(0.14)SIZE0.340***(0.07)0.303***(0.07)0.423***(0.07)DEBT0.634*(0.41)0.708*(0.40)0.603*(0.38)IND0.733***(0.24)0.573***(0.23)0.631***(0.22)N371382393R20.180.10.15

控制变量中，规模、资产负债率和行业均与专利数量显著正相关，表明企业规模越大、资产负债率越高的企业，专利存量越多；制造业行业企业的专利存量平均比非制造业行业企业的专利存量多。

通过计算散射参数曲线与其低频谐波的差值可以量化曲线平滑程度.这种方法具有参数少和计算量小等优点.具体实现过程分为2个步骤：滤波和求波动偏差.

研发费用加计扣除政策对企业盈利能力的影响。表7给出2013—2015年研发费用加计扣除政策对企业盈利能力的影响。从第二行可以看出，加计扣除对企业盈利能力的影响逐渐增强，2013年加计扣除对企业盈利能力具有正向影响，系数为2.206，但不具有显著性，而在接下来的2014年到2015年，加计扣除对企业盈利能力影响的系数分别为2.99和3.55，均显著正相关且影响系数逐渐增大。这表明政府的此项税收优惠政策虽然不一定能够带来创新成果的显著性提高，但会逐渐对企业的盈利能力产生显著的促进作用。

 

表7 研发费用加计扣除政策对企业盈利能力的影响

  

2013年2014年2015年RDT2.206(2.95)2.990**(1.43)3.550***(1.40)SIZE0.973*(0.62)0.863(0.62)1.017*(0.64)DEBT-41.006***(3.70)-38.922***(3.81)-39.225***(3.85)IND-3.282*(2.06)-3.096*(2.04)-3.393*(2.11)C39.354***(5.28)38.286***(5.36)37.407***(5.62)N432442447R20.240.230.22

控制变量中，企业规模总体上对企业的盈利能力显著正相关，表明企业盈利能力受经营环境和自身实力的影响，规模越大的企业，绩效越好。资产负债率对企业盈利能力显著负相关，负债率较高往往影响企业的生产及销售周转，进而会影响研发和企业绩效。行业属性变量表明，非制造业行业的企业的盈利能力平均是制造业行业的企业的3倍多，制造业行业企业的盈利能力劣于非制造业行业。

2.4 稳健性分析

为了验证研究结果的稳定性，本文从另一个角度做进一步的检验。评估研发费用加计扣除政策对科技创新的影响效应，即是回答“享受研发费用加计扣除税收优惠政策的企业与假设没有享受该项政策的情形相比，其科技创新水平是否有所提高。”这种由政策干预产生的影响，可以通过非参数匹配模型进行分析[8]。具体如下，其中ATT代表研发费用加计扣除的效用评估变量；Y代表创新产出变量；S是哑变量，1表示享受了加计扣除，0表示未享受加计扣除；P(x)代表企业享受加计扣除的概率；X代表企业特征变量。模型的含义是：享受了研发费用加计扣除的企业和在其他特征上与之相当的企业的创新产出之差，之所以要求在其他特征上与该企业相当是因为享受加计扣除税收优惠的企业并不是随机分配的，这类企业存在某些共同特征，如果直接对比会造成系统性的选择偏差，基于此，通过logit模型计算企业享受税收优惠的概率并对概率值相同或近似的样本组(S=1)和干预组(S=0)进行匹配来进行差异分析。结合以往研究，企业特征变量X包括企业规模SIZE，研发强度R&D，专利存量PAT和行业类型IND,分别用三年均值来衡量。

研发费用加计扣除政策对企业创新水平的影响。表6给出了2013—2015年研发费用加计扣除政策对企业专利数的影响，从回归结果可以看出，2013年加计扣除对专利数的影响系数为0.204，但不具有显著性；2014年加计扣除对专利数的影响系数为0.21，显著为正；2015年加计扣除对专利数的影响系数为0.372，显著为正。因此可以说，从2013年至2015年，研发费用加计扣除的税收优惠对企业专利成果的正向促进作用越来越大，显著性越来越明显，即政府的该项政策对企业科技创新水平产生了重要影响。

(4)

被解释变量中RD的均值为17.6，表明近3年企业R&D投入金额平均为4 401.32万元；PAT的均值每年均有增加，在2015年达到了4.27，表明截至2015年企业的发明专利和实用新型专利之和平均为72件左右；PROFIT的均值分别为24.9、25.1和25.4，表明企业的销售毛利率近3年在25%左右波动；控制变量中企业规模对数SIZE的均值平均为8.4，这表明样本企业的平均员工人数为4 447人；行业指标IND的平均值为0.88，意味着国家级高新技术企业或国家级企业技术中心大多属于制造业行业，占88%左右。

“搭脚手架”实践其实并不难，我们大部分家长只是没有这个意识。下面是几个我自己在教学中总结出来的主要核心点。

(5)

PATit+1=β0+β1RDTit+β2SIZEit+β3DEBTit+β4INDi+uit

 

表8 Logit模型的回归结果

  

变量常数项SIZEPATIND回归系数0.46908-0.087140.003840.08656观测量378

 

表9 创新产出差异结果

  

变量S=1S=0均值标准差均值标准差P值PAT20.2931.27510.049.8880.0000PROFIT30.3117.68722.7116.2170.0000

从表9中可以看出，三年间享受过研发费用加计扣除税收优惠政策的上市公司的创新产出水平要显著高于未享受过该项政策优惠的上市公司(在1%的水平上显著)。具体来看，享受过加计扣除的上市公司的三年专利申请数均值为20.29件，而未享受过加计扣除的上市公司的三年专利申请数均值仅为10.04件；享受过加计扣除的上市公司的盈利水平平均为30.31%，而未享受的上市公司的盈利水平平均仅为22.71%。可见，实证结果与上文一致，研发费用加计扣除税收优惠政策对企业科技创新水平具有积极的影响效应。

通过对2017年6月4—5日阿拉善右旗地区大范围持续降水过程的环流形势、影响系统和物理量分析，得出以下结论：①本次降水过程是在欧亚中高纬度两槽一脊型的环流形势下，500 hPa图上短波槽与南支槽合并加强为主要影响的天气系统；②在700 hPa图上有西南涡的形成，孟加拉湾水汽随西南涡的旋转直接输送到阿拉善右旗地区，且风场有辐合、切变，下游有高压阻挡，有利于水汽的聚集；③地面图上，阿拉善右旗地区一直在热低压控制下，且维持时间较长；④高空急流的抽吸作用明显，加强了低层辐合抬升及对流上升运动。

3 结论与分析

2013年之前，研发费用加计扣除无论是在激励企业研发投入方面，还是对企业科技创新和盈利能力方面，均没有显著影响。2013年加计扣除对企业研发投入的激励效应甚至为负。究其原因，主要在于政策的执行在一定程度上还存在滞后性和不稳定性，以及行业不均、地区不均、抵扣金额与投资额不匹配等失衡现象。从2014年开始，研发费用加计扣除政策对企业科技创新的影响效应开始显著，并且其影响程度在2015年进一步扩大，政策的总体实施效应开始好转。基于此，本文提出以下建议和意见，以改进政策在实际过程中的执行效率，进而提高其对企业科技创新水平的推动作用。

（119）多瓣苔 Macvicaria ulophylla（Steph.）S.Hatt.马俊改（2006）

一方面，政府相关部门应做出改变和调整。进一步完善政策实施细则和工作机制。中央政府政策出台后，地方政府要及时推进落实，保证政策的时效性。地方政府可以在最高法规的基础上结合本地实际情况及时制定更为具体的实施条款，以提高行政效率。另外，建议大企业和中小企业适用不同的激励体系，以便于更好地鼓励各种规模企业研发创新；除此之外，还可就小微企业的研发费用支出给予部分现金返还，以便增强小微企业的现金流和市场竞争力。税务部门要转变行政管理观念，主动为符合条件的企业做好各项服务指导工作。保证政策执行的稳定性，进一步扩大政策的覆盖范围。科技部门与税务部门的协调与配合。科技部门在政策实施过程中主要充当的还是辅助服务的角色，需要与税务部门协调配合好。

另一方面，企业自身也应规范管理，以提高获得加计扣除税收优惠的可能性。规范企业研发活动的财务管理。企业要完善财务核算制度，专门建立研发费用加计扣除的管理台账，对研发活动单独设账核算，分项目、分用途设置明细账，做到账目清晰完整，核算有据。加强对研发人员的投入。给与研发人员不同的激励机制和人文关怀，提高研发效率。培养通晓技术研发和财税管理的跨领域人才，促进企业技术和财税部门的有效沟通，形成完善的研发行为识别和财务数据归集的管理体系。适当引入外部咨询机构协助处理研发政府激励相关事务。充分发挥外部第三方机构的专业性和独立性优势。

参考文献

[ 1 ] DAVID P A,HALL B H, TOOLE A A.Is public R&D a complement or substitute for private R&D?[J]. A review of the econometric evidence, Research Policy,2000,29(4-5):497-529.

[ 2 ] HALL B, VAN REENEN J. How Effective are Fiscal Incentives for R&D, A Review of the Evidence[J]. Research Policy，2000，29(4):449-469.

[ 3 ]BLOOM N，GRIFFITH R，VAN R J．Do R&D Tax Credits Work? Evidence from a Panel of Countries 1979—1997[J]．Journal of Public Economics，2002(85)：1-31．

[ 4 ] YANG C H.Tax incentives and R&D activity：Firm-level evidence fromTaiwan[J].Research Policy,2012 (41)：1578-1588.

[ 5 ] 陶璐.企业所得税税式支出对企业R&D投入的激励效应研究—基于浙江省高新技术企业微观数据[D].杭州：浙江财经大学，2014.

[ 6 ] CZARNITZKI D，HANEL P, ROSA J M.Evaluating the impact of R&D tax credits on innovation:A microeconomic study on Canadian firms[J].Research Policy,2011(40):217-229.

[ 7 ] CAPPELEN A，RAKNERUD A，RYBALKA M．The effects of R&D tax credits on patenting and innovations[J]．Research Policy，2012，41(2)：334-345．

[ 8 ] ROSENBAUM P R,RUBIN D B.The central role of the propensity score in observational studies for causal effects[J]. Biometrika, 1983, 70: 41-55.