【www.zhangdahai.com--其他范文】
□ 胡 杰 高文培
（陕西师范大学 国际商学院，陕西 西安 710119）
改革开放以来，我国的经济水平取得巨大发展，但过去几十年间经济的高速发展主要依赖于我国劳动力和资源环境的低成本优势。随着知识经济时代的到来，我国的低成本优势已无法促使我国经济发展向高质量水平迈进，转换驱动力势在必行。2021 年初第十三届全国人大通过的“十四五”规划将“创新驱动发展”列于全文第二篇，明确了坚持创新在我国现代化建设全局中的核心地位。在鼓励创新的大背景下，企业作为市场经济活动的主要参与者，在创新拉动经济增长的过程中占据主导地位。然而创新活动存在资金投入大、研发周期长、研发收益的不确定性和研发成果的正外部性等特点，企业的研发过程可谓是困难重重。税收优惠政策通过降低企业的税收成本，增加企业内部流动资金，能够有效为企业分担创新风险，补偿企业因创新而遭受的利益损失，是用来激励企业加大研发投入规模的主要手段[1]。
关于税收优惠政策与企业研发投入的研究主要集中在以下三个方面：
第一，税收优惠政策对企业研发投入是否具有激励作用。多数学者对于该问题有着较为一致的看法，即税收优惠政策能够显著促进企业扩大其研发投入规模[2]。此类研究为税收优惠政策和企业研发投入的关系作出了定性判断，但是对税收优惠的定义比较笼统，未对不同的税收优惠政策进行区分，因而难以将不同税收优惠政策对企业研发投入的激励效果进行比较。
第二，具体的税收优惠政策对企业研发投入的激励效果分析。近年来，有学者开始关注不同税收优惠方式激励企业研发投入的效果是否存在差异。韩仁月[3]比较了研发费用加计扣除、税率优惠和固定资产加速折旧对企业研发投入的激励效应，发现三项税收优惠政策的激励效应依次递减。第二类研究比第一类更为细致，研究结果更有助于政府对具体政策进行精准调控。但却忽略了实际生产经营中企业在运用税收优惠政策时往往是多管齐下的，而多项政策间的相互影响可能会导致单一政策的实际作用效果与理论结果之间存在偏差。
第三，税收优惠政策对企业研发投入激励效果受企业异质性影响的分析。由于企业的外部因素（宏观政策、行业前景和所在地区市场化程度等）和内部因素（企业规模、产权性质和融资能力等）各不相同，税收优惠政策对于各个企业研发活动的激励效果也因此有所差异，比如税收优惠政策对于私人企业的影响较大，而对国有企业则效果平平[4]。这类研究本质上也是对第一类研究的细化。
综上所述，在税收优惠政策对企业研发投入是否具有激励效果方面，当前研究已经有了较为成熟和充分的结论，也有大量研究关注了单一政策对于企业研发投入的激励效果，并且加入企业的异质性因素进行了充分讨论。但关于多项税收优惠政策组合使用对企业研发投入激励效果的分析，与前者相比仍然较少，还存在探讨的空间。
基于此，本文选取对于研发活动有较高实际需求的A 股制造业企业为研究对象，探讨高新技术企业所得税税率优惠和固定资产加速折旧这两项与制造业企业研发投入关联性较强的政策对企业研发投入的影响，并进一步分析二者组合使用对激励企业研发投入能否产生协同作用。同时，本文还讨论了税收优惠政策单独或组合使用时，对不同生命周期制造业企业研发投入的激励效果。与以往研究相比，本文主要在以下两方面进行探索：（1）现有研究较多聚焦于单一政策对企业研发投入的激励效果，本文则同时考虑了高新技术企业所得税税率优惠政策和固定资产加速折旧政策，并通过文字推理和公式推导的方式，研究了两项政策的交叉作用，为政府制定政策提供参考；
（2）现有研究较多关注企业的截面差异，本文则在企业生命周期理论基础上，分析以上两项税收优惠政策单独和共同作用时，对不同发展阶段制造业企业研发投入激励效果的变化，为企业合理运用政策提供参考。
促进企业研发投入的税收优惠政策以所得税优惠政策为主，也包括增值税免税、即征即退、期末留抵退税和关税减免等政策[5]。所得税优惠政策的形式主要包括税基式、税额式和税率式三类，其中：税基式政策旨在削减计税基础；
税额式政策旨在直接减少企业所得税额；
税率式政策旨在降低企业所承受的所得税税率。
具体到本文研究的两项税收优惠政策，二者分属不同形式的所得税优惠政策。高新技术企业所得税税率优惠属于税率式优惠政策，该政策允许符合高新技术企业认定条件的企业减按15%的税率缴纳企业所得税，与所得税税率为25%的一般居民企业相比，高新技术企业可以少缴10% 的企业所得税。固定资产加速折旧政策属于税基式优惠政策，该政策允许企业采取缩短折旧年限或加速折旧方法对符合条件的固定资产计提折旧，这一政策改变了企业按年度平均计提折旧费用的做法，通过在初期多计提折旧费用的方式，减少了企业在固定资产使用初期所缴纳的所得税费用，相当于推迟了企业的纳税义务发生时间，减轻了企业购买固定资产年份的税收负担。总结这两项税收优惠政策的作用机理可以发现，高新技术企业所得税税率优惠政策的节税力度与计税基础成正相关关系，固定资产加速折旧政策的优惠力度与所得税税率成正相关关系，当企业同时享受这两项政策时，计税基础和所得税税率会同时减小，政策间的相互作用可能会导致实际的减税效果不如两项政策分别作用的效果之和。
由于企业的研发投入与投资行为较为相似，因此本文在资本成本理论的基础上，拓展了程瑶[6]构建的资本成本模型，用于进一步分析税收优惠政策组合使用对激励企业研发投入能否具有“1+1＞2”的协同作用。具体推导步骤如下：
假设企业在不享受任何税收优惠政策情况下的研发资金使用成本C0如式（1）所示，其中I表示投资总额；
E表示单位股权融资成本；
B表示单位债务融资成本；
α和β表示二者的权重，即a+β= 1；
μ表示该研发项目的折旧率；
T表示企业所得税税率：
当企业单独享受所得税税率优惠时，企业的研发资金使用成本1C如式（2）所示，其中t表示企业所得税优惠税率，即t＜T：
享受所得税税率优惠政策后，企业的研发资金使用成本降低了1r，如式（3）所示：
当企业单独享受固定资产加计扣除政策时，企业的研发资金使用成本C2如式（4）所示，其中X表示符合固定资产加速折旧政策的资产；
γ表示加速折旧率：
享受固定资产加速折旧政策后，企业的研发资金使用成本降低了2r，如式（5）所示：
当企业同时享受上述两项税收优惠政策后，企业的研发资金使用成本为 3C，相比不享受任何税收优惠政策时降低了3r，如式（6）和式（7）所示：
为检验税收优惠政策叠加使用能否对促进企业研发投入有协同作用，即r3能否大于r1+r2，可以用式（7）减去式（3）与式（5）之和的差是否大于0 来判断，结果如式（8）所示：
由于0＜t＜T＜ 1，故式（8）一定小于0。从推导结果来看，这两项税收优惠政策叠加使用对促进企业研发投入非但没有产生“1+1＞2”的协同效果，反而由于政策之间的矛盾，其对于企业研发投入的激励效应要弱于两项政策分别使用所产生的激励效应之和。基于此，本文提出假设H1。
H1：高新技术企业所得税税率优惠政策和固定资产加速折旧政策在分别使用时对企业研发投入均有激励作用，在组合使用时对激励企业研发投入不具有协同作用。
由于企业的经营规模、盈利能力、偿债能力、投融资策略以及研发意愿等方面在不同发展阶段并不相同，所以税收优惠政策对处于不同发展阶段企业研发投入的激励效果也会存在差异。目前主流的企业生命周期理论将企业的发展阶段划分为成长期、成熟期和衰退期[7-9]。下文总结了不同生命周期制造业企业的特征，分析了高新技术企业所得税税率优惠和固定资产加速折旧对不同生命周期阶段制造业企业研发投入的影响，并提出待检验的假设：
（一）成长期企业
成长期的企业普遍规模较小、利润较低、融资约束较紧、研发经验不足。这一时期的制造业企业主要依赖引进国外先进技术，依靠代工和仿制获利，自主创新能力较低。为保证存活，制造业企业往往会将有限的资金优先投入到购置固定资产如生产设备和厂房中去，以谋求快速扩大产能，争取市场份额，而非大规模开展研发活动[10]。因此，固定资产加速折旧政策对于成长期企业小幅度的研发投入应具有一定的激励作用，高新技术企业所得税税率优惠对于成长期盈利企业的研发投入能够发挥显著的激励作用。
（二）成熟期企业
成熟期的企业普遍形成了较为完整的生产销售网络，市场份额迅速增加，积累了一定的盈余和研发经验。这一时期的制造业企业从基本上完全依赖国外技术转变为开始进行自主研发，新产品销售逐渐成为企业销售收入的主要来源。资金充裕且研发经验丰富的成熟期制造业企业，其研发失败的风险较前一阶段将明显降低[11]，也更愿意投资周期长、回报大的研发项目，势必会大规模购买研发设备。因此，固定资产加速折旧政策对成熟期制造业企业研发投入的激励效果会比成长期更加明显，高新技术企业所得税税率优惠面对利润迅速增长的成熟期制造业企业，其节税作用也会更为突出。
（三）衰退期企业
衰退期的企业与前两个发展阶段相比，其盈利能力会出现大幅度的降低，企业管理制度僵化、科层冗余，企业在此阶段的研发意愿大幅降低。这一时期的制造业企业更关注市场营销和成本控制，对企业主要业务的剩余价值进行收割，而非以研发创新为主。因此，鉴于衰退期制造业企业的研发设备购置规模可能会大幅缩水，固定资产加速折旧对衰退期企业寥寥无几的研发投入不会具有明显的激励作用，高新企业所得税税率优惠对于利润微薄的衰退期企业也难以有所作为。基于此，本文提出假设H2、H3 和H4。
H2：高新技术企业所得税税率优惠政策对于成长期和成熟期制造业企业的研发投入均有激励作用，且对于成熟期企业的激励效果最为显著，对于衰退期企业的作用则不明显。
H3：固定资产加速折旧政策对于成长期制造业企业的研发投入有一定的激励作用，对成熟期制造业企业的研发投入激励效果最为显著，对于衰退期制造业企业的作用则不明显。
H4：同时使用两项政策对激励成长期、成熟期和衰退期企业的研发投入不会产生协同作用。
（一）样本选取
鉴于财税【2014】第75 号文《财政部、国家税务总局关于完善固定资产加速折旧企业所得税政策的通知》从2014 年1 月1 日起正式实施，本文为了更直观地展示固定资产加速折旧政策的实施效果，选取政策颁布前后各三年——即2011～2017 年的沪深A 股制造业上市公司数据，企业财务数据和研发投入数据全部来自国泰安（CSMAR）数据库。同时，考虑到2013 年以前我国证监会对上市公司研发投入数据披露并无强制规定，导致部分制造业上市公司2011 年和2012 年的研发投入数据不完整、不充分，本文为了保证数据的完整性和实证结果的可靠性，对收集到的原始数据进行了如下处理：（1）剔除了在2010 年12 月31 日后上市的制造业公司；
（2）剔除了在2011～2017 年间ST 处理及退市的公司；
（3）剔除了研发投入数据缺失2 年以上的公司。本文数据主要通过Excel 和Stata16 进行处理，为防止异常值对实证结果的不利影响，本文对所有连续变量在1% 和99% 分位上进行了缩尾处理，最终得到7564 条样本的面板数据。
（二）变量定义
1. 被解释变量：本文将企业在年报中披露的研发投入金额加1 后取对数，作为对企业研发投入的衡量指标。
2. 解释变量：本文的解释变量包括高新技术企业所得税税率优惠政策（HNTE）、固定资产加速折旧政策（Ind_Time）和同时享受两项税收优惠政策（Double）。以下分别对三个解释变量做出具体说明：
（1）高新技术企业所得税税率优惠政策（HNTE）。由于企业在申报高新技术企业认定并通过税务部门审核的当年即可享受高新技术企业所得税税率优惠，所以本文设置虚拟变量HNTE 对企业是否享受高新技术企业所得税税率优惠政策予以区分：A 股制造业上市公司本身被认定为高新技术企业，即享受高新技术企业所得税税率优惠的，HNTE 定义为1；
A 股制造业上市公司本身未被认定为高新技术企业，即未享受高新技术企业所得税税率优惠的，HNTE 定义为0。
（2）固定资产加速折旧政策（Ind_Time）。考虑到只有属于财税【2014】第75 号文规定试点行业的企业才能在该文正式实施后享受固定资产加速折旧政策，本文参考了邓峰和杨国歌[12]的做法，设置了行业虚拟变量（Industry）和政策时间虚拟变量（Time），分别用于区分企业所属行业以及所处年份，并通过二者的交乘项Ind_Time 来区分企业是否享受固定资产加速折旧政策。Industry=1 表示企业属于财税【2014】第75 号文规定的试点行业，否则Industry=0；
Time=1 表示财税【2014】第75 号文正式实施当年及以后年份，否则Time=0；
Ind_Time=1 表示企业在当年享受了固定资产加速折旧政策，否则Ind_Time=0。
（3）同时享受两项税收优惠政策（Double）。该解释变量是高新技术企业税率优惠政策（HNTE）与固定资产加速折旧政策（Ind_Time）的交乘项。Double=1 表示企业同时享受了这两项税收优惠政策，否则Double=0。
3. 控制变量：考虑到制造业上市公司研发投入还会受到公司自身财务状况以及战略规划的影响，本文参考曹越[13]和韩仁月[3]的研究引入以下变量：企业规模（Size），用企业总资产的自然对数表示；
企业短期偿债能力（CurrentRatio），用企业流动比率衡量；
企业杠杆率（Lev），用企业资产负债率衡量；
企业盈利能力（ROE），用企业权益净利率衡量；
企业股权分散程度（StockHolder），用企业前十大股东持股比例衡量。主要变量的具体说明见表1。
表1 主要变量及其含义说明
变量类型 变量名 变量代号 变量含义解释变量 同时享受两项税收优惠政策 Double制造业上市公司同时享受高新技术企业所得税税率优惠和固定资产加速折旧政策的，该值为1，否则为0控制变量企业规模 Size 公司总资产取对数短期偿债能力 CurrentRatio 流动资产/流动负债企业杠杆率 Lev 总负债/资产总额企业盈利能力 ROE 期末净利润/平均股东权益企业股权分散程度 StockHolder 公司前十大股东持股比例
（三）模型设计
由于固定资产加速折旧政策的实施属于外生，可以将其近似地视为一次自然试验，因此本文使用双重差分模型是较为合适的。同时，本文参考寇明婷等[14]分析政策组合效果的做法，在基础的双重差分模型上增加了两项政策的交乘项Double，具体模型设计如下：
式（9）中，下标i表示企业，t表示年度；
LRDi,t表示制造业上市公司i在t年的研发投入额加1 后的自然对数；
HNTEi,t表示制造业上市公司i在t年是否被认定为高新技术企业，若该变量的系数1α显著且为正，则说明高新技术企业税率优惠政策对企业研发投入具有显著的促进作用；
Ind_Timei,t表示制造业上市公司i在t年是否享受固定资产加速折旧政策，该变量的系数 2α的含义与1α相同；
Doublei,t表示制造业上市公司i在t年是否同时享受两项税收优惠政策，该变量的系数3α若显著为正，则表示两项政策的共同实施对促进企业研发投入具有协同作用，反之则意味着政策间存在冲突；
Controlit表示控制变量；
id i表示企业层面的固定效应，反应个体差异；
yeatr表示年度层面的固定效应，反应时间差异；
0α为常数项；
εi,t为随机干扰项。
（四）描述性统计
表2 报告了全样本主要变量的描述性统计分析，由于2014 年之前企业研发数据披露不完整，本文最终收集并整理了共计7485 个样本。统计结果表明本文选取的样本具有以下几个特点：（1）全样本中企业研发投入额加1 后的自然对数平均值是17.87，标准差是1.388，说明在本文选取的样本区间内，不同制造业企业研发投入力度差异较大；
（2）全样本中有70%的制造业上市公司本身享受高新技术企业所得税税率优惠，符合固定资产加速折旧政策条件的制造业上市公司仅有两成，同时享受两项税收优惠政策的企业不到样本总数的20%，说明在本文选取的样本区间内，不同制造业企业享受税收优惠的情况差异明显；
（3）从企业的财务指标和非财务指标来看，样本个体的经营情况和股权结构各异，盈利企业和亏损企业均有涉及，股权集中企业和股权分散企业也都有所包含，说明了样本选取的全面性和代表性。
表2 全样本描述性统计结果
（五）相关系数
表3 显示了主要连续变量的Pearson 相关性检验结果。研发投入变量（LRD）与所有控制变量的相关系数均在10%水平上显著，说明了本文选取的控制变量具有一定程度上的代表性。大部分变量的相关系数均小于0.5，说明本文选用的模型不存在明显的共线性问题。
表3 主要连续变量相关性检验结果
（一）基准回归结果
用式（9）进行面板回归得到的估计结果见表4，其中第（1）列仅控制了企业个体固定效应（i di）和时间固定效应（yeatr），第（2）列在第（1）列的基础上加入了企业层面的控制变量。在表（4）的众多估计结果中，我们重点关注的是变量HNTE、Ind_Time 和Double 的回归系数，其中：HNTE 和Ind_Time 的系数均在1% 水平上显著为正，说明高新技术企业所得税税率优惠政策和固定资产加速折旧政策在分别作用时，均能对企业的研发投入有明显的激励作用；
Double 的系数在1% 水平上显著为负，说明两项政策在组合使用时，政策之间有所冲突，对激励企业研发投入未产生“1+1＞2”的协同作用，以上结果与本文理论分析部分的结论一致。此外，第（1）列三个解释变量的回归系数均略高于第（2）列，这说明企业研发投入除了受到税收优惠政策的影响外，还存在样本选择性偏误，在加入企业内生因素后，一定程度上减弱了这类影响。
表4 基准回归结果
在控制变量方面，企业杠杆率（Lev）的系数显著为负，说明负债过多的企业偿债压力较大，没有充裕的资金用于研发活动。短期偿债能力(CurrentRatio)的系数显著为负，这说明变现能力越强的企业可能对政策的反应越不敏感，对研发的需求更小。企业规模(Size)和企业盈利能力(ROE) 的系数显著为正，说明企业的规模越大或盈利能力越强，对于政策的反应越敏感，增加研发投入的意愿也越强烈。
（二）平行趋势检验
由于本文采用了双重差分模型，为保证实验组（Industry=1）与对照组(Industry=0) 的研发投入在固定资产加速折旧政策发生前变化趋势基本一致，本文参考曹越[13]的做法，决定采用事件研究法检验固定资产加速折旧政策实施前后实验组的研发投入力度是否有明显变化，具体方程如下：
式（10）中，kD代表年份虚拟变量与实验组虚拟变量的交互项；
k代表年度，k＜0 、k=0 和k＞0 分别表示固定资产加速折旧政策实施前的第k年、固定资产加速折旧政策实施当年和固定资产加速折旧政策实施后的第k年，其他变量与方程（9）相同。kD的回归系数kβ是平行趋势检验重点关注的对象，若kβ在政策实施之前不显著，就可以说明实验组与对照组在政策实施前具有共同趋势，方程（9）的回归结果成立。为避免完全共线性问题，本文选择政策实施前一期（k=－1）作为参照组，故回归结果省略了政策实施前一期的数据。式（10）的回归结果如图1 所示，可以发现在政策实施之前，回归系数始终贴近于0，固定资产加速折旧政策实施当年的回归系数有明显提升，并且能够在政策实施后的几年中始终保持在该水平。综上所述，平行趋势检验的结果说明实验组与对照组在政策实施前变化趋势总体相同，据此肯定了方程（9）的回归结果。
图1 平行趋势检验结果
（三）稳健性检验
为进一步确保实证结果的稳健性和说服力，本文采取安慰剂检验、替换被解释变量、调整样本数量和PSM-DID 四种方法对基准回归结果进行检验。
1.安慰剂检验
由于现实情况下，税收优惠政策不会是纯粹外生的，总会受到各种可观测和不可观测因素的影响，此时可能得到的结果如下：
其中，β代表双重差分模型中交乘项的系数，相当于式（9）中的 2α；
^是β的一致估计量；
γ表示非观测因素对被解释变量的影响。γ为0 即代表是无偏的，但这一点无法被直接观测到，只能选择间接手段予以证实。
为保证基准回归中，固定资产加速折旧政策的回归结果未受到不可观测因素的影响，本文参考王询[15]的做法进行安慰剂检验。具体做法是：（1）从总样本中随机抽取一定数量的企业；
（2）将这些企业构造成虚拟的、受政策影响的企业；
（3）将虚拟的、受政策影响的企业作为实验组按照方程（9）进行回归。由于实验组是随机抽取，则实际政策效应β应该为0，此时若^β=0，那么可以逆向得出γ=0，即未观测到的特征不会影响实证结果。为保证检验的可靠性，本文对步骤（1）中的随机抽样过程重复了500 次，最终得到的估计结果如图2 所示。安慰剂检验结果显示，500 次随机抽样的系数估计值明显集中在0 附近，并且服从正态分布，这符合安慰剂检验的预期，说明了基准回归结果是可靠的。
图2 安慰剂检验结果
2.替换被解释变量
在基准回归中，本文选用企业当期研发投入金额加1的自然对数作为被解释变量，具有直观性。不过近几年也有不少学者采用企业当期研发投入与营业收入的比值作为被解释变量，更强调企业之间的可比性[16,17]。为保证基准回归结果的可靠性，本文选用后者作为被解释变量，再次按照方程（9）进行面板回归，结果如表5 第（1）、（2）列所示。替换被解释变量后的回归系数与基准回归结果显著一致，验证了基准回归结果的稳健性。
3.调整样本数量
由于在本文选取的样本期间中，某些上市公司早年间的研发投入金额存在缺失，本文将基准回归时缺失的企业研发投入金额设置为0，即认为该企业在研发投入数据缺失的年份未发生研发投入行为，并再次按照方程（9）进行回归，结果如表5 第（3）、（4）列所示。与基准回归相比，调整样本数量后的回归系数依旧显著且方向与基准回归结果一致，说明本文基本回归结果较稳健。
表5 稳健性检验回归结果
4.PSM-DID
本文还采用了PSM-DID 对基准回归中固定资产加速折旧政策的计量结果进行复核。PSM-DID 包括两部分，分别是倾向得分匹配（PSM）和双重差分（DID）。倾向得分匹配可以有效降低实验组和对照组在分组条件下的差异，以求得到更具说服力的结果，具体做法如下：（1）将企业按照是否属于试点行业分为“处理组”和“对照组”；
（2）将本文第三部分中的控制变量作为匹配变量，并通过Logit 回归生成得分；
（3）选取合适的倾向得分匹配方式按照得分将“处理组”和“对照组”进行匹配。常见的倾向得分匹配方式包括：近邻匹配、半径匹配和核匹配，本文使用这三种方法对样本进行分组匹配，卡尺范围设置为0.05，近邻匹配法采用1:3 进行匹配1考虑到篇幅限制，具体匹配效果并未列出，读者如有需要可以联系通讯作者。。完成倾向得分匹配后，按照方程（9）进行回归，回归结果如表6 所示。经过倾向得分匹配后的模型回归系数与基准回归结果一致，且均在1% 水平上显著，再次说明了基准回归结果的稳健性。
表6 PSM-DID 结果
（四）按照企业生命周期划分回归结果
目前主流的企业生命周期划分标准有Anthony 和Ramesh（AR）[8]提出的财务综合指标法和Dickinson[9]提出的现金流模式法。由于上市公司经营范围广泛、产品类型多样，所以不同企业并非一定按照相同路径发展。AR 的财务综合指标法虽然对单一指标法做出了改进，但是其对企业生命周期的划分方式与单一指标法类似，具有随意性，无法真实反映企业所处的发展阶段[18]。相比之下，基于现金流特征的分类方法与企业在不同生命周期阶段的盈利状况更契合。同时，经济理论认为由于企业的知识获取、资本的初始投资和再投资以及对竞争环境的适应性不同，企业的规模变化和年龄增长与企业生命周期并非线性关系，这与现金流量模式法的结果一致[9]。综上所述，现金流模式法比财务综合指标法更为合理地划分了企业生命周期，能够更精准地定位企业当下所处的发展阶段。
基于以上分析，本文借鉴Dickinson[9]的方法，将样本按照现金流特征分为成长期企业、成熟期企业和衰退期企业，并依据方程（9）进行分阶段回归，回归结果如表7所示。从表7 中可以得出以下几点结论：
表7 按企业生命周期的分阶段回归结果
（1）高新技术企业税率优惠政策对于成长期和成熟期A 股制造业上市企业的研发投入有显著的正向激励效果，对衰退期企业的影响则并不显著。考虑到中国证监会发布的《首次公开发行股票并上市管理办法》中对于上市公司财务指标以及持续经营时间有一定要求，能够在A 股上市的公司大都处于成长期期末，即将进入成熟期。这一时期的企业通常能够保证有稳定增长的利润额，那么所得税税率优惠政策就能够发挥作用，降低企业的税负，激励企业将盈余资金用于研发活动，进一步促进企业发展，尽可能延长企业的成熟期，形成良性循环。当企业处于衰退期，企业的利润增长出现停滞、下滑甚至亏损，所得税税率优惠政策的作用效果就会大打折扣。
（2）固定资产加速折旧政策对于成熟期A 股制造业上市企业研发投入的激励效果最为显著。虽然不少文献中的观点是成熟期企业进行创新活动的意愿要低于成长期，但本文认为具体到制造业企业来说，当自主研发产品的销售收入占比开始上升时，成熟期制造业企业为了尽可能长时间的处于成熟期，其对于高新技术设备的需求会比成长期更大，此时固定资产加速折旧政策会发挥较为明显的作用。
（3）由于两项政策的交互作用会削弱税收政策的激励效果，二者组合使用对激励成长期、成熟期和衰退期企业的研发投入不能产生协同作用。
（一）研究结论
本文对用于评估固定资产加速折旧政策实施效果的双重差分模型进行变形，加入了高新技术企业所得税税率优惠政策的虚拟变量及两项政策的交乘项，从而能够更直观地对比两项政策在单独使用和组合使用时对激励企业研发投入的效果差异。此外，本文依据企业生命周期理论对企业研发投入进行分阶段回归，从而更加确切地明晰了税收优惠政策在企业不同生命周期对其研发投入活动的激励效果是有差异的。具体结论如下：
单独考虑两项政策时，高新技术企业所得税税率优惠政策和固定资产加速折旧政策对于制造业上市公司的研发投入均具有激励作用，并且前者的激励效果要优于后者。但是当二者共同作用时，回归系数是负向显著的，说明两项政策叠加使用对激励企业增加其研发投入不具有协同作用。
分企业生命周期阶段来看：（1）高新技术企业所得税税率优惠政策的普适性更广，对成长期和成熟期制造业上市公司的研发投入均有显著的激励作用；
（2）固定资产加速折旧政策能够显著提高成熟期制造业上市公司的研发投入，但是对成长期制造业上市公司研发投入的激励效果并不明显；
（3）两项政策均未能显著激励衰退期制造业上市公司扩大其研发投入；
（4）两项政策组合使用时，对激励成长期、成熟期和衰退期制造业上市企业的研发投入无法产生协同作用。
（二）研究启示
税收优惠政策设计应避免一刀切。现行的税收优惠政策实施效果主要体现在成熟期企业上，对处于其他发展阶段的企业尤其是衰退期企业的激励力度有限。国家有关部门应根据企业发展规律，调整现行税制，增强税收优惠政策的适用性和灵活性。从2019 年开始试行的增值税留抵退税制度能够有效缓解企业现金流压力，对于成长期和衰退期企业的资金运转有一定帮助，也能在一定程度上提升企业的研发投入水平。
政府部门可以从多个角度入手缓解企业税负压力。税务部门可以设计成体系的优惠政策从整体上减轻企业税收负担。其他有关部门还可以通过完善立法、加强知识产权保护、打击假冒伪劣等方面来维护企业的创新收益。从成本和收入两个方面为企业提供支持，提振企业进行研发活动的信心。
企业应做好纳税筹划，最大化利用好税收政策。企业应根据当前发展状况和未来战略安排，合理搭配税收优惠政策，使税收优惠政策的设计初衷得以最大程度的体现。比如一些上市公司把研发活动从上市公司本身转移至全资子公司，并将该子公司报送申请为高新技术企业，使其能够享受15%的优惠税率，同时自身又享受其他低税率政策，从而降低了整个集团的所得税税率。值得注意的是，企业在进行纳税筹划时，应充分意识到相关安排对其股价的影响以及税收部门因其避税行为而做出的负面评价，以规避可能存在的消极作用。
猜你喜欢优惠政策所得税高新技术新昌高新技术产业园区浙江国土资源(2022年11期)2022-12-13新昌高新技术产业园区浙江国土资源(2022年8期)2022-09-06税收优惠政策与企业研发投入的实证研究中国市场(2021年34期)2021-08-29发展前景广阔的淮安高新技术开发区华人时刊(2020年13期)2020-09-25“递延所得税”对企业所得税影响分析现代营销(创富信息版)(2018年10期)2018-10-12对我国《环境保护税法(征求意见稿)》优惠政策的思考湘江青年法学(2018年1期)2018-05-29代数法模型巧解递延所得税*绿色财会(2017年8期)2017-12-27各项税收收入（1994～2016年）中国财政年鉴(2017年0期)2017-07-04各城市具体优惠政策留学(2017年5期)2017-03-29浅谈所得税会计中国市场(2016年44期)2016-05-17本文来源：http://www.zhangdahai.com/shiyongfanwen/qitafanwen/2023/0913/653774.html
