高新技术企业减税与企业创新

奥鹏网院作业

高新技术企业减税与企业创新
孙文浩 张 杰

[提 要] 研究政府减税如何影响企业创新，对中国经济高质量发展意义重大。本文使用2008—2014年国家统计局全国创新调查企业数据库数据，运用动态面板门限模型并结合有效工具变量，研究高新技术企业减税对企业创新是否存在门限影响。研究发现：第一，高新技术企业减税对企业创新存在一个大小约为6.500的“规模阈值”，15%的所得税优惠政策会促使高新技术企业的减税规模超过“规模阈值”，导致企业创新水平内卷化；第二，在同等条件下，相对于低研发强度的高新技术企业，高新技术企业减税对高研发强度企业创新的促进效应更强，尤其对员工物质激励水平和技术改造能力较高的高新技术企业，其减税规模对企业创新的促进效应更加突出；第三，在同等条件下，相对于欠发达地区的高新技术企业，高新技术企业减税对经济发达地区企业创新的促进效应更大。政府应对高新技术企业的减税规模设置一个上限，且所得税优惠税率应结合企业研发强度和地区经济发展水平进行浮动管理。

[关键词] 减税；企业创新；高新技术企业；动态面板门限模型

一、引言
2020年10月，中国发布了《中共中央关于制定国民经济和社会发展第十四个五年规划和二○三五年远景目标的建议》，强调要“鼓励企业加大研发投入，对企业投入基础研究实行税收优惠”。因此，如何完善税负优惠政策并促使企业创新，就成为政府和学界亟待解决的关键性问题。

早在2008年，中国政府就颁布了《高新技术企业认定管理办法》(国科发火(2008)172号)，规定了高新技术企业的认定标准。同年，《国家税务总局关于企业所得税减免税管理问题的通知》(国税发〔2008〕111号)规定，对于认定后的高新技术企业，其所得税从25%减至15%。然而，高新技术企业减税对企业创新究竟存在何种影响，已有文献对这个问题尚未形成一致性的结论(Howell，2016；杨国超等，2017；孙刚，2018)。一部分文献认为，减税对企业创新存在显著的促进效应(Guan & Yam，2015)，且具有长期激励效应(Liu et al.，2011；Castellacci & Lie，2015)。减税通过投资效应(师博和张瀚禹，2018)、分工效应(毛捷等，2020)及行为额外性(Meuleman & De Maeseneire，2008；Kleer，2010；Takalo & Tanayama，2010)等影响渠道促使企业创新水平显著增加。也有文献提出反对观点(安同良等，2009；黎文靖和郑曼妮，2016)。杨国超等(2017)针对2008年《高新技术企业认定管理办法》研究发现，“一刀切”的认定标准导致大量高新技术企业产生研发操控行为，降低了高新技术企业减税与企业创新的关联性。林洲钰等(2013)基于2008年所得税改革政策的研究表明，税收激励政策对企业创新存在“倒U型”的影响。基于此，本文使用2008—2014年国家统计局全国创新调查企业数据库数据，利用修改后的动态面板门限模型并结合工具变量，研究高新技术企业减税对企业创新究竟存在何种门限影响。本文研究发现，高新技术企业减税对企业创新的促进效应存在一个大小约为6.500的“规模阈值”，一旦减税规模超过“规模阈值”，高新技术企业减税对企业创新的促进效应则会降低。进一步研究发现，对于经济发达地区和高研发强度的高新技术企业，减税对企业创新的促进效应更加突出。因此，本文建议政府将15%的比例税改为累进税，且所得税优惠税率应结合企业研发强度和地区经济发展水平进行浮动管理。

本文的边际创新贡献在于：第一，关于研究视角和结论。已有文献主要利用不同税种改革的准实验研究框架，研究减税对企业创新究竟存在何种线性影响效应。而本文利用修改后的动态门限模型并结合有效工具变量，研究高新技术企业减税对企业创新是否存在门限影响。结果表明，15%的所得税优惠政策会促使高新技术企业的减税规模超过“规模阈值”，导致企业创新水平内卷化(1) 本文内卷化是指，一旦高新技术企业减税规模超过“规模阈值”后，减税对企业创新的促进效应则会降低。，拓展了已有文献的研究视角和结论。第二，关于研究方法。考虑到Hansen(1999)提出的静态面板门限模型难以有效解决模型内部可能存在的内生性问题。因此，本文借鉴Kremer et al.(2013)和Law & Singh(2014)的研究，修改动态面板门限模型并结合工具变量进行门限回归，在很大程度上避免了动态门限模型内部可能存在的内生性问题，确保本文参数估计结果更加满足无偏和一致性的要求。第三，关于研究数据。上市公司数据可能存在选择偏误问题，本文使用国家统计局全国创新调查企业数据库数据，该数据库覆盖了9万家约40万个随机抽样的微观企业样本，在很大程度上可避免样本选择偏误问题。

二、文献综述与假说
(一)文献综述
减税对企业创新究竟存在何种影响，已有文献对这个问题尚未形成一致性的结论。一方面，减税模式种类繁多，不同税种的优惠政策对企业创新的影响存在较大差异。高正斌等(2020)基于2002年企业所得税分享改革政策，构建了准实验研究框架，发现减税通过缓解融资约束促使企业创新水平显著提高。范蕊等(2020)基于中国2008年企业所得税法改革，研究发现税率降低通过缓解企业融资约束促使企业创新水平显著提高，对于民营企业和金融市场化较低的地区，减税对企业创新的促进效应更加突出。张璇等(2019)基于“营改增”税制改革事件研究发现，“营改增”引发的企业税负下降促使企业创新水平显著提高，且对中小企业的促进效应更加突出。王伟同等(2020)基于小微企业所得税减半征收政策的研究表明，企业税负每下降10%，其流动负债平均降低约17%，利息支出下降约22%，财务费用下降约17%，减税政策缓解了企业的债务负担和融资约束问题，促使企业生产率显著提高。吴辉航等(2017)利用西部大开发税收优惠政策的研究表明，名义税率每下降1%，企业生产率平均提升约0.38%～0.75%。

另一方面，关于减税对企业创新的影响机理，已有文献也未形成一致性的结论。比如，企业创新活动常受到融资约束的制约(Brown et al.，2009；Song et al.，2011)，但融资约束本身对企业创新可能存在两种相反的影响。一方面，存在融资约束的企业因缺乏必要的创新活动资金，使得企业创新产出严重不足(Benfratello et al.，2008；Daniele et al.，2013)；另一方面，融资约束也可能倒逼企业提升管理与研发效率，在给定资源条件下进行拼凑式创新，最终提升企业创新水平(Sena，2006)。孙博等(2019)研究发现，融资约束对企业创新存在“倒U型”的影响。

因此，已有文献主要基于不同税种改革的事件冲击，构建准实验研究框架，研究减税对企业创新究竟存在何种线性影响，且尚未形成一致性的结论。此外，已有研究忽略了高新技术企业减税规模对企业创新是否存在“规模阈值”的关键性问题。这个问题不解决，就难以对政府合理优化财税资源的分配结构提供有针对性的政策建议。

(二)提出假说
1991年、1996年及2000年，国务院、科技部等部门分别制定与颁布了《国务院批准国家高新技术产业开发区和有关政策规定的通知》《国家级高新技术产业开发区高新技术企业认定条件和办法》(国科发字[1996]018号)，以及《国家级高新技术产业开发区高新技术企业认定条件和办法》(国科发火字[2000]324号)，设立了高新技术企业的认定标准。2008年政府又印发了《高新技术企业认定管理办法》(国科发火(2008)172号)，相对于2000年的高新技术企业认定标准，2008年的认定标准更为严格，具体表现在：其一，评定条件发生变化，提升了高新技术企业研发投入的最低标准。2000年文件规定“企业每年用于高新技术及产品研究开发的经费应占本企业当年总销售额的5%以上”，而2008年文件又规定“最近一年销售收入小于5 000万元的企业，企业研究开发费用总额占同期销售收入总额的比例不低于6%”。其二，申请门槛提高，确保了高新技术企业的创新质量。如2008年增加了“知识产权证书(独占许可合同)、生产批文、新产品或新技术证明(查新)材料、产品质量检验报告”。此外，2008年《国家税务总局关于企业所得税减免税管理问题的通知》(国税发〔2008〕111号)规定，对于认定后的高新技术企业其所得税从25%减至15%，并且减税范围不再局限在高新区内，不在高新区但是经过认定的高新技术企业也可以享受这一税收优惠。

但是，高新技术企业减税能否提升企业的创新水平，已有文献对这个关键性问题尚未给出明确的回答。一部分文献发现，高新技术企业减税促使企业创新水平显著提高(徐军玲和刘莉，2020)。孙刚(2018)基于高新技术企业认定政策研究发现，高新技术企业认定政策的“帮助之手”效应优于“政治资源诅咒”效应，该认定政策通过税率优惠、政府补贴及债务融资等渠道促使企业创新水平显著提高。常青青(2020)使用高新技术上市企业数据的研究表明，高新技术企业减税对外观型和实用新型创新效率存在显著的促进效应，但对企业发明型创新效率却不存在显著影响。孙自愿等(2020)使用2012—2017年上市公司数据研究发现，高新技术企业减税对企业创新存在显著的促进效应，但减税对高新技术企业创新的促进效应显著低于研发加计扣除政策的效果。徐晔和蔡奇翰(2019)使用上市企业数据的研究表明，高新技术企业认定政策引发的企业税负下降促使企业创新水平显著提高，尤其对民营、大型及东部高新技术企业创新的促进效应更加突出。雷根强和郭玥(2018)的研究发现，对于国有、成长期及有研发背景高管团队的高新技术企业，减税对其创新水平的促进效应更加突出。

另一部分文献认为，高新技术企业减税长期难以激励企业持续创新，甚至可能会降低企业的创新水平，扭曲政府财税资源的配置效率。杨国超等(2017)的研究结果表明，高新技术企业认定政策会激励公司进行研发操控，最终导致公司研发绩效下降。杨记军等(2018)使用中国高新技术上市公司数据的研究发现，高新技术企业研发投入存在围绕3%动态调整的现象，说明高新技术企业认定政策难以促使认定后的高新技术企业进行主动创新。陈珍珍等(2019)使用2008—2017年3 500家上市公司数据研究发现，在高新技术企业资格认定期间，高新技术企业的研发投入会显著增加，认定期满后企业不会再增加研发投入，使得高新技术企业认定政策难以持续激励企业进行研发创新。孙健夫和贺佳(2020)研究发现，高新技术企业减按15%的税率征收所得税对提升企业科技竞争力的效果并不十分理想，应与影响高新技术企业科技竞争力的因素进行合理匹配。因此，2008年高新技术企业的认定政策，既提高了高新技术企业的认定标准，同时又增加了高新技术企业的减税规模，导致高新技术企业可能会产生为减税而创新的研发操纵行为。一方面，企业为享受高新技术企业资格认定后的税收优惠政策，会加大研发投入与产品创新以达到高新技术企业认定的最低标准；另一方面，企业在达到高新技术企业资格认定的最低标准后，同等条件下，减税规模对企业创新的促进效应可能会逐渐减弱。因此，高新技术企业减税虽然有利于提升企业的创新水平，但并非越多越好，可能存在一个“规模阈值”，一旦减税规模超过这个“规模阈值”后，减税对企业创新的促进效应就会显著降低。此外，相对于低研发强度的高新技术企业，研发强度较高的高新技术企业对税收优惠政策更加敏感(马玉琪等，2017)，为减税而创新的动力激励较弱(杨国超等，2017)。当高新技术企业减税规模增加时，融资约束(高正斌等，2020)、负债水平(王伟同等，2020)以及人力资本缺口(李明等，2018)等问题均得到有效缓解，促使企业创新水平显著提高。基于此，笔者提出本文的两个假说。

假说1 高新技术企业减税对企业创新的促进效应存在一个“规模阈值”，当减税规模超过“规模阈值”后，其对企业创新的促进效应逐渐变弱。

假说2 在其他条件相同的前提下，相对于低研发强度的高新技术企业，同等规模的减税额度对高研发强度企业创新的促进效应更加突出。

三、研究设计
(一)数据来源与处理
本文数据来源于2008—2014年国家统计局全国创新调查企业数据库，是国家统计局按照国家统计法编制的国家级统计数据库，包括了9万家企业约40万个样本数据，是目前国内研究微观企业创新活动最为全面的数据库。同时，本文针对数据库存在的问题做出如下调整：第一，本文将2011年后的行业分类标准统一按2002年国民经济行业分类标准进行调整。第二，针对2008—2009年数据库中企业注册开业年份信息缺失的问题，借助1999—2013年间的规模以上工业企业数据库的相关信息按照企业法人代码加以匹配，对于剩下大约6 320家无法匹配的企业，笔者在中国企业查询网查询企业具体的注册开业年份，手工搜寻并计算企业年龄。第三，本文主要针对制造业企业，剔除了部分科技服务企业样本。第四，针对该数据中少数企业样本的数据异常问题，笔者对其进行了校正调整与删除处理。

(二)设定模型与定义变量
本文首先构建固定效应模型检验高新技术企业减税对企业创新是否存在非线性影响，具体模型如下：

Innovationit=α0+β1H_taxit

+β2H_tax_sqit+λ×X

+γfirm+γyear+εit

(1)

式中，因变量Innovationit反映的是企业i在年份t的创新水平，具体从创新投入与产出两个维度刻画企业创新水平。其中，对于创新投入，本文使用企业私人研发投入水平(private_innovationspent)加以表示，具体计算方式是，企业当年科技活动经费支出额减去来自政府部门的科技活动的资金额。对于创新产出，本文采用企业新产品产值(new_production)表示。以上创新水平均进行加1取对数处理。对于核心解释变量，高新技术企业减税规模(H_tax)用当年高新技术企业减税规模来表示，并进行加1取对数处理。对于工具变量，本文使用省份地区当年固定资产投资与地区GDP的比值(per_fixed_gdp)和当年财政支出额与地区财政收入的比重(fiscalspend_revenue)共同作为高新技术企业减税的工具变量组(instrument)。(2)capital_investment_gdp和fiscal_spend_revenue在一定程度上反映政府通过各种形式的优惠措施推动地区发展的战略意图与政策激励动力，预期对高新技术企业减税存在正向影响。

本文式(1)中控制变量集X具体包括；政府创新补贴(governsubsidy)，用当年来自政府部门的科技活动资金表示，并进行加1取对数处理；企业科技人才规模(S&T_size)，用当年企业从事科技活动的员工数量来表示，并进行加1取对数处理；企业年龄(age)，用企业样本期与注册时间的有效差距值来表示，为了避免当年注册造成企业年龄为0的现象，本文对企业样本期与注册时间的差距进行加1处理；企业出口因素(export)，用企业新产品出口额与新产品销售额的比值来测算；市场竞争因素(HHI)，为按照二位码产业中各企业科技活动人员数量计算的赫芬达尔-赫希曼指数；企业势力因素(marketpower)，用企业所形成的国家标准或者行业标准的数量来表示。此外，本文控制了企业(γfirm)和年份(γyear)固定效应，借此控制可能存在的不可观察因素对核心变量估计产生的干扰。最后，εit表示随机扰动项。(3)限于篇幅，未展示主要变量的描述统计结果，留存备索。

其次，本文使用两阶段最小二乘(2SLS)法进行回归。第一阶段的回归模型如式(2)所示，将高新技术企业是否获得减税对instrument进行回归，并预测出高新技术企业的减税额度width=58,height=17,dpi=110第二阶段模型如式(3)所示，使用高新技术企业创新对第一阶段得到的减税规模预测值width=52,height=17,dpi=110进行回归。其他变量与式(1)的定义相同，此处不再赘述。

H_taxit=αi+β3instrumentit+λX+γfirm

+γyear+εit

(2)

Innovationit=width=187,height=17,dpi=110

+γyear+εit

(3)

为有效研究中国现实背景下高新技术企业减税对企业创新是否存在门限影响，本文构建了如下的动态面板模型：

Innovationit=α0+β5H_taxitI(H_taxit≤γ1)

+β6H_taxitI(H_taxit>γ1)

+λX+γfirm+γyear+εit

(4)

本文在式(4)中加入了instrument。其中，I(·)为示性函数，当括号内部满足要求时I(·)为1，否则为0，且γ1是门限估计值(4)式(4)假定存在单一门限值。若存在双重或者多种门限值，其设计方法与式(4)类同，此处不再赘述。。控制变量X里面包含因变量的滞后一期，其他变量与式(1)相同，此处不再赘述。此外，对于其他门限变量，本文使用企业员工的劳务经费支出水平测度员工物质激励水平(labor)；使用企业对技术改造的研发支出水平测度技术改造能力(transfor)；构建企业研发差距(pri_gapcmit)指标，用以测度企业研发强度；构建城市经济水平差距(eco_gapkct)指标，用以测度区域经济发展水平。其中，对于企业研发差距(pri_gapcmit)，其计算公式为：

pri_gapcmit

width=275,height=41,dpi=110
(5)

式中，pri_gapcmit表示在c城市3位码产业m中的企业i在年份t的企业研发差距值；leaderinnovationcmt和otherinnovationcmit分别表示c城市3位码产业m中在年份t私人研发支出最大的企业的私人研发支出额度以及在c城市3位码产业m中年份t的其他单个企业i的私人研发支出额度。

对于城市经济水平差距(eco_gapkct)指标，其计算方法如下：

eco_gapkct

width=245,height=41,dpi=110
(6)

其中，eco_gapkct表示在省份k中城市c在年份t的城市经济水平差距值。此外，leadereconomickt和othereconomickct分别表示在年份t省份k经济最为发达城市的指数水平(5) 本文使用夜间城市灯光亮度指数测度城市经济发展水平。以及其他单个城市c的指数水平。以上所有门限变量均进行加1取对数处理。

(三)估计方法
根据Caner & Hansen(2004)设立的门限估计模型，本文采用3个步骤去估计动态面板门限模型设定的参数值。

第一，将内生变量作为工具变量的函数，利用面板数据最小二乘法进行估计，并获得内生变量的预测值。

第二，把第一步得到的预测值代入面板门限模型中，替代原有的内生变量估计出面板门限估计值γ。

第三，运用面板数据最小二乘法得出残差项平方和S(γ)，通过反复自举选择最小的残差和的估计值作为面板门限估计值width=120,height=20,dpi=110

此外，本文门限值参数值λ的95%水平的置信区间标准设定为：

Γ={λ:LR(λ)≤C(α)}

式中，C(α)是LR(λ)渐进分布似然统计值95%分位数值。

四、实证回归结果分析
(一)基础回归结果
为检验高新技术企业减税对企业创新是否存在非线性影响，本文结合式(1)运用固定效应模型进行回归，具体估计结果见表1。其中，表1列(1)和列(2)未加入控制变量：表1列(1)展示的是，高新技术企业减税对企业创新存在显著的促进效应；表1列(2)的结果表明，高新技术企业减税对企业创新呈现倒“U”型影响。同理，表1列(3)和列(4)加入控制变量：列(3)的估计结果表明，高新技术企业减税对企业创新存在显著的促进效应；列(4)的估计结果表明，高新技术企业减税对企业创新存在显著倒“U”型影响。因此，表1说明，高新技术企业减税对企业创新可能存在一个“规模阈值”，当减税规模超过“规模阈值”后，其对企业创新的促进效应则显著减弱。(6)此外，本文还利用双重差分倾向得分匹配(PSM-DID)和三重差分倾向得分匹配(PSM-DDD)模型重新回归，结果表明，高新技术企业减税对企业创新可能存在一个“规模阈值”，当减税规模超过“规模阈值”后，其对企业创新的促进效应则显著减弱。限于篇幅，实证结果未在正文中展示，留存备索。

表1 高新技术企业减税对企业创新的影响

width=745,height=264,dpi=110
注：*，**和***分别表示10%，5%和1%水平下显著。括号内的数值为聚类在企业层面的标准误。所有回归模型均控制了企业和年份固定效应。若无特别说明，下表同。

为降低式(1)可能存在的内生性问题，本文结合式(2)～式(3)运用两阶段最小二乘(2SLS)法，研究高新技术企业减税对企业创新的影响，具体结果见表2。由表2列(1)和列(2)第一阶段的回归结果可知，per_fixed_gdp和fiscalspend_revenue的系数估计值显著为正，符合预期。此外，Cragg-Donald Wald F统计值的估计结果显著大于10%统计水平的标准值，以及第一阶段F值远大于10，基本排除了工具变量与内生变量可能存在的弱相关性问题，说明本文工具变量有效。对于第二阶段回归结果，表2列(1)基于私人研发投入，结果表明，高新技术企业减税对企业创新存在显著促进效应。表2列(2)基于新产品产值，结果表明，高新技术企业减税规模平均每增加1%，新产品产值平均提升约11%。

表2 高新技术企业减税对企业创新的影响

width=375,height=492,dpi=110
(二)门限效应检验
由表1的估计结果可知，高新技术企业减税对企业创新的促进效应可能存在一个“规模阈值”。因此，根据式(4)，本文利用动态门限模型和工具变量组(instrument)，研究高新技术企业减税对企业创新是否存在门限影响，估计结果见表3。表3列(1)基于私人研发投入，结果表明，门限参数估计值γ1约为6.485，且仅存在单一门限值。一方面，无论高新技术企业减税规模是高(H_Tax>6.485)还是低(H_Tax≤6.485)，高新技术企业减税对企业创新均存在显著促进效应；另一方面，高新技术企业减税规模超过6.485后，其对企业创新的促进效应显著降低。表3列(2)基于新产品产值，结果表明，门限参数估计值γ1约为6.590，且仅存在单一门限值。一方面，无论高新技术企业减税规模是高(H_Tax>6.590)还是低(H_Tax≤6.590)，高新技术企业减税对企业创新的影响显著为正；另一方面，高新技术企业减税规模超过6.590后，减税对企业创新的促进效应显著降低。

表3 高新技术企业减税对企业创新的门限影响(一)

width=375,height=404,dpi=110
说明：控制变量中包括了因变量的滞后一期，下表同。

为观察高新技术企业在不同减税区间创新水平的分布图，本文根据表3得到的门限值使用核密度图进行描述，具体结果见图1。图1a基于新产品产值，结果表明，对于减税规模超过“规模阈值”(γ1=6.590)的高新技术企业，其创新均值水平明显高于“规模阈值”以下的高新技术企业。同理，图1b基于私人研发投入，结果表明，对于减税规模超过“规模阈值”(γ1=6.485)的高新技术企业，其创新均值水平明显高于“规模阈值”以下的高新技术企业，说明高新技术企业减税规模超过“规模阈值”后，其对企业创新的促进效应明显减弱，与本文表3的估计结果一致。

(三)异质性检验
1.企业研发强度。本文结合式(5)构建了企业研发差距(pri_gap)，研究高新技术企业减税对不同研发强度的企业创新是否存在门限影响，具体估计结果见表4。表4列(1)和列(2)的门限变量均为企业研发差距。表4列(1)基于私人研发投入，结果表明，门限参数估计值γ1约为0.376，且仅存在单一门限值。对于研发强度较高的高新技术企业(pri_gap≤0.376)，减税对企业创新存在显著的促进效应；对于研发强度较低的高新技术企业(pri_gap>0.376)，减税对企业创新则存在显著的抑制效应。表4列(2)基于新产品产值，结果表明，门限参数估计值γ1约为0.150，且仅存在单一门限值。一方面，无论高新技术企业的研发强度是高(pri_gap≤0.150)还是低(pri_gap>0.150)，减税对企业创新都存在显著的促进效应；另一方面，由系数估计值的结果可知，在同等条件下，相对于低研发强度的高新技术企业，高新技术企业减税对高研发强度企业创新的促进效应更强。

width=642,height=277,dpi=110
图1 高新技术企业不同减税区间创新水平的核密度图

表4 高新技术企业减税对企业创新的门限影响(二)

width=375,height=410,dpi=110
2.企业研发模式。由表4的估计结果可知，针对不同研发强度的高新技术企业减税对企业创新的影响存在较大差异。为研究高新技术企业减税对不同研发模式的企业创新是否存在门限影响，本文基于企业员工物质激励水平(labor)和技术改造能力(transfor)，结合式(4)重新回归，具体估计结果见表5。表5列(1)和列(2)的门限变量是员工物质激励水平。其中，表5列(1)基于私人研发投入，结果表明，门限参数估计值γ1约为5.620，γ2约为8.501，说明存在双重门限值。当高新技术企业的员工物质激励水平较低时(labor≤5.620)，减税对企业创新存在显著抑制效应；当高新技术企业的员工物质激励处于中等水平时(5.620<labor≤8.501)，减税对企业创新存在显著促进效应。当高新技术企业的员工物质激励水平较高时(labor>8.501)，减税对企业创新存在显著促进效应；从系数估计结果的大小看，在同等条件下，相对于中等员工物质激励水平的高新技术企业，高新技术企业减税对员工物质激励水平较高的企业创新存在更强的促进效应。表5列(2)基于新产品产值，结果表明，门限参数估计值γ1约为6.909，且仅存在单一门限值。一方面，无论高新技术企业的员工物质激励水平是低(labor≤6.909)还是高(labor>6.909)，减税对企业创新都存在显著促进效应；另一方面，从系数估计结果看，在同等条件下，相对于员工物质激励水平较低(labor≤6.909)的高新技术企业，高新技术企业减税对员工物质激励水平较高的企业创新存在更强的促进效应。

表5 高新技术企业减税对企业创新的门限影响(三)

width=375,height=545,dpi=110
表6列(1)和列(2)的门限变量为技术改造能力。其中，表6列(1)基于私人研发投入，结果表明，门限参数估计值γ1约为7.779，且仅存在单一门限值。一方面，无论高新技术企业的技术改造能力是低(transfor≤7.779)还是高(transfor>7.779)，减税对企业创新都存在显著的促进效应；另一方面，由系数估计值结果可知，在同等条件下，相对于技术改造能力较低的高新技术企业，高新技术企业减税对技术改造能力较高的企业创新存在更强的促进效应。表6列(2)基于新产品产值，结果表明，门限参数估计值γ1约为8.206，且仅存在单一门限效应。无论高新技术企业的技术改造能力是低(transfor≤8.206)还是高(transfor>8.206)，减税对企业创新都存在显著的促进效应；由系数估计值的结果可知，在同等条件下，相对于技术改造能力较低的高新技术企业，高新技术企业减税对技术改造能力较高的企业创新存在更强的促进效应。

表6 高新技术企业减税对企业创新的门限影响(四)

width=375,height=393,dpi=110
3.地区经济发达程度。本文结合式(6)构建了省域范围内的经济水平差距(eco_gap)指标，并作为门限变量，研究高新技术企业减税对不同经济发达程度地区的企业创新是否存在门限影响。其中，表7列(1)基于私人研发投入，结果表明，门限参数估计值γ1约为0.429，且仅存在单一门限值。一方面，无论是经济发达地区(eco_gap≤0.429)还是欠发达地区(eco_gap>0.429)的高新技术企业，减税对企业创新均存在显著的促进效应；另一方面，从系数估计值的大小看，在同等规模减税额度下，相对于经济发达地区，经济欠发达地区的高新技术企业减税对企业创新的促进效应更强。表7列(2)基于新产品产值，结果表明，门限参数估计值γ1约为0.405，且仅存在单一门限值。一方面，无论是经济发达地区(eco_gap≤0.405)还是欠发达地区(eco_gap>0.405)的高新技术企业，减税对企业创新都存在显著的促进效应；另一方面，由系数估计值的结果可知，在同等减税额度下，相对于经济欠发达地区，高新技术企业减税对经济发达地区企业创新的促进效应更强。

表7 高新技术企业减税对企业创新的门限影响(五)

width=375,height=393,dpi=110
(四)稳健性检验
考虑到工具变量的有效性，本文借鉴卞元超等(2019)的研究，在城市层面构造每滞后一年的高新技术企业减税规模的平均值作为高新技术企业减税的工具变量，并根据式(4)重新回归，估计结果见表8。表8列(1)未加入控制变量，结果说明，门限参数估计值γ1约为7.334，且仅存在单一门限效应。一方面，无论高新技术企业减税规模是高(H_tax>7.334)还是低(H_tax≤7.334)，减税对企业创新都存在显著促进效应；另一方面，高新技术企业减税规模超过7.334后，其对企业创新的促进效应则会降低。表8列(2)加入了控制变量，结果说明，门限参数估计值γ1约为6.590，且仅存在单一门限值。一方面，无论高新技术企业减税规模是高(H_tax>6.590)还是低(H_tax≤6.590)，减税对企业创新都存在显著促进效应；另一方面，当高新技术企业减税规模超过6.590后，其对企业创新不存在显著影响。因此，表8的估计结果与本文实证结论高度一致，说明本文结论稳健。

表8 高新技术企业减税对企业创新的门限影响(六)

width=375,height=393,dpi=110
五、主要结论与政策启示
本文使用2008—2014年国家统计局全国创新调查企业数据库的数据，基于创新投入和产出视角，运用动态门限模型并结合工具变量，研究了高新技术企业减税对企业创新是否存在门限影响。研究发现：第一，高新技术企业减税对企业创新的影响存在一个大小约为6.500的“规模阈值”，当减税规模超过“规模阈值”后，其对企业创新的促进效应显著降低。第二，基于企业特征，同等条件下，相对于低研发强度的高新技术企业，高新技术企业减税对高研发强度的企业创新存在更强的促进效应。第三，基于企业研发模式，同等条件下，对于员工物质激励水平与技术改造能力较强的高新技术企业，减税对企业创新的促进效应更加突出。第四，基于区域特征，同等条件下，相对于经济欠发达地区，减税对经济发达地区的高新技术企业创新存在更强的促进效应。

因此，虽然高新技术企业减税对企业创新存在显著促进效应，但减税规模并非越大越好，一旦高新技术企业减税规模超过“规模阈值”，其对企业创新的促进效应会显著减弱，降低了政府财税资源的配置效率。基于此，本文提出以下建议：

第一，政府应完善高新技术企业的税负优惠模式，将15%比例税改为累进税。2008年《高新技术企业认定管理办法》(国科发火(2008)172号)出台后，使得高新技术企业的所得税由25%降低为15%。但是，本文发现，这种“一刀切”减税模式可能使得高新技术企业减税规模突破“规模阈值”，导致企业创新水平内卷化，降低了政府有限财税资源的配置效率。因此，政府应将15%的比例税改为累进税，由本文结论可知，高新技术企业减税的“规模阈值”约在6.500附近，当高新技术企业的减税规模超过6.500时，应提升企业所得税的纳税比例。

第二，政府应对行业内部研发强度较高的高新技术企业增加减税额度。在同一产业内部，对高研发强度和低研发强度的高新技术企业实施“一刀切”的税负优惠政策，可能会降低政府财税资源的配置效率。由本文结论可知，在同等规模的税负优惠额度下，减税对高研发强度高新技术企业创新的促进效应更高，尤其是员工物质激励水平较高和技术改造能力较强的高新技术企业，减税对企业创新的促进效应更加突出。因此，政府应调整高新技术企业“一刀切”的税负优惠模式，且所得税优惠税率应结合企业研发强度进行浮动管理。

第三，政府应将有限的财税资源重点向经济发达地区倾斜。同等条件下，相对于经济欠发达地区，经济发达地区的高新技术企业减税，其对企业创新的促进效应更加突出。因此，高新技术企业15%的所得税优惠政策应与地区经济发展水平挂钩，政府应适当降低经济发达地区高新技术企业所得税的纳税比例。

参考文献

安同良、周绍东、皮建才，2009：《R&D补贴对中国企业自主创新的激励效应》，《经济研究》第10期。

卞元超、吴利华、白俊红，2019：《高铁开通是否促进了区域创新?》，《金融研究》第6期。

常青青，2020：《税收优惠对高新技术企业创新效率的差异化影响》，《财经科学》第8期。

陈珍珍、何宇、徐长生，2019：《高新技术企业认定对研发投入的政策效应研究——来自A股上市公司的经验证据》，《中国科技论坛》第7期。

范蕊、余明桂、陈冬，2020：《降低企业税率是否能够促进企业创新?》，《中南财经政法大学学报》第4期。

高正斌、张开志、倪志良，2020：《减税能促进企业创新吗?——基于所得税分享改革的准自然实验》，《财政研究》第8期。

雷根强、郭玥，2018：《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》，《财政研究》第9期。

黎文靖、郑曼妮，2016：《实质性创新还是策略性创新？——宏观产业政策对微观企业创新的影响》，《经济研究》第4期。

李明、李德刚、冯强，2018：《中国减税的经济效应评估——基于所得税分享改革“准自然试验”》，《经济研究》第7期。

林洲钰、林汉川、邓兴华，2013：《所得税改革与中国企业技术创新》，《中国工业经济》第3期。

马玉琪、扈瑞鹏、赵彦云，2017：《财税激励政策对高新技术企业研发投入影响效应分析——基于广义倾向得分法的实证研究》，《中国科技论坛》第2期。

毛捷、曹婧、杨晨曦，2020：《营改增对企业创新行为的影响——机制分析与实证检验》，《税务研究》第7期。

师博、张瀚禹，2018：《“营改增”的创新效应:基于模糊断点回归的经验证据》，《财经科学》第11期。

孙博、刘善仕、姜军辉、葛淳棉、周怀康，2019：《企业融资约束与创新绩效：人力资本社会网络的视角》，《中国管理科学》第4期。

孙刚，2018：《选择性高科技产业政策能被精准执行吗——基于“高新技术企业”认定的证据》，《经济学家》第8期。

孙健夫、贺佳，2020：《企业所得税优惠政策对提升高新技术企业科技竞争力的效应分析》，《当代财经》第3期。

孙自愿、梁晨、卫慧芳，2020：《什么样的税收优惠能够激励高新技术企业创新——来自优惠强度与具体优惠政策的经验证据》，《北京工商大学学报(社会科学版)》第5期。

王伟同、李秀华、陆毅，2020：《减税激励与企业债务负担——来自小微企业所得税减半征收政策的证据》，《经济研究》第8期。

吴辉航、刘小兵、季永宝，2017：《减税能否提高企业生产效率?——基于西部大开发准自然实验的研究》，《财经研究》第4期。

徐军玲、刘莉，2020：《高新技术企业认定政策的创新增量效应及作用机制》，《科研管理》第8期。

徐晔、蔡奇翰，2019：《高新技术企业认定对企业创新及财务绩效的影响——基于断点回归方法》，《复旦学报(社会科学版)》第6期。

杨国超、刘静、廉鹏、芮萌，2017：《减税激励、研发操纵与研发绩效》，《经济研究》第8期。

杨记军、敖翔、吴敏，2018：《高新技术企业研发投入的阈值效应》，《科研管理》第6期。

张璇、张计宝、闫续文、李春涛，2019：《“营改增”与企业创新——基于企业税负的视角》，《财政研究》第3期。

Benfratello, L., F. Schiantarelli, and A. Sembenellia, 2008, “Banks and Innovation: Microeconometric Evidence on Italian Firms”, Journal of Financial Economics, 90(2): 197-217.

Brown, J. R., S. M. Fazzari, and B. C. Petersen, 2009, “Financing Innovation and Growth: Cash Flow, External Equity, and the 1990s R&D Boom”, Journal of Finance, 64(1): 151-185.

Caner, M.,and B. E. Hansen, 2004, “Instrumental Variable Estimation of a Threshold Model”, Econometric Theory, 20(5): 813-843.

Castellacci, F.,and C. M. Lie, 2015, “Do the Effects of R&D Tax Credits Vary across Industries? A Meta-regression Analysis”, Research Policy, 44(4): 819-832.

Daniele，A. M., C. Schneider, and A. Žaldokas, 2013, “Credit Supply and Corporate Innovation”, Journal of Financial Economics, 109(3): 835-855.

Guan, J.,and R. C. M. Yam, 2015, “Effects of Government Financial Incentives on Firms’ Innovation Performance in China: Evidences from Beijing in the 1990s”, Research Policy, 44(1): 273-282.

Hansen, B. E., 1999, “Threshold Effects in Non-dynamic Panels: Estimation, Testing, and Inference”, Journal of Econometrics, 93(2): 345-368.

Howell, A., 2016, “Firm R&D, Innovation and Easing Financial Constraints in China: Does Corporate Tax Reform Matter?”, Research Policy, 45(10): 1996-2007.

Kleer, R., 2010, “Government R&D Subsidies as a Signal for Private Investors”, Research Policy, 39(10): 1361-1374.

Kremer, S., A. Bick,and D. Nautz, 2013, “Inflation and Growth: New Evidence from a Dynamic Panel Threshold Analysis”, Empirical Economics, 44(2): 861-879.

Law, S.,and N. Singh, 2014, “Does Too Much Finance Harm the Growth of Economic.”, Journal of Banking and Finance, 41(1): 36-44.

Liu, F., D. F. Simon, Y. Sun,and C. Cao, 2011, “China’s Innovation Policies: Evolution, Institutional Structure, and Trajectory”, Research Policy, 40(7): 917-931.

Meuleman, M.,and W. De Maeseneire, 2008, “Do R&D Subsidies Affect SMEs’ Access to External Financing?”, Research Policy, 41(3): 580-591.

Sena, V., 2006, “The Determinants of Firms’ Performance: Can Finance Constraints Improve Technical Efficiency?”, European Journal of Operational Research, 172(1): 311-325.

Song, Z., K. Storesletten,and F. Zilibotti, 2011, “Growing Like China”, American Economic Review, 101(1): 196-233.

Takalo, T.,and T. Tanayama, 2010, “Adverse Selection and Financing of Innovation: Is There a Need for R&D Subsidies?”, The Journal of Technology Transfer, 35(1): 16-41.

TAX REDUCTION AND INNOVATION OF HIGH-TECH ENTERPRISES
SUN Wen-hao1 ZHANG Jie2

(1. School of Economics, Renmin University of China; 2. Institute of China Economic Reform & Development, Renmin University of China)

Abstract: Studying the impact of tax reduction on corporate innovation is of great significance for China’s high-quality economic development. Drawing on the 2008-2014 National Innovation Survey Enterprise Database of the National Bureau of Statistics, this paper uses dynamic panel threshold model and effective instrumental variables to study whether there is threshold effect of tax reduction of high-tech enterprises on corporate innovation. The results of the study indicate that: firstly, there is a “size threshold” for high-tech enterprises’ tax reduction. Once the tax reduction scale exceeds the “size threshold”, the promotion effect of tax reduction on corporate innovation will be significantly weakened. Secondly, under the same conditions, compared with high-tech enterprises with low R&D intensity, the tax reduction of high-tech enterprises with high R&D intensity has stronger promoting effect on corporate innovation. Thirdly, under the same conditions, compared with the high-tech enterprises in the underdeveloped regions, the tax reduction of high-tech enterprises in economically developed regions has a greater promoting effect on corporate innovation. The government should set an upper bound for the scale of tax reduction, and the preferential tax rate of income tax should be linked with the R&D intensity of high-tech enterprises.

Key words: tax reduction; corporate innovation; high-tech enterprises; dynamic panel threshold model

孙文浩(通讯作者)，中国人民大学经济学院，邮政编码：100872，电子信箱：sunwenhao@ruc.edu.cn；张杰，中国人民大学中国经济改革与发展研究院。本文得到中国人民大学2019年度拔尖创新人才培育资助计划和国家自然科学基金项目(71973139)的资助。感谢匿名评审人提出的修改建议，笔者已做了相应修改，本文文责自负。

(责任编辑: 杨万东)