蔡德发 王凡硕 常 鹏

摘 要：本文基于门限模型，依据2012-2019东北地区上市公司的数据，分别以财政补贴相关变量和税收优惠相关变量为门槛变量，分析了财政补贴、税收激励对制造业企业研发投入的非线性影响。研究结果表明，财政补贴和税收优惠均对企业研发投入有非线性的显著激励效应；同时测度了财政补贴和税收优惠的最优区间，即将财政补贴强度控制在企业营业总收入的0.28%以下，将征税强度控制在企业净利润的0.76%以下。这一结论有助于发挥财政补贴和税收政策的正向激励作用，提高财政补贴资金的使用效率，助推制造业向高端、智能化转型升级。

关键词：财政补贴 税收激励 研发投入 门限模型

一、引言

制造业是国民经济的主体，是立国之本、兴国之器、强国之基^[1]。当前，世界正处于第四次工业革命的伟大变革中。自德国提出“工业4.0”概念以来，世界各国更加重视制造业研发创新。中国也在2015年5月发布了《中国制造2025》，描绘了中国制造业发展的宏伟蓝图，努力实现从“中国制造”向“中国智造”和“中国创造”的转型。2019年是中国成为世界第一制造大国的第十年，也是我国成为世界创新大国的第一年，实现全年专利申请数58 990件，首次超越美国成为世界第一，可见中国在创新研发方面的突破性进展。然而，在举世瞩目的成就背后，制造业依然面临着核心技术突破难、科研成果转化慢、经济附加值较低等问题。

在“十三五”开年之际，中国发布“新一轮振兴东北老工业基地政策”，而2019年东北地区黑吉辽三省GDP实际增速分别位列全国第29、30、26位，政策效果并不理想。为进一步加强经济结构与区域布局优化，更要重视东北地区发展，发挥自身优势，转变经济发展模式。当前，尽管企业意识到研发创新对自身发展的重要作用，但激烈的市场竞争往往让企业无暇顾及和支撑高昂的研发费用。党和政府为减轻企业这一负担，不断提高在研发投入方面的财政补贴力度，减轻企业税收负担，多次下调税费征收标准。然而，财政补贴与减税政策是否如预期一样对企业研发投入起到了正向促进作用、最佳的财政补贴与征税强度在何处，仍值得深入探索。

二、文献综述

当前，针对财政补贴、税收对企业研发投入的研究成果较多，但由于各位学者在研究中用到的方法、样本、行业、理论等差异，使得学术界针对这一研究的看法并不一致。为更好地认知当前针对这一领域的最新研究成果，本文将分为财政补贴和税收两部分来说明。

（一）财政补贴对企业研发投入的影响研究

学术界普遍认可财政补贴对企业研发投入具有正向影响，但所选取的角度不尽相同。Hiroyuk等（2015）认为，财政补贴可以增强企业与研究机构之间的信任度，从而推动产学研合作，促进企业创新研发和科研机构成果转化^[2]。Anthony（2017）通过对企业创新全过程进行分析，认为财政补贴对企业创新研发起到了补充作用，尽管会促进研发成果的增长，但会降低创新研发的经济绩效^[3]。张娜等（2019）运用DEA模型分析财税政策对高新技术企业创新投入的影响，认为财政补贴与税收优惠对企业研发投入交互影响，但财政补贴的作用远高于税收优惠的作用^[4]。梅冰菁等（2019）通过中介效应模型，结合制度差异的调节效应，认为财政补贴能显著提高企业的创新绩效，这一作用在非国有企业方面表现得更为明显^[5]。关成华等（2019）分析了财政补贴对中国孵化器创新发展的影响，结果表明，从整体上讲，财政补贴对孵化器创新研发效率起到了抑制作用，但从地区上来看，财政补贴在东北地区对创新研发表现为正效应^[6]。苏娜（2019）通过对北京高端装备制造业的实证分析发现，财政科技专项补贴可以有效鼓励企业创新行为和产业人才集聚，从而促进企业创新发展^[7]。林小玲（2019）通过对中国上市公司数据的分析，针对财政补贴对企业创新研发的影响，认为其对国有企业和小微企业的激励作用高于对私企、外企的激励作用^[8]。Admir等（2020）通过对巴西财政补贴与企业研发之间关系的研究，认为财政补贴可以促进企业规模的增长和集约型研发活动的增加^[9]。徐鹏远等（2020）研究了财政R&D补贴与地区R&D投入之间的关系，认为财政政策可以显著促进地区研发投入的增长，但是相比直接投入，首先提高研发人员数量更有利于企业的研发投入增长^[10]。席卫群（2020）根据上市公司数据，对财政政策与企业创新活动之间的关系进行OLS、SLS回归分析，认为财政补贴对制造业创新研发具有显著的促进作用，降低企业的研发总成本，但从个体来看，财政政策对高资本密集型企业的研发投入影响不显著^[11]。

（二）税收优惠对企业研发投入的影响研究

针对税收优惠与企业研发投入之间的关系，有的学者认为税收对研发投入起到的是阻碍作用，有的学者则观点相反，因此测定最优税负、充分发挥税收的调节作用成为了学术界关注的热点。Mario Coccia（2018）通过计量分析认为，将公司利润税控制在3.1%，R&D强度控制在2.5%，可以实现本国劳动生产率的最优化^[12]。Klaus Prettner等（2019）认为个人所得税和智能领域的税收优惠会引起人才流失，从而不利于长久的创新发展^[13]。李香菊等（2019）通过分析中国战略性新兴产业的创新表现，认为由于财政政策的时滞性，税收政策更有利于促进企业短期和长期创新发展，应该以税收优惠为主，财政政策为辅，共同促进企业的长期创新行为^[14]。Stijn Kelchtermans等（2020）认为，当前在企业研发投入领域的税收优惠政策有所欠缺，在假设存在研发投入抵税的情况下发现可以有效促进企业研发投入的增长^[15]。段姝等（2020）以中小板民营企业为研究对象，结合企业发展周期模型，认为税收优惠对企业创新投入具有显著的促进作用，但企业规模对其税收优惠作用的发挥有很强的约束力，随着企业规模的增长，税收优惠发挥的作用逐步降低^[16]。而在此方面赵立三等（2020）则持反对观点，他从企业盈利能力角度出发，分析了所得税优惠对企业创新的影响，认为所得税优惠对高新技术企业研发投入具有显著的激励效应，且随企业规模的增长此作用会逐步上升^[17]。陈玥卓（2020）聚焦软件与集成电路行业，认为税收优惠政策对有发明专利申请的创新具有显著促进作用，但对非发明专利申请的创新促进作用不显著^[18]。刘明慧等（2020）从企业异质性角度出发，通过对沪深A股制造业上市公司的研究，探讨税收与企业研发投入之间的影响关系，认为税收优惠在不同类型、不同经济发展水平的地区表现是不同的，对高技术、民营企业的激励效应更明显，但同时也与财政补贴之间存在抵消激励抵消效应^[19]。赵新成等（2020）通过对企业税负与创新研发关系的模型分析，认为税收寻租会增强税收对企业创新研发的抑制作用，且对民营企业的影响时更为显著的^[20]。李静祎（2020）通过对税收征管、税收加计扣除和企业创新三者之间的关系进行研究，认为税收征管水平的提升会显著提高税收优惠对企业创新的正向作用^[21]。

可见，针对财政补贴、税收对企业研发投入影响的研究成果颇多，但也不难发现其在理论研究上的空缺。一是现有研究主要停留在探讨财政补贴、税收对研发投入的正负影响关系，但少有针对最佳补贴区间与征税范围的测量。二是现有的理论研究主要是针对财政补贴、税收与研发投入之间的线性关系进行研究，未能重视实践过程中非线性影响的可能。三是现有的研究主要是以行业为区分，比如针对高新技术产业、装备制造业进行研究，但未能考虑到地区间发展的情况不同，政策落实效果不同，因而可能会导致对研发投入的影响也有不同。

基于此，本文主要针对东北地区这一亟待转型发展的重点地区，从门槛效应出发，进行财政补贴、税收优惠与制造业研发投入之间的门限模型分析，分别以财政补贴和税收激励作为门槛变量，测定最佳的财政补贴范围与税收征收强度。助力东北地区制造业企业研发投入增长，振兴东北老工业基地活力。

三、研究假设

假设1：财政补贴与企业研发投入存在正相关关系。

财政补贴是国家为实现特定的目标向企业或个人发放的一种补贴。一方面，财政补贴可以为企业的研发投入提供直接的资金支持，减轻企业的研发负担，加快企业研发成果的转化，提高企业研发投入资金的边际效益。另一方面，财政补贴通常需要满足一定的规定和要求，其发放通常预示着接受补贴的企业有着较好的经营状态，可以加强公众对企业的信任与支持，从而拥有更雄厚的基础进行研发活动。

假设2：税收收入与企业研发投入存在负相关关系。

企业在经营过程中需要缴纳多项税费，其中以增值税和企业所得税为主。经过国家多次减税政策，现行增值税率包括13%、9%、6%三档，企业所得税保持在25%。更低的税收意味着国家将更多的经营所得让利给企业，给予企业更多的经济自主权，减轻融资压力，企业便有更大的空间进行研发投入。

假设3：财政补贴与税收收入对企业研发投入的影响是非线性的。

以上两个假设说明了财税政策与企业研发投入间存在理论上的相关关系，但经过本文前期的数据分析发现，变量间并不存在明显的OLS回归关系。在实践中也存在着财政补贴增长到一定程度时对研发投入产生的挤出效应大于激励效应。因此，假设财税政策与企业研发投入间存在着非线性关系，即存在门槛效应

四、模型设计

（一）变量设计

由于财税政策是宏观政策，而制造业的研发投入量由微观个体决定，因此在变量选取中，选择受宏观政策影响的企业指标。同时，考虑到企业个体间由于企业规模、公司战略、主营业务的不同会带来个体差异，为确保模型数据的平稳性，一定程度上消除企业规模带来的异质性影响，变量均选取相对指标。

1.被解释变量：企业研发投入（RES）

评价企业研发水平的指标主要包括企业研发投入、研发人员数量、研发机构数量等，本文选取最直观的企业研发投入总额指标。为消除企业间个体差异，指标进一步明确为研发投入总额与企业营业总收入的比值，以衡量企业研发投入的强度大小。

2.解释变量：政府补助（GOV）、企业税费支出（TAX）

从企业角度出发，财税政策主要表现为政府补助和应交税费两个方面，为消除企业个体之间的差异，将政府补助转化为政府补助与营业总收入的比值以衡量政府补助的强度、将应交税费转化为应交税费与净利润的比值以衡量税收给企业的负担程度。

3.控制变量：净利润率（PRO）、资产负债率（ASS）

净利润率是企业盈利能力的重要指标，同时一定程度说明了企业在加大研发投入方面的可能性，表示为净利润与营业总收入的比值。资产负债率是衡量企业财务杠杆的重要指标，通常来讲，负债占比越低的企业意味着更低的融资约束，便有更大的可能加大研发投入，表示为总负债与总资产的比值。见表1：

表1 变量简要情况汇总

（二）数据来源与描述性统计分析

1.数据来源

根据中国证券监督管理委员会的官方统计，截至2019年12月31日，东北三省共有127家上市公司。为确保面板数据的完整性，剔除2012年以后挂牌上市公司（如新光光电）；剔除非制造业企业（如东北证券）；剔除股票处在非正常状态的ST股和*ST股（如*ST抚刚）；剔除数据公开不连续的公司（如人民同泰），共保留92家公司2012-2019年在营业总收入、政府补助、研发总投入、净利润、总资产和总负债方面的原始数据。本文所用数据均来源于中财网各公司公开的年报，经手工整理而得。

2.描述性统计分析

利用STATA15.0对RES、GOV、TAX、PRO、ASS进行描述性统计分析，包括最大值、最小值、中位数、均值和标准差。结果见表2：

表2 变量描述性统计分析结果

在RES变量方面，最小值仅有0.000022，与最大值之间差距较小，说明东北三省目前制造业企业在研发投入方面的支出占比较低且公司间差别不大，基本符合东北三省目前企业创新方面的现状。GOV的最大值为1.500477，最小值为-1.35770，可见财政投入在各个制造业企业间的分配差距较大。TAX的标准差达到2.184301，可见TAX变量在数据变化上更大，企业间税负差距明显。此外，从PRO和ASS的均值来看，东北三省制造业企业普遍净利润率较低、企业负债较重，面临着较大的融资约束。

（三）门限模型设计

在经济问题的分析中，多数情况并非简单的线性回归，而是呈现非线性回归的状态。为贯彻“用数据说话”的原则，同时避免分段回归缺乏规范的问题，汉森（Hansen）在1999年创建了门限模型，并进行了系统的论证。该模型的基本思想是寻找并确定给定门限变量的结构突变点，进而将非线性回归问题转化为分段线性回归的问题。门限模型的基本方程为：

（1）

其中，y为被解释变量；x为解释变量；q为门槛变量；Z为模型控制变量；ε为随机干扰项；i代表个体；t代表时间；γ为假定门槛值，值得说明的是，当括号内的条件成立时，I（▪）=1，否则I（▪）=0。结合本文选取的变量，本文门限模型可表示为：

以GOV为门槛变量表达式为：

（2）

以TAX为门槛变量表达式为：

（3）

五、实证分析

（一）门槛效应存在性分析

为了确保存在门槛效应验证假设3，同时估计突变点个数与对应门限值，首先用STATA15.0进行门槛效应存在性检验。结果见表3：

表3 门槛效应存在性检验结果

以GOV为门槛变量的结果显示，单一门槛在1%水平下显著；双门槛在1%水平下显著；三门槛不显著。以TAX为门槛变量的结果显示，单一门槛在1%水平下显著；双门槛在5%水平下显著；三门槛不显著。基于此，下文将针对双门限模型进行分析。

进而进行门限值估计分析。当门限变量为GOV时，第一个门限值为0.00282439，第二个门限值为0.02820875。当门限变量为TAX时，第一个门限值为0.00762697，第二个门限值为0.04403987。两个门限值分别将GOV、TAX划分为三个区域。

（二）门限回归结果分析

门限回归结果见表4。当GOV为门槛变量，GOV对RES具有正向影响作用，当GOV＜0.00282439时，GOV对RES的影响系数为0.724；当0.00282439＜GOV＜0.02820875时，GOV对RES的影响系数降至为0.426；当GOV＞0.02820875时，GOV对RES的影响系数转变为-0.021。当TAX为门槛变量，TAX小于0.00762697时，TAX对RES的影响系数是-0.410；当0.00762697＜TAX＜0.04403987时，TAX对RES的影响系数降至-0.732；当TAX＞RES时，TAX对RES的影响系数进一步降至-1.653。

表4 门限效应回归结果

注：***、**、*分别代表在1%、5%、10%水平下显著

通过门限回归结果可知，GOV与TAX对RES的影响均呈显著的非线性关系。从GOV来看，GOV对RES的影响呈现由大至小、由正相关突变为负相关。从TAX来看，TAX对RES的影响呈现明显的变小趋势。因此，为更好地促进RES的发展，应将GOV控制在0.0028以下、将TAX控制在0.0076以下。门限回归结果也说明了财政补贴可以促进企业研发投入，税负增加会减少企业研发投入，这一点也是与实际情况高度相符的。

六、结论与对策

本文从财税政策对企业研发投入的影响入手，利用门限模型分析了东北三省制造业上市企业2012-2019年的年报数据，选取了相对变量，研究财政补贴和税收对企业研发投入的影响。本文先后以财政补贴相关变量和税收相关变量为门槛变量，进行门限回归分析得出基本结论：一是财政补贴、税收与制造业企业研发投入间存在显著的非线性关系，即门槛效应；二是财政补贴对企业的影响从正相关转向负相关，证明财政补贴对企业研发投入存在一定的挤出效应，应将政府补助/营业总收入控制在0~0.0028之间，以便充分发挥财政补贴效率；三是税收对企业研发投入存在显著负相关，减轻企业税费可以有效促进企业研发投入的增长，应将应交税费/净利润控制在0~0.0076之间，充分缩小税收对企业研发投入的抑制作用。

研究表明，由于财政补贴对于企业的研发投入不仅有促进作用，同时还存在挤出效应，应该审慎控制财政补贴支出规模，针对不同规模、不同业务领域的企业给予差异性补贴政策，对于财政补贴发放标准要进行动态评估，不断适应市场变化，提高财政补贴资金的使用效率，合理配置财政资源。为促进制造业转型升级与智能化提升，提高企业核心竞争力，加快供给侧结构性改革，应建立针对企业研发投入长期补贴基金，加强补贴资金监管，建立补贴审批、发放、使用全过程的监督体系，充分发挥财政补贴对制造业研发投入的正向激励作用。同时，税收是企业的主要经营压力之一，要进一步深化税制改革，贯彻落实减税降费政策，化压力为动力，充分让利于企业，实行精准税收激励政策，对基础研究加大税收优惠力度，推行研发人员薪资抵税、研发费用加计扣除、成果转化费用抵税等惠及制造业创新研发全过程的税收优惠体系，加大对创新型企业的支持力度，鼓励行业间兼并重组行为，促进资源优化整合，适当实行税收返还、税收减免政策，推动企业研发投入与引进高端专业人才。

参考文献

[1]孙智勇.率先振兴制造业推进黑龙江全面振兴全方位振兴[J].奋斗，2019(07)：40-41

[2]Hiroyuki Okamuro，Junichi Nishimura. Not just financial support? Another role of public subsidy in university–industry research collaborations[J]. Economics of Innovation and New Technology，2015，24(7).

[3]Anthony Howell. Picking ‘winners' in China： Do subsidies matter for indigenous innovation and firm productivity?[J]. China Economic Review，2017，44.

[4]张娜，杜俊涛.财税政策对高新技术企业创新效率的影响——基于交互作用的视角[J].税务研究，2019(12)：47-53.

[5]梅冰菁，罗剑朝.财政补贴、研发投入与企业创新绩效——制度差异下有调节的中介效应模型检验[J].经济经纬，2020，37(01)：167-176.

[6]关成华，邱英杰，袁祥飞.财政政策工具与中国科技企业孵化器效率[J].财政研究，2018(12)：48-61.

[7]苏娜.财政科技专项补贴对企业R&D投入的影响比较分析[J].统计与决策，2019，35(03)：182-185.

[8]林小玲.财政补助、外部融资与企业自主研发投入——基于2016年全国企业调查数据[J].山西财经大学学报，2019，41(05)：68-80.

[9]Admir Antonio Betarelli Junior，Weslem Rodrigues Faria，Rosa Livia Gonçalves Montenegro，Domitila Santos Bahia，Eduardo Gonçalves. Research and development， productive structure and economic effects： Assessing the role of public financing in Brazil[J]. Economic Modelling，2020，90.

[10]徐鹏远，张梅青，翟欣雨.R&D财政补贴对区域专利产出的影响机制——一个有调节的中介模型[J].湖南科技大学学报(社会科学版)，2020，23(01)：75-83.

[11]席卫群.财政政策对制造业创新活动的效应及评价[J].广西师范大学学报(哲学社会科学版)，2020，56(03)：52-63.

[12]Mario Coccia. Optimization in R&D intensity and tax on corporate profits for supporting labor productivity of nations[J]. The Journal of Technology Transfer，2018，43(3).

[13]Klaus Prettner，Holger Strulik. Innovation， automation， and inequality： Policy challenges in the race against the machine[J]. Journal of Monetary Economics，2019.

[14]李香菊，杨欢.财税激励政策、外部环境与企业研发投入——基于中国战略性新兴产业A股上市公司的实证研究[J].当代财经，2019(03)：25-36.

[15]Stijn Kelchtermans，Daniel Neicu，Peter Teirlinck. The role of peer effects in firms’usage of R&D tax exemptions[J]. Journal of Business Research，2020，108.

[16]段姝，杨彬.财政补贴与税收优惠的创新激励效应研究——来自民营科技型企业规模与生命周期的诠释[J].科技进步与对策，2020：1-8

[17]赵立三，王梓楠.基于企业盈利能力的所得税优惠与研发投入关系探析[J].税务研究，2020(05)：111-117.

[18]陈玥卓.税收优惠影响企业创新产出的多元机制研究——来自中国软件与集成电路产业的证据[J].科技进步与对策：2020：1-10.

[19]刘明慧，王静茹.企业异质性视角下税收优惠对研发投入的激励效应研究[J].财经论丛，2020(05)：32-42.

[20]赵新成，郑军，王媚莎，张军.税收负担、寻租与企业研发策略——基于中国民营企业调查数据的实证研究[J].会计之友，2020(12)：126-131.

[21]李静祎.研发费用加计扣除与高新技术企业创新投入——基于税收征管的调节效应[J].财会通讯，2020(12)：58-61+70.

（作者工作单位：哈尔滨商业大学财税研究中心 财政与公共管理学院 ）

本文已收入《中国税收教育研究报告（2020）》