税收和补贴政策对Ramp;D效率和规模的影响——理论与实证研究，本文主要内容关键词为：税收论文,效率论文,规模论文,理论论文,实证研究论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
20世纪50年代以来经济增长理论表明，技术创新是决定经济长期增长的重要因素。但由于技术创新所固有的正外部性以及创新过程中严重的信息不对称，市场对创新资源的供给存在失灵，因此各国政府广泛为创新活动提供了包括税收优惠和投资补贴在内的一系列扶持政策。随着建设创新型国家战略的实施，我国政府在R&D直接补贴和税收优惠方面的扶持力度不断加大。应该看到，公开政策对创新活动的扶持应该兼顾双重目标，一是扩大创新活动规模；二是提高单位创新投入的产出，即提高创新活动的效率。对于第一重目标，目前国内外的研究人员已经进行了比较深入和广泛的研究，然而对第二重目标的研究目前尚未得到应有的重视。而在实践不乏滥用甚至骗取国家补贴的案例，因此补贴政策的设计必须重视其激励效率，兼顾扩大创新规模和提高创新效率的双重目标。本文将以企业的R&D活动为例，尝试对此问题进行理论和实证研究。
关于公共政策对创新活动规模的影响，目前的研究大致可以分为两个方向。一是政策的相机选择，即在什么情况下政府应支持企业的R&D活动，相应的政策应如何设计等。如Spence[1]认为政府的R&D补贴能够促进企业从事更多的R&D活动，且最优的补贴率应随市场竞争程度的增加而增加；Romano[2]认为最优补贴政策与专利保护期限、创新市场和竞争程度和公共资本的社会成本相关；Hinloopen[3]通过在AJ经典模型中引入税收和补贴因素，认为对企业的税收优惠和R&D补贴可以促进企业的自有资本投入、创新产出和社会福利，特别是针对企业间的非合作R&D活动，政府的补贴政策将更为有效。国内学者霍沛军等[4]研究了双寡头情形下的R&D补贴问题，认为R&D补贴政策可以使企业的R&D投入和社会福利达到社会次优；郑绪涛和柳建平[5]事前和事后补贴的角度研究了税收和补贴政策的搭配，认为事前补贴主要弥补企业从事R&D活动时信息溢出所带来的损失，事后补贴则主要解决市场结构导致创新产品竞争的不充分。两种政策的有效搭配可以引导企业从事社会所期望的最优R&D活动。二是从实证的角度研究政府补贴政策的净效用，即对政府对R&D活动的补贴是挤出还是挤入了私人R&D投资，相关的研究结论莫衷一是。David，Hall和Toole[6]对此进行了综述，发现实证结果与数据归总水平有关，归总水平越低(数据越微观)，得到挤出效应的可能性越大；Lichtenberg[7]则认为，由于难以控制样本选择性偏倚，实证结果通常会高估补贴政策的效果。程华和赵祥[8]对浙江民营科技企业的实证研究发现，政府对企业的R&D补贴在当年会挤出企业自身的R&D投资，但对滞后一年企业投资具有挤入效应；而姜宁和黄万[9]则认为政府补贴是否能促进企业的R&D投入取决于补贴比例，并且这种补贴的效应具有滞后性。
上述研究都潜在假定政府资助是激励中性的，所有获得资助的企业都会高效应用政府补贴，从而最大限度保证R&D项目成功。然而现实中，滥用甚至骗取国家补贴的现象并不罕见，补贴政策的设计并不是激励中性的。尽管对此问题的研究尚不多见，然而已经有部分学者开始在研发效率的影响因素分析中将公共政策纳入了实证模型，如陈修德和梁彤缨[10]利用面板SFPF模型检验了高技术产业研发效率的影响因素，发现政府补贴对企业R&D效率并无显著影响；而白俊红等[11]的实证研究则得出政府资助政策显著妨碍了创新效率的结论。尽管他们对实证结论都给出了相应的解释，然而对于公共政策的激励效应，目前尚未见到一致的理论分析；除此之外，与补贴政策同等重要的税收政策并未纳入上述实证研究模型内，由此可能导致重要解释变量的遗漏。
针对现有研究的不足，本文拟以企业R&D研发为例，从激励理论的角度出发，研究政府税收和R&D成本补贴政策对企业研发规模和研发效率的影响①。本文的主要发现是，税收本质上是对企业研发成功的惩罚，因此它既不利用扩大R&D数量，也不利用提高R&D效率；在我国现行的R&D成本同一所得税抵扣政策下，R&D成本补贴是激励中性的，它无助于提高企业的研发效率，但可以提高企业从事研发活动的期望收益，从而吸引更多企业进行R&D活动，达到扩大R&D规模的目的。利用我国高科技行业1995-2008年的面板数据，实证检验结果证实了上述理论推断。同时，本文还从社会福利最大化的角度对最优税收和补贴政策进行了分析。
1 理论模型建立及分析
1.1 模型假设
由式(2)和(3)可得：
结论1：税收的存在会弱化企业努力投入的激励，从而降低企业新技术研发成功率；差异化的投资成本抵扣政策，即成功(失败)时提高(降低)研发成本的税收抵扣比例有助于提高新技术研发成功率，且二者的差距越大，激励作用越强；但研发成本补贴与差异化的税收抵扣政策是激励冲突的。
结论1成立的内在机理在于：
(1)一方面，税收的存在意味着政府按比例参与了企业研发收益的分配，从而使企业在独自承担努力投入的边际成本时却不能完全享有其边际收益，因此企业势必存在卸责的动机；另一方面，政府只有在研发成功时才能获得税收收益，而失败时则一无所获，故税收的本质是对企业研发活动的成功实施了惩罚而非激励，从而违背激励机制设计的基本原则，因此会削弱企业努力投入的激励。
(2)增加(降低)企业成功(失败)时研发成本的税收抵扣比例本质上是对企业的成功实施奖励而对失败施加了惩罚，因此与激励机制设计的基本原则一致，故会促进企业研发努力的投入，从而有助于提高研发成功率。
尽管结论1表明，在
<
的差异化税收抵扣政策下，研发成本补贴政策也能对研发企业产生正向激励，但容易证明，如果研发活动的外溢效应足够大，则无论是政府或研发企业都不希望实施这样的政策。
结论2：若K>t(I-Δ)，则无论是从研发企业、政府还是从全社会福利的角度看，都不应该实施<的税收抵扣政策③。
结合结论1可以看出，结论2的本质含义是：当<时，为获取尽可能高的期望补贴收益，研发企业有提高努力投入的激励，但这种激励效应是间接的；而<政策的实施却会直接降低研发企业的努力投入，并且这种直接效应要大于间接效应。因此，研发企业的努力投入水平会低于>时，从而同时使企业、政府和全社会的福利减少。
根据结论2，以下的分析都将假定>。
1.3 税收和补贴政策对R&D数量的影响
在已有研究文献中，研究人员通常是利用研发企业自有资金投入规模作为R&D规模的度量指标。本文认为，税收和补贴政策的存在会影响研发企业的参与约束，从而影响企业是否进行研发活动的决策，因此本文将以愿意进行研发活动的企业数量作为研发规模的另一个度量指标。
即研发企业的期望净收益是税率的凸函数。当税率低于某一临界值时，企业期望收益随税率的提高单调下降，而当税收率高于该临界值时，期望收益则随税率的提高而单调递增。其原因在于，税收率的变化将从两个方面影响企业的期望收益：其一，与政府分享的项目产出收益；其二，从研发成本税收抵扣中获取的优惠收益。两者的变动方向与税收率的变动方向相反。当税率较低时，随着税率的提高，企业分成收益逐渐减少而成本抵扣优惠所得逐渐增加，并且前者的效应较强，因此其净期望收益将递减；反之，当税率较高时，随着税率的进一步提高，企业努力投入大幅度减少，项目成功率降低，从而企业的分成收益降低，但研发成本抵扣收益将提高，且后者的效应更强，从而使其期望收益随着税率的提高而递增。然而，这种收益的增加是靠牺牲效率获得的，因此在获得相同期望收益的前提下，选择较低而不是较高的税收率是社会最优的。由此可得：
结论3：较低的税率、研发成本事前补贴和税收抵扣政策均有助于提高研发企业的期望收益，使其参与约束更容易得到满足。
结论3包含着一个可验证含义：由于成本补贴和税收抵扣政策弱化了企业的参与约束，因此会有更多的企业进行R&D活动，从而使R&D活动的数量显著增加。但结论3并不能对企业R&D资本投入规模进行预测，因为一方面，R&D活动的增加可能会带来更多的企业资本投入，从而使政府的财政补贴产生挤入效应；但另一方面，政府补贴的存在也可以使R&D企业减少等量的自有资本投入，从而产生挤出效应。在本文的分析框架中，我们无法比较两者的净效应。
1.4 最优税收和补贴政策
比较结论1和结论3可以看出，税收抵扣和研发成本补贴政策在提高R&D质量的扩大R&D数量上相互冲突，因此必须从社会最优的角度选择合适的税收和补贴政策。
结论4所蕴涵的政策含义是，从激励效率的角度看，对企业研发活动的补贴应该是基于结果的事后资助而不是事前补贴，这种补贴方式不但可以激励研发企业投入更高的努力水平以保证项目的成功率，还有助于消除部分企业骗取政府资助的不良行为。然而，也不应过分强调结论4，因为它建立在一个潜在的假定之上，即所有愿意从事R&D活动的企业都不受财富约束。然而实际情况并非如此，当企业无法筹措足够R&D资本从而被摒弃于创新市场之外时，政府R&D补贴的重要性就凸显出来了。
2 实证检验
2.1 理论假设
由于我国大量的R&D活动集中在高新技术企业，因此本文的实证研究将以高新技术企业作为研究对象。关于高新技术企业的税收优惠，2008年实施的《中华人民共和国企业所得税法》及《实施条例》规定，国家需要重点扶持的高新技术企业，减按15%的税率征收企业所得税；企业开发新技术、新产品、新工艺发生的研究开发费用可以在计算应纳税所得额时加计扣除。除此之外，不同行业、不同地方还以条例和规定的形式对高新技术企业实行了其它税收优惠。由此可见，政府对高新技术的补贴政策可归纳为三点：一是税收减免；二是统一比例的研发成本所得税抵扣；三是研发补贴。根据前文的理论分析，在此政策背景下，我们应该验证两个理论假设：
假设1：税率越高，企业R&D效率越低，而政府对研发成本的补贴不影响企业R&D效率；
假设2：税率越低，政府对R&D研发成本的补贴越高，企业R&D活动的数量越高。
2.2 样本选择及数据来源
中国高新技术产业分类中包含了17个细分行业，其中飞机制造及修理业、航天器制造业和雷达及配套设备制造业因为属于高度国有化行业且数据缺失较多，因此被剔除在外。故本文使用了剩余14个行业从1995-2008年的相关指标面板数据，所有数据均来源于《中国高新技术产业统计年鉴》(2002-2009)、《中国科技统计年鉴》(2006-2009)和《新中国60年统计资料汇编》。其中高新技术产业R&D项目数仅从2005年开始统计，因此在检验假设2时本文使用了跨时4年的面板数据。
2.3 研究方法
为检验假设1，首先必须估计出14个行业的R&D效率，然后再进行影响因素分析。目前广泛使用的方法有两种：一是基于参数估计的随机前沿(SFA)方法；二是基于非参数估计的数据包络分析(DEA)方法。两者各有优缺点。SFA方法可以分离影响影响R&D效率的随机因素，并且可以通过设定技术无效率项进行影响因素的一步估计，但它需要设定生产函数的具体形式，并且只能使用单一指标衡量R&D效率；DEA方法则可以使用多个指标衡量R&D效率，且在进行效率分析无需设定生产函数形式。但它无法分离随机因素对R&D效率的影响，并且必须使用二步法才能进行影响因素的分析，即在使用主要投入产出指标计算出各决策单元的R&D效率值后，再以此作为因变量，各影响因素作为自变量建立面板回归模型进行估计。由于R&D效率只在[0，1]区间取值，因此使用最小二乘法所得到的参数估计量有偏且不一致，故一般使用受限因变量Tobit模型[12]。在现实中，R&D效率是一个综合指标，很难用单一指标进行准确衡量，因此本文将使用DEA-Tobit两步法进行假设1的检验。而对假设2则直接使用R&D项目数作为被解释变量，相关影响因素作为解释就变量进行直接分析。
2.4 变量选择及数据调整
(1)R&D产出变量
为了较为全面衡量R&D活动的效率，本文选取发明专利授权数(patent)、新产品销售收入(NPSale)和新产品出口销售收入(NPEx)作为R&D活动的产出指标。同时由于数据时间跨度较长，为剔除价格因素的影响，本文以1995年为基期，利用工业品出厂价格指数对新产品销售收入和新产品出口销售收入进行了平减。
(2)R&D投入变量
(3)R&D效率的影响因素变量
①企业的综合税率(tax)：由第i行业当年(利税-利润)/总产值计算所得。根据本文的理论分析，综合税率应与企业研发效率负相关，并且与R&D活动数量负相关。
②政府对企业的研发成本补贴强度(subsidy)：该数据无法直接获取，本文使用各行业科技筹资额中政府财政投入所占的比例作为近似。根据假设1，它不应影响企业的研发效率，但可以促进R&D数量的增加。
③金融机构对R&D活动的支持(finance)：以各行业科技筹资额中金融机构贷款所占比例表示。白俊红等[11]认为，出于风险的考虑，金融机构往往选择那些规模实力大、偿债能力强的企业作为支持对象，而急需资金支持的中小型企业却难以获得贷款。这样就使金融贷款助长了研发垄断，排挤了中小型企业的创新活动，从而不利于企业研发效率。但由于它为企业R&D活动提供了资金支持，从而使更多受到财富约束的企业能够进行R&D开发，因此它应与R&D数量正相关。
④市场结构/行业集中度(entnum)：以各行业企业数量表示。国内外学者对市场结构对R&D效率的影响意见不一。Schumpeter认为，垄断与研发有着密切的联系，高市场集中度的产业更有助于激励企业的研究开发；而Arrow则认为，竞争性环境会给企业研发带来更大的激励。因此它对R&D效率和规模的影响事前难以确定。
⑤企业规模(scale)：以各行业当年不变价总产值(以1995年为基期，采用工业品出厂价格指数进行平减)/该行业当年企业数量表示。关于企业规模与研发效率和规模之间的关系目前存在较大的争议。Pavitt等[16]认为研发效率和企业规模之间呈现“U型”关系，大型和小型企业研发效率较高，而中等企业研发效率最低，；但Chen和Chien[17]则认为大型企业的成本分摊的优势能使其增加研发回报，从而提高研发效率和研发规模。
⑥企业所有权结构(owner)：以各行业当年国有及国有控股企业数量/当年该行业企业总数表示。通常认为，国在企业对于市场竞争压力的反映不及非国有企业敏感，因此它与研发效率负相关；但国有企业更易于获得研发资源，因此它应与R&D数量正相关。
⑦当年R&D支出(RD)：在R&D效率分析中，我们将R&D资本存量作为投入指标。而在R&D规模的影响因素分析中，除了已有的R&D资本存量外，当年R&D支出无疑也是一个重要影响因素，并用该变量应与R&D数量正相关。
2.5 实证结果及分析
(1)R&D效率及其影响因素的DEA-Tobit分析
首先以发明专利授权数、新产品销售额和新产品出口销售额作为产出变量，以R&D资本存量和R&D全时当年作为投入变量，利用DEA方法计算出各行业的R&D效率。一般认为，R&D活动的投入和产出之间存在一定的时滞。不同研究人员所假设的时滞不一，为了验证实证结果的稳健性，本文分别给出了时滞为0-3年的4个估计结果。图1描绘了不同滞后期下14个行业年均R&D效率的变化情况。从中可以清楚地看到，尽管高新技术产业的R&D效率存在波动，但总体处于上升趋势。在本文所考察的14个行业之中，家用视听设备制造业和计算机外设制造业的R&D效率最高，而生物、生化和电子器件制造的R&D效率最低。
相关回归结果见表1。
由表1可以看出，4个模型关于ρ的似然率检验都拒绝了使用混合Tobit模型的原假设，因此建立面板Tobit模型是合理的。同时，Wald
检验的显著性表明模型的拟合程度较好。从4个模型中都可以看出，企业综合税率与R&D效率显著负相关，而政府对R&D成本的资助强度并不影响R&D效率，因此假设1得到了实证检验的支持。同时，变量Subsidy回归参数为负，可能表示政府对R&D项目的财政补贴存在使用无效率的状况。除此之外，金融市场对R&D活动的支持强度并不显著影响R&D效率且其回归参数为负，从而与白俊红等[11]的研究结论一致。而市场结构对R&D效率的影响并不显著，且其回归参数的符号随滞后除数的不同而发生了变化。但企业规模与R&D效率在10%的显著性水平下存在正相关关系，表明大企业相比中小企业有着更高的R&D效率，其原因主要在于大企业在R&D人才和管理水平上存在优势；而所有制结构则R&D效率显著负相关(10%显著性水平)，表明国有企业的R&D效率要显著低于非国有企业。
(2)R&D规模及其影响因素分析
影响企业R&D数量的因素通常包括：企业已有的R&D资本存量(以滞后一期值表示)、当期R&D支出、当期能够投入的研发人员数量(以当期R&D全时当量表示)、政府对R&D成本的当期补贴强度、金融机构的当期支持强度、上一年度的综合税率、市场结构、所有制结构和企业规模等。因此为检验假设2，建立如下的回归模型：
Hausman检验的伴随概率为p=0.000，拒绝了随机效应模型，而固定效应模型中F检验的伴随概率为p=0.000，又表明个体效应显著，因此拒绝采用混合回归模型。故本文将使用固定效应模型进行估计。固定效应模型的Wald和Pesaran检验表明，模型存在组间异方差和序列相关性，因此必须进行修正。而本部分的数据只有4个年度而有14个截面，故常用的广义/可行最小二乘估计无法得出有效的估计结果，因此我们使用了适合这种情况的Drisc/Kraay误差修正估计法[18]，回归结果见表2。
由表2可以看出，在10%的显著性水平下，企业综合税率与R&D数量显著负相关，而政府对R&D成本的补贴强度则与R&D数量显著正相关，因此本文假设2得到了验证。此外还可以看出，企业的R&D资本存量和当期R&D投入均会显著增加R&D数量，而研发人员投入对R&D规模的影响并不显著。金融机构对R&D的支持力度与R&D数量正相关，这与前文的猜测一致。而市场竞争结构和企业规模并不是决定R&D数量的显著因素，但所有制结构对R&D数量的影响高度显著，表明在高新技术产业中，国有企业承担了更多的R&D开发项目。
3 结论
技术创新是促进经济长期增长的重要动力，然而创新活动固有的正外部使社会最优的创新水平无法达到，因此各国政府无不通过对创新活动的补贴来校正市场的失灵。已有的研究主要集中在公共政策对创新规模的影响上，本文则在激励理论的框架下从理论和实证两方面分析了税收和补贴政策对R&D活动的规模和效率的影响。所得到的主要结论如下：
(1)税收的存在本质上是对企业创新成功的惩罚，它既不利于扩大R&D活动的数量，也不利于提高R&D活动的效率；在R&D成本实行同一所得税抵扣政策的前提下，对R&D成本的直接补贴政策是激励中性的，它无助于提高R&D效率，但有助于扩大R&D活动规模；利用我国14个高科技行业1995-2008年的面板数据，本文的实证检验证实了上述理论结论。
(2)R&D成本的差别所得税抵扣政策，即成功(失败)时给予企业更高(更低)的抵扣比例可以有效提高R&D活动效率；但在上述R&D成本差别所得税抵扣政策下，R&D成本直接补贴政策会对R&D效率产生负向激励。然而从社会最优的角度看，实行差别所得税抵扣政策可以提高社会福利。
(3)如果R&D活动存在正的外部溢出效应，则社会最优的政策是既不对R&D活动的产出征税，也不对企业的R&D投入进行补贴。
上述结论的政策含义是：从激励效率的角度看，基于结果的补贴比事前补贴效率更高。一方面，它可以有效规避对政府财政补贴的无效使用甚至欺骗现象；另一方面，在信息不对称的情况下，事前补贴使政府面临如何选择恰当补贴对象的难题，而基于结果的事后补贴政策有效回避了这一问题。然而，如果潜在创新企业普遍面临财富约束，那么R&D成本的事前补贴政策是必不可少的，因此如何选择补贴对象仍然是一个不可回避，并且值得进一步研究的课题。
注释：
①产出补贴是另外一种重要的补贴模式，然而在本文的分析框架下，它与综合税率的降低是等同的，因此本文对产出补贴不做单独分析。
②研发成本一般只在所得税环节抵扣，出于分析的简便，本文将其转换成在综合税率下进行抵扣。但对本文的分析而言，二者并无本质区别。
③利用包络定理可以证明企业和政府的期望收益以及社会总福利皆为-的减函数，从而得到结论2。囿于篇幅限制，详细证明从略，有需要的读者可以向作者索取。