研发费用加计扣除试点政策的评估研究.pdf

科技经济第36 卷总第2 14期2023年8 月第4期研发费用加计扣除试点政策的评估研究韩燕妮（中国国际经济交流中心，北京10 0 0 45）摘要：以2 0 0 8 2 0 15年处于试运行期的研发费用加计扣除政策为研究对象，对中关村企业在2 0 0 8 2 0 15年享受该政策的情况进行评估，判断政策试点的有效性。根据相关性分析方法，利用logit模型做回归分析,分析企业科技活动内部支出和研发人员投入与企业享受研发加计扣除额的相关关系；通过反事实的倾向性得分匹配法研究相关企业在科技活动内部支出水平和企业研发人员投入水平的变化。通过研究得到，企业研发加计扣除额与科技活动内部支出、人员投入呈正相关关系；享受该政策的企业比未享受该政策的企业，在科技活动内部支出水平和企业研发人员投入水平上分别高出0.8 9%和0.7 4%，研发费用加计扣除政策从以上2 个方面促进了企业的研发投入，试点政策取得一定的效果。关键词：试点政策；研发费用加计扣除；反事实评估方法；倾向性得分匹配法“政策试点”是指在正式政策和制度出台之前，为检验政策方案的合理性、可行性和科学性,在小规模范围内进行的政策活动。具体是指在一定时期内，上级政府在特定的范围内（如特定的地域或特定的部门)所进行的具有探索与试验性质的改革，是我国在长期经济发展过程中探索出来的独具特色的政策方法论工具-3。德国学者 Heilmann 等认为中国“政策试点”在改变经济运行模式、应对复杂多变的改革环境、降低政策成本、提高行政效率、维持政治控制和社会稳定中发挥了积极作用4。以彼得埃文斯和达尼罗德里克为代表的体制变革学家认为试点政策在应对大规模经济变革带来的复杂挑战、避免行政体制系统性崩溃方面具有高度创新性5。“政策试点 作为我国创新性的施政经验，评估并决定政策是否进一步推广是试点的根本出发点。试点政策的评估要考虑政策工具能否实现其预期目标,能否在试点以外的地区顺利推广,实现由点到面的政策扩散。因此，试点政策的评估理念上还有其特殊性，即试点的政策工具必须具备可推广性，能够被其他政府复制，而不是依靠试点政府的内在属性,或作为试点而获得的特殊支持(6 。但由于试点政策不满足“依法行政”和行政问责制的要求，显现出武断和不稳定的特点，且地方官员倾向于夸大其管辖范围内“政策试点”项目的积16作者简介：韩燕妮，管理学博士，中国国际经济交流中心助理研究员，研究方向：创新管理、科技政策。极成果等7 ,在“政策试点”的评估实践和方法选择上，仍需规避部分利益相关者的主观影响。夏岩磊等运用2 0 14一2 0 16 年全国2 5个省份、337 个城市的面板数据、“反事实（counterfactual）估计”和空间计量模型方法，检验了全面创新改革试验区政策的实施效果8 。陈叶烽等认为随机实验方法适用于我国试点政策评估，不仅能够为政策决策提供“归因式”反馈，还能够通过实验组之间的对比，帮助政策决策者识别政策发挥作用的内在机制或政策失效的潜在原因3。近些年一系列基于“反事实框架”的因果推断方法在公共政策评估领域展现了巨大潜力,其中主要方法包括倾向匹配、工具变量、双重差分、断点回归等。这些反事实评估方法能够在研究设计上尽量精准控制变量，通过“有一无”对比等方式，定量化研究政策效果。本文采取反事实方法中的倾向性得分匹配法，就2 0 0 8 2 0 15年中关村企业实施的加计扣除试点政策进行评估。1研发费用加计扣除评估的理论与实践研发费用加计扣除政策是用税收优惠来刺激企业加大研发投入，提高企业创新的风险承担能力，促进企业创新的政策举措。相较于传统鼓励创新的政府补贴政策，研发费用加计扣除在鼓励企业加大创新投人力度方面更高效、更公平，许多国家和地区已陆续出台相应措施替代原有的直接补贴，向以研发韩燕妮研发费用加计扣除试点政策的评估研究科技管理17投人为基准的税收扣除等多种间接补贴方式转变。我国研发费用加计扣除政策自19 9 6 年起经历了不断修改和完善的过程，相关政策演化可以分为起步阶段、发展阶段和成熟阶段。起步阶段（19 9 6 一2 0 0 7 年）。我国研发费用加计扣除政策早期集中在政策文件中,相关政策落地、落实程度还不高。19 9 6 年财政部和国家税务总局联合下发关于促进企业技术进步有关财务税收问题的通知，规定“研究开发新产品、新技术、新工艺所发生的各项费用应逐年增长，增长幅度在10%以上的企业，可再按实际发生额的50%抵扣应税所得额”。2 0 0 3年、2 0 0 6 年我国持续扩大受惠企业范围，将享受研发费用加计扣除的主体从“国有、集体工业企业”逐步扩大到“所有财务核算制度健全，实行查账征收企业所得税的各种所有制的工业企业”。发展阶段（2 0 0 8 一2 0 15年）。2 0 0 8 年1月1日，我国开始实行中华人民共和国企业所得税法，将研发费用加计扣除政策以法律形式予以确认,并着重对研发费用税前加计扣除政策进行调整、完善和细化；同年12 月，国家税务总局出台了配套政策企业研究开发费用税前加计扣除管理办法（试行）。2 0 13年财政部和国家税务总局下发了财税【2 0 13】13号文，对中关村、东湖和张江3个园区的研发费用税前加计扣除试点政策做了规定和说明；同年9 月，财政部和国家税务总局颁布关于研究开发费用税前加计扣除政策有关问题的通知（财税【2 0 13】7 0 号），该政策明确扩大了加计扣除的范围,将中关村、东湖和张江的试点经验推广至全国。成熟阶段（2 0 16 年至今）。2 0 15年，关于完善研究开发费用税前加计扣除政策的通知（财税【2 0 15】119 号）正式实施，企业研发活动及研发费用的范围进一步放宽，首次明确了负面清单制度。2017年5月，财政部、国家税务总局、科技部联合印发了关于提高科技型中小企业研究开发费用税前加计扣除比例的通知，将科技型中小企业享受研发费用加计扣除比例由50%提高到7 5%。随后研发费用加计扣除比例不断提高,2 0 2 1年的政府工作报告中提出“十四五”期间将延续执行企业研发费用加计扣除7 5%的政策，并将制造业企业研发费用加计扣除比例提高到10 0%。2008一2 0 15年，研发费用加计扣除政策处于试点阶段，中关村企业作为重要试点对象，对后续政策科技与经济2 0 2 3年8 月第4期第36 卷/总第2 14期推广应用起到了重要作用。对试点企业进行评估是政策进一步改进及推广的重要环节，本文基于政策发展阶段（2 0 0 8 一2 0 15年），对中关村企业开展研发费用加计扣除的情况进行评估。2研究设计基于2 0 15年中关村注册企业的调查数据进行测算,其中包含企业的基本财务数据和历年研发投人以及享受加计扣除政策的优惠情况。已有的研究在对企业研发费用加计扣除强度、企业研发投入强度以及其他因素的回归分析进行研究时,是以上市公司的研发投人反推加计扣除额度，但由于2 0 0 8 2 0 15年研发费用加计扣除政策的扣除范围不断扩大,并将研发人员的费用支出也纳入扣除范围,因此仅用研发投入指标并不能准确地衡量政策对研发投人和人员投人的影响。综上，本文选取企业研发费用税前加计扣除额作为主要解释变量；被解释变量为企业的研发投人指标,除研发投人支出指标外，由于税收政策减免的范畴不断扩大，本文将企业参与科研活动的人力资源投人指标也纳入研发投人指标范畴。控制变量的选取。影响企业研发投人的可能因素包括企业的盈利能力和企业的体量。有研究发现，企业利润显著正向影响企业的研发投人强度，企业规模和年龄对企业的研发投入有显著正向影响，但是显著负向影响企业的研发投人强度，其中，企业规模与企业研发投入强度存在“倒U型”关系。陈仲常和余翔研究了外部环境因素对企业研发投人的影响,其中,新产品市场需求短时间内对企业的研发活动有显著正向促进作用，而市场竞争越激烈对企业的研发活动越不利，外部融资环境和政府资助对企业的研发投入有一定的积极作用9 。安玉敬研究了影响企业研发投入的内部因素，认为技术能力因素对企业的研发投人影响最大，其中包含专利数量、研发人员数和高素质员工比例10 。宋雨通过研究我国深证A股主板上市公司2 0 0 9 2 0 11年的数据样本发现,规模、融资、政府资助和地区市场化程度比例对 R&D投人有显著影响 。因此,本文在已有研究的基础上,结合可获得的数据，确定控制变量的选择包括企业规模指标、企业技术能力指标、企业盈利水平指标和企业外部市场指标。其中，企业规模指标包含企业资产规模（a s s t）、企业员工总数（empl）；企业技术能力指标包含企业获得发明专利数（patent）、企业R&D人员数科技山经济第36 卷总第2 14期2023年8 月月第4期（r d s t f）；企业盈利水平指标包含企业利润率；企业外部市场指标包括新产品销售收人。变量的具体阐述见表1。同时,在数据处理过程中，为防止数据偏差，剔除了刚成立的企业（成立1年以内）以及企业员工总数（empl）为0、企业资产规模（asst）为0 或者为负的样本，处理后共获得样本16 154个。表1具体变量名称及解释变量类型变量名称变量符号被解释变量企业科技活动内rdinner政策范围内的包含企业研发投部支出入的研发支出企业R&D人员数rdstf主要解释变量研发费用加计扣rdtc除额控制变量资产规模员工总数发明专利数企业利润总额新产品销售收人npsales新产品销售收人占营业收人的比率政府补贴subs注：控制变量采用的均为企业上一年期末数据。根据Stata12.0,对数据进行描述性统计，并运用logit模型对企业科技活动内部支出和其享受的研发费用加计扣除税额进行一般性多元回归分析，结果见表2。表2 主要指标的相关性描述结果变量样本数平均值标准差最小值最大值企业科技活动内16 1548835.35864 753.67部支出（万元）企业R&D人员数16 15412.557（个）资产规模（万元）16 154466 727.8员工总数(个)16 154140.272.3发明专利(个)16 154企业利润总额1615420797.332268 188.6-3 794 035 1.36e+07（万元）新产品销售收人1615426 880.42508 121.5（万元）政府补贴（万元）16 1541 161.36916 722.02首先对企业科技活动内部支出与研发加计扣除额进行简单回归分析，进一步对企业科技活动内部支出与其他变量进行多元回归分析，同时对企业研发人员投人总量与企业享受的研发费用加计扣除额做回归分析。为了得到更好的回归效果,对所有指标取ln值,并进行回归。结果如表3、表4及表5所示。表3企业科技活动内部支出与加计扣除额回归分析系数标准差lnrdtc0.696常数项4.79注：R=0.5045,调整后的R=0.5042。18表4企业科技活动内部支出与研发加计扣除额以及其他变量的回归分析lnrdicInasstInnpsaleslnprofit系数0.16值4.43*5.70*0.73*0.40*3.89*6.43*3.74*标准差0.036f2.46注：R=0.8112,调整后的R=0.8069;vif值用来检验变量的多重共线性，uif值小于10，变量存在共线性的概率较小，结果可变量定义靠；、*、*分别表示在10%、5%及1%的水平下显著。下同。表5企业R&D人员与企业研发加计扣除额以及企业从事R&D活动的人员总数其他变量的回归分析统计得到的企业研发在加计扣lnrdic除政策下的减免税额系数asst包括企业的固定资产和无形资产empl期末企业员工总数patent拥有有效发明专利proft企业当年营业利润是否接受政府其他形式的补贴03201532106.2304 155 3960638.318.04686.1232-51761192391T值P值0.01838.090.11840.64lnsubs0.280.017 0.0110.0690.049 0.0230.0280.017 0.0540.0295.412.11InasstInnpsales1Inprofit0.150.26t值2.56*3.71*2.81*0.33*1.38*3.08*标准差0.061if2.27注：R=0.5511,调整后的R=0.5395；去除了对R&D人员影响较大的员工总数(empl)指标,vif值小于10,变量存在共线性的概率较小，结果可靠。如表3所示，科技活动内部支出与企业享受的研发加计扣除费用的系数为正，且研发加计扣除增加1%，企业相应增加0.6 9%的内部支出。如表4所示，约16 0 0 0 家企业的内部支出与企业的研发加计扣除费用呈显著正相关关系，在整体拟合良好的情况下，企业研发投入内部支出与研发加计扣除额的弹性为0.16,即研发费用加计扣除额提高1%，企业科技活动内部支出增加0.16%。并且科技活动内部支出与其他控制变量一一资产、新产品销售、利6 170润、补贴、企业雇员数量、企业研发人员数量和专利2.08e+08数量同样呈正向相关关系，并与资产、补贴、企业雇280130536705.15e+070.0000.000lnempllnpatent0.350.112.691.61Insubs0.11-0.0140.040.0710.044.122.02员数量和专利数量在5%的水平上具有显著相关关系。表5反映了企业的研发人员数量与加计扣除强度的关系，两者呈显著正向相关关系，且弹性为0.15，即当研发费用加计扣除额提高1%，企业研发人员增加0.15%。3PSM方法设计与评估研究在政策评估的过程中,评估者期望能够更多地获得政策实施的真实效果，这一真实效果并不仅仅是政策客体在政策执行后的表现。政策客体当期的表现不仅由政策所导致，同时还受其他多种因素和其自身的发展惯性影响。因此,对政策效果的评估，需要将政策实施的真实结果分离出来。由于政策客体只能处于一种状态,而不能同时处于既受政策影响又不受政策影响两种状态，不能检测政策作用和没作用的差别，因此反事实Science&Technology and Economy 2023 Vol.36 No.44.96Inpatent0.140.0440.0292.621.591.610.0481.54韩燕妮研发费用加计扣除试点政策的评估研究科技管理19方法运用计量方法构建政策客体没有受到政策影响的虚拟状态，并通过两种状态的差异来判断政策效果，也称为处理效应。倾向性得分匹配方法（p r o p e n s i t y s c o r e m a t c h i n g,PSM）是反事实方法中的一种，倾向值匹配使用倾向值作为距离计算标准,是一种将高维协变量转化为一维距离的匹配方法。PSM方法作为评估政策效应的有效工具，被应用于多个政策评估领域。它通过样本的一系列特征指标将处理组和控制组中的个体通过倾向性距离函数进行个体匹配,将最合适的处理组和控制组作为匹配对象，考察处理组和其匹配的控制组在所考察的指标上的平均差异,即平均处理效应(Average Treatment effect on the Treated,ATT)。因此,本文设定虚拟变量D,=0,1,表示样本中的企业是否参与研发加计扣除政策，1为参与,0为未参与，即为实验中的处理变量。设定Y为企业参与研发费用加计扣除后的特征变量输出，Y为企业未参与研发费用加计扣除政策的特征变量输出。因此，企业参与该政策的效应为：AY,=Y-Y特征变量输出的平均处理效应（ATT)为：E(;/D,=1)=E(Y)/D,=1)-E(Y/D;=0)而对于处理组中的个体i来说，Y是不可观测的指标，倾向性匹配方法可以获得在其他指标匹配情况下，与之匹配的控制组的个体。通过分析两者在特征变量的输出差异，可得到特征变量的差异,即研发加计扣除政策的效应。根据前文所述，本文以企业规模指标、技术能力指标、盈利水平指标、外部市场指标为匹配指标，核心输出变量为企业科技活动内部支出（rdinner）和企业研发人员数量（rdstf），并以核匹配（kernel matc-hing)为核心匹配方法。根据 stata 12.0的处理结果，参与研发费用加计扣除政策与未参与的企业科技活动内部支出（rdinner）方面的平均处理效应为8985.77万元，且t=2.21。同时，对企业科技活动内部支出比率做输出，得到处理组比控制组在科技活动内部支出上增加0.8 9%，其中t=20.53，两项结果均在1%的水平上通过显著性检验。最后，对同作为创新投入的企业研发人员数量占比做匹配处理，处理组较控制组多0.7 4%的研发人员投入，同时,t=14.04,同样在1%的水平上通过显著性检验。匹配结果和处理效应如表6 所示。科技与经济2 0 2 3年8 月第4期第36 卷/总第2 14期表6 创新投入指标的ATT效应指标样本处理组控制组ATTS.E.科技活动内部匹配后9.17支出占比（%）科技活动内部匹配后338 47.7 2 48 6 1.9 8 9 8 5.8 40 57.32.2 1*支出（万元）企业R&D人员匹配后占比(%）在匹配结束后，通过匹配得分对比了控制变量在匹配前后的变化，表7 描述了控制变量在核匹配前后的变化和标准化偏差。匹配后的处理组与控制组在某一指标上的平均值更为接近，标准化偏差也有了大幅下降，且大多数变量的标准化偏差小于10%，在可接受范围内，因此可以认为匹配方法适当，且匹配结果可靠。表7 匹配前后变量的特征对比及标准偏差变量样本处理组控制组资产总额未匹配组1.2e+063.8e+05匹配组1.1e+06企业员工总数未匹配组409.51匹配组389.71利润总额未匹配组68 215匹配组67 266获得补贴未匹配组5.654.5匹配组4.988新产品销售收人未匹配组1.1e+05匹配组1.1e+05专利未匹配组39.903匹配组32.861高技术企业未匹配组0.972 650.796 57匹配组0.972 610.971 75因此，本文对创新投入指标运用PSM方法进行分析,去除了其他环境因素和企业自身因素可能对企业自主研发活动产生的影响后，得到了研发费用加计扣除政策在促进企业创新投入方面的作用。4研究结论本文通过定量方法对加计扣除政策试点期间企业的创新投人增量进行评估，发现研发费用加计扣除的确促进了企业的创新投入。通过logit回归分析得到，企业科技活动内部经费支出与研发费用加计扣除额呈正向相关关系，且弹性为0.16,即加计扣除比例提升1%，企业的研发投入内部支出增加0.16%。企业研发人员内部支出与研发费用加计扣除额呈正向相关关系，弹性为0.15,即加计扣除比例提升一个百分点，企业的研发人员增加0.15%。此外，通过反事实方法将2 0 15年16 0 0 0 余家中关村企T值8.280.890.04420.53*3.602.86平均值8.0e+05153.25337.3116.52536 2741 066.82.404.434.3631.1e+058.768 126.10.740.05314.04*标准偏差(%）20.07.026.15.216.29.713.57.613.0-0.418.13.757.30.3科技山经济第36 卷总第2 14期2023年8 月第4期业分为享受研发费用加计扣除政策和未享受该政策两类,并对两类企业进行倾向性匹配，得到了在其他指标相似的情况下,享受政策与未享受政策的企业在研发投入上的平均差异,说明在控制其他主要影响因素的条件下，只有“是否享受到该政策”对企业研发投人产生影响。通过验证得出,享受该政策的企业比未享受该政策的企业，在企业科技活动内部支出、企业研发人员投入上分别多出0.8 9%和0.7 4%。本文创新性地采用反事实分析法对研发费用加计扣除试点政策进行评估。针对试点政策的不稳定性和创新产出长周期性特点，本文采用反事实分析法对短期内企业的创新投人增量进行评估，避免了试点政策不稳定对企业行为的影响，同时较为精准地测量了短期内政策对企业的影响。参考文献【1闫义夫，“政策试点”：中国共产党治国理政的重要方式J.社会科学家,2 0 17,2 46(10)：7 2-7 6.2 魏淑艳，马心茹.外文文献关于“政策试验”的研究述评J.北京行政学院学报，2 0 2 0,12 7（3）：53-6 1.3际陈叶烽，刘莹，杨雯渊.公共政策评估与随机控制实验一一基于“规模化”视角的经验启示与中国实践J.管理世界，2023,39(3):172-196.4HEILMANN S,PERRY E J.Maos invisible hand:the politicalfoundations of adaptive governance in China M.Cambridge:Harvard University Press,2011.5 EEVANS P.The challenges of the institutional turn:new interdisci-plinary opportunities in development theory M/NEE V,SWEDBERG R.The Economic Sociology of Capitalisn.Prince-ton:Princeton University Press,2005:90-116.6赵慧.政策试点的试验机制：情境与策略J.中国行政管理，2019,403(1):73-79.7HEILMANN S.Policy experimentation in Chinas economic riseJ.Studies in Comparative International Development,2008,43(1):1-268夏岩磊，刘冰，李丹.“全创改试验”政策效果评估：独善其身还是惠及四野J.中国科技论坛，2 0 2 0,2 9 5（11）：2 6-37.9陈仲常，余翔.企业研发投人的外部环境影响因素研究一基于产业层面的面板数据分析J,科研管理,2 0 0 7(2 8)3,7 8-9 9.10安玉敬.企业研发投人的内部影响因素研究D.湘潭：湘潭大学，2 0 12.11宋雨.企业研发投人的影响因素研究D.济南：山东大学，2013.Evaluation and Research on the Pilot Policy of Additional TaxDeductions for R&D ExpensesHAN Yanni(China Center for International Economic Exchanges,Beijing 100045,China)Abstract:This article takes the policy of additional tax deductions for R&D expenses during the trial operation period from 2008 to2015 as the research object,and evaluates the conditions where Zhongguancun enterprises enjoyed the policy privileges from 2008 to2015,and then determines its effectiveness as a pilot policy.First,regression analysis was made by using logit model according to cor-relation analysis method to find out the correlation between the internal expenditure of enterprise science and technology activities andthe investment of enterprise R&D personnel and the amount of R&D additional tax deduction enjoyed by enterprise.And then,throughthe propensity score matching method,this article studies the changes of R&D investment level,S&T expenditure level and R&D per-sonnel investment level of relevant enterprises.Through the research,it is found that internal expenditure on scientific and technologi-cal activities is positively correlated with R&D investment and personnel investment.At the same time,for enterprises that enjoy thispolicy privileges,their average R&D investment level,scientific and technological activity expenditure level,and enterprise R&D per-sonnel investment level are 0.72%,0.89%,and 0.74%higher than those of the enterprises that do not enjoy this policy privileges.It is concluded that the policy of additional tax deductions for R&D expenses has indeed promoted enterprise R&D investment from theabove three aspects,and the pilot policy has achieved certain results.Key words:policy pilots;policy of additional tax deductions for R&D expenses;counter-factual evaluation method;PSM method（收稿日期:2 0 2 3-0 1-2 8)20Science&Technology and Economy 2023 Vol.36 No.4