李蘇敏 李小勝

(1.中南財經(jīng)政法大學，湖北 武漢 430073； 2.安徽財經(jīng)大學，安徽 蚌埠 233030)

一、引言及相關文獻回顧

經(jīng)濟發(fā)展進入新常態(tài)后，我國政府推出了一系列減稅降費政策，以期減輕企業(yè)負擔，激發(fā)市場活力，助力經(jīng)濟增長。截至2019年6月，針對創(chuàng)業(yè)創(chuàng)新主要環(huán)節(jié)和關鍵領域陸續(xù)推出89項稅收優(yōu)惠政策措施，覆蓋企業(yè)從初創(chuàng)到發(fā)展的整個生命周期。減稅降費政策的實施增強了企業(yè)家創(chuàng)業(yè)創(chuàng)新的信心，給企業(yè)創(chuàng)造了良好的營商環(huán)境，降低了企業(yè)經(jīng)營成本，給企業(yè)創(chuàng)新活動帶來了積極的影響。

政府稅收政策與企業(yè)創(chuàng)新之間的關系受到國內(nèi)外學者的廣泛關注。國外文獻主要通過微觀實證探討政府稅收優(yōu)惠政策對企業(yè)創(chuàng)新活動的影響。許多文獻認為稅收優(yōu)惠政策對企業(yè)創(chuàng)新活動有促進作用。Bloom et al.(2002)使用9個OECD國家1979—1997年的數(shù)據(jù)研究政府財政政策對企業(yè)研發(fā)投資的影響，結果表明，企業(yè)稅收研發(fā)成本每下降10%，短期研發(fā)投資增加1%，長期研發(fā)投資增加10%。Koga(2003)以1989—1998年904家日本制造業(yè)企業(yè)為例研究稅收優(yōu)惠政策對企業(yè)研發(fā)投資的影響，結果表明，稅收優(yōu)惠政策能夠促進企業(yè)R&D投資，且這種激勵效果與企業(yè)的規(guī)模呈正比。Czarnitzki et al.(2012)運用非參數(shù)匹配法分析研發(fā)稅收抵免對加拿大制造企業(yè)創(chuàng)新的影響，結果表明，稅收抵免可以增加額外的創(chuàng)新產(chǎn)出。Crespi et al.(2016)利用動態(tài)面板數(shù)據(jù)研究稅收優(yōu)惠政策對阿根廷企業(yè)創(chuàng)新投資的作用，結果表明，政府稅收激勵政策能夠增強企業(yè)創(chuàng)新能力，但其效果隨財政補貼創(chuàng)新活動類型和企業(yè)規(guī)模而異。Ravselj et al.(2018)通過對1372家企業(yè)的面板數(shù)據(jù)進行實證分析，發(fā)現(xiàn)私人研發(fā)支出以及政府研發(fā)稅收激勵對企業(yè)的創(chuàng)新和可持續(xù)增長具有積極影響。但也有一些文獻認為政府人為干預經(jīng)濟會產(chǎn)生擠出效應，影響企業(yè)的創(chuàng)新活動。Guan et al.(2015)運用微觀數(shù)據(jù)探討了我國20世紀90年代經(jīng)濟轉(zhuǎn)型初期政府財政激勵對企業(yè)創(chuàng)新的影響，結果表明，財政直接補貼和稅收優(yōu)惠政策會對企業(yè)創(chuàng)新產(chǎn)生負面影響。Singh et al.(2015)通過研究美國醫(yī)改消費稅和醫(yī)療器械行業(yè)的關系，從而進一步探討政府稅收政策對企業(yè)創(chuàng)新活動的影響，發(fā)現(xiàn)政府稅收政策的變動對企業(yè)創(chuàng)新活動影響不大。國外針對政府稅收優(yōu)惠政策與企業(yè)創(chuàng)新活動之間關系的研究并未達成一致結論，并且相關研究多側(cè)重于創(chuàng)新投入，對創(chuàng)新投入產(chǎn)出效率的研究相對較少。

國內(nèi)相關研究也大都集中于微觀實證，較少從宏觀動態(tài)層面探討政府減稅政策對企業(yè)創(chuàng)新效率的影響。部分文獻從微觀實證視角研究政府R&D稅收優(yōu)惠政策對創(chuàng)新效率的影響。申廣軍等(2016)利用2009年增值稅改革的政策沖擊考察增值稅稅率變化對企業(yè)的影響，研究發(fā)現(xiàn)，減稅不僅可以提升短期總需求，還可以改善長期供給效率。張璇等(2019)將“營改增”試點作為準自然實驗考察“營改增”政策對企業(yè)創(chuàng)新行為的影響及其機制，結果發(fā)現(xiàn)，“營改增”的實施顯著降低了企業(yè)平均稅負，促進了企業(yè)創(chuàng)新。欒強等(2018)運用雙重差分法對“營改增”的減稅效應及其對企業(yè)創(chuàng)新的激勵效果進行實證分析，結果發(fā)現(xiàn)，“營改增”在短期內(nèi)減稅效果較小,長期則表現(xiàn)出顯著的減稅效果，而小微企業(yè)受稅收政策沖擊的影響更大。李彥龍(2018)研究了稅收優(yōu)惠政策與企業(yè)技術創(chuàng)新的關系，結果表明，稅收優(yōu)惠政策與研發(fā)效率顯著正相關，但不同地區(qū)間的研發(fā)效率收斂性差異較大。

部分文獻使用宏觀結構化模型探討了減稅政策對宏觀經(jīng)濟的影響。田志偉等(2014)使用可計算一般均衡模型(CGE模型)研究了“營改增”擴圍的宏觀經(jīng)濟效應，結果表明，“營改增”擴圍對經(jīng)濟的影響只有水平效應，沒有增長效應。張同斌等(2012)運用CGE模型考察了財政激勵政策和稅收優(yōu)惠政策對產(chǎn)業(yè)結構的影響，結果顯示，稅收優(yōu)惠政策能夠促進高新技術產(chǎn)業(yè)產(chǎn)出增長，優(yōu)化產(chǎn)業(yè)結構。李雪松等(2020)通過構建CGE模型分析不同情境下降低增值稅稅率的宏觀經(jīng)濟效應，結果表明，降低增值稅稅率能夠降低企業(yè)成本，提高產(chǎn)出，優(yōu)化資源配置。

總之，從已有文獻來看，國內(nèi)有關減稅政策對企業(yè)創(chuàng)新效率影響的相關研究十分有限，既未達成一致結論，也未從動態(tài)關系角度討論稅負水平與企業(yè)創(chuàng)新效率之間的聯(lián)系。本文的邊際貢獻主要體現(xiàn)在運用PVAR方法分析稅負與企業(yè)創(chuàng)新效率的動態(tài)關系，從宏觀動態(tài)視角為相關政策問題與爭議提供研究基礎。

二、理論分析

創(chuàng)新投入與創(chuàng)新效率是兩個不同的概念，簡單來說，創(chuàng)新效率衡量的是邊際創(chuàng)新投入的產(chǎn)出。稅收負擔會直接影響企業(yè)經(jīng)營成本，從而影響企業(yè)可用于創(chuàng)新投入的資金，稅收負擔對企業(yè)創(chuàng)新效率的影響卻存在更為復雜的機制。企業(yè)的實際稅收負擔對創(chuàng)新效率的影響存在許多不同的潛在渠道，下面將分別從微觀個體角度、產(chǎn)業(yè)層面以及宏觀層面展開論述。

從微觀個體角度來講，在企業(yè)研發(fā)投入水平較低的時候，減稅可以促進企業(yè)創(chuàng)新投入的增加。當企業(yè)創(chuàng)新投入不足的時候，企業(yè)的創(chuàng)新效率會受到制約，而當創(chuàng)新投入增加的時候，創(chuàng)新效率會隨之提高。也就是說，在創(chuàng)新投入強度達到一定程度之前，創(chuàng)新投入的邊際產(chǎn)出會隨創(chuàng)新投入的增加而增加，也即創(chuàng)新投入的規(guī)模報酬是遞增的。減稅可以直接影響企業(yè)創(chuàng)新投入水平，從而影響創(chuàng)新效率。這一機制可以稱之為“個體投入渠道”。這一渠道的理論基礎正是Romer(1986)開創(chuàng)內(nèi)生增長理論時所提出的知識投入具有規(guī)模報酬遞增特性。

從產(chǎn)業(yè)層面來看，降低企業(yè)稅負水平，有助于增強企業(yè)活力，促進產(chǎn)業(yè)內(nèi)不同企業(yè)之間的競爭，從而提高企業(yè)管理水平和創(chuàng)新效率。產(chǎn)業(yè)內(nèi)部企業(yè)之間的競爭是產(chǎn)業(yè)發(fā)展與進步的重要動力。從這個角度來看，減稅可以激發(fā)良好的產(chǎn)業(yè)內(nèi)部競爭環(huán)境，為創(chuàng)新提供充足動力。這一機制可以稱之為“產(chǎn)業(yè)競爭渠道”(范子英 等，2017)。王德文等(2005)、沈坤榮等(2009)、王靖宇等(2019)等的實證研究結果均表明企業(yè)間的競爭對企業(yè)R&D效率有正面促進作用。

從宏觀層面來看，良好寬松的稅負環(huán)境，有利于創(chuàng)造良好的社會創(chuàng)新環(huán)境，從而促進創(chuàng)新。周雪蓉等(2015)采用2008—2012年我國高新技術產(chǎn)業(yè)面板數(shù)據(jù)，分析了區(qū)域創(chuàng)新環(huán)境對高新技術產(chǎn)業(yè)創(chuàng)新效率的影響。結果表明，良好的區(qū)域創(chuàng)新環(huán)境能夠提升高技術產(chǎn)業(yè)創(chuàng)新效率，但地區(qū)差異明顯。張媛媛等(2009)、傅曉霞等(2012)、倫曉波等(2016)的實證研究結果同樣表明良好的創(chuàng)新環(huán)境對于創(chuàng)新有積極促進作用。不同區(qū)域企業(yè)創(chuàng)新效率會受到很多難以量化的社會因素的影響，諸如員工的幸福感和企業(yè)知名度等因素。良好寬松的營商環(huán)境有利于激發(fā)企業(yè)創(chuàng)新活力，提升企業(yè)創(chuàng)新效率。這些社會性的因素會受到稅負水平的影響。這一機制可以稱之為“正向外部性渠道”。

減稅對創(chuàng)新效率的影響，除了存在以上正向的渠道以外，也有可能存在負向的渠道。政府的稅收收入有一部分將會用于企業(yè)的科研補貼。因此，減稅可能會在一定程度上削弱政府對企業(yè)的科研補貼，從而對創(chuàng)新效率產(chǎn)生不利的影響。同時，政府稅收收入的減少，也使得政府能夠有效提供的公共服務減少了。政府良好的公共服務水平在一定程度上也可以提升企業(yè)創(chuàng)新效率。因此，減稅也有可能會削弱政府提供良好創(chuàng)新環(huán)境的能力，從而阻礙企業(yè)創(chuàng)新效率提升(楊燦明，2017)。邵傳林等(2015)、童錦治等(2018)、成瓊文等(2019)等則從政府財政補貼角度討論了政府對企業(yè)創(chuàng)新可能產(chǎn)生的影響。這一機制可以稱之為“政府支持渠道”。

綜上，減稅對企業(yè)創(chuàng)新效率的影響存在正向與負向的不同的渠道，這些渠道會對不同區(qū)域的企業(yè)創(chuàng)新效率產(chǎn)生影響。

三、計量模型設定、變量與數(shù)據(jù)來源

(一)計量模型設定

本文使用面板向量自回歸模型(PVAR模型)進行實證分析，系統(tǒng)全面地探討稅負水平與區(qū)域企業(yè)創(chuàng)新效率之間的動態(tài)關系。PVAR模型作為應用最為廣泛的宏觀計量模型之一，相比微觀計量模型，其優(yōu)勢在于將模型系統(tǒng)內(nèi)部的每一個變量均當作內(nèi)生變量，考慮變量之間的雙向動態(tài)影響。PVAR模型估計的關鍵在于設定合理的識別約束。本文使用最常用的喬列斯基分解(Cholesky Decomposition)來對PVAR模型進行識別。PVAR模型可以寫成下述形式：

Yit=Φ0+Φ(L)Yit-1+αi+εit

(1)

其中，Yit表示的是模型所有內(nèi)生變量構成的向量，Φ0代表的是常量向量，Φ(L)是滯后算子向量，αi是個體固定效應，εit是誤差項，i是橫截個體數(shù)(i=1，2，…，N)，t表示觀測時期(t=1，2，…，T)。上述PVAR模型使用固定效應或OLS回歸得到的估計量是有偏的。盡管隨著t的增加，估計量的偏誤問題會得到緩解，但是考慮到本文樣本時期較短，估計量的偏誤問題可能較為嚴重。對于PVAR模型可能帶來的截面異質(zhì)性問題，本文運用Love et al.(2006)提出的Helmert法對變量進行前向均值差分，以消除模型中的個體固定效應和時期效應。同時，參照Love et al.(2006)，采用廣義矩估計方法(GMM)對模型參數(shù)進行有效估計，更好地控制個體效應和解決變量內(nèi)生性問題。

為了討論稅收負擔與創(chuàng)新效率之間的動態(tài)關系，本文設定的基準PVAR模型為稅收負擔—創(chuàng)新效率—產(chǎn)出增長。在這里引入三個內(nèi)生變量，即稅收負擔、創(chuàng)新效率和產(chǎn)出增長率。上述PVAR模型的變量順序意味著假定稅收負擔和創(chuàng)新效率不會對當期的產(chǎn)出增長沖擊做出反應，這樣設定的合理性在于稅收負擔及創(chuàng)新效率對于宏觀經(jīng)濟的反應具有一定的滯后性。本文設定的PVAR模型的經(jīng)濟學含義是，稅收負擔會影響創(chuàng)新效率進而影響產(chǎn)出增長，而產(chǎn)出增長反過來又會影響稅收負擔及創(chuàng)新效率。

除了基本模型之外，本文還將分析擴展模型。在擴展模型中，將增加兩個內(nèi)生變量，構成五個內(nèi)生變量的PVAR模型。增加的兩個內(nèi)生變量分別是區(qū)域企業(yè)研發(fā)投入和區(qū)域企業(yè)盈利水平。五個內(nèi)生變量構成的PVAR模型為稅收負擔—研發(fā)投入—創(chuàng)新效率—盈利水平—產(chǎn)出增長。在這樣一個擴展的PVAR模型中，本文考慮了稅收負擔與創(chuàng)新效率之間的連接變量即研發(fā)投入，以及創(chuàng)新效率與產(chǎn)出增長之間的連接變量即企業(yè)盈利水平。

(二)區(qū)域企業(yè)創(chuàng)新效率的測算及分析

1.區(qū)域企業(yè)創(chuàng)新效率測算

本文運用超效率DEA模型對我國規(guī)模以上工業(yè)企業(yè)的創(chuàng)新投入產(chǎn)出效率進行測算。傳統(tǒng)DEA模型無法對完全有效決策單元進一步排序，而超效率DEA模型可以對所有決策單元進行比較和排序。假定每個決策單元有K個投入單元和M個產(chǎn)出單元，向量Xj和Yj表示第j個決策單元，引入投入松弛變量s-和產(chǎn)出松弛變量s+，對決策單元λj(j=1,2,…,n)進行評價，其超效率DEA模型為：

(2)

(3)

θ為決策單元λj的效率值，若θ≥1，且s+和s-等于0，則該決策單元為DEA有效單元；若θ≥1，s+或s-等于0，則稱該決策單元為DEA弱有效單元；若θ<1,s+或s-都不等于0，則稱該決策單元為無效單元。超效率DEA模型與傳統(tǒng)DEA模型對于非有效決策單元的效率評價結果是相同的，但對有效決策單元的評價有所區(qū)別，傳統(tǒng)DEA模型下所有有效決策單元的效率值θ=1，超效率DEA模型在評價有效決策單元時其效率值θ可以大于1，且θ值越高說明決策單元越有效。

2.評價指標選取和數(shù)據(jù)來源

DEA模型對投入產(chǎn)出效率的測度關鍵在于決策單元指標的選取。在企業(yè)創(chuàng)新效率測量過程中，投入指標主要選取各省份規(guī)模以上工業(yè)企業(yè)R&D從業(yè)人員、各省份規(guī)模以上工業(yè)企業(yè)R&D經(jīng)費支出和各省份規(guī)模以上工業(yè)企業(yè)R&D項目個數(shù)。產(chǎn)出指標主要選取各地區(qū)規(guī)模以上工業(yè)企業(yè)專利件數(shù)、新產(chǎn)品開發(fā)數(shù)目和新產(chǎn)品銷售收入。具體指標選取如表1所示。

表1 規(guī)模以上工業(yè)企業(yè)創(chuàng)新投入產(chǎn)出效率指標體系

3. 測算結果分析

考慮到西藏自治區(qū)某些年份數(shù)據(jù)缺失嚴重，故本文使用我國大陸地區(qū)其余30個省、市、自治區(qū)2009—2017年的面板數(shù)據(jù)測算規(guī)模以上工業(yè)企業(yè)的創(chuàng)新投入產(chǎn)出效率，所有數(shù)據(jù)均來源于《中國統(tǒng)計年鑒》、《中國科技統(tǒng)計年鑒》及各地區(qū)統(tǒng)計年鑒。將2009—2017年各投入產(chǎn)出指標數(shù)據(jù)代入DEA-Solver 5.0軟件，選用規(guī)模報酬不變的超效率模型對30個省、市、自治區(qū)規(guī)模以上工業(yè)企業(yè)創(chuàng)新效率進行測算，結果如表2所示。

總體來看，2009—2017年我國規(guī)模以上工業(yè)企業(yè)的R&D投入產(chǎn)出效率值偏低且地區(qū)差異明顯；規(guī)模以上工業(yè)企業(yè)的R&D投入產(chǎn)出效率均值為0.78，未達到DEA完全有效。進一步分析來看，不同地區(qū)企業(yè)的R&D投入產(chǎn)出效率值差異較大，東部地區(qū)效率值最高，均值為0.85；其次是中部地區(qū)，效率均值為0.78；效率值最低的是西部地區(qū)，均值僅為0.70，與其它地區(qū)相比還有一定差距。從各地區(qū)內(nèi)部來看，東部地區(qū)中，北京、上海、廣東和浙江經(jīng)濟發(fā)達，相關科學技術配套設備完善，因此這些省、市的企業(yè)科技投入產(chǎn)出效率水平較高，河北和福建兩省經(jīng)濟發(fā)展水平一般，企業(yè)科技投入產(chǎn)出效率處于中等水平。中部地區(qū)和西部地區(qū)中，除了吉林、重慶、安徽和湖南等省、市外，其它省份效率值都不高。這與余泳澤等(2013)、李婧等(2014)的研究結論相似。

表2 2009—2017年各省份規(guī)模以上工業(yè)企業(yè)創(chuàng)新效率

(三)面板數(shù)據(jù)模型其它變量定義與測度

除企業(yè)創(chuàng)新效率外，本文介紹PVAR模型中使用的其它變量數(shù)據(jù)。宏觀稅負水平用省級地方政府總稅收占各地GDP的比重來衡量，稅收收入為各省份稅收總量，產(chǎn)出增長用各省份GDP的年增長率表示。擴展模型中涉及的變量，研發(fā)投入用各省份規(guī)模以上工業(yè)企業(yè)R&D經(jīng)費支出來表示；企業(yè)的盈利水平用資產(chǎn)收益率來表示，即企業(yè)的利潤總額除以總資產(chǎn)。各省份GDP以及企業(yè)利潤總額等數(shù)據(jù)均來源于CEIC中國經(jīng)濟數(shù)據(jù)庫和《中國稅務統(tǒng)計年鑒》。表3總結了模型使用變量的定義及其計算說明。

表4為模型變量數(shù)據(jù)的描述性統(tǒng)計。本文使用到的數(shù)據(jù)度量全部是增長率或者比率，報告的單位是百分比。由表4可知，稅收負擔平均值為18.40%，最小值為8.33%，最大值達到了55.68%，表明稅收負擔存在巨大差異。GDP增長率均值為11.58%，從最小值和最大值來看也有著巨大的差異。區(qū)域企業(yè)創(chuàng)新效率增長率均值為2.83%，最小值為-61.25%，最大值為113.49%，表明區(qū)域創(chuàng)新效率增長也存在較大波動。

表3 變量定義與計算說明

表4 描述性統(tǒng)計

四、實證結果分析

(一) 模型處理

在對PVAR模型進行參數(shù)估計分析之前，需要一些前期處理。首先需要對數(shù)據(jù)進行平穩(wěn)性檢驗，以保證時間序列數(shù)據(jù)是平穩(wěn)的。然后選擇PVAR模型的最優(yōu)滯后期數(shù)。接下來還需要保證估計的PVAR模型的平穩(wěn)性。

1.數(shù)據(jù)平穩(wěn)性檢驗

為了避免面板數(shù)據(jù)的“偽回歸”以及估計量偏誤的問題，保證結果的準確性，首先需要對面板數(shù)據(jù)變量進行平穩(wěn)性檢驗。趨勢或者結構變動的存在，都有可能使得時間序列數(shù)據(jù)表現(xiàn)出非平穩(wěn)性。本文使用主流的IPS、LLC和Xtfisher三種檢驗方法對模型變量進行單位根檢驗，考察面板數(shù)據(jù)的平穩(wěn)性，結果如表5所示。

表5 各序列平穩(wěn)性檢驗

注：*、**和***分別表示該系數(shù)在10%、5%和1%的置信水平通過檢驗；IPS和LLC報告的是t檢驗值，Xtfisher報告的是卡方檢驗值，括號中報告的是P值。

上述三種面板數(shù)據(jù)單位根檢驗方法的原假設均是存在單位根，即數(shù)據(jù)序列非平穩(wěn)。由表5可知，稅收負擔以外的其它各變量均通過了IPS檢驗、LLC檢驗和Xtfisher檢驗，稅收負擔通過了除IPS檢驗以外的其它兩種檢驗。各變量至少在5%的顯著性水平下通過了平穩(wěn)性檢驗，由此可以認為各變量序列是平穩(wěn)的。

2.模型最優(yōu)滯后期的選擇

PVAR模型估計參數(shù)之前的一個必要的步驟是選擇最優(yōu)的滯后期數(shù)。本文根據(jù)Andrews et al.(2001)提出的一致矩模型選擇標準(consistent moment and model selection criteria，CMMSC)來選擇最優(yōu)滯后期數(shù)。CMMSC事實上就是經(jīng)典的AIC、BIC和HQIC等判斷準則在廣義矩估計(GMM)方法下的擴展。表6報告了相應的結果。CMMSC下的AIC、BIC和HQIC準則均選擇數(shù)值較小的結果為最優(yōu)。根據(jù)表6的結果，PVAR(1)模型的MBIC、MQIC數(shù)值最小，PVAR(2)模型MAIC數(shù)值最小。因此綜合衡量確定基準PVAR模型的最優(yōu)滯后期數(shù)為一階。

表6 最優(yōu)滯后期的選擇

注：#表示根據(jù)AIC、BIC、HQIC準則選取的滯后期數(shù)。

圖1 PVAR模型平穩(wěn)性檢驗

3.模型平穩(wěn)性檢驗

使用PVAR模型解釋經(jīng)濟動態(tài)系統(tǒng)需要保證動態(tài)系統(tǒng)是穩(wěn)定的，即系統(tǒng)不是發(fā)散的。動態(tài)系統(tǒng)不穩(wěn)定即存在發(fā)散的可能，外生沖擊可能會使得內(nèi)生變量永久發(fā)散。從經(jīng)濟學含義的角度來看，這意味著在外生沖擊下，某些內(nèi)生變量會一直增加，這樣的動態(tài)系統(tǒng)處于非穩(wěn)定狀態(tài)，難以刻畫符合現(xiàn)實的經(jīng)濟動態(tài)。圖1顯示了模型系統(tǒng)的平穩(wěn)性檢驗，由于三個變量系統(tǒng)的特征根均位于單位圓之內(nèi)，這表明三個變量的PVAR模型系統(tǒng)是穩(wěn)定的。

4.格蘭杰因果檢驗

格蘭杰因果檢驗可以用于判斷變量的滯后項對于其它變量是否有顯著影響，從而說明變量之間在時間上的因果關系。格蘭杰因果關系檢驗能夠幫助判斷PVAR模型中內(nèi)生變量之間的關系。表7報告了格蘭杰因果關系檢驗的結果。

表7 格蘭杰因果檢驗

注：“Y”表示行變量對列變量通過格蘭杰因果檢驗，“N”表示行變量對列變量未通過格蘭杰因果檢驗。

如表7所示，格蘭杰因果檢驗結果表明稅收負擔與經(jīng)濟增長存在著雙向因果關系，企業(yè)創(chuàng)新效率和稅收負擔之間也存在雙向格蘭杰因果關系。經(jīng)濟增長不是創(chuàng)新效率的格蘭杰原因，但創(chuàng)新效率是經(jīng)濟增長的格蘭杰原因。上述結果表明，本文基準PVAR模型的三個內(nèi)生變量之間互相存在統(tǒng)計學意義上的因果關系，三個內(nèi)生變量之間相互影響。格蘭杰因果檢驗結果驗證了本文使用PVAR模型刻畫經(jīng)濟系統(tǒng)的合理性。

(二)基準結果分析

1.面板向量自回歸模型的參數(shù)估計

為了考察減稅政策對企業(yè)創(chuàng)新效率的沖擊效應，本文從廣義矩估計、脈沖響應函數(shù)和方差分解三個維度來進行分析。本文采用廣義矩估計法對面板數(shù)據(jù)進行PVAR模型估計，結果如表8所示。

GMM估計結果顯示，總稅收負擔、企業(yè)創(chuàng)新效率與GDP增長率三者間存在顯著的動態(tài)關系。當稅收負擔tax_burden作為被解釋變量時(表8第2列)，可以發(fā)現(xiàn)滯后一期的稅收負擔對企業(yè)創(chuàng)新效率和產(chǎn)出增長率的影響顯著為正，具體來說，稅收負擔每年增加1%，次年企業(yè)創(chuàng)新效率和產(chǎn)出增長率分別增加0.01%和0.08%。當企業(yè)創(chuàng)新效率sdea作為被解釋變量時(表8第3列)，滯后一期的企業(yè)創(chuàng)新效率對產(chǎn)出增長率的影響為正，具體來說，企業(yè)創(chuàng)新效率每年增加1%，次年產(chǎn)出增長率增加0.64%。這與當前我國實際情況相符，即企業(yè)創(chuàng)新效率的提升能夠增加產(chǎn)出。企業(yè)創(chuàng)新效率方程中，企業(yè)稅負變量沒有通過顯著性檢驗，這并不能說明企業(yè)創(chuàng)新效率對企業(yè)稅負沒有影響，可能是企業(yè)創(chuàng)新對企業(yè)稅負的影響存在一定時滯性。在產(chǎn)出增長率gdp_gr方程中(表8第4列)，滯后一期的總稅收負擔系數(shù)為負，這說明隨著稅收負擔水平的增加，經(jīng)濟增長率下降；企業(yè)創(chuàng)新效率沒有通過顯著性檢驗，可能也是因為企業(yè)創(chuàng)新對經(jīng)濟發(fā)展的影響存在著一定的時滯性。

表8 PVAR參數(shù)估計

注：L.代表滯后一期；*、**和***分別表示該系數(shù)在10%、5%和1%的置信水平通過檢驗；括號內(nèi)為GMM估計系數(shù)的Z檢驗值。

2.脈沖響應函數(shù)(IRF)分析

本文對PVAR模型進行Monte Carlo 模擬200次得到脈沖響應函數(shù)，進一步分析經(jīng)濟下行背景下減稅政策對企業(yè)創(chuàng)新效率的動態(tài)傳導機制和路徑。圖2報告了正向稅收負擔沖擊的脈沖響應函數(shù)，圖中陰影區(qū)域表示的是95%置信區(qū)間。

從圖2中可以看出：第一，稅收負擔對其自身沖擊影響的反應是在最開始的一期上升，然后逐漸下降，但長期響應趨向于穩(wěn)態(tài)值，初始的反應值為0.80%；第二，經(jīng)濟增長率對稅收負擔沖擊的反應為負，呈先降后升趨勢，這說明稅收負擔的增加對GDP增長率產(chǎn)生了負向影響，并且這一影響將持續(xù)5～8期，經(jīng)濟增長率最多下降了2個百分點；第三，企業(yè)創(chuàng)新效率對稅收負擔沖擊的反應在第1期為正，并在接下來的幾期逐漸下降然后又上升，最終在第6期后逐漸趨向于穩(wěn)態(tài)值。正向的稅收負擔沖擊使得區(qū)域企業(yè)創(chuàng)新效率在長達3～4期的時間內(nèi)下降接近1個百分點。

圖2 稅收負擔沖擊脈沖響應函數(shù)

圖3報告了經(jīng)濟增長率沖擊的脈沖響應函數(shù)圖。可以看到，正向的經(jīng)濟增長率沖擊使得經(jīng)濟增長率在初始時期上升然后逐漸下降。經(jīng)濟增長率的上升使得區(qū)域創(chuàng)新效率先上升后下降。區(qū)域的產(chǎn)出增長率上升使得稅收負擔也上升，這一結果可能是政府對經(jīng)濟環(huán)境狀況向好的內(nèi)生反應。

圖3 經(jīng)濟增長率沖擊脈沖響應函數(shù)

由上述脈沖響應圖的分析可知，經(jīng)濟下行背景下，政府減稅政策對經(jīng)濟增長有積極促進作用，會對企業(yè)創(chuàng)新效率產(chǎn)生正面影響，短期內(nèi)0.80個百分點的減稅沖擊就能使得創(chuàng)新效率增長率持續(xù)3期增加近1個百分點，而經(jīng)濟增長率的提升反過來又會促進區(qū)域企業(yè)創(chuàng)新效率的增加。

3.方差分解

方差分解是通過分解不同內(nèi)生變量沖擊對內(nèi)生變量變化的影響程度，從而考察PVAR模型中擾動項對內(nèi)生變量波動的貢獻度，以分析不同內(nèi)生變量沖擊的重要性。表9報告了基準PVAR模型的方差分解結果。限于篇幅，本文只報告了三個時期的方差分解結果，分別是第1期、第5期和第10期。

表9 方差分解結果

由表9可知，在第1期，稅收負擔變量變化完全來自于本身的沖擊；稅收負擔變量沖擊對創(chuàng)新效率變化的貢獻率幾乎為0，對經(jīng)濟增長率變化的貢獻率為20%。在長期，稅收負擔沖擊對其他內(nèi)生變量產(chǎn)生了較大影響：在第10期，稅收負擔沖擊解釋了24%的創(chuàng)新效率增長率變動和36%的GDP增長率變動。創(chuàng)新效率沖擊對經(jīng)濟增長率變動也有一定貢獻，在第10期占到了20%。經(jīng)濟增長率沖擊在第10期對創(chuàng)新效率波動的貢獻為10%。方差分解的結果表明，稅收負擔沖擊是區(qū)域企業(yè)創(chuàng)新效率波動的重要來源。

(三)擴展模型分析

擴展模型分析的步驟類似基準模型。最優(yōu)滯后期數(shù)的選擇分析表明使用滯后1期的PVAR模型是最合理的。模型平穩(wěn)性分析表明，五個內(nèi)生變量的PVAR模型是穩(wěn)定的，五個特征根均在單位圓之內(nèi)。

表10報告了五個變量的PVAR模型的GMM參數(shù)估計的結果。同基準估計結果一樣，滯后1期的稅收負擔對創(chuàng)新效率以及經(jīng)濟增長率的影響為負。擴展模型的估計結果還說明稅收負擔對企業(yè)盈利水平的影響顯著為負。

表10 擴展PVAR模型參數(shù)估計

注：L.代表滯后一期；*、**和***分別表示該系數(shù)在10%、5%和1%的置信水平通過檢驗；括號內(nèi)為GMM估計系數(shù)的Z檢驗值。

圖4報告了稅收負擔沖擊的脈沖響應函數(shù)。在擴展模型中，稅負水平的上升導致經(jīng)濟增長率下降，在第2期下降最多，然后逐漸上升恢復長期均衡值；區(qū)域企業(yè)創(chuàng)新效率在初始時期略微上升，隨后逐漸下降；企業(yè)盈利水平和研發(fā)投入水平的動態(tài)反應與創(chuàng)新效率類似。擴展模型的脈沖響應函數(shù)分析再次驗證了基準模型分析中的結論，即減稅可以促進企業(yè)創(chuàng)新效率的提升。

圖4 擴展模型：稅收負擔沖擊脈沖響應函數(shù)

(四)分區(qū)域分析

本文將樣本中包含的30個省、市、自治區(qū)分成東部、中部和西部三個區(qū)域，分別對每個區(qū)域進行PVAR模型估計，得到稅收負擔沖擊脈沖響應函數(shù)，如圖5所示?？梢钥吹?，不同區(qū)域的變量動態(tài)反應大致類似，但在反應的量上有差異。具體來說，稅收負擔沖擊給企業(yè)創(chuàng)新效率帶來的影響對西部地區(qū)來說最大，東部地區(qū)次之，中部地區(qū)最小。

圖5 分區(qū)域分析：稅收負擔沖擊脈沖響應函數(shù)

(五)穩(wěn)健性檢驗

PVAR模型的變量順序體現(xiàn)了對宏觀經(jīng)濟系統(tǒng)的內(nèi)在假設，這個存在一定的爭議性。因此，本文改變原始基準模型中的設定，從而改變內(nèi)生變量的順序。圖6報告了三種不同的變量順序下的PVAR脈沖響應函數(shù)。這三種順序分別是稅收負擔—產(chǎn)出增長—創(chuàng)新效率，創(chuàng)新效率—稅收負擔—產(chǎn)出增長，產(chǎn)出增長—稅收負擔—創(chuàng)新效率。從圖6可以看到，變量順序的變化沒有改變基本的結果，這表明本文前述分析得到的結論是穩(wěn)健的。

圖6 穩(wěn)健性檢驗(調(diào)整變量順序)

在基準模型的分析中，稅收負擔度量數(shù)據(jù)采用的是省級政府總稅收。除了企業(yè)稅收以外，省級政府稅收收入還包括其它種類的稅收。本文選用企業(yè)的主要稅種(營業(yè)稅、企業(yè)所得稅和增值稅)來衡量稅收負擔水平。圖7報告了改變稅收負擔度量的穩(wěn)健性檢驗的結果。可以看到，基本結論是穩(wěn)健的，即減稅沖擊可以提升企業(yè)創(chuàng)新效率。

圖7 穩(wěn)健性檢驗：改變稅收負擔度量

五、結論與政策建議

創(chuàng)新是應對當前經(jīng)濟發(fā)展挑戰(zhàn)的必經(jīng)之路，而如何提高創(chuàng)新效率又是提升創(chuàng)新能力的關鍵。本文考察了政府宏觀調(diào)控政策與區(qū)域創(chuàng)新效率之間的關系，運用PVAR模型將稅收負擔水平與企業(yè)創(chuàng)新效率納入一個統(tǒng)一框架中研究新常態(tài)背景下政府減稅對企業(yè)創(chuàng)新效率的影響，結果表明：

(1)稅收負擔與企業(yè)創(chuàng)新效率之間有著雙向的格蘭杰因果關系。這說明企業(yè)稅負與企業(yè)創(chuàng)新效率關系十分密切，企業(yè)稅負的下降可以降低企業(yè)的生產(chǎn)經(jīng)營成本，提高利潤水平，擴大企業(yè)研發(fā)資金的投入，提高企業(yè)研發(fā)創(chuàng)新效率。

(2)減稅降費措施的實施對不同區(qū)域企業(yè)創(chuàng)新效率的沖擊是不同的，且不同地區(qū)的企業(yè)創(chuàng)新效率差異十分明顯。

(3)政府減稅政策能夠降低企業(yè)經(jīng)營成本，提高企業(yè)經(jīng)營利潤。整體來看，政府的減稅降費政策能夠增加總產(chǎn)出，加快區(qū)域經(jīng)濟增長速度。

(4)稅收負擔的沖擊能夠解釋近1/5的區(qū)域創(chuàng)新效率的波動，說明稅收政策對區(qū)域創(chuàng)新效率波動有著較大影響。

基于上述研究結論，本文提出以下政策建議：

(1)要做強實體經(jīng)濟、激發(fā)企業(yè)創(chuàng)新活力，建設創(chuàng)新型國家，應當堅持減稅降費的政策導向，發(fā)揮減稅在調(diào)節(jié)宏觀經(jīng)濟、提高企業(yè)創(chuàng)新效率中的重要作用。進一步落實企業(yè)減稅政策，降低宏觀稅負水平，優(yōu)化企業(yè)營商環(huán)境，以有效促進區(qū)域創(chuàng)新效率的提升。

(2)考慮到各地區(qū)資源初始稟賦存在差異，企業(yè)減稅不能搞“一刀切”，應該因地制宜地實施減稅降費政策，加大對企業(yè)創(chuàng)新效率偏低地區(qū)扶持力度，以協(xié)調(diào)區(qū)域創(chuàng)新能力發(fā)展，促進區(qū)域經(jīng)濟協(xié)調(diào)發(fā)展。

(3)針對不同創(chuàng)新潛力的企業(yè)實行差異化減稅政策，對創(chuàng)新潛力大、創(chuàng)新帶動能力強的重點行業(yè)、重點企業(yè)予以更優(yōu)惠的減稅降費政策支持。

(4)完善稅收政策的宏觀調(diào)控作用，優(yōu)化財稅體系，增強稅收政策的彈性，以更好地對沖企業(yè)創(chuàng)新效率的波動，保證企業(yè)創(chuàng)新效率穩(wěn)步提升。

(5)積極探索新型地方政府激勵模式，從制度上優(yōu)化地方政府的財稅績效管理機制，將企業(yè)科技投入產(chǎn)出效率和企業(yè)創(chuàng)新活動納入財政稅收管理績效考核體系內(nèi)，以推動經(jīng)濟從要素驅(qū)動向創(chuàng)新驅(qū)動轉(zhuǎn)變，促進經(jīng)濟健康持續(xù)發(fā)展。