馮海波 樓清昊

一 引 言

近年來(lái)，隨著我國(guó)國(guó)內(nèi)勞動(dòng)力成本上升和技術(shù)水平接近世界前沿，依靠低要素成本吸引外國(guó)投資、以技術(shù)引進(jìn)與外溢效應(yīng)提升本國(guó)生產(chǎn)技術(shù)水平的舊發(fā)展模式難以為繼。要進(jìn)一步推動(dòng)經(jīng)濟(jì)發(fā)展就必須加大科技投入，將科技創(chuàng)新作為推動(dòng)高質(zhì)量發(fā)展的主要?jiǎng)恿?。黨的十八大正式提出實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略，我國(guó)研究與試驗(yàn)發(fā)展(R&D)投入規(guī)模快速攀升，從2012年的1.03萬(wàn)億元增長(zhǎng)至2021年的2.79萬(wàn)億元，研發(fā)強(qiáng)度(R&D支出占GDP比重)從2012年的1.98%上升至2021年的2.44%。按研發(fā)部門劃分，我國(guó)企業(yè)部門在研發(fā)領(lǐng)域發(fā)揮了主導(dǎo)作用，其研發(fā)投入占全社會(huì)研發(fā)投入的比例常年維持在70%左右，其中規(guī)模以上工業(yè)企業(yè)的研發(fā)支出又占到了所有企業(yè)研發(fā)支出中的大部分。以2017年為例，規(guī)模以上工業(yè)企業(yè)的研發(fā)經(jīng)費(fèi)內(nèi)部支出為1.2萬(wàn)億元，占我國(guó)全部研發(fā)經(jīng)費(fèi)內(nèi)部支出的68.23%，占我國(guó)所有企業(yè)研發(fā)經(jīng)費(fèi)內(nèi)部支出的87.94%。在這樣一種創(chuàng)新資源投入結(jié)構(gòu)下，企業(yè)創(chuàng)新效率高低將直接影響我國(guó)創(chuàng)新體系的效率。為更好地推進(jìn)我國(guó)經(jīng)濟(jì)的高質(zhì)量發(fā)展，也需要在不斷加大創(chuàng)新資源投入的同時(shí)，大力提升企業(yè)部門的創(chuàng)新效率。

為激勵(lì)企業(yè)加大技術(shù)創(chuàng)新投入，我國(guó)各類科技政策都非常重視創(chuàng)新數(shù)量指標(biāo)的設(shè)定與運(yùn)用。例如，2006年頒布的《國(guó)家中長(zhǎng)期科學(xué)和技術(shù)發(fā)展規(guī)劃綱要(2006—2020年)》提出我國(guó)“到2020年，全社會(huì)研究開發(fā)投入占國(guó)內(nèi)生產(chǎn)總值的比重提高到2.5%以上，力爭(zhēng)科技進(jìn)步貢獻(xiàn)率達(dá)到60%以上，對(duì)外技術(shù)依存度降低到30%以下，本國(guó)人發(fā)明專利年度授權(quán)量和國(guó)際科學(xué)論文被引用數(shù)均進(jìn)入世界前5位”，上述數(shù)量型指標(biāo)為我國(guó)科技創(chuàng)新工作提供了參考坐標(biāo)與努力方向。為降低政策執(zhí)行成本，加速創(chuàng)新數(shù)量達(dá)標(biāo)，各類創(chuàng)新激勵(lì)政策都以嚴(yán)格的數(shù)量型指標(biāo)作為獲取相應(yīng)資質(zhì)的門檻性要求。以高新技術(shù)企業(yè)激勵(lì)政策為例，企業(yè)必須滿足研發(fā)強(qiáng)度、高新技術(shù)產(chǎn)品收入占銷售收入比重、研發(fā)人員占比等數(shù)量型指標(biāo)的硬性要求，才有資格向有關(guān)部門提起相應(yīng)的申請(qǐng)。由于獲得高新技術(shù)企業(yè)資格能夠緩解企業(yè)融資約束(王剛剛等，2017)，更加容易獲得政府補(bǔ)助(孫剛等，2016)以及更低的所得稅率，因此企業(yè)有很強(qiáng)的動(dòng)機(jī)利用政府與企業(yè)間的技術(shù)能力信息不對(duì)稱，通過(guò)操縱研發(fā)支出、生產(chǎn)低質(zhì)量專利、發(fā)送虛假“創(chuàng)新類型”信號(hào)等方式(楊國(guó)超等，2017；林洲鈺等，2013；安同良等，2009)，尋得政府的扶持。這樣一種“一刀切”式的數(shù)量化管理措施，可能使得大量市場(chǎng)主體為了在短期內(nèi)快速提升數(shù)量型指標(biāo)，以滿足資格認(rèn)定標(biāo)準(zhǔn)，及時(shí)獲得政策扶持，將寶貴的研發(fā)資源投入到低效率策略性創(chuàng)新中，從而造成了效率損失。

為印證上述觀點(diǎn)，本文從高新技術(shù)企業(yè)識(shí)別和激勵(lì)政策有效性兩個(gè)維度對(duì)高新技術(shù)企業(yè)政策的激勵(lì)效果進(jìn)行實(shí)證研究。高新技術(shù)企業(yè)識(shí)別方面，本文通過(guò)比較創(chuàng)新數(shù)量與創(chuàng)新效率對(duì)企業(yè)獲取高新技術(shù)企業(yè)資格概率的影響，觀察高新技術(shù)企業(yè)識(shí)別過(guò)程中是否存在重?cái)?shù)量、輕效率的傾向。評(píng)估激勵(lì)政策有效性方面，為解決自選擇效應(yīng)，本文使用傾向得分匹配(PSM)方法，從技術(shù)水平、盈利能力、企業(yè)規(guī)模、企業(yè)成長(zhǎng)性等多個(gè)維度對(duì)處理組(高新技術(shù)企業(yè))與對(duì)照組(非高新技術(shù)企業(yè))進(jìn)行匹配，僅保留處理組和對(duì)照組重疊的部分后，檢驗(yàn)激勵(lì)政策的實(shí)際效果。

二 制度背景與理論假說(shuō)

根據(jù)傳統(tǒng)經(jīng)濟(jì)理論，技術(shù)創(chuàng)新具有正向外溢效應(yīng)，企業(yè)的邊際研發(fā)成本低于社會(huì)邊際研發(fā)收益，導(dǎo)致實(shí)際研發(fā)投入低于社會(huì)最優(yōu)水平。為鼓勵(lì)企業(yè)增加研發(fā)投入，政府通過(guò)財(cái)政補(bǔ)貼、稅收減免等方式降低市場(chǎng)主體的研發(fā)成本，提升市場(chǎng)主體的創(chuàng)新收益。在我國(guó)現(xiàn)行激勵(lì)創(chuàng)新政策體系中，無(wú)論是從覆蓋面還是激勵(lì)力度的角度看，高新技術(shù)企業(yè)認(rèn)定政策都具有舉足輕重的地位。獲取高新技術(shù)企業(yè)資格能夠?yàn)槠髽I(yè)帶來(lái)數(shù)量可觀的稅收減免與財(cái)政補(bǔ)貼。根據(jù)《中華人民共和國(guó)企業(yè)所得稅法》，“國(guó)家需要重點(diǎn)扶持的高新技術(shù)企業(yè)，減按15%的稅率征收企業(yè)所得稅”。其中，需要重點(diǎn)扶持的高新技術(shù)企業(yè)是指經(jīng)各省高新技術(shù)企業(yè)認(rèn)定管理機(jī)構(gòu)認(rèn)定后，獲取了高新技術(shù)企業(yè)資格的企業(yè)。自2008年以來(lái)，各省高新技術(shù)企業(yè)認(rèn)定管理機(jī)構(gòu)由同級(jí)科技行政管理、財(cái)政、稅務(wù)部門共同組成。同時(shí)，該辦法也明確了稅收激勵(lì)在高新技術(shù)企業(yè)認(rèn)定工作中的核心作用。此外，具有高新技術(shù)企業(yè)資格也是申請(qǐng)諸多中央和地方財(cái)政補(bǔ)貼的前置條件。

高新技術(shù)企業(yè)激勵(lì)政策按照激勵(lì)方式的不同可以分為兩個(gè)階段：第一個(gè)階段是2008年以前，這一階段我國(guó)實(shí)行以區(qū)域性政策為主的激勵(lì)方式，各地設(shè)立的高新技術(shù)開發(fā)區(qū)對(duì)高新技術(shù)企業(yè)認(rèn)定起著決定性作用。具體來(lái)看，1996年以前，只有位于國(guó)家高新技術(shù)產(chǎn)業(yè)開發(fā)區(qū)內(nèi)的企業(yè)才能享受高新技術(shù)企業(yè)稅收減免。1996年以后，雖然將認(rèn)定范圍擴(kuò)展至高新技術(shù)開發(fā)區(qū)以外的企業(yè)，但是兩者的認(rèn)定條件有著較為顯著的差異，其中對(duì)位于高新技術(shù)開發(fā)區(qū)外企業(yè)的認(rèn)定要求更細(xì)致，相關(guān)指標(biāo)限定更為嚴(yán)格。以研發(fā)強(qiáng)度為例，位于高新技術(shù)開發(fā)區(qū)的企業(yè)需要達(dá)到3%，而位于高新技術(shù)開發(fā)區(qū)以外的企業(yè)則需要達(dá)到4%。到了2000年，科技部提升了高新技術(shù)開發(fā)區(qū)內(nèi)企業(yè)認(rèn)定要求，在一定程度上弱化了區(qū)域性差異。特定條件的地域性差異在文件中真正的消除則要到2008年。2008年，隨著《企業(yè)所得稅法》的正式實(shí)施，科技部、財(cái)政部與國(guó)家稅務(wù)總局共同修訂了高新技術(shù)企業(yè)認(rèn)定辦法，新辦法消除了區(qū)域性差異，高新技術(shù)開發(fā)區(qū)內(nèi)外企業(yè)的認(rèn)定條件趨向一致。新的高新技術(shù)企業(yè)認(rèn)定條件中除了對(duì)研發(fā)強(qiáng)度、研發(fā)人員占比等指標(biāo)有硬性要求以外，還要求申請(qǐng)企業(yè)須經(jīng)過(guò)一定流程的組織審查，通過(guò)專家評(píng)審符合要求后才能獲得高新技術(shù)企業(yè)的認(rèn)定資格。因此，企業(yè)能否最終獲得高新技術(shù)企業(yè)資格是一個(gè)由多部門共同協(xié)調(diào)認(rèn)定的結(jié)果。我國(guó)目前負(fù)責(zé)高新技術(shù)企業(yè)認(rèn)定的部門為省級(jí)科技行政管理部門同本級(jí)財(cái)政、稅務(wù)部門共同組成的高新技術(shù)企業(yè)認(rèn)定管理機(jī)構(gòu)。由于各省份經(jīng)濟(jì)發(fā)展階段、產(chǎn)業(yè)結(jié)構(gòu)、財(cái)政充裕度、行政效率等因素存在顯著差異，因此高新技術(shù)企業(yè)認(rèn)定在實(shí)際操作過(guò)程中存在著一定的地區(qū)性差異。

在實(shí)際執(zhí)行過(guò)程中，行政部門認(rèn)定高新技術(shù)企業(yè)面臨最主要的困難是如何準(zhǔn)確地識(shí)別與評(píng)估企業(yè)的創(chuàng)新能力與技術(shù)水平。由于高新技術(shù)領(lǐng)域普遍存在技術(shù)壁壘與技術(shù)保密，負(fù)責(zé)評(píng)審的機(jī)構(gòu)很難在短時(shí)間內(nèi)全面準(zhǔn)確掌握申請(qǐng)公司的創(chuàng)新能力及其市場(chǎng)發(fā)展前景，這就導(dǎo)致信息不對(duì)稱問(wèn)題在該領(lǐng)域格外凸顯。為了降低管理難度與成本，現(xiàn)有管理辦法“一刀切”，以數(shù)量型指標(biāo)是否達(dá)到門檻標(biāo)準(zhǔn)來(lái)篩選申請(qǐng)企業(yè)。例如，2008年制定的《高新技術(shù)企業(yè)認(rèn)定管理辦法》中設(shè)置了諸多數(shù)量型指標(biāo)來(lái)篩選企業(yè)，要求申請(qǐng)企業(yè)的研發(fā)強(qiáng)度、科技成果轉(zhuǎn)化能力、自主知識(shí)產(chǎn)權(quán)數(shù)量、銷售與總資產(chǎn)成長(zhǎng)性等一系列指標(biāo)必須達(dá)到規(guī)定標(biāo)準(zhǔn)。另一方面，在認(rèn)定過(guò)程中，創(chuàng)新質(zhì)量卻因?yàn)閲?yán)重的信息不對(duì)稱，難以被行政部門準(zhǔn)確地衡量與把握，導(dǎo)致想要尋求政策扶持的企業(yè)運(yùn)用各類方法努力達(dá)到數(shù)量型指標(biāo)的門檻。由于高新技術(shù)企業(yè)資格認(rèn)定一般會(huì)考察一定時(shí)期內(nèi)的企業(yè)創(chuàng)新數(shù)量指標(biāo)，這就使得部分企業(yè)會(huì)在短期內(nèi)增加低效研發(fā)投入，以便在規(guī)定期限內(nèi)達(dá)到數(shù)量型指標(biāo)門檻。如果存在大量實(shí)行該類策略的企業(yè)，就會(huì)使得高新技術(shù)企業(yè)資格認(rèn)定呈現(xiàn)出創(chuàng)新效率的逆向選擇特征，即創(chuàng)新數(shù)量對(duì)高新技術(shù)企業(yè)資格認(rèn)定有正向影響，但是創(chuàng)新效率對(duì)高新技術(shù)企業(yè)資格認(rèn)定反而有負(fù)向影響。對(duì)此，本文提出假說(shuō)1。

假說(shuō)1：創(chuàng)新數(shù)量增加了高新技術(shù)企業(yè)認(rèn)定的可能性，創(chuàng)新效率降低了高新技術(shù)企業(yè)認(rèn)定的可能性。

當(dāng)前，我國(guó)學(xué)術(shù)界也對(duì)產(chǎn)業(yè)政策的有效性存在一定爭(zhēng)議，有學(xué)者認(rèn)為我國(guó)的產(chǎn)業(yè)政策存在試圖以政府決策與選擇來(lái)替代市場(chǎng)機(jī)制的缺陷(江飛濤和李曉萍，2010)，但是也有學(xué)者認(rèn)為“有為政府”通過(guò)政策改善經(jīng)濟(jì)圈的產(chǎn)業(yè)發(fā)展環(huán)境，有效發(fā)揮了經(jīng)濟(jì)圈要素稟賦在國(guó)際分工中的比較優(yōu)勢(shì)(胡晨光等，2011)。具體到激勵(lì)技術(shù)創(chuàng)新政策，現(xiàn)有研究也尚未達(dá)成共識(shí)，既有存在正向激勵(lì)的證據(jù)(林洲鈺等，2013；張信東等，2014)，也有未達(dá)到激勵(lì)效果的證據(jù)(胡凱和吳清，2018；李林木和郭存芝，2014)。本文認(rèn)為導(dǎo)致估計(jì)結(jié)果差異如此之大的一個(gè)可能原因是，激勵(lì)政策對(duì)創(chuàng)新數(shù)量和創(chuàng)新效率的影響存在顯著差異。由于我國(guó)高新技術(shù)企業(yè)激勵(lì)政策存在重?cái)?shù)量、輕質(zhì)量特征，企業(yè)為了獲取相應(yīng)的政策激勵(lì)資格，會(huì)通過(guò)增加大量低質(zhì)量創(chuàng)新、降低資源配置效率的方式來(lái)適應(yīng)資格評(píng)選要求。這一策略使得大量資源被投入至低效率的創(chuàng)新中，進(jìn)而造成企業(yè)生產(chǎn)率與創(chuàng)新效率的下降。本文據(jù)此提出假說(shuō)2。

假說(shuō)2：長(zhǎng)期來(lái)看，高新技術(shù)企業(yè)資格認(rèn)定對(duì)企業(yè)的創(chuàng)新效率有負(fù)向影響，對(duì)企業(yè)的創(chuàng)新數(shù)量有正向影響。

三 數(shù)據(jù)描述與實(shí)證策略

(一)實(shí)證模型

高新技術(shù)企業(yè)激勵(lì)政策自頒布以來(lái)經(jīng)歷了多次改革，其中最近的兩次分別是在2008年與2016年。2008年，由科技部、財(cái)政部、國(guó)家稅務(wù)總局共同印發(fā)的《高新技術(shù)企業(yè)認(rèn)定管理辦法》(國(guó)科發(fā)火〔2008〕172號(hào))首次制定出統(tǒng)一規(guī)范的認(rèn)定標(biāo)準(zhǔn)，明確了許多認(rèn)定高新技術(shù)企業(yè)必須滿足的數(shù)量型指標(biāo)要求。2016年，科技部、財(cái)政部、國(guó)家稅務(wù)總局修訂了《高新技術(shù)企業(yè)認(rèn)定管理辦法》，放寬了部分?jǐn)?shù)量型指標(biāo)要求，如取消了大學(xué)學(xué)歷職工的比例要求，取消了核心技術(shù)的取得年限要求等。由于政策調(diào)整是外部隨機(jī)事件，因此以上兩次政策調(diào)整為本文評(píng)估高新技術(shù)企業(yè)認(rèn)定影響因素及其實(shí)施效果創(chuàng)造了有利條件。

綜合政策變遷歷程，本文基于2008—2016年的面板數(shù)據(jù)，使用Logistic模型來(lái)識(shí)別影響高新技術(shù)企業(yè)認(rèn)定的因素。構(gòu)建的回歸模型見式(1)：

THR

=

α

+

α

Invt

-1+

α

CMS

-1+

ΓX

-1+

Z

+

A

+

ε

(1)

其中

THR

為是否為高新技術(shù)企業(yè)的二值變量，如果被認(rèn)定為高新技術(shù)企業(yè)則為1，反之則為0。由于認(rèn)定高新技術(shù)企業(yè)主要是對(duì)企業(yè)在過(guò)去一段時(shí)間的技術(shù)創(chuàng)新水平的事后確認(rèn)，因此如果解釋變量與控制變量是可變數(shù)值型變量時(shí)，本文采取滯后一階的方法，使其更符合高新技術(shù)企業(yè)認(rèn)定的實(shí)際情況，同時(shí)也避免內(nèi)生性問(wèn)題。其中，

Invt

-1為技術(shù)創(chuàng)新評(píng)價(jià)指標(biāo)，使用企業(yè)專利申請(qǐng)數(shù)量作為創(chuàng)新數(shù)量的代理變量，使用研發(fā)投入產(chǎn)出效率作為創(chuàng)新效率的代理變量；

CMS

-1為地方財(cái)政緊張程度，使用征管力度一階滯后項(xiàng)作為代理變量；

X

-1為可變數(shù)值型控制變量，主要包含總資產(chǎn)(

LNA

)、銷售增長(zhǎng)率(

SRR

)、資產(chǎn)負(fù)債率(

ALR

)、企業(yè)成熟度(

RT

)、凈資產(chǎn)收益率(

ROE

)；

Z

為不隨時(shí)間變化的定性型控制變量，包括是否為高技術(shù)產(chǎn)業(yè)(

HTI

)、是否為非國(guó)有企業(yè)(

NSOE

)；

A

為時(shí)間虛擬變量。本文估計(jì)的核心參數(shù)

α

代表技術(shù)創(chuàng)新指標(biāo)對(duì)高新技術(shù)企業(yè)認(rèn)定概率的影響。

在評(píng)估政策效果時(shí)，由于參與者并不是隨機(jī)選定的，獲得高新技術(shù)企業(yè)資格的樣本一般具有更強(qiáng)的技術(shù)創(chuàng)新能力與更佳的財(cái)務(wù)狀況，如果直接進(jìn)行回歸可能會(huì)出現(xiàn)遺漏變量的問(wèn)題。為緩解因遺漏變量導(dǎo)致的估計(jì)偏誤，本文使用傾向得分匹配(Propensity Score Matching)的方法，從技術(shù)水平、盈利能力、企業(yè)規(guī)模、企業(yè)成長(zhǎng)性等多個(gè)維度對(duì)處理組(高新技術(shù)企業(yè))與對(duì)照組(非高新技術(shù)企業(yè))進(jìn)行匹配，僅保留處理組和對(duì)照組重疊的部分(Common Support)，從而有效控制政策的自選擇效應(yīng)。本文使用2008—2016年的面板數(shù)據(jù)進(jìn)行實(shí)證分析前，先進(jìn)行傾向得分匹配，以達(dá)到控制自選擇效應(yīng)的目的。具體的政策效果評(píng)估模型見式(2)：

IE

, +=

β

+

β

D

, +

ΓX

, +

Z

+

ε

(2)

其中，

IE

, +為被解釋變量，代表企業(yè)創(chuàng)新效率，本文選取研發(fā)投入產(chǎn)出效率作為技術(shù)創(chuàng)新效率的代理變量。由于政策效果具有滯后性，本文使用未來(lái)

n

期的創(chuàng)新效率作為被解釋變量。

D

, 為政策變量，被認(rèn)定為高新技術(shù)企業(yè)的樣本取值為1，反之則為0。

X

為

t

期的可變數(shù)值型控制變量，

Z

為不隨時(shí)間變化的定性控制變量。本文的主要目的是估計(jì)

β

數(shù)值，即高新技術(shù)企業(yè)激勵(lì)政策對(duì)企業(yè)各期創(chuàng)新效率的影響程度。

(二)變量與描述性統(tǒng)計(jì)

解釋變量方面，本文使用專利申請(qǐng)數(shù)衡量企業(yè)創(chuàng)新數(shù)量，使用研發(fā)投入產(chǎn)出效率衡量企業(yè)創(chuàng)新效率。目前大多數(shù)文獻(xiàn)以專利申請(qǐng)數(shù)量衡量企業(yè)創(chuàng)新效率(張信東等，2014；胡凱和吳清，2018；李林木和郭存芝，2014)，本文認(rèn)為在考察創(chuàng)新效率時(shí)不應(yīng)僅考慮專利，還要考慮投入資源規(guī)模，在同等資源投入情況下， 得到的創(chuàng)新成果越少，創(chuàng)新效率越低。為此，本文選取研發(fā)投入產(chǎn)出效率來(lái)衡量創(chuàng)新效率，即單位研發(fā)投入所帶來(lái)的專利成果，由于當(dāng)期研發(fā)投入一般會(huì)在幾年后反映出創(chuàng)新成果，本文以未來(lái)三期的專利申請(qǐng)數(shù)除以當(dāng)期的研發(fā)投入金額來(lái)衡量研發(fā)投入產(chǎn)出效率。

表1 主要解釋變量含義及計(jì)算方法

(續(xù)上表)

本文所使用的數(shù)據(jù)，除年末所得稅稅率數(shù)據(jù)來(lái)源于Wind數(shù)據(jù)庫(kù)外，其他所有數(shù)據(jù)都來(lái)源于國(guó)泰安數(shù)據(jù)庫(kù)。行業(yè)劃分標(biāo)準(zhǔn)參照證監(jiān)會(huì)出臺(tái)的《上市公司行業(yè)分類指引》(2012年修訂)。受西部大開發(fā)政策的影響，位于西部地區(qū)的企業(yè)存在額外的稅率式減免，為區(qū)分高新技術(shù)企業(yè)激勵(lì)政策與西部大開發(fā)政策的影響，本文剔除了位于西部地區(qū)的企業(yè)樣本。最后，為去除極端值的干擾，所有變量都在1%和99%的分位數(shù)上，進(jìn)行了Winsorize處理。主要變量的描述性統(tǒng)計(jì)見表2。

表2 主要變量的描述性統(tǒng)計(jì)

四 高新技術(shù)企業(yè)識(shí)別研究

表3為技術(shù)創(chuàng)新數(shù)量和創(chuàng)新效率對(duì)高新技術(shù)企業(yè)識(shí)別的回歸結(jié)果。列(1)中僅將專利申請(qǐng)數(shù)量作為解釋變量；列(2)在列(1)的基礎(chǔ)上加入了控制變量；列(3)僅將研發(fā)投入產(chǎn)出效率作為解釋變量；列(4)在列(3)的基礎(chǔ)上加入了控制變量；列(5)將專利申請(qǐng)數(shù)量與研發(fā)投入產(chǎn)出效率共同作為解釋變量且加入了控制變量。結(jié)果顯示，除列(1)以外，所有的創(chuàng)新數(shù)量(

LNAP

)系數(shù)都為正，且在1%的水平上顯著。這表明創(chuàng)新數(shù)量對(duì)高新技術(shù)企業(yè)認(rèn)定概率具有顯著的正向影響。創(chuàng)新效率(

IE

)系數(shù)在所有列中均顯著為負(fù)。并且列(5)結(jié)果顯示，在加入創(chuàng)新數(shù)量指標(biāo)后，創(chuàng)新效率系數(shù)絕對(duì)值變大。這表明在控制了創(chuàng)新數(shù)量的影響后，創(chuàng)新效率對(duì)高新技術(shù)企業(yè)資格認(rèn)定具有更強(qiáng)的負(fù)向影響。這可能是由于在強(qiáng)烈的數(shù)量型激勵(lì)導(dǎo)向下，部分企業(yè)投入了大量資源用以策略性創(chuàng)新，這一行為在提高企業(yè)獲得高新技術(shù)資格概率同時(shí)，也大大降低了企業(yè)的創(chuàng)新效率。綜上，創(chuàng)新數(shù)量對(duì)企業(yè)獲得高新技術(shù)企業(yè)資格具有顯著正向影響，創(chuàng)新效率對(duì)企業(yè)獲得高新技術(shù)企業(yè)資格具有顯著負(fù)向影響，從而有效印證了假說(shuō)1。

表3 高新技術(shù)企業(yè)識(shí)別的基準(zhǔn)回歸

五 高新技術(shù)企業(yè)激勵(lì)政策效果的實(shí)證研究

(一)傾向得分匹配

為解決自選擇效應(yīng)，緩解內(nèi)生性問(wèn)題，本文使用傾向得分匹配的方法，基于2008—2016年的樣本，從技術(shù)水平、盈利能力、企業(yè)規(guī)模、企業(yè)成長(zhǎng)性等多個(gè)維度對(duì)處理組(高新技術(shù)企業(yè))與對(duì)照組(非高新技術(shù)企業(yè))進(jìn)行匹配，僅保留處理組和對(duì)照組重疊的部分，為檢驗(yàn)匹配后的樣本是否存在顯著差異，本文對(duì)傾向得分匹配結(jié)果做了平衡性檢驗(yàn)。以2008年為例，樣本的平衡性檢驗(yàn)結(jié)果如表4所示。經(jīng)過(guò)匹配后，樣本各匹配變量的偏誤率都在10%以內(nèi)，T檢驗(yàn)值也全都不顯著，這表明匹配后的對(duì)照組與處理組在可觀測(cè)變量上無(wú)顯著區(qū)別，匹配后樣本可測(cè)變量的偏誤率大幅降低，因此本文選取的可觀測(cè)變量與匹配方法較為合理。

表4 2008年傾向得分匹配的平衡性檢驗(yàn)

(二)高新技術(shù)企業(yè)激勵(lì)政策對(duì)創(chuàng)新效率的影響

根據(jù)上文分析，本部分在傾向得分匹配的基礎(chǔ)上，使用2008—2016年數(shù)據(jù)估計(jì)高新技術(shù)企業(yè)激勵(lì)政策效應(yīng)，結(jié)果見表5。列(1)使用當(dāng)期研發(fā)投入產(chǎn)出效率作為被解釋變量，列(2)使用未來(lái)一期的研發(fā)投入產(chǎn)出效率作為被解釋變量，列(3)使用未來(lái)兩期的研發(fā)投入產(chǎn)出效率作為被解釋變量，列(4)使用未來(lái)三期的研發(fā)投入產(chǎn)出效率作為被解釋變量。列(1)中，

TRH

回歸系數(shù)為-0.424，在1%的水平上顯著，這表明獲得高新技術(shù)企業(yè)資格在當(dāng)期對(duì)研發(fā)投入產(chǎn)出效率具有顯著的負(fù)向影響；列(2)和列(3)中，

TRH

回歸系數(shù)分別為-0.335和-0.250，分別在1%和5%的水平上顯著；列(2)和列(3)中

TRH

回歸系數(shù)絕對(duì)值小于列(1)，并呈現(xiàn)出逐年縮小的趨勢(shì)；列(4)中，

TRH

回歸系數(shù)不顯著，這表明高新技術(shù)企業(yè)資格對(duì)創(chuàng)新效率的負(fù)向影響僅表現(xiàn)在獲得高新技術(shù)企業(yè)資格后的兩年時(shí)間內(nèi)。綜上，表5結(jié)果有效地支持了假說(shuō)2，即高新技術(shù)企業(yè)激勵(lì)政策會(huì)降低企業(yè)的創(chuàng)新效率，但是在獲得高新技術(shù)企業(yè)資格一段時(shí)間后，這一負(fù)向效應(yīng)將減小，直至不顯著。這可能是由于企業(yè)在獲得高新技術(shù)企業(yè)資格后，進(jìn)行策略性創(chuàng)新的動(dòng)機(jī)衰減，低效創(chuàng)新投入逐步減少，從而導(dǎo)致滯后期數(shù)越多，高新技術(shù)企業(yè)資格對(duì)創(chuàng)新效率的負(fù)面影響越小，直至表現(xiàn)為不顯著。

表5 高新技術(shù)企業(yè)激勵(lì)政策對(duì)創(chuàng)新效率的影響分析

(三)高新技術(shù)企業(yè)激勵(lì)政策的數(shù)量效應(yīng)分析

為進(jìn)一步形成對(duì)照，本文在傾向得分匹配的基礎(chǔ)上，參照模型(2)，使用2008—2016年數(shù)據(jù)估計(jì)高新技術(shù)企業(yè)激勵(lì)政策對(duì)創(chuàng)新數(shù)量的影響，結(jié)果見表6。列(1)使用當(dāng)期專利申請(qǐng)數(shù)量作為被解釋變量，列(2)使用未來(lái)兩期的專利申請(qǐng)數(shù)量作為被解釋變量，列(3)使用未來(lái)兩期的專利申請(qǐng)數(shù)量作為被解釋變量，列(4)使用未來(lái)三期的專利申請(qǐng)數(shù)量作為被解釋變量。列(1)-列(4)

TRH

回歸系數(shù)都顯著為正。從

TRH

回歸系數(shù)的絕對(duì)數(shù)值來(lái)看，列(1)為0.375，列(2)為0.476，列(3)為0.542，整體上呈現(xiàn)出逐步上升的特點(diǎn)，這表明高新技術(shù)企業(yè)資格對(duì)企業(yè)創(chuàng)新數(shù)量形成了較強(qiáng)的正向激勵(lì)。這可能是由于企業(yè)在獲得高新技術(shù)企業(yè)資格后，能夠?qū)⒏嗟馁Y源投入創(chuàng)新活動(dòng)，同時(shí)隨著合規(guī)性動(dòng)機(jī)減弱，低效創(chuàng)新投入有所減少，從而刺激創(chuàng)新數(shù)量逐年上升。

綜上，通過(guò)實(shí)證發(fā)現(xiàn)，高新技術(shù)企業(yè)激勵(lì)政策對(duì)創(chuàng)新質(zhì)量具有負(fù)向效應(yīng)，對(duì)創(chuàng)新數(shù)量具有正向效應(yīng)，印證了假說(shuō)2。

表6 高新技術(shù)企業(yè)激勵(lì)政策對(duì)創(chuàng)新數(shù)量的影響分析

六 異質(zhì)性分析

(一)高新技術(shù)企業(yè)識(shí)別的產(chǎn)權(quán)異質(zhì)性分析

為進(jìn)一步研究高新技術(shù)企業(yè)識(shí)別是否存在產(chǎn)權(quán)上的異質(zhì)性，按照企業(yè)性質(zhì)進(jìn)行分類回歸，結(jié)果見表7。列(1)和列(2)的解釋變量為專利申請(qǐng)數(shù)量，且列(1)為非國(guó)有企業(yè)樣本回歸結(jié)果，列(2)為國(guó)有企業(yè)樣本回歸結(jié)果；列(3)和列(4)的解釋變量為研發(fā)投入產(chǎn)出效率，且列(3)為非國(guó)有企業(yè)樣本回歸結(jié)果，列(4)為國(guó)有企業(yè)樣本回歸結(jié)果。列(1)和列(2)的結(jié)果顯示，無(wú)論是國(guó)有企業(yè)樣本還是非國(guó)有企業(yè)樣本，創(chuàng)新數(shù)量回歸系數(shù)都在1%的水平上顯著為正，其中非國(guó)有企業(yè)創(chuàng)新數(shù)量回歸系數(shù)為0.314，國(guó)有企業(yè)創(chuàng)新數(shù)量回歸系數(shù)為0.149，這表明創(chuàng)新數(shù)量對(duì)非國(guó)有企業(yè)獲得高新技術(shù)企業(yè)資格的正向影響相對(duì)更大。這可能是由于國(guó)有企業(yè)與地方政府之間具有更強(qiáng)的政治關(guān)聯(lián)度，從而導(dǎo)致在高新技術(shù)企業(yè)識(shí)別過(guò)程中主管部門對(duì)國(guó)有企業(yè)創(chuàng)新數(shù)量的要求相對(duì)較小。列(3)和列(4)的結(jié)果顯示，國(guó)有企業(yè)創(chuàng)新效率回歸系數(shù)在10%的水平上顯著為負(fù)(-0.165)，非國(guó)有企業(yè)創(chuàng)新效率回歸系數(shù)在1%的水平上顯著為負(fù)(-0.266)，且非國(guó)有企業(yè)組回歸系數(shù)絕對(duì)值小于國(guó)有企業(yè)組，這表明創(chuàng)新效率對(duì)國(guó)有企業(yè)獲得高新技術(shù)企業(yè)資格的負(fù)向影響相對(duì)更大。這可能是由于主管部門在高新技術(shù)企業(yè)資格認(rèn)定的過(guò)程中更加重視國(guó)有企業(yè)的創(chuàng)新投入規(guī)模與行業(yè)地位，這一傾向?qū)е略S多高投入低創(chuàng)新效率的國(guó)有企業(yè)反而有更大的概率獲得高新技術(shù)企業(yè)資格。

表7 高新技術(shù)企業(yè)識(shí)別的產(chǎn)權(quán)異質(zhì)性分析

(二)高新技術(shù)企業(yè)激勵(lì)政策對(duì)創(chuàng)新效率影響的異質(zhì)性分析

為進(jìn)一步研究表5的結(jié)果是否具有異質(zhì)性，以未來(lái)一期的研發(fā)投入產(chǎn)出效率為被解釋變量，按照模型(2)，分產(chǎn)權(quán)性質(zhì)和企業(yè)生命周期進(jìn)行回歸分析，結(jié)果見表8。其中列(1)為非國(guó)有企業(yè)組，列(2)為國(guó)有企業(yè)組，列(3)為成長(zhǎng)期企業(yè)組，列(4)為成熟期企業(yè)組，列(5)為衰退期企業(yè)組。列(1)和列(2)中，

TRH

回歸系數(shù)分別為-0.266、-0.455，且都在5%的水平上顯著，這表明高新技術(shù)企業(yè)資格認(rèn)定同時(shí)降低了非國(guó)有企業(yè)和國(guó)有企業(yè)的創(chuàng)新效率，但是總體上對(duì)國(guó)有企業(yè)的影響更大。這可能是由于在獲得高新技術(shù)企業(yè)資格后，非國(guó)有企業(yè)和國(guó)有企業(yè)都將更多的激勵(lì)收益投入到創(chuàng)新活動(dòng)，但是由于國(guó)有企業(yè)的管理效率低于非國(guó)有企業(yè)，導(dǎo)致在研發(fā)資源增加的同時(shí)，國(guó)有企業(yè)創(chuàng)新效率下降得更快。列(3)

TRH

的回歸系數(shù)為-0.081，且不顯著，這表明高新技術(shù)企業(yè)資格認(rèn)定對(duì)成長(zhǎng)期企業(yè)的研發(fā)投入產(chǎn)出效率沒(méi)有顯著影響；列(4)和列(5)中，

TRH

回歸系數(shù)分別為-0.248和-0.766，分別在5%和1%的水平上顯著，這表明高新技術(shù)企業(yè)資格認(rèn)定對(duì)成熟期和衰退期企業(yè)產(chǎn)生顯著的負(fù)向影響，且對(duì)衰退期企業(yè)的負(fù)向影響要強(qiáng)于成熟期企業(yè)。這可能是由于成長(zhǎng)期企業(yè)在面臨快速增長(zhǎng)的市場(chǎng)需求時(shí)，通過(guò)策略性創(chuàng)新謀求稅收減免與財(cái)政補(bǔ)貼的收益遠(yuǎn)小于擴(kuò)大生產(chǎn)的收益，從而未產(chǎn)生研發(fā)投入產(chǎn)出效率下降的情況，而成熟期和衰退期企業(yè)在面臨停滯的市場(chǎng)需求時(shí)，有更強(qiáng)的動(dòng)力通過(guò)策略性創(chuàng)新謀求稅收減免與財(cái)政補(bǔ)貼收益，進(jìn)而導(dǎo)致了創(chuàng)新效率的降低。

表8 高新技術(shù)企業(yè)激勵(lì)政策對(duì)創(chuàng)新效率影響的異質(zhì)性分析

(三)高新技術(shù)企業(yè)激勵(lì)政策對(duì)創(chuàng)新數(shù)量影響的異質(zhì)性分析

為進(jìn)一步研究表6的結(jié)果是否具有異質(zhì)性，以未來(lái)一期的專利申請(qǐng)數(shù)量為被解釋變量，按照模型(2)，分產(chǎn)權(quán)性質(zhì)和企業(yè)生命周期進(jìn)行回歸分析，結(jié)果見表9。在未來(lái)一期的情況下，

TRH

在所有組別的回歸系數(shù)都顯著為正。這表明從創(chuàng)新數(shù)量的角度看，高新技術(shù)企業(yè)資格認(rèn)定對(duì)所有組別企業(yè)創(chuàng)新數(shù)量都產(chǎn)生了顯著的正向激勵(lì)。列(2)

TRH

回歸系數(shù)為0.505，略大于列(1)

TRH

回歸系數(shù)0.489，表明相比非國(guó)有企業(yè)，高新技術(shù)企業(yè)激勵(lì)政策對(duì)國(guó)有企業(yè)的影響相對(duì)更大。這可能是由于在獲得高新技術(shù)企業(yè)資格后，非國(guó)有企業(yè)和國(guó)有企業(yè)都將更多激勵(lì)收益投入到創(chuàng)新活動(dòng)，從而大幅提升了企業(yè)的創(chuàng)新數(shù)量。列(5)

TRH

回歸系數(shù)為0.616，大于列(4)

TRH

回歸系數(shù)0.434，同時(shí)更大于列(3)

TRH

回歸系數(shù)0.359，表明高新技術(shù)企業(yè)資格認(rèn)定對(duì)衰退期企業(yè)創(chuàng)新數(shù)量的影響最大，對(duì)成熟期企業(yè)創(chuàng)新數(shù)量的影響次之，對(duì)成長(zhǎng)期企業(yè)創(chuàng)新數(shù)量的影響最小。

表9 高新技術(shù)企業(yè)激勵(lì)政策對(duì)創(chuàng)新數(shù)量影響的異質(zhì)性分析

(續(xù)上表)

七 結(jié)論與啟示

本文圍繞高新技術(shù)企業(yè)識(shí)別及其激勵(lì)政策有效性開展實(shí)證研究。高新技術(shù)企業(yè)識(shí)別方面，通過(guò)比較創(chuàng)新數(shù)量與創(chuàng)新效率對(duì)獲取高新技術(shù)企業(yè)資格概率的影響，檢驗(yàn)高新技術(shù)企業(yè)資格認(rèn)定政策是否存在創(chuàng)新數(shù)量導(dǎo)向下的創(chuàng)新效率損失。高新技術(shù)企業(yè)激勵(lì)政策有效性方面，為解決自選擇效應(yīng)，本文使用傾向得分匹配(PSM)方法，從技術(shù)水平、盈利能力、企業(yè)規(guī)模、企業(yè)成長(zhǎng)性等多個(gè)維度對(duì)處理組(高新技術(shù)企業(yè))與對(duì)照組(非高新技術(shù)企業(yè))進(jìn)行匹配，僅保留處理組和對(duì)照組重疊的部分后，對(duì)激勵(lì)效果進(jìn)行檢驗(yàn)。結(jié)果表明：(1)在高新技術(shù)企業(yè)識(shí)別過(guò)程中，創(chuàng)新數(shù)量對(duì)資格認(rèn)定有顯著的正向影響，創(chuàng)新效率則對(duì)資格認(rèn)定有顯著的負(fù)向影響。(2)從政策效果上看，高新技術(shù)企業(yè)激勵(lì)政策對(duì)創(chuàng)新效率有負(fù)向影響，但是隨著時(shí)間推移，該影響逐漸減弱，并轉(zhuǎn)變?yōu)椴伙@著，對(duì)創(chuàng)新數(shù)量則具有持續(xù)的正向影響。表明部分企業(yè)可能通過(guò)策略性創(chuàng)新來(lái)尋求政策扶持，這一行為雖然提升了創(chuàng)新數(shù)量，但是也造成資源浪費(fèi)，降低了創(chuàng)新效率。(3)高新技術(shù)企業(yè)資格認(rèn)定對(duì)創(chuàng)新質(zhì)量的負(fù)向影響具有一定異質(zhì)性。分產(chǎn)權(quán)性質(zhì)看，高新技術(shù)企業(yè)資格認(rèn)定同時(shí)降低了非國(guó)有企業(yè)和國(guó)有企業(yè)的創(chuàng)新效率，且總體上對(duì)國(guó)有企業(yè)的影響更大；分生命周期看，高新技術(shù)企業(yè)資格認(rèn)定對(duì)成熟期和衰退期企業(yè)產(chǎn)生顯著的負(fù)向影響，且對(duì)衰退期企業(yè)的負(fù)向影響要強(qiáng)于成熟期企業(yè)，這可能是由于成長(zhǎng)期企業(yè)在面臨快速增長(zhǎng)的市場(chǎng)需求時(shí)，通過(guò)策略性創(chuàng)新謀求稅收減免與財(cái)政補(bǔ)貼的收益遠(yuǎn)小于擴(kuò)大生產(chǎn)的收益，而成熟期和衰退期企業(yè)在面臨停滯的市場(chǎng)需求時(shí)，有更強(qiáng)的動(dòng)力通過(guò)策略性創(chuàng)新謀求稅收減免與財(cái)政補(bǔ)貼收益，進(jìn)而造成了創(chuàng)新效率的降低。

根據(jù)上述研究結(jié)論，本文得到以下政策啟示：(1)優(yōu)化高新技術(shù)企業(yè)的創(chuàng)新質(zhì)量識(shí)別體系。實(shí)證結(jié)果顯示，現(xiàn)行以創(chuàng)新數(shù)量為導(dǎo)向的高新技術(shù)企業(yè)激勵(lì)政策在提升企業(yè)創(chuàng)新數(shù)量的同時(shí)，降低了企業(yè)研發(fā)效率，造成了資源浪費(fèi)與效率損失。由于研發(fā)資源具有有限性、稀缺性特點(diǎn)，當(dāng)大量資源被用于低效的創(chuàng)新活動(dòng)時(shí)，將對(duì)實(shí)際有效的創(chuàng)新活動(dòng)產(chǎn)生擠出效應(yīng)。在我國(guó)研發(fā)投入快速增長(zhǎng)的背景下，低效率的創(chuàng)新活動(dòng)將嚴(yán)重制約我國(guó)高質(zhì)量發(fā)展進(jìn)程。因此，在高新技術(shù)企業(yè)認(rèn)定過(guò)程中應(yīng)加強(qiáng)高質(zhì)量創(chuàng)新識(shí)別體系的建設(shè)，淡化創(chuàng)新數(shù)量的激勵(lì)導(dǎo)向，完善創(chuàng)新質(zhì)量審核體系，通過(guò)構(gòu)建更有效的識(shí)別機(jī)制提升創(chuàng)新效率。(2)加強(qiáng)對(duì)成長(zhǎng)期企業(yè)的支持力度。從實(shí)證結(jié)果來(lái)看，現(xiàn)行高新技術(shù)企業(yè)激勵(lì)政策對(duì)成長(zhǎng)期企業(yè)的創(chuàng)新效率未產(chǎn)生顯著的負(fù)向效果，這可能是由于成長(zhǎng)期企業(yè)面臨快速擴(kuò)張的市場(chǎng)需求，進(jìn)行策略性創(chuàng)新的機(jī)會(huì)成本相對(duì)較高。由于成長(zhǎng)期企業(yè)規(guī)模相比于成熟期企業(yè)較小，政府需要負(fù)擔(dān)的激勵(lì)成本相對(duì)更小。加大對(duì)成長(zhǎng)期企業(yè)的激勵(lì)力度，可以達(dá)到花更少的錢獲得更好效果的目的。此外，通過(guò)加大對(duì)成長(zhǎng)期創(chuàng)新型企業(yè)的激勵(lì)力度，能夠有效降低創(chuàng)新型企業(yè)的市場(chǎng)擴(kuò)張成本，加速新技術(shù)普及，優(yōu)化全社會(huì)的資源配置效率。