劉和東 王燕

基金項(xiàng)目：國家社會科學(xué)基金重點(diǎn)項(xiàng)目（23AGL008）；江蘇省社會科學(xué)基金重點(diǎn)項(xiàng)目（21GLA004）

作者簡介：劉和東（1971—），男，安徽廬江人，博士，南京工業(yè)大學(xué)經(jīng)濟(jì)與管理學(xué)院教授、博士生導(dǎo)師，研究方向?yàn)橹R產(chǎn)權(quán)與科技創(chuàng)新管理；王燕（1999—），女，安徽潛山人，南京工業(yè)大學(xué)經(jīng)濟(jì)與管理學(xué)院碩士研究生，研究方向?yàn)橹R產(chǎn)權(quán)與科技創(chuàng)新管理。本文通訊作者：劉和東。

摘 要：剖析政府創(chuàng)新補(bǔ)貼、所得稅優(yōu)惠、研發(fā)加計扣除三項(xiàng)創(chuàng)新激勵政策對數(shù)字企業(yè)研發(fā)的影響機(jī)制，構(gòu)建雙向固定效應(yīng)、系統(tǒng)GMM模型，收集2014—2021年創(chuàng)新激勵政策、數(shù)字企業(yè)上市公司研發(fā)相關(guān)數(shù)據(jù)，測度并比較不同創(chuàng)新激勵政策對研發(fā)的效應(yīng)大小。結(jié)果發(fā)現(xiàn)：對于研究投入，單項(xiàng)政策 “研發(fā)加計扣除”效應(yīng)最大，雙項(xiàng)政策“政府創(chuàng)新補(bǔ)貼+研發(fā)加計扣除”效應(yīng)最大，三項(xiàng)政策效應(yīng)小于雙項(xiàng)政策的最大效應(yīng)；對于開發(fā)投入，單項(xiàng)政策“政府創(chuàng)新補(bǔ)貼”效應(yīng)最大，雙項(xiàng)政策 “所得稅優(yōu)惠+研發(fā)加計扣除”效應(yīng)最大，三項(xiàng)政策效應(yīng)大于雙項(xiàng)政策的最大效應(yīng)；對于研發(fā)產(chǎn)出，單項(xiàng)政策“研發(fā)加計扣除”效應(yīng)最大，雙項(xiàng)政策“所得稅優(yōu)惠+研發(fā)加計扣除”效應(yīng)最大，三項(xiàng)政策效應(yīng)大于雙項(xiàng)政策的最大效應(yīng)。

關(guān)鍵詞：政府創(chuàng)新補(bǔ)貼;所得稅優(yōu)惠;研發(fā)加計扣除;研發(fā)投入;研發(fā)產(chǎn)出

DOI：10.6049/kjjbydc.2023040056

中圖分類號：F273.1

文獻(xiàn)標(biāo)識碼：A

文章編號：1001-7348（2024）11-0110-10

0 引言

中共二十大報告提出，要加快發(fā)展數(shù)字經(jīng)濟(jì)，推動數(shù)字經(jīng)濟(jì)與實(shí)體產(chǎn)業(yè)深度融合。在數(shù)字經(jīng)濟(jì)得到普遍重視的同時，還要看到我國數(shù)字經(jīng)濟(jì)存在明顯短板，如數(shù)字企業(yè)創(chuàng)新端和基礎(chǔ)端薄弱，基礎(chǔ)研究和基礎(chǔ)產(chǎn)業(yè)與國際先進(jìn)水平相比差距較大，這本質(zhì)上歸結(jié)為數(shù)字企業(yè)缺乏關(guān)鍵核心技術(shù)，而研發(fā)創(chuàng)新是實(shí)現(xiàn)關(guān)鍵核心技術(shù)突破的最主要手段。數(shù)字企業(yè)為突破關(guān)鍵核心技術(shù)開展研發(fā)創(chuàng)新，離不開政府創(chuàng)新激勵政策的引導(dǎo)和支持。在科技資源有限的條件下，厘清政府創(chuàng)新激勵政策工具促進(jìn)數(shù)字企業(yè)研發(fā)的機(jī)制，有效發(fā)揮政策效應(yīng)，具有重要現(xiàn)實(shí)價值。

當(dāng)前，政府實(shí)施的各種創(chuàng)新激勵政策，可歸納為以政府補(bǔ)貼為主導(dǎo)的直接型政策和以減稅為主導(dǎo)的間接型政策兩大類。從各種創(chuàng)新政策的影響看，政府補(bǔ)貼、研發(fā)加計扣除、所得稅減免這三種激勵政策對企業(yè)創(chuàng)新的影響最大。限于篇幅，本文聚焦政府補(bǔ)貼、所得稅優(yōu)惠、研發(fā)加計扣除這三種政策對企業(yè)研發(fā)的影響。三種創(chuàng)新政策的激勵效應(yīng)各有不同，對此學(xué)者們作過相關(guān)研究，主要圍繞以下幾個方面展開：一是激勵效應(yīng)，政府補(bǔ)貼可以緩解企業(yè)資金壓力，分擔(dān)研發(fā)風(fēng)險，增加企業(yè)技術(shù)創(chuàng)新投入^[1-2]。所得稅優(yōu)惠可以間接為企業(yè)節(jié)省一部分成本，從而增加企業(yè)創(chuàng)新項(xiàng)目數(shù)量^[3]。研發(fā)加計扣除能促進(jìn)技術(shù)創(chuàng)新^[4]，影響企業(yè)研發(fā)投資決策，有效促進(jìn)企業(yè)增加研發(fā)投入（馮澤等，2019）。二是抑制效應(yīng)，政府補(bǔ)貼^[5]、企業(yè)所得稅優(yōu)惠^[6]、研發(fā)加計扣除^[7]對企業(yè)技術(shù)創(chuàng)新具有負(fù)向影響。三是不確定效應(yīng)，有學(xué)者發(fā)現(xiàn)創(chuàng)新政策對企業(yè)創(chuàng)新產(chǎn)出呈非線性影響關(guān)系。如吳偉偉等^[8]運(yùn)用我國2009—2018 年中小板和創(chuàng)業(yè)板新創(chuàng)企業(yè)數(shù)據(jù)進(jìn)行實(shí)證分析，發(fā)現(xiàn)研發(fā)補(bǔ)貼對新創(chuàng)企業(yè)創(chuàng)新產(chǎn)出具有顯著倒U型影響；劉悅欣^[9]研究發(fā)現(xiàn)所得稅優(yōu)惠政策對提高企業(yè)研發(fā)強(qiáng)度效果顯著，但二者之間存在倒U型關(guān)系；鄭燁等（2021）根據(jù)國內(nèi)457家科技型中小企業(yè)數(shù)據(jù)研究發(fā)現(xiàn)，研發(fā)加計扣除與企業(yè)創(chuàng)新能力之間存在顯著倒 U 型關(guān)系。也有學(xué)者指出創(chuàng)新政策對企業(yè)研發(fā)無顯著影響，如張杰^[10]研究發(fā)現(xiàn)政府創(chuàng)新補(bǔ)貼對中小企業(yè)研發(fā)投入并未表現(xiàn)出顯著正向影響；Gaessler等^[11]運(yùn)用歐洲專利局?jǐn)?shù)據(jù)實(shí)證研究發(fā)現(xiàn)，所得稅優(yōu)惠政策并未對企業(yè)技術(shù)創(chuàng)新活動產(chǎn)生顯著激勵作用。學(xué)者們對創(chuàng)新政策與數(shù)字企業(yè)研發(fā)的關(guān)系也作過少量研究，有研究認(rèn)為固定資產(chǎn)加速折舊政策通過減稅促使數(shù)字企業(yè)加快設(shè)備更新，進(jìn)而促進(jìn)研發(fā)創(chuàng)新^[12-13]；政府補(bǔ)貼為軟件企業(yè)研發(fā)和創(chuàng)新帶來直接外部資源支持，正向調(diào)節(jié)研發(fā)投入與創(chuàng)新績效之間的促進(jìn)關(guān)系（王曦等，2022）；政府引導(dǎo)基金通過數(shù)字人力資本效應(yīng)和數(shù)字物質(zhì)資本效應(yīng)間接促進(jìn)數(shù)字產(chǎn)業(yè)創(chuàng)新^[14]。

綜上所述，現(xiàn)有研究分析了政府創(chuàng)新激勵政策效應(yīng)，但存在以下不足：第一，從研究內(nèi)容看，學(xué)者們大多關(guān)注政府政策工具對工業(yè)企業(yè)技術(shù)創(chuàng)新的影響，而對數(shù)字企業(yè)研發(fā)創(chuàng)新影響的研究較少，即使少量文獻(xiàn)從政府補(bǔ)貼、稅收政策的單一視角研究激勵政策對數(shù)字企業(yè)研發(fā)創(chuàng)新的激勵效應(yīng)，但忽視了多種創(chuàng)新激勵政策工具間的組合效應(yīng)，并且鮮有文獻(xiàn)將政府補(bǔ)貼、所得稅優(yōu)惠、研發(fā)加計扣除政策與數(shù)字企業(yè)研發(fā)創(chuàng)新納入統(tǒng)一框架進(jìn)行分析；第二，關(guān)于研發(fā)創(chuàng)新，學(xué)者們要么側(cè)重于創(chuàng)新激勵政策對研發(fā)投入的影響，要么側(cè)重于對研發(fā)產(chǎn)出的影響，很少分析其對研發(fā)創(chuàng)新不同階段（研發(fā)投入與研發(fā)產(chǎn)出）的影響。事實(shí)上，研發(fā)投入包括研究與開發(fā)投入，各種創(chuàng)新激勵政策對研發(fā)（研究與開發(fā)投入、研發(fā)產(chǎn)出）的影響效應(yīng)各不相同。政府補(bǔ)貼、所得稅優(yōu)惠、研發(fā)加計扣除三種創(chuàng)新激勵政策促進(jìn)研發(fā)的機(jī)制是什么？其對研發(fā)創(chuàng)新不同階段（研究與開發(fā)投入、研發(fā)產(chǎn)出）的單項(xiàng)、組合、綜合效應(yīng)如何？現(xiàn)有研究很少涉及。

鑒于此，本文剖析政府創(chuàng)新補(bǔ)貼、研發(fā)加計扣除、所得稅優(yōu)惠三項(xiàng)創(chuàng)新激勵政策對數(shù)字企業(yè)研發(fā)的影響機(jī)制，構(gòu)建雙向固定效應(yīng)、系統(tǒng)GMM模型，收集2014—2021年創(chuàng)新激勵政策、數(shù)字企業(yè)上市公司研發(fā)相關(guān)數(shù)據(jù)，測度并比較不同創(chuàng)新激勵政策對研發(fā)（研究與開發(fā)投入、研發(fā)產(chǎn)出）的影響效應(yīng)，并提出促進(jìn)數(shù)字企業(yè)研發(fā)創(chuàng)新的針對性建議，為政府決策提供參考。

1 創(chuàng)新激勵政策促進(jìn)數(shù)字企業(yè)研發(fā)的機(jī)制分析

創(chuàng)新激勵政策包括政府創(chuàng)新補(bǔ)貼、所得稅優(yōu)惠、研發(fā)加計扣除，這三項(xiàng)政策的不同組合能直接或間接影響數(shù)字企業(yè)研發(fā)資金與人才的有效供給，進(jìn)而影響研發(fā)投入與產(chǎn)出，并進(jìn)一步影響關(guān)鍵核心技術(shù)突破。

1.1 創(chuàng)新激勵政策促進(jìn)企業(yè)研發(fā)的資金與技術(shù)保障效應(yīng)

（1）政府創(chuàng)新補(bǔ)貼增加研發(fā)資金與技術(shù)投入。數(shù)字企業(yè)具有技術(shù)迭代快的特點(diǎn)，需要不斷創(chuàng)新，創(chuàng)新資金和技術(shù)來源都面臨約束。創(chuàng)新補(bǔ)貼通過增加數(shù)字企業(yè)研發(fā)資金和技術(shù)流入促進(jìn)研發(fā)產(chǎn)出，如圖1所示。

首先，政府通過直接與間接路徑增加研發(fā)資金的有效供給。①直接路徑的補(bǔ)償效應(yīng)，政府通過技術(shù)審查，對創(chuàng)新能力強(qiáng)的數(shù)字企業(yè)進(jìn)行直接補(bǔ)助，緩解企業(yè)內(nèi)部資金約束，并通過項(xiàng)目監(jiān)督，保證企業(yè)增加創(chuàng)新資金流入；②間接路徑的杠桿效應(yīng)，政府補(bǔ)貼具有信號傳遞作用，表現(xiàn)為：補(bǔ)貼前，對補(bǔ)助對象進(jìn)行技術(shù)審查，傳遞企業(yè)技術(shù)優(yōu)勢信號，緩解企業(yè)與外部市場投資主體（金融機(jī)構(gòu)和創(chuàng)投公司）之間隱匿信息的逆向選擇問題；補(bǔ)助后，政府通過有效監(jiān)督，規(guī)范和引導(dǎo)企業(yè)研發(fā)資金流使用，緩解企業(yè)隱匿行動的道德風(fēng)險問題。信號傳遞通過杠桿效應(yīng)促進(jìn)外部投資主體加大對企業(yè)的研發(fā)資金投入，從而緩解企業(yè)資金約束，提高企業(yè)研發(fā)創(chuàng)新投入與產(chǎn)出。

其次，信號傳遞撬動合作主體的技術(shù)流出。通過政府技術(shù)審查，技術(shù)合作主體（合作企業(yè)、學(xué)研方）得到獲助企業(yè)技術(shù)優(yōu)勢的信息流入，相關(guān)主體逐漸增多并緊密合作，形成知識互補(bǔ)，獲得前瞻性知識，通過撬動效應(yīng)增加合作主體的技術(shù)流出，增加企業(yè)技術(shù)流入，促進(jìn)數(shù)字企業(yè)研發(fā)產(chǎn)出（突破關(guān)鍵核心技術(shù)）。

（2）研發(fā)加計扣除與所得稅優(yōu)惠緩解企業(yè)內(nèi)外部融資約束。數(shù)字企業(yè)是發(fā)展數(shù)字經(jīng)濟(jì)的微觀載體，相比一般企業(yè)對技術(shù)創(chuàng)新和升級要求更高、科研投入更大。數(shù)字企業(yè)以數(shù)字技術(shù)為基礎(chǔ)，其研發(fā)創(chuàng)新具有高投入、高風(fēng)險等特征，面臨的融資約束也更大。研發(fā)加計扣除政策和所得稅優(yōu)惠政策是與企業(yè)研發(fā)活動密切相關(guān)的兩大稅收優(yōu)惠政策，能夠減少數(shù)字企業(yè)的融資約束，兩者促進(jìn)企業(yè)研發(fā)創(chuàng)新的機(jī)制如圖2所示。

研發(fā)加計扣除規(guī)定“對于符合標(biāo)準(zhǔn)研究開發(fā)中所產(chǎn)生的相關(guān)費(fèi)用（如人工費(fèi)用），從當(dāng)年應(yīng)納稅所得額中扣除其實(shí)際研發(fā)費(fèi)用的50%；對形成創(chuàng)新成果（無形資產(chǎn)）部分，按照研發(fā)費(fèi)用的150%進(jìn)行稅前攤銷”。這本質(zhì)上是政府讓渡部分利益給企業(yè)，企業(yè)得到了節(jié)稅收益。通過抵扣研發(fā)成本和緩解現(xiàn)金流壓力，降低企業(yè)內(nèi)部融資約束，增加研發(fā)資金流入，提高企業(yè)研發(fā)資金投入，促進(jìn)數(shù)字企業(yè)研發(fā)產(chǎn)出，從而突破關(guān)鍵核心技術(shù)。

所得稅優(yōu)惠規(guī)定“所得稅稅率：一般企業(yè)為25%，高新技術(shù)企業(yè)為15%”，數(shù)字企業(yè)大多屬于高新技術(shù)企業(yè)，享受15%的所得稅優(yōu)惠稅率。數(shù)字企業(yè)享受所得稅率優(yōu)惠后，一方面，其認(rèn)定資格向外界傳送企業(yè)創(chuàng)新能力強(qiáng)的信號，被投資主體接受，對社會資本產(chǎn)生虹吸效應(yīng)，能有效緩解外部市場融資約束；另一方面，減少了納稅額，相當(dāng)于增加企業(yè)現(xiàn)金流，降低整體創(chuàng)新成本，也能緩解企業(yè)內(nèi)部融資約束。數(shù)字企業(yè)緩解內(nèi)外部融資約束，增加資金總量，促進(jìn)研發(fā)資金流入，進(jìn)一步提升企業(yè)研發(fā)產(chǎn)出（突破關(guān)鍵核心技術(shù)）。

1.2 創(chuàng)新激勵政策促進(jìn)研發(fā)的人才集聚效應(yīng)

數(shù)字產(chǎn)業(yè)具有技術(shù)偏向性特點(diǎn)，數(shù)字產(chǎn)業(yè)創(chuàng)新型人才為數(shù)字企業(yè)核心技術(shù)突破、數(shù)字產(chǎn)業(yè)高質(zhì)量發(fā)展提供智力支撐。數(shù)字企業(yè)對高素質(zhì)數(shù)字人才有極大需求，相關(guān)政策有利于促使數(shù)字人才入駐企業(yè)。創(chuàng)新激勵政策促進(jìn)數(shù)字企業(yè)研發(fā)的人才集聚效應(yīng)機(jī)制，如圖3所示。

（1）政府創(chuàng)新補(bǔ)貼。一是數(shù)字人才資助計劃，地方政府幫助企業(yè)提高科技人員待遇，包括個人一次性補(bǔ)貼、購房補(bǔ)貼、租房補(bǔ)貼等，吸引研發(fā)人才集聚；二是數(shù)字人才引進(jìn)補(bǔ)貼，地方政府為企業(yè)提供數(shù)字人才引進(jìn)補(bǔ)貼，企業(yè)以特聘專家、技術(shù)顧問等方式柔性引進(jìn)高層次數(shù)字人才，會獲得一定的補(bǔ)貼。雙管齊下的創(chuàng)新補(bǔ)貼政策引導(dǎo)數(shù)字人才在數(shù)字企業(yè)內(nèi)集聚。

（2）研發(fā)加計扣除?？杉佑嬁鄢难邪l(fā)費(fèi)用，包括研發(fā)人員“五險一金”的扣除，也包括外聘研發(fā)人員的勞務(wù)費(fèi)用、專家咨詢費(fèi)用等，有利于吸引研發(fā)人才集聚。

（3）所得稅優(yōu)惠。當(dāng)企業(yè)所得稅稅率降低時，有利于企業(yè)提升研發(fā)人員的工資，吸引高素質(zhì)數(shù)字人才在數(shù)字企業(yè)集聚。

綜上，不同創(chuàng)新激勵政策引導(dǎo)高素質(zhì)人才在數(shù)字企業(yè)集聚，促進(jìn)更多高素質(zhì)人才持續(xù)不斷進(jìn)行研發(fā)創(chuàng)新，推動企業(yè)有效增加研發(fā)人員投入，進(jìn)而增加研發(fā)產(chǎn)出，突破關(guān)鍵核心技術(shù)。

1.3 創(chuàng)新激勵政策差異比較

政府創(chuàng)新補(bǔ)貼、所得稅優(yōu)惠、研發(fā)加計扣除政策在不同激勵對象、不同環(huán)節(jié)發(fā)揮作用，進(jìn)而帶來差異化的激勵效應(yīng)，其作用差異如表1所示。

（1）激勵導(dǎo)向。政府創(chuàng)新補(bǔ)貼側(cè)重于事前直接激勵，企業(yè)開展研發(fā)項(xiàng)目之前政府直接給予資金支持。所得稅優(yōu)惠適用于創(chuàng)新鏈的全過程間接激勵，能夠降低整體創(chuàng)新成本。研發(fā)加計扣除屬于事后間接激勵，在企業(yè)研發(fā)活動發(fā)生后給予優(yōu)惠。

（2）激勵對象。創(chuàng)新補(bǔ)貼針對性強(qiáng)，資助優(yōu)先發(fā)展的產(chǎn)業(yè)研發(fā)。所得稅優(yōu)惠稅率政策更具有靶向性，以企業(yè)獲得高新（數(shù)字企業(yè)）資質(zhì)認(rèn)證為基礎(chǔ)條件。研發(fā)加計扣除政策通用性更高，符合標(biāo)準(zhǔn)研發(fā)費(fèi)用的企業(yè)就可以享受。

（3）激勵時間。政府創(chuàng)新補(bǔ)貼的短期激勵效果更好，對于創(chuàng)新有內(nèi)外融資約束的企業(yè)，可以起到“雪中送炭”的效果。所得稅優(yōu)惠政策長期效果更好，因?yàn)樗灤┱麄€技術(shù)創(chuàng)新（包括研發(fā)）過程。研發(fā)加計扣除長期效果更好，因?yàn)閷τ谛纬蔁o形資產(chǎn)部分（需要較長時間），可按成本的150%進(jìn)行稅前攤銷。

（4）公平程度。政府補(bǔ)貼公平程度較低，因?yàn)樵谶x擇扶持對象過程中，可能出現(xiàn)逆向選擇、道德風(fēng)險等損害市場公平競爭的行為。所得稅優(yōu)惠公平程度中等，企業(yè)可能虛假申報研發(fā)投入達(dá)到政策門檻，以獲得所得稅優(yōu)惠。研發(fā)加計扣除公平程度較高，因?yàn)樵趫?zhí)行該政策時，企業(yè)需要出具詳細(xì)的R&D人員活動財務(wù)報表，更加透明。

根據(jù)上述創(chuàng)新激勵政策工具差異比較分析可知，政府創(chuàng)新補(bǔ)貼、所得稅優(yōu)惠和研發(fā)加計扣除三種財政激勵政策的激勵導(dǎo)向、激勵對象、激勵時間及公平程度各不相同，單一政策具有局限性，無法顧及各個方面。而將政府補(bǔ)貼、所得稅優(yōu)惠和研發(fā)加計扣除三種財政激勵政策優(yōu)化組合，可以克服單一政策工具的不足，實(shí)現(xiàn)政策工具組合效應(yīng)最大化，充分發(fā)揮創(chuàng)新激勵政策的激勵功效。為此，本文對單一、兩兩組合及三種綜合創(chuàng)新激勵政策工具的效應(yīng)進(jìn)行實(shí)證比較，為政府選擇最優(yōu)政策工具提供決策參考。

2 創(chuàng)新激勵政策促進(jìn)數(shù)字企業(yè)研發(fā)的實(shí)證分析

2.1 模型構(gòu)建

創(chuàng)新激勵政策工具既能增加研發(fā)投入，又能增加研發(fā)產(chǎn)出，所以，本文分別以研發(fā)投入、研發(fā)產(chǎn)出作為被解釋變量構(gòu)建計量模型進(jìn)行實(shí)證分析。由于政府補(bǔ)貼、所得稅優(yōu)惠、研發(fā)加計扣除三種創(chuàng)新激勵政策在激勵對象的不同環(huán)節(jié)發(fā)揮作用，進(jìn)而帶來差異化的激勵效應(yīng)，為研究方便，假定各個自變量的影響是完全獨(dú)立的，據(jù)此構(gòu)建各種政策效應(yīng)模型。

2.1.1 以研發(fā)投入（研究與開發(fā)投入）為被解釋變量的雙向固定效應(yīng)模型

企業(yè)研發(fā)活動分為研究與開發(fā)階段。其中，研究階段是獲取新知識的獨(dú)創(chuàng)性活動，具有較高的不確定性。開發(fā)階段是利用研究成果開發(fā)新的材料、裝置與產(chǎn)品的活動，形成實(shí)質(zhì)性改進(jìn)成果的可能性較大。為了探尋政府創(chuàng)新激勵政策對數(shù)字企業(yè)兩階段研發(fā)活動的不同影響，本文將企業(yè)研發(fā)投入分為研究投入（研究階段的費(fèi)用）、開發(fā)投入（開發(fā)階段的費(fèi)用），建立計量模型如式（1）—（7）所示。

（1）以研究投入為被解釋變量。

單項(xiàng)政策工具：

reinput_it=β₀+β₁·rdsub_it+∑β_k·controls_it+λ_i+τ_i+ε_i（1）

reinput_it=β₀+β₂·incomtax_it+∑β_k·controls_it+λ_i+τ_i+ε_i（2）

reinput_it=β₀+β₃·rdtax_it+∑β_k·controls_it+λ_i+τ_i+ε_i（3）

模型（1）（2）（3）分別探究政府補(bǔ)貼、所得稅優(yōu)惠和研發(fā)加計扣除單項(xiàng)政策對數(shù)字企業(yè)研究投入的影響效應(yīng)。其中，被解釋變量是研究投入（reinput）；解釋變量是政府補(bǔ)貼（rdsub）、所得稅優(yōu)惠（incomtax）、研發(fā)加計扣除（rdtax）。controls指其他可能的控制變量。β₁、β₂、β₃分別表示政府補(bǔ)貼、所得稅優(yōu)惠和研發(fā)加計扣除的回歸系數(shù)，β_k表示控制變量的回歸系數(shù)，β₀為常數(shù)項(xiàng)，i、t分別代表不同企業(yè)、不同年份。為減少個體與時間的影響，選擇個體與時間雙向固定效應(yīng)模型。

雙項(xiàng)政策工具：

reinput_it=β₀+β₁·rdsub_it+β₂·incomtax_it+∑β_k·controls_it+λ_i+τ_i+ε_i（4）

reinput_it=β₀+β₂·incomtax_it+β₃·rdtax_it+∑β_k·controls_it+λ_i+τ_i+ε_i（5）

reinput_it=β₀+β₁·rdsub_it+β₃·rdtax_it+∑β_k·controls_it+λ_i+τ_i+ε_i（6）

模型（4）（5）（6）分別探討政府補(bǔ)貼+所得稅優(yōu)惠、所得稅優(yōu)惠+研發(fā)加計扣除、政府補(bǔ)貼+研發(fā)加計扣除對數(shù)字企業(yè)研究投入的影響效應(yīng)。

三項(xiàng)政策工具：

reinput_it=β₀+β₁·rdsub_it+β₂·incomtax_it+β₃·rdtax_it+∑β_k·controls_it+λ_i+τ_i+ε_i（7）

模型（7）探討政府補(bǔ)貼+所得稅優(yōu)惠+研發(fā)加計扣除三項(xiàng)政策對數(shù)字企業(yè)研究投入的綜合效應(yīng)。探討對開發(fā)投入（deinput）的影響效應(yīng)時，需將被解釋變量reinput換成deinput。

（2）以開發(fā)投入為被解釋變量。針對開發(fā)投入（deinput），探討單項(xiàng)、雙項(xiàng)、三項(xiàng)政策的影響效應(yīng)時，需將模型（1）—（7）中被解釋變量研究投入（reinput）換成開發(fā)投入（deinput）。

2.1.2 以研發(fā)產(chǎn)出為被解釋變量的系統(tǒng)GMM模型

研發(fā)投入是研發(fā)產(chǎn)出的前提，研發(fā)產(chǎn)出是突破關(guān)鍵核心技術(shù)的重要途徑。為檢驗(yàn)政府補(bǔ)貼、所得稅優(yōu)惠和研發(fā)加計扣除及其組合對企業(yè)研發(fā)產(chǎn)出的影響，考慮到數(shù)字企業(yè)技術(shù)突破具有正向累積特征，加入數(shù)字企業(yè)技術(shù)突破的滯后一期驗(yàn)證其積累慣性，為使模型更加科學(xué)合理，本文將滯后一期的研發(fā)產(chǎn)出也作為解釋變量。

由于解釋變量含有被解釋變量的一期滯后項(xiàng)，可能導(dǎo)致內(nèi)生性問題。Arellano等^[15]建議采用系統(tǒng)廣義矩估計方法（SYS-GMM）對動態(tài)面板模型進(jìn)行回歸分析；王永進(jìn)等^[16]也認(rèn)為系統(tǒng)GMM模型能解決內(nèi)生性問題，并獲得更有效的估計結(jié)果。系統(tǒng)廣義矩估計方法一般分為一步、兩步估計，后者標(biāo)準(zhǔn)差存在向下偏倚，因而本文選擇一步法。具體模型如式（8）—（14）所示。

（1）單項(xiàng)政策工具。

invent_it=α+γ₀·invent_it－1+γ₁·rdsub_it+∑γ_k·controls_it+μ_i+ε_it（8）

invent_it=α+γ₀·invent_it－1+γ₂·incomtax_it+∑γ_k·controls_it+μ_i+ε_it（9）

invent_it=α+γ₀·invent_it－1+γ₃·rdtax_it+∑γ_k·controls_it+μ_i+ε_it（10）

模型（8）（9）（10）分別探討政府補(bǔ)貼、所得稅優(yōu)惠和研發(fā)加計扣除單項(xiàng)政策對數(shù)字企業(yè)研發(fā)產(chǎn)出的影響效應(yīng)。其中，被解釋變量為研發(fā)產(chǎn)出（invent）；解釋變量為invent_t－1，代表滯后一期的研發(fā)產(chǎn)出。γ₀、γ₁、γ₂、γ₃分別表示研發(fā)產(chǎn)出的滯后項(xiàng)、政府補(bǔ)貼、所得稅優(yōu)惠和研發(fā)加計扣除的回歸系數(shù)，β_k表示控制變量的回歸系數(shù)，i、t分別代表不同企業(yè)、不同年份。α為常數(shù)項(xiàng)，μ_i代表不可觀測的個體效應(yīng)，ε_it為殘差項(xiàng)。

（2）雙項(xiàng)政策工具。

invent_it=α+γ₀·invent_it－1+γ₁·rdsub_it+γ₂·incomtax_it+∑γ_k·controls_it+μ_i+ε_it（11）

invent_it=α+γ₀·invent_it－1+γ₂·incomtax_it+γ₃·rdtax_it+∑γ_k·controls_it+μ_i+ε_it（12）

invent_it=α+γ₀·invent_it－1+γ₁·rdsub_it+γ₃·rdtax_it+∑γ_k·controls_it+μ_i+ε_it（13）

模型（11）（12）（13）分別探討政府補(bǔ)貼+所得稅優(yōu)惠、所得稅優(yōu)惠+研發(fā)加計扣除、政府補(bǔ)貼+研發(fā)加計扣除雙項(xiàng)政策對數(shù)字企業(yè)研發(fā)產(chǎn)出的組合效應(yīng)。

（3）三項(xiàng)政策工具。

invent_it=α+γ₀·invent_it－1+γ₁·rdsub_it+γ₂·incomtax_it+γ₃·rdtax_it+∑γ_k·controls_it+μ_i+ε_it（14）

模型（14）探討政府補(bǔ)貼+所得稅優(yōu)惠+研發(fā)加計扣除三項(xiàng)政策對數(shù)字企業(yè)研發(fā)產(chǎn)出的綜合效應(yīng)。

2.2 變量選取

（1）被解釋變量。研發(fā)投入包括研究投入（reinput）和開發(fā)投入（deinput），研究階段研發(fā)支出進(jìn)行費(fèi)用化處理后計入當(dāng)期損益，開發(fā)階段研發(fā)支出進(jìn)行資本化處理確認(rèn)為無形資產(chǎn)。參考李靜怡等（2020）的研究，研究投入用企業(yè)年報中研發(fā)投入費(fèi)用化的金額占營業(yè)收入的比重衡量；開發(fā)投入用企業(yè)年報中研發(fā)投入資本化的金額占營業(yè)收入的比重衡量。

研發(fā)產(chǎn)出（invent）。周煊等^[17]認(rèn)為發(fā)明專利表明企業(yè)技術(shù)創(chuàng)新和發(fā)明活動，技術(shù)含量較高，企業(yè)關(guān)鍵技術(shù)成果會申請發(fā)明專利；黎文靖等（2016）也認(rèn)為發(fā)明專利代表高技術(shù)水平的創(chuàng)新，能推動技術(shù)進(jìn)步。因此，本文以發(fā)明專利申請數(shù)刻畫研發(fā)產(chǎn)出，表示關(guān)鍵核心技術(shù)突破。對發(fā)明專利申請數(shù)量加1后取對數(shù)，以降低專利數(shù)為0的影響。

（2）解釋變量。政府創(chuàng)新補(bǔ)貼（rdsub）。借鑒魏志華等^[18]的研究，政府創(chuàng)新補(bǔ)貼以樣本企業(yè)獲得的政府補(bǔ)貼總額占營業(yè)收入的比重度量。

所得稅優(yōu)惠（incomtax）。參照李維安等（2016）的研究，所得稅優(yōu)惠incomtax=CFTE*（0.25/r－1）/sale，其中，r代表數(shù)字企業(yè)所得稅名義稅率，一般企業(yè)所得稅率為25%，CFTE代表企業(yè)當(dāng)期所得稅費(fèi)用，sale代表營業(yè)收入，（0.25/r－1）代表數(shù)字企業(yè)的所得稅率優(yōu)惠比例；CFTE*（0.25/r－1）表示數(shù)字企業(yè)獲得的所得稅優(yōu)惠數(shù)額，CFTE*（0.25/r－1）/sale表示企業(yè)相對營業(yè)收入的所得稅優(yōu)惠。

研發(fā)加計扣除（rdtax）。借鑒吳秋生等^[19]的研究，用企業(yè)年報中的研發(fā)費(fèi)用加計扣除額與企業(yè)總資產(chǎn)的比值度量。

（3）控制變量。選取公司規(guī)模（size）、公司年齡（age）、固定資產(chǎn)占比（fasset）、財務(wù)杠桿（lev）、薪酬激勵（bsmsalary）、市場勢力（market）作為控制變量。變量定義如表2所示。

2.3 數(shù)據(jù)來源

根據(jù)國家統(tǒng)計局2021年5月14日發(fā)布的《數(shù)字經(jīng)濟(jì)及其核心產(chǎn)業(yè)統(tǒng)計分類（2021）》，數(shù)字經(jīng)濟(jì)核心產(chǎn)業(yè)主要包括計算機(jī)通信和其他電子設(shè)備制造業(yè)、電信廣播電視和衛(wèi)星傳輸服務(wù)、互聯(lián)網(wǎng)和相關(guān)服務(wù)、軟件和信息技術(shù)服務(wù)業(yè)等，是數(shù)字經(jīng)濟(jì)發(fā)展的基礎(chǔ)。由于數(shù)字企業(yè)上市公司研發(fā)加計扣除額在2014年以前樣本大量缺失，所以，本研究選取 2014—2021年數(shù)字經(jīng)濟(jì)核心產(chǎn)業(yè)上市公司數(shù)據(jù)作為樣本。此外，剔除年份不齊、研發(fā)費(fèi)用加計扣除數(shù)據(jù)大量缺失和不享受所得稅低稅率的企業(yè)，只選用同時享受三種創(chuàng)新激勵政策的企業(yè)，最終得到103家數(shù)字企業(yè)作為研究對象，共計824個樣本觀測值。發(fā)明專利申請數(shù)據(jù)主要來源于壹專利檢索分析數(shù)據(jù)庫，政府補(bǔ)貼、所得稅費(fèi)用、研發(fā)加計扣除、研究與開發(fā)投入等數(shù)據(jù)均來源于國泰安金融研究數(shù)據(jù)庫、巨潮資訊網(wǎng)上市公司年度報告。

2.4 回歸結(jié)果分析

2.4.1 以研究投入為被解釋變量

政府創(chuàng)新補(bǔ)貼、所得稅優(yōu)惠和研發(fā)加計扣除對企業(yè)研究投入影響的實(shí)證結(jié)果如表3所示。

由表3中模型（1）—（3）可知，單項(xiàng)創(chuàng)新激勵政策中，政府補(bǔ)貼、研發(fā)加計扣除對研究投入的回歸系數(shù)分別為1.258、3.983，在1%的水平上顯著；所得稅優(yōu)惠對研究投入的回歸系數(shù)為-0.253，在10%的水平上不顯著?？梢姡邪l(fā)加計扣除對研究投入的影響效應(yīng)最大。可能的原因是企業(yè)研究階段需要大量研發(fā)資金，政府補(bǔ)貼能直接或間接為企業(yè)提供研發(fā)資金，研發(fā)加計扣除也能為企業(yè)研究階段減少成本，促進(jìn)企業(yè)加大研究投入，而數(shù)字企業(yè)所得稅優(yōu)惠，能減少企業(yè)稅負(fù)方面的現(xiàn)金流出，保障企業(yè)研發(fā)資金投入，企業(yè)將節(jié)余資金用于風(fēng)險低、周期短的開發(fā)階段，在研究階段投入較少，導(dǎo)致對研究階段的影響不顯著。

依據(jù)上文假設(shè)，三種政策變量相互獨(dú)立，在多元回歸模型中，可使用回歸系數(shù)之和反映組合效應(yīng)。由模型（4）—（6）可知，雙項(xiàng)創(chuàng)新激勵政策中，政府創(chuàng)新補(bǔ)貼+研發(fā)加計扣除、所得稅優(yōu)惠+研發(fā)加計扣除、政府創(chuàng)新補(bǔ)貼+所得稅優(yōu)惠對研究投入的組合效應(yīng)分別為5.272（1.261+4.011）、3.934（所得稅不顯著，只考慮研發(fā)加計扣除）、0.940（1.285-0.345）?？梢?，政府創(chuàng)新補(bǔ)貼+研發(fā)加計扣除對數(shù)字企業(yè)研究投入的組合效應(yīng)最大。

由模型（4）—（7）可知，同時實(shí)施政府創(chuàng)新補(bǔ)貼+所得稅優(yōu)惠+研發(fā)加計扣除，三項(xiàng)政策對研究投入的回歸系數(shù)分別為1.286、-0.319和3.942，均表現(xiàn)出顯著效應(yīng)。同時，三項(xiàng)政策工具組合對研究投入的綜合效應(yīng)為4.909（1.286-0.319+3.942），比最大雙項(xiàng)政策組合效應(yīng)（5.272）小，因此，三項(xiàng)政策工具對研究投入的綜合效應(yīng)小于雙項(xiàng)政策工具的組合效應(yīng)。由于1.261（政府創(chuàng)新補(bǔ)貼）<4.01（研發(fā)加計扣除），所以，雙項(xiàng)組合政策應(yīng)以研發(fā)加計扣除為主，政府創(chuàng)新補(bǔ)貼為輔。這為有效促進(jìn)研究投入提供了政策依據(jù)。

綜上發(fā)現(xiàn)，所得稅優(yōu)惠在研究投入中的效應(yīng)為不顯著或負(fù)向?？赡艿脑蚴菙?shù)字企業(yè)所得稅優(yōu)惠能減少稅費(fèi)，間接增加現(xiàn)金流，但企業(yè)不傾向于把流動資金投向風(fēng)險高、周期長的研究階段，同時，其它政策對所得稅優(yōu)惠產(chǎn)生了替代作用，企業(yè)更不愿意在研究階段投入所得稅優(yōu)惠節(jié)省的資金，導(dǎo)致所得稅優(yōu)惠政策在研究階段的單項(xiàng)、雙向組合效應(yīng)以及三項(xiàng)綜合效應(yīng)顯著性不高。

2.4.2 以開發(fā)投入為被解釋變量

政府創(chuàng)新補(bǔ)貼、所得稅優(yōu)惠和研發(fā)加計扣除對企業(yè)開發(fā)投入影響的實(shí)證結(jié)果如表4所示。

由表4中模型（1）—（3）可知，單項(xiàng)創(chuàng)新激勵政策中，政府補(bǔ)貼、所得稅優(yōu)惠對開發(fā)投入的回歸系數(shù)分別為0.467、0.262，均在1%的水平上顯著；研發(fā)加計扣除對開發(fā)投入的回歸系數(shù)為0.471，在10%的水平上不顯著?？梢?，政府補(bǔ)貼對開發(fā)投入的影響效應(yīng)最大?？赡艿脑蚴牵旱谝?，數(shù)字企業(yè)開發(fā)投入較少（現(xiàn)行會計準(zhǔn)則將研究投入費(fèi)用化，開發(fā)投入資本化，但實(shí)踐中對開發(fā)階段資本化標(biāo)準(zhǔn)的判斷非常困難，所以，大部分企業(yè)選擇全部費(fèi)用化，導(dǎo)致開發(fā)階段資本化投入較少），企業(yè)因獲得政府補(bǔ)貼增加開發(fā)投入，邊際收益較大。第二，所得稅優(yōu)惠的前提條件是擁有高新技術(shù)企業(yè)資質(zhì)，而其資質(zhì)認(rèn)定的條件之一就是企業(yè)擁有一定數(shù)量與質(zhì)量的專利、著作權(quán)等無形資產(chǎn)；企業(yè)為了獲得資質(zhì)認(rèn)定，會把所得稅優(yōu)惠節(jié)省的資金用于開發(fā)階段，加大開發(fā)階段的投入，所以，所得稅優(yōu)惠的開發(fā)投入效應(yīng)較大。第三，研發(fā)加計扣除政策的可抵扣金額與開發(fā)投入量有關(guān)，企業(yè)開發(fā)階段投入量較少，所以，研發(fā)加計扣除對開發(fā)階段的影響效應(yīng)不顯著。

由模型（4）—（6）可知，雙項(xiàng)創(chuàng)新激勵政策中，政府創(chuàng)新補(bǔ)貼+所得稅優(yōu)惠、政府創(chuàng)新補(bǔ)貼+研發(fā)加計扣除、所得稅優(yōu)惠+研發(fā)加計扣除對開發(fā)投入的組合效應(yīng)分別為0.679（0.449+0.230）、0.467（研發(fā)加計扣除在15%水平上不顯著，只考慮政府補(bǔ)貼）、0.795（0.266+0.529）?？梢姡枚悆?yōu)惠+研發(fā)加計扣除對數(shù)字企業(yè)開發(fā)投入的組合效應(yīng)最大。原因可能是，所得稅優(yōu)惠是從創(chuàng)新鏈的全過程間接激勵數(shù)字企業(yè)創(chuàng)新，其可增加企業(yè)收入，反哺企業(yè)開發(fā)投入，增加事先激勵，而研發(fā)加計扣除屬于研發(fā)創(chuàng)新的事后激勵，兩種稅收政策相互補(bǔ)充，從事先與事后階段全面促進(jìn)技術(shù)開發(fā)，使得組合效應(yīng)最大。

由模型（4）—（7）可知，同時實(shí)施政府創(chuàng)新補(bǔ)貼+所得稅優(yōu)惠+研發(fā)加計扣除，三項(xiàng)政策對開發(fā)投入的回歸系數(shù)分別為0.449、234和0. 532。三項(xiàng)政策工具組合對開發(fā)投入的影響效應(yīng)為1.215（0.449+0.234+0.532），比雙項(xiàng)政策最大組合效應(yīng)（0.795）大，因此，三項(xiàng)政策工具對開發(fā)投入的綜合效應(yīng)大于雙項(xiàng)政策工具的組合效應(yīng)。由于0.234（政府創(chuàng)新補(bǔ)貼）<0.449（所得稅優(yōu)惠）<0.532（研發(fā)加計扣除），所以，三項(xiàng)組合政策應(yīng)以研發(fā)加計扣除為主，政府創(chuàng)新補(bǔ)貼、所得稅優(yōu)惠為輔。這為有效促進(jìn)開發(fā)投入提供了政策依據(jù)。

2.4.3 以研發(fā)產(chǎn)出為被解釋變量

政府創(chuàng)新補(bǔ)貼、所得稅優(yōu)惠和研發(fā)加計扣除對企業(yè)研發(fā)產(chǎn)出影響的回歸結(jié)果如表5所示，模型（8）—（14）采用系統(tǒng)GMM模型。由檢驗(yàn)的P值（合適的P值范圍為0.1～0.25）可知，GMM 估計中的工具變量不存在過度識別問題，說明系統(tǒng)GMM設(shè)定是合理的，工具變量是有效的。從AR（1）和AR（2）的P值結(jié)果可以看出，模型的AR（1）過程均顯著且AR（2）過程不顯著，說明存在一階序列相關(guān)，不存在二階序列相關(guān)，證明了估計的有效性。

由表5中模型（8）—（10）可知，單項(xiàng)創(chuàng)新激勵政策中，政府補(bǔ)貼、所得稅優(yōu)惠、研發(fā)加計扣除對研發(fā)產(chǎn)出的回歸系數(shù)分別為0.207、0.237、0.778，均在1%的水平上顯著?？梢?，研發(fā)加計扣除對研發(fā)產(chǎn)出的影響效應(yīng)最大?？赡艿脑蚴瞧髽I(yè)研發(fā)產(chǎn)出不僅需要研發(fā)資金，還需要大量研發(fā)人員，而研發(fā)加計扣除可扣除的范圍包括外聘高素質(zhì)人才的勞務(wù)費(fèi)、領(lǐng)軍人才的咨詢費(fèi)等，對技術(shù)創(chuàng)新更有針對性。

由模型（11）—（13）可知，雙項(xiàng)創(chuàng)新激勵政策中，所得稅優(yōu)惠+研發(fā)加計扣除、政府創(chuàng)新補(bǔ)貼+研發(fā)加計扣除、政府創(chuàng)新補(bǔ)貼+所得稅優(yōu)惠對研發(fā)產(chǎn)出的組合效應(yīng)分別為0.806（0.156+0.650）、0.717（0.163+0.554）、0.330（0.146+0.184）?？梢姡枚悆?yōu)惠+研發(fā)加計扣除對數(shù)字企業(yè)研發(fā)產(chǎn)出的組合效應(yīng)最大。

由模型（11）—（14）可知，同時實(shí)施政府創(chuàng)新補(bǔ)貼+所得稅優(yōu)惠+研發(fā)加計扣除，三項(xiàng)政策對研發(fā)產(chǎn)出的回歸系數(shù)分別為0.164、0.137和0. 590，均表現(xiàn)出正向顯著效應(yīng)。同時，三項(xiàng)政策工具組合對研發(fā)產(chǎn)出的綜合效應(yīng)為0.891（0.164+0.137+0.590），比雙項(xiàng)政策最大組合效應(yīng)（0.806）大，因此，三項(xiàng)政策工具對研發(fā)產(chǎn)出的綜合效應(yīng)大于雙項(xiàng)政策工具的組合效應(yīng)。由于0.137（政府創(chuàng)新補(bǔ)貼）<0.164（所得稅優(yōu)惠）<0.590（研發(fā)加計扣除），所以，三項(xiàng)組合政策應(yīng)以研發(fā)加計扣除為主，政府創(chuàng)新補(bǔ)貼、所得稅優(yōu)惠為輔。這為有效促進(jìn)研發(fā)產(chǎn)出提供了政策依據(jù)。

3 結(jié)論與政策建議

3.1 結(jié)論

本文將政府創(chuàng)新補(bǔ)貼、所得稅優(yōu)惠和研發(fā)加計扣除納入數(shù)字企業(yè)研發(fā)創(chuàng)新研究框架，剖析政府創(chuàng)新補(bǔ)貼、所得稅優(yōu)惠、研發(fā)加計扣除三項(xiàng)創(chuàng)新激勵政策對數(shù)字企業(yè)研發(fā)的影響機(jī)制，構(gòu)建雙向固定效應(yīng)、系統(tǒng)GMM模型，收集2014—2021年創(chuàng)新激勵政策、數(shù)字企業(yè)上市公司研發(fā)相關(guān)數(shù)據(jù)，測度并比較不同創(chuàng)新激勵政策對研發(fā)（研究與開發(fā)投入、研發(fā)產(chǎn)出）的效應(yīng)，得到以下結(jié)論：

（1）對于研究投入，單項(xiàng)政策政府補(bǔ)貼、研發(fā)加計扣除具有顯著正向促進(jìn)效應(yīng)，且研發(fā)加計扣除的促進(jìn)效應(yīng)最大；雙項(xiàng)政策的組合效應(yīng)均具有顯著正向促進(jìn)作用，且政府創(chuàng)新補(bǔ)貼+研發(fā)加計扣除的組合效應(yīng)最大；三項(xiàng)政策的綜合效應(yīng)小于雙項(xiàng)政策的最大組合效應(yīng)。

（2） 對于開發(fā)投入，單項(xiàng)政策政府創(chuàng)新補(bǔ)貼、所得稅優(yōu)惠具有顯著正向促進(jìn)效應(yīng)，且政府補(bǔ)貼的促進(jìn)效應(yīng)最大；雙項(xiàng)政策的組合效應(yīng)均具有顯著正向促進(jìn)作用，且所得稅優(yōu)惠+研發(fā)加計扣除的組合效應(yīng)最大；三項(xiàng)政策的綜合效應(yīng)大于雙項(xiàng)政策的最大組合效應(yīng)。

（3） 對于研發(fā)產(chǎn)出，單項(xiàng)政策均具有顯著正向促進(jìn)效應(yīng)，且研發(fā)加計扣除的促進(jìn)效應(yīng)最大；雙項(xiàng)政策的組合效應(yīng)均具有顯著正向促進(jìn)作用，且所得稅優(yōu)惠+研發(fā)加計扣除的組合效應(yīng)最大；三項(xiàng)政策的綜合效應(yīng)大于雙項(xiàng)政策的最大組合效應(yīng)。

3.2 政策建議

依據(jù)上文分析結(jié)果，為有效促進(jìn)企業(yè)研發(fā)投入與產(chǎn)出，可從以下幾個方面著手。

（1）采取差異化策略。數(shù)字企業(yè)應(yīng)根據(jù)研發(fā)投入與產(chǎn)出不同階段的特點(diǎn)，采用針對性創(chuàng)新激勵政策。第一，針對研究投入，側(cè)重采取單項(xiàng)政策 “研發(fā)加計扣除”或雙項(xiàng)政策 “研發(fā)加計扣除+政府創(chuàng)新補(bǔ)貼”；第二，針對開發(fā)投入，側(cè)重采取單項(xiàng)政策 “政府創(chuàng)新補(bǔ)貼”或三項(xiàng)政策 “政府創(chuàng)新補(bǔ)貼+研發(fā)加計扣除+所得稅優(yōu)惠”；第三，針對研發(fā)產(chǎn)出，側(cè)重采取單項(xiàng)政策 “研發(fā)加計扣除”或三項(xiàng)政策 “研發(fā)加計扣除+政府創(chuàng)新補(bǔ)貼+所得稅優(yōu)惠”。

（2）相機(jī)抉擇雙項(xiàng)或者三項(xiàng)政策。第一，為有效促進(jìn)數(shù)字企業(yè)研究投入，實(shí)施雙項(xiàng)政策，以研發(fā)加計扣除為主，政府創(chuàng)新補(bǔ)貼為輔。數(shù)字化技術(shù)正在全面影響社會發(fā)展，數(shù)字化創(chuàng)新是從0到1的創(chuàng)造過程，需要更多的研究投入，應(yīng)充分結(jié)合研發(fā)加計扣除的事后間接激勵優(yōu)勢與政府補(bǔ)貼的事前直接激勵優(yōu)勢，搭配使用兩種創(chuàng)新激勵政策，且注重適度的政策傾斜。對于研發(fā)加計扣除，需要加大對數(shù)字企業(yè)研發(fā)項(xiàng)目財務(wù)報表的審核，以避免企業(yè)虛增研發(fā)投入。對于政府創(chuàng)新補(bǔ)貼，應(yīng)加強(qiáng)對企業(yè)騙補(bǔ)行為的懲罰力度，杜絕“偽研發(fā)”，保證政府補(bǔ)貼資金的有效利用。第二，為有效促進(jìn)數(shù)字企業(yè)開發(fā)投入、研發(fā)產(chǎn)出，實(shí)施三項(xiàng)政策時，以研發(fā)加計扣除為主，政府創(chuàng)新補(bǔ)貼、所得稅優(yōu)惠為輔。數(shù)字產(chǎn)業(yè)不僅要突破自身核心技術(shù)，還要促進(jìn)其他行業(yè)轉(zhuǎn)型升級，這對數(shù)字企業(yè)創(chuàng)新水平提出了更高要求，為了促進(jìn)數(shù)字企業(yè)技術(shù)開發(fā)突破關(guān)鍵核心技術(shù)，政府需組合實(shí)施三項(xiàng)政策。除研發(fā)加計扣除要加大研發(fā)項(xiàng)目財務(wù)報表審核、政府創(chuàng)新補(bǔ)貼應(yīng)加強(qiáng)騙補(bǔ)行為懲罰外，還需要發(fā)揮所得稅優(yōu)惠政策的輔助作用，嚴(yán)格監(jiān)管享受所得稅優(yōu)惠的高新技術(shù)企業(yè)資質(zhì)認(rèn)定。

（3）有效落實(shí)單項(xiàng)政策。第一，加強(qiáng)研發(fā)加計扣除，降低數(shù)字企業(yè)研發(fā)加計扣除標(biāo)準(zhǔn)，如取消對研發(fā)活動中“其他相關(guān)費(fèi)用加計扣除不超過10%”的規(guī)定，縮短無形資產(chǎn)攤銷時長等。同時，增加對技術(shù)創(chuàng)新關(guān)聯(lián)活動的加計扣除，如數(shù)字人才培訓(xùn)活動。第二，加大政府創(chuàng)新補(bǔ)貼力度。一方面加大數(shù)字人才引進(jìn)單位補(bǔ)貼額度，為數(shù)字經(jīng)濟(jì)領(lǐng)軍人才和創(chuàng)新團(tuán)隊(duì)向企業(yè)集聚提供支持，政府要鼓勵數(shù)字企業(yè)引進(jìn)人才，加大配套支持；另一方面，加大對數(shù)字人才的個人補(bǔ)貼，提高數(shù)字人才的就業(yè)補(bǔ)貼、生活補(bǔ)貼、租房補(bǔ)貼等，使更多數(shù)字人才向數(shù)字企業(yè)集聚，促進(jìn)數(shù)字企業(yè)突破關(guān)鍵核心技術(shù)。第三，完善所得稅優(yōu)惠，一方面放寬數(shù)字企業(yè)所得稅稅率優(yōu)惠的適用條件，如在保留有關(guān)研發(fā)費(fèi)用支出和占比要求的前提下，適當(dāng)降低企業(yè)科技人員占比等限制條件，使得更多企業(yè)享受所得稅優(yōu)惠；另一方面，嚴(yán)把高新技術(shù)企業(yè)資格認(rèn)證和復(fù)審關(guān)，防止騙取高新技術(shù)企業(yè)資格的作假行為。

3.3 研究不足與展望

本文系統(tǒng)剖析了我國“政府創(chuàng)新補(bǔ)貼、所得稅優(yōu)惠、研發(fā)加計扣除”創(chuàng)新激勵政策對數(shù)字企業(yè)研發(fā)的影響機(jī)制，構(gòu)建雙向固定效應(yīng)、系統(tǒng)GMM模型，測度并比較3種創(chuàng)新激勵政策對數(shù)字企業(yè)研發(fā)投入與產(chǎn)出的影響效應(yīng)。受篇幅和數(shù)據(jù)限制，本研究還存在一些不足：首先，由于研發(fā)費(fèi)用加計扣除額數(shù)據(jù)大量缺失，大多數(shù)企業(yè)在2014年之后逐漸于年報披露，因此，本文僅收集了2014—2021年相關(guān)數(shù)據(jù)；其次，本文以中國數(shù)字產(chǎn)業(yè)上市公司作為研究對象，對于非上市與初創(chuàng)等其它類型企業(yè)未有涉及。后續(xù)研究可針對以上不足，借助問卷調(diào)查與訪談等方式獲取相關(guān)數(shù)據(jù)，并擴(kuò)大研究樣本范圍，進(jìn)一步分析創(chuàng)新激勵政策對非上市與初創(chuàng)等其它類型數(shù)字企業(yè)研發(fā)的影響效應(yīng)，以增強(qiáng)機(jī)制與模型在更大范圍的適用性。

參考文獻(xiàn)：

[1]ARQUE－CASTELLS P. Persistence in R&D performance and its implications for the granting of subsidies [J]. Review of Industrial Organization， 2013，43（3）：193-220．

[2]郭玥.政府創(chuàng)新補(bǔ)助的信號傳遞機(jī)制與企業(yè)創(chuàng)新[J].中國工業(yè)經(jīng)濟(jì)，2018，35（9）：98-116.

[3]DAI X Y， CHAPMAN G. R&D tax incentives and innovation： examining the role of programme design in China[J].Technovation， 2022，113（1）：1-19.

[4]CAPPELEN A，RAKNERUD A，RYBALKA M.The effects of R&D tax credits on patenting and innovations[J].Research Policy，2012，41（2）：334-345.

[5]HOSAN S， RAHMAN M M， KARMAKER S C. Energy subsidies and energy technology innovation： policies for polygeneration systems diffusion[J]. Energy，2023，267（1）：1-15.

[6]劉效梅.所得稅優(yōu)惠對高新技術(shù)企業(yè)R&D的影響——以福建省上市高新技術(shù)企業(yè)為分析對象[J].科技管理研究，2017，37（21）：29-34.

[7]柳卸林，朱浪梅，楊博旭.政府研發(fā)激勵有利于提升區(qū)域創(chuàng)新效率[J].科研管理， 2021，42（7）：50-59.

[8]吳偉偉，張?zhí)煲?非研發(fā)補(bǔ)貼與研發(fā)補(bǔ)貼對新創(chuàng)企業(yè)創(chuàng)新產(chǎn)出的非對稱影響研究[J].管理世界，2021，37（3）：137-160，10.

[9]劉悅欣.企業(yè)研發(fā)所得稅優(yōu)惠政策激勵效應(yīng)研究[J].企業(yè)經(jīng)濟(jì)，2022，41（5）：96-107.

[10]張杰，陳志遠(yuǎn)，楊連星，等.中國創(chuàng)新補(bǔ)貼政策的績效評估：理論與證據(jù)[J].經(jīng)濟(jì)研究，2015，50（10）：4-17，33.

[11]GAESSLER F， BRONWYN H H， DIETMAR H. Should there be lower taxes on patent income[J]. Research Policy，2021，50（1）：1-15.

[12]趙揚(yáng)，杜凱.“加速折舊”如何賦能數(shù)字企業(yè)創(chuàng)新[J].南方經(jīng)濟(jì)，2023，41（4）：130-158.

[13]鄧峰，楊國歌.固定資產(chǎn)加速折舊政策對數(shù)字企業(yè)創(chuàng)新效率的影響[J].中南大學(xué)學(xué)報（社會科學(xué)版），2021，27（5）：106-118.

[14]毛豐付，魏亞飛，胡承晨.政府引導(dǎo)基金與數(shù)字產(chǎn)業(yè)發(fā)展：機(jī)制分析與效應(yīng)檢驗(yàn)[J].現(xiàn)代財經(jīng)（天津財經(jīng)大學(xué)學(xué)報），2023，43（4）：81-95.

[15]AREANO M， BOVER O. Another look at the instrumental variable estimation of error—components model[J]. Journal of Econometrics， 1995， 68（1）：29-51．

[16]王永進(jìn)，李坤望，盛丹.契約制度與產(chǎn)業(yè)集聚：基于中國的理論及經(jīng)驗(yàn)研究[J].世界經(jīng)濟(jì)，2010，33（1）：141-156.

[17]周煊，程立茹，王皓.技術(shù)創(chuàng)新水平越高企業(yè)財務(wù)績效越好嗎——基于16年中國制藥上市公司專利申請數(shù)據(jù)的實(shí)證研究[J].金融研究，2012，55（8）：166-179.

[18]魏志華，吳育輝，曾愛民.尋租、財政補(bǔ)貼與公司成長性——來自新能源概念類上市公司的實(shí)證證據(jù)[J].經(jīng)濟(jì)管理，2015，37（1）：1-11.

[19]吳秋生，馮藝.加計扣除、費(fèi)用歸類操控與企業(yè)研發(fā)投入效率[J].財貿(mào)研究，2020，31（7）： 100-110.

（責(zé)任編輯：萬賢賢）

Comparison of the Effects of Innovation Incentive Policies in Promoting R&D of Digital Enterprises

Liu Hedong， Wang Yan

（College of Economics and Management， Nanjing University of Technology， Nanjing 210009，China）

Abstract：The digital economy is an important support for building a new competitive advantage and it is critical to accelerate the development of the digital economy and promote the deep integration of the digital economy and physical industries. Thus， the shortcomings in China's digital economy， such as the weak innovation end and basic end of digital enterprises， and the significant gap between basic research and fundamental? industries and international advanced levels， are worthy of further efforts， and R&D innovation is the most important means to achieve breakthroughs in key technologies. The R&D innovation carried out by digital enterprises cannot be separated from the guidance and support of government innovation incentive policies （government innovation subsidies， R&D deductions， and income tax incentives）. In the current context of limited technological resources， it is an urgent problem to clarify the mechanism of government innovation incentive policy tools to promote digital enterprise R&D， and policy effects. Most existing literature analyzes the incentive effect of R&D innovation in digital enterprises from a single perspective of government subsidies and tax policies， neglecting the combination effect of multiple innovation incentive policy tools. Regarding R&D innovation， scholars either focus on the impact of innovation incentive policies on R&D investment or on the impact on R&D output. Therefore， this paper conducts in-depth research to analyze government subsidies， income tax incentives， R&D deductions， digital enterprise R&D investment and output within a unified framework， and proposes targeted suggestions to promote digital enterprise R&D innovation.

This study analyzes the impact mechanism of innovation incentive policies on digital enterprise R&D， including "government innovation subsidies， R&D deduction， and income tax incentives" ， and constructs a GMM model of dual fixed effects system. Collecting relevant data on innovation incentive policies and research and development of digital enterprise listed companies from 2014 to 2021， the study measures and compares the effects of different innovation incentive policies on R&D （R&D investment and output）. This paper selects data from listed companies in the core industry of the digital economy as the initial sample. According to the Statistical Classification of the Digital Economy and Its Core Industries （2021） released by the National Bureau of Statistics in 2021， the core industries of the digital economy mainly include computer communication and other electronic equipment manufacturing industries， telecommunications broadcasting and television and satellite transmission services， the Internet and related services， software and information technology services. There are 103 digital enterprises from 2014 to 2021 selected as the research subjects of this paper， with a total of 824 sample observations. Among them， the data on invention patent applications mainly comes from the "PatYee" patent search and analysis database， while other data such as government subsidies， income tax expenses， R&D deductions， and R&D investment are all sourced from the CSMAR database and the annual reports of various listed companies on the CNINFO website.

This paper mainly draws the following conclusions. （1） For research investment， the single policy of "R&D plus deduction" has the greatest effect; the dual policy of "government innovation subsidies+R&D deduction" has the greatest effect; the effect of three policies is smaller than the maximum effect of two policies. （2） For development investment， the single policy "government innovation subsidy" has the greatest effect; the dual policy of "income tax incentives+R&D deduction" has the greatest effect; the effect of three policies is greater than the maximum effect of two policies. （3） For R&D output， The single policy of "R&D plus deduction" has the greatest effect; the dual policy of "income tax incentives+R&D deduction" has the greatest effect; the effect of three policies is greater than the maximum effect of two policies.

The innovation of this paper lies in two aspects. Firstly， this paper integrates government subsidies， income tax incentives， R&D deduction policies， and the R&D innovation of digital enterprises into a unified framework for analysis. Secondly， it divides the R&D investment stage into research investment stage and development investment stage， delves into the individual， combined， and comprehensive effects of three innovation incentive policies on different stages of R&D innovation （R&D investment and R&D output）， and analyzes the mechanisms by which the three innovation incentive policies promote R&D.

Key Words：Government Innovation Subsidies; Income Tax Incentives; R&D Super-deduction; R&D Input; R&D Output