1 引言
1.1 研究背景与意义
随着互联网、大数据、云计算、物联网等新技术给工业生产带来的革命性变化，国际间市场竞争不断加剧，各国陆续出台鼓励企业科技创新的政策，把推动科技创新和技术进步上升为国家发展战略。美国为推进制造业“再工业化”颁布了《2009 年美国复苏与再投资法案》等一系列政策；俄罗斯为支持国内航天工业的发展，实施“2006-2015年联邦航天计划”；德国随即在 2013 年正式提出“工业 4.0”战略，在世界范围内掀起新一轮工业革命。显然，为获取竞争优势，制造业的创新与升级将成为未来各国竞争的关键因素。
制造业是国民经济的主体，是国家竞争力的体现。我国从改革开发以来就特别重视制造业的发展。与世界先进水平相比，我国制造业长期处于大而不强的状态，在自主创新能力、资源利用效率等方面都存在较大差距，产能过剩、效率低下等问题突出。2014年 9 月，习近平总书记首次系统阐述了“新常态”发展，强调经济中高速发展、经济结构优化升级、投资与要素驱动转为创新驱动。2015 年 5 月，国务院发布《中国制造 2025》——中国版的“工业 4.0”规划，以形成技术创新推动工业发展的新常态局势。因此，通过提升企业技术创新来促进制造业企业的转型升级是我国经济新常态发展中亟待解决的问题之一。
无论是促进国家经济增长还是保持企业市场竞争优势，技术创新都是重要条件。面对国际日益激烈的竞争，我国也采取了许多财税政策来鼓励企业技术创新，如为科技创新项目提供财政专项资金，为新能源企业提供专项贷款等。2008 年实施所得税制改革，目的之一就是减轻企业税负，如给予高新技术企业特权，为研发活动提供税收优惠等。金融危机爆发后，面对全国经济整体下滑，政府出台 4 万亿投资计划刺激经济增长，其中促进企业自主创新与产业技术进步也是重要目的。在国家统计局、科学技术部、财政部联合发布的《2016 年全国科技经费投入统计公报》中显示，2016 年我国研发经费支出规模达到 15676.7 亿元，同比增长 10.6%，支出规模居世界第二，其中，国家财政科学技术支出 7760.7 亿元，约占总支出的 50%。2006-2016 年全国科技经费投入统计具体如图 1-1 所示。
......................
1.2 研究思路与框架
本文以 2006-2016 年沪深 A 股上市制造业公司为研究对象，采用 LP 法测度制造业上市公司的全要素生产率，作为企业
技术创新的衡量指标，并用 OP 法对计算结果稳健性检验。首先，本文对以往企业技术创新衡量的相关文献、关于政府财税政策与企业技术创新的文献进行综述。接着，探讨企业技术创新衡量的理论依据，分析财税政策对企业技术创新的作用机理并提出研究假设。再者，建立回归模型，运用 STATA14.0 实证检验财政补贴与税收优惠对技术创新的激励效果，并分析了财税政策对我国不同区域企业的技术创新影响差异，以及财税政策对企业技术创新的激励效应中企业规模的门槛效应。最后，得出本文结论并为政府更恰当设计财税政策以促进制造业公司提升技术创新水平提出决策建议。本文的研究框架如下图所示：
......................
2 文献综述
2.1 企业技术创新衡量的研究
Hill（1979）曾提出“由于技术创新过程化的性质，导致我们无法直接衡量技术创新的质量和数量”。由于研究技术创新对国家、企业层面都非常重要，学者们提出了许多衡量技术创新的方法与指标。如何对技术创新进行科学衡量，一直是学术界、政府以及企业重点关注的问题。在企业层面，大部分学者倾向 R&D、专利或新产品、生产率三类指标来衡量技术创新，而前两种指标在以往文献中最为常见。
比较而言，R&D 指标侧重于“投入”与“强度”（R&D 支出/营业收入或总资产）。如 Duguet(2004使用法国数据研究财政补贴与技术创新，就以企业 R&D 支出为因变量。郑绪涛（2008）与杨杨（2013）、李宇（2014）、崔也光（2017）等采用研发投入表示企业技术创新。该指标是默认了“有 R&D 必有创新”的假设。王伟光（2003）提出 R&D 指标存在一些问题，因为它表示的是为了技术创新而进行的一种直接投入，能否带来技术创新的结果，存在很大的不确定性；此外，创新投入并不局限于企业的研发支出，它还包括学习、知识等因素。
而专利指标（专利/R&D、或专利/研发人数）或新产品指标关注的是技术创新产出的影响。Griliches（1981），Hausman 等（1984）、王俊（2011）等采用专利数或新产品销售比重作为创新产出。夏力（2012）同时采用研发费用投入强度和专利数量实证检验税收优惠政策对企业技术创新的影响。王伟光（2003）提出，一方面用专利数衡量企业技术创新具有以下优点：一是专利本身就是一种记载了发明创造的文件，直观的反映技术创新成果；二是专利数是不同国家技术创新的一种同质测度，许多国家也都有专门的专利系统或数据库。但是另一方面它也存在一些缺点：首先，并非所有创新发明都被批准为专利，并非所有创新企业都会申请专利，因此相关系统或数据库的统计数据，会存在未申请专利的遗漏。此外，许多诀窍、“秘方”或隐含知识等具备创新性的非专利技术也可以为企业带来竞争优势，但专利这一指标却也不能包含这些项目。最后，专利的统计与披露是研究的前提，而在我国由于技术研发的披露制度不完善，导致实际研究中存在误差与局限。
......................
2.2 企业全要素生产率的研究
全要素生产率（Total Factor Productivity，简称 TFP）是总产出在扣除劳动、资本等生产要素贡献后的 “剩余”生产率水平，或者是由于技术进步以及制度改良等非生产性投入对于产出增长的贡献。它最早由 Solow（1957）提出，因此也被称为索罗余值。由于计量经济学方法的进步与数据的可获得性，关于全要素生产率的研究逐渐从宏观层面转向微观层面。
2.2.1 企业全要素生产率的测度
（1）企业全要素生产率测度方法选择
在微观层面，对企业全要素生产率的估算是许多实证研究的基础，因此合理选择企业全要素生产率估算方法，是进行稳健研究的前提。
国外对企业全要素生产率的研究早于国内，源于经济学家对经济增长源泉的探索，1957 年，Solow 最早提出运用最小二乘法（OLS）估计索罗余值（Solow residual）即全要素生产率。但是 OLS 法会出现严重的内生性问题（simultaneity bias）与样本的选择性偏误(selection bias)。在微观层面计算企业全要素生产率的方法中，为了解决OLS方法内生性问题，最早由 Mundlak（1961)提出固定效应估计法和工具变量法（GMM）。但鲁晓东和连玉君（2012）指出固定效应方法存在大量数据被舍弃等缺陷，GMM 法创建合意的工具变量较难，应用具有很大的限制，并且两种方法在解决 OLS 内生性问题上效果并不好。
Olley&Park（1996）和 Levinsohn&Petrin(2003)相继提出了 OP 法与 LP 法。两种方法均是建立在 C-D 函数上。OP 法创新的引入中间投资作为生产率冲击的代理变量，较好地处理样本数据的内生性问题，并系统地考虑到了企业进入退出效应解决了样本选择偏差问题，但是使用中间投资作为代理变量，会导致大量没有中间投资的企业数据被遗漏。在 OP 法的基础上，Levinsohn&Petrin(2003)选择中间投入品作为生产率冲击的代理变量，有效解决大量样本数据遗漏的问题，也能有效解决内生性问题。
........................
3 理论分析与研究假设.......................16
3.1 企业技术创新衡量理论依据.....................16
3.1.1 索罗余值法................16
3.1.2 OP 法...................16
4 研究设计.....................23
4.1 样本选取与数据来源.....................23
4.1.1 样本选取......................23
4.1.2 数据来源.............................23
5 实证分析...........................30
5.1 描述性统计......................30
5.2 相关性分析........................31
5 实证分析
5.1 描述性统计
本文利用 stata14.0 软件对研究变量进行描述性统计，通过对面板数据的初步分析，进而了解我国制造业上市公司的相关变量特征，具体结果如表 5-1 所示。
从表 5-1 中看出，尽管对各变量进行了 winsor 缩尾处理。财政补贴（FS，本期企业收到的财政补贴*100/企业总资产）的均值为 0.523，标准差为 0.649，说明不同企业享受的财政补贴强度存在较大差异。名义税收优惠（NTAX）的均值为 0.350，标准差为0.536；实际税收优惠（RTAX）的均值为 0.646，标准差为 0.683；税收返还的均值为 0.975，标准差为 1.648，说明各企业间的享受税收优惠强度也存在较大的差异。此外，名义税收优惠（NTAX）均值 0.350 低于实际税收优惠（RTAX）均值 0.646，这是由于实际税收优惠中包括了税率的优惠以及其他优惠形式。净资产收益率（ROE）的标准差大于对应的均值，ROE 由最小值-61.1%到最大值 44.8%，有负到正的跨度极大，说明在这个指标上，各企业之间差异很大，也符合企业的实际经营情况。其他指标的标准差保持在较低水平，稳定性较好。区域哑变量的结果表明，企业样本中 61.7%来自东部地区，5.2%来自东北部地区，16.2%来自中部地区，16.9%来自西部地区。
.........................
6 研究结论与建议
6.1 研究结论
本文以2006-2016 年我国制造业上市公司为研究对象，利用上市公司财务报告数据，通过样本筛选、中间投入（资）计算、价
格指数平减等一系列的数据处理，采用 LP 法与 OP 法计算 2006-2016 年我国制造业上市公司的企业全要素生产率作为企业技术创新的衡量指标，采用“OLS+稳健标准差误”与“固定效应+稳健标准差误”方法，实证检验财政补贴与税收优惠两个财税政策工具对制造业上市公司的技术创新的有效性，采用分样本回归与门限回归法，从区域、企业规模两方面探究财税政策对企业技术创新激励效应的差异。得出主要结论如下：
第一，从企业全要素生产率的视角考察企业技术创新，实证检验了财政补贴与税收优惠对企业技术创新的有效性存在差异，税收优惠政策对企业技术创新的激励更有效。财政补贴政策整体上不能有效促进企业技术创新。税收优惠政策能显著促进企业技术创新，包括名义税收优惠、实际税收优惠、税收返还均能显著促进制造业企业的技术创新。这是由于税收优惠更能发挥市场作用与企业的自主能动性，而财政补贴本身的特性存在一定的消极影响，地方政府可控性强，可能会削弱市场经济的调控功能，此外，由于信息不对称与部分企业存在“寻补贴”行为会严重削弱财政补贴的激励效应，直接财政补贴对私人研发投入产生“挤出效应”，从而导致研发效率低下等问题。
第二，我国财税政策对企业技术创新的有效性存在区域上的差异。财政补贴与东部、中部、东北部地区的企业技术创新均呈显著负相关关系，但是西部地区的负向作用并不能通过显著性检验，财政补贴对西部地区的企业技术创新并没有产生抑制作用。税收优惠与东部、中部、西部地区的企业技术创新整体均呈显著的正相关关系，但是对于东北部地区，无论是所得税税率及所得税其他优惠形式，抑或所有税种的税收返还方式对企业技术创新的正向作用都不显著，振兴东北工业的相关倾斜性税收优惠政策仍然无法带动企业技术创新的主动性与积极性。整体来看，税率优惠在各个区域对促进企业技术创新的激励效果比财政补贴的效果更好。
参考文献（略）