【作 者】
姜 玲1，2，张爱宁1，2
【作者单位】
1.甘肃省科学技术情报研究所，兰州730000；2.甘肃省科技评价监测重点实验室，兰州730000
【摘 要】
【摘要】本文以甘肃省规模以上工业企业数据为基础，借助灰色理论对R&D税收激励政策实施情况进行分析与预测，得出如下结论：R&D税收激励政策的实施存在不均衡现象，企业享受税收减免的多少与企业规模大小成正比；规模大小、R&D资金投入和R&D人员投入是影响企业享受税收减免的重要因素；不同规模工业企业在R&D投入以及技术创新方式选择上有不同的偏好；2014 ~ 2020年，大型企业享受的R&D税收减免额在波动中快速上升，中小型企业享受的R&D税收减免额较小且增幅不大，政策享受的“两极分化”问题将加剧。
【关键词】研发费用加计扣除政策；税收激励；区位熵；灰色理论
【中图分类号】F272.5 【文献标识码】A 【文章编号】1004-0994（2016）11-0077-4推动技术进步、增强国家竞争力的共举。在我国全面实施创新驱动发展战略的背景下，完善R&D费用加计扣除政策被认为是落实创新驱动发展战略的重要举措，对这一政策实施情况的评估受到前所未有的重视和关注。R&D费用加计扣除政策是我国现行R&D税收激励政策中普适性最强、关注度最高的核心政策之一，始于1996年，自2008年《企业研究开发费用税前扣除管理办法（试行）》在全国推广实施，政策在调动企业增加R&D投入的积极性、提高自主创新能力方面起到了重要作用。由此，本文以R&D费用加计扣除政策为切入点，展开了对R&D税收激励政策实施情况的评估研究，以期提高政策的落实程度和激励效应。
一、研究现状
国内外学者对R&D税收激励政策的作用机制、会计处理、政策实施现状及问题等进行了广泛而深入的理论探讨，发现R&D税收激励政策落实中存在“政策门槛较高、优惠力度不够、激励作用受限、政策知晓度低”等问题，并提出了改进的方向和建议，奠定了实证分析的基础，为政策的完善提供了重要理论依据。在实证研究方面，Dagenais（1997）、Guellec（2003）等认为，R&D税收激励政策能有效增加研发投入。Hall和Van Reenen（2000）认为，税收激励政策在减少R&D边际成本的同时，不会带来R&D支出的“挤出效应”，从而能有效地激励企业开展R&D活动。国内学者对此也做了重要探索。蒋建军等（2007）、李伟铭等（2007）、范柏乃等（2008）分别采用价格弹性法、结构方程模型、SD模型等对R&D税收激励政策的效应、效果及其对R&D投入、成果产出的影响等进行了研究。在具体政策实施情况的实证分析方法的选择上，有学者采用调查研究方法对高新技术企业税收优惠（张玉臣、王兆欢，2015）和研发费用加计扣除（赵彤等，2011）的实施情况和影响因素进行分析，有的研究者（王一舒，2013）采用了调研和回归分析相结合的方法。麻省理工学院学者Pierre Azoulay（2012）认为，随机控制试验是一种有效评估创新政策实施情况的新方法。
综上所述，现有实证研究多聚焦于R&D税收激励政策效应或效果的宏观分析，在具体政策的微观、量化研究上，多选择调查评估的方法，侧重于高新技术企业税收优惠政策的评估分析，对R&D费用加计扣除等其他R&D税收激励政策实施情况进行评估的研究较少。评估主体选取不同评估方法得到的评估效果或多或少会有所差别。由于我国R&D税收激励政策实施情况的统计工作起步较晚，监测数据不完全，导致实证研究具有局限性。针对这种“小样本、贫信息”的信息不完全系统，邓聚龙教授创立了灰色系统理论。本文在考虑企业规模对政策实施影响的基础上，以甘肃省规模以上工业企业数据为基础，运用灰色关联度方法对企业享受R&D用加计扣除政策的内部影响因素进行分析，进而构建灰色GM（1，1）模型预测企业享受该政策的趋势，以期为政策评估提供新方法和新思路。
二、R&D税收激励政策实施现状评估分析
根据张玉臣等（2015）的研究，可采用区位熵表征不同规模工业企业享受税收减免的情况。税收减免区位熵（Q值）=某种类型工业企业税收减免额/企业税收减免总额/（某种类型企业数量/企业总数量）。企业享受税收减免的整体水平等于1，大于1、小于1分别表示高于、低于整体水平。利用区位熵的定理计算出不同规模工业企业享受税收减免额的Q值，结果如表1所示。
由表1可知，大型企业Q值最高，处于17.97 ~ 42.96的范围，远高于整体水平，实际上大型企业数占全部工业企业数的比例不到5%，但其享受到的研发费用加计扣除额最多。可见，大型工业企业在争取税收减免的企业中处于比较优势地位。中型企业的Q值从2.88降低至0.53，享受的R&D税收减免额处于降低状态，表明中型工业企业的比较优势呈弱化态势。小型工业企业数占全部工业企业数的80%左右，Q值在0.1及以下，说明小型工业企业享受的R&D税收优惠要远低于整体水平，它们在争取R&D税收优惠时处于比较劣势地位。总之，企业享受研发费用加计扣除政策时存在不均衡现象，占工业企业总数约八成的小型企业，实际享受的税收减免份额最小。企业享受加计扣除额的多少与企业规模大小成正比。
叶林等（2014）研究得出，企业规模是影响技术创新行为选择的重要因素。基于此观点，通过区位熵分析发现，企业享受研发费用加计扣除政策情况与企业规模密切相关。企业规模差异导致了企业自身的战略和技术创新决策的差异，不可避免地反映到企业在享受R&D税收激励政策的行为上。
三、R&D税收激励政策实施的内部关联因素
1. 研究方法。邓聚龙（1990）认为，灰色关联分析是根据灰色关联度来确定系统因素间的影响程度。主要步骤为：①建立灰色关联集，并对原始数据作预处理。母序列为X（0）（t）=｛x（0）（1），x（0）（2），…，x（0）（n）｝，子序列为X（i）（t）=｛x（i）（1），x（i）（2），…，x（i）（n）｝，进行标准化处理后为：X（0）"（t），X（i）"（t）。②计算各时刻的绝对差△（k）=|X（0）"（t）-X（i）"（t）|，进而计算出最大绝对差△max=maximaxk|X（0）"（t）-X（i）"（t）|与最小绝对差△min=minimink|X（0）"（t）-X（i）"（t）|。③计算关联系数ξi（k）=（△min+△max）/（△i（k）+ρ△max），其中ρ为分辨系数，取ρ=0.5。④计算子序列X（i）（t）对母序列X（0）（t）的关联度r0，i=[1NK=1Nξi]（K）。
2. 数据说明。为找到影响企业享受R&D税收激励政策的内部因素，从企业R&D资金和人力等内部投入指标着手考察。选取R&D投入X1、新产品开发投入X2、引进技术消化吸收投入X3、技术改造投入X4、项目投入X5和R&D人员投入X6六个指标为子序列。以企业享受的R&D税收减免额X0为母序列进行灰色关联分析，以甘肃省规模以上工业企业相应统计指标为基础，数据来源于2010 ~ 2014年《甘肃省科技统计年鉴》。
3. 灰色关联分析。运用DPS软件分别计算出甘肃省规模以上大型、中型和小型工业企业六个R&D投入指标与税收减免额之间的灰色综合关联度（r1 ~ r6），结果如表2所示。
由表2可知，在不同规模工业企业中，大型工业企业的灰色关联度最大，六个因素的平均关联度为0.71。大型工业企业从事R&D活动的人力、物力和财力较为充足，财务制度更为健全，往往设有专门的科研机构和政策研究机构，对R&D税收激励政策的敏感度和知晓度更高，因而能更好地享受到R&D税收激励政策。其中以R&D投入r1和技术改造投入r4与R&D税收减免额的关联度最大，关联系数均为0.81，说明大型工业企业注重内部R&D活动的投入，通过进化性的技术创新方式不断地推动技术升级，形成新产品。
小型工业企业的平均关联系数为0.69。小型工业企业新产品开发投入r2和引进技术消化吸收投入r3与R&D税收减免额的关联度最大，为0.75。说明小型企业偏好激进的产品创新方式，通过消化吸收产业核心技术创造具有替代性的新产品，以提高工业企业核心竞争力。对于小型工业企业而言，R&D人员投入对于企业申请R&D税收激励政策时的作用不容小觑，R&D人员投入与R&D税收减免额的关联度为0.73。小型企业在技术改造上的投入与R&D税收减免的灰色关联度较小，为0.52。
中型工业企业享受R&D税收激励政策的情况不佳，平均关联系数为0.56。说明中型工业企业在享受R&D税收优惠时遭遇较多约束因素，尤其是在新产品开发和项目投入上存在较为严重的资金瓶颈。引进技术消化吸收投入r3与R&D税收减免额的关联度相对较大，为0.66。由于中型工业企业在资金、人才、技术尤其是核心技术等方面相对匮乏，但具有一定的技术吸收能力，对外源技术存在依赖，更倾向通过模仿性的工艺改良或技术再创新方式降低产品生产成本。
企业不同投入指标与加计扣除额的平均关联度均大于0.6，说明这六个因素都是影响工业企业享受税收减免的重要因素，其中，以R&D投入和R&D人员投入的关联度略大，分别为0.69和0.67，说明它们是最为关键的两个影响因素。
四、R&D税收激励政策实施趋势预测
1. 样本选择与数据来源。GM（1，1）模型是单序列的一阶线性动态微分方程，通过对原始数据进行灰色序列生成而建立数学模型，该模型可根据已知部分信息进行建模并预测。因而，本文选择GM（1，1）模型对R&D费用加计扣除政策实施情况进行预测研究。下面以甘肃省规模以上大型、中型和小型工业企业为研究对象，结合《甘肃省科技统计年鉴》中的统计数据，以2009 ~ 2013年规模以上工业企业享受R&D税收减免额为原始数据序列，对2014 ~ 2020年R&D税收减免额进行预测研究。
2. 灰色GM（1，1）模型。GM（1，1）建模过程如下：①对原始数据列作1-AGO，得到X（0）的一次累加生成序列X（1）=｛X（1）（1），X（1）（2），…，X（1）（n）｝；②分别对X（0）、X（1）作准光滑检验、准指数规律检验；③求出X（1）的紧邻均值生成序列Z（1）=｛Z（1）（1），Z（1）（2），…，Z（1）（n）｝；④对GM（1，1）模型X（0）（k）+aZ（1）（k）=b的参数进行最小二乘法估算，其中a和b分别为发展系数和灰色作用量，a=（a，b）T=（BTB）-1·BT·Yn，求出a、b的值，式中：B=[ ]，Yn=［x（0）（2），x（0）（3），…，x（0）（n）］；⑤求得白化方程dX（1）/dt+aX（1）以及时间响应函数X（1）（k）=（X（0）（1）-b/a）e-a（k-1）+b/a；⑥采用新陈代谢的方式进行数据预测；⑦模型检验，求同规模工业企业的预测结果，判定灰色GM（1，1）模型能够用来解决R&D税收激励政策实施情况的预测问题，说明灰色GM（1，1）模型在政策实施情况预测中的可行性和有效性。
灰色GM（1，1）模型在考虑宏观政策环境变化规律的情况下，对2014 ~ 2020年甘肃省工业企业享受R&D税收减免情况进行了预测分析（详见图2）。
模型预测结果显示：2014 ~ 2020年，甘肃省规模以上大型工业企业享受R&D税收激励政策的情况整体呈良好态势，R&D税收减免额在波动中快速增长，而中型、小型工业企业的R&D税收减免额一直处于较低水平，且增长速度较缓。这表明研发基础条件较好的大型工业企业享受的税收减免越来越多，研发基础相对薄弱的中小型工业企业享受的税收减免反而很少。如果政策得不到及时调整和完善，那么政策实施中的“马太效应”将会进一步加剧，造成受惠企业间的“两极分化”，这就会严重偏离实施税收激励政策的初衷。
结合Q值分析和灰色关联分析结果可知：甘肃省中小型工业企业实际享受的R&D税收优惠，无论是数量还是金额均没有达到政策允许程度。这也暗示出，甘肃省中小型工业企业在争取R&D税收优惠上存在很大的努力空间。因此，下一阶段，应强化中小型工业企业的政策培训和政策服务，增强中小型企业的政策敏感度，增加R&D税收激励政策的便利性，使更多企业得到R&D税收优惠。
五、结论及建议
1. 主要结论。本文选取甘肃省规模以上工业企业数据，以R&D费用加计扣除政策实施情况为例，对R&D税收激励政策进行了探讨，得到以下结论：①不同规模工业企业享受的税收减免额存在不均衡的现象。企业规模越大，享受税收减免的比例越高，而作为近年我国R&D税收激励政策支持重点的小型企业实际享受的税收减免相对较少。在不同规模企业中，大型工业企业处于税收减免的比较优势地位，中型工业企业税收减免优势呈弱化态势，小型工业企业处于比较劣势地位。②在企业的各内部因素中，R&D资金投入和R&D人员投入是影响工业企业享受R&D费用加计扣除政策的两个关键因素。此外，企业规模也是影响企业享受税收减免的重要因素。③不同规模工业企业在R&D投入以及技术创新方式选择上有不同的偏好。大型工业企业偏好进化性技术创新方式，中型工业企业侧重模仿性技术创新方式，小型工业企业偏好激进的产品创新方式。④2014 ~ 2020年，大型工业企业享受的加计扣除额在波动中快速增长，中小型工业企业享受的加计扣除额较少且增速缓慢，政策需进一步加以调整和完善。
2. 政策建议。下一阶段政府部门应重点考虑从这四个环节加强R&D税收激励政策的落实：首先，重视政策设计环节。政策制定者应加强对企业的政策需求分析，并结合企业的发展阶段和特点，制定需求侧减税政策，特别是对中小型企业实施“精准减税”，扩大和细化允许加计扣除的研发费用范围，提高政策的普适性和单个企业的受益度，给企业让渡更多创新的利益和空间。其次，健全政策监督环节。为推动促进企业技术创新的税收激励政策的落实，应继续健全R&D税收激励政策落实情况的监督机制，发挥第三方评估的作用，用好政策评估工具，充分发挥评估的激励导向、跟踪问效和纠偏改进的功能，推动创新政策的落实。再次，畅通政策执行环节。进一步完善实施R&D税收激励政策的联合推进机制，强化部门间的政策沟通和协调，简化政策申报的环节和流程，进一步完善事后备案管理制度，将改革的红利释放给真正创业创新之人。最后，强化政策宣传环节。大力发展科技中介服务机构，借助政策服务团队、机构、平台的作用，加强政策的解读、培训和辅导等，提高中小型企业在享受R&D税收激励政策中的相对地位，帮助企业更好地理解和把握政策，从而解决部分中小型企业不懂政策、不会用政策的问题。
主要参考文献：
Guellec D.，Van Pottelsberghe B.． The impact of public R&D expenditure on business R&D ［J］．Economics of Innovation and New Technology，2003（12）．
Hall B.， Van Reenen J.．How effective are fiscal incentives for R&D？ A review of the evidence［J］．Research Policy，2000（29）．
蒋建军，齐建国．激励企业R&D支出的税收政策效应研究［J］．中国软科学，2007（8）．
张玉臣，王兆欢．上海市高新技术企业享受税收优惠状况及趋势［J］．中国科技论坛，2015（3）．
王一舒，杨晶，王卫星．高新技术企业税收激励政策实施效应及影响因素研究［J］．兰州大学学报（社会科学版），2013（11）．
