方云峰

摘 ?要：政府為了激勵企業(yè)進行技術創(chuàng)新，制定了一系列優(yōu)惠政策。為了考察政府資助政策對企業(yè)技術創(chuàng)新的激勵效果，本文將采用回歸分析和雙因素方差分析法，分別考慮資助政策的單獨影響和綜合影響。研究結果表明：（1）政府直接補助和稅收優(yōu)惠對企業(yè)研發(fā)支出都有正向作用，但政府補助的作用大于稅收優(yōu)惠的作用;（2）考慮交互作用之后，政府直接資助與稅收優(yōu)惠對企業(yè)研發(fā)支出的正向作用更明顯。

關鍵詞：政府資助方式;交互作用;雙因素方差分析

引言：當前我國正處在產(chǎn)業(yè)轉型升級和轉變經(jīng)濟增長方式的關鍵時期，增強自主創(chuàng)新能力尤為重要，黨的十八大報告指出，要實施創(chuàng)新驅動發(fā)展戰(zhàn)略，把創(chuàng)新擺在國家發(fā)展全局的核心位置，著力構建以企業(yè)為主體、市場為導向、產(chǎn)學研相結合的技術創(chuàng)新體系。但是，由于技術創(chuàng)新活動存在正外部性和不確定性導致企業(yè)R&D投資低于社會最優(yōu)水平（Arrow，1962），這就為政府介入提供了理論基礎。當今世界各國都普遍關注政府在技術創(chuàng)新領域中的作用，OECD國家中使用財稅優(yōu)惠的國家由1995年的15個上升到了2011年的26個。我國財政科技投入也一直呈現(xiàn)增長態(tài)勢，平均每年增幅63.3%。當然，除財政科技投入這一直接資助手段外，我國還有稅收優(yōu)惠、政府購買、公共研究等不同的激勵工具，但直接資助和稅收優(yōu)惠是作用范圍最廣的兩個手段，因而成為研究的主體。大部分的實證研究都從不同程度上證明了這兩種政策工具的激勵效果。但是現(xiàn)有實證研究對激勵效果的考察都是孤立考慮不同工具的效果，而一般情況下不同激勵工具是同時使用的，相互之間也是緊密聯(lián)系的，因此我們應該把不同激勵工具納入一個框架內(nèi)考慮，不僅考慮他們的單獨作用，同時也要考慮它們的交互作用。所以本文將建立兩個模型：沒有加入交互項及加入交互項的模型，來考慮兩種不同工具的交互作用及交互作用對政策工具激勵效果的影響。

一、研究設計

（一）樣本選取和數(shù)據(jù)來源。本文以2011-2013年上市公司制造業(yè)企業(yè)為樣本，剔除數(shù)據(jù)缺失的上市公司后得到268個樣本，其中2011年70個，2012年105個，2013年93個。本文研究使用的上市公司數(shù)據(jù)均來自CSMAR的中國上市公司財務報表數(shù)據(jù)庫和中國上市公司財務報表附注數(shù)據(jù)庫。

（二）模型構建。（1）方差分析。本文先使用雙因素方差分析方法對政府直接補助與稅收優(yōu)惠兩種手段之間是否存在交互作用進行檢驗。首先，我們采用雙因素方差分析法進行檢驗。提出原假設H0：各自變量不同水平下觀測變量各總體均值無顯著差異，自變量各效應和交互效應同時為0，即自變量和它們的交互作用對觀測變量沒有產(chǎn)生顯著性影響數(shù)學表達式為a1=a2=……=ak=0，b1=b2=……=br=0。由于雙因素方差分析要求自變量為分類變量，所以本文將政府補助和稅收返還進行了分類處理，1000萬元以下取值1，1000萬-1億元取值2，1億元以上取值3。（2）回歸分析。我們建立如下模型并使用多元回歸分析方法檢驗政府資助及不同方式之間交互作用對企業(yè)技術創(chuàng)新行為的影響。

R&D=α0+α1Gov+α2Tax+α3Demand+α4Size+α5 Location +ε①

R&D=α0+α1Gov+α2Tax+α3Gov×Tax+α4Demand+α5Size+α6

Location+ε ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?②

其中，α0為截距，α1～α6為系數(shù)，ε為殘差。模型中各變量解釋如下：1）因變量。R&D代表樣本公司當年研發(fā)支出增加額，用來反映企業(yè)的研發(fā)行為。本文采用數(shù)據(jù)來自于CSMAR中國上市公司財務報表附注數(shù)據(jù)庫中長期資產(chǎn)中的研發(fā)支出數(shù)據(jù)。2）自變量。政府補助Gov：政府補助反映政府對企業(yè)技術創(chuàng)新活動的直接資助，體現(xiàn)在會計科目中主要涉及兩個科目：“補貼收入”和“專項應付款”，通過對比發(fā)現(xiàn)，營業(yè)外收入中分部項目里的政府補助這一指標能較好地衡量政府對企業(yè)的科技補貼，所以本文采用政府補助這一指標進行衡量。稅收返還Tax：由于沒有確切的指標對稅收優(yōu)惠進行衡量，企業(yè)對從事技術創(chuàng)新活動所享受的稅收減免、加速折舊等一系列措施產(chǎn)生的優(yōu)惠金額也沒有進行統(tǒng)計，所以本文采用稅收返還這一指標進行替代，此指標反映的是企業(yè)收到的增值稅、營業(yè)稅、所得稅等各種稅費的返還。政府補助與稅收返還的乘積項Gov×Tax ：乘積項用來反映政府補助與稅收返還的交互作用。若乘積項的系數(shù)不為0，就表明政府補助與稅收返還的同時作用不等于兩種方式單獨作用的乘積，兩種不同方式之間是相互影響的。3）控制變量營業(yè)收入Demand：本文研究我們將采用營業(yè)收入來衡量市場需求，因為營業(yè)收入能在一定程度上反映企業(yè)產(chǎn)品的市場需求規(guī)模，在此基礎上的創(chuàng)新成果與企業(yè)現(xiàn)有產(chǎn)品有很大的關聯(lián)和相似性，因而市場需求不會有太大的差異。

企業(yè)規(guī)模Size：史毅（2001）指出，大企業(yè)與小企業(yè)在進行技術創(chuàng)新時各有優(yōu)勢，但大企業(yè)能更好地滿足創(chuàng)新活動的各種要素需求，承擔創(chuàng)新的高風險。熊彼特在1969年就指出，大企業(yè)比小企業(yè)更有創(chuàng)新的積極性。本文研究采用企業(yè)總資產(chǎn)來衡量企業(yè)規(guī)模。

二、實證檢驗結果及分析

（一）雙因素方差分析。運用spss軟件進行方差分析，得到以下結果，如表1所示。

表1 ?雙因素方差分析結果

a. R 方 = .883（調整 R 方 = .878）

表1是方差分析的主要部分結果。我們主要分析自變量及交互作用的影響，控制變量不予分析。首先從F統(tǒng)計值來看，F(xiàn)A=17.014>F0.05（2，4）=6.94，F(xiàn)B=15.752>F0.05（2，4）=6.94，F(xiàn)AB=7.260

>F0.05（8，4）=6.04，所以拒絕原假設H0：a1=a2=a3=0，b1=b2=b3=0，說明政府直接資助、稅收返還以及兩者的交互作用對研發(fā)支出都存在影響;從相伴概率來看，三者的sig值均為0.000<0.01，拒絕原假設，說明檢驗結果在99%的置信水平上顯著。

同時，我們還可進行政府直接補助與稅收返還對研發(fā)支出作用的大小比較。由于設定的是全因子飽和模型，因此總的離差平方和主體部分為自變量對觀測變量的單獨影響、兩個自變量的交互作用、隨機變量的影響三部分，但由于本文加入三個協(xié)變量控制其他因素的影響，所以總離差平方和中也就包含了這三個變量的影響，但我們可以不作考慮。表中顯示，不同水平政府補助對研發(fā)支出的貢獻離差平方和為16691.287，均方為8345.644，不同水平稅收返還對研發(fā)支出的貢獻離差平方和為15453.184，均方為7726.592，16691.287>15453.184且8345.644

>7726.592，這說明政府補助的影響比稅收返還的影響大。

（二）多元回歸分析。（1）無交互項多元回歸。首先我們對模型①進行回歸分析，結果如表2所示。

表2 ?無交互項回歸系數(shù)表

上表中，我們可以看到，政府補助與稅收返還的檢驗sig值均為0.000，小于0.05，所以拒絕原假設，說明這兩個因素對研發(fā)支出有顯著影響。政府補助的回歸系數(shù)為0.172，說明政府補助每增加一個單位，企業(yè)研發(fā)支出增加0.172個單位;稅收返還的回歸系數(shù)為0.077，說明稅收返還每提高一個單位，企業(yè)研發(fā)支出增加0.077個單位，0.172>0.077，說明政府補助的作用大于稅收返還的影響，這與上文方差分析的結果相同，如果加入交互項后結果會如何呢？

（2）有交互項多元回歸。在進行含有交互項回歸時，我們不能直接對模型②直接回歸，因為這樣不利于我們觀察交互作用對政府補助和稅收返還回歸系數(shù)產(chǎn)生的影響。在含有交互項時，原變量的參數(shù)解釋會有所差別，因為在如模型②中，α2表示政府補助為零時稅收返還對企業(yè)研發(fā)支出的影響，這通常沒有什么意義，而且這時稅收返還對研發(fā)支出的影響系數(shù)已不再是α2，通過求導得到=α2+α3Gov，所以我們可以將

Gov代入估計結果中，Tax對R&D的影響就為α2+α3Gov。但為了更加精確，我們可以通過將模型重新參數(shù)化，使元變量系數(shù)具有一定意義。模型參數(shù)化后變成：

R&D=α0+α1Gov+α2Tax+α3（Gov-U1）×（Tax-U2）+α4

Demand+α5Size+α6 Location+ε ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?③

運用spss對模型③進行多元回歸，得到如下結果，如表3所示。

表3 ?有交互項的回歸系數(shù)表

模型③中，U1，U2分別表示政府補助和稅收返還的均值，此時，α2代表政府補助在均值處稅收返還對研發(fā)支出的偏效應，表示稅收返還每提高1個單位，研發(fā)支出提高α2個標準差。

表3中參數(shù)化乘積項表示的就是模型中的（Gov-U1）×（Tax-U2），表中各變量的顯著性概率均小于0.05，說明各變量對研發(fā)支出都有顯著影響。此時，政府補助的回歸系數(shù)為

0.214，稅收返還的回歸系數(shù)為0.112，兩個系數(shù)均大于無交互項回歸時的系數(shù)0.172和0.077，這說明，考慮到兩變量交互作用后，政府補助與稅收返還對企業(yè)研發(fā)支出的激勵作用有所增強。同時，0.214>0.112也符合方差分析關于政府補助對企業(yè)研發(fā)支出的激勵作用大于稅收返還的作用這一結果。

三、研究結論

本文以2011-2013年制造業(yè)上市公司為樣本，考察了政府直接補助與間接稅收返還對企業(yè)研發(fā)行為的影響。研究發(fā)現(xiàn)，在控制了其他顯著變量后，政府補助與稅收返還對企業(yè)研發(fā)支出有正向影響，且政府補助的影響大于稅收返還的影響;同時這兩種資助手段之間存在交互作用，并且在加入交互項衡量交互作用后，政府補助與稅收返還對企業(yè)研發(fā)支出的正向作用變得更強。本文研究結果的政策含義是，在經(jīng)濟轉型升級的當前，政府正朝著服務型政府轉變，國家應加大對企業(yè)創(chuàng)新的扶持力度，激勵企業(yè)進行技術創(chuàng)新活動;再者，由于不同資助手段間交互作用的存在，政府應充分發(fā)揮各種手段的激勵作用，綜合運用各種手段，這與很多說明性研究結論相一致。

參考文獻：

[1] Christian Kohler. The impact and effectiveness of fiscal incentives for R&D[J]. Manchester institute if innovation research，2012.

[2] 解維敏，唐清泉，陸珊珊. 政府R&D資助、企業(yè)R&D支出與自主創(chuàng)新[J].金融研究，2009.