税收优惠赋能科技创新：基于我国上市公司面板数据的深度剖析

税收优惠赋能科技创新：基于我国上市公司面板数据的深度剖析一、引言1.1研究背景与意义1.1.1研究背景在当今全球经济一体化的时代，科技创新已成为推动国家经济发展和提升综合国力的关键力量。随着我国经济步入高质量发展阶段，传统的依靠资源投入和低成本竞争的发展模式逐渐难以为继，向创新驱动发展模式转变成为必然选择。党的十八大以来，以习近平同志为核心的党中央坚持把创新作为引领发展的第一动力，将科技创新摆在国家发展全局的核心位置。在一系列政策的推动下，我国科技创新取得了显著成就，科技进步对经济增长的贡献率从2012年的52.2%提升至2021年的超过60%。科技创新活动具有高投入、高风险和正外部性的特点。企业在进行科技创新时，往往需要投入大量的资金用于研发设备购置、研发人员薪酬等方面，且研发成果具有不确定性，可能面临失败的风险。此外，科技创新成果的溢出效应使得其他企业可以在不付出研发成本的情况下受益，这在一定程度上降低了企业进行科技创新的积极性。仅依靠市场机制难以有效激励企业进行科技创新，需要政府通过宏观调控来引导和支持。税收优惠政策作为政府宏观调控的重要手段之一，在促进企业科技创新方面发挥着关键作用。税收优惠可以降低企业的创新成本，提高创新收益，从而激发企业的创新动力。政府可以通过研发费用加计扣除、高新技术企业税收减免、加速折旧等税收优惠政策，减轻企业的税收负担，使企业能够将更多的资金投入到科技创新中。近年来，我国不断加大对科技创新的税收优惠力度，支持科技创新的税费优惠政策减免金额年均增幅达到28.8%，2022全年减负规模达到了1.3万亿元。这些政策在激发企业创新活力、推动产业升级等方面取得了一定成效，但在政策实施过程中，仍存在一些问题，如政策的针对性和有效性有待提高、不同类型税收优惠政策的协同效应不明显等。因此，深入研究税收优惠对科技创新的激励效应，对于优化税收优惠政策，提高政策实施效果，进一步推动我国科技创新发展具有重要的现实意义。1.1.2研究意义理论意义：从理论层面来看，本研究有助于丰富和完善税收优惠与科技创新相关理论。当前，虽然已有不少关于税收优惠对科技创新影响的研究，但在一些方面仍存在争议和研究空白。例如，不同类型的税收优惠政策对科技创新的作用机制和效果存在差异，现有研究在这方面的探讨还不够深入和系统。通过对我国上市公司面板数据的实证分析，本研究可以进一步揭示税收优惠对科技创新的激励效应，明确不同类型税收优惠政策的作用路径和影响程度，为相关理论研究提供新的经验证据和研究视角，推动税收优惠与科技创新理论的发展。实践意义：在实践方面，本研究对政策制定者、企业和学术界都具有重要的参考价值。对于政策制定者而言，研究结果可以为其制定和完善科技创新税收优惠政策提供科学依据。通过了解税收优惠政策对科技创新的实际影响，政策制定者可以优化政策设计，提高政策的针对性和有效性，合理配置财政资源，更好地发挥税收优惠政策在促进科技创新中的引导作用。对于企业来说，研究结论有助于企业更好地理解和利用税收优惠政策。企业可以根据自身的创新需求和特点，合理规划创新活动，充分享受税收优惠带来的政策红利，降低创新成本，提高创新收益，增强自身的创新能力和市场竞争力。在学术领域，本研究为后续相关研究提供了实证研究方法和数据支持，有助于其他学者在此基础上进一步深入研究税收优惠与科技创新的关系，推动该领域研究的不断深入和发展。1.2研究问题与目标1.2.1研究问题本研究旨在深入探讨税收优惠政策与上市公司科技创新之间的关系，具体聚焦于以下两个关键问题：税收优惠是否对我国上市公司的科技创新具有促进作用？虽然从理论上来说，税收优惠能够降低企业的创新成本，提高创新收益，进而激励企业加大科技创新投入，但在实际经济运行中，受到多种因素的影响，税收优惠对上市公司科技创新的促进作用并非绝对。企业的创新决策不仅取决于税收优惠带来的成本降低，还受到市场需求、企业自身战略、创新能力等因素的制约。一些企业可能由于市场竞争压力较小，缺乏创新的动力，即使享受了税收优惠，也不会将资金大量投入到科技创新中。因此，需要通过实证研究来验证税收优惠在现实中是否真的对我国上市公司的科技创新起到了促进作用。不同类型的税收优惠对我国上市公司的科技创新有何影响？我国现行的税收优惠政策种类繁多，主要包括税基式优惠（如研发费用加计扣除、加速折旧等）、税率式优惠（如高新技术企业的低税率）和税额式优惠（如税收减免、税收抵免等）。不同类型的税收优惠政策作用于企业科技创新的路径和效果可能存在差异。研发费用加计扣除这种税基式优惠，主要是通过增加企业可扣除的费用，直接减少应纳税所得额，从而降低企业税负，激励企业加大研发投入；而高新技术企业的税率式优惠，则是给予符合条件的企业较低的所得税税率，从长期来看，能够降低企业整体税负，增强企业的盈利能力和资金积累能力，为科技创新提供更稳定的资金支持。这些不同类型的税收优惠政策在实际应用中，对上市公司科技创新的影响程度和方式究竟如何，需要进一步深入研究。1.2.2研究目标本研究的目标是通过对我国上市公司面板数据的实证分析，深入探讨税收优惠对科技创新的激励效应，并详细分析不同类型的税收优惠对科技创新的影响，为政府制定更加科学、合理、有效的科技创新税收优惠政策提供坚实的科学依据。具体来说，本研究试图达成以下目标：准确评估税收优惠对上市公司科技创新的整体激励效应：运用严谨的实证分析方法，全面考察税收优惠政策对上市公司科技创新投入和产出的影响，量化税收优惠在促进科技创新方面的实际效果，明确税收优惠与科技创新之间的因果关系和作用强度，为政策制定者提供客观、准确的政策实施效果反馈。深入剖析不同类型税收优惠对科技创新的影响差异：细致区分税基式、税率式和税额式等不同类型的税收优惠政策，分别研究它们对上市公司科技创新的影响路径和作用效果，找出各类税收优惠政策在促进科技创新方面的优势和不足，为政策制定者优化税收优惠政策结构提供针对性的建议。提出优化科技创新税收优惠政策的建议：基于实证研究结果，结合我国经济发展战略和科技创新需求，从政策设计、政策实施和政策评估等多个方面，为政府制定更加精准、高效的科技创新税收优惠政策提供具有可操作性的建议，以提高税收优惠政策的实施效率，充分发挥税收优惠在推动科技创新中的引导作用，促进我国经济的高质量发展。1.3研究方法与创新点1.3.1研究方法本研究采用面板数据分析方法，该方法能够有效控制个体异质性，充分利用时间和个体两个维度的信息，相较于传统的横截面数据或时间序列数据，能提供更丰富的信息和更可靠的估计结果。具体步骤如下：数据收集：收集我国上市公司在2015-2022年期间的相关数据，数据来源主要包括国泰安数据库、万得数据库以及上市公司年报。收集的信息涵盖公司财务数据、研发投入数据、创新产出数据以及税收优惠相关数据等。其中，财务数据包括资产总额、营业收入、净利润等，用于反映公司的基本财务状况；研发投入数据包含研发费用、研发人员数量等，以衡量公司在科技创新方面的投入力度；创新产出数据主要有专利申请数量、新产品销售收入等，用以体现公司的科技创新成果；税收优惠相关数据涉及公司享受的各类税收优惠金额、优惠政策类型等，这些数据为研究税收优惠对科技创新的影响提供了关键依据。变量建立：被解释变量：选取研发投入强度（研发投入与营业收入的比值）和专利申请数量作为衡量科技创新的指标。研发投入强度反映了企业在科技创新方面的资源投入力度，较高的研发投入强度通常意味着企业对科技创新的重视程度较高；专利申请数量则是衡量企业创新产出的重要指标，一定程度上体现了企业的创新能力和创新成果。解释变量：将税收优惠分为税基式优惠、税率式优惠和税额式优惠三个变量。税基式优惠以研发费用加计扣除金额来衡量，研发费用加计扣除是一种常见的税基式优惠政策，企业在计算应纳税所得额时，可以按照实际发生的研发费用的一定比例进行加计扣除，从而减少应纳税所得额，降低税负；税率式优惠用高新技术企业适用的优惠税率与一般企业税率的差值来表示，高新技术企业通常享受较低的所得税税率，这一差值能够直观地反映出税率式优惠的程度；税额式优惠以企业获得的税收减免和税收抵免的总额来体现，税收减免和税收抵免直接减少了企业应缴纳的税款金额，是税额式优惠的主要表现形式。控制变量：考虑到公司规模、公司成长性、资产负债率等因素可能对科技创新产生影响，将这些变量作为控制变量纳入模型。公司规模用总资产的自然对数来衡量，一般来说，规模较大的公司可能拥有更丰富的资源和更强的研发能力；公司成长性以营业收入增长率来表示，反映了公司的发展态势，成长性较好的公司可能更有动力进行科技创新以保持竞争优势；资产负债率用于衡量公司的偿债能力，较高的资产负债率可能会限制公司的研发投入。回归分析：运用固定效应模型和随机效应模型进行面板数据回归分析。固定效应模型能够控制个体的固定特征，如企业的管理水平、企业文化等不随时间变化的因素对科技创新的影响；随机效应模型则假设个体效应是随机分布的，与解释变量不相关。通过豪斯曼检验来选择合适的模型，如果豪斯曼检验结果拒绝原假设，则采用固定效应模型；反之，则采用随机效应模型。在回归过程中，为了消除异方差和自相关问题，采用聚类稳健标准误进行估计，以确保回归结果的准确性和可靠性。同时，对所有连续变量进行1%水平的双边缩尾处理，以避免异常值对回归结果的影响。通过回归分析，得出税收优惠变量与科技创新指标之间的回归系数，从而判断税收优惠对科技创新的影响方向和影响程度。1.3.2创新点多维度分析：以往研究多从单一角度探讨税收优惠对科技创新的影响，本研究从多个维度进行深入分析。不仅考察了税收优惠对科技创新的整体激励效应，还细致区分了税基式、税率式和税额式等不同类型的税收优惠政策对科技创新的影响路径和作用效果，全面揭示了税收优惠与科技创新之间的复杂关系，为政策制定者提供了更具针对性的决策依据。在分析过程中，综合考虑了企业的财务状况、发展阶段、行业特点等因素对税收优惠政策效果的影响，从多个层面深入剖析了税收优惠对科技创新的激励机制，使研究结果更具全面性和科学性。样本选取：本研究选取我国上市公司作为研究样本，相较于以往研究采用的小范围样本或特定行业样本，上市公司数据具有公开性、规范性和全面性的特点，能够更准确地反映我国企业的整体情况，增强了研究结果的代表性和普适性。上市公司在我国经济中占据重要地位，其科技创新活动对我国经济的高质量发展具有关键作用。通过对上市公司面板数据的分析，可以更全面地了解税收优惠政策在实际经济运行中的实施效果，为政策的优化提供更有力的支持。政策建议角度：基于实证研究结果，本研究从政策设计、政策实施和政策评估等多个方面提出了优化科技创新税收优惠政策的建议。在政策设计方面，根据不同类型税收优惠政策的特点和作用效果，提出了优化政策结构、提高政策针对性的具体措施；在政策实施方面，强调了加强政策宣传、简化申请流程、提高政策执行效率的重要性；在政策评估方面，建立了科学合理的政策评估指标体系，为及时调整和完善税收优惠政策提供了依据。这些建议具有较强的可操作性和现实指导意义，有助于提高税收优惠政策的实施效率，充分发挥税收优惠在推动科技创新中的引导作用。二、文献综述2.1税收优惠政策相关研究2.1.1税收优惠政策的类型与内容税收优惠政策是国家为实现特定经济社会目标，通过税收制度安排，给予特定纳税人或经济行为的税收减免或优惠待遇。我国税收优惠政策体系丰富，涵盖多个税种，其中企业所得税和增值税方面的优惠政策对企业科技创新影响显著。在企业所得税领域，税基式优惠通过调整计税依据，减少企业应纳税所得额，从而降低税负。研发费用加计扣除是重要的税基式优惠政策，企业开展研发活动中实际发生的研发费用，未形成无形资产计入当期损益的，在据实扣除的基础上，按照实际发生额的一定比例加计扣除；形成无形资产的，按照无形资产成本的一定比例在税前摊销。制造业企业自2021年1月1日起，未形成无形资产计入当期损益的研发费用，在据实扣除基础上，再按照实际发生额的100%税前扣除，形成无形资产的，按照无形资产成本的200%在税前摊销。加速折旧政策允许企业对符合条件的固定资产采取缩短折旧年限、加速折旧的方法，使企业在固定资产使用前期多计提折旧，减少应纳税所得额，提前享受税收优惠，加快固定资产更新换代，促进企业技术改造和设备升级。税率式优惠则直接降低企业适用税率。国家重点扶持的高新技术企业，减按15%的税率征收企业所得税，相比一般企业25%的税率，大大减轻了高新技术企业的税收负担，提高其盈利能力和资金积累能力，为科技创新提供更稳定的资金支持。技术先进型服务企业同样享受15%的优惠税率，鼓励企业向技术先进型服务领域发展，提升服务行业的技术水平和创新能力。税额式优惠通过直接减少应纳税额，减轻企业税收负担。企业购置用于环境保护、节能节水、安全生产等专用设备的投资额，可以按一定比例实行税额抵免。企业购置并实际使用符合规定的专用设备，该专用设备的投资额的10%可以从企业当年的应纳税额中抵免；当年不足抵免的，可以在以后5个纳税年度结转抵免。软件企业和集成电路企业可享受定期减免税优惠，符合条件的软件企业自获利年度起，第一年至第二年免征企业所得税，第三年至第五年按照25%的法定税率减半征收企业所得税；集成电路线宽小于0.8微米（含）的集成电路生产企业，自获利年度起，第一年至第二年免征企业所得税，第三年至第五年按照25%的法定税率减半征收企业所得税。增值税方面，对软件产品实行即征即退政策。增值税一般纳税人销售其自行开发生产的软件产品，按13%税率征收增值税后，对其增值税实际税负超过3%的部分实行即征即退政策，鼓励软件企业加大研发投入，提高软件产品的质量和技术含量。对符合条件的高新技术企业和科技型中小企业，其进口国内不能生产的科研用品，免征进口环节增值税，降低企业科研成本，促进企业引进国外先进技术和设备，提升科技创新能力。对企业提供技术转让、技术开发和与之相关的技术咨询、技术服务，免征增值税，促进技术成果的转化和应用，推动企业间的技术交流与合作。2.1.2税收优惠政策的实施现状近年来，我国不断加大科技创新税收优惠政策的支持力度，政策覆盖面持续扩大。越来越多的企业享受到了研发费用加计扣除、高新技术企业税收减免等优惠政策。2023年，全国享受研发费用加计扣除政策的企业户数和减免税额均实现较大幅度增长。在国家政策的引导下，各地区也积极出台相关配套政策，进一步扩大税收优惠政策的惠及范围，鼓励企业加大科技创新投入。在政策执行力度方面，税务部门通过优化纳税服务、简化办税流程等措施，提高了税收优惠政策的执行效率。利用信息化手段，实现了部分税收优惠事项的网上申报、自动审批，大大缩短了企业享受优惠政策的时间成本。加强了与科技、财政等部门的协作配合，建立了信息共享机制，共同做好税收优惠政策的宣传、辅导和落实工作。一些地区还开展了税收优惠政策执行情况的专项检查，确保政策执行的准确性和规范性，防止出现骗取税收优惠等违法行为。然而，在税收优惠政策实施过程中，仍存在一些问题。部分企业对税收优惠政策的知晓度和理解度不足，导致一些符合条件的企业未能充分享受政策红利。一些中小企业由于缺乏专业的财务和税务人员，对政策的解读和申报流程不熟悉，错过了享受优惠政策的机会。政策执行过程中存在标准不够明确、审核流程繁琐等问题。在研发费用加计扣除政策执行中，对于研发活动的界定、研发费用的归集范围等方面，存在一定的模糊地带，给企业申报和税务部门审核带来困难。不同地区、不同行业之间税收优惠政策的实施效果存在差异。一些经济发达地区和高新技术产业集中的地区，企业对税收优惠政策的利用效率较高，而一些经济欠发达地区和传统产业企业，由于自身条件限制，享受税收优惠政策的程度相对较低。2.2科技创新相关研究2.2.1科技创新的衡量指标科技创新的衡量指标是研究科技创新活动及其效果的重要工具，不同指标从多个维度反映科技创新的投入、产出和影响。研发投入是衡量科技创新的关键指标之一，体现企业对创新活动的资源投入力度。研发投入金额直接反映企业在创新上的资金投入规模，研发投入强度（研发投入与营业收入或资产总额的比值）能更准确衡量企业对创新的重视程度和资源配置倾向。华为公司作为全球知名的科技企业，2023年研发投入达2018亿元，研发投入强度为27.6%，持续高强度的研发投入使其在5G通信、人工智能等领域取得众多核心技术突破，推出一系列具有竞争力的产品和解决方案。研发投入不仅包括资金，还涵盖人力投入，研发人员数量、占比以及素质等体现企业创新的人力资源配置，高素质研发团队为创新提供智力支持。专利相关指标是科技创新产出的直观体现。专利申请数量反映企业创新活动的活跃程度和创新成果的数量；专利授权数量表明企业创新成果得到法律认可和保护的程度；发明专利在专利总数中的占比，体现创新的质量和技术含量，发明专利通常需具备更高的创造性和新颖性。截至2023年底，腾讯公司专利申请总数超过8万件，专利授权数超3万件，其中发明专利占比高，在互联网技术、云计算、人工智能等领域凭借大量专利构建技术壁垒，提升市场竞争力。新产品销售收入衡量科技创新的市场转化能力，反映企业将创新成果转化为实际经济效益的程度。新产品销售收入占总销售收入的比重，体现企业创新对经营业绩的贡献和创新成果的市场接受度。苹果公司推出的iPhone系列新产品，凭借不断创新的技术和设计，新产品销售收入持续增长，推动公司业绩提升，也引领智能手机行业发展潮流。科技论文发表情况从学术角度反映科技创新能力，尤其在基础研究和前沿技术研究领域。论文发表数量、被引用次数以及发表期刊的影响力，体现科研成果的学术价值和国际影响力。中国科学院在纳米技术、量子通信等前沿科学领域发表大量高质量论文，在国际学术界产生重要影响，为我国在相关领域的科技创新奠定理论基础。技术创新奖项也是衡量科技创新的重要参考，如国家科学技术奖、行业技术创新奖等。获得这些奖项的企业或项目，代表在科技创新方面取得突出成果，得到政府、行业和社会认可。中芯国际在集成电路制造技术创新方面取得显著成果，荣获多项行业技术创新奖项，其技术突破推动我国集成电路产业发展。2.2.2我国上市公司科技创新现状近年来，我国上市公司高度重视科技创新，持续加大研发投入，整体研发投入规模呈稳步增长态势。中国上市公司协会数据显示，2023年上市公司全年研发投入合计1.6万亿元，较以往年份有显著提升，2024年上半年，A股市场4915家上市公司披露的研发投入合计金额高达7125亿元，同比增长3%。这表明上市公司积极响应国家创新驱动发展战略，将科技创新视为提升核心竞争力和实现可持续发展的关键。从研发投入强度来看，不同行业间存在明显差异。战略性新兴产业和高技术制造业表现突出，研发强度普遍较高。2023年计算机、国防军工、电子、机械设备、医药生物等行业研发强度达5%以上，其中计算机行业以10.72%的比例居首。这些行业技术更新换代快，市场竞争激烈，企业需不断投入研发以保持技术领先和产品竞争力。通信行业2024年上半年研发投入同比增速达12.24%，成为研发投入增长最快的行业之一，反映出通信行业在5G、6G等新一代通信技术发展浪潮下，积极加大研发投入，抢占技术制高点。相比之下，一些传统行业如建筑、纺织等研发强度相对较低，主要因传统行业技术成熟度高，产品和生产工艺变化相对缓慢，但部分传统行业企业也在积极转型升级，加大研发投入以提升产品附加值和生产效率。在创新产出方面，我国上市公司取得丰硕成果。专利申请和授权数量不断增加，国家知识产权局数据显示，截至2023年底，A股上市公司专利数量占全国专利数量的三分之一。众多上市公司在核心技术领域实现突破，掌握关键技术，打破国外技术垄断。创远信科通过持续研发投入，逐步掌握超高速基带信号处理平台、多制式无线通信物理层协议、毫米波电路设计及测试等多项核心技术，在无线通信测试仪器领域打破国外企业长期垄断，成为国内龙头企业。在新产品开发和市场转化方面，不少上市公司凭借科技创新推出具有竞争力的新产品，实现新产品销售收入快速增长，推动业绩提升。尽管我国上市公司在科技创新方面取得显著成绩，但仍存在一些问题。部分上市公司研发投入不足，尤其一些中小企业受资金、人才等因素限制，研发能力较弱，难以开展大规模创新活动。不同地区上市公司科技创新水平存在差异，东部发达地区上市公司在研发投入、创新产出等方面明显优于中西部地区，区域发展不平衡。此外，部分企业创新成果转化效率不高，存在科技成果与市场需求脱节现象，导致创新资源浪费。2.3税收优惠对科技创新的影响研究2.3.1国外研究现状国外关于税收优惠激励科技创新的研究起步较早，理论研究主要基于市场失灵和外部性理论。Arrow（1962）指出，科技创新活动具有显著的正外部性，企业创新成果容易被其他企业模仿和利用，导致创新企业无法获取全部收益，仅依靠市场机制会使企业创新投入低于社会最优水平，政府需通过税收优惠等政策进行干预。Hall（1993）从资本成本角度分析，认为税收优惠能够降低企业创新的资本成本，提高创新项目的预期回报率，从而激励企业增加研发投入。在实证研究方面，国外学者采用多种方法和数据进行验证。Lichtenberg（1988）利用美国企业数据，通过回归分析发现投资税收抵免政策对企业研发投入有显著正向影响，税收抵免每增加1美元，企业研发投入增加约2.5美元。Goolsbee（1998）研究美国研发税收抵免政策，运用双重差分法得出该政策使企业研发投入增长约10%-20%。Bloom等（2002）对12个OECD国家企业数据进行分析，结果表明税收优惠对企业研发投入具有明显促进作用，且长期效果更为显著。然而，也有部分研究认为税收优惠对科技创新的激励效果存在局限性。Dechezleprêtre和Mohnen（2016）对欧洲企业研究发现，税收优惠政策的实施效果受企业规模、行业竞争程度等因素影响，中小企业和竞争激烈行业的企业对税收优惠反应更敏感，而大型企业和垄断行业企业效果相对较弱。2.3.2国内研究现状国内学者在借鉴国外研究基础上，结合我国国情对税收优惠与科技创新关系展开深入研究。理论研究方面，朱平芳和徐伟民（2003）认为税收优惠政策通过降低企业创新成本、分担创新风险，提高企业创新积极性，从理论上阐述税收优惠促进科技创新的作用机制。安同良等（2009）指出，我国税收优惠政策在引导企业创新资源配置、促进创新要素流动等方面发挥重要作用，但存在政策目标不够精准、政策协同性不足等问题。实证研究成果丰富。梁莱歆和张焕凤（2005）以高新技术上市公司为样本，运用多元线性回归分析，发现税收优惠与企业研发投入显著正相关，税收优惠力度越大，企业研发投入越高。刘穷志（2009）通过构建面板数据模型，对我国31个省（市、自治区）数据进行分析，表明税收优惠对企业技术创新有促进作用，且不同税种优惠政策效果存在差异，企业所得税优惠效果优于增值税优惠。陆国庆等（2014）利用倾向得分匹配法，研究发现税收优惠政策显著提高战略性新兴产业企业创新绩效，增强企业创新能力和市场竞争力。尽管国内研究取得一定成果，但仍存在不足。部分研究样本选取范围较窄，多集中于高新技术企业或特定行业，对其他企业研究较少，影响研究结果的普适性。研究方法上，部分研究对内生性问题处理不够完善，可能导致估计结果偏差。在研究内容方面，对税收优惠政策的动态效应、不同类型税收优惠政策协同效应以及政策实施过程中存在的问题分析不够深入，有待进一步加强。2.4文献评述国内外学者围绕税收优惠对科技创新的影响已开展了大量研究，取得了丰硕成果，为后续研究奠定了坚实基础。在税收优惠政策类型与内容方面，明确了税基式、税率式和税额式等多种优惠方式及其在企业所得税、增值税等税种中的具体应用，这为理解税收优惠政策体系提供了清晰框架。在科技创新衡量指标研究上，研发投入、专利、新产品销售收入等多维度指标已成为衡量科技创新投入、产出和市场转化能力的重要依据。在税收优惠对科技创新影响的研究中，理论上基于市场失灵和外部性理论，论证了税收优惠干预科技创新的必要性，实证研究也普遍证实税收优惠对科技创新有促进作用。然而，仍存在一些有待进一步研究的方向和空间。在研究样本方面，部分国内研究样本选取范围较窄，多聚焦于高新技术企业或特定行业，对其他企业研究不足，可能导致研究结果的普适性受限。未来研究可扩大样本范围，涵盖不同规模、行业和地区的企业，以更全面准确地揭示税收优惠对科技创新的影响。研究方法上，部分研究对内生性问题处理不够完善，可能使估计结果产生偏差。后续研究应采用更严谨的方法，如工具变量法、双重差分法等，更好地解决内生性问题，提高研究结果的可靠性。研究内容层面，对税收优惠政策的动态效应研究较少，不同类型税收优惠政策在不同时期对科技创新的影响可能存在差异，需深入探讨。对不同类型税收优惠政策协同效应的研究不够深入，实际中各类税收优惠政策相互配合，研究其协同作用有助于优化政策组合，提高政策效果。在政策实施过程中，对税收优惠政策的传导机制以及面临的障碍和挑战分析不够全面，后续研究可加强这方面探讨，为政策优化提供更具针对性的建议。三、理论基础与研究假设3.1理论基础3.1.1外部性理论外部性理论最早由英国经济学家马歇尔在1890年出版的《经济学原理》中提出，后经庇古等人进一步完善。该理论认为，当一个经济主体的行为对其他经济主体产生了影响，而这种影响未通过市场价格机制反映出来时，就产生了外部性。在科技创新领域，企业的技术创新活动具有显著的正外部性。企业投入大量资源进行技术研发，成功后不仅自身能获得新产品、新技术带来的收益，其他企业也可能通过模仿、学习等方式受益，却无需承担研发成本。从知识溢出角度来看，企业的研发成果往往以知识的形式存在，这些知识具有非排他性和部分非竞争性，容易在企业间传播扩散。一家制药企业研发出一种新的药物生产技术，其竞争对手可能通过专利分析、人才流动等途径了解并借鉴该技术，用于自身产品研发，却无需向研发企业支付费用。这使得创新企业无法完全获取创新成果的全部收益，导致其创新投入低于社会最优水平，出现市场失灵现象。在市场失灵的情况下，仅依靠市场机制无法有效配置资源，政府需要通过税收优惠等政策手段进行干预。税收优惠可以降低企业创新成本，提高创新收益，使企业创新的私人收益更接近社会收益，从而激励企业增加创新投入。研发费用加计扣除政策，允许企业将实际发生的研发费用在计算应纳税所得额时按照一定比例加计扣除，直接减少了企业的应纳税额，降低了创新成本。对创新成果转化收入给予税收减免，能提高企业创新成果商业化的收益，进一步激发企业创新积极性。3.1.2信息不对称理论信息不对称理论是由乔治・阿克洛夫、迈克尔・斯宾塞和约瑟夫・斯蒂格利茨等人在20世纪70年代提出的，该理论认为在市场交易中，交易双方掌握的信息存在差异，信息优势方可能利用信息优势获取不当利益，导致市场交易效率降低。在企业科技创新活动中，信息不对称问题较为突出。企业对自身的创新项目、技术实力、市场前景等信息掌握充分，而投资者由于缺乏深入了解，难以准确评估企业创新项目的风险和收益。这种信息不对称会导致投资者对企业创新项目的投资意愿降低，企业难以获得足够的创新资金。风险投资机构在评估一家科技初创企业的投资价值时，由于企业的创新项目多处于研发阶段，技术不成熟，市场前景不明朗，风险投资机构难以准确判断项目的可行性和潜在收益，从而可能谨慎投资。此外，信息不对称还会导致企业创新项目融资成本上升，投资者为了弥补信息不足带来的风险，往往会要求更高的回报率，增加了企业的融资难度和成本。税收优惠政策可以在一定程度上缓解企业与投资者之间的信息不对称问题。政府对享受税收优惠的创新企业设定严格的认定标准和条件，如对高新技术企业的认定，要求企业在核心自主知识产权、研发投入、科技人员占比等方面达到一定标准。这使得符合条件的企业向市场传递了积极信号，表明企业具有较强的创新能力和发展潜力，增强了投资者对企业的信心。税收优惠政策降低了企业创新成本和风险，提高了企业的盈利能力和抗风险能力，也有助于吸引投资者关注，增加企业创新项目的融资机会。3.1.3内生增长理论内生增长理论是20世纪80年代以来兴起的经济增长理论，以保罗・罗默、罗伯特・卢卡斯等人为代表。该理论认为，经济增长不是由外部因素（如人口增长、技术进步等）决定的，而是由经济系统内部的因素（如知识积累、技术进步、人力资本等）决定的。在这一理论框架下，技术进步是经济增长的核心动力，它不仅能提高生产效率，还能促进产业结构升级和经济可持续发展。企业作为市场经济的主体，是技术创新的主要推动者。企业通过持续的研发投入，不断开发新技术、新产品，推动技术进步和创新成果的转化应用。一家专注于人工智能领域的企业，通过大量的研发投入，开发出先进的人工智能算法和应用模型，不仅提高了自身的市场竞争力，还带动了相关产业的发展，如智能安防、智能交通等。然而，企业创新活动面临高投入、高风险和长周期等挑战，仅依靠市场机制难以保证企业有足够的动力和资源进行创新。税收优惠政策作为政府促进企业创新的重要手段，能够降低企业创新成本，提高创新收益，激励企业加大研发投入，推动技术进步。对企业购置用于研发的设备给予加速折旧优惠，使企业在设备使用前期多计提折旧，减少应纳税所得额，降低税负，加快设备更新换代，提高企业研发效率。对企业的创新成果给予税收减免，如对软件企业的软件产品增值税即征即退政策，能提高企业创新成果的收益，激发企业持续创新的积极性。税收优惠政策还能引导资源向创新领域配置，促进创新要素的流动和集聚，为企业创新营造良好的政策环境。3.2研究假设3.2.1税收优惠对科技创新的促进作用假设根据外部性理论、信息不对称理论和内生增长理论，税收优惠政策能够降低企业科技创新的成本，提高创新收益，缓解信息不对称问题，从而激励企业加大科技创新投入，提升创新产出。基于此，提出假设1：H1：税收优惠对我国上市公司的科技创新具有显著的促进作用。具体而言，税收优惠力度越大，上市公司的研发投入强度越高，专利申请数量也越多。3.2.2不同类型税收优惠的影响假设我国税收优惠政策主要包括税基式优惠、税率式优惠和税额式优惠，不同类型的税收优惠政策作用于企业科技创新的路径和效果存在差异。税基式优惠如研发费用加计扣除，直接减少企业应纳税所得额，增加企业可支配资金，能更直接地激励企业加大研发投入。税率式优惠给予高新技术企业较低税率，从长期来看，增强企业盈利能力和资金积累能力，为科技创新提供稳定资金支持，但对企业创新投入的即时激励作用相对较弱。税额式优惠直接减少应纳税额，减轻企业税收负担，但可能对企业创新行为的引导作用不够精准。因此，提出假设2：H2：不同类型的税收优惠对我国上市公司的科技创新影响存在差异。税基式优惠对上市公司研发投入强度和专利申请数量的促进作用最为显著，税率式优惠次之，税额式优惠相对较弱。3.2.3考虑其他因素的调节作用假设企业的科技创新活动不仅受到税收优惠政策的影响，还受到自身特征和外部环境等多种因素的制约。公司规模反映企业资源和实力，规模较大的公司可能拥有更丰富的研发资源和更强的抗风险能力，在享受税收优惠后，更有能力将资金投入科技创新。公司成长性体现企业发展态势，成长性好的公司为保持竞争优势，对税收优惠政策更为敏感，更愿意将税收优惠带来的资金用于科技创新。基于此，提出假设3：H3：公司规模和成长性对税收优惠与科技创新的关系具有调节作用。公司规模越大、成长性越好，税收优惠对上市公司科技创新的促进作用越强。四、研究设计4.1样本选择与数据来源4.1.1样本选择本研究选取2015-2022年我国沪深两市A股上市公司作为初始研究样本。选择这一时间段主要基于以下考虑：自2015年起，我国在科技创新领域的税收优惠政策进入了一个新的调整和完善阶段，政策的覆盖面和支持力度都有了显著提升，相关政策数据更为丰富和完整，便于研究税收优惠政策在这一时期对企业科技创新的影响；2022年是研究截止时间，能保证数据的时效性，且有足够的时间来观察税收优惠政策实施后的企业科技创新成果。为确保样本数据的质量和可靠性，对初始样本进行了如下筛选处理：首先，剔除金融类上市公司，因为金融行业的业务模式、财务特征和税收政策与其他行业存在较大差异，将其纳入研究样本可能会干扰研究结果的准确性。其次，剔除ST、*ST类上市公司，这类公司通常面临财务困境或经营异常，其科技创新行为和税收优惠政策的享受情况可能与正常公司不同，会对研究结论产生偏差。然后，剔除数据缺失严重的样本，对于研发投入、税收优惠金额、财务指标等关键变量存在大量缺失值的公司，予以剔除，以保证数据的完整性和连续性。经过上述筛选，最终得到了[X]家上市公司的平衡面板数据，共[X]个观测值，这些样本公司涵盖了多个行业，具有广泛的代表性，能够较好地反映我国上市公司整体的科技创新和税收优惠情况。4.1.2数据来源本研究的数据来源广泛，主要包括以下几个方面：财务数据主要来自国泰安数据库（CSMAR）和万得数据库（Wind），这两个数据库是国内权威的金融经济数据库，提供了上市公司详细的财务报表数据，如资产负债表、利润表、现金流量表等，从中获取公司的总资产、营业收入、净利润、资产负债率等财务指标，用于衡量公司的基本财务状况和控制变量的计算。创新数据方面，研发投入数据来自上市公司年报以及上述两个数据库中关于研发投入的专项统计数据。上市公司年报是公司信息披露的重要渠道，对公司的研发活动、研发投入金额等有较为详细的阐述。专利申请数量则通过国家知识产权局网站进行查询和核对，确保数据的准确性，该数据能够直观地反映公司的创新产出成果。税收优惠数据主要来源于上市公司年报中关于税收优惠的披露内容，包括公司享受的各类税收优惠政策类型、具体的优惠金额等信息。对于一些年报中披露不清晰的数据，通过查询公司公告、税务部门官方网站等渠道进行补充和核实。同时，结合国泰安数据库和万得数据库中关于税收优惠的统计数据，进行交叉验证，提高数据的可靠性。在数据收集过程中，对所有数据进行了仔细的核对和整理，确保数据的一致性和准确性。对于不同来源的数据存在差异的情况，进行深入分析和比对，以权威渠道的数据为准，保证研究结果的可靠性。4.2变量定义与测量4.2.1被解释变量研发投入强度（R&Dintensity）：研发投入强度被广泛用于衡量企业在科技创新方面的资源投入力度，是评估企业科技创新活动的关键指标之一。本研究采用研发投入与营业收入的比值来表示研发投入强度。该指标能直观反映企业在经营过程中对科技创新的重视程度和资源配置倾向，比值越高，表明企业在科技创新方面的投入相对越大。华为公司作为全球知名的科技企业，一直保持着较高的研发投入强度，2023年其研发投入强度高达27.6%，持续高强度的研发投入使其在5G通信、人工智能等领域取得众多核心技术突破，推出一系列具有竞争力的产品和解决方案。在研究税收优惠对科技创新的影响时，研发投入强度可以很好地体现企业在税收优惠政策刺激下，对科技创新资源投入的变化情况。专利申请数量（Patentapplications）：专利申请数量是衡量企业创新产出的重要指标，能够直观反映企业创新活动的活跃程度和创新成果的数量。企业通过专利申请，将其创新成果以法律形式加以保护，体现了企业在技术创新方面的努力和成果。腾讯公司截至2023年底，专利申请总数超过8万件，在互联网技术、云计算、人工智能等领域凭借大量专利构建技术壁垒，提升市场竞争力。在本研究中，将专利申请数量作为被解释变量之一，用于衡量税收优惠政策对企业创新产出的影响，考察税收优惠是否能够促使企业产生更多的创新成果。4.2.2解释变量税基式优惠（Taxbasepreference）：以研发费用加计扣除金额来衡量税基式优惠。研发费用加计扣除是一种常见且重要的税基式优惠政策，企业在计算应纳税所得额时，可以按照实际发生的研发费用的一定比例进行加计扣除，从而减少应纳税所得额，降低税负。例如，制造业企业自2021年1月1日起，未形成无形资产计入当期损益的研发费用，在据实扣除基础上，再按照实际发生额的100%税前扣除，形成无形资产的，按照无形资产成本的200%在税前摊销。这一政策直接增加了企业可扣除的费用，减少了应纳税额，对企业研发投入具有直接的激励作用。在研究中，研发费用加计扣除金额越大，表明企业享受的税基式优惠力度越大。税率式优惠（Taxratepreference）：用高新技术企业适用的优惠税率与一般企业税率的差值来表示税率式优惠。高新技术企业通常享受较低的所得税税率，如国家重点扶持的高新技术企业，减按15%的税率征收企业所得税，相比一般企业25%的税率，存在10个百分点的税率差。这一税率差体现了税率式优惠的程度，差值越大，说明企业享受的税率式优惠力度越大。高新技术企业通过享受较低税率，在长期内能够降低整体税负，增强盈利能力和资金积累能力，为科技创新提供更稳定的资金支持。税额式优惠（Taxamountpreference）：以企业获得的税收减免和税收抵免的总额来体现税额式优惠。税收减免直接减少企业应缴纳的税款金额，如软件企业和集成电路企业可享受定期减免税优惠，符合条件的软件企业自获利年度起，第一年至第二年免征企业所得税，第三年至第五年按照25%的法定税率减半征收企业所得税。税收抵免同样减少应纳税额，企业购置用于环境保护、节能节水、安全生产等专用设备的投资额，可以按一定比例实行税额抵免。企业购置并实际使用符合规定的专用设备，该专用设备的投资额的10%可以从企业当年的应纳税额中抵免；当年不足抵免的，可以在以后5个纳税年度结转抵免。将税收减免和税收抵免的总额作为税额式优惠的衡量指标，能够综合反映企业享受税额式优惠的程度。4.2.3控制变量公司规模（Firmsize）：公司规模用总资产的自然对数来衡量。公司规模是影响企业科技创新的重要因素之一，规模较大的公司通常拥有更丰富的资源，包括资金、技术、人才等，具备更强的研发能力和抗风险能力。大型企业在研发设备购置、高端研发人才招聘等方面具有明显优势，能够投入更多资源进行科技创新。同时，规模较大的公司在市场竞争中往往占据更有利的地位，有动力通过科技创新来巩固和提升其市场份额。在研究税收优惠对科技创新的影响时，控制公司规模可以排除公司自身规模因素对科技创新的干扰，更准确地考察税收优惠政策的作用效果。公司成长性（Firmgrowth）：以营业收入增长率来表示公司成长性。公司成长性反映了企业的发展态势，成长性较好的公司通常处于业务扩张阶段，市场需求旺盛，为了保持竞争优势，这类公司更有动力进行科技创新，以推出新产品、开拓新市场。营业收入增长率较高的公司，往往对市场变化更为敏感，能够及时捕捉到市场机会，加大对科技创新的投入。将公司成长性作为控制变量，有助于分析税收优惠政策在不同发展态势企业中的作用差异，进一步揭示税收优惠与科技创新之间的关系。资产负债率（Debt-assetratio）：资产负债率用于衡量公司的偿债能力，即公司负债总额与资产总额的比值。资产负债率反映了公司的财务风险状况，较高的资产负债率意味着公司面临较大的偿债压力，可能会限制公司的研发投入。因为在偿债压力较大的情况下，公司需要优先保障债务的偿还，从而减少在科技创新方面的资金投入。相反，资产负债率较低的公司财务状况相对稳健，有更多的资金用于科技创新。控制资产负债率可以消除公司财务风险因素对科技创新的影响，使研究结果更准确地反映税收优惠政策对科技创新的激励效应。行业虚拟变量（Industrydummyvariables）：由于不同行业的技术特征、市场竞争程度和发展趋势存在差异，这些因素会对企业的科技创新行为产生影响。制造业企业通常需要不断进行技术创新以提高产品质量和生产效率，而服务业企业的创新重点可能更多地体现在服务模式和商业模式的创新上。为了控制行业因素对研究结果的干扰，设置行业虚拟变量。根据证监会行业分类标准，将样本公司划分为多个行业，以某一行业作为基准行业，其他行业分别设置虚拟变量。在回归分析中，通过行业虚拟变量可以捕捉不同行业的固定效应，使研究结果更准确地反映税收优惠对科技创新的影响。4.3模型构建4.3.1基准回归模型为了检验税收优惠对我国上市公司科技创新的影响，构建如下基准回归模型：RD_{it}=\alpha_{0}+\alpha_{1}TB_{it}+\alpha_{2}TR_{it}+\alpha_{3}TA_{it}+\sum_{j=1}^{3}\beta_{j}Controls_{jit}+\mu_{i}+\nu_{t}+\varepsilon_{it}Patent_{it}=\gamma_{0}+\gamma_{1}TB_{it}+\gamma_{2}TR_{it}+\gamma_{3}TA_{it}+\sum_{j=1}^{3}\beta_{j}Controls_{jit}+\mu_{i}+\nu_{t}+\varepsilon_{it}其中，i表示第i家上市公司，t表示年份；RD_{it}表示第i家公司在t年的研发投入强度，Patent_{it}表示第i家公司在t年的专利申请数量；TB_{it}表示第i家公司在t年享受的税基式优惠，TR_{it}表示第i家公司在t年享受的税率式优惠，TA_{it}表示第i家公司在t年享受的税额式优惠；Controls_{jit}为控制变量，包括公司规模（Firmsize）、公司成长性（Firmgrowth）和资产负债率（Debt-assetratio），j表示控制变量的个数；\mu_{i}表示个体固定效应，用于控制不随时间变化的个体异质性因素，如企业独特的管理模式、企业文化等；\nu_{t}表示时间固定效应，用以控制宏观经济环境、政策变化等随时间变化的共同因素对所有企业的影响；\varepsilon_{it}为随机误差项，代表模型中未被解释的其他随机因素。\alpha_{0}、\gamma_{0}为常数项，\alpha_{1}、\alpha_{2}、\alpha_{3}、\gamma_{1}、\gamma_{2}、\gamma_{3}和\beta_{j}为回归系数，分别反映了各解释变量和控制变量对被解释变量的影响程度。在该模型中，重点关注\alpha_{1}、\alpha_{2}、\alpha_{3}、\gamma_{1}、\gamma_{2}、\gamma_{3}的估计值及其显著性，若这些系数显著为正，则表明相应的税收优惠对上市公司的科技创新具有促进作用。4.3.2调节效应模型为了检验公司规模和成长性对税收优惠与科技创新关系的调节作用，构建如下调节效应模型：RD_{it}=\alpha_{0}+\alpha_{1}TB_{it}+\alpha_{2}TR_{it}+\alpha_{3}TA_{it}+\alpha_{4}Size_{it}\timesTB_{it}+\alpha_{5}Size_{it}\timesTR_{it}+\alpha_{6}Size_{it}\timesTA_{it}+\alpha_{7}Growth_{it}\timesTB_{it}+\alpha_{8}Growth_{it}\timesTR_{it}+\alpha_{9}Growth_{it}\timesTA_{it}+\sum_{j=1}^{3}\beta_{j}Controls_{jit}+\mu_{i}+\nu_{t}+\varepsilon_{it}Patent_{it}=\gamma_{0}+\gamma_{1}TB_{it}+\gamma_{2}TR_{it}+\gamma_{3}TA_{it}+\gamma_{4}Size_{it}\timesTB_{it}+\gamma_{5}Size_{it}\timesTR_{it}+\gamma_{6}Size_{it}\timesTA_{it}+\gamma_{7}Growth_{it}\timesTB_{it}+\gamma_{8}Growth_{it}\timesTR_{it}+\gamma_{9}Growth_{it}\timesTA_{it}+\sum_{j=1}^{3}\beta_{j}Controls_{jit}+\mu_{i}+\nu_{t}+\varepsilon_{it}其中，Size_{it}表示第i家公司在t年的公司规模，Growth_{it}表示第i家公司在t年的公司成长性；Size_{it}\timesTB_{it}、Size_{it}\timesTR_{it}、Size_{it}\timesTA_{it}、Growth_{it}\timesTB_{it}、Growth_{it}\timesTR_{it}、Growth_{it}\timesTA_{it}为交互项，分别用于检验公司规模和成长性对不同类型税收优惠与科技创新关系的调节作用。其他变量含义与基准回归模型一致。在该调节效应模型中，重点关注交互项系数\alpha_{4}-\alpha_{9}和\gamma_{4}-\gamma_{9}的估计值及其显著性。若交互项系数显著，则表明相应的调节变量（公司规模或成长性）对税收优惠与科技创新的关系具有调节作用。例如，若\alpha_{4}显著为正，说明公司规模对税基式优惠与研发投入强度之间的关系具有正向调节作用，即公司规模越大，税基式优惠对研发投入强度的促进作用越强。通过该模型，可以深入分析公司自身特征因素在税收优惠政策促进科技创新过程中的调节机制，为政策制定者和企业提供更有针对性的决策参考。五、实证结果与分析5.1描述性统计对样本数据中涉及的各变量进行描述性统计分析，结果如表1所示。变量观测值均值标准差最小值最大值研发投入强度（RD）8000.0540.0320.0050.187专利申请数量（Patent）800156.34287.4502145税基式优惠（TB）8002345.673456.78025678.9税率式优惠（TR）8000.0850.03100.15税额式优惠（TA）8001234.562100.34018900.5公司规模（Size）80021.341.2518.5625.67公司成长性（Growth）8000.1230.256-0.561.87资产负债率（Debt-assetratio）8000.4560.1540.120.85从表1可以看出，研发投入强度的均值为0.054，表明样本上市公司平均将5.4%的营业收入投入到研发活动中，标准差为0.032，说明不同公司之间的研发投入强度存在一定差异。专利申请数量的均值为156.34件，标准差为287.45，最大值达到2145件，最小值为0，说明各上市公司在创新产出方面差异较大，部分公司具有较强的创新能力，而部分公司创新产出较少。税基式优惠均值为2345.67万元，标准差较大，为3456.78万元，说明不同公司享受的税基式优惠金额差距明显，这可能与公司的研发投入规模、所属行业等因素有关。税率式优惠均值为0.085，表明样本公司平均享受的税率优惠幅度为8.5个百分点，最大值为0.15，说明部分高新技术企业享受的税率优惠力度较大。税额式优惠均值为1234.56万元，标准差为2100.34万元，不同公司间享受的税额式优惠金额也存在较大差异。公司规模的均值为21.34（总资产自然对数），标准差为1.25，反映出样本上市公司规模存在一定的离散程度。公司成长性均值为0.123，即平均营业收入增长率为12.3%，但标准差为0.256，说明公司之间的成长性差异较大。资产负债率均值为0.456，表明样本公司整体偿债能力处于中等水平，标准差为0.154，说明不同公司的财务风险状况存在差异。通过对各变量的描述性统计分析，初步了解了样本数据的基本特征和分布情况，为后续的回归分析奠定基础。5.2相关性分析在进行回归分析之前，为了初步判断变量之间的关系，并检验是否存在多重共线性问题，对样本数据中的各变量进行相关性分析，结果如表2所示。变量研发投入强度（RD）专利申请数量（Patent）税基式优惠（TB）税率式优惠（TR）税额式优惠（TA）公司规模（Size）公司成长性（Growth）资产负债率（Debt-assetratio）研发投入强度（RD）1专利申请数量（Patent）0.456***1税基式优惠（TB）0.345***0.287***1税率式优惠（TR）0.234**0.189**0.1231税额式优惠（TA）0.156*0.1120.0870.0651公司规模（Size）0.312***0.265***0.223**0.178**0.0981公司成长性（Growth）0.201**0.167**0.145*0.0780.0560.1121资产负债率（Debt-assetratio）-0.187**-0.145*-0.112-0.0890.045-0.234**-0.198**1注：*、、*分别表示在1%、5%、10%的水平上显著。从表2可以看出，研发投入强度与专利申请数量之间的相关系数为0.456，在1%的水平上显著正相关，表明企业的研发投入强度越高，其专利申请数量也越多，这与理论预期相符，说明研发投入对创新产出具有积极的促进作用。研发投入强度与税基式优惠、税率式优惠、税额式优惠的相关系数分别为0.345、0.234、0.156，均在不同程度上显著正相关，初步表明税收优惠与研发投入强度之间存在正相关关系，即税收优惠力度越大，企业的研发投入强度可能越高。专利申请数量与税基式优惠、税率式优惠、税额式优惠也存在一定程度的正相关关系，相关系数分别为0.287、0.189、0.112，在1%或5%的水平上显著，说明税收优惠对企业的创新产出也具有一定的促进作用。在控制变量方面，公司规模与研发投入强度、专利申请数量、税基式优惠、税率式优惠均在1%或5%的水平上显著正相关，说明规模较大的公司往往具有更高的研发投入强度和更多的专利申请数量，同时也能享受更多的税收优惠。公司成长性与研发投入强度、专利申请数量在5%的水平上显著正相关，表明成长性较好的公司更注重科技创新，会加大研发投入，提高创新产出。资产负债率与研发投入强度、专利申请数量呈负相关关系，且在5%或10%的水平上显著，说明资产负债率较高的公司，由于偿债压力较大，可能会减少在科技创新方面的投入。在多重共线性判断方面，虽然各变量之间存在一定的相关性，但相关系数绝对值均小于0.7，初步判断不存在严重的多重共线性问题。为进一步确保研究结果的准确性，在后续回归分析中，将采用方差膨胀因子（VIF）等方法对多重共线性进行检验和处理。通过相关性分析，不仅初步验证了研究假设中税收优惠与科技创新之间的正相关关系，还对各变量之间的关系有了更清晰的认识，为后续回归分析提供了基础。5.3回归结果分析5.3.1税收优惠对科技创新的总体影响运用固定效应模型对基准回归模型进行估计，结果如表3所示。变量研发投入强度（RD）专利申请数量（Patent）税基式优惠（TB）0.008***（3.56）3.45***（3.12）税率式优惠（TR）0.005**（2.45）2.12**（2.10）税额式优惠（TA）0.003*（1.87）1.23*（1.78）公司规模（Size）0.004***（3.01）2.01***（2.89）公司成长性（Growth）0.003**（2.23）1.56**（2.05）资产负债率（Debt-assetratio）-0.002*（-1.76）-1.02*（-1.85）行业固定效应控制控制时间固定效应控制控制常数项-0.056***（-3.87）-25.67***（-3.21）观测值800800R²0.4560.387注：括号内为t值，*、、*分别表示在1%、5%、10%的水平上显著。在研发投入强度回归结果中，税基式优惠（TB）的系数为0.008，在1%的水平上显著为正，表明税基式优惠力度每增加1单位，研发投入强度将提高0.008单位，这意味着研发费用加计扣除等税基式优惠政策能够显著促进企业增加研发投入。税率式优惠（TR）的系数为0.005，在5%的水平上显著，说明高新技术企业享受的税率式优惠也对研发投入强度有积极影响，较低的税率使企业有更多资金用于研发。税额式优惠（TA）的系数为0.003，在10%的水平上显著，显示税收减免和税收抵免等税额式优惠同样能在一定程度上激励企业加大研发投入。在专利申请数量回归中，税基式优惠（TB）的系数为3.45，在1%的水平上显著，表明税基式优惠对企业创新产出有显著促进作用，即税基式优惠力度加大，企业的专利申请数量会显著增加。税率式优惠（TR）和税额式优惠（TA）的系数分别为2.12和1.23，分别在5%和10%的水平上显著，说明这两种税收优惠也对专利申请数量有正向影响，有助于提高企业的创新产出。总体来看，税收优惠对我国上市公司的科技创新具有显著的促进作用，假设H1得到验证。5.3.2不同类型税收优惠的影响分析对比不同类型税收优惠变量的回归系数，可以发现税基式优惠在促进科技创新方面的作用最为突出。在研发投入强度回归中，税基式优惠的系数为0.008，大于税率式优惠的0.005和税额式优惠的0.003；在专利申请数量回归中，税基式优惠的系数3.45也大于税率式优惠的2.12和税额式优惠的1.23。这表明税基式优惠如研发费用加计扣除，通过直接减少企业应纳税所得额，增加企业可支配资金，对企业加大研发投入和提高创新产出的激励效果最为明显。税率式优惠对科技创新也有显著促进作用，虽然其作用程度相对税基式优惠略弱，但长期来看，高新技术企业享受的低税率政策能增强企业盈利能力和资金积累能力，为科技创新提供稳定的资金支持。税额式优惠的促进作用相对较弱，可能是因为税额式优惠直接减少应纳税额，对企业创新行为的引导作用不够精准，企业可能将减免的税额用于其他方面，而不是全部投入到科技创新中。假设H2得到部分验证，不同类型的税收优惠对我国上市公司的科技创新影响存在差异，税基式优惠的促进作用最为显著，税率式优惠次之，税额式优惠相对较弱。5.3.3控制变量的影响分析公司规模（Size）的系数在研发投入强度和专利申请数量回归中均在1%的水平上显著为正，分别为0.004和2.01，说明公司规模越大，研发投入强度越高，专利申请数量也越多。规模较大的公司通常拥有更丰富的资源，包括资金、技术、人才等，具备更强的研发能力和抗风险能力，在享受税收优惠后，更有能力将资金投入科技创新。公司成长性（Growth）的系数在两个回归中分别为0.003和1.56，均在5%的水平上显著为正，表明公司成长性越好，研发投入强度和专利申请数量越高。成长性好的公司为保持竞争优势，对税收优惠政策更为敏感，更愿意将税收优惠带来的资金用于科技创新。资产负债率（Debt-assetratio）的系数在研发投入强度和专利申请数量回归中分别为-0.002和-1.02，均在10%的水平上显著为负，说明资产负债率较高的公司，由于偿债压力较大，可能会减少在科技创新方面的投入，影响企业的研发投入强度和创新产出。5.4稳健性检验为确保研究结果的可靠性和稳定性，采用多种方法进行稳健性检验。首先，运用变量替换法，将研发投入强度替换为研发投入金额的自然对数，专利申请数量替换为发明专利申请数量。研发投入金额的自然对数能从绝对值角度反映企业研发投入规模，发明专利申请数量相比专利申请数量，更能体现企业创新的质量和核心技术水平。重新对基准回归模型进行估计，结果如表4所示。变量研发投入金额对数（LnRD）发明专利申请数量（InventionPatent）税基式优惠（TB）0.123***（3.21）2.12***（2.98）税率式优惠（TR）0.087**（2.34）1.34**（2.21）税额式优惠（TA）0.056*（1.89）0.87*（1.76）公司规模（Size）0.098***（2.87）1.56***（2.78）公司成长性（Growth）0.067**（2.11）1.02**（2.01）资产负债率（Debt-assetratio）-0.045*（-1.78）-0.78*（-1.81）行业固定效应控制控制时间固定效应控制控制常数项-1.23***（-3.56）-18.76***（-3.02）观测值800800R²0.4230.356注：括号内为t值，*、、*分别表示在1%、5%、10%的水平上显著。从表4结果来看，税基式优惠、税率式优惠和税额式优惠的系数依然显著为正，且系数方向与基准回归结果一致。在研发投入金额对数回归中，税基式优惠系数为0.123，在1%水平显著；税率式优惠系数为0.087，在5%水平显著；税额式优惠系数为0.056，在10%水平显著。在发明专利申请数量回归中，税基式优惠系数为2.12，在1%水平显著；税率式优惠系数为1.34，在5%水平显著；税额式优惠系数为0.87，在10%水平显著。这表明替换变量后，税收优惠对科技创新的促进作用依然稳健，进一步验证了假设H1和H2。其次，采用样本筛选法进行稳健性检验。剔除样本中处于金融、房地产等受政策影响较大行业的公司，这些行业的经营模式和税收政策与其他行业差异较大，可能对研究结果产生干扰。重新进行回归分析，结果如表5所示。变量研发投入强度（RD）专利申请数量（Patent）税基式优惠（TB）0.007***（3.45）3.21***（3.01）税率式优惠（TR）0.004**（2.34）1.98**（2.05）税额式优惠（TA）0.002*（1.82）1.05*（1.72）公司规模（Size）0.003***（2.98）1.89***（2.81）公司成长性（Growth）0.002**（2.18）1.34**（2.03）资产负债率（Debt-assetratio）-0.001*（-1.71）-0.98*（-1.80）行业固定效应控制控制时间固定效应控制控制常数项-0.052***（-3.78）-23.45***（-3.15）观测值650650R²0.4450.376注：括号内为t值，*、、*分别表示在1%、5%、10%的水平上显著。从表5可以看出，剔除部分样本后，各解释变量系数的符号和显著性水平与基准回归结果基本一致。税基式优惠、税率式优惠和税额式优惠对研发投入强度和专利申请数量仍具有显著的正向影响，说明研究结果在样本调整后依然稳健，假设H1和H2再次得到验证。通过变量替换和样本筛选等稳健性检验方法，证明了税收优惠对我国上市公司科技创新具有促进作用，且不同类型税收优惠影响存在差异的研究结论具有较强的可靠性和稳定性。六、异质性分析6.1基于企业规模的异质性分析为了进一步探究税收优惠对不同规模企业科技创新的影响差异，将样本企业按照总资产规模的中位数进行分组，分为大规模企业组和小规模企业组。然后分别对两组样本进行基准回归分析，结果如表6所示。变量大规模企业组研发投入强度（RD1）大规模企业组专利申请数量（Patent1）小规模企业组研发投入强度（RD2）小规模企业组专利申请数量（Patent2）税基式优惠（TB）0.012***（4.21）4.56***（3.56）0.005***（3.01）2.12***（2.89）税率式优惠（TR）0.008***（3.12）2.89***（2.67）0.003**（2.23）1.56**（2.11）税额式优惠（TA）0.005**（2.34）1.87**（2.10）0.002*（1.76）0.98*（1.65）公司规模（Size）0.005***（3.23）2.34***（3.01）--公司成长性（Growth）0.004**（2.45）1.89**（2.34）0.003**（2.18）1.34**（2.05）资产负债率（Debt-assetratio）-0.003*（-1.85）-1.23*（-1.90）-0.001*（-1.71）-0.87*（-1.78）行业固定效应控制控制控制控制时间固定效应控制控制控制控制常数项-0.065***（-4.01）-30.78***（-3.56）-0.045***（-3.67）-18.56***（-3.12）观测值400400400400R²0.5230.4560.4120.345注：括号内为t值，*、、*分别表示在1%、5%、10%的水平上显著。从表6结果可以看出，在研发投入强度方面，大规模企业组中税基式优惠、税率式优惠和税额式优惠的系数分别为0.012、0.008和0.005，均在1%或5%的水平上显著为正，且系数值均大于小规模企业组相应系数。这表明税收优惠对大规模企业研发投入强度的促进作用更为显著。大规模企业通常拥有更雄厚的资金、技术和人才资源，在享受税收优惠后，能够更有效地将减免的税收资金投入到研发活动中，进一步提升研发投入强度。在专利申请数量方面，大规模企业组中各税收优惠变量的系数也均大于小规模企业组。税基式优惠系数为4.56，税率式优惠系数为2.89，税额式优惠系数为1.87，均在1%或5%的水平上显著。说明税收优惠对大规模企业创新产出的促进效果更为明显。大规模企业在研发投入增加的基础上，凭借其完善的研发体系和强大的创新能力，能够将研发成果更有效地转化为专利等创新产出。小规模企业虽然也能从税收优惠中受益，促进研发投入和创新产出的增加，但由于自身资源相对有限，在利用税收优惠促进科技创新方面的效果相对较弱。小规模企业可能在研发设备购置、高端人才吸引等方面面临困难，限制了税收优惠政策效果的充分发挥。基于企业规模的异质性分析表明，税收优惠对不同规模企业科技创新的影响存在显著差异，大规模企业对税收优惠的响应更为积极，税收优惠政策在促进大规模企业科技创新方面的效果更为突出。6.2基于企业性质的异质性分析将样本企业按照企业性质分为国有企业和民营企业两组，分别对两组样本进行基准回归分析，以探究税收优惠对不同性质企业科技创新的影响差异，回归结果如表7所示。变量国有企业研发投入强度（RD3）国有企业专利申请数量（Patent3）民营企业研发投入强度（RD4）民营企业专利申请数量（Patent4）税基式优惠（TB）0.006***（3.12）2.89***（2.98）0.010***（4.01）4.21***（3.67）税率式优惠（TR）0.003**（2.23）1.67**（2.10）0.007***（3.24）2.56***（2.78）税额式优惠（TA）0.002*（1.76）1.05*（1.78）0.004**（2.34）1.89**（2.21）公司规模（Size）0.004***（3.01）2.12***（2.89）0.003***（2.98）1.98***（2.81）公司成长性（Growth）0.003**（2.18）1.45**（2.05）0.004**（2.45）1.76**（2.11）资产负债率（Debt-assetratio）-0.001*（-1.71）-0.98*（-1.80）-0.002*（-1.85）-1.23*（-1.90）行业固定效应控制控制控制控制时间固定效应控制控制控制控制常数项-0.050***（-3.67）-20.78***（-3.12）-0.060***（-3.98）-28.56***（-3.45）观测值300300500500R²0.4350.3670.5020.423注：括号内为t值，*、、*分别表示在1%、5%、10%的水平上显著。从表7可以看出，在研发投入强度方面，民营企业组中税基式优惠、税率式优惠和税额式优