[61]。1.1.1.2研發(fā)費用加計扣除政策有正向促進作用研發(fā)費用加計扣除政策可以降低企業(yè)的應(yīng)納稅所得額，減輕企業(yè)的納稅負擔(dān)，從而間接激勵企業(yè)進行科技創(chuàng)新。陸雅雯（2018）以高新技術(shù)企業(yè)的相關(guān)數(shù)據(jù)作為研究樣本進行實證研究，認為從專利角度看研發(fā)費用加計扣除政策達到了激勵企業(yè)創(chuàng)新的目標，且該政策通過激勵企業(yè)的創(chuàng)新資金投入從而正向影響了企業(yè)的創(chuàng)新績效REF_Ref72154663\r\h[63]。李靜祎（2020）指出政府通過研發(fā)費用加計扣除政策的實施分擔(dān)企業(yè)研發(fā)的創(chuàng)新風(fēng)險，降低形成沉沒成本的概率，幫助企業(yè)節(jié)約用于持續(xù)創(chuàng)新投入的現(xiàn)金流。此外，企業(yè)可以利用研發(fā)費用加計扣除政策節(jié)約的成本投入創(chuàng)新活動的人力資本，不僅有利于提高創(chuàng)新投入而且能夠增加創(chuàng)新效率，有利于企業(yè)實現(xiàn)可持續(xù)發(fā)展REF_Ref72154679\r\h[64]。1.1.1.3固定資產(chǎn)加速折舊政策有正向促進作用固定資產(chǎn)加速折舊政策能夠促進企業(yè)對固定資產(chǎn)的投資力度，有利于促進企業(yè)對落后機器設(shè)備的更新?lián)Q代,加快先進生產(chǎn)設(shè)備的升級,幫助企業(yè)推出具備更強市場競爭力和高附加值的產(chǎn)品,促進企業(yè)技術(shù)改造和科技創(chuàng)新。任澤平（2014）對比分析了我國和發(fā)達國家采取的加速折舊政策，提出發(fā)達國家普遍采用加速折舊法來促進企業(yè)的設(shè)備升級和技術(shù)進步REF_Ref72154692\r\h[66]。李昊洋（2017）采用雙重差分法對A股上市公司進行實證分析檢驗，得出固定資產(chǎn)加速折舊政策通過降低企業(yè)稅負提高了企業(yè)參與研發(fā)活動的積極性，且對促進企業(yè)研發(fā)活動的投入人力資源投入具有積極作用的結(jié)論REF_Ref72154703\r\h[67]。1.1.2財政補貼能正向促進企業(yè)創(chuàng)新能力的提升Guoetal.(2016)認為與未獲得政府補貼的中小企業(yè)相比，獲得政府補貼的中小科技企業(yè)具有更高的創(chuàng)新產(chǎn)出REF_Ref72142436\r\h[2]。程華等（2009）利用我國實際數(shù)據(jù)研究了財政補貼和工業(yè)企業(yè)創(chuàng)新投資之間的相關(guān)性，得出正相關(guān)的結(jié)論REF_Ref72142452\r\h[38]。程鵬等（2010）研究了政府支持對企業(yè)創(chuàng)新活動的激勵效果，研究表明政府對企業(yè)的財政投入能夠激勵企業(yè)加大創(chuàng)新力度REF_Ref72142469\r\h[39]。郭玥（2018）認為財政補貼可以幫助企業(yè)獲得必要的創(chuàng)新發(fā)展資金，解決籌資難題，對企業(yè)創(chuàng)新投入有顯著激勵效果REF_Ref72142482\r\h[40]。1.2樣本選擇與指標構(gòu)建1.2.1樣本選擇說明本文的研究樣本選取A股上市公司中的高新技術(shù)企業(yè)，考慮到我國實施稅收優(yōu)惠政策的時間節(jié)點，本文選取了2012年至2019年這八年作為窗口期進行檢驗。首先，為了排除財務(wù)狀況異常或存在高風(fēng)險公司對實證過程的影響，本文剔除了上市企業(yè)中的ST股和*ST股；其次，由于高新技術(shù)企業(yè)每三年重新認定一次，本文手動篩選出剩余公司本身在窗口期間仍然持續(xù)認定為高新技術(shù)企業(yè)的上市公司；最后，采取平滑數(shù)據(jù)處理，通過Winsorize方法來對異常數(shù)據(jù)進行1%和99%的縮尾處理，并剔除一些年份存在缺失的數(shù)據(jù)。通過篩選和剔除，本文最終得到了2406家的上市高新技術(shù)企業(yè)作為研究樣本，有效樣本點共計7590個。數(shù)據(jù)來源為萬得數(shù)據(jù)庫(WIND)，數(shù)據(jù)處理、統(tǒng)計工具為Excel和Stata11.0。1.2.2建模及計量指標構(gòu)建的說明根據(jù)已有的相關(guān)研究所采用的變量，本文選取了如下變量：創(chuàng)新投入該變量用企業(yè)的R&D支出來表示，R&D支出的衡量包括絕對值和相對值兩種，其中絕對值指的是企業(yè)當(dāng)年的研發(fā)費用總金額；相對值指的是研發(fā)費用與主營業(yè)務(wù)收入的比值，兩者都反映了企業(yè)創(chuàng)新投入的強度。本文選取創(chuàng)新投入相對值作為因變量表示科技成果轉(zhuǎn)化階段的創(chuàng)新衡量指標：RD創(chuàng)新產(chǎn)出由于企業(yè)從申請專利到授權(quán)獲得專利存在較長的時間期限，且不一定能夠獲得授權(quán)，因此該指標用企業(yè)當(dāng)年的專利申請數(shù)表示。由于指標觀測值較大，本文對該指標進行對數(shù)化處理作為因變量表示產(chǎn)業(yè)化階段的創(chuàng)新衡量指標：ZL市場績效由于新產(chǎn)品界定存在不同的角度且標準難以統(tǒng)一，新產(chǎn)品銷售收入指標目前僅通過《中國高技術(shù)產(chǎn)業(yè)統(tǒng)計年鑒》進行工業(yè)企業(yè)數(shù)據(jù)的統(tǒng)計，上市企業(yè)年報并未對這一指標進行單獨披露。劉偉等（2010）認為新產(chǎn)品的開發(fā)可以提高企業(yè)的知名度，進而提高除新產(chǎn)品以外的產(chǎn)品的市場占有率，因此以企業(yè)總銷售收入替代新產(chǎn)品銷售收入REF_Ref72261106\r\h[60]。王華等（2020）同樣將營業(yè)收入作為新產(chǎn)品銷售收入的替代變量，衡量企業(yè)創(chuàng)新的市場收益REF_Ref72261119\r\h[61]。本文參考學(xué)者的普遍做法，采取相同的衡量方式將企業(yè)的營業(yè)收入總額進行對數(shù)化處理作為因變量，表示市場化階段的創(chuàng)新衡量指標：SC稅率優(yōu)惠政策本文的研究樣本高新技術(shù)企業(yè)享受15%的企業(yè)所得優(yōu)惠稅率，與正常企業(yè)25%所得稅率相比，可降低應(yīng)納稅額并節(jié)約企業(yè)資金，本文借鑒秦修宏（2020）的研究REF_Ref72142533\r\h[44]，將稅率優(yōu)惠政策指標表示為:POL研發(fā)費用加計扣除政策我國于2013年1月1日起開始實施研發(fā)費用加計扣除50%的政策，于2017年頒布政策，規(guī)定科技型中小企業(yè)的研發(fā)費用加計扣除比例由50%提高至75%，在2018年擴大政策范圍，將加計扣除政策推廣至所有從事研發(fā)投入的企業(yè)。目前，2013年實施的加計扣除比例為50%的政策已全文廢止。因此，本文分別以2018年為政策變化時點，設(shè)定相應(yīng)的虛擬變量研究研發(fā)費用加計扣除對企業(yè)創(chuàng)新投入的影響。變量可表示為：Time={固定資產(chǎn)加速折舊政策我國于2014年1月1日開始在六大行業(yè)生物藥品制造業(yè),專用設(shè)備制造業(yè),鐵路、船舶、航空航天和其他運輸設(shè)備制造業(yè),計算機、通信和其他電子設(shè)備制造業(yè),儀器儀表制造業(yè),信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)。實行固定資產(chǎn)加速折舊政策，在2015年完善該項政策并將政策適用范圍擴大到四大領(lǐng)域重點行業(yè)生物藥品制造業(yè),專用設(shè)備制造業(yè),鐵路、船舶、航空航天和其他運輸設(shè)備制造業(yè),計算機、通信和其他電子設(shè)備制造業(yè),儀器儀表制造業(yè),信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)。輕工、紡織、機械與汽車。treated={10treated2={10財政補貼企業(yè)的科技創(chuàng)新有利于促進國家整體科技水平的提升，因此在當(dāng)今時代政府越來越著重于提升企業(yè)的科技創(chuàng)新活力，不斷制定相關(guān)財政政策來給予企業(yè)創(chuàng)新活動相應(yīng)的支持。政府的財政補貼作為一種常用的財政直接資助方式，能夠在較短時間內(nèi)對企業(yè)創(chuàng)新產(chǎn)生激勵效果。因此，本文選取企業(yè)當(dāng)年營業(yè)外收入中的政府補助額作為一項控制變量，由于指標觀測值較大，本文取對數(shù)化處理：GOV稅收負擔(dān)流轉(zhuǎn)稅負的衡量相對復(fù)雜，上市公司年報未對其進行直接披露，部分學(xué)者采取使用城建稅、教育費附加倒算的方式計算增值稅負。本文直接使用包含增值稅在內(nèi)的企業(yè)支付的所有稅費總額，扣除收到的稅費返還，作為包含增值稅負影響在內(nèi)的衡量企業(yè)稅收負擔(dān)的變量。本文的實證分析的時間窗口期為2012年至2019年，包含了“營改增”時期，但由于“營改增”政策適用行業(yè)主要為建筑業(yè)、房地產(chǎn)業(yè)、金融業(yè)、生活服務(wù)業(yè)等，不涉及當(dāng)前引領(lǐng)科技創(chuàng)新的制造業(yè)企業(yè)，因此該項政策對本文的實證分析結(jié)果影響較小。最終將該項變量表示為：VAT總資產(chǎn)凈利率企業(yè)的總資產(chǎn)凈利率越高，往往代表著其具備較強的獲利能力，企業(yè)的資金更加充足，能夠滿足長時間和大量的研發(fā)活動支出，從而獲得較好的創(chuàng)新產(chǎn)出水平。因此，本文將總資產(chǎn)凈利率作為控制變量納入研究。經(jīng)營活動現(xiàn)金流量比率企業(yè)盈余現(xiàn)金是否充足極大影響了企業(yè)的創(chuàng)新投入，相較于現(xiàn)金短缺的企業(yè)，經(jīng)營活動現(xiàn)金流充足的企業(yè)更有能力進行創(chuàng)新活動，因此本文將經(jīng)營活動現(xiàn)金流量比率作為控制變量納入研究。資產(chǎn)負債率企業(yè)的資產(chǎn)負債率大小與償債風(fēng)險大小正相關(guān)，資產(chǎn)負債率越高的企業(yè)面臨越大的風(fēng)險，出于風(fēng)險規(guī)避在進行同樣高風(fēng)險的創(chuàng)新活動時會更為謹慎，往往不愿意在研發(fā)上投入過多資金。本文采用當(dāng)前學(xué)術(shù)界通用的做法，以資產(chǎn)負債率作為償債能力的衡量指標。企業(yè)規(guī)模企業(yè)規(guī)?？梢苑从巢煌?guī)模企業(yè)的風(fēng)險承擔(dān)能力和投資能力，影響創(chuàng)新積極性。由于企業(yè)開展創(chuàng)新活動研發(fā)資金投入大且回報周期較長，小企業(yè)可能無法承受創(chuàng)新所帶來的資金壓力，創(chuàng)新活動的風(fēng)險更大。因此，本文將該指標作為控制變量納入研究，并將企業(yè)資產(chǎn)總額取對數(shù)作為企業(yè)規(guī)模的衡量指標。年齡公司年齡是影響企業(yè)創(chuàng)新的重要因素。成熟的企業(yè)擁有更加雄厚的資金保障企業(yè)創(chuàng)新活動的持續(xù)投入，而尚處在發(fā)展初期的企業(yè)很可能沒有充足的資金來開展創(chuàng)新活動。尤其是對高知識密度的高新技術(shù)企業(yè)而言，處于發(fā)展初期的企業(yè)往往創(chuàng)新能力較弱。因此本文用當(dāng)前年份減去企業(yè)成立年份的差值作為公司年齡的衡量指標。無形資產(chǎn)比重企業(yè)的無形資產(chǎn)包括創(chuàng)新具備的各類知識產(chǎn)權(quán)等，該指標表示為無形資產(chǎn)占企業(yè)資產(chǎn)總額的比重。為了消除異方差影響，將該比重放大一百倍。托賓Q值托賓Q值是用來衡量企業(yè)價值的重要指標，本文選取證監(jiān)會認定的企業(yè)當(dāng)年市場價值除以企業(yè)的資產(chǎn)總額作為該衡量指標。產(chǎn)權(quán)性質(zhì)國有企業(yè)相對于非國有企業(yè)更容易獲得一些財政資助來源，因此更容易獲得企業(yè)創(chuàng)新所需的必要資金，本文引入衡量企業(yè)產(chǎn)權(quán)性質(zhì)的虛擬變量，將國有企業(yè)表示為1，其他企業(yè)表示為0。表5-1變量定義表變量類型變量名稱變量符號變量計量被解釋變量科技成果轉(zhuǎn)化階段創(chuàng)新指標RD研發(fā)費用/主營業(yè)務(wù)收入產(chǎn)業(yè)化階段創(chuàng)新指標ZLLn（專利申請數(shù)+1）市場化階段創(chuàng)新指標SCLn（營業(yè)收入總額）解釋變量稅率優(yōu)惠政策POL凈利潤*（25%-15%）/主營業(yè)務(wù)收入研發(fā)費用加計扣除政策time虛擬變量：2018年以后為1；2018年以前為0固定資產(chǎn)加速折舊政策didtreated*post（treated：屬于六大行業(yè)為1，其他行業(yè)為0；post：2014年及以后為1，2014年以前為0）財政補貼GOVLn(政府補助)控制變量稅收負擔(dān)VATLn(支付的各項稅費-收到的稅費返還)總資產(chǎn)凈利率ROA凈利潤/總資產(chǎn)經(jīng)營活動現(xiàn)金流量比率TTM經(jīng)營活動產(chǎn)生的現(xiàn)金流量凈額/營業(yè)收入資產(chǎn)負債率LEV總負債/總資產(chǎn)企業(yè)規(guī)模SIZELn（資產(chǎn)總額）年齡AGE當(dāng)年年份-企業(yè)成立年份無形資產(chǎn)比重IAR無形資產(chǎn)/資產(chǎn)總額托賓Q值TobinQ企業(yè)市值/資產(chǎn)總額產(chǎn)權(quán)性質(zhì)PRO虛擬變量：國有企業(yè)取值為1；其他企業(yè)取值為01.2.3模型設(shè)定本文分別運用多元回歸模型和雙重差分模型，檢驗2012—2019年我國上市高新技術(shù)企業(yè)的財政政策和稅收優(yōu)惠政策對創(chuàng)新產(chǎn)業(yè)鏈條不同階段的創(chuàng)新激勵效應(yīng)，模型設(shè)定如下:（1）科技成果轉(zhuǎn)化階段檢驗財政補貼對該階段創(chuàng)新指標的激勵效果，建立模型1：RD檢驗不同稅收優(yōu)惠方式對該階段創(chuàng)新指標的激勵效果，建立模型2：RD（2）產(chǎn)業(yè)化階段檢驗財政補貼對該階段創(chuàng)新指標的激勵效果，建立模型3：ZLi,t檢驗不同稅收優(yōu)惠方式對該階段創(chuàng)新指標的激勵效果，同時考慮第一階段的研發(fā)投入強度可能對該階段專利數(shù)產(chǎn)生中介作用，建立模型4：（3）市場化階段檢驗財政補貼對該階段創(chuàng)新指標的激勵效果，建立模型5：SCi,t檢驗不同稅收優(yōu)惠方式對該階段創(chuàng)新指標的激勵效果，同時考慮第一、二階段的研發(fā)投入強度和專利數(shù)可能對該階段市場績效產(chǎn)生中介作用，建立模型6：其中，i=1，2，3，4，…，2406，即符合條件的2406家上市高新技術(shù)企業(yè);t=1，2，3，4，5，6，7，8即2012—2019年這8年窗口期;Controlsi,t表示控制變量VATi,t，ROAi,t，1.3描述性統(tǒng)計1.3.1描述性統(tǒng)計分析各變量的描述性統(tǒng)計結(jié)果如表5-2所示，從結(jié)果中可以看出：在因變量當(dāng)中，不同行業(yè)的上市高新技術(shù)企業(yè)的創(chuàng)新投入比較參差不齊，其中研發(fā)費用占主營業(yè)務(wù)收入的平均值為1.110，表明研發(fā)投入強度總體較低，最小值0.16，最大值為23.89，方差為4.020，存在一定的差距。專利申請數(shù)的對數(shù)平均值為2.254，方差為1.457。企業(yè)營業(yè)收入的對數(shù)平均值為21.11，方差為1.245。在控制變量當(dāng)中，總資產(chǎn)收益率最小值為-8.882%，出現(xiàn)負的收益率，最大值為31.79%，平均的資產(chǎn)收益率為1.561%。經(jīng)營活動現(xiàn)金流量比率最小值為-31.58%，呈現(xiàn)負數(shù)，說明部分企業(yè)經(jīng)營活動現(xiàn)金流入小于流出，企業(yè)面臨較大的償債風(fēng)險，最大值為51.63%，平均的經(jīng)營活動現(xiàn)金流量比率為8.901%。產(chǎn)權(quán)性質(zhì)的平均值為0.268，說明樣本中的國有企業(yè)占比約26.8%。表5-2變量的描述性統(tǒng)計結(jié)果variableNmeanp50sdminmaxRD75901.1103.9644.0200.16023.89ZL75902.2542.3031.45701.468SC759021.1120.981.24518.5224.33POL75901.1681.0501.199-2.8564.818GOV759011.6111.791.7959.49619.16VAT759018.0818.001.29114.6221.19IAR75904.4123.6103.5890.03120.65SIZE759021.8021.661.07119.5424.75LEV759036.1333.9518.821.59980.89ROA75901.5611.0251.316-8.88231.79TTM75908.9018.44613.70-31.5851.63TobinQ75902.6772.0622.0590.10910.04AGE759020.3120.034.7198.05031.02time75900.17200.37701did75900.71310.45301PRO75900.26800.443011.3.2相關(guān)性檢驗各變量的相關(guān)性檢驗如表5-3所示，從結(jié)果中可以看出模型大部分重要變量間的相關(guān)系數(shù)數(shù)值都較小，低于0.5且達到了1%的顯著水平。僅企業(yè)的資產(chǎn)規(guī)模、稅收負擔(dān)總額與營業(yè)收入之間存在明顯的正相關(guān)性。本文通過進一步檢驗創(chuàng)新產(chǎn)業(yè)鏈條不同階段變量間的方差膨脹因素VIF,如表5-4所示，發(fā)現(xiàn)各變量間VIF值都小于10，因此可判斷各變量間不存在嚴重的多重共線性。表5-3變量的相關(guān)性檢驗RDZLSCPOLGOVVATIARRD1ZL01SC-0.387***0.301***1POL0.129***-0.061***-0.240***1GOV0.01600.139***0.325***-0.01201VAT-0.291***0.254***0.788***0.023**0.291***1IAR-0.028**-0.01200.040***-0.071***0.053***0.074***1SIZE-0.269***0.281***0.912***-0.184***0.347***0.769***0.073***LEV-0.311***0.170***0.572***-0.487***0.174***0.356***0.050***ROA0.007000.0180-0.034***0.811***0.01100.148***-0.102***TTM0.056***-0.027**-0.054***0.385***0.01300.077***0.047***TobinQ0.303***-0.164***-0.492***0.392***-0.053***-0.316***-0.054***AGE-0.129***0.047***0.208***-0.116***0.099***0.165***0.033***PRO-0.162***0.085***0.341***-0.199***0.171***0.252***0.061***SIZELEVROATTMTobinQAGEPROSIZE1LEV0.566***1ROA-0.140***-0.420***1TTM-0.0160-0.238***0.321***1TobinQ-0.523***-0.486***0.411***0.171***1AGE0.178***0.143***-0.075***-0.0180-0.152***1PRO0.353***0.326***-0.200***-0.056***-0.238***0.186***1*p<0.1,**p<0.05,***p<0.01表5-4方差膨脹因子檢驗VariableVIF1/VIFVAT3.940.253541ROA3.500.285800POL3.360.297230SIZE3.010.332762LEV1.980.505849TobinQ1.710.583887TTM1.210.825113PRO1.210.828886GOV1.180.850098AGE1.070.937064IAR1.030.972096MeanVIF2.111.4稅收優(yōu)惠政策的實證分析1.4.1模型設(shè)定檢驗由于本文采用面板數(shù)據(jù)，因此首先通過霍斯曼檢驗來判斷應(yīng)使用固定效應(yīng)還是隨機效應(yīng)進行回歸分析。對科技成果轉(zhuǎn)化階段的檢驗結(jié)果如下：表5-5Hausman檢驗結(jié)果 fereDifferenceS.E.POL-.4115958-.3315666-.0800292.004178DID.268422.3168375-.0484155.Time.1653003.1925956-.0272953.b=consistentunderHoandHa;obtainedfromxtregB=inconsistentunderHa,efficientunderHo;obtainedfromxtregTest:Ho:differenceincoefficientsnotsystematicchi2(3)=(b-B)'[(V_b-V_B)^(-1)](b-B)=321.29Prob>chi2=0.0000由于原假設(shè)為隨機效應(yīng)模型，得出的Hausman檢驗結(jié)果P值=0.0000<0.05，拒絕了原假設(shè)，因此可以認定科技成果轉(zhuǎn)化階段適用固定效應(yīng)模型。同理對產(chǎn)業(yè)化階段和市場化階段進行檢驗，結(jié)果顯示同樣適用固定效應(yīng)模型。1.4.2共同趨勢檢驗由于雙重差分回歸模型的基礎(chǔ)前提要滿足政策實行前實驗組與對照組基本符合平行趨勢，本文選取固定資產(chǎn)加速折舊政策作為政策實施變量，滿足該項政策優(yōu)惠條件的六大行業(yè)作為實驗組，不滿足該項政策優(yōu)惠條件的其他行業(yè)作為對照組。本文參考余明桂（2016）的做法REF_Ref72156518\r\h[62]，用Stata11.0繪制了實驗組和對照組在2012-2019年間的研發(fā)強度RD變化趨勢圖，如圖5-1所示。由于固定資產(chǎn)加速折舊政策的實施節(jié)點為2014年，從圖中可以看出政策實施的前兩年中實驗組和控制組的研發(fā)強度保持平行，在政策實施之后二者的差距逐步擴大，因此該項解釋變量滿足平行趨勢前提，運用雙重差分模型可行。圖5-1平行趨勢圖1.4.3科技成果轉(zhuǎn)化階段回歸結(jié)果分析本文將三個稅收優(yōu)惠政策自變量和科技成果轉(zhuǎn)化階段創(chuàng)新指標研發(fā)強度分別放入模型中得到模型1-3，將所有變量放入模型中得到模型4，控制時間效應(yīng)和行業(yè)效應(yīng)，回歸結(jié)果如表5-6所示。從表5-6的回歸結(jié)果可以看出，企業(yè)的研發(fā)投入強度與模型中的三個解釋變量（稅率優(yōu)惠、研發(fā)費用加計扣除、固定資產(chǎn)加速折舊）的回歸符號系數(shù)都為正，與研究假設(shè)達成一致。同時稅率優(yōu)惠政策變量和固定資產(chǎn)加速折舊政策變量對企業(yè)創(chuàng)新投入的影響具有較強一致性，不易受其他政策變量的影響，而研發(fā)費用加計扣除政策易收到另兩個政策變量的影響，在同時實行的情況下研發(fā)費用加計扣除政策的激勵效果被部分擠出。對于上市高新技術(shù)企業(yè)，稅率優(yōu)惠政策與企業(yè)創(chuàng)新投入正相關(guān)并在1%的水平上顯著，研發(fā)費用加計扣除政策與企業(yè)創(chuàng)新投入正相關(guān)并在5%的水平上顯著，說明國家規(guī)定的高新技術(shù)企業(yè)享受優(yōu)惠稅率的政策和2018年實施的擴大加計扣除比例政策都顯著促進了企業(yè)創(chuàng)新投入。固定資產(chǎn)加速折舊政策對企業(yè)創(chuàng)新投入的影響雖然正相關(guān)但不顯著，說明在科技成果轉(zhuǎn)化階段，相對于另兩個政策，上市高新技術(shù)企業(yè)對固定資產(chǎn)加速折舊政策的政策敏感性不高，該項政策的激勵效果不夠強。控制變量中，企業(yè)稅負與創(chuàng)新投入負相關(guān)并在1%水平上顯著，說明稅負成本會明顯降低企業(yè)進行創(chuàng)新投入的積極性。企業(yè)的資產(chǎn)規(guī)模和企業(yè)價值與創(chuàng)新投入在1%水平上顯著正相關(guān)，表明對于上市高新技術(shù)企業(yè)，資產(chǎn)規(guī)模越大、市場價值高的企業(yè)創(chuàng)新投入較多。企業(yè)的資產(chǎn)負債率與創(chuàng)新投入在1%水平上顯著負相關(guān)，說明企業(yè)的杠桿水平越高，越會抑制企業(yè)的創(chuàng)新投入。企業(yè)年齡與創(chuàng)新投入在1%水平上顯著負相關(guān)，說明隨著企業(yè)的長期發(fā)展，企業(yè)成立的年份越久，越偏向采取保守投資策略，用于研發(fā)與創(chuàng)新的資金越少，成熟期和衰退期的企業(yè)創(chuàng)新投入會有所下降。表5-6科技成果轉(zhuǎn)化階段回歸結(jié)果模型1模型2模型3模型4RDRDRDRDPOL0.611***0.611***(0.063)(0.063)did0.1270.162(0.212)(0.211)time0.562***0.566**(0.208)(0.254)VAT-0.537***-0.602***-0.602***-0.537***(0.055)(0.055)(0.055)(0.055)IAR-0.018-0.017-0.016-0.018(0.012)(0.012)(0.012)(0.012)SIZE0.651***0.733***0.733***0.651***(0.076)(0.076)(0.076)(0.076)LEV-0.044***-0.051***-0.051***-0.044***(0.003)(0.003)(0.003)(0.003)ROA-0.251***-0.150***-0.150***-0.251***(0.015)(0.010)(0.010)(0.015)TTM-0.0010.006*0.006*-0.001(0.003)(0.003)(0.003)(0.003)TobinQ0.643***0.646***0.646***0.643***(0.031)(0.031)(0.031)(0.031)AGE-0.031***-0.037***-0.037***-0.031***(0.009)(0.009)(0.009)(0.009)PRO-0.478***-0.477***-0.478***-0.477***(0.102)(0.102)(0.102)(0.102)_cons1.7311.6371.5611.827(1.180)(1.194)(1.187)(1.187)樣本數(shù)7590.0007590.0007590.0007590.000R0.2240.2140.2140.224行業(yè)效應(yīng)yesyesyesyes時間效應(yīng)yesyesyesyes*p<0.1,**p<0.05,***p<0.01由于稅收優(yōu)惠政策對創(chuàng)新投入的影響可能存在一定的時間滯后性，因此本文分別對研究模型中已有的三個政策變量進行滯后一期處理，模型1為原變量回歸處理結(jié)果，模型2-4分別表示對稅率優(yōu)惠政策、固定資產(chǎn)加速折舊政策和研發(fā)費用加計扣除政策進行滯后一期處理，最終結(jié)果如表5-7所示。分析表5-7的回歸結(jié)果，從模型1和模型2的回歸結(jié)果比較可知，滯后一期的稅率優(yōu)惠政策在1%的顯著性水平上促進企業(yè)創(chuàng)新投入，但促進的效果小于當(dāng)期的政策，說明稅率優(yōu)惠政策對企業(yè)創(chuàng)新投入的促進作用存在一定時滯性。根據(jù)黎文靖（2016）的研究REF_Ref72154876\r\h[69]，對于這種回歸結(jié)果可能的解釋為當(dāng)年國家稅收優(yōu)惠政策的出臺會給企業(yè)釋放一個創(chuàng)新的信號，企業(yè)會針對該項政策變化做出加大創(chuàng)新投入的改變。通過比較模型1和模型3、4的回歸結(jié)果可知，滯后一期的固定資產(chǎn)加速折舊政策和研發(fā)費用加計扣除政策沒有顯著性促進企業(yè)創(chuàng)新投入，不存在時滯性。表5-7滯后一期解釋變量對創(chuàng)新投入的回歸結(jié)果模型1模型2模型3模型4RDRDRDRDPOL0.611***0.618***0.617***(0.063)(0.074)(0.074)L.POL0.573***(0.053)did0.1620.4650.462(0.211)(0.544)(0.547)L.did0.609(0.422)time0.566**0.6160.423(0.254)(0.560)(0.457)L.time0.560(0.562)VAT-0.537***-0.741***-0.641***-0.641***(0.055)(0.067)(0.068)(0.068)IAR-0.018-0.006-0.011-0.011(0.012)(0.013)(0.013)(0.013)SIZE0.651***0.789***0.777***0.777***(0.076)(0.090)(0.091)(0.091)LEV-0.044***-0.038***-0.043***-0.043***(0.003)(0.004)(0.004)(0.004)ROA-0.251***-0.201***-0.268***-0.268***(0.015)(0.013)(0.018)(0.018)TTM-0.0010.000-0.001-0.001(0.003)(0.004)(0.004)(0.004)TobinQ0.643***0.730***0.790***0.790***(0.031)(0.037)(0.037)(0.037)AGE-0.031***-0.026**-0.030***-0.030***(0.009)(0.011)(0.011)(0.011)PRO-0.477***-0.337***-0.428***-0.429***(0.102)(0.116)(0.116)(0.116)_cons1.8271.3840.4290.398(1.187)(1.475)(1.439)(1.478)樣本數(shù)7590.0005682.0005682.0005682.000R0.2240.2440.2380.238行業(yè)效應(yīng)yesyesyesyes時間效應(yīng)yesyesyesyes*p<0.1,**p<0.05,***p<0.011.4.4產(chǎn)業(yè)化階段回歸結(jié)果分析本文將三個稅收優(yōu)惠政策自變量和產(chǎn)業(yè)化階段創(chuàng)新指標專利數(shù)分別放入模型中得到模型1-3，將所有變量放入模型中得到模型4，控制時間效應(yīng)和行業(yè)效應(yīng)，回歸結(jié)果如表5-8所示。從表5-8的回歸結(jié)果可以看出，在產(chǎn)業(yè)化階段，企業(yè)的專利數(shù)與模型中的三個解釋變量的回歸符號系數(shù)都為正，同樣與研究假設(shè)達成一致。同時稅率優(yōu)惠政策變量和固定資產(chǎn)加速折舊政策變量對企業(yè)創(chuàng)新投入的影響具有較強一致性，不易受其他政策變量的影響，而研發(fā)費用加計扣除政策易受到另兩個政策變量的影響，在同時實行的情況下研發(fā)費用加計扣除政策的激勵效果被部分擠出。對于上市高新技術(shù)企業(yè)，稅率優(yōu)惠政策和研發(fā)費用加計扣除政策與企業(yè)專利數(shù)正相關(guān)并在1%的水平上顯著，固定資產(chǎn)加速折舊政策對企業(yè)創(chuàng)新產(chǎn)出專利數(shù)的影響雖然正相關(guān)但不顯著。在產(chǎn)業(yè)化階段，三項稅收優(yōu)惠政策的創(chuàng)新激勵效果與科技成果轉(zhuǎn)化階段具有較高的一致性。在本階段的實證檢驗中，加入了第一階段的研發(fā)投入強度作為中介變量，從回歸結(jié)果可看出，研發(fā)投入強度與專利數(shù)在1%水平上顯著正相關(guān)，由此可知前期的創(chuàng)新投入越多，此階段的創(chuàng)新產(chǎn)出就越高。控制變量中，企業(yè)稅負與專利數(shù)負相關(guān)并在1%水平上顯著，說明稅收負擔(dān)越高越不利于企業(yè)的創(chuàng)新產(chǎn)出，通過減稅可以更好促進高新技術(shù)企業(yè)專利數(shù)的增加。企業(yè)的資產(chǎn)規(guī)模和企業(yè)總資產(chǎn)收益率與專利數(shù)在1%水平上顯著正相關(guān)，表明對于上市高新技術(shù)企業(yè)，資產(chǎn)規(guī)模越大、盈利能力強的企業(yè)能產(chǎn)生更多的創(chuàng)新產(chǎn)出。表5-8產(chǎn)業(yè)化階段回歸結(jié)果模型1模型2模型3模型4ZLZLZLZLPOL0.162***0.162***(0.024)(0.024)did0.0620.048(0.152)(0.152)time0.364***0.285*(0.080)(0.163)RD0.046***0.043***0.043***0.046***(0.004)(0.004)(0.004)(0.004)VAT-0.061***-0.075***-0.075***-0.061***(0.021)(0.021)(0.021)(0.021)IAR-0.012***-0.013***-0.013***-0.012***(0.004)(0.004)(0.004)(0.004)SIZE0.252***0.235***0.235***0.252***(0.030)(0.029)(0.029)(0.030)LEV0.003**0.004***0.004***0.003**(0.001)(0.001)(0.001)(0.001)ROA0.047***0.026***0.026***0.047***(0.006)(0.004)(0.004)(0.006)TTM-0.003**-0.004***-0.004***-0.003**(0.001)(0.001)(0.001)(0.001)TobinQ-0.055***-0.056***-0.056***-0.055***(0.012)(0.012)(0.012)(0.012)AGE-0.002-0.000-0.001-0.002(0.003)(0.003)(0.003)(0.003)PRO0.0150.0160.0160.015(0.040)(0.040)(0.040)(0.040)_cons-1.061***-1.013***-1.077***-1.004***(0.461)(0.476)(0.462)(0.475)樣本數(shù)7590.0007590.0007590.0007590.000R0.1230.1180.1180.123行業(yè)效應(yīng)yesyesyesyes時間效應(yīng)yesyesyesyes*p<0.1,**p<0.05,***p<0.01在產(chǎn)業(yè)化階段，本文分別對研究模型中已有的三個政策變量進行滯后一期處理，模型1為原變量回歸處理結(jié)果，模型2-4分別表示對稅率優(yōu)惠政策、固定資產(chǎn)加速折舊政策和研發(fā)費用加計扣除政策進行滯后一期處理，最終結(jié)果如表5-9所示。分析表5-9的回歸結(jié)果，可以看出滯后一期的三個政策對企業(yè)專利數(shù)的影響均不顯著，說明在產(chǎn)業(yè)化階段，不同的稅收優(yōu)惠政策對企業(yè)創(chuàng)新產(chǎn)出沒有產(chǎn)生明顯的時滯性影響。表5-9滯后一期解釋變量對專利數(shù)的回歸結(jié)果模型1模型2模型3模型4ZLZLZLZLPOL0.129***0.133***0.133***(0.024)(0.029)(0.029)L.POL0.005(0.021)did0.0750.0630.047(0.153)(0.213)(0.213)L.did0.070(0.164)time0.290*0.3000.275(0.164)(0.219)(0.178)L.time0.296(0.219)VAT-0.061***-0.088***-0.071***-0.071***(0.021)(0.026)(0.026)(0.026)IAR-0.012***-0.015***-0.014***-0.014***(0.004)(0.005)(0.005)(0.005)SIZE0.252***0.209***0.228***0.228***(0.030)(0.035)(0.036)(0.036)LEV0.003**0.004***0.003**0.003**(0.001)(0.001)(0.001)(0.001)ROA0.047***0.026***0.049***0.049***(0.006)(0.005)(0.007)(0.007)TTM-0.003**-0.003**-0.002-0.002(0.001)(0.001)(0.001)(0.001)TobinQ-0.055***-0.076***-0.075***-0.075***(0.012)(0.015)(0.014)(0.014)AGE-0.0020.0020.0010.001(0.003)(0.004)(0.004)(0.004)PRO0.0150.0230.0240.023(0.040)(0.045)(0.045)(0.045)_cons-1.004***-4.647***-4.634***-4.642***(0.475)(0.578)(0.561)(0.576)樣本數(shù)7590.0005682.0005682.0005682.000R0.1100.1130.1160.116行業(yè)效應(yīng)yesyesyesyes時間效應(yīng)yesyesyesyes*p<0.1,**p<0.05,***p<0.011.4.5市場化階段回歸結(jié)果分析本文將三個稅收優(yōu)惠政策自變量和市場化階段創(chuàng)新指標專利數(shù)分別放入模型中得到模型1-3，將所有變量放入模型中得到模型4，控制時間效應(yīng)和行業(yè)效應(yīng)，回歸結(jié)果如表5-10所示。從表5-10的回歸結(jié)果可以看出，在市場化階段，企業(yè)的營業(yè)收入與模型中的三個解釋變量的回歸符號系數(shù)都為正，同樣與研究假設(shè)達成一致。僅稅率優(yōu)惠政策變量對企業(yè)創(chuàng)新投入的影響具有較強一致性，不易受其他政策變量的影響，固定資產(chǎn)加速折舊和研發(fā)費用加計扣除政策都易受到其他政策變量的影響，在同時實行的情況下創(chuàng)新激勵效果被部分擠出。對于上市高新技術(shù)企業(yè)，稅率優(yōu)惠政策與企業(yè)市場績效正相關(guān)并在1%的水平上顯著，研發(fā)費用加計扣除政策在單獨實行時與企業(yè)市場績效在1%水平上顯著正相關(guān)，但在不同稅收優(yōu)惠政策同時實行時效果不顯著，固定資產(chǎn)加速折舊政策對企業(yè)市場績效的影響雖然正相關(guān)但不顯著。在本階段的實證檢驗中，加入了第一階段的研發(fā)投入強度和第二階段的專利數(shù)作為中介變量，從回歸結(jié)果可看出，研發(fā)投入強度與市場績效在1%水平上顯著負相關(guān)，可能是由于創(chuàng)新投入具有一定的不確定性，會成為沉沒成本降低企業(yè)的營業(yè)收入。企業(yè)的專利數(shù)與市場績效在1%水平上顯著正相關(guān)，可知企業(yè)的專利數(shù)越多，能夠產(chǎn)生更多的新產(chǎn)品從而提高營業(yè)收入。綜合分析整個創(chuàng)新產(chǎn)業(yè)鏈條，對企業(yè)創(chuàng)新的激勵具有一定傳遞性，即上一階段的創(chuàng)新指標的提升會帶動本階段創(chuàng)新指標的提升?？刂谱兞恐?，企業(yè)稅負與市場績效正相關(guān)并在1%水平上顯著，表明企業(yè)的稅負與營業(yè)收入的變化趨于同步，即企業(yè)的收入越多，需要繳納的稅負越多，符合常理。表5-10市場化階段回歸結(jié)果模型1模型2模型3模型4SCSCSCSCPOL0.374***0.374***(0.006)(0.006)did0.0530.022(0.047)(0.038)time0.091***0.002(0.025)(0.041)RD-0.027***-0.036***-0.036***-0.027***(0.001)(0.001)(0.001)(0.001)ZL0.017***0.030***0.030***0.017***(0.003)(0.004)(0.004)(0.003)VAT0.111***0.144***0.144***0.111***(0.005)(0.007)(0.007)(0.005)IAR-0.006***-0.008***-0.008***-0.006***(0.001)(0.001)(0.001)(0.001)SIZE0.859***0.813***0.813***0.859***(0.007)(0.009)(0.009)(0.007)LEV0.003***0.007***0.007***0.003***(0.000)(0.000)(0.000)(0.000)ROA0.088***0.025***0.025***0.088***(0.001)(0.001)(0.001)(0.001)TTM-0.001***-0.005***-0.005***-0.001***(0.000)(0.000)(0.000)(0.000)TobinQ-0.008***-0.004-0.004-0.008***(0.003)(0.004)(0.004)(0.003)AGE0.005***0.008***0.008***0.005***(0.001)(0.001)(0.001)(0.001)PRO0.049***0.047***0.047***0.049***(0.010)(0.012)(0.012)(0.010)_cons0.1510.2250.1850.168(0.117)(0.147)(0.142)(0.121)樣本數(shù)7590.0007590.0007590.0007590.000R0.9230.8860.8860.923行業(yè)效應(yīng)yesyesyesyes時間效應(yīng)yesyesyesyes*p<0.1,**p<0.05,***p<0.01在市場化階段，本文分別對研究模型中已有的三個政策變量進行滯后一期處理，模型1為原變量回歸處理結(jié)果，模型2-4分別表示對稅率優(yōu)惠政策、固定資產(chǎn)加速折舊政策和研發(fā)費用加計扣除政策進行滯后一期處理，最終結(jié)果如表5-11所示。分析表5-11的回歸結(jié)果，滯后一期的稅率優(yōu)惠政策在1%的顯著性水平上促進企業(yè)市場績效，但促進的效果小于當(dāng)期的政策，說明稅率優(yōu)惠政策對企業(yè)市場績效的促進作用存在一定時滯性。滯后一期的固定資產(chǎn)加速折舊政策和研發(fā)費用加計扣除政策沒有顯著性促進企業(yè)創(chuàng)新投入，不存在時滯性。表5-11滯后一期解釋變量對專利數(shù)的回歸結(jié)果模型1模型2模型3模型4SCSCSCSCPOL0.374***0.377***0.377***(0.006)(0.008)(0.008)L.POL0.193***(0.006)did0.0220.0460.026(0.038)(0.062)(0.056)L.did0.011(0.043)time0.0020.0350.008(0.041)(0.064)(0.047)L.time-0.023(0.058)VAT0.128***0.206***0.151***0.151***(0.006)(0.008)(0.007)(0.007)IAR-0.006***-0.008***-0.006***-0.006***(0.001)(0.001)(0.001)(0.001)SIZE0.845***0.781***0.810***0.810***(0.008)(0.010)(0.009)(0.009)LEV0.005***0.005***0.005***0.005***(0.000)(0.000)(0.000)(0.000)ROA0.097***0.045***0.098***0.098***(0.001)(0.001)(0.002)(0.002)TTM-0.001***-0.003***-0.002***-0.002***(0.000)(0.000)(0.000)(0.000)TobinQ-0.028***-0.014***-0.032***-0.032***(0.003)(0.004)(0.004)(0.004)AGE0.006***0.006***0.006***0.006***(0.001)(0.001)(0.001)(0.001)PRO0.060***0.038***0.068***0.068***(0.010)(0.013)(0.012)(0.012)_cons0.0330.0450.358**0.372**(0.124)(0.167)(0.148)(0.152)樣本數(shù)7590.0005682.0005682.0005682.000R0.9170.8950.9130.913行業(yè)效應(yīng)yesyesyesyes時間效應(yīng)yesyesyesyes*p<0.1,**p<0.05,***p<0.011.5財政補貼的實證分析本文利用多元回歸模型檢驗財政補貼對不同階段創(chuàng)新指標的激勵效果，如表5-12所示。從中可以看出，財政補貼與三個階段的創(chuàng)新指標回歸符號系數(shù)都為正，即財政補貼能夠促進企業(yè)創(chuàng)新能力的提升，與研究假設(shè)達成一致。在科技成果轉(zhuǎn)化階段和產(chǎn)業(yè)化階段，財政補貼與創(chuàng)新投入和產(chǎn)出都在1%水平上顯著正相關(guān)，在市場化階段，財政補貼的激勵效果不顯著。綜合對比財政補貼在不同階段的激勵效果為：科技成果轉(zhuǎn)化階段>產(chǎn)業(yè)化階段>市場化階段?？梢詮闹械贸鰡⑹荆a貼在創(chuàng)新產(chǎn)業(yè)鏈條的前端作用效果大于后端，驗證了我國要突破關(guān)鍵核心技術(shù)，應(yīng)努力實現(xiàn)前端的技術(shù)創(chuàng)新，加大對重大科研項目、基礎(chǔ)研究的財政資金投入。表5-12不同階段財政補貼激勵效果的回歸結(jié)果第一階段第二階段第三階段RDZLSCGOV0.396***0.079***0.005(0.030)(0.012)(0.004)VAT-0.635***-0.076***0.169***(0.054)(0.021)(0.007)IAR-0.017-0.013***-0.008***(0.012)(0.004)(0.001)SIZE0.478***0.178***0.789***(0.079)(0.030)(0.010)LEV-0.052***0.004***0.009***(0.003)(0.001)(0.000)ROA-0.165***0.024***0.032***(0.010)(0.004)(0.001)TTM0.006*-0.004***-0.005***(0.003)(0.001)(0.000)TobinQ0.669***-0.060***-0.031***(0.031)(0.012)(0.004)AGE-0.032***0.0000.010***(0.009)(0.003)(0.001)PRO-0.421***0.0110.062***(0.102)(0.039)(0.013)_cons1.457-1.078***-0.021(1.190)(0.461)(0.148)樣本數(shù)7590.0007590.0007590.000R0.2230.1130.875行業(yè)效應(yīng)yesyesyes時間效應(yīng)yesyesyes*p<0.1,**p<0.05,***p<0.011.6穩(wěn)健性檢驗1.6.1替換變量回歸本文替換了解釋變量POL，借鑒韓仁月、馬海濤（2019）的模型REF_Ref72142520\r\h[43]，將稅收優(yōu)惠政策變量衡量指標POL的分子替換為凈利潤，分母替換為年初總資產(chǎn)，表示為PT=凈利潤*（25%-15%）/企業(yè)年初總資產(chǎn)，采取相同方式進行回歸，回歸結(jié)果如表5-13所示，與上文的回歸結(jié)果未產(chǎn)生顯著差異。表5-13替換解釋變量回歸結(jié)果第一階段第二階段第三階段RDZLSCPT0.0600.216***0.285***(0.205)(0.079)(0.025)did0.5430.0880.040(0.399)(0.153)(0.049)time0.0110.298*0.040(0.427)(0.164)(0.052)控制變量控制控制控制_cons1.865-4.989***0.038(1.240)(0.476)(0.151)樣本數(shù)7590.0007590.0007590.000R0.2050.1080.877行業(yè)效應(yīng)yesyesyes時間效應(yīng)yesyesyes*p<0.1,**p<0.05,***p<0.011.6.2分產(chǎn)權(quán)性質(zhì)回歸本文將研究樣本劃分為國企和非國企兩組，進一步檢驗財稅政策變量對不同產(chǎn)權(quán)性質(zhì)的上市高新技術(shù)企業(yè)創(chuàng)新能力的激勵效果，回歸結(jié)果見表5-14所示。從表5-14回歸結(jié)果來看，三項稅收優(yōu)惠政策對不同產(chǎn)權(quán)性質(zhì)的企業(yè)的回歸系數(shù)都為正，即都產(chǎn)生促進作用。從科技成果轉(zhuǎn)化階段來看，稅率優(yōu)惠政策對國企和非國企的促進作用都在1%水平上顯著，但對非國企的激勵效果更大；固定資產(chǎn)加速折舊政策對國企的促進作用不顯著，對非國企的促進作用在5%水平上顯著，可以看出非國企對固定資產(chǎn)加速折舊政策更加敏感；研發(fā)費用加計扣除政策對國企的促進作用在1%水平上顯著，對非國企促進作用不顯著，可以看出國企對研發(fā)費用加計扣除政策更加敏感；財政補貼對國企和非國企的促進作用都在1%水平上顯著，但對國企的激勵效果更大。從產(chǎn)業(yè)化階段來看，稅率優(yōu)惠政策對國企促進作用在10%水平上顯著，對非國企促進作用在1%水平上顯著；固定資產(chǎn)加速折舊政策對國企和非國企都不顯著；研發(fā)費用加計扣除政策對國企和非國企的促進作用都在5%水平上顯著，但對國企的激勵效果更大。財政補貼對國企和非國企的促進作用都在1%水平上顯著，但對國企的激勵效果更大。從市場化階段來看，對國企和非國企的促進作用都在1%水平上顯著，但對國企的激勵效果更大；固定資產(chǎn)加速折舊政策和研發(fā)費用加計扣除政策對國企和非國企都不顯著。財政補貼對國企和非國企的促進作用均不顯著。表5-14分產(chǎn)權(quán)性質(zhì)回歸結(jié)果國企非國企RDZLSCRDZLSCPOL0.531***0.104*0.420***0.695***0.126***0.391***(0.128)(0.061)(0.017)(0.072)(0.027)(0.007)did0.2230.1760.0541.136**0.0700.043(0.520)(0.248)(0.071)(0.536)(0.197)(0.049)time2.498***0.600**0.0060.2050.439**0.005(0.588)(0.281)(0.080)(0.572)(0.210)(0.053)GOV0.456***0.125***0.0020.390***0.062***0.004(0.049)(0.023)(0.007)(0.036)(0.013)(0.003)控制變量控制控制控制控制控制控制樣本數(shù)2033.0002033.0002033.0005557.0005557.0005557.000R0.2050.1460.1460.2360.1030.909行業(yè)效應(yīng)yesyesyesyesyesyes時間效應(yīng)yesyesyesyesyesyes*p<0.1,**p<0.05,***p<0.011.6.3剔除“營改增”因素的影響本文進一步剔除了樣本中適用“營改增”政策“營改增”“3+7”行業(yè)，即交通運輸業(yè)、郵政業(yè)、電信業(yè)3個大類行業(yè)和研發(fā)技術(shù)、信息技術(shù)、文化創(chuàng)意、物流輔助、有形動產(chǎn)租賃、鑒證咨詢、廣播影視7個現(xiàn)代服務(wù)業(yè)。的行業(yè)，包括三大類行業(yè)中涉及的交通運輸業(yè)、郵政業(yè)和七個現(xiàn)代服務(wù)行業(yè)中的信息技術(shù)業(yè)、租賃行業(yè)等，回歸結(jié)果如表5-15所示。檢驗結(jié)果與上文回歸結(jié)果呈現(xiàn)一致性，因此本文的研究結(jié)論依然成立。通過對比剔除“營改增”政策前后的回歸結(jié)果，可以看出部分不同階段的稅收優(yōu)惠政策與企業(yè)創(chuàng)新能力指標的系數(shù)有所增加，可見剔除了該項政策因素的干擾后，回歸結(jié)果更有力地驗證了本文的研究假設(shè)。“營改增”“3+7”行業(yè)，即交通運輸業(yè)、郵政業(yè)、電信業(yè)3個大類行業(yè)和研發(fā)技術(shù)、信息技術(shù)、文化創(chuàng)意、物流輔助、有形動產(chǎn)租賃、鑒證咨詢、廣播影視7個現(xiàn)代服務(wù)業(yè)。表5-15剔除“營改增”影響的回歸結(jié)果(1)(2)(3)RDZLSCPOL0.642***0.150***0.413***(0.055)(0.026)(0.007)did0.1140.0340.032(0.345)(0.166)(0.043)time0.886**0.303*0.041(0.367)(0.177)(0.046)控制變量控制控制控制_cons3.03