田紅娜，孫美玲

（哈爾濱理工大學 經(jīng)濟與管理學院，黑龍江 哈爾濱 150400）

一、引言

綠色技術創(chuàng)新是在人與自然和諧共處的前提下保證經(jīng)濟高質量發(fā)展的有效手段，可避免或減少環(huán)境污染，實現(xiàn)原材料和廢物的循環(huán)利用（Ma等，2021）[1]。企業(yè)是國家綠色創(chuàng)新活動的重要主體，在制造企業(yè)綠色轉型中，提高綠色技術創(chuàng)新能力既可調(diào)和環(huán)境保護與經(jīng)濟發(fā)展間的矛盾，也是推進制造企業(yè)實現(xiàn)可持續(xù)發(fā)展的關鍵（田紅娜和孫欽琦，2020）[2]。當前中國制造企業(yè)綠色技術創(chuàng)新能力雖明顯提升，卻整體實力較弱。鑒于此，如何提高制造企業(yè)綠色技術創(chuàng)新能力是“雙碳”背景下一個值得深入探究的問題。

梳理相關文獻發(fā)現(xiàn)，學術界對綠色技術創(chuàng)新能力的定義尚未形成統(tǒng)一標準。Saunila等（2018）[3]將綠色技術創(chuàng)新能力定義為在生產(chǎn)經(jīng)營過程中，很大程度地降低生態(tài)負效應和環(huán)保成本，進而實現(xiàn)經(jīng)濟與環(huán)境協(xié)調(diào)發(fā)展的技術創(chuàng)新能力；李廣培和全佳敏（2015）[4]將綠色技術創(chuàng)新能力看作是“綠色化”活動及管理方面的綜合能力系統(tǒng)。基于上述研究，本文認為綠色技術創(chuàng)新能力是指在環(huán)境可持續(xù)發(fā)展背景下，將綠色化理念融入技術創(chuàng)新投入、技術創(chuàng)新產(chǎn)出以及技術管理全過程，并進行計劃、組織、管理和控制的能力組合。然而，由于企業(yè)綠色技術創(chuàng)新具有“雙重外部性”、環(huán)境負外部性等特征，使企業(yè)往往缺乏主動投資綠色技術創(chuàng)新活動的內(nèi)生激勵（謝榮輝，

2021）[5]。

從政府制度理論的角度，有研究表明政府部門的政策激勵是削弱綠色技術創(chuàng)新“雙重外部性”和實現(xiàn)企業(yè)降本增效目標的有效措施（徐建中和王曼曼，2018）[6]，能有效解決因市場失靈而造成的各種混亂和危機（劉啟仁和黃建忠，2018）[7]。為刺激企業(yè)加大固定資產(chǎn)投資、激發(fā)技術創(chuàng)新的積極性，2014年9月24日，國務院第63次常務會議審議通過了完善固定資產(chǎn)加速折舊政策的方案。根據(jù)該方案的具體要求，財政部和國稅總局聯(lián)合頒布《關于完善固定資產(chǎn)加速折舊企業(yè)所得稅政策的通知》①財政部，國家稅務總局.關于完善固定資產(chǎn)加速折舊企業(yè)所得稅政策的通知[EB/OL].（2014-10-20）http://www.chinatax.gov.cn/n810341/n810755/c1260992/content.html.（以下簡稱“加速折舊政策”）。該政策于2014年1月1日開始在醫(yī)藥制造業(yè)（C27）下的生物藥品制造業(yè)，專用設備制造業(yè)（C35），鐵路、船舶、航空航天和其他運輸設備制造業(yè)（C37），計算機、通信和其他電子設備制造業(yè)（C39），儀器儀表制造業(yè)（C40），信息傳輸、軟件和信息技術服務業(yè)（I）中實施，其中有五大行業(yè)屬于制造業(yè)。該政策能減少制造企業(yè)在投資初期的納稅所得額、減輕稅負，不但可以提升資源的有效配置，而且有助于降低生產(chǎn)運營成本，加大對固定資產(chǎn)的投資力度，進而促進制造企業(yè)技術創(chuàng)新。綠色技術創(chuàng)新是推動中國制造企業(yè)高質量發(fā)展的重要抓手，但現(xiàn)有文獻多聚焦于稅收優(yōu)惠政策與技術創(chuàng)新間的關系，鮮有論及加速折舊政策與綠色技術創(chuàng)新間的關系。那么，加速折舊政策的實施能否提升制造企業(yè)綠色技術創(chuàng)新能力？其作用會受到何種因素影響？需要做進一步討論。

在此背景下，本文剔除加速折舊政策涉及的非制造行業(yè)（I），保留余下的五類制造企業(yè)展開研究。加速折舊政策采用試點行業(yè)先行的實施模式，為檢驗其能否提升制造企業(yè)綠色技術創(chuàng)新能力形成了一個準自然實驗。本文采用傾向得分匹配法（PSM）進行預處理，采用工具變量法（IV）并結合雙重差分法（DID）實證檢驗該政策對綠色技術創(chuàng)新能力的影響，最后對政策實施范圍進一步擴大，并進行再驗證，從而保證研究結果的真實可靠。

二、理論分析與研究假設

稅收優(yōu)惠政策作為政府支持和鼓勵制造企業(yè)可持續(xù)發(fā)展的主要措施和重要手段，越來越被各國重視（Peng等，2021）[8]。從委托代理理論和投資契約論的角度來看，企業(yè)執(zhí)行加速折舊政策可以被看成是一種促進企業(yè)投資的行為。同時，加速折舊政策是稅收優(yōu)惠政策的一項重要內(nèi)容，因此稅收優(yōu)惠政策效果的相關研究為本文提供了強有力的理論支撐。既往文獻主要聚焦于稅收優(yōu)惠政策與技術創(chuàng)新的直接關系，鮮有文獻關注稅收優(yōu)惠政策與綠色技術創(chuàng)新的關系，更未有學者對“加速折舊政策能否提升制造企業(yè)綠色技術創(chuàng)新能力”進行探究。

本文認為可以從以下三個視角來分析加速折舊政策對制造企業(yè)綠色技術創(chuàng)新能力提升的作用。

第一，基于創(chuàng)新成果溢出效應。企業(yè)的綠色技術創(chuàng)新成果具有較高的“雙重外部性”，這使企業(yè)自身收益低于社會收益（Chiu和Lee，2020）[9]。加速折舊政策可以幫助制造企業(yè)降低綠色技術創(chuàng)新的邊際成本，提高制造企業(yè)經(jīng)濟收益，進而使制造企業(yè)有更強的驅動力去提高綠色技術創(chuàng)新及其能力。

第二，基于風險補償效應。綠色技術創(chuàng)新活動具有投資風險高、周期長、投資大、回收慢等特征（張玉明等，2021）[10]，加速折舊政策可以為制造企業(yè)提供一定的財政支持、風險保障和風險補償，支持制造企業(yè)以綠色發(fā)展的理念積極開展綠色技術創(chuàng)新活動，為制造企業(yè)綠色技術創(chuàng)新能力的提升奠定堅實基礎。

第三，基于信號傳遞效應。由于市場信息不對稱，可能使銀行和投資方不愿意為企業(yè)技術創(chuàng)新提供貸款和投資（陳麗姍和傅元海，2019）[11]。因此，政府可以通過采取加速折舊政策向資本市場傳遞制造企業(yè)的“利好信號”，吸引更多社會資本的進入，這不僅可以緩解制造企業(yè)進行綠色技術創(chuàng)新所面臨的融資約束，而且會進一步提高制造企業(yè)綠色技術創(chuàng)新的意愿，有利于綠色技術創(chuàng)新能力提升。

據(jù)此提出以下假設。

H1：加速折舊政策對制造企業(yè)綠色技術創(chuàng)新能力存在正向激勵作用。

鑒于我國市場經(jīng)濟制度的特點，不同產(chǎn)權性質的制造企業(yè)所處的發(fā)展環(huán)境存在差異。政策實施的主體不同，將會導致不同的政策實施效果（Dong和Liu，2020）[12]，最終影響創(chuàng)新的成果（Minetti等，2015）[13]。國有制造企業(yè)一般并不能將經(jīng)濟效益最大化作為基本目標，還需要承擔較多的社會責任，這可能在一定程度上制約了其追求技術創(chuàng)新的積極性（張國興等，2021）[14]。經(jīng)濟轉型背景下的非國有企業(yè)，更加具有活力和創(chuàng)造力。Wang等（2019）[15]通過研究中國汽車制造企業(yè)發(fā)現(xiàn)，制造企業(yè)的所有權類型是資源—能力關系的邊界條件。在非國有企業(yè)中，政府的支持和研發(fā)、人力資本的投入對技術創(chuàng)新能力提升的正向促進作用更顯著。隨著國企改革的深化，混合所有制經(jīng)濟進入快速發(fā)展階段，提升技術創(chuàng)新能力、產(chǎn)品創(chuàng)新水平成為混合所有制改革的主要目標。陳林等（2019）[16]通過梳理混合寡頭理論的演化脈絡，發(fā)現(xiàn)混合所有制經(jīng)濟中的股權結構會影響制造企業(yè)的技術創(chuàng)新能力。Wang和Zou（2018）[17]從不同所有制企業(yè)的產(chǎn)權性質角度進行研究，發(fā)現(xiàn)不同類型政策對風電制造企業(yè)的核心技術創(chuàng)新激勵效應有差異，其中綜合政策和供應方政策對民營企業(yè)的核心技術創(chuàng)新激勵效應最大。

據(jù)此提出以下假設。

H2：加速折舊政策對不同產(chǎn)權制造企業(yè)綠色技術創(chuàng)新能力的影響存在差異。

加速折舊政策的實施減少了企業(yè)的稅負和實際的納稅金額，這讓納稅人在購置部分設備的成本上享受到優(yōu)惠，能有效地緩解企業(yè)的經(jīng)濟壓力，可促進企業(yè)綠色技術創(chuàng)新能力的提升。具體來說，在加速折舊政策實施下，制造企業(yè)購買的固定設備在前期可減少所需繳納的所得稅，使企業(yè)達到“遞延納稅”的效果，緩解了企業(yè)購置固定資產(chǎn)所帶來的資金短缺壓力（湛泳和陳思杰，2021）[18]。同時這也是政府給予制造企業(yè)的另一種方式的稅收減緩政策，可以幫助企業(yè)緩解在一定時期內(nèi)的經(jīng)濟壓力（林志帆和劉詩源，2022）[19]。以上都說明加速折舊政策可以激勵制造企業(yè)加大技術研發(fā)的投入和購進更多的固定資產(chǎn)，進而提高制造企業(yè)綠色技術創(chuàng)新能力，更好地適應市場競爭。

據(jù)此提出以下假設。

H3：企業(yè)現(xiàn)金流在加速折舊政策與制造企業(yè)綠色技術創(chuàng)新能力間發(fā)揮中介效應。

三、數(shù)據(jù)說明和模型構建

（一）數(shù)據(jù)來源和變量說明

本文選取2011—2021年Wind數(shù)據(jù)庫中的滬深A股上市公司作為評價政策效應的研究樣本，部分數(shù)據(jù)采取缺失值的插補處理。由于加速折舊政策所涉及的制造企業(yè)并非隨機選取，而是由自身經(jīng)營狀況等特征所決定的，這會對回歸的結果產(chǎn)生干擾，基于此本文剔除ST樣本公司和數(shù)據(jù)空缺值公司，以及企業(yè)資產(chǎn)負債率超過100%的公司。

本研究參照于飛等（2019）[20]的變量選取方法，構建對應于假設H1的第一類整體政策效應模型，將制造企業(yè)綠色技術創(chuàng)新能力用綠色技術創(chuàng)新投入（GRD）、綠色技術創(chuàng)新產(chǎn)出（GPAT）和綠色技術管理創(chuàng)新（ISO×MI，簡稱I＆M）作為代理變量，固定資產(chǎn)累計折舊值（Dep）作為解釋變量。本文用綠色研發(fā)費用與營業(yè)收入之比來度量綠色技術創(chuàng)新投入能力（畢克新等，2014））[21]；綠色技術創(chuàng)新產(chǎn)出能力選取制造業(yè)上市公司當年綠色專利申請數(shù)與其當年所有專利申請數(shù)的占比（GPAT）來衡量（王珍愚等，2021）[22]，綠色專利申請量的數(shù)據(jù)來自國家知識產(chǎn)權局；綠色技術管理創(chuàng)新能力用“是否獲得了國際環(huán)境管理體系ISO14001認證”和“是否進行綠色管理體系或制度創(chuàng)新”來衡量（于飛等，2019）[20]，ISO代表企業(yè)是否獲得了國際環(huán)境管理體系ISO14001認證，數(shù)據(jù)來自公司年報中“董事會報告”章節(jié)中“社會責任履行情況”一欄以及企業(yè)社會責任報告；MI為綠色管理啞變量，代表企業(yè)當年是否進行了綠色管理體系或制度創(chuàng)新，數(shù)據(jù)來源于企業(yè)社會責任報告中“環(huán)境保護與可持續(xù)發(fā)展”章節(jié)。通過手工收集與整理以上數(shù)據(jù)，形成實證所需的原始面板數(shù)據(jù)。

同時，進一步對數(shù)據(jù)進行處理。選取資產(chǎn)負債率（Lev）、總資產(chǎn)凈利率（Roa）、企業(yè)技術人員數(shù)量比例（Technical）、人力投入回報率（Rop）、總利潤率（Gop）、企業(yè)規(guī)模（Size）、期初現(xiàn)金持有水平（Cash）、獨立董事數(shù)量（Independent）、企業(yè)現(xiàn)金流（Ocf）等作為模型的控制變量（王鋒正和陳方圓，2018；陳紅等，2019；劉井建等，2020）[23-25]。

同樣，借鑒晏艷陽和吳志超（2020）[26]的研究方法，構建對應于假設H2的第二類模型，用以區(qū)分不同所有制下該政策的實施效應。解釋變量定義為實施時間的啞變量（Post）以及受政策影響行業(yè)的啞變量（Treat）的乘積，控制變量選取與第一類模型基本相同。

本文各變量的具體定義及描述性統(tǒng)計結果見表1。從表1可見，企業(yè)的累計折舊值在15.024到25.301之間，而當年企業(yè)綠色專利申請數(shù)/企業(yè)當年所有專利申請數(shù)最小值為0，最大值為0.895，表明不同企業(yè)之間的固定資產(chǎn)累計折舊值差異不大，但是創(chuàng)新能力有明顯差距，這有利于觀察加速折舊政策的實施效果。

表1 描述性統(tǒng)計

（二）傾向得分匹配結果

為保證DID方法的“共同趨勢”假設（李百興和王博，2019）[27]，本文使用軟件SPSS24，運用傾向得分匹配法（PSM）中基于1∶1的K值近鄰匹配方法對所選樣本進行了一對一匹配處理，運用2019年的橫截面板數(shù)據(jù)，將加速折舊政策所涉及的制造企業(yè)作為實驗組，未涉及的制造企業(yè)作為控制組，分別測算實驗組和控制組的傾向得分。結果表明所有匹配變量的標準偏差的絕對值絕大部分小于10%，說明匹配結果較好；且各變量匹配前的t檢驗結果均強烈顯著，而在匹配后各變量t檢驗結果均不顯著，這說明匹配后的實驗組與控制組間已不存在顯著的差異，確保了估計結果的可靠性。最終得到105對企業(yè)組成的面板數(shù)據(jù)。

（三）模型設定

1.加速折舊政策對制造企業(yè)綠色技術創(chuàng)新能力的影響

由于各制造企業(yè)“行情”不同，可能存在隨時間而變的遺漏變量，同時為了捕捉社會發(fā)展所帶來的技術進步等效應，研究中通常應考慮加入時間的虛擬變量。為驗證假設H1，本文借鑒孫圣民和陳強（2017）[28]構建面板數(shù)據(jù)模型的方法，構建加入年度虛擬變量的雙向固定效應計量模型來估計綠色技術創(chuàng)新能力函數(shù)，如公式（1）、公式（2）、公式（3）所示：

其中，下標i表示具體制造企業(yè)，t表示時間。GPATi,t表示第i個企業(yè)在第t年的專利申請數(shù)量，使用Depi,t-1（Dep滯后）表示該企業(yè)當年固定資產(chǎn)累計折舊值的滯后項，ui表示企業(yè)固定效應特征，λt表示年度固定效應，εi,t為隨機擾動項。

政策的改變存在內(nèi)生性問題（Cainelli等，2020）[29]，為解決關鍵變量內(nèi)生性問題帶來的估計系數(shù)偏差，本研究在后文引入工具變量解決估計系數(shù)偏差的問題。因此，在模型的設定和實證過程中需要克服度量誤差、遺漏變量與逆向因果關系等問題。如何正確識別與處理計量方程中的內(nèi)生性問題，找到合適的工具變量，成為本研究要解決的一個關鍵問題。

為解決關鍵變量Depi,t-1很可能是內(nèi)生變量的問題，本文選擇2010年制造企業(yè)初始固定資產(chǎn)Fai,2010與當年固定資產(chǎn)累計折舊率的滯后項Lzli,t-1的乘積項作為雙向固定效應模型中的工具變量。如公式（4）所示：

在定義中，L.為滯后算子，使用L.（Fa_Lzli,t）作為工具變量所依據(jù)的邏輯思維是，加速折舊政策對不同類型的制造業(yè)存在差異化影響，如果某類制造企業(yè)的初始固定資產(chǎn)賬面凈值Fai,2010越多，其所面臨的折舊空間越大，加速折舊政策對該制造企業(yè)固定資產(chǎn)折舊的影響越大，因此，初始固定資產(chǎn)賬面凈值是外生的。與此同時，當年固定資產(chǎn)累計折舊率的大小會影響下一年的固定資產(chǎn)折舊值，故當年固定資產(chǎn)累計折舊率滯后項Lzli,t-1與固定資產(chǎn)累計折舊值Dep滯后相關；而且，固定資產(chǎn)累計折舊率滯后項Lzli,t-1除了通過影響固定資產(chǎn)折舊值進而影響企業(yè)的綠色技術創(chuàng)新能力，并不會直接對當年的綠色技術創(chuàng)新能力產(chǎn)生影響，故工具變量的選取滿足排他性約束。

由于在雙向固定效應模型的技術框架下，較強的工具變量不容易找到，內(nèi)生變量通常很容易被年度虛擬變量所解釋。所以，為增強工具變量的解釋性，引入改革的虛擬變量Treat到公式（4）中，如果企業(yè)被政策所覆蓋，則Treat=1，反之則Treat=0。同時，本文將工具變量L.（Fa_Lzli,t_Treat）作為一個解釋變量分別加入公式（1）、公式（2）和公式（3）中，如果工具變量與公式（1）、公式（2）和公式（3）中的擾動項不相關，則將工具變量代入公式（1）、公式（2）和公式（3）中，會得到不顯著的系數(shù)估計結果，可從側面驗證選取的工具變量是否滿足外生性要求。

2.加速折舊政策對不同產(chǎn)權性質制造企業(yè)的影響

為了驗證假設H2，考慮到雙重差分法允許不可觀測因素的存在，使得政策效果的評估更接近于現(xiàn)實，本研究構建雙向固定效應計量模型來檢驗政策效應。其中，解釋變量為實施時間的啞變量（Post）以及受政策影響行業(yè)的啞變量（Treat）的交互項乘積。由于Post和Treat分別包含于“年度固定效應”和“企業(yè)固定效應”，為避免多重共線性，僅將交乘項Post×Treat加入固定效應模型中，如果交乘項的系數(shù)顯著為正，則可以驗證加速折舊政策對制造企業(yè)綠色技術創(chuàng)新能力存在正向激勵作用。

四、實證檢驗

（一）加速折舊政策對制造企業(yè)綠色技術創(chuàng)新能力影響的實證

1.加速折舊政策與制造企業(yè)綠色技術創(chuàng)新能力

公式（1）、公式（2）和公式（3）的雙向固定效應模型估計結果具體見表2，其中第（1）列、第（4）列和第（7）列分別顯示GRD和GPAT以及I＆M作為被解釋變量的混合OLS分析結果，將L.Dep滯后一期視為外生性變量?；貧w結果顯示，L.Dep對制造企業(yè)綠色技術創(chuàng)新能力影響的估計系數(shù)并不顯著。該結果說明混合OLS回歸估計結果的不顯著性，這與加速折舊政策所要達到的效果不吻合。究其原因可能是度量誤差、遺漏變量和逆向因果關系內(nèi)生性問題。首先，固定資產(chǎn)累計折舊數(shù)值大小受到計提折舊基數(shù)、凈殘值、折舊年限、折舊方法等因素的影響，可能造成度量誤差，從而導致回歸估計系數(shù)的不準確。其次，社會新技術的發(fā)展促使高新技術、新設備的購入也會促進企業(yè)綠色技術創(chuàng)新能力的提升，上述遺漏變量會影響混合OLS回歸結果中解釋變量和被解釋變量的正負相關關系。再次，伴隨綠色技術創(chuàng)新能力的提升，原有固定資產(chǎn)將無法滿足要求，企業(yè)會進一步購入新的生產(chǎn)設備。因此，固定資產(chǎn)累計折舊和綠色技術創(chuàng)新能力之間的逆向因果關系，也使回歸結果產(chǎn)生誤差。

表2 加速折舊政策對制造企業(yè)綠色技術創(chuàng)新能力的作用

為了克服內(nèi)生性問題對估計系數(shù)造成的偏差，采用兩階段最小二乘法（2SLS）加工具變量（IV）的方法進行后續(xù)實證檢驗。表2第（2）列、第（5）列和第（8）列分別顯示了L.（Fa_Lzli,t_Treat）作為工具變量的面板2SLS回歸結果。在加入工具變量后，關鍵變量L.Dep的估計系數(shù)與混合OLS有明顯區(qū)別，在面板2SLS回歸結果下，關鍵變量L.Dep的系數(shù)在5%的統(tǒng)計水平上均顯著為正，點估計分別為0.108、0.691和0.043。從回歸結果可知，加速折舊政策對制造企業(yè)綠色技術創(chuàng)新能力的影響效果較顯著，故假設H1得到驗證。

表2第（3）列、第（6）列和第（9）列是面板2SLS在第一階段回歸的結果，其被解釋變量變成Dep滯后（L.Dep）。工具變量L.（Fa_Lzli,t_Treat）的回歸系數(shù)都在1%的水平上顯著為正。同時回歸結果也顯示，第一階段F統(tǒng)計量皆為18.351，遠大于臨界值10，因此不必擔心工具變量是弱工具變量的問題。

2.加速折舊政策激勵的有效期分析

為進一步研究加速折舊政策在時間維度上對綠色技術創(chuàng)新能力的影響，分析了2014—2021年的政策實施效果，公式（1）、公式（2）和公式（3）的回歸結果具體見表3（限于篇幅只展示主要變量回歸結果，下同）?？梢?，在加速折舊政策實施的當年（t）至第8年（t+7），L.Dep與綠色技術創(chuàng)新能力的投入和產(chǎn)出均顯著相關，說明政策實施會在較長時期內(nèi)激勵制造企業(yè)綠色技術創(chuàng)新能力的提升，但隨時間的推移激勵效果逐步減弱，顯著性水平在降低；而L.Dep與綠色技術管理創(chuàng)新能力的相關性隨著政策實施時間的推移，激勵效果逐步增強，顯著性水平同步提升。這是由于推動綠色技術管理創(chuàng)新所需的資源太大，因而加速折舊政策所帶來的稅收優(yōu)惠能讓政策覆蓋的制造企業(yè)在專注于提高生產(chǎn)和資源效率的同時，發(fā)現(xiàn)綠色技術管理創(chuàng)新的戰(zhàn)略價值（Mosgaard和

表3 加速折舊政策激勵有效期對制造企業(yè)綠色技術創(chuàng)新能力的作用

Kristensen，2020）[30]。

（二）加速折舊政策對不同產(chǎn)權制造企業(yè)綠色技術創(chuàng)新能力的影響

本研究檢驗加速折舊政策對不同產(chǎn)權制造企業(yè)綠色技術創(chuàng)新能力的實證結果具體見表4。其中，混合所有制制造企業(yè)綠色技術創(chuàng)新能力的Post×Treat點估計系數(shù)分別為0.421、0.502和0.213，分別在1%、5%和10%的顯著性水平上正相關，具有顯著的正向影響；非國有制造企業(yè)的Post×Treat點估計系數(shù)分別為0.411、0.433和0.236，皆在1%的顯著性水平上正相關；國有制造企業(yè)的Post×Treat點估計系數(shù)分別為0.231、0.352和0.178，皆在10%的顯著性水平上正相關。

表4 加速折舊政策對不同產(chǎn)權制造企業(yè)的綠色技術創(chuàng)新能力的作用

上述說明加速折舊政策對制造企業(yè)綠色技術創(chuàng)新能力的促進效果在混合所有制和非國有制企業(yè)中更為明顯，相對優(yōu)于國有制企業(yè)，故假設H2得到驗證。

（三）平行趨勢及穩(wěn)健性檢驗

1.平行趨勢檢驗

雙重差分的使用前提是要滿足平行趨勢檢驗。本文共有9期數(shù)據(jù)，在實施加速折舊政策前有3期數(shù)據(jù)。依據(jù)平行趨勢圖，可知加速折舊政策實施前實驗組和控制組的發(fā)展趨勢一致，不隨時間推移產(chǎn)生系統(tǒng)性差異，表明本文使用雙重差分法進行政策評估較為合理。因篇幅所限，本文平行趨勢圖不具體展示。

2.安慰劑檢驗

為了檢驗加速折舊政策對制造企業(yè)綠色技術創(chuàng)新能力產(chǎn)生影響這一過程的穩(wěn)定性，本文進行安慰劑檢驗，假定加速折舊政策在2012年或2013年發(fā)生，對實驗組和控制組進行雙重差分，觀察Post2012×Treat與Post2013×Treat的系數(shù)是否顯著，如果系數(shù)不顯著則表明制造企業(yè)綠色技術創(chuàng)新能力的提高是由加速折舊政策沖擊產(chǎn)生的。從表5的列（1）和列（2）回歸結果可知，Post2012×Treat與Post2013×Treat的回歸系數(shù)并不顯著，說明了制造企業(yè)綠色技術創(chuàng)新能力的提高確實是由加速折舊政策沖擊產(chǎn)生的結果。檢驗結果見表5。

3.其他政策的影響

2012年和2018年我國開始了“營改增”改革和大規(guī)模的“減稅降費”改革，為了排除這些稅收政策對制造企業(yè)綠色技術創(chuàng)新能力的影響，本文分別在模型（1）、模型（2）和模型（3）中加入VAT_reform這一控制變量。從表5第（3）列和第（4）列可知，Post×Treat的回歸系數(shù)依舊是顯著的，表明結果依舊穩(wěn)健。檢驗結果見表5。

表5 安慰劑、其他政策檢驗結果

（四）進一步檢驗

為解決研究樣本選擇性偏差的問題，在整體樣本的政策效應獲得驗證的前提下，本文進一步將原實驗組樣本按所屬行業(yè)分成五個單獨的實驗組樣本，并分別與原控制組樣本進行回歸檢驗，驗證在不同制造行業(yè)假設H1是否成立。

表6呈現(xiàn)了L.（Fa_Lzli,t_Treat）為工具變量的面板2SLS回歸的結果。由結果可知，雖然不同類型制造企業(yè)的點估計值不同，但是L.Dep的系數(shù)在1%、5%和10%的統(tǒng)計水平上均顯著為正，說明在不同的制造行業(yè)企業(yè)中，加速折舊政策對提升綠色技術創(chuàng)新能力均發(fā)揮積極正向影響。實證結果見表6。

表6 加速折舊政策對不同制造行業(yè)企業(yè)綠色技術創(chuàng)新能力的影響

2015年9月17日，《關于進一步完善固定資產(chǎn)加速折舊企業(yè)所得稅政策的通知》①財政部，國家稅務總局.關于進一步完善固定資產(chǎn)加速折舊企業(yè)所得稅政策的通知[EB/OL].（2015-09-17）http://www.gov.cn/zhengce/2015-09/17/content_5023664.htm.發(fā)布，在原有行業(yè)基礎上，將加速折舊政策優(yōu)惠范圍擴大到輕工、紡織、機械、汽車四個領域重點制造行業(yè)。因此，本文將樣本處理后的2015年政策涉及的企業(yè)并入2014年政策的實驗組與原控制組進行比較研究。從表7中第（1）列的回歸結果可以發(fā)現(xiàn)，Post×Treat的點估計系數(shù)為0.031、0.134和0.048，分別在5%和10%的水平上顯著為正。雖然相較于假設H1之前的檢驗結果有所降低，但都呈現(xiàn)顯著正相關關系，說明擴大加速折舊政策范圍也能提升制造企業(yè)綠色技術創(chuàng)新能力。

2019年4月23日，《關于擴大固定資產(chǎn)加速折舊優(yōu)惠政策適用范圍的公告》①發(fā)布，政策范圍擴大至整個制造業(yè)領域。因此，本文進一步檢驗了《關于擴大固定資產(chǎn)加速折舊優(yōu)惠政策適用范圍的公告》政策的實施效果。表7中第（2）列將制造企業(yè)的全樣本進行回歸，Post×Treat的點估計系數(shù)分別為0.042、0.433和0.012，在10%的水平上顯著，再一次驗證本文的研究結論穩(wěn)健可靠。實證結果見表7。

表7 加速折舊政策范圍擴大對制造企業(yè)綠色技術創(chuàng)新能力的影響

（五）影響機制分析

上文探討了加速折舊政策可通過降低企業(yè)的成本來緩解制造企業(yè)的現(xiàn)金流負擔，進而激勵制造企業(yè)加大研發(fā)技術和固定資產(chǎn)投入，最終提升自身綠色技術創(chuàng)新能力。

本文基于甄紅線等（2015）[31]的研究，檢驗企業(yè)現(xiàn)金流在加速折舊政策與制造企業(yè)綠色技術創(chuàng)新能力間的中介作用，機制檢驗結果如表8所示。列（1）的回歸結果中Post×Treat的系數(shù)分別為0.468、0.981、0.182，且在5%和10%的水平下顯著為正，這表明加速折舊政策使制造企業(yè)綠色技術創(chuàng)新能力發(fā)生了變化。列（2）表明加速折舊政策實施以后，企業(yè)的現(xiàn)金流量Ocfi,t在1%的水平下顯著為正，這說明加速折舊政策的實施顯著提高了企業(yè)的現(xiàn)金流。列（3）表明企業(yè)的現(xiàn)金流Ocfi,t在5%和10%的水平下顯著為正，代表企業(yè)現(xiàn)金流壓力得到緩解后，對企業(yè)綠色技術創(chuàng)新能力起到促進作用，進而說明中介效應的存在。

表8 企業(yè)現(xiàn)金流的機制分析結果

同時核心解釋變量的估計系數(shù)和顯著性均有所減小，進一步說明企業(yè)現(xiàn)金流是加速折舊政策影響企業(yè)綠色技術創(chuàng)新能力提升的重要渠道，證明假設H3成立。

五、研究結論與啟示

本文利用2011年至2021年滬深A股的制造業(yè)上市公司為研究樣本，研究加速折舊政策對制造企業(yè)綠色技術創(chuàng)新能力的影響。本文的研究結論有以下幾點。

第一，根據(jù)模型匯報結果，加速折舊政策對制造企業(yè)的綠色技術創(chuàng)新能力有正向激勵作用。

第二，加速折舊政策對制造企業(yè)綠色技術創(chuàng)新能力存在較長時間的激勵作用。隨時間推移，政策對綠色技術創(chuàng)新投入和產(chǎn)出能力的激勵效果逐步減弱，對綠色技術管理創(chuàng)新能力的激勵效果逐步增強。

第三，混合所有制和非國有制制造企業(yè)的綠色技術創(chuàng)新能力受政策影響較大。

第四，政策范圍擴大后加速折舊政策依然能促進制造企業(yè)綠色技術創(chuàng)新能力的提升。

第五，加速折舊政策通過緩解企業(yè)現(xiàn)金流壓力進而加大研發(fā)投入和固定資產(chǎn)的購置，進一步提高了制造企業(yè)綠色技術創(chuàng)新能力。

本文的理論啟示有以下幾方面。

第一，本文進一步挖掘提升制造企業(yè)綠色技術創(chuàng)新能力的前置動因，提出“加速折舊政策促進制造企業(yè)綠色技術創(chuàng)新能力提升”的基本假設，探討并驗證了企業(yè)異質性對于諸變量之間的影響，有助于從微觀機制層面豐富和完善加速折舊政策與制造企業(yè)綠色技術創(chuàng)新能力關系的研究成果，研究結論為二者的關系研究提供了理論證據(jù)。

第二，本研究有助于加深理解中國稅收激勵政策的經(jīng)濟影響，尤其對發(fā)展中國家利用稅收政策激勵制造企業(yè)加大固定資產(chǎn)投資力度、提升綠色技術創(chuàng)新能力、助力企業(yè)轉型升級提供了一定的理論指導。

本研究為推進加速折舊政策和制造企業(yè)綠色技術創(chuàng)新提出以下建議。

第一，加速折舊政策有助于促進制造企業(yè)綠色技術創(chuàng)新，因此，政策制定者可通過提煉實施加速折舊政策的經(jīng)驗、形成典型案例和增強減稅普惠性等方式，不斷推動該政策向其他行業(yè)覆蓋，為我國實現(xiàn)低碳減排和經(jīng)濟發(fā)展的雙贏做出貢獻。具體而言，加速折舊政策可有效緩解制造企業(yè)因稅負造成的經(jīng)濟壓力，有利于制造企業(yè)加大科技研發(fā)投入，持續(xù)增強制造企業(yè)綠色技術創(chuàng)新能力。

第二，制造企業(yè)應有效利用稅收優(yōu)惠政策的持久激勵性，以長遠的發(fā)展目光制定企業(yè)戰(zhàn)略，并將該政策納入企業(yè)可持續(xù)發(fā)展戰(zhàn)略中，以期逐步提升制造企業(yè)綠色技術創(chuàng)新能力。

第三，可對不同產(chǎn)權制造企業(yè)制定分層次有針對性的稅收優(yōu)惠政策。本文研究結果表明，加速折舊政策對混合所有制和非國有制制造企業(yè)影響更明顯。因此，要大力推廣該政策在混合所有制和非國有制制造企業(yè)中的實施，對于國有制企業(yè)，須健全企業(yè)的監(jiān)管機制和政策效果評估機制，將企業(yè)創(chuàng)新納入考核范圍，激發(fā)國有企業(yè)的創(chuàng)新活力，不斷培育和提升自身的綠色技術創(chuàng)新能力。

第四，可在原有政策的基礎上給予企業(yè)更多選擇，使得企業(yè)可以根據(jù)自身經(jīng)營情況，選擇適合自身發(fā)展的折舊政策（如加速折舊、減速折舊、不折舊等），以更好地滿足企業(yè)自身發(fā)展的需求。

本研究也存在一定局限性：第一，制造行業(yè)本身的技術水平以及所處環(huán)境特點等會影響政策的實施效果，雖然本文嘗試盡量加以控制，但是可能依然無法很好地解決因此導致的內(nèi)生性問題；第二，本文數(shù)據(jù)來源于Wind數(shù)據(jù)庫，部分樣本由于數(shù)據(jù)缺失被剔除，因此在未來應考慮通過多途徑的方式搜集數(shù)據(jù)，通過更多樣本來進一步驗證。