2.1　税收激励与企业技术创新的衡量和分类

2.1.1　企业技术创新的衡量和分类

关于企业技术创新的衡量，已有文献通常将研发投入强度和专利产出情况作为代理变量（Faleye et al.，2014；袁建国等，2015；Balsmeier et al.，2017）［43-45］，其中关于研发投入强度的研究最为突出，通常采用企业研发投入与营业收入之比来表示。研发投入一般以强度不足研究为主（王玉泽等，2019）［46］，但也有少量研究指出可能存在过度投资。Fudenberg和Tirole（1987）［47］曾指出企业在寻求创新竞争优势的过程中存在过度投入。Fedyk和Khimich（2018）［48］认为当研发支出是主要价值驱动力时，企业往往会过度投资，而研发投入的过度投资会导致企业未来业绩不佳。专利产出指标则根据研究内容的侧重点不同可发生多种变化，例如，采用专利申请数据、有效专利数据、专利授权数据等（Fang et al.，2014；张劲帆等，2017；龙小宁、林菡馨，2018；虞义华等，2018）［49-52］，还有采用发明、实用新型、外观设计三种专利类型数据分别研究的（林志帆、龙晓旋，2019）［53］。不同代理变量各有利弊，周煊等（2012）［54］、Tong等（2014）［55］、孔东民等（2017）［56］倾向于采用专利申请数据，因为专利申请数据比授权数据更能反映相对真实水平，专利授权量受较多因素影响存在不确定性和不稳定性，专利申请数据比专利授予数据更可靠和及时。Amore等（2013）［57］从专利数量和质量两方面进行研究，其中，关于创新质量普遍采用专利中含金量较高的发明专利占比或引用次数作为代理变量（Hashmi and Rafique，2013；Chang et al.，2015；许昊等，2017；Haucap et al.，2019）［58-61］。但龙小宁和王俊（2015）［62］认为发明专利占比指标存在局限性，因为不同发明专利质量存在差别，故选择专利授权率、专利续期率等指标作为专利质量的代理变量。有研究开始采用专利所属技术领域数量、家族规模等指标来表示创新质量（Akcigit et al.，2016）［63］。还有一些研究通过调查问卷方式，设置相关问题来实现企业技术创新的衡量（Huergo and Jaumandreu，2004）［64］。

随着企业技术创新相关研究的深化，有学者从不同角度对企业技术创新进行了分类研究。Duguet（2006）［65］根据创新的技术差异，将其分为产品创新和工艺创新或者过程创新。张杰等（2016）［66］、Hirshleifer等（2017）［67］从专利的不同类型角度对企业创新进行研究。钟腾和汪昌云（2017）［68］根据创新含量的不同将企业创新产出分为“增量创新”和“激进创新”，其中增量创新是微小的改进，而激进创新是革命性的变化。还有一些将科技研发分为科学研究（research）与技术开发（development）两种类型，而科学研究又可细分为基础研究和应用研究（Clausen，2009；严成樑、龚六堂，2013；叶祥松、刘敬，2018）［69-71］。企业技术创新其实是一个动态过程，可分为研发决策、研发投入等多个阶段，有研究对企业技术创新研发决策（Lin et al.，2009）［72］和最终产出（温军、冯根福，2018）［73］等不同阶段进行探索，但往往将专利产出作为最终产出阶段。在生态环境保护越来越被人们重视的情况下，企业技术创新的研究不断向绿化性发展，即关于企业绿色技术创新的研究越来越多，例如，Lambertini等（2017）［74］、罗良文和梁圣蓉（2016）［75］、徐建中和王曼曼（2018）［76］等。除此之外，技术创新效率、溢出效应等也是重要的研究对象，创新效率方面已有文献主要采用随机前沿、DEA等方法对企业技术创新的效率进行测度，并围绕创新效率展开相关研究，如Nasierowski和Arcelus（2003）［77］采用非参数方法对45个国家的创新技术效率进行研究，屈国俊等（2018）［78］基于三阶段DEA模型对我国上市企业技术创新效率进行评估，发现企业技术创新受到不利环境的影响。肖仁桥等（2018）［79］利用共同前沿理论，构建并联网络DEA模型，对中国2007—2015年高新技术制造业创新效率进行测算，发现不同地区和各行业效率损失存在较大差异。Lucking等（2018）［80］研究企业技术创新的溢出效应对企业市场价值、研发支出、生产率等的影响，发现技术密集型企业存在较大的正溢出性，但竞争对手研发对企业知识产出却具有负影响。