產業別 公司-年度 樣本百分比
水泥業 12 0.59%
食品業 64 3.15%
塑膠業 80 3.93%
紡織業 201 9.88%
電機業 132 6.49%
電纜業 51 2.51%
化工業 134 6.59%
玻璃業 32 1.57%
造紙業 28 1.38%
鋼鐵業 79 3.88%
橡膠業 31 1.52%
汽車業 16 0.79%
電子業 955 46.95%
營建業 52 2.56%
航運業 24 1.18%
觀光業 8 0.39%
百貨業 20 0.98%
其他業 115 5.65%
總計 2,034 100%
於探討假說二時，雖企業研發經費超過前二年平均數可享有 50%投資抵減之規 定係自民國 89 年 1 月 1 日起增訂適用。然本研究為長期觀察故將研究期間設定為 將以 87 年至 91 年為研究期間，分析企業研究發展支出模式。舉例而言，在每一 測試年度中，本計畫除了當年的研發經費之外，再加上前兩年及後一年的研發經 費。如本計劃在檢定民國 89 年度適用與非適用 50%抵減率之企業的研發經費波動 性時，將以民國 87 年至 90 年每個樣本公司之平衡的縱查資料(balanced panel data)進行分析。下表五即為研發費用支出的分析結果，於民國87、88、89、90、
91 年度的可使用樣本數分別有 264、302、371、451 及 536 筆。
表五 研發支出費用分析
87 88 89 90 91 總計
公司總數* 264 302 371 451 536 1,924 是 148 161 211 214 281 1,015 當年度的研究發
展支出數是否大 於前兩年度的平 均數？
否 116 141 160 237 255 909
*Each firm has 4 firm-year observations.
研究假說
本計畫的研究目的之一係為探討於民國91 年促產升級條例修改後，研究發展 投資抵減比率由 25%上升至 30%，對提高企業研究經費支出的效果。當一企業有 足夠的課稅所得以抵減此投資抵減時，則5%投抵比率的上升將可有效減少企業研 究發展投資的邊際成本，故若企業無法有效使用此抵減金額時，則不管抵減率如 何提高，都無法有效地誘使企業增加研發支出(e.g., Swenson 1992; Berger 1993).因 此本研究建立下述的假說以檢測投資抵減比率上升對研究發展費用支出的影響。
H1a : 於民國 91 年將研究發展投資抵減比例由 25%調升為 30%，對企業的研 發支出有正向的影響
租稅優惠是否為一增加企業研發支出投資的有效工具仍值得深入地探討，然 而若要此優惠能順利奏效，使R&D 抵減比率的上升成為刺激 R&D 投資的有效工 具，尚取決於下列兩項條件被滿足與否：(1)企業應有足夠的所得稅負債以使用租 稅抵減的優惠。(2)企業是否有具獲利潛力的創新機會以執行新研究發展計畫。一 般而言，在所有的產業中，高科技產業的創新能力遠較其它的一般產業為高，因 此有較高的機會獲取此投資抵減，故本研究提出如下之研究假說：
H1-1a : 於民國 91 年將研究發展投資抵減比例由 25%調升為 30%，對高科技
產業的研發支出有正向的影響，且影響力較其它產業為大。
第一年研發支出 $10,000,000 $2,500,000 第二年研發支出 10,000,000 2,500,000 第三年研發支出 10,000,000 2,500,000 合計 $30,000,000 $7,500,000
任一年度之研發支出均無 大於其前二年平均數，故無 抵減率50％之適用情況
例二 假設有做租稅規劃 (抵減率=25%)
金額 可抵減金額 說明
第一年研發支出 $10,000,000 $2,500,000 第二年研發支出 5,000,000 1,250,000 第三年研發支出 15,000,000 5,625,000 合計 $30,000,000 $9,375,000
第一二年的平均數
Y50 Y50
NY50
NY5 0
Year t Year t
Y50: firm with current R&D spending > the average of previous two years’ spending.
NY50: firm with current R&D spending ≤ the average of previous two years’ spending.
第四節 實證模式及變數說明
本計劃的實證迴歸模式擬採用Panel Data Methods 作為估計方法。Panel Data Methods 假設每一家公司有其特殊之企業特質 （firm-specific characteristics），而 各公司間的企業特質在研究期間不會隨時間改變 （time-invariant），Panel Data Methods 具有控制公司間企業特質的異質性對於應變數影響之優點。其中固定效果 模型（Fixed-effects model）是對每一家公司給予一個專屬之截距項，以控制該公 司特質對應變數之影響。隨機效果模型 （Random-effects model）則是將各公司的 企業特質視為隨機的誤差項，以控制公司異質性對應變數之影響。
由於企業的研究發展支出的需求可能受到公司成長機會、產品特性等因素的 影響頗深，但這些企業特質多是並不易觀察到而無法在迴歸模式的變數中加以控 制，因此本文採用Panel Data Methods 具有控制這些無法觀察到的個別企業特質之 優點。
此外，本文也依據國內及國外文獻探討公司研究發展支出之決定因素，以Panel Data Methods 進行迴歸實證分析，以提供研發經費投資抵減租稅優惠對個別企業研 究發展支出影響之統計實證證據。本文擬先建立測試民國91 年政府提高研究發展 支出投資抵減比率效果之迴歸實證模式如下，各項變數說明詳下文：
RDIit = αi + α1mRDIjt + α2lagRDIit + α3Fundit + α4Debtit + α5MVBVit + α6SIZEit
+ α7MTRit + α8Dyear*MTRit + α9Dyear*HiTechit + εit (1) 第（1）式中，本實證模型檢視 R&D 抵減率提高對企業研發支出的影響。下 標號 i 表示個別企業；下標號 t 係迴歸模式中會隨時間改變的變數（time-varying variables）之年度別，分為 84 至 92 年度；β 表示各項變數以迴歸模式估計結果的 迴歸係數。
RDI（研究發展支出密集度）
RDI 為本模式的應變數，以研究發展費用除以銷售淨額。係由於分析一群規 模差異較大的廠商之研究發展支出行為時，廠商規模將影響迴歸式誤差項的變
異，為非齊一性現象，因此以研究發展支出除以本身之銷售額以消彌規模的差異 以提供可比較的基礎，並控制隨銷貨成長時，R&D 的內部成長趨勢。（Berger，
1993；Gupta et al. 2004; Mccutchen，1993；鄭嘉珮、劉錦添，1994 等）
mRDI (mean industry-level R&D 各產業研發費用平均數)
mRDI為在同一產業間所有公司之RDI所計算出的平均數，並用以說明同一產 業 間 的 競 爭 者 對 個 別 公 司 研 發 經 費 的 影 響(Berger 1993;Gupta et al. 2004) 。 J=1…..18，α1>0 。此外因R&D為一跨期間的投資，故當期的R&D支出數會受前期所 規劃的支出數及計畫所影響(Gupta et al. 2004)，本研究加入LagRDI(laggedR&Df) 即前一年度的RDI，以減少時間序列中殘差項的自我相關(Berger 1993)。
Fund (內部自有資金的代理變數)
R&D支出前的現金流量，以該公司營運活動的現金流量OCF，加回R＆D費用 再加上當期所得稅費用衡量之，用以控制內部自有資金對於R&D之出之影響 (Berger 1993;Gupta et al. 2004)。(Myers and Majluf 1984; Lev 2001,p4）主張當外部 投資人無法區分公司投資機會之優劣時，擁有較佳的內部資訊之公司經理人會傾 向以公司內部的自有資金進行投資。由於，R&D投資的風險較高，外部投資者往 往難以評估其經濟效益，因此，公司有較多營業活動產生之自有資金者，將較能 投資於R&D之活動。因此，本文預期在其他條件相同下，R&D與FUND應為正向 之關係，α3>0。
Debt（負資比率）
DEBT 係以總負債除以總資產衡量之，用以控制企業負債對 R&D 支出之影 響，為企業財務狀況的代理變數。Myers （1977）主張 R&D 是企業無形的投資，
且往往專屬於特定之公司，無法轉讓，因此具有較高之風險。因此，負債比率較 高的公司，因為面臨破產之風險及成本較高，故較不適宜從事 R&D 之投資活動 (Gupta et al 2004.)。因此在其他條件相同下，R&D 與 DEBT 應為負向之關係，亦 即β2＜0。
MVBV （成長機會）
MVBV是以公司資產市值 （普通股市值+特別股+負債）對資產帳面值之比值 衡量，為企業成長機會的代理變數(Berger 1993; Gupta et al. 2004)，用以控制公司 成長機會對於R&D之出之影響。公司成長性愈高者，有較多的創新投資機會，有 較高之邊際投資產值可以超過邊際投入成本，故愈會進行R&D之投資。因此，本 文預期在其他條件相同下，R&D與MVBV應為正向之關係，亦即α5＞0。
SIZE（企業規模）
為銷貨淨額取自然對數。企業規模較大者，有較佳之經濟規模進行持續性之 研究發展，企業從事研究發展的誘因與產品市場規模也有重要之相關 （Swenson，
1992），但也有可能因為產業過於成熟而失去創新的機會而無法增加研發支出。因
此本文以營業收入淨額作為控制企業規模之變數，但SALES 與 R&D 間的關係無 法預測，應可能會有正向或負向的關係。
MTR（邊際稅率）
MTR為邊際稅率，代表企業應納稅負之狀況（tax status）之虛擬變數，當企業 有應納稅負時（投資抵減前之應納稅額12＞0），MTR＝1，被認為有較高的租稅誘 因去獲取R&D投資抵減；反之，MTR＝0。當企業有應納稅負時，才能夠使用R&D 投資抵減之租稅利益，使企業的研究發展支出稅後淨成本較低；而當企業無應納 稅額時，即使抵減率提高，企業因為無法獲取相關的節稅利益而不願意增加研究 發展支出(Swenson 1992 ; Berger 1993)，故本文預期MTR與R&D間為正向之關係，
即α7＞0。
HiTech（電子業）
HiTech 為產業別之虛擬變數，樣本係屬於電子業者，則 HITECH＝1，否則 HiTech＝0。公司因產業之競爭與技術發展不同，需要投入研究發展之誘因亦不相 同。由於電子業被認為是技術變革速度最快的產業，投入研究發展的需求也最迫 切，故在其他條件相同下，電子業公司之研究發展支出應會高於其他產業，因此 本文預期β9＞0。
Dyear
為一虛擬變數，樣本在91 年之後(投資抵減率由 25%提升至 30%)Dyear＝1，反之 Dyear＝0。Dyear的迴歸係數 （α8）可以顯示在控制企業不易觀察之特性及其他迴 歸模式中之解釋變數後，民國91 年度促進產業升級條例調高R&D投資抵減比率對 公司研究發展支出變化之影響。如果政府提高投資抵減比率有激勵企業增加研究 發展支出之效益，則本文預期Dyear的迴歸係數 （α8）應為正值 （＞0）。Dyear*MTR 為Dyear與MTR的相乘項，Dyear*HiTech為Dyear與HiTech的相乘項。
樣本之敘述統計
表六所顯示的是自民國 85 年至 92 年，各年各產業的研究發展經費支出統計 (圖二為各年度研究發展經費支出的累計數)，而表七為樣本公司自民國 85 年至 92 年各產業計算出的研究發展支出密集度(RDI)平均數，值得注意的是，在樣本期間 之內，無論是 R&D 平均支出數、累計金額抑或 R&D 密集度(RDI)，電子產業均居各 產業之冠，且在電子業的研發支出經費的成長幅度亦較其他產業明顯，推論其原 因，應係由於電子業係為一技術導向的產業，其創新能力及成長機會均較其他產 業為重要之故。圖二及圖三顯示的為電子業及其他產業研發經費的平均數及總計 金額的差異，圖四則為電子業及非電子業 RDI 的差異，電子業的成長趨勢遠較其 他產業大，亦反映了電子業擁有較高的創新及成長機會的事實。
表六所顯示的是自民國 85 年至 92 年，各年各產業的研究發展經費支出統計 (圖二為各年度研究發展經費支出的累計數)，而表七為樣本公司自民國 85 年至 92 年各產業計算出的研究發展支出密集度(RDI)平均數，值得注意的是，在樣本期間 之內，無論是 R&D 平均支出數、累計金額抑或 R&D 密集度(RDI)，電子產業均居各 產業之冠，且在電子業的研發支出經費的成長幅度亦較其他產業明顯，推論其原 因，應係由於電子業係為一技術導向的產業，其創新能力及成長機會均較其他產 業為重要之故。圖二及圖三顯示的為電子業及其他產業研發經費的平均數及總計 金額的差異，圖四則為電子業及非電子業 RDI 的差異，電子業的成長趨勢遠較其 他產業大，亦反映了電子業擁有較高的創新及成長機會的事實。