随着全球制造业新一轮竞争范式的转变，许多国家制定了重振制造业发展的战略计划，美国、英国、日本更是在国际金融危机之后就相继出台了发展制造业的战略方案——《美国制造业促进法案》《英国工业2050》《日本制造业白皮书》。制造业不仅是发达国家保持产业优势的重点领域，也是我国科技创新的主战场。2015年《中国制造2025》明确提出要实现制造业的数字化、智能化和网络化，推进制造业转型升级，在这之后又多次强调发展先进制造业。2018年中央经济工作会议明确了发展高质量制造产业，建设制造强国的任务；2019年政府工作报告中再次提出要加快建设制造强国的步伐；2020年政府工作报告中又强调了要支持制造业的高质量发展，加快制造业的转型升级；2021年“十四五”规划中提出的经济发展目标之一就是坚定不移地建设制造强国，优化制造业的区域布局，推动先进制造业集群发展，加快老工业基地的转型。

在制造业转型升级的过程中，如何结合各区域的实际发展，优化地区资源配置，实现互利共赢，是一个亟待解决的重要问题。由于我国东、中、西部经济发展不均衡，东部制造产业的发展水平要远远高于中西部，呈现出“东强西弱的特点”。但随着东部用工成本的增加和智能制造的崛起，制造业逐渐向资源丰富的中西部转移，而中部地区依托经济和区位优势，其制造业的发展也逐渐优于西部地区；东北地区虽然是老工业基地，但其制造业的发展，与西部地区制造产业的发展速度相差不大。由此可见，要想加快实现我国制造产业的转型升级，首先应帮助西部地区和东北地区纾困解难，为此国家出台了《关于新时代推进西部大开发形成新格局的指导意见》和《东北全面振兴“十四五”实施方案》。税收优惠政策是政府为了鼓励国内产业发展而进行的减税行为，涉及增值税、企业所得税、个人所得税、关税等多个税种，是国家扶持产业发展、调整经济结构的有力手段。我国制造产业要实现转型升级也离不开税收政策的支持，那么税收政策发挥的效力如何呢？所以对我国制造产业的税收政策进行量化评价就尤为重要，这样才能找出其不足之处，为下一步税收政策的修正提供方向。

二、文献综述

税收政策对制造业转型升级的影响错综复杂，国内学者对制造业转型升级税收政策的研究主要集中在以下4个方面。

1.制造业税收政策的现状研究。李香菊等[1]通过构建制造业转型升级指标评价体系，发现增值税、企业所得税政策的变动会影响制造业转型升级。刘娟（2019）认为降低制造企业所得税税率可以减轻企业税负、优化税制结构，从而平衡各税种的关系。樊勇等[2]认为加速折旧的税收政策对融资约束高的制造企业投资激励作用显著。王乔等[3]认为增值税减税改革减轻了制造企业的总体税负。刘仁等[4]认为固定资产加速折旧政策可以促进企业人力资本的升级，从而提高制造业转型升级的质量和效率。张月月等（2021）认为增值税降税并税行为会对制造产业的出口流量、居民消费、国内自产自销量等方面产生影响。

2.制造业税收政策的问题研究。陈玲等[5]认为税收抵扣政策会显著提高制造企业的研发支出，但对信息技术和科技服务业无效。卢雄标等[6]认为留抵税额大的制造企业大多享受了退税政策，但还有部分企业受留抵税额的影响。伍红等[7]认为，固定资产加速折旧的税收优惠对高端制造企业创新人力投入的激励效果不明显，对私营、小型企业和非高新技术企业激励效果也偏弱。刘建民等[8]通过系统GMM模型发现了增值税对中小制造企业的转型升级产生抑制作用。陈明艺等[9]认为对技术创新来说，所得税税负对其有明显的抑制作用；而对劳动生产率和专业化分工来说，总税负、所得税税负和流转税税负都对其产生消极影响。

3.制造业税收政策的对策研究。张伦伦等[10]认为要保证先进制造业明显的减税效应，就应对其采取增值税即征即退的方式。贾婷月（2018）认为适当提升个人所得税的地位有利于促进制造业向智能化、高端化转型。龚辉文[11]认为完善增值税抵扣链条的完整性对制造企业的发展至关重要。石绍宾等[12]认为固定资产加速折旧政策可以提升大型制造企业的投资规模，对大型制造企业投资激励效果显著。刘玉海（2020）认为增值税优惠政策是通过优化企业资本劳动比和缓解企业融资约束的方式来促进制造企业出口国内附加值率的提高。

4.政策评价PMC指数模型。北京工业大学的张永安等[13]将PMC指数评价模型应用于政策评价，通过构建PMC指数模型对支持区域产业发展的创新政策进行了量化评价。之后学者们陆续参考张永安的方法进行了研究，臧维等（2018）通过构建PMC指数模型对北京市众创空间的相关政策进行了测量评价。杜丹丽等（2019）利用PMC指数模型对京津冀中小企业的科技创新政策进行了量化评价。在传统PMC的基础上，西安工程大学王进富教授[14]首次将自编码（AE）神经网络引入其中，通过构建PMC－AE指数评价模型对军民融合政策进行了评价研究。

国内学者对制造业税收政策的研究已取得一定成果，但还存在不足之处：既有的制造业税收政策的研究范围较窄，税收政策的实证研究还没有引入自编码（AE）神经网络技术。

三、制造业转型升级税收政策的评价模型

（一）PMC－AE指数评价模型构建

PMC（policy modeling consistency）指数模型是以Omnia Mobilis的假说为指导思想，该假说认为不应该忽视任何一个相关的变量。为了降低政策间的关联性，本文参考张永安等[13]、王进富等[14]学者的研究，在传统PMC指数模型的基础上加入自编码技术，形成PMC－AE指数评价模型，详细步骤见图1。

图1 PMC—AE指数评价模型流程图

1.变量设置

为了防止变量遗漏，本文参照张永安[13]、王进富等[14]对政策变量的设置，在设计我国制造业转型升级税收政策的PMC指数评价模型时，调整并确定了9个一级变量和34个二级变量，这9个一级变量分别为X1（政策性质）、X2（发布机构）、X3（受体范围）、X4（政策领域）、X5（政策功能）、X6（保障激励）、X7（作用层面）、X8（持续时长）、X9（核心领域）。具体变量设置见表1。

表1 制造业税收政策量化评价标准的变量设置

2.构建多投入产出表

多投入产出表是多维度量化单一变量的数据分析框架。本文对多投入产出表中9个一级变量下的34个二级变量进行赋值，结合我国制造业税收政策各变量的具体特点，建立了多投入产出表，见表2。

表2 多投入产出

3.参数设定与融合

因为每一个二级变量对多投入产出表的作用是一样的，所以在参数设定时分为两种。第一，政策符合对应二级变量的，二级变量设为1；第二，政策不符合对应二级变量的，二级变量设为0。

传统的PMC指数模型无法衡量各政策指标间的关系，故本文引入了可以表征任意函数的自编码技术进行参数融合。自编码技术（Auto Encoder，AE）包含输入层、隐藏层和输出层。在参数融合时，原始数据经过编码得到隐藏层；隐藏层又通过解码还原数据，这样就实现了非监督学习，详细的学习过程见图2。

图2 自编码技术的学习过程

公式1中，f、g代表激活函数，i（i=1，2，…，9）代表制造业税收政策的一级评价指标，j（j=1，2，…，7）代表二级评价指标，Xij代表第i项一级指标下的第j项二级评价指标得分，W和W′是不同的权值矩阵，wij代表对应二级指标的权重值，h代表隐藏层结点值，Y代表的是输出层结点值，p和q代表的是偏置项，为常数。由公式1可知，原始数据X经过编码得到隐藏层节点h，h又通过解码得到了Y，很明显解码后的Y要尽可能和X相等。而h作为一个中间变量，是X和Y的非线性表达，故h可作为各税收政策一级评价指标的得分。

4.PMC—AE指数计算

首先，从搜集到的66项税收政策中选P个政策为研究样本，通过文本挖掘技术求出各税收政策二级指标的得分其中i（i=1，2，…，9）代表一级评价指标，j（j=1，2，…，7）代表第i个一级指标下的第j个二级指标；其次，利用AE进行数据融合处理，将税收政策各二级指标的得分进行编码得到一级指标得分；最后，利用得到的一级指标得分求出最后得分。

5.PMC—AE曲面构建

为了直观清晰地将制造业税收政策量化评价的结果展现出来，故构建了PMC－AE曲面。

（二）我国制造业税收政策的量化评价

基于以上构建的制造业转型升级税收政策的评价模型，本研究从收集到的66项税收政策文本中选取了10项具有代表性的政策为研究样本见表3。

表3 制造业转型升级的10项税收政策

为了保证二级变量计算的科学性，在构建10项税收政策的多投入产出表时，本文将二级变量的名称设成关键词，并利用ROSTCM6软件对税收政策文本进行挖掘，若税收政策文本出现了对应的关键词，则在多投入产出表中该二级变量记为1，否则为0。

选取Sigmoid函数分别为编码层和解码层的函数（公式2和3），对多投入产出表4中的数据进行参数融合。虽然税收政策在某些领域发挥了作用，但是单一的税收政策不可能面面俱到，故为了更真实地反映政策特点，在一级政策指标满分为1的情况下，本文进行实证分析时将一级指标预期值的范围设为[0.7，0.9]；利用Python多次调试发现偏置项取1时的得分向预期值收敛的效果更好，因此本实证将p、q的值均设为1，由此得到了10项税收政策的PMC—AE指数表，见表5。

为了清晰地将制造业税收政策量化评价的结果展现出来，本文构建了PMC—AE曲面图。由于篇幅有限，本文绘制了P1、P3、P5、P9的曲面图，见图3。

图3 PMC-AE曲面图

从PMC—AE指数表（表5）和PMC—AE曲面图可以看出，我国现行的税收政策设计较为科学合理，已经取得了一定的成效。根据表5可以发现X1（政策性质）、X3（受体范围）、X4（政策领域）、X5（政策功能）、X7（作用层面）和X9（核心领域）的得分均在0.8以上，说明现行的税收政策在这些方面表现良好。从X1（政策性质）来看现行税收政策的执行能力、规范能力和监管能力都不错；从X3（受体范围）和X7（作用层面）来看，我国非常重视制造业的转型升级，国家部委已经出台了许多与制造业相关的税收政策；从X4（政策领域）和X5（政策功能）来看，税收政策的着力点多是制造业的技术创新和研发指导，说明国家正在提高制造业的科技水平，鼓励制造业创新发展；从X9（核心领域）来看，制造业相关的税收政策已对信息技术水平、优化产业链条和绿色发展等起到了一定作用，但仍需要不断发力。

表5 10项税收政策的PMC-AE指数

虽然现行的税收政策已初见成效，但还存在不足之处。从PMC—AE曲面图可以清晰地看到各项税收政策在X3（受体范围）、X4（政策领域）、X6（保障激励）和X8（持续时长）处达到低点，并且每项税收政策都在X6（保障激励）达到了最低点，说明制造业税收政策在这些方面可以进一步改进。其次，纵向对比10项政策9个一级指标的得分可以看出，只有X6（保障激励）和X8（持续时长）的得分要明显低于其他7项，也可以反映出现行税收政策在保障激励和持续时长方面的问题较多，是政策调整的重点方向。我国东部地区的制造业发展要领先于西部和东北地区，以上的实证研究反映出的问题大多是我国西部不发达地区和东北地区制造业发展的症结点，有以下三个方面：

第一，税收政策对人才的保障激励（X6）的形式不完善。西部不发达地区和东北地区的制造业仍以劳动密集型产业为主，与长三角、京津冀等发达区域相比，中、西部不发达地区和东北地区对人才的激励力度不够大、激励形式不够完善，导致人才外流严重，所以要不断完善对人才的税收激励形式。比如现有的税收政策只对子女教育和继续教育采用定额扣除的方式，超出的部分仍然需要个人自己缴纳，考虑到西部不发达地区和东北地区的现状，可以对这些地区人员的子女教育、继续教育给予更多的税收优惠。除此之外，要实现我国制造业的转型升级人才多样性很重要，但必须解决技术型人才与高端制造业发展间的矛盾和问题，如对技术型人才的激励效果不佳，现有政策规定创新型示范区高新技术企业的技术人员得到的股权奖励延期5年缴纳个人所得税；对创新型示范区中小高新技术企业的个人股东以资本公积、未分配利润获得股本时，要按20%的税率征收个人所得税；对天使投资个人所获得的股息红利要按投资额的70%抵扣。这些政策虽有一定的支持力度，但对西部不发达地区和东北地区引进人才、留住人才来说没有明显优势。

第二，税收政策受体范围（X3）针对性不够。首先，现行制造业税收政策的受体范围大多是全国制造企业，虽具有普遍性但缺乏针对性，就制造业的发展来说，中、东、西部的制造业各有特色，但还未出台专门针对各区域发展的税收政策。其次，税收政策未给不同制造业提供与之相匹配的优惠，增值税税率降低虽会减少制造业整体的税负，但对于某些制造产业来说，销项税额下降的幅度小于进项税额下降的幅度导致其增值税税负不减反增。并且，国家重点扶持的制造业多是国有企业，民营企业占少数，在技术创新方面民营企业能享受到的政策环境和资金支持较少，例如现有政策将小微企业用于研发和生产经营用的新购单位价值低于100万元的仪器设备，允许一次性抵扣应纳税所得额的政策虽扩大到了整个制造行业，但对装备制造业的上游辅助制造产业和重点装备制造业没有区分，对一部分民营制造业的研发创新起到了作用，但对民营装备制造业整体的转型升级来说却收效甚微。

第三，税收政策的持续时长（X8）与产业周期不够协调。根据现有税收政策来看，我国制定的与制造业相关的税收政策大多是长期政策，但制造业的转型升级要经历短、中、长三个时期的发展，税收政策的协调性不够。比如西部不发达地区和东北地区制造企业短期内的发展需要政府在资金和技术上给予政策扶持，但我国只对集成电路产业和软件产业有“五免五减半”、对国家重点的公共设施项目和节能环保项目有“三免三减半”的政策，对制造业来说这样的优惠较少，而意大利对区域内的企业前5年免征财产购置税并给予一定的减征优惠对东北地区制造业的发展来说是一个很好的典范。除此之外，西部不发达地区和东北地区制造企业的研发条件落后，研发投入不足，虽然给予高新技术企业15%的企业所得税税率，对形成无形资产的制造企业允许税前200%进行摊销，但这些都是事后激励，对研发创新的事前激励不够。我国给予高新技术企业15%的企业所得税税率，本意是鼓励高新技术企业有更多的研发创新，但制造企业不会将节省下的资金投入到技术研发这种耗资多、周期长、见效慢的环节，所以对研发创新的激励也就大打折扣。

四、制造业转型升级税收政策的优化建议

（一）完善税收政策对人才的激励形式

考虑到西部不发达地区和东北老工业基地人才外流的现状，亟须进一步完善税收政策对人才的激励形式。一是扩大教育支出的扣除范围。为了吸引更多的人到西部不发达地区和东北地区发展，可以加大该区域人员在教育方面的鼓励，在个人专项扣除中对其子女教育和继续教育支出采用全部免税的方式，而不是定额扣除。二是实施技术人才免税制度。为了引进高端专业的技术型人才，提高人才的供给和质量，应加大对技术型人才的激励力度，不仅要对留在西部不发达地区和东北地区工作的高新技术企业的技术人员得到的股权奖励给予免税的优惠措施，还要对在该区域内以技术入股的天使投资个人所获得的股息红利免税，而不是按投资额的70%抵扣。三是加大税率优惠的范围。为了实现区域经济均衡发展，鼓励更多的企业家到西部不发达地区、东北地区投资，对在开发期进入该区域的中小高新技术企业的个人股东以未分配利润、资本公积获得的股本给予减半征收的优惠，在开发期以后进入的中小高新技术企业的个人股东以未分配利润、资本公积获得的股本给予15%的税率优惠，助力西部不发达地区和东北地区走出发展困境。

（二）增加税收政策的地区针对性

制造业的发展具有区域特色，所以不能一概而论，要给予西部不发达地区和东北地区一定的税收管理权限，出台具有地区特色的税收政策，增加政策的针对性。一是提高特护研发费用抵免。比如东北的装备制造业现状是高能耗、重污染，为了鼓励东北装备制造业绿色发展，可以对东北装备制造企业在废物利用、资源节约等方面的特殊研发支出，按一定比例额外抵免。二是实行差异化扶持政策。为了促进上游辅助制造业和下游制造业的协同发展，需要按不同制造业的特点出台具有针对性的税收政策，不仅要下调增值税税率更要考虑不同制造企业的税负转嫁能力，进行精细化和差异化扶持，对税负转嫁能力强的，销项税额下降幅度大于进行税额下降幅度的制造企业给予增值税低税率优惠。三是扩大研发费用扣除优惠政策的适用范围。为了鼓励各地区民营装备企业的发展，将小微企业用于研发和生产经营用的新购单位价值低于100万元的仪器设备一次性抵扣应纳税所得额的税收优惠政策，扩大到短期内符合条件的西部不发达地区和东北地区重点制造业及其相关产业，为不同制造业的发展纾困解难，助推我国制造业转型升级。

（三）增加税收政策的产业协调性

制造产业的发展要经历短、中、长三个时期，且每个时期产业都有不同的发展重点，税收政策的侧重点应与产业发展的重点相一致，增加税收政策的产业协调性。一是提留技术开发准备金。在西部不发达地区和东北地区制造业刚起步的发展阶段，制造企业短期内需要政府在资金上多加扶持，可以允许该区域内的企业创建初期在技术开发和资金需求方面提留技术开发准备金，并作为投资发生前损耗在以后年度按比例扣除。二是扩大税收返还的范围。税收政策对产业激励的主要目的是降低企业自主创新的不确定性风险，为企业保驾护航。考虑到制造业长期发展的方向是智能化、绿色化，所以长期税收政策的着力点就是研发投入和技术创新，对西部不发达地区和东北区域内规模小的非高新技术企业采取先征后返的税收政策，对该区域内重点发展的产业，比如东北地区的装备制造业实际税负超过3%的部分实施即征即退。三是给予更大力度的研发补贴。为了进一步鼓励高科技企业和研发机构的驻入，对迁入西部不发达地区和东北地区的高科技企业和研发机构给予研发补贴和税收优惠，促进产学研合，做到事前激励和事后激励并重，增加税收政策的产业协调性。●