留抵退稅與企業(yè)數(shù)字化轉(zhuǎn)型研究

李新陽 孫鯤鵬 楊理 樊樂

內(nèi)容提要：文章把滬深A(yù)股2015—2021年的數(shù)據(jù)作為樣本，利用財稅〔2018〕70號文作為準自然實驗，采用雙重差分法（DID）實證分析了留抵退稅政策對于企業(yè)數(shù)字化轉(zhuǎn)型的影響及作用機制。研究表明：第一，留抵退稅政策通過緩解內(nèi)外部融資約束能夠顯著提高企業(yè)數(shù)字化轉(zhuǎn)型水平，且經(jīng)過平行趨勢檢驗、安慰劑檢驗、更換樣本和變量等穩(wěn)健性檢驗后，結(jié)果依舊穩(wěn)健；第二，企業(yè)獲得留抵退稅政策紅利后，通過對人才資源和合作創(chuàng)新等方面的投資促進自身的數(shù)字化轉(zhuǎn)型；第三，留抵退稅政策效應(yīng)具有異質(zhì)性，在東部地區(qū)、高競爭度行業(yè)以及大型企業(yè)的分樣本中正向促進效應(yīng)更明顯。

關(guān)鍵詞：增值稅留抵退稅；企業(yè)數(shù)字化轉(zhuǎn)型；融資約束

中圖分類號：F812.423? 文獻標識碼：A? 文章編號：2095-1280（2023）03-0058-10

一、引言

隨著云計算、大數(shù)據(jù)、人工智能等新一代數(shù)字技術(shù)的快速發(fā)展，數(shù)字技術(shù)與傳統(tǒng)產(chǎn)業(yè)逐漸實現(xiàn)深度融合，企業(yè)的數(shù)字化轉(zhuǎn)型也逐漸受到學(xué)術(shù)界的廣泛關(guān)注。企業(yè)作為經(jīng)濟活動中的微觀個體，對宏觀經(jīng)濟發(fā)展起著重要作用，承載著宏觀數(shù)字經(jīng)濟發(fā)展與轉(zhuǎn)型的重要任務(wù)，企業(yè)的數(shù)字化轉(zhuǎn)型也將對整個生產(chǎn)活動產(chǎn)生革命性影響。企業(yè)數(shù)字化轉(zhuǎn)型是通過數(shù)據(jù)的高效流動改善技術(shù)、資金、人才、物資等要素在時空中的配置，緩解環(huán)境不確定性對企業(yè)沖擊的系統(tǒng)性進程（陳慶江等，2021）。2020年8月21日，國務(wù)院國資委印發(fā)《關(guān)于加快推進國有企業(yè)數(shù)字化轉(zhuǎn)型工作的通知》，就推動國有企業(yè)數(shù)字化轉(zhuǎn)型做出全面部署。同時，中小企業(yè)作為我國市場中最活躍的群體，在經(jīng)濟社會中占有舉足輕重的地位，如何助力其數(shù)字化轉(zhuǎn)型也是我們亟待解決的問題。

稅收政策是撬動企業(yè)轉(zhuǎn)型升級的重要政策工具。相較于以往稅收優(yōu)惠政策的事后補貼激勵，增值稅留抵退稅政策打通稅收返還鏈條不僅能夠緩解企業(yè)融資約束，還能夠調(diào)整企業(yè)對于稅收負擔、財務(wù)風(fēng)險的預(yù)期，進而促進企業(yè)投資（謝雁翔等，2022）。以信息技術(shù)和大數(shù)據(jù)為關(guān)鍵生產(chǎn)要素的數(shù)字經(jīng)濟已成為推動經(jīng)濟增長的新引擎，這也激勵越來越多的企業(yè)開啟數(shù)字化轉(zhuǎn)型之路（李輝和梁丹丹，2020）。當前研究更多集中在留抵退稅政策的創(chuàng)新激勵效應(yīng)（趙宸宇等，2021；蔡偉賢等，2022）和留抵退稅與企業(yè)投資等方面（劉金科等，2020：謝雁翔等，2022），缺乏留抵退稅與企業(yè)的數(shù)字化轉(zhuǎn)型方面的研究。由此，本文研究不僅填補了留抵退稅與企業(yè)數(shù)字化轉(zhuǎn)型方面的空白，也為留抵退稅促進數(shù)字經(jīng)濟與實體經(jīng)濟的融合提供了微觀證據(jù)，研究結(jié)論對于留抵退稅相關(guān)政策的制定以及經(jīng)濟高質(zhì)量發(fā)展具有一定的政策借鑒意義。

二、研究假說

數(shù)字化轉(zhuǎn)型已經(jīng)成為當前企業(yè)提升競爭力的關(guān)鍵抓手。隨著數(shù)字技術(shù)的發(fā)展，尤其是云計算、大數(shù)據(jù)、人工智能和區(qū)塊鏈等顛覆性技術(shù)的引入，企業(yè)不得不面對新一輪的競爭壓力，并通過數(shù)字化轉(zhuǎn)型來適應(yīng)和駕馭這種壓力。在市場經(jīng)濟體制下，市場這只“看不見的手”會通過競爭機制來影響經(jīng)濟主體的行為決策，通過提高企業(yè)的市場競爭力、加速行業(yè)變革、優(yōu)化資源配置和提高消費者體驗推動企業(yè)數(shù)字化轉(zhuǎn)型（曾皓，2023）。然而，數(shù)字化轉(zhuǎn)型通常需要大量的資金投入，包括設(shè)備升級、人才培養(yǎng)、數(shù)據(jù)管理以及系統(tǒng)集成等，使得許多企業(yè)在資金方面感到壓力巨大。此外，數(shù)字化轉(zhuǎn)型過程中，由于相關(guān)數(shù)字成果容易溢出到別的企業(yè)，而使企業(yè)的數(shù)字化轉(zhuǎn)型收益降低，導(dǎo)致實際數(shù)字開發(fā)水平低于預(yù)期。因此，將數(shù)字化成果的正外部性內(nèi)部化為針對高數(shù)字化水平企業(yè)的稅收優(yōu)惠，能夠彌補高數(shù)字化水平企業(yè)在創(chuàng)新研發(fā)和技術(shù)溢出過程中的成本和損失，繼而對企業(yè)數(shù)字化轉(zhuǎn)型產(chǎn)生積極影響（陳和等，2023；張建偉，2023）。

融資約束理論認為，在市場摩擦等因素的作用下，企業(yè)獲得外部融資成本相對較高，從而形成融資約束。而企業(yè)數(shù)字化轉(zhuǎn)型屬于變革性活動（曾皓，2023），占用的資金相對較多，變革性活動的不確定性高，風(fēng)險較大，使得企業(yè)難以獲取充足的外部融資，而融資約束會導(dǎo)致企業(yè)在變革過程中缺乏資金，進而阻礙數(shù)字化轉(zhuǎn)型進程。在這種情況下，留抵退稅政策直接以現(xiàn)金形式對企業(yè)進行返還，緩解融資約束，以企業(yè)應(yīng)對研發(fā)成本和風(fēng)險能力的提高促進投資（吳怡俐等，2021；蔡偉賢等，2022；岳樹民和肖春明，2023）。信號傳遞理論認為，留抵稅額退還可以降低企業(yè)經(jīng)營風(fēng)險，向市場釋放出積極的信號，能夠吸引更多的金融機構(gòu)和投資者對企業(yè)提供融資支持，降低企業(yè)融資成本（何楊等，2019）。綜上所述，增值稅留抵退稅政策的核心在于將企業(yè)的留抵稅額及時退還企業(yè)，通過縮短返還期限及時補充企業(yè)內(nèi)部現(xiàn)金流，通過信號傳遞增加企業(yè)外部融資的可得性。因此，留抵退稅政策能夠為企業(yè)的數(shù)字化轉(zhuǎn)型提供財務(wù)保障，增強企業(yè)的風(fēng)險承受能力，從而推動企業(yè)的數(shù)字化轉(zhuǎn)型。據(jù)此，本文提出核心假設(shè)。

H1：留抵退稅政策通過緩解融資約束促進了企業(yè)數(shù)字化轉(zhuǎn)型。

數(shù)字技術(shù)最新成果與企業(yè)經(jīng)營、管理的深度有效融合依賴相關(guān)人才儲備，尤其在數(shù)字化轉(zhuǎn)型的過程中，企業(yè)對具有創(chuàng)新技能和專業(yè)知識人才的需求更為強烈。根據(jù)Czarnitzki et al.（2011）的研究，財政激勵可以顯著增強企業(yè)對人力資本的投入動力。留抵退稅政策為企業(yè)補充的現(xiàn)金流是企業(yè)加大人力資本投資的底氣，一方面促進企業(yè)重視人才增量建立技術(shù)優(yōu)勢，另一方面促進企業(yè)不斷優(yōu)化人才存量維持競爭優(yōu)勢（Cappelli和Keller，2013；劉啟仁和趙燦，2020；劉長庚等，2022）。此外，留抵退稅政策為企業(yè)補充的現(xiàn)金流使得企業(yè)有更多的資源和能力去尋求合作，形成創(chuàng)新聯(lián)盟，繼而促進數(shù)字化轉(zhuǎn)型。企業(yè)間的合作往往需要大量的資源和時間投入，包括技術(shù)對接、人員配合等，而留抵退稅政策緩解了企業(yè)的融資約束，使得企業(yè)更愿意參與合作，促進企業(yè)間的知識共享和技術(shù)交流，提高整體創(chuàng)新效率（周開國等，2017）。基于此，本文提出分假設(shè)H2和H3。

H2：留抵退稅政策下，企業(yè)通過人才資源投資促進數(shù)字化轉(zhuǎn)型。

H3：留抵退稅政策下，企業(yè)通過創(chuàng)新合作投資促進數(shù)字化轉(zhuǎn)型。

三、研究設(shè)計

（一）數(shù)據(jù)來源

本文選取2015—2021年滬深A(yù)股上市公司的數(shù)據(jù)為初始研究樣本，并對該數(shù)據(jù)進行如下處理：第一，剔除金融類企業(yè)；第二，剔除ST和樣本期間退市的企業(yè)；第三，為減少異常值影響，對所有連續(xù)變量在1%水平上進行縮尾處理；第四，剔除變量缺失樣本；第五，剔除上市當年的樣本；第六，剔除財務(wù)指標異常的樣本。以上數(shù)據(jù)均來自國泰安CSMAR數(shù)據(jù)庫和相關(guān)企業(yè)年報。

（二）變量設(shè)定

1.被解釋變量

企業(yè)數(shù)字化轉(zhuǎn)型（Digital）。本文借鑒吳非等（2021）的研究，通過上市公司年報中與數(shù)字化轉(zhuǎn)型相關(guān)的詞頻對企業(yè)數(shù)字化轉(zhuǎn)型程度進行度量。首先，通過Python爬蟲在巨潮資訊網(wǎng)抓取相關(guān)上市公司年報，并將其轉(zhuǎn)換為文本信息。其次，構(gòu)建數(shù)字化轉(zhuǎn)型關(guān)鍵詞詞庫，利用Python中的“jieba”分詞庫，分別對特征關(guān)鍵詞的詞頻進行統(tǒng)計，包括人工智能技術(shù)、大數(shù)據(jù)技術(shù)、云計算技術(shù)、區(qū)塊鏈技術(shù)和數(shù)字技術(shù)運用。由于在統(tǒng)計學(xué)上此類數(shù)據(jù)具有右偏的特征，所以本文將關(guān)鍵詞詞頻加1并進行對數(shù)化處理，最終得到描述企業(yè)數(shù)字化轉(zhuǎn)型水平的變量。

2.核心解釋變量

本文的核心解釋變量是政策實施的交乘項Treati×Postt。本文考察的是《財政部 稅務(wù)總局關(guān)于2018年退還部分行業(yè)增值稅留抵稅額有關(guān)稅收政策的通知》（以下簡稱“財稅〔2018〕70號文”），在此政策之前留抵退稅規(guī)模較小且只停留在個別行業(yè)。同時，與后續(xù)政策相比，財稅〔2018〕70號文作為首次全國范圍內(nèi)的留抵退稅試點政策所帶來的政策增量效應(yīng)更為顯著?；诖?，本文采用財稅〔2018〕70號文作為準自然實驗，采用雙重差分法進行識別。其中政策行業(yè)虛擬變量（Treati）表示個體是否受到政策干預(yù)，若個體屬于試點行業(yè)受到干預(yù)則為1，反之則為0。政策時間虛擬變量（Postt）在2018年之后（含2018年）為1，反之為0。交乘項Treati×Postt的估計系數(shù)反映了留抵退稅政策對試點企業(yè)數(shù)字化轉(zhuǎn)型水平的影響。

3.控制變量

本文加入的一系列控制變量（CVs），包括總資產(chǎn)回報率（ROA）、經(jīng)營活動現(xiàn)金流量（OCF）、營業(yè)收入增長率（Grow）、托賓Q值（TobinQ）、企業(yè)規(guī)模（Size）、企業(yè)年齡（Age）、獨立董事比率（IndDir）、賬面市值比（BM）、是否虧損（Loss）。具體變量定義見表1。

（三）模型設(shè)定與實證策略

為研究留抵退稅政策對企業(yè)數(shù)字化轉(zhuǎn)型的影響，本文利用財稅〔2018〕70號文件作為準自然實驗，采用DID的估計方法，參考已有文獻（何楊等，2019；劉金科等，2020；吳非等，2021；吳怡俐等，2021；蔡偉賢等，2022），設(shè)定回歸模型（1）加以檢驗。

（1）

其中，變量下標i、t分別表示企業(yè)和時間，εit表示隨機擾動項。為減少內(nèi)生性問題，同時留抵退稅政策對企業(yè)數(shù)字化轉(zhuǎn)型可能存在時滯，本文將被解釋變量進行滯后一期處理。此外，本文還在模型中控制了一系列固定效應(yīng)，和分別表示時間固定效應(yīng)和個體固定效應(yīng)。本文主要關(guān)注模型（1）中Treati×Postt的系數(shù)α1的顯著性。根據(jù)前文研究假說，如果系數(shù)α1顯著為正，意味著留抵退稅政策有助于提高試點行業(yè)企業(yè)的數(shù)字化轉(zhuǎn)型水平。

四、實證分析

（一）描述性統(tǒng)計

表2報告了主要變量的描述性統(tǒng)計結(jié)果。其中，數(shù)字化轉(zhuǎn)型（Digital）的均值為1.603，這一結(jié)果與吳非等（2021）的結(jié)果類似，標準差為1.399，說明企業(yè)數(shù)字化轉(zhuǎn)型水平的差異性較大。留抵退稅政策（Treat×Post）的均值為0.395，表明樣本企業(yè)中有39.5%的樣本受到留抵退稅政策試點的影響。其余變量的分布特征與以往研究基本類似，不再贅述。

（二）基準回歸檢驗

表3報告了DID基準回歸模型的檢驗結(jié)果。在基準回歸中，本文采用逐步回歸法。其中，第（1）列僅控制了個體和時間固定效應(yīng)，Treat×Post的系數(shù)為0.092，在1%的水平上通過顯著性檢驗；第（2）列加入控制變量（CVs），Treat×Post的系數(shù)為0.088，依然在1%的水平上通過顯著性檢驗，這表明2018年留抵退稅政策實施后，試點行業(yè)中企業(yè)的數(shù)字化轉(zhuǎn)型水平顯著提升。在經(jīng)濟意義上，相比于對照組企業(yè)，實驗組企業(yè)的數(shù)字化轉(zhuǎn)型水平增加了5.49%（0.088/1.603），這表明，留抵退稅政策對于企業(yè)數(shù)字化轉(zhuǎn)型有著顯著的提升作用。第（3）列使用SA指數(shù)衡量企業(yè)融資約束水平，SA指數(shù)越小表明企業(yè)受到的融資約束水平越大。此列中，Treat×Post的系數(shù)為-0.01，在1%的水平上通過顯著性檢驗，表明留抵退稅政策顯著降低了企業(yè)融資約束水平。表3回歸結(jié)果顯示留抵退稅政策通過融資約束的緩解促進了企業(yè)數(shù)字化轉(zhuǎn)型，假設(shè)H1得證。

（三）穩(wěn)健性檢驗

1.平行趨勢檢驗

進行雙重差分方法進行政策效果評估的前提是其他因素對處理組和控制組在2018年前后平均數(shù)字化轉(zhuǎn)型水平變化的影響是相同的，這樣Treat×Post的回歸系數(shù)才可以視作政策的效果。這意味著，在不存在留抵退稅政策的情況下，控制組和處理組的平均變化趨勢應(yīng)該是平行的。本文采用Eventstudy方法進行平行趨勢檢驗，具體方程設(shè)定如（2）：

（2）

其中，為估計系數(shù)，本文以留抵退稅的前一年作為基期（2017年），圖1展示了通過Eventstudy方法估計的系數(shù)和置信區(qū)間，橫軸代表標準化的政策時點（2018年為0），縱軸表示估計的企業(yè)數(shù)字化轉(zhuǎn)型水平。從圖1可以看出，政策試點開始之前系數(shù)95%的置信區(qū)間均包含0，說明其控制組和處理組沒有明顯的差異，平行趨勢假定成立。政策當年及政策試點之后，處理組和對照組的差異有了明顯的提升，且顯著為正，進一步證明了留抵退稅政策顯著提高了試點企業(yè)的數(shù)字化轉(zhuǎn)型水平。

2.更換被解釋變量

借鑒袁淳等（2021）的方法，重新構(gòu)造企業(yè)數(shù)字化轉(zhuǎn)型指標作為穩(wěn)健性檢驗。具體而言，通過對中央政府、工業(yè)和信息化部網(wǎng)站檢索，篩選出30份發(fā)表于2012—2020年的相關(guān)重要政策文件，利用Python分詞及人工識別提取頻率大于等于5的相關(guān)詞匯構(gòu)成數(shù)字化轉(zhuǎn)型關(guān)鍵詞詞庫，通過前文所述方法統(tǒng)計詞頻加1并取對數(shù)形成新的企業(yè)數(shù)字化轉(zhuǎn)型指標（Dig）。表4的第（1）列和第（2）列報告了回歸的結(jié)果，發(fā)現(xiàn)Treat×Post的系數(shù)依然在1%的水平上顯著為正，這表明改變數(shù)字化轉(zhuǎn)型的衡量方式，基準回歸結(jié)果依然是顯著的，說明本文結(jié)論是穩(wěn)健的。

3.剔除信息行業(yè)

信息行業(yè)公司的業(yè)務(wù)大部分都與數(shù)字技術(shù)密切相關(guān)，由于本文所述的數(shù)字化轉(zhuǎn)型是指傳統(tǒng)行業(yè)與數(shù)字技術(shù)的結(jié)合，這就可能導(dǎo)致年報中數(shù)字化轉(zhuǎn)型的詞頻并不能反應(yīng)企業(yè)真正的數(shù)字化轉(zhuǎn)型水平。借鑒袁淳等（2021）的方法，將信息行業(yè)公司剔除重新進行基準回歸，具體包括：計算機、通信和其他電子設(shè)備制造業(yè)（C39）、電信、廣播電視和衛(wèi)星傳輸服務(wù)（I63）、互聯(lián)網(wǎng)和相關(guān)服務(wù)（I64）和軟件和信息技術(shù)服務(wù)業(yè)（I65）。表4的第（3）列顯示了剔除樣本后的回歸結(jié)果，結(jié)果發(fā)現(xiàn)Treat×Post的系數(shù)依然在1%的水平上顯著，證明結(jié)論是穩(wěn)健的。

4.傾向得分匹配的雙重差分方法

由于政策試點不具有隨機性，可能存在樣本自選擇偏誤。為了更好地選取控制組，本文采用傾向得分匹配的雙重差分方法（PSM-DID）進行穩(wěn)健性檢驗，通過建立企業(yè)是否為“留抵退稅”試點企業(yè)的Logit模型，采用有放回的最近鄰1：1匹配對樣本進行了處理。這樣做的目的是為了生成一組樣本，其中包含留抵退稅的處理組公司和控制組公司，這些公司在控制變量方面與處理組公司相似，但沒有進行留抵退稅政策試點。在開始回歸之前，首先分別畫出匹配前和匹配后的處理組與控制組P值得分的核密度圖，從圖2和圖3可以看出匹配效果良好。使用匹配后的樣本進行回歸的結(jié)果如表4第（4）列所示，Treat×Post依然在1%的水平上顯著為正，且系數(shù)比基準回歸大，這表明在進行匹配控制了其他特征之后，政策效應(yīng)得到了提升，證明結(jié)論是穩(wěn)健的。

5.安慰劑檢驗

借鑒Chetty et al.（2009）的做法，通過構(gòu)造方程（3）得到的估計值

（3）

其中，W包括其他所有的控制變量和固定效應(yīng)，γ為非觀測因素對被解釋變量的影響。當γ=0時，非觀測因素不會對估計結(jié)果產(chǎn)生影響，但這一點并不能直接進行驗證，因此需要使用間接安慰劑測試。具體而言，首先，隨機抽取留抵退稅試點的行業(yè)并隨機產(chǎn)生政策時間，構(gòu)造一個隨機實驗；然后根據(jù)方程（1）進行回歸，由虛假實驗得出的估計系數(shù)概率判定該結(jié)論的可靠性。如果Treat×Post在隨機過程中的估計系數(shù)分布接近0，這就說明模型沒有重要的遺漏變量。將以上步驟重復(fù)500遍，圖4展示了Treat×Post的估計系數(shù)分布，可以看到虛假的政策項估計系數(shù)在0左右分布，表明安慰劑檢驗是合格的，這就進一步說明了本文結(jié)果的穩(wěn)健性。

6.控制納稅信用評級的影響

財稅〔2018〕70號文規(guī)定納稅信用等級為A級或者B級方能享受留抵退稅優(yōu)惠政策，前文的討論可能包含部分并未受政策影響的企業(yè)，從而影響結(jié)論的穩(wěn)健性。由于國家稅務(wù)總局每年僅對外公布納稅信用評級為A的企業(yè)名單，因此我們選取2021年納稅信用評級為A的企業(yè)進行回歸，并假設(shè)這些企業(yè)的納稅信用評級一直均為A。實證結(jié)果如表4的第（5）列所示，Treati×Postt的系數(shù)依然在1%的水平上顯著為正。

7.排除同期政策的影響

當然，企業(yè)數(shù)字化轉(zhuǎn)型還可能受到同期其他政策施行的影響?！蛾P(guān)于深化增值稅改革有關(guān)政策的公告》（財政部 稅務(wù)總局 海關(guān)總署公告2019年第39號）規(guī)定自2019年4月1日起增值稅稅率調(diào)整為13%、9%。另外，固定資產(chǎn)加速折舊政策允許企業(yè)加大前期固定資產(chǎn)折舊速率，這無疑也給企業(yè)帶來了一部分自有現(xiàn)金流。此外，為促進地方數(shù)字經(jīng)濟基礎(chǔ)設(shè)施建設(shè)，工業(yè)和信息化部、國家發(fā)展和改革委員會分別在2014年、2015年和2016年發(fā)布了“寬帶中國”政策。為排除上述政策對企業(yè)數(shù)字化轉(zhuǎn)型水平產(chǎn)生的影響，本文做出如下安排：為了控制政府補貼和增值稅稅率變動的影響，將政府補助（Subsidy）和增值稅稅收負擔（VATBurden）納入模型進行重新回歸；將固定資產(chǎn)加速折舊政策（jzsj）納入回歸，如果企業(yè)2014年及以后年份屬于固定資產(chǎn)加速折舊試點行業(yè)，變量jszj取值為1，否則為0；在回歸中納入“寬帶中國”（BroadChina）試點變量，如果企業(yè)所處城市當年實行了“寬帶中國”戰(zhàn)略則為1，反之為0。實證結(jié)果如表4的第（6）至（9）列所示，在分別控制政府補助、增值稅稅負、加速折舊政策、“寬帶中國”試點后，Treati×Postt的系數(shù)依然在1%的水平上顯著為正，證明基準回歸結(jié)果是穩(wěn)健的。

8.其他穩(wěn)健性檢驗

此外，在使用平衡面板數(shù)據(jù)、控制不同的固定效應(yīng)和聚類水平、剔除高新技術(shù)企業(yè)樣本、剔除存在違規(guī)的企業(yè)等其他穩(wěn)健性檢驗后回歸結(jié)果依然穩(wěn)健。

五、進一步分析

基準檢驗結(jié)果證明了增值稅留抵退稅政策通過緩解融資約束促進企業(yè)數(shù)字化轉(zhuǎn)型。但是，企業(yè)數(shù)字化轉(zhuǎn)型機制還不夠完備，企業(yè)在獲得留抵退稅的現(xiàn)金流補充后是否有投資行為、通過何種投資方式實現(xiàn)了數(shù)字化轉(zhuǎn)型的邏輯鏈條還不完整。本部分將進行具體識別和檢驗，并探尋可能存在的異質(zhì)性效應(yīng)。

（一）機制分析

1.人才資源投資

企業(yè)將留抵退稅政策釋放出的各類資源投入到人力資本的建設(shè)中將有力推動數(shù)字化轉(zhuǎn)型。對于研發(fā)密集型高科技企業(yè)，更多地招募和更好地培養(yǎng)專業(yè)技能人才是企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵推動力。參照劉啟仁和趙燦（2020）、李逸飛等（2023）做法，使用研發(fā)人員比例（RDPerson）、研究生及以上占比（Graduate）、技術(shù)人員占比（TechD）來衡量企業(yè)人才資源投資水平。表5（1）-（3）列展示了企業(yè)人才資源投資的回歸結(jié)果，Treat×Post系數(shù)均在1%的水平上顯著為正，表明企業(yè)將留抵退稅所釋放出的紅利進行人才資源投資能夠有效促進企業(yè)數(shù)字化轉(zhuǎn)型。由此假設(shè)H2得證。

2.合作創(chuàng)新投資

單個企業(yè)承受創(chuàng)新投入風(fēng)險的能力有限，資源共享、合作創(chuàng)新就成為一條現(xiàn)實可行的數(shù)字化轉(zhuǎn)型路徑。留抵退稅政策紅利釋放了企業(yè)的財務(wù)資源，擴大了企業(yè)間資源共享、合作創(chuàng)新的廣度和深度。一方面，企業(yè)可以共享云計算資源、數(shù)據(jù)分析工具或者先進的軟硬件技術(shù)，通過這種方式降低投入成本，提高數(shù)字化轉(zhuǎn)型的效率。另一方面，與其他企業(yè)或機構(gòu)進行深度的合作和交流，共同開展技術(shù)研發(fā)、市場研究、產(chǎn)品測試等創(chuàng)新活動，可以有效提高研發(fā)效率。這里借鑒蔡偉賢等（2022）的研究成果，使用企業(yè)聯(lián)合申請發(fā)明專利的對數(shù)（Invja）衡量企業(yè)的合作創(chuàng)新水平，提取企業(yè)年報中有關(guān)合作詞匯（如協(xié)力、分享、合作等）的對數(shù)來衡量企業(yè)合作文化（CoCulture）。回歸結(jié)果如表5的第（4）-（5）列所示，Treat×Post系數(shù)均在1%的水平上顯著為正，表明企業(yè)將留抵退稅所釋放出的紅利進行合作創(chuàng)新投資能夠有效促進企業(yè)數(shù)字化轉(zhuǎn)型。由此假設(shè)H3得證。

（二）異質(zhì)性分析

1.地區(qū)異質(zhì)性

分地區(qū)探析留抵退稅政策效應(yīng)的異質(zhì)性，如表6第（1）-（3）列所示，留抵退稅政策對于企業(yè)數(shù)字化轉(zhuǎn)型的正向影響在東部地區(qū)顯著存在，而在中部和西部地區(qū)均不顯著。這種現(xiàn)象一方面可能是由于東部地區(qū)的經(jīng)濟發(fā)展水平較高，企業(yè)數(shù)量和規(guī)模也較大，對數(shù)字化轉(zhuǎn)型的需求和投入也較高。另一方面，留抵退稅政策釋放紅利的效果可能在東部地區(qū)更加顯著，從而鼓勵東部地區(qū)企業(yè)更加積極地進行數(shù)字化轉(zhuǎn)型投資。中西部地區(qū)企業(yè)的數(shù)字化轉(zhuǎn)型水平提升較為緩慢，可能是由于這些地區(qū)的經(jīng)濟基礎(chǔ)相對較弱，企業(yè)數(shù)量和規(guī)模也較小，對數(shù)字化轉(zhuǎn)型的投入和需求相對較低。當然，也不排除這些地區(qū)可能缺乏相關(guān)政策和資源支持，難以進行數(shù)字化轉(zhuǎn)型。

2.行業(yè)異質(zhì)性

在不同競爭程度的行業(yè)中，留抵退稅政策的作用效果可能存在差異。本文將赫芬達爾指數(shù)低于全年行業(yè)中位數(shù)的行業(yè)定義為高競爭行業(yè)，反之為低競爭行業(yè)。如表6第（4）-（5）列所示，留抵退稅政策對于企業(yè)數(shù)字化轉(zhuǎn)型的正向影響在競爭程度高的行業(yè)中顯著存在，而在競爭程度低的行業(yè)中卻呈現(xiàn)顯著的負向影響?？赡艿脑蚴?，行業(yè)競爭度越高，行業(yè)內(nèi)企業(yè)越需要通過數(shù)字化轉(zhuǎn)型提高競爭力、保持市場地位，因此這些企業(yè)會將數(shù)字化轉(zhuǎn)型視為優(yōu)先投資選擇。行業(yè)競爭度低意味著競爭不充分，行業(yè)內(nèi)企業(yè)可能就缺乏數(shù)字化轉(zhuǎn)型的內(nèi)生動力，甚至在壟斷行業(yè)中還會出現(xiàn)排斥數(shù)字化的現(xiàn)象。

3.規(guī)模異質(zhì)性

本文以企業(yè)總資產(chǎn)對數(shù)的中位數(shù)為標準，將企業(yè)分為大企業(yè)和中小企業(yè)，按企業(yè)規(guī)?？疾炝舻滞硕愓叩漠愘|(zhì)性，如表6第（6）-（7）列所示，留抵退稅政策對于企業(yè)數(shù)字化轉(zhuǎn)型的正向促進效應(yīng)在大企業(yè)中顯著存在，但在中小企業(yè)中并不那么明顯?？赡艿脑蛟谟诖笃髽I(yè)通常擁有更為充足的資源，更有可能投資于數(shù)字化轉(zhuǎn)型，因此這些企業(yè)也就更愿意將留抵退稅政策的紅利投向數(shù)字化轉(zhuǎn)型。中小企業(yè)往往缺乏充足的資金和人才資源，一方面難以承擔大規(guī)模數(shù)字化轉(zhuǎn)型壓力，另一方面可能也有更為緊迫的投資方向。因此，中小企業(yè)在數(shù)字化轉(zhuǎn)型過程中需要綜合考慮自身情況，更多地進行資源方面的合作共享。

六、結(jié)論和啟示

本文使用滬深A(yù)股2015—2021年的數(shù)據(jù)作為樣本，利用財稅〔2018〕70號文作為準自然實驗，采用雙重差分法實證分析了留抵退稅政策對于企業(yè)數(shù)字化轉(zhuǎn)型的影響及作用機制。研究表明：第一，留抵退稅政策能夠顯著提高企業(yè)數(shù)字化轉(zhuǎn)型水平，且經(jīng)過平行趨勢檢驗、安慰劑檢驗、更換樣本和變量等穩(wěn)健性檢驗后，結(jié)果依舊穩(wěn)??；第二，留抵退稅的政策紅利主要體現(xiàn)在向企業(yè)及時注入現(xiàn)金流，緩解企業(yè)的內(nèi)外部融資約束；第三，企業(yè)獲得留抵退稅政策紅利后，通過對人才資源和合作創(chuàng)新等方面的投資促進自身的數(shù)字化轉(zhuǎn)型；第四，留抵退稅政策效應(yīng)具有異質(zhì)性，對處于東部地區(qū)、高競爭度行業(yè)的大型企業(yè)正向促進效應(yīng)明顯。本文為企業(yè)數(shù)字化轉(zhuǎn)型的稅收政策研究提供了新的微觀大樣本證據(jù)，拓展了稅收政策效應(yīng)以及企業(yè)發(fā)展等領(lǐng)域的研究。基于上述結(jié)論，本文認為應(yīng)進一步完善稅收激勵體系，精細化稅收激勵政策，加強跨部門、跨地區(qū)的信息共享與協(xié)同，依托數(shù)字化手段提升稅收征管水平，為企業(yè)營造更為公平、透明、便捷的營商環(huán)境。同時，政府還應(yīng)關(guān)注企業(yè)數(shù)字化轉(zhuǎn)型過程中可能產(chǎn)生的數(shù)據(jù)安全、隱私保護等問題，制定相應(yīng)的法規(guī)和政策，確保企業(yè)數(shù)字化轉(zhuǎn)型的健康、可持續(xù)發(fā)展。當然，由于稅收問題的復(fù)雜性和數(shù)據(jù)的局限性，本文也存在一些不足。一是企業(yè)數(shù)字化轉(zhuǎn)型的驅(qū)動因素眾多，稅收政策只是其中一個相對重要的因素，鑒于企業(yè)內(nèi)部數(shù)據(jù)不易獲得，本文無法考察其他方面的內(nèi)容；二是企業(yè)數(shù)字化轉(zhuǎn)型是一個長期的系統(tǒng)性過程，本文樣本區(qū)間可能略短，無法展現(xiàn)出完整圖譜；三是納稅信用評級只披露了A級企業(yè)，事實上B級企業(yè)也可享受這一政策，而本文由于數(shù)據(jù)缺乏未進行討論。

參考文獻：

[1]蔡偉賢，沈小源，李炳財，柴美華.增值稅留抵退稅政策的創(chuàng)新激勵效應(yīng)[J].財政研究，2022，（5）.

[2]曾? 皓.市場競爭機制促進了企業(yè)數(shù)字化轉(zhuǎn)型嗎？——基于市場準入負面清單制度的準自然實驗[J]. 外國經(jīng)濟與管理，2023，（6）.

[3]陳? 和，黃依婷，楊永聰，梁曉儀.政府稅收激勵對企業(yè)數(shù)字化轉(zhuǎn)型的影響——來自固定資產(chǎn)加速折舊政策的經(jīng)驗證據(jù)[J].產(chǎn)業(yè)經(jīng)濟評論，2023，（2）.

[4]陳慶江，王彥萌，萬茂豐.企業(yè)數(shù)字化轉(zhuǎn)型的同群效應(yīng)及其影響因素研究[J].管理學(xué)報，2021，（5）.

[5]何? 楊，鄧粞元，朱云軒.增值稅留抵退稅政策對企業(yè)價值的影響研究——基于我國上市公司的實證分析[J].財政研究，2019，（5）.

[6]李? 輝，梁丹丹.企業(yè)數(shù)字化轉(zhuǎn)型的機制、路徑與對策[J].貴州社會科學(xué)，2020，（10）.

[7]李逸飛，李? 金，肖人瑞.社會保險繳費征管與企業(yè)人力資本結(jié)構(gòu)升級[J].經(jīng)濟研究，2023，（1）.

[8]劉金科，鄧明歡，肖翊陽.增值稅留抵退稅與企業(yè)投資——兼談完善現(xiàn)代增值稅制度[J].稅務(wù)研究，2020，（9）.

[9]劉啟仁，趙? 燦.稅收政策激勵與企業(yè)人力資本升級[J].經(jīng)濟研究，2020，（4）.

[10]劉長庚，谷? 陽，張? 磊，吳? 雄.增值稅留抵退稅政策的就業(yè)促進效應(yīng)[J].財政研究，2022，（9）.

[11]吳? 非，胡慧芷，林慧妍，任曉怡.企業(yè)數(shù)字化轉(zhuǎn)型與資本市場表現(xiàn)——來自股票流動性的經(jīng)驗證據(jù)[J].管理世界，2021，（7）.

[12]吳怡俐，呂長江，倪晨凱.增值稅的稅收中性、企業(yè)投資和企業(yè)價值——基于“留抵退稅”改革的研究[J].管理世界，2021，（8）.

[13]謝雁翔，覃家琦，金? 振，劉? 洋.增值稅留抵退稅與企業(yè)短貸長投[J].財政研究，2022，（9）.

[14]袁? 淳，肖土盛，耿春曉，盛? 譽.數(shù)字化轉(zhuǎn)型與企業(yè)分工：專業(yè)化還是縱向一體化[J].中國工業(yè)經(jīng)濟，2021，（9）.

[15]岳樹民，肖春明.增值稅留抵退稅能夠緩解企業(yè)融資約束嗎——基于現(xiàn)金-現(xiàn)金流敏感性的實證證據(jù)[J].財貿(mào)經(jīng)濟，2023，（1）.

[16]張建偉.稅收優(yōu)惠對企業(yè)數(shù)字化轉(zhuǎn)型的影響研究[J].會計之友，2023，（3）.

[17]趙宸宇，王文春，李雪松.數(shù)字化轉(zhuǎn)型如何影響企業(yè)全要素生產(chǎn)率[J].財貿(mào)經(jīng)濟，2021，（7）.

[18]周開國，盧允之，楊海生.融資約束、創(chuàng)新能力與企業(yè)協(xié)同創(chuàng)新[J].經(jīng)濟研究，2017，（7）.

[19]Cappelli，P.，Keller，J.R.Classifying Work in the New Economy[J].Academy of Management Review，2013，（4）.

[20]Chetty，R.，Looney，A.，Kroft，K.Salience and Taxation：Theory and Evidence[J].American Economic Review，2009，（4）.

[21]Czarnitzki，D.，Hanel，P.，Rosa，J.M.Evaluating the Impact of R&D Tax Credits On Innovation： A Microeconometric Study On Canadian Firms[J].Research policy，2011，（2）.

（責(zé)任編輯：子奕）