增值稅留抵退稅能否提升企業全要素生產率

劉暢 石雪瑩 張凱旋

內容提要：提升全要素生產率是擺脫“中等收入”陷阱、推動產業轉型升級的重要保障。文章以財稅2018〔70〕號文為政策背景，利用A股上市公司2010—2019年的財務數據，圍繞增值稅留抵退稅政策能否促進企業全要素生產率提升展開剖析。研究表明，增值稅留抵退稅政策可通過緩解融資約束、增加高質量固定資產投資等路徑提升企業全要素生產率，且對國有企業、小規模企業和東部地區企業的促進效應更為明顯。基于此，文章認為可適當放寬小微企業和民營企業留抵退稅準入門檻，擴大全額退還適用范圍，同時完善稅收征管程序，為企業轉型升級和經濟高質量發展提供有力政策支持。

關鍵詞：留抵退稅；全要素生產率；高質量發展

中圖分類號：F812.423? 文獻標識碼：A? 文章編號：2095-1280（2023）03-0068-10

一、引言

當前全球經濟增長放緩，國際政治經濟環境日趨復雜，我國亦受到需求收縮、供給沖擊和預期轉弱三重壓力疊加交錯影響。在經濟向高質量發展邁進的關鍵階段，穩住市場主體預期，探尋經濟增長長效機制就顯得至關重要。黨的二十大報告指出，“加快建設現代化經濟體系，著力提高全要素生產率”。經濟增長更多有賴于要素使用質效提升而非簡單的規模擴增，全要素生產率提升有助于加快實施創新驅動發展戰略，改變傳統以要素投入為主的粗放型經濟增長模式，助力經濟穩健可持續發展。企業作為激發市場經濟活力的微觀主體，其生存樣貌事關經濟社會的長遠發展。為此，如何充分利用現有制度優勢，激發市場經濟主體的內生動力，實現技術創新和資源優化配置，繼而有效提升全要素生產率，成為當前重要而緊迫的現實問題。

提升全要素生產率有利于提高企業產能利用率和企業運營效率，增強企業應對市場需求變化的調整能力，從而驅動高質量供給，以微觀活力煥發宏觀動力，進而實現經濟結構優化（朱沛華和陳林，2020）。既有研究顯示，融資約束、投資效率和公司治理水平是影響企業全要素生產率的重要因素（鄭寶紅和張兆國，2018；錢雪松等，2018）。與此同時，外部環境同樣擾動企業全要素生產率，稅收作為政府調控經濟的重要工具，是優化微觀主體行為決策不容忽視的因素（李政等，2019）。減稅降費政策致力于用政府收入的“減法”換取企業效益的“加法”，在助力企業“提質增效”、激活經濟“一盤棋”等方面取得顯著成效。“十三五”以來我國累計減稅降費規模超過8.6萬億元，在減輕企業稅收負擔、激發企業發展潛力等方面成效斐然。由此，減稅降費政策對企業全要素生產率的施力影響引起了學界的廣泛關注。部分研究發現，稅收優惠政策通過引導企業加大創新投入、擴大生產規模等路徑提升企業全要素生產率（燕洪國和潘翠英，2022）。其中，降低企業所得稅稅率政策通過直擊企業稅負緩解融資約束，激勵企業創新創業活動，促進了全要素生產率的提升（鄭寶紅和張兆國，2018）；研發費用加計扣除政策通過加快技術進步促進企業全要素生產率提升；稅收返還政策通過增加企業外源性融資促進全要素生產率提升（楊宇婷和賈建宇，2020）。

2022年我國實行了新的組合式稅費支持政策，全年新增減稅降費及退稅緩稅緩費超4.2萬億元，其中增值稅留抵退稅規模達到2.46萬億。增值稅留抵退稅政策的作用機理在于通過留抵稅額的退還增加企業現金流緩解融資約束（朱江濤，2022；俞杰和萬陳夢，2022），繼而刺激投資并激發創新研發熱情（劉金科等，2020；蔡偉賢等，2022），實現企業價值的提升（吳怡俐等，2021）。本文的邊際貢獻在于：第一，針對留抵退稅政策，現有研究多關注其政策原理和制度優化，對微觀企業的影響則聚焦于企業創新效應與投資效應，鮮有學者挖掘其對企業全要素生產率的影響；第二，在留抵退稅與企業全要素生產率的探討中，既有研究選取季度數據作為樣本單元，本文則以企業年度數據作為研究樣本，同時關注政策對企業全要素生產率這一綜合性指標的影響，研究結論相對更具宏觀意義；第三，在研究留抵退稅政策對企業全要素生產率的影響時，將微觀主體因素與宏觀層面影響因素均納入模型考量，使得研究結果更為客觀科學。

二、理論分析與研究假設

（一）留抵退稅政策與企業全要素生產率

留抵退稅政策可能從兩方面對企業全要素生產率產生施力影響。一方面，信號傳遞理論認為在信息不對稱的市場中，處于信息優勢的一方通過發出信號，將信息傳遞給信息劣勢方來實現預期目標。政策作為政府向市場主體發布的凸顯性較高的信號，同樣具有一定導向性。我國自2011年試點增值稅留抵稅額退還以來，相繼出臺了一系列相關政策，不斷擴大政策實施范圍、加快退稅進度?！敦斦?稅務總局關于2018年退還部分行業增值稅留抵稅額有關稅收政策的通知》（以下簡稱“財稅〔2018〕70號文”）將期末留抵稅額的退還范圍擴大到裝備制造業等18個行業大類。2022年4月起，留抵稅額的退還不再局限于增量部分，存量留抵稅額也允許一次性退還。政策的不斷深化向各市場主體傳遞了利好信號，在提振企業信心的同時也提升了外部投資機構對企業的信賴度，通過緩解融資約束促進企業生產效率和全要素生產率的提升（劉金科等，2020）。另一方面，擴大再生產理論認為規模經營可以提高勞動生產率。將留抵稅額退還企業，使其擁有足夠的周轉資金用以擴大再生產，增加投資規?？捎行嵘顿Y效率和企業專業化水平（俞杰和萬陳夢，2022）。企業可支配資金增加也有助于降低融資成本，增加企業研發創新積極性和研發資金投入，進而提高企業全要素生產率（吳怡俐等，2021；蔡偉賢等，2022；何楊等，2019）?；谝陨戏治?，本文提出研究假設H1：增值稅留抵退稅政策對于企業全要素生產率提升具有顯著的激勵效應。

（二）留抵退稅政策、融資約束與企業全要素生產率

穩定資金流與企業生存和發展休戚相關。一方面，資金流如同企業的“血液”，資金周轉速度和回籠時間決定了供血量，資金流量不足生產經營就難以為繼，遑論規模擴增及高質量發展。另一方面，資金流決定著企業發展的上限。企業實現跨越式發展需要廣泛吸收社會資金，通過資金運作實現擴大再生產。對于流動性遇阻的企業，縱然有較好的發展機遇也較難落地實現。投資承擔企業資金“造血”功能，本身又是一項極具風險性的活動，在信息不對稱的情境下，銀行等外部投資者很難合理評估企業經營狀況和償債能力，出于風險規避會產生惜貸心理，尤其是對一些經營規模小、還款能力差的成長型中小企業。融資難融資貴、資金周轉不暢等也成為諸多企業生存發展的瓶頸所在。留抵退稅政策將期末留抵的進項稅額退還納稅人，盤活了企業層面的沉淀資金，將賬面數字真正兌成可供使用的“真金白銀”，直接增加了企業現金流。就企業生存而言，增加的現金流為持續經營創造了有利條件，疏通了經營融資的“任督二脈”，有助于提高生存能力，發掘企業應對風險挑戰的潛力。此外，融資約束的緩減為企業增加了多元化的選擇空間，通過優化資源配置提高企業生產效率，繼而推動全要素生產率提升（鄭寶紅和張兆國，2018）。由此，提出研究假設H2：留抵退稅政策通過緩解融資約束提高企業全要素生產率。

（三）留抵退稅政策、高質量固定資產投資與企業全要素生產率

有研究表明，當稅負減輕時企業會優先選擇增加固定資產投資（龐鳳喜和劉暢，2019）。財稅〔2018〕70號文規定，留抵退稅政策適用范圍為先進制造業、現代服務業和電網企業，其引導固定資產投資聚焦于裝備制造業、信息技術服務業等促進我國經濟高質量發展的重要領域，起到了精準灌溉的效果。當企業購進大型機器設備等固定資產時，所形成的進項稅額及時退還，有助于企業擴大投資規模，實現規模化高效生產。此外，留抵退稅政策對納稅人信用等級的要求，有助于推動企業提高專業化水平，促進全要素生產率提升。財稅〔2018〕70號文規定適用對象納稅信用評級為A級或B級，為享受政策紅利，被納入政策實施范圍但又不滿足條件的企業，將參照政策要求進行優化管理，根據納稅信用考核指標進行自我約束，進一步提高納稅遵從度。在守信激勵原則之下，信用狀況較好的企業在招投標、融資領域也更具競爭力，其納稅信用可有效轉化為融資資本，通過緩解融資約束實現與高質量固定資產投資的良性循環，進而實現投資效益和企業全要素生產率的同步提升。由此提出研究假設H3：留抵退稅政策通過推動高質量固定資產投資提高企業全要素生產率。

三、研究設計

（一）數據來源與樣本篩選

本文以2010—2019年A股上市公司為研究對象，并進行如下處理：第一，剔除ST、*ST股票以及終止上市、上市中斷公司數據；第二，剔除存在異常值或缺失值的樣本；第三，剔除2012證監會行業分類標準下屬于金融行業的公司數據。總計得到3219家樣本企業數據（其中對照組1100個，處理組2119個）。為避免數據離群值對實證結果的干擾，對變量在5%水平上進行縮尾處理。

（二）模型設定

為了檢驗留抵退稅政策對企業全要素生產率的影響，本文構建如下雙重差分模型：

（1）

其中，TFPi，t是企業全要素生產率，Policyi×Periodt表示政策虛擬變量和時間變量的交互項。Controli，t為控制變量，μj為行業固定效應，γt為時間固定效應，εi，t為隨機擾動項。

1.被解釋變量。被解釋變量是企業全要素生產率（TFP）。企業全要素生產率常用的估計方法有LP法和OP法，LP法能有效解決OLS估計中的內生性問題，而OP法存在代理變量不能完全響應生產率變化的弊端（龔關和胡關亮，2013）。因此，本文選用LP法來測算企業全要素生產率。測算模型如式（2）所示，下文還將以OP法估計的全要素生產率進行穩健性檢驗。

（2）

其中，Y表示公司產出，用營業收入衡量；K表示資本投入，用年末固定資產凈額衡量；L表示勞動投入，用企業員工數量來衡量；P表示中間產品投入，用購買商品和勞務支付的現金來衡量。

2.解釋變量。本文的核心解釋變量為Policyi×Periodt（后文用DID表示），其系數是雙重差分估計量，表示增值稅留抵退稅政策對試點企業全要素生產率的影響。Periodt表示時間虛擬變量，2018年之后的樣本取值為1，2018年之前的樣本取值為0。Policyi為政策虛擬變量，表示個體是否受到留抵退稅政策優惠，企業若享受政策取值為1，否則取值為0。

3.控制變量?？刂谱兞康脑O定包括企業層面和省域層面的變量。前者包括資產負債率（Lev）、企業經營年限（Age）、資產周轉率（AT）、營業收入增長率（Rev）、凈資產收益率（Roe）和股權集中度（Her）；后者包括財政支出（Eepend）和就業結構（Exploy）。各變量具體情況說明見表1。

各變量的描述性統計分析結果如表2所示。企業全要素生產率標準差為1.005，表明不同上市企業之間全要素生產率存在明顯差異，可能受到企業之間創新性、專業化水平的異質性影響。企業股權集中度的標準差為14.200，表明企業之間控制權差異較大。

四、實證分析

（一）基準回歸分析

留抵退稅政策對企業全要素生產率的回歸結果如表3所示，模型均控制了時間和行業固定效應。其中，列（1）未加入控制變量，DID系數在1%水平上顯著為正，表明享受留抵退稅政策優惠的企業全要素生產率較之其他企業顯著提升。列（2）和列（3）分別加入了企業和省域層面控制變量。DID系數仍在1%水平上顯著為正，證明假設H1成立。

（二）穩健性檢驗

1.PSM-DID檢驗

為了使實證結論更加可靠，本部分采用雙重差分傾向匹配得分（PSM-DID）方法進行穩健性檢驗，以避免可能存在的樣本選擇偏差風險。據圖1所示，左圖為匹配前的得分分布情況，右圖為匹配后的得分分布情況。顯然匹配后實驗組和控制組分布都相對更加集中，并且二者之間在分布上的差異縮小。表明傾向得分匹配在一定程度上修正了實驗組和控制組的得分偏差，實現了匹配優化。

圖2為各變量標準化誤差圖，傾向得分匹配后變量的偏離度均在10%以內，其中企業資產負債率（Lev）、資產周轉率（AT）、經營年限（Age）、財政支出（Expend）的偏離程度明顯縮小。

表4列（1）-（3）分別列示了不添加控制變量、加入企業控制變量和加入全部控制變量的回歸結果?？梢钥闯鲈?%顯著性水平下，留抵退稅政策對企業全要素生產率產生正向影響。同時，其他控制變量的作用效應與基準回歸結果基本一致。

2.替換被解釋變量

以基準回歸模型為基礎，用OP法計算樣本企業全要素生產率，回歸結果如表4中列（4）-（6）所示。結果顯示，政策仍對企業全要素生產率有顯著的促進效應。

（三）機制檢驗

1.留抵退稅政策的融資約束機制

本文參考李君平和徐龍炳（2015）的做法構建KZ指數來衡量企業融資約束程度。①經計算，樣本企業KZ指數計算公式為：

KZ=-13.370CFi，t/Ai，t-14.238DIVi，t/Ai，t-1.404Ci，t/Ai，t+7.390Levi，t+2.271Qi，t

本部分同樣通過構建雙重差分模型來檢驗留抵退稅政策對企業融資約束的影響，模型如公式（3）所示：

（3）

其中，KZi，t表示企業融資約束程度，KZ指數越大表明企業面臨的融資約束越嚴重，反之則較小。其他變量含義與前文一致，回歸結果如表5所示。由結果可知，列（4）中留抵退稅政策系數為負且在1%水平上顯著，表明留抵退稅政策可以降低企業融資約束程度，由此假設H2得證。

2.留抵退稅政策的投資機制

本文借鑒吳怡俐等（2021）的做法，構建如下雙重差分模型進行檢驗：

（4）

（5）

（6）

（7）

其中，Investi，t表示企業在t期的新增投資，△Investt表示企業當期固定資產凈增加額，Ki，t表示第t期資本存量，Ii，t表示第t期新增投資，δi，t表示企業t期折舊額。對于第一期的固定資產新增投資，我們按照當年各省份固定資產投資價格指數（以2000年為基期，即2000=1）將其折算成2000年的實際值作為企業初始資本存量。對于之后幾期的新增投資，首先根據相鄰兩年企業固定資產凈值之差，計算出企業當年的名義投資額；其次，用各省份觀測年度的固定資產投資價格指數，將企業名義投資額和當年折舊額均折算為2000年的實際值，并根據公式（6）計算出所有企業的年度實際資本存量。最后，根據公式（5）求出企業當年新增固定資產投資，其他變量含義與前文一致。構建模型（7）來考察固定資產投資的調節效應，交互項的系數ω3是主要觀測對象。在分析政策對企業固定資產投資的影響時，選擇樣本為2011—2019年的滬深A股上市企業，最終得到1681家企業數據，包含對照組686個，實驗組995個。

留抵退稅政策對企業高質量固定資產投資的影響結果如表6所示，回歸均控制了時間和行業固定效應。列（1）-（3）中核心解釋變量DID系數始終顯著為正，表明政策可以有效促進企業固定資產投資。固定資產投資在留抵退稅政策與企業全要素生產之間的調節效應結果如列（4）所示。DID系數為0.063，交互項DIDInvest系數為0.079，且兩者均在1%水平上顯著為正，表明高質量固定資產投資在留抵退稅政策與企業全要素生產率間具有顯著的促進效果。假設H3得證。

（四）進一步研究

為進一步考察留抵退稅政策對企業全要素生產率的影響是否因企業產權性質、規模大小、所在地區的差異而有所不同，本部分展開分組對比考察，異質性檢驗結果如表7所示。

1.產權性質檢驗

較之于非國有企業，國有企業具備天然的政治資源優勢和信用保障，較易滿足留抵退稅政策的實施條件，退稅釋放充裕的現金流使其有更多資金進行研發創新活動，有條件選擇回報率較高的投資活動，進而提升企業全要素生產率。而非國有企業受限于自身條件，更可能被留抵退稅政策拒之門外，難以享受政策優惠，不利于企業全要素生產率提升。結果如表7列（1）-（2）所示，國有企業組的政策效應系數在1%水平上顯著為正，且明顯優于非國有企業組，表明留抵退稅政策對國有企業全要素生產率的提升效果更明顯。

2.企業規模異質性檢驗

受益于規模效應，大型企業更易實現擴大再生產和生產效率提升。小規模企業則更易受外部環境影響，因而對政策的敏感度相應更高。本部分將企業規模設定為各樣本企業年末總資產的對數值。將規模大于年度樣本均值的企業劃歸大規模企業組，反之則為小規模企業。結果如表7列（3）-（4）所示，大小規模企業組系數均在1%的水平上顯著，表明政策都對讓所有企業都有正向影響，但從系數看，政策對小規模企業全要素生產率的促進效果更為明顯，說明小規模企業對政策的反饋更強。

3.地區異質性檢驗

留抵退稅政策的傳導機制和實施效果一定程度上會受到企業所在地區經濟發展狀況、市場化水平、制度環境等因素影響。對于經濟發展狀況較好的地區，制度體系相對完善，改革推進可能相對更為順利。本文借鑒沈小波等（2021）對地區的劃分方法，將我國31個省市自治區劃分為東、中、西部三個地區進行分組回歸，結果如表7列（5）-（7）所示。不難看出，東部地區組的政策效應系數在1%水平上顯著為正，西部地區的顯著水平（5%）略有降低，中部地區則僅在10%的水平上顯著。表明東部地區企業對政策最為敏感，企業全要素生產率提升效果最為明顯。

五、結論與政策啟示

本文以財稅2018〔70〕號文所實施的留抵退稅政策為研究背景，以2010—2019年A股上市公司為研究樣本構建雙重差分模型，圍繞增值稅留抵退稅政策對企業全要素生產率的引致影響展開分析。研究發現，留抵退稅政策總體上顯著促進了企業全要素生產率提升，且該政策對國有企業、小規模企業、東部地區企業的促進效應更為顯著，這種促進作用可以通過緩解企業融資約束、增加企業固定資產投資來實現。基于以上結論，提出如下政策建議：

第一，適當降低留抵退稅政策對小微企業和非國有企業的適用門檻。在2018年頒布的部分行業留抵退稅政策中，要求納稅人“連續六個月增量留抵稅額大于零，且第六個月不低于50萬元”方可享受退稅政策。而在2022年3月財政部和稅務總局發布的14號文中盡管已取消這一退稅門檻，但要求納稅人信用等級必須為A級或B級，這一條件對于一些尚處于初創期的小微企業和非國有企業而言相對較為嚴苛。小微企業和非國有企業在納稅信用等級評定方面處于相對弱勢地位，往往面臨著更嚴格的融資約束，該類群體恰為留抵退稅政策首要幫扶對象和主要惠及主體。但受信用等級評定掣肘，難以享受留抵退稅政策優惠，從而也不利于企業全要素生產率提升。因此，該信用限制門檻在一定程度上會影響政策實施效果，應當適當放寬對小微企業和非國有企業的留抵退稅條件，增加企業用于投融資活動的現金流，助力企業全要素生產率提升。

第二，適當提高留抵退稅政策對中西部地區企業的退稅比例。留抵退稅政策可以顯著提升各地區企業的全要素生產率，且對東部地區企業的影響效果較好。可能的原因在于，東部地區經濟發展水平相對較高，稅務部門對國家政策的貫徹力度更大、執行與反饋效果更好。相對而言，中西部地區企業進行創新研發和投融資活動受到的制約因素更多，投資回報率較低。因此，可在合理范圍內，適度放寬對中西部地區企業的退稅條件和適用范圍，改善企業融資環境，吸引更多外部資源向中西部地區集聚，充分發掘中西部地區企業發展潛力，提升企業全要素生產率。同時，留抵退稅政策向中西部地區傾斜有助于引導制造業在內的政策重點支持產業向中西部地區有序轉移，帶動區域經濟發展，有助于緩解東西部地區經濟發展不均衡引發的系列社會問題。

第三，加強稅收征管，規范退稅制度。留抵退稅政策的實行有助于激勵企業投資，但其大規模實行容易引致虛開發票、虛假申報等惡意騙取留抵退稅的相關涉稅風險。因此，有關部門應當加強申請退稅企業的“事前—事中—事后”閉環式監督，對造假騙稅企業從嚴查辦，打造公正法治的稅收營商環境，為提升企業全要素生產率提供扎實的制度土壤。

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新激勵效應[J].財政研究，2022，（5）.

[2]龔? 關，胡關亮.中國制造業資源配置效率與全要素生產率[J].經濟研究，2013，（4）.

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

[4]李? 政，楊思瑩，路京京.政府補貼對制造企業全要素生產率的異質性影響[J].經濟管理，2019，（3）.

[5]劉金科，鄧明歡，肖? 翊.增值稅留抵退稅與企業投資——兼談完善現代增值稅制度[J].稅務研究，2020，（9）.

[6]李君平，徐龍炳.資本市場錯誤定價、融資約束與公司融資方式選擇[J].金融研究，2015，（12）.

[7]龐鳳喜，劉? 暢.企業稅負、虛擬經濟發展與工業企業金融化——來自A股上市公司的證據[J].經濟理論與經濟管理，2019，（3）.

[8]錢雪松，康? 瑾，唐英倫，曹夏平.產業政策、資本配置效率與企業全要素生產率——基于中國2009年十大產業振興規劃自然實驗的經驗研究[J].中國工業經濟，2018，（8）.

[9]沈小波，陳? 語，林伯強.技術進步和產業結構扭曲對中國能源強度的影響[J].經濟研究，2021，（2）.

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

[11]燕洪國，潘翠英.稅收優惠、創新要素投入與企業全要素生產率[J].經濟與管理評論，2022，（2）.

[12]楊宇婷，賈建宇.稅費返還、外源性融資與企業市值——基于2013—2018年上市公司財務數據的分析[J].中國流通經濟，2020，（8）.

[13]俞? 杰，萬陳夢.增值稅留抵退稅、融資約束與企業全要素生產率[J].財政科學，2022，（1）.

[14]鄭寶紅，張兆國.企業所得稅率降低會影響全要素生產率嗎？——來自我國上市公司的經驗證據[J].會計研究，2018，（5）.

[15]朱江濤.增值稅留抵退稅政策探析與建議[J].稅務研究，2022，（8）.

[16]朱沛華，陳? 林.工業增加值與全要素生產率估計——基于中國制造業的擬蒙特卡洛實驗[J].中國工業經濟，2020，（7）.

（責任編輯：子奕）