留抵退税与企业数字化转型研究.pdf

58（双月刊）2023年第3期（总第139期）留抵退税与企业数字化转型研究*李新阳 孙鲲鹏 杨 理 樊 乐内容提要：文章把沪深 A 股 20152021 年的数据作为样本，利用财税201870 号文作为准自然实验，采用双重差分法（DID）实证分析了留抵退税政策对于企业数字化转型的影响及作用机制。研究表明：第一，留抵退税政策通过缓解内外部融资约束能够显著提高企业数字化转型水平，且经过平行趋势检验、安慰剂检验、更换样本和变量等稳健性检验后，结果依旧稳健；第二，企业获得留抵退税政策红利后，通过对人才资源和合作创新等方面的投资促进自身的数字化转型；第三，留抵退税政策效应具有异质性，在东部地区、高竞争度行业以及大型企业的分样本中正向促进效应更明显。关键词：增值税留抵退税；企业数字化转型；融资约束中图分类号：F812.423 文献标识码：A 文章编号：2095-1280(2023)03-0058-10 一、引言随着云计算、大数据、人工智能等新一代数字技术的快速发展，数字技术与传统产业逐渐实现深度融合，企业的数字化转型也逐渐受到学术界的广泛关注。企业作为经济活动中的微观个体，对宏观经济发展起着重要作用，承载着宏观数字经济发展与转型的重要任务，企业的数字化转型也将对整个生产活动产生革命性影响。企业数字化转型是通过数据的高效流动改善技术、资金、人才、物资等要素在时空中的配置，缓解环境不确定性对企业冲击的系统性进程（陈庆江等，2021）。2020 年 8 月 21 日，国务院国资委印发关于加快推进国有企业数字化转型工作的通知，就推动国有企业数字化转型做出全面部署。同时，中小企业作为我国市场中最活跃的群体，在经济社会中占有举足轻重的地位，如何助力其数字化转型也是我们亟待解决的问题。税收政策是撬动企业转型升级的重要政策工具。相较于以往税收优惠政策的事后补贴激励，增值税留抵退税政策打通税收返还链条不仅能够缓解企业融资约束，还能够调整企业对于税收负担、财务风险的预期，进而促进企业投资（谢雁翔等，2022）。以信息技术和大数据为关键生产要素的数字经济已成为推动经济增长的新引擎，这也激励越来越多的企业开启数字化转型之路（李辉和梁丹丹，2020）。当前研究更多集中在留抵退税政策的创新激励效应（赵宸宇等，2021；蔡伟贤等，2022）和留抵退税与企业投资等方面（刘金科等，2020：谢雁翔等，2022），缺乏留抵退税与企业的数字化转型方面的研究。由此，本文研究不仅填补了留抵退税与企业数字化转型方面的空白，也为留抵退税促进数字经济与实体经济的融合提供了微观证据，研究结论对于留抵退税相关政策的制定以及经济高质量发展具有一定的政策借鉴意义。*基金项目：国家社会科学基金项目“互联网大数据治税的征管效果及对税收营商环境的影响研究”（项目编号：20CJY061）；中央财经大学第七批青年科研创新团队支持计划。作者简介：李新阳，男，中央财经大学财政税务学院博士研究生（硕博连读）；孙鲲鹏，男，中央财经大学财政税务学院长聘副教授；杨 理，男，国家税务总局黑龙江省税务局税收科学研究所所长；樊 乐，女，西南交通大学经济管理学院科研助理。59 Tax and Economic Research二、研究假说数字化转型已经成为当前企业提升竞争力的关键抓手。随着数字技术的发展，尤其是云计算、大数据、人工智能和区块链等颠覆性技术的引入，企业不得不面对新一轮的竞争压力，并通过数字化转型来适应和驾驭这种压力。在市场经济体制下，市场这只“看不见的手”会通过竞争机制来影响经济主体的行为决策，通过提高企业的市场竞争力、加速行业变革、优化资源配置和提高消费者体验推动企业数字化转型（曾皓，2023）。然而，数字化转型通常需要大量的资金投入，包括设备升级、人才培养、数据管理以及系统集成等，使得许多企业在资金方面感到压力巨大。此外，数字化转型过程中，由于相关数字成果容易溢出到别的企业，而使企业的数字化转型收益降低，导致实际数字开发水平低于预期。因此，将数字化成果的正外部性内部化为针对高数字化水平企业的税收优惠，能够弥补高数字化水平企业在创新研发和技术溢出过程中的成本和损失，继而对企业数字化转型产生积极影响（陈和等，2023；张建伟，2023）。融资约束理论认为，在市场摩擦等因素的作用下，企业获得外部融资成本相对较高，从而形成融资约束。而企业数字化转型属于变革性活动（曾皓，2023），占用的资金相对较多，变革性活动的不确定性高，风险较大，使得企业难以获取充足的外部融资，而融资约束会导致企业在变革过程中缺乏资金，进而阻碍数字化转型进程。在这种情况下，留抵退税政策直接以现金形式对企业进行返还，缓解融资约束，以企业应对研发成本和风险能力的提高促进投资（吴怡俐等，2021；蔡伟贤等，2022；岳树民和肖春明，2023）。信号传递理论认为，留抵税额退还可以降低企业经营风险，向市场释放出积极的信号，能够吸引更多的金融机构和投资者对企业提供融资支持，降低企业融资成本（何杨等，2019）。综上所述，增值税留抵退税政策的核心在于将企业的留抵税额及时退还企业，通过缩短返还期限及时补充企业内部现金流，通过信号传递增加企业外部融资的可得性。因此，留抵退税政策能够为企业的数字化转型提供财务保障，增强企业的风险承受能力，从而推动企业的数字化转型。据此，本文提出核心假设。H1：留抵退税政策通过缓解融资约束促进了企业数字化转型。数字技术最新成果与企业经营、管理的深度有效融合依赖相关人才储备，尤其在数字化转型的过程中，企业对具有创新技能和专业知识人才的需求更为强烈。根据 Czarnitzki et al.（2011）的研究，财政激励可以显著增强企业对人力资本的投入动力。留抵退税政策为企业补充的现金流是企业加大人力资本投资的底气，一方面促进企业重视人才增量建立技术优势，另一方面促进企业不断优化人才存量维持竞争优势（Cappelli 和 Keller，2013；刘啟仁和赵灿，2020；刘长庚等，2022）。此外，留抵退税政策为企业补充的现金流使得企业有更多的资源和能力去寻求合作，形成创新联盟，继而促进数字化转型。企业间的合作往往需要大量的资源和时间投入，包括技术对接、人员配合等，而留抵退税政策缓解了企业的融资约束，使得企业更愿意参与合作，促进企业间的知识共享和技术交流，提高整体创新效率（周开国等，2017）。基于此，本文提出分假设 H2和 H3。H2：留抵退税政策下，企业通过人才资源投资促进数字化转型。H3：留抵退税政策下，企业通过创新合作投资促进数字化转型。三、研究设计（一）数据来源本文选取 20152021 年沪深 A 股上市公司的数据为初始研究样本，并对该数据进行如下处理：第一，剔除金融类企业；第二，剔除 ST 和样本期间退市的企业；第三，为减少异常值影响，对所有连续变量在 1%水平上进行缩尾处理；第四，剔除变量缺失样本；第五，剔除上市当年的样本；第六，剔除财务指标异常的样本。以上数据均来自国泰安 CSMAR 数据库和相关企业年报。60（二）变量设定1.被解释变量企业数字化转型（Digital）。本文借鉴吴非等（2021）的研究，通过上市公司年报中与数字化转型相关的词频对企业数字化转型程度进行度量。首先，通过 Python 爬虫在巨潮资讯网抓取相关上市公司年报，并将其转换为文本信息。其次，构建数字化转型关键词词库，利用 Python 中的“jieba”分词库，分别对特征关键词的词频进行统计，包括人工智能技术、大数据技术、云计算技术、区块链技术和数字技术运用。由于在统计学上此类数据具有右偏的特征，所以本文将关键词词频加1 并进行对数化处理，最终得到描述企业数字化转型水平的变量。2.核心解释变量本文的核心解释变量是政策实施的交乘项TreatiPostt。本文考察的是财政部 税务总局关于2018年退还部分行业增值税留抵税额有关税收政策的通知（以下简称“财税 2018 70号文”），在此政策之前留抵退税规模较小且只停留在个别行业。同时，与后续政策相比，财税201870 号文作为首次全国范围内的留抵退税试点政策所带来的政策增量效应更为显著。基于此，本文采用财税201870 号文作为准自然实验，采用双重差分法进行识别。其中政策行业虚拟变量（Treati）表示个体是否受到政策干预，若个体属于试点行业受到干预则为 1，反之则为 0。政策时间虚拟变量（Postt）在 2018 年之后（含 2018 年）为 1，反之为 0。交乘项TreatiPostt的估计系数反映了留抵退税政策对试点企业数字化转型水平的影响。3.控制变量本文加入的一系列控制变量（CVs），包括总资产回报率（ROA）、经营活动现金流量（OCF）、营业收入增长率（Grow）、托宾 Q 值（TobinQ）、企业规模（Size）、企业年龄（Age）、独立董事比率（IndDir）、账面市值比（BM）、是否亏损（Loss）。具体变量定义见表 1。表 1 主要变量说明变量类型变量名称变量符号变量说明被解释变量企业数字化转型Digital按照吴非等（2021）的方法统计企业数字化转型相关词汇的总词频加 1并取对数解释变量政策行业虚拟变量Treat若个体属于财税201870 号文件附录规定的留抵退税试点行业为 1，反之则为 0政策时间虚拟变量Post2018 年之后（含 2018 年）为 1，反之为 0控制变量总资产回报率ROA企业净利润除以总资产经营活动现金流量OCF企业经营活动产生的现金流量除以期初总资产营业收入增长率Grow企业当年营业收入增长额除以期初营业收入托宾 Q 值TobinQ企业当年总市值除以期末总资产企业规模Size企业总资产的自然对数企业年龄Age企业成立至今时间加 1 并取对数独立董事比率IndDir企业当年独立董事人数除以当年董事会总人数（%）账面市值比BM企业账面价值/总市值是否亏损Loss若企业上一年净利润小于 0 则取 1，反之为 0（三）模型设定与实证策略为研究留抵退税政策对企业数字化转型的影响，本文利用财税201870 号文件作为准自然实验，采用 DID 的估计方法，参考已有文献（何杨等，2019；刘金科等，2020；吴非等，2021；吴怡俐等，2021；蔡伟贤等，2022），设定回归模型（1）加以检验。,01,i ti tititTreatPostDigitalCVsYearFirm=+（1）李新阳 孙鲲鹏 杨 理 樊 乐 留抵退税与企业数字化转型研究 61 Tax and Economic Research其中，变量下标i、t分别表示企业和时间，it表示随机扰动项。为减少内生性问题，同时留抵退税政策对企业数字化转型可能存在时滞，本文将被解释变量进行滞后一期处理。此外，本文还在模型中控制了一系列固定效应，Year和Firm分别表示时间固定效应和个体固定效应。本文主要关注模型（1）中TreatiPostt的系数1的显著性。根据前文研究假说，如果系数1显著为正，意味着留抵退税政策有助于提高试点行业企业的数字化转型水平。四、实证分析（一）描述性统计表 2 报告了主要变量的描述性统计结果。其中，数字化转型（Digital）的均值为 1.603，这一结果与吴非等（2021）的结果类似，标准差为 1.399，说明企业数字化转型水平的差异性较大。留抵退税政策（TreatPost）的均值为 0.395，表明样本企业中有 39.5%的样本受到留抵退税政策试点的影响。其余变量的分布特征与以往研究基本类似，不再赘述。表 2 主要变量描述性统计变量NMeanStdp25p50p75Digital20,1031.6031.3990.0001.3862.565TreatPost20,1030.3950.4890.0000.0001.000ROA20,1030.0350.0680.0130.0360.066OCF20,1030.0500.0660.0120.0490.088Grow20,1030.3720.891-0.0150.1470.438TobinQ20,1032.1471.4561.2481.6732.458Size20,10322.3451.28921.42222.17023.077Age20,1032.9810.2902.8332.9963.178IndDir20,10337.7885.37733.33036.36042.860BM20,1031.1311.8330.3780.6791.243Loss20,1030.1120.3150.0000.0000.000（二）基准回归检验表 3 报告了 DID 基准回归模型的检验结果。在基准回归中，本文采用逐步回归法。其中，第（1）列仅控制了个体和时间固定效应，TreatPost的系数为 0.092，在 1%的水平上通过显著性检验；第（2）列加入控制变量（CVs），TreatPost的系数为 0.088，依然在 1%的水平上通过显著性检验，这表明 2018 年留抵退税政策实施后，试点行业中企业的数字化转型水平显著提升。在经济意义上，相比于对照组企业，实验组企业的数字化转型水平增加了 5.49%（0.088/1.603），这表明，留抵退税政策对于企业数字化转型有着显著的提升作用。第（3）列使用SA指数衡量企业融资约束水平，SA指数越小表明企业受到的融资约束水平越大。此列中，TreatPost的系数为-0.01，在1%的水平上通过显著性检验，表明留抵退税政策显著降低了企业融资约束水平。表 3 回归结果显示留抵退税政策通过融资约束的缓解促进了企业数字化转型，假设 H1 得证。表 3 基准回归结果（1）Digital（2）Digital（3）SATreatPost0.092*（3.54）0.088*（3.36）-0.010*（-3.98）CVsNoYesYesFirm FEYesYesYesYear FEYesYesYes 62 N19,71319,71319,713R20.8540.8560.982注：*、*和*分别表示在 1%、5%和 10%水平上显著。括号内为 t 统计量的值。以下各表同。（三）稳健性检验1.平行趋势检验进行双重差分方法进行政策效果评估的前提是其他因素对处理组和控制组在 2018 年前后平均数字化转型水平变化的影响是相同的，这样TreatPost的回归系数才可以视作政策的效果。这意味着，在不存在留抵退税政策的情况下，控制组和处理组的平均变化趋势应该是平行的。本文采用Eventstudy 方法进行平行趋势检验，具体方程设定如（2）：2021,2017,0,2015tti tti titittTDigitalCVsYearFireatPosrmt=+（2）其中，t为估计系数，本文以留抵退税的前一年作为基期（2017 年），图 1 展示了通过Eventstudy 方法估计的系数和置信区间，横轴代表标准化的政策时点（2018 年为 0），纵轴表示估计的企业数字化转型水平。从图 1 可以看出，政策试点开始之前系数 95%的置信区间均包含 0，说明其控制组和处理组没有明显的差异，平行趋势假定成立。政策当年及政策试点之后，处理组和对照组的差异有了明显的提升，且显著为正，进一步证明了留抵退税政策显著提高了试点企业的数字化转型水平。图 1 双重差分模型的平行趋势检验2.更换被解释变量借鉴袁淳等（2021）的方法，重新构造企业数字化转型指标作为稳健性检验。具体而言，通过对中央政府、工业和信息化部网站检索，筛选出 30 份发表于 20122020 年的相关重要政策文件，利用 Python 分词及人工识别提取频率大于等于 5 的相关词汇构成数字化转型关键词词库，通过前文所述方法统计词频加 1 并取对数形成新的企业数字化转型指标（Dig）。表 4 的第（1）列和第（2）列报告了回归的结果，发现TreatPost的系数依然在 1%的水平上显著为正，这表明改变数字化转型的衡量方式，基准回归结果依然是显著的，说明本文结论是稳健的。3.剔除信息行业信息行业公司的业务大部分都与数字技术密切相关，由于本文所述的数字化转型是指传统行业与数字技术的结合，这就可能导致年报中数字化转型的词频并不能反应企业真正的数字化转型水平。借鉴袁淳等（2021）的方法，将信息行业公司剔除重新进行基准回归，具体包括：计算机、通信和其他电子设备制造业（C39）、电信、广播电视和卫星传输服务（I63）、互联网和相关服务（I64）和软件和信息技术服务业（I65）。表 4 的第（3）列显示了剔除样本后的回归结果，结果 李新阳 孙鲲鹏 杨 理 樊 乐 留抵退税与企业数字化转型研究 63 Tax and Economic Research发现TreatPost的系数依然在 1%的水平上显著，证明结论是稳健的。4.倾向得分匹配的双重差分方法由于政策试点不具有随机性，可能存在样本自选择偏误。为了更好地选取控制组，本文采用倾向得分匹配的双重差分方法（PSM-DID）进行稳健性检验，通过建立企业是否为“留抵退税”试点企业的 Logit 模型，采用有放回的最近邻 1:1 匹配对样本进行了处理。这样做的目的是为了生成一组样本，其中包含留抵退税的处理组公司和控制组公司，这些公司在控制变量方面与处理组公司相似，但没有进行留抵退税政策试点。在开始回归之前，首先分别画出匹配前和匹配后的处理组与控制组 P 值得分的核密度图，从图 2 和图 3 可以看出匹配效果良好。使用匹配后的样本进行回归的结果如表 4 第（4）列所示，TreatPost依然在 1%的水平上显著为正，且系数比基准回归大，这表明在进行匹配控制了其他特征之后，政策效应得到了提升，证明结论是稳健的。图 2 匹配前 P 值得分核密度 图 3 匹配后 P 值得分核密度5.安慰剂检验图 4 安慰剂检验借鉴 Chetty et al.（2009）的做法，通过构造方程（3）得到1的估计值1()()11cov,varitititTreatPostWTreatPostW=+（3）其中，W包括其他所有的控制变量和固定效应，为非观测因素对被解释变量的影响。当=0 时，非观测因素不会对估计结果产生影响，但这一点并不能直接进行验证，因此需要使用间接安慰剂测试。具体而言，首先，随机抽取留抵退税试点的行业并随机产生政策时间，构造一个随机实验；然后根据方程（1）进行回归，由虚假实验得出的估计系数概率判定该结论的可靠性。如果TreatPost在随机过程中的估计系数分布接近 0，这就说明模型没有重要的遗漏变量。将以上 64 步骤重复 500 遍，图 4 展示了TreatPost的估计系数分布，可以看到虚假的政策项估计系数在 0左右分布，表明安慰剂检验是合格的，这就进一步说明了本文结果的稳健性。6.控制纳税信用评级的影响财税201870 号文规定纳税信用等级为 A 级或者 B 级方能享受留抵退税优惠政策，前文的讨论可能包含部分并未受政策影响的企业，从而影响结论的稳健性。由于国家税务总局每年仅对外公布纳税信用评级为 A 的企业名单，因此我们选取 2021 年纳税信用评级为 A 的企业进行回归，并假设这些企业的纳税信用评级一直均为 A。实证结果如表 4 的第（5）列所示，TreatiPostt的系数依然在 1%的水平上显著为正。7.排除同期政策的影响当然，企业数字化转型还可能受到同期其他政策施行的影响。关于深化增值税改革有关政策的公告（财政部 税务总局 海关总署公告 2019 年第 39 号）规定自 2019 年 4 月 1 日起增值税税率调整为 13%、9%。另外，固定资产加速折旧政策允许企业加大前期固定资产折旧速率，这无疑也给企业带来了一部分自有现金流。此外，为促进地方数字经济基础设施建设，工业和信息化部、国家发展和改革委员会分别在 2014 年、2015 年和 2016 年发布了“宽带中国”政策。为排除上述政策对企业数字化转型水平产生的影响，本文做出如下安排：为了控制政府补贴和增值税税率变动的影响，将政府补助（Subsidy）和增值税税收负担（VATBurden）纳入模型进行重新回归；将固定资产加速折旧政策（jzsj）纳入回归，如果企业 2014 年及以后年份属于固定资产加速折旧试点行业，变量jszj取值为 1，否则为 0；在回归中纳入“宽带中国”（BroadChina）试点变量，如果企业所处城市当年实行了“宽带中国”战略则为 1，反之为 0。实证结果如表 4 的第（6）至（9）列所示，在分别控制政府补助、增值税税负、加速折旧政策、“宽带中国”试点后，TreatiPostt的系数依然在 1%的水平上显著为正，证明基准回归结果是稳健的。表 4 稳健性检验结果（1）（2）（3）（4）（5）（6）（7）（8）（9）TreatPost0.090*（5.07）0.082*（4.54）0.085*（3.00）0.088*（3.36）0.159*（3.82）0.087*（3.33）0.087*（3.26）0.086*（3.26）0.089*（3.33）Subsidy3.306*（2.96）VATBurden0.262（0.63）jszj0.046（0.59）BoardChina-0.014（-0.30）CVsNoYesYesYesYesYesYesYesYesFirm FEYesYesYesYesYesYesYesYesYesYear FEYesYesYesYesYesYesYesYesYesN19,71319,71316,36519,713701119,71319,20019,71318,409R20.8400.8410.7980.8560.8650.8560.8570.8560.8608.其他稳健性检验此外，在使用平衡面板数据、控制不同的固定效应和聚类水平、剔除高新技术企业样本、剔除存在违规的企业等其他稳健性检验后回归结果依然稳健。五、进一步分析基准检验结果证明了增值税留抵退税政策通过缓解融资约束促进企业数字化转型。但是，企业 李新阳 孙鲲鹏 杨 理 樊 乐 留抵退税与企业数字化转型研究 65 Tax and Economic Research数字化转型机制还不够完备，企业在获得留抵退税的现金流补充后是否有投资行为、通过何种投资方式实现了数字化转型的逻辑链条还不完整。本部分将进行具体识别和检验，并探寻可能存在的异质性效应。（一）机制分析1.人才资源投资企业将留抵退税政策释放出的各类资源投入到人力资本的建设中将有力推动数字化转型。对于研发密集型高科技企业，更多地招募和更好地培养专业技能人才是企业数字化转型的关键推动力。参照刘啟仁和赵灿（2020）、李逸飞等（2023）做法，使用研发人员比例（RDPerson）、研究生及以上占比（Graduate）、技术人员占比（TechD）来衡量企业人才资源投资水平。表 5（1）-（3）列展示了企业人才资源投资的回归结果，TreatPost系数均在 1%的水平上显著为正，表明企业将留抵退税所释放出的红利进行人才资源投资能够有效促进企业数字化转型。由此假设 H2 得证。表 5 机制分析回归结果（1）RDPerson（2）Graduate（3）TechD（4）Invja（5）CoCultureTreatPost4.262*（3.75）0.163*（2.39）0.707*（3.45）0.030*（2.02）0.019*（2.27）CVsYesYesYesYesYesFirm FEYesYesYesYesYesYear FEYesYesYesYesYesN15,14414,84619,14819,71319,713R20.6920.9360.9150.7200.7932.合作创新投资单个企业承受创新投入风险的能力有限，资源共享、合作创新就成为一条现实可行的数字化转型路径。留抵退税政策红利释放了企业的财务资源，扩大了企业间资源共享、合作创新的广度和深度。一方面，企业可以共享云计算资源、数据分析工具或者先进的软硬件技术，通过这种方式降低投入成本，提高数字化转型的效率。另一方面，与其他企业或机构进行深度的合作和交流，共同开展技术研发、市场研究、产品测试等创新活动，可以有效提高研发效率。这里借鉴蔡伟贤等（2022）的研究成果，使用企业联合申请发明专利的对数（Invja）衡量企业的合作创新水平，提取企业年报中有关合作词汇（如协力、分享、合作等）的对数来衡量企业合作文化（CoCulture）。回归结果如表 5 的第（4）-（5）列所示，TreatPost系数均在 1%的水平上显著为正，表明企业将留抵退税所释放出的红利进行合作创新投资能够有效促进企业数字化转型。由此假设 H3 得证。（二）异质性分析表 6 异质性分析回归结果地区行业竞争程度企业规模（1）东部（2）中部（3）西部（4）高（5）低（6）大（7）中、小TreatPost0.098*（3.05）0.042（0.69）0.064（0.98）0.139*（4.05）-0.097*（-2.13）0.082*（2.28）0.080*（1.94）CVsYesYesYesYesYesYesYesFirm FEYesYesYesYesYesYesYesYear FEYesYesYesYesYesYesYesN14,0113094258811,982741297829541R20.8640.8290.8250.8450.8960.8580.876 66 1.地区异质性分地区探析留抵退税政策效应的异质性，如表 6 第（1）-（3）列所示，留抵退税政策对于企业数字化转型的正向影响在东部地区显著存在，而在中部和西部地区均不显著。这种现象一方面可能是由于东部地区的经济发展水平较高，企业数量和规模也较大，对数字化转型的需求和投入也较高。另一方面，留抵退税政策释放红利的效果可能在东部地区更加显著，从而鼓励东部地区企业更加积极地进行数字化转型投资。中西部地区企业的数字化转型水平提升较为缓慢，可能是由于这些地区的经济基础相对较弱，企业数量和规模也较小，对数字化转型的投入和需求相对较低。当然，也不排除这些地区可能缺乏相关政策和资源支持，难以进行数字化转型。2.行业异质性在不同竞争程度的行业中，留抵退税政策的作用效果可能存在差异。本文将赫芬达尔指数低于全年行业中位数的行业定义为高竞争行业，反之为低竞争行业。如表 6 第（4）-（5）列所示，留抵退税政策对于企业数字化转型的正向影响在竞争程度高的行业中显著存在，而在竞争程度低的行业中却呈现显著的负向影响。可能的原因是，行业竞争度越高，行业内企业越需要通过数字化转型提高竞争力、保持市场地位，因此这些企业会将数字化转型视为优先投资选择。行业竞争度低意味着竞争不充分，行业内企业可能就缺乏数字化转型的内生动力，甚至在垄断行业中还会出现排斥数字化的现象。3.规模异质性本文以企业总资产对数的中位数为标准，将企业分为大企业和中小企业，按企业规模考察留抵退税政策的异质性，如表 6 第（6）-（7）列所示，留抵退税政策对于企业数字化转型的正向促进效应在大企业中显著存在，但在中小企业中并不那么明显。可能的原因在于大企业通常拥有更为充足的资源，更有可能投资于数字化转型，因此这些企业也就更愿意将留抵退税政策的红利投向数字化转型。中小企业往往缺乏充足的资金和人才资源，一方面难以承担大规模数字化转型压力，另一方面可能也有更为紧迫的投资方向。因此，中小企业在数字化转型过程中需要综合考虑自身情况，更多地进行资源方面的合作共享。六、结论和启示本文使用沪深 A 股 20152021 年的数据作为样本，利用财税201870 号文作为准自然实验，采用双重差分法实证分析了留抵退税政策对于企业数字化转型的影响及作用机制。研究表明：第一，留抵退税政策能够显著提高企业数字化转型水平，且经过平行趋势检验、安慰剂检验、更换样本和变量等稳健性检验后，结果依旧稳健；第二，留抵退税的政策红利主要体现在向企业及时注入现金流，缓解企业的内外部融资约束；第三，企业获得留抵退税政策红利后，通过对人才资源和合作创新等方面的投资促进自身的数字化转型；第四，留抵退税政策效应具有异质性，对处于东部地区、高竞争度行业的大型企业正向促进效应明显。本文为企业数字化转型的税收政策研究提供了新的微观大样本证据，拓展了税收政策效应以及企业发展等领域的研究。基于上述结论，本文认为应进一步完善税收激励体系，精细化税收激励政策，加强跨部门、跨地区的信息共享与协同，依托数字化手段提升税收征管水平，为企业营造更为公平、透明、便捷的营商环境。同时，政府还应关注企业数字化转型过程中可能产生的数据安全、隐私保护等问题，制定相应的法规和政策，确保企业数字化转型的健康、可持续发展。当然，由于税收问题的复杂性和数据的局限性，本文也存在一些不足。一是企业数字化转型的驱动因素众多，税收政策只是其中一个相对重要的因素，鉴于企业内部数据不易获得，本文无法考察其他方面的内容；二是企业数字化转型是一个长期的系统性过程，本文样本区间可能略短，无法展现出完整图谱；三是纳税信用评级只披露了 A 级企业，事实上 B 级企业也可享受这一政策，而本文由于数据缺乏未进行讨论。李新阳 孙鲲鹏 杨 理 樊 乐 留抵退税与企业数字化转型研究 67 Tax and Economic Research参考文献：1 蔡伟贤,沈小源,李炳财,柴美华.增值税留抵退税政策的创新激励效应 J.财政研究,2022,(5).2 曾 皓.市场竞争机制促进了企业数字化转型吗？基于市场准入负面清单制度的准自然实验J.外国经济与管理,2023,(6).3 陈 和,黄依婷,杨永聪,梁晓仪.政府税收激励对企业数字化转型的影响来自固定资产加速折旧政策的经验证据 J.产业经济评论,2023,(2).4 陈庆江,王彦萌,万茂丰.企业数字化转型的同群效应及其影响因素研究 J.管理学报,2021,(5).5 何 杨,邓粞元,朱云轩.增值税留抵退税政策对企业价值的影响研究基于我国上市公司的实证分析 J.财政研究,2019,(5).6 李 辉,梁丹丹.企业数字化转型的机制、路径与对策 J.贵州社会科学,2020,(10).7 李逸飞,李 金,肖人瑞.社会保险缴费征管与企业人力资本结构升级 J.经济研究,2023,(1).8 刘金科,邓明欢,肖翊阳.增值税留抵退税与企业投资兼谈完善现代增值税制度 J.税务研究,2020,(9).9 刘啟仁,赵 灿.税收政策激励与企业人力资本升级 J.经济研究,2020,(4).10 刘长庚,谷 阳,张 磊,吴 雄.增值税留抵退税政策的就业促进效应 J.财政研究,2022,(9).11 吴 非,胡慧芷,林慧妍,任晓怡.企业数字化转型与资本市场表现来自股票流动性的经验证据 J.管理世界,2021,(7).12 吴怡俐,吕长江,倪晨凯.增值税的税收中性、企业投资和企业价值基于“留抵退税”改革的研究 J.管理世界,2021,(8).13 谢雁翔,覃家琦,金 振,刘 洋.增值税留抵退税与企业短贷长投 J.财政研究,2022,(9).14 袁 淳,肖土盛,耿春晓,盛 誉.数字化转型与企业分工：专业化还是纵向一体化 J.中国工业经济,2021,(9).15 岳树民,肖春明.增值税留抵退税能够缓解企业融资约束吗基于现金-现金流敏感性的实证证据 J.财贸经济,2023,(1).16 张建伟.税收优惠对企业数字化转型的影响研究 J.会计之友,2023,(3).17 赵宸宇,王文春,李雪松.数字化转型如何影响企业全要素生产率 J.财贸经济,2021,(7).18 周开国,卢允之,杨海生.融资约束、创新能力与企业协同创新 J.经济研究,2017,(7).19Cappelli,P.,Keller,J.R.Classifying Work in the New EconomyJ.Academy of Management Review,2013,(4).20Chetty,R.,Looney,A.,Kroft,K.Salience and Taxation:Theory and EvidenceJ.American Economic Review,2009,(4).21Czarnitzki,D.,Hanel,P.,Rosa,J.M.Evaluating the Impact of R&D Tax Credits On Innovation:A Microeconometric Study On Canadian FirmsJ.Research policy,2011,(2).（责任编辑：子奕）