岳樹民　王慶　樊稼岐

內(nèi)容提要：文章以數(shù)字詞匯和數(shù)字化無形資產(chǎn)兩種方式衡量企業(yè)數(shù)字化轉(zhuǎn)型水平，利用2015—2021年A股上市企業(yè)面板數(shù)據(jù)，探究增值稅留抵退稅政策對企業(yè)數(shù)字化轉(zhuǎn)型的作用。研究發(fā)現(xiàn)，增值稅留抵退稅政策促進了企業(yè)數(shù)字化轉(zhuǎn)型，該結(jié)論在經(jīng)過多次穩(wěn)健性檢驗后依然成立。機制檢驗發(fā)現(xiàn)，增值稅留抵退稅政策通過緩解企業(yè)融資約束促進企業(yè)數(shù)字化轉(zhuǎn)型，且融資約束指數(shù)每減少1個單位，企業(yè)數(shù)字化轉(zhuǎn)型水平提升2.966個百分點。進一步研究發(fā)現(xiàn)，增值稅留抵退稅政策與固定資產(chǎn)加速折舊政策在促進企業(yè)數(shù)字化轉(zhuǎn)型上不存在政策協(xié)同效應(yīng)；國有企業(yè)、低市場占有企業(yè)和成長性更低的企業(yè)在留抵退稅政策實施后數(shù)字化程度獲得更大提升。

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

中圖分類號：F812.422? 文獻標(biāo)識碼：A? 文章編號：2095-1280（2023）05-0001-13

一、引言

當(dāng)前，數(shù)字技術(shù)已全方位融入經(jīng)濟社會發(fā)展。其中，企業(yè)數(shù)字化轉(zhuǎn)型體現(xiàn)了數(shù)字技術(shù)與實體經(jīng)濟的深度融合，是將數(shù)字技術(shù)引入企業(yè)現(xiàn)有框架，重塑生產(chǎn)方式和經(jīng)營管理的過程（劉淑春等，2021）；更是深化供給側(cè)改革、推動產(chǎn)業(yè)結(jié)構(gòu)升級，促進我國經(jīng)濟高質(zhì)量發(fā)展的重要動力源泉。與此同時，我國企業(yè)數(shù)字化轉(zhuǎn)型仍存在挑戰(zhàn)，主要體現(xiàn)在轉(zhuǎn)型成本偏高、轉(zhuǎn)型陣痛期較長等方面。此時，通過稅收優(yōu)惠對沖企業(yè)數(shù)字化轉(zhuǎn)型成本與風(fēng)險，對激勵企業(yè)數(shù)字化轉(zhuǎn)型將具有重要意義。而在各項稅收優(yōu)惠中，增值稅留抵退稅政策備受關(guān)注。依據(jù)《中華人民共和國增值稅暫行條例》規(guī)定，企業(yè)當(dāng)期銷項稅額小于當(dāng)期進項稅額不足抵扣時，其不足部分結(jié)轉(zhuǎn)至下期繼續(xù)抵扣，這部分結(jié)轉(zhuǎn)額即為企業(yè)留抵稅額。政府對增值稅留抵稅額的無償占用，不僅直接擠占了企業(yè)現(xiàn)金流，還會引致企業(yè)加大舉債力度或融資力度，進而推高企業(yè)資金成本并加重融資約束（岳樹民等，2023），對企業(yè)數(shù)字化轉(zhuǎn)型造成不利影響。為降低增值稅留抵稅額給企業(yè)帶來的制度性交易成本，2018年財政部和國家稅務(wù)總局聯(lián)合發(fā)布《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》（財稅〔2018〕70號，下文簡稱70號文件）①，要求退還包括裝備制造等先進制造業(yè)、研發(fā)等現(xiàn)代服務(wù)業(yè)和電網(wǎng)企業(yè)等的增值稅期末留抵稅額，這標(biāo)志著我國開始在較大范圍內(nèi)實行增值稅留抵退稅政策。增值稅留抵退稅政策的實施，為探究稅收優(yōu)惠對企業(yè)數(shù)字化轉(zhuǎn)型的影響提供了契機，其政策效應(yīng)研究對我國后續(xù)使用稅收政策工具助力企業(yè)數(shù)字化轉(zhuǎn)型具有一定的參考價值。

二、文獻綜述

企業(yè)數(shù)字化轉(zhuǎn)型受諸多內(nèi)外因素的影響。內(nèi)部方面，企業(yè)研發(fā)支出與高學(xué)歷員工數(shù)量是數(shù)字化轉(zhuǎn)型的基礎(chǔ)動力，企業(yè)資產(chǎn)規(guī)模、資產(chǎn)負(fù)債率和營業(yè)成本與企業(yè)數(shù)字化轉(zhuǎn)型密切相關(guān)（張巍，2022）。從公司決策層方面看，企業(yè)高管背景對企業(yè)數(shù)字化轉(zhuǎn)型有顯著影響，如具有信息技術(shù)背景和學(xué)術(shù)背景的高管有利于企業(yè)數(shù)字化轉(zhuǎn)型（吳育輝等，2022；陽鎮(zhèn)等，2022）。

外部方面，除消費者主權(quán)崛起、價值訴求變化以及更高消費期望迫使企業(yè)進行數(shù)字化轉(zhuǎn)型外，政府驅(qū)動是企業(yè)數(shù)字化轉(zhuǎn)型的重要動力。其中，地區(qū)數(shù)字基礎(chǔ)設(shè)施建設(shè)是企業(yè)數(shù)字化轉(zhuǎn)型的核心條件（張林剛等，2022）；以政府財政科技支出為代表的財政補貼，可以緩解企業(yè)融資問題并推動企業(yè)數(shù)字化轉(zhuǎn)型（Chen et al.，2021）。另外，企業(yè)所處行業(yè)環(huán)境通過同群效應(yīng)，促使數(shù)字化水平較低的企業(yè)模仿和學(xué)習(xí)數(shù)字化水平較高的企業(yè)，引致群體數(shù)字化水平的趨同。

在對企業(yè)數(shù)字化轉(zhuǎn)型驅(qū)動因素進行理論分析的同時，一些學(xué)者還通過調(diào)查問卷等方式，分析了企業(yè)數(shù)字化轉(zhuǎn)型面臨的實際困難。如，依托“萬家民營企業(yè)評營商環(huán)境”和“企業(yè)成本”全國性問卷調(diào)查，史宇鵬等（2021）發(fā)現(xiàn)人才匱乏、技術(shù)落后、資金不足與產(chǎn)業(yè)基礎(chǔ)薄弱是阻礙企業(yè)數(shù)字化轉(zhuǎn)型的主要障礙；陳楠等（2022）通過對多個省市企業(yè)的問卷調(diào)查，發(fā)現(xiàn)數(shù)字化轉(zhuǎn)型前期投入高、回報存在較大不確定性、數(shù)字化人才匱乏以及數(shù)字化建設(shè)資金不足等成為近半數(shù)企業(yè)數(shù)字化轉(zhuǎn)型的障礙。綜合調(diào)查問卷研究結(jié)果看，雖然各企業(yè)面臨的困難有所差別，但資金問題依然是阻礙企業(yè)數(shù)字化轉(zhuǎn)型的一個主要問題。

稅收優(yōu)惠政策作為撬動企業(yè)資金的重要杠桿，可以有效緩解企業(yè)融資約束問題，對企業(yè)數(shù)字化轉(zhuǎn)型起到激勵作用。曾皓（2022）研究發(fā)現(xiàn)，結(jié)合前瞻性有效稅率，稅收優(yōu)惠政策通過“融資約束緩解效應(yīng)”和“創(chuàng)業(yè)導(dǎo)向強化效應(yīng)”對企業(yè)數(shù)字化轉(zhuǎn)型起到了促進作用。成瓊文等（2022）也證實研發(fā)費用加計扣除和稅費減免政策均促進了傳統(tǒng)資源型企業(yè)的數(shù)字化轉(zhuǎn)型，但二者之間并未產(chǎn)生協(xié)同效應(yīng)。陳和等（2023）則發(fā)現(xiàn)固定資產(chǎn)加速折舊能顯著促進企業(yè)數(shù)字化轉(zhuǎn)型。

已有研究對企業(yè)數(shù)字化轉(zhuǎn)型的理論驅(qū)動因素與現(xiàn)實困難進行了較為全面且深入的探析，但關(guān)于增值稅留抵退稅政策對企業(yè)數(shù)字化轉(zhuǎn)型的作用及機制研究還較少，故本文的邊際貢獻可能在于：（1）研究增值稅留抵退稅政策對企業(yè)數(shù)字化轉(zhuǎn)型的作用，從企業(yè)微觀視角探究稅收工具對企業(yè)數(shù)字化轉(zhuǎn)型的作用；（2）以增值稅留抵退稅政策為工具變量，探究融資約束與企業(yè)數(shù)字化轉(zhuǎn)型之間的彈性關(guān)系，為使用稅收工具解決企業(yè)數(shù)字化轉(zhuǎn)型面臨的資金問題提供新的研究視角；（3）從企業(yè)性質(zhì)、企業(yè)競爭能力及企業(yè)成長性三個視角出發(fā)，探究增值稅留抵退稅政策對企業(yè)數(shù)字化轉(zhuǎn)型的異質(zhì)性影響。

三、理論分析及假設(shè)提出

企業(yè)數(shù)字化轉(zhuǎn)型的實質(zhì)是將數(shù)字技術(shù)應(yīng)用于企業(yè)生產(chǎn)、管理、運營和銷售的全部過程，這必然需要大量資金予以支撐。與企業(yè)創(chuàng)新投入相比，數(shù)字化轉(zhuǎn)型具有更強的正外部性和高失敗風(fēng)險，轉(zhuǎn)型所產(chǎn)生的企業(yè)收益小于社會收益，僅靠市場激勵可能不足以促進數(shù)字化轉(zhuǎn)型。在這種情況下，更需要政府使用“有形之手”撬動企業(yè)資金，適當(dāng)降低企業(yè)數(shù)字化轉(zhuǎn)型成本，減少轉(zhuǎn)型中的資金障礙。增值稅留抵退稅政策對于企業(yè)資金的影響可以從增加企業(yè)自有資金和緩解企業(yè)融資約束兩個方面加以概括。

留抵退稅政策的實施直接增加了企業(yè)內(nèi)部現(xiàn)金流，為企業(yè)數(shù)字化轉(zhuǎn)型提供了資金支持。假設(shè)企業(yè)的進項稅額與銷項稅額在一定時期內(nèi)保持動態(tài)均衡，那么留抵稅額可以被視為政府向企業(yè)提供的“無息貸款”，企業(yè)所付出的不僅是當(dāng)期部分生產(chǎn)資金，還包括貨幣的時間價值。留抵退稅政策實施后，增值稅返還鏈條得以暢通，避免了增值稅稅款在企業(yè)層面“沉淀”。從存量角度看，企業(yè)直接獲得留抵稅款返還，相當(dāng)于獲得了一筆比外部融資成本更低的自有資金。這意味著，在既定的投資方向下，企業(yè)可將更多資金投入到數(shù)字化轉(zhuǎn)型所需的軟硬件設(shè)施建設(shè)中，以更好地促進企業(yè)數(shù)字化轉(zhuǎn)型。從增量角度看，暢通的增值稅返還鏈條可以有效地改善企業(yè)預(yù)期，打破企業(yè)對于數(shù)字化轉(zhuǎn)型的觀望態(tài)度，有利于提升企業(yè)數(shù)字化轉(zhuǎn)型意愿。

增值稅留抵退稅政策不僅直接增加了企業(yè)內(nèi)部自有現(xiàn)金流，還通過降低外部融資成本緩解了企業(yè)融資約束。其一，依據(jù)信號傳遞理論，有針對性的優(yōu)惠政策會向投資者傳達一種信號，即享受政策的產(chǎn)業(yè)或企業(yè)具有更好的經(jīng)營前景，具有更好的還款能力，以吸引投資者進行投資（Stephen，2019）。增值稅留抵退稅政策是一個有效的信息載體，主要向投資者釋放了有利的投資信息：政策要求退還期末留抵稅額企業(yè)的納稅信用評級必須滿足A級或B級，而向投資者釋放該企業(yè)擁有良好信用評級的信號，利于企業(yè)獲取投資者青睞；同時，即使企業(yè)經(jīng)營狀況保持不變，實施留抵退稅政策所降低的制度性交易成本相當(dāng)于縮短企業(yè)經(jīng)營成本回收周期，意味著企業(yè)具有更好的償債能力，并吸引投資，降低企業(yè)融資約束。其二，留抵退稅政策具有投資導(dǎo)向作用。如，發(fā)達國家由于高端產(chǎn)業(yè)較多，投資者受現(xiàn)代資產(chǎn)組合理論影響對國民經(jīng)濟中下一個新的有前景的產(chǎn)業(yè)持不同看法，因而常采用投資組合方式。這種方式雖能降低非系統(tǒng)性風(fēng)險，卻會帶來投資分散的弊端。與之不同的是，中國正處于產(chǎn)業(yè)鏈由低端向高端遞進的過程，對于下一個新的有前景產(chǎn)業(yè)，大家很容易達成共識。相應(yīng)地，被“看好”的產(chǎn)業(yè)極易出現(xiàn)投資“潮涌現(xiàn)象”，增強了產(chǎn)業(yè)內(nèi)企業(yè)獲取外部融資的議價能力，從而會降低融資約束。

綜合上述，增值稅留抵退稅政策不僅直接增加了企業(yè)內(nèi)部自有資金，提升企業(yè)即期數(shù)字化轉(zhuǎn)型的意愿，還能夠通過傳達良好的信用信息、償債能力信息來發(fā)揮投資導(dǎo)向作用，以緩解企業(yè)融資約束的方式為企業(yè)數(shù)字化轉(zhuǎn)型提供資金。因此，提出以下假設(shè)：

H0：增值稅留抵退稅政策對企業(yè)數(shù)字化轉(zhuǎn)型起到促進作用。

H1：增值稅留抵退稅政策會降低企業(yè)融資約束。

H2：增值稅留抵退稅政策通過緩解企業(yè)融資約束促進企業(yè)數(shù)字化轉(zhuǎn)型。

四、研究設(shè)計

（一）數(shù)據(jù)來源

本文研究樣本為中國A股上市公司2015—2021年數(shù)據(jù)，來源于Wind數(shù)據(jù)庫與CSMAR數(shù)據(jù)庫，衡量企業(yè)數(shù)字化轉(zhuǎn)型的文本來源于上市公司年報，并進行以下處理：（1）剔除金融保險、ST、ST*類上市公司；（2）剔除員工數(shù)量低于100人的公司，這部分公司可能存在信息披露錯誤；（3）剔除2018年之前已經(jīng)實行留抵退稅的企業(yè)；（4）由于所評估的增值稅留抵退稅政策實施的時間為2018年，故剔除在2018年后上市的公司；（5）剔除關(guān)鍵變量缺失的樣本。此外，還對所有連續(xù)變量在1%水平上進行縮尾處理，最終共獲得2861個有效樣本。

（二）實證模型

為驗證增值稅留抵退稅對企業(yè)數(shù)字化轉(zhuǎn)型的作用，構(gòu)建以下雙重差分模型：

公式（1）中，下標(biāo)p，j，i，t分別表示省份、行業(yè)、企業(yè)和時間。主要被解釋變量DTEp，j，i，t為企業(yè)數(shù)字化水平。policyj是依據(jù)增值稅留抵退稅政策實施行業(yè)而設(shè)置的虛擬變量，政策實驗組賦值為1，控制組賦值為0。postt為政策實施時間的虛擬變量，依據(jù)70號文件可知各省財政部門于2018年9月30日前完成退還期末留抵稅額工作，故將2018年及之后年份賦值為1，否則賦值為0。Xp，j，i，t為企業(yè)財務(wù)特征變量，包括企業(yè)資產(chǎn)規(guī)模、總資產(chǎn)收益率、資產(chǎn)負(fù)債率、現(xiàn)金流比率和托賓Q值。Wp，j，i，t為企業(yè)治理控制變量，包括企業(yè)年齡、第一大股東持股比例、兩職合一情況和企業(yè)是否為國有企業(yè)或國有控股企業(yè)。μi和λt分別為企業(yè)個體固定效應(yīng)和時間固定效應(yīng)。由于不同省份的社會經(jīng)濟發(fā)展情況和基礎(chǔ)設(shè)施建設(shè)差異可能對企業(yè)數(shù)字化轉(zhuǎn)型產(chǎn)生潛在影響，會破壞雙重差分模型所依賴的平行趨勢假設(shè)，故在模型中加入了省份與年份的交互固定效應(yīng)pt。εp，j，i，t為隨機擾動項，用以捕捉主要變量之外的信息。

考慮到2019年增值稅留抵退稅政策的全面鋪開，只要滿足條件的企業(yè)均可享受留抵退稅政策，因此，2019年的增值稅留抵退稅政策可能會影響到2018年增值稅留抵退稅對企業(yè)數(shù)字化轉(zhuǎn)型的評估效果。為了解決這一問題，構(gòu)建了虛擬變量othetp，j，i，t，若企業(yè)不享受2018年留抵退稅政策且處于2019年及以后，賦值為1，否則賦值為0。此外，鑒于已有研究成果中發(fā)現(xiàn)企業(yè)數(shù)字化轉(zhuǎn)型存在同群效應(yīng)，并且存在地區(qū)與產(chǎn)業(yè)兩個維度（杜勇，2023），故實證中均對標(biāo)準(zhǔn)誤在省份—行業(yè)層面進行聚類。

公式（1）中的系數(shù)a1反映增值稅留抵退稅政策對企業(yè)數(shù)字化轉(zhuǎn)型和融資約束程度的凈效應(yīng)。需要注意的是，該模型反映的是留抵退稅政策對企業(yè)數(shù)字化轉(zhuǎn)型的平均處理效應(yīng)，缺少融資約束這一關(guān)鍵中介變量對于企業(yè)數(shù)字化轉(zhuǎn)型的彈性估計。因此，將增值稅留抵退稅政策作為企業(yè)當(dāng)期融資約束的工具變量，考察融資約束對企業(yè)數(shù)字化轉(zhuǎn)型的彈性。具體構(gòu)建2SLS模型如公式（2）和（3）所示：

公式（2）和（3）中，F(xiàn)Cp，j，i，t為企業(yè)融資約束。如理論分析中指出的，增值稅留抵退稅政策直接降低了企業(yè)制度性交易成本，增加企業(yè)現(xiàn)金流并降低企業(yè)融資約束；同時，增值稅留抵退稅政策作為企業(yè)融資約束的工具變量，滿足相關(guān)性假設(shè)。公式（3）中的γ1反映企業(yè)融資約束對企業(yè)數(shù)字化轉(zhuǎn)型的彈性。

（三）變量定義

1.主要被解釋變量

現(xiàn)有研究對企業(yè)數(shù)字化轉(zhuǎn)型的刻畫主要有兩種方式：一是以上市公司年報中“管理層討論與分析”（MD&A）部分出現(xiàn)的數(shù)字經(jīng)濟相關(guān)詞匯占比作為企業(yè)數(shù)字化轉(zhuǎn)型的代理變量。具體來說，首先利用機器學(xué)習(xí)與文本分析法，依據(jù)數(shù)字化轉(zhuǎn)型相關(guān)文獻、重要政策、研究報告以及《政府工作報告》①形成數(shù)字化詞典，通過將詞典中的詞匯加入至Python中的Jieba分詞庫中，然后基于機器學(xué)習(xí)的方法對公司年報中“管理層討論與分析”部分進行文本分析，并計算數(shù)字經(jīng)濟詞匯占“管理層討論與分析”文本比重。所收集數(shù)字詞匯共194個，主要數(shù)字詞匯見表1。二是使用上市企業(yè)財務(wù)報告附注中包含與數(shù)字經(jīng)濟技術(shù)相關(guān)的關(guān)鍵詞及專利的年末無形資產(chǎn)明細(xì)項，標(biāo)記該明細(xì)項為“數(shù)字經(jīng)濟技術(shù)無形資產(chǎn)”，再對同一企業(yè)同一年度多項數(shù)字經(jīng)濟技術(shù)無形資產(chǎn)進行加總，并以數(shù)字無形資產(chǎn)占本年度總無形資產(chǎn)比例來衡量企業(yè)數(shù)字化轉(zhuǎn)型?？傮w來說，MD&A更多注重企業(yè)經(jīng)營的前瞻性信息披露，數(shù)字詞頻占比更能反映企業(yè)數(shù)字化轉(zhuǎn)型的主觀意愿；而企業(yè)年報中無形資產(chǎn)披露是對企業(yè)無形資產(chǎn)的客觀衡量，數(shù)字化無形資產(chǎn)占比更側(cè)重于估計企業(yè)當(dāng)年數(shù)字化轉(zhuǎn)型的客觀水平。兩種測度方法側(cè)重點各有不同且互為補充，故本文主要以第一種方式衡量企業(yè)數(shù)字化轉(zhuǎn)型水平，并使用第二種方式進行穩(wěn)健性檢驗。

2.實驗組與控制組虛擬變量

依據(jù)70號文件，享受留抵退稅政策的行業(yè)有化學(xué)原料和化學(xué)制品制造業(yè)、醫(yī)藥制造業(yè)、化學(xué)纖維制造業(yè)、非金屬礦物制品業(yè)、金屬制品業(yè)、通用設(shè)備制造業(yè)、專用設(shè)備制造業(yè)等18個行業(yè)，故按照公司年報所披露的營業(yè)收入構(gòu)成確定其主營業(yè)務(wù)，并以主營業(yè)務(wù)對照《2017年國民經(jīng)濟行業(yè)分類（GB/T 4754—2017）》劃分其行業(yè)分類，再對照70號文件確定企業(yè)是否享受留抵退稅政策，享受政策賦值1，否則為0。

3.融資約束

現(xiàn)有研究主要通過兩種方式測度企業(yè)融資約束。一是運用企業(yè)財務(wù)指標(biāo)，對現(xiàn)金流比率、資產(chǎn)負(fù)債率、托賓Q值、現(xiàn)金股利等指標(biāo)進行邏輯回歸，構(gòu)建企業(yè)融資約束程度指標(biāo)，具有代表性的是KZ指數(shù)（Kaplan，1997）。需要注意的是，KZ指數(shù)計算所需的現(xiàn)金流比率、資產(chǎn)負(fù)債率等指標(biāo)本身與企業(yè)融資約束高度相關(guān)，因而所估算的融資約束指數(shù)具有相當(dāng)?shù)膬?nèi)生性。二是使用與企業(yè)融資約束程度相對外生的企業(yè)年齡和企業(yè)資產(chǎn)規(guī)模這兩個變量估算企業(yè)融資約束指數(shù)，即SA指數(shù)（Hadlock et al.，2010）。此外，還有學(xué)者在SA指數(shù)測算的過程中加入現(xiàn)金股利支付率形成FC指數(shù)（顧雷雷等，2020）。為避免可能出現(xiàn)的內(nèi)生性，本文主要使用Hadlock等人的計算公式①測算企業(yè)年度SA指數(shù)，SA指數(shù)越小則說明企業(yè)融資約束越低。參照顧雷雷等（2020）的計算方式計算FC指數(shù)作為穩(wěn)健性檢驗，具體計算流程為：（1）將每一年度企業(yè)資產(chǎn)規(guī)模、企業(yè)年齡及現(xiàn)金股息支付率經(jīng)過中心化處理后計算均值；（2）建立虛擬變量FC_n，將均值高于66%分位的樣本FC_n賦值為1，均值低于33%分位的樣本FC_n賦值為0；（3）建立Logit模型擬合企業(yè)年度融資約束發(fā)生的概率P，P值即為企業(yè)融資約束代理變量FC。FC的取值范圍在0～1，越接近于1，則說明企業(yè)融資約束越大。Logit模型中CashDit為現(xiàn)金股利支付率，具體如下所示：

4.其他控制變量

本文列舉了一系列可能影響企業(yè)數(shù)字化轉(zhuǎn)型的基本特征變量與治理結(jié)構(gòu)變量，包括企業(yè)規(guī)模（Size）、總資產(chǎn)盈利率（ROA）、資產(chǎn)負(fù)債率（Lev）、現(xiàn)金流比率（CF）、托賓Q值（TobinQ）、企業(yè)年齡（Age）、第一大股東持股比例（Stock）、兩職兼任（Dual）、企業(yè)性質(zhì)（SEO）和技術(shù)人員（Tep）。變量符號、定義及其描述性詳見表2。

五、實證結(jié)果分析

（一）基準(zhǔn)回歸結(jié)果

表3報告了基于公式（1）的回歸結(jié)果。其中，第（1）-（3）列展示了逐步添加企業(yè)財務(wù)特征、企業(yè)治理特征和省份年份交互項，并將穩(wěn)健誤聚類到省份—行業(yè)層面的回歸結(jié)果。

表3中（1）-（3）列可以看出，無論是否加入企業(yè)財務(wù)特征、企業(yè)治理特征和省份年份交互項，policyj×postt系數(shù)都在1%水平上顯著為正，說明增值稅留抵退稅政策顯著促進了試點行業(yè)內(nèi)企業(yè)數(shù)字化轉(zhuǎn)型，初步驗證了本文假設(shè)H0。以第（3）列作為基準(zhǔn)回歸結(jié)果，增值稅留抵退稅政策的影響系數(shù)為0.049，即增值稅留抵退稅政策的實施使數(shù)字詞匯占企業(yè)年報比重上升了0.049個百分點。需要注意的是，盡管從表面來看這一政策效果是細(xì)微的，但結(jié)合實驗組企業(yè)數(shù)字詞匯占比僅為0.58%來看，該政策實際上使實驗組企業(yè)數(shù)字詞匯占比提升約八個百分點①。此外，總資產(chǎn)盈利率和技術(shù)人員數(shù)量同企業(yè)數(shù)字化轉(zhuǎn)型水平的影響系數(shù)分別為0.11和0.026，并在5%水平上顯著，說明企業(yè)總資產(chǎn)盈利率和技術(shù)人員數(shù)量會顯著促進企業(yè)數(shù)字化轉(zhuǎn)型水平提高。

“營改增”前，繳納營業(yè)稅的納稅人進項稅額不能抵扣，而“營改增”后，進項稅額可以得到抵扣，故“營改增”對企業(yè)增值稅進項稅額、留抵稅額均產(chǎn)生一定影響。為了避免“營改增”對模型估計系數(shù)造成偏誤，表3中（4）列將數(shù)據(jù)年限變?yōu)?016—2021年。從回歸結(jié)果不難看出，在新觀測時段內(nèi)，增值稅留抵退稅政策顯著促進了企業(yè)數(shù)字化轉(zhuǎn)型，其影響系數(shù)為0.04。

此外，為檢驗?zāi)Ｐ偷姆€(wěn)健性，還將被解釋變量的計算方式進行改變，即以企業(yè)數(shù)字化無形資產(chǎn)占總無形資產(chǎn)比重來衡量企業(yè)數(shù)字化轉(zhuǎn)型水平，回歸結(jié)果見表3第（5）列。回歸結(jié)果再次證實增值稅留抵退稅政策對企業(yè)數(shù)字化轉(zhuǎn)型的正向作用。

（二）平行趨勢檢驗

由于雙重差分模型的結(jié)論依賴于平行趨勢假設(shè)的成立，故首先使用事件研究法，以2017年作為基期，對雙重差分模型的平行趨勢進行檢驗，回歸系數(shù)與置信區(qū)間詳見圖1。從圖1可以發(fā)現(xiàn)，政策實施前的95%置信區(qū)間均包含0，而政策實施后置信區(qū)間不包含0，這說明政策實施前實驗組和對照組擁有相同的時間趨勢。

（三）穩(wěn)健性檢驗

1.基于傾向得分匹配的雙重差分法

為進一步避免增值稅留抵退稅政策所涵蓋行業(yè)的某些固定特征導(dǎo)致雙重差分模型估計結(jié)果出現(xiàn)偏誤，故使用傾向得分匹配的方法進行穩(wěn)健性檢驗。具體而言，采用了有放回的臨近匹配法，將基準(zhǔn)回歸中的所有控制變量納入預(yù)測變量中，并使用Probit模型估計傾向匹配得分。表4展示了1：3臨近匹配方式的平衡性檢驗。

表5中（1）（2）部分分別為使用1：3和1：5的方式進行臨近匹配，并將標(biāo)準(zhǔn)誤差聚類到行業(yè)與省份的交互項上，分別匯報權(quán)重不為空的樣本、滿足共同支撐假設(shè)的樣本以及考慮到樣本重要性的頻數(shù)加權(quán)回歸。從回歸結(jié)果可以看出，匹配后的policy×post對企業(yè)數(shù)字化水平的平均處理作用約為0.05，并在10%水平以上顯著，這進一步證明了增值稅留抵退稅政策對企業(yè)數(shù)字化轉(zhuǎn)型起到促進作用。

2.安慰劑檢驗

為進一步排除其他潛在因素對企業(yè)數(shù)字化水平產(chǎn)生重大沖擊的可能，由計算機隨機構(gòu)建政策對企業(yè)數(shù)字化轉(zhuǎn)型的沖擊，并將這一沖擊放入式（1）進行估計。圖2為隨機重復(fù)500次安慰劑檢驗的回歸系數(shù)分布，發(fā)現(xiàn)系數(shù)呈正態(tài)分布在-0.02到0.02之間，估計系數(shù)遠小于真實影響系數(shù)的0.049，說明企業(yè)數(shù)字化水平的提高是由增值稅留抵退稅政策所導(dǎo)致，而不是除政策之外的其他偶然事件。

（四）機制檢驗

享受增值稅留抵退稅政策的企業(yè)一方面直接獲得一定時期內(nèi)未抵扣的增值稅進項稅額，這相當(dāng)于企業(yè)當(dāng)期直接獲得了一筆額外收入，增加了企業(yè)自有資金。此外，增值稅留抵退稅政策所形成的投資導(dǎo)向作用，可以有效降低企業(yè)的融資成本。總之，增值稅留抵退稅政策可以增加企業(yè)自有資金和降低融資成本，并隨之降低企業(yè)融資約束，對企業(yè)數(shù)字化轉(zhuǎn)型起到正向促進作用。為了驗證融資約束在增值稅留抵退稅對企業(yè)數(shù)字化轉(zhuǎn)型中所起到的中介作用，按照溫忠麟等（2006）的方法構(gòu)造并進行逐步回歸，回歸結(jié)果詳見表6。

從表6的（1）和（2）列回歸結(jié)果可知，增值稅留抵退稅政策對企業(yè)數(shù)字化轉(zhuǎn)型和SA指數(shù)的影響系數(shù)在1%水平上顯著，再次說明政策對企業(yè)數(shù)字化轉(zhuǎn)型的促進作用，且顯著降低了企業(yè)融資約束。第（3）列回歸顯示，加入融資約束作為控制變量后，留抵退稅政策對企業(yè)數(shù)字化轉(zhuǎn)型的影響系數(shù)減少了0.06，且融資約束對企業(yè)數(shù)字化轉(zhuǎn)型存在顯著負(fù)向影響，說明融資約束在增值稅留抵退稅政策與企業(yè)數(shù)字化轉(zhuǎn)型之間存在部分中介效應(yīng)。Soble檢驗說明逐步回歸的系數(shù)顯著，再次證明了中介效應(yīng)的存在，故假設(shè)H1、H2成立。

（五）彈性估計

盡管機制檢驗已經(jīng)初步展現(xiàn)出融資約束對企業(yè)數(shù)字化轉(zhuǎn)型起到抑制作用，并在增值稅留抵退稅政策實施過程中對企業(yè)數(shù)字化轉(zhuǎn)型起到中介作用，但以上估計仍存在以下不足：一是企業(yè)融資約束可能與企業(yè)數(shù)字化轉(zhuǎn)型存在雙向因果；二是融資約束可能與企業(yè)財務(wù)特征存在相互影響，并最終導(dǎo)致融資約束對企業(yè)數(shù)字化轉(zhuǎn)型的回歸存在內(nèi)生性問題。增值稅留抵退稅政策作為一項準(zhǔn)自然實驗，可以為探究融資約束與企業(yè)數(shù)字化轉(zhuǎn)型之間的關(guān)系形成一個良好的工具變量，即通過留抵退稅這一外生政策探究融資約束與企業(yè)數(shù)字化轉(zhuǎn)型之間的彈性關(guān)系，并彌補雙重差分模型對于彈性估計的不足。依據(jù)公式（2）與（3）建立了兩階段最小二乘法回歸模型，回歸結(jié)果詳見表7。

從表7第（1）和（2）列可以看出，policy×post與SA指數(shù)、FC指數(shù)的相關(guān)系數(shù)分別為-0.056、-0.024，均在1%水平上顯著，說明增值稅留抵退稅政策實施后，企業(yè)兩種融資約束指數(shù)分別降低了0.056與0.024。第一階段F值分別為412.49、2812.16，均顯著高于10，說明以增值稅留抵退稅政策作為企業(yè)融資約束的工具變量不存在弱工具變量問題。進一步地，第（3）列顯示SA指數(shù)、FC指數(shù)與企業(yè)數(shù)字化水平在1%水平上呈負(fù)相關(guān)關(guān)系，影響系數(shù)分別為-2.966與-6.977，即企業(yè)SA指數(shù)每減少1個單位，企業(yè)數(shù)字詞匯占比將提升2.966個百分點；FC指數(shù)每減少1個單位，企業(yè)數(shù)字化詞匯占比將提升6.977個百分點。同基準(zhǔn)回歸做法相似的是，（4）-（6）列更換了主要被解釋變量，以企業(yè)數(shù)字化無形資產(chǎn)占比來衡量企業(yè)數(shù)字化轉(zhuǎn)型水平?；貧w結(jié)果依舊顯示，增值稅留抵退稅政策顯著降低了企業(yè)融資約束并促進了企業(yè)數(shù)字化轉(zhuǎn)型，且彈性估計結(jié)論穩(wěn)健，再次證明H1、H2的事實存在。

（六）進一步討論：是否存在政策協(xié)同效應(yīng)

依據(jù)2018年實施的固定資產(chǎn)加速折舊政策，允許輕工、紡織、機械、汽車等四個重點領(lǐng)域的企業(yè)在2015年1月1日后新購進的固定資產(chǎn)，可由企業(yè)選擇縮短折舊年限或采取加速折舊的方法。已有研究證明，固定資產(chǎn)加速折舊政策不僅緩解了企業(yè)融資約束，還對企業(yè)數(shù)字化轉(zhuǎn)型具有積極影響。為驗證增值稅留抵退稅政策與固定資產(chǎn)加速折舊政策之間是否存在協(xié)同效應(yīng)，構(gòu)造以下三重差分模型：

公式（5）中，treatedit為i企業(yè)在t時期是否享受固定資產(chǎn)加速折舊政策，系數(shù)a2代表兩種政策的協(xié)同效應(yīng)，其余變量同公式（1）保持一致，回歸結(jié)果見表8。從表8中（1）列可以看到，三重差分交互項的影響系數(shù)為-0.134，在1%水平上顯著，說明固定資產(chǎn)加速折舊政策與增值稅留抵退稅政策未呈現(xiàn)協(xié)同效應(yīng)。為驗證結(jié)論的穩(wěn)健性，將被解釋變量替換為Dig2，與所得結(jié)論保持一致。究其原因，一是企業(yè)數(shù)字化轉(zhuǎn)型是一個漸進多維過程，而現(xiàn)有測度企業(yè)數(shù)字化轉(zhuǎn)型方法難以全方位展現(xiàn)企業(yè)數(shù)字化轉(zhuǎn)型；二是伴隨企業(yè)數(shù)字化轉(zhuǎn)型投入報酬的邊際遞減，在未將數(shù)字化轉(zhuǎn)型作為直接政策目的時，稅收優(yōu)惠政策的疊加并不能維持對企業(yè)數(shù)字化轉(zhuǎn)型的持續(xù)激勵。

（七）異質(zhì)性檢驗

1.企業(yè)性質(zhì)

在企業(yè)數(shù)字化轉(zhuǎn)型過程中，不同性質(zhì)的企業(yè)受增值稅留抵退稅政策影響的程度可能存在差異。具體而言，增值稅留抵退稅政策對民營企業(yè)數(shù)字化轉(zhuǎn)型的激勵偏弱，這是由于民營企業(yè)以經(jīng)濟利潤為考量，加之?dāng)?shù)字化轉(zhuǎn)型可能存在的成本和風(fēng)險，導(dǎo)致其數(shù)字化轉(zhuǎn)型動力不足。增值稅留抵退稅政策對國有企業(yè)數(shù)字化轉(zhuǎn)型的激勵偏強，皆因國有企業(yè)的價值目標(biāo)不僅包含追求利潤，還包含承擔(dān)社會責(zé)任和服務(wù)國計民生，故更有意愿通過自身數(shù)字化轉(zhuǎn)型帶動經(jīng)濟社會整體數(shù)字化發(fā)展。從表9第（1）部分的回歸結(jié)果看，在增值稅留抵退稅政策中，國有企業(yè)數(shù)字化轉(zhuǎn)型水平值平均提高了0.071，顯著高于民營企業(yè)水平值的0.045，這印證增值稅留抵退稅政策更多地促進了國有企業(yè)數(shù)字化轉(zhuǎn)型。

2.企業(yè)市場占有度

市場占有份額（HHI）系使用企業(yè)營業(yè)收入占行業(yè)內(nèi)企業(yè)總營業(yè)收入比重計算得出。不同市場占有度的企業(yè)受增值稅留抵退稅政策的影響程度可能存在差異。相對市場占有度較高的企業(yè)而言，低市場占有度企業(yè)在利潤驅(qū)使下會追求更高市場份額，并隨之更可能通過數(shù)字化轉(zhuǎn)型開拓市場、提高企業(yè)競爭力。從表9第（2）部分回歸結(jié)果看，在增值稅留抵退稅政策實施后，市場占有度較高企業(yè)的數(shù)字化轉(zhuǎn)型水平并未發(fā)生統(tǒng)計意義上的顯著變化，而市場占有度較低企業(yè)在增值稅留抵退稅政策實施后，數(shù)字化轉(zhuǎn)型水平平均卻提升了0.078個百分點，并在5%水平上顯著。這一回歸結(jié)果說明了增值稅留抵退稅政策更多地促進了低市場占有度企業(yè)數(shù)字化轉(zhuǎn)型。

3.企業(yè)成長性

由于不同成長性的企業(yè)所面臨的外部環(huán)境和所采取的發(fā)展策略是不同的，這可能會成為企業(yè)數(shù)字化轉(zhuǎn)型的重要影響因素，故以2018—2021年企業(yè)營業(yè)收入平均增長率（BI）作為企業(yè)成長性的代理變量。表9第（3）部分的回歸結(jié)果顯示，增值稅留抵退稅政策并不能對高成長性企業(yè)的數(shù)字化轉(zhuǎn)型起到顯著促進作用，但對低成長性企業(yè)的數(shù)字化轉(zhuǎn)型起到顯著促進作用，其影響系數(shù)為0.068。由此不難理解，低成長性企業(yè)亟待以數(shù)字化轉(zhuǎn)型提升企業(yè)營業(yè)收入，故增值稅留抵退稅政策更能促進低成長性企業(yè)數(shù)字化轉(zhuǎn)型。

六、結(jié)論

本文通過機器學(xué)習(xí)的方法，測度我國A股上市企業(yè)數(shù)字化轉(zhuǎn)型水平，并利用上市公司2015-2021年的觀測數(shù)據(jù)，實證檢驗增值稅留抵退稅政策的實施對企業(yè)數(shù)字化轉(zhuǎn)型的影響效應(yīng)和作用渠道。研究發(fā)現(xiàn)：（1）增值稅留抵退稅政策顯著促進了企業(yè)數(shù)字化轉(zhuǎn)型，在更換被解釋變量計算方式后，該結(jié)論依舊穩(wěn)健；（2）增值稅留抵退稅政策不僅通過增加企業(yè)內(nèi)部自有資金促進企業(yè)數(shù)字化轉(zhuǎn)型，還通過緩解企業(yè)融資約束這一渠道促進企業(yè)數(shù)字化轉(zhuǎn)型；（3）以增值稅留抵退稅政策作為工具變量，發(fā)現(xiàn)企業(yè)融資約束每減少1個單位，企業(yè)數(shù)字詞匯占比提高2.966個百分點；（4）增值稅留抵退稅政策與固定資產(chǎn)加速折舊政策之間缺乏相互協(xié)同作用；（5）增值稅留抵退稅政策對企業(yè)數(shù)字化轉(zhuǎn)型的作用在不同類型企業(yè)中顯示出顯著差異。其中，國有企業(yè)、市場占有度較低企業(yè)和成長性較低企業(yè)均在政策實施后，數(shù)字化轉(zhuǎn)型水平獲得了相對提升；相反，民營企業(yè)、市場占有度較高企業(yè)和成長性較高企業(yè)在政策實施后，數(shù)字化轉(zhuǎn)型水平提升相對較低或未出現(xiàn)顯著變化。

據(jù)此，提出以下政策建議：第一，增值稅留抵退稅政策不僅通過直接退還留抵稅額促進企業(yè)數(shù)字化轉(zhuǎn)型，還作為一個有效的信號載體緩解了企業(yè)融資約束，促進了企業(yè)數(shù)字化轉(zhuǎn)型。因此，應(yīng)大力推進增值稅改革，不斷完善增值稅抵扣鏈條，切實降低企業(yè)制度性交易成本，緩解企業(yè)數(shù)字化轉(zhuǎn)型的資金壓力。第二，從實證結(jié)果可以看出，固定資產(chǎn)加速折舊政策與增值稅留抵退稅政策的實施對企業(yè)數(shù)字化轉(zhuǎn)型起到促進作用但缺少政策之間協(xié)同效應(yīng)。因此，需要政府部門重視并加強不同政策之間的協(xié)調(diào)，發(fā)揮好稅收優(yōu)惠政策之間的協(xié)同作用。第三，從異質(zhì)性檢驗可以發(fā)現(xiàn)，由于增值稅留抵退稅政策對民營企業(yè)、市場占有度較高企業(yè)和成長性較高企業(yè)的數(shù)字化轉(zhuǎn)型激勵有限，可通過經(jīng)驗輸送、定向支持等措施，增強增值稅留抵退稅政策對上述企業(yè)數(shù)字化轉(zhuǎn)型的激勵作用。

參考文獻：

[1]曾? 皓.稅收激勵促進了企業(yè)數(shù)字化轉(zhuǎn)型嗎？——基于前瞻性有效稅率的經(jīng)驗證據(jù)[J].現(xiàn)代財經(jīng)（天津財經(jīng)大學(xué)學(xué)報），2022，（10）.

[2]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）.

[3]陳? 楠，蔡躍洲，馬曄風(fēng).制造業(yè)數(shù)字化轉(zhuǎn)型動機、模式與成效——基于典型案例和問卷調(diào)查的實證分析[J].改革，2022，（11）.

[4]成瓊文，丁紅乙.稅收優(yōu)惠對資源型企業(yè)數(shù)字化轉(zhuǎn)型的影響研究[J].管理學(xué)報，2022，（8）.

[5]杜? 勇，婁? 靖，胡紅燕.供應(yīng)鏈共同股權(quán)網(wǎng)絡(luò)下企業(yè)數(shù)字化轉(zhuǎn)型同群效應(yīng)研究[J].中國工業(yè)經(jīng)濟，2023，（4）.

[6]顧雷雷，郭建鸞，王鴻宇.企業(yè)社會責(zé)任、融資約束與企業(yè)金融化[J].金融研究，2020，（2）.

[7]劉淑春，閆津臣，張思雪，林漢川.企業(yè)管理數(shù)字化變革能提升投入產(chǎn)出效率嗎[J].管理世界，

2021，（5）.

[8]史宇鵬，王? 陽，張文韜.我國企業(yè)數(shù)字化轉(zhuǎn)型：現(xiàn)狀、問題與展望[J].經(jīng)濟學(xué)家，2021，（12）.

[9]吳育輝，張? 騰，秦利賓，鮑珩淼.高管信息技術(shù)背景與企業(yè)數(shù)字化轉(zhuǎn)型[J].經(jīng)濟管理，2022，（12）.

[10]溫忠麟，張? 雷，侯杰泰.有中介的調(diào)節(jié)變量和有調(diào)節(jié)的中介變量[J].心理學(xué)報，2006，（3）.

[11]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）.

[12]陽? 鎮(zhèn)，陳? 勁，商慧辰.何種經(jīng)歷推動數(shù)字化：高管學(xué)術(shù)經(jīng)歷與企業(yè)數(shù)字化轉(zhuǎn)型[J].經(jīng)濟問題，

2022，（10）.

[13]張? 巍.企業(yè)數(shù)字化轉(zhuǎn)型關(guān)鍵因素和保障分析——以科創(chuàng)板上市公司為例[J].人民論壇·學(xué)術(shù)前沿，2022，（18）.

[14]張林剛，戴國慶，熊? 焰，耿文月.中國制造業(yè)數(shù)字化轉(zhuǎn)型評價及影響因素——基于模糊集定性比較分析[J].科技管理研究，2022，（7）.

[15]Charles J.Hadlock，Joshua R.Pierce.New Evidence on Measuring Financial Constraints： Moving Beyond the KZ Index[J].The Review of Financial Studies，2010，（5）.

[16]Chen C L，Lin Y C，Chen W H，Chao C F，Pandia H.Role of Government to Enhance Digital Transformation in Small Service Business[J].Sustainability，2021，（3）.

[17]Kaplan S N，Zingales L.Do Investment-Cash Flow Sensitivities Provide Useful Measures of Financing Constraints？[J].Quarterly Journal of Economics，1997，（1）.

（責(zé)任編輯：衍一）

*基金項目：國家社會科學(xué)基金重點項目“新發(fā)展階段財稅體制促進高質(zhì)量發(fā)展研究”（項目編號：22AZD017）。

作者簡介：岳樹民，男，中國人民大學(xué)財政金融學(xué)院教授；王? 慶，男，中國人民大學(xué)財政金融學(xué)院在讀博士研究生，蘭州財經(jīng)大學(xué)教授；樊稼岐，男，蘭州財經(jīng)大學(xué)碩士研究生。

①實際上，我國分別于2011年、2014年和2016年對部分企業(yè)實施增值稅留抵退稅，但相比2018年的增值稅留抵退稅政策，之前政策覆蓋的行業(yè)、企業(yè)規(guī)模相對較小。