本文的研究由北京交通大学经济管理学院的李远慧和孟苗苗两位学者合作完成，发表于《税务研究》2024年第8期。该研究聚焦于增值税留抵退税（value-added tax credit refund，简称VAT留抵退税）政策、地方政府补助与制造业企业数字化转型之间的关系，通过系统分析揭示了财税政策对企业数字化进程的影响机制及其促进效应。

学术背景

在我国《”十四五”智能制造发展规划》明确提出”到2025年70%规模以上制造业企业基本实现数字化”的战略目标背景下，制造业企业面临数字技术研发投入大、转型路径不明确等挑战。仅依靠企业自身难以突破转型瓶颈，亟需外部政策支持。已有研究表明财税政策对企业创新具有显著影响，但关于增值税留抵退税政策如何促进企业数字化转型的研究尚属空白。本研究旨在填补这一空白，探讨留抵退税政策对制造业数字化转型的作用机理，特别是分析地方政府补助对该政策效应的调节作用。

详细研究流程

1. 研究设计与数据获取
   研究选取2013-2021年沪深A股制造业上市公司作为样本，经过筛选处理后得到11,635个观测值。主要数据来源包括：国泰安数据库（获取企业财务报表数据）、CNRDS数据库（获取专利数据），并通过Python文本挖掘技术从上市公司年报中提取数字化转型相关关键词。采用双重差分法（difference-in-differences, DID）构建分析模型，以2018年财税[2018]70号文件实施作为准自然实验。

2. 变量构建与模型设定

• 因变量（digital）：基于云计算、大数据、人工智能、区块链四大核心技术领域构建数字化转型指标，采用Python文本分析技术统计年报中相关词频。
• 核心自变量（treat×post）：处理组为政策覆盖的12大类先进制造行业企业，控制组为其他制造业企业。
• 调节变量（subsidy）：从政府补助明细中筛选数字化转型相关项目支持金额。
• 控制变量：包括企业规模、资产负债率、营收增长率等财务指标。

1. 实证分析过程
   首先进行平行趋势检验，证实政策实施前处理组与控制组的企业数字化转型趋势一致。随后分两个层次展开回归分析：(1)基础模型验证留抵退税政策的主效应；(2)引入调节效应模型考察地方政府补助的强化作用。为提升结论稳健性，研究还进行了PSM匹配、替换变量衡量方式等一系列检验。

主要研究发现

1. 政策主效应显著
   回归结果显示，留抵退税政策使受惠企业数字化转型程度平均提高7.6%（系数0.076，p<0.01）。这得益于政策通过三个机制发挥作用：(1)提高数字化设备投资强度，信息设备类固定资产投资增加0.3%；(2)增强研发投入，研发强度提升0.4个百分点；(3)促进数字技术产出，企业自主研发数字专利授权量增长13%，合作研发专利增长5.7%，表明政策产生了显著的知识溢出效应。

2. 地方政府补助的调节作用
   地方政府补助（subsidy）与政策实施的交互项系数为0.007（p<0.05），证实地方财政支持能够强化留抵退税的政策效果。具体表现为形成”补助增加→提高留抵退税额→增强数字投资→加速转型”的传导链条。

3. 异质性分析

• 退税效应在预计留抵税额较高的企业更显著（通过”购货支出-销货收入”指标衡量）
• 位于国家大数据综合试验区的企业政策敏感性更强，反映区域数字基础设施的协同价值

研究结论与政策建议

研究表明，增值税留抵退税政策能有效促进制造业数字化转型，而地方政府补助可强化这一效应。基于此，作者提出四大政策建议： 1. 加快增值税立法进程，将留抵退税确立为长期制度； 2. 降低退税门槛，适度放宽收入占比要求并将纳税信用M级企业纳入范围；
3. 优化退税流程，运用税收大数据提升审核效率； 4. 加大地方政府对数字化设备投资和技术创新的补助力度。

研究价值与创新点

1. 理论贡献
   首次系统揭示了增值税留抵退税影响企业数字化转型的三条路径：资金支持机制、技术产出机制和知识溢出机制，丰富了财税政策与企业数字化的理论研究。

2. 方法创新
   综合运用文本挖掘、专利分析和双重差分法，构建了多维度数字化转型评价体系。特别是通过数字专利数据量化技术产出，为后续研究提供了可借鉴的方法框架。

3. 实践意义
   研究发现为政府部门优化退税政策提供了实证依据，特别是指出大数据试验区的政策协同效应，对区域数字经济政策制定具有直接参考价值。对企业而言，研究证实了利用财税政策降低数字化转型成本的有效路径。

研究特色

本研究在数据处理方面具有显著优势：通过文本分析技术处理了长达8年的上市公司年报数据，构建了动态的数字化转型指标；在分析维度上，同时考察了政策对企业内部投资行为和市场协作网络的影响，弥补了现有研究偏重单一视角的不足。此外，研究特别关注了地方政府行为的调节作用，为理解”中央-地方”政策协同提供了新证据。