增值税留抵退税、融资约束与企业全要素生产率

俞 杰 万陈梦

内容提要：本文以2018 年部分行业的增值税留抵退税政策的实施作为准自然实验，基于长江三角洲先进制造业上市公司的数据，采用倾向得分匹配——双重差分法（PSM-DID），探究了增值税留抵退税政策对企业全要素生产率的影响。研究发现，短期内增值税留抵退税政策对企业全要素生产率的提高具有显著的促进作用；机制检验结果表明，增值税留抵退税政策通过降低企业的融资约束来促进企业全要素生产率的提高；异质性分析发现，增值税留抵退税政策对非国有性质、规模较小、成长性较好、杠杆率较低以及所处营商环境不理想的企业全要素生产率的促进作用尤为明显。根据研究结论，本文提出了进一步放宽增值税留抵退税政策限制与适度缩短留抵退税期限等相关建议。

一、引 言

创新作为引领发展的第一动力，是我国经济转型升级的必由之路。党的十九届五中全会通过的《“十四五”规划和二〇三五年远景目标的建议》中明确指出：“要坚持创新在我国现代化建设全局中的核心地位，尤其要提升企业的技术创新能力，对企业投入基础研究实行税收优惠。”技术创新是国家创新体系的核心，企业则是技术创新的主体，如何有效激励企业进行创新、提高全要素生产率是政府的工作重点。然而，研发创新活动往往具备着高成本、高风险以及很强的正外部性等特点，这些特点极大程度上降低了企业自主研发的积极性，因此，政府需要通过财政补贴、税收优惠等手段来降低企业的税收负担，缓解企业融资压力，鼓励企业进行自主创新并提升自身的创新绩效。

增值税留抵退税政策是国家近几年出台的一项为企业减负的重要税收优惠政策。一般纳税人企业购进固定资产、不动产、货物或劳务，当期销项税额小于当期进项税额不足抵扣的部分，即构成留抵税额，可以结转至下期抵扣。我国大约有30%的企业存在不同规模的留抵税额，增值税留抵税额总量已高达上万亿元①刘怡、耿纯：《增值税留抵规模、分布及成本估算》，《税务研究》2018 年第3 期，第34-40 页。。一般认为留抵税额的产生源于两个方面：其一是政策性因素，如政府进行价格管制而导致价格倒挂、国家储备、增值税多档税率使纳税人出现“低征高扣”等；其二是非政策性因素，如企业生产的季节性、企业处于不同的生命周期等①危素玉：《增值税留抵退税政策及长效机制建设》，《地方财政研究》2021 年第1 期，第60-66 页。。无论基于何种原因，大规模留抵税额的产生，如果长期得不到退还，留抵的增值税构成企业的资金占用，增加企业潜在的融资压力，则不利于企业的创新驱动与全要素生产率的提升。为了进一步深化增值税改革，减少纳税人的资金占用，我国自2018 年以来开始试行增值税留抵退税制度。增值税留抵退税可以增加企业的现金流，鼓励企业加大研发投资，从而提升企业的创新绩效。从理论上讲，留抵退税政策的出台有利于存量留抵税额不大、新增投资（购进）金额较大的企业，尤其是先进制造业企业，而这正是政策引导的关键。改进增值税留抵退税的处理对于深化增值税改革有重大意义，此举可以最大限度地减少增值税对经济运行的扭曲，改善企业融资约束。综合考虑财政的承受能力以及税务机关的征管条件和成本等因素，国家于2018 年首次大规模地允许部分先进制造业、现代服务业等18 个行业的增值税期末留抵税额按比例退还，并于2019 年允许符合条件的部分先进制造业企业申请退还100%的增量留抵税额，2021 年又将100%退还增量留抵税额的范围进一步扩大到“医药”“化学纤维”等五大领域。学者们对于增值税留抵退税可以引导企业增大投资、研发，扩大再生产，促进经济增长及扩大就业等方面进行了广泛地研究，但对于留抵退税政策如何缓解融资约束，进而影响企业全要素生产率，却鲜有讨论。

二、文献综述

现有研究表明，企业的全要素生产率主要取决于两个方面：一是企业的技术创新能力，这源于企业的研发投入、技术引进和分工深化（Comin 和Hobijn，2010），是企业全要素生产率提升的核心和关键驱动力（程惠芳和陆嘉俊，2014；李廉水等，2020）；二是企业资源配置的效率，即企业能否将有限的资源配置到具有更高回报率的项目中（Hsieh 和Klenow，2009）。Syverson（2011）按照影响因素发挥作用的直接程度，将可能影响企业全要素生产率演化路径的因素分为内在因素和外在因素两大类，并指出税收优惠属于影响全要素生产率的外在因素，在激励企业研发创新方面发挥了重要的作用。杨莎莉等（2019）指出税收激励在提高企业全要素生产率方面有着显著的积极作用。部分学者认为税收负担的降低会增加企业的现金流，有助于缓解企业的融资压力，进而为提高全要素生产率提供可能性（Rego 等，2012；于文超等，2015）。

目前，我国比较重要的税收激励政策是增值税留抵退税。这项政策出台前，我国绝大部分企业的增值税未抵扣进项税额只能结转至下一期抵扣，而不能得到退还，这导致企业原本可以用于生产经营、投资等方面的资金被政府占用（刘怡和耿纯，2018），融资成本提高，研发创新能力被削弱（危素玉，2021）。有学者从税务或会计处理的层面来探讨留抵退税（杨纪红，2016；李霄羽，2019；马锦军等，2021；韦明翠，2021），侧重于税收筹划的角度。更多学者关注留抵退税的成因、规模、负担机制、行业分布等（卢雄标等，2018；蒋楠，2020；刘怡和耿纯，2020），侧重于机制分析与国际经验比较。除此之外，少数学者采用实证分析法，探究了留抵退税对企业的影响。刘怡和耿纯（2018）运用2010-2011 年企业层面的税务调查数据，研究发现留抵税额实际上提高了企业的创业成本，退税有助于鼓励企业创业，从而促进企业成长。何杨等（2020）利用多元回归和双重差分模型，实证发现留抵退税政策通过增加企业现金流与降低企业融资成本从而提升企业的价值。刘金科等（2020）研究发现，留抵退税政策通过减轻企业的融资约束进而刺激企业增加固定资产投资。

目前鲜有学者从实证角度研究增值税留抵退税政策对企业全要素生产率的影响。而全要素生产率恰恰是衡量企业创新驱动的重要指标。基于以上事实，本文以长江三角洲的先进制造业企业为研究对象，利用倾向得分匹配—双重差分法（PSM-DID）探究增值税留抵退税如何影响企业全要素生产率，并根据研究结论为留抵退税政策的进一步优化提供对策建议。

三、理论分析与研究假设

根据外部性理论，企业取得“研发专利或技术进步”具有较强的正外部性，这使得企业的边际收益小于社会的边际收益，进而导致企业对研发的投入量小于社会最优投资水平，最终造成整个社会的福利损失（董黎明等，2020）。同时，企业提高全要素生产率的核心在于研发创新与技术进步，其过程需要投入大量的人力、物力和时间，但失败的风险贯穿于研发活动的每个环节，且投资回报具有较大的不确定性，以利润最大化为目标的企业为规避高风险可能带来的损失，势必会减少研发投入（储德银等，2016）。增值税留抵退税作为一项税收激励政策，通过减少税收对企业资金的占用，增加企业内部现金流，减轻企业风险收益的预期税负，引导企业购进先进设备、新建厂房、新设生产线等，促进资本的进入，实现技术进步，进而促进全要素生产率的提高（庞凤喜等，2020；蒋楠，2020；Gordon，1998）。基于以上分析我们提出：

假设1：留抵退税政策对企业全要素生产率的提高具有显著的促进作用。

企业融资渠道分为内源融资和外源融资两个方面。内源融资主要依靠企业的内部盈余，具有低财务风险性、低成本性、低约束性等特点；外源融资则主要通过向银行等金融机构、个人及机构投资者筹集资金，分为负债融资和股权融资，资本成本较高，且企业需要承担按时偿债或支付股息、股利的压力（杨蓉等，2018）。根据优序融资理论，企业为维持正常的经营活动和投资活动，会采取先内部融资，其次债权融资，最后股权融资的方式筹集资金。在高速成长阶段，先进制造企业往往需要投入大量的人力和物力用于生产投资和研发创新，内部留存收益的规模是难以满足企业发展需求的，外部融资至关重要。然而，在一个不完善的资本市场条件下，由于信息不对称，外部投资者往往难以全面掌握企业的经营状况及研发投资项目的预期回收期与收益率，出于保持资金安全性的考虑，会缩紧投资金额、限制资金的使用方向或提高资金的使用成本（彭华涛和吴瑶，2021）。留抵退税政策在缓解企业的融资约束方面具有重要的作用：一方面，留抵退税政策通过退还企业的增量留抵税额，增加了企业内部资金积累，根据“资助效应”，正向现金流的冲击促进企业更新老旧设备和研发创新，有助于企业扩大投资再生产，激发企业形成规模效应，提升企业的分配效率和技术效率，推动企业全要素生产率提高（毛捷等，2020）；另一方面，留抵退税政策表明政府对企业的扶持，会产生较高的信用担保，根据信号传递理论，这会向银行等金融机构与股票市场传递积极的信号，从而缓解外部投资者的投资忧虑，引导社会资本流入企业，降低企业获得外部融资的难度，为企业进一步增加生产要素积累、提高全要素生产率提供动力（杨莎莉等，2019）。基于以上分析我们提出：

假设2：留抵退税政策通过缓解企业的融资约束提高企业的全要素生产率。

四、模型设计与数据说明

（一）数据来源

本文使用的数据来自CSMAR 数据库。由于增值税留抵退税政策于2018 年第三季度开始实施且为保证适当的样本量，本文使用季度数据。经过处理，本文最终得到了2017 年第三季度至2019年第一季度长江三角洲（江苏省、浙江省、上海市、安徽省）795 家制造业上市公司5333 个样本数据。具体处理过程如下：（1）将纳税信用等级为A 或B 的先进制造业企业划分为实验组，将纳税信用等级不是A 或B 的先进制造业企业以及非先进制造业企业划分为对照组；（2）删除ST、ST*上市公司；（3）删除数据严重缺失的样本；（4）剔除异常值。

（二）模型设定

1.PSM 研究设计

本文为评估增值税留抵退税政策对企业全要素生产率的效应，采用PSM—DID 方法，即倾向匹配得分法与双重差分法相结合。考虑到企业之间无论在规模、历史以及经营绩效等各方面都存在很大的异质性，很难控制实验组与对照组之间的时间效应，因此，在做双重差分之前需要对样本进行处理，使得对照组样本尽可能地与实验组样本拥有相似的特征，从而减少因非随机选择样本带来的偏差。本文基于Becker and Lchino（2002）的倾向得分匹配方法构建“反事实框架”，选用非替代性的一对一最近邻匹配方法来进行综合匹配。将实验组在留抵退税政策实施前的样本和对照组进行一对一匹配，同时为了检验匹配的稳健性，还依次采用卡尺内最临近匹配法和核密度匹配法。另外，本文选择了企业规模、高管学历、企业年龄、资产负债率、前十大股东持股数、净资产收益率为协变量。

2.DID 研究设计

本文采用双向固定效应模型。模型设定如下：

其中，被解释变量TFPit是企业i 在第t 季度的全要素生产率；核心解释变量为postt×treati，其系数用以衡量增值税留抵退税政策的净效应；Controlit为影响企业全要素生产率的其他控制变量，μt为随时间变化但不随个体变化的时间效应，γi为随个体变化但不随时间变化的个体效应，εit为随机误差项。

（三）变量选取与说明

1.被解释变量

被解释变量为全要素生产率（TFP）。本文基于半参数法—LP 法（Levinsohn and Petrin，2003），并参考鲁晓东和连玉君（2012）的做法，计算企业层面的全要素生产率（TFP）。计算方法如下：首先，建立修正后的C-D 生产函数：

然后，两边取对数：

其中Y 为产出，用营业收入衡量；L 为劳动投入，用员工数量衡量；K 为资本投入，用固定资产净额衡量，M 为中间品投入，用购买商品、接受劳务支付的现金衡量。

2.解释变量

核心解释变量为增值税留抵退税政策的交互项（postt×treati），反映了政策对企业创新能力的净效应，其中，treati是个体虚拟变量，postt是时间虚拟变量。样本期内，如果企业i 属于享受增值税留抵退税政策的先进制造业，则treati=1，反之treati=0；当时间t≥2018 年第三季度，postt=1，反之，postt=0。

3.控制变量

在控制变量的选取上，本文选取了能够影响企业全要素生产率的变量作为控制变量：企业规模（size）用企业总资产来表示；企业年龄（age）用当前年份与企业成立年份差值来表示；高管学历（degree）用企业高管教育背景的均值来表示，中专及中专以下赋值为1、大专赋值为2、本科赋值为3、硕士研究生赋值为4、博士研究生赋值为5、以其他形式公布的学历赋值为6；企业偿债能力用资产负债率（TDR）来表示；企业盈利能力用净资产收益率（ROE）来表示；股权集中度（shareholding）用前十大股东持股比例来表示。具体说明见表1。

表1 变量定义与计算方法

五、实证结果分析

（一）描述性统计

根据795 家长江三角洲制造业上市公司的数据，首先对各变量做了初步的描述性统计，表2 报告了本文模型所涉及的相关变量的分布情况。全要素生产率最大值为15.93、最小值为0、平均数为11.08，说明了大部分企业全要素生产率达到了一定的水平，但各企业之间的全要素生产率存在明显差别。就盈利水平而言，净资产收益率标准差为0.173，说明盈利能力在企业之间不存在明显差异；然而股权集中度在各企业之间存在明显的差异，其标准差达到了13.97。从其他控制变量的描述性统计中可以看出，本文所研究的制造业中非国有企业居多；且企业的成立时间较长，其平均值达到了17.98。

表2 主要变量的描述性统计表

（二）PSM 结果分析

表3 分别采用三种方法得到处理效应与样本数，其结果显示，除了采用核匹配损失了10 个控制组样本，三种方法筛选后的样本数差别不大，说明PSM 的稳健性。

表3 三种匹配方法的匹配结果

同时，参照Smith &Todd（2005）的理论研究成果，倾向得分匹配后各变量的标准偏差绝对值越小，匹配实际效果越好。如图1 所示，匹配后变量的偏离度均保持在5%以内，其中变量企业规模与变量高管学历匹配后偏离度远远小于匹配前，这表明本文选择的匹配方法和匹配变量是有效的，匹配结果可靠。因此，根据匹配结果，设定treati=1 属于实验组的样本；treati=0 属于匹配后控制组的样本。进一步定义虚拟时间变量postt，留抵退税政策实施后，postt=1；否则，postt=0。

图1 各变量的标准化误差

（三）基准回归结果分析

基于双重差分模型，对PSM 筛选后的样本进行回归，回归结果见表4。由表4 可知，当只控制个体固定效应时，核心解释变量postt×treati的系数为0.539，且在1%的水平上显著。进一步，在控制时间固定效应后，postt×treati的系数明显变小，且显著性水平也有所降低，说明企业全要素生产率的变化受季度的影响较大。因此，本文采用双向固定效应模型较为准确。总体来看，在控制企业和季度固定效应后，核心解释变量postt×treati的系数在加控制变量前后均于5%的水平上显著为正，说明增值税留抵退税政策对企业全要素生产率的提高具有显著的促进作用。因此，假设1 得到验证。

表4 基准回归结果

续表

（四）稳健性检验

1.变更被解释变量

考虑到全要素生产率测算方法的差异性，本文借鉴Olley and Pakes（1996）的做法，即OP 法，重新测算了全要素生产率，表5 中的第（1）列报告了替换被解释变量的回归结果。结果显示，交互项postt×treati的系数仍显著为正，与基准回归结果一致，说明基准回归结果具有稳健性。

2.交互固定效应模型

本文采用的是传统双向固定效应模型，即控制个体固定效应和时间固定效应，虽然解决了不随时间变化但随个体变化与不随个体变化但随时间变化的遗漏变量问题，但是并没有考虑既随时间变化又随个体变化的不可观测因素。因此，本文借鉴Bai（2009）和Hagedorn M 等（2015）的做法，在现有模型中引入了个体效应与时间效应的交乘项，表7 中的第（2）列报告了加入交互固定效应的回归结果。结果显示，交互项postt×treati的系数在1%的水平上显著为正，说明增值税留抵退税政策显著促进了企业全要素生产率的提高，从而验证了基准回归结果的稳健性。

3.缩小样本期

考虑到2018 年第三季度实施的增值税留抵退税政策具有一定的针对性，企业有可能提前得知该项税收政策的出台而改变相关行为。为排除这种可能，借鉴刘啟仁和赵灿（2020）的做法，本文从样本中删除2018 年第二季度的数据进行检验并报告于表5。结果显示，增值税留抵退税政策显著提高了企业的全要素生产率，与基准回归结果一致，说明基准回归结果稳健。

表5 稳健性检验结果

续表

（五）作用机制分析

根据理论分析得知，留抵退税主要是通过缓解企业的融资约束从而促进企业全要素生产率的提高。因而，为了进一步探究留抵退税政策对企业全要素生产率的作用机制，本文引入了中介效应模型。本文参照郑宝红和张兆国（2018）的做法，模型设定如下：

如果系数a1、系数b1和系数c2均显著，则说明存在中介效应。接着观察系数c1，如果不显著则说明存在完全中介效应，如果相较于系数a1显著性水平有所降低（仍显著）或数值有所降低（符号相同），则说明存在部分中介效应。

mediatorit为本文的中介变量，即融资约束。对于融资约束的衡量，本文所采用的是Hadlock &Pierce（2010）的SA 指数法。SA 指数的表达式如下：

其中：size 为总资产（单位百万元）的自然对数，age 为企业成立时间长短。SA 指数通常为负，其绝对值越大，说明企业的融资约束程度越高。特别说明的是，本文在做中介效应的回归分析时，对SA 值进行了绝对值处理，即衡量融资约束的实际指标为

表6 第（1）列和第（2）列是中介效应的分布回归结果。在第（1）列中，变量postt×treati的系数为负且在1%的水平上显著，这说明留抵退税政策短期内显著降低了企业的融资约束程度。在第（2）列中，变量mediatorit的系数为负且在10%的水平上显著，说明降低融资约束有助于企业全要素生产率的提升；变量postt×treati的系数为0.068，相较于基准回归中postt×treati的系数0.072 有所降低，但显著性水平未发生变化。结合基准回归结果可知，留抵退税政策对全要素生产率的总效应为0.072，其中直接效应为0.068，中介效应为（-0.004）×（-1.056）=0.004，中介效应的贡献率为5.56%。为了进一步检验中介效应存在与否，本文还进行了Sobel 检验，结果如表7。从表7 可知，Sobel 系数在5%的水平上显著，说明存在中介效应。因此可以得出结论：融资约束发挥了部分中介效应，即留抵退税政策通过降低企业的融资约束程度对企业的全要素生产率产生促进作用。因此，假设2 得到验证。

表6 中介效应回归结果

表7 Sobel 检验结果

（六）异质性分析

1.企业产权性质

大多数国内外学者认为，财税政策对于不同性质企业的影响存在显著差异。为此，本文将企业按照产权性质分为了国有企业和非国有企业，并分别对其进行回归，以研究企业产权性质对留抵退税政策实施效果的影响，相关回归结果见表8。在表8 第（2）列中，变量postt×treati的系数在5%的水平下显著为正，而在第（1）列中，postt×treati的系数不显著，说明增值税留抵退税政策显著提高了非国有企业的全要素生产率，而对国有企业全要素生产率的影响不显著。究其原因，相比于国有企业，非国有企业承受了较大的竞争压力、资源限制与融资约束，更加需要通过长期的技术进步来提高全要素生产率，对税收优惠较为敏感（薛钢等，2019）；国有企业由于承担一定的社会责任、管理体制僵化、政治关联度高且委托代理关系繁复冗长，对税收优惠并不敏感，缺乏提高自身全要素生产率的动力（蔡昌和田依灵，2017）。

2.企业规模

不同规模的企业在融资约束、抗风险能力、盈利能力等方面都存在显著不同，因而税收优惠对不同规模企业的影响存在差异性。本文以企业规模的均值为标准，将企业分为大规模企业（企业规模≥均值）和小规模企业（企业规模＜均值），并进行分组回归，结果如表8 所示。在表8 第（4）列中，变量postt×treati的系数在10%的水平下显著为正，说明增值税留抵退税政策显著提高了小规模企业的全要素生产率。而在第（3）列中，postt×treati的系数不显著，说明增值税留抵退税政策对大规模企业全要素生产率的影响不显著。究其原因，小规模企业的融资约束程度较高、盈利水平低下、防范风险的能力较弱，因此对税收优惠的需求程度与感知能力更大；而大规模企业资金雄厚且外部融资约束程度较低，增值税留抵退税政策只是替换了其融资渠道，因此，对企业全要素生产率的激励作用并不显著（马金华等，2021；刘明慧和王静茹，2020）。

3.企业成长性

企业的营业收入增长率代表了企业目前的成长性。由于企业在不同的生命周期所采取的经营战略具有较大的差异，因此，成长性也是影响全要素生产率的重要因素。本文采取三分法对企业进行分组，令成长性为前25%的企业为1，后25%的企业为0，并进行分组回归，回归结果见表8。在第（5）列中，变量 postt×treati的系数在10%的水平下显著为正，说明成长性较好企业的全要素生产率对增值税留抵退税政策的激励更为敏感。在第（6）列中，变量postt×treati的系数并不显著，说明增值税留抵退税政策对成长性较弱企业全要素生产率的影响不显著。究其原因，成长性好的企业可能处于初创期或成长期，企业需要扩大市场规模、增强市场竞争力，同时也可能面临更大的融资约束，因此对税收优惠的反应更加明显。而成长性较弱的企业大多处于成熟期、现金流充裕且融资约束程度较低，增值税留抵退税尽管短期内提高了企业的内源融资，但是对技术进步的促进作用有限，因而，对企业全要素生产率的影响不显著。

表8 异质性分析结果

4.企业杠杆率

企业杠杆率是指企业资产负债表中总负债与总资产的比值，杠杆率会影响企业的相关决策，从而对全要素生产率产生影响。本文采用三分法对企业进行分组，令杠杆率为前25%的企业为1 ，后25%的企业为0，并进行分组回归，回归结果见表9。在第（8）列中，变量 postt×treati的系数不显著，说明增值税留抵退税政策对杠杆率低的企业全要素生产率不存在显著影响。在第（7）列中，变量postt×treati的系数在10%的水平上显著，说明增值税留抵退税政策显著提高了杠杆率高的企业全要素生产率。究其原因，当企业杠杆率较大时，企业会面临更大的融资约束，如果企业能够享受税收优惠政策，将会降低企业面临的财务压力，也能够增加企业的资金支持，从而提高企业的全要素生产率。

表9 异质性分析结果（续表）

5.营商环境

本文参考2018 年35 个大中城市的营商环境排名，将企业分为两组，令所处营商环境较优的为1，反之为0，并进行分组回归，回归结果见表9。在第（9）列中，变量 postt×treati的系数并不显著，说明增值税留抵退税政策对营商环境较好地区的企业全要素生产率的影响并不显著。在第（10）列中，变量 postt×treati的系数在1%的水平上显著，说明增值税留抵退税政策显著提高了营商环境不理想地区的企业全要素生产率。究其原因，如果企业面临的法律环境、市场环境、金融环境等不理想，导致生产经营成本较高，在此情形下，增值税留抵退税政策对企业产生更大的扶持作用。因此，受制于营商环境的企业，其对增值税留抵退税政策的反应更加明显。

六、结论及建议

本文以2018 年部分行业的留抵退税政策为背景，将2017 年第三季度至2019 年第一季度长江三角洲先进制造业上市公司的数据作为研究样本，利用倾向得分匹配—双重差分法（PSM-DID），研究了增值税留抵退税政策对企业全要素生产率的影响。研究结果发现，留抵退税政策对企业全要素生产率的提高具有显著的促进作用，且这种促进作用是通过降低企业的融资约束来实现的。进一步，异质性分析发现，留抵退税政策对规模小、成长性较高、营商环境不理想、杠杆率低的企业全要素生产率的促进作用尤为明显，说明该政策确实有效地缓解了企业的融资约束；就产权异质性而言，该政策对非国有企业全要素生产率的促进作用大于国有企业。

基于以上研究结论，本文认为国家有必要进一步完善现有的增值税留抵退税政策，以便更好地发挥该政策对企业提高全要素生产率的促进作用，故提出以下政策建议：

（一）评估行业留抵退税政策以提升退税公平

留抵退税是减税降费背景下的重要税收优惠政策。但减税降费本身是一个动态调整和完善的过程，决策层应对政策的实施效果进行评估，并根据评估的结果调整有关政策设计，推动减税降费政策发挥更好的效益。如果某些行业出现大量留抵退税或低税负情形，可能反映出政策设计还有待改进。不同行业因留抵退税规模不同而出现较大税负差异，则要反思增值税制度设计。对于先进制造业企业，留抵退税政策应更多地体现公平与激励，应进一步扩大适用先进制造业退税的行业范围，将《中国制造2025》确定的10 大重点领域纳入先进制造业退税范围，在公平税负的基础上提升企业自主创新能力与全要素生产率。本文虽以先进制造业企业为样本，但通过行业对比，发现批发和零售业（不包括执行国家物资储备任务的企业）资金周转较快，进项税额的回收较快，餐饮业、娱乐业以现金交易为主，赊欠较少，这些行业不宜适用增值税留抵退税政策。

（二）给予中小制造业企业更为宽松的退税政策

我国应适度放宽纳税人申请留抵退税的限制条件，让更多的企业尤其是中小制造业企业能够享受到增值税留抵退税的优惠。其一，逐步消化存量留抵税额。在充分考虑地方财政承受能力的前提下，区别不同行业，通过分步实施，逐步消化一定存量留抵税额，减少留抵税额在企业的沉淀。其二，放宽留抵退税政策的限制条件。可以考虑将纳税信用等级为M 级的纳税人纳入退税政策的享受范围内。评级为M 级的纳税人一般是新设企业或者信用评分在70 分以上但无营业收入的企业，这类企业在信用评分上已经达到申请留抵退税的资格，而且新设企业投入设备、厂房、原材料需要大量资金，易产生大量留抵税额，将其纳入留抵退税政策的适用范围将能有效缓解企业融资压力。

（三）适度缩短增值税留抵退税期限

现行留抵退税政策规定一般企业（除部分先进制造业）“连续6 个月（连续2 个季度）的增量留抵均大于零”才能申请退税，即企业即使每个月都有增量留抵税额，也只能每半年申请一次退税，退税期限过长会对造成企业资金被占用的不利影响，同样造成融资约束。因此，应该适当缩短留抵退税期限。例如，在一定期限内（如3 个月）累计出现留抵税额时再办理退税，这样可以及时地解决留抵税额给企业带来的资金占用问题。对于小额零星留抵税额宜采用年度终了时一次性累计退税的办法，尽量避免频繁办理退税，进而提高税收征管效率。与此同时，应充分利用人工智能与大数据，构建风险防范体系，实现行政处罚、纳税信用、税收优惠、主营行业等数据与纳税申报数据的分析比对，适时抽取一定比例纳税人实施纳税评估，打击骗税行为。