楊志銀 李雅婷

【摘要】為探討稅收激勵對企業(yè)數(shù)字化轉(zhuǎn)型的影響，文章利用2010—2022年A股上市公司數(shù)據(jù)為樣本對假設進行實證分析。研究發(fā)現(xiàn)：稅收激勵對企業(yè)數(shù)字化轉(zhuǎn)型起到促進作用，運用穩(wěn)健性檢驗加以驗證后結(jié)果仍顯著，表明促進效果明顯；稅收激勵對高科技企業(yè)和制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型的促進效果更為顯著；創(chuàng)新投入在稅收激勵推動企業(yè)數(shù)字化轉(zhuǎn)型的過程中起到中介作用。根據(jù)研究結(jié)論，提出相關政策建議。

【關鍵詞】稅收激勵；創(chuàng)新投入；數(shù)字化轉(zhuǎn)型

【中圖分類號】F275；F273

一、引言

企業(yè)數(shù)字化轉(zhuǎn)型被視為實現(xiàn)“數(shù)實融合”的關鍵途徑，對構建“雙循環(huán)”新發(fā)展格局、激發(fā)發(fā)展動能、維護經(jīng)濟增長至關重要。2022年政府工作報告強調(diào)“加強數(shù)字中國建設整體布局，促進產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型”。這一重要戰(zhàn)略方向標志著中國政府對數(shù)字化未來的堅定承諾。近年來，我國對企業(yè)數(shù)字化轉(zhuǎn)型的實踐方面取得顯著成就。2022年進入轉(zhuǎn)型領軍者行列的企業(yè)比例為17%1，轉(zhuǎn)型引領者的數(shù)字化優(yōu)勢逐漸增大。然而，數(shù)字化轉(zhuǎn)型的普及率和程度與發(fā)達國家和數(shù)字化時代的要求相比仍然較低。歐洲和美國的數(shù)字化轉(zhuǎn)型率分別約為46%和54%，遠高于我國的25%。在數(shù)字化轉(zhuǎn)型方面取得顯著成效的企業(yè)僅占7%左右[1]?？紤]到數(shù)字化轉(zhuǎn)型具有較強的正外部性，可能導致投入不足，政府需要積極介入填補投入差距。

就當前的稅收激勵體系而言，我們可以將其分為直接優(yōu)惠和間接優(yōu)惠。差異化稅收優(yōu)惠方式與數(shù)字化轉(zhuǎn)型的不同方面呈現(xiàn)高度契合性（劉飛，2020）。雖然具體的優(yōu)惠方式和作用流程不同，但它們都能夠降低企業(yè)的稅負，從而提升企業(yè)的現(xiàn)金流動性，減輕融資方面的限制（周燕，潘遙，2019）?，F(xiàn)有研究表明，不論是直接或是間接的方式，都能夠通過市場機制對企業(yè)發(fā)揮激勵作用。企業(yè)可以依據(jù)自身需求，靈活選擇適合企業(yè)自身的稅收優(yōu)惠方式，并在數(shù)字化轉(zhuǎn)型方面做出最佳的競爭決策（柳光強，2016）。這種市場導向的激勵機制鼓勵了企業(yè)更積極地參與到數(shù)字化轉(zhuǎn)型之中。

首先，盡管目前已有許多文獻關注數(shù)字經(jīng)濟的重要性，但大多集中討論數(shù)字經(jīng)濟對經(jīng)濟的影響，對企業(yè)數(shù)字化轉(zhuǎn)型的驅(qū)動因素的研究相對較少（蔡宏波，湯城建，韓金镕，2023）。其次，盡管學界已有少量研究關注了稅收激勵在數(shù)字化轉(zhuǎn)型中的作用，但目前的國內(nèi)外研究也主要集中在定性研究和表層層面的批量化搜索（STEIBERA，GHOSHS，2020；張新，徐瑤玉，馬良，2022；蔡宏波等，2023），對于稅收激勵對企業(yè)數(shù)字化轉(zhuǎn)型的內(nèi)在具體路徑的研究并不充分。

鑒于此，本文以我國A股上市企業(yè)2010—2022年的數(shù)據(jù)為研究樣本，對稅收激勵政策對企業(yè)數(shù)字化轉(zhuǎn)型的影響、作用機制進行實證研究。拓寬了對企業(yè)數(shù)字化轉(zhuǎn)型驅(qū)動因素的研究，是對現(xiàn)有文獻的有益補充。此外，在經(jīng)濟下行企業(yè)面臨更大現(xiàn)金流壓力的背景下，不僅幫助企業(yè)確立并提升數(shù)字化轉(zhuǎn)型的認識和意愿，同時對于稅收政策制定與實施提供一定的參考。

二、理論分析與假設提出

（一）稅收激勵對企業(yè)數(shù)字化轉(zhuǎn)型的影響

政府作為稅收政策的主導者，能夠通過稅收激勵政策影響企業(yè)行為。在生產(chǎn)環(huán)節(jié)，通過固定資產(chǎn)加速折舊的激勵手段，降低企業(yè)數(shù)字化轉(zhuǎn)型所需的生產(chǎn)成本，直接促使企業(yè)增加數(shù)字化技術生產(chǎn)設備的應用和創(chuàng)新，提高生產(chǎn)效率和競爭力。在進口環(huán)節(jié)，針對進口數(shù)字化設備和數(shù)字化技術，政府可以采取減免關稅或者其他進口環(huán)節(jié)稅費的措施，降低企業(yè)引進先進數(shù)字化技術設備的成本。在并購重組環(huán)節(jié)，能夠鼓勵企業(yè)進行戰(zhàn)略性合并、整合和轉(zhuǎn)型，促進數(shù)字化轉(zhuǎn)型的規(guī)模效益。在企業(yè)擴張環(huán)節(jié)，稅收激勵為企業(yè)提供資金支持，促進技術引進、人才吸納和規(guī)模擴張。這些措施引導企業(yè)朝著數(shù)字化轉(zhuǎn)型的方向發(fā)展，進一步推動整個經(jīng)濟體系朝著數(shù)字化發(fā)展目標邁進?；诖吮疚奶岢鋈缦录僭O：

H1：稅收激勵政策的實施能夠顯著地促進企業(yè)數(shù)字化轉(zhuǎn)型。

（二）創(chuàng)新投入中介效應的傳導機制

現(xiàn)實中，抑制企業(yè)研發(fā)投入的影響因素有很多，其中資金不足往往是關鍵點。對于企業(yè)來說，研發(fā)所需要的條件復雜，研發(fā)過程長，并且研發(fā)風險高，就勢必會造成企業(yè)創(chuàng)新驅(qū)動不足。而稅收激勵彌補了市場失靈，引導資金流向。采用多種稅收激勵形式如加計扣除、減免稅等降低企業(yè)稅收負擔，增加經(jīng)營活動現(xiàn)金流量。這樣的舉措將有效減輕企業(yè)的財務壓力，鼓勵其增加對技術創(chuàng)新的資金、資源、人員等投入，分擔部分風險，從而促進企業(yè)的數(shù)字化轉(zhuǎn)型?；诖吮疚奶岢鋈缦录僭O：

H2：稅收激勵政策能通過提升創(chuàng)新投入比例來促進企業(yè)數(shù)字化轉(zhuǎn)型。

三、研究設計

（一）數(shù)據(jù)來源與數(shù)據(jù)清理

考慮到中國數(shù)字經(jīng)濟規(guī)模的迅速擴張和數(shù)字技術高速發(fā)展及逐步應用的趨勢主要體現(xiàn)在2010年之后[2]，本文以2010—2022年A股上市公司的數(shù)據(jù)為初始研究樣本，原始數(shù)據(jù)主要來自國泰安（CSMAR）數(shù)據(jù)庫。本文剔除金融和保險類上市公司、被ST或*ST等特別處理的上市公司、缺失值和異常值。最終，得到1357個公司共27 247條觀測數(shù)據(jù)。此外，本文對所有連續(xù)變量進行上下1%的縮尾處理，以克服極端值的影響。

（二）變量選擇與度量

1.被解釋變量

對企業(yè)數(shù)字化轉(zhuǎn)型的衡量，國內(nèi)學者主要采用以下方法衡量：一為利用年報中數(shù)字化相關關鍵詞的頻率或比例衡量企業(yè)數(shù)字化轉(zhuǎn)型的程度；二為以年末無形資產(chǎn)中與數(shù)字經(jīng)濟相關的指標占比，評估企業(yè)數(shù)字化水平；三為進行問卷調(diào)查以獲取有關企業(yè)數(shù)字化水平的數(shù)據(jù)。借鑒吳非等（2021）的做法，通過文本分析方式構建企業(yè)數(shù)字化轉(zhuǎn)型的指標[3]。首先，通過國泰安（CSMAR）數(shù)據(jù)庫完成樣本企業(yè)年報文本的爬取和下載，并對下載文檔進行文本化轉(zhuǎn)換和識別；其次，構建企業(yè)數(shù)字化轉(zhuǎn)型的相關詞庫。在初步統(tǒng)計詞頻后，去掉關鍵詞前的否定前綴的詞條，并將詞頻指標加1后進行對數(shù)化處理，得到企業(yè)數(shù)字化轉(zhuǎn)型指標（DCG）。

同時，在穩(wěn)健性檢驗中，借鑒張永坤等（2021）的研究，本研究也采用期末企業(yè)無形資產(chǎn)中與數(shù)字化相關的無形資產(chǎn)衡量企業(yè)數(shù)字化轉(zhuǎn)型（lnDTA）[4]。通過文本分析與關鍵詞檢索，對企業(yè)年度報告無形資產(chǎn)明細欄目中的數(shù)字化資產(chǎn)進行檢索、整合，并且區(qū)分數(shù)字化與信息化無形資產(chǎn)進行檢索。最后，本文再將數(shù)字無形資產(chǎn)總額進行對數(shù)化處理。

2.解釋變量

解釋變量為稅收激勵，借鑒柳光強（2016）的做法，采用現(xiàn)金流量表中收到的各項稅費返還/（收到的各項稅費返還+支付的各項稅費）表示稅收激勵（Tax）[5]。

3.控制變量

借鑒郭杰和婁著盛（2022）的做法，從企業(yè)自身財務狀況和公司治理狀況兩個方面對控制變量進行界定[6]。其中，財務狀況指標選擇的控制變量包括流動資產(chǎn)比率（Cr）、資產(chǎn)負債率（Lev）、企業(yè)規(guī)模（Size）、托賓Q（Tobin）；公司治理狀

況指標選擇的控制變量為股權集中度（Top）。

各變量定義見表1。

（三）描述性統(tǒng)計

對樣本進行描述性統(tǒng)計。從表2中可知，數(shù)字化轉(zhuǎn)型程度的最大值、最小值分別是5.037、0，標準差為1.398，可以發(fā)現(xiàn)，企業(yè)間的數(shù)字化轉(zhuǎn)型程度有較大的差異；企業(yè)稅收激勵的最大值為0.839，最小值為0，差異不明顯；企業(yè)的創(chuàng)新投入水平最大值、最小值、標準差分別是204.9、0、5.764，意味著不同企業(yè)創(chuàng)新投入水平差異顯著。有關控制變量，根據(jù)結(jié)果得出本文所選取的變量均在正常的合理范圍內(nèi)，并且無異常值，數(shù)據(jù)穩(wěn)定可靠，基本滿足回歸需要。

其中，α0指回歸方程常數(shù)項，α1是回歸系數(shù)，μi、ωt分別表示行業(yè)和年份固定效應，εi，t為誤差項。DCG表示企業(yè)數(shù)字化轉(zhuǎn)型程度；Tax表示稅收激勵程度。

四、實證分析

（一）基準回歸分析

由前文提及的模型（1），采用年份和行業(yè)雙固定逐步回歸，對假設H1進行檢驗，結(jié)果見表3。分析兩變量的回歸結(jié)果可知，稅收激勵與企業(yè)數(shù)字化轉(zhuǎn)型兩者之間呈顯著正相關關系，且如表3的（1）～（5）列所示，在逐步添加控制變量：流動資產(chǎn)比率（Cr）、資產(chǎn)負債率（Lev）、企業(yè)規(guī)模（size）、托賓Q（Tobin）、股權集中度（Top）的過程中，回歸結(jié)果一直保持在1%的顯著性水平上，較為穩(wěn)健。由此，假設H1得以驗證。

（二）異質(zhì)性分析

稅收激勵政策在整個行業(yè)范圍內(nèi)實施，但不同行業(yè)的產(chǎn)業(yè)特征和經(jīng)濟狀況會影響對稅收激勵政策的需求。因此，本文以所處行業(yè)為基準，按高科技企業(yè)、非高科技企業(yè)、制造業(yè)和非制造業(yè)四種行業(yè)進行分組回歸后得到了表4的回歸結(jié)果。

基于高科技企業(yè)組別的異質(zhì)性檢驗結(jié)果表4。從第（2）列可知，在行業(yè)、年份雙控制的情況下，稅收激勵（Tax）與高科技企業(yè)數(shù)字化轉(zhuǎn)型（DCG）呈1%水平的顯著正相關關系，說明稅收激勵政策對高科技企業(yè)數(shù)字化轉(zhuǎn)型具有促進作用；而第（3）列的稅收激勵（Tax）對非高科技企業(yè)數(shù)字化轉(zhuǎn)型（DCG）影響的回歸結(jié)果顯示，回歸系數(shù)為0.068、t值為1.50，結(jié)果不顯著，稅收激勵政策對非高科技企業(yè)數(shù)字化轉(zhuǎn)型的影響不明顯。這是因為：首先，高科技行業(yè)需要不斷投資于新技術和研發(fā)，以保持領先地位和競爭優(yōu)勢，需要大量資金，因此對稅收激勵政策反應更為明顯，且中國政府鼓勵科技創(chuàng)新和數(shù)字經(jīng)濟發(fā)展的宏觀政策導向使得其從稅收激勵政策中受益更多。其次，高科技企業(yè)的創(chuàng)新活動具有較高的知識含量和技術密集度，需要大規(guī)模創(chuàng)新投入，并伴隨著更高的失敗風險。因此，它們更傾向于開展“高精尖”技術的研發(fā)，使用大量先進設備，并可能更多地受益于稅收激勵政策。相比之下，非高科技行業(yè)更偏向于模仿改造現(xiàn)有技術，轉(zhuǎn)型意愿較低，因此對稅收激勵政策的反應相對較小。

基于制造業(yè)組別的異質(zhì)性檢驗，相關結(jié)果見表4。由第（4）、（5）列制造業(yè)及非制造業(yè)的回歸分析結(jié)果可知，稅收激勵（Tax）對制造業(yè)、非制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型均呈顯著正相關關系，顯著水平分別為1%和10%。由此可見，稅收激勵政策對制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型的促進效果更明顯。這是因為，制造業(yè)通常以橫向并購和混合并購為主。橫向并購有助于升級產(chǎn)業(yè)結(jié)構，剔除落后產(chǎn)能，而混合并購則實現(xiàn)多元化，尋求新利潤。因此，制造業(yè)企業(yè)通常需要投入更多資金用于生產(chǎn)設備、原材料和勞動力，并需更多資本投資和資金流動支持業(yè)務運營，這些支出通常高于非制造業(yè)。稅收優(yōu)惠政策對制造業(yè)的資金流動和現(xiàn)金流量影響更大，因為制造業(yè)面臨更大的市場競爭與外部因素調(diào)節(jié)，如原材料成本波動、匯率風險等。因此，制造業(yè)對稅收政策更敏感，可能對利潤和現(xiàn)金流量產(chǎn)生更大影響。綜上所述，盡管制造業(yè)和非制造業(yè)對稅收政策敏感，由于制造業(yè)需要更多資本投資且面臨更大市場競爭壓力，因此通常比非制造業(yè)更敏感。

（三）穩(wěn)健性檢驗

本文將被解釋變量的衡量方法替換為與期末數(shù)字化相關的無形資產(chǎn)總額的對數(shù)后，進行穩(wěn)健性檢驗。如表3的第（6）列所示，回歸結(jié)果表明，稅收激勵的回歸系數(shù)為0.561，t值為10.77，通過1%水平的顯著性檢驗。說明稅收激勵政策與企業(yè)的數(shù)字化轉(zhuǎn)型呈現(xiàn)顯著正相關，回歸結(jié)果仍然支持假設H1。

（四）中介效應檢驗

表5展示了稅收激勵通過創(chuàng)新投入的路徑，進而影響企業(yè)數(shù)字化轉(zhuǎn)型的過程。第（2）列，將稅收激勵對創(chuàng)新投入進行回歸發(fā)現(xiàn)，稅收激勵對創(chuàng)新投入也具有明顯的促進作用，控制年份和行業(yè)后相關系數(shù)為2.844，第（3）列將稅收激勵與創(chuàng)新投入納入回歸，兩者均在1%的水平上顯著，創(chuàng)新投入系數(shù)為0.023，表明增加創(chuàng)新投入強度可以促進企業(yè)數(shù)字化轉(zhuǎn)型。稅收激勵對創(chuàng)新投入、創(chuàng)新投入對企業(yè)數(shù)字化轉(zhuǎn)型的促進作用均在1%的水平上顯著。根據(jù)三步法顯著得出，假設H2得以驗證。所以說，稅收激勵不僅給企業(yè)帶來資金支持，還通過信號傳遞增加企業(yè)的產(chǎn)學研合作，部分會通過增加創(chuàng)新投入最后轉(zhuǎn)化為促進企業(yè)數(shù)字化轉(zhuǎn)型的力量（曾江洪等，2022）。增加的創(chuàng)新投入可以用于開發(fā)更多的數(shù)字化產(chǎn)品、改進數(shù)字技術，提質(zhì)降本增效。

五、研究結(jié)論與政策建議

本文研究結(jié)論：稅收激勵對企業(yè)的數(shù)字化轉(zhuǎn)型呈顯著正向影響，且在高科技企業(yè)和制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型中促進效果更為顯著；創(chuàng)新投入在稅收激勵與企業(yè)數(shù)字化轉(zhuǎn)型的關系中發(fā)揮中介作用。

通過研究結(jié)果得到啟示如下：

第一，加大政策激勵力度，放寬政策激勵范圍。可以考慮加大研發(fā)費用的加計扣除、縮短數(shù)字化固定資產(chǎn)的折舊年限等措施，及時調(diào)整稅收激勵政策以解決企業(yè)困境。

第二，出臺數(shù)字化轉(zhuǎn)型的專項稅收激勵政策。目前，我國企業(yè)數(shù)字化轉(zhuǎn)型主要適用通用性政策。為了有效激發(fā)企業(yè)的活力，促進經(jīng)濟結(jié)構升級和轉(zhuǎn)型，推動科技創(chuàng)新和產(chǎn)業(yè)升級，可以出臺專項稅收激勵政策。

第三，實施靶向性的稅收激勵政策。本文研究發(fā)現(xiàn)，稅收激勵對高科技企業(yè)和制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型的促進效果更為顯著。因此，稅收激勵政策應該在保障現(xiàn)有競爭優(yōu)勢的基礎上進一步細化，填補激勵政策的漏洞，實施靶向性稅收激勵政策。首先，擴大政策適用范圍，鼓勵非高科技企業(yè)積極參與數(shù)字技術創(chuàng)新、數(shù)字技術設備采購和數(shù)字技術應用。通過孵化、培育和引導股權資金等方式，鼓勵非高科技企業(yè)通過數(shù)字化轉(zhuǎn)型實現(xiàn)規(guī)模擴大和實力增強，從而推動技術創(chuàng)新和收入增長。其次，可以考慮出臺購置數(shù)字化設備允許企業(yè)全額或高比例稅前扣除的激勵政策，從而鼓勵制造業(yè)企業(yè)積極升級和更新生產(chǎn)線，促進數(shù)字化轉(zhuǎn)型升級。

第四，加大企業(yè)創(chuàng)新投入的稅收激勵力度。首先，可以提供投資抵免額度，并允許稅前扣除投資虧損，以鼓勵高比例的創(chuàng)新投入。其次，建立針對研發(fā)領域的風險補貼機制。當前的政策主要關注成功項目或企業(yè)，而未取得成果的企業(yè)需提高風險補償能力。應該注意完善風險補償機制，以支持更多企業(yè)的創(chuàng)新投入，從而間接促進企業(yè)數(shù)字化轉(zhuǎn)型。

主要參考文獻：

[1]張軍紅.加大數(shù)字經(jīng)濟政策創(chuàng)新力度訪國家信息中心信息化和產(chǎn)業(yè)發(fā)展部主任單志廣[J].經(jīng)濟，2022（05）：42-45.

[2]吳傳清，孟曉倩.長江經(jīng)濟帶數(shù)字化轉(zhuǎn)型對制造業(yè)綠色發(fā)展影響研究[J].南通大學學報（社會科學版），2022，38（06）：37-47.

[3]吳非，胡慧芷，林慧妍等.企業(yè)數(shù)字化轉(zhuǎn)型與資本市場表現(xiàn)——來自股票流動性的經(jīng)驗證據(jù)[J].管理世界，2021，37（07）：130-144+10.

[4]張永珅，李小波，邢銘強.企業(yè)數(shù)字化轉(zhuǎn)型與審計定價[J].審計研究，2021（03）：62-71.

[5]柳光強.稅收優(yōu)惠、財政補貼政策的激勵效應分析——基于信息不對稱理論視角的實證研究[J].管理世界，2016（10）：62-71.

[6]郭杰，婁著盛.增值稅減稅政策對企業(yè)投資的影響研究——基于企業(yè)杠桿率差異的視角[J].經(jīng)濟理論與經(jīng)濟管理，2022，42（02）：12-23.

[7]Modigliani，F(xiàn).，Miller，M.H.Corporate income taxes and the cost of capital：a correction[J].American economic review，1963， 53（3）：433-443.

[8]王松，劉卓雅.企業(yè)數(shù)字化轉(zhuǎn)型驅(qū)動內(nèi)部控制質(zhì)量提升——基于文本分析的實證研究[J].國際商務財會，2023（09）：22-28+32.

責編：險峰