作者簡(jiǎn)介： 劉香伶（1988—），女，湖南湘潭人，湖南科技大學(xué)商學(xué)院博士研究生，湖南工程學(xué)院管理學(xué)院講師，研究方向：稅收治理與公司治理；龔日朝（1966—），男，湖南安化人，博士，湖南科技大學(xué)商學(xué)院教授，博士生導(dǎo)師，研究方向：經(jīng)濟(jì)統(tǒng)計(jì)與決策；通信作者：崔浩南（1999—），男，河南新鄉(xiāng)人，湖南科技大學(xué)商學(xué)院碩士研究生，研究方向：金融經(jīng)濟(jì)與技術(shù)創(chuàng)新。

摘 要：依據(jù)稅收征管數(shù)字化文本分析和A股上市企業(yè)微觀數(shù)據(jù)，考量稅收征管數(shù)字化對(duì)新質(zhì)生產(chǎn)力的影響。結(jié)果顯示，稅收征管數(shù)字化通過(guò)緩解企業(yè)融資約束、降低代理成本以及倒逼企業(yè)數(shù)字化轉(zhuǎn)型，促進(jìn)企業(yè)新質(zhì)生產(chǎn)力發(fā)展。異質(zhì)性檢驗(yàn)顯示，法治環(huán)境更好地區(qū)、資本與技術(shù)密集型行業(yè)以及政治關(guān)聯(lián)較弱企業(yè)，促進(jìn)作用更顯著。鑒于此，建議持續(xù)深入推進(jìn)稅收征管數(shù)字化建設(shè)，完善公司透明度建設(shè)、公司治理和企業(yè)數(shù)字化轉(zhuǎn)型等配套機(jī)制，分類(lèi)精準(zhǔn)施策，以高質(zhì)量稅收征管助力新質(zhì)生產(chǎn)力發(fā)展。

關(guān)鍵詞： 稅收征管數(shù)字化；新質(zhì)生產(chǎn)力；文本分析

中圖分類(lèi)號(hào)：F812.42"" 文獻(xiàn)標(biāo)識(shí)碼： A""" 文章編號(hào)：1003-7217（2025）01-0052-08

一、引 言

大數(shù)據(jù)、云計(jì)算、人工智能等數(shù)字技術(shù)被廣泛應(yīng)用于我國(guó)稅務(wù)領(lǐng)域，加速了稅收征管的數(shù)字化轉(zhuǎn)型，稅收征管作為連接宏觀稅收政策與微觀企業(yè)行為的“天然紐帶”作用不斷增強(qiáng)。一方面，稅收征管數(shù)字化有效提升了稅務(wù)部門(mén)的監(jiān)管能力和征管效率，規(guī)范了企業(yè)納稅行為，企業(yè)納稅遵從度顯著提高^[1，2]；另一方面，稅收征管數(shù)字化強(qiáng)化了稅收政策作為企業(yè)外部治理機(jī)制的作用，對(duì)企業(yè)風(fēng)險(xiǎn)承擔(dān)、技術(shù)創(chuàng)新、投融資決策等行為產(chǎn)生更直接的影響，進(jìn)而激發(fā)企業(yè)內(nèi)部治理效能^[3，4]?？梢?jiàn)，稅收征管數(shù)字化必然直接或間接影響企業(yè)新質(zhì)生產(chǎn)力發(fā)展。

自“新質(zhì)生產(chǎn)力”概念提出以來(lái)，探討稅收征管數(shù)字化對(duì)企業(yè)影響的相關(guān)文獻(xiàn)主要有兩支：一是關(guān)注稅收征管數(shù)字化對(duì)企業(yè)的正面影響，認(rèn)為稅收征管數(shù)字化通過(guò)降低企業(yè)代理成本、提高會(huì)計(jì)信息可比性、提高企業(yè)信息透明水平等機(jī)制發(fā)揮規(guī)范治理效應(yīng)，不僅顯著提高企業(yè)信息披露質(zhì)量^[5]、盈余質(zhì)量^［6］、企業(yè)勞動(dòng)投資效率^[7]以及企業(yè)風(fēng)險(xiǎn)承擔(dān)意愿與承擔(dān)能力^[8]，還有助于抑制企業(yè)關(guān)聯(lián)交易與研發(fā)操縱行為^[9，10]，降低審計(jì)費(fèi)用^［11］、縮小企業(yè)內(nèi)部薪酬差距^[12]等。二是關(guān)注稅收征管數(shù)字化對(duì)企業(yè)的負(fù)面影響，認(rèn)為稅收征管數(shù)字化盡管促進(jìn)了企業(yè)納稅遵從，但也會(huì)降低企業(yè)財(cái)務(wù)穩(wěn)定性和現(xiàn)金流水平，并導(dǎo)致企業(yè)實(shí)際稅負(fù)提高^[13]、企業(yè)投資水平下降^[14]、投融資期限錯(cuò)配加劇^[15]。另有研究指出，稅收征管數(shù)字化通過(guò)治理渠道促進(jìn)進(jìn)口產(chǎn)品質(zhì)量提升，通過(guò)融資渠道抑制出口產(chǎn)品質(zhì)量提升，但負(fù)面效應(yīng)大于正面效應(yīng)^［16］。

現(xiàn)有研究少有系統(tǒng)揭示稅收征管數(shù)字化對(duì)企業(yè)新質(zhì)生產(chǎn)力的影響效應(yīng)和作用機(jī)制。本文構(gòu)建稅收征管數(shù)字化評(píng)價(jià)指標(biāo)體系，采用文本分析法與組合賦權(quán)法，測(cè)得中國(guó)省級(jí)層面稅收征管數(shù)字化水平面板數(shù)據(jù)；結(jié)合2011—2022年A股上市公司數(shù)據(jù)，從緩解企業(yè)融資約束、降低代理成本以及倒逼企業(yè)數(shù)字化轉(zhuǎn)型三個(gè)方面，實(shí)證檢驗(yàn)稅收征管數(shù)字化對(duì)企業(yè)新質(zhì)生產(chǎn)力的影響效應(yīng)和作用機(jī)制；并進(jìn)一步從地區(qū)法治環(huán)境、行業(yè)特征、企業(yè)政治關(guān)聯(lián)度三個(gè)維度考察其影響的異質(zhì)性，為政府尤其是稅務(wù)部門(mén)精準(zhǔn)實(shí)施稅收征管政策，提升稅收治理效能，以稅收征管數(shù)字化更好地推動(dòng)新質(zhì)生產(chǎn)力發(fā)展提供借鑒。

二、理論分析與研究假設(shè)

從微觀層面看，企業(yè)發(fā)展新質(zhì)生產(chǎn)力意味著企業(yè)需要在科技創(chuàng)新、綠色環(huán)保、降本增效等方面進(jìn)行深度變革。為此，至少要解決三方面的制約問(wèn)題：一是融資約束。高融資約束不僅使企業(yè)難以為技術(shù)創(chuàng)新和轉(zhuǎn)型升級(jí)進(jìn)行必要的投資，同時(shí)也使企業(yè)面臨更高的風(fēng)險(xiǎn)和資本成本，錯(cuò)失創(chuàng)新與轉(zhuǎn)型機(jī)會(huì)，不利于企業(yè)全要素生產(chǎn)率的提升^[17]。二是代理成本。由于管理層與股東之間的信息不對(duì)稱(chēng)和利益非一致性，加之管理層薪酬契約往往以顯性的會(huì)計(jì)盈余為指示器，在缺乏有效約束和激勵(lì)機(jī)制下，這可能導(dǎo)致較高的代理成本^[18]，風(fēng)險(xiǎn)厭惡的管理者往往缺乏激勵(lì)投身于創(chuàng)新與轉(zhuǎn)型升級(jí)活動(dòng)^[19] ，不利于企業(yè)新質(zhì)生產(chǎn)力的培育。三是企業(yè)數(shù)字化轉(zhuǎn)型。企業(yè)將數(shù)據(jù)要素充分融入資源配置過(guò)程，進(jìn)行數(shù)字化轉(zhuǎn)型升級(jí)，以大數(shù)據(jù)驅(qū)動(dòng)決策，有利于及時(shí)發(fā)現(xiàn)新需求，持續(xù)優(yōu)化經(jīng)營(yíng)模式與生產(chǎn)管理流程，從而促進(jìn)企業(yè)新質(zhì)生產(chǎn)力發(fā)展^[20]。而稅收征管數(shù)字化對(duì)企業(yè)新質(zhì)生產(chǎn)力的影響主要體現(xiàn)在，數(shù)字技術(shù)改變了稅收征管對(duì)企業(yè)的作用方式和力度，對(duì)企業(yè)的融資約束、代理成本和數(shù)字化轉(zhuǎn)型產(chǎn)生了深刻影響，進(jìn)而影響其新質(zhì)生產(chǎn)力水平。具體影響機(jī)理如圖1所示。

首先，稅收征管數(shù)字化可充分發(fā)揮“信息橋梁”作用，緩解企業(yè)外部融資約束。企業(yè)融資約束產(chǎn)生的原因之一是投資者和企業(yè)之間的信息不對(duì)稱(chēng)^[21] 。大數(shù)據(jù)技術(shù)的應(yīng)用使稅務(wù)部門(mén)在開(kāi)票、認(rèn)證、報(bào)稅和稽核等環(huán)節(jié)實(shí)現(xiàn)了全鏈條監(jiān)管，促使企業(yè)陽(yáng)光經(jīng)營(yíng)、規(guī)范經(jīng)營(yíng)，不僅有利于企業(yè)塑造納稅聲譽(yù)，而且拓寬了資金供給方與企業(yè)的“信息橋梁”，可使得資金供給方能夠以更低成本了解企業(yè)真實(shí)信息，增強(qiáng)其對(duì)企業(yè)技術(shù)創(chuàng)新、數(shù)字升級(jí)、綠色投資等項(xiàng)目的信心和投資意愿，并降低其所要求的風(fēng)險(xiǎn)溢價(jià)^[22]。由此還可建立良好的政商關(guān)系和銀企關(guān)系，從而更容易獲得政府資金支持和銀行信貸支持^[23，24]，緩解企業(yè)外部的融資約束。

其次，稅收征管數(shù)字化能夠降低代理成本，促進(jìn)企業(yè)新質(zhì)生產(chǎn)力發(fā)展。國(guó)家稅務(wù)部門(mén)作為企業(yè)“最大的小股東”，有動(dòng)機(jī)且有能力監(jiān)督企業(yè)健康持續(xù)運(yùn)轉(zhuǎn)，在確保稅款征收的同時(shí)發(fā)揮公司治理作用^[3，25]，而稅收征管數(shù)字化則進(jìn)一步強(qiáng)化了這種“治理效應(yīng)”。稅務(wù)部門(mén)通過(guò)稅收大數(shù)據(jù)能夠?qū)ζ髽I(yè)生產(chǎn)經(jīng)營(yíng)進(jìn)行實(shí)時(shí)監(jiān)控，利用先進(jìn)算法和算力進(jìn)行全息式、無(wú)差別監(jiān)管，能精準(zhǔn)識(shí)別異常交易和潛在風(fēng)險(xiǎn)，更快速地發(fā)現(xiàn)可能的經(jīng)營(yíng)違規(guī)行為。同時(shí)，稅收征管數(shù)字化提高了征納流程的自動(dòng)化和規(guī)范化，減少了手工操作和人為干預(yù)的漏洞，能夠抑制管理層的機(jī)會(huì)主義傾向，提高企業(yè)內(nèi)部控制質(zhì)量^[26，27]。在此過(guò)程中，企業(yè)信息透明度和財(cái)務(wù)信息質(zhì)量也得以提高，股東能更好地理解管理層努力、能力和產(chǎn)出之間的關(guān)系，從而緩解管理層在職位、聲譽(yù)、薪酬等方面的職業(yè)擔(dān)憂(yōu)，激勵(lì)管理層敢于改革創(chuàng)新^[28，29]。由此可見(jiàn)，稅收征管數(shù)字化能夠降低代理成本，助力優(yōu)化企業(yè)發(fā)展新質(zhì)生產(chǎn)力的內(nèi)部微觀環(huán)境。

再次，稅收征管數(shù)字化能倒逼企業(yè)數(shù)字化轉(zhuǎn)型，強(qiáng)化數(shù)據(jù)要素配置效應(yīng)，進(jìn)而促進(jìn)新質(zhì)生產(chǎn)力發(fā)展。數(shù)字化稅收征管面向征管業(yè)務(wù)、工作流程和崗位職責(zé)構(gòu)建了新的征管體系，這要求企業(yè)在內(nèi)部管理流程和財(cái)稅處理上進(jìn)行相應(yīng)的數(shù)字化升級(jí)，以適應(yīng)稅務(wù)部門(mén)的數(shù)字化流程和要求。以“金稅四期”為代表的稅收征管數(shù)字化深度轉(zhuǎn)型實(shí)現(xiàn)了更大范圍、更高層次的數(shù)據(jù)合流和功能升級(jí)，這也對(duì)企業(yè)的數(shù)據(jù)處理和整合能力提出了更高要求，倒逼企業(yè)運(yùn)用先進(jìn)數(shù)字化工具來(lái)識(shí)別和管理稅務(wù)風(fēng)險(xiǎn)，以確保稅務(wù)合規(guī)。因此，稅收征管數(shù)字化能促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型，將數(shù)據(jù)要素全面融入企業(yè)生產(chǎn)經(jīng)營(yíng)，有利于提質(zhì)降本增效，進(jìn)而提升新質(zhì)生產(chǎn)力。

綜合以上分析，提出：

假設(shè)1 稅收征管數(shù)字化能夠顯著提升企業(yè)新質(zhì)生產(chǎn)力。

假設(shè)2 稅收征管數(shù)字化通過(guò)緩解企業(yè)融資約束、降低代理成本、倒逼企業(yè)數(shù)字化轉(zhuǎn)型，促進(jìn)企業(yè)新質(zhì)生產(chǎn)力發(fā)展。

三、實(shí)證設(shè)計(jì)

（一）模型設(shè)定

為考察稅收征管數(shù)字化對(duì)新質(zhì)生產(chǎn)力的影響，構(gòu)建如下計(jì)量模型：

Nproit=α0+α1DTAjt+cXit+

∑Ind+∑Year+εijt（1）

其中，被解釋變量Npro表示企業(yè)新質(zhì)生產(chǎn)力水平；核心解釋變量DTA表示稅收征管數(shù)字化水平；X為一系列控制變量?！艻nd和∑Year分別表示行業(yè)和年度虛擬變量，以控制來(lái)自行業(yè)和年度的不可觀測(cè)因素的影響。ε為隨機(jī)擾動(dòng)項(xiàng)。下標(biāo)i、j、t分別表示企業(yè)個(gè)體、地區(qū)和年份。

（二）變量選取與說(shuō)明

1.被解釋變量：企業(yè)新質(zhì)生產(chǎn)力（Npro）。在宋佳等構(gòu)建的指標(biāo)體系基礎(chǔ)上^[30]，加入“工業(yè)機(jī)器人滲透度”和“工業(yè)機(jī)器人專(zhuān)利數(shù)量”兩項(xiàng)指標(biāo)，以強(qiáng)調(diào)先進(jìn)生產(chǎn)工具和先進(jìn)技術(shù)對(duì)新質(zhì)生產(chǎn)力的重要性，采用熵值法測(cè)得企業(yè)新質(zhì)生產(chǎn)力水平。

2.解釋變量：稅收征管數(shù)字化（DTA）?，F(xiàn)有稅收征管數(shù)字化的研究，囿于測(cè)度數(shù)據(jù)的可獲得性，主要以“金稅三期”工程為切入點(diǎn)，并運(yùn)用雙重差分法檢驗(yàn)其經(jīng)濟(jì)后果。而將“金稅三期”工程的實(shí)施作為分組依據(jù)難以滿(mǎn)足雙重差分的分組隨機(jī)性要求。此外，“金稅三期”工程更多體現(xiàn)的是稅務(wù)監(jiān)管方面的數(shù)字化，而未能充分反映納稅服務(wù)、稅收宣傳教育等方面的數(shù)字化。故通過(guò)構(gòu)建稅收征管數(shù)字化評(píng)價(jià)指標(biāo)體系，采用文本分析法和組合賦權(quán)法測(cè)度我國(guó)各省稅收征管數(shù)字化指數(shù)。該指數(shù)越大，表明該省稅收征管數(shù)字化水平越高。具體測(cè)度步驟如下：

第一步：評(píng)價(jià)指標(biāo)體系構(gòu)建?；诙愂照鞴軘?shù)字化的學(xué)理闡釋與測(cè)度研究^[31]，以及政府和世界權(quán)威組織發(fā)布的政策文件與報(bào)告，如《中國(guó)稅務(wù)年度報(bào)告》（2015—2020年）、《關(guān)于進(jìn)一步深化稅收征管改革的意見(jiàn)（2022）》、OECD（2020）發(fā)布的《稅收征管3.0：稅收征管的數(shù)字化轉(zhuǎn)型》^［32］等，從戰(zhàn)略層面、技術(shù)層面、業(yè)務(wù)層面構(gòu)建由3個(gè)分項(xiàng)指標(biāo)、10個(gè)基礎(chǔ)指標(biāo)所組成的稅收征管數(shù)字化評(píng)價(jià)指標(biāo)體系，并建立如圖2所示的結(jié)構(gòu)化特征詞庫(kù)。

第二步：指標(biāo)測(cè)度。原始數(shù)據(jù)來(lái)源于《中國(guó)稅務(wù)年鑒》中的“各地稅收（務(wù)）工作”篇。由于《中國(guó)稅務(wù)年鑒》由國(guó)稅總局主管編撰，撰寫(xiě)內(nèi)容經(jīng)逐級(jí)匯總和嚴(yán)格審核，具有相對(duì)穩(wěn)定的篇幅、格式和結(jié)構(gòu)，內(nèi)容涵蓋征收管理、納稅服務(wù)、稅務(wù)稽查與監(jiān)管、大數(shù)據(jù)與風(fēng)險(xiǎn)管理等，同時(shí)具備區(qū)域完整性、年份連續(xù)性的優(yōu)點(diǎn)，解決了以往測(cè)度研究依賴(lài)于調(diào)研數(shù)據(jù)、政府內(nèi)部評(píng)價(jià)數(shù)據(jù)等帶來(lái)的數(shù)據(jù)可獲得性低、數(shù)據(jù)不易擴(kuò)展應(yīng)用等問(wèn)題。在對(duì)原始文本整理的基礎(chǔ)上，應(yīng)用Jieba分詞對(duì)目標(biāo)文本進(jìn)行分詞處理，并對(duì)特征詞進(jìn)行搜索、匹配和詞頻計(jì)數(shù)，進(jìn)而分類(lèi)歸集該指標(biāo)下的特征詞詞頻數(shù)，得到相應(yīng)特征詞頻率。

第三步：指標(biāo)賦權(quán)與指數(shù)合成。采用層次分析法和熵值法對(duì)各指標(biāo)進(jìn)行組合賦權(quán)，最終得到2011—2022年中國(guó)稅收征管數(shù)字化水平省級(jí)面板數(shù)據(jù)。

3.控制變量。參考孫雪嬌等、金智和黃承浩等的研究^[6，33]，選取公司規(guī)模（Size）、流動(dòng)比例（Liq）、無(wú)形資產(chǎn)比例（Itan）、托賓Q值（TQ）、投資機(jī)構(gòu)持股比例（IH）、股權(quán)制衡度（EB）、董事會(huì)規(guī)模（BDS）以及獨(dú)立董事比例（IBDR）等變量，以控制企業(yè)規(guī)模、財(cái)務(wù)狀況、公司治理等因素對(duì)被解釋變量的影響。

4. 機(jī)制變量。一是融資約束機(jī)制變量，采用SA指數(shù)的絕對(duì)值（SA）作為融資約束的測(cè)度， SA越大，意味著融資約束程度越高，同時(shí)采用KZ指數(shù)（KZ）作為替代度量以提升穩(wěn)健性。二是代理成本機(jī)制變量，參考An等的做法^[34]，采用管理費(fèi)用占營(yíng)業(yè)收入比重作為第一類(lèi)代理成本的代理變量（AC1），采用其他應(yīng)收款與總資產(chǎn)的比值作為第二類(lèi)代理成本的代理變量（AC2）。三是企業(yè)數(shù)字化轉(zhuǎn)型，借鑒吳非等的做法^[35]，通過(guò)構(gòu)建企業(yè)數(shù)字化程度評(píng)價(jià)指標(biāo)體系，采用文本分析法，以關(guān)鍵詞詞頻之和的自然對(duì)數(shù)作為企業(yè)數(shù)字化轉(zhuǎn)型程度的度量（CDT）。

（三）樣本選擇與數(shù)據(jù)來(lái)源

以2011—2022年A股上市企業(yè)為原始樣本，剔除ST和ST^*類(lèi)企業(yè)、金融企業(yè)，以及主要變量嚴(yán)重缺失和數(shù)據(jù)明顯異常的樣本，最終得到32671個(gè)有效樣本，企業(yè)所在地區(qū)涵蓋中國(guó)31個(gè)?。▍^(qū)、市）。由于各指標(biāo)缺失程度不同，為保留足夠樣本，允許不同回歸樣本數(shù)量不完全相同。連續(xù)變量均進(jìn)行1%雙向縮尾處理。稅收征管數(shù)字化原始數(shù)據(jù)來(lái)源于《中國(guó)稅務(wù)年鑒》，企業(yè)財(cái)務(wù)數(shù)據(jù)來(lái)源于CSMAR數(shù)據(jù)庫(kù)，法定稅率數(shù)據(jù)來(lái)源于WIND數(shù)據(jù)庫(kù)，各省稅收收入和宏觀變量數(shù)據(jù)來(lái)源于國(guó)家統(tǒng)計(jì)局。

四、實(shí)證結(jié)果分析

（一）描述性統(tǒng)計(jì)分析

表1報(bào)告了各變量的描述性統(tǒng)計(jì)結(jié)果。首先，被解釋變量Npro的均值為0.092，最小值為0.017，最大值為0.448，說(shuō)明樣本期間內(nèi)我國(guó)新質(zhì)生產(chǎn)力整體水平偏低。2017年之前我國(guó)新質(zhì)生產(chǎn)力呈現(xiàn)緩緩上升趨勢(shì)，而2017年之后呈現(xiàn)大幅上升趨勢(shì)，從0.058上升至2022年的0.136，實(shí)現(xiàn)了2倍以上的增長(zhǎng)，但相比于最大值而言依然差距較大。進(jìn)一步考察核心解釋變量DTA，DTA的均值為0.328，最大值為0.529，最小值僅為0.19，說(shuō)明我國(guó)不同地區(qū)稅收征管數(shù)字化水平差距比較明顯，稅收征管數(shù)字化整體水平還有較大提升空間。從控制變量看，無(wú)論是企業(yè)規(guī)模、償債能力、成長(zhǎng)潛力還是公司治理水平均呈現(xiàn)出較大差距。特別地，無(wú)形資產(chǎn)占比Intan的均值為0.046，均值水平不到最大值（0.326）的七分之一，意味著大部分企業(yè)在研發(fā)支出、專(zhuān)利、軟件等方面可能投入不足，新質(zhì)生產(chǎn)力發(fā)展?jié)摿ι形吹玫匠浞职l(fā)揮。此外，各變量VIF值均小于10，表明變量不存在嚴(yán)重的多重共線(xiàn)性。

（二）基準(zhǔn)回歸結(jié)果

表2報(bào)告了基準(zhǔn)模型回歸結(jié)果。列（1）未考慮控制變量的影響，DTA系數(shù)在1%水平下顯著為正（0.023）。列（2）進(jìn)一步考慮控制變量的影響，DTA系數(shù)為0.020（plt;0.05），初步驗(yàn)證了稅收征管數(shù)字化顯著提高了企業(yè)新質(zhì)生產(chǎn)力的基本假設(shè)。列（3）報(bào)告了稅收征管數(shù)字化滯后一期與新質(zhì)生產(chǎn)力的回歸結(jié)果，在5%顯著性水平下L.DTA的系數(shù)依然為正。此外，Size、Liq、Intan、TQ以及EB的回歸系數(shù)均顯著為正，說(shuō)明公司規(guī)模、償債能力、無(wú)形資產(chǎn)占比、企業(yè)潛在價(jià)值、股權(quán)制衡均與企業(yè)新質(zhì)生產(chǎn)力顯著正相關(guān)。

（三）穩(wěn)健性檢驗(yàn)

1. SYS-GMM估計(jì)。為緩解內(nèi)生性對(duì)研究的影響，構(gòu)建動(dòng)態(tài)面板模型，采用系統(tǒng)廣義矩法進(jìn)行估計(jì)。表3列（1）報(bào)告了SYS-GMM估計(jì)結(jié)果，L.Npro的系數(shù)在1%顯著性水平為正，意味著上一期Npro會(huì)對(duì)當(dāng)期Npro產(chǎn)生顯著影響，說(shuō)明考慮被解釋變量滯后期的影響是有必要的。AR（1）檢驗(yàn)的p值小于0.05，AR（2）檢驗(yàn)的p值大于0.05，說(shuō)明模型僅存在一階自相關(guān)，而不存在二階及以上自相關(guān)。Hansen J檢驗(yàn)的p值大于0.1，說(shuō)明工具變量過(guò)度識(shí)別是有效的。綜上可知，SYS-GMM估計(jì)結(jié)果合理有效。DTA的系數(shù)在5%顯著性水平下為正（0.555），說(shuō)明采用動(dòng)態(tài)面板模型進(jìn)行估計(jì)后，稅收征管數(shù)字化對(duì)新質(zhì)生產(chǎn)力的積極影響依然成立。

2. 工具變量法。以稅收征管數(shù)字化滯后一期作為第一類(lèi)工具變量（IV1），同時(shí)借鑒毛捷等的做法^[36]，采用各省上一年的傳媒業(yè)發(fā)展水平作為第二類(lèi)工具變量（IV2）。選取該工具變量的理由在于，現(xiàn)代社會(huì)傳媒業(yè)的發(fā)展離不開(kāi)數(shù)字技術(shù)與相關(guān)基礎(chǔ)設(shè)施的普及應(yīng)用，傳媒業(yè)發(fā)展水平越高，一定程度上表明該地區(qū)的數(shù)字基礎(chǔ)設(shè)施越好，越有利于稅收征管數(shù)字化的轉(zhuǎn)型，滿(mǎn)足工具變量的相關(guān)性要求；而當(dāng)年的新質(zhì)生產(chǎn)力無(wú)法逆時(shí)改變所在地區(qū)以前年度的傳媒業(yè)發(fā)展水平，滿(mǎn)足排他性要求。表3列（2）、列（3）回歸結(jié)果均表明，其在1%顯著性水平拒絕了不可識(shí)別的原假設(shè)，并且弱工具變量檢驗(yàn)結(jié)果大于10%臨界值16.38，說(shuō)明工具變量與內(nèi)生變量之間具有較強(qiáng)的相關(guān)性，不存在弱工具變量問(wèn)題。DTA系數(shù)分別在5%和1%顯著性水平下為正，說(shuō)明采用IV-2SLS考慮內(nèi)生性影響后，基本結(jié)論不變。

3. 準(zhǔn)自然實(shí)驗(yàn)法。以分地區(qū)上線(xiàn)“金稅三期”為準(zhǔn)自然實(shí)驗(yàn)，利用這一外生沖擊考察稅收征管數(shù)字化對(duì)新質(zhì)生產(chǎn)力的影響。由于不同地區(qū)“金稅三期”實(shí)施時(shí)間不同，因此構(gòu)建雙向固定效應(yīng)下的多時(shí)點(diǎn)DID回歸模型。模型設(shè)定如下：

Nproit=β0+β1DIDjt+cXit+fi+vt+εijt（2）

其中，DID為“金稅三期”政策虛擬變量，若該地區(qū)當(dāng)年實(shí)施了“金稅三期”，則當(dāng)年及以后年份取值為1，否則取值為0。DID由政策虛擬變量（Treat）和時(shí)期虛擬變量（Post）的乘積得到，若該地區(qū)實(shí)施了“金稅三期”，則該地區(qū)的企業(yè)Treat取值為1，否則取值為0。政策實(shí)施當(dāng)年及以后年份Post取值為1，否則取值為0?！敖鸲惾凇弊钤缬?013年開(kāi)始試點(diǎn)，2016年以后在全國(guó)實(shí)施?？紤]到政策的滯后，若該地區(qū)于當(dāng)年六月份（含六月）之前實(shí)施，則政策實(shí)施當(dāng)年及以后年份取值為1，若政策實(shí)施在六月份之后，則政策實(shí)施年份為下一年。fi為個(gè)體固定效應(yīng)，vt為年度固定效應(yīng)。其他變量含義與基準(zhǔn)回歸一致，不再贅述。

表4報(bào)告了DID估計(jì)結(jié)果，列（1）未考慮控制變量的影響，DID系數(shù)為0.039（plt;0.01），列（2）將控制變量納入后，DID系數(shù)依然顯著為正。列（3）考慮了省份趨勢(shì)項(xiàng)影響，DID系數(shù)在1%顯著性水平下為正（0.051）。同時(shí)，平行趨勢(shì)檢驗(yàn)也得以通過(guò)。進(jìn)一步分析“金稅三期”的動(dòng)態(tài)效應(yīng)，發(fā)現(xiàn)政策實(shí)施第三年開(kāi)始產(chǎn)生政策效應(yīng)，并且呈現(xiàn)增強(qiáng)趨勢(shì)，在第8年政策效果依然存在，驗(yàn)證了稅收征管數(shù)字化對(duì)新質(zhì)生產(chǎn)力的長(zhǎng)期動(dòng)態(tài)影響。

4. 其他穩(wěn)健性檢驗(yàn)。為進(jìn)一步確保結(jié)論的穩(wěn)健性，分別采用改變核心變量度量方式、改變聚類(lèi)方式、剔除部分樣本等方式進(jìn)行穩(wěn)健性檢驗(yàn)。表5列（1）改用稅收征管數(shù)字化指標(biāo)體系下“各維度關(guān)鍵詞詞頻之和占文本總詞數(shù)的比重”對(duì)核心解釋變量進(jìn)行重新測(cè)度，用DTA_s表示；列（2）和列（3）分別從行業(yè)、地區(qū)（省份）層面進(jìn)行聚類(lèi)；列（4）中，考慮到2017年之后所有地區(qū)均實(shí)施了“金稅三期”，為了避免該政策對(duì)研究的影響，剔除2017年之后的樣本。表5結(jié)果顯示，列（1）中DTA_s系數(shù)在5%顯著性水平下為正，列（2）和列（3）中DTA的系數(shù)均在10%顯著性水平下為正，列（4）中DTA系數(shù)在1%水平下顯著為正。這表明，核心變量的度量方式、聚類(lèi)方式以及剔除部分樣本均不改變稅收征管數(shù)字化顯著提升企業(yè)新質(zhì)生產(chǎn)力的基本結(jié)論。

（四）機(jī)制檢驗(yàn)

運(yùn)用江艇進(jìn)行機(jī)制檢驗(yàn)的方法^[37]，從融資約束、代理成本和企業(yè)數(shù)字化轉(zhuǎn)型三個(gè)方面，檢驗(yàn)稅收征管數(shù)字化是否發(fā)揮了信息橋梁效應(yīng)、公司治理效應(yīng)和要素配置效應(yīng)。為提高穩(wěn)健性，在機(jī)制檢驗(yàn)中均對(duì)核心解釋變量進(jìn)行滯后一期處理（L.DTA）。表6報(bào)告了稅收征管數(shù)字化對(duì)企業(yè)新質(zhì)生產(chǎn)力的影響機(jī)制分析結(jié)果。列（1）和列（2）中L.DTA系數(shù)分別為-0.086（plt;0.05）和-0.998（plt;0.01），說(shuō)明稅收征管數(shù)字化充分發(fā)揮了信息“橋梁效應(yīng)”，降低了資金供需雙方的信息不對(duì)稱(chēng)，總體上緩解了融資約束。列（3）和列（4）中L.DTA系數(shù)在5%和1%顯著性水平下分別為-0.015和-0.008，說(shuō)明稅收征管數(shù)字化降低了代理成本，有效發(fā)揮了公司治理效應(yīng)，從而為提高新質(zhì)生產(chǎn)力提供了良好的內(nèi)部環(huán)境。從列（5）的回歸結(jié)果看，L.DTA系數(shù)在5%顯著性水平下為0.276，表明稅收征管數(shù)字化顯著促進(jìn)了企業(yè)數(shù)字化轉(zhuǎn)型，倒逼企業(yè)將數(shù)據(jù)要素充分融入企業(yè)日常生產(chǎn)經(jīng)營(yíng)決策和管理，幫助企業(yè)提質(zhì)降本增效，進(jìn)而提升了新質(zhì)生產(chǎn)力。

（五）異質(zhì)性分析

1. 地區(qū)法治環(huán)境。良好的地區(qū)法治水平意味著企業(yè)所處環(huán)境具有更高的透明度和可預(yù)測(cè)性。一方面能夠保障企業(yè)專(zhuān)注于研發(fā)創(chuàng)新等有利于提升新質(zhì)生產(chǎn)力的活動(dòng)，減少隱形制度性交易成本。另一方面，企業(yè)在嚴(yán)格執(zhí)法環(huán)境下往往更加注重合規(guī)性和稅務(wù)風(fēng)險(xiǎn)管理，有助于減少不確定性，提高經(jīng)營(yíng)決策效率。因此，預(yù)期在地區(qū)法治環(huán)境更優(yōu)的地區(qū)，稅收征管數(shù)字化對(duì)新質(zhì)生產(chǎn)力的提升作用更大。借鑒劉慧龍等的做法，運(yùn)用市場(chǎng)化指數(shù)中“中介組織發(fā)育和法律得分”度量地區(qū)法治水平^[9]。表7列（1）結(jié)果表明，交互項(xiàng)DTA×Law的系數(shù)在1%顯著水平下為0.005，說(shuō)明在法治環(huán)境更優(yōu)的地區(qū)，稅收征管數(shù)字化更能促進(jìn)企業(yè)新質(zhì)生產(chǎn)力發(fā)展。

2. 行業(yè)特征。相比于傳統(tǒng)勞動(dòng)密集型行業(yè)，資本與技術(shù)密集型行業(yè)中的企業(yè)需要更多的資金和技術(shù)投入，信息不對(duì)稱(chēng)程度可能更強(qiáng)。稅收征管數(shù)字化所帶來(lái)的信息效應(yīng)和治理效應(yīng)，可能更大程度上緩解這一類(lèi)企業(yè)的融資約束和代理問(wèn)題。此外，這一類(lèi)企業(yè)本身往往有先進(jìn)技術(shù)積淀和財(cái)力資源，更有利于數(shù)字化稅收征管發(fā)揮要素配置效應(yīng)。因此預(yù)期，稅收征管數(shù)字化更能促進(jìn)技術(shù)與資本密集型行業(yè)的企業(yè)新質(zhì)生產(chǎn)力。參考魯桐和黨印的做法^[38]，將固定資產(chǎn)比重和研發(fā)支出比重作為分類(lèi)指標(biāo)，采用聚類(lèi)分析法將樣本企業(yè)分為勞動(dòng)密集型企業(yè)、資本與技術(shù)密集型企業(yè)，若該企業(yè)屬于資本與技術(shù)密集型，則KT取值為1，否則取值為0。表7列（2）顯示，交互項(xiàng)DTA×KT的系數(shù)在1%顯著性水平下為正，說(shuō)明稅收征管數(shù)字化對(duì)資本與技術(shù)密集型企業(yè)的新質(zhì)生產(chǎn)力促進(jìn)作用更大。

3. 政治關(guān)聯(lián)。政治關(guān)聯(lián)較強(qiáng)企業(yè)，如國(guó)有企業(yè)往往更容易獲得政府在資本、補(bǔ)貼、減稅等方面的支持，面臨的外部競(jìng)爭(zhēng)壓力相較于民營(yíng)企業(yè)更小，且任期制導(dǎo)致其高管往往更追求政治升遷，而非單純的經(jīng)濟(jì)業(yè)績(jī)和企業(yè)長(zhǎng)期價(jià)值。這可能導(dǎo)致相關(guān)管理層對(duì)于研發(fā)、綠色創(chuàng)新等風(fēng)險(xiǎn)高、回報(bào)期長(zhǎng)的活動(dòng)持消極態(tài)度，傾向以穩(wěn)健的投資經(jīng)營(yíng)策略避免任期內(nèi)的失敗“政績(jī)”^[39]。因此，政治關(guān)聯(lián)較強(qiáng)的企業(yè)可能受到一定的體制性因素制約，在一定程度上可能抑制數(shù)字化稅收征管對(duì)新質(zhì)生產(chǎn)力的促進(jìn)作用。為此，引入所有權(quán)性質(zhì)（State）和CEO政治背景（PC）作為政治關(guān)聯(lián)的代理變量，并構(gòu)建其與稅收征管數(shù)字化的交互項(xiàng)回歸（DTA×State、DTA×PC）。其中，對(duì)于所有權(quán)性質(zhì)（State），若實(shí)際控股股權(quán)為國(guó)有股份，則State取值為1，否則State取值為0；對(duì)于CEO政治背景（PC），若有政治背景，PC取值為1，否則取值為0。表7列（3）、列（4）中，DTA×State和DTA×PC的系數(shù)均在1%顯著性水平下為負(fù)，表明稅收征管數(shù)字化更大程度上提升了非國(guó)有企業(yè)和CEO不具備政治背景企業(yè)的新質(zhì)生產(chǎn)力，這意味著稅收征管數(shù)字化對(duì)新質(zhì)生產(chǎn)力的促進(jìn)作用在政治關(guān)聯(lián)更弱的企業(yè)中表現(xiàn)更加明顯。

五、結(jié)論與建議

依據(jù)2011—2022年稅收征管數(shù)字化文本分析數(shù)據(jù)，以A股上市公司為樣本，考察稅收征管數(shù)字化對(duì)新質(zhì)生產(chǎn)力的影響效應(yīng)與作用機(jī)制。結(jié)果顯示：（1）稅收征管數(shù)字化提高了企業(yè)新質(zhì)生產(chǎn)力。（2）稅收征管數(shù)字化通過(guò)緩解企業(yè)融資約束、降低代理成本以及倒逼企業(yè)數(shù)字化轉(zhuǎn)型三條路徑，促進(jìn)企業(yè)新質(zhì)生產(chǎn)力發(fā)展。（3）法治環(huán)境更好地區(qū)、資本與技術(shù)密集型企業(yè)以及政治關(guān)聯(lián)較弱企業(yè)，促進(jìn)作用更加明顯。

建議：第一，穩(wěn)步提升稅收征管數(shù)字化水平。充分整合數(shù)字基礎(chǔ)設(shè)施、信息化平臺(tái)、“數(shù)字+”稅務(wù)人才等多維立體資源，依托稅收大數(shù)據(jù)、稅收風(fēng)險(xiǎn)大模型等先進(jìn)技術(shù)手段，構(gòu)建高效、透明、智能化的現(xiàn)代化稅收征管體系。第二，大力支持企業(yè)數(shù)字化轉(zhuǎn)型。設(shè)立與完善企業(yè)數(shù)字化轉(zhuǎn)型的專(zhuān)項(xiàng)稅收優(yōu)惠政策，深化“稅銀互動(dòng)”等跨部門(mén)合作機(jī)制，以幫助企業(yè)紓解轉(zhuǎn)型過(guò)程中的資金困難；推動(dòng)納稅服務(wù)升級(jí)，確保數(shù)字化轉(zhuǎn)型相關(guān)稅收優(yōu)惠政策“應(yīng)享盡享”，簡(jiǎn)化稅務(wù)申報(bào)流程，有效降低企業(yè)涉稅制度性交易成本和稅務(wù)負(fù)擔(dān)。第三，充分發(fā)揮稅收征管數(shù)字化對(duì)企業(yè)新質(zhì)生產(chǎn)力的提升效應(yīng)。加強(qiáng)稅收大數(shù)據(jù)信息平臺(tái)建設(shè)，完善合規(guī)審查、風(fēng)險(xiǎn)評(píng)估、數(shù)據(jù)安全和隱私保護(hù)等配套監(jiān)管保障制度，持續(xù)優(yōu)化營(yíng)商環(huán)境，為強(qiáng)化稅收征管數(shù)字化對(duì)企業(yè)新質(zhì)生產(chǎn)力發(fā)展的正向效應(yīng)提供堅(jiān)實(shí)的技術(shù)支撐、制度支持和環(huán)境保障。

參考文獻(xiàn)：

［1］ 方鑄，白帆，王敏.數(shù)字化技術(shù)可以提升我國(guó)稅收征管效率嗎？——基于“寬帶中國(guó)”與“金稅三期”項(xiàng)目改革的研究[J].當(dāng)代經(jīng)濟(jì)管理，2023，45（6）：80-90.

［2］ 陳思霞，劉鋒，盧盛峰.信息化強(qiáng)征管與自覺(jué)納稅遵從[J].財(cái)經(jīng)研究，2023，49（2）：34-48.

［3］ Desai M A， Dyck A， Zingales L. Theft and taxes[J]. Journal of Financial Economics， 2007， 84： 591-623.

［4］ 王宜峰，魏興凱.稅收征管與企業(yè)金融化[J].經(jīng)濟(jì)學(xué)報(bào)，2024，11（2）：105-125.

［5］ 王濤，王建新.稅收征管數(shù)字化對(duì)公司信息披露質(zhì)量的影響：治理效應(yīng)分析視角[J].現(xiàn)代財(cái)經(jīng)（天津財(cái)經(jīng)大學(xué)學(xué)報(bào)），2023，43（9）：71-88.

［6］ 孫雪嬌，翟淑萍，于蘇.大數(shù)據(jù)稅收征管如何影響企業(yè)盈余管理？——基于“金稅三期”準(zhǔn)自然實(shí)驗(yàn)的證據(jù)[J].會(huì)計(jì)研究，2021（1）：67-81.

［7］ 劉進(jìn)，楊柳.稅收征管數(shù)字化升級(jí)對(duì)企業(yè)勞動(dòng)投資效率的影響[J].商業(yè)研究，2023（5）：72-80.

［8］ 閆華紅，李曉艷，劉靜.稅收征管數(shù)字化升級(jí)對(duì)企業(yè)風(fēng)險(xiǎn)承擔(dān)水平的影響研究[J].財(cái)政研究，2022（9）：89-103.

［9］ 劉慧龍，張玲玲，謝婧.稅收征管數(shù)字化升級(jí)與企業(yè)關(guān)聯(lián)交易治理[J].管理世界，2022，38（6）：158-176.

［10］張玉明，劉晗，李雙，等.數(shù)字化稅收征管與企業(yè)研發(fā)操縱行為——基于金稅三期工程的準(zhǔn)自然實(shí)驗(yàn)[J].外國(guó)經(jīng)濟(jì)與管理，2023，45（8）：3-16.

［11］鄭建明，孫詩(shī)璐.稅收征管與審計(jì)費(fèi)用——來(lái)自“金稅三期”的準(zhǔn)自然實(shí)驗(yàn)證據(jù)［J］.審計(jì)研究，2021（4）：43-52.

［12］魏志華，王孝華，蔡偉毅.稅收征管數(shù)字化與企業(yè)內(nèi)部薪酬差距[J].中國(guó)工業(yè)經(jīng)濟(jì)，2022（3）：152-170.

［13］潘佳鋒，房超.稅收征管數(shù)字化與企業(yè)實(shí)際稅負(fù)變動(dòng)——征管行為規(guī)范和征管能力提升雙重視角[J].地方財(cái)政研究，2024（9）：99-112.

［14］歐陽(yáng)潔，黃永穎，張克中.稅收征管的數(shù)字化轉(zhuǎn)型與企業(yè)投資：中國(guó)的經(jīng)驗(yàn)證據(jù)[J].財(cái)貿(mào)研究，2023，34（5）：39-53.

［15］申明浩，龐鈺標(biāo)，楊永聰.稅收征管數(shù)字化與企業(yè)投融資期限錯(cuò)配[J].商業(yè)研究，2023（6）：48-58.

［16］胡超，孫漢林，李泰霖.稅收征管數(shù)字化對(duì)企業(yè)出口產(chǎn)品質(zhì)量的影響［J］.稅務(wù)與經(jīng)濟(jì)，2023（6）：8-18．

［17］張國(guó)慶，黃杏子.國(guó)有企業(yè)融資約束、全要素生產(chǎn)率與西部地區(qū)經(jīng)濟(jì)高質(zhì)量發(fā)展［J］.南開(kāi)經(jīng)濟(jì)研究，2021（6）：179-196.

［18］Holmstrom B. Agency costs and innovation[J]. Journal of Economic Behavior amp; Organization， 1989， 12（3）： 305-327.

［19］李慶華，郭飛，劉坤鵬.使用衍生品的公司創(chuàng)新水平更高嗎——基于融資約束和高管風(fēng)險(xiǎn)承擔(dān)意愿視角[J].會(huì)計(jì)研究，2021（2）：149-163.

［20］張斌，李亮. “數(shù)據(jù)要素×”驅(qū)動(dòng)新質(zhì)生產(chǎn)力：內(nèi)在邏輯與實(shí)現(xiàn)路徑[J]. 當(dāng)代經(jīng)濟(jì)管理：2024（8）：1-10.

［21］Myers S， Majluf N. Corporate financing and investment decisions when firms have information that investors do not have[J]. Journal of Financial Economics， 1984，13： 187-221.

［22］程遠(yuǎn)，莊芹芹，郭明英，等. 融資約束對(duì)企業(yè)創(chuàng)新的影響——基于中國(guó)工業(yè)企業(yè)數(shù)據(jù)的經(jīng)驗(yàn)證據(jù)[J]. 產(chǎn)業(yè)經(jīng)濟(jì)評(píng)論， 2021（3）： 114-132.

［23］劉強(qiáng)，陳帥弟，韓洪靈. 納稅聲譽(yù)與企業(yè)風(fēng)險(xiǎn)——基于經(jīng)濟(jì)政策不確定性加劇的證據(jù)[J]. 財(cái)政研究， 2023（10）： 74-86.

［24］陳彪，羅鵬飛，楊金強(qiáng). 銀稅互動(dòng)、融資約束與小微企業(yè)投融資[J]. 經(jīng)濟(jì)研究， 2021，56（12）： 77-93.

［25］曾亞敏，張俊生. 稅收征管能夠發(fā)揮公司治理功用嗎？[J]. 管理世界， 2009（3）： 143-151， 158.

［26］Zhong R. Transparency and firm innovation[J]. Journal of Accounting and Economics， 2018， 66： 67-93.

［27］楊旭東，彭晨宸，沈彥杰. 稅收征管信息化可以提高企業(yè)內(nèi)部控制質(zhì)量嗎？[J]. 審計(jì)研究， 2023（6）： 149-160.

［28］姜雙雙，劉光彥. 風(fēng)險(xiǎn)投資、信息透明度對(duì)企業(yè)創(chuàng)新意愿的影響研究[J]. 管理學(xué)報(bào)， 2021，18（8）： 1187-1194.

［29］David H. Managerial reputation and corporate investment decisions[J]. Financial Management， 1993， 22： 145.

［30］宋佳，張金昌，潘藝.ESG發(fā)展對(duì)企業(yè)新質(zhì)生產(chǎn)力影響的研究——來(lái)自中國(guó)A股上市企業(yè)的經(jīng)驗(yàn)證據(jù)[J].當(dāng)代經(jīng)濟(jì)管理，2024，46（6）：1-11.

［31］王宏偉. 基于平衡計(jì)分卡的稅收治理能力評(píng)價(jià)研究 [J]. 西安財(cái)經(jīng)大學(xué)學(xué)報(bào)， 2020， 33（1）： 120-127.

［32］OECD. Tax administration 3.0： the digital transformation of tax administration [R].Paris：OECD，2020.

［33］金智，黃承浩.稅收征管與企業(yè)社會(huì)責(zé)任——基于“金稅三期”的證據(jù)[J].會(huì)計(jì)研究，2022（10）：71-84.

［34］An Y B， Jin H， Liu Q F， et al. Media attention and agency costs：evidence from listed companies in China[J]. Journal of International Money and Finance， 2022， 124： 102609.

［35］吳非，胡慧芷，林慧妍，等.企業(yè)數(shù)字化轉(zhuǎn)型與資本市場(chǎng)表現(xiàn)——來(lái)自股票流動(dòng)性的經(jīng)驗(yàn)證據(jù)[J].管理世界，2021，37（7）：130-144，10.

［36］毛捷，曹婧，劉玎倩. 信息完備與稅收遵從[J]. 世界經(jīng)濟(jì)， 2022， 45（6）： 87-111.

［37］江艇.因果推斷經(jīng)驗(yàn)研究中的中介效應(yīng)與調(diào)節(jié)效應(yīng)[J].中國(guó)工業(yè)經(jīng)濟(jì)，2022（5）：100-120.

［38］魯桐，黨印.公司治理與技術(shù)創(chuàng)新：分行業(yè)比較[J].經(jīng)濟(jì)研究，2014，49（6）：115-128.

［39］熊家財(cái)，桂荷發(fā).政治關(guān)聯(lián)與企業(yè)創(chuàng)新：來(lái)自PSM的證據(jù)[J].科研管理，2020，41（7）：11-19.

（責(zé)任編輯：鐘瑤，鄒彬）

Research on the Impact of Tax Administration Digitalization on

New Quality Productive Forces： Micro Microdata from Text Analysis

of Tax Administration and A-Share Listed Companies

LIU Xiangling^1，2， GONG Rizhao1，CUI Haonan1

（1. School of Business， Hunan University of Science and Technology， Xiangtan， Hunan 411201，China;

2. School of Management， Hunan Institute of Engineering， Xiangtan， Hunan 411104， China）

Abstract：Based on text analysis on tax administration digitalization and microdata from A-share listed companies， this study examines the impact of tax administration digitalization on new quality productive forces. The results show that tax administration digitalization significantly promotes the corporate new quality productive forces by alleviating financing constraints， reducing agency costs， and promoting digital transformation. Heterogeneity analysis indicates that this positive effect is more pronounced in regions with better legal environments， in capital and technology-intensive industries， and among enterprises with weaker political connections. In light of these findings， it is recommended to continuously and deeply advance the digitalization of tax administration， improve supporting mechanisms for corporate transparency， governance， and digital transformation， and implement targeted and differentiated tax enforcement strategies to promote corporate new quality productive forces.

Key words：tax administration digitalization; new quality productive forces; text analysis