一、引言

近年來(lái)，數(shù)字經(jīng)濟(jì)發(fā)展速度之快、輻射范圍之廣、影響程度之深前所未有，正在成為重組全球要素資源、重塑全球經(jīng)濟(jì)結(jié)構(gòu)、改變?nèi)蚋?jìng)爭(zhēng)格局的關(guān)鍵力量（習(xí)近平，2022）。我國(guó)高度重視發(fā)展數(shù)字經(jīng)濟(jì)，黨的二十大報(bào)告提出要促進(jìn)數(shù)字經(jīng)濟(jì)和實(shí)體經(jīng)濟(jì)深度融合，打造具有國(guó)際競(jìng)爭(zhēng)力的數(shù)字產(chǎn)業(yè)集群，《中華人民共和國(guó)國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》《“十四五”數(shù)字經(jīng)濟(jì)發(fā)展規(guī)劃》數(shù)字中國(guó)建設(shè)整體布局規(guī)劃》等進(jìn)一步強(qiáng)調(diào)要協(xié)同推進(jìn)數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化，發(fā)揮數(shù)字技術(shù)賦能效應(yīng)，推動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型升級(jí)。中國(guó)信息通信研究院發(fā)布的中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展研究系列報(bào)告顯示，2016—2022年，我國(guó)數(shù)字經(jīng)濟(jì)規(guī)模從22.6萬(wàn)億元增長(zhǎng)到50.2萬(wàn)億元，年均增速顯著高于同期國(guó)內(nèi)生產(chǎn)總值（GDP）年均增速5.8個(gè)百分點(diǎn)，占GDP比重從 30.3% 提高到 41.5% 。

從經(jīng)濟(jì)結(jié)構(gòu)看，我國(guó)數(shù)字經(jīng)濟(jì)主要由數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化兩部分構(gòu)成，2022年各自經(jīng)濟(jì)規(guī)模分別為9.2萬(wàn)億元和41萬(wàn)億元，兩者比值呈現(xiàn)穩(wěn)定的二八結(jié)構(gòu)①。其中企業(yè)數(shù)字化轉(zhuǎn)型作為產(chǎn)業(yè)數(shù)字化的重要組成內(nèi)容，既是引領(lǐng)數(shù)字化轉(zhuǎn)型的重要力量，又是反映數(shù)字化轉(zhuǎn)型成效的重要領(lǐng)域（吳非等，2021b;郭豐等，2023;Caietal.，2023）。如何又好又快實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型，已經(jīng)成為數(shù)字時(shí)代各類企業(yè)的一道必答題。然而，大多數(shù)企業(yè)尤其是中小企業(yè)由于基礎(chǔ)技術(shù)能力不足、轉(zhuǎn)型成本過(guò)高、轉(zhuǎn)型風(fēng)險(xiǎn)過(guò)大等因素，往往陷人“不會(huì)轉(zhuǎn)”“不能轉(zhuǎn)”和\"不敢轉(zhuǎn)\"的困境（王海等，2023）。全球知名管理咨詢公司埃森哲發(fā)布的《2023埃森哲中國(guó)企業(yè)數(shù)字化轉(zhuǎn)型指數(shù)》顯示，超過(guò)半數(shù)（ 53% 的中國(guó)受訪企業(yè)計(jì)劃繼續(xù)加大數(shù)字化投入，但只有 2% 的企業(yè)開(kāi)啟了全面重塑戰(zhàn)略，即以強(qiáng)大的數(shù)字核心能力重塑各業(yè)務(wù)和各職能，這一比例明顯低于歐洲 （6% ）北美 （8% 以及全球企業(yè)平均占比 。

從學(xué)界研究看，部分學(xué)者深人討論了企業(yè)數(shù)字化轉(zhuǎn)型的經(jīng)濟(jì)后果，如伴隨企業(yè)數(shù)字化轉(zhuǎn)型程度的提高，有助于提升企業(yè)的股票流動(dòng)性水平（吳非等，2021b）、勞動(dòng)收人份額（肖土盛等，2022;Yanget al.，2023）、綠色創(chuàng)新（申明浩和譚偉杰，2022；郭豐等，2023）、ESG表現(xiàn)（胡潔等，2023;Cai et al.，2023）等。大多數(shù)學(xué)者聚焦企業(yè)數(shù)字化轉(zhuǎn)型的影響因素，既包括企業(yè)的內(nèi)部因素，如高管的數(shù)字化認(rèn)知（李蘭等，2022）、經(jīng)歷背景（陽(yáng)鎮(zhèn)等，2022;Kong et al.，2023）、團(tuán)隊(duì)異質(zhì)性（湯萱等，2022）、信息技術(shù)經(jīng)驗(yàn)（劉錫祿等，2023）等，也包括企業(yè)的外部因素，如數(shù)字基礎(chǔ)設(shè)施（毛寧等，2022;王海等，2023;Wuet al.，2023）、營(yíng)商環(huán)境變化（Luo et al.，2023;Jia etal.，2023）、激勵(lì)性產(chǎn)業(yè)政策（向海凌等，2023;孫偉增等，2023;Wen and Deng，2023）等。與此同時(shí)，隨著稅收在國(guó)家治理中的基礎(chǔ)性、支柱性、保障性作用愈發(fā)凸顯，越來(lái)越多學(xué)者關(guān)注到稅收因素促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型方面的積極作用，紛紛從稅收優(yōu)惠（黃一松，2023;蔡宏波等，2023;Wang etal.，2023）、減稅降費(fèi)（盧小祁和俞毛毛，2023;朱穎等，2023;曹直和吳非，2023）、營(yíng)改增（王宏鳴等，2023;Chen etal.，2023）等稅收政策和稅制改革領(lǐng)域出發(fā)，實(shí)證檢驗(yàn)了稅收促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型的作用。然而，截至目前，鮮有學(xué)者從稅收征管視角研究其對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響及其作用機(jī)制。

事實(shí)上，稅收征管作為一種影響企業(yè)行為的重要外部治理機(jī)制，備受學(xué)界關(guān)注（Desai，2007；曾亞敏和張俊生，2009;魏志華等，2022）。已有大量文獻(xiàn)研究驗(yàn)證了稅收征管會(huì)通過(guò)征管技術(shù)、征管制度、征管努力等途徑，對(duì)企業(yè)行為產(chǎn)生不同程度的影響。近年來(lái)，不少學(xué)者嘗試立足稅收征管體制視角，將2018年國(guó)稅地稅合并事件視為一項(xiàng)良好的準(zhǔn)自然實(shí)驗(yàn)，并采用雙重差分模型實(shí)證檢驗(yàn)該事件對(duì)企業(yè)行為影響（葉永衛(wèi)等，2022;范子英等，2022;Liu et al.，2022;劉貫春等，2023;Feng et al.，2023），這一類文獻(xiàn)成果的研究方法和思路為本文提供了重要參考?；诖?，本文擬立足稅收征管視角，將國(guó)稅地稅合并視為一項(xiàng)準(zhǔn)自然實(shí)驗(yàn)，以2014—2021年我國(guó)A股上市企業(yè)為研究對(duì)象，構(gòu)建雙重差分模型（Difference inDifferences Model，DID Model）實(shí)證考察其對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響和作用機(jī)制。

與已有研究相比，本文可能存在的邊際貢獻(xiàn)有三點(diǎn)：第一，從稅收征管視角拓展了企業(yè)數(shù)字化轉(zhuǎn)型的動(dòng)因研究，為全方位考察企業(yè)數(shù)字化轉(zhuǎn)型的影響因素提供了新的經(jīng)驗(yàn)證據(jù);第二，細(xì)致地識(shí)別了國(guó)稅地稅合并事件影響企業(yè)數(shù)字化轉(zhuǎn)型的內(nèi)在機(jī)制及其異質(zhì)性表現(xiàn)，為全面理解稅收征管對(duì)企業(yè)行為的治理作用提供了新的觀察視角。第三，立足數(shù)字化背景下探討稅收征管與企業(yè)轉(zhuǎn)型升級(jí)之間的關(guān)系，既有利于揭開(kāi)稅收征管影響企業(yè)行為的機(jī)制“黑箱”，也有利于進(jìn)一步深化對(duì)稅收治理現(xiàn)代化服務(wù)國(guó)家治理現(xiàn)代化的理解和認(rèn)識(shí)。

本文剩余內(nèi)容的結(jié)構(gòu)安排如下：第二部分為制度背景與研究假說(shuō);第三部分為實(shí)證研究設(shè)計(jì)，包括模型、數(shù)據(jù)與說(shuō)明;第四部分為實(shí)證檢驗(yàn)結(jié)果，包括基準(zhǔn)回歸結(jié)果和穩(wěn)健性檢驗(yàn)結(jié)果;第五部分為機(jī)制探索;第六部分為異質(zhì)性分析;第七部分為研究結(jié)論與政策建議。

二、制度背景與研究假說(shuō)

（一）制度背景

自分稅制改革實(shí)施以來(lái)，稅收征管議題備受各界關(guān)注，尤其是國(guó)稅地稅為主要內(nèi)容的稅收征管體制的調(diào)整與變化，是研究中央與地方關(guān)系、政府與市場(chǎng)關(guān)系，以及征納關(guān)系變化的一個(gè)重要視角。概而言之，1994年以來(lái)我國(guó)稅收征管體制大致經(jīng)歷了“國(guó)稅地稅分設(shè)到合作再到合并\"的發(fā)展歷程，每一次調(diào)整變革都是因應(yīng)時(shí)勢(shì)及貫徹執(zhí)行國(guó)家重大決策戰(zhàn)略而為，會(huì)對(duì)企業(yè)行為產(chǎn)生沖擊和影響。具體而言：

1.國(guó)稅地稅分設(shè)時(shí)期（1994—2014年）

為應(yīng)對(duì)“兩個(gè)比重\"下降局面，提高國(guó)家能力特別是國(guó)家汲取財(cái)政能力（王紹光和胡鞍鋼，1993），我國(guó)從1994年1月1日起改革地方財(cái)政包干體制，對(duì)各地實(shí)行分稅制財(cái)政管理體制，并將分設(shè)國(guó)稅局、地稅局作為重要配套改革同步實(shí)施，其中國(guó)稅局實(shí)行垂直管理，其人員編制、經(jīng)費(fèi)、干部任免等均采取下管一級(jí)的原則，運(yùn)行具有相對(duì)獨(dú)立性。地稅局延續(xù)之前的屬地化管理。1997年，國(guó)家稅務(wù)總局開(kāi)始推行國(guó)稅局局長(zhǎng)的異地交流制度，進(jìn)一步增強(qiáng)了國(guó)稅局稅務(wù)執(zhí)法的征管獨(dú)立性（范子英和田彬彬，2016）。2002年，中央將原屬于地方的企業(yè)所得稅變更為中央與地方共享稅，并對(duì)企業(yè)所得稅的征管體制進(jìn)行改革①，這一改革直接影響企業(yè)的投資、避稅等生產(chǎn)經(jīng)營(yíng)決策（劉行等，2017；劉忠和李殷，2019；杜鵬程等，2021）

2.國(guó)稅地稅合作時(shí)期（2015—2017年）

伴隨“互聯(lián)網(wǎng) + 稅務(wù)\"浪潮對(duì)稅收征管理念、征管模式的巨大沖擊，2015年7月，國(guó)家稅務(wù)總局印發(fā)《國(guó)家稅務(wù)局地方稅務(wù)局合作工作規(guī)范（1.0版）》，要求各級(jí)國(guó)稅局、地稅局以信息共享為基礎(chǔ)，以現(xiàn)代信息技術(shù)為依托，創(chuàng)新合作形式，拓寬合作領(lǐng)域。2016年1月起實(shí)施《國(guó)家稅務(wù)局地方稅務(wù)局合作工作規(guī)范（2.0版）》，在對(duì)每個(gè)合作事項(xiàng)逐項(xiàng)列明信息化支撐手段的基礎(chǔ)上，推動(dòng)國(guó)稅地稅在更深層次、更廣范圍加強(qiáng)合作，并陸續(xù)設(shè)立了若干國(guó)稅地稅合作縣級(jí)示范區(qū)、市級(jí)合作示范區(qū)②。有研究表明，這些合作示范區(qū)有利于加強(qiáng)國(guó)稅地稅間的信息溝通，進(jìn)一步提高了稅收征管能力（張明昂等，2023）。這一時(shí)期，我國(guó)全面推開(kāi)營(yíng)改增試點(diǎn)，將地稅局征管的營(yíng)業(yè)稅改為增值稅并由國(guó)稅局征管，是稅收征管體制的又一次深刻變革。眾多實(shí)證研究表明，營(yíng)改增不僅促進(jìn)了企業(yè)的專業(yè)化分工（陳釗和王腸，2016；范子英和彭飛，2017），也對(duì)企業(yè)的研發(fā)創(chuàng)新等行為產(chǎn)生積極影響（袁從師等，2015；曹平和王桂軍，2018）。

3.國(guó)稅地稅合并時(shí)期（2018年至今）

2018年3月，中共中央印發(fā)《深化黨和國(guó)家機(jī)構(gòu)改革方案》，提出改革國(guó)稅地稅征管體制，將省級(jí)和省級(jí)以下國(guó)稅地稅機(jī)構(gòu)合并。同年7月，中辦國(guó)辦印發(fā)《國(guó)稅地稅征管體制改革方案》，明確了國(guó)稅地稅征管體制改革的指導(dǎo)思想、基本原則和主要目標(biāo)，提出改革的主要任務(wù)及實(shí)施步驟、保障措施等。此次合并看似重回1994年之前的稅收征管模式，但在征管體制和征管效率上卻有本質(zhì)區(qū)別（范子英等，2022；劉貫春等，2023）。學(xué)界普遍認(rèn)為國(guó)稅地稅合并不僅是稅務(wù)機(jī)構(gòu)形態(tài)的重大調(diào)整，更是稅收征管體制的根本性改革，這一事件沖擊具有一定的外生性，與計(jì)量經(jīng)濟(jì)學(xué)中準(zhǔn)自然實(shí)驗(yàn)（Quasi-natural Experiment）法的要求在本質(zhì)上是一致的，將其作為一項(xiàng)良好的準(zhǔn)自然實(shí)驗(yàn)，實(shí)證檢驗(yàn)其對(duì)企業(yè)行為的影響效果及作用機(jī)制（葉永衛(wèi)等，2022;范子英等，2022;Liuet al.，2022;劉貫春等，2023;Feng et al.，2023）。

（二）研究假說(shuō)

在數(shù)字經(jīng)濟(jì)發(fā)展的浪潮中，數(shù)字化轉(zhuǎn)型已經(jīng)成為當(dāng)代企業(yè)順應(yīng)時(shí)代發(fā)展的必然趨勢(shì)（李蘭等，2022;李思飛等，2023）。主要包括以下原因：一是市場(chǎng)競(jìng)爭(zhēng)壓力。越來(lái)越多的企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型，通過(guò)數(shù)字化技術(shù)提升產(chǎn)品和服務(wù)質(zhì)量。企業(yè)需要進(jìn)行數(shù)字化轉(zhuǎn)型，從而在競(jìng)爭(zhēng)愈發(fā)激烈的市場(chǎng)中保持競(jìng)爭(zhēng)力（白雪潔等，2024）。二是成本節(jié)約和效率提升。數(shù)字化轉(zhuǎn)型通過(guò)優(yōu)化業(yè)務(wù)流程、提高運(yùn)營(yíng)效率和減少資源消耗等多方面的措施，能夠幫助企業(yè)實(shí)現(xiàn)降本增效（黃麗華等，2021）。三是國(guó)家政策引領(lǐng)。近年來(lái)，我國(guó)陸續(xù)發(fā)布《“十四五\"數(shù)字經(jīng)濟(jì)發(fā)展規(guī)劃》《中小企業(yè)數(shù)字化轉(zhuǎn)型指南》數(shù)字中國(guó)建設(shè)整體布局規(guī)劃》等政策文件，推動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型，增強(qiáng)企業(yè)綜合實(shí)力和核心競(jìng)爭(zhēng)力（史宇鵬等，2021）。四是風(fēng)險(xiǎn)管理和合規(guī)性。數(shù)字化技術(shù)有助于企業(yè)提升信息安全管理水平，可以幫助企業(yè)更好地管理風(fēng)險(xiǎn)和遵守法規(guī)。除此之外，企業(yè)數(shù)字化轉(zhuǎn)型的動(dòng)機(jī)還包括應(yīng)對(duì)市場(chǎng)變化、提升品牌價(jià)值、創(chuàng)新產(chǎn)品、提升客戶體驗(yàn)、履行社會(huì)責(zé)任和進(jìn)行全球化擴(kuò)展等主動(dòng)因素和應(yīng)對(duì)資本市場(chǎng)壓力、勞動(dòng)力短缺和公眾期望等被動(dòng)因素（李蘭等，2022；朱秀梅和林曉玥，2022；白雪潔等，2024）。

但是，企業(yè)的數(shù)字化轉(zhuǎn)型主要面臨三大難題：一是基礎(chǔ)技術(shù)能力不足造成的“不會(huì)轉(zhuǎn)”；二是轉(zhuǎn)型成本過(guò)高造成的“不能轉(zhuǎn)”；三是轉(zhuǎn)型風(fēng)險(xiǎn)過(guò)大造成的“不敢轉(zhuǎn)”（蔡宏波等，2023;甄紅線等，2023）。技術(shù)、資金、風(fēng)險(xiǎn)是阻礙企業(yè)數(shù)字化轉(zhuǎn)型的三座大山。當(dāng)企業(yè)能夠在提升技術(shù)能力、擁有充足資金和降低轉(zhuǎn)型風(fēng)險(xiǎn)的一個(gè)或者多個(gè)方面取得突破時(shí)，在數(shù)字化轉(zhuǎn)型動(dòng)機(jī)的推動(dòng)下，企業(yè)數(shù)字化轉(zhuǎn)型意愿和行動(dòng)力將得到提升。

首先，國(guó)稅地稅合并能夠通過(guò)緩解企業(yè)融資約束促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。國(guó)稅地稅合并能夠緩解企業(yè)委托代理問(wèn)題，進(jìn)而緩解企業(yè)融資約束。第一，國(guó)稅地稅合并后，新稅務(wù)機(jī)構(gòu)整合形成統(tǒng)一的稅收信息系統(tǒng)，能夠提供更全面、準(zhǔn)確和透明的企業(yè)財(cái)稅信息，有助于股東更好地監(jiān)督和評(píng)估管理者的表現(xiàn)，緩解股東和管理者之間的委托代理問(wèn)題（劉貫春等，2023）。第二，統(tǒng)一的稅收政策和管理要求企業(yè)建立健全的財(cái)務(wù)和稅務(wù)管理制度，提升內(nèi)部控制和治理水平，減少管理層可能的機(jī)會(huì)主義行為（Li etal.，2023）。透明和簡(jiǎn)化的稅收管理制度使得舞弊行為更容易被發(fā)現(xiàn)和糾正，增強(qiáng)了股東對(duì)管理層的信任，緩解了委托代理問(wèn)題（蔡昌等，2021）。委托代理問(wèn)題的緩解有助于企業(yè)獲得融資。第一，企業(yè)內(nèi)部的財(cái)務(wù)和運(yùn)營(yíng)狀況變得更加透明，信息不對(duì)稱減少，外部投資者和金融機(jī)構(gòu)更容易獲得準(zhǔn)確的信息，從而提高對(duì)企業(yè)的信任度和信用評(píng)級(jí)（葉永衛(wèi)等，2022）。第二，優(yōu)質(zhì)的管理和高效的運(yùn)營(yíng)增強(qiáng)了企業(yè)的盈利能力和償債能力，企業(yè)財(cái)務(wù)狀況和未來(lái)預(yù)期變得更加穩(wěn)定和可預(yù)測(cè)，企業(yè)整體績(jī)效得以提升，使其更容易獲得融資（李成明等，2023）。葉永衛(wèi)等（2022）的研究發(fā)現(xiàn)，國(guó)稅地稅合并能夠增加企業(yè)所獲得的長(zhǎng)期貸款，緩解企業(yè)面臨的長(zhǎng)期資金約束困境。

融資約束長(zhǎng)期以來(lái)都是企業(yè)數(shù)字化轉(zhuǎn)型的桎梏，企業(yè)囿于融資約束難以獲得充足的轉(zhuǎn)型資金，制約了其推進(jìn)數(shù)字化轉(zhuǎn)型的能力（申志軒等，2024）。企業(yè)融資成本的降低和融資可得性的增強(qiáng)能夠?yàn)槠髽I(yè)發(fā)展提供資金支撐（Lietal.，2023）。在市場(chǎng)競(jìng)爭(zhēng)壓力、效率提升和成本節(jié)約、國(guó)家政策引領(lǐng)、風(fēng)險(xiǎn)管理和合規(guī)性等數(shù)字化轉(zhuǎn)型動(dòng)機(jī)的驅(qū)動(dòng)下，這些資金可以用于企業(yè)招聘數(shù)字人才、購(gòu)買數(shù)字化設(shè)備、引人數(shù)字化技術(shù)、建設(shè)數(shù)字化平臺(tái)、優(yōu)化資源配置等，減少因資金不足而導(dǎo)致的轉(zhuǎn)型失敗風(fēng)險(xiǎn)（吳非等， 2021a ；李思飛等，2023）。企業(yè)在進(jìn)行數(shù)字化轉(zhuǎn)型戰(zhàn)略選擇時(shí)面臨的“不能轉(zhuǎn)”和“不敢轉(zhuǎn)”問(wèn)題得以緩解，企業(yè)將加快數(shù)字化轉(zhuǎn)型的步伐（李蘭等，2022）。由此，本文提出以下待檢驗(yàn)的研究假說(shuō)：

研究假說(shuō)1：國(guó)稅地稅合并能夠緩解企業(yè)的融資約束，形成“治理效應(yīng)”，從而促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。

其次，國(guó)稅地稅合并能夠通過(guò)推動(dòng)企業(yè)創(chuàng)新促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。國(guó)稅地稅合并可從以下兩個(gè)方面推動(dòng)企業(yè)創(chuàng)新。一是提高政策的穩(wěn)定性和連續(xù)性。國(guó)稅地稅合并后，稅收政策更加統(tǒng)一和透明、可預(yù)見(jiàn)性和穩(wěn)定性進(jìn)一步增強(qiáng)，減少了企業(yè)在不同地區(qū)面臨不同稅收政策的困擾，減少了企業(yè)的稅務(wù)風(fēng)險(xiǎn)，增強(qiáng)了企業(yè)進(jìn)行長(zhǎng)期創(chuàng)新投資的信心，有助于企業(yè)在創(chuàng)新活動(dòng)中更加大膽地投入資源（劉貫春等，2023）。二是優(yōu)化稅收營(yíng)商環(huán)境。統(tǒng)一的稅收管理標(biāo)準(zhǔn)和流程減少了企業(yè)的合規(guī)成本，有助于企業(yè)更高效地管理稅收事務(wù)，實(shí)現(xiàn)“少跑腿好辦事”，企業(yè)能夠?qū)⒏嗑Ψ旁诤诵臉I(yè)務(wù)和創(chuàng)新活動(dòng)上（林志帆和王茂森，2023）。同時(shí)，稅務(wù)機(jī)關(guān)可以更好地掌握企業(yè)的經(jīng)營(yíng)狀況，更精準(zhǔn)地識(shí)別符合條件的高新技術(shù)企業(yè)、研發(fā)企業(yè)和創(chuàng)新型中小企業(yè)，確保稅收優(yōu)惠政策精準(zhǔn)到位，實(shí)現(xiàn)“政策紅利精準(zhǔn)直達(dá)\"（Liuetal.，2023）。另外，國(guó)稅地稅合并能夠減少企業(yè)尋租行為。合并后的稅務(wù)機(jī)關(guān)集中管理和統(tǒng)一監(jiān)督，降低了企業(yè)通過(guò)尋租獲取稅收優(yōu)惠的可能性，減少了稅收上的地方保護(hù)主義和不公平競(jìng)爭(zhēng)現(xiàn)象（狄盈馨等，2024）。公平的市場(chǎng)競(jìng)爭(zhēng)環(huán)境激勵(lì)企業(yè)不斷進(jìn)行技術(shù)創(chuàng)新，以在市場(chǎng)中獲得競(jìng)爭(zhēng)優(yōu)勢(shì)。

企業(yè)創(chuàng)新往往伴隨著對(duì)新技術(shù)的不斷探索和應(yīng)用。在數(shù)字化轉(zhuǎn)型過(guò)程中，企業(yè)需要引人如人工智能、區(qū)塊鏈、云計(jì)算、大數(shù)據(jù)等數(shù)字技術(shù)，以優(yōu)化業(yè)務(wù)流程、提升生產(chǎn)效率、快速響應(yīng)市場(chǎng)需求（李蘭等，2022）。這些技術(shù)的引入和應(yīng)用正是企業(yè)創(chuàng)新的重要體現(xiàn)。在數(shù)字化轉(zhuǎn)型動(dòng)機(jī)的推動(dòng)下，創(chuàng)新能力的增強(qiáng)能夠?yàn)槠髽I(yè)數(shù)字化轉(zhuǎn)型提供必要的技術(shù)支持，企業(yè)在進(jìn)行數(shù)字化轉(zhuǎn)型戰(zhàn)略選擇時(shí)面臨的“不會(huì)轉(zhuǎn)\"問(wèn)題得以減輕（狄盈馨等，2024）。同時(shí)，企業(yè)創(chuàng)新水平的提升還能從管理、人才、資源、市場(chǎng)、客戶等多個(gè)方面推動(dòng)企業(yè)向數(shù)字化方向邁進(jìn)，進(jìn)而提升企業(yè)在數(shù)字化時(shí)代的競(jìng)爭(zhēng)力和可持續(xù)發(fā)展能力（羅棟梁等，2024）。本文提出以下待檢驗(yàn)的研究假說(shuō)：

研究假說(shuō)2：國(guó)稅地稅合并能夠推動(dòng)企業(yè)創(chuàng)新，形成“創(chuàng)新驅(qū)動(dòng)效應(yīng)”，從而促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。

再次，國(guó)稅地稅合并能夠通過(guò)增加企業(yè)稅負(fù)抑制企業(yè)數(shù)字化轉(zhuǎn)型。大量研究表明，國(guó)稅地稅合并可以通過(guò)降低企業(yè)的稅收遵從成本、改善征納雙方的信息不對(duì)稱、緩解地方政府對(duì)稅收干預(yù)等渠道，降低企業(yè)的逃稅程度，增加企業(yè)的稅負(fù)（葉永衛(wèi)等，2022;范子英等，2022;趙玉潔和孫雪嬌，2023）。國(guó)稅地稅合并使得A股上市企業(yè)在2018—2020三年里的所得稅費(fèi)用分別增加了209億元、214億元和216億元，總計(jì)639億元（范子英等，2022）。稅負(fù)是企業(yè)的一項(xiàng)重要的現(xiàn)金流出和成本負(fù)擔(dān)，提高稅負(fù)會(huì)降低企業(yè)的現(xiàn)金流動(dòng)性，惡化其財(cái)務(wù)狀況，進(jìn)而降低資源配置效率和經(jīng)營(yíng)績(jī)效（林志帆和王茂森，2023）。考慮到數(shù)字化轉(zhuǎn)型具有周期長(zhǎng)、成本高、風(fēng)險(xiǎn)大等特征，良好的財(cái)務(wù)狀況和經(jīng)營(yíng)績(jī)效是企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型的必要條件（蔡宏波等，2023）。因此，財(cái)務(wù)狀況和經(jīng)營(yíng)績(jī)效的惡化會(huì)從兩方面抑制企業(yè)數(shù)字化轉(zhuǎn)型。第一，減少企業(yè)的研發(fā)創(chuàng)新投人，削弱基礎(chǔ)技術(shù)能力和數(shù)字技術(shù)應(yīng)用水平（Huang et al.，2023），使得缺少數(shù)字化轉(zhuǎn)型相關(guān)技術(shù)和專利儲(chǔ)備的企業(yè)更加“不會(huì)轉(zhuǎn)”（Li andWang，2023）。第二，經(jīng)營(yíng)績(jī)效的惡化導(dǎo)致企業(yè)在面對(duì)數(shù)字化轉(zhuǎn)型的戰(zhàn)略選擇時(shí)，會(huì)權(quán)衡數(shù)字化轉(zhuǎn)型帶來(lái)的資金壓力和諸多不確定性，更加“不能轉(zhuǎn)”和“不敢轉(zhuǎn)”（李成明等，2023）。由此，本文提出以下待檢驗(yàn)的研究假說(shuō)：

研究假說(shuō)3：國(guó)稅地稅合并會(huì)提升企業(yè)的稅負(fù)，形成“征稅效應(yīng)”，從而抑制企業(yè)數(shù)字化轉(zhuǎn)型。

綜上所述，國(guó)稅地稅合并形成的“治理效應(yīng)”“創(chuàng)新驅(qū)動(dòng)效應(yīng)\"\"征稅效應(yīng)\"對(duì)企業(yè)數(shù)字化轉(zhuǎn)型起不同方向的作用。但是，在這3種效應(yīng)的共同作用下，企業(yè)數(shù)字化轉(zhuǎn)型是得到了促進(jìn)還是抑制，需要通過(guò)實(shí)證進(jìn)行檢驗(yàn)。

三、實(shí)證研究設(shè)計(jì)

（一）計(jì)量模型

為考察國(guó)稅地稅合并對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響，本文借鑒范子英等（2022）、劉貫春等（2023）將國(guó)稅地稅合并事件視為一項(xiàng)準(zhǔn)自然實(shí)驗(yàn)的研究思路，構(gòu)建如下DID模型：

）igital_it=α₁+β₁Treat_i×Post_t+λ₁X^′+θ_i+μ_t+ε_it

其中，下標(biāo)i代表企業(yè)、t代表年份。Digital，為被解釋變量，表示在t年企業(yè)i的數(shù)字化轉(zhuǎn)型水平。Treat_i×Post_t 為核心解釋變量， Treat_i 和 Post_t 依次表示處理變量和政策沖擊變量。 ΔX^′ 為控制變量集合。 θ_i 為個(gè)體固定效應(yīng)， μ_t 為年份固定效應(yīng)， ε_it 為隨機(jī)誤差項(xiàng)。由于處理變量 Treat_i 不隨時(shí)間改變，政策沖擊變量 Post_t 與企業(yè)個(gè)體無(wú)關(guān)，兩者分別被個(gè)體固定效應(yīng)和年份固定效應(yīng)所吸收，因此在模型（1）中不再單獨(dú)控制。

系數(shù) β₁ 是本文最關(guān)心的系數(shù)。如果 β₁ 顯著大于0，表示國(guó)稅地稅合并促進(jìn)了企業(yè)數(shù)字化轉(zhuǎn)型，假說(shuō)3的“征稅效應(yīng)\"小于假說(shuō)1和假說(shuō)2的\"治理效應(yīng)\"“創(chuàng)新驅(qū)動(dòng)效應(yīng)\"之和；如果 β₁ 顯著小于0，表示國(guó)稅地稅合并抑制了企業(yè)數(shù)字化轉(zhuǎn)型，假說(shuō)3的“征稅效應(yīng)\"大于假說(shuō)1和假說(shuō)2的\"治理效應(yīng)\"“創(chuàng)新驅(qū)動(dòng)效應(yīng)\"之和；如果 β₁ 不顯著，表示國(guó)稅地稅合并不影響企業(yè)數(shù)字化轉(zhuǎn)型。

（二）數(shù)據(jù)與說(shuō)明

第一，被解釋變量：企業(yè)數(shù)字化轉(zhuǎn)型水平（Digitali）。參考吳非等（2021b）、王海等（2023）的做法，將上市企業(yè)年報(bào)中與企業(yè)數(shù)字化轉(zhuǎn)型相關(guān)的76個(gè)特征詞詞頻數(shù)加總，使用詞頻總數(shù)加1的對(duì)數(shù)值來(lái)衡量企業(yè)數(shù)字化轉(zhuǎn)型水平。如圖1所示，主要使用與企業(yè)數(shù)字化轉(zhuǎn)型的過(guò)程和成果應(yīng)用密切相關(guān)的兩個(gè)層面“底層核心技術(shù)\"和\"數(shù)字技術(shù)應(yīng)用\"確定特征詞，其中，“底層核心技術(shù)\"層面包括人工智能技術(shù)、區(qū)塊鏈技術(shù)、云計(jì)算技術(shù)、大數(shù)據(jù)技術(shù)四個(gè)方面的共42個(gè)特征詞，“數(shù)字技術(shù)應(yīng)用\"層面包括移動(dòng)互聯(lián)網(wǎng)、工業(yè)互聯(lián)網(wǎng)等在內(nèi)的34個(gè)特征詞。特征詞選取和特征詞詞頻統(tǒng)計(jì)的具體方法如下：一是特征詞的選取。特征詞的選取主要基于理論和實(shí)踐兩個(gè)層面。在理論層面，從一系列經(jīng)典權(quán)威的期刊文獻(xiàn)中歸納整理出與企業(yè)數(shù)字化轉(zhuǎn)型相關(guān)的特定特征詞（吳非等，2021b;李思飛等，2023;甄紅線等，2023）。在實(shí)踐層面，以企業(yè)數(shù)字化轉(zhuǎn)型相關(guān)的《“十四五\"數(shù)字經(jīng)濟(jì)發(fā)展規(guī)劃》《數(shù)字中國(guó)建設(shè)整體布局規(guī)劃》《2023年政府工作報(bào)告》等國(guó)家級(jí)政策文件和政府工作報(bào)告、《中小企業(yè)數(shù)字化轉(zhuǎn)型指南》《企業(yè)數(shù)字化轉(zhuǎn)型技術(shù)發(fā)展趨勢(shì)研究報(bào)告（2023年）》等工作指南和權(quán)威報(bào)告為藍(lán)本，對(duì)理論層面篩選出的特定特征詞進(jìn)行進(jìn)一步補(bǔ)充完善，并按照\(chéng)"底層核心技術(shù)”和\"數(shù)字技術(shù)應(yīng)用\"兩個(gè)層面進(jìn)行分類，形成如圖1所示的特征詞圖譜。二是上市企業(yè)特征詞詞頻的統(tǒng)計(jì)。各特征詞的詞頻數(shù)從各A股上市企業(yè)年報(bào)中歸集整理得到，該過(guò)程綜合使用Python爬蟲(chóng)、Java PDFbox提取、人工整理篩選等方法。

第二，核心解釋變量：國(guó)稅地稅合并 （Treat_i×Post_t） 。處理變量Treat和政策沖擊變量Post，均為虛擬變量。如果企業(yè)在國(guó)稅地稅合并之前在地稅局繳納所得稅，則 Treat_i 賦值為1，否則為0。如果樣本年份處于2018年及之后，則 Post_t 賦值為1，否則為0。

第三，控制變量 （X^′） 。借鑒范子英等（2022）李成明等（2023）、王海等（2023）、鄭攀攀和莊子銀（2024）的做法，加入企業(yè)層面和城市層面的控制變量。企業(yè)層面的控制變量包括：一是企業(yè)年齡（ ΔAge_it ），用樣本年份與企業(yè)成立年份之差表示；二是企業(yè)規(guī)模（ Size_it. ），用企業(yè)總資產(chǎn)的對(duì)數(shù)值表示；

三是流動(dòng)資產(chǎn)比率 （Liquid_it） ，用企業(yè)流動(dòng)資產(chǎn)與總資產(chǎn)的比值表示；四是現(xiàn)金資產(chǎn)比率（ ΔCash_it） ，用企業(yè)現(xiàn)金及現(xiàn)金等價(jià)物與總資產(chǎn)的比值表示;五是資產(chǎn)負(fù)債率（Leveragei），用企業(yè)債務(wù)總額與總資產(chǎn)的比值表示;六是營(yíng)業(yè)收入增長(zhǎng)率（ GrowthΣ_it^′） ，用企業(yè)本年?duì)I業(yè)收入增長(zhǎng)額與上年?duì)I業(yè)收入的比值；七是總資產(chǎn)凈利潤(rùn)率（ Roa_it） ，用企業(yè)凈利潤(rùn)與總資產(chǎn)的比值表示；八是兩職合一（ ΔDual_it ），若企業(yè)的董事長(zhǎng)與總經(jīng)理為同一人，則 Dual_it 賦值為1，否則為0；九是股權(quán)集中度 （Top10_it） ，用企業(yè)前十大股東持股比例之和表示。城市層面的控制變量包括：一是人均 GDP（Pgdp_it） ，用城市人均實(shí)際GDP的對(duì)數(shù)值表示;二是人口規(guī)模（ Pop_it ），用城市年末總?cè)丝诘膶?duì)數(shù)值表示;三是財(cái)政收入 ?Revenue_it? ，用地方財(cái)政預(yù)算內(nèi)收人的對(duì)數(shù)值表示；四是外商投資（ Fdi_it ），用城市外商實(shí)際投資金額加1的對(duì)數(shù)值表示；五是產(chǎn)業(yè)發(fā)展（ Stru3_it ），用城市第三產(chǎn)業(yè)增加值與GDP的比值表示。

第四，數(shù)據(jù)來(lái)源。選取2014—2021年我國(guó)A股上市企業(yè)作為研究樣本。其中，控制變量數(shù)據(jù)來(lái)源于CSMAR宏觀系列研究數(shù)據(jù)庫(kù)中“上市公司基本信息”“財(cái)務(wù)報(bào)表”“財(cái)務(wù)指標(biāo)分析\"“股權(quán)性質(zhì)”和“治理結(jié)構(gòu)\"板塊。同時(shí)，本文為保證樣本有效性，對(duì)原始數(shù)據(jù)做如下處理：（1）刪除金融行業(yè)的企業(yè);（2）剔除上市狀態(tài)為\"ST\"“*ST\"\"暫停上市\(zhòng)"和\"終止上市\(zhòng)"的企業(yè)；（3）剔除關(guān)鍵數(shù)據(jù)不全的企業(yè);（4）對(duì)連續(xù)變量上下 1% 的分位數(shù)進(jìn)行縮尾處理，排除極端值的干擾。本文涉及變量的描述性統(tǒng)計(jì)分析結(jié)果，見(jiàn)表1。

四、實(shí)證檢驗(yàn)結(jié)果

（一）基準(zhǔn)回歸結(jié)果

基于模型（1），表2匯報(bào)了國(guó)稅地稅合并影響企業(yè)數(shù)字化轉(zhuǎn)型的基準(zhǔn)回歸結(jié)果。在控制個(gè)體固定效應(yīng)和年份固定效應(yīng)的基礎(chǔ)上，第（1）一（3）列依次加入企業(yè)和城市的層面控制變量，交互項(xiàng)Treat_i×Post_t 的系數(shù)均顯著為正，并一致通過(guò) 1% 的統(tǒng)計(jì)檢驗(yàn)，說(shuō)明從總效應(yīng)上看，國(guó)稅地稅合并能夠顯著促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。從總效應(yīng)大小看，第（3）列的基準(zhǔn)回歸結(jié)果表明國(guó)稅地稅合并使企業(yè)數(shù)字化水平提高了 8.21% 。

（二）穩(wěn)健性檢驗(yàn)

1.平行趨勢(shì)檢驗(yàn)

借鑒Liu et al.（2022）、Feng et al.（2023）的做法，采用改變國(guó)稅地稅合并實(shí)施時(shí)間的“反事實(shí)法\"進(jìn)行平行趨勢(shì)檢驗(yàn)。具體地，構(gòu)建一系列年度虛擬變量 Post_s ，并將其與處理變量 Treat_i 交乘，設(shè)定模型如下：

模型（2）中，當(dāng)樣本年份為s時(shí)， Post_s 賦值為1，否則為0。由于2014年被設(shè)定為基期，因此不包含在模型（2）中。系數(shù) β_s 反映與2014年相比，實(shí)驗(yàn)組和控制組企業(yè)在2015—2021年數(shù)字化轉(zhuǎn)型水平的相對(duì)變化。模型（2）中其他變量的含義與模型（1）中相同。平行趨勢(shì)檢驗(yàn)的結(jié)果，見(jiàn)表3。系數(shù)β。估計(jì)值及置信區(qū)間的年度變化，見(jiàn)圖2。從表3、圖2可知，國(guó)稅地稅合并前，實(shí)驗(yàn)組和對(duì)照組企業(yè)的數(shù)字化轉(zhuǎn)型水平變動(dòng)趨勢(shì)是一致的，滿足平行趨勢(shì)假設(shè)，說(shuō)明本文的研究結(jié)論是穩(wěn)健的。

2.更換被解釋變量

為排除被解釋變量度量方法對(duì)估計(jì)結(jié)果的可能干擾，本文采用其他方法來(lái)度量企業(yè)數(shù)字化轉(zhuǎn)型水平。第一，參考袁淳等（2021）的做法，將上市企業(yè)年報(bào)“管理層討論與分析（MDamp;A）\"部分與企業(yè)數(shù)字化轉(zhuǎn)型相關(guān)的197個(gè)特征詞詞頻數(shù)加總，使用詞頻總數(shù)與年報(bào)“（MDamp;A）”部分的語(yǔ)段長(zhǎng)度的比值來(lái)衡量企業(yè)數(shù)字化轉(zhuǎn)型水平 （Digitall_it） 。特征詞的篩選原則是：參考30份與數(shù)字經(jīng)濟(jì)相關(guān)的國(guó)家層面政策文件，從中選取出現(xiàn)次數(shù)不少于5次并且與企業(yè)數(shù)字化轉(zhuǎn)型密切相關(guān)的197個(gè)特征詞。第二，借鑒張永坤等（2021）的研究，采用上市企業(yè)“數(shù)字化轉(zhuǎn)型無(wú)形資產(chǎn)\"總額與企業(yè)無(wú)形資產(chǎn)總額的比值來(lái)衡量企業(yè)數(shù)字化轉(zhuǎn)型水平 （Digital2_it） ?！皵?shù)字化轉(zhuǎn)型無(wú)形資產(chǎn)”是指在上市企業(yè)財(cái)務(wù)報(bào)表附注中，明細(xì)項(xiàng)包含\"智能”\"軟件”\"網(wǎng)絡(luò)\"等與數(shù)字化轉(zhuǎn)型密切相關(guān)特征詞的無(wú)形資產(chǎn)。表4的回歸結(jié)果表明，更換被解釋變量后，本文的核心結(jié)論依舊成立。

3.排除其他政策干擾

2014—2021年，可能存在其他政策沖擊會(huì)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型產(chǎn)生影響，有必要對(duì)這些相關(guān)政策進(jìn)行控制。

第一，2015—2018年實(shí)施的地方政府性債務(wù)管理體制改革（以下簡(jiǎn)稱\"地方債改革\"）?！暗胤絺母颸"通過(guò)允許地方政府發(fā)行債券、明確地方政府對(duì)債務(wù)負(fù)有償還責(zé)任的方式，將地方政府的融資方式由銀行貸款融資轉(zhuǎn)變?yōu)榘l(fā)行債券，這種做法減輕了政府債務(wù)對(duì)企業(yè)融資的擠出效應(yīng)，一定程度上緩解企業(yè)融資約束（梁若冰和王群群，2021;王群群和梁若冰，2023）。由于企業(yè)數(shù)字化轉(zhuǎn)型具有周期長(zhǎng)、成本高、風(fēng)險(xiǎn)大的特征，當(dāng)?shù)胤絺母镌黾悠髽I(yè)融資機(jī)會(huì)時(shí)，企業(yè)能夠加大數(shù)字技術(shù)創(chuàng)新研發(fā)投入、數(shù)字化設(shè)備購(gòu)買、數(shù)字技能人才引進(jìn)，從而更好地進(jìn)行數(shù)字化轉(zhuǎn)型（李逸飛等，2023）。借鑒梁若冰和王群群（2021）劉貫春等（2023）的做法，在模型（1）中加入地方債改革虛擬變量 Reform1_it^° 如果在t年企業(yè)i所在的城市進(jìn)行了地方債改革， Reform1_it 取值為1;否則，取值為0。地方債改革時(shí)間由各城市最初公布政府債券余額的時(shí)間來(lái)確定。回歸結(jié)果見(jiàn)表5列（1）。

第二，2013—2016年實(shí)施的“金稅三期工程”“金稅三期工程\"通過(guò)對(duì)大數(shù)據(jù)和云計(jì)算等數(shù)字技術(shù)的應(yīng)用，提高政府對(duì)企業(yè)信息、稅源信息的獲取和分析能力，有利于加強(qiáng)政府稅收征管工作的規(guī)范性（魏志華等，2022）。與國(guó)稅地稅合并相似，“金稅三期工程\"能形成“征稅效應(yīng)”“治理效應(yīng)”和\"創(chuàng)新驅(qū)動(dòng)效應(yīng)”，從而對(duì)企業(yè)數(shù)字化轉(zhuǎn)型產(chǎn)生影響。參考劉慧龍等（2022）的研究，在模型（1）中加人“金稅三期工程\"虛擬變量 Reform2_it 。如果在t年企業(yè)i所在的城市推行了“金稅三期工程\"試點(diǎn)， Reform2_it 取值為1；否則，取值為0。回歸結(jié)果見(jiàn)表5列（2）。

第三，2014—2015年針對(duì)不同行業(yè)出臺(tái)的固定資產(chǎn)加速折舊政策。固定資產(chǎn)加速折舊政策通過(guò)允許企業(yè)新購(gòu)進(jìn)的固定資產(chǎn)加速折舊，減輕企業(yè)投資初期的資金負(fù)擔(dān)，鼓勵(lì)企業(yè)加快轉(zhuǎn)型升級(jí)（劉啟仁等，2019）。固定資產(chǎn)加速折舊政策不僅能夠加大企業(yè)購(gòu)買數(shù)字化設(shè)備的力度，還能推動(dòng)企業(yè)加大研發(fā)創(chuàng)新投入，加快數(shù)字技術(shù)的創(chuàng)新和應(yīng)用（劉行等，2019）。借鑒吳非和黎偉（2022）的研究，在模型（1）中加入虛擬變量 Reform3_it ，如果在t年企業(yè)i所屬行業(yè)開(kāi)始享受到固定資產(chǎn)加速折舊政策①，Reform3_it 取值為1；否則，取值為0。回歸結(jié)果見(jiàn)表5列（3）。

第四，2012—2016年實(shí)施的“營(yíng)改增\"改革。從相關(guān)研究看，“營(yíng)改增”主要從三方面促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型，體現(xiàn)在：首先，“營(yíng)改增”解決了對(duì)同一產(chǎn)品重復(fù)征稅的問(wèn)題，同時(shí)增值稅相對(duì)于營(yíng)業(yè)稅起征點(diǎn)右移，能夠降低企業(yè)稅負(fù)（范子英和彭飛，2017）。其次，“營(yíng)改增\"能夠給市場(chǎng)傳遞一種積極的信號(hào)，有利于降低企業(yè)融資約束（張莉等，2022）。最后，“營(yíng)改增\"時(shí)期的過(guò)渡政策規(guī)定對(duì)提供技術(shù)咨詢和服務(wù)的企業(yè)免收增值稅，提升了企業(yè)研發(fā)創(chuàng)新的投人力度（王宏鳴等，2023）。參考張莉等（2022）的做法，在模型（1）中加入虛擬變量 Reform4_it 。如果在t年企業(yè)i所屬行業(yè)和所在城市推行了“營(yíng)改增\"試點(diǎn)， Reform4_it 取值為1;否則，取值為0?；貧w結(jié)果見(jiàn)表5列（4）。

第五，2016年設(shè)立的國(guó)家大數(shù)據(jù)綜合試驗(yàn)區(qū)（以下簡(jiǎn)稱\"大數(shù)據(jù)試驗(yàn)區(qū)\"）。大數(shù)據(jù)試驗(yàn)區(qū)能夠?yàn)閰^(qū)域內(nèi)（貴州省、京津冀、珠江三角洲、上海市、河南省、重慶市、沈陽(yáng)市、內(nèi)蒙古自治區(qū)）企業(yè)帶來(lái)數(shù)字補(bǔ)貼、集聚數(shù)字人才、夯實(shí)數(shù)字化轉(zhuǎn)型的技術(shù)基礎(chǔ)和底層架構(gòu)（孫偉增等，2023;石玉堂和王曉丹，2024）。借鑒孫偉增等（2023）的做法，在模型（1）中加入虛擬變量 Reform5_it 。如果在t年企業(yè)i所在的城市屬于大數(shù)據(jù)試驗(yàn)區(qū)， Reform5_it 取值為1；否則，取值為0?；貧w結(jié)果見(jiàn)表5列（5）。

整體來(lái)看，在控制住與國(guó)稅地稅合并同期出臺(tái)且可能對(duì)企業(yè)數(shù)字化轉(zhuǎn)型產(chǎn)生影響的“地方債改革”“金稅三期工程”、固定資產(chǎn)加速折舊政策、“營(yíng)改增\"和大數(shù)據(jù)試驗(yàn)區(qū)設(shè)立等政策后，交互項(xiàng)Treat_i×Post_t 系數(shù)的大小和符號(hào)都與基準(zhǔn)回歸結(jié)果相當(dāng)，沒(méi)有發(fā)生實(shí)質(zhì)性改變。本文的核心結(jié)論得到進(jìn)一步證實(shí)。

4.安慰劑檢驗(yàn)

基準(zhǔn)回歸結(jié)果顯示，國(guó)稅地稅合并對(duì)企業(yè)數(shù)字化轉(zhuǎn)型具有促進(jìn)效應(yīng)。但這種效應(yīng)可能是一些忽略或無(wú)法觀測(cè)的因素促成的，即某未知因素同時(shí)推動(dòng)國(guó)稅地稅合并和企業(yè)數(shù)字化轉(zhuǎn)型。為了排除上述可能，首先，將企業(yè)樣本隨機(jī)分配到處理組或者控制組，并保證處理組和控制組的企業(yè)樣本數(shù)量與隨機(jī)分配之前相同，從而生成新的處理變量 Treat2_i° 其次，將模型（1）中的處理變量 Treat_i 替換為

Treat2i后，對(duì)模型進(jìn)行500次回歸估計(jì)。圖3報(bào)告了 Treat2_i×Post_t 系數(shù)的核密度和p值分布?；貧w結(jié)果表明，安慰劑檢驗(yàn)得到的 Treat2_i×Post_t 系數(shù)基本符合正態(tài)分布，均值接近于0，遠(yuǎn)遠(yuǎn)偏離基準(zhǔn)回歸得到的0.0821，并且大部分系數(shù)的p值都在0.1以上。因此，可以基本排除未知因素促成基準(zhǔn)回歸結(jié)果的可能，本文的結(jié)論是穩(wěn)健的。

5.其他穩(wěn)健性檢驗(yàn)

第一，考慮企業(yè)的策略性信息披露行為。在通過(guò)文本分析方法衡量企業(yè)數(shù)字化轉(zhuǎn)型水平時(shí)，需要考量企業(yè)信息披露策略對(duì)衡量準(zhǔn)確性的潛在干擾。具體而言，企業(yè)的信息披露行為可能受到多重動(dòng)機(jī)的驅(qū)使，包括但不限于順應(yīng)政策導(dǎo)向以獲取支持、利用概念炒作以提升市場(chǎng)關(guān)注度，或是借勢(shì)熱點(diǎn)話題以增強(qiáng)品牌曝光度。這些動(dòng)機(jī)可能導(dǎo)致企業(yè)在年報(bào)中披露數(shù)字化轉(zhuǎn)型進(jìn)展時(shí)，傾向于夸大其實(shí)際成效，從而對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的真實(shí)狀況構(gòu)成一定程度的扭曲或誤導(dǎo)。因此，參考趙璨等（2020）、申志軒等（2024）的做法，本文進(jìn)行以下兩項(xiàng)檢驗(yàn)。一是僅保留深圳證券交易所公布的信息披露考評(píng)等級(jí)為A（優(yōu)秀）或者B（良好）的樣本，然后進(jìn)行回歸。二是構(gòu)建以下模型識(shí)別企業(yè)的正常信息披露：

Digital_it=α₃+β₃DigitalMed_it+λ₃X^′+θ_i+μ_t+ε_it

其中，下標(biāo)j代表行業(yè)。DigitalMedi為解釋變量，表示在t年企業(yè)i所在的行業(yè)j中企業(yè)數(shù)字化轉(zhuǎn)型水平的中位數(shù)。其他變量定義與模型（1）中相同。模型（3）中的殘差 ε_it 表示企業(yè)的異常信息披露次數(shù)。為排除企業(yè)的策略性信息披露行為對(duì)基準(zhǔn)回歸結(jié)果的影響，僅保留殘差值低于 80% 分位數(shù)的樣本后進(jìn)行回歸?；貧w結(jié)果見(jiàn)表6列（1）一（2）。

第二，使用傾向得分匹配后雙重差分（PSM-DID）的方法進(jìn)行估計(jì)。PSM-DID方法能夠避免實(shí)驗(yàn)組和控制組企業(yè)由于自身特征的差異而導(dǎo)致的估計(jì)結(jié)果偏差。具體地，首先選擇模型（1）中企業(yè)層面的9個(gè)控制變量作為企業(yè)的特征變量，其次使用Logit模型估計(jì)出傾向得分，再次進(jìn)行卡尺內(nèi)的一對(duì)一最近鄰匹配，其中，卡尺選擇為0.01。平衡性檢驗(yàn)結(jié)果顯示，匹配后所有特征變量的標(biāo)準(zhǔn)化偏差均小于 10% ，且6個(gè)特征變量的t檢驗(yàn)結(jié)果不拒絕處理組和控制組無(wú)系統(tǒng)差異的原假設(shè)，說(shuō)明匹配變量選取合理，匹配方法選用得當(dāng)①?；貧w結(jié)果見(jiàn)表6列（3）。

第三，增加行業(yè)一城市和行業(yè)一年份固定效應(yīng)。該方法能夠排除發(fā)生在特定城市的特定行業(yè)（如2013—2016年陸續(xù)在重慶市、廣州市等地實(shí)施的“金稅三期工程\"）、特定年份的特定行業(yè)（如2014—2015年陸續(xù)在生物藥品制造業(yè)、專用設(shè)備制造業(yè)等行業(yè)實(shí)施的固定資產(chǎn)加速折舊政策）的外生沖擊對(duì)于企業(yè)數(shù)字化轉(zhuǎn)型的影響（Xuetal.，2023;易苗等，2024）?；貧w結(jié)果見(jiàn)表6列（4）。

第四，采用兩期倍差法。該方法能夠處理多期倍差法存在的序列相關(guān)問(wèn)題。本文構(gòu)建的DID模型（1）屬于多期倍差法。兩期倍差法的具體做法是：首先，將樣本劃分為兩個(gè)階段，第一階段是2014—2017年（國(guó)稅地稅合并之前），第二階段是2018—2021年（國(guó)稅地稅合并之后）;其次，在每一階段，對(duì)模型（1）中每一個(gè)變量求算術(shù)平均值;最后，基于模型（1）進(jìn)行回歸。回歸結(jié)果見(jiàn)表6列（5）。

第五，為確?；貧w結(jié)果更加準(zhǔn)確，對(duì)回歸樣本做了如下刪減。一是剔除中央企業(yè)樣本。中央企業(yè)自1994年以來(lái)一直在國(guó)稅局繳納企業(yè)所得稅（劉行等，2017）?；貧w結(jié)果見(jiàn)表6列（6）。二是剔除上海市和西藏自治區(qū)的企業(yè)樣本。上海市的地稅局和國(guó)稅局在國(guó)稅地稅合并前就一直是合署辦公，西藏自治區(qū)沒(méi)有設(shè)置地稅局（范子英等，2022）?；貧w結(jié)果見(jiàn)表6列（7）。三是剔除2018年的企業(yè)樣本（Liu et al.，2022;Feng etal.，2023）?；貧w結(jié)果見(jiàn)表6列（8）。

總體來(lái)看，進(jìn)行各種穩(wěn)健性檢驗(yàn)后，交互項(xiàng) Treat_i×Post_t 的系數(shù)依舊至少在 5% 的統(tǒng)計(jì)水平上顯著為正，這與本文的基準(zhǔn)回歸結(jié)果基本一致。

五、機(jī)制探索

前文的實(shí)證結(jié)果證明，國(guó)稅地稅合并能夠促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型，原因是“治理效應(yīng)”和\"創(chuàng)新驅(qū)動(dòng)效應(yīng)\"的促進(jìn)作用大于“征稅效應(yīng)\"的抑制作用。為論證“征稅效應(yīng)”“治理效應(yīng)”和“創(chuàng)新驅(qū)動(dòng)效應(yīng)\"的存在性，本部分?jǐn)M對(duì)作用機(jī)制進(jìn)行檢驗(yàn)。參考Baronand Kenny（1986）的做法，設(shè)定如下模型：

M_it=α₄+β₄Treat_i×Post_t+λ₄Z^′+θ_i+μ_t+ε_it

其中， M_it 為中介變量， Z^′ 為控制變量集合，其他變量定義與模型（1）中相同。

第一，國(guó)稅地稅合并能夠緩解企業(yè)的融資約束，形成“治理效應(yīng)”，從而促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。參考Lietal.（2023）的做法，使用WW指數(shù)衡量企業(yè)融資約束程度（ Fincon_it ）。企業(yè)的融資約束程度隨著WW指數(shù)的增加而增加。WW指數(shù)的計(jì)算方式如下：

WWIndex_it=-0.091Cash_it-0.062Div_it+0.021Lleverage_it

-0.044Size_it+0.102Growthind3_it-0.035Growth_it

其中， Cash_it 表示企業(yè)的現(xiàn)金資產(chǎn)比率； Div_it 為虛擬變量，如果企業(yè)在當(dāng)年支付現(xiàn)金股利，則賦值為1，否則賦值為0;Lleveragei表示企業(yè)長(zhǎng)期負(fù)債與總資產(chǎn)的比值; Size_it 表示企業(yè)規(guī)模;Growthind3it表示企業(yè)三位數(shù)行業(yè)的營(yíng)業(yè)收入增長(zhǎng)率； Growth_it 表示企業(yè)的營(yíng)業(yè)收入增長(zhǎng)率。將 Fincon_it 代人模型（4）進(jìn)行回歸，結(jié)果見(jiàn)表7第（1）一（2）列。交互項(xiàng) Treat_i×Post_t 的系數(shù)均在 1% 的統(tǒng)計(jì)水平上顯著為負(fù)，證實(shí)國(guó)稅地稅合并促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型的“治理效應(yīng)”，研究假說(shuō)1成立。

第二，國(guó)稅地稅合并能夠推動(dòng)企業(yè)創(chuàng)新，形成“創(chuàng)新驅(qū)動(dòng)效應(yīng)”，從而促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。借鑒唐松等（2020）的做法，使用發(fā)明專利申請(qǐng)量衡量企業(yè)的創(chuàng)新水平 （Patent_it） 。 Patent_it 由企業(yè)發(fā)明專利申請(qǐng)數(shù)量加1的對(duì)數(shù)值表示。將 Patent_it 代入模型（4）進(jìn)行回歸，結(jié)果見(jiàn)表7第（3）一（4）列。交互項(xiàng)Treat_i×Post_t 的系數(shù)均顯著為正，且通過(guò)至少 1% 的統(tǒng)計(jì)檢驗(yàn)，從而基本證實(shí)國(guó)稅地稅合并促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型的“創(chuàng)新驅(qū)動(dòng)效應(yīng)”，研究假說(shuō)2成立。

第三，國(guó)稅地稅合并會(huì)提升企業(yè)的稅負(fù)，形成“征稅效應(yīng)”，從而抑制企業(yè)數(shù)字化轉(zhuǎn)型。借鑒Chyz etal.（2013）、王亮亮等（2023）的研究，使用實(shí)際所得稅率來(lái)衡量企業(yè)的稅負(fù)（ ΔTax_it） 。 Tax_it 由企業(yè)實(shí)際所得稅與稅前總利潤(rùn)的比值表示。將 Tax_it 代入模型（4）進(jìn)行回歸，結(jié)果見(jiàn)表7第（5）—（6）列。交互項(xiàng) Treat_i×Post_t 的系數(shù)均在 1% 的統(tǒng)計(jì)水平上顯著為正，證明了“征稅效應(yīng)”的存在，研究假說(shuō)3成立。

六、異質(zhì)性分析

（一）區(qū)域異質(zhì)性

第一，稅收征管強(qiáng)度的區(qū)域異質(zhì)性。國(guó)稅地稅合并能增加新稅務(wù)機(jī)構(gòu)的征管獨(dú)立性，減少地方政府對(duì)于稅收的干預(yù)。同時(shí)，國(guó)稅地稅合并不僅能消除國(guó)稅局和地稅局之間的信息壁壘，從而擴(kuò)大新稅務(wù)機(jī)構(gòu)的征管范圍，還有利于減少新稅務(wù)機(jī)構(gòu)的部門層級(jí)，建立更加扁平化的管理模式，從而提升征管效率（Liuetal.，2022）?？梢灶A(yù)期，相對(duì)于稅收征管強(qiáng)度較強(qiáng)的地區(qū)，國(guó)稅地稅合并在稅收征管強(qiáng)度較弱的地區(qū)所帶來(lái)的改革力度更大，形成的“治理效應(yīng)”和\"創(chuàng)新驅(qū)動(dòng)效應(yīng)\"更強(qiáng)，對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的促進(jìn)作用更加明顯。因此，本文借鑒陳德球等（2016）的做法，采用2021年的省級(jí)層面的實(shí)際稅收收入與預(yù)期的稅收收人的比值來(lái)衡量地區(qū)稅收征管強(qiáng)度（ ΔLtc_it 。同時(shí)，將稅收征管強(qiáng)度大于等于 Ltc_it 中位數(shù)的地區(qū)劃分為高稅收征管強(qiáng)度地區(qū)，否則劃分為低稅收征管強(qiáng)度地區(qū)。表8的分組回歸結(jié)果顯示，在低稅收征管強(qiáng)度地區(qū)， Treat_i×Post_t 的系數(shù)在 1% 的統(tǒng)計(jì)水平上顯著為正；在高稅收征管強(qiáng)度地區(qū)， Treat_i×Post_t 的系數(shù)不顯著。進(jìn)一步地，我們進(jìn)行基于1000次重復(fù)抽樣的費(fèi)舍爾組合檢驗(yàn)（Fisher's Permuation test），鑒別分組回歸后的組間系數(shù)差異。結(jié)果顯示P值均為0.000，顯著拒絕了原假設(shè)，表明分組回歸的系數(shù)在兩組之間存在顯著差異。因此，在低稅收征管強(qiáng)度地區(qū)，國(guó)稅地稅合并能夠在更大程度上促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型，這與本文的預(yù)期是一致的。

第二，金融發(fā)展程度的區(qū)域異質(zhì)性。金融發(fā)展程度越高的地區(qū)，信貸市場(chǎng)越活躍，企業(yè)融資成本越低、難度越小，因此企業(yè)融資約束越小（蔡昌等，2021）。可以預(yù)期，相對(duì)于金融發(fā)展程度較高的地區(qū)，國(guó)稅地稅合并對(duì)于金融發(fā)展程度較低地區(qū)企業(yè)的融資約束緩解程度更大，能在更大程度上推動(dòng)該地區(qū)的企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型。借鑒蔡昌等（2021）的研究，采用2021年省級(jí)層面的市場(chǎng)化指數(shù)來(lái)衡量地區(qū)金融發(fā)展程度（ Dfd_it ）。同時(shí)，根據(jù) Dfd_it 中位數(shù)將地區(qū)劃分為高金融發(fā)展程度地區(qū)和低金融發(fā)展程度地區(qū)。表9報(bào)告的分組回歸結(jié)果表明，國(guó)稅地稅合并對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的促進(jìn)效應(yīng)在低金融發(fā)展程度地區(qū)更為顯著，且基于1000次重復(fù)抽樣的費(fèi)舍爾組合檢驗(yàn)?zāi)軌蚓芙^原假設(shè)，與本文的預(yù)期相符。

（二）企業(yè)特征異質(zhì)性

相對(duì)于非高新技術(shù)企業(yè)，國(guó)稅地稅合并對(duì)高新技術(shù)企業(yè)數(shù)字化轉(zhuǎn)型的促進(jìn)作用更明顯。究其原因，高新技術(shù)企業(yè)通常更依賴先進(jìn)技術(shù)和數(shù)字化手段來(lái)進(jìn)行研發(fā)、生產(chǎn)和運(yùn)營(yíng)，數(shù)字化轉(zhuǎn)型對(duì)于高新技術(shù)企業(yè)而言不僅是一種趨勢(shì)，更是生存和競(jìng)爭(zhēng)的必要條件（王宏鳴等，2023），但資金短缺始終是這類企業(yè)在數(shù)字化轉(zhuǎn)型時(shí)面臨的棘手難題（蔡宏波等，2023）。國(guó)稅地稅合并帶來(lái)的“治理效應(yīng)”和“創(chuàng)新驅(qū)動(dòng)效應(yīng)”，能夠?yàn)楦咝录夹g(shù)企業(yè)提供更多的資金支持，并提高企業(yè)的創(chuàng)新水平，加快其數(shù)字化轉(zhuǎn)型步伐。分別對(duì)高新技術(shù)企業(yè)和非高新技術(shù)企業(yè)兩個(gè)樣本進(jìn)行回歸。表10的分組回歸結(jié)果顯示，國(guó)稅地稅合并能夠提升高新技術(shù)企業(yè)的數(shù)字化轉(zhuǎn)型水平，但是不影響非高新技術(shù)企業(yè)的數(shù)字化轉(zhuǎn)型水平，且基于1000次重復(fù)抽樣的費(fèi)舍爾組合檢驗(yàn)?zāi)軌蚓芙^原假設(shè)，與本文的預(yù)期一致。

七、結(jié)論與政策建議

稅收征管是影響企業(yè)行為的重要外部治理機(jī)制，2018年國(guó)稅地稅合并是稅收征管體制的根本性變革。本文基于2014—2021年我國(guó)A股上市企業(yè)的面板數(shù)據(jù)，采用雙重差分模型，實(shí)證檢驗(yàn)了國(guó)稅地稅合并對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響?；鶞?zhǔn)回歸結(jié)果顯示，國(guó)稅地稅合并顯著促進(jìn)了企業(yè)數(shù)字化轉(zhuǎn)型。進(jìn)行平行趨勢(shì)檢驗(yàn)、更換被解釋變量、排除其他政策干擾、進(jìn)行安慰劑檢驗(yàn)和其他穩(wěn)健性檢驗(yàn)后，研究結(jié)論依然成立。究其原因，一方面，國(guó)稅地稅合并能夠緩解企業(yè)的融資約束和提高企業(yè)的創(chuàng)新水平，形成“治理效應(yīng)\"和\"創(chuàng)新驅(qū)動(dòng)效應(yīng)”，從而促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型，另一方面，國(guó)稅地稅合并會(huì)提升企業(yè)的稅負(fù)，形成“征稅效應(yīng)”，從而抑制企業(yè)數(shù)字化轉(zhuǎn)型，總體上看，“治理效應(yīng)\"和\"創(chuàng)新驅(qū)動(dòng)效應(yīng)\"產(chǎn)生的正向作用大于“征稅效應(yīng)\"產(chǎn)生的負(fù)向作用。本文還從區(qū)域和企業(yè)特征兩個(gè)維度進(jìn)行異質(zhì)性分析，發(fā)現(xiàn)當(dāng)企業(yè)屬于低稅收征管強(qiáng)度地區(qū)或低金融發(fā)展程度地區(qū)、企業(yè)為高新技術(shù)企業(yè)時(shí)，國(guó)稅地稅合并對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的促進(jìn)作用更強(qiáng)。

本文研究首次揭示了國(guó)稅地稅合并與企業(yè)數(shù)字化轉(zhuǎn)型之間的關(guān)系，為進(jìn)一步深化對(duì)稅收征管體制改革認(rèn)識(shí)、揭示企業(yè)數(shù)字化轉(zhuǎn)型動(dòng)因等具有重要的政策意義。

第一，要持續(xù)深化稅收征管體制改革，提高新稅務(wù)機(jī)構(gòu)的征管獨(dú)立性。本文的基準(zhǔn)回歸結(jié)果發(fā)現(xiàn)，國(guó)稅地稅合并能促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型，其核心機(jī)制為新稅務(wù)機(jī)構(gòu)的征管獨(dú)立性提升、征管范圍擴(kuò)大、內(nèi)設(shè)重疊部門精簡(jiǎn)后，形成的“治理效應(yīng)\"“創(chuàng)新驅(qū)動(dòng)效應(yīng)\"大于“征稅效應(yīng)\"的積極作用。因此，要進(jìn)一步提升新稅務(wù)機(jī)構(gòu)的征管獨(dú)立性，借鑒各國(guó)近年優(yōu)化稅收征管機(jī)構(gòu)的發(fā)展趨勢(shì)，加快推動(dòng)新稅務(wù)機(jī)構(gòu)扁平化、專業(yè)化改革（國(guó)家稅務(wù)總局稅收科學(xué)研究所，2021），打造黨政領(lǐng)導(dǎo)、稅務(wù)主責(zé)、部門協(xié)作、社會(huì)協(xié)同、公眾協(xié)助、信息協(xié)力的稅收現(xiàn)代化精誠(chéng)共治新格局。

第二，要立足建立健全現(xiàn)代財(cái)稅金融體制，構(gòu)建助力企業(yè)數(shù)字化轉(zhuǎn)型的綜合政策體系。本文的穩(wěn)健性檢驗(yàn)結(jié)果表明，不僅國(guó)稅地稅合并、金稅三期工程”，還有固定資產(chǎn)加速折舊政策、“營(yíng)改增”，以及“地方債改革\"等，都會(huì)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型產(chǎn)生正向影響。針對(duì)企業(yè)在數(shù)字化轉(zhuǎn)型中面臨的“不會(huì)轉(zhuǎn)”“不能轉(zhuǎn)”和\"不敢轉(zhuǎn)”困境，要發(fā)揮市場(chǎng)在資源配置中的決定性作用和更好發(fā)揮政府作用，從建立健全現(xiàn)代財(cái)稅金融體制的高度出發(fā)，以系統(tǒng)觀念，梳理優(yōu)化稅收優(yōu)惠政策、財(cái)政扶持政策和金融保障政策，打造形成激發(fā)企業(yè)數(shù)字化轉(zhuǎn)型的政策合力。

第三，要加強(qiáng)低稅收征管強(qiáng)度地區(qū)的改革力度、提升低稅收征管強(qiáng)度地區(qū)的金融支持力度，同時(shí)要重點(diǎn)扶持高新技術(shù)企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型，進(jìn)一步加強(qiáng)國(guó)稅地稅合并對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的促進(jìn)作用。本文的異質(zhì)性分析結(jié)果發(fā)現(xiàn)，低稅收征管強(qiáng)度地區(qū)企業(yè)和低金融發(fā)展程度地區(qū)企業(yè)的數(shù)字化轉(zhuǎn)型受到國(guó)稅地稅合并的促進(jìn)作用更強(qiáng)。應(yīng)該進(jìn)一步減少地方政府干預(yù)，增強(qiáng)稅務(wù)機(jī)構(gòu)的獨(dú)立性和透明度。同時(shí)，鼓勵(lì)金融機(jī)構(gòu)在低金融發(fā)展程度地區(qū)設(shè)立分支機(jī)構(gòu)，提供更多種類的金融產(chǎn)品和服務(wù)，滿足企業(yè)多樣化的融資需求。異質(zhì)性分析結(jié)果還發(fā)現(xiàn)，國(guó)稅地稅合并對(duì)于高新技術(shù)企業(yè)數(shù)字化轉(zhuǎn)型的促進(jìn)作用更強(qiáng)。高新技術(shù)企業(yè)是體現(xiàn)數(shù)字化轉(zhuǎn)型成效的重要載體，也是推動(dòng)數(shù)字化轉(zhuǎn)型的重要力量。建議重點(diǎn)扶持高新技術(shù)企業(yè)群體，多措并舉，包括：制訂專項(xiàng)計(jì)劃用于推動(dòng)高新技術(shù)企業(yè)數(shù)字化轉(zhuǎn)型，明確分階段方向，目標(biāo)和重點(diǎn);設(shè)立專項(xiàng)基金用于支持高新技術(shù)企業(yè)的信息化建設(shè)和智能制造發(fā)展等。

參考文獻(xiàn)

白雪潔、王欣悅、宋培，2024，“中國(guó)企業(yè)數(shù)字化轉(zhuǎn)型的影響因素研究——基于TOE框架的實(shí)證分析”，《科學(xué)學(xué)研究》，第11期，第1-18頁(yè)。

蔡昌、林高怡、王卉喬，2021，“稅收征管與企業(yè)融資約束——基于金稅三期的政策效應(yīng)分析”，《會(huì)計(jì)研究》，第5期，第107-120頁(yè)。蔡宏波、湯城建、韓金諮，2023，“減稅激勵(lì)、供應(yīng)鏈溢出與數(shù)字化轉(zhuǎn)型”，《經(jīng)濟(jì)研究》，第7期，第156-173頁(yè)。曹平、王桂軍，2018，““營(yíng)改增'提高還是降低了服務(wù)業(yè)企業(yè)的技術(shù)創(chuàng)新意愿？——來(lái)自中國(guó)上市公司的實(shí)證”，《南方經(jīng)濟(jì)》，第6期，

第1-24頁(yè)。曹直、吳非，2023，“稅收激勵(lì)與企業(yè)數(shù)字化轉(zhuǎn)型——基于固定資產(chǎn)加速折舊政策的準(zhǔn)自然實(shí)驗(yàn)”，《廣東財(cái)經(jīng)大學(xué)學(xué)報(bào)》，第2期，第88-99頁(yè)。

陳德球、陳運(yùn)森、董志勇，2016，“政策不確定性、稅收征管強(qiáng)度與企業(yè)稅收規(guī)避”，《管理世界》，第5期，第151-163頁(yè)。陳釗、王腸，2016，“‘營(yíng)改增'是否促進(jìn)了分工：來(lái)自中國(guó)上市公司的證據(jù)”，《管理世界》第3期，第 36-45+59 頁(yè)。狄盈馨、李啟佳、羅福凱，2024，“‘專精特新'戰(zhàn)略對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響——技術(shù)創(chuàng)新能力的中介效應(yīng)”，《研究與發(fā)展管理期，第104-117頁(yè)。

杜鵬程、王姝勛、徐舒，2021，“稅收征管、企業(yè)避稅與勞動(dòng)收入份額——來(lái)自所得稅征管范圍改革的證據(jù)”，《管理世界》，第7期，第 頁(yè)。

范子英、彭飛，2017，“‘營(yíng)改增’的減稅效應(yīng)和分工效應(yīng)：基于產(chǎn)業(yè)互聯(lián)的視角”，《經(jīng)濟(jì)研究》，第2期，第82-95頁(yè)。

范子英、田彬彬，2016，“政企合謀與企業(yè)逃稅：來(lái)自國(guó)稅局長(zhǎng)異地交流的證據(jù)”，《經(jīng)濟(jì)學(xué)（季刊）》，第4期，第1303-1328頁(yè)。范子英、朱星姝、馮晨，2022，“去屬地化與企業(yè)稅負(fù)：基于國(guó)地稅合并的研究”，《財(cái)貿(mào)經(jīng)濟(jì)》，第10期，第23-39頁(yè)。郭豐、楊上廣、柴澤陽(yáng)，2023，“企業(yè)數(shù)字化轉(zhuǎn)型促進(jìn)了綠色技術(shù)創(chuàng)新的‘增量提質(zhì)'嗎？——基于中國(guó)上市公司年報(bào)的文本分析”，

《南方經(jīng)濟(jì)》，第2期，第146-162頁(yè)。

國(guó)家稅務(wù)總局稅收科學(xué)研究所，2021，《世界稅收征管現(xiàn)狀與趨勢(shì)（2021）》，北京：中國(guó)稅務(wù)出版社。

胡潔、韓一鳴、鐘詠，2023，“企業(yè)數(shù)字化轉(zhuǎn)型如何影響企業(yè)ESG表現(xiàn)——來(lái)自中國(guó)上市公司的證據(jù)”，《產(chǎn)業(yè)經(jīng)濟(jì)評(píng)論》，第1期，第105-123頁(yè)。

黃麗華、朱海林、劉偉華、竇一凡、王今朝、蔡莉、陳煜波、廖貅武、吳曉波、謝康、葉強(qiáng)、張兮、陳文波，2021，“企業(yè)數(shù)字化轉(zhuǎn)型和管理：研究框架與展望”，《管理科學(xué)學(xué)報(bào)》，第8期，第26-35頁(yè)。

黃一松，2023，“稅收優(yōu)惠能促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型嗎”，《當(dāng)代財(cái)經(jīng)》，第12期，第144-156頁(yè)。

李成明、周迪、董志勇，2023，“資本市場(chǎng)開(kāi)放推動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型了嗎？——基于準(zhǔn)自然實(shí)驗(yàn)和文本分析方法”，《統(tǒng)計(jì)研究》，第8期，第96-109頁(yè)。

李蘭、董小英、彭泗清、戴亦舒、葉麗莎、王云峰，2022，“企業(yè)家在數(shù)字化轉(zhuǎn)型中的戰(zhàn)略選擇與實(shí)踐推進(jìn)——2022·中國(guó)企業(yè)家成長(zhǎng)與發(fā)展專題調(diào)查報(bào)告”，《南開(kāi)管理評(píng)論》，第5期，第191-204頁(yè)。

李思飛、李鑫、王賽、佟巖，2023，“家族企業(yè)代際傳承與數(shù)字化轉(zhuǎn)型：激勵(lì)還是抑制？”，《管理世界》，第6期，第171-191頁(yè)。

李逸飛、曹策、楚爾鳴，2023，“地方債管理體制改革與企業(yè)數(shù)字化轉(zhuǎn)型”，《經(jīng)濟(jì)學(xué)動(dòng)態(tài)》，第4期，第79-94頁(yè)。

梁若冰、王群群，2021，“地方債管理體制改革與企業(yè)融資困境緩解”，《經(jīng)濟(jì)研究》，第4期，第60-76頁(yè)。

林志帆、王茂森，2023，“國(guó)地稅合并對(duì)企業(yè)稅負(fù)粘性的影響研究”，《財(cái)政研究》，第1期，第54-70頁(yè)。

劉貫春、葉永衛(wèi)、張軍，2023，“稅收征管獨(dú)立性與企業(yè)信息披露質(zhì)量——基于國(guó)地稅合并的準(zhǔn)自然實(shí)驗(yàn)”，《管理世界》，第（

156-174頁(yè)。

劉慧龍、張玲玲、謝婧，2022，“稅收征管數(shù)字化升級(jí)與企業(yè)關(guān)聯(lián)交易治理”，《管理世界》，第6期，第158-176頁(yè)。劉啟仁、趙燦、黃建忠，2019，“稅收優(yōu)惠、供給側(cè)改革與企業(yè)投資”，《管理世界》，第1期，第78-96+114頁(yè)。劉錫祿、陳志軍、馬鵬程，2023，“信息技術(shù)背景CEO與企業(yè)數(shù)字化轉(zhuǎn)型”，《中國(guó)軟科學(xué)》，第1期，第134-144頁(yè)。劉行、葉康濤、陸正飛，2019，“加速折舊政策與企業(yè)投資——基于‘準(zhǔn)自然實(shí)驗(yàn)'的經(jīng)驗(yàn)證據(jù)”，《經(jīng)濟(jì)學(xué)（季刊）》，第1期，第213

234頁(yè)。劉行、趙健宇、葉康濤，2017，“企業(yè)避稅、債務(wù)融資與債務(wù)融資來(lái)源——基于所得稅征管體制改革的斷點(diǎn)回歸分析”，《管理世界》，

10期，第113-129頁(yè)。劉忠、李殷，2019，“稅收征管、企業(yè)避稅與企業(yè)全要素生產(chǎn)率——基于2002年企業(yè)所得稅分享改革的自然實(shí)驗(yàn)”，《財(cái)貿(mào)經(jīng)濟(jì)》，第7期，第5-19頁(yè)。

盧小祁、俞毛毛，2023，“減稅政策對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響路徑研究——基于增值稅稅率降低的視角”《當(dāng)代財(cái)經(jīng)》，第10期，第30-43頁(yè)。羅棟梁、羅健、苗連琦、劉春燕，2024，“連鎖股東持股背景下股東關(guān)系網(wǎng)絡(luò)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響研究”，《會(huì)計(jì)研究》，第1期，第94-107頁(yè)。

毛寧、孫偉增、楊運(yùn)杰、劉哲，2022，“交通基礎(chǔ)設(shè)施建設(shè)與企業(yè)數(shù)字化轉(zhuǎn)型——以中國(guó)高速鐵路為例的實(shí)證研究”，《數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究》，第10期，第47-67頁(yè)。

申明浩、譚偉杰，2022，“數(shù)字化與企業(yè)綠色創(chuàng)新表現(xiàn)——基于增量與提質(zhì)的雙重效應(yīng)識(shí)別”，《南方經(jīng)濟(jì)》，第9期，第118-138頁(yè)。申志軒、祝樹(shù)金、文茜、湯超，2024，“政府?dāng)?shù)字采購(gòu)與企業(yè)數(shù)字化轉(zhuǎn)型”，《數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究》，第5期，第71-91頁(yè)。石玉堂、王曉丹，2024，“大數(shù)據(jù)綜合試驗(yàn)區(qū)設(shè)立能否驅(qū)動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型？——基于準(zhǔn)自然實(shí)驗(yàn)的實(shí)證研究”，《科學(xué)學(xué)研究》，第

期，第1482-1492頁(yè)。史宇鵬、王陽(yáng)、張文韜，2021，“我國(guó)企業(yè)數(shù)字化轉(zhuǎn)型：現(xiàn)狀、問(wèn)題與展望”，《經(jīng)濟(jì)學(xué)家》，第12期，第90-97頁(yè)。孫偉增、毛寧、蘭峰、王立，2023，“政策賦能、數(shù)字生態(tài)與企業(yè)數(shù)字化轉(zhuǎn)型——基于國(guó)家大數(shù)據(jù)綜合試驗(yàn)區(qū)的準(zhǔn)自然實(shí)驗(yàn)”，《中國(guó)工

業(yè)經(jīng)濟(jì)》，第9期，第117-135頁(yè)。

唐松、伍旭川、祝佳，2020，“數(shù)字金融與企業(yè)技術(shù)創(chuàng)新——結(jié)構(gòu)特征、機(jī)制識(shí)別與金融監(jiān)管下的效應(yīng)差異”，《管理世界》，第5期，第

52-66+9貝。

王海、閆卓毓、郭冠宇、尹俊雅，2023，“數(shù)字基礎(chǔ)設(shè)施政策與企業(yè)數(shù)字化轉(zhuǎn)型：賦能'還是‘負(fù)能'？”，《數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究》，第5期，第5-23頁(yè)。

王宏鳴、孫鵬博、楊晨，2023，“營(yíng)改增'促進(jìn)了企業(yè)數(shù)字化轉(zhuǎn)型嗎？”，《中南財(cái)經(jīng)政法大學(xué)學(xué)報(bào)》，第5期，第44-56+66頁(yè)。

王亮亮、施超、阮語(yǔ)、張洪輝，2023，“企業(yè)集團(tuán)的決策權(quán)配置與實(shí)際稅負(fù)”，《中國(guó)工業(yè)經(jīng)濟(jì)》，第6期，第156-173頁(yè)。

王群群、梁若冰，2023，“地方債管理體制改革與基建民企債務(wù)違約”，《數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究》，第3期，第91-110頁(yè)。

王紹光、胡鞍鋼，1993，《中國(guó)國(guó)家能力報(bào)告》，沈陽(yáng)：遼寧人民出版社。

魏志華、王孝華、蔡偉毅，2022，“稅收征管數(shù)字化與企業(yè)內(nèi)部薪酬差距”，《中國(guó)工業(yè)經(jīng)濟(jì)》，第3期，第152-170頁(yè)。

吳非、常曦、任曉怡， 2021a ，“政府驅(qū)動(dòng)型創(chuàng)新：財(cái)政科技支出與企業(yè)數(shù)字化轉(zhuǎn)型”，《財(cái)政研究》，第1期，第102-115頁(yè)。

吳非、胡慧芷、林慧妍、任曉怡，2021b，“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)”，《管理世界》，第7期，130-144+10 頁(yè)。

吳非、黎偉，2022，“稅收激勵(lì)與企業(yè)綠色轉(zhuǎn)型——基于上市企業(yè)年報(bào)文本識(shí)別的經(jīng)驗(yàn)證據(jù)”，《財(cái)政研究》，第4期，第100-118頁(yè)。

習(xí)近平，2022，《習(xí)近平談治國(guó)理政》第四卷，北京：外文出版社。

向海凌、丁子家、徐斯腸、吳非，2023，“金融科技與企業(yè)數(shù)字化轉(zhuǎn)型”，《中國(guó)軟科學(xué)》，第5期，第207-215頁(yè)。

肖土盛、孫瑞琦、袁淳、孫健，2022，“企業(yè)數(shù)字化轉(zhuǎn)型、人力資本結(jié)構(gòu)調(diào)整與勞動(dòng)收入份額”，《管理世界》，第12期，第220-237頁(yè)。

陽(yáng)鎮(zhèn)、陳勁、商慧辰，2022，“何種經(jīng)歷推動(dòng)數(shù)字化：高管學(xué)術(shù)經(jīng)歷與企業(yè)數(shù)字化轉(zhuǎn)型”，《經(jīng)濟(jì)問(wèn)題》，第10期，第1-11頁(yè)。

葉永衛(wèi)、云鋒、邵傳林，2022，“國(guó)地稅合并與企業(yè)債務(wù)融資——基于稅收征管獨(dú)立性視角”，《南方經(jīng)濟(jì)》，第9期，第18-35頁(yè)。

易苗、劉朋春、郭白瀅，2024，“機(jī)器人應(yīng)用、企業(yè)規(guī)模分化與勞動(dòng)收入份額”，《世界經(jīng)濟(jì)》，第6期，第176-200頁(yè)。

袁淳、肖土盛、耿春曉、盛譽(yù)，2021，“數(shù)字化轉(zhuǎn)型與企業(yè)分工：專業(yè)化還是縱向一體化”，《中國(guó)工業(yè)經(jīng)濟(jì)》，第9期，第137-155頁(yè)。

袁從帥、劉曄、王治華、劉睿智，2015，“‘營(yíng)改增'對(duì)企業(yè)投資、研發(fā)及勞動(dòng)雇傭的影響——基于中國(guó)上市公司雙重差分模型的分析”，《中國(guó)經(jīng)濟(jì)問(wèn)題》，第4期，第3-13頁(yè)。

曾亞敏、張俊生，2009，“稅收征管能夠發(fā)揮公司治理功用嗎？”，《管理世界》，第3期，第 143-151+158 頁(yè)。

張莉、陸銘、劉雅麗，2022，“稅收激勵(lì)與城市商住用地結(jié)構(gòu)——來(lái)自‘營(yíng)改增'的經(jīng)驗(yàn)證據(jù)”，《經(jīng)濟(jì)學(xué)（季刊）》，第4期，第1425-1446頁(yè)。

張明昂、陳斌開(kāi)、岳林峰，2023“國(guó)稅地稅征管體制改革、信息獲取與企業(yè)避稅——基于國(guó)稅地稅合作的證據(jù)”，《經(jīng)濟(jì)科學(xué)》，第2期，第71-88頁(yè)。

張永坤、李小波、邢銘強(qiáng)，2021，“企業(yè)數(shù)字化轉(zhuǎn)型與審計(jì)定價(jià)”，《審計(jì)研究》，第3期，第62-71頁(yè)。

趙璨、陳仕華、曹偉，2020，“‘互聯(lián)網(wǎng) + 信息披露：實(shí)質(zhì)性陳述還是策略性炒作——基于股價(jià)崩盤(pán)風(fēng)險(xiǎn)的證據(jù)”，《中國(guó)工業(yè)經(jīng)濟(jì)》，第3期，第174-192頁(yè)。

趙玉潔、孫雪嬌，2023，“國(guó)地稅征管體制改革與企業(yè)稅收遵從——來(lái)自國(guó)地稅合并自然實(shí)驗(yàn)的證據(jù)”，《上海財(cái)經(jīng)大學(xué)學(xué)報(bào)》，第2期，第33-48頁(yè)。

甄紅線、王璽、方紅星，2023，“知識(shí)產(chǎn)權(quán)行政保護(hù)與企業(yè)數(shù)字化轉(zhuǎn)型”，《經(jīng)濟(jì)研究》，第11期，第62-79頁(yè)。

鄭攀攀、莊子銀，2024，“知識(shí)產(chǎn)權(quán)司法保護(hù)專門化與企業(yè)數(shù)字創(chuàng)新”，《系統(tǒng)工程理論與實(shí)踐》，第5期，第1501-1521頁(yè)。

朱秀梅、林曉玥，2022，“企業(yè)數(shù)字化轉(zhuǎn)型：研究脈絡(luò)梳理與整合框架構(gòu)建”，《研究與發(fā)展管理》，第4期，第141-155頁(yè)。

朱穎、錢本宇、方觀富，2023，“增值稅留抵退稅與企業(yè)數(shù)字化轉(zhuǎn)型”，《財(cái)政研究》，第3期，第114-128頁(yè)。

Baron，RM.andKn，D.A986“TederatoriatorVbleisticiocialyologicalesachoeptal，eicand Statistical Considerations\"，Journal of Personalityand Social Psychology，51（6）：1173-1182.

Cai，C.Tu，Y.ndLi“Eterpsegialsfotiondefane\"，aceRechees，（D）：0692.

Chen，Z.F.，Xiao，Y.andJian，K.，2，“TeIpactofTaRefoonis‘Digialzatioia”，TchologicalFreasidScial Change，187： 122196.

Chz，J.A.b”，：675-698.

Desai，M.A.，Dyck，A.andZingales，L.，2Oo7，“TheftandTaxes\"，JournalofFinancialEconomics，84（3）：591-623.

Feng，C.，Ye，Yd“ateallisEeea，eailiFinancial Analysis，88：102697.

Huang，Y.，BaiF.ang，M.andLiang，.O，“CatalystorStumblingBlock：DoGreenFnancePoliciesAffectDigitalafoatiofHeavily Polluting Enterprises？\"，Environmental Science and Pollution Research，30（38）： 89036-89048.

Jia，S.Guo，duleciiagdeiialoatiEicfroi'ssted，cResearch Letters，57： 104260.

Kong，D.，Liu，B.andZhu，L.，2023，“Stem CEOsandFirm Digitalization”，F(xiàn)inanceResearchLetters，58（C）：104573.

Li，C.，Wang，Y.ou，n，Zndrdni，“igitalcdEerpiseFaningots：ucturalceticsand MechanismIdentification\"，Journal of BusinessResearch，165：114074.

LiS.andWang，Q，023，GreeFinancePolicyandDigitalTansformationofHeavilyltingFis：EvidenefromChina，inaceResearch Letters，55（A）： 103876.

Liu，G.，Liu，Y.ndZang，C2“TaxEfemetandCooateEmploent：EvidecefroaQuasiaturalExprimntinina，China Economic Review，73：101771.

Liu，LWengdag“UeddocsfaEfetooateItioEidcefroale-periment in China\"，Economic Analysis and Policy，80，1292-1309.

Luo，Y.Cui，og，.ndWeiC“BissEotdEterpseiialsfoai”，aesh57： 104250.

Wang，S.，Li，Zde，“tsetptoEterps'iitalotiidcfr，Managerial and Decision Economics，44（5）： 2520-2539.

Wu，W.Wag.doiientation：EmpiricalEvidenceBasedontheBroadbandChinaStrategy”，InformationProcesingamp;Management，6O（5）：103419.

Wen，Jadeg，Y“Howstealrrtyooutetialfoaies，Research Letters，58（A）： 104340.

Xu，L.，Huang，X，LiuG.andLiu，Y2，“TaxAuthorityEnforcementandStockPriceCrashRisk：EvidencfroChina”，inaeResearch Letters，55：103831.

Yang，G.Z，Si.ding，G.J“DiialfoatiRdueebooeiEteps”，ocalsis and Policy，80： 1526-1538.

Tax Enforcement and Corporate Digital Transformation

Wei Shengmin Li Peilun Huang Liangxiong

Abstract：Taxenforcementservesasapivotalexternal mechanismthat governscorporatebehavior，influencing variousaspects of firmoperations，including digital transformation.The mergerof the State Tax Bureau （STB）andLocal Tax Bureaus （LTBs）in2O18 markedasubstantialshiftinthetaxeforcementsystem.Inthisstudyweinterpretthe mergeroftheSTBand LTBsasa \"quasi-natural experiment\"to examineits impactoncorporate digital transformation within Chinese firms.Using micro-leveldataofA-share listedfirmsinChinacoveringtheperiodfrom2O14to2O21，thisresearch investigateswhether and how this merger influenced corporate digital transformation.

The baseline regresion results demonstrate thatthe merger ofthe STB and LTBs has significantly promoted corporate digitaltransformation，suggestingthatanintegratedtaxenforcementframeworkcanstimulatefirmstoengageindigitalitiatives.Theresearch samplesatisfiestheparalel trendassmption.Theconclusions remainvalidafterremeasuringthedependentvariable，excludingothercontemporaneousshocks，conducting placebo tests，ndperformingotherrobustnestests.This promotion efectcanbeatributedtothe interplayofthe\"taxationeffct\"\"governanceeffct\"and\"innovationefect\"stemmingfromthemergeroftheSTBandLTBs.First，themergerof theSTBandLTBscan increasecorporate taxburdens，creatinga\"taxationeffect\"thatcouldhindercorporatedigitaltransformation.Second，themergeroftheSTBandLTBscaaleviatecorporatefinancingconstraints，generatinga\"governanceefect\"thatpromotesdigitaltransformation.Third，themergerof th STBandLTBscandrivecorporateinnovation，producingan \"innovationeffect\"thatfurtherpromotesdigitaltransformation.Overall，thepositiveimpactsasciatedwiththe\"goverancefect\"and\"innovationefect\"outweightheadverseiplicationsofthe\"taxationfect\".Heterogeneityanalysisrevealssignificantdiferencesinthepromotionefectofdigitaltransfor mationacross diffrenttypesoffirmsandregionalcontexts.Specifically，the merger's impactismorepronouncedforfimslo catedinprovinces with traditionalllowerlevelsoftaxenforcementintensityandeconomicdevelopment.Aditionayhightechfirmsbenefitdisproportionatelyfromthemerger，likelyduetotheirgreaterpropensityforinnovationandadaptabilityto newdigitaltools.Thesefindings underscore thevaryingdegrees to whichfirms，depending ontheirsectorandgeographic location，respond to shifts in regulatory environments.

Byshedding light on these mechanisms，our research ofers empiricalinsights into thecomplex interplay between tax enforcementreformsandcorporatedigitalstrategies.ThefindingssugestthatthemergeroftheSTBandLTBsservesasacatalystforovercomingcommondigitaltransformationobstacles，effectivelyaddressingchalengessuchasthe\"unabletotransition\"\"canot transition\"and \"hesitanttotransition\"facedbymanyChinesefirms.This studynotonlycontributes totheliteratureontaxpolicyandcorporatebehaviorbutalsoprovidespracticalimplicationsforpolicymakersseeking tofosterdigital innovation inthecorporatesector.Through theempirical insightsgenerated，thisresearchunderscorestheeconomicandoperational implicationsarisingfromthemergeroftheSTBandLTBs，with potential policyrelevanceforothereconomiesconsidering similar taxreforms.

Keywords：The Mergerof theState Tax BureauandLocalTax Bureaus;CorporateDigitalTransformation;Financing Constraints; Corporate Innovation

（責(zé)任編輯：童玉芬）