税收征管数字化升级对企业新质生产力的影响研究

【摘要】文章选取2010—2023年我国A股上市公司为研究样本，以“金税三期”工程的试点作为一项准自然实验，基于双重差分模型探讨税收征管数字化升级影响企业新质生产力的作用机制和异质情况。实证研究发现，税收征管数字化升级可显著提升企业新质生产力水平。作用机制验证表明，税收征管数字化升级主要通过优化资源配置与缓解融资约束提升企业新质生产力水平。异质性检验显示，当企业产权性质为非国有、所处地区位于东部以及具备高科技属性时，税收征管数字化升级提升企业新质生产力水平的效果更显著。研究不仅有助于利益相关者更加全面准确地解读企业的新质生产力状况以及税收征管数字化升级在这一行为过程中的作用，而且有助于增强企业对金税工程的重视与高效融合，以在未来抓住“金税四期”工程的时代机遇，实现企业高效能高质量发展。【关键词】税收征管；数字化升级；金税工程；新质生产力一、引言2023年9月，习近平总书记在新时代推动东北全面振兴座谈会上指出要“积极培育新能源、新材料、先进制造、电子信息等战略性新兴产业，积极培育未来产业，加快形成新质生产力，增强发展新动能”，随后在听取黑龙江省委和省政府工作汇报时再次强调新质生产力。新质生产力这一概念的提出，赋予生产力新的时代内涵，为经济社会高质量发展提供了与时俱进的生产力理论指导，因此在高质量发展的时代背景下，有必要深入探析新质生产力的影响因素。目前关于新质生产力影响因素的研究主要集中于数字技术[1-2]、绿色技术[3]和数字经济[4-6]等方面，而关注税收征管数字化升级对企业新质生产力影响的研究鲜少。税收征管数字化升级主要通过“金税三期”工程的试点来体现，是利用大数据技术与云计算平台，使用现代化手段监管和征收所有税种。该方法改变了传统的“人管人”模式，实现了“程序管人”的现代化管理模式[7]，既能够提升企业投资规模[8]、全要素生产率和社会责任履行程度[9]，又能够降低融资约束程度[10]和投融资期限错配程度[11]。那么一个自然的逻辑，税收征管数字化升级能否影响企业新质生产力水平？若该影响得以证实，其作用机制与异质性又是什么？本文在概述新质生产力基本内涵与影响因素的基础上，探讨税收征管数字化升级对企业新质生产力影响的程度、作用机制，同时提出税收征管数字化升级助力企业新质生产力形成与发展的政策建议。二、文献综述从学术界来看，学者主要从新质生产力的内涵及其影响因素视角展开研究。第一，在科学内涵上，新质生产力是以科技创新发挥主导作用的一种生产力的跃迁，具备高效能，体现高质量，是摆脱了传统增长路径、符合高质量发展要求且更具融合性、更能体现新内涵的生产力[12]。准确理解新质生产力的内涵特征，需要从“新”和“质”两个方面把握。“新”表现在充分发挥科技创新的驱动作用，以创新引领变革，通过生产技术、生产方式、生产模式的创新，突破传统生产方式的局限，实现生产力新的飞跃；“质”强调将技术的颠覆性突破作为创新驱动力，通过数字技术与先进制造技术的深度融合，全面提升生产效率，优化生产流程和管理方式等，体现了高效能和高质量。新质生产力是“创新驱动”与“质量牵引”以及二者协同演化的生产力发展新模式[13]。第二，关于新质生产力的影响因素，学者主要从数字技术、绿色技术和数字经济等方面进行研究。首先，在数字技术不断发展的背景下新一代信息技术变革催生的新质劳动资料成为新质生产力的重要构成要素和根本特征[1]，并通过带动企业内部的管理创新促进新质生产力的涌现与提升[2]。其次，绿色技术创新对新质生产力的形成有正向促进作用，能够推动形成新型劳动者、新型劳动资料、新型劳动对象，以大力发展更具创新性、融合性和高级化的新质生产力[3]。最后，数字经济既是新质生产力形成和发展的原因也是必然结果[4]，它从需求侧、供给侧与环境侧缓解新质生产力面临的约束[5]，通过推动数字产业化与加快产业数字化促进新质生产力的形成[6]。学者对税收征管数字化升级影响后果的研究主要集中在以下方面：第一，税收征管数字化升级与企业投融资。刘铠豪[8]实证发现“金税三期”工程提高了企业对外投资的可能性，增加了企业对外投资规模；蔡昌等[10]认为“金税三期”工程从总体上缓解了企业融资约束程度。当学者聚焦投融资期限错配时，存在截然相反的两种观点，一种认为税收征管数字化升级抑制了企业投融资期限错配[11]，另一种认为税收征管数字化升级加剧了企业投融资期限错配程度[14]。第二，税收征管数字化升级与企业全要素生产率。税收征管在数字化升级后有助于打破信息孤岛，促进数据的使用，从而提高企业全要素生产率。但部分学者持不同意见。李建军和王冰洁[15]指出“金税三期”工程依托抑制技术创新和弱化企业资本配置效率的路径降低企业全要素生产率，吴斌和舒竹语[16]也认同“金税三期”工程会抑制企业全要素生产率。第三，税收征管数字化升级与企业社会责任。“金税三期”工程的实施限制了企业的避税行为，打破了企业与政府之间“以捐避税”的隐性契约，进而降低了企业社会责任的履行[17]和慈善捐赠水平[18]。但也有学者[9]得出了不同的观点，即“金税三期”工程的实行促进了税收优惠政策的落实，进而提升了企业慈善捐赠的规模，并通过产业结构、技术创新和税收结构降低了碳排放。不难看出，目前鲜有学者围绕税收征管数字化升级赋能新质生产力发展进行深入研究。在新时代背景下，税收征管数字化升级创新引领传统生产力发生跃迁，赋能新质生产力发展成为必然趋势。那么如何利用税收征管数字化升级赋能新质生产力发展，两者之间的作用机制和异质情况又如何，是值得深入研究的关键问题。三、理论分析与研究假设税收与生产力天然密切关联。陶然等[19]指出服务新质生产力的形成与发展，是税收现代化服务中国式现代化的应有之义。税务机关可以借助当今信息化和数字化的税收征管平台，促进形成新质生产力[20]。与此同时，地方税务局推出的税收“菜单式”政策包、“一企一策”税收服务，助力提升企业产业链实力与自主创新能力，持续为企业新质生产力发展赋能。综合上述观点与实践，本文认为税收征管数字化升级能显著提升企业新质生产力水平。税收征管数字化升级能够优化资源配置。首先，税收征管数字化升级提升了企业对数据汇集、处理的能力以及纳税效率，极大地降低了人工成本。一方面，深化大数据共享应用，企业能更便捷地获取与提交相关信息，减少了数据收集与处理的工作量，同时对历年纳税情况进行分析管理能减轻企业在税务筹划方面的人力负担；另一方面，畅通办税过程，电子发票等的申领、开具、交付、查验等流程自动化简化了纳税人的数据处理流程，减少了人工操作的需要，人工成本的节约可以释放冗余资源，减少资源误置，从而加速实现生产要素的升级和配置效率的优化。其次，税收征管数字化构建了一套严格并覆盖所有企业的监管系统，将企业基础信息、与各有关方来往信息、纳税信用等级信息等囊括在内，降低了控股股东侵占利益行为和管理层机会主义行为发生概率[7]，有效减少了资源在管理层的浪费与不合理使用。同时，税收征管数字化升级明显加强了征管力度，较强的税收征管力度可以更大程度抑制企业内部人的自利行为，缓解企业内外部代理冲突，从而改善公司治理水平，提高企业价值，保障企业的清偿能力和中小股东的利益，使企业资源得到合理利用与分配[21]。税收征管数字化升级能够缓解融资约束。首先，基于企业内部视角，税收征管数字化升级通过消除信息不对称减少了企业融资的负面影响。融资约束产生的重要原因之一是外部资金提供者与资金需求者之间存在信息不对称[22]，而税收征管数字化升级建立的业务信息交流与共享平台打破了外部资金提供方的信息壁垒，使他们能安全可靠地了解企业各方面情况并作出客观评估，易于企业获得更多融资[7]。同时，通过数字技术进行综合分析，使不同部门之间使用同一税收数据源，遏制了企业出于不同目的而向利益相关方提供不同数据的行为，减少了数据在信息传递过程中被损害、篡改的风险，保证了数据的透明度与真实性，从而缓解因信息不对称带来的融资约束。其次，基于企业外部视角，税收征管数字化升级通过外界赋予的声誉机制给企业融资带来了正向效应。税收征管数字化升级会对社会公布纳税信用评价等级为A的纳税人名单，这向社会各界传达了一个官方认可的积极信号，显著增加了A级纳税企业的声誉和曝光度[23]。声誉理论认为声誉机制能够以较低的成本维持交易秩序，因此纳税信用评级的公布，即声誉机制的发挥会影响企业的融资规模[10]，对纳税信用评级为A的企业，银行更愿意提供贷款[22]，供应商对其提供的商业信用融资规模也更大[24]。资源配置优化与融资约束缓解后，提升了企业的新质生产力水平。第一，优化资源配置与缓解融资约束驱动企业技术创新，赋予生产力“新”的内涵。新质生产力以创新起主导作用，企业内部的技术创新是新质生产力提升的重要来源[2]。一方面，优化资源配置从企业内部出发，减少企业因资源错配导致的资源浪费，使企业内部资金得到合理的规划与利用，促使各类优质要素向创新领域聚集；另一方面，缓解融资约束从企业外部出发，不断吸引新的资本进入企业，保障了企业用于创新研发资金链的连续性。二者均为企业技术创新提供了条件，使企业拥有充足的资金与完备的规模体系用于生产技术、生产方式、生产模式的研发与创新，即赋予生产力“新”的内涵。第二，优化资源配置与缓解融资约束驱动企业生产效率提高，推动生产力实现“质”的飞跃。加快培育和发展新质生产力，实质是提升生产要素的使用效率[1]。一方面，资源配置得到优化后能提高资源的流动性和利用率，确保生产要素如劳动力、资本和信息等在企业内部由低效领域转移到高效领域，从而驱动生产效率的提升，体现了企业向高效能发展；另一方面，融资约束得到缓解后，可实现规模经济以降低单位成本，可购置先进设备与优质材料以提高产品质量，也可拥有充足的流动资金以应对生产突发情况，进而优化生产流程，驱动企业生产高质量发展。二者通过提高企业生产效率来驱动企业高效能、高质量发展，而高效能、高质量作为新质生产力“质”的必然要义，恰恰体现了生产力的飞跃。基于以上分析，提出如下研究假设。H1：税收征管数字化升级能显著提升企业新质生产力水平。H2：税收征管数字化升级通过优化资源配置提升企业新质生产力水平。H3：税收征管数字化升级通过缓解融资约束提升企业新质生产力水平。四、变量说明与模型设定（一）样本选择与数据来源“金税三期”工程于2013年逐步上线并推广实施，至2016年实现全覆盖。基于本文的研究内容和数据的可得性以及对政策实施时间跨度的考虑，本文选取2010—2023年我国A股上市公司为研究样本，并对相关数据进行如下处理：（1）剔除金融行业的样本；（2）剔除经营不善的ST和*ST上市公司样本；（3）剔除数据缺失样本；（4）为消除极端值影响，对样本数据执行上下1%的缩尾处理。最终得到34282个观测值。本文所使用的研究数据来源于国泰安数据库（CSMAR），数据处理与研究软件为Stata18.0。（二）变量说明1.被解释变量被解释变量为企业的新质生产力（Npro）。参照宋佳等[25]的做法，以创新为核心，基于生产力二要素理论，从劳动力和生产工具两个层面构建指标体系，考虑劳动对象在生产过程中的作用和价值，利用熵值法计算各指标的权重，从而形成企业新质生产力指标。2.解释变量解释变量为税收征管数字化升级（Gtp）。税收征管数字化升级以“金税三期”工程的实施来衡量。“金税三期”工程采用分批试点、逐步实施的方式来推进：2013年在重庆、山西、山东实现单轨运行；2014年在广州、河南、内蒙古正式上线；2015年在河北、安徽、吉林等14省展开推广；2016年在江西、北京、陕西等省市完成全面建设。因此，本文构建虚拟变量Gtp，当企业所在的地区在该年试点“金税三期”工程后，赋值为1，否则为0。3.中介变量中介变量包括企业的资源配置（Ineff）和融资约束（WW）。本文度量资源配置借鉴Richardson的方法估计，该数值越大，意味着企业过度投资或投资不足的程度越严重，资源配置效率越低。吴秋生和黄贤环[26]将现有文献度量企业融资约束的方法划分为以下四种：一是单指标测度，如企业规模、年龄；二是借助模型系数，如投资—现金流敏感系数、现金—现金流敏感系数；三是构建相关指数，如KZ指数、ZFC指数、WW指数、SA指数；四是基于企业信贷融资状况或者管理层融资约束自我感知的调查数据进行判别。WW指数法评价企业融资约束具有易于计算、结果全面、精确度高且兼顾自身财务特征与外部行业特征的优势，因此本文选择该方法衡量企业融资约束，该值越大表明企业受融资约束的程度越高。4.控制变量控制变量包括企业规模（Size）、股权集中度（Top10）、独董占比（Bi）、董事会规模（Boa）、两职合一（Dua）、资产负债率（Lev）、盈利能力（Roa）、经营性现金流量（Cashflow）、无形资产占比（Intangible）、有形资产占比（Tangible）、营业收入增长率（Growth）、固定资产占比（Fixed）、企业效应（Symbol）、时间效应（Year）、行业效应（Industry）和地区效应（Province）。主要变量的说明如表1所示。（三）模型设定为考察税收征管数字化升级对企业新质生产力的影响，构建以下双重差分模型来检验假设：其中，回归模型的被解释变量Nproit是企业新质生产力，解释变量Gtpct为企业税收征管数字化升级情况，Controlit表示在企业和地区层面控制变量的集合，Symboli为企业固定效应，Yeart为时间固定效应，Industryj为行业固定效应，Provincec为地区固定效应，？着是随机干扰项，下标i、t、j、c分别代表企业、年份、行业和省份。五、实证分析（一）描述性统计表2列示了变量的描述性统计结果。被解释变量Npro的最大值为15.570，最小值为0.696，标准差为2.778，说明各样本企业不同年份的新质生产力水平差距悬殊。解释变量Gtp的均值为0.771，表明有77.1%的样本试点“金税三期”政策，即受到税收征管数字化升级的影响。控制变量层面，Size的均值与标准差统计值分别为8.267与1.381，体现了样本企业的资产规模存在显著差异；Top10最大值为0.906，最小值为0.234；Bi的标准差为0.053，反映各样本企业间独立董事在董事会中所占比例相差无几；Boa的最小值1.609与最大值2.639相差近一倍，体现样本企业董事会规模大小各异；Dua的均值为0.327，表明样本区间内的大部分企业董事长与总经理两职由不同人员担任；Lev的最大值是0.870，最小值是0.047，说明部分样本企业存在资产负债率过低或过高等不合理现象；Roa的最大值为0.197，最小值为负数；Cashflow的最大值为0.592，最小值为-0.403；Intangible与Tangible的标准差均小于0.1，表明不同样本企业间无形资产、有形资产占比数值接近；Growth的平均值是0.156；Fixed的最大值是0.640，最小值是0.004，表明样本中不同类型的企业对固定资产需求差异明显。（二）基准回归表3列示了税收征管数字化升级对企业新质生产力影响的回归结果。列（1）为税收征管数字化升级与企业新质生产力的直接回归结果，列（2）固定了企业效应、行业效应、时间效应与地区效应，列（3）在上述基础上加入了控制变量进行回归。结果显示，解释变量Gtp对被解释变量Npro的回归系数在加入固定效应、控制变量前后均为正值，且至少在5%的水平上显著，有效表明税收征管数字化升级对促进企业新质生产力水平的提升具有显著的正向效应，H1得到验证。（三）机制研究借鉴孙雪娇等[22]的做法，检验在资源配置效率低、融资约束程度严重的情况下，税收征管数字化升级是否对企业新质生产力水平的促进作用更明显，从而验证作用机制。1.优化资源配置本文设定变量Ineff检验税收征管数字化升级通过优化资源配置提升企业新质生产力水平的作用路径一。根据企业资源配置效率（Ineff）将样本分成两组，若Ineff高于中位数定义为低组，赋值为1；否则定义为高组，赋值为0。将两组样本分别运用模型（1）进行回归，传导机制回归结果如表4列（1）、列（2）所示。结果显示，在资源配置效率低组，解释变量Gtp的回归系数为正，且通过10%水平的显著性检验；在资源配置效率高组，其回归系数不显著。这说明对于资源配置效率较低的企业，税收征管数字化升级对企业新质生产力水平的提升作用更显著，即资源配置作为税收征管数字化升级影响新质生产力的中介是成立的，H2得到验证。2.缓解融资约束本文设定变量WW检验税收征管数字化升级通过缓解融资约束提升企业新质生产力水平的作用路径二。根据企业融资约束程度（WW）将样本分成两组，若WW大于中位数定义为高组，赋值为1；否则定义为低组，赋值为0。将两组样本分别运用模型（1）进行回归，传导机制回归结果如表4列（3）、列（4）所示。结果显示，在融资约束程度高组，解释变量Gtp的回归系数为正，且通过5%水平的显著性检验；在融资约束程度低组，其回归系数不显著。这说明对于融资约束程度较高的企业，税收征管数字化升级对企业新质生产力水平的提升作用更显著，即融资约束作为税收征管数字化升级影响新质生产力的中介是成立的，H3得到验证。（四）稳健性分析1.平行趋势检验政策实施前后实验组与对照组满足平行趋势检验是运用双重差分模型的前提，即在税收征管数字化升级之前所有样本企业的新质生产力水平具有相似的时间变化趋势，而在税收征管数字化升级之后新质生产力水平在实验组与对照组之间呈现明显的趋势变化差异。为了排除实验组与对照组自身差异对实证结果的影响，本文构建模型（2）进行平行趋势检验：其中，Gtpyearct表示企业税收征管数字化升级的时间，构建政策实施前三年（PRE3）、实施前两年（PRE2）、实施前一年（PRE1）、实施当年（CUR0）、实施后一年（AFT1）、实施后两年（AFT2）和实施后三年（AFT3）的虚拟变量，选取实施前一年（PRE1）为基准年，运用模型（2）进行回归，回归结果如表5所示。结果显示，企业在税收征管数字化升级之前的回归系数PRE3、PRE2均不显著，说明政策实施前实验组与对照组样本的新质生产力水平无显著差异；企业在税收征管数字化升级以后的回归系数CUR0、AFT1、AFT2、AFT3均在1%的水平上显著为正，表明政策实施后企业新质生产力水平得到显著提升，并且政策影响效果长期稳定，再次验证了H1。以上结果满足平行趋势检验要求。2.倾向得分匹配（PSM）为进一步缓解样本遗漏变量、样本自选择给实证结果带来的误差，本文采用倾向得分匹配法为每一个实验组样本寻找最为相近的对照组样本，并基于匹配后的样本集执行模型估计。具体而言，本文选取独董占比（Bi）、董事会规模（Boa）、两职合一（Dua）、经营性现金流量（Cashflow）、无形资产占比（Intangible）为协变量，使用logit模型计算倾向得分，然后进行卡尺为0.05的1：1近邻匹配，共得到34266个有效样本，其中有26419个样本得以匹配，回归结果如表6所示。可以看到，实验组与对照组在匹配后的均值大致相同，各协变量匹配后的标准化偏差得到明显的缩小且均在1%以内，这说明实验组的样本得到有效匹配。同时，匹配后的t值均不再显著，PSM有效，排除了样本偏差给实证结果带来的影响，稳健性得到保障。3.安慰剂检验为了排除本文的实证结果并非偶然性事件或不可观测因素所致的，通过随机选定税收征管数字化升级的实施年份来进行安慰剂检验，即各试点省份在2010至2023年中随机选取任一年作为“金税三期”工程的实施年份，构建“伪”试点时间。由于“伪”试点时间是随机生成的，则此时税收征管数字化升级不会对企业新质生产力带来影响，估计系数应该在0附近，否则不能排除实证结果与模型的偏差。本文进行500次的随机回归估计，图1为估计系数核密度分布图。结果显示，税收征管数字化升级的平均估计系数接近于0，与基准回归得到的实际估计系数0.1420相差甚远；同时，p值大部分集中在0.1以上。上述结果有效说明税收征管数字化升级对企业新质生产力的影响并非偶然事件引发的，实证结果展现出稳健性与可靠性。（五）异质性分析前文实证部分表明，税收征管数字化升级主要通过优化资源配置与缓解融资约束来促进企业新质生产力水平的提升，下面区分企业产权性质、地区属性及科技属性的不同，进一步考察税收征管数字化升级对企业新质生产力影响的异质情况。1.区分产权性质产权性质决定了企业的运行模式、经营目标与肩负的社会责任范畴，为检验其对研究结论带来的差异，本文将样本区分为国有企业和非国有企业进行回归，结果见表7列（1）、列（2）。可以看出，非国有企业的Gtp系数显著为正，而国有企业的Gtp系数并不显著，这说明税收征管数字化升级促进企业新质生产力水平提升在非国有企业中更能发挥作用。可能的原因是，一方面国有企业肩负着国民经济调控的重任，承担着更多的社会责任，具有完善的运营方针与严格的监管制度，在税务合规、数据处理、信息披露等环节有清晰规划，有效避免了人工成本高昂与代理问题，即资源得到合理规划与配置；另一方面国有企业通常拥有公开透明的信息交流与共享平台以保障数据的透明度与真实性，且外界对其声誉机制具有长期稳定的认可度与信赖度，使其获得融资的难度低于非国有企业。因此，税收征管数字化升级促进新质生产力水平提升的作用在非国有企业样本中能发挥更大的作用。2.区分地区属性习近平总书记强调要因地制宜发展新质生产力，表明不同地区发展新质生产力的基础不同。“金税三期”工程采用分批试点的推进方式使处于不同省份的企业间存在税收征管数字化升级的时间差异，从而为新质生产力带来不同影响。本文将企业样本划分为东部地区企业与中西部地区企业①，回归结果如表7列（3）、列（4）所示。税收征管数字化升级在东部地区企业的回归系数为0.2152，且在1%水平上显著，在中西部地区企业的回归系数则不显著。可能的原因在于从“金税三期”政策实施时间分析，东部地区的省份整体上具有先发优势，处于该地区的样本企业与税收征管数字化升级深度融合，对新质生产力的积极作用较为明显。3.区分科技属性新质生产力是以科技创新发挥主导作用的生产力，强调颠覆性突破性技术创新对新质生产力的推动作用，因此本文推测企业的科技属性不同，将导致税收征管数字化升级对企业新质生产力产生差异化影响。为验证该猜测，参照姚凯和王亚娟[27]的做法②，将样本企业区分为高科