






【摘 要】 文章以碳排放權交易為準自然實驗,基于2009—2020年滬深A股上市企業數據,采用雙重差分法實證檢驗碳排放權交易對企業避稅行為的影響。研究發現:(1)碳排放權交易能夠有效抑制企業避稅行為,在進行平行趨勢檢驗、PSM-DID等一系列穩健性檢驗后結論依然成立;(2)碳排放權交易通過緩解企業融資約束和提高政府環保型補貼水平削弱企業的避稅動機;(3)異質性分析結果表明,碳排放權交易對稅收征管力度低的地區、國有企業和小規模企業的避稅活動抑制效果更強。文章豐富了碳排放權交易微觀企業治理效應的理論研究和經驗證據,為碳排放權交易試點的深入推進提供了政策啟示。
【關鍵詞】 碳排放權交易; 企業避稅; 融資約束; 政府補助
【中圖分類號】 F234.4" 【文獻標識碼】 A" 【文章編號】 1004-5937(2023)23-0105-09
一、引言
在第七十五屆聯合國大會上習近平主席向世界作出鄭重承諾,中國將在2030年前實現碳達峰、2060年前實現碳中和,向全世界表明了我國降碳減排的決心與信心。黨的二十大報告進一步提出,積極穩妥推進碳達峰碳中和,完善碳排放統計核算制度,健全碳排放權市場交易制度,更表明我國已進入降碳減排的攻關期。在降碳減排道路上,我國從未止步。早在2011年,國家發改委就頒布了《關于開展碳排放權交易試點工作的通知》,并選取北京市、天津市、上海市、深圳市、重慶市、湖北省、廣東省五市兩省作為碳排放權交易(以下簡稱碳交易)試點地區。2021年7月,碳交易市場在全國范圍內展開,其規模僅次于歐盟碳交易市場。經過較長時間的碳交易試點探索,碳交易成為我國實現雙碳目標的重要手段。然而我國經濟社會能否實現低碳化、綠色化轉型,環境治理主體的行為至關重要。企業作為碳排放主體,其降碳減排方式以及價值提升策略值得重點關注。
環境污染具有典型的負外部性特征。企業進行環境治理的過程是將外部環境污染進行成本內部化的過程,污染物治理成本以及綠色技術研發成本勢必會增加企業負擔,企業面臨環境治理成本時,可能會采取積極行為緩解成本,如綠色創新[ 1 ]、生產轉移[ 2 ]等,也可能會采取消極行為轉嫁成本,如避稅逃稅[ 3 ]、大股東與管理層“合謀”[ 4 ]等。碳交易的實行加速了企業低碳綠色轉型的進程,但也助長了企業的成本轉嫁行為,企業的消極行為更值得關注。
稅收規避是實現成本轉嫁的直接方式,能夠有效控制資金流出,緩解企業成本壓力和融資負擔。現有關于環境治理與企業避稅的研究主要從命令型環境規制的角度出發,并形成兩種觀點:一種觀點認為環境規制會加劇企業避稅,馬亞紅和楊肅昌[ 3 ]認為新《環境保護法》的實施增加了企業生產成本和轉型升級壓力,提高了重污染企業的稅收規避程度;另一種觀點認為環境規制能夠抑制企業避稅,程宏偉和羅娟[ 5 ]發現中央環保督察會加劇地方政府財政壓力和政治壓力,雙重壓力有效規范了政府的征稅行為,從而抑制了企業避稅。碳排放權交易作為市場導向型環境規制的典型代表,對企業微觀層面的影響研究目前主要集中于全要素生產率[ 6 ]、財務績效[ 7 ]、綠色創新[ 1 ]以及環境責任承擔[ 8 ]等方面,尚未有文獻從企業稅收規避角度分析碳交易對公司經營行為的治理效應。
碳交易試點的開展對控排企業原有“高污染、高耗能”的傳統生產模式帶來挑戰,但公開交易平臺以及政策扶持方案也為控排企業實現低碳轉型和可持續發展提供了契機。在成本壓力與收益激勵并存的情況下,企業將如何權衡避稅產生的收益和成本呢?碳交易能否對企業避稅行為起到治理作用呢?本文基于碳交易試點2009—2020年的階段數據,探究碳交易對企業避稅行為的影響,進一步分析兩者之間可能存在的作用機制,并在此基礎上提出針對性的政策建議。
二、理論分析與研究假設
(一)碳交易與企業避稅
碳交易是將科斯產權定理付諸于實踐的典范。參與碳交易的企業最初都會分配到政府發放的免費碳配額,如果免費碳配額不夠,可以到碳交易市場購買額外配額或者接受超額碳排放帶來的處罰;如果免費碳配額有剩余,可以將剩余配額在碳市場交易并獲取額外收益。避稅雖然能夠通過節約稅款支出為企業帶來直接收益,但也會使企業為其不當行為付出高昂成本[ 9 ]。面對碳減排壓力以及可能存在的收益激勵,管理層需要謹慎考量避稅產生的收益與成本。
基于信號傳遞理論,碳交易試點的開展作為一種顯性的環境政策信號,表達了政府對降碳減排的重視和治理污染的決心。隨著人們對環境質量需求的不斷增加,該環境信號的傳遞會引起媒體、投資者在內的利益相關者對控排企業環保行為的關注,從而發揮一定的監督作用。從政府監督角度來說,碳交易試點啟動時,各試點省市相關部門先后出臺了有關碳排放權交易的管理辦法,其中明確規定了控排企業碳排放核算、監管以及違規處罰的內容[ 10 ]。此時,政府對企業減排的監管不只局限于節能減排設備應用,還會對企業碳排放量實施動態監管,這不僅能夠降低企業高碳排放,而且能對企業行為進行有效監督[ 11 ]。一旦企業避稅行為被揭露,企業不僅要面對稅務部門的嚴格審查和高額罰款,而且會失去政府信任,喪失獲取政府補貼優惠和資源傾斜的機會[ 12 ]。
從社會監督的角度來說,外部利益相關者可以隨時隨地通過公開的碳交易市場獲取企業碳減排以及生產經營的相關信息。投資者可以利用自身信息分析優勢對企業財務信息和非財務信息進行分析[ 13 ],一旦發現隱藏于復雜關聯交易以及賬面往來背后的管理層自利行為,會及時維護自身利益并將其反饋至股價中,對公司股價產生負面影響[ 14 ]。面對股價下跌風險以及聲譽受損風險,管理層有動機減少避稅活動以及隱藏于避稅活動背后的自利行為。
綜上所述,在政府監管和公眾監督協同作用下,相比于稅收規避的節流收益,避稅帶來的處罰成本、股價壓力以及聲譽風險更能引起管理層重視。據此,提出假設1:
H1:碳交易能夠顯著抑制企業的避稅行為。
(二)作用機制
企業進行避稅的主要目的是減少稅收支出、增加資金持有量,緩解財務困境,碳交易能夠通過緩解融資約束、增加政府環保型補貼使避稅收益相對降低,進而削弱企業的避稅動機。
1.緩解融資約束
融資約束的根源在于信息不對稱[ 13 ],而碳交易市場為控排企業提供了一個公開透明的交易平臺,參與碳交易的控排企業可以通過此平臺及時披露有關碳減排戰略、碳排放量、碳交易情況以及碳減排履約執行情況等碳信息[ 15 ]。信息顯示理論認為,企業信息披露能夠有效降低信息不對稱,從而影響外部投資者的投資決策。控排企業碳減排信息的披露向外界展示了企業環境治理風險的控制能力和低碳發展的戰略方向,有助于外部投資者對控排企業的經營狀況、環境績效以及發展前景形成較為準確的認識,對投資資金的安全性和收益性做出正確的評估,從而降低了外部投資者承擔的風險水平,有助于企業獲取更多的外部資源,降低融資成本[ 16 ]。低融資成本和外部資源支持等收益,使得避稅作為企業融資替代品[ 17 ]發揮的作用越來越小,從而削弱了企業的避稅動機。
2.增加政府環保型補貼
碳交易開展之初,國家發改委與各試點省市相關部門進行工作部署時,明確提出優先對積極參與碳交易并按時履約的控排企業給予節能減排、環境保護以及清潔生產等財政性專項資金支持①。根據合規成本理論,碳交易的推行會增加控排企業環境治理成本。控排企業為控制碳排放量并維持穩定的生產規模需要安裝節能減排設備并進行清潔技術研發,而設備升級和技術研發的投資金額大、回收期長等特點會使企業面臨較高的經營風險,用資壓力和經營風險均會導致企業避稅活動的增加[ 3 ]。政府為控排企業提供的節能減排資金能夠有效提高企業資金持有量,緩解控排企業降污減排過程中的資金約束問題,且控排企業取得政府專項補貼支持也向市場傳遞出利好消息,有利于企業獲取更多外部資金支持[ 18 ]。政府補貼給企業帶來的收益足以超出避稅產生的節流收益,能夠有效抑制企業的避稅行為。
綜上所述,企業融資環境的改善以及政府環保型補助的支持,不僅緩解了企業減排壓力,而且有助于企業獲得外部資金支持,企業通過稅收規避產生的節流邊際收益會隨之下降,進而削弱了企業的避稅動機。據此,提出假設2和假設3:
H2:碳交易能夠通過緩解融資約束進而抑制企業的避稅行為。
H3:碳交易能夠提升政府環保型補貼水平進而抑制企業的避稅行為。
三、研究設計
(一)樣本選擇與數據來源
2013年起,碳交易試點在北京、上海等五市兩省逐漸建立,因為重慶市首批控排企業名單無法取得,所以不將其納入本文的研究中。由于試點地區每年會對參與碳交易的企業進行調整,故本文只將首批參與碳交易的企業作為研究樣本的處理組。
我國于2008年進行了所得稅改革,為保證企業避稅數據核算的一致性和合理性,本文將2009年作為樣本區間的起始年份。因為2021年7月碳交易在全國范圍內展開,會對對照組樣本產生政策沖擊,降低處理組與對照組之間的差異,導致碳交易對企業避稅行為產生的沖擊不明顯,所以本文將樣本區間的截止年份定為2020年。
綜上所述,本文將樣本區間確定為2009—2020年,并進行如下篩選:(1)剔除2009年以后上市的企業;(2)剔除樣本期間取消管控的企業;(3)剔除金融類行業;(4)剔除樣本期間ST、*ST企業;(5)剔除數據缺失的企業。最終得到15 296個有效樣本值。首批納入碳交易的企業名單通過各試點地區發改委網站手工整理獲得,其他數據均來源于國泰安數據庫。
(二)變量選取與說明
1.被解釋變量
企業避稅。有關企業避稅程度的衡量方式主要有兩種:一種是使用企業名義所得稅率減去實際所得稅率的差額(Rate_diff)測度企業的避稅程度[ 19 ],Rate_diff=名義所得稅率-[(所得稅費用-遞延所得稅費用)/(稅前利潤-遞延所得稅費用/名義所得稅率)],Rate_diff越大則企業的避稅程度越高;另一種是測度企業會計稅收差異(BTD)[ 20 ],BTD=(稅前會計利潤-應納稅所得額)/期末總資產,BTD越大表明企業的避稅程度越大。
為保證結果的穩健性,本文在基礎回歸結果分析部分使用Rate_diff指標,在穩健性檢驗部分使用BTD指標。為進一步確保避稅指標測算的合理性,參考陳德球等[ 19 ]的研究,剔除樣本中稅前會計利潤小于等于0的樣本,以及企業實際所得稅率大于1或者小于0的樣本。
2.解釋變量
碳交易(DID):企業是否為首批控排企業(Treat)和政策實施時間(Post)的交乘項(Treat×Post)。當企業為首批控排企業時,Treat取值為1,否則為0。由于七個碳交易試點建立時間集中于2013年下半年以及2014年上半年,故本文將2014年定義為政策沖擊年份,Post在2014年及以后取值為1,其他年份取值為0。
3.中介變量
(1)融資約束(FC):參考錢明等[ 21 ]的研究,首先對樣本的企業規模(Size)、現金股利支付率(CashDR)、上市年限(Age)三個指標進行中心化處理,根據中心化處理后的均值對樣本企業進行排序,將上下三分位點作為融資約束的分界點,大于66%分位的樣本企業劃分為低融資約束組,用FC*=0表示,小于33%分位的樣本企業定義為高融資約束組,用FC*=1表示;其次選取企業資產負債率(Lev)、當年發放的現金股利(CashD)、市場價值與賬面價值的比值(MB)、凈營運資金與總資產的比值(NWC/TA)、息稅前利潤與總資產的比值(EBIT/TA)五個變量,通過構建模型(1)進行Logit回歸,根據回歸結果得出各公司的P(FC*=1)值,作為融資約束代理變量FC,FC越大表明企業面臨的融資約束越強。
(2)政府環保型補貼(GovSE):參考孫傳旺等[ 11 ]的研究,通過搜集上市公司財務報告附注中營業外收入的明細以及上市公司定期報告的其他收益的明細,對明細項目中有關降碳減排、節能增效、低碳轉型、綠色發展、可再生能源利用等內容進行篩選,篩選后的項目作為政府環保型補貼項目,然后將各企業當年政府環保型補貼項目金額進行加和,得到企業政府環保型補貼的數據,并將其進行對數化處理。
4.控制變量
本文選取以下控制變量:資產負債率(Lev)、總資產周轉率(Turnover)、總資產收益率(Roa)、凈資產收益率(Roe)、機會成本(TobinQ)、獨立董事比例(Outr)、股權集中度(Top)、企業規模(Size)、企業年齡(Age)、股權性質(Soe)。
變量定義如表1所示。
(三)模型設定
雙重差分法是評估政策產生的影響效果較為常用的方法,本文采用該方法檢驗碳交易對企業避稅行為的影響,并設計模型(2)對假設1進行驗證:
其中,i表示企業、t表示年份,Rate_diffi,t代表i企業在t年的稅收規避程度,DID為Treat和Post的交乘項,Controlsi,t為本文的控制變量,Code為個體固定效應,Year為年份固定效應,?著i,t為殘差項。
四、實證分析
(一)描述性統計
表2列示了主要變量的描述性統計結果。Rate_diff的中位數0.005為正數,說明大部分樣本企業的實際所得稅稅率低于名義所得稅稅率,企業避稅行為普遍存在。BTD的均值為-0.001,標準差為0.024,說明會計稅收差異在企業中廣泛存在。
(二)基礎回歸結果分析
采用模型(2)對碳交易與企業避稅的關系進行驗證,回歸結果如表3所示。可見無論是否引入控制變量,回歸結果均在1%水平上顯著,說明碳交易能夠有效抑制企業的避稅活動,在發揮環境治理效應的同時,還能治理企業的避稅行為,假設1得證。
(三)穩健性檢驗
1.平行趨勢檢驗
為檢驗處理組在政策實施之前是否和對照組具有相同的變化趨勢,本文參考Bertrand等[ 22 ]的做法,以碳交易試點實施當年為基期,建立模型(3)進行同趨勢變動檢驗:
其中,Pre_*和Post_*均為虛擬變量,碳交易試點開展之前(之后)第x年(x=1,2)的控排企業樣本Pre_*(Post_*)取值為1,否則為0。回歸結果如表4列(1)所示,可見Pre_*的系數均不顯著,說明該研究符合平行趨勢假定。另外,碳交易試點開展之后Post_*開始顯著,這說明碳交易實施之后控排企業和非控排企業避稅程度出現了明顯的差異。整體上來說碳交易抑制企業避稅行為的結論不變。
2.PSM-DID檢驗
由于在樣本選擇之初并未對樣本的地區、行業、規模進行嚴格控制,可能會產生樣本選擇性偏差,從而干擾了實驗結果,本文通過構建Logit回歸模型對處理組和對照組進行卡尺半徑為0.05的1:1最近鄰匹配,并繪制匹配前和匹配后的核密度圖(圖1和圖2),然后將匹配后的樣本用模型(2)進行回歸檢驗,回歸結果如表4列(2)所示,依然支持本文假設1。
3.替換被解釋變量
用BTD指標作為企業避稅的代理變量進行穩健性檢驗,采用模型(2)進行回歸檢驗,回歸結果如表4列(3)所示,DID系數在5%水平上顯著,支持本文假設1。
4.隨機抽樣
將全樣本隨機抽取三分之一,采用模型(2)進行回歸檢驗,回歸結果如表4列(4)所示,DID系數在5%水平上顯著,支持本文假設1。
(四)異質性分析
1.稅收征管強度
外部稅收監管是抑制企業避稅行為的有效手段。我國各地區稅收監管力度差異較大,在稅收監管力度強的地區,政府對企業的稅收監督較為嚴格,企業會減少機會主義行為并依法納稅,碳交易政策發揮的公司治理作用可能并不明顯;在稅收監管力度弱的地區,政府相關部門對企業稅收監管力度不夠,不能有效抑制企業避稅的機會主義行為,而碳交易的推行能夠有效改善企業避稅亂象,由此推測在稅收征管力度較弱的地區,碳交易對企業避稅行為的抑制效果更為顯著。參考葉康濤和劉行[ 23 ]計算地區稅收征管強度的方法,構建如下模型:
其中,p代表省(自治區,直轄市,下同)、t代表年份,Tp,t為p省在t年年末稅收收入,GDPp,t為p省在t年國民生產總值,IND1p,t為p省在t年第一產業的產值,IND2p,t為p省在t年第二產業的產值,OPENNESSp,t為p省在t年末進出口總額。將上述數據代入模型(4),求得p省在t年預期稅收收入TPp,t。之后用實際稅收收入(Tp,t)和預期稅收收入(TPp,t)之比計算出稅收征管強度TE。根據各地區稅收征管強度的中位數進行分組,大于中位數的為稅收征管強度大的地區,其余為稅收征管強度小的地區,回歸結果如表5所示。可以看出在稅收征管強度較小的地區,碳交易對企業避稅行為的抑制作用在1%水平上顯著;在稅收征管強度較大的地區,碳交易對企業避稅行為無顯著影響。說明碳交易政策對企業避稅行為的治理作用會因外部稅收征管強度的不同而存在差異。
2.產權性質
本文進一步根據樣本企業的產權性質將其劃分為國有企業和非國有企業,回歸結果如表5所示。可以看出碳交易對國有企業避稅行為的抑制作用在1%水平上顯著,而對非國有企業無顯著影響。其可能的原因是與非國有企業相比,國有企業具有天然的政治優勢,在通過避稅轉嫁環境治理產生的成本時,會得到一定的庇護,而碳交易的推行使得政府碳減排壓力增大,庇護行為有所減少,此時國有企業會減少避稅活動,通過技術創新等手段緩解環境治理壓力。因此,碳交易對國有企業避稅行為的抑制作用更加明顯。
3.企業規模
不同規模的企業面臨的融資環境和市場環境是不同的,碳交易對不同規模企業的避稅行為有著不同的影響。本文按照企業規模的中位數將樣本企業劃分為大規模企業和小規模企業,回歸結果如表5所示。可見碳交易對小規模企業避稅活動的抑制作用在1%水平上顯著,對大規模企業避稅活動的抑制作用在5%水平上顯著。其可能原因是大規模企業已經形成了規模經濟優勢,在外界有著良好的聲譽和企業形象,更容易獲得外部資源的支持,企業為減少避稅產生的違規風險,避稅動機較弱;小規模企業面臨的融資成本和合規成本較高,在日常經營中更可能通過避稅緩解財務困境,而碳交易的推行在一定程度上緩解了企業融資約束,為全社會提供了更加透明的監督平臺,有效約束了企業的避稅行為。因此,相比于大規模企業,碳交易對小規模企業的稅收規避活動抑制效果更強。
五、作用機制檢驗
通過前文理論分析,碳交易能夠通過緩解融資約束和增加政府環保型補貼改變企業避稅產生的收益與成本博弈狀況,進而削弱企業避稅動機。下文從融資約束和政府環保型補貼兩條路徑驗證其作用機制。
借助Baron等[ 24 ]的中介效應分步檢驗方法,采用三步法對“碳交易—融資約束/政府環保型補助—企業避稅”這一可能的中介機制進行檢驗。本文在模型(2)的基礎上構建模型(5)和(6)。
在進行融資約束作用機制檢驗時,Y代表融資約束(FC);在進行政府環保型補貼作用機制檢驗時,Y代表政府環保型補貼(GovSE)。
表6中列(1)—(3)為檢驗碳交易政策通過緩解企業融資約束來抑制企業避稅的三步法回歸結果。列(1)、列(2)中DID的系數均顯著為負,說明碳交易政策能夠緩解企業融資約束;列(3)中FC的系數顯著為正,說明企業的避稅活動會因融資約束的緩解而減少。三步法回歸結果驗證了碳交易能夠通過緩解企業融資困境削弱企業的避稅動機,支持假設2。
表6中列(1)、(4)、(5)為檢驗碳交易政策通過增加政府環保型補貼來抑制企業避稅的三步法回歸結果。列(4)中DID的回歸結果顯著為正,說明碳交易政策的實施能夠提升政府環保型補助的水平;列(5)中GovSE的系數顯著為負,說明企業的避稅活動會因政府環保型補貼的增加而降低。三步法回歸結果驗證了碳交易能夠提升企業獲取的政府環保型補貼水平,增加企業自由現金流,從而抑制企業的避稅活動,支持假設3。
六、結論與建議
碳交易機制是我國實現“雙碳”目標的重要手段。本文基于滬深A股上市公司數據,探究了碳交易與企業避稅行為之間的關系,并得出如下結論:第一,碳交易能夠顯著抑制企業的避稅行為,在進行一系列穩健性檢驗后,該結論依然成立;第二,碳交易對企業避稅行為的治理作用主要是通過緩解融資約束和提升政府環保型補貼實現的;第三,碳交易對稅收征管強度低的地區、國有企業和小規模企業的避稅治理效果更加明顯。
據此,本文提出以下建議:
第一,全面推進碳試點建設,健全碳交易市場獎懲機制。目前碳交易市場推行時間較短,還未形成較為成熟的獎罰機制以及更為有序的市場秩序,可以考慮將獎罰機制進一步細化,充分發揮碳交易對企業行為的規范作用。同時不斷擴大碳交易市場規模,將政策效應發揮到最大。
第二,加強政府監督與管理,實現政策扶持深入化。在相關政策制定過程中,可以進一步提升企業外部融資的覆蓋面和包容度,改善企業融資困境;細化政府環保型補貼的發放標準,實現對企業降碳減排全過程的扶持。
第三,構建政府監督與稅收制度新格局,完善外部監管體系。政府監管部門應當因地制宜,充分考慮當地稅收環境和企業內部治理狀況,將碳交易市場監管力度與兩者充分融合,合理發揮碳交易的公司治理作用。
【參考文獻】
[1] 姚星,陳靈杉,張永忠.碳交易機制與企業綠色創新:基于三重差分模型[J].科研管理,2022,43(6):43-52.
[2] SHEN J,WEI Y D,YANG Z.The impact of environmental regulations on the location of pollution-intensive industries in China[J].Journal of Cleaner Production,2017,148:785-794.
[3] 馬亞紅,楊肅昌.環境規制與重污染企業稅收規避[J].經濟經緯,2022,39(3):150-160.
[4] 唐國平,李龍會.股權結構、產權性質與企業環保投資:來自中國A股上市公司的經驗證據[J].財經問題研究,2013(3):93-100.
[5] 程宏偉,羅娟.環境治理會導致公司避稅的氣球效應嗎:基于中央環保督察的效果分析[J].商業研究,2022(6):44-53.
[6] 范丹,付嘉為,王維國.碳排放權交易如何影響企業全要素生產率?[J].系統工程理論與實踐,2022,42(3):591-603.
[7] 周暢,蔡海靜,劉梅娟.碳排放權交易的微觀企業財務效果:基于“波特假說”的PSM-DID檢驗[J].財經論叢,2020(3):68-77.
[8] 姬新龍.碳排放權交易是否促進了企業環境責任水平的提升?[J].現代經濟探討,2021(9):49-55.
[9] HANLON M,HEITZMAN S.A review of tax research[J]. Journal of accounting and Economics,2010, 50(2/3):127-178.
[10] 吳茵茵,齊杰,鮮琴,等.中國碳市場的碳減排效應研究:基于市場機制與行政干預的協同作用視角[J].中國工業經濟,2021(8):114-132.
[11] 孫傳旺,魏曉楠.市場激勵型環境規制、政府補貼與企業績效[J].財政研究,2022(7):97-112.
[12] 阮敏,肖風.自愿參與型環境規制與企業技術創新:公眾關注度和市場進程的調節作用[J].科技進步與對策,2022,39(2):79-90.
[13] 吳紅軍,劉啟仁,吳世農.公司環保信息披露與融資約束[J].世界經濟,2017,40(5):124-147.
[14] CHAN W S.Stock price reaction to news and no-news:drift and reversal after headlines[J]. Journal of Financial Economics,2003,70(2):223-260.
[15] 沈洪濤.“雙碳”目標下我國碳信息披露問題研究[J].會計之友,2022(9):2-9.
[16] 李力,劉全齊,唐登莉.碳績效、碳信息披露質量與股權融資成本[J].管理評論,2019,31(1):221-235.
[17] LAW K,MILLS L.Taxes and haven activities:evidence from linguistic cues[J/OL].Social Science Electronic Publishing,2019.
[18] 高艷慧,萬迪昉,蔡地.政府研發補貼具有信號傳遞作用嗎:基于我國高技術產業面板數據的分析[J].科學學與科學技術管理,2012,33(1):5-11.
[19] 陳德球,陳運森,董志勇.政策不確定性、稅收征管強度與企業稅收規避[J].管理世界,2016(5):151-163.
[20] 許紅梅,李春濤.社保費征管與企業避稅:來自《社會保險法》實施的準自然實驗證據[J].經濟研究,2020,55(6):122-137.
[21] 錢明,徐光華,沈弋.社會責任信息披露、會計穩健性與融資約束:基于產權異質性的視角[J].會計研究,2016(5):9-17.
[22] BERTRAND M,DUFLO E,MULLAINATHAN S.How much should we trust differences-in-differences estimates?[J].The Quarterly Journal of Economics,2004,119(1):249-275.
[23] 葉康濤,劉行.稅收征管、所得稅成本與盈余管理[J].管理世界,2011(5):140-148.
[24] BARON R M,KENNY D A.The moderator-mediator variable distinction in social psychological research:conceptual,strategic,and statistical considerations[J].Chapman and Hall,1986,51(6):1173-1182.