稅收激勵(lì)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型影響的實(shí)證研究

楊志銀 李雅婷

【摘要】為探討稅收激勵(lì)對(duì)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(duì)假設(shè)進(jìn)行實(shí)證分析。研究發(fā)現(xiàn)：稅收激勵(lì)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型起到促進(jìn)作用，運(yùn)用穩(wěn)健性檢驗(yàn)加以驗(yàn)證后結(jié)果仍顯著，表明促進(jìn)效果明顯；稅收激勵(lì)對(duì)高科技企業(yè)和制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型的促進(jìn)效果更為顯著；創(chuàng)新投入在稅收激勵(lì)推動(dòng)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(guān)政策建議。

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

【中圖分類號(hào)】F275；F273

一、引言

企業(yè)數(shù)字化轉(zhuǎn)型被視為實(shí)現(xiàn)“數(shù)實(shí)融合”的關(guān)鍵途徑，對(duì)構(gòu)建“雙循環(huán)”新發(fā)展格局、激發(fā)發(fā)展動(dòng)能、維護(hù)經(jīng)濟(jì)增長(zhǎng)至關(guān)重要。2022年政府工作報(bào)告強(qiáng)調(diào)“加強(qiáng)數(shù)字中國建設(shè)整體布局，促進(jìn)產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型”。這一重要戰(zhàn)略方向標(biāo)志著中國政府對(duì)數(shù)字化未來的堅(jiān)定承諾。近年來，我國對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的實(shí)踐方面取得顯著成就。2022年進(jìn)入轉(zhuǎn)型領(lǐng)軍者行列的企業(yè)比例為17%1，轉(zhuǎn)型引領(lǐng)者的數(shù)字化優(yōu)勢(shì)逐漸增大。然而，數(shù)字化轉(zhuǎn)型的普及率和程度與發(fā)達(dá)國家和數(shù)字化時(shí)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(yuǎn)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]。考慮到數(shù)字化轉(zhuǎn)型具有較強(qiáng)的正外部性，可能導(dǎo)致投入不足，政府需要積極介入填補(bǔ)投入差距。

就當(dāng)前的稅收激勵(lì)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(fù)，從而提升企業(yè)的現(xiàn)金流動(dòng)性，減輕融資方面的限制（周燕，潘遙，2019）。現(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(chǎng)機(jī)制對(duì)企業(yè)發(fā)揮激勵(lì)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(jìng)爭(zhēng)決策（柳光強(qiáng)，2016）。這種市場(chǎng)導(dǎo)向的激勵(lì)機(jī)制鼓勵(lì)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(xiàn)關(guān)注數(shù)字經(jīng)濟(jì)的重要性，但大多集中討論數(shù)字經(jīng)濟(jì)對(duì)經(jīng)濟(jì)的影響，對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的驅(qū)動(dòng)因素的研究相對(duì)較少（蔡宏波，湯城建，韓金镕，2023）。其次，盡管學(xué)界已有少量研究關(guān)注了稅收激勵(lì)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(duì)于稅收激勵(lì)對(duì)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(duì)稅收激勵(lì)政策對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響、作用機(jī)制進(jìn)行實(shí)證研究。拓寬了對(duì)企業(yè)數(shù)字化轉(zhuǎn)型驅(qū)動(dòng)因素的研究，是對(duì)現(xiàn)有文獻(xiàn)的有益補(bǔ)充。此外，在經(jīng)濟(jì)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(rèn)識(shí)和意愿，同時(shí)對(duì)于稅收政策制定與實(shí)施提供一定的參考。

二、理論分析與假設(shè)提出

（一）稅收激勵(lì)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響

政府作為稅收政策的主導(dǎo)者，能夠通過稅收激勵(lì)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(lì)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(shù)生產(chǎn)設(shè)備的應(yīng)用和創(chuàng)新，提高生產(chǎn)效率和競(jìng)爭(zhēng)力。在進(jìn)口環(huán)節(jié)，針對(duì)進(jìn)口數(shù)字化設(shè)備和數(shù)字化技術(shù)，政府可以采取減免關(guān)稅或者其他進(jìn)口環(huán)節(jié)稅費(fèi)的措施，降低企業(yè)引進(jìn)先進(jìn)數(shù)字化技術(shù)設(shè)備的成本。在并購重組環(huán)節(jié)，能夠鼓勵(lì)企業(yè)進(jìn)行戰(zhàn)略性合并、整合和轉(zhuǎn)型，促進(jìn)數(shù)字化轉(zhuǎn)型的規(guī)模效益。在企業(yè)擴(kuò)張環(huán)節(jié)，稅收激勵(lì)為企業(yè)提供資金支持，促進(jìn)技術(shù)引進(jìn)、人才吸納和規(guī)模擴(kuò)張。這些措施引導(dǎo)企業(yè)朝著數(shù)字化轉(zhuǎn)型的方向發(fā)展，進(jìn)一步推動(dòng)整個(gè)經(jīng)濟(jì)體系朝著數(shù)字化發(fā)展目標(biāo)邁進(jìn)。基于此本文提出如下假設(shè)：

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

（二）創(chuàng)新投入中介效應(yīng)的傳導(dǎo)機(jī)制

現(xiàn)實(shí)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(guān)鍵點(diǎn)。對(duì)于企業(yè)來說，研發(fā)所需要的條件復(fù)雜，研發(fā)過程長(zhǎng)，并且研發(fā)風(fēng)險(xiǎn)高，就勢(shì)必會(huì)造成企業(yè)創(chuàng)新驅(qū)動(dòng)不足。而稅收激勵(lì)彌補(bǔ)了市場(chǎng)失靈，引導(dǎo)資金流向。采用多種稅收激勵(lì)形式如加計(jì)扣除、減免稅等降低企業(yè)稅收負(fù)擔(dān)，增加經(jīng)營活動(dòng)現(xiàn)金流量。這樣的舉措將有效減輕企業(yè)的財(cái)務(wù)壓力，鼓勵(lì)其增加對(duì)技術(shù)創(chuàng)新的資金、資源、人員等投入，分擔(dān)部分風(fēng)險(xiǎn)，從而促進(jìn)企業(yè)的數(shù)字化轉(zhuǎn)型。基于此本文提出如下假設(shè)：

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

三、研究設(shè)計(jì)

（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(jì)規(guī)模的迅速擴(kuò)張和數(shù)字技術(shù)高速發(fā)展及逐步應(yīng)用的趨勢(shì)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(xiǎn)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(gè)公司共27 247條觀測(cè)數(shù)據(jù)。此外，本文對(duì)所有連續(xù)變量進(jìn)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(duì)企業(yè)數(shù)字化轉(zhuǎn)型的衡量，國內(nèi)學(xué)者主要采用以下方法衡量：一為利用年報(bào)中數(shù)字化相關(guān)關(guān)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(jì)相關(guān)的指標(biāo)占比，評(píng)估企業(yè)數(shù)字化水平；三為進(jìn)行問卷調(diào)查以獲取有關(guān)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(gòu)建企業(yè)數(shù)字化轉(zhuǎn)型的指標(biāo)[3]。首先，通過國泰安（CSMAR）數(shù)據(jù)庫完成樣本企業(yè)年報(bào)文本的爬取和下載，并對(duì)下載文檔進(jìn)行文本化轉(zhuǎn)換和識(shí)別；其次，構(gòu)建企業(yè)數(shù)字化轉(zhuǎn)型的相關(guān)詞庫。在初步統(tǒng)計(jì)詞頻后，去掉關(guān)鍵詞前的否定前綴的詞條，并將詞頻指標(biāo)加1后進(jìn)行對(duì)數(shù)化處理，得到企業(yè)數(shù)字化轉(zhuǎn)型指標(biāo)（DCG）。

同時(shí)，在穩(wěn)健性檢驗(yàn)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(guān)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(guān)鍵詞檢索，對(duì)企業(yè)年度報(bào)告無形資產(chǎn)明細(xì)欄目中的數(shù)字化資產(chǎn)進(jìn)行檢索、整合，并且區(qū)分?jǐn)?shù)字化與信息化無形資產(chǎn)進(jìn)行檢索。最后，本文再將數(shù)字無形資產(chǎn)總額進(jìn)行對(duì)數(shù)化處理。

2.解釋變量

解釋變量為稅收激勵(lì)，借鑒柳光強(qiáng)（2016）的做法，采用現(xiàn)金流量表中收到的各項(xiàng)稅費(fèi)返還/（收到的各項(xiàng)稅費(fèi)返還+支付的各項(xiàng)稅費(fèi)）表示稅收激勵(lì)（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(cái)務(wù)狀況和公司治理狀況兩個(gè)方面對(duì)控制變量進(jìn)行界定[6]。其中，財(cái)務(wù)狀況指標(biāo)選擇的控制變量包括流動(dòng)資產(chǎn)比率（Cr）、資產(chǎn)負(fù)債率（Lev）、企業(yè)規(guī)模（Size）、托賓Q（Tobin）；公司治理狀

況指標(biāo)選擇的控制變量為股權(quán)集中度（Top）。

各變量定義見表1。

（三）描述性統(tǒng)計(jì)

對(duì)樣本進(jìn)行描述性統(tǒng)計(jì)。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(biāo)準(zhǔn)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(lì)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(biāo)準(zhǔn)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(guān)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(xiàng)，α1是回歸系數(shù)，μi、ωt分別表示行業(yè)和年份固定效應(yīng)，εi，t為誤差項(xiàng)。DCG表示企業(yè)數(shù)字化轉(zhuǎn)型程度；Tax表示稅收激勵(lì)程度。

四、實(shí)證分析

（一）基準(zhǔn)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(duì)假設(shè)H1進(jìn)行檢驗(yàn)，結(jié)果見表3。分析兩變量的回歸結(jié)果可知，稅收激勵(lì)與企業(yè)數(shù)字化轉(zhuǎn)型兩者之間呈顯著正相關(guān)關(guān)系，且如表3的（1）～（5）列所示，在逐步添加控制變量：流動(dòng)資產(chǎn)比率（Cr）、資產(chǎn)負(fù)債率（Lev）、企業(yè)規(guī)模（size）、托賓Q（Tobin）、股權(quán)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(shè)H1得以驗(yàn)證。

（二）異質(zhì)性分析

稅收激勵(lì)政策在整個(gè)行業(yè)范圍內(nèi)實(shí)施，但不同行業(yè)的產(chǎn)業(yè)特征和經(jīng)濟(jì)狀況會(huì)影響對(duì)稅收激勵(lì)政策的需求。因此，本文以所處行業(yè)為基準(zhǔn)，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(jìn)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(yàn)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(lì)（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(guān)關(guān)系，說明稅收激勵(lì)政策對(duì)高科技企業(yè)數(shù)字化轉(zhuǎn)型具有促進(jìn)作用；而第（3）列的稅收激勵(lì)（Tax）對(duì)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(lì)政策對(duì)非高科技企業(yè)數(shù)字化轉(zhuǎn)型的影響不明顯。這是因?yàn)椋菏紫龋呖萍夹袠I(yè)需要不斷投資于新技術(shù)和研發(fā)，以保持領(lǐng)先地位和競(jìng)爭(zhēng)優(yōu)勢(shì)，需要大量資金，因此對(duì)稅收激勵(lì)政策反應(yīng)更為明顯，且中國政府鼓勵(lì)科技創(chuàng)新和數(shù)字經(jīng)濟(jì)發(fā)展的宏觀政策導(dǎo)向使得其從稅收激勵(lì)政策中受益更多。其次，高科技企業(yè)的創(chuàng)新活動(dòng)具有較高的知識(shí)含量和技術(shù)密集度，需要大規(guī)模創(chuàng)新投入，并伴隨著更高的失敗風(fēng)險(xiǎn)。因此，它們更傾向于開展“高精尖”技術(shù)的研發(fā)，使用大量先進(jìn)設(shè)備，并可能更多地受益于稅收激勵(lì)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(shù)，轉(zhuǎn)型意愿較低，因此對(duì)稅收激勵(lì)政策的反應(yīng)相對(duì)較小。

基于制造業(yè)組別的異質(zhì)性檢驗(yàn)，相關(guān)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(lì)（Tax）對(duì)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(guān)關(guān)系，顯著水平分別為1%和10%。由此可見，稅收激勵(lì)政策對(duì)制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型的促進(jìn)效果更明顯。這是因?yàn)椋圃鞓I(yè)通常以橫向并購和混合并購為主。橫向并購有助于升級(jí)產(chǎn)業(yè)結(jié)構(gòu)，剔除落后產(chǎn)能，而混合并購則實(shí)現(xiàn)多元化，尋求新利潤(rùn)。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(shè)備、原材料和勞動(dòng)力，并需更多資本投資和資金流動(dòng)支持業(yè)務(wù)運(yùn)營，這些支出通常高于非制造業(yè)。稅收優(yōu)惠政策對(duì)制造業(yè)的資金流動(dòng)和現(xiàn)金流量影響更大，因?yàn)橹圃鞓I(yè)面臨更大的市場(chǎng)競(jìng)爭(zhēng)與外部因素調(diào)節(jié)，如原材料成本波動(dòng)、匯率風(fēng)險(xiǎn)等。因此，制造業(yè)對(duì)稅收政策更敏感，可能對(duì)利潤(rùn)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(duì)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(chǎng)競(jìng)爭(zhēng)壓力，因此通常比非制造業(yè)更敏感。

（三）穩(wěn)健性檢驗(yàn)

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(guān)的無形資產(chǎn)總額的對(duì)數(shù)后，進(jìn)行穩(wěn)健性檢驗(yàn)。如表3的第（6）列所示，回歸結(jié)果表明，稅收激勵(lì)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(yàn)。說明稅收激勵(lì)政策與企業(yè)的數(shù)字化轉(zhuǎn)型呈現(xiàn)顯著正相關(guān)，回歸結(jié)果仍然支持假設(shè)H1。

（四）中介效應(yīng)檢驗(yàn)

表5展示了稅收激勵(lì)通過創(chuàng)新投入的路徑，進(jìn)而影響企業(yè)數(shù)字化轉(zhuǎn)型的過程。第（2）列，將稅收激勵(lì)對(duì)創(chuàng)新投入進(jìn)行回歸發(fā)現(xiàn)，稅收激勵(lì)對(duì)創(chuàng)新投入也具有明顯的促進(jìn)作用，控制年份和行業(yè)后相關(guān)系數(shù)為2.844，第（3）列將稅收激勵(lì)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(qiáng)度可以促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。稅收激勵(lì)對(duì)創(chuàng)新投入、創(chuàng)新投入對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的促進(jìn)作用均在1%的水平上顯著。根據(jù)三步法顯著得出，假設(shè)H2得以驗(yàn)證。所以說，稅收激勵(lì)不僅給企業(yè)帶來資金支持，還通過信號(hào)傳遞增加企業(yè)的產(chǎn)學(xué)研合作，部分會(huì)通過增加創(chuàng)新投入最后轉(zhuǎn)化為促進(jìn)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(jìn)數(shù)字技術(shù)，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(lì)對(duì)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(jìn)效果更為顯著；創(chuàng)新投入在稅收激勵(lì)與企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)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(lì)力度，放寬政策激勵(lì)范圍。可以考慮加大研發(fā)費(fèi)用的加計(jì)扣除、縮短數(shù)字化固定資產(chǎn)的折舊年限等措施，及時(shí)調(diào)整稅收激勵(lì)政策以解決企業(yè)困境。

第二，出臺(tái)數(shù)字化轉(zhuǎn)型的專項(xiàng)稅收激勵(lì)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(jìn)經(jīng)濟(jì)結(jié)構(gòu)升級(jí)和轉(zhuǎn)型，推動(dòng)科技創(chuàng)新和產(chǎn)業(yè)升級(jí)，可以出臺(tái)專項(xiàng)稅收激勵(lì)政策。

第三，實(shí)施靶向性的稅收激勵(lì)政策。本文研究發(fā)現(xiàn)，稅收激勵(lì)對(duì)高科技企業(yè)和制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型的促進(jìn)效果更為顯著。因此，稅收激勵(lì)政策應(yīng)該在保障現(xiàn)有競(jìng)爭(zhēng)優(yōu)勢(shì)的基礎(chǔ)上進(jìn)一步細(xì)化，填補(bǔ)激勵(lì)政策的漏洞，實(shí)施靶向性稅收激勵(lì)政策。首先，擴(kuò)大政策適用范圍，鼓勵(lì)非高科技企業(yè)積極參與數(shù)字技術(shù)創(chuàng)新、數(shù)字技術(shù)設(shè)備采購和數(shù)字技術(shù)應(yīng)用。通過孵化、培育和引導(dǎo)股權(quán)資金等方式，鼓勵(lì)非高科技企業(yè)通過數(shù)字化轉(zhuǎn)型實(shí)現(xiàn)規(guī)模擴(kuò)大和實(shí)力增強(qiáng)，從而推動(dòng)技術(shù)創(chuàng)新和收入增長(zhǎng)。其次，可以考慮出臺(tái)購置數(shù)字化設(shè)備允許企業(yè)全額或高比例稅前扣除的激勵(lì)政策，從而鼓勵(lì)制造業(yè)企業(yè)積極升級(jí)和更新生產(chǎn)線，促進(jìn)數(shù)字化轉(zhuǎn)型升級(jí)。

第四，加大企業(yè)創(chuàng)新投入的稅收激勵(lì)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(lì)高比例的創(chuàng)新投入。其次，建立針對(duì)研發(fā)領(lǐng)域的風(fēng)險(xiǎn)補(bǔ)貼機(jī)制。當(dāng)前的政策主要關(guān)注成功項(xiàng)目或企業(yè)，而未取得成果的企業(yè)需提高風(fēng)險(xiǎn)補(bǔ)償能力。應(yīng)該注意完善風(fēng)險(xiǎn)補(bǔ)償機(jī)制，以支持更多企業(yè)的創(chuàng)新投入，從而間接促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。

主要參考文獻(xiàn)：

[1]張軍紅.加大數(shù)字經(jīng)濟(jì)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(jì)，2022（05）：42-45.

[2]吳傳清，孟曉倩.長(zhǎng)江經(jīng)濟(jì)帶數(shù)字化轉(zhuǎn)型對(duì)制造業(yè)綠色發(fā)展影響研究[J].南通大學(xué)學(xué)報(bào)（社會(huì)科學(xué)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(chǎng)表現(xiàn)——來自股票流動(dòng)性的經(jīng)驗(yàn)證據(jù)[J].管理世界，2021，37（07）：130-144+10.

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

[5]柳光強(qiáng).稅收優(yōu)惠、財(cái)政補(bǔ)貼政策的激勵(lì)效應(yīng)分析——基于信息不對(duì)稱理論視角的實(shí)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(duì)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(jì)理論與經(jīng)濟(jì)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(dòng)內(nèi)部控制質(zhì)量提升——基于文本分析的實(shí)證研究[J].國際商務(wù)財(cái)會(huì)，2023（09）：22-28+32.

責(zé)編：險(xiǎn)峰