稅收柔性征管對企業數字化轉型的影響及機制

宋建波 盧思諾

【摘 要】 企業數字化轉型是企業順應數字經濟時代要求、保持核心競爭力的重大戰略決策?；诩{稅信用評級披露的準自然實驗，探討稅收柔性征管對企業數字化轉型的影響及機制。結果表明，稅收柔性征管對企業數字化水平提出了更高要求，同時降低了企業數字化轉型成本與風險，由此促進了企業數字化轉型。稅收柔性征管主要通過聲譽機制緩解企業融資約束，以及通過激勵機制促進企業數字技術創新來推動企業數字化轉型。同時，稅收柔性征管對企業數字化轉型的促進效應在國有企業和成熟度較高的企業中更為明顯。研究為發掘稅收柔性征管的重要政策效應、深化稅收征管制度改革提供了經驗證據。

【關鍵詞】 稅收柔性征管； 企業數字化轉型； 融資約束； 技術創新； 準自然實驗

【中圖分類號】 F275? 【文獻標識碼】 A? 【文章編號】 1004-5937（2024）08-0068-09

一、引言

隨著數字技術的突破和數字基礎設施的完善，數字經濟日漸成為重組全球要素資源、重塑全球經濟結構的重要力量。黨的十九屆五中全會明確提出建設“數字中國”的宏偉目標；黨的二十大報告進一步指出，要加快發展數字經濟，促進數字經濟和實體經濟深度融合，打造具有國際競爭力的數字產業集群。企業是數字經濟和實體經濟融合進程的微觀主體，企業數字化轉型對推進“數字中國”戰略意義重大。企業數字化轉型是指企業通過采用數字技術和信息技術來優化企業管理和業務流程，從而提高企業的效率和競爭力的過程，并逐步在數字化時代中成為企業業務治理層面的重要戰略之一。令人振奮的是，隨著底層數字技術的完善與擴散，我國企業普遍能夠以更低的成本接入數字化端口，數字化轉型進程不斷加快。然而，數字化轉型水平在行業、地域之間存在較大差異[1]，部分企業因資金周轉困難“不敢轉”、因創新能力缺乏“轉不動”的問題突出。為了促進企業加快數字化轉型步伐、縮小數字化轉型水平差距，有必要進一步完善宏觀政策，為企業破解轉型障礙提供有效支持。

在政府的各項財政制度中，稅收征管制度因對企業治理具有深遠影響而受到研究者的廣泛關注。稅收征管是稅務機關根據稅法規定，對稅收實施管理、征收、檢查等活動的統稱，稅收征管制度是否完善會直接影響企業納稅意愿和規范程度。在過去，我國采用強制稅收征管制度來規范企業納稅行為，企業的偷稅漏稅行為會受到稅務部門的嚴厲控告和高額罰款。2014年7月，國家稅務總局發布《納稅信用管理辦法（試行）》（國家稅務總局公告2014年第40號），將社會信用體系引入稅收征管活動，創新了稅收征管制度體系[2]。國家稅務總局通過對企業的納稅情況進行信用評級，信用優良的企業將獲得政府的表彰和公示，政府也會對信用評級較差的企業實施更嚴格的稅收稽查，但不再設立避稅“黑名單”，企業失信將主要由投資者、公眾等利益相關主體進行懲戒。換言之，新規通過“守信表彰激勵、失信靈活懲戒”的柔性方式，鼓勵企業自覺提高稅法遵從度，這一新型治理方式被稱為“稅收柔性征管”[3]。

現有研究肯定了納入信用評價的稅收體系會對企業治理產生顯著影響。杜劍等[4]發現企業為了獲得納稅信用表彰，會提高稅收遵從度，規范納稅行為，減少避稅活動，企業實際支付的稅收增加，這會降低短期企業價值。然而，企業在獲得信用表彰后，積累了無形的聲譽資本，從而有利于企業實現長期價值。Chen et al.[5]也表明，投資者并不青睞因避稅而信譽受損的企業，缺乏利益相關者信任的企業難以獲得足夠的資金支持，從而不利于其長期發展。具體至稅收柔性征管制度，現有研究發現其也存在平抑企業風險、改善企業績效等諸多優勢[6]。然而，已有文獻往往關注企業的績效指標，以此作為企業治理的結果變量，而忽視了稅收柔性征管也可能對數字化轉型等企業重大治理決策產生影響。厘清這一問題，有助于理解信用建設對企業治理決策的影響效應與機制，進而討論稅收柔性征管在規范企業納稅行為以外的“溢出”政策效應。

基于此，本文將借助稅收柔性征管中納稅信用評級披露的準自然實驗，利用2011—2020年A股上市公司的面板數據，探討稅收柔性征管對企業數字化轉型的影響及機制。相較于前述文獻，本文的邊際貢獻體現在如下兩方面：第一，從數字化轉型的角度，為稅收制度推進企業治理水平提升提供新的經驗證據，這對發掘稅收柔性征管的政策效應、進一步深化稅收制度改革具有重要現實意義。第二，企業數字化轉型會提高企業納稅流程的透明度和規范性，并倒逼政府征管制度的完善，這使得本文研究話題存在逆向因果關系。因此，本文采用準自然實驗，較為精準地識別了納稅信用評級披露和企業數字化轉型的因果關系。

二、理論分析與假設提出

（一）稅收柔性征管對企業數字化轉型的整體影響

稅收柔性征管是相對稅收剛性征管而發展起來的制度，其最大亮點在于引入納稅信用評級制度，從而發揮了社會信用在稅收征繳和稽查過程中的重要作用。迎合理論認為，企業在制定重大戰略時會傾向于將政策導向和監管納入考慮范圍，因此，稅收柔性征管的制度改革可能會對企業數字化轉型等戰略決策產生影響。

第一，稅收柔性征管要求企業提高數字化轉型水平，滿足稅收治理數字化、體系化建設目標。2021年《關于進一步深化稅收征管改革的意見》明確提出，需以稅收大數據為驅動力，建成具有高集成功能、高安全性能、高應用效能的智慧稅務，全面推進稅收征管數字化升級和智能化改造。同時，稅收柔性征管還需要完善的數據基礎，以供開展企業信用評級活動。這就要求企業必須同步開展數字化轉型，將傳統資金流動和財務管理的紙質流程轉化為電子化的流程，滿足稅收征管對數據準確度、可核查和可回溯性的要求。

第二，稅收柔性征管可以降低企業數字化轉型的成本和風險。在稅收柔性征管的制度框架下，納稅企業被分為A、B、C、D等不同的信用等級（2018年起增設M級）。評級標準主要包括納稅申報、稅收支付、稅收違法記錄、合規程度等多個方面。政府部門會定期公布納稅信用評級的企業名單，以便投資者、服務商和公眾及時了解企業的納稅征信狀況。因此，信用水平較高的企業可被外部利益相關主體所關注，由此提升市場對企業數字化轉型的信任和支持程度。一方面，利益相關者可提供資金，協助企業購置數字中臺等軟硬件設施，解決企業數字化轉型“高成本”難題；另一方面，企業數字化轉型會帶來業績表現降低、業務流程變動等諸多風險[7]，而利益相關者的信任能夠有效緩解企業因數字化轉型風險帶來的“不敢轉”和“轉不動”問題，提升企業數字化轉型的成功率。此外，根據2016年《關于對納稅信用A級納稅人實施聯合激勵措施的合作備忘錄》（發改財金〔2016〕1467號），發改委等29個部門聯合實施41項激勵措施，使擁有評級為A的企業獲得實質性獎勵。信用等級較高的企業可享受簡化征管流程、優惠政策試點等紅利，進而有助于降低企業數字化轉型的交易成本。

基于上述分析，本文提出假設1。

H1：稅收柔性征管能夠促進企業數字化轉型。

（二）稅收柔性征管對企業數字化轉型的影響渠道

一方面，充足的資金是企業數字化轉型的必要條件。盡管數字化轉型能夠幫助企業贏得社會美譽，但企業往往也要考慮自身利潤目標能否實現[8]。在研發階段，企業需要聘任互聯網技術人才、購置云計算所需的硬軟件設施；在應用階段，企業需要提供足夠算力的數字總控系統，為生產和管理各環節配備讀取、分析和監測儀器。Yucel[9]指出，如果數字化轉型的實施和運轉成本超過了轉型后所產生的收入，數字化轉型將無法成功。在傳統的強制稅收征管制度下，稅收繳納不規范的企業會被納入官方“黑名單”并予以公示，這會降低企業聲譽，加劇企業獲得外部融資的困難程度[10]。然而，稅收柔性征管制度中，只有納稅信用評級為A的企業才會被公示，從而發揮了聲譽機制的正向效應。具備良好信用的企業更受投資者青睞，企業能夠獲得更多融資，進而投資數字化轉型需要的人力資本和基礎設施[11]。同時，信用評級為A級的企業將享受融資授信優先的激勵措施。在安徽，政府向征信良好的企業頒發“納稅信用綠卡”，銀行給“納稅信用綠卡”激勵主體的信貸利率較市場平均利率下調近三成[12]。在山東濟南，政府借助“稅銀互動”項目，運用納稅信用等信息幫助守信企業獲得貸款，2020年向銀行部門推送A級納稅人23 074戶，累計為小微企業發放扶持貸款1 293筆，貸款金額7.48億元[13]。納稅信用等級發揮了良好的資金融通功能。

另一方面，企業還需要開展創新活動，以促進數字技術的移植和應用。許多研究肯定了技術創新能力對企業數字化轉型的影響。劉斌等[14]發現，企業擁有的人才、技術、經驗能推動其順利開展數字技術的創新活動，進而為企業數字化轉型創造基礎條件。企業通過創新活動，更容易吸收和運用人工智能、區塊鏈、云計算和大數據等新技術，并有效賦能各個工作場景。然而，不規范的稅收征管制度不僅會減少企業利潤，還可能造成企業額外的行政負擔，加劇稅收征繳過程的交易成本，這會對企業研發投入造成擠出效應[4]。在這方面，稅收柔性征管制度能夠顯著降低企業的行政負擔。根據規定，稅務部門會為長期評級為A的企業提供綠色通道幫助辦理涉稅事項，從而降低了交易成本及其對企業創新資金的擠出效應。此外，評級為A的企業還能夠獲得利益相關主體的資金支持，開展更多研發投入并取得更好的創新績效，順利推進數字化轉型[15]。

基于上述分析，本文提出假設2。

H2a：稅收柔性征管能夠通過聲譽機制發揮融資約束緩解效應，促進企業數字化轉型。

H2b：稅收柔性征管能夠通過激勵機制發揮數字技術創新效應，促進企業數字化轉型。

三、研究數據與方法

（一）樣本來源

本文選取2011—2020年滬深A股上市公司的面板數據進行分析。其中，稅收柔性征管數據來源于國家稅務總局網站公布的名單，企業數字化轉型數據來源于上市公司年報并經文本分析處理，控制變量數據主要來源于國泰安和萬得數據庫。在獲得所需變量后，本文進行如下數據處理工作：第一，剔除ST類別的上市公司；第二，剔除金融行業上市公司；第三，剔除主要變量缺失的樣本；第四，對所有連續變量進行1%和99%分位的縮尾處理。最終，本文得到包含1 155家上市公司11 350個樣本的數據集用于實證分析。

（二）變量定義

1.被解釋變量

本文通過機器學習中的文本分析方法度量企業數字化轉型水平（Ln Digital）。具體來說，參考吳非等[16]的研究，構建企業數字詞頻詞典，并匯總至人工智能、區塊鏈、云計算、大數據和數字技術應用五個二級指標。將各關鍵詞加總并對數化處理，以此度量企業數字化轉型水平。

2.核心解釋變量

參考杜劍[17]的研究，構建稅收柔性征管變量（DID）。如果某企業在2015年被國家稅務總局官網披露為A級企業，則該企業在2015年及之后取值為1，否則取值為0；如果企業未被披露為A級企業，則始終取值為0。

3.控制變量

企業數字化轉型是涉及內部管理、財務運營、外部關注等多方面的深刻變革。為了更好地控制其他影響企業數字化轉型的因素，本文加入了一系列控制變量。

各變量定義與描述性統計結果如表1所示。

如表1所示，企業數字化轉型水平對數值的均值為1.214，標準差為1.272，說明數字化轉型水平在不同企業之間存在較大差異。稅收柔性征管政策變量均值為0.295，表明約有29.5%的觀測值在觀測年度屬于處理組。

（三）模型構建

為驗證稅收柔性征管是否能促進企業數字化轉型，本文構建雙重差分模型：

Ln Digitali，t=β0+β1DIDi，t+ΣβhControls+ui+vt+εi，t（1）

其中，Controls代表一系列控制變量，ui、vt分別為個體固定效應和年份固定效應，εi，t為隨機擾動項。

四、實證分析結果

（一）基準回歸結果

為驗證稅收柔性征管對企業數字化轉型的促進作用，本文運用面板雙向固定模型估計。如表2所示，在添加控制變量情況下，柔性稅收征管變量系數為0.120，在1%的水平上顯著為正。這反映的事實是，柔性稅收征管能夠促進獲得A級信用表彰的企業至少提高12.0%的數字化轉型水平，H1得到驗證。

（二）平行趨勢檢驗

參考蔣靈多等[18]，本文采用事件研究法進行平行趨勢檢驗。具體而言，平行趨勢檢驗要求在稅收柔性征管制度實施前，實驗組和對照組企業的數字化轉型水平在時間趨勢上保持一致。因此，本文以政策發生時點前一期即2014年為對照期，構建平行趨勢檢驗模型。如圖1所示，在2011—2013年，年份虛擬變量和政策變量的交互項高度不顯著，表明實驗組和對照組企業的數字化轉型水平并無明顯差距，滿足準自然實驗的前置要求。然而，在政策實施后，兩個組別的企業數字化轉型水平差距擴大。2018—2020年，關注的變量系數分別為0.203、0.324、0.270，均在1%的水平上顯著為正。這表明，獲得評級為A的企業將獲得更好的聲譽以及從事創新活動的更多支持，而聲譽擴散和創新產出均為長期性活動，因此導致稅收柔性征管對企業數字化轉型存在滯后效應。

（三）安慰劑檢驗

為進一步觀測實驗組和對照組企業在非稅收柔性征管政策沖擊點的差異，參考馬恩濤等[19]，本文通過虛構政策沖擊年份進行安慰劑檢驗。本文選擇2015年前的樣本，參照前述方法確定實驗組和對照組，并分別將稅收柔性征管政策的沖擊時間設定為2012—2014年，構建虛擬的雙重差分變量（Placebo_DID1、Placebo_DID2、Placebo_DID3）。由于2015年之前尚未開展稅收柔性征管政策，實驗組和對照組在每一個沖擊時間都不應該存在系統差異，即虛構的雙重差分變量系數理論上應無法通過顯著性檢驗。表3依次展示了政策實施時點的情況，對應系數均不顯著，所有系數的P值接近于1，表明政策不太可能是偶然得到的。

（四）穩健性檢驗

1.剔除直轄市

直轄市政府具有更雄厚的經濟實力，且在行政級別上具備更大的自主權，能夠給予企業數字化轉型更多支持。高正斌等[20]發現，直轄市政府的政策支持對企業數字化轉型的推進起到關鍵作用，可以提高企業的數字化技術采用率，降低企業數字化轉型的難度和成本，從而推動企業創新發展。因此，直轄市和其他城市的可比性相對較弱，并可能干擾稅收柔性征管的政策效應。因此，本文采取在原樣本基礎上剔除直轄市上市公司樣本的做法進行穩健性檢驗。表4列（1）呈現了剔除直轄市之后的回歸結果，稅收柔性征管系數較基準回歸略小，但依然在5%的水平上顯著，表明直轄市的政府資源支持確實會高估稅收柔性征管對企業數字化轉型的影響系數。

2.添加高維固定效應

為控制地區和行業不可觀測的異質性影響，本文通過添加高維固定效應開展穩健性檢驗。高維固定效應是一種常用的控制混雜變量的方法，它可以用于控制大量的企業、行業、地區、年份等不可觀測的異質性，從而更加準確地估計政策的效應。

表4列（2）—列（4）分別為額外添加“行業-年份”“地區-年份”和同時添加兩種固定效應的結果。稅收柔性征管系數仍然在0.1上下浮動，且至少在5%的水平上顯著。這再次驗證了稅收柔性征管對企業數字化轉型的促進效應在不同地區和不同行業之間依然普遍存在。而通過添加高維固定效應可以消除一些潛在的異質性影響，例如地區和行業的差異。因此可以得出結論，無論在哪個地區和哪個行業，稅收柔性征管對數字化轉型的促進效應都是存在的。這一結論也與本文的假設相一致。

3.替換為分項指標

企業數字化轉型下設五個二級指標：人工智能（ln AI）、區塊鏈（Ln BC）、云計算（Ln CC）、大數據（LnBD）、數字技術應用（Ln TA）。本文分別將被解釋變量替換為二級指標的對數形式，重新納入回歸模型。表5列（1）—列（5）展示了替換為分項指標的結果。可以發現，稅收柔性征管對五個二級指標存在至少5%水平上顯著的正向影響，這進一步驗證了H1。同時，稅收柔性征管對人工智能和大數據的影響最大。這可能是因為，企業在數字化轉型的過程中也會對不同的數字技術進行取舍。以機器視覺技術、感知智能技術、機器學習為代表的人工智能在檢查巡檢、管理調度等關鍵環節能夠發揮重要作用，幫助企業降低管理成本；而大數據對于捕獲用戶需求，及時改進企業產品意義重大，能夠幫助企業提高生產績效，因此上述兩項技術更受企業青睞。相較之下，區塊鏈、云計算等新技術主要存在于科技型企業，尚未在傳統制造業大范圍推廣，此外區塊鏈技術需要有多個參與者之間存在信任關系或需要保證交易數據的不可篡改性，而云計算技術需要有大量數據的存儲和處理需求，在實際應用中，不是所有的企業都需要或具備這些條件，因此區塊鏈和云計算技術的應用范圍相對狹窄。當稅收柔性征管制度能夠緩解企業融資約束并增強企業研發動機時，企業便會更有針對性地關注、研發、應用這兩種技術，由此實現更佳的企業績效。

4.主成分分析

在前述研究中，企業數字化轉型水平是基于五個二級指標的簡單求和而得。為進一步保證研究假設的穩健性，本文通過主成分分析構建綜合指標。主成分分析要求各二級指標具有一致性和協調性，因此需要通過KMO和Bartlett檢驗確定是否能夠運用主成分分析方法。如表6所示，各變量的KMO值達到0.717，屬于可接受的范圍；Bartlett球度檢驗卡方值為7 862.923，小于1%的顯著性水平，表明適合用于主成分分析。第一主成分包含了最多的變量特征信息，方差貢獻率達到42.87%，且特征值大于1。因此，后文將使用該變量作為企業數字化轉型的代理變量，并納入回歸方程。此時，柔性稅收征管系數為0.311，在1%的水平上顯著，由此充分證明了H1成立。

5.機制分析

H2a和H2b指出，稅收柔性征管能夠緩解融資約束和激勵技術創新，促進企業數字化轉型。為了驗證這一假設，本文需要尋求融資約束程度和創新績效產出的代理變量。參考顧雷雷等[21]，本文構建FC指數（FC_Index）衡量企業融資約束水平。其獲得方法為：首先，逐年對企業規模、成立時間、現金股利支付率三個變量進行標準化處理；其次，根據標準化后的變量均值對上市公司進行排序，分別以上下三分位點確定融資約束虛擬變量，即大于下三分位的上市公司定義為低融資約束組，小于上三分位點的上市公司定義為高融資約束組；最后，對模型進行Logit回歸，將擬合值作為融資約束FC指數的度量指標，FC指數越大，企業融資約束程度越高，融資約束問題越嚴重。同時，參考已有文獻的普遍做法，本文使用企業發明專利數目的對數（Ln Latant）衡量企業技術創新水平。在獲得所需中介變量后，參考江艇[22]，構建中介機制模型，將中介變量對核心解釋變量回歸，中介變量和企業數字化轉型之間的邏輯關系則更多付諸理論闡述。

表7展示了中介機制分析結果。列（1）結果表明，稅收柔性征管會降低3個百分點的企業融資約束程度，說明采取稅收柔性征管政策可以緩解企業在融資方面的壓力，進而促進數字化轉型的發展。列（2）結果表明，稅收柔性征管會增加企業21%的技術創新績效，說明稅收柔性征管可以提高企業的技術創新能力，進而為數字化轉型提供更多的支持。而融資約束緩解和企業創新對數字化轉型的促進效應已被現有文獻充分證明[23]，由此驗證了H2a和H2b。

五、進一步討論

前文分析表明，稅收柔性征管能夠促進企業數字化轉型，本文通過異質性分析和組間差異檢驗，探討這一影響在不同產權性質和不同成熟度企業中的差異。經濟轉型過程中，國有企業相對于民營企業往往會受到政府更多的關注。特別是，稅收柔性征管是政府主導的稅收制度改革，政府有權力調整對信譽良好企業的激勵手段，這使得政府更可能會傾向于為評級為A的國有企業提供更多資源，包括融資擔保和研發補貼，進而促進國有企業的數字化轉型。表8列（1）呈現了國有企業和非國有企業組別的估計結果。從中得知，稅收柔性征管對企業數字化轉型的影響在國有企業中更為顯著，且組間差異檢驗系數為0.102，在1%的水平上顯著，從而證實了上述推論。

另一方面，企業數字化轉型作為企業的重要戰略，還會受到企業管理者過往閱歷的影響。一般而言，成立時間越久的企業，企業管理者具備更多“干中學”經驗[24]，其對數字經濟的機遇具有更前瞻性的把握，會更積極地利用各方資源，推進數字化轉型。為了驗證這一假設，本文基于企業成立時間構建企業成熟度變量，按中位數分組，并在表8列（2）展示結果。其中成熟度在研究中通常指企業或組織在特定領域或方面達到的發展程度或水平，通常包括經驗積累、系統化管理、技術應用、業務模式創新等方面的考量。成熟度的評估標準可能因不同的研究對象、行業、領域而有所不同，需要根據具體研究的背景和目的來進行具體化。在本文中，高水平企業成熟度具體指企業對數字化轉型方面具備更深刻的洞察能力以及先進數字化技術的應用潛力。從表8中得知，稅收柔性征管對企業數字化轉型的影響在成立時間更長的企業中更為顯著，且組間差異系數為0.128，在1%的水平上顯著，由此驗證了“干中學”經驗對于更前瞻性地把握數字化轉型機遇的重要意義。

六、結論和政策建議

在數字經濟時代，數字化轉型正成為企業等微觀主體實現高質量發展的必由之路。企業數字化轉型不僅可以幫助企業重塑核心競爭力，實現提高可持續性發展能力，也能更好地把握不斷變化的用戶需求，提升產品和服務質量，增強企業競爭優勢。因此，如何破除企業數字化轉型障礙，持續推進企業數字化轉型，具有明顯的現實意義。稅收柔性征管作為一種新興的稅收征管方式，能夠根據企業納稅記錄和納稅信用評級等信息，靈活地調整企業的稅收負擔和征納方式，以滿足企業的經營需求和戰略目標。相較于傳統的稅收政策，稅收柔性征管能夠更好地適應數字化轉型時代企業的多樣化需求，促進企業數字化轉型的順利進行。這不僅有助于理解良好的稅收政策應當滿足的多元目標，也有助于打破企業數字化轉型背后的“制度黑箱”，進一步發掘政府制度對企業數字化轉型的促進效應。

本文基于國家稅務總局納稅信用評級披露的準自然實驗，探討了稅收柔性征管對企業數字化轉型的影響及機制。研究表明：第一，稅收柔性征管會顯著推動企業數字化轉型；第二，稅收柔性征管主要通過緩解融資約束和促進企業創新兩個渠道，發揮對企業數字化轉型的促進效應；第三，稅收柔性征管對企業數字化轉型的影響在國有企業和成立時間較長的企業中更為顯著。

基于研究結論，本文提出如下政策建議。

第一，提高稅收征管的精細化管理水平。稅收柔性監管發揮企業數字化轉型驅動效應的前提是納稅信用評級結果準確。為此，需要建立起稅務征管的精細化管理體系，實現稅收數據的實時監控和分析，對納稅人進行精準評估和分類管理，并利用相關數據準確評估企業的納稅信用等級。可通過建立數字化稅收信息庫和數據交換平臺，加強稅務機關與企業之間的信息共享與溝通，保障納稅信用評級的科學性、可靠性。

第二，持續推進稅收征管制度柔性化發展。良好的稅收征管制度不僅應當滿足亞當·斯密提出的平等、確定、便利和最少費用原則，還應當迎合企業的戰略目標，降低企業數字化轉型的成本和風險。具體而言，各地政府可通過“稅銀互動”等形式，為納稅信用良好的企業提供融資授信優先待遇，協助企業解決數字化轉型的融資難題，促進企業開展數字化技術創新。考慮到稅收柔性征管對民營企業數字化轉型的促進作用較弱，應加大幫扶力度，讓納稅信用增信增值的成果惠及更多民營企業。

【參考文獻】

［1］ 張建偉.稅收優惠對企業數字化轉型的影響研究［J］.會計之友，2023（3）：34-40.

［2］ 國家稅務總局.納稅信用管理辦法（試行）［A］.2014.

［3］ 孫雪嬌，翟淑萍，于蘇.柔性稅收征管能否緩解企業融資約束——來自納稅信用評級披露自然實驗的證據［J］.中國工業經濟，2019（3）：81-99.

［4］ 杜劍，史艷敏，楊楊.稅收柔性征管對企業價值的影響——基于研發投入的遮掩效應［J］.管理學刊，2021，34（3）：105-125.

［5］ CHEN X，HU N，WANG X，et al.Tax avoidance and firm value：evidence from China［J］.Nankai Business Review International，2014，5（1）：25-42.

［6］ 董瑋，謝順.柔性稅收征管與企業風險水平［J］.稅收經濟研究，2023，28（2）：79-89.

［7］ 辛金國，郭晶晶.企業數字化轉型提高了審計風險嗎——基于多元化戰略的中介效應研究［J］.會計之友，2023（23）：17-24.

［8］ 盧建川，羅崇佳.企業社會責任對創新績效的影響研究——基于政府嵌入和企業網絡的分析框架［J］.廣州大學學報（自然科學版），2022，21（3）：37-47.

［9］ YUCEL S.Estimating the benefits，drawbacks and risk of digital transformation strategy［C］//2018 International Conference on Computational Science and Computational Intelligence （CSCI）.IEEE，2018：233-238.

［10］ CHAE J，KIM S，LEE E J.How corporate governance affects payout policy under agency problems and external financing constraints［J］.Journal of Banking & Finance，2009，33（11）：2093-2101.

［11］ HUANG H，SUN Y，CHU Q.Can we-media information disclosure drive listed companies' innovation？—From the perspective of financing constraints［J］.China Finance Review International，2022，12（3）：477-495.

［12］ 新華網.安徽首創“納稅信用綠卡”將在長三角地區推廣應用析［EB/OL］.2023-04-02.［2023-12-27］http：//ah.news.cn/2023-04/02/c_1129488178.htm

［13］ 濟南市稅務局.濟南稅務：構建納稅信用體系，擦亮“信用濟南”城市名片析［EB/OL］.2021-06-15.［2023-12-27］https：//shandong.chinatax.gov.cn/art/

2021/6/15/art_57_299707.html.

［14］ 劉斌，汪川琳.企業數字化轉型與審計師選擇——基于中國上市公司的經驗證據［J］.廈門大學學報（哲學社會科學版），2023，73（1）：69-81.

［15］ 趙宸宇，王文春，李雪松.數字化轉型如何影響企業全要素生產率［J］.財貿經濟，2021，42（7）：114-129.

［16］ 吳非，胡慧芷，林慧妍，等.企業數字化轉型與資本市場表現——來自股票流動性的經驗證據［J］.管理世界，2021，37（7）：130-144.

［17］ 杜劍.柔性稅收征管、企業社會責任與企業價值［J］.會計之友，2020（18）：2-10.

［18］ 蔣靈多，陸毅，張國峰.自由貿易試驗區建設與中國出口行為［J］.中國工業經濟，2021（8）：75-93.

［19］ 馬恩濤，楊璇.財政壓力、高能耗企業與碳排放——基于教育事權改革的準自然實驗［J］.財貿經濟，2022，43（6）：48-63.

［20］ 高正斌，賀欣龍.數字化轉型對企業成長的影響：機制與檢驗［J］.浙江金融，2022（9）：44-55.

［21］ 顧雷雷，郭建鸞，王鴻宇.企業社會責任、融資約束與企業金融化［J］.金融研究，2020（2）：109-127.

［22］ 江艇.因果推斷經驗研究中的中介效應與調節效應［J］.中國工業經濟，2022（5）：100-120.

［23］ 李為，譚素瑤，吳非.金融科技發展與企業數字化轉型——基于融資約束紓解與創新促進的中介傳遞［J］.科技管理研究，2022，42（20）：28-38.

［24］ ARROW K J.The economic implications of learning by doing［M］.Palgrave Macmillan UK，1971.