大數據稅收征管是否促進企業創新可持續性

內容提要：文章以“金稅工程”為準自然實驗，結合2010—2022年上市企業數據，運用雙重差分模型，分析大數據稅收征管對企業創新可持續性的影響路徑。研究發現：（1）大數據稅收征管顯著提升了企業創新可持續性，且系列穩健性檢驗后結果依然成立；（2）在傳導路徑上，大數據稅收征管能通過提高數據要素利用水平和增強管理層創新意識促進企業創新可持續性提升；（3）在調節效應上，企業ESG表現和企業治理能力在大數據稅收征管對企業創新可持續性的效應中起到正向調節作用；（4）異質性檢驗表明，大數據稅收征管對企業創新可持續性的影響在制造業企業、高科技企業、非重污染企業和中部地區更為明顯。鑒于此，文章通過理解大數據稅收征管的影響路徑，為推動企業創新持續性、經濟高質量發展提供重要參考。

關鍵詞：大數據稅收征管；企業創新可持續性；管理層策略行為；雙重差分模型

中圖分類號：F812.423" 文獻標識碼：A" 文章編號：2095-1280（2025）01-0035-11

一、引言與文獻綜述

在全球科技競爭格局深度重構的背景下，科技創新能力對外已成為國家核心競爭力的戰略性支撐?，對內則是驅動新質生產力發展的核心要素。企業作為技術研發與產業轉化的核心載體，其創新能力的持續提升既是突破技術壁壘的關鍵路徑，也是構建創新驅動發展戰略體系的重要基礎?。在數字經濟與實體經濟不斷融合的背景下，政府各部門充分運用數字技術創新成果，不斷增強“有形之手”的靶向性，形成“激勵相容”的創新支持體系。稅務部門通過“金稅工程”項目建設，在構建智能化稅收征管系統和實現稅務執法精準化、服務高效化與監管協同化方面取得顯著成效。大數據分析技術的應用不僅提升了稅務機關對涉稅信息的整合能力，更通過降低制度性交易成本優化了創新要素配置效率，為企業構建了“低干擾、高保障”的創新環境。那么，大數據稅收征管是否能夠以及如何持續促進企業創新成為一個極具理論意義和實踐價值的話題，而本文正是在這一背景下展開的討論。

與本文相關的研究主要分為兩支。第一支聚焦稅收征管，集中對征管方式和征管效率展開討論。在征管方式方面，電子檔案管理（金麗媛，2012）、“以票控稅”到“信息管稅”轉變（崔志坤等，2015）、“互聯網+稅務”的征管服務模式（郭順民和齊振，2016）、共享經濟稅收治理（西曉楠，2021），均表明信息化管理方式已成為稅收征管的重要手段，具有重要意義，需要持續推進。在征管效率方面，現有研究注重探討如何提升稅收征管效率及其重要性。稅收征管效率的提升要從節約征納交易費用、科學配置征管資源和完善稅收服務體系方面展開（王喬和龔志堅，2010）。此外，陳海林和周鏢（2021）發現“金稅三期”工程提高了稅務部門的稽查效率，顯著降低了隱性經濟規模。李香菊和謝永清（2022）指出未來要通過完善現有稅收制度、強化數字經濟稅收征管、共解數字稅收難題等路徑，提升中國數字經濟在全球的競爭能力。馬海濤等（2024）研究發現稅收征管對企業價值的影響具有雙重效應，分別是提高企業價值的“治理效應”和降低企業價值的“稅負效應”。第二支從企業內外部兩個維度分別研究企業創新能力的影響因素。內部因素方面，一些學者從研發投入、企業治理和管理者等視角研究企業創新的影響因素。Belloc（2012）發現企業治理水平是企業創新的制度基礎。孫林杰等（2022）則發現研發成本粘性有助于企業技術創新績效的提高。外部因素方面，學者主要從政府政策支持和社會資本等方面展開討論。李新功（2016）認為金融信貸能夠通過增強政府Ramp;D資助促進技術創新，但在不同規模和Ramp;D資金存量的企業中效果存在差異。余泳澤和馮棟琨（2024）發現地方政府會通過對稅務部門施加影響來完成財政收入目標，進而提升企業實際稅負，在一定程度上抑制企業技術創新活動。陳旭等（2024）進一步發現城市功能分工能夠顯著促進企業創新。當Geroski et al.（1997）首次提出創新持續性概念后，相關研究迅速展開。柳卸林等（2021）指出企業多元化經營會制約企業創新持續性的提升，肖忠意和林琳（2019）則發現企業金融化不利于非金融上市公司持續性創新。

綜上所述，現有文獻大都支持大數據稅收征管能夠促進企業研發創新（何凌云和陶東杰，2020；唐飛鵬，2023），但創新可持續性的財稅研究更多集中于財政補貼（余芬等，2021），對于大數據稅收征管與企業創新可持續性的討論還較為缺乏。本文以“以數治稅”為背景，聚焦企業創新可持續性，進一步檢驗大數據稅收征管對企業創新可持續性的影響。本文可能的邊際貢獻在于：一是拓展了大數據稅收征管對企業創新的研究視角，聚焦于大數據稅收征管與企業創新可持續性的內在關聯與機制路徑。二是深化對大數據稅收征管與企業創新可持續性之間因果關系的認識，使用雙重差分方法考察二者之間的影響關系和作用路徑，從數據要素利用水平和管理層創新意識兩個角度闡述傳導路徑。三是探討企業ESG表現和企業治理水平在大數據稅收征管促進企業創新可持續性當中的調節作用，為有為政府建設及經濟高質量發展提供價值參考。

二、理論分析和研究假說

（一）大數據稅收征管與企業創新可持續性

從長期視角來看，創新可持續性是企業保持競爭力的關鍵。政府通過制定有利于創新的稅收政策，如研發稅收優惠、技術轉移稅收優惠等，進一步激勵企業增加創新投入（李文健等，2022），而企業獲得政府補貼對外釋放了積極信號，增加了風險投資和外部融資，繼而促進其加大研發投入。自“金稅工程”實施以來，通過利用現代信息技術手段，大數據將稅收征管過程中的相關信息、數據和流程進行數字化處理和管理，構建稅務風險信息化管理體系；利用人工智能等先進技術，對海量的稅收數據進行分析和挖掘，發現潛在的稅收風險和問題。這不僅能夠實現對稅收過程的全面監控、高效管理和自動化處理，提高稅收征管的效率和質量，還可以確保企業在納稅申報、稅務合規計劃等方面的合規性。這種高效的稅收征管環境有助于企業及時發現潛在的稅務風險，為企業稅務管理工作向規范化、專業化和精細化發展提供了便捷與優惠。此外，降低交易成本與風險后，企業將更多的精力用于持續進行科技創新和管理創新，為企業持續性創新提供了有力的支持和保障。據此提出如下假說：

假說1：大數據稅收征管促進企業創新可持續性。

（二）大數據稅收征管與企業創新可持續性的機制路徑分析

為進一步分析大數據稅收征管影響企業創新可持續性的機制，本文從數據要素利用水平、管理層創新意識展開進一步分析。

第一，數據要素利用水平。數據要素的充分利用能夠為企業提供信息支持，提升要素資源利用率，進而提高企業的創新效率和創新能力，增強企業的可持續競爭優勢。由于企業內部運營產生的單一數據要素會因局限在特定領域和行業內，無法幫助企業充分了解其本身的創新發展空間，因此，只有對不同來源的數據進行綜合分析，利用數據要素之間的關聯性，才能增強對企業創新活動的全面認識（劉業政等，2020）。實際上，大數據稅收征管能夠實時收集、整合并分析企業的涉稅數據，利用先進技術挖掘海量數據，包括企業財務信息、交易記錄、產業鏈條關系等。企業在此影響下將全面審視自身數據資源，如此不僅能夠全面地了解自身經營狀況，而且可以評估相關創新活動的成本與收益，從而優化資源配置，做出更為精準和高效的創新決策，將更多資源投入到具有更高創新潛力和市場價值的項目中。

第二，管理層創新意識。根據高層梯隊理論，管理層自身的年齡、性別、意識、認知框架及個性偏好等均會影響企業的經營管理和戰略選擇決策（Donald et al.，1984）。企業高級管理人員的創新意識直接影響企業“創新”活動，是保證企業投資決策與創新決策相吻合的重要環節（高洪利等，2022）。大數據稅收征管通過高效規范的征管流程使企業創新信息加速匯集，并不斷完善稅收政策實施的針對性，在溢出效應的影響下，管理層的創新意識不斷增強，促進管理層根據企業優勢及政策支持不斷調整創新方向，抑制其短視行為，加強了管理層對有利于企業發展的創新活動的戰略部署。同時，基于大數據稅收征管下稅收優惠的精準性和誘導效應增強了管理層對高風險的創新活動偏好，促使企業有動力選擇高風險、高挑戰的創新活動。稅收優惠提升了企業創新容錯率，分擔了企業投資失敗的成本，吸引管理層對創新活動的關注，促使企業形成創新活動利好的預期。據此提出如下假說：

假說2：大數據稅收征管通過提高數據要素利用水平，進而促進企業創新可持續性。

假說3：大數據稅收征管通過增強管理層創新意識，進而促進企業創新可持續性。

三、研究設計和數據來源

（一）模型構建

為了考察大數據稅收征管對企業創新可持續性的影響，本文以“金稅工程”為準自然實驗，構建雙重差分模型，展開詳細研究，具體模型如下：

OIPit=α0+α1treati*postt+α2Xit+vi+μt+εit

其中，i表示企業，t表示年份；OIP表示企業創新可持續性水平；treat*post表示大數據稅收征管，企業所在地區開展“金稅三期”的當年及以后年份賦值為1，否則為0；Xit為控制變量集合；vi表示個體固定效應；μt表示時間固定效應；εit為隨機誤差項。回歸系數α1反映了相較于非政策實施地區企業，企業所在地區實施“金稅工程”的政策效應。

（二）變量選取

1.被解釋變量

本文被解釋變量為企業創新可持續性（OIP），借鑒Triguero和Córcoles（2013）的做法，采用創新產出的環比增長率乘以當期的創新產出規模來衡量。由于專利申請過程通常呈現出階段性或片段式的特點，以及企業創新項目的長期性，因此將本期之前兩期的數據相結合，以此度量企業創新持續性。該數值越大，企業創新可持續性越強。計算公式如下：

OIPt=ln（1+OINt-1/OINt-2*OINt-1）

其中，OIPt表示企業在t年的創新產出持續性，OINt-1、OINt-2分別表示企業在第t-1年和第t-2年的創新產出。

2.核心解釋變量

本文將“金稅三期”政策實施情況作為大數據稅收征管的衡量指標。treat為企業所在地區是否實施了“金稅三期”政策，若實施則賦值為1，否則賦值為0；post為“金稅三期”政策實施的時間，“金稅三期”政策實施當年及以為賦值為1，否則賦值為0。

3.控制變量

為緩解遺漏變量產生的內生性問題，提高估計結果的準確性，本文在參考已有研究的基礎上設置控制變量如下：公司年齡（Age），使用“上市年間加1”表示；企業規模（Size），使用年總資產的自然對數表示；資產負債率（Mfee），使用期末負債賬面價值除以總負債賬面價值表示；市凈率（PB），使用每股價格除以每股凈資產表示；總資產周轉率（ATO），使用“本年總資產除以上年總資產減1”表示；營業收入增長率（Growth），使用“本年營業收入除以上一年營業收入減1”表示；托賓Q值（TobinQ），使用流通股市值、非流通股股份數乘以每股凈資產與負債賬面值之和除以總資產表示；總資產凈利潤率（ROA），使用年末總負債除以年末總資產表示。

4.中介變量

第一，數據要素利用水平（Data），本文借鑒吳非等（2021）的方法，將人工智能技術、區塊鏈技術、云計算技術、大數據技術、大數據技術應用五項指標的細分指標在企業年度財務報告中的披露次數求和進行表征。五項指標出現頻率越高，企業數據要素利用水平越高。

第二，管理層創新意識（Lnmc），本文借鑒黃珊珊和邵穎紅（2017）的方法收集研究對象的所有上市公司年報，通過shell腳本編寫編程語言，利用計算機運算，批量測算出關鍵字占比，選取“創新”“自主”“研發”“科研”“新產品”“新技術”“開發”“科研”“研究”“專利”十個能體現高管創新意識的詞語，以相關總字數占董事會報告的總字數的比重表示高管的創新意識強度，即高管創新意識強度=體現高管創新意識的關鍵詞的總字數/年報中董事會報告部分的總字數。

5.調節變量

第一，企業ESG表現（ESG），本文采用華證ESG指數來衡量企業ESG表現。該指標包含9個等級，由1至9賦值。第二，企業治理能力（Govern），本文參考嚴若森等（2018）關于公司治理水平綜合指標的構建方法，從股東、董事會及激勵機制三個層面選取產權性質、高管薪酬、高管持股比例、獨立董事比例、董事會規模、機構持股比例、股權制衡度、兩職合一、第一大股東持股比例9個指標，運用主成分分析法構建公司治理指數。該指標得分越高，則代表公司治理水平越高。

（三）數據來源

本文以2010—2022年上市企業數據為研究樣本，數據來源于中國研究數據服務平臺（CNRDS）、國泰安（CSMAR）數據庫、Wind數據庫。為保證實證結果可靠性，本文剔除了ST、*ST、金融業等企業，刪除了重要變量缺失的樣本。同時，為避免變量極端值的影響，在1%的水平上進行縮尾處理。最終得到20706個觀測值，表1為描述性統計結果。

四、實證分析

（一）基準回歸

為了探究大數據稅收征管對企業創新可持續性的影響，本文采用雙重差分法進行逐步回歸。表2匯報了大數據稅收征管對企業創新可持續性的基準回歸結果，且均加入了個體和年份固定效應。列（1）為未加入控制變量時大數據稅收征管對企業創新可持續性的影響，其結果在1%的水平上顯著為正。列（5）為加入全部控制變量的結果，發現大數據稅收征管對企業創新可持續性依然在1%的水平上顯著為正，表明大數據稅收征管能夠推動企業創新可持續性水平提升，從而支持本文的假說1。

從控制變量看，各控制變量對企業創新可持續性的影響方向和效果有所不同。企業規模對企業創新可持續性為正向作用，說明企業規模越大，擁有的資金、技術和人才越龐大，能夠投入更多資源進行創新。營業收入增長率對企業創新可持續性為正向作用，企業營業收入增長率越高，企業可支配資金就越多，有利于持續性地加大研發投入，不斷提高創新投入。托賓Q對企業創新持續性為正向作用，Q值越高，表明市場對企業未來發展前景持樂觀態度，認可其創新能力，有助于優化資源配置，激發企業創新持續性動力。總資產凈利潤率對企業創新持續性為正向作用，高總資產凈利潤率為企業提供了更多的資金支持，極大緩解了企業研發創新的資金約束，并且高總資產凈利潤率表明企業具有較強的盈利能力和穩健的財務狀況，降低企業創新風險，有助于實現企業可持續創新。

（二）穩健性檢驗

1.內生性檢驗

鑒于可能存在的內生性問題，本文選取解釋變量的滯后一期作為工具變量，并使用兩階段最小二乘法（2SLS）進行再回歸。結果如表3所示，在一階段回歸中工具變量呈現正向顯著；在二階段回歸中大數據稅收征管在1%的水平上呈現正向顯著，與基準回歸一致。同時，F值大于10，說明模型拒絕弱工具變量假設，即證明工具變量的有效性。基于此，內生性檢驗驗證了本文基準回歸的結果，表明回歸結果是有效可靠的。

2.平行趨勢檢驗

在基準分析中，本文識別了大數據稅收征管對企業創新可持續性的因果效應，但是模型實驗組和對照組需要滿足政策發生前的平行趨勢，以此來確保結果的準確性。為檢驗本文的樣本是否滿足平行趨勢假設，以政策實施當年為基準年，根據回歸結果繪制動態效應圖。圖1為平行趨勢檢驗的結果，可以發現在政策實施之前均不顯著，而政策實施之后系數均顯著為正，且不斷增大，說明政策實施效果逐漸顯現，據此可以判定結果通過了平行趨勢檢驗。

3.安慰劑檢驗

為了驗證基準回歸結果并非隨機取得，在此展開安慰劑檢驗，對樣本進行500次隨機抽樣得到虛擬的處理組和對照組，再進行回歸。圖2為安慰劑檢驗系數分布情況，其估計系數基本呈現正態分布，且始終圍繞在0附近，這意味著大數據稅收征管對企業創新可持續性的促進效應是真實客觀存在的，而非隨機得出。

4.穩健性檢驗——替換被解釋變量

為了獲得穩健的研究結論，將模型中的因變量更換為創新效率指標進行再回歸，即每單位研發投入的專利申請數的綜合指標，按3：2：1的權重分配企業專利（發明、實用新型、外觀設計），并以“專利加權總和加1”的對數形式除以“研發支出加1”的對數形式。選取該創新效率指標的原因是，一般研究認為創新效率與創新可持續性之間存在正相關關系。檢驗結果如表4所示，更換企業創新測度指標后，列（1）未加控制變量與列（2）加入控制變量后的結果均在1%的水平上正向顯著，本文的研究結論依然成立，即大數據稅收征管顯著促進了企業創新可持續性。

5.穩健性檢驗——排除其他政策干擾

在樣本期間，除了“金稅工程”，其他政策的實施也可能對企業創新的持續性造成影響，為排除可能的混淆性因素干擾，本文將排除在此期間進行的增值稅留抵退稅政策和固定資產加速折舊政策的影響。第一，增值稅留抵退稅制度有著緩解企業的資金壓力、促進資源要素流動并降低企業經營成本的重要意義，為排除其對于結果的干擾，本文加以控制處理，結果見表4列（3）。控制留抵退稅政策后的回歸結果依然在1%的水平上顯著為正，體現基準回歸結果的穩健性。第二，固定資產加速折舊政策主要面向制造業企業，激勵制造業企業加快技術升級，實現設備更新換代。本文主要對2014年實行試點的第一批6個行業加以控制，因為這些行業均是促進中國經濟可持續發展的重要領域。表4列（4）的回歸結果在1%的水平上正向顯著，說明大數據稅收征管在排除固定資產加速折舊政策后依然顯著促進企業創新可持續性，證明了研究的穩健性。

五、進一步討論

（一）機制路徑分析

根據前文的理論分析，大數據稅收征管能夠通過提高數據要素利用水平，進而促進企業創新可持續性。為驗證該機制是否成立，本文將數據要素利用水平納入模型。表5第（1）列顯示大數據稅收征管對數據要素利用水平影響在1%水平上顯著為正，大數據稅收征管對企業的信息與數據的分析應用會反作用于企業的生產經營活動，對企業人財物等方面的資源配置優化產生影響，進而增強企業對于創新活動的精準決策與潛力挖掘。列（2）顯示在加入數據要素利用水平這一中介變量后大數據稅收征管對企業創新可持續性的影響依然在1%的水平上正向顯著，即大數據稅收征管會通過提高數據要素利用水平對企業創新可持續性產生積極影響，假說2得到驗證。

大數據稅收征管還會通過增強管理層創新意識來促進企業創新可持續性。為了驗證該機制是否成立，本文將管理層創新意識作為中介變量，結果如表5所示。列（3）顯示大數據稅收征管對管理層創新意識的影響在1%水平上顯著為正，列（4）為在加入管理層創新意識這一中介變量后的結果，大數據稅收征管對企業創新可持續性的影響依然在1%的水平上顯著為正，說明大數據稅收征管通過提高管理層創新意識能夠有效促進企業創新可持續性，驗證了假說3。大數據稅收征管提升了企業管理層創新意識，促進管理層根據優勢及政策支持不斷調整創新方向，為企業創新提供上層領導者的支持，企業可以更加穩健地推進創新活動，激發其創新活力。

（二）調節效應分析

從企業ESG表現和企業治理能力兩個方面，探討其可能存在的對于大數據稅收征管創新可持續性效應的調節作用，結果見表6。列（1）為企業ESG表現調節效應的結果，顯示企業ESG表現與“金稅工程”政策實施的交互項在1%的水平上正向顯著，即企業ESG表現對大數據稅收征管促進企業創新可持續性這一機制起到了正向的調節作用。在數字化時代，企業需要更加靈活和高效的決策機制來應對市場變化和技術更新，高水平的治理機制能夠使企業更加迅速地捕捉創新機會并做出決策，推動創新活動的持續發展。列（2）顯示企業治理與“金稅工程”政策實施的交互項在1%的水平上正向顯著，即企業治理對大數據稅收征管促進企業創新可持續性這一機制起到了正向的調節作用。

（三）異質性檢驗分析

1.區分行業差異的異質性檢驗

不同的行業對技術、資本、勞動力以及信息等要素的依賴程度不同，因此，為了更好分析大數據稅收征管對不同類型企業創新可持續性差異化影響，本文將從制造業、高科技行業和重污染行業來具體研究，結果見表7。列（1）和列（2）表明，對于制造業企業來說，大數據稅收征管對企業創新可持續性在1%水平上呈正向顯著，回歸系數高于對非制造業企業創新可持續性的影響。這是因為相比于非制造業企業，制造業的企業創新需求更為迫切，非制造業企業的重點可能更多地集中在服務流程的優化、客戶數據的分析等方面，其研發創新的深度、廣度和持續性可能不如制造業。列（3）與列（4）顯示，大數據稅收征管對高科技企業的促進作用高于非高科技企業。這是因為高科技企業較非高科技企業通常具有較高的研發投入，這些投入是創新活動的重要組成部分。大數據稅收征管通過提供更加便捷、高效的稅收征管流程，降低了企業的稅收遵從成本，使得高科技企業能夠更專注于研發和創新活動。同時，高科技企業通常處于技術前沿，面臨激烈的市場競爭，因此具有更強烈的創新需求以搶占市場先機與份額。列（5）與列（6）顯示，大數據稅收征管對重污染企業的促進作用低于非重污染企業。這是因為相較于非重污染企業，重污染企業在轉型過程中可能面臨更高的技術門檻，而大數據稅收征管主要側重于稅務管理的優化和升級，難以直接解決重污染企業在技術層面的難題，因此對于重污染企業的促進效果不如非重污染企業明顯。綜上所述，大數據稅收征管對于制造業、高科技行業和非重污染行業企業的創新可持續性能夠發揮更大作用。

2.區分地區差異的異質性檢驗

地區差異也可能影響大數據稅收征管對企業創新可持續性的促進作用，本文按照東中西三個地區對樣本進行了分組檢驗。結果如表8所示，均在1%的水平上顯著，但中部回歸系數最高。

六、結論與建議

本文以2010—2022年中國上市公司為研究對象，考察大數據稅收征管對企業創新可持續性的影響和作用機理。研究表明：第一，大數據稅收征管顯著促進了企業創新可持續性，且經過一系列穩健性檢驗后結果依然成立；第二，機制檢驗發現，大數據稅收征管通過提高數據要素利用水平和增強管理層創新意識推動企業創新可持續性；第三，調節效應發現，企業ESG表現與治理水平對大數據稅收征管促進企業創新可持續性效應的發揮起到正向調節作用；第四，異質性檢驗表明，在制造業企業、高科技企業、非重污染企業和中部地區，大數據稅收征管對企業創新可持續性的影響更為明顯。

基于實證分析結論，本文提出以下政策建議：

第一，進一步推進稅收征管體制改革，堅持稅收征管數字化轉型方向。一是充分利用大數據、云計算、人工智能等現代信息技術，不斷提升稅收征管效率與透明度，推動稅收征管模式升級。二是依托大數據，以“信用+風險”為基礎建立完善信息安全管理制度和技術防護措施，提高稅收監管能力，使稅務信息的安全性和隱私性得到有效保障。通過完善納稅人信用評級結果公開制度以及在稅務部門內部建立有效激勵與約束相容的獎懲制度，在稅收征管中構建征納雙重道德風險防范機制。三是建立跨部門合作機制和信息共享平臺，實現涉稅信息的互聯互通和共享共用，提高稅收征管的協同性和效率。同時提升涉稅信息集成共享廣度，鼓勵市場參與主體借助先進的信息共享平臺，積極向行政管理部門傳遞涉稅數據，為稅收征收管理制度優化提供基礎數據支持。

第二，充分發揮大數據稅收征管支持企業創新可持續性的引導作用。一是聚焦于管理層的理性，提高數據要素利用水平與增強管理層創新意識。一方面政府通過完善市場監管與政府支持助力企業間合作，共同開展技術研發和成果轉化，激發創新潛力，延長創新產出鏈條，促進企業創新可持續性。另一方面通過對海量信息資源的整合共享，降低管理層與市場、政府之間的信息不對稱，抑制其短視行為，加強對創新活動的部署。二是政府應重視企業ESG表現和其治理水平，助力企業整合創新資源，加速技術創新和應用。政府應加強對企業ESG表現的監管與考核，引導企業積極履行社會責任，并通過ESG考核對其調整補貼力度，促進企業創新可持續性。對企業而言，應利用好企業ESG評級獲得更多創新資源，并完善內部治理與強化外部監管，為企業創新活動創造更多有利條件，促進創新可持續性。

第三，對不同企業類型進行稅收優惠政策設計。本文異質性檢驗表明，大數據稅收征管對制造業企業、高科技企業、非重污染企業和中部地區企業作用效果更明顯。因此，要因企施政、因地制宜，針對不同類型、不同發展階段、不同區域的企業，制定差別化的稅收優惠政策。同時針對不同類型企業的創新需求提供個性化的創新補貼。對高新技術企業、科技型中小企業的技術研發給予更大的稅收減免力度，降低融資成本，鼓勵其加大研發投入；對傳統制造業企業實施技術改造和升級項目給予稅收優惠；對重污染企業加強綠色創新的政府補貼和政策扶持；對西部地區加大資源傾斜與政策扶持，不斷提升其內部技術和加強資源合理利用，促進西部地區創新成果持續產出和創新質量不斷提高。

參考文獻：

[1]金麗媛.稅收信息化中的電子檔案管理[J].稅務研究，2012，（3）.

[2]崔志坤，李菁菁，劉" 磊.信息管稅平臺體系的構建方案[J].稅務研究，2015，（8）.

[3]郭順民，齊" 振.“互聯網+稅務”推動稅收治理現代化的路徑選擇[J].稅務研究，2016，（12）.

[4]西曉楠.論共享經濟稅收治理的完善[J].稅務研究，2021，（12）.

[5]王" 喬，龔志堅.對我國大城市稅收征管效率的思考[J].當代財經，2010，（12）.

[6]陳海林，周" 鏢.稅收征管、隱性經濟與收入不平等——來自“金稅三期”的準自然實驗證據[J].稅收經濟研究，2021，（3）.

[7]李香菊，謝永清.數字經濟背景下的稅收征管問題研究[J].北京行政學院學報，2022，（5）.

[8]馬海濤，孫鯤鵬，耿" 迪，吳子龍.稅收征管的二重效應及其對企業價值的影響[J].稅收經濟研究，2024，（6）.

[9]孫林杰，彭麗霞，孫萬君.研發成本粘性與技術創新績效的關聯性研究[J].科學學研究，2022，（4）.

[10]李新功.政府Ramp;D資助、金融信貸與企業技術創新[J].管理評論，2016，（12）.

[11]余泳澤，馮棟琨.財政目標壓力、征稅努力和企業技術創新[J].經濟理論與經濟管理，2024，（4）.

[12]陳" 旭，紀展鵬，邢孝兵.城市價值鏈功能分工與企業創新：來自企業專利的證據[J].世界經濟，2024，（3）.

[13]柳卸林，張偉捷，董彩婷.企業多元化、所有制差異和創新持續性——基于ICT產業的研究[J].科學學與科學技術管理，2021，（1）.

[14]肖忠意，林" 琳.企業金融化、生命周期與持續性創新——基于行業分類的實證研究[J].財經研究，2019，（8）.

[15]何凌云，陶東杰.稅收征管、制度環境與企業創新投入[J].科研管理，2020，（9）.

[16]唐飛鵬.稅收征管數字化、企業創新與高質量發展[J].經濟與管理評論，2023，（3）.

[17]余" 芬，樊" 霞，張巧玲.政府補貼促進還是抑制企業創新持續性——基于異質性創新動機視角[J].中國科技論壇，2021，（5）.

[18]李文健，翁" 翕，龔六堂.政府如何激勵創新？——基于委托—代理理論的研究[J].經濟學（季刊），2022，（2）.

[19]劉業政，孫見山，姜元春，陳夏雨，劉春麗.大數據的價值發現：4C模型[J].管理世界，2020，（2）.

[20]高洪利，李" 莉，呂" 晨.管理層投資視野、技術熟悉度與企業創新決策[J].南開管理評論，2022，（4）.

[21]吳" 非，胡慧芷，林慧妍，任曉怡.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，（7）.

[22]黃珊珊，邵穎紅.高管創新意識、企業創新投入與創新績效——基于我國創業板上市公司的實證研究[J].華東經濟管理，2017，（2）.

[23]嚴若森，錢晶晶，祁" 浩.公司治理水平、媒體關注與企業稅收激進[J].經濟管理，2018，（7）.

[24]Belloc F.Corporate Governance and Innovation：A Survey[J].Journal of Economic Surveys，2012，（5）.

[25]P.A.Geroski，J.Van Reenen，C.F.Walters.How Persistently Do Firms Innovate？[J].Research Policy，1997，（1）.

[26]Donald C.Hambrick，Phyllis A.Mason.Upper Echelons：The Organization as a Reflection of Its Top Managers[J]. The Academy of Management Review，1984，（2）.

[27]Triguero.，Córcoles D.Understanding Innovation：An Analysis of Persistence for Spanish Manufacturing Firms[J].Research Policy，2013，（2）.

（責任編輯：易一）