國稅地稅合并與企業數字化轉型

一、引言

近年來，數字經濟發展速度之快、輻射范圍之廣、影響程度之深前所未有，正在成為重組全球要素資源、重塑全球經濟結構、改變全球競爭格局的關鍵力量（習近平，2022）。我國高度重視發展數字經濟，黨的二十大報告提出要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，《中華人民共和國國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》《“十四五”數字經濟發展規劃》數字中國建設整體布局規劃》等進一步強調要協同推進數字產業化和產業數字化，發揮數字技術賦能效應，推動企業數字化轉型升級。中國信息通信研究院發布的中國數字經濟發展研究系列報告顯示，2016—2022年，我國數字經濟規模從22.6萬億元增長到50.2萬億元，年均增速顯著高于同期國內生產總值（GDP）年均增速5.8個百分點，占GDP比重從 30.3% 提高到 41.5% 。

從經濟結構看，我國數字經濟主要由數字產業化和產業數字化兩部分構成，2022年各自經濟規模分別為9.2萬億元和41萬億元，兩者比值呈現穩定的二八結構①。其中企業數字化轉型作為產業數字化的重要組成內容，既是引領數字化轉型的重要力量，又是反映數字化轉型成效的重要領域（吳非等，2021b;郭豐等，2023;Caietal.，2023）。如何又好又快實現數字化轉型，已經成為數字時代各類企業的一道必答題。然而，大多數企業尤其是中小企業由于基礎技術能力不足、轉型成本過高、轉型風險過大等因素，往往陷人“不會轉”“不能轉”和\"不敢轉\"的困境（王海等，2023）。全球知名管理咨詢公司埃森哲發布的《2023埃森哲中國企業數字化轉型指數》顯示，超過半數（ 53% 的中國受訪企業計劃繼續加大數字化投入，但只有 2% 的企業開啟了全面重塑戰略，即以強大的數字核心能力重塑各業務和各職能，這一比例明顯低于歐洲 （6% ）北美 （8% 以及全球企業平均占比 。

從學界研究看，部分學者深人討論了企業數字化轉型的經濟后果，如伴隨企業數字化轉型程度的提高，有助于提升企業的股票流動性水平（吳非等，2021b）、勞動收人份額（肖土盛等，2022;Yanget al.，2023）、綠色創新（申明浩和譚偉杰，2022；郭豐等，2023）、ESG表現（胡潔等，2023;Cai et al.，2023）等。大多數學者聚焦企業數字化轉型的影響因素，既包括企業的內部因素，如高管的數字化認知（李蘭等，2022）、經歷背景（陽鎮等，2022;Kong et al.，2023）、團隊異質性（湯萱等，2022）、信息技術經驗（劉錫祿等，2023）等，也包括企業的外部因素，如數字基礎設施（毛寧等，2022;王海等，2023;Wuet al.，2023）、營商環境變化（Luo et al.，2023;Jia etal.，2023）、激勵性產業政策（向海凌等，2023;孫偉增等，2023;Wen and Deng，2023）等。與此同時，隨著稅收在國家治理中的基礎性、支柱性、保障性作用愈發凸顯，越來越多學者關注到稅收因素促進企業數字化轉型方面的積極作用，紛紛從稅收優惠（黃一松，2023;蔡宏波等，2023;Wang etal.，2023）、減稅降費（盧小祁和俞毛毛，2023;朱穎等，2023;曹直和吳非，2023）、營改增（王宏鳴等，2023;Chen etal.，2023）等稅收政策和稅制改革領域出發，實證檢驗了稅收促進企業數字化轉型的作用。然而，截至目前，鮮有學者從稅收征管視角研究其對企業數字化轉型的影響及其作用機制。

事實上，稅收征管作為一種影響企業行為的重要外部治理機制，備受學界關注（Desai，2007；曾亞敏和張俊生，2009;魏志華等，2022）。已有大量文獻研究驗證了稅收征管會通過征管技術、征管制度、征管努力等途徑，對企業行為產生不同程度的影響。近年來，不少學者嘗試立足稅收征管體制視角，將2018年國稅地稅合并事件視為一項良好的準自然實驗，并采用雙重差分模型實證檢驗該事件對企業行為影響（葉永衛等，2022;范子英等，2022;Liu et al.，2022;劉貫春等，2023;Feng et al.，2023），這一類文獻成果的研究方法和思路為本文提供了重要參考。基于此，本文擬立足稅收征管視角，將國稅地稅合并視為一項準自然實驗，以2014—2021年我國A股上市企業為研究對象，構建雙重差分模型（Difference inDifferences Model，DID Model）實證考察其對企業數字化轉型的影響和作用機制。

與已有研究相比，本文可能存在的邊際貢獻有三點：第一，從稅收征管視角拓展了企業數字化轉型的動因研究，為全方位考察企業數字化轉型的影響因素提供了新的經驗證據;第二，細致地識別了國稅地稅合并事件影響企業數字化轉型的內在機制及其異質性表現，為全面理解稅收征管對企業行為的治理作用提供了新的觀察視角。第三，立足數字化背景下探討稅收征管與企業轉型升級之間的關系，既有利于揭開稅收征管影響企業行為的機制“黑箱”，也有利于進一步深化對稅收治理現代化服務國家治理現代化的理解和認識。

本文剩余內容的結構安排如下：第二部分為制度背景與研究假說;第三部分為實證研究設計，包括模型、數據與說明;第四部分為實證檢驗結果，包括基準回歸結果和穩健性檢驗結果;第五部分為機制探索;第六部分為異質性分析;第七部分為研究結論與政策建議。

二、制度背景與研究假說

（一）制度背景

自分稅制改革實施以來，稅收征管議題備受各界關注，尤其是國稅地稅為主要內容的稅收征管體制的調整與變化，是研究中央與地方關系、政府與市場關系，以及征納關系變化的一個重要視角。概而言之，1994年以來我國稅收征管體制大致經歷了“國稅地稅分設到合作再到合并\"的發展歷程，每一次調整變革都是因應時勢及貫徹執行國家重大決策戰略而為，會對企業行為產生沖擊和影響。具體而言：

1.國稅地稅分設時期（1994—2014年）

為應對“兩個比重\"下降局面，提高國家能力特別是國家汲取財政能力（王紹光和胡鞍鋼，1993），我國從1994年1月1日起改革地方財政包干體制，對各地實行分稅制財政管理體制，并將分設國稅局、地稅局作為重要配套改革同步實施，其中國稅局實行垂直管理，其人員編制、經費、干部任免等均采取下管一級的原則，運行具有相對獨立性。地稅局延續之前的屬地化管理。1997年，國家稅務總局開始推行國稅局局長的異地交流制度，進一步增強了國稅局稅務執法的征管獨立性（范子英和田彬彬，2016）。2002年，中央將原屬于地方的企業所得稅變更為中央與地方共享稅，并對企業所得稅的征管體制進行改革①，這一改革直接影響企業的投資、避稅等生產經營決策（劉行等，2017；劉忠和李殷，2019；杜鵬程等，2021）

2.國稅地稅合作時期（2015—2017年）

伴隨“互聯網 + 稅務\"浪潮對稅收征管理念、征管模式的巨大沖擊，2015年7月，國家稅務總局印發《國家稅務局地方稅務局合作工作規范（1.0版）》，要求各級國稅局、地稅局以信息共享為基礎，以現代信息技術為依托，創新合作形式，拓寬合作領域。2016年1月起實施《國家稅務局地方稅務局合作工作規范（2.0版）》，在對每個合作事項逐項列明信息化支撐手段的基礎上，推動國稅地稅在更深層次、更廣范圍加強合作，并陸續設立了若干國稅地稅合作縣級示范區、市級合作示范區②。有研究表明，這些合作示范區有利于加強國稅地稅間的信息溝通，進一步提高了稅收征管能力（張明昂等，2023）。這一時期，我國全面推開營改增試點，將地稅局征管的營業稅改為增值稅并由國稅局征管，是稅收征管體制的又一次深刻變革。眾多實證研究表明，營改增不僅促進了企業的專業化分工（陳釗和王腸，2016；范子英和彭飛，2017），也對企業的研發創新等行為產生積極影響（袁從師等，2015；曹平和王桂軍，2018）。

3.國稅地稅合并時期（2018年至今）

2018年3月，中共中央印發《深化黨和國家機構改革方案》，提出改革國稅地稅征管體制，將省級和省級以下國稅地稅機構合并。同年7月，中辦國辦印發《國稅地稅征管體制改革方案》，明確了國稅地稅征管體制改革的指導思想、基本原則和主要目標，提出改革的主要任務及實施步驟、保障措施等。此次合并看似重回1994年之前的稅收征管模式，但在征管體制和征管效率上卻有本質區別（范子英等，2022；劉貫春等，2023）。學界普遍認為國稅地稅合并不僅是稅務機構形態的重大調整，更是稅收征管體制的根本性改革，這一事件沖擊具有一定的外生性，與計量經濟學中準自然實驗（Quasi-natural Experiment）法的要求在本質上是一致的，將其作為一項良好的準自然實驗，實證檢驗其對企業行為的影響效果及作用機制（葉永衛等，2022;范子英等，2022;Liuet al.，2022;劉貫春等，2023;Feng et al.，2023）。

（二）研究假說

在數字經濟發展的浪潮中，數字化轉型已經成為當代企業順應時代發展的必然趨勢（李蘭等，2022;李思飛等，2023）。主要包括以下原因：一是市場競爭壓力。越來越多的企業進行數字化轉型，通過數字化技術提升產品和服務質量。企業需要進行數字化轉型，從而在競爭愈發激烈的市場中保持競爭力（白雪潔等，2024）。二是成本節約和效率提升。數字化轉型通過優化業務流程、提高運營效率和減少資源消耗等多方面的措施，能夠幫助企業實現降本增效（黃麗華等，2021）。三是國家政策引領。近年來，我國陸續發布《“十四五\"數字經濟發展規劃》《中小企業數字化轉型指南》數字中國建設整體布局規劃》等政策文件，推動企業數字化轉型，增強企業綜合實力和核心競爭力（史宇鵬等，2021）。四是風險管理和合規性。數字化技術有助于企業提升信息安全管理水平，可以幫助企業更好地管理風險和遵守法規。除此之外，企業數字化轉型的動機還包括應對市場變化、提升品牌價值、創新產品、提升客戶體驗、履行社會責任和進行全球化擴展等主動因素和應對資本市場壓力、勞動力短缺和公眾期望等被動因素（李蘭等，2022；朱秀梅和林曉玥，2022；白雪潔等，2024）。

但是，企業的數字化轉型主要面臨三大難題：一是基礎技術能力不足造成的“不會轉”；二是轉型成本過高造成的“不能轉”；三是轉型風險過大造成的“不敢轉”（蔡宏波等，2023;甄紅線等，2023）。技術、資金、風險是阻礙企業數字化轉型的三座大山。當企業能夠在提升技術能力、擁有充足資金和降低轉型風險的一個或者多個方面取得突破時，在數字化轉型動機的推動下，企業數字化轉型意愿和行動力將得到提升。

首先，國稅地稅合并能夠通過緩解企業融資約束促進企業數字化轉型。國稅地稅合并能夠緩解企業委托代理問題，進而緩解企業融資約束。第一，國稅地稅合并后，新稅務機構整合形成統一的稅收信息系統，能夠提供更全面、準確和透明的企業財稅信息，有助于股東更好地監督和評估管理者的表現，緩解股東和管理者之間的委托代理問題（劉貫春等，2023）。第二，統一的稅收政策和管理要求企業建立健全的財務和稅務管理制度，提升內部控制和治理水平，減少管理層可能的機會主義行為（Li etal.，2023）。透明和簡化的稅收管理制度使得舞弊行為更容易被發現和糾正，增強了股東對管理層的信任，緩解了委托代理問題（蔡昌等，2021）。委托代理問題的緩解有助于企業獲得融資。第一，企業內部的財務和運營狀況變得更加透明，信息不對稱減少，外部投資者和金融機構更容易獲得準確的信息，從而提高對企業的信任度和信用評級（葉永衛等，2022）。第二，優質的管理和高效的運營增強了企業的盈利能力和償債能力，企業財務狀況和未來預期變得更加穩定和可預測，企業整體績效得以提升，使其更容易獲得融資（李成明等，2023）。葉永衛等（2022）的研究發現，國稅地稅合并能夠增加企業所獲得的長期貸款，緩解企業面臨的長期資金約束困境。

融資約束長期以來都是企業數字化轉型的桎梏，企業囿于融資約束難以獲得充足的轉型資金，制約了其推進數字化轉型的能力（申志軒等，2024）。企業融資成本的降低和融資可得性的增強能夠為企業發展提供資金支撐（Lietal.，2023）。在市場競爭壓力、效率提升和成本節約、國家政策引領、風險管理和合規性等數字化轉型動機的驅動下，這些資金可以用于企業招聘數字人才、購買數字化設備、引人數字化技術、建設數字化平臺、優化資源配置等，減少因資金不足而導致的轉型失敗風險（吳非等， 2021a ；李思飛等，2023）。企業在進行數字化轉型戰略選擇時面臨的“不能轉”和“不敢轉”問題得以緩解，企業將加快數字化轉型的步伐（李蘭等，2022）。由此，本文提出以下待檢驗的研究假說：

研究假說1：國稅地稅合并能夠緩解企業的融資約束，形成“治理效應”，從而促進企業數字化轉型。

其次，國稅地稅合并能夠通過推動企業創新促進企業數字化轉型。國稅地稅合并可從以下兩個方面推動企業創新。一是提高政策的穩定性和連續性。國稅地稅合并后，稅收政策更加統一和透明、可預見性和穩定性進一步增強，減少了企業在不同地區面臨不同稅收政策的困擾，減少了企業的稅務風險，增強了企業進行長期創新投資的信心，有助于企業在創新活動中更加大膽地投入資源（劉貫春等，2023）。二是優化稅收營商環境。統一的稅收管理標準和流程減少了企業的合規成本，有助于企業更高效地管理稅收事務，實現“少跑腿好辦事”，企業能夠將更多精力放在核心業務和創新活動上（林志帆和王茂森，2023）。同時，稅務機關可以更好地掌握企業的經營狀況，更精準地識別符合條件的高新技術企業、研發企業和創新型中小企業，確保稅收優惠政策精準到位，實現“政策紅利精準直達\"（Liuetal.，2023）。另外，國稅地稅合并能夠減少企業尋租行為。合并后的稅務機關集中管理和統一監督，降低了企業通過尋租獲取稅收優惠的可能性，減少了稅收上的地方保護主義和不公平競爭現象（狄盈馨等，2024）。公平的市場競爭環境激勵企業不斷進行技術創新，以在市場中獲得競爭優勢。

企業創新往往伴隨著對新技術的不斷探索和應用。在數字化轉型過程中，企業需要引人如人工智能、區塊鏈、云計算、大數據等數字技術，以優化業務流程、提升生產效率、快速響應市場需求（李蘭等，2022）。這些技術的引入和應用正是企業創新的重要體現。在數字化轉型動機的推動下，創新能力的增強能夠為企業數字化轉型提供必要的技術支持，企業在進行數字化轉型戰略選擇時面臨的“不會轉\"問題得以減輕（狄盈馨等，2024）。同時，企業創新水平的提升還能從管理、人才、資源、市場、客戶等多個方面推動企業向數字化方向邁進，進而提升企業在數字化時代的競爭力和可持續發展能力（羅棟梁等，2024）。本文提出以下待檢驗的研究假說：

研究假說2：國稅地稅合并能夠推動企業創新，形成“創新驅動效應”，從而促進企業數字化轉型。

再次，國稅地稅合并能夠通過增加企業稅負抑制企業數字化轉型。大量研究表明，國稅地稅合并可以通過降低企業的稅收遵從成本、改善征納雙方的信息不對稱、緩解地方政府對稅收干預等渠道，降低企業的逃稅程度，增加企業的稅負（葉永衛等，2022;范子英等，2022;趙玉潔和孫雪嬌，2023）。國稅地稅合并使得A股上市企業在2018—2020三年里的所得稅費用分別增加了209億元、214億元和216億元，總計639億元（范子英等，2022）。稅負是企業的一項重要的現金流出和成本負擔，提高稅負會降低企業的現金流動性，惡化其財務狀況，進而降低資源配置效率和經營績效（林志帆和王茂森，2023）。考慮到數字化轉型具有周期長、成本高、風險大等特征，良好的財務狀況和經營績效是企業進行數字化轉型的必要條件（蔡宏波等，2023）。因此，財務狀況和經營績效的惡化會從兩方面抑制企業數字化轉型。第一，減少企業的研發創新投人，削弱基礎技術能力和數字技術應用水平（Huang et al.，2023），使得缺少數字化轉型相關技術和專利儲備的企業更加“不會轉”（Li andWang，2023）。第二，經營績效的惡化導致企業在面對數字化轉型的戰略選擇時，會權衡數字化轉型帶來的資金壓力和諸多不確定性，更加“不能轉”和“不敢轉”（李成明等，2023）。由此，本文提出以下待檢驗的研究假說：

研究假說3：國稅地稅合并會提升企業的稅負，形成“征稅效應”，從而抑制企業數字化轉型。

綜上所述，國稅地稅合并形成的“治理效應”“創新驅動效應\"\"征稅效應\"對企業數字化轉型起不同方向的作用。但是，在這3種效應的共同作用下，企業數字化轉型是得到了促進還是抑制，需要通過實證進行檢驗。

三、實證研究設計

（一）計量模型

為考察國稅地稅合并對企業數字化轉型的影響，本文借鑒范子英等（2022）、劉貫春等（2023）將國稅地稅合并事件視為一項準自然實驗的研究思路，構建如下DID模型：

）igital_it=α₁+β₁Treat_i×Post_t+λ₁X^′+θ_i+μ_t+ε_it

其中，下標i代表企業、t代表年份。Digital，為被解釋變量，表示在t年企業i的數字化轉型水平。Treat_i×Post_t 為核心解釋變量， Treat_i 和 Post_t 依次表示處理變量和政策沖擊變量。 ΔX^′ 為控制變量集合。 θ_i 為個體固定效應， μ_t 為年份固定效應， ε_it 為隨機誤差項。由于處理變量 Treat_i 不隨時間改變，政策沖擊變量 Post_t 與企業個體無關，兩者分別被個體固定效應和年份固定效應所吸收，因此在模型（1）中不再單獨控制。

系數 β₁ 是本文最關心的系數。如果 β₁ 顯著大于0，表示國稅地稅合并促進了企業數字化轉型，假說3的“征稅效應\"小于假說1和假說2的\"治理效應\"“創新驅動效應\"之和；如果 β₁ 顯著小于0，表示國稅地稅合并抑制了企業數字化轉型，假說3的“征稅效應\"大于假說1和假說2的\"治理效應\"“創新驅動效應\"之和；如果 β₁ 不顯著，表示國稅地稅合并不影響企業數字化轉型。

（二）數據與說明

第一，被解釋變量：企業數字化轉型水平（Digitali）。參考吳非等（2021b）、王海等（2023）的做法，將上市企業年報中與企業數字化轉型相關的76個特征詞詞頻數加總，使用詞頻總數加1的對數值來衡量企業數字化轉型水平。如圖1所示，主要使用與企業數字化轉型的過程和成果應用密切相關的兩個層面“底層核心技術\"和\"數字技術應用\"確定特征詞，其中，“底層核心技術\"層面包括人工智能技術、區塊鏈技術、云計算技術、大數據技術四個方面的共42個特征詞，“數字技術應用\"層面包括移動互聯網、工業互聯網等在內的34個特征詞。特征詞選取和特征詞詞頻統計的具體方法如下：一是特征詞的選取。特征詞的選取主要基于理論和實踐兩個層面。在理論層面，從一系列經典權威的期刊文獻中歸納整理出與企業數字化轉型相關的特定特征詞（吳非等，2021b;李思飛等，2023;甄紅線等，2023）。在實踐層面，以企業數字化轉型相關的《“十四五\"數字經濟發展規劃》《數字中國建設整體布局規劃》《2023年政府工作報告》等國家級政策文件和政府工作報告、《中小企業數字化轉型指南》《企業數字化轉型技術發展趨勢研究報告（2023年）》等工作指南和權威報告為藍本，對理論層面篩選出的特定特征詞進行進一步補充完善，并按照\"底層核心技術”和\"數字技術應用\"兩個層面進行分類，形成如圖1所示的特征詞圖譜。二是上市企業特征詞詞頻的統計。各特征詞的詞頻數從各A股上市企業年報中歸集整理得到，該過程綜合使用Python爬蟲、Java PDFbox提取、人工整理篩選等方法。

第二，核心解釋變量：國稅地稅合并 （Treat_i×Post_t） 。處理變量Treat和政策沖擊變量Post，均為虛擬變量。如果企業在國稅地稅合并之前在地稅局繳納所得稅，則 Treat_i 賦值為1，否則為0。如果樣本年份處于2018年及之后，則 Post_t 賦值為1，否則為0。

第三，控制變量 （X^′） 。借鑒范子英等（2022）李成明等（2023）、王海等（2023）、鄭攀攀和莊子銀（2024）的做法，加入企業層面和城市層面的控制變量。企業層面的控制變量包括：一是企業年齡（ ΔAge_it ），用樣本年份與企業成立年份之差表示；二是企業規模（ Size_it. ），用企業總資產的對數值表示；

三是流動資產比率 （Liquid_it） ，用企業流動資產與總資產的比值表示；四是現金資產比率（ ΔCash_it） ，用企業現金及現金等價物與總資產的比值表示;五是資產負債率（Leveragei），用企業債務總額與總資產的比值表示;六是營業收入增長率（ GrowthΣ_it^′） ，用企業本年營業收入增長額與上年營業收入的比值；七是總資產凈利潤率（ Roa_it） ，用企業凈利潤與總資產的比值表示；八是兩職合一（ ΔDual_it ），若企業的董事長與總經理為同一人，則 Dual_it 賦值為1，否則為0；九是股權集中度 （Top10_it） ，用企業前十大股東持股比例之和表示。城市層面的控制變量包括：一是人均 GDP（Pgdp_it） ，用城市人均實際GDP的對數值表示;二是人口規模（ Pop_it ），用城市年末總人口的對數值表示;三是財政收入 ?Revenue_it? ，用地方財政預算內收人的對數值表示；四是外商投資（ Fdi_it ），用城市外商實際投資金額加1的對數值表示；五是產業發展（ Stru3_it ），用城市第三產業增加值與GDP的比值表示。

第四，數據來源。選取2014—2021年我國A股上市企業作為研究樣本。其中，控制變量數據來源于CSMAR宏觀系列研究數據庫中“上市公司基本信息”“財務報表”“財務指標分析\"“股權性質”和“治理結構\"板塊。同時，本文為保證樣本有效性，對原始數據做如下處理：（1）刪除金融行業的企業;（2）剔除上市狀態為\"ST\"“*ST\"\"暫停上市\"和\"終止上市\"的企業；（3）剔除關鍵數據不全的企業;（4）對連續變量上下 1% 的分位數進行縮尾處理，排除極端值的干擾。本文涉及變量的描述性統計分析結果，見表1。

四、實證檢驗結果

（一）基準回歸結果

基于模型（1），表2匯報了國稅地稅合并影響企業數字化轉型的基準回歸結果。在控制個體固定效應和年份固定效應的基礎上，第（1）一（3）列依次加入企業和城市的層面控制變量，交互項Treat_i×Post_t 的系數均顯著為正，并一致通過 1% 的統計檢驗，說明從總效應上看，國稅地稅合并能夠顯著促進企業數字化轉型。從總效應大小看，第（3）列的基準回歸結果表明國稅地稅合并使企業數字化水平提高了 8.21% 。

（二）穩健性檢驗

1.平行趨勢檢驗

借鑒Liu et al.（2022）、Feng et al.（2023）的做法，采用改變國稅地稅合并實施時間的“反事實法\"進行平行趨勢檢驗。具體地，構建一系列年度虛擬變量 Post_s ，并將其與處理變量 Treat_i 交乘，設定模型如下：

模型（2）中，當樣本年份為s時， Post_s 賦值為1，否則為0。由于2014年被設定為基期，因此不包含在模型（2）中。系數 β_s 反映與2014年相比，實驗組和控制組企業在2015—2021年數字化轉型水平的相對變化。模型（2）中其他變量的含義與模型（1）中相同。平行趨勢檢驗的結果，見表3。系數β。估計值及置信區間的年度變化，見圖2。從表3、圖2可知，國稅地稅合并前，實驗組和對照組企業的數字化轉型水平變動趨勢是一致的，滿足平行趨勢假設，說明本文的研究結論是穩健的。

2.更換被解釋變量

為排除被解釋變量度量方法對估計結果的可能干擾，本文采用其他方法來度量企業數字化轉型水平。第一，參考袁淳等（2021）的做法，將上市企業年報“管理層討論與分析（MDamp;A）\"部分與企業數字化轉型相關的197個特征詞詞頻數加總，使用詞頻總數與年報“（MDamp;A）”部分的語段長度的比值來衡量企業數字化轉型水平 （Digitall_it） 。特征詞的篩選原則是：參考30份與數字經濟相關的國家層面政策文件，從中選取出現次數不少于5次并且與企業數字化轉型密切相關的197個特征詞。第二，借鑒張永坤等（2021）的研究，采用上市企業“數字化轉型無形資產\"總額與企業無形資產總額的比值來衡量企業數字化轉型水平 （Digital2_it） 。“數字化轉型無形資產”是指在上市企業財務報表附注中，明細項包含\"智能”\"軟件”\"網絡\"等與數字化轉型密切相關特征詞的無形資產。表4的回歸結果表明，更換被解釋變量后，本文的核心結論依舊成立。

3.排除其他政策干擾

2014—2021年，可能存在其他政策沖擊會對企業數字化轉型產生影響，有必要對這些相關政策進行控制。

第一，2015—2018年實施的地方政府性債務管理體制改革（以下簡稱\"地方債改革\"）。“地方債改革\"通過允許地方政府發行債券、明確地方政府對債務負有償還責任的方式，將地方政府的融資方式由銀行貸款融資轉變為發行債券，這種做法減輕了政府債務對企業融資的擠出效應，一定程度上緩解企業融資約束（梁若冰和王群群，2021;王群群和梁若冰，2023）。由于企業數字化轉型具有周期長、成本高、風險大的特征，當地方債改革增加企業融資機會時，企業能夠加大數字技術創新研發投入、數字化設備購買、數字技能人才引進，從而更好地進行數字化轉型（李逸飛等，2023）。借鑒梁若冰和王群群（2021）劉貫春等（2023）的做法，在模型（1）中加入地方債改革虛擬變量 Reform1_it^° 如果在t年企業i所在的城市進行了地方債改革， Reform1_it 取值為1;否則，取值為0。地方債改革時間由各城市最初公布政府債券余額的時間來確定。回歸結果見表5列（1）。

第二，2013—2016年實施的“金稅三期工程”“金稅三期工程\"通過對大數據和云計算等數字技術的應用，提高政府對企業信息、稅源信息的獲取和分析能力，有利于加強政府稅收征管工作的規范性（魏志華等，2022）。與國稅地稅合并相似，“金稅三期工程\"能形成“征稅效應”“治理效應”和\"創新驅動效應”，從而對企業數字化轉型產生影響。參考劉慧龍等（2022）的研究，在模型（1）中加人“金稅三期工程\"虛擬變量 Reform2_it 。如果在t年企業i所在的城市推行了“金稅三期工程\"試點， Reform2_it 取值為1；否則，取值為0。回歸結果見表5列（2）。

第三，2014—2015年針對不同行業出臺的固定資產加速折舊政策。固定資產加速折舊政策通過允許企業新購進的固定資產加速折舊，減輕企業投資初期的資金負擔，鼓勵企業加快轉型升級（劉啟仁等，2019）。固定資產加速折舊政策不僅能夠加大企業購買數字化設備的力度，還能推動企業加大研發創新投入，加快數字技術的創新和應用（劉行等，2019）。借鑒吳非和黎偉（2022）的研究，在模型（1）中加入虛擬變量 Reform3_it ，如果在t年企業i所屬行業開始享受到固定資產加速折舊政策①，Reform3_it 取值為1；否則，取值為0。回歸結果見表5列（3）。

第四，2012—2016年實施的“營改增\"改革。從相關研究看，“營改增”主要從三方面促進企業數字化轉型，體現在：首先，“營改增”解決了對同一產品重復征稅的問題，同時增值稅相對于營業稅起征點右移，能夠降低企業稅負（范子英和彭飛，2017）。其次，“營改增\"能夠給市場傳遞一種積極的信號，有利于降低企業融資約束（張莉等，2022）。最后，“營改增\"時期的過渡政策規定對提供技術咨詢和服務的企業免收增值稅，提升了企業研發創新的投人力度（王宏鳴等，2023）。參考張莉等（2022）的做法，在模型（1）中加入虛擬變量 Reform4_it 。如果在t年企業i所屬行業和所在城市推行了“營改增\"試點， Reform4_it 取值為1;否則，取值為0。回歸結果見表5列（4）。

第五，2016年設立的國家大數據綜合試驗區（以下簡稱\"大數據試驗區\"）。大數據試驗區能夠為區域內（貴州省、京津冀、珠江三角洲、上海市、河南省、重慶市、沈陽市、內蒙古自治區）企業帶來數字補貼、集聚數字人才、夯實數字化轉型的技術基礎和底層架構（孫偉增等，2023;石玉堂和王曉丹，2024）。借鑒孫偉增等（2023）的做法，在模型（1）中加入虛擬變量 Reform5_it 。如果在t年企業i所在的城市屬于大數據試驗區， Reform5_it 取值為1；否則，取值為0。回歸結果見表5列（5）。

整體來看，在控制住與國稅地稅合并同期出臺且可能對企業數字化轉型產生影響的“地方債改革”“金稅三期工程”、固定資產加速折舊政策、“營改增\"和大數據試驗區設立等政策后，交互項Treat_i×Post_t 系數的大小和符號都與基準回歸結果相當，沒有發生實質性改變。本文的核心結論得到進一步證實。

4.安慰劑檢驗

基準回歸結果顯示，國稅地稅合并對企業數字化轉型具有促進效應。但這種效應可能是一些忽略或無法觀測的因素促成的，即某未知因素同時推動國稅地稅合并和企業數字化轉型。為了排除上述可能，首先，將企業樣本隨機分配到處理組或者控制組，并保證處理組和控制組的企業樣本數量與隨機分配之前相同，從而生成新的處理變量 Treat2_i° 其次，將模型（1）中的處理變量 Treat_i 替換為

Treat2i后，對模型進行500次回歸估計。圖3報告了 Treat2_i×Post_t 系數的核密度和p值分布。回歸結果表明，安慰劑檢驗得到的 Treat2_i×Post_t 系數基本符合正態分布，均值接近于0，遠遠偏離基準回歸得到的0.0821，并且大部分系數的p值都在0.1以上。因此，可以基本排除未知因素促成基準回歸結果的可能，本文的結論是穩健的。

5.其他穩健性檢驗

第一，考慮企業的策略性信息披露行為。在通過文本分析方法衡量企業數字化轉型水平時，需要考量企業信息披露策略對衡量準確性的潛在干擾。具體而言，企業的信息披露行為可能受到多重動機的驅使，包括但不限于順應政策導向以獲取支持、利用概念炒作以提升市場關注度，或是借勢熱點話題以增強品牌曝光度。這些動機可能導致企業在年報中披露數字化轉型進展時，傾向于夸大其實際成效，從而對企業數字化轉型的真實狀況構成一定程度的扭曲或誤導。因此，參考趙璨等（2020）、申志軒等（2024）的做法，本文進行以下兩項檢驗。一是僅保留深圳證券交易所公布的信息披露考評等級為A（優秀）或者B（良好）的樣本，然后進行回歸。二是構建以下模型識別企業的正常信息披露：

Digital_it=α₃+β₃DigitalMed_it+λ₃X^′+θ_i+μ_t+ε_it

其中，下標j代表行業。DigitalMedi為解釋變量，表示在t年企業i所在的行業j中企業數字化轉型水平的中位數。其他變量定義與模型（1）中相同。模型（3）中的殘差 ε_it 表示企業的異常信息披露次數。為排除企業的策略性信息披露行為對基準回歸結果的影響，僅保留殘差值低于 80% 分位數的樣本后進行回歸。回歸結果見表6列（1）一（2）。

第二，使用傾向得分匹配后雙重差分（PSM-DID）的方法進行估計。PSM-DID方法能夠避免實驗組和控制組企業由于自身特征的差異而導致的估計結果偏差。具體地，首先選擇模型（1）中企業層面的9個控制變量作為企業的特征變量，其次使用Logit模型估計出傾向得分，再次進行卡尺內的一對一最近鄰匹配，其中，卡尺選擇為0.01。平衡性檢驗結果顯示，匹配后所有特征變量的標準化偏差均小于 10% ，且6個特征變量的t檢驗結果不拒絕處理組和控制組無系統差異的原假設，說明匹配變量選取合理，匹配方法選用得當①。回歸結果見表6列（3）。

第三，增加行業一城市和行業一年份固定效應。該方法能夠排除發生在特定城市的特定行業（如2013—2016年陸續在重慶市、廣州市等地實施的“金稅三期工程\"）、特定年份的特定行業（如2014—2015年陸續在生物藥品制造業、專用設備制造業等行業實施的固定資產加速折舊政策）的外生沖擊對于企業數字化轉型的影響（Xuetal.，2023;易苗等，2024）。回歸結果見表6列（4）。

第四，采用兩期倍差法。該方法能夠處理多期倍差法存在的序列相關問題。本文構建的DID模型（1）屬于多期倍差法。兩期倍差法的具體做法是：首先，將樣本劃分為兩個階段，第一階段是2014—2017年（國稅地稅合并之前），第二階段是2018—2021年（國稅地稅合并之后）;其次，在每一階段，對模型（1）中每一個變量求算術平均值;最后，基于模型（1）進行回歸。回歸結果見表6列（5）。

第五，為確保回歸結果更加準確，對回歸樣本做了如下刪減。一是剔除中央企業樣本。中央企業自1994年以來一直在國稅局繳納企業所得稅（劉行等，2017）。回歸結果見表6列（6）。二是剔除上海市和西藏自治區的企業樣本。上海市的地稅局和國稅局在國稅地稅合并前就一直是合署辦公，西藏自治區沒有設置地稅局（范子英等，2022）。回歸結果見表6列（7）。三是剔除2018年的企業樣本（Liu et al.，2022;Feng etal.，2023）。回歸結果見表6列（8）。

總體來看，進行各種穩健性檢驗后，交互項 Treat_i×Post_t 的系數依舊至少在 5% 的統計水平上顯著為正，這與本文的基準回歸結果基本一致。

五、機制探索

前文的實證結果證明，國稅地稅合并能夠促進企業數字化轉型，原因是“治理效應”和\"創新驅動效應\"的促進作用大于“征稅效應\"的抑制作用。為論證“征稅效應”“治理效應”和“創新驅動效應\"的存在性，本部分擬對作用機制進行檢驗。參考Baronand Kenny（1986）的做法，設定如下模型：

M_it=α₄+β₄Treat_i×Post_t+λ₄Z^′+θ_i+μ_t+ε_it

其中， M_it 為中介變量， Z^′ 為控制變量集合，其他變量定義與模型（1）中相同。

第一，國稅地稅合并能夠緩解企業的融資約束，形成“治理效應”，從而促進企業數字化轉型。參考Lietal.（2023）的做法，使用WW指數衡量企業融資約束程度（ Fincon_it ）。企業的融資約束程度隨著WW指數的增加而增加。WW指數的計算方式如下：

WWIndex_it=-0.091Cash_it-0.062Div_it+0.021Lleverage_it

-0.044Size_it+0.102Growthind3_it-0.035Growth_it

其中， Cash_it 表示企業的現金資產比率； Div_it 為虛擬變量，如果企業在當年支付現金股利，則賦值為1，否則賦值為0;Lleveragei表示企業長期負債與總資產的比值; Size_it 表示企業規模;Growthind3it表示企業三位數行業的營業收入增長率； Growth_it 表示企業的營業收入增長率。將 Fincon_it 代人模型（4）進行回歸，結果見表7第（1）一（2）列。交互項 Treat_i×Post_t 的系數均在 1% 的統計水平上顯著為負，證實國稅地稅合并促進企業數字化轉型的“治理效應”，研究假說1成立。

第二，國稅地稅合并能夠推動企業創新，形成“創新驅動效應”，從而促進企業數字化轉型。借鑒唐松等（2020）的做法，使用發明專利申請量衡量企業的創新水平 （Patent_it） 。 Patent_it 由企業發明專利申請數量加1的對數值表示。將 Patent_it 代入模型（4）進行回歸，結果見表7第（3）一（4）列。交互項Treat_i×Post_t 的系數均顯著為正，且通過至少 1% 的統計檢驗，從而基本證實國稅地稅合并促進企業數字化轉型的“創新驅動效應”，研究假說2成立。

第三，國稅地稅合并會提升企業的稅負，形成“征稅效應”，從而抑制企業數字化轉型。借鑒Chyz etal.（2013）、王亮亮等（2023）的研究，使用實際所得稅率來衡量企業的稅負（ ΔTax_it） 。 Tax_it 由企業實際所得稅與稅前總利潤的比值表示。將 Tax_it 代入模型（4）進行回歸，結果見表7第（5）—（6）列。交互項 Treat_i×Post_t 的系數均在 1% 的統計水平上顯著為正，證明了“征稅效應”的存在，研究假說3成立。

六、異質性分析

（一）區域異質性

第一，稅收征管強度的區域異質性。國稅地稅合并能增加新稅務機構的征管獨立性，減少地方政府對于稅收的干預。同時，國稅地稅合并不僅能消除國稅局和地稅局之間的信息壁壘，從而擴大新稅務機構的征管范圍，還有利于減少新稅務機構的部門層級，建立更加扁平化的管理模式，從而提升征管效率（Liuetal.，2022）。可以預期，相對于稅收征管強度較強的地區，國稅地稅合并在稅收征管強度較弱的地區所帶來的改革力度更大，形成的“治理效應”和\"創新驅動效應\"更強，對企業數字化轉型的促進作用更加明顯。因此，本文借鑒陳德球等（2016）的做法，采用2021年的省級層面的實際稅收收入與預期的稅收收人的比值來衡量地區稅收征管強度（ ΔLtc_it 。同時，將稅收征管強度大于等于 Ltc_it 中位數的地區劃分為高稅收征管強度地區，否則劃分為低稅收征管強度地區。表8的分組回歸結果顯示，在低稅收征管強度地區， Treat_i×Post_t 的系數在 1% 的統計水平上顯著為正；在高稅收征管強度地區， Treat_i×Post_t 的系數不顯著。進一步地，我們進行基于1000次重復抽樣的費舍爾組合檢驗（Fisher's Permuation test），鑒別分組回歸后的組間系數差異。結果顯示P值均為0.000，顯著拒絕了原假設，表明分組回歸的系數在兩組之間存在顯著差異。因此，在低稅收征管強度地區，國稅地稅合并能夠在更大程度上促進企業數字化轉型，這與本文的預期是一致的。

第二，金融發展程度的區域異質性。金融發展程度越高的地區，信貸市場越活躍，企業融資成本越低、難度越小，因此企業融資約束越小（蔡昌等，2021）。可以預期，相對于金融發展程度較高的地區，國稅地稅合并對于金融發展程度較低地區企業的融資約束緩解程度更大，能在更大程度上推動該地區的企業進行數字化轉型。借鑒蔡昌等（2021）的研究，采用2021年省級層面的市場化指數來衡量地區金融發展程度（ Dfd_it ）。同時，根據 Dfd_it 中位數將地區劃分為高金融發展程度地區和低金融發展程度地區。表9報告的分組回歸結果表明，國稅地稅合并對企業數字化轉型的促進效應在低金融發展程度地區更為顯著，且基于1000次重復抽樣的費舍爾組合檢驗能夠拒絕原假設，與本文的預期相符。

（二）企業特征異質性

相對于非高新技術企業，國稅地稅合并對高新技術企業數字化轉型的促進作用更明顯。究其原因，高新技術企業通常更依賴先進技術和數字化手段來進行研發、生產和運營，數字化轉型對于高新技術企業而言不僅是一種趨勢，更是生存和競爭的必要條件（王宏鳴等，2023），但資金短缺始終是這類企業在數字化轉型時面臨的棘手難題（蔡宏波等，2023）。國稅地稅合并帶來的“治理效應”和“創新驅動效應”，能夠為高新技術企業提供更多的資金支持，并提高企業的創新水平，加快其數字化轉型步伐。分別對高新技術企業和非高新技術企業兩個樣本進行回歸。表10的分組回歸結果顯示，國稅地稅合并能夠提升高新技術企業的數字化轉型水平，但是不影響非高新技術企業的數字化轉型水平，且基于1000次重復抽樣的費舍爾組合檢驗能夠拒絕原假設，與本文的預期一致。

七、結論與政策建議

稅收征管是影響企業行為的重要外部治理機制，2018年國稅地稅合并是稅收征管體制的根本性變革。本文基于2014—2021年我國A股上市企業的面板數據，采用雙重差分模型，實證檢驗了國稅地稅合并對企業數字化轉型的影響。基準回歸結果顯示，國稅地稅合并顯著促進了企業數字化轉型。進行平行趨勢檢驗、更換被解釋變量、排除其他政策干擾、進行安慰劑檢驗和其他穩健性檢驗后，研究結論依然成立。究其原因，一方面，國稅地稅合并能夠緩解企業的融資約束和提高企業的創新水平，形成“治理效應\"和\"創新驅動效應”，從而促進企業數字化轉型，另一方面，國稅地稅合并會提升企業的稅負，形成“征稅效應”，從而抑制企業數字化轉型，總體上看，“治理效應\"和\"創新驅動效應\"產生的正向作用大于“征稅效應\"產生的負向作用。本文還從區域和企業特征兩個維度進行異質性分析，發現當企業屬于低稅收征管強度地區或低金融發展程度地區、企業為高新技術企業時，國稅地稅合并對企業數字化轉型的促進作用更強。

本文研究首次揭示了國稅地稅合并與企業數字化轉型之間的關系，為進一步深化對稅收征管體制改革認識、揭示企業數字化轉型動因等具有重要的政策意義。

第一，要持續深化稅收征管體制改革，提高新稅務機構的征管獨立性。本文的基準回歸結果發現，國稅地稅合并能促進企業數字化轉型，其核心機制為新稅務機構的征管獨立性提升、征管范圍擴大、內設重疊部門精簡后，形成的“治理效應\"“創新驅動效應\"大于“征稅效應\"的積極作用。因此，要進一步提升新稅務機構的征管獨立性，借鑒各國近年優化稅收征管機構的發展趨勢，加快推動新稅務機構扁平化、專業化改革（國家稅務總局稅收科學研究所，2021），打造黨政領導、稅務主責、部門協作、社會協同、公眾協助、信息協力的稅收現代化精誠共治新格局。

第二，要立足建立健全現代財稅金融體制，構建助力企業數字化轉型的綜合政策體系。本文的穩健性檢驗結果表明，不僅國稅地稅合并、金稅三期工程”，還有固定資產加速折舊政策、“營改增”，以及“地方債改革\"等，都會對企業數字化轉型產生正向影響。針對企業在數字化轉型中面臨的“不會轉”“不能轉”和\"不敢轉”困境，要發揮市場在資源配置中的決定性作用和更好發揮政府作用，從建立健全現代財稅金融體制的高度出發，以系統觀念，梳理優化稅收優惠政策、財政扶持政策和金融保障政策，打造形成激發企業數字化轉型的政策合力。

第三，要加強低稅收征管強度地區的改革力度、提升低稅收征管強度地區的金融支持力度，同時要重點扶持高新技術企業進行數字化轉型，進一步加強國稅地稅合并對企業數字化轉型的促進作用。本文的異質性分析結果發現，低稅收征管強度地區企業和低金融發展程度地區企業的數字化轉型受到國稅地稅合并的促進作用更強。應該進一步減少地方政府干預，增強稅務機構的獨立性和透明度。同時，鼓勵金融機構在低金融發展程度地區設立分支機構，提供更多種類的金融產品和服務，滿足企業多樣化的融資需求。異質性分析結果還發現，國稅地稅合并對于高新技術企業數字化轉型的促進作用更強。高新技術企業是體現數字化轉型成效的重要載體，也是推動數字化轉型的重要力量。建議重點扶持高新技術企業群體，多措并舉，包括：制訂專項計劃用于推動高新技術企業數字化轉型，明確分階段方向，目標和重點;設立專項基金用于支持高新技術企業的信息化建設和智能制造發展等。

參考文獻

白雪潔、王欣悅、宋培，2024，“中國企業數字化轉型的影響因素研究——基于TOE框架的實證分析”，《科學學研究》，第11期，第1-18頁。

蔡昌、林高怡、王卉喬，2021，“稅收征管與企業融資約束——基于金稅三期的政策效應分析”，《會計研究》，第5期，第107-120頁。蔡宏波、湯城建、韓金諮，2023，“減稅激勵、供應鏈溢出與數字化轉型”，《經濟研究》，第7期，第156-173頁。曹平、王桂軍，2018，““營改增'提高還是降低了服務業企業的技術創新意愿？——來自中國上市公司的實證”，《南方經濟》，第6期，

第1-24頁。曹直、吳非，2023，“稅收激勵與企業數字化轉型——基于固定資產加速折舊政策的準自然實驗”，《廣東財經大學學報》，第2期，第88-99頁。

陳德球、陳運森、董志勇，2016，“政策不確定性、稅收征管強度與企業稅收規避”，《管理世界》，第5期，第151-163頁。陳釗、王腸，2016，“‘營改增'是否促進了分工：來自中國上市公司的證據”，《管理世界》第3期，第 36-45+59 頁。狄盈馨、李啟佳、羅福凱，2024，“‘專精特新'戰略對企業數字化轉型的影響——技術創新能力的中介效應”，《研究與發展管理期，第104-117頁。

杜鵬程、王姝勛、徐舒，2021，“稅收征管、企業避稅與勞動收入份額——來自所得稅征管范圍改革的證據”，《管理世界》，第7期，第 頁。

范子英、彭飛，2017，“‘營改增’的減稅效應和分工效應：基于產業互聯的視角”，《經濟研究》，第2期，第82-95頁。

范子英、田彬彬，2016，“政企合謀與企業逃稅：來自國稅局長異地交流的證據”，《經濟學（季刊）》，第4期，第1303-1328頁。范子英、朱星姝、馮晨，2022，“去屬地化與企業稅負：基于國地稅合并的研究”，《財貿經濟》，第10期，第23-39頁。郭豐、楊上廣、柴澤陽，2023，“企業數字化轉型促進了綠色技術創新的‘增量提質'嗎？——基于中國上市公司年報的文本分析”，

《南方經濟》，第2期，第146-162頁。

國家稅務總局稅收科學研究所，2021，《世界稅收征管現狀與趨勢（2021）》，北京：中國稅務出版社。

胡潔、韓一鳴、鐘詠，2023，“企業數字化轉型如何影響企業ESG表現——來自中國上市公司的證據”，《產業經濟評論》，第1期，第105-123頁。

黃麗華、朱海林、劉偉華、竇一凡、王今朝、蔡莉、陳煜波、廖貅武、吳曉波、謝康、葉強、張兮、陳文波，2021，“企業數字化轉型和管理：研究框架與展望”，《管理科學學報》，第8期，第26-35頁。

黃一松，2023，“稅收優惠能促進企業數字化轉型嗎”，《當代財經》，第12期，第144-156頁。

李成明、周迪、董志勇，2023，“資本市場開放推動企業數字化轉型了嗎？——基于準自然實驗和文本分析方法”，《統計研究》，第8期，第96-109頁。

李蘭、董小英、彭泗清、戴亦舒、葉麗莎、王云峰，2022，“企業家在數字化轉型中的戰略選擇與實踐推進——2022·中國企業家成長與發展專題調查報告”，《南開管理評論》，第5期，第191-204頁。

李思飛、李鑫、王賽、佟巖，2023，“家族企業代際傳承與數字化轉型：激勵還是抑制？”，《管理世界》，第6期，第171-191頁。

李逸飛、曹策、楚爾鳴，2023，“地方債管理體制改革與企業數字化轉型”，《經濟學動態》，第4期，第79-94頁。

梁若冰、王群群，2021，“地方債管理體制改革與企業融資困境緩解”，《經濟研究》，第4期，第60-76頁。

林志帆、王茂森，2023，“國地稅合并對企業稅負粘性的影響研究”，《財政研究》，第1期，第54-70頁。

劉貫春、葉永衛、張軍，2023，“稅收征管獨立性與企業信息披露質量——基于國地稅合并的準自然實驗”，《管理世界》，第（

156-174頁。

劉慧龍、張玲玲、謝婧，2022，“稅收征管數字化升級與企業關聯交易治理”，《管理世界》，第6期，第158-176頁。劉啟仁、趙燦、黃建忠，2019，“稅收優惠、供給側改革與企業投資”，《管理世界》，第1期，第78-96+114頁。劉錫祿、陳志軍、馬鵬程，2023，“信息技術背景CEO與企業數字化轉型”，《中國軟科學》，第1期，第134-144頁。劉行、葉康濤、陸正飛，2019，“加速折舊政策與企業投資——基于‘準自然實驗'的經驗證據”，《經濟學（季刊）》，第1期，第213

234頁。劉行、趙健宇、葉康濤，2017，“企業避稅、債務融資與債務融資來源——基于所得稅征管體制改革的斷點回歸分析”，《管理世界》，

10期，第113-129頁。劉忠、李殷，2019，“稅收征管、企業避稅與企業全要素生產率——基于2002年企業所得稅分享改革的自然實驗”，《財貿經濟》，第7期，第5-19頁。

盧小祁、俞毛毛，2023，“減稅政策對企業數字化轉型的影響路徑研究——基于增值稅稅率降低的視角”《當代財經》，第10期，第30-43頁。羅棟梁、羅健、苗連琦、劉春燕，2024，“連鎖股東持股背景下股東關系網絡對企業數字化轉型的影響研究”，《會計研究》，第1期，第94-107頁。

毛寧、孫偉增、楊運杰、劉哲，2022，“交通基礎設施建設與企業數字化轉型——以中國高速鐵路為例的實證研究”，《數量經濟技術經濟研究》，第10期，第47-67頁。

申明浩、譚偉杰，2022，“數字化與企業綠色創新表現——基于增量與提質的雙重效應識別”，《南方經濟》，第9期，第118-138頁。申志軒、祝樹金、文茜、湯超，2024，“政府數字采購與企業數字化轉型”，《數量經濟技術經濟研究》，第5期，第71-91頁。石玉堂、王曉丹，2024，“大數據綜合試驗區設立能否驅動企業數字化轉型？——基于準自然實驗的實證研究”，《科學學研究》，第

期，第1482-1492頁。史宇鵬、王陽、張文韜，2021，“我國企業數字化轉型：現狀、問題與展望”，《經濟學家》，第12期，第90-97頁。孫偉增、毛寧、蘭峰、王立，2023，“政策賦能、數字生態與企業數字化轉型——基于國家大數據綜合試驗區的準自然實驗”，《中國工

業經濟》，第9期，第117-135頁。

唐松、伍旭川、祝佳，2020，“數字金融與企業技術創新——結構特征、機制識別與金融監管下的效應差異”，《管理世界》，第5期，第

52-66+9貝。

王海、閆卓毓、郭冠宇、尹俊雅，2023，“數字基礎設施政策與企業數字化轉型：賦能'還是‘負能'？”，《數量經濟技術經濟研究》，第5期，第5-23頁。

王宏鳴、孫鵬博、楊晨，2023，“營改增'促進了企業數字化轉型嗎？”，《中南財經政法大學學報》，第5期，第44-56+66頁。

王亮亮、施超、阮語、張洪輝，2023，“企業集團的決策權配置與實際稅負”，《中國工業經濟》，第6期，第156-173頁。

王群群、梁若冰，2023，“地方債管理體制改革與基建民企債務違約”，《數量經濟技術經濟研究》，第3期，第91-110頁。

王紹光、胡鞍鋼，1993，《中國國家能力報告》，沈陽：遼寧人民出版社。

魏志華、王孝華、蔡偉毅，2022，“稅收征管數字化與企業內部薪酬差距”，《中國工業經濟》，第3期，第152-170頁。

吳非、常曦、任曉怡， 2021a ，“政府驅動型創新：財政科技支出與企業數字化轉型”，《財政研究》，第1期，第102-115頁。

吳非、胡慧芷、林慧妍、任曉怡，2021b，“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”，《管理世界》，第7期，130-144+10 頁。

吳非、黎偉，2022，“稅收激勵與企業綠色轉型——基于上市企業年報文本識別的經驗證據”，《財政研究》，第4期，第100-118頁。

習近平，2022，《習近平談治國理政》第四卷，北京：外文出版社。

向海凌、丁子家、徐斯腸、吳非，2023，“金融科技與企業數字化轉型”，《中國軟科學》，第5期，第207-215頁。

肖土盛、孫瑞琦、袁淳、孫健，2022，“企業數字化轉型、人力資本結構調整與勞動收入份額”，《管理世界》，第12期，第220-237頁。

陽鎮、陳勁、商慧辰，2022，“何種經歷推動數字化：高管學術經歷與企業數字化轉型”，《經濟問題》，第10期，第1-11頁。

葉永衛、云鋒、邵傳林，2022，“國地稅合并與企業債務融資——基于稅收征管獨立性視角”，《南方經濟》，第9期，第18-35頁。

易苗、劉朋春、郭白瀅，2024，“機器人應用、企業規模分化與勞動收入份額”，《世界經濟》，第6期，第176-200頁。

袁淳、肖土盛、耿春曉、盛譽，2021，“數字化轉型與企業分工：專業化還是縱向一體化”，《中國工業經濟》，第9期，第137-155頁。

袁從帥、劉曄、王治華、劉睿智，2015，“‘營改增'對企業投資、研發及勞動雇傭的影響——基于中國上市公司雙重差分模型的分析”，《中國經濟問題》，第4期，第3-13頁。

曾亞敏、張俊生，2009，“稅收征管能夠發揮公司治理功用嗎？”，《管理世界》，第3期，第 143-151+158 頁。

張莉、陸銘、劉雅麗，2022，“稅收激勵與城市商住用地結構——來自‘營改增'的經驗證據”，《經濟學（季刊）》，第4期，第1425-1446頁。

張明昂、陳斌開、岳林峰，2023“國稅地稅征管體制改革、信息獲取與企業避稅——基于國稅地稅合作的證據”，《經濟科學》，第2期，第71-88頁。

張永坤、李小波、邢銘強，2021，“企業數字化轉型與審計定價”，《審計研究》，第3期，第62-71頁。

趙璨、陳仕華、曹偉，2020，“‘互聯網 + 信息披露：實質性陳述還是策略性炒作——基于股價崩盤風險的證據”，《中國工業經濟》，第3期，第174-192頁。

趙玉潔、孫雪嬌，2023，“國地稅征管體制改革與企業稅收遵從——來自國地稅合并自然實驗的證據”，《上海財經大學學報》，第2期，第33-48頁。

甄紅線、王璽、方紅星，2023，“知識產權行政保護與企業數字化轉型”，《經濟研究》，第11期，第62-79頁。

鄭攀攀、莊子銀，2024，“知識產權司法保護專門化與企業數字創新”，《系統工程理論與實踐》，第5期，第1501-1521頁。

朱秀梅、林曉玥，2022，“企業數字化轉型：研究脈絡梳理與整合框架構建”，《研究與發展管理》，第4期，第141-155頁。

朱穎、錢本宇、方觀富，2023，“增值稅留抵退稅與企業數字化轉型”，《財政研究》，第3期，第114-128頁。

Baron，RM.andKn，D.A986“TederatoriatorVbleisticiocialyologicalesachoeptal，eicand Statistical Considerations\"，Journal of Personalityand Social Psychology，51（6）：1173-1182.

Cai，C.Tu，Y.ndLi“Eterpsegialsfotiondefane\"，aceRechees，（D）：0692.

Chen，Z.F.，Xiao，Y.andJian，K.，2，“TeIpactofTaRefoonis‘Digialzatioia”，TchologicalFreasidScial Change，187： 122196.

Chz，J.A.b”，：675-698.

Desai，M.A.，Dyck，A.andZingales，L.，2Oo7，“TheftandTaxes\"，JournalofFinancialEconomics，84（3）：591-623.

Feng，C.，Ye，Yd“ateallisEeea，eailiFinancial Analysis，88：102697.

Huang，Y.，BaiF.ang，M.andLiang，.O，“CatalystorStumblingBlock：DoGreenFnancePoliciesAffectDigitalafoatiofHeavily Polluting Enterprises？\"，Environmental Science and Pollution Research，30（38）： 89036-89048.

Jia，S.Guo，duleciiagdeiialoatiEicfroi'ssted，cResearch Letters，57： 104260.

Kong，D.，Liu，B.andZhu，L.，2023，“Stem CEOsandFirm Digitalization”，FinanceResearchLetters，58（C）：104573.

Li，C.，Wang，Y.ou，n，Zndrdni，“igitalcdEerpiseFaningots：ucturalceticsand MechanismIdentification\"，Journal of BusinessResearch，165：114074.

LiS.andWang，Q，023，GreeFinancePolicyandDigitalTansformationofHeavilyltingFis：EvidenefromChina，inaceResearch Letters，55（A）： 103876.

Liu，G.，Liu，Y.ndZang，C2“TaxEfemetandCooateEmploent：EvidecefroaQuasiaturalExprimntinina，China Economic Review，73：101771.

Liu，LWengdag“UeddocsfaEfetooateItioEidcefroale-periment in China\"，Economic Analysis and Policy，80，1292-1309.

Luo，Y.Cui，og，.ndWeiC“BissEotdEterpseiialsfoai”，aesh57： 104250.

Wang，S.，Li，Zde，“tsetptoEterps'iitalotiidcfr，Managerial and Decision Economics，44（5）： 2520-2539.

Wu，W.Wag.doiientation：EmpiricalEvidenceBasedontheBroadbandChinaStrategy”，InformationProcesingamp;Management，6O（5）：103419.

Wen，Jadeg，Y“Howstealrrtyooutetialfoaies，Research Letters，58（A）： 104340.

Xu，L.，Huang，X，LiuG.andLiu，Y2，“TaxAuthorityEnforcementandStockPriceCrashRisk：EvidencfroChina”，inaeResearch Letters，55：103831.

Yang，G.Z，Si.ding，G.J“DiialfoatiRdueebooeiEteps”，ocalsis and Policy，80： 1526-1538.

Tax Enforcement and Corporate Digital Transformation

Wei Shengmin Li Peilun Huang Liangxiong

Abstract：Taxenforcementservesasapivotalexternal mechanismthat governscorporatebehavior，influencing variousaspects of firmoperations，including digital transformation.The mergerof the State Tax Bureau （STB）andLocal Tax Bureaus （LTBs）in2O18 markedasubstantialshiftinthetaxeforcementsystem.Inthisstudyweinterpretthe mergeroftheSTBand LTBsasa \"quasi-natural experiment\"to examineits impactoncorporate digital transformation within Chinese firms.Using micro-leveldataofA-share listedfirmsinChinacoveringtheperiodfrom2O14to2O21，thisresearch investigateswhether and how this merger influenced corporate digital transformation.

The baseline regresion results demonstrate thatthe merger ofthe STB and LTBs has significantly promoted corporate digitaltransformation，suggestingthatanintegratedtaxenforcementframeworkcanstimulatefirmstoengageindigitalitiatives.Theresearch samplesatisfiestheparalel trendassmption.Theconclusions remainvalidafterremeasuringthedependentvariable，excludingothercontemporaneousshocks，conducting placebo tests，ndperformingotherrobustnestests.This promotion efectcanbeatributedtothe interplayofthe\"taxationeffct\"\"governanceeffct\"and\"innovationefect\"stemmingfromthemergeroftheSTBandLTBs.First，themergerof theSTBandLTBscan increasecorporate taxburdens，creatinga\"taxationeffect\"thatcouldhindercorporatedigitaltransformation.Second，themergeroftheSTBandLTBscaaleviatecorporatefinancingconstraints，generatinga\"governanceefect\"thatpromotesdigitaltransformation.Third，themergerof th STBandLTBscandrivecorporateinnovation，producingan \"innovationeffect\"thatfurtherpromotesdigitaltransformation.Overall，thepositiveimpactsasciatedwiththe\"goverancefect\"and\"innovationefect\"outweightheadverseiplicationsofthe\"taxationfect\".Heterogeneityanalysisrevealssignificantdiferencesinthepromotionefectofdigitaltransfor mationacross diffrenttypesoffirmsandregionalcontexts.Specifically，the merger's impactismorepronouncedforfimslo catedinprovinces with traditionalllowerlevelsoftaxenforcementintensityandeconomicdevelopment.Aditionayhightechfirmsbenefitdisproportionatelyfromthemerger，likelyduetotheirgreaterpropensityforinnovationandadaptabilityto newdigitaltools.Thesefindings underscore thevaryingdegrees to whichfirms，depending ontheirsectorandgeographic location，respond to shifts in regulatory environments.

Byshedding light on these mechanisms，our research ofers empiricalinsights into thecomplex interplay between tax enforcementreformsandcorporatedigitalstrategies.ThefindingssugestthatthemergeroftheSTBandLTBsservesasacatalystforovercomingcommondigitaltransformationobstacles，effectivelyaddressingchalengessuchasthe\"unabletotransition\"\"canot transition\"and \"hesitanttotransition\"facedbymanyChinesefirms.This studynotonlycontributes totheliteratureontaxpolicyandcorporatebehaviorbutalsoprovidespracticalimplicationsforpolicymakersseeking tofosterdigital innovation inthecorporatesector.Through theempirical insightsgenerated，thisresearchunderscorestheeconomicandoperational implicationsarisingfromthemergeroftheSTBandLTBs，with potential policyrelevanceforothereconomiesconsidering similar taxreforms.

Keywords：The Mergerof theState Tax BureauandLocalTax Bureaus;CorporateDigitalTransformation;Financing Constraints; Corporate Innovation

（責任編輯：童玉芬）