稅收優惠促進了企業數字化轉型嗎*

內容提要：數字經濟已成為構建現代化經濟體系的重要引擎，做強做優做大數字經濟要求積極推進企業數字化轉型，稅收優惠政策能否激勵企業數字化轉型值得研究。文章基于2012—2022年我國A股非金融類上市公司，實證檢驗了稅收優惠對企業數字化轉型的影響及其路徑機制。研究發現，稅收優惠顯著促進企業數字化轉型，其主要作用機制在于稅收優惠的增收效應、數字投資效應和創新激勵效應。進一步分析表明，稅收優惠對非高科技企業和位于低市場化程度地區的企業數字化轉型程度的正向作用更為明顯。這一結論將為理解企業數字化轉型，以稅收政策促進企業數字化轉型和數字經濟發展提供了經驗證據和政策參考。

關鍵詞：稅收優惠；數字化轉型；融資約束；數字投資

中圖分類號：F812.42" 文獻標識碼：A" 文章編號：2095-1280（2024）05-0027-12

一、引言

隨著新一輪科技革命和產業變革深入發展，互聯網、大數據、云計算、人工智能、區塊鏈等數字技術迅速發展和廣泛應用，數字經濟作為繼農業經濟、工業經濟之后的主要經濟形態，正在加速變革傳統經濟模式（陳曉紅，2018），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。黨的二十大報告明確指出：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。企業作為數字經濟的微觀主體和重要載體，其數字化轉型不僅有利于提高企業競爭力，還有利于推動構筑國家競爭新優勢，加快形成新質生產力，推進高質量發展。據中國信息通信研究院發布的《中國數字經濟發展白皮書（2023）》顯示，2022年，我國數字經濟發展取得新突破，數字經濟規模達到50.2萬億元，占GDP比重為41.5%。其中，產業數字化發展作為傳統實體企業數字化轉型的直接成果體現，規模達到41萬億元，占數字經濟比重81.7%。數字化轉型已成為企業高質量發展的必由之路。企業數字化轉型既是數字科技與生產發展深度融合的微觀轉變，又是企業從傳統生產體系向數字化體系轉型的創新標志。

近年來，關于企業數字化轉型的影響因素研究有著豐富的研究成果。如，關于企業數字化轉型的成因，已有文獻從數字經濟政策（孫偉增等，2023）、知識產權保護（甄紅線等，2023）、基礎設施（王海等，2023）、財政支持（吳非等，2021）、稅收優惠政策（黃一松，2023）等角度研究。研究表明，數字化轉型不僅能提升企業生產效率（袁淳等，2021）和全要素生產率（趙宸宇等，2021），而且具有較強的正外部性，這一行為僅僅依靠市場矯正是無法自發有效實現，企業數字化轉型的投入缺口往往需要政府補償（Crespi，et al，2016）。政府如何有效地引導并激勵企業數字化轉型？稅收作為政府的宏觀治理工具，是推動企業數字化轉型的重要政策選擇。一方面，企業數字化轉型需要相關的人力、物力和技術投入，稅收直接影響企業的實際收益和資金流，從而對企業數字化轉型產生影響；另一方面，稅收征收改變商品和要素相對價格，對企業經濟決策產生深刻影響，稅率式、稅基式、稅額式等稅收激勵政策的使用，會降低企業研發創新和投資的成本，從而有利于減少企業數字化轉型成本，促進企業數字化轉型。特別是，稅收政策對企業數字化轉型的影響引起了研究者越來越多的關注。在增值稅方面，研究顯示，“營改增”、增值稅留抵退稅和增值稅稅率下降，通過緩解融資約束顯著提高了企業的數字化轉型水平（岳樹民等，2023；盧小祁和俞毛毛，2023）。在企業所得稅方面，陳和等（2023）研究顯示，固定資產加速折舊通過改善企業財務狀況，顯著促進了企業數字化轉型。可以看出，現有文獻主要基于事件研究法，研究單一稅收優惠或改革措施對企業數字化轉型的影響，忽略了企業實際適用的稅收優惠政策是多種優惠設計的綜合疊加。特定稅收激勵政策設計或稅收優惠有助于企業數字化轉型，并不必然說明稅收優惠整體上可以顯著提升企業數字化水平，由于不同稅收優惠政策可能存在抵消效應，稅收優惠的整體效應并非各單項稅收優惠設計的加總。為此，有必要從整體上考察稅收優惠對企業數字化轉型的作用效應和機制，從而優化稅制設計，更好發揮稅收對企業數字化轉型的助推作用，建立起適配數字經濟發展的稅收制度，促進不斷做強做優做大數字經濟。

本文在理論分析基礎上，研究稅收優惠對企業數字化轉型的影響并深入探討其中的作用機制。實證檢驗結果發現，稅收優惠能有效促進企業數字化轉型；稅收優惠政策通過增收效應、數字投資效應、創新激勵效應這三種效應影響著企業數字化轉型。異質性分析發現，在技術稟賦和市場化程度越低的企業，稅收優惠對企業數字化轉型的正向作用越明顯。與已有文獻相比，本文的邊際貢獻主要有：第一，有別于以往主要從單一稅制要素改革考察稅收優惠與企業數字化轉型關系的理論研究，本文考察企業所得稅減免優惠對企業數字化轉型的影響，有助于更全面認識企業所得稅優惠的政策效應。第二，本文研究發現，稅收減免優惠通過增加企業收益促進企業數字技術關系和數字投資促進了企業數字化轉型，從而豐富了企業數字化轉型內在機制的研究。

二、理論分析與研究假說

（一）稅收減免的增收效應

企業數字化轉型是企業運用數據要素與數字技術賦能生產經營管理，從而實現價值創造與利潤增加的實踐活動。企業利用新數字技術進行研發創新來提升企業競爭力和適應力（Gurbaxani和Dunkle，2019）。數字化轉型需要企業加大數字技術、數字設備資產和數字相關人員的投入；而降低稅率、縮減稅基、擴大費用扣除等稅收優惠措施又能減少企業的稅收支付，增加企業的實際可支配稅后收益，緩解企業融資約束，為企業數字化轉型提供資金。由于外部投資者與企業之間存在信息不對稱，企業數字化轉型存在著不確定性風險，增加了數字化轉型獲取外源融資的可得性，而企業享受稅收優惠，在增加企業現金流和信貸償付能力的同時，還向市場傳遞正向信號（柳光強，2016），有利于增強企業的外源融資能力，緩解企業融資約束，增強企業數字化轉型的資金支撐。

（二）稅收減免的投資效應

數字基礎設施、硬件設備是企業數字化轉型的基石，企業要實現數字化轉型需要設備的數字化改造、軟硬件等數字資產投資。數字資產投資規模大、資產更新換代快，同時數字化轉型的風險性、收益的不確定性等，會抑制企業的數字化轉型（孫獻貞和李言，2024）。一方面，稅收優惠政策能夠減少企業稅收開支，緩釋企業面臨的資金約束，刺激企業擴大投資規模；另一方面，一些稅收優惠，比如固定資產加速折舊、研發費用加計扣除等，可以降低投資的相對成本或價格，從而對投資具有促進作用。劉啟仁等（2019）的實證研究發現，固定資產加速折舊政策緩解企業融資約束、提高資本配置效率，進而促使企業增加投資。基于這一邏輯，稅收優惠同樣可以幫助企業緩解數字轉型投資的資金不足，降低數字轉型投資的相對價格，進而刺激企業數字化轉型投資，助力企業數字化轉型。

（三）稅收減免的創新效應

數字化轉型旨在運用數字技術重塑經營模式、優化業務流程、設計新的產品和服務，實現價值鏈重構和延伸，研發必然貫穿數字化轉型全程（劉翔宇等，2023）。企業數字化轉型所需數字技術和產品，既有通用性又有個性化，而個性化數字化技術產品單靠外部難以滿足需要，可見，開展數字技術研發也必然成為企業數字化轉型的內在要求。稅收減免政策能夠增加企業留存收益和自由現金流，降低企業研發投入的成本，提高研發項目的稅后回報率，從而有效提高企業自主創新積極性，激勵企業加大研發投入，提升其創新能力（林志帆和劉詩源，2017；匡萍和欒寧，2024）。同時，稅收優惠引起企業研發投入增加，而研發投入增加是企業數字技術創新的必要條件（陳和等，2023），數字技術創新及帶來的技術應用和技術設備數字化改造，有助于驅動企業數字化轉型。

基于以上分析，本文提出假說：稅收減免政策的實施可以通過“增收效應”“數字投資效應”“創新激勵效應”助力企業數字化轉型。

三、研究設計

（一）數據來源

本文樣本為A股非金融類上市公司，樣本期間為2012—2022年，原始數據主要源于CSMAR數據庫和《中國統計年鑒》。樣本進行如下篩選：因為金融行業的企業負債與非金融行業的企業相比具有特殊性，剔除金融行業的企業樣本；剔除企業股票帶有ST、ST*標記的企業樣本；去除主要變量中數據值缺失的樣本；剔除企業資產負債率等財務指標明顯異常的樣本值。此外，為了減少極端值對實證結果的效應，我們對連續變量1%以下和99%以上的分位數進行了Winsorize縮尾處理。

（二）模型設定與變量說明

本文構建如下模型來檢驗稅收優惠對企業數字化轉型的作用效應：

其中，被解釋變量EDTLi，t表示企業的數字化轉型指數。Taxp表示稅收優惠程度。ei和qt表示企業和年份固定效應，分別控制企業層面上的非時變因素和年度層面上不隨企業變化的共同沖擊。Controlsi，t表示一系列控制變量。εi，t表示模型隨機誤差項。

1.被解釋變量：企業數字化轉型

企業數字化轉型是新興現象，目前研究對其量化測度尚未形成統一認識。借鑒趙宸宇等（2021），本文對上市公司年報進行文本識別，提取包括數字技術應用（如數據管理、數據挖掘、數據網絡、數據平臺等）、互聯網商業模式（如移動互聯網、工業互聯網、產業互聯網、O2O等）、智能制造（如人工智能、工業智能、移動智能、智能終端等）和現代信息（如信息共享、信息管理、信息集成、信息系統等）系統四個維度相關的關鍵詞詞頻，加總整理后對詞頻數據進行標準化處理，使用熵值法確定各指標權重，最終得到企業數字化轉型指數。此外，本文還采用吳非等（2021）企業數字化轉型衡量方法進行穩健性檢驗。

2.核心解釋變量：稅收優惠

現有文獻大多是基于事件研究法（陳和等，2023），從某單一稅收政策的角度探討企業稅收優惠程度，往往采用構建虛擬變量的方式作為衡量指標，但是這些衡量方法并沒有考慮到企業的原有稅負情況和實際享受優惠的程度。一般認為，企業實際稅負低于法定基本稅率的部分，扣除征管不完備而產生稅收漏損部分外，都可視為稅收優惠。企業整體上所受到的稅收優惠，其直接作用是降低企業實際稅率，因此本文借鑒陳運森等（2018）和陳玥等（2019）的做法，采用的法定基本稅率與實際稅率之差可以更加全面地反映出企業實際享受的稅收優惠幅度。具體而言，企業稅收優惠（Taxp）采用企業所得稅名義稅率（25%）與實際稅率之差來衡量，其中企業實際稅率利用所得稅費用除以稅前利潤來表示，并剔除異常值。此外，在后文中還采取變更企業實際稅率的衡量方法，利用研發費用加計扣除政策和固定資產加速折舊政策兩項單一稅收優惠政策進行事件研究法等多方式進行穩健性檢驗。

3.控制變量

本文引入了一系列企業特征變量，具體包括：企業規模（size），對企業資產總計取對數處理；盈利能力（roa），以稅后利潤/資產總計衡量；存貨密集度（ivt），以存貨/資產總計衡量；資產周轉率（atr），以營業收入/資產總計衡量；資產有形性（tan），以固定資產/資產總計衡量；資產負債率（lev），以總負債/資產總計衡量。為消除極端值的影響，對各變量也進行了上下1%的縮尾處理。

四、實證結果

（一）基準回歸

表1報告了稅收減免對企業數字化轉型的基準回歸結果，其中，第（1）列僅控制了企業固定效應變量和年份固定效應變量，此時Taxp系數顯著為正，表明稅收優惠的確能夠促使企業數字化轉型；接著，在第（2）列中考慮了其他可能影響企業數字化轉型的潛在因素，在加入企業規模、盈利能力、存貨密集度、資產周轉率、資產有形性、資產負債率等財務特征變量后，回歸結果與第（1）列基本相同，稅收優惠可以有效加快企業數字化轉型。第（3）列進一步加入了企業員工數（number）、省份固定效應和人均gdp等因素，從回歸結果可以看出，稅收減免依然顯著影響了企業的數字化轉型程度。回歸結果表明，隨著稅收優惠程度的增加，企業數字化轉型程度在統計意義上得到了顯著提高，即稅收減免能顯著加快企業進行數字化轉型，從而驗證了假說。

（二）穩健性檢驗

1.變更被解釋變量

人工智能、區塊鏈、云計算、大數據等技術構成了企業數字化轉型的核心底層技術架構，這里將前文企業數字化轉型指數進行簡化處理，僅對“人工智能”“區塊鏈”“云計算”“大數據”這四個關鍵詞進行詞頻提取，并構建出新的企業數字化轉型指數（ABCD）。同時，借鑒吳非等（2021）做法，對上市公司年報中人工智能技術、區塊鏈技術、云計算技術、大數據技術、數字技術等五個維度的數字化相關詞頻進行提取，并構建另一個數字化轉型指數（ABCDD），來驗證結果的穩健性。數字技術是企業無形資產的關鍵組成部分，數字化無形資產能夠更為準確地反映企業數字化轉型的總體水平。上市公司財務報告附注中詳細列示的年末無形資產清單具體項目內容，與通過企業年報進行文本分析以衡量企業數字化轉型的方法有所區別。另外，企業數字化轉型的表現形式在不同企業之間存在顯著差異，很難通過文本分析準確識別這些形式，而且企業年報中與數字化相關的關鍵詞選擇及其頻度易于被人為操縱，特別是受到來自資本市場和產業政策的影響。然而，通過會計與財務認定數字化的無形資產，可以更為真實客觀地反映企業數字化的綜合效益與總體價值，并且這一過程更難以被操縱。在一定程度上，這有助于避免企業年報對企業數字化進行過度評估和夸大（陶鋒等，2023）。為進一步檢驗結果的穩健性，借鑒陶鋒等（2023）的做法，本文還以企業數字化無形資產占無形資產總額的比例（DIT）這一變量來刻畫企業數字化轉型程度。表2第（1）、（2）和（3）列結果顯示不同的指標來衡量企業數字化轉型時，稅收優惠（Taxp）變量的估計系數仍顯著為正，本文結論依然成立。

2.變更解釋變量

本文還借鑒劉行和李小榮（2012）、王業斌和許雪芳（2019）構建企業實際稅負指標的做法，設置了兩個新的企業實際稅率：“ETR1=（所得稅費用-遞延所得稅費用）/稅前會計利潤”“ETR2=所得稅費用/營業收入”，同樣以法定基本稅率與企業實際稅率之差構建兩個新的稅收減免程度變量Taxp1和Taxp2。實證研究結果見表2，可以發現Taxp1和Taxp2均在1%的顯著性水平下對企業數字化轉型指數的影響顯著為正，本文的基本結論仍然成立。

考慮到稅收優惠對企業數字化轉型影響可能存在的時滯性，同時為緩解可能的逆向因果問題，這里還將核心解釋變量替換為滯后一期的企業稅收優惠（l.Taxp）進行回歸。據表2第（6）列結果可知，企業稅收減免程度對企業數字化轉型的影響確實存在著一定的時滯性，故本文基本結論仍然穩健。

3.內生性檢驗

前文基于固定效應模型對稅收優惠與企業數字化轉型的關系進行了實證分析，發現稅收減免能顯著加快企業數字化轉型進程，但是這一結論仍然可能受到內生性挑戰。第一，是否還存在某些不可觀測的因素同時影響稅收優惠和企業數字化轉型？第二，數字化轉型是否反過來會影響企業稅收減免程度呢？這兩個問題在計量上分別成為遺漏變量和反向因果問題，構成了本文內生性問題的主要來源。對于遺漏變量問題，穩健性檢驗采用核心解釋變量的滯后一期進行考慮。對于遺漏變量問題，雖然前文設置了一系列企業特征變量、省份固定效應和地區人均gdp等微觀和宏觀控制變量，部分剔除了企業不可觀測因素和時間不可觀測因素的影響。但是，無法控制所有可能的影響因素，尤其是未能觀測到且無法量化的變量，比如管理者行為偏好，可能具有積極個性特質的管理者會盡量爭取使企業符合條件、享受更多的稅收優惠，同時更加主動地推進企業數字化轉型。為解決潛在的內生性問題，本文采用了工具變量回歸。

借鑒劉行和李小榮（2012）的方法，本文采用同一行業其他企業的稅收減免程度的平均值作為工具變量（IV=ATaxp）。由于同行業的稅收優惠政策具有類似性，同一行業總體的稅收優惠會影響企業獲得稅收優惠水平，該工具變量滿足相關性要求。同時，同一行業其他企業平均稅收優惠程度主要受行業稅收政策等影響，不會直接影響企業的數字化轉型，故滿足工具變量外生性條件。

借鑒申廣軍等（2016）的思路，采用外生性政策作為工具變量進行回歸。已有研究表明，固定資產加速折舊政策確實可以促進企業數字化轉型（陳和等，2023），本文利用該政策的外生沖擊提供的機會，將固定資產加速折舊政策的虛擬變量與企業期初稅收優惠水平的乘積（IV=Reform*Taxp_2014）作為工具變量，以此識別稅收優惠的變動對企業數字化轉型的影響。其中，如果企業受政策影響，則Reform=1，反之則取0。Taxp_2014表示2014年企業的稅收優惠程度，不受后續年份企業行為的影響。初始享受稅收優惠越大的企業，加速折舊政策使其獲得的稅收優惠往往也更大，故Reform*Taxp_2014滿足工具變量的相關性條件。此外，由于固定資產加速折舊政策是由政府選擇試點推行，而非企業自主選擇，所以政策虛擬變量相對于企業行為是外生的，初始稅收優惠程度相對于企業后期的數字化轉型行為而言具有一定的外生性。在控制了企業固定效應變量后，工具變量IV的變化來源于改革對不同稅收優惠程度企業的異質性影響，而不是初始企業稅收優惠程度本身，較好地滿足外生性的要求。

使用工具變量的回歸結果列示在表3。第一階段的回歸結果表明，工具變量ATaxp和Reform*Taxp_2014的回歸系數都在1%的置信水平顯著為正，說明兩工具變量都與解釋變量之間存在著相關性。列（2）和列（4）第二階段的回歸結果顯示，稅收優惠Taxp的回歸系數仍然在1%的顯著性水平上為正，且相對表1的回歸結果系數明顯下降，說明潛在的內生性會高估稅收優惠對企業數字化轉型的影響。

4.因果識別：基于研發費用加計扣除政策與固定資產加速折舊政策的檢驗

本節利用研發費用加計扣除政策和固定資產加速折舊政策兩項稅收優惠政策，建立雙重差分（DID）模型，識別稅收優惠與企業數字化轉型的因果效應，進一步驗證本文研究假說的穩健性。

（1）研發費用加計扣除政策。財政部、國家稅務總局和科技部于2015年11月發布《關于完善研究開發費用稅前加計扣除政策的通知》（財稅〔2015〕119號）對研發費用加計扣除政策進行了重要調整，降低了政策門檻，以反向列舉的方式擴大了適用和扣除范圍，簡化了申報流程，促進了該政策實際運用落地。該研發費用加計扣除政策的實施，能降低企業研發投資成本，增加企業經營現金流，提高企業創新的積極性，從而有利于強化企業數字化轉型程度。

本文將2015年研發費用加計扣除政策作為準自然實驗，構建雙重差分模型如式（2）。

（2）

以政策規定的不可享受研發費用加計扣除政策的負面清單行業企業視為對照組（treatri變量賦值為0），其余行業企業為處理組（treatri變量賦值為1），將政策實際開始實施的2016年及其后年度的postrt變量賦值為1，其余年度賦值為0。考慮到財稅〔2017〕34號文件將科技型中小企業研發費用加計扣除比例由50%提高至75%，根據文件規定的科技型中小企業的條件，本文將2017年及之后年份符合科技型中小企業條件的樣本剔除。其他變量和符號與前文模型（1）相同。表4第（1）和（2）列展示了回歸結果，結果顯示，研發費用加計扣除政策對企業數字化轉型產生了顯著的正向作用。

雙重差分估計結果滿足一致性的前提是處理組和對照組滿足平行趨勢的假設， 即在沒有政策干預的情況下，結果變量在處理組和對照組的發展趨勢一致。為此，本文采用事件研究法對研發費用加計扣除政策的動態效應進行實證檢驗，具體是，將式（2）的政策效應交叉項treatri×postrt分解為企業是否享受研發費用加計扣除政策虛擬變量與年份虛擬變量的交乘項，并以改革前一年即2015年為參照進行回歸。圖1繪制了95%置信區間下交乘項的估計結果，可以看到改革之前交乘項不顯著，滿足平行趨勢假設；同時從研發費用加計扣除政策實施的第二年開始，政策對企業數字化轉型呈現出提升效應。這表明，無論用綜合性稅收優惠指標，還是借助研發費用加計扣除政策沖擊和DID方法來識別因果關系，稅收優惠助力企業數字化轉型效應都存在。

（2）固定資產加速折舊政策。這里還借助2014年推行的固定資產加速折舊政策來識別稅收優惠與企業數字化轉型的因果關系。財稅〔2014〕75號規定，允許生物藥品制造業等六大試點行業的企業自2014年1月1日后新購進的固定資產按照縮短折舊年限、雙倍余額遞減法、年數總和法等進行加速折舊。財稅〔2015〕106號文擴大了加速折舊的適用范圍，規定輕工、紡織、機械、汽車等四個重點行業的企業，2015年1月1日后新購進的固定資產可采取加速折舊的方法。《關于擴大固定資產加速折舊優惠政策適用范圍的公告》（財政部 稅務總局公告2019年第66號）進一步將固定資產加速折舊優惠的行業范圍，擴大至全部制造業領域。相對于直線法折舊，加速折舊政策延遲了企業實際納稅時間，相當于給予了企業一筆免息貸款，間接增加了企業經營現金流，緩解了企業財務約束，從而有利于企業數字化轉型。

為借助事件研究法更好識別固定資產加速折舊的效應，本文將2015年及之后年份的輕工、紡織、機械、汽車等四個重點行業的企業和2019年、2020年的所有制造業企業剔除，設置是否享受固定資產加速折舊政策為虛擬變量treatdi，屬于2014年固定資產折舊政策的六大試點行業企業為處理組（treatdi變量賦值為1），非試點行業企業作為對照組（treatdi變量賦值為0），政策實施以及之后的年度變量postdt賦值為1，其余年度賦值為0。模型設定如式（3），模型中的其他變量和符號含義與式（1）相同。

表4第（3）和（4）列報告的結果顯示，固定資產加速折舊政策顯著促進了企業數字化轉型。為進行平行趨勢檢驗并了解政策實施的動態效應，進一步將式（3）的政策效應交叉項treatdi×postdt分解為企業是否享受固定資產加速折舊政策虛擬變量treatdi與年份虛擬變量qt的交乘項，并以改革當年即2014年作為參照進行回歸。圖2報告了95%置信區間下交乘項的估計結果，據此可以看到改革之前年度的交乘項不顯著，滿足平行趨勢假設，而在固定資產加速折舊政策實施后交乘項顯著為正。這種借助固定資產加速折舊政策沖擊來識別因果關系的結果，意味著稅收優惠對企業數字化轉型增進效應都穩健存在。

五、進一步分析

（一）機制分析

根據前文的理論分析，稅收優惠對企業數字化轉型的影響，主要從融資約束、數字固定資產投資和研發創新三方面展開檢驗。

1.融資約束

稅收優惠可以增加企業數字化轉型的內源融資和外源融資的來源，從而助推企業數字化轉型。為檢驗這一機制是否成立，參照魏志華等（2014）構建KZ指數來刻畫融資約束程度，KZ指數越大，融資約束程度越高。同時，還采用盧馨等（2013）的做法，構建企業內部現金流量指標cf。這里，cf=（企業當期凈利潤+當期固定資產折舊+當期無形資產攤銷+當期長期待攤費用的攤銷-當期分配股利、利潤和償付利息所支付的現金）/總資產。表5展示的回歸結果表明，在以KZ指數和企業內部現金流cf為被解釋變量的回歸中，稅收優惠變量Taxp的估計系數分別為負和正，且都通過了顯著性檢驗。這說明稅收優惠可以緩解企業融資約束，增加企業內部現金流量，為企業數字化轉型提供了必需資金，有助于加快企業數字化轉型。

2.數字資產投資

企業數字化轉型離不開數字化資產投入，企業數字化轉型的進程中不斷迭代升級更新的數字設備是提升企業高質量發展的必需品。稅收優惠減少了企業稅收支付，緩解企業融資約束，并降低固定資產投資成本，稅收優惠可以通過企業數字資產投資影響企業數字化轉型。本文從RESSET金融研究數據庫獲取了所有上市企業的固定資產及折舊明細數據，當固定資產明細項目中包含任一個與“通訊設備”“計算機設備”“軟件開發”“信息”“網絡”相關的關鍵詞時，則視其為數字固定資產投資，并在“企業-年份”層面進行加總。借鑒劉啟仁等（2019）的處理方式，用企業當期的數字固定資產的增加值和剔除折舊的數字資產凈增加值分別加1后，取自然對數來衡量企業數字固定資產投資，分別記為vafa和nvafa。表5第（3）和（4）列展示了回歸結果，與預期符合一致，表明稅收優惠顯著促進了企業數字固定資產投資，這進一步說明稅收優惠可以通過數字資產投資這一途徑影響企業數字化轉型。

3.數字技術創新

數字技術創新成為產業數字化的重要基礎。稅收政策是激勵企業技術創新的重要制度機制，稅收優惠可以通過促進數字技術創新推進企業數字化轉型。為檢驗這一機制，一方面，我們檢驗稅收優惠能否促進企業擴大研發投入，這是企業數字技術創新的基礎。企業研發費用（Ramp;D）用企業研發支出加1取自然對數表示。另一方面，由于研發投入的增加未必會產生可以驅動企業數字化轉型的技術，為此進一步討論稅收優惠對企業數字技術創新的影響。采用黃勃等（2023）的企業數字技術創新指標（patent），以上市公司所有發明專利文件說明文本中是否有數字技術特征關鍵詞來確定專利是否屬于數字技術專利。表5列（5）和（6）的回歸結果顯示，稅收優惠顯著促進了企業加大研發支出，并增加企業數字技術發明專利，這證實了稅收優惠助推企業數字化轉型的創新效應。

（二）異質性分析

1.企業類型

數字技術是高科技企業的重要生產資料，高科技企業自身的特點使其本身即具有較高的研發創新和數字化轉型動機。同時，作為科技和經濟緊密結合的載體，高科技企業和高新技術企業擁有豐富的數字硬件基礎設施儲備和較強的創新能力，其本身的數字化水平程度相對較高。非高科技企業和非高新技術企業自身的融資約束狀況較大、創新能力較弱，但受到政府實施稅收減免后，其融資約束狀況更容易得到緩解，更容易通過改善管理、投資和生產等途徑，實現運作效率和創新能力的大幅提升。可見，相對于高科技企業，稅收優惠對非高科技企業的數字化轉型作用效應會更明顯。為驗證這一猜測，借鑒郭蕾等（2019）的思路，根據國科發火〔2016〕32號《高新技術企業認定管理辦法》中規定的高新技術范圍，結合企業所屬行業類別來確定企業是否屬于高科技行業企業①。為了確保高科技和非高科技企業劃分方式的穩健性，這里還以企業是否為高新技術企業作為分類標準，來檢驗結果的穩健性。圖3報告了在以兩分組方式區分的高技術企業和非高技術企業樣本中，稅收優惠帶來的企業數字化轉型效應。可以看到，相較于高科技企業和高新技術企業，稅收減免對非高科技企業和非高新技術企業數字化轉型增強作用更加顯著，這一結果與理論預期相吻合。

2.市場化程度

我國幅員遼闊，各地區間經濟社會發展程度和市場化水平存在著一定差異。市場化程度越高的地區，市場在資源配置中的基礎性和決定性作用會更為突顯，企業會基于市場原則選擇是否和如何進行數字化轉型，金融市場更為成熟、信用機制更加健全，企業在數字化轉型中更容易獲得銀行信貸和商業信用，企業對諸如稅收優惠等財政激勵的依賴性和敏感性會相對較低。為此，有理由推測，相對于市場化程度高的地區而言，稅收優惠對位于市場化程度較低地區企業的數字化轉型影響會更顯著。為驗證這一推論，借鑒李梅和余天驕（2016）的處理方法，用市場化指數表示市場化程度，指數大于中位數為高市場化地區，指數低于或等于中位數者為低市場化地區。同時，本文還以市場化指數平均值為標準來劃分高市場化地區和低市場化地區。圖3顯示在低市場化程度地區，稅收優惠顯著促進了企業數字化轉型；在市場化水平高地區，稅收優惠對企業數字化轉型的回歸系數為正但在統計上不顯著，該異質性特征與理論預期趨于一致。

六、結論與政策建議

人類社會已由工業時代步入數字時代。發展數字經濟是把握新一輪科技革命和產業變革新機遇的戰略選擇。發展數字經濟，要求推進數字產業化和產業數字化。企業作為數字經濟的重要且關鍵載體，做強做優做大數字經濟要求加快企業數字化轉型。本文研究稅收優惠在企業數字化轉型中的作用，采用2012年至2022年間我國上市公司數據，研究發現：稅收減免顯著促進企業數字化轉型，稅收優惠通過增收效應、數字投資效應和創新激勵效應也促進了企業數字化轉型；并且稅收優惠對非高科技企業和位于低市場化地區的企業數字化轉型的助力作用更為明顯。

本文的結論具有如下幾點政策啟示：其一，稅收優惠是助力企業數字化轉型的重要政策工具。為此，應繼續優化、完善稅收優惠政策，發揮好稅收優惠在降低企業負擔、緩解企業數字化轉型資金和流動性壓力的作用，促進稅收激勵企業數字化投資、數字技術創新，進而更好地實現稅收優惠助推企業數字化轉型，服務數字經濟發展。其二，從稅收優惠促進企業數字化轉型的融資約束機制研究中可以發現，緩解融資約束是制約企業數字化轉型的重要環節。市場經濟條件下企業數字化轉型融資約束緩解的關鍵在于金融。要大力深化金融供給側改革，推進金融實踐創新、制度機制創新，優化資金供給結構、提高資金配置效率，在數字技術創新、數字資產投資、數字經濟發展等領域有效配置資金，支持產業數字化、數字產業化。其三，優化完善稅收優惠政策，激勵企業數字資產投資和數字技術創新。提高數字化設備資產允許一次性計入當期成本費用在計算應納稅所得額時扣除的金額標準，對企業外購的軟件在稅前允許一次性扣除。提高研發費用加計扣除和高新技術企業優惠的協同性，考慮到當企業適用高新技術企業優惠稅率時，其研發支出加計扣除的實際減稅效應被弱化的問題，將高新技術企業的研發費用加計扣除改為稅收抵免，提升研發稅收優惠政策的效力。其四，相對于市場化程度低的制度環境，在市場化程度高的制度環境中，企業數字化轉型對稅收優惠的敏感性和依賴度會比較低，這意味著可以通過市場機制實現企業數字化轉型。為此，應堅定地按照黨的二十大報告提出的“構建高水平社會主義市場經濟體制”要求，完善市場經濟基礎制度，建設高標準市場體系，充分發揮市場在資源配置中的決定性作用，讓市場之手成為助推企業數字化轉型、數字經濟發展的基礎性和決定性力量。

參考文獻：

[1]陳曉紅.數字經濟時代的技術融合與應用創新趨勢分析[J].中南大學學報（社會科學版），2018，（5）.

[2]陳" 和，黃依婷，楊永聰，等.政府稅收激勵對企業數字化轉型的影響——來自固定資產加速折舊政策的經驗證據[J].產業經濟評論，2023，（2）.

[3]陳運森，孟慶玉，袁" 淳.關系型稅收優惠與稅收政策的有效性：隱性稅收視角[J].會計研究，

2018，（2）.

[4]陳" 玥，孟慶玉，袁" 淳.員工能受益于企業稅收優惠嗎？——基于產權性質和稅收優惠來源的分析[J].財經研究，2019，（9）.

[5]黃一松.稅收優惠能促進企業數字化轉型嗎[J].當代財經，2023，（12）.

[6]黃" 勃，李海彤，劉俊岐，等.數字技術創新與中國企業高質量發展——來自企業數字專利的證據[J].經濟研究，2023，（3）.

[7]匡" 萍，欒" 寧.稅收優惠、營商環境與企業創新績效[J].稅收經濟研究，2024，（3）.

[8]郭" 蕾，肖淑芳，李雪婧，李維維.非高管員工股權激勵與創新產出——基于中國上市高科技企業的經驗證據[J].會計研究，2019，（7）.

[9]李" 梅，余天驕.研發國際化是否促進了企業創新——基于中國信息技術企業的經驗研究[J].管理世界，2016，（11）.

[10]林志帆，劉詩源.稅收負擔與企業研發創新——來自世界銀行中國企業調查數據的經驗證據[J].財政研究，2017，（2）.

[11]劉翔宇，劉光強，段華友.研發強度對企業數字化轉型的影響——來自上市公司的經驗證據[J]. 財會通訊，2023，（24）.

[12]劉" 行，李小榮.金字塔結構、稅收負擔與企業價值：基于地方國有企業的證據[J].管理世界，

2012，（8）.

[13]劉啟仁，趙" 燦，黃建忠.稅收優惠、供給側改革與企業投資[J].管理世界，2019，（1）.

[14]柳光強.稅收優惠、財政補貼政策的激勵效應分析——基于信息不對稱理論視角的實證研究[J].管理世界，2016，（10）.

[15]盧" 馨，鄭陽飛，李建明.融資約束對企業Ramp;D投資的影響研究——來自中國高新技術上市公司的經驗證據[J].會計研究，2013，（5）.

[16]盧小祁，俞毛毛.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[J].當代財經，2023，（10）.

[17]申廣軍，陳斌開，楊汝岱.減稅能否提振中國經濟？——基于中國增值稅改革的實證研究[J].經濟研究，2016，（11）.

[18]孫偉增，毛" 寧，蘭" 峰，等.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[J].中國工業經濟，2023，（9）.

[19]孫獻貞，李" 言.政府補助、數字化轉型與企業新質生產力[J].稅收經濟研究，2024，（4）.

[20]陶" 鋒，王欣然，徐" 揚，朱" 盼.數字化轉型、產業鏈供應鏈韌性與企業生產率[J].中國工業經濟，2023，（5）.

[21]王" 海，閆卓毓，郭冠宇，等.數字基礎設施政策與企業數字化轉型：“賦能”還是“負能”？[J]. 數量經濟技術經濟研究，2023，（5）.

[22]吳" 非，常" 曦，任曉怡.政府驅動型創新：財政科技支出與企業數字化轉型[J].財政研究， 2021，（1）.

[23]王業斌，許雪芳.減稅降費與經濟高質量發展——來自小微企業的微觀證據[J].稅務研究，2019，（12）.

[24]魏志華，曾愛民，李" 博.金融生態環境與企業融資約束——基于中國上市公司的實證研究[J].會計研究，2014，（5）.

[25]岳樹民，王" 慶，樊稼岐.增值稅留抵退稅、融資約束與企業數字化轉型[J].稅收經濟研究，

2023，（5）.

[26]袁" 淳，肖土盛，耿春曉，盛" 譽.數字化轉型與企業分工：專業化還是縱向一體化[J].中國工業經濟，2021，（9）.

[27]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，（7）.

[28]甄紅線，王" 璽，方紅星.知識產權行政保護與企業數字化轉型[J].經濟研究，2023，（11）.

[29]Crespi G，Giuliodori D，Giuliodori R，et al.The Effectiveness of Tax Incentives for Ramp;D+i in Developing Countries：The Case of Argentina[J].Research Policy，2016，（10）.

[30]Gurbaxani V，Dunkle D.Gearing up for Successful Digital Transformation[J].MIS Q. Executive，2019，（3）.

（責任編輯：衍一）