稅收征管數字化對新質生產力的影響研究

作者簡介： 劉香伶（1988—），女，湖南湘潭人，湖南科技大學商學院博士研究生，湖南工程學院管理學院講師，研究方向：稅收治理與公司治理；龔日朝（1966—），男，湖南安化人，博士，湖南科技大學商學院教授，博士生導師，研究方向：經濟統計與決策；通信作者：崔浩南（1999—），男，河南新鄉人，湖南科技大學商學院碩士研究生，研究方向：金融經濟與技術創新。

摘 要：依據稅收征管數字化文本分析和A股上市企業微觀數據，考量稅收征管數字化對新質生產力的影響。結果顯示，稅收征管數字化通過緩解企業融資約束、降低代理成本以及倒逼企業數字化轉型，促進企業新質生產力發展。異質性檢驗顯示，法治環境更好地區、資本與技術密集型行業以及政治關聯較弱企業，促進作用更顯著。鑒于此，建議持續深入推進稅收征管數字化建設，完善公司透明度建設、公司治理和企業數字化轉型等配套機制，分類精準施策，以高質量稅收征管助力新質生產力發展。

關鍵詞： 稅收征管數字化；新質生產力；文本分析

中圖分類號：F812.42"" 文獻標識碼： A""" 文章編號：1003-7217（2025）01-0052-08

一、引 言

大數據、云計算、人工智能等數字技術被廣泛應用于我國稅務領域，加速了稅收征管的數字化轉型，稅收征管作為連接宏觀稅收政策與微觀企業行為的“天然紐帶”作用不斷增強。一方面，稅收征管數字化有效提升了稅務部門的監管能力和征管效率，規范了企業納稅行為，企業納稅遵從度顯著提高^[1，2]；另一方面，稅收征管數字化強化了稅收政策作為企業外部治理機制的作用，對企業風險承擔、技術創新、投融資決策等行為產生更直接的影響，進而激發企業內部治理效能^[3，4]。可見，稅收征管數字化必然直接或間接影響企業新質生產力發展。

自“新質生產力”概念提出以來，探討稅收征管數字化對企業影響的相關文獻主要有兩支：一是關注稅收征管數字化對企業的正面影響，認為稅收征管數字化通過降低企業代理成本、提高會計信息可比性、提高企業信息透明水平等機制發揮規范治理效應，不僅顯著提高企業信息披露質量^[5]、盈余質量^［6］、企業勞動投資效率^[7]以及企業風險承擔意愿與承擔能力^[8]，還有助于抑制企業關聯交易與研發操縱行為^[9，10]，降低審計費用^［11］、縮小企業內部薪酬差距^[12]等。二是關注稅收征管數字化對企業的負面影響，認為稅收征管數字化盡管促進了企業納稅遵從，但也會降低企業財務穩定性和現金流水平，并導致企業實際稅負提高^[13]、企業投資水平下降^[14]、投融資期限錯配加劇^[15]。另有研究指出，稅收征管數字化通過治理渠道促進進口產品質量提升，通過融資渠道抑制出口產品質量提升，但負面效應大于正面效應^［16］。

現有研究少有系統揭示稅收征管數字化對企業新質生產力的影響效應和作用機制。本文構建稅收征管數字化評價指標體系，采用文本分析法與組合賦權法，測得中國省級層面稅收征管數字化水平面板數據；結合2011—2022年A股上市公司數據，從緩解企業融資約束、降低代理成本以及倒逼企業數字化轉型三個方面，實證檢驗稅收征管數字化對企業新質生產力的影響效應和作用機制；并進一步從地區法治環境、行業特征、企業政治關聯度三個維度考察其影響的異質性，為政府尤其是稅務部門精準實施稅收征管政策，提升稅收治理效能，以稅收征管數字化更好地推動新質生產力發展提供借鑒。

二、理論分析與研究假設

從微觀層面看，企業發展新質生產力意味著企業需要在科技創新、綠色環保、降本增效等方面進行深度變革。為此，至少要解決三方面的制約問題：一是融資約束。高融資約束不僅使企業難以為技術創新和轉型升級進行必要的投資，同時也使企業面臨更高的風險和資本成本，錯失創新與轉型機會，不利于企業全要素生產率的提升^[17]。二是代理成本。由于管理層與股東之間的信息不對稱和利益非一致性，加之管理層薪酬契約往往以顯性的會計盈余為指示器，在缺乏有效約束和激勵機制下，這可能導致較高的代理成本^[18]，風險厭惡的管理者往往缺乏激勵投身于創新與轉型升級活動^[19] ，不利于企業新質生產力的培育。三是企業數字化轉型。企業將數據要素充分融入資源配置過程，進行數字化轉型升級，以大數據驅動決策，有利于及時發現新需求，持續優化經營模式與生產管理流程，從而促進企業新質生產力發展^[20]。而稅收征管數字化對企業新質生產力的影響主要體現在，數字技術改變了稅收征管對企業的作用方式和力度，對企業的融資約束、代理成本和數字化轉型產生了深刻影響，進而影響其新質生產力水平。具體影響機理如圖1所示。

首先，稅收征管數字化可充分發揮“信息橋梁”作用，緩解企業外部融資約束。企業融資約束產生的原因之一是投資者和企業之間的信息不對稱^[21] 。大數據技術的應用使稅務部門在開票、認證、報稅和稽核等環節實現了全鏈條監管，促使企業陽光經營、規范經營，不僅有利于企業塑造納稅聲譽，而且拓寬了資金供給方與企業的“信息橋梁”，可使得資金供給方能夠以更低成本了解企業真實信息，增強其對企業技術創新、數字升級、綠色投資等項目的信心和投資意愿，并降低其所要求的風險溢價^[22]。由此還可建立良好的政商關系和銀企關系，從而更容易獲得政府資金支持和銀行信貸支持^[23，24]，緩解企業外部的融資約束。

其次，稅收征管數字化能夠降低代理成本，促進企業新質生產力發展。國家稅務部門作為企業“最大的小股東”，有動機且有能力監督企業健康持續運轉，在確保稅款征收的同時發揮公司治理作用^[3，25]，而稅收征管數字化則進一步強化了這種“治理效應”。稅務部門通過稅收大數據能夠對企業生產經營進行實時監控，利用先進算法和算力進行全息式、無差別監管，能精準識別異常交易和潛在風險，更快速地發現可能的經營違規行為。同時，稅收征管數字化提高了征納流程的自動化和規范化，減少了手工操作和人為干預的漏洞，能夠抑制管理層的機會主義傾向，提高企業內部控制質量^[26，27]。在此過程中，企業信息透明度和財務信息質量也得以提高，股東能更好地理解管理層努力、能力和產出之間的關系，從而緩解管理層在職位、聲譽、薪酬等方面的職業擔憂，激勵管理層敢于改革創新^[28，29]。由此可見，稅收征管數字化能夠降低代理成本，助力優化企業發展新質生產力的內部微觀環境。

再次，稅收征管數字化能倒逼企業數字化轉型，強化數據要素配置效應，進而促進新質生產力發展。數字化稅收征管面向征管業務、工作流程和崗位職責構建了新的征管體系，這要求企業在內部管理流程和財稅處理上進行相應的數字化升級，以適應稅務部門的數字化流程和要求。以“金稅四期”為代表的稅收征管數字化深度轉型實現了更大范圍、更高層次的數據合流和功能升級，這也對企業的數據處理和整合能力提出了更高要求，倒逼企業運用先進數字化工具來識別和管理稅務風險，以確保稅務合規。因此，稅收征管數字化能促進企業數字化轉型，將數據要素全面融入企業生產經營，有利于提質降本增效，進而提升新質生產力。

綜合以上分析，提出：

假設1 稅收征管數字化能夠顯著提升企業新質生產力。

假設2 稅收征管數字化通過緩解企業融資約束、降低代理成本、倒逼企業數字化轉型，促進企業新質生產力發展。

三、實證設計

（一）模型設定

為考察稅收征管數字化對新質生產力的影響，構建如下計量模型：

Nproit=α0+α1DTAjt+cXit+

∑Ind+∑Year+εijt（1）

其中，被解釋變量Npro表示企業新質生產力水平；核心解釋變量DTA表示稅收征管數字化水平；X為一系列控制變量。∑Ind和∑Year分別表示行業和年度虛擬變量，以控制來自行業和年度的不可觀測因素的影響。ε為隨機擾動項。下標i、j、t分別表示企業個體、地區和年份。

（二）變量選取與說明

1.被解釋變量：企業新質生產力（Npro）。在宋佳等構建的指標體系基礎上^[30]，加入“工業機器人滲透度”和“工業機器人專利數量”兩項指標，以強調先進生產工具和先進技術對新質生產力的重要性，采用熵值法測得企業新質生產力水平。

2.解釋變量：稅收征管數字化（DTA）。現有稅收征管數字化的研究，囿于測度數據的可獲得性，主要以“金稅三期”工程為切入點，并運用雙重差分法檢驗其經濟后果。而將“金稅三期”工程的實施作為分組依據難以滿足雙重差分的分組隨機性要求。此外，“金稅三期”工程更多體現的是稅務監管方面的數字化，而未能充分反映納稅服務、稅收宣傳教育等方面的數字化。故通過構建稅收征管數字化評價指標體系，采用文本分析法和組合賦權法測度我國各省稅收征管數字化指數。該指數越大，表明該省稅收征管數字化水平越高。具體測度步驟如下：

第一步：評價指標體系構建。基于稅收征管數字化的學理闡釋與測度研究^[31]，以及政府和世界權威組織發布的政策文件與報告，如《中國稅務年度報告》（2015—2020年）、《關于進一步深化稅收征管改革的意見（2022）》、OECD（2020）發布的《稅收征管3.0：稅收征管的數字化轉型》^［32］等，從戰略層面、技術層面、業務層面構建由3個分項指標、10個基礎指標所組成的稅收征管數字化評價指標體系，并建立如圖2所示的結構化特征詞庫。

第二步：指標測度。原始數據來源于《中國稅務年鑒》中的“各地稅收（務）工作”篇。由于《中國稅務年鑒》由國稅總局主管編撰，撰寫內容經逐級匯總和嚴格審核，具有相對穩定的篇幅、格式和結構，內容涵蓋征收管理、納稅服務、稅務稽查與監管、大數據與風險管理等，同時具備區域完整性、年份連續性的優點，解決了以往測度研究依賴于調研數據、政府內部評價數據等帶來的數據可獲得性低、數據不易擴展應用等問題。在對原始文本整理的基礎上，應用Jieba分詞對目標文本進行分詞處理，并對特征詞進行搜索、匹配和詞頻計數，進而分類歸集該指標下的特征詞詞頻數，得到相應特征詞頻率。

第三步：指標賦權與指數合成。采用層次分析法和熵值法對各指標進行組合賦權，最終得到2011—2022年中國稅收征管數字化水平省級面板數據。

3.控制變量。參考孫雪嬌等、金智和黃承浩等的研究^[6，33]，選取公司規模（Size）、流動比例（Liq）、無形資產比例（Itan）、托賓Q值（TQ）、投資機構持股比例（IH）、股權制衡度（EB）、董事會規模（BDS）以及獨立董事比例（IBDR）等變量，以控制企業規模、財務狀況、公司治理等因素對被解釋變量的影響。

4. 機制變量。一是融資約束機制變量，采用SA指數的絕對值（SA）作為融資約束的測度， SA越大，意味著融資約束程度越高，同時采用KZ指數（KZ）作為替代度量以提升穩健性。二是代理成本機制變量，參考An等的做法^[34]，采用管理費用占營業收入比重作為第一類代理成本的代理變量（AC1），采用其他應收款與總資產的比值作為第二類代理成本的代理變量（AC2）。三是企業數字化轉型，借鑒吳非等的做法^[35]，通過構建企業數字化程度評價指標體系，采用文本分析法，以關鍵詞詞頻之和的自然對數作為企業數字化轉型程度的度量（CDT）。

（三）樣本選擇與數據來源

以2011—2022年A股上市企業為原始樣本，剔除ST和ST^*類企業、金融企業，以及主要變量嚴重缺失和數據明顯異常的樣本，最終得到32671個有效樣本，企業所在地區涵蓋中國31個省（區、市）。由于各指標缺失程度不同，為保留足夠樣本，允許不同回歸樣本數量不完全相同。連續變量均進行1%雙向縮尾處理。稅收征管數字化原始數據來源于《中國稅務年鑒》，企業財務數據來源于CSMAR數據庫，法定稅率數據來源于WIND數據庫，各省稅收收入和宏觀變量數據來源于國家統計局。

四、實證結果分析

（一）描述性統計分析

表1報告了各變量的描述性統計結果。首先，被解釋變量Npro的均值為0.092，最小值為0.017，最大值為0.448，說明樣本期間內我國新質生產力整體水平偏低。2017年之前我國新質生產力呈現緩緩上升趨勢，而2017年之后呈現大幅上升趨勢，從0.058上升至2022年的0.136，實現了2倍以上的增長，但相比于最大值而言依然差距較大。進一步考察核心解釋變量DTA，DTA的均值為0.328，最大值為0.529，最小值僅為0.19，說明我國不同地區稅收征管數字化水平差距比較明顯，稅收征管數字化整體水平還有較大提升空間。從控制變量看，無論是企業規模、償債能力、成長潛力還是公司治理水平均呈現出較大差距。特別地，無形資產占比Intan的均值為0.046，均值水平不到最大值（0.326）的七分之一，意味著大部分企業在研發支出、專利、軟件等方面可能投入不足，新質生產力發展潛力尚未得到充分發揮。此外，各變量VIF值均小于10，表明變量不存在嚴重的多重共線性。

（二）基準回歸結果

表2報告了基準模型回歸結果。列（1）未考慮控制變量的影響，DTA系數在1%水平下顯著為正（0.023）。列（2）進一步考慮控制變量的影響，DTA系數為0.020（plt;0.05），初步驗證了稅收征管數字化顯著提高了企業新質生產力的基本假設。列（3）報告了稅收征管數字化滯后一期與新質生產力的回歸結果，在5%顯著性水平下L.DTA的系數依然為正。此外，Size、Liq、Intan、TQ以及EB的回歸系數均顯著為正，說明公司規模、償債能力、無形資產占比、企業潛在價值、股權制衡均與企業新質生產力顯著正相關。

（三）穩健性檢驗

1. SYS-GMM估計。為緩解內生性對研究的影響，構建動態面板模型，采用系統廣義矩法進行估計。表3列（1）報告了SYS-GMM估計結果，L.Npro的系數在1%顯著性水平為正，意味著上一期Npro會對當期Npro產生顯著影響，說明考慮被解釋變量滯后期的影響是有必要的。AR（1）檢驗的p值小于0.05，AR（2）檢驗的p值大于0.05，說明模型僅存在一階自相關，而不存在二階及以上自相關。Hansen J檢驗的p值大于0.1，說明工具變量過度識別是有效的。綜上可知，SYS-GMM估計結果合理有效。DTA的系數在5%顯著性水平下為正（0.555），說明采用動態面板模型進行估計后，稅收征管數字化對新質生產力的積極影響依然成立。

2. 工具變量法。以稅收征管數字化滯后一期作為第一類工具變量（IV1），同時借鑒毛捷等的做法^[36]，采用各省上一年的傳媒業發展水平作為第二類工具變量（IV2）。選取該工具變量的理由在于，現代社會傳媒業的發展離不開數字技術與相關基礎設施的普及應用，傳媒業發展水平越高，一定程度上表明該地區的數字基礎設施越好，越有利于稅收征管數字化的轉型，滿足工具變量的相關性要求；而當年的新質生產力無法逆時改變所在地區以前年度的傳媒業發展水平，滿足排他性要求。表3列（2）、列（3）回歸結果均表明，其在1%顯著性水平拒絕了不可識別的原假設，并且弱工具變量檢驗結果大于10%臨界值16.38，說明工具變量與內生變量之間具有較強的相關性，不存在弱工具變量問題。DTA系數分別在5%和1%顯著性水平下為正，說明采用IV-2SLS考慮內生性影響后，基本結論不變。

3. 準自然實驗法。以分地區上線“金稅三期”為準自然實驗，利用這一外生沖擊考察稅收征管數字化對新質生產力的影響。由于不同地區“金稅三期”實施時間不同，因此構建雙向固定效應下的多時點DID回歸模型。模型設定如下：

Nproit=β0+β1DIDjt+cXit+fi+vt+εijt（2）

其中，DID為“金稅三期”政策虛擬變量，若該地區當年實施了“金稅三期”，則當年及以后年份取值為1，否則取值為0。DID由政策虛擬變量（Treat）和時期虛擬變量（Post）的乘積得到，若該地區實施了“金稅三期”，則該地區的企業Treat取值為1，否則取值為0。政策實施當年及以后年份Post取值為1，否則取值為0。“金稅三期”最早于2013年開始試點，2016年以后在全國實施。考慮到政策的滯后，若該地區于當年六月份（含六月）之前實施，則政策實施當年及以后年份取值為1，若政策實施在六月份之后，則政策實施年份為下一年。fi為個體固定效應，vt為年度固定效應。其他變量含義與基準回歸一致，不再贅述。

表4報告了DID估計結果，列（1）未考慮控制變量的影響，DID系數為0.039（plt;0.01），列（2）將控制變量納入后，DID系數依然顯著為正。列（3）考慮了省份趨勢項影響，DID系數在1%顯著性水平下為正（0.051）。同時，平行趨勢檢驗也得以通過。進一步分析“金稅三期”的動態效應，發現政策實施第三年開始產生政策效應，并且呈現增強趨勢，在第8年政策效果依然存在，驗證了稅收征管數字化對新質生產力的長期動態影響。

4. 其他穩健性檢驗。為進一步確保結論的穩健性，分別采用改變核心變量度量方式、改變聚類方式、剔除部分樣本等方式進行穩健性檢驗。表5列（1）改用稅收征管數字化指標體系下“各維度關鍵詞詞頻之和占文本總詞數的比重”對核心解釋變量進行重新測度，用DTA_s表示；列（2）和列（3）分別從行業、地區（省份）層面進行聚類；列（4）中，考慮到2017年之后所有地區均實施了“金稅三期”，為了避免該政策對研究的影響，剔除2017年之后的樣本。表5結果顯示，列（1）中DTA_s系數在5%顯著性水平下為正，列（2）和列（3）中DTA的系數均在10%顯著性水平下為正，列（4）中DTA系數在1%水平下顯著為正。這表明，核心變量的度量方式、聚類方式以及剔除部分樣本均不改變稅收征管數字化顯著提升企業新質生產力的基本結論。

（四）機制檢驗

運用江艇進行機制檢驗的方法^[37]，從融資約束、代理成本和企業數字化轉型三個方面，檢驗稅收征管數字化是否發揮了信息橋梁效應、公司治理效應和要素配置效應。為提高穩健性，在機制檢驗中均對核心解釋變量進行滯后一期處理（L.DTA）。表6報告了稅收征管數字化對企業新質生產力的影響機制分析結果。列（1）和列（2）中L.DTA系數分別為-0.086（plt;0.05）和-0.998（plt;0.01），說明稅收征管數字化充分發揮了信息“橋梁效應”，降低了資金供需雙方的信息不對稱，總體上緩解了融資約束。列（3）和列（4）中L.DTA系數在5%和1%顯著性水平下分別為-0.015和-0.008，說明稅收征管數字化降低了代理成本，有效發揮了公司治理效應，從而為提高新質生產力提供了良好的內部環境。從列（5）的回歸結果看，L.DTA系數在5%顯著性水平下為0.276，表明稅收征管數字化顯著促進了企業數字化轉型，倒逼企業將數據要素充分融入企業日常生產經營決策和管理，幫助企業提質降本增效，進而提升了新質生產力。

（五）異質性分析

1. 地區法治環境。良好的地區法治水平意味著企業所處環境具有更高的透明度和可預測性。一方面能夠保障企業專注于研發創新等有利于提升新質生產力的活動，減少隱形制度性交易成本。另一方面，企業在嚴格執法環境下往往更加注重合規性和稅務風險管理，有助于減少不確定性，提高經營決策效率。因此，預期在地區法治環境更優的地區，稅收征管數字化對新質生產力的提升作用更大。借鑒劉慧龍等的做法，運用市場化指數中“中介組織發育和法律得分”度量地區法治水平^[9]。表7列（1）結果表明，交互項DTA×Law的系數在1%顯著水平下為0.005，說明在法治環境更優的地區，稅收征管數字化更能促進企業新質生產力發展。

2. 行業特征。相比于傳統勞動密集型行業，資本與技術密集型行業中的企業需要更多的資金和技術投入，信息不對稱程度可能更強。稅收征管數字化所帶來的信息效應和治理效應，可能更大程度上緩解這一類企業的融資約束和代理問題。此外，這一類企業本身往往有先進技術積淀和財力資源，更有利于數字化稅收征管發揮要素配置效應。因此預期，稅收征管數字化更能促進技術與資本密集型行業的企業新質生產力。參考魯桐和黨印的做法^[38]，將固定資產比重和研發支出比重作為分類指標，采用聚類分析法將樣本企業分為勞動密集型企業、資本與技術密集型企業，若該企業屬于資本與技術密集型，則KT取值為1，否則取值為0。表7列（2）顯示，交互項DTA×KT的系數在1%顯著性水平下為正，說明稅收征管數字化對資本與技術密集型企業的新質生產力促進作用更大。

3. 政治關聯。政治關聯較強企業，如國有企業往往更容易獲得政府在資本、補貼、減稅等方面的支持，面臨的外部競爭壓力相較于民營企業更小，且任期制導致其高管往往更追求政治升遷，而非單純的經濟業績和企業長期價值。這可能導致相關管理層對于研發、綠色創新等風險高、回報期長的活動持消極態度，傾向以穩健的投資經營策略避免任期內的失敗“政績”^[39]。因此，政治關聯較強的企業可能受到一定的體制性因素制約，在一定程度上可能抑制數字化稅收征管對新質生產力的促進作用。為此，引入所有權性質（State）和CEO政治背景（PC）作為政治關聯的代理變量，并構建其與稅收征管數字化的交互項回歸（DTA×State、DTA×PC）。其中，對于所有權性質（State），若實際控股股權為國有股份，則State取值為1，否則State取值為0；對于CEO政治背景（PC），若有政治背景，PC取值為1，否則取值為0。表7列（3）、列（4）中，DTA×State和DTA×PC的系數均在1%顯著性水平下為負，表明稅收征管數字化更大程度上提升了非國有企業和CEO不具備政治背景企業的新質生產力，這意味著稅收征管數字化對新質生產力的促進作用在政治關聯更弱的企業中表現更加明顯。

五、結論與建議

依據2011—2022年稅收征管數字化文本分析數據，以A股上市公司為樣本，考察稅收征管數字化對新質生產力的影響效應與作用機制。結果顯示：（1）稅收征管數字化提高了企業新質生產力。（2）稅收征管數字化通過緩解企業融資約束、降低代理成本以及倒逼企業數字化轉型三條路徑，促進企業新質生產力發展。（3）法治環境更好地區、資本與技術密集型企業以及政治關聯較弱企業，促進作用更加明顯。

建議：第一，穩步提升稅收征管數字化水平。充分整合數字基礎設施、信息化平臺、“數字+”稅務人才等多維立體資源，依托稅收大數據、稅收風險大模型等先進技術手段，構建高效、透明、智能化的現代化稅收征管體系。第二，大力支持企業數字化轉型。設立與完善企業數字化轉型的專項稅收優惠政策，深化“稅銀互動”等跨部門合作機制，以幫助企業紓解轉型過程中的資金困難；推動納稅服務升級，確保數字化轉型相關稅收優惠政策“應享盡享”，簡化稅務申報流程，有效降低企業涉稅制度性交易成本和稅務負擔。第三，充分發揮稅收征管數字化對企業新質生產力的提升效應。加強稅收大數據信息平臺建設，完善合規審查、風險評估、數據安全和隱私保護等配套監管保障制度，持續優化營商環境，為強化稅收征管數字化對企業新質生產力發展的正向效應提供堅實的技術支撐、制度支持和環境保障。

參考文獻：

［1］ 方鑄，白帆，王敏.數字化技術可以提升我國稅收征管效率嗎？——基于“寬帶中國”與“金稅三期”項目改革的研究[J].當代經濟管理，2023，45（6）：80-90.

［2］ 陳思霞，劉鋒，盧盛峰.信息化強征管與自覺納稅遵從[J].財經研究，2023，49（2）：34-48.

［3］ Desai M A， Dyck A， Zingales L. Theft and taxes[J]. Journal of Financial Economics， 2007， 84： 591-623.

［4］ 王宜峰，魏興凱.稅收征管與企業金融化[J].經濟學報，2024，11（2）：105-125.

［5］ 王濤，王建新.稅收征管數字化對公司信息披露質量的影響：治理效應分析視角[J].現代財經（天津財經大學學報），2023，43（9）：71-88.

［6］ 孫雪嬌，翟淑萍，于蘇.大數據稅收征管如何影響企業盈余管理？——基于“金稅三期”準自然實驗的證據[J].會計研究，2021（1）：67-81.

［7］ 劉進，楊柳.稅收征管數字化升級對企業勞動投資效率的影響[J].商業研究，2023（5）：72-80.

［8］ 閆華紅，李曉艷，劉靜.稅收征管數字化升級對企業風險承擔水平的影響研究[J].財政研究，2022（9）：89-103.

［9］ 劉慧龍，張玲玲，謝婧.稅收征管數字化升級與企業關聯交易治理[J].管理世界，2022，38（6）：158-176.

［10］張玉明，劉晗，李雙，等.數字化稅收征管與企業研發操縱行為——基于金稅三期工程的準自然實驗[J].外國經濟與管理，2023，45（8）：3-16.

［11］鄭建明，孫詩璐.稅收征管與審計費用——來自“金稅三期”的準自然實驗證據［J］.審計研究，2021（4）：43-52.

［12］魏志華，王孝華，蔡偉毅.稅收征管數字化與企業內部薪酬差距[J].中國工業經濟，2022（3）：152-170.

［13］潘佳鋒，房超.稅收征管數字化與企業實際稅負變動——征管行為規范和征管能力提升雙重視角[J].地方財政研究，2024（9）：99-112.

［14］歐陽潔，黃永穎，張克中.稅收征管的數字化轉型與企業投資：中國的經驗證據[J].財貿研究，2023，34（5）：39-53.

［15］申明浩，龐鈺標，楊永聰.稅收征管數字化與企業投融資期限錯配[J].商業研究，2023（6）：48-58.

［16］胡超，孫漢林，李泰霖.稅收征管數字化對企業出口產品質量的影響［J］.稅務與經濟，2023（6）：8-18．

［17］張國慶，黃杏子.國有企業融資約束、全要素生產率與西部地區經濟高質量發展［J］.南開經濟研究，2021（6）：179-196.

［18］Holmstrom B. Agency costs and innovation[J]. Journal of Economic Behavior amp; Organization， 1989， 12（3）： 305-327.

［19］李慶華，郭飛，劉坤鵬.使用衍生品的公司創新水平更高嗎——基于融資約束和高管風險承擔意愿視角[J].會計研究，2021（2）：149-163.

［20］張斌，李亮. “數據要素×”驅動新質生產力：內在邏輯與實現路徑[J]. 當代經濟管理：2024（8）：1-10.

［21］Myers S， Majluf N. Corporate financing and investment decisions when firms have information that investors do not have[J]. Journal of Financial Economics， 1984，13： 187-221.

［22］程遠，莊芹芹，郭明英，等. 融資約束對企業創新的影響——基于中國工業企業數據的經驗證據[J]. 產業經濟評論， 2021（3）： 114-132.

［23］劉強，陳帥弟，韓洪靈. 納稅聲譽與企業風險——基于經濟政策不確定性加劇的證據[J]. 財政研究， 2023（10）： 74-86.

［24］陳彪，羅鵬飛，楊金強. 銀稅互動、融資約束與小微企業投融資[J]. 經濟研究， 2021，56（12）： 77-93.

［25］曾亞敏，張俊生. 稅收征管能夠發揮公司治理功用嗎？[J]. 管理世界， 2009（3）： 143-151， 158.

［26］Zhong R. Transparency and firm innovation[J]. Journal of Accounting and Economics， 2018， 66： 67-93.

［27］楊旭東，彭晨宸，沈彥杰. 稅收征管信息化可以提高企業內部控制質量嗎？[J]. 審計研究， 2023（6）： 149-160.

［28］姜雙雙，劉光彥. 風險投資、信息透明度對企業創新意愿的影響研究[J]. 管理學報， 2021，18（8）： 1187-1194.

［29］David H. Managerial reputation and corporate investment decisions[J]. Financial Management， 1993， 22： 145.

［30］宋佳，張金昌，潘藝.ESG發展對企業新質生產力影響的研究——來自中國A股上市企業的經驗證據[J].當代經濟管理，2024，46（6）：1-11.

［31］王宏偉. 基于平衡計分卡的稅收治理能力評價研究 [J]. 西安財經大學學報， 2020， 33（1）： 120-127.

［32］OECD. Tax administration 3.0： the digital transformation of tax administration [R].Paris：OECD，2020.

［33］金智，黃承浩.稅收征管與企業社會責任——基于“金稅三期”的證據[J].會計研究，2022（10）：71-84.

［34］An Y B， Jin H， Liu Q F， et al. Media attention and agency costs：evidence from listed companies in China[J]. Journal of International Money and Finance， 2022， 124： 102609.

［35］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）：130-144，10.

［36］毛捷，曹婧，劉玎倩. 信息完備與稅收遵從[J]. 世界經濟， 2022， 45（6）： 87-111.

［37］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.

［38］魯桐，黨印.公司治理與技術創新：分行業比較[J].經濟研究，2014，49（6）：115-128.

［39］熊家財，桂荷發.政治關聯與企業創新：來自PSM的證據[J].科研管理，2020，41（7）：11-19.

（責任編輯：鐘瑤，鄒彬）

Research on the Impact of Tax Administration Digitalization on

New Quality Productive Forces： Micro Microdata from Text Analysis

of Tax Administration and A-Share Listed Companies

LIU Xiangling^1，2， GONG Rizhao1，CUI Haonan1

（1. School of Business， Hunan University of Science and Technology， Xiangtan， Hunan 411201，China;

2. School of Management， Hunan Institute of Engineering， Xiangtan， Hunan 411104， China）

Abstract：Based on text analysis on tax administration digitalization and microdata from A-share listed companies， this study examines the impact of tax administration digitalization on new quality productive forces. The results show that tax administration digitalization significantly promotes the corporate new quality productive forces by alleviating financing constraints， reducing agency costs， and promoting digital transformation. Heterogeneity analysis indicates that this positive effect is more pronounced in regions with better legal environments， in capital and technology-intensive industries， and among enterprises with weaker political connections. In light of these findings， it is recommended to continuously and deeply advance the digitalization of tax administration， improve supporting mechanisms for corporate transparency， governance， and digital transformation， and implement targeted and differentiated tax enforcement strategies to promote corporate new quality productive forces.

Key words：tax administration digitalization; new quality productive forces; text analysis