一、引 言
近年来,明星邓伦以及电商主播薇娅等名人逃避税案引起了媒体和公众广泛热议,同时案件披露内容中税务稽查手段的“数字色彩”也侧面折射出了中国税收征管工作的数字化转型进程。依托金税三期等工程,税务部门利用大数据和云计算等数字技术拓宽了信息获取和分析渠道,进而压缩了企业等纳税主体的避税空间。但受传统市场环境和政府治理数字化能力不足等因素制约,企业避税问题始终难以避免。在此背景下,中国政府强调加快新型数字基础设施建设,并希望以此引领数字经济发展、推进国家治理体系和治理能力的现代化建设。然而这一举措能否助推税收征管工作仍有待明确。
结合中国实践来看,党的二十大报告强调要“构建现代化基础设施体系”,并加快建设“数字中国”。为此,地方政府纷纷出台各类新型数字基础设施建设政策(以下简称数字新基建政策),在加快了地区新型数字基础设施建设的同时,也可能对企业避税行为产生重要影响。一是数字新基建政策或将通过增强数字技术服务供给质量来促进地区数字经济发展、缓解政企间信息不对称,助推政务数字化转型,进而加快信息传递速度,减小外界市场与企业间的信息摩擦,最终降低涉税信息在传递过程中被隐匿的可能性。二是数字新基建政策或将促使税务部门利用数字技术实现涉税数据的快速收集和分析整理,提高地方政府与税务部门的协作水平,从而提高企业避税行为被发现概率,削弱企业避税机会。
但现有对税收征管的研究多聚焦于税务部门等视角。如张克中等(2020)认为推进数字化税收征管是提高税务部门数据收集和分析能力、强化税收征管工作的重要手段。亦有学者从税法宣传报道(毛捷等,2022)和第三方信息使用(樊勇等,2022)等视角就如何缓解税务部门与企业间信息不对称问题进行了有益探讨,但对地方政府在税收征管中的影响关注较少。值得注意的是,伴随着税收征管改革不断深化,实现地方政府与税务部门“协同治税”已成为税收征管工作的重要抓手。中共中央办公厅、国务院办公厅印发《关于进一步深化税收征管改革的意见》指出,“积极推进跨部门协同监管”“持续深化拓展税收共治格局”;《中华人民共和国税收征收管理法实施细则》指出,“地方各级人民政府应当积极支持税务系统信息化建设,并组织有关部门实现相关信息的共享”。可见,在推动税收征管改革进程中如何更好地发挥地方政府的作用尤为重要(吕冰洋和郭庆旺,2011)。
为此,本文在手工收集、整理2011—2020年地方政府数字新基建政策文本的基础上,对数字新基建政策对企业避税行为的影响进行评估。主要结论表明,数字新基建政策实施会抑制企业的避税行为。本文边际贡献体现在以下几个方面:第一,在理论视角上,现有研究较多围绕金税三期等工程对税务部门数字化变革与企业避税间关系展开讨论,缺乏对地方政府作用的全面考察。本文以数字新基建政策为切入点来讨论数字经济背景下地方政府所扮演的角色,拓宽了关于企业避税问题的研究框架。第二,在识别策略上,现有研究大多以长途光缆线路等某一维度的数字基础设施作为研究对象,不足以全面评估数字基础设施的建设情况。而本文所构建的指标内容更为丰富,既能较为完整地体现新型数字基础设施建设情况,也能体现地方政府对新型数字基础设施的重视程度,进一步丰富了新型数字基础设施的识别策略。第三,在现实价值上,本文结论较为充分地阐释了数字新基建政策对企业避税的作用机理,可为理解地方政府在税收征管工作中发挥的作用提供新的视角,也可为推进国家治理体系和治理能力的现代化建设提供重要的经验支持与决策依据。
二、现实背景、文献回顾与理论分析
(一)现实背景。自20世纪90年代以来,中国政府高度重视建设信息基础设施、推动经济社会信息化发展。《中华人民共和国国民经济和社会发展“九五”计划和2010年远景目标纲要》提出“进行现代化信息基础设施建设,推动国民经济信息化”;党的十五届五中全会更是将信息化作为国家竞争力提升的重大战略部署;《2006—2020年国家信息化发展战略》结合经济发展实际进一步明确了信息化的发展方向。在此背景下,中国宽带网络等基础设施建设取得了较大突破,电话、互联网、宽带接入用户规模位居世界前列。但该时期的信息基础设施建设却存在着重复建设、资源浪费、
伴随着5G网络、大数据、云计算和人工智能等数字技术不断发展,为更好发挥数字技术的赋能作用,中国政府自2010年起逐步制定了建设新型数字基础设施的战略部署。如《国务院关于加快培育和发展战略性新兴产业的决定》指出,发展“新一代信息技术产业”“加快重要基础设施智能化改造”。但新型数字基础设施建设面临着外部性和供给不足等问题,其资金投入高、投资周期长和价值折旧快等特征也直接制约了社会投资积极性。且新型数字基础设施在建设过程中以人工智能和大数据等数字技术为支撑,这意味着滞后于数字技术发展的新型数字基础设施将不利于经济转型升级(李晓华,2020)。对此,习近平总书记强调“要加快新型基础设施建设,加强战略布局”“打通经济社会发展的信息大动脉”。为贯彻落实中央政府战略部署,地方政府纷纷出台数字新基建政策,完善地区新型数字基础设施体系。
(二)文献回顾。
实施金税三期工程,提高税务部门的数字化水平固然能够压缩企业避税空间、抑制企业避税行为(张克中等,2020)。然而,从各级税务部门关于企业逃避缴纳税款的处罚公示来看,企业避税行为仍无法避免。对此,部分学者认为地方政府在税收征管工作中需起到更为积极的作用(Chen,2017)。从地方政府和税务部门的区别来看,地方政府需要对辖区内经济建设和民生保障等一系列事件负责,但不直接负责税收的征收;税务部门不负责辖区事务,但是征收关税等中央税种,并征收所得税等中央地方共享税。二者在职能上存在着明显差异。基于此,地方政府主要负责领导和协调等工作,可通过下达地方级税收任务向税务部门施加压力来不断扩大财政收入(于文超等,2018)。同时,地方政府官员在谋求晋升过程中还面临着财政考核压力(Lü和 Landry,2014),而自分税制改革以来,在地方政府财政收入结构中,企业所得税等共享税便是地方政府财政收入的重要来源(Jin等,2005)。为确保税收任务完成,地方政府通常会强化税收征管力度,抑制企业避税行为。
然而,受传统市场环境和政府治理数字化能力不足等因素制约,企业避税问题难以根除。在此背景下,通过何种政策手段来助推税收征管工作已成为社会各界关注的一个重要问题。总体来看,现有研究更多从税务部门视角讨论如何抑制企业避税行为(张克中等,2020),基于地方政府视角的部分研究则主要强调地方政府在提高税收征管力度等方面的作用(于文超等,2018),并未考虑数字经济环境下地方政府的行为特征。尽管Uyar等(2021)利用世界经济论坛提供的国别层面调查数据讨论了电子政务对避税的抑制作用。但受制于数据缺陷,这一研究难以反映企业层面的异质性影响,也不能深入地区乃至企业内部讨论潜在的影响机理。基于此,本文讨论数字新基建政策对企业避税的影响,从而可为理解地方政府在税收征管工作中所发挥的作用提供新的视角,并丰富企业避税问题的研究文献。
(三)理论分析。
其次,数字新基建政策可能通过缓解政企间信息不对称来抑制企业避税行为。在传统的经济环境中,企业为实施避税行为并不愿意向外界传递与避税活动有关的信息,这使得政府部门难以掌握全面且精确的企业情况,以至于不能根治企业避税问题。而伴随着数字新基建政策的实施,数字化市场环境的形成打破了以往信息传递的时空界限,由此带来的信息共享与传播优势可以加快社会信息传递速度,缓解政企间的信息不对称问题。同时,数字新基建政策实施将促使企业利用数字技术实现转型发展(王海等,2023a),从而在提高企业信息透明度的同时,助力政府获取更为真实的企业财务信息。在此背景下,政企间信息不对称问题的缓解有助于削弱企业避税动机,强化企业主动纳税意识。
最后,数字新基建政策可能通过促进政务数字化转型来降低企业避税程度。伴随着数字新基建政策的实施,一方面,依托日臻完善的新型数字基础设施体系,地方政府将更易于借助大数据和云计算等数字技术加快互联网政务服务平台建设,提升政府在数字技术方面的应用水平,进而建立由大数据等数字技术驱动的数字化治理体系,这将促使地方政府利用海量数据精准研判企业避税信息动态,压缩企业避税空间。另一方面,新型数字基础设施建设将拓宽地方政务数据的应用场景,拓宽税务部门的信息获取渠道,进而实现地方政府与税务部门间税收大数据的共享和应用。在此背景下,地方政府与税务部门将实现对企业避税行为的数字化协同监管,最终抑制企业避税行为。
基于上述分析,本文提出假说H1:数字新基建政策将促进地区数字经济发展、缓解政企间信息不对称、促进政务数字化转型,进而抑制企业避税行为。
与此同时,数字新基建政策或将影响企业的内部决策,削弱企业避税动机。首先,数字新基建政策可能通过抑制企业财务操纵行为来缓解企业避税问题。从现实来看,所得税的计税依据主要基于企业的应纳税所得额。因此,企业可能会通过违规操纵财务信息来虚报应纳税所得额,从而达到避税目的(Cheng等,2023)。一方面,企业或将通过低报应收账款等方式来人为调低应税收入;另一方面,企业也可能通过提高应付账款或存货价值等方式来抬高成本,以此来降低应纳税所得额(Xiao和Shao,2020)。而伴随着数字新基建政策的实施,大数据等数字技术得以与税务治理体系相结合,使得税务部门与地方政府的政务协作能力有所提升。这将促使税务部门精准有效地核实企业的经营状况与财务信息,从而抑制企业避税行为。
其次,数字新基建政策可能通过压缩企业盈余管理空间来提高企业纳税遵从度。传统经济环境中广泛存在的信息不对称问题使得企业具有开展盈余管理的潜在动机,并以此逃避税收来谋取私利。但随着税务部门不断提高税收征管力度,企业盈余管理活动被发现的概率更高,由此企业面临着被罚款、起诉或刑事处罚等风险。在此背景下,数字新基建政策将促进地区新型数字基础设施建设,促使人工智能、云计算和大数据等数字技术与税务治理实现深度融合,由此在改善税务部门数据挖掘与分析能力的同时,提高数据源的真实性,从而助力税务部门从海量信息中提取有效信息用于税务治理决策。这将强化税务部门的税收监管能力,抑制企业盈余管理活动,由此降低企业避税程度。
最后,数字新基建政策可能通过减少企业关联交易来解决企业避税问题。企业在生产经营过程中有可能会通过关联交易来实施资源侵占、税收规避和利润操纵等避税行为(魏志华等,2017)。因而如何规范治理企业关联交易对于提高企业纳税遵从度这一问题至关重要。但税务部门需要基于独立交易原则,结合合同条款、经营策略或交易资产特性等因素对关联交易进行对比分析,从而确认企业关联交易是否涉及税收规避等问题(刘慧龙等,2022)。若税务部门不能充分掌握企业相关交易信息,则难以有针对性地开展税收稽查工作。而伴随着数字新基建政策的实施,税务部门将更容易利用大数据等数字技术强化信息收集和分析能力,确保其能够及时获取和高效分析企业交易信息,从而甄别出关联交易是否涉及避税问题。因此,数字新基建政策的实施或将抑制企业关联交易,提升企业纳税遵从度。
基于上述分析,本文提出假说H2:数字新基建政策将抑制企业财务操纵行为、压缩企业盈余管理空间、减少企业关联交易,进而降低企业避税程度。
三、研究设计
(一)数据来源。在数字新基建政策的收集整理方面,参考王海等(2023a)的研究,本文从各地方政府网站以及北大法宝法律法规数据库中收集、整理得到2011—2020年中国省级层面数字新基建政策文本数据。在企业数据方面,选用2011—2020年沪深A股上市公司数据为研究样本,并做如下处理:①剔除ST和期间退市的样本;②剔除金融行业样本;③剔除主要财务数据缺失的样本;④对连续变量进行1%层面缩尾处理。原始数据来自国泰安和万德数据库。
(二)变量定义。
1. 解释变量。本文以数字新基建政策数量对数值(ldigpolicy)作为核心解释变量(王海和许冠南,2017;王海等,2023a)。
2. 被解释变量。本文利用现金流口径下的所得税率构建被解释变量(向元高和罗进辉,2022),具体包括现金所得税率、适用(名义)税率与现金所得税率之差。现金所得税率利用企业所得税现金流支出与利润总额的比值(cetr)衡量。其中,企业所得税现金流支出=所得税费用–递延所得税费用–(期末应交所得税–期初应交所得税)。基于此,利用企业适用(名义)税率减去现金所得税率得到差值指标(btd_cetr)。为使指标经济意义相同,本文生成cetr指标的相反数ocetr。总体上,ocetr和btd_cetr值越小,企业避税程度越低。
3. 控制变量。企业层面控制变量包括:企业规模(size_cap,总资产对数值);企业年龄(age,所在年份与成立年份之差);资本结构(leverage,总负债/总资产);企业固定资产率(fixasset,固定资产净额/总资产);企业无形资产率(intang,无形资产净额/总资产);存货密集度(invent,存货净额/总资产);投资收益率(roi,投资收益/总资产);产权性质(soe,是否为国有企业);两职合一(dual,董事长和总经理两职合一);股权集中程度(top10,前十大股东持股比例)。地区层面控制变量包括:地区经济发展水平(gdp,生产总值对数值);地区税收收入(tax,税收收入/生产总值);地区产业结构(str,第二产业产值/生产总值);地区财政支出(fin,一般预算支出/生产总值)。
(三)模型设定。为检验数字新基建政策对企业避税程度的影响,本文构建如下计量模型:
$ T{{ax}}avoidanc{e_{ipt}} = {\beta _0} + {\beta _1}ldigpolic{y_{pt}} + {\lambda _1}{X_{{{ipt}}}} + {\lambda _2}{X_{{{pt}}}} + {\alpha _{{i}}} + {\varphi _{{t}}} + {\varepsilon _{ipt}} $ | (1) |
其中,i为企业,p为省份,t为时间。解释变量为地区数字新基建政策数量(ldigpolicy);被解释变量Taxavoidance为企业避税程度(ocetr、btd_cetr);X为企业和地区层面的控制变量。本文还对企业和时间固定效应予以控制,并使用稳健标准误估计实证模型。
四、实证结果
(一)基准回归结果。伴随着新一代数字技术不断发展,中国政府开始强调加快新型数字基础设施建设。这或将对企业避税行为产生显著影响。为明确其影响特征,本文基于模型(1)进行回归分析,结果见表1。可以发现,数字新基建政策实施显著抑制了企业避税行为。
变量 | (1)ocetr | (2)btd_cetr |
ldigpolicy | −0.0041**(0.0020) | −0.0051**(0.0020) |
size_cap | 0.0045(0.0039) | 0.0090**(0.0040) |
age | 0.0092(0.0056) | 0.0097*(0.0059) |
leverage | −0.0937***(0.0168) | −0.0986***(0.0168) |
fixasset | −0.0707***(0.0206) | −0.0746***(0.0211) |
intang | −0.1356**(0.0549) | −0.1429***(0.0554) |
invent | −0.0656**(0.0268) | −0.0606**(0.0265) |
roi | 1.0741***(0.1471) | 1.0941***(0.1485) |
soe | −0.0295**(0.0131) | −0.0301**(0.0131) |
dual | −0.0036(0.0046) | −0.0024(0.0046) |
top10 | 0.0939***(0.0187) | 0.1052***(0.0189) |
gdp | 0.0025(0.0209) | 0.0058(0.0208) |
tax | 0.4152**(0.2042) | 0.4342**(0.2069) |
str | 0.0963(0.0742) | 0.0895(0.0750) |
fin | −0.2440*(0.1335) | −0.2845**(0.1346) |
企业+时间固定 | 控制 | 控制 |
观测值 | 14 537 | 14 537 |
R2 | 0.4106 | 0.3621 |
注:括号内为标准误,***、**和*分别代表1%、5%和10%的显著性水平。下表同。 |
(二)机制分析:外部环境变化。根据前文理论分析,数字新基建政策可能有助于地区数字经济发展、缓解政企间信息不对称,并助推政务数字化转型,进而抑制企业避税行为。为验证上述机制是否成立,首先,在数字经济发展方面,借鉴王海等(2023b)的研究,本文利用地区新建数字经济企业数量占新建企业总量的比值衡量数字经济发展水平(digecono),
$ digecon{o_{pct}} = {\beta _0} + {\beta _1}ldigpolic{y_{pt}} + {\lambda _1}{X_{{{pt}}}} + {\delta _c} + {\varphi _{{t}}} + {\varepsilon _{pct}} $ | (2) |
$ T{{ax}}avoidanc{e_{ipct}} = {\beta _0} + {\beta _1}ldigpolic{y_{pt}} + {\beta _2}digecon{o_{{{pc}}t}} + {\lambda _1}{X_{{{ipt}}}} + {\lambda _2}{X_{{{pt}}}} + {\alpha _{{i}}} + {\varphi _{{t}}} + {\varepsilon _{ipct}} $ | (3) |
其中,i为企业,c为城市,p为省份,t为时间。机制变量digecono为地区数字经济发展水平,其余变量的设定与模型(1)保持一致。模型(2)考察数字新基建政策与机制变量间的关联(邵帅等,2021),模型(3)则关注加入机制变量后,数字新基建政策(ldigpolicy)的显著性或系数值较之基准回归结果是否下降。若下降,则说明机制成立(Emerick等,2016)。模型(1)—模型(3)结果在表2给出。
变量 | (1)ocetr | (2)btd_cetr | (3)digecono | (4)ocetr | (5)btd_cetr |
ldigpolicy | −0.0065*** (0.0024) | −0.0076*** (0.0024) | 0.0007** (0.0003) | −0.0059** (0.0024) | −0.0070*** (0.0024) |
digecono | −0.2182** (0.0909) | −0.2120** (0.0920) | |||
控制变量 | 控制 | 控制 | 控制 | 控制 | 控制 |
城市+时间固定 | — | — | 控制 | — | — |
企业+时间固定 | 控制 | 控制 | — | 控制 | 控制 |
观测值 | 11 305 | 11 305 | 2 696 | 11 305 | 11 305 |
R2 | 0.4293 | 0.3843 | 0.7807 | 0.4297 | 0.3847 |
其次,在政企间信息不对称方面,借鉴Huang等(2017)的研究,本文利用上市公司与地方政府(或税务部门)间距离的远近来对信息不对称程度进行表征,并在此基础上展开研究。具体来说,相比其他企业,政府能够更为及时地关注到距离较近企业的发展情况。因此,政企间距离较远的企业更有可能与政府存在信息不对称问题(Giroud,2013)。若数字新基建政策的影响在政企间距离较远企业中更为明显,则一定程度上能说明数字新基建政策有助于缓解政企间信息不对称。对此,本文在收集上市公司注册地、地方政府(省级、地级市)、省级税务局驻地经纬度的基础上,分别计算上市公司与地方政府(省级、地级市)和省级税务局间的地理距离,并根据是否大于中位数值将企业划分为距离较远企业和距离较近企业,并进行分样本分析。
变量 | 企业与省级政府 | 企业与地级市政府 | 企业与税务局 | |||
距离较远 | 距离较近 | 距离较远 | 距离较近 | 距离较远 | 距离较近 | |
(1)ocetr | (2)ocetr | (3)ocetr | (4)ocetr | (5)ocetr | (6)ocetr | |
ldigpolicy | −0.0048** (0.0024) |
−0.0020 (0.0037) |
−0.0058** (0.0024) |
−0.0029 (0.0038) |
−0.0046* (0.0024) |
−0.0012 (0.0038) |
观测值 | 9 861 | 4 299 | 9 916 | 4 234 | 9 888 | 4 255 |
R2 | 0.4349 | 0.4323 | 0.4302 | 0.4607 | 0.4347 | 0.4231 |
(7)btd_cetr | (8)btd_cetr | (9)btd_cetr | (10)btd_cetr | (11)btd_cetr | (12)btd_cetr | |
ldigpolicy | −0.0057** (0.0024) |
−0.0031 (0.0037) |
−0.0066*** (0.0024) |
−0.0042 (0.0039) |
−0.0055** (0.0024) |
−0.0021 (0.0038) |
观测值 | 9 861 | 4 299 | 9 916 | 4 234 | 9 888 | 4 255 |
R2 | 0.3906 | 0.3809 | 0.3848 | 0.4142 | 0.3906 | 0.3710 |
注:控制了其他控制变量以及企业和时间固定效应,下表统同。 |
最后,在政务数字化转型方面,借鉴李磊和马欢(2022)的研究,本文利用《2011年中国政府网站绩效评估总报告》中省级政府网站经营纳税指数排名来对政务数字化转型进行表征。
变量 | 网站排名前10 | 网站排名非前10 | 网站排名前10 | 网站排名非前10 |
(1)ocetr | (2)ocetr | (3)btd_cetr | (4)btd_cetr | |
ldigpolicy | −0.0039(0.0025) | −0.0068*(0.0038) | −0.0046*(0.0025) | −0.0089**(0.0038) |
观测值 | 8 669 | 5 858 | 8 669 | 5 858 |
R2 | 0.4190 | 0.4059 | 0.3630 | 0.3699 |
(三)机制分析:内部决策变化。结合理论分析,数字新基建政策可能会影响企业在财务操纵、盈余管理以及关联交易方面的行为决策,进而提高企业纳税遵从度。为验证上述机制是否成立,本文对财务操纵行为、盈余管理程度和关联交易活动进行量化,并构建实证模型展开机制分析。其中,财务操纵行为主要包括财务费用与营业收入比值(finance)、管理费用与营业收入比值(mange)、存货净额对数值(inventory)、应收账款对数值(receivable)、应付账款对数值(payable)(Xiao和Shao,2020);盈余管理水平用修正Jones模型测算得到,包括可操纵应计利润绝对值(dac)、可操纵应计利润大于0的部分(dac_pos)、可操纵应计利润小于0的部分(dac_neg,以其相反数度量);关联交易活动包括企业向关联方销售商品劳务交易总额占期初总资产的比值(rptdealpro1)和企业向关联方购买商品劳务交易总额占期初总资产的比值(rptdealpro2)。对此本文构建如下模型进行分析:
$ {M_{ipt}} = {\beta _0} + {\beta _1}ldigpolic{y_{pt}} + {\lambda _1}{X_{{{ipt}}}} + {\lambda _2}{X_{{{pt}}}} + {\alpha _{{i}}} + {\varphi _{{t}}} + {\varepsilon _{ipt}} $ | (4) |
$ T{{ax}}avoidanc{e_{ipt}} = {\beta _0} + {\beta _1}ldigpolic{y_{pt}} + {\beta _2}{M_{ipt}} + {\lambda _1}{X_{{{ipt}}}} + {\lambda _2}{X_{{{pt}}}} + {\alpha _{{i}}} + {\varphi _{{t}}} + {\varepsilon _{ipt}} $ | (5) |
其中,i为企业,p为省份,t为时间。M指代上述机制变量,其余变量的设定与模型(1)一致。
变量 | 财务费用 | 管理费用 | 存货净额 | 应收账款 | 应付账款 | ||
(1)finance | (2)mange | (3)inventory | (4)receivable | (5)payable | (6)ocetr | (7)btd_cetr | |
ldigpolicy | −0.0002 (0.0004) | 0.0005 (0.0007) | −0.0034 (0.0142) | 0.0055 (0.0169) | −0.0349** (0.0159) | −0.0040** (0.0020) | −0.0050** (0.0020) |
payable | 0.0019* (0.0011) | 0.0022* (0.0012) | |||||
观测值 | 14 537 | 14 537 | 14 537 | 14 537 | 14 537 | 14 537 | 14 537 |
R2 | 0.7874 | 0.7909 | 0.8899 | 0.8318 | 0.8212 | 0.4107 | 0.3623 |
在盈余管理方面,表6列(1)至列(3)表明,数字新基建政策对企业盈余管理活动的影响并不显著。数字新基建政策实施或将助力跨部门的信息共享,企业的利润隐藏等盈余管理行为将被“曝光”。但企业也可能借助新型数字基础设施实现数字化变革。业务复杂度的提升可能会降低企业的信息披露质量,提高企业进行盈余管理活动的概率。在关联交易方面,表6列(4)和列(5)显示,数字新基建政策对企业关联交易活动的影响并不显著。考虑到数字新基建政策实施能够提高税务部门的数字化治理能力,企业利用关联交易开展的避税活动也将更容易被发现。但数字技术应用可能会使得企业改变关联交易的形式与内容,增加违规关联交易行为被发现的难度。至此,假说H2得以证实。
变量 | 盈余管理 | 关联交易 | |||
(1)dac | (2)dac_pos | (3)dac_neg | (4)rptdealpro1 | (5)rptdealpro2 | |
ldigpolicy | −0.0017(0.0020) | 0.0032(0.0021) | −0.0027(0.0019) | −0.0021(0.0016) | −0.0033(0.0020) |
观测值 | 14 263 | 8 638 | 4 625 | 9 582 | 9 841 |
R2 | 0.2341 | 0.3635 | 0.4195 | 0.7096 | 0.7171 |
(四)稳健性检验。
1. 基于宽带中国战略的再检验。新型数字基础设施建设工程因底层技术更新迭代速度较快而表现出投资持续周期长等特征,从而使得该类政策效果可能存在长期动态性。利用滞后等实证处理方式固然能够在一定程度上刻画数字新基建政策的动态特征,但这种方法主观性较强,且难以保证样本一致性,不能干净地识别政策的长期影响。为此,本文借鉴赵涛等(2020)的研究,结合宽带中国战略来考察数字新基建政策对企业避税行为的动态影响。具体地,本文依据宽带中国名单设定变量broadpolicy,企业所在城市入选宽带中国示范城市后broadpolicy为1,否则为0。并将其替换为解释变量进行回归分析。表7列(1)和列(2)表明,宽带中国战略实施将抑制企业避税行为。考虑到双重差分法要求实验组和对照组在政策事件发生前具有同样的变化趋势,本文参考王海等(2021)的研究进行平行趋势检验。
变量 | (1)ocetr | (2)btd_cetr | (3)ocetr | (4)btd_cetr |
broadpolicy | −0.0123**(0.0049) | −0.0130***(0.0049) | ||
before5 | 0.0136(0.0107) | 0.0122(0.0107) | ||
before4 | 0.0041(0.0080) | 0.0037(0.0080) | ||
before3 | −0.0025(0.0070) | −0.0022(0.0070) | ||
before2 | 0.0051(0.0062) | 0.0050(0.0063) | ||
current | −0.0052(0.0066) | −0.0054(0.0066) | ||
after1 | −0.0110(0.0074) | −0.0110(0.0074) | ||
after2 | −0.0164**(0.0081) | −0.0178**(0.0080) | ||
after3 | −0.0196**(0.0083) | −0.0208**(0.0083) | ||
after4 | −0.0123(0.0090) | −0.0148(0.0090) | ||
after5 | −0.0205**(0.0104) | −0.0219**(0.0105) | ||
观测值 | 14 537 | 14 537 | 14 537 | 14 537 |
R2 | 0.4107 | 0.3622 | 0.4112 | 0.3627 |
2. 排除其他政策事件的检验。前文结论或将受到样本期内其他政策事件的干扰而不稳健。第一,金税三期工程。金税三期工程将强化税务部门的信息分析能力,通过行业内横向的利润或税负对比提高对企业的监管和震慑力度,从而加大企业避税的潜在成本。第二,税务行政处罚裁量基准。为确保税收征管工作的公平性和合理性,政府强调要细化税务行政裁量范围、种类与幅度,设定税务行政处罚裁量基准。这将在一定程度上约束税务部门的自由裁量权,约束执法官员与企业间的“征纳合谋”问题,从而抑制企业避税。第三,政务服务信息化。《国务院关于加快推进“互联网+政务服务”工作的指导意见》提出“推进数据共享,打通信息孤岛,推行公开透明服务”。这或将加快政务服务信息化进程,推动企业涉税数据在相关部门与税务部门之间的流动,从而抑制企业避税行为。第四,固定资产加速折旧政策。固定资产加速折旧政策在激发企业投资活力的同时,也可能给企业造成较大的审计监督压力,促使企业提升财务报告质量,抑制企业避税。为排除上述事件干扰,本文收集不同省市或行业实施金税三期的时间、设立税务行政处罚裁量的基准时间、是否为信息惠民试点城市以及受固定资产加速折旧政策影响等信息,据此构建相应政策变量(gtp、admini、govinternet、fixinvest),并将其纳入实证模型进行回归分析。表8结果表明,数字新基建政策对企业避税的影响依旧显著为负,证实了本文结论的稳健性。
变量 | (1)ocetr | (2)btd_cetr |
ldigpolicy | −0.0040**(0.0020) | −0.0050**(0.0020) |
gtp | −0.0024(0.0056) | −0.0032(0.0056) |
admini | −0.0067(0.0071) | −0.0076(0.0071) |
govinternet | −0.0178***(0.0057) | −0.0189***(0.0057) |
fixinvest | 0.0089*(0.0051) | 0.0118**(0.0051) |
观测值 | 14 537 | 14 537 |
R2 | 0.4114 | 0.3632 |
五、进一步分析
(一)数字新基建政策、政府治理与避税行为。加强税收征管力度将提高企业避税行为被发现的概率,从而提高了企业的避税成本。因此,数字新基建政策的影响可能由于地区税收征管力度差异而有所不同。为验证这一猜想,本文参考Xu等(2011)的研究,利用地区实际税收收入与预期税收收入之差度量税收征管力度。在此基础上,参考现有研究基于设定分位数的方式进行回归分析(Chari等,2021)。
(二)数字新基建政策、媒体舆论与避税行为。新闻媒体能够通过信息传播和信息制造等方式降低企业与政府和外部投资者之间的信息不对称程度。这将压缩企业避税操纵的行为空间,增加企业避税行为被发现的概率。同时,媒体关注所带来的舆论影响不仅能促使政府部门采取行政手段对相应企业施加压力,也可以提高资本市场对相关企业的关注度。因此,数字新基建政策的影响可能因新闻媒体关注度不同而存在差异。为明确其影响特征,本文在收集有关企业网络财经和报刊财经新闻总数的基础上,
(三)数字新基建政策、企业数字化转型与避税行为。数字化转型已成为现阶段企业创新变革的重要战略。但企业战略模式的转换或将引致税收征管难和税收流失等问题。如基于电子商务等新兴业态实施的业务模式将使得税务部门难以追踪企业交易流程信息(Agbo和Nwadialor,2020),进而提高了税收征管难度。因此数字新基建政策的影响或将在不同数字化转型程度企业间存在明显差异。对此,参考王海等(2023a)的研究,利用企业年报中数字化转型的词频构建数字化转型程度指标,并基于设定分位数的方式进行回归。图3结果表明,数字新基建政策的影响在数字化转型程度较高企业中表现得更明显。其将强化政府的数字技术运用能力,进而实现不同部门涉税数据的共享互通,加快社会信息传递速度。因此,税务部门将更容易发现高数字化转型程度企业实施的税收规避行为。
六、研究结论与政策建议
现阶段中国强调通过加快新型数字基础设施建设来增强技术服务供给,这或将对企业避税行为产生显著影响。为明确其影响特征,本文在收集整理中国地方数字新基建政策文本的基础上,实证检验其与企业避税行为间的关联。研究发现,数字新基建政策实施将抑制企业避税行为。机制分析发现,数字新基建政策可以促进地区数字经济发展和缓解政企间信息不对称,并助力政务数字化转型,抑制企业在应付账款方面的财务操纵行为,进而提高企业纳税遵从度。异质性分析发现,与其他地区和企业相比,数字新基建政策的影响在高税收征管力度地区、高媒体关注度和高数字化转型程度企业中表现得更为明显。
本文研究结论不仅关系到中国数字经济的发展方向,也对中国如何提升财政治理能力、实现国家治理体系和治理能力的现代化建设这一时代命题具有重要的决策参考价值和现实指导意义。相应政策建议如下:
第一,加快新型数字基础设施建设,助推政务治理数字化转型。信息不对称问题的存在使得以往企业在税收征管工作中存在“侥幸”心理,或将采取不同手段来隐匿收入、逃避税收。尽管中国政府通过金税三期工程等手段强化了税收征管的信息化程度,在一定程度上抑制了企业的避税行为。但结合税务部门的处罚公示来看,仍有诸多企业因避税行为而受到处罚。这也折射出进一步探索如何强化税收征管工作的必要性。伴随着数字新基建政策的实施,地方政府将运用更多大数据等数字技术赋能政务工作,推进跨部门协同的政务信息化建设,由此可以对企业避税构成震慑。据此,政府应当进一步加快推进新型数字基础设施建设,不仅可为数字经济发展“保驾护航”,也将提高企业开展避税行为的潜在成本,促进税收“应收尽收”目标的实现。
第二,强化数字技术深度应用,构建数字经济发展生态。一方面,依托数字经济发展红利破解传统经济环境下广泛存在的信息不对称难题。中国政府应当在不断完善新型数字基础设施建设的过程中,增强数字经济发展服务供给和质量,从而打破信息传递的时空界限、畅通信息传递渠道,压缩企业避税空间。另一方面,伴随着新型数字基础设施日臻完善,政府与税务部门应当借助数字技术识别企业在生产经营中的不规范行为,避免企业通过会计操纵等手段实施避税行为,并剪断企业与关联方之间的利益输送纽带,最终提高企业纳税遵从度。
第三,优化完善税收征管体系,探索“政、媒、企”联动路径。从政府监管视角来看,地方政府应加快推进新型数字基础设施建设,由此架构其与税务部门之间的信息共享体系,并促使税务部门运用数字技术实现数字化改造,从而提高税收征管力度,加大企业避税的机会成本;从媒体监督视角来看,中国政府应适当运用新闻财经媒体等非制度手段监督企业避税行为,形成对企业避税的事前震慑;从企业视角来看,还应加快推进经济社会数字化转型,通过提高企业数字化转型程度来强化税务部门与企业间的信息交流,提高企业涉税信息的真实性,从而抑制企业避税行为。
* 感谢浙江工商大学现代商贸研究中心2023年度商务部促消费专项课题(2023SWB006)、浙江工商大学“数字+”学科建设管理项目(SZJ2022A007)以及泰隆金融学院的资助,同时也感谢审稿专家和编辑老师提出的宝贵意见。
[1] | 戴若尘, 王艾昭, 陈斌开. 中国数字经济核心产业创新创业: 典型事实与指数编制[J]. 经济学动态, 2022(4): 29–48. |
[2] | 樊勇, 朱沁瑶, 李昊楠. 第三方信息、税收遵从与国际税收竞争[J]. 世界经济, 2022(4): 107–133. |
[3] | 李磊, 马欢. 电子政务、贸易成本与企业出口[J]. 财经研究, 2022(11): 124–138. |
[4] | 李晓华. 面向智慧社会的“新基建”及其政策取向[J]. 改革, 2020(5): 34–48. |
[5] | 刘慧龙, 张玲玲, 谢婧. 税收征管数字化升级与企业关联交易治理[J]. 管理世界, 2022(6): 158–175. |
[6] | 吕冰洋, 郭庆旺. 中国税收高速增长的源泉: 税收能力和税收努力框架下的解释[J]. 中国社会科学, 2011(2): 76–90. |
[7] | 毛捷, 曹婧, 刘玎倩. 信息完备与税收遵从[J]. 世界经济, 2022(6): 87–111. |
[8] | 邵帅, 尹俊雅, 王海, 等. 资源产业依赖对僵尸企业的诱发效应[J]. 经济研究, 2021(11): 138–154. |
[9] | 王海, 许冠南. 政策协同、官员更替与企业创新——来自战略性新兴产业政策文本的经验证据[J]. 财经问题研究, 2017(1): 33–40. |
[10] | 王海, 沈盈盈, 李言. 数字经济发展与地区绿色创新: 负担还是赋能?[J]. 现代财经(天津财经大学学报), 2023(5): 34–49. |
[11] | 王海, 吴梦萱, 尹俊雅. 地区金融机构与僵尸企业——基于城商行设立的准自然实验[J]. 统计研究, 2021(3): 58–70. |
[12] | 王海, 闫卓毓, 郭冠宇, 等. 数字基础设施政策与企业数字化转型: “赋能”还是“负能”?[J]. 数量经济技术经济研究, 2023(5): 5–23. |
[13] | 魏志华, 赵悦如, 吴育辉. “双刃剑”的哪一面: 关联交易如何影响公司价值[J]. 世界经济, 2017(1): 142–167. |
[14] | 向元高, 罗进辉. 富豪榜与民营企业税收规避[J]. 经济学(季刊), 2022(1): 197–216. |
[15] | 于文超, 殷华, 梁平汉. 税收征管、财政压力与企业融资约束[J]. 中国工业经济, 2018(1): 100–118. |
[16] | 张克中, 欧阳洁, 李文健. 缘何“减税难降负”: 信息技术、征税能力与企业逃税[J]. 经济研究, 2020(3): 116–132. |
[17] | 赵涛, 张智, 梁上坤. 数字经济、创业活跃度与高质量发展——来自中国城市的经验证据[J]. 管理世界, 2020(10): 65–75. |
[18] | Agbo E I, Nwadialor E O. E-commerce and tax revenue[J]. Noble International Journal of Economics and Financial Research, 2020, 5(8): 80–91. |
[19] | Chari A, Liu E M, Wang S Y, et al. Property rights, land misallocation, and agricultural efficiency in China[J]. The Review of Economic Studies, 2021, 88(4): 1831–1862. DOI:10.1093/restud/rdaa072 |
[20] | Chen S X. The effect of a fiscal squeeze on tax enforcement: Evidence from a natural experiment in China[J]. Journal of Public Economics, 2017, 147: 62–76. DOI:10.1016/j.jpubeco.2017.01.001 |
[21] | Cheng H, Chen X W, Qi S S. Asymmetric corporate tax compliance: Evidence from a tax reform in China[J]. China Economic Review, 2023, 79: 101967. DOI:10.1016/j.chieco.2023.101967 |
[22] | Emerick K, de Janvry A, Sadoulet E, et al. Technological innovations, downside risk, and the modernization of agriculture[J]. American Economic Review, 2016, 106(6): 1537–1561. DOI:10.1257/aer.20150474 |
[23] | Giroud X. Proximity and investment: Evidence from plant-level data[J]. The Quarterly Journal of Economics, 2013, 128(2): 861–915. DOI:10.1093/qje/qjs073 |
[24] | Gordon R, Li W. Tax structures in developing countries: Many puzzles and a possible explanation[J]. Journal of Public Economics, 2009, 93(7-8): 855–866. DOI:10.1016/j.jpubeco.2009.04.001 |
[25] | Huang Z K, Li L X, Ma G R, et al. Hayek, local information, and commanding heights: Decentralizing state-owned enterprises in China[J]. American Economic Review, 2017, 107(8): 2455–2478. DOI:10.1257/aer.20150592 |
[26] | Jin H H, Qian Y Y, Weingast B R. Regional decentralization and fiscal incentives: Federalism, Chinese style[J]. Journal of Public Economics, 2005, 89(9-10): 1719–1742. DOI:10.1016/j.jpubeco.2004.11.008 |
[27] | Lü X B, Landry P F. Show me the money: Interjurisdiction political competition and fiscal extraction in China[J]. American Political Science Review, 2014, 108(3): 706–722. DOI:10.1017/S0003055414000252 |
[28] | Uyar A, Nimer K, Kuzey C, et al. Can e-government initiatives alleviate tax evasion? The moderation effect of ICT[J]. Technological Forecasting and Social Change, 2021, 166: 120597. DOI:10.1016/j.techfore.2021.120597 |
[29] | Xiao C R, Shao Y C. Information system and corporate income tax enforcement: Evidence from China[J]. Journal of Accounting and Public Policy, 2020, 39(6): 106772. DOI:10.1016/j.jaccpubpol.2020.106772 |
[30] | Xu W C, Zeng Y M, Zhang J S. Tax enforcement as a corporate governance mechanism: Empirical evidence from China[J]. Corporate Governance: An International Review, 2011, 19(1): 25–40. DOI:10.1111/j.1467-8683.2010.00831.x |