
强大的供应链韧性是加快发展新质生产力进而塑造参与国际合作与竞争新优势的关键抓手。党的二十大报告明确指出,应着力提升产业链供应链韧性和安全水平。2024年7月,党的二十届三中全会进一步强调了健全提升产业链供应链韧性和安全水平制度在现代化产业体系建设中的重要意义。构建高质量现代化供应链体系以应对全球经济波动引致的不确定性风险离不开高水平的供应链管理能力。其中,供应链透明度是企业所处供应链的信息环境的集中体现,反映了企业关于供应链上下游信息公开披露的详尽程度,提高供应链透明度对于优化企业生产效率、降低经营风险以及增进利益相关者信任举足轻重(Sodhi和Tang,2019)。随着生产网络的分散化与供应链网络的复杂化,供应链上下游企业之间的信息与资金流动愈发具有隐蔽性,加之我国资本市场信息披露制度尚不健全,大多数企业基于应对外部竞争的需要,选择对供应链信息“隐约其辞”(宫晓云等,2022)。企业供应链透明度的下滑不仅会干扰利益相关者准确评估公司价值,而且为管理层机会主义行为提供了掩饰,不利于监管机构及时识别潜藏的供应链风险(李姝等,2022)。因此,探索供应链透明度治理的有效路径,已成为健全资本市场信息披露机制与强化市场主体供应链韧性亟待解决的重要问题。
营商环境是影响市场主体信息披露质量的重要外部因素。大量研究表明,公正透明、规范有序的营商环境有利于降低企业信息披露成本,改善公司内部治理水平,进而驱动其转型升级(Ernstberger和Grüning,2013),对于加快推进企业高质量发展具有重要意义。税收营商环境是营商环境整体架构的关键一环,反映了企业在设立和运营过程中所处的与税收活动相关的外部环境。良好的税收营商环境在激发市场主体活力、转变政府职能与引导资本市场稳健运转等方面发挥着积极作用(孙群力等,2023)。长期以来,税务部门通过深入落实“放管服”改革持续优化税收营商环境,致力于提升税收治理能力和服务水平。2017年9月,《关于进一步深化税务系统“放管服”改革优化税收环境的若干意见》由国家税务总局发布,进一步标志着以税务领域“放管服”改革为核心的税收营商环境优化在国家战略层面得到了高度重视。各项税收治理创新举措在切实提升企业纳税服务质量的同时,还通过大数据共享及应用使企业内外部的信息不对称得以有效缓解,进一步降低了涉税风险与监管成本。在各地区税务系统“放管服”改革不断提质升级的背景下,税收营商环境优化已成为驱动企业完善信息披露决策的关键要素。
营造公开透明的涉税信息环境、破除税务部门与市场主体之间的信息壁垒是税收营商环境优化的重要目标,也是促进资本市场健康稳定运转的必然要求。一般而言,企业的涉税信息披露质量由其纳税决策所决定。由于供应链上下游企业存在紧密的业务关联,税务部门往往能够通过追踪供应商或客户等重要利益相关者同企业的资金流动及交易凭证对涉税信息加以核实。因此,倾向于通过避税活动增加现金流留存的企业在进行避税操作的同时,通常需要与之利益高度捆绑的供应链伙伴予以配合,而隐匿供应商(客户)的名称与业务细节则成为企业“掩饰”涉税信息的重要途径。李姝等(2022)研究表明,在非透明的供应链信息环境中,监管部门与其他外部信息使用者难以通过财务数字之间的钩稽关系识别潜在的机会主义行为。可以认为,资本市场中企业供应链透明度较低的原因除顾虑专有化成本与客户中断风险外,还在于通过隐匿供应链伙伴的相关信息有助于其达成税收规避等自利性目的。特别地,在外部监管机制不健全与公司内部治理体系失效的制度环境中,企业的供应链信息环境将进一步恶化。已有研究证实,税收营商环境优化能够形成税收征管强化与公司治理水平提升的双重合力(储德银和程扬帆,2024)。那么,针对企业供应链详细信息披露动力不足、资本市场供应链透明度亟待提升的事实,以优化税收营商环境为目标的税务系统“放管服”改革能否促使企业由“讳莫如深”向“坦承不讳”转变呢?
基于此,本文将2017和2018年税务系统“放管服”改革试点政策视为准自然实验,采用2011—2022年中国A股上市公司数据系统探究税收营商环境优化对企业供应链透明度的影响、作用机制与经济后果。研究发现,税收营商环境优化显著改善了企业供应链透明度,该治理效应主要体现在专有化成本较高、供应链集中度较高以及处于较低税收征管强度地区的企业。作用渠道检验表明,抑制管理层代理动机、降低企业经营活动不确定性、强化涉税违规行为查处力度与信用信息共享是税收营商环境优化改善供应链透明度的主要路径。进一步分析显示,税收营商环境优化对企业供应商透明度的促进作用更为凸显。此外,税收营商环境优化通过改善供应链透明度显著提升了企业价值、社会责任表现与供应链稳定性。
本文可能的增量贡献主要有以下方面:首先,本文基于税收营商环境优化的视角,丰富了企业供应链透明度影响因素的相关研究。区别于既有文献更多通过企业对于披露供应链信息所产生的专有化成本与资本市场收益的权衡、供应商(客户)关系以及供应链结构等内部因素角度展开探讨(Campello和Gao,2017;Crawford等,2020),本文侧重于考察如何通过优化制度软环境改善企业的自愿性信息披露质量,并将税务系统“放管服”改革试点政策作为外生冲击,补充了企业供应链透明度关于税收治理层面的提升路径。其次,本文从供应链透明度视角探究税务系统“放管服”改革对企业供应链信息披露行为的影响,对税收营商环境优化在资本市场与供应链治理领域的经济后果研究作出重要拓展。国内文献大多聚焦于税务系统“放管服”改革对企业涉税行为的治理效应以及生产经营的激励效应(储德银和程扬帆,2024),但对其如何影响企业供应链信息披露缺乏足够的关注。本文则重点探究税务系统“放管服”改革在提升供应链透明度中发挥的积极作用,有助于进一步认识税收营商环境优化所产生的供应链治理效应。最后,本研究为进一步优化税收营商环境进而完善企业供应链信息披露相关的监管体系提供了有益启示。一方面,本文较为系统地厘清了税收营商环境优化改善供应链信息披露的治理路径;另一方面,本文进一步廓清了税收营商环境优化影响供应链透明度的作用边界,并拓展性探讨了税收营商环境优化对企业披露供应商与客户信息详尽程度的效应差异,为精准捕捉税收营商环境优化作用于供应链透明度治理的具体着力点提供了经验证据。
二、文献综述与研究假设(一)文献回顾
1.企业供应链透明度的影响因素研究。供应链信息披露水平较低是我国资本市场信息供给不足的重要表现之一。从企业内部维度看,大量文献表明,根据信息披露权衡理论,企业供应链信息披露的详尽程度与质量很大限度上取决于其在供应链信息披露后能够获得的收益与为之付出的专有化成本。前者主要体现为强化自身声誉与资本市场信任、降低融资成本以及增加股票流动性(Balakrishnan等,2014),后者则包括重要供应商(客户)关系中断的关系专用性投资沉没成本、市场竞争压力以及供应链上下游企业违规所引致的负面信息外溢风险(Ellis等,2012)。此外,部分学者围绕企业与供应商(客户)的关系对供应链透明度的动因展开了深入探讨,如Crawford等(2020)指出较高的客户集中度增加了企业的关系专有化投资价值,从而降低了企业对于供应链信息的公开披露意愿;相反,曹少鹏等(2023)认为,当主要客户出于提升本公司价值的考虑而要求企业增加供应链信息的披露时,较高客户集中度的企业可能因维护供应链关系的需要而做出改善供应链透明度的决策。进一步地,Gualandris等(2021)发现,供应链密度与供应链地理异质性同供应链信息环境的优化呈正向关系。特别地,杨刚强等(2024)基于供应链溢出视角考察了客户企业数字化转型对上游企业供应链透明度改善的积极意义。就外部政策环境而言,Cheng等(2021)立足资本市场开放厘清了企业供应链透明度的优化路径。汪琼等(2024)则基于产业政策溢出效应阐释了下游行业获得政策支持对企业关于客户信息披露质量的促进作用。遗憾的是,现有文献基于税收制度环境对供应链透明度治理的相关探究着墨有限。
2.税收营商环境优化的经济后果研究。已有文献主要从宏观经济高质量发展与微观企业行为探究税收营商环境的经济效应。宏观层面,现有研究发现税收营商环境优化有利于通过降低涉税环节的制度性成本吸引外资与激励创业(孙群力等,2023)。微观层面,国内大多数研究将税务系统“放管服”改革试点政策作为外生冲击,考察税收营商环境优化对市场主体行为的经济效应。具体而言,税务系统“放管服”改革一方面通过简政放权有效降低企业制度性交易成本,弱化了地方政府对于企业经营活动的不合理干预,对企业实质性创新产生了显著激励效应(唐飞鹏和霍文希,2022),使企业全要素生产率得以充分提升(储德银和程扬帆,2024)。另一方面,税务系统“放管服”改革依托税收征管数字化与完善纳税信用管理制度创新监管方式,在充分提升税务部门执法水平的同时,增强了多部门对于企业涉税行为的协同监管能力,有效抑制了市场主体的避税动机(范源源和李建军,2023)。此外,税务系统“放管服”改革通过提供优质高效的纳税服务切实提升了纳税人满意度,有利于激发企业家精神,促使企业劳动雇佣实现提质增效(薛钢和董睿,2023)。
纵观上述文献:一方面,现有关于税收营商环境优化的微观经济后果研究主要聚焦其对于市场主体生产性活动的制度赋能作用以及税收遵从的治理成效,尚未有文献涉及税收营商环境优化对企业供应链信息披露的效应评估。另一方面,现有文献更多围绕企业内部因素考察供应链透明度的提升路径,对于制度软环境尤其是税收营商环境优化的外部治理视角关注不足。同时,关于税收治理改善企业信息披露质量的既有研究主要基于税收征管强度提升所释放的震慑效应展开论证,鲜有文献考察以税务系统“放管服”改革为代表的“刚柔并济”式税收治理对于企业信息披露尤其是供应链信息披露的影响。因此,本文有必要基于税务系统“放管服”改革试点政策对税收营商环境优化的供应链透明度治理效应进行更为深入的理论阐释与实证分析。
(二)制度背景
良好的税收营商环境是高水平社会主义市场经济体制建设目标驱动下“有为政府”与“有效市场”相结合的重要体现。近年来,各级税务部门始终将深入落实“放管服”改革作为税收营商环境优化的核心工作,致力于通过深化税收征管改革着力打造征纳双方共建共治的一流税收营商环境。具体而言,国家税务总局于2017年9月发布《关于进一步深化税务系统“放管服”改革优化税收环境的若干意见》,旨在鼓励各地区税务部门积极创新税收治理模式,切实提升税收服务便利化与税收治理信息化水平,并将北京、上海、广州、深圳与江苏等省(市)作为首批营商环境优化试点,以期充分发挥示范引领作用。2018年8月,国家税务总局《关于贯彻落实全国深化“放管服”改革转变政府职能电视电话会议精神 优化税收营商环境有关事项的通知》进一步将浙江、江西、湖北、广西、海南、重庆、陕西、新疆、大连、宁波、厦门、青岛等12个行政单位纳入税收营商环境优化试点范围。随着税务系统“放管服”改革的推广与深化,各试点地区市场主体纳税负担显著减轻,税收执法效率明显提高,纳税人满意度大幅提升。
(三)研究假设
供应链信息环境是市场主体信息环境的关键组成部分。对企业而言,公开披露供应链信息不仅是为了契合监管部门的信息需求,更是增强投资者信任、提升企业声誉与强化资本市场表现的重要举措(Luo和Nagarajan,2015)。一方面,供应链信息环境的透明化有助于降低税务部门、资本市场监管机构及其他外部利益相关者的监督成本,使异常关联交易、盈余管理与税收规避等机会主义行为“无所遁形”(宫晓云等,2022)。另一方面,考虑到供应链信息存在外溢效应,企业通过公开披露供应链信息,能够释放更精准且具有前瞻性的特质信息,从而增强分析师的追踪能力与投资者信任。这不仅有助于提升资本市场效率、缓解融资约束(李丹和王丹,2016),还为企业培育可持续供应链提供了坚实的信息基础。
结合税务系统“放管服”改革的政策内容与工作要求,首先,税务部门以简政放权与优化纳税服务质量为重要抓手,积极推进办税缴费便利化改革,通过推进权力和责任清单规范化、改进纳税人优惠备案与合同备案、创新发票服务方式、精简涉税资料报送、确保税费优惠政策直达快享以及鼓励“非接触式”办税等形式,切实降低企业涉税活动的制度性交易成本(范源源和李建军,2023)。上述举措在提高企业纳税道德成本、促进企业纳税遵从的同时,有效弱化了企业通过降低供应链透明度与供应商(客户)合谋避税的动机,促使企业更加主动的披露供应链信息以满足税务部门及其他监管机构的信息需求。其次,税务部门依托先进技术手段强化放管结合,大力推动“以数治税”进程,通过运用税收大数据健全动态信用评价体系、实现跨区域跨部门的网络互通与数据共享,有效打破了税企信息分割与各部门协同不足的税收治理困境,使供应链上下游的资金流动与往来交易凭证始终处于全覆盖监管与痕迹化追踪的透明环境,促使企业基于应对外部监管压力与维护市场声誉的需要不断优化供应链信息质量。此外,银税互动的深化不仅能够通过纳税信用评级的信号传递效应为良好纳税表现的企业提供有力的融资支持,且有助于精准识别纳税失信企业(唐飞鹏和霍文希,2022),进一步抑制了企业与供应链利益相关者基于税收机会主义行为对供应链信息环境的恶化,从而激励企业基于吸引投资者关注与强化资本市场表现的目的积极提升供应链透明度。综上所述,本文提出如下研究假设。
假设1:在其他条件不变时,税收营商环境优化对供应链透明度具有提升作用。
以税收营商环境优化为目标的税务系统“放管服”改革主要通过制度与技术两个方面为市场主体优化供应链信息环境赋能。从制度赋能路径来看,税务系统“放管服”改革的实施使税收营商环境更为公正、透明、便利,有效削弱了企业管理层与供应链上下游利益相关者合谋避税的代理动机,且有利于市场主体弱化对于外部经营环境不确定性的感知,形成追求长期价值创造的稳定预期,从而激励企业提升供应链信息披露水平。具体而言,一方面,税务部门通过不断完善顶层设计深入落实简政放权与优化纳税服务,在着力化解烦琐的涉税行政审批事项、手续及资料对企业经营活动干扰的同时,积极提供精准高效便捷的办税缴费服务,切实降低了市场主体的制度性交易成本,有效抑制了企业管理层通过供应商(客户)合谋避税的寻租动机,以及企业为机会主义行为提供信息掩饰的积极性,从而促使企业改善供应链信息披露质量(宫晓云等,2022)。另一方面,税务系统“放管服”改革致力于完善涉税主体进入与退出市场的便利化机制,畅通税企沟通渠道,加快实现税费优惠政策直达企业与纳税人诉求迅速反馈双向并举,极大提升了税收政策服务透明度与涉税主体满意度。由此,企业不仅可以及时理解、享受相应的税费优惠待遇,还能够更为准确地评估投资项目的税收成本与风险。税收营商环境优化措施的落实落细充分缓解了企业经营活动的外部不确定性与长期决策风险(赵勇和马珍妙,2023),有助于企业更加清晰地洞察市场竞争格局,通过合理配置资源促进各环节协同,降低其与供应链上下游企业间的交易成本,使企业快速适应市场变化的响应能力与应对外部竞争的内在信心进一步增强,从而无需过度依赖更多的专有化成本投入以维持竞争优势(Li等,2018)。专有化成本是制约企业披露供应链信息的主要因素(Ellis等,2012)。同时,为了进一步向资本市场传递积极信号,企业更倾向于主动提升供应链透明度。因此,本文提出如下研究假设。
假设2:税收营商环境优化通过抑制管理层内在代理动机与降低企业经营活动外部不确定性提升供应链透明度。
从技术赋能路径来看,税务系统“放管服”改革的实施为涉税主体营造了智能化、全覆盖、高质效且宽严相济的税收监管环境,显著提升了企业涉税违规行为的惩戒力度与纳税信用信息的协同治理能力,从而促使企业改善供应链信息披露质量。一方面,税务部门依托数字化手段强化税收监管体系的技术支撑,增强了税务系统对企业与供应链上下游过往交易的全覆盖与追溯能力,充分强化了税收稽查部门的执法效率以及对于涉税违规行为的惩戒力度,对企业与供应商(客户)通过真实盈余管理、利润转移等财务违规行为进行合谋避税形成了强大的震慑效应(刘贯春等,2023),从而促使企业改善供应链信息环境。此外,纳税信用信息作为企业社会责任的重要表现一直受到外部利益相关者的高度重视。对于供应链伙伴而言,由于负面信息的供应链外溢效应,其在高强度的税收监管与惩戒压力下往往会敦促企业提高供应链透明度(曹少鹏等,2023),以避免因次级供应链中存在纳税失信企业而影响其融资成本与市场声誉。另一方面,税务系统“放管服”改革要求深化税收大数据共享应用,构建多部门信息联通、协同治理的市场主体信用信息共享平台。其中,试点政策要求深入推进“银税互动”合作机制,有效强化税务部门与银行业金融机构关于涉税主体的信用信息共享。银税部门间的合作通过数据共享协调机制,使纳税信用信息得以精准快捷地对接至银行业金融机构,有效提高了银行业金融机构的信用信息甄别能力,为市场主体“以信换贷”畅通了渠道,有利于引导金融资源流向资信良好、内部治理机制健全的优质企业,助力市场主体缓解融资困境(周泽将等,2020)。融资压力的缓释不仅使企业获得了充裕的现金流与良好的财务灵活性,更为其锻造核心竞争力提供了稳定的资源基础,并促使企业产生吸引外部投资者关注与拓展供应链合作深度的强烈意愿,从而进一步增强其抵御供应链中断风险与可持续发展的能力(谢家平等,2024)。在资本市场中,潜在供应链伙伴、外部投资者和金融机构往往更加青睐供应链信息透明、管理规范的企业。这意味着企业更加愿意通过主动完善供应链透明度,为潜在供应链合作伙伴提供更具可视化与可追溯的信息环境,且便于外部投资者评估其信用状况与经营前景,进而增进互信,积累优质的市场声誉(Swift等,2019;李姝等,2022)。因此,税收营商环境优化能够通过技术赋能释放信用信息共享效应,有效缓解市场主体的融资约束,促使企业基于强化资本市场关注与拓展供应链合作的战略需要积极提升供应链透明度。基于此,本文提出如下研究假设。
假设3:税收营商环境优化通过强化涉税违规行为查处力度与信用信息共享提升企业供应链透明度。
三、研究设计(一)样本选择与数据来源
本文选取2011—2022年A股上市公司数据作为初始研究样本,并对数据进行如下筛选处理:(1)剔除金融类与房地产行业的企业样本;(2)剔除上市状态为ST、*ST和终止上市的企业样本;(3)剔除资产负债率大于1的样本观测值;(4)剔除相关指标存在数据缺失的样本;(5)对各连续变量进行上下1%水平的缩尾处理以减少极端值对实证结果的干扰。经筛选,最终得到
(二)模型设定
为考察税收营商环境优化是否能够对企业供应链透明度产生治理效应,本文参考范源源和李建军(2023)、薛钢和董睿(2023)的研究,将2017年和2018年税务系统“放管服”改革试点作为外生政策冲击,构建多期双重差分模型进行实证检验,如式(1)所示。
| $ {Sctn}_{i,j,t}={\beta }_{0}+{\beta }_{1}{Treat}_{j}\times {Post}_{t}+{\gamma }_{n}\sum {Controls}_{i,j,t}+{\mu }_{i}+{v}_{t}+{\theta }_{j}+{\varepsilon }_{i,j,t} $ | (1) |
其中,被解释变量Sctni,j,t表示位于j城市的企业i第t年的供应链透明度,核心解释变量为Treatj×Postt,表示企业i所在城市j在第t年是否开展了税务系统“放管服”改革试点。Controlsi,j,t为控制变量组。μi、vt和θj分别表示企业、年份与城市固定效应,εi,j,t为随机误差项。
(三)变量选择
1.被解释变量:供应链透明度(Sctn)。借鉴宫晓云等(2022)的研究,使用上市企业明确披露名称信息的前五大供应商和客户总数衡量供应链透明度。其中,明确披露名称信息指不包含未提及具体供应商(客户)名称和使用没有信息含量的符号替代的可检索情况。该指标数值越大,表明利益相关者可以根据具体名称提取更详细的供应商(客户)信息,供应链透明度越高。
2.解释变量:税收营商环境优化(Treat×Post)。以税务系统“放管服”改革分批次(2017年和2018年)试点作为准自然实验,构建政策虚拟变量表征税收营商环境是否优化。其中,Treat为处理变量,若样本企业所在城市属于税务系统“放管服”改革的试点地区则赋值为1,否则为0;Post为政策冲击虚拟变量,若时间为改革试点当年及之后年份则取值为1,否则为0。
3.控制变量。本文参考曹少鹏等(2023)、刘贯春等(2023)的研究,本文从企业层面的财务特征、公司治理以及地区层面的宏观经济状况选择以下控制变量:企业规模(Lnsize)、公司年龄(Lnage)、资产负债率(Lev)、总资产收益率(Roa)、经营活动现金流(Cash)、企业成长性(Growth)、税费负担(Tax)、存货周转率(Ito)、会计信息质量(Aiq)、两职合一(Dual)、股权集中度(Top)、董事会独立性(Pid)与审计质量(Audit)、城市经济发展水平(Lnpgdp)和市场化程度(Mar)。各变量具体定义如表1所示。
| 变量名称 | 变量符号 | 变量定义 |
| 供应链透明度 | Sctn | 披露具体名称的前五大供应商和客户数量之和 |
| 税收营商环境优化 | Treat×Post | 样本企业所在城市处于开展税务系统“放管服”改革试点的 当年及之后年份则取值为1,否则为0 |
| 企业规模 | Lnsize | 企业期末员工总人数的自然对数 |
| 资产负债率 | Lev | 总负债/总资产 |
| 总资产收益率 | Roa | 净利润/总资产 |
| 经营活动现金流 | Cash | 经营活动现金流量净额/总资产 |
| 企业成长性 | Growth | 营业收入增长率 |
| 税费负担 | Tax | 应交税费/营业收入 |
| 存货周转率 | ito | 营业成本/平均存货余额 |
| 公司年龄 | Lnage | 样本观测年终日减去企业成立日期后除以365并取对数 |
| 会计信息质量 | Aiq | 基于修正Jones模型计算的操纵性应计利润的绝对值 |
| 两职合一 | Dual | 董事长与总经理为同一人则取1,否则为0 |
| 股权集中度 | Top | 第一大股东持股比例 |
| 董事会独立性 | Pid | 独立董事人数/董事会总人数 |
| 审计质量 | Audit | 当年由四大会计师事务所审计则取1,否则为0 |
| 经济发展水平 | Lnpgdp | 人均地区生产总值取自然对数 |
| 市场化程度 | Mar | 分省份市场化指数 |
(一)描述性统计
表2列示了主要变量的描述性统计结果。其中,被解释变量供应链透明度(Sctn)的均值为1.390,表明每个公司平均仅披露了1到2位供应商或客户的名称信息,供应链透明度总体较低,与近年来我国资本市场供应链透明度明显下降的趋势相符合。另外,供应链透明度(Sctn)的标准差为3.351,意味着不同企业之间的供应链透明度存在着明显差异。核心解释变量税收营商环境优化(Treat×Post)的均值为0.372,表明研究时段内有37.2%的样本观测值受到税务系统“放管服”改革的影响。对于控制变量而言,各变量均分布在正常范围内。
| 变量符号 | 观测值 | 均值 | 标准差 | 最小值 | 中位数 | 最大值 |
| Sctn | 1.390 | 3.351 | 0.000 | 0.000 | 10.000 | |
| Treat×Post | 0.372 | 0.483 | 0.000 | 0.000 | 1.000 | |
| Lnsize | 7.767 | 1.213 | 5.147 | 7.675 | 11.250 | |
| Lev | 0.416 | 0.196 | 0.056 | 0.410 | 0.857 | |
| Roa | 0.041 | 0.055 | –0.192 | 0.038 | 0.195 | |
| Cash | 0.050 | 0.065 | –0.134 | 0.048 | 0.233 | |
| Growth | 0.288 | 0.654 | –0.628 | 0.128 | 4.182 | |
| Tax | 0.065 | 0.047 | 0.005 | 0.053 | 0.251 | |
| Ito | 14.205 | 53.154 | 0.393 | 3.836 | 460.742 | |
| Lnage | 1.961 | 0.934 | 0.000 | 2.197 | 3.296 | |
| Aiq | 0.065 | 0.070 | 0.001 | 0.043 | 0.400 | |
| Dual | 0.275 | 0.447 | 0.000 | 0.000 | 1.000 | |
| Top | 0.343 | 0.148 | 0.086 | 0.320 | 0.740 | |
| Pid | 0.375 | 0.053 | 0.333 | 0.333 | 0.571 | |
| Audit | 0.059 | 0.236 | 0.000 | 0.000 | 1.000 | |
| Lnpgdp | 11.411 | 0.520 | 9.945 | 11.489 | 12.201 | |
| Mar | 9.537 | 1.654 | 4.160 | 9.730 | 12.922 |
(二)平行趋势检验
本文使用双重差分模型探究税务系统“放管服”改革试点政策对企业供应链透明度是否具有促进作用,其前提是在受到税务系统“放管服”改革试点政策冲击前,试点地区与非试点地区企业的供应链透明度应具有共同趋势。因此,本文以改革试点的前一年作为基期,构建以下模型进行检验,如式(2)所示。
| $ {Sctn}_{i,j,t}={\alpha }_{0}+{\alpha }_{k}\sum _{k=-4,k\ne -1}^{k=4}{Treat}_{j}\times {Post}_{k}+{\phi }_{n}\sum {Controls}_{i,j,t}+{\mu }_{i}+{v}_{t}+{\theta }_{j}+{\varepsilon }_{i,j,t} $ | (2) |
其中,Postk为一系列时间虚拟变量,k表示税务系统“放管服”改革实施前后的第k年。αk为本文重点关注的待估参数,其反映了税务系统“放管服”改革实施前后的第k年政策试点地区与非试点地区的企业供应链透明度差异。平行趋势检验结果如图1所示,税务系统“放管服”改革实施前四年αk均未显著异于0,表明税务系统“放管服”改革实施前试点地区与非试点地区企业的供应链透明度变化趋势保持一致,通过平行趋势假定。进一步地,税务系统“放管服”改革试点启动后,Treat×Post的估计系数呈明显递增趋势并在实施两年后显著为正,这意味着税收营商环境优化对企业供应链透明度的治理效应具有一定时滞性。
|
| 图 1 平行趋势检验 |
(三)基准回归分析
以税收营商环境优化为目标的税务系统“放管服”改革影响企业供应链透明度的基准回归结果如表3所示。在第(1)列中,当仅控制企业、城市与年份固定效应时,税收营商环境优化(Treat×Post)的系数在5%水平上显著为正。在此基础上,本文在第(2)至(4)列中逐步加入控制变量后,估计系数仍显著为正(5%水平)。第(4)列结果显示,纳入全部控制变量后税收营商环境优化(Treat×Post)的系数为0.163。这意味着,相较于所在城市未开展税务系统“放管服”改革试点的企业,试点实施地区的企业供应链透明度提升了约16.3%。这表明税务系统“放管服”改革能够显著提升企业供应链信息披露质量,税收营商环境优化对供应链透明度具有良好的治理效应。假设1得到初步验证。
| 变量 | (1) | (2) | (3) | (4) |
| Sctn | Sctn | Sctn | Sctn | |
| Treat×Post | 0.134** (2.04) |
0.142** (2.17) |
0.144** (2.19) |
0.163** (2.47) |
| Lnsize | –0.162*** (–3.28) |
–0.175*** (–3.50) |
–0.176*** (–3.53) |
|
| Lev | 0.829*** (4.10) |
0.698*** (3.39) |
0.704*** (3.42) |
|
| Roa | 0.397 (0.99) |
0.333 (0.83) |
0.369 (0.92) |
|
| Cash | 0.293 (0.92) |
0.262 (0.82) |
0.254 (0.80) |
|
| Growth | –0.088** (–2.46) |
–0.092*** (–2.59) |
–0.093*** (–2.60) |
|
| Tax | –0.092 (–0.13) |
–0.085 (–0.11) |
–0.010 (–0.01) |
|
| Ito | –0.001 (–1.41) |
–0.001 (–1.40) |
–0.001 (–1.44) |
|
| Lnage | 0.167*** (2.76) |
0.165*** (2.72) |
||
| Aiq | –0.029 (–0.11) |
–0.018 (–0.07) |
||
| Dual | 0.032 (0.55) |
0.031 (0.53) |
||
| Top | 1.332*** (4.11) |
1.351*** (4.17) |
||
| Pid | –0.418 (–0.86) |
–0.446 (–0.92) |
||
| Audit | –0.339** (–2.07) |
–0.336** (–2.05) |
||
| Lnpgdp | –0.601*** (–4.10) |
|||
| Mar | –0.046 (–1.34) |
|||
| Constant | 1.350*** (48.30) |
2.268*** (6.06) |
1.812*** (4.00) |
9.116*** (5.19) |
| 企业/城市/年份固定效应 | YES | YES | YES | YES |
| 样本量 | ||||
| Adj_R2 | 0.533 | 0.533 | 0.534 | 0.534 |
| 注:*、**与***分别表示在10%、5%与1%水平下显著,括号内为稳健标准误的t值,下同。 | ||||
(四)作用渠道检验
基于理论分析的阐释,税收营商环境优化对供应链透明度的促进作用得益于制度与技术的双重赋能,具体表现为通过优化涉税制度环境,抑制管理层代理动机与降低企业经营活动的外部不确定性;通过优化税收监管技术与多部门协同治理能力,增强对涉税违规行为的震慑力度与企业信用信息的共享。为论证上述作用渠道的存在,本文参考Baron和Kenny(1986)的做法逐一进行检验。
1.制度赋能路径:抑制管理层代理动机与缓解企业经营活动不确定性。一方面,借鉴张泽南等(2024)的研究,使用管理费用与营业收入之比衡量企业代理成本(Ac)。这一渠道的检验结果如表4第(1)至(3)列所示。表4第(1)列为基准回归结果。第(2)列结果表明,税收营商环境优化对企业代理成本(Ac)的系数显著为负(1%水平),即税收营商环境优化对企业管理层代理动机具有显著抑制作用。随后,将企业代理成本(Ac)引入模型(1)进行回归,结果如表4第(3)列所示。Treat×Post的系数显著为正且绝对值变小,企业代理成本(Ac)的系数显著为负,初步证实了抑制管理层代理动机这一作用渠道的存在。进一步地,使用Sobel检验对作用渠道检验的结果显示,Z值为1.873且在10%水平显著。上述结果表明,通过抑制管理层内在代理动机,税收营商环境优化显著削弱了企业利用较低的供应链透明度掩饰机会主义行为的倾向,从而对供应链透明度产生显著的治理效应。
| 变量 | (1) | (2) | (3) | (4) | (5) |
| Sctn | Ac | Sctn | Epu | Sctn | |
| Treat×Post | 0.163** (2.47) | –0.005*** (–5.92) | 0.159** (2.40) | –0.008*** (–3.42) | 0.160*** (2.70) |
| Ac | –0.895* (–1.94) | ||||
| Epu | –0.382** (–2.11) | ||||
| 控制变量 | YES | YES | YES | YES | YES |
| 企业/城市/年份固定效应 | YES | YES | YES | YES | YES |
| 样本量 | |||||
| Adj_R2 | 0.534 | 0.574 | 0.534 | 0.407 | 0.536 |
| Sobel检验 | 1.873* | 1.834* |
另一方面,本文参考唐飞鹏和霍文希(2022)的研究,基于年报关键词研究数据库选择“风险信息披露程度”的关键词
2.技术赋能路径:强化涉税违规行为查处力度与信用信息共享。一方面,本文参考刘贯春等(2023)的研究,使用企业当年被查处的往年涉税违规次数衡量涉税违规查处力度(Taxvio)。这一作用渠道的检验结果如表5第(1)至(3)列所示。表5第(1)列为基准回归结果。第(2)列显示,税收营商环境优化对涉税违规查处力度(Taxvio)的系数在5%水平上显著为正,表明税收营商环境优化有助于通过先进技术手段识别过往未被发现的涉税违规行为。随后,将涉税违规查处力度(Taxvio)引入模型(1)进行回归,结果如表5第(3)列所示。涉税违规查处力度(Taxvio)的系数显著为正,Treat×Post的系数正向显著且绝对值变小。同时,Sobel检验的Z值为1.685且显著(10%水平)。结果表明,放管结合通过技术赋能强化了对于利用非透明供应链信息环境与上下游利益相关者实施涉税违规行为的震慑与惩戒力度,从而驱动企业改善供应链透明度。
| 变量 | (1) | (2) | (3) | (4) | (5) |
| Sctn | Taxvio | Sctn | Fc | Sctn | |
| Treat×Post | 0.163** (2.47) | 0.035** (2.21) | 0.160** (2.58) | –0.007** (–2.07) | 0.162** (2.44) |
| Taxvio | 0.098* (1.88) | ||||
| Fc | –0.262*** (–3.47) | ||||
| 控制变量 | YES | YES | YES | YES | YES |
| 企业/城市/年份固定效应 | YES | YES | YES | YES | YES |
| 样本量 | |||||
| Adj_R2 | 0.534 | 0.276 | 0.536 | 0.808 | 0.535 |
| Sobel检验 | 1.685* | 3.095*** |
另一方面,本文参考顾雷雷等(2020)的研究,使用FC指数衡量企业融资约束程度(Fc)。企业融资约束越小,即表明其信用信息在银税等部门间的共享越充分,银行业金融机构与企业间的信息不对称程度越弱。这一作用渠道的检验结果如表5第(1)(4)(5)列所示。表5第(4)列显示,税收营商环境优化对企业融资约束(Fc)的回归系数在5%水平上显著为负,表明税收营商环境优化能够显著缓解市场主体融资困境。随后,将企业融资约束(Fc)引入模型(1)进行回归,结果如表5第(5)列所示。Treat×Post的系数显著为正且绝对值变小,企业融资约束(Fc)的系数显著为负。进一步地,Sobel检验显示Z值为3.095且显著(1%水平),证实了上述作用渠道的存在性。税收营商环境优化通过深化银税合作等形式增强了市场主体的信用信息共享与协同治理,使银行业金融机构能够充分利用信用信息对市场主体实施融资激励,从而激励企业提升供应链透明度,以利于其获得更广泛的资本市场关注。综上,假设3得以验证。
(五)稳健性检验
1.安慰剂检验。为了排除税收营商环境优化能够提升企业供应链透明度这一结论并非由随机性因素导致,本文在保持受税务系统“放管服”改革试点政策影响的企业数量不变的基础上进行随机抽样,构造税务系统“放管服”改革的伪实验组并使用基准模型展开
|
| 图 2 安慰剂检验 |
2.缓解样本选择偏误的影响。考虑到税收营商环境优质的地区能够为具有良好财务状况与治理架构的企业提供极具吸引力的发展土壤,使得位于此类地区的企业往往拥有更为透明化的供应链信息环境。基于此,本文采用倾向得分匹配法(PSM)缓解因样本选择问题引致的内生性偏误。具体地,本文将控制变量中企业的财务特征变量与治理特征变量作为匹配使用的协变量。由于实验组样本量较少且协变量较多,为了减少匹配过程中的样本损失,本文参考黄卓等(2024)的做法,采用卡尺范围内1:4近邻匹配的方法为实验组寻找合适的对照样本。考虑到倾向得分匹配的敏感性,本文还使用了卡尺范围内1:3近邻匹配进行验证。此外,参考Cazier等(2020)的研究,本文使用熵平衡匹配法展开进一步检验,使对照组的均值、方差和偏度分布与处理组尽可能精准匹配。表6第(1)至(3)列分别列示了估计结果。可以发现,税收营商环境优化对企业供应链透明度的系数仍显著为正,进一步支持了基准回归结果的稳健性。
| 变量 | (1) | (2) | (3) | (4) | (5) |
| 卡尺范围内1:4近邻匹配 | 卡尺范围内1:3近邻匹配 | 熵平衡法 | 控制数字技术应用相关政策的影响 | 控制税收征管体制改革与减税政策的影响 | |
| Treat×Post | 0.120* (1.72) |
0.113* (1.67) |
0.235** (2.38) |
0.114* (1.73) |
0.162** (2.45) |
| 控制变量 | YES | YES | YES | YES | YES |
| 企业/城市/年份固定效应 | YES | YES | YES | YES | YES |
| 样本量 | |||||
| Adj_R2 | 0.539 | 0.543 | 0.573 | 0.534 | 0.534 |
3.排除同期其他政策的干扰。为排除数字技术应用政策对评估税收营商环境优化的供应链透明度治理效应的干扰,本文对以下政策进行了控制。第一,控制供应链数字化的影响。参考张树山等(2021)的研究,将样本企业是否被认定为供应链创新与应用试点企业作为虚拟变量纳入模型。第二,控制税收征管数字化的影响。“金税三期”的实施显著提高了税收治理信息化水平,对于企业盈余操纵治理与信息披露质量改善具有显著促进作用(张玉明等,2023)。本文将样本企业所在地区是否上线“金税三期”系统作为虚拟变量纳入模型。第三,控制数字基础设施建设的影响。本文将样本企业所在城市是否处于国家大数据综合试验区作为虚拟变量纳入模型。如表6第(4)列所示,在控制供应链数字化、税收征管数字化与数字基础设施建设的影响后,Treat×Post的估计系数显著为正。
为排除相关税收政策对基准回归结果的干扰,本文对以下政策进行了控制。第一,控制国地税合并的影响。本文将2018年国地税合并前样本企业是否在地税局缴纳所得税作为虚拟变量引入基准回归模型。第二,控制增值税税率简并政策的影响。本文将政策实施前一年样本企业是否处于增值税税率简并所涉及的税率档位作为虚拟变量纳入基准回归模型。如表6第(5)列所示,在控制国地税合并、增值税税率简并等政策冲击后,Treat×Post的估计系数仍显著为正(5%水平),证实了税收营商环境优化对于供应链透明度的治理效应具有稳健性。
4.异质性处理效应检验。由于多期双重差分的估计系数可视为若干个2×2的DID估计量的加权平均,当存在较高的负权重时将意味着前文估计结果可能存在偏误。本文借鉴de Chaisemartin和D'Haultfœuille(2020)的研究,首先对多期双重差分估计的潜在偏误进行诊断。对所有权重进行分解后发现,在全部的377个权重中有357个权重为正,负向权重仅有20个,占比不足6%,一定程度上表明异质性处理效应并未对前文估计结果造成实质性干扰。参考Borusyak等(2022)的思路,使用未处理个体的观测数据外推出处理个体的潜在结果,再计算每个处理组个体的处理效应并加权。如表7第(1)列所示,得到修正后的平均处理效应为0.206且在5%水平显著。上述结果表明,在考虑异质性处理效应后,本文的基准回归结论依然稳健。
| 变量 | (1) | (2) | (3) | (4) | (5) |
| 异质性处理效应检验 | 替换被解释变量 | 控制行业×年份固定效应 | 剔除疫情期间样本 | 剔除所在试点城市为直辖市与计划单列市的企业样本 | |
| Treat×Post | 0.206** (2.00) |
0.006* (1.85) |
0.147** (2.16) |
0.145** (2.10) |
0.202** (2.08) |
| 控制变量 | YES | YES | YES | YES | YES |
| 企业固定效应 | YES | YES | YES | YES | YES |
| 年份固定效应 | YES | YES | YES | YES | YES |
| 城市固定效应 | NO | YES | YES | YES | YES |
| 行业×年份固定效应 | NO | NO | YES | NO | NO |
| 样本量 |
5.其他稳健性检验。第一,替换被解释变量。为确保结果不受核心变量测度偏误的影响,本文使用企业披露具体名称的前五大供应商和客户的交易额占比重新衡量供应链透明度(Sctr)。第二,在基准回归中进一步引入行业×年份固定效应,以缓解行业层面随时间变化的不可观测因素对评估税收营商环境优化的供应链透明度治理效应的干扰。第三,剔除特殊样本。一方面,考虑到突发公共事件对供应链的负向冲击可能会引致企业对供应商(客户)信息的保护,剔除了2020年以后的样本观测值进行重新回归。另一方面,税务系统“放管服”改革试点中的部分城市为直辖市(北京、上海、重庆)与计划单列市(深圳、大连、宁波、厦门、青岛),这些城市可能因政策禀赋优势与长期对外开放的历史背景从而拥有较优质的营商环境基础。为避免这一因素的干扰,本文剔除位于上述城市的企业样本后重新回归。各项稳健性检验结果如表7第(2)至(5)列所示,Treat×Post的系数仍显著为正,证实了基准回归结论的稳健性。
五、进一步讨论(一)异质性分析
1.基于企业专有化成本的异质性分析。专有化成本是企业自愿性信息披露决策必须权衡的最重要抵减因素。当披露供应链信息导致商业秘密被竞争对手知悉时,专有化成本较高的企业更易遭受强烈的外部竞争压力与供应链中断风险。因此,本文借鉴Ellis等(2012)、唐斯圆等(2022)的研究,本文使用研发支出占营业收入的比重衡量企业的专有化成本,并基于该指标的行业—年度中位数将样本分为两组进行回归,结果如表8第(1)(2)列所示。可以发现,在专有化成本较高的样本组中,税收营商环境优化对供应链透明度的系数显著为正,而在另一样本组中该系数并不显著。上述结果表明,税收营商环境优化对专有化成本较高的企业具有更强的供应链透明度治理效应。其原因可能是,税收营商环境优化伴随着涉税服务的精准高效与优惠性税收政策的落实落细,有助于稳定市场主体经营预期,削弱专有化成本较高的企业通过避税增加现金流留存以应对外部环境不确定性的动机,并增强其抵御外部竞争的信心,故税收营商环境优化更有利于提升专有化成本较高企业的供应链透明度。
| 变量 | 企业专有化成本 | 供应链集中度 | 地区税收征管强度 | |||
| (1)高 | (2)低 | (3)高 | (4)低 | (5)高 | (6)低 | |
| Treat×Post | 0.234* (1.84) |
0.119 (0.76) |
0.252* (1.96) |
0.097 (0.66) |
0.140 (0.86) |
0.352** (2.48) |
| 控制变量 | YES | YES | YES | YES | YES | YES |
| 企业/城市/年份固定效应 | YES | YES | YES | YES | YES | YES |
| 样本量 | ||||||
| Adj_R2 | 0.173 | 0.207 | 0.200 | 0.164 | 0.145 | 0.184 |
| 组间差异检验 | 0.028 | 0.035 | 0.067 | |||
2.基于供应链集中度的异质性分析。在集中化的供应链配置中,企业对重要供应商(客户)具有较强的依赖性,在交易中通常处于议价劣势,也伴随着较高的供应链中断风险。为维持供应链关系,企业往往会选择降低供应链信息披露质量确保市场地位、抵御供应链伙伴因违规行为而造成负面信息对自身的波及,甚至选择与重要供应商(客户)合谋避税。因此,本文借鉴巫强和姚雨秀(2023)的研究,使用企业前五大供应商采购额占采购总额之比与前五大客户销售额占销售总额之比的均值衡量企业供应链集中度,并将样本基于供应链集中度的行业—年度中位数进行分组回归,结果如表8第(3)(4)列所示。结果显示,税收营商环境优化对供应链透明度的系数在供应链集中度较高的企业中更为显著。税收营商环境优化切实提高市场主体的纳税道德成本与涉税违规成本,减弱了较高供应链集中度的企业与其重要供应链伙伴合谋避税的动机。同时,税收营商环境优化为市场主体营造了公正透明且可预期的经营环境,有利于供应链集中度较高的企业专注于长期战略,包括通过优化供应链配置以有效应对市场风险,故税收营商环境优化对供应链集中度较高的企业具有更显著的供应链透明度治理效应。
3.地区税收征管强度的异质性检验。更为严格的税收征管环境有助于对具有财务违规倾向的企业释放震慑效应,促使其改善信息披露质量(刘贯春等,2023)。因此,识别税收营商环境优化对供应链透明度的效应需要考虑企业所在地区税收监管强度的影响。本文使用税收努力程度作为表征地区税收征管强度的代理变量,并根据政策实施前企业所在地区税收征管强度的中位数将样本分为高低两组进行回归分析,结果如表8第(5)(6)列所示。可以发现,税收营商环境优化对供应链透明度的显著提升作用体现在税收征管强度较低的地区。究其原因,在税收征管强度较为宽松的地区,税收执法部门对涉税行为的查处力度不足,企业与供应链上下游利益相关者具有利用复杂操作与隐蔽手段参与合谋避税的强烈动机。税收营商环境优化伴随着大数据与人工智能等先进技术在税收征管领域的广泛应用与深入融合,强化了税收监管部门的稽查能力,通过技术赋能为税收征管强度宽松的地区提供了良好的治理助力。
(二)拓展性分析:税收营商环境优化对供应商与客户透明度的效应差异
在资本市场的具体实践中,由于涉及商业秘密、外部竞争环境以及信息披露监管要求的差异,企业在披露供应商信息时更为谨慎,具体表现为企业对供应商信息的披露数量明显少于客户信息。鉴于此,本文试图进一步探究税收营商环境优化对供应商与客户透明度的效应差异。借鉴宫晓云等(2022)的做法,本文将供应链透明度分解为供应商透明度(Suptn)与客户透明度(Custn),分别作为被解释变量进行检验,结果如表9第(1)(2)列所示。可以发现,税收营商环境优化对供应商透明度具有显著促进作用,而对客户透明度的作用并不明显。其原因可能是,企业同供应商的业务联系与成本及费用的确认紧密相关。考虑到税收监管部门在传统稽查流程中更多关注企业收入环节的确认,企业基于规避稽查的动机极有可能通过隐匿成本与费用方面的操纵痕迹与上游供应商实现合谋避税,降低供应商透明度成为其主要选择。税收营商环境优化措施的落实在充分缓解管理层代理动机的同时,还能够通过数字化手段赋能税收监管,对企业购销业务全流程予以覆盖、追踪,有助于清除企业涉税违规行为的税收监管盲点,对企业与上游供应商的合谋避税动机产生有效震慑,从而促使企业提升供应商信息披露质量。因此,税收营商环境优化对供应商透明度具有更显著的治理效应。
| 变量 | 供应商透明度与客户透明度的效应差异 | 经济后果检验 | ||||
| (1)Suptn | (2)Custn | (3)TobinQ | (4)Csr | (5)Supst | (6)Cusst | |
| Treat×Post | 0.065* (1.86) |
0.014 (1.61) |
0.052* (1.94) |
0.013*** (3.89) |
0.140*** (5.32) |
0.208** (2.23) |
| 控制变量 | YES | YES | YES | YES | YES | YES |
| 企业/城市/年份固定效应 | YES | YES | YES | YES | YES | YES |
| 样本量 | ||||||
| Adj_R2 | 0.532 | 0.525 | 0.328 | 0.541 | 0.389 | 0.560 |
(三)经济后果分析
税收营商环境优化的供应链透明度治理效应将对企业乃至整个供应链产生何种影响呢?研究发现,供应链透明度的改善有利于向资本市场释放特质信息并传递利好信号,显著优化企业与外部投资者之间的信息环境,从而增进资本市场表现(李丹和王丹,2016)。同时,企业对于供应链信息的公开披露有助于强化社会各界对自身生产经营活动的全方位监督,促使其更加重视社会责任表现。随着供应链信息环境的改善,企业市场价值与社会责任表现理应随之提高。因此,本文以托宾Q值及和讯网发布的企业社会责任评分(除以100)作为被解释变量,分别考察税收营商环境优化对企业价值与社会责任表现的影响,结果如表9第(3)(4)列所示。结果显示,税收营商环境优化的供应链透明度治理效应能够显著提升企业价值与社会责任表现。
进一步地,供应链透明度的改善提高了次级供应商与客户对企业的可视化程度,有助于企业优化供应链管理与长期生产决策,从而增强供应链稳定性(曹少鹏等,2023)。因此,本文进一步考察了税收营商环境优化对供应链稳定性的影响。具体地,本文参考陆蓉等(2024)的研究,使用企业连续三年同前五大供应商与前五大客户交易额占比的标准差的倒数分别衡量供应商稳定度(Supst)与客户稳定度(Cusst),该指标数值越大即表明供应链稳定度越高。将供应商稳定度(Supst)与客户稳定度(Cusst)作为被解释变量的回归结果如表9第(5)(6)列所示。可以发现,Treat×Post对企业供应商(客户)稳定度的系数均显著为正,该结果意味着税收营商环境优化的供应链透明度治理效应有利于提升企业供应链稳定性。
六、结论与启示改善供应链信息环境是促进资本市场效率、提升供应链韧性和安全水平的重要条件。税收制度环境作为企业外部治理的核心一环,如何立足于优化税收营商环境、提高税收治理能力实现对供应链透明度提升的有效激励已逐渐成为理论界与实务界关注的关键议题。本文以2017年和2018年分批次开展的税务系统“放管服”改革作为准自然实验,使用2011—2022年A股上市公司数据,构建多期双重差分模型系统考察了税收营商环境优化对供应链透明度的影响、作用机制与经济后果。研究结论显示,税收营商环境优化能够显著提升供应链透明度,且该结论通过了一系列稳健性测试。作用渠道检验表明,税收营商环境优化主要通过抑制管理层代理动机、降低企业经营活动不确定性、强化涉税违规行为查处力度与信用信息共享对供应链透明度产生促进作用。异质性分析发现,税收营商环境优化对供应链透明度的促进作用在专有化成本较高、供应链集中度较高以及处于税收征管强度较低地区的企业更为明显。进一步研究发现,税收营商环境优化主要对供应商透明度产生促进效应。此外,税收营商环境优化能够通过提升供应链透明度对企业价值、社会责任表现与供应链稳定性产生积极作用。本文的研究结论对于进一步落实税收营商环境优化工作与有效改善供应链透明度具有积极的政策启示。
第一,持续深化税务系统“放管服”改革,积极构建有利于透明化供应链形成的税收营商环境。政府部门应坚持以优化税收营商环境为目标的税务系统“放管服”改革为核心抓手,积极总结并充分吸收改革试点地区的有益经验,因地制宜地不断推进“放管服”改革提质升级,通过进一步减轻市场主体纳税负担、优化涉税服务与丰富智慧监管工具,实现降低市场主体纳税遵从成本与提升监管部门“以数治税”能力的双向合力,从源头遏制企业与供应链重要利益相关者合谋避税的机会主义倾向,利用大数据等先进技术对利用非透明供应链信息环境的隐蔽式涉税违规行为展开精准打击,从而切实改善供应链信息环境。
第二,推进税收营商环境优化应积极引导企业健全内部治理架构,并着力消除引致市场主体经营预期波动的外部不确定性因素,畅通税收营商环境改善供应链透明度的制度赋能路径。一方面,税务部门应通过不断完善监管与服务并重的宽严相济的税收治理模式促进企业内部治理的规范化与财务信息的透明化,助力企业建立健全合规导向的内部治理架构;另一方面,税务部门应持续简化涉税审批流程,降低非生产性活动对企业经营秩序的干扰,同时进一步强化税企沟通力度、政策服务透明度与税收优惠政策落实力度,确保企业在进行战略调整时具有清晰的决策依据与长期稳定的市场预期,从而充分削弱由外部环境不确定性与内部治理机制不健全引致的供应链合谋避税动机,激励企业改善供应链透明度。
第三,推进税收营商环境优化需重点发挥先进数字技术赋能新型税收监管模式的显著优势,利用“穿透式”监管提升对涉税违规行为的稽查精度、惩戒力度与市场主体信用信息的甄别力度。一方面,税务部门应进一步推进大数据、区块链等先进技术与税收治理的深度融合,加快形成企业与其供应链上下游资金流动与交易明细的全面覆盖,最大程度地压缩涉税违规的操作空间。另一方面,进一步强化“银税合作”,加强企业信用信息的甄别与共享,通过差异化信贷激励促使企业完善涉税信息披露,进而提升供应链透明度。
第四,税收营商环境的优化中应着重关注专有化成本较高、供应链配置较为集中与所在地区税收征管强度较低的企业,通过落实“放管服”改革措施,精准释放税收营商环境优化的供应链透明度治理效应,从而为提升企业价值与社会责任表现、构建可持续供应链提供护航。
| [1] | 储德银, 程扬帆. 税收营商环境优化与企业全要素生产率——来自税务系统“放管服”改革的经验证据[J]. 南开经济研究, 2024(4): 45–65. |
| [2] | 顾雷雷, 郭建鸾, 王鸿宇. 企业社会责任、融资约束与企业金融化[J]. 金融研究, 2020(2): 109–127. |
| [3] | 黄卓, 陶云清, 刘兆达, 等. 智能制造如何提升企业产能利用率——基于产消合一的视角[J]. 管理世界, 2024, 40(5): 40–59. |
| [4] | 李姝, 田马飞, 李丹, 等. 客户信息披露会影响企业税收规避吗[J]. 南开管理评论, 2022, 25(6): 75–85,107. |
| [5] | 刘贯春, 叶永卫, 张军. 税收征管独立性与企业信息披露质量——基于国地税合并的准自然实验[J]. 管理世界, 2023, 39(6): 156–170. |
| [6] | 陆蓉, 吕静, 王怡靓. 党建生态群与供应链韧性[J]. 财经研究, 2024, 50(7): 4–20. |
| [7] | 汪琼, 王华杰, 王克敏. 下游产业政策与客户信息披露: 基于产业政策溢出效应[J]. 会计研究, 2024(4): 165–177. |
| [8] | 谢家平, 董旗, 谭伟杰, 等. 集约化还是网络化: 媒体ESG关注与供应链配置[J]. 外国经济与管理, 2024, 46(12): 101–118. |
| [9] | 杨刚强, 王海森, 岳子洋, 等. 客户数字化转型、供应商碳减排与碳信息披露迎合[J]. 中国工业经济, 2024(8): 99–117. |
| [10] | 张树山, 胡化广, 孙磊, 等. 供应链数字化与供应链安全稳定——一项准自然实验[J]. 中国软科学, 2021(12): 21–30,40. |
| [11] | 张玉明, 刘晗, 李双, 等. 数字化税收征管与企业研发操纵行为——基于金税三期工程的准自然实验[J]. 外国经济与管理, 2023, 45(8): 3–16. |
| [12] | 张泽南, 夏玉洁, 张雪梅. 赋能还是负能: ESG表现与企业劳动投资效率[J]. 外国经济与管理, 2024, 46(7): 69–85. |
| [13] | Balakrishnan K, Billings M B, Kelly B, et al. Shaping liquidity: On the causal effects of voluntary disclosure[J]. The Journal of Finance, 2014, 69(5): 2237–2278. |
| [14] | Campello M, Gao J. Customer concentration and loan contract terms[J]. Journal of Financial Economics, 2017, 123(1): 108–136. |
| [15] | Cazier R A, Merkley K J, Treu J S. When are firms sued for qualitative disclosures? Implications of the safe harbor for forward-looking statements[J]. The Accounting Review, 2020, 95(1): 31–55. |
| [16] | Cheng Y C, Chang H C, Wang Y H, et al. Effects of inclusion of China A-shares into the MSCI indexes on prices and volumes[J]. Journal of Accounting, Finance & Management Strategy, 2021, 16(1): 1-38. |
| [17] | Crawford S, Huang Y, Li N Z, et al. Customer concentration and public disclosure: Evidence from management earnings and sales forecasts[J]. Contemporary Accounting Research, 2020, 37(1): 131–159. |
| [18] | de Chaisemartin C, D'Haultfœuille X. Two-way fixed effects estimators with heterogeneous treatment effects[J]. American Economic Review, 2020, 110(9): 2964–2996. |
| [19] | Gualandris J, Longoni A, Luzzini D, et al. The association between supply chain structure and transparency: A large-scale empirical study[J]. Journal of Operations Management, 2021, 67(7): 803–827. |
| [20] | Li Y H, Lin Y P, Zhang L D. Trade secrets law and corporate disclosure: Causal evidence on the proprietary cost hypothesis[J]. Journal of Accounting Research, 2018, 56(1): 265–308. |
| [21] | Luo S Q, Nagarajan N J. Information complementarities and supply chain analysts[J]. The Accounting Review, 2015, 90(5): 1995–2029. |
| [22] | Sodhi M S, Tang C S. Research opportunities in supply chain transparency[J]. Production and Operations Management, 2019, 28(12): 2946–2959. |
| [23] | Swift C, Guide Jr V D R, Muthulingam S. Does supply chain visibility affect operating performance? Evidence from conflict minerals disclosures[J]. Journal of Operations Management, 2019, 65(5): 406–429. |