数字经济对税收收入的影响：理论机制与实证检验

■/ 王怡婷 （通讯作者）李永海 周之浩 陆胤

一、引言

数字经济是继工业经济之后，于信息经济与网络经济中催生的一种新型经济形态。《“十四五”数字经济发展规划》中指出：数字经济以数据为关键生产要素，以现代信息网络为主要载体，联结线上线下两个平台的优势，全面提高了经济社会的数字化、网络化和智能化水平。我国历来重视数字经济发展，把数字经济作为提高国际竞争力的重要战略选择。党的十九大报告指出要建设数字中国、智慧社会，党的二十大从实体经济发展方面提出要加快数字中国建设。2023年2月，国务院印发的《数字中国建设整体布局规划》提出要建设高效联通、协调有力的数字基础设施。

过去十年，我国数字经济发展迅猛，2021年数字经济规模达45.5万亿元，是2016年的2.01倍，占GDP比重提升至39.8%，作为国民经济“加速器”、“稳定器”的作用更加凸显。数字经济横跨现实与虚拟两大领域，在实现规模经济、范围经济和长尾经济的过程中深刻改变着全社会的生产组织形式及资源配置方式，也对税收体制产生了深远影响。数字经济发展催生了新产品新业态，促使全社会税源结构朝着多元化方向发展。数字经济与实体经济的融合程度日益加深，越来越多的企业使用数字技术提高自身生产效率，税额中的数字化占比越来越突出。然而，数字经济对税收的影响不止于此，税收作为社会运行的基础制度变量和政策调控引导变量，通常建立在一定的经济基础之上，目前我国的税收制度是适应工业社会的制度，数字经济的快速推进对现有税收体系提出了新要求，迫切需要一套适应数字时代的税收制度，解决数字经济层面的税收流失等问题。本文围绕数字经济影响税收收入的作用机制与路径进行探讨，从总体上把握不同时期数字经济对税收收入促进作用的大小，从而为数字时代税收政策的制定和优化提供指导。

二、理论分析与研究假设

随着数字经济的深入发展，其对全社会税收总额的影响日渐加深。在非数字经济参与影响的行业中，尽管社会产出水平没有变化，然而数字经济通过降低单位税收征纳成本增加了税收总收入。在数字经济影响的行业领域，首先是数字产品及服务销售由于征纳数字化水平的提升而降低了单位征税成本；其次，在数字水平的支持下，传统产品、服务与数字技术相融合，不断更新优化，诞生了新的种类和更丰富的数字产品及服务，扩大了税基。数字经济通过扩大税基和提高税收征管效率促进税收收入的增长（白彦锋等，2021）。互联网技术的进步促进了数字领域的逃避税行为，对数字经济的参与者征税将带来巨大的税收收入（Wardani et al，2020）。肖育才等（2022）通过比较工业时代、数字时代税收制度的差异得出企业所得税和个人所得税收入将是数字经济时代新的税收增长点的结论。梁晓琴（2020）通过构建数字普惠金融对地方税收收入的影响关系，发现随着每1个单位数字普惠金融的增加，地方税收将增长0.17%。Inna et al（2021）立足于印度数字经济发展实际进行实证分析，发现数字经济与税收收入高度相关。具体到各税种，数字经济扩大了增值税规模，原因是数字经济助益核心生产力的价值创造能力，扩大了社会生产规模，进而扩大增值税规模（张红伟等，2021）。Zhu（2021）认为，数字经济带来的机遇之一就是扩大了税基，数字技术的进步使企业交易成本下降，业务范围增广，进而扩大企业所得税税基。基于以上分析，提出假设1。

H1：数字经济发展会促进税收收入的提升。

较多学者均分析得出数字经济发展对税收收入增长的积极效应，然而其指标测度体系更多地立足于数字经济总体发展指数，较少涉及数字经济发展的各个方面。事实上，数字经济内涵丰富，中国信通院《中国数字经济发展报告（2022）》构建了数字经济的“四化”框架，包括数字产业化、产业数字化、数字化治理和数据价值化四个方面，北京雁栖湖应用数学研究院《中国数字经济白皮书（2022年）》则将数字经济分为数字基础设施、产业融合、投融资、数字治理四个维度。不同的数字经济发展方面对税收收入的影响也具有异质性，韩君等（2022）测算了数字经济对不同行业税收的贡献程度，发现整体上产业数字化的税收贡献度大于数字产业化；冯秀娟等（2021）基于投入产出表，发现数字产业化、产业数字化对各行业的税收贡献度存在差别。基于以上分析，结合本文研究重点，提出假设2。

H2：数字基础设施、数字产业化、产业数字化等数字经济的不同方面对税收收入的促进效应具有异质性。

各个地区数字经济发展水平不同，增值税生产地纳税、企业所得税登记注册地纳税等原则，也均会对地区数字经济税收收入产生影响，特别是在数字经济占GDP比重逐年增大的情况下。数字产业化和产业数字化均能促进税收收入的提升，但也造成了地区间税源“贫者愈贫、富者愈富”状况（曹静韬等，2022）；艾华等（2021）使用刘军等（2020）的数字经济指数评价体系研究，发现数字经济显著提升了税收收入，但由于数字经济促进地区税收收入的效果不同，因此会带来地区税收差距的扩大。此外，虽然数字经济主要活跃于虚拟现实中，但是其发展却要依托发达的数字基础设施、信息创新技术、数字人才等关键要素，数字基础设施等要素具有正外部性，在服务本地数字经济发展的过程中，周边地区的社会经济发展也会从中受益。基于以上分析，提出假设3。

H3：数字经济对税收收入的影响具有区域异质性，税收收入越大的地区，数字经济对该地区税收收入的促进作用越强，且数字经济对税收收入的影响存在“外溢效应”。

三、研究设计

（一）样本选择及数据来源

本文选取2011—2020年我国30个省市区（除西藏和港澳台）的相关数据进行分析。在数据来源上，原始数据来源于《中国统计年鉴》《中国税务年鉴》《中国火炬年鉴》《中国科技统计年鉴》、各省份统计年鉴、统计公报以及教育部官方网站等，时间跨度为2011-2020年，个别缺失数据采用线性插值法补齐。

（二）变量选取

1.被解释变量：税收收入。本文在研究税收总收入的同时，也分别研究数字经济对增值税、企业所得税、个人所得税收入的影响。目前，对税收收入的衡量口径主要有两个，一是税务局口径的税收收入，即来源于本地区的税收收入总和；二是国家统计局口径的税收收入，是指按照分税制原则划分后，各地区当年实际取得能够自主支配的各项税收收入之和，主要包括增值税、企业所得税等共享税中归地方享有的部分，房产税、城镇土地使用税等地方税收入。本文使用国家统计局口径的税收收入作为衡量标准，并为减轻异方差对估计结果的影响，对税收收入取对数。同时，为多层次分析数字经济对税收收入的影响，引入国家统计局口径的增值税收入、企业所得税收入以及个人所得税收入取对数后的值作为被解释变量，具体分析数字经济对各税种收入的影响。

2.解释变量：数字经济。本文在研究数字经济与税收收入之间关系的同时，也分别从数字基础设施、产业数字化和数字产业化三个数字经济的不同维度研究它们与税收收入的关系。目前，各位专家学者对于数字经济测算指标体系内涵的确定、范围的划分以及所使用的方法较为多样，尚未达成一致。本文参照中国信通院《中国数字经济发展白皮书》以及工信部《中国数字经济发展指数报告》构建的数字经济测算体系，在借鉴梁晓琴等（2020）、向云等（2022）的指标构建体系基础上，从数字基础设施、数字产业化和产业数字化三个维度对数字经济综合指数进行测算。其中，数字基础设施包括用户基础、硬件基础、软件基础、人才基础四个方面10个具体指标；数字产业化包括三个方面10个具体指标；产业数字化包括三个方面9个具体指标。在测度方法的选择上，熵值法给出的指标权重具有更高的可信度，黄敦平等（2022）、李向阳等（2022）均采用熵值法对数字经济发展水平进行测度。由于各级指标均对数字经济的影响为正，因此采用式（1）对数据进行无量纲化处理，使用式（2）、（3）进行比重及熵值大小确定，再使用式（4）、（5）计算指标权重及指数测算。为便于分析比较，将各个指数乘10，使其取值范围为[0，10]。

数字经济综合指数及各维度指数测度指标及其权重见表1。

表1 数字经济指标测度体系

3.控制变量：国内生产总值是影响我国税收收入的最主要因素（方红丽，2022），经济发展水平越高的地区，蕴含着更为充沛的税源；居民消费水平是地区收入水平与社会购买力的强有力代表，Suh et al（2005）认为扩大地区居民消费水平将带来更广阔的税源空间；金融发展水平直接影响着税收收入，袁晨新（2014）实证研究发现，金融发展水平对税收收入的增长发挥了乘数效应，促使税收收入快速增长；开放程度是一国税收收入规模变动的主导因素之一。改革开放的实践证明，我国对外开放水平的持续提升对税收收入的提升起到了促进作用（吴旭东等，2022）。基于此，本文选取地区经济发展、地区居民消费、地区金融发展、地区对外开放作为控制变量。

变量具体定义见表2。

表2 变量定义表

（三）模型构建

为定量研究数字经济对税收收入相关指标的具体影响效应，设定面板回归模型如下：

其中，Dit表示数字经济综合指数及其各维度指数，Controlit分别表示与税收收入相关的一组控制变量，β 表示常数项及各解释变量回归系数，μi为省份i 的固定效应，λt为年份t 的固定效应，εit表示既不随时间变化也不随个体变化的随机扰动项。

四、实证分析

（一）描述性统计分析

本文基于2011-2020年30个省份的面板数据，使用Stata16.0软件，通过理论基础和上述设定模型的回归，进行实证检验，并对结果进行分析。各变量的描述性统计结果如表3所示。表中显示，各地区数字经济综合指数的均值为1.489，标准差为1.407，说明数据在均值附近波动不大，但地区间数字经济发展水平较不均衡，总体水平较低。从数字基础设施、数字产业化及产业数字化三个维度来看，数字基础设施与产业数字化两个维度的发展水平要高于数字产业化的发展水平。

表3 变量描述性统计结果

（二）基准回归结果分析

为了避免多重共线性，对核心变量均采用VIF检验，结果显示VIF值为1.64，小于5，模型不存在严重的多重共线性。此外，模型通过了Hausman检验，选择固定效应模型，经过似然比检验，最终选择双向固定效应模型，具体的回归结果见表4。

表4 基准回归结果

表4的（1）列汇报了数字经济对税收收入的影响结果，在1%的水平下显著为正，且R值较大，表明数字经济对税收收入具有显著的促进作用，数字经济综合指数每提高1个单位，税收收入平均扩大0.076个单位。进一步，从各税种收入角度考察数字经济对税收收入的影响。（2）—（4）列分别汇报了数字经济对增值税、企业所得税、个人所得税的影响结果，数字经济对企业所得税、个人所得税收入的影响效应为正，均在5%的水平下显著，每1单位数字经济综合指数的提高将分别促进企业所得税和个人所得税收入增加0.040个单位和0.044个单位。此外，还可以发现，数字经济对个人所得税收入的促进效果略好于企业所得税。数字经济对增值税收入的影响效应在加入控制变量后不显著，但符号依旧为正，符合预期。假设H1部分得证。

（三）稳健性检验与内生性处理

1.替换被解释变量。进一步，考虑替换被解释变量进行稳健性检验，以消除单一变量测度对回归结果产生的潜在影响。前文立足于国家统计局口径的数据，从各地区实际获得的税收收入角度进行了基准回归。为了更全面地衡量数字经济对税收收入的影响，使用税务局口径的税收收入数据，从各税种收入来源的角度对模型进行稳健性检验。表5的（1）—（4）列分别汇报了数字经济对税务局口径的税收收入、增值税收入、企业所得税收入以及个人所得税收入影响的回归结果。数字经济对税收收入、增值税、企业所得税及个人所得税收入均有显著的正向影响，其中，数字经济对税收收入以及企业所得税收入的促进作用均在1%的水平下正显著，数字经济对增值税、个人所得税收入的促进作用则在5%的水平下正显著，与基准回归结果基本一致，研究具有一定的稳健性。

表5 替换被解释变量后的回归结果

2.替换解释变量。考虑到熵值法测算确定的各指标权重具有单一性，因此，使用全局主成分分析法再次测算各地区数字经济综合指数，并使用新的测算值dee作为核心解释变量进行稳健性检验。表6的（1）—（4）列分别汇报了新数字经济综合指数对税收收入、增值税收入、企业所得税收入以及个人所得税收入影响的回归结果。从结果来看，新数字经济综合指数仍然对税收收入及企业所得税收入、个人所得税收入具有良好的促进效果。其中，对税收收入的促进效果在1%的水平下正显著，每单位新数字经济综合指数的提高，将促进税收收入提高0.112个单位；对企业所得税、个人所得税收入的促进效果则在10%的水平下正显著，每1单位新数字经济综合指数的提高将促进企业所得税收入提高0.095 个单位，促进个人所得税收入提高0.117个单位。同时，新数字经济综合指数同样证明了数字经济对个人所得税的促进作用要优于企业所得税，与上文分析结论一致。加入控制变量后的新数字经济综合指数对增值税收入的促进作用同样不显著，但符号为正，与上文基准回归结果一致。

表6 替换解释变量后的回归结果

3.内生性处理。为解决模型可能存在的内生性问题，借鉴程思进等（2022）的研究思路，采用两阶段系统GMM方法进行估计，将滞后一期的税收收入对数（L.TAX）作为外生变量，分别将数字经济综合指数、地区经济发展、地区居民消费视为内生变量，并把这些变量的两阶滞后变量作为工具变量进行检验。表7展示了数字经济对税收收入的一阶及二阶动态面板回归结果，滞后一期的税收收入系数分别为0.981和0.978，均在1%的水平上显著为正，表明上一期的税收收入对当期的税收收入具有正效应，税收收入的增长是一个动态积累的过程。从数字经济对税收收入的回归结果看，动态面板检验后数字经济与税收收入的回归系数仍在5%的水平下保持正显著，回归系数分别为0.018 和0.022，说明数字经济发展水平的提升会促进税收收入的提高，与基准回归结果一致，证明了研究结果的可靠性。此外，各变量Hansen检验的P值均高于0.1，AR（1）、AR（2）、AR（3）的P值也均符合要求，残差项不存在序列相关性问题。

表7 内生性检验结果

（四）分维度回归分析

分维度视角，进一步研究数字基础设施指数、产业数字化指数和数字产业化指数对税收收入的影响。表8的估计结果表明，三个维度的数字经济指数均对税收收入的增长起到了积极效果，数字基础设施指数、数字产业化指数和产业数字化指数对税收收入的影响均在1%的水平下显著为正，其余控制变量也均符合预期。与前文估计结果相联系，可以发现，数字经济通过数字基础设施、数字产业化和产业数字化三个方面促进了税收收入的扩大，其中，数字产业化对税收收入的促进作用最强，数字基础设施次之，产业数字化对税收收入的促进作用最弱。具体来看，每1个单位数字基础设施指数的提升，将促进税收收入提高0.034个单位；每1个单位数字产业化指数的提升，对税收收入的促进效果为0.046个单位；而每1个单位产业数字化指数的提升，对税收收入的促进效果仅为0.027个单位。这一估计结果与数字经济的作用逻辑相契合，假设H2部分得证。

表8 分维度回归结果

产业数字化是传统行业借助数字技术提高生产率、扩大消费市场，然而其作为实体经济，创造的新增利润受现有税收制度监管，对税收收入的边际贡献空间较小。数字产业化作为新兴产业，与传统产业不同，能够不依赖实体独立地活动于虚拟空间，而且现有税制并未对其进行明确约束，加上其边际成本低、利润高的特点，使得此领域的税收潜力更大。

（五）异质性分析

1.区域异质性分析。进一步，分别从东、中、西部三大地区角度，分析数字经济对不同区域税收收入的影响，具体回归结果如表9所示。数字经济对各地区税收收入的作用效果存在差异，其对东部、西部税收收入的促进作用较为显著，而对中部地区税收收入则无显著影响。具体来看，1个单位数字经济综合指数的提升将促进东部地区税收收入提高0.066个单位，促进西部地区税收收入提高0.069个单位。假设H3部分得证。

表9 区域异质性回归结果

东部地区属于我国数字经济发展水平较高的地区，《中国数字经济发展指数报告》显示：我国数字经济竞争力前15位城市中，东部地区12个，中部地区1个，西部地区2个。西部地区依靠“一带一路”“两重一新”“东数西算”等工程优势，打造了成都高新区、西安雁塔区等一批数字经济样板区和先行区，数字基础设施完备，持续吸引企业入驻，孕育的数字税收潜力较大。

2.水平异质性分析。引入面板分位数回归模型，选取0.25、0.5、0.75三个分位点，研究在不同税收收入下，数字经济对税收收入的影响，设定面板分位数模型如下：

其中，下标ρ 表示分位点，其余符号及变量设定同上。

如表10所示，可以发现，数字经济对税收收入的促进效果存在差异，税收收入越大的地区，数字经济对该地区税收收入的促进作用就越强。具体来看，在0.25、0.5、0.75的分位点上，数字经济对税收收入的影响系数分别为0.385、0.397和0.430，均在1%的水平下显著。一方面，税收收入较大的地区一般为我国经济较为发达地区，产业基础扎实，且拥有良好的市场基础，产业结构主要以高新技术产业、信息类产业为主，外加成熟的数字基础设施及人才加持，往往会吸引更多数字产业集聚，而数字企业具有传统企业所无法比拟的高利润率、低成本率、高科技含量以及广阔的市场用户群，市场竞争力强。因此，税收收入较好的发达地区，数字经济的税基也更为坚实。另一方面，税收收入较大的地区掌握着充裕的财力，地方政府会优先使用先进技术积极改进税务部门的征管技术手段，查处数字领域的偷逃税行为，降低数字经济税收征管成本，也就获得了更多数字领域的税收收入。假设H3部分得证。

表10 分位数回归结果

3.空间溢出效应分析。在建设全国统一大市场的背景下，我国各区域之间经济联系日益密切，地区物质资料、技术、产品的交换活动频繁。数字经济具有显著的外部性特征，本地区数字基础设施的建设将有力地促进周边地区数字化整体水平的提升，产业数字化及数字产业化的发展在带动本地区产业结构优化升级的同时，也提高了相邻省份的生产效率，由此带来全社会税收收入水平的进一步提升。基于此，本文引用空间计量模型，进一步分析本地区数字经济发展对周边地区税收收入的外溢效应，设定模型如下：

其中，W表示空间权重矩阵，ϑ 表示空间自回归系数，δ 表示其他地区自变量的解释系数。τ 表示空间误差项系数，当τ=0时，为空间杜宾模型；当τ=0且δ=0时，为空间滞后模型；当ϑ=0且δ=0时，为空间误差模型，其余符号及变量设定同上。

本文分别构造邻接矩阵、地理距离矩阵、经济距离矩阵和经济地理矩阵四种空间权重矩阵，采用Moran’s I 全局空间自相关系数反映各省份之间税收收入水平的空间依赖性程度。从表11可以看出，无论使用何种矩阵，全国各省份税收收入水平的全局Moarn’s I 均在1%的水平下显著为正且呈现波动上升趋势，这表明各省份税收收入水平具有显著的空间依赖性，因此选用空间面板模型进行分析要比一般面板模型更为准确。

表11 2011—2020年税收收入

如表12所示，以2020年为例，处于H-H 集聚和L-L集聚的城市居多，表明税收收入水平较高的省份之间与税收收入水平较低的省份之间存在明显的集聚效应，各省份税收收入水平在空间上两极分化的态势明显。具体来看，H-H 集聚的省份大部分集中在江苏、上海、浙江、山东等东部省份，LL 集聚的省份则集中于内蒙古、重庆、陕西等中西部省份。

表12 2020年各省份税收收入空间分布

首先，在地理距离矩阵下，使用LM检验判断本文适用SAR、SEM和SDM哪一种模型。如表13所示，其均在1%的显著性水平下拒绝了没有空间滞后项和没有空间自相关误差项的原假设，说明模型存在空间自相关性，初步考虑使用SDM模型。其次，hausman检验结果显示应使用固定效应模型，进一步分析显示应使用双向固定效应模型进行分析。最后，使用wald检验及LR检验来检验两个退化模型假设，结果显示模型均没有退化。因此，确定使用空间杜宾模型开展研究。

表13 税收收入空间依赖性检验

由表14 可知，空间杜宾模型的Rho 值为0.294且通过1%的水平检验，表明各省份税收收入水平确实存在显著的空间依赖性，数字经济综合指数对税收收入的影响系数为正，验证了上文数字经济发展促进税收收入扩大的结论。控制变量中，地区经济发展的回归系数表明，地区经济发展每增加1个单位，将促使税收收入提高0.633个单位；地区金融发展的回归系数表明，地区金融发展每增加1个单位，将使税收收入提高0.413个单位。从间接效应上看，数字经济、地区经济发展、地区居民消费、地区金融发展均存在外溢效应。因此，为进一步分析数字经济对税收收入相关变量在空间上的溢出效应，采用求解偏导数的方法将空间效应分解为空间直接效应与空间溢出效应，结果如表15所示。

表14 空间模型回归结果

表15 空间效应分解结果

由表15可知，从直接效应上看，数字经济综合指数、地区经济发展、地区金融发展等变量的回归系数均为正且通过了显著性检验，表明他们对税收收入起到了促进作用。从作用程度上看，地区经济发展的推动力最大，其次是地区金融发展和数字经济综合指数。从间接效应上看，数字经济综合指数与地区居民消费的回归系数均为正且在1%的水平下通过了显著性检验。数字经济的发展不仅为本地区带来了较多的税收贡献，还带动了邻近地区税收收入的提升。假设H3部分得证。

五、结论与建议

（一）研究结论

本文在分析数字经济对税收收入影响机制的基础上，以中国2011-2020年30个省份为研究对象，利用双向固定效应模型、面板分位数回归、空间计量模型具体探讨数字经济对税收收入的影响，主要结论如下：第一，数字经济综合指数与税收收入显著正相关，即数字经济能够显著促进税收收入的提升；第二，数字基础设施、数字产业化和产业数字化三个维度的数字经济均有助于促进税收收入的扩大，数字产业化对税收收入的促进作用最大，其次是数字基础设施，产业数字化对税收收入的提升作用最小；第三，数字经济对税收收入的影响具有地区异质性，数字经济对税收收入的促进作用主要表现在我国东部、西部地区；第四，不同税收收入水平下，数字经济对税收收入的促进效果存在差异。税收收入越大的地区，数字经济对该地区税收收入的促进作用就越强；第五，数字经济对税收收入影响存在外溢效应，数字经济不仅促进了本地区税收收入的扩大，还提升了邻近地区税收收入的总体规模。总的来说，尽管存在影响效果的异质性及地区差异，但数字经济对税收收入的提升仍发挥了积极效应。

（二）政策建议

我国数字经济发展速度较快、前景优越、成果显著，已成为经济高质量发展的强大动力引擎。然而，数字经济在发展的过程中也产生了一系列经济问题，如数据监管和数据滥用等，在税收领域的具体体现有数字税收领域收入流失严重、税收收入区域不平衡问题加重等，亟需有效安排治理。因此，根据实证结果，本文提出以下政策建议：

1.完善数字经济税收制度，提高征管数字化水平。目前，我国数字经济规模已位居全球第二位，然而受限于现有税收制度及征管技术手段等因素，数字领域的税基潜力还有待进一步挖掘。数字经济时代人人都是经营主体，个个都是纳税人。为避免开征新税带来的重复征税问题，应从完善现有税收制度角度出发，提高现有税制与数字经济的包容适用性，建立数字时代的税制。要适当扩大增值税、企业所得税等税种的征税范围，可从企业所得税中设立专门的平台所得税，把参与数字经济活动的行为也纳入进来。明确数字企业的纳税地点、数字产品及服务的计税依据，厘清数字平台中自然人的纳税义务，规范其工商税务管理制度。一个高质量的纳税人登记和识别系统是实现最佳税收制度绩效的关键（Vazquez et al，2022），要持续推进“以数治税”“智慧税务”等征管系统的建设，创新税收征管数字模式和数字技术，通过构建自然人涉税信息数据库，增强数字经济参与各方的纳税遵从度。

2.加强数字经济基础设施建设，优化数字税源结构。数字基础设施是建设数字强国、赋能经济高质量发展的先决条件。《“十四五”数字经济发展规划》中指出，我国数字经济大而不强、快而不优，关键领域的创新能力不足。要从数字基础设施建设着手，培育有利于数字经济发展的技术、市场环境，充分释放数据资源的价值潜力。财政投资建设职能要重点发力，为数字基础设施的建设提供稳定的资金支撑。在建设项目的选择上要因地制宜，依托本地特色行业产业进行协同发展，强化地区城乡、部门、行业的衔接与联系，避免设施项目的重复建设问题。税源结构的优化上，探索数字经济与第一产业的协同发展路径，稳定数字经济助推第二产业发展的积极作用，扩大数字经济与第三产业深度融合的进程，推动各产业朝着智能化、信息化方向发展，形成协调可持续的数字经济税源结构。

3.加大资金倾斜力度，健全区域间税收分享制度。东部、南部地区是我国数字经济的市场活跃地，数字领域税基丰沛，而数字经济发展的异质性又进一步导致其与中西部及北方地区的税收收入分配差距继续扩大，贫者愈贫、富者愈富，地区间税收收入的“马太效应”明显。东部、南部地区的部分税收收入均来源于其他地区的用户参与所得，因此需要公平区域间的税收分配，减少地区间税收不平等问题。在资金的使用拨付上要向中西部地区、北方地区倾斜，重视它们的基础设施建设，孕育良好的数字经济发展基础。在政策的安排上，可以针对欠发达省份出台促进数字经济发展的政策，通过税收优惠、财政奖补等方式吸引数字企业入驻。解决数字经济税收收入不平等的问题还需要从根源入手，现有的税收分享制度保证了中央、地方的纵向分配，对区域间横向的税收分配还需完善。通过核算数字产品、服务销售地用户数量及交易规模等，确定合理的区域间数字税收收入分享标准，进行区域间的横向税收分配，以弥补中西部及北方地区的税收损失。此外，中央要持续发力，适当提高数字经济欠发达地区的税收收入分享比例，加大转移支付力度，保障其拥有充足的财源支持数字经济建设，推动构建良性协调的区域间数字税收分配关系。