税收优惠促进了企业数字化转型吗*

内容提要：数字经济已成为构建现代化经济体系的重要引擎，做强做优做大数字经济要求积极推进企业数字化转型，税收优惠政策能否激励企业数字化转型值得研究。文章基于2012—2022年我国A股非金融类上市公司，实证检验了税收优惠对企业数字化转型的影响及其路径机制。研究发现，税收优惠显著促进企业数字化转型，其主要作用机制在于税收优惠的增收效应、数字投资效应和创新激励效应。进一步分析表明，税收优惠对非高科技企业和位于低市场化程度地区的企业数字化转型程度的正向作用更为明显。这一结论将为理解企业数字化转型，以税收政策促进企业数字化转型和数字经济发展提供了经验证据和政策参考。

关键词：税收优惠；数字化转型；融资约束；数字投资

中图分类号：F812.42" 文献标识码：A" 文章编号：2095-1280（2024）05-0027-12

一、引言

随着新一轮科技革命和产业变革深入发展，互联网、大数据、云计算、人工智能、区块链等数字技术迅速发展和广泛应用，数字经济作为继农业经济、工业经济之后的主要经济形态，正在加速变革传统经济模式（陈晓红，2018），成为重组全球要素资源、重塑全球经济结构、改变全球竞争格局的关键力量。党的二十大报告明确指出：加快发展数字经济，促进数字经济和实体经济深度融合，打造具有国际竞争力的数字产业集群。企业作为数字经济的微观主体和重要载体，其数字化转型不仅有利于提高企业竞争力，还有利于推动构筑国家竞争新优势，加快形成新质生产力，推进高质量发展。据中国信息通信研究院发布的《中国数字经济发展白皮书（2023）》显示，2022年，我国数字经济发展取得新突破，数字经济规模达到50.2万亿元，占GDP比重为41.5%。其中，产业数字化发展作为传统实体企业数字化转型的直接成果体现，规模达到41万亿元，占数字经济比重81.7%。数字化转型已成为企业高质量发展的必由之路。企业数字化转型既是数字科技与生产发展深度融合的微观转变，又是企业从传统生产体系向数字化体系转型的创新标志。

近年来，关于企业数字化转型的影响因素研究有着丰富的研究成果。如，关于企业数字化转型的成因，已有文献从数字经济政策（孙伟增等，2023）、知识产权保护（甄红线等，2023）、基础设施（王海等，2023）、财政支持（吴非等，2021）、税收优惠政策（黄一松，2023）等角度研究。研究表明，数字化转型不仅能提升企业生产效率（袁淳等，2021）和全要素生产率（赵宸宇等，2021），而且具有较强的正外部性，这一行为仅仅依靠市场矫正是无法自发有效实现，企业数字化转型的投入缺口往往需要政府补偿（Crespi，et al，2016）。政府如何有效地引导并激励企业数字化转型？税收作为政府的宏观治理工具，是推动企业数字化转型的重要政策选择。一方面，企业数字化转型需要相关的人力、物力和技术投入，税收直接影响企业的实际收益和资金流，从而对企业数字化转型产生影响；另一方面，税收征收改变商品和要素相对价格，对企业经济决策产生深刻影响，税率式、税基式、税额式等税收激励政策的使用，会降低企业研发创新和投资的成本，从而有利于减少企业数字化转型成本，促进企业数字化转型。特别是，税收政策对企业数字化转型的影响引起了研究者越来越多的关注。在增值税方面，研究显示，“营改增”、增值税留抵退税和增值税税率下降，通过缓解融资约束显著提高了企业的数字化转型水平（岳树民等，2023；卢小祁和俞毛毛，2023）。在企业所得税方面，陈和等（2023）研究显示，固定资产加速折旧通过改善企业财务状况，显著促进了企业数字化转型。可以看出，现有文献主要基于事件研究法，研究单一税收优惠或改革措施对企业数字化转型的影响，忽略了企业实际适用的税收优惠政策是多种优惠设计的综合叠加。特定税收激励政策设计或税收优惠有助于企业数字化转型，并不必然说明税收优惠整体上可以显著提升企业数字化水平，由于不同税收优惠政策可能存在抵消效应，税收优惠的整体效应并非各单项税收优惠设计的加总。为此，有必要从整体上考察税收优惠对企业数字化转型的作用效应和机制，从而优化税制设计，更好发挥税收对企业数字化转型的助推作用，建立起适配数字经济发展的税收制度，促进不断做强做优做大数字经济。

本文在理论分析基础上，研究税收优惠对企业数字化转型的影响并深入探讨其中的作用机制。实证检验结果发现，税收优惠能有效促进企业数字化转型；税收优惠政策通过增收效应、数字投资效应、创新激励效应这三种效应影响着企业数字化转型。异质性分析发现，在技术禀赋和市场化程度越低的企业，税收优惠对企业数字化转型的正向作用越明显。与已有文献相比，本文的边际贡献主要有：第一，有别于以往主要从单一税制要素改革考察税收优惠与企业数字化转型关系的理论研究，本文考察企业所得税减免优惠对企业数字化转型的影响，有助于更全面认识企业所得税优惠的政策效应。第二，本文研究发现，税收减免优惠通过增加企业收益促进企业数字技术关系和数字投资促进了企业数字化转型，从而丰富了企业数字化转型内在机制的研究。

二、理论分析与研究假说

（一）税收减免的增收效应

企业数字化转型是企业运用数据要素与数字技术赋能生产经营管理，从而实现价值创造与利润增加的实践活动。企业利用新数字技术进行研发创新来提升企业竞争力和适应力（Gurbaxani和Dunkle，2019）。数字化转型需要企业加大数字技术、数字设备资产和数字相关人员的投入；而降低税率、缩减税基、扩大费用扣除等税收优惠措施又能减少企业的税收支付，增加企业的实际可支配税后收益，缓解企业融资约束，为企业数字化转型提供资金。由于外部投资者与企业之间存在信息不对称，企业数字化转型存在着不确定性风险，增加了数字化转型获取外源融资的可得性，而企业享受税收优惠，在增加企业现金流和信贷偿付能力的同时，还向市场传递正向信号（柳光强，2016），有利于增强企业的外源融资能力，缓解企业融资约束，增强企业数字化转型的资金支撑。

（二）税收减免的投资效应

数字基础设施、硬件设备是企业数字化转型的基石，企业要实现数字化转型需要设备的数字化改造、软硬件等数字资产投资。数字资产投资规模大、资产更新换代快，同时数字化转型的风险性、收益的不确定性等，会抑制企业的数字化转型（孙献贞和李言，2024）。一方面，税收优惠政策能够减少企业税收开支，缓释企业面临的资金约束，刺激企业扩大投资规模；另一方面，一些税收优惠，比如固定资产加速折旧、研发费用加计扣除等，可以降低投资的相对成本或价格，从而对投资具有促进作用。刘啟仁等（2019）的实证研究发现，固定资产加速折旧政策缓解企业融资约束、提高资本配置效率，进而促使企业增加投资。基于这一逻辑，税收优惠同样可以帮助企业缓解数字转型投资的资金不足，降低数字转型投资的相对价格，进而刺激企业数字化转型投资，助力企业数字化转型。

（三）税收减免的创新效应

数字化转型旨在运用数字技术重塑经营模式、优化业务流程、设计新的产品和服务，实现价值链重构和延伸，研发必然贯穿数字化转型全程（刘翔宇等，2023）。企业数字化转型所需数字技术和产品，既有通用性又有个性化，而个性化数字化技术产品单靠外部难以满足需要，可见，开展数字技术研发也必然成为企业数字化转型的内在要求。税收减免政策能够增加企业留存收益和自由现金流，降低企业研发投入的成本，提高研发项目的税后回报率，从而有效提高企业自主创新积极性，激励企业加大研发投入，提升其创新能力（林志帆和刘诗源，2017；匡萍和栾宁，2024）。同时，税收优惠引起企业研发投入增加，而研发投入增加是企业数字技术创新的必要条件（陈和等，2023），数字技术创新及带来的技术应用和技术设备数字化改造，有助于驱动企业数字化转型。

基于以上分析，本文提出假说：税收减免政策的实施可以通过“增收效应”“数字投资效应”“创新激励效应”助力企业数字化转型。

三、研究设计

（一）数据来源

本文样本为A股非金融类上市公司，样本期间为2012—2022年，原始数据主要源于CSMAR数据库和《中国统计年鉴》。样本进行如下筛选：因为金融行业的企业负债与非金融行业的企业相比具有特殊性，剔除金融行业的企业样本；剔除企业股票带有ST、ST*标记的企业样本；去除主要变量中数据值缺失的样本；剔除企业资产负债率等财务指标明显异常的样本值。此外，为了减少极端值对实证结果的效应，我们对连续变量1%以下和99%以上的分位数进行了Winsorize缩尾处理。

（二）模型设定与变量说明

本文构建如下模型来检验税收优惠对企业数字化转型的作用效应：

其中，被解释变量EDTLi，t表示企业的数字化转型指数。Taxp表示税收优惠程度。ei和qt表示企业和年份固定效应，分别控制企业层面上的非时变因素和年度层面上不随企业变化的共同冲击。Controlsi，t表示一系列控制变量。εi，t表示模型随机误差项。

1.被解释变量：企业数字化转型

企业数字化转型是新兴现象，目前研究对其量化测度尚未形成统一认识。借鉴赵宸宇等（2021），本文对上市公司年报进行文本识别，提取包括数字技术应用（如数据管理、数据挖掘、数据网络、数据平台等）、互联网商业模式（如移动互联网、工业互联网、产业互联网、O2O等）、智能制造（如人工智能、工业智能、移动智能、智能终端等）和现代信息（如信息共享、信息管理、信息集成、信息系统等）系统四个维度相关的关键词词频，加总整理后对词频数据进行标准化处理，使用熵值法确定各指标权重，最终得到企业数字化转型指数。此外，本文还采用吴非等（2021）企业数字化转型衡量方法进行稳健性检验。

2.核心解释变量：税收优惠

现有文献大多是基于事件研究法（陈和等，2023），从某单一税收政策的角度探讨企业税收优惠程度，往往采用构建虚拟变量的方式作为衡量指标，但是这些衡量方法并没有考虑到企业的原有税负情况和实际享受优惠的程度。一般认为，企业实际税负低于法定基本税率的部分，扣除征管不完备而产生税收漏损部分外，都可视为税收优惠。企业整体上所受到的税收优惠，其直接作用是降低企业实际税率，因此本文借鉴陈运森等（2018）和陈玥等（2019）的做法，采用的法定基本税率与实际税率之差可以更加全面地反映出企业实际享受的税收优惠幅度。具体而言，企业税收优惠（Taxp）采用企业所得税名义税率（25%）与实际税率之差来衡量，其中企业实际税率利用所得税费用除以税前利润来表示，并剔除异常值。此外，在后文中还采取变更企业实际税率的衡量方法，利用研发费用加计扣除政策和固定资产加速折旧政策两项单一税收优惠政策进行事件研究法等多方式进行稳健性检验。

3.控制变量

本文引入了一系列企业特征变量，具体包括：企业规模（size），对企业资产总计取对数处理；盈利能力（roa），以税后利润/资产总计衡量；存货密集度（ivt），以存货/资产总计衡量；资产周转率（atr），以营业收入/资产总计衡量；资产有形性（tan），以固定资产/资产总计衡量；资产负债率（lev），以总负债/资产总计衡量。为消除极端值的影响，对各变量也进行了上下1%的缩尾处理。

四、实证结果

（一）基准回归

表1报告了税收减免对企业数字化转型的基准回归结果，其中，第（1）列仅控制了企业固定效应变量和年份固定效应变量，此时Taxp系数显著为正，表明税收优惠的确能够促使企业数字化转型；接着，在第（2）列中考虑了其他可能影响企业数字化转型的潜在因素，在加入企业规模、盈利能力、存货密集度、资产周转率、资产有形性、资产负债率等财务特征变量后，回归结果与第（1）列基本相同，税收优惠可以有效加快企业数字化转型。第（3）列进一步加入了企业员工数（number）、省份固定效应和人均gdp等因素，从回归结果可以看出，税收减免依然显著影响了企业的数字化转型程度。回归结果表明，随着税收优惠程度的增加，企业数字化转型程度在统计意义上得到了显著提高，即税收减免能显著加快企业进行数字化转型，从而验证了假说。

（二）稳健性检验

1.变更被解释变量

人工智能、区块链、云计算、大数据等技术构成了企业数字化转型的核心底层技术架构，这里将前文企业数字化转型指数进行简化处理，仅对“人工智能”“区块链”“云计算”“大数据”这四个关键词进行词频提取，并构建出新的企业数字化转型指数（ABCD）。同时，借鉴吴非等（2021）做法，对上市公司年报中人工智能技术、区块链技术、云计算技术、大数据技术、数字技术等五个维度的数字化相关词频进行提取，并构建另一个数字化转型指数（ABCDD），来验证结果的稳健性。数字技术是企业无形资产的关键组成部分，数字化无形资产能够更为准确地反映企业数字化转型的总体水平。上市公司财务报告附注中详细列示的年末无形资产清单具体项目内容，与通过企业年报进行文本分析以衡量企业数字化转型的方法有所区别。另外，企业数字化转型的表现形式在不同企业之间存在显著差异，很难通过文本分析准确识别这些形式，而且企业年报中与数字化相关的关键词选择及其频度易于被人为操纵，特别是受到来自资本市场和产业政策的影响。然而，通过会计与财务认定数字化的无形资产，可以更为真实客观地反映企业数字化的综合效益与总体价值，并且这一过程更难以被操纵。在一定程度上，这有助于避免企业年报对企业数字化进行过度评估和夸大（陶锋等，2023）。为进一步检验结果的稳健性，借鉴陶锋等（2023）的做法，本文还以企业数字化无形资产占无形资产总额的比例（DIT）这一变量来刻画企业数字化转型程度。表2第（1）、（2）和（3）列结果显示不同的指标来衡量企业数字化转型时，税收优惠（Taxp）变量的估计系数仍显著为正，本文结论依然成立。

2.变更解释变量

本文还借鉴刘行和李小荣（2012）、王业斌和许雪芳（2019）构建企业实际税负指标的做法，设置了两个新的企业实际税率：“ETR1=（所得税费用-递延所得税费用）/税前会计利润”“ETR2=所得税费用/营业收入”，同样以法定基本税率与企业实际税率之差构建两个新的税收减免程度变量Taxp1和Taxp2。实证研究结果见表2，可以发现Taxp1和Taxp2均在1%的显著性水平下对企业数字化转型指数的影响显著为正，本文的基本结论仍然成立。

考虑到税收优惠对企业数字化转型影响可能存在的时滞性，同时为缓解可能的逆向因果问题，这里还将核心解释变量替换为滞后一期的企业税收优惠（l.Taxp）进行回归。据表2第（6）列结果可知，企业税收减免程度对企业数字化转型的影响确实存在着一定的时滞性，故本文基本结论仍然稳健。

3.内生性检验

前文基于固定效应模型对税收优惠与企业数字化转型的关系进行了实证分析，发现税收减免能显著加快企业数字化转型进程，但是这一结论仍然可能受到内生性挑战。第一，是否还存在某些不可观测的因素同时影响税收优惠和企业数字化转型？第二，数字化转型是否反过来会影响企业税收减免程度呢？这两个问题在计量上分别成为遗漏变量和反向因果问题，构成了本文内生性问题的主要来源。对于遗漏变量问题，稳健性检验采用核心解释变量的滞后一期进行考虑。对于遗漏变量问题，虽然前文设置了一系列企业特征变量、省份固定效应和地区人均gdp等微观和宏观控制变量，部分剔除了企业不可观测因素和时间不可观测因素的影响。但是，无法控制所有可能的影响因素，尤其是未能观测到且无法量化的变量，比如管理者行为偏好，可能具有积极个性特质的管理者会尽量争取使企业符合条件、享受更多的税收优惠，同时更加主动地推进企业数字化转型。为解决潜在的内生性问题，本文采用了工具变量回归。

借鉴刘行和李小荣（2012）的方法，本文采用同一行业其他企业的税收减免程度的平均值作为工具变量（IV=ATaxp）。由于同行业的税收优惠政策具有类似性，同一行业总体的税收优惠会影响企业获得税收优惠水平，该工具变量满足相关性要求。同时，同一行业其他企业平均税收优惠程度主要受行业税收政策等影响，不会直接影响企业的数字化转型，故满足工具变量外生性条件。

借鉴申广军等（2016）的思路，采用外生性政策作为工具变量进行回归。已有研究表明，固定资产加速折旧政策确实可以促进企业数字化转型（陈和等，2023），本文利用该政策的外生冲击提供的机会，将固定资产加速折旧政策的虚拟变量与企业期初税收优惠水平的乘积（IV=Reform*Taxp_2014）作为工具变量，以此识别税收优惠的变动对企业数字化转型的影响。其中，如果企业受政策影响，则Reform=1，反之则取0。Taxp_2014表示2014年企业的税收优惠程度，不受后续年份企业行为的影响。初始享受税收优惠越大的企业，加速折旧政策使其获得的税收优惠往往也更大，故Reform*Taxp_2014满足工具变量的相关性条件。此外，由于固定资产加速折旧政策是由政府选择试点推行，而非企业自主选择，所以政策虚拟变量相对于企业行为是外生的，初始税收优惠程度相对于企业后期的数字化转型行为而言具有一定的外生性。在控制了企业固定效应变量后，工具变量IV的变化来源于改革对不同税收优惠程度企业的异质性影响，而不是初始企业税收优惠程度本身，较好地满足外生性的要求。

使用工具变量的回归结果列示在表3。第一阶段的回归结果表明，工具变量ATaxp和Reform*Taxp_2014的回归系数都在1%的置信水平显著为正，说明两工具变量都与解释变量之间存在着相关性。列（2）和列（4）第二阶段的回归结果显示，税收优惠Taxp的回归系数仍然在1%的显著性水平上为正，且相对表1的回归结果系数明显下降，说明潜在的内生性会高估税收优惠对企业数字化转型的影响。

4.因果识别：基于研发费用加计扣除政策与固定资产加速折旧政策的检验

本节利用研发费用加计扣除政策和固定资产加速折旧政策两项税收优惠政策，建立双重差分（DID）模型，识别税收优惠与企业数字化转型的因果效应，进一步验证本文研究假说的稳健性。

（1）研发费用加计扣除政策。财政部、国家税务总局和科技部于2015年11月发布《关于完善研究开发费用税前加计扣除政策的通知》（财税〔2015〕119号）对研发费用加计扣除政策进行了重要调整，降低了政策门槛，以反向列举的方式扩大了适用和扣除范围，简化了申报流程，促进了该政策实际运用落地。该研发费用加计扣除政策的实施，能降低企业研发投资成本，增加企业经营现金流，提高企业创新的积极性，从而有利于强化企业数字化转型程度。

本文将2015年研发费用加计扣除政策作为准自然实验，构建双重差分模型如式（2）。

（2）

以政策规定的不可享受研发费用加计扣除政策的负面清单行业企业视为对照组（treatri变量赋值为0），其余行业企业为处理组（treatri变量赋值为1），将政策实际开始实施的2016年及其后年度的postrt变量赋值为1，其余年度赋值为0。考虑到财税〔2017〕34号文件将科技型中小企业研发费用加计扣除比例由50%提高至75%，根据文件规定的科技型中小企业的条件，本文将2017年及之后年份符合科技型中小企业条件的样本剔除。其他变量和符号与前文模型（1）相同。表4第（1）和（2）列展示了回归结果，结果显示，研发费用加计扣除政策对企业数字化转型产生了显著的正向作用。

双重差分估计结果满足一致性的前提是处理组和对照组满足平行趋势的假设， 即在没有政策干预的情况下，结果变量在处理组和对照组的发展趋势一致。为此，本文采用事件研究法对研发费用加计扣除政策的动态效应进行实证检验，具体是，将式（2）的政策效应交叉项treatri×postrt分解为企业是否享受研发费用加计扣除政策虚拟变量与年份虚拟变量的交乘项，并以改革前一年即2015年为参照进行回归。图1绘制了95%置信区间下交乘项的估计结果，可以看到改革之前交乘项不显著，满足平行趋势假设；同时从研发费用加计扣除政策实施的第二年开始，政策对企业数字化转型呈现出提升效应。这表明，无论用综合性税收优惠指标，还是借助研发费用加计扣除政策冲击和DID方法来识别因果关系，税收优惠助力企业数字化转型效应都存在。

（2）固定资产加速折旧政策。这里还借助2014年推行的固定资产加速折旧政策来识别税收优惠与企业数字化转型的因果关系。财税〔2014〕75号规定，允许生物药品制造业等六大试点行业的企业自2014年1月1日后新购进的固定资产按照缩短折旧年限、双倍余额递减法、年数总和法等进行加速折旧。财税〔2015〕106号文扩大了加速折旧的适用范围，规定轻工、纺织、机械、汽车等四个重点行业的企业，2015年1月1日后新购进的固定资产可采取加速折旧的方法。《关于扩大固定资产加速折旧优惠政策适用范围的公告》（财政部 税务总局公告2019年第66号）进一步将固定资产加速折旧优惠的行业范围，扩大至全部制造业领域。相对于直线法折旧，加速折旧政策延迟了企业实际纳税时间，相当于给予了企业一笔免息贷款，间接增加了企业经营现金流，缓解了企业财务约束，从而有利于企业数字化转型。

为借助事件研究法更好识别固定资产加速折旧的效应，本文将2015年及之后年份的轻工、纺织、机械、汽车等四个重点行业的企业和2019年、2020年的所有制造业企业剔除，设置是否享受固定资产加速折旧政策为虚拟变量treatdi，属于2014年固定资产折旧政策的六大试点行业企业为处理组（treatdi变量赋值为1），非试点行业企业作为对照组（treatdi变量赋值为0），政策实施以及之后的年度变量postdt赋值为1，其余年度赋值为0。模型设定如式（3），模型中的其他变量和符号含义与式（1）相同。

表4第（3）和（4）列报告的结果显示，固定资产加速折旧政策显著促进了企业数字化转型。为进行平行趋势检验并了解政策实施的动态效应，进一步将式（3）的政策效应交叉项treatdi×postdt分解为企业是否享受固定资产加速折旧政策虚拟变量treatdi与年份虚拟变量qt的交乘项，并以改革当年即2014年作为参照进行回归。图2报告了95%置信区间下交乘项的估计结果，据此可以看到改革之前年度的交乘项不显著，满足平行趋势假设，而在固定资产加速折旧政策实施后交乘项显著为正。这种借助固定资产加速折旧政策冲击来识别因果关系的结果，意味着税收优惠对企业数字化转型增进效应都稳健存在。

五、进一步分析

（一）机制分析

根据前文的理论分析，税收优惠对企业数字化转型的影响，主要从融资约束、数字固定资产投资和研发创新三方面展开检验。

1.融资约束

税收优惠可以增加企业数字化转型的内源融资和外源融资的来源，从而助推企业数字化转型。为检验这一机制是否成立，参照魏志华等（2014）构建KZ指数来刻画融资约束程度，KZ指数越大，融资约束程度越高。同时，还采用卢馨等（2013）的做法，构建企业内部现金流量指标cf。这里，cf=（企业当期净利润+当期固定资产折旧+当期无形资产摊销+当期长期待摊费用的摊销-当期分配股利、利润和偿付利息所支付的现金）/总资产。表5展示的回归结果表明，在以KZ指数和企业内部现金流cf为被解释变量的回归中，税收优惠变量Taxp的估计系数分别为负和正，且都通过了显著性检验。这说明税收优惠可以缓解企业融资约束，增加企业内部现金流量，为企业数字化转型提供了必需资金，有助于加快企业数字化转型。

2.数字资产投资

企业数字化转型离不开数字化资产投入，企业数字化转型的进程中不断迭代升级更新的数字设备是提升企业高质量发展的必需品。税收优惠减少了企业税收支付，缓解企业融资约束，并降低固定资产投资成本，税收优惠可以通过企业数字资产投资影响企业数字化转型。本文从RESSET金融研究数据库获取了所有上市企业的固定资产及折旧明细数据，当固定资产明细项目中包含任一个与“通讯设备”“计算机设备”“软件开发”“信息”“网络”相关的关键词时，则视其为数字固定资产投资，并在“企业-年份”层面进行加总。借鉴刘啟仁等（2019）的处理方式，用企业当期的数字固定资产的增加值和剔除折旧的数字资产净增加值分别加1后，取自然对数来衡量企业数字固定资产投资，分别记为vafa和nvafa。表5第（3）和（4）列展示了回归结果，与预期符合一致，表明税收优惠显著促进了企业数字固定资产投资，这进一步说明税收优惠可以通过数字资产投资这一途径影响企业数字化转型。

3.数字技术创新

数字技术创新成为产业数字化的重要基础。税收政策是激励企业技术创新的重要制度机制，税收优惠可以通过促进数字技术创新推进企业数字化转型。为检验这一机制，一方面，我们检验税收优惠能否促进企业扩大研发投入，这是企业数字技术创新的基础。企业研发费用（Ramp;D）用企业研发支出加1取自然对数表示。另一方面，由于研发投入的增加未必会产生可以驱动企业数字化转型的技术，为此进一步讨论税收优惠对企业数字技术创新的影响。采用黄勃等（2023）的企业数字技术创新指标（patent），以上市公司所有发明专利文件说明文本中是否有数字技术特征关键词来确定专利是否属于数字技术专利。表5列（5）和（6）的回归结果显示，税收优惠显著促进了企业加大研发支出，并增加企业数字技术发明专利，这证实了税收优惠助推企业数字化转型的创新效应。

（二）异质性分析

1.企业类型

数字技术是高科技企业的重要生产资料，高科技企业自身的特点使其本身即具有较高的研发创新和数字化转型动机。同时，作为科技和经济紧密结合的载体，高科技企业和高新技术企业拥有丰富的数字硬件基础设施储备和较强的创新能力，其本身的数字化水平程度相对较高。非高科技企业和非高新技术企业自身的融资约束状况较大、创新能力较弱，但受到政府实施税收减免后，其融资约束状况更容易得到缓解，更容易通过改善管理、投资和生产等途径，实现运作效率和创新能力的大幅提升。可见，相对于高科技企业，税收优惠对非高科技企业的数字化转型作用效应会更明显。为验证这一猜测，借鉴郭蕾等（2019）的思路，根据国科发火〔2016〕32号《高新技术企业认定管理办法》中规定的高新技术范围，结合企业所属行业类别来确定企业是否属于高科技行业企业①。为了确保高科技和非高科技企业划分方式的稳健性，这里还以企业是否为高新技术企业作为分类标准，来检验结果的稳健性。图3报告了在以两分组方式区分的高技术企业和非高技术企业样本中，税收优惠带来的企业数字化转型效应。可以看到，相较于高科技企业和高新技术企业，税收减免对非高科技企业和非高新技术企业数字化转型增强作用更加显著，这一结果与理论预期相吻合。

2.市场化程度

我国幅员辽阔，各地区间经济社会发展程度和市场化水平存在着一定差异。市场化程度越高的地区，市场在资源配置中的基础性和决定性作用会更为突显，企业会基于市场原则选择是否和如何进行数字化转型，金融市场更为成熟、信用机制更加健全，企业在数字化转型中更容易获得银行信贷和商业信用，企业对诸如税收优惠等财政激励的依赖性和敏感性会相对较低。为此，有理由推测，相对于市场化程度高的地区而言，税收优惠对位于市场化程度较低地区企业的数字化转型影响会更显著。为验证这一推论，借鉴李梅和余天骄（2016）的处理方法，用市场化指数表示市场化程度，指数大于中位数为高市场化地区，指数低于或等于中位数者为低市场化地区。同时，本文还以市场化指数平均值为标准来划分高市场化地区和低市场化地区。图3显示在低市场化程度地区，税收优惠显著促进了企业数字化转型；在市场化水平高地区，税收优惠对企业数字化转型的回归系数为正但在统计上不显著，该异质性特征与理论预期趋于一致。

六、结论与政策建议

人类社会已由工业时代步入数字时代。发展数字经济是把握新一轮科技革命和产业变革新机遇的战略选择。发展数字经济，要求推进数字产业化和产业数字化。企业作为数字经济的重要且关键载体，做强做优做大数字经济要求加快企业数字化转型。本文研究税收优惠在企业数字化转型中的作用，采用2012年至2022年间我国上市公司数据，研究发现：税收减免显著促进企业数字化转型，税收优惠通过增收效应、数字投资效应和创新激励效应也促进了企业数字化转型；并且税收优惠对非高科技企业和位于低市场化地区的企业数字化转型的助力作用更为明显。

本文的结论具有如下几点政策启示：其一，税收优惠是助力企业数字化转型的重要政策工具。为此，应继续优化、完善税收优惠政策，发挥好税收优惠在降低企业负担、缓解企业数字化转型资金和流动性压力的作用，促进税收激励企业数字化投资、数字技术创新，进而更好地实现税收优惠助推企业数字化转型，服务数字经济发展。其二，从税收优惠促进企业数字化转型的融资约束机制研究中可以发现，缓解融资约束是制约企业数字化转型的重要环节。市场经济条件下企业数字化转型融资约束缓解的关键在于金融。要大力深化金融供给侧改革，推进金融实践创新、制度机制创新，优化资金供给结构、提高资金配置效率，在数字技术创新、数字资产投资、数字经济发展等领域有效配置资金，支持产业数字化、数字产业化。其三，优化完善税收优惠政策，激励企业数字资产投资和数字技术创新。提高数字化设备资产允许一次性计入当期成本费用在计算应纳税所得额时扣除的金额标准，对企业外购的软件在税前允许一次性扣除。提高研发费用加计扣除和高新技术企业优惠的协同性，考虑到当企业适用高新技术企业优惠税率时，其研发支出加计扣除的实际减税效应被弱化的问题，将高新技术企业的研发费用加计扣除改为税收抵免，提升研发税收优惠政策的效力。其四，相对于市场化程度低的制度环境，在市场化程度高的制度环境中，企业数字化转型对税收优惠的敏感性和依赖度会比较低，这意味着可以通过市场机制实现企业数字化转型。为此，应坚定地按照党的二十大报告提出的“构建高水平社会主义市场经济体制”要求，完善市场经济基础制度，建设高标准市场体系，充分发挥市场在资源配置中的决定性作用，让市场之手成为助推企业数字化转型、数字经济发展的基础性和决定性力量。

参考文献：

[1]陈晓红.数字经济时代的技术融合与应用创新趋势分析[J].中南大学学报（社会科学版），2018，（5）.

[2]陈" 和，黄依婷，杨永聪，等.政府税收激励对企业数字化转型的影响——来自固定资产加速折旧政策的经验证据[J].产业经济评论，2023，（2）.

[3]陈运森，孟庆玉，袁" 淳.关系型税收优惠与税收政策的有效性：隐性税收视角[J].会计研究，

2018，（2）.

[4]陈" 玥，孟庆玉，袁" 淳.员工能受益于企业税收优惠吗？——基于产权性质和税收优惠来源的分析[J].财经研究，2019，（9）.

[5]黄一松.税收优惠能促进企业数字化转型吗[J].当代财经，2023，（12）.

[6]黄" 勃，李海彤，刘俊岐，等.数字技术创新与中国企业高质量发展——来自企业数字专利的证据[J].经济研究，2023，（3）.

[7]匡" 萍，栾" 宁.税收优惠、营商环境与企业创新绩效[J].税收经济研究，2024，（3）.

[8]郭" 蕾，肖淑芳，李雪婧，李维维.非高管员工股权激励与创新产出——基于中国上市高科技企业的经验证据[J].会计研究，2019，（7）.

[9]李" 梅，余天骄.研发国际化是否促进了企业创新——基于中国信息技术企业的经验研究[J].管理世界，2016，（11）.

[10]林志帆，刘诗源.税收负担与企业研发创新——来自世界银行中国企业调查数据的经验证据[J].财政研究，2017，（2）.

[11]刘翔宇，刘光强，段华友.研发强度对企业数字化转型的影响——来自上市公司的经验证据[J]. 财会通讯，2023，（24）.

[12]刘" 行，李小荣.金字塔结构、税收负担与企业价值：基于地方国有企业的证据[J].管理世界，

2012，（8）.

[13]刘啟仁，赵" 灿，黄建忠.税收优惠、供给侧改革与企业投资[J].管理世界，2019，（1）.

[14]柳光强.税收优惠、财政补贴政策的激励效应分析——基于信息不对称理论视角的实证研究[J].管理世界，2016，（10）.

[15]卢" 馨，郑阳飞，李建明.融资约束对企业Ramp;D投资的影响研究——来自中国高新技术上市公司的经验证据[J].会计研究，2013，（5）.

[16]卢小祁，俞毛毛.减税政策对企业数字化转型的影响路径研究——基于增值税税率降低的视角[J].当代财经，2023，（10）.

[17]申广军，陈斌开，杨汝岱.减税能否提振中国经济？——基于中国增值税改革的实证研究[J].经济研究，2016，（11）.

[18]孙伟增，毛" 宁，兰" 峰，等.政策赋能、数字生态与企业数字化转型——基于国家大数据综合试验区的准自然实验[J].中国工业经济，2023，（9）.

[19]孙献贞，李" 言.政府补助、数字化转型与企业新质生产力[J].税收经济研究，2024，（4）.

[20]陶" 锋，王欣然，徐" 扬，朱" 盼.数字化转型、产业链供应链韧性与企业生产率[J].中国工业经济，2023，（5）.

[21]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）.

[22]吴" 非，常" 曦，任晓怡.政府驱动型创新：财政科技支出与企业数字化转型[J].财政研究， 2021，（1）.

[23]王业斌，许雪芳.减税降费与经济高质量发展——来自小微企业的微观证据[J].税务研究，2019，（12）.

[24]魏志华，曾爱民，李" 博.金融生态环境与企业融资约束——基于中国上市公司的实证研究[J].会计研究，2014，（5）.

[25]岳树民，王" 庆，樊稼岐.增值税留抵退税、融资约束与企业数字化转型[J].税收经济研究，

2023，（5）.

[26]袁" 淳，肖土盛，耿春晓，盛" 誉.数字化转型与企业分工：专业化还是纵向一体化[J].中国工业经济，2021，（9）.

[27]赵宸宇，王文春，李雪松.数字化转型如何影响企业全要素生产率[J].财贸经济，2021，（7）.

[28]甄红线，王" 玺，方红星.知识产权行政保护与企业数字化转型[J].经济研究，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）.

（责任编辑：衍一）