陳和 黃依婷 楊永聰 梁曉儀

關(guān)鍵詞：稅收激勵；固定資產(chǎn)加速折舊政策；數(shù)字化轉(zhuǎn)型；企業(yè)創(chuàng)新

一、引言

當(dāng)前，迅猛發(fā)展的互聯(lián)網(wǎng)、大數(shù)據(jù)、云計算等新一代信息技術(shù)推動了實體經(jīng)濟(jì)與數(shù)字經(jīng)濟(jì)的深度融合，數(shù)字經(jīng)濟(jì)已成為驅(qū)動中國經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型的重要引擎。十九屆五中全會明確提出了要“發(fā)展數(shù)字經(jīng)濟(jì)，推進(jìn)數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化”?！丁笆奈濉睌?shù)字經(jīng)濟(jì)發(fā)展規(guī)劃》（國發(fā)〔2021〕29號）更是將數(shù)字化轉(zhuǎn)型上升為國家發(fā)展戰(zhàn)略，明確指出推進(jìn)產(chǎn)業(yè)數(shù)字化需要依托企業(yè)來實現(xiàn)。2020年，新冠肺炎疫情導(dǎo)致許多國家和地區(qū)經(jīng)濟(jì)嚴(yán)重衰退，而數(shù)字化轉(zhuǎn)型程度較高的企業(yè)遭受疫情沖擊的負(fù)向影響較小，甚至出現(xiàn)逆勢增長。由此可見，數(shù)字化轉(zhuǎn)型不僅是應(yīng)對外部不確定性的關(guān)鍵策略，還是企業(yè)提質(zhì)降本增效的重要舉措，更能賦能中國經(jīng)濟(jì)的高質(zhì)量發(fā)展。因此，企業(yè)作為微觀經(jīng)濟(jì)主體，應(yīng)牢牢把握數(shù)字經(jīng)濟(jì)發(fā)展趨勢，加快搭建數(shù)字化轉(zhuǎn)型核心架構(gòu)，推進(jìn)數(shù)字化轉(zhuǎn)型。

依據(jù)埃森哲最新發(fā)布的《2021中國企業(yè)數(shù)字轉(zhuǎn)型指數(shù)研究》，2021年轉(zhuǎn)型成效顯著的中國企業(yè)僅有16%，表明盡管已有部分企業(yè)抓住了轉(zhuǎn)型窗口期，將數(shù)字化轉(zhuǎn)型作為發(fā)展戰(zhàn)略核心，但卻少有企業(yè)能夠駛?cè)霐?shù)字化快車道，實現(xiàn)提質(zhì)增效。其主要原因可歸結(jié)為以下三個方面：一是缺乏前沿的技術(shù)支撐和必要的硬件配置致使創(chuàng)新驅(qū)動數(shù)字化轉(zhuǎn)型的模式難以維繼，同時在沒有相應(yīng)補(bǔ)償激勵的情況下，企業(yè)數(shù)字化轉(zhuǎn)型的外部性特征將會致使數(shù)字化轉(zhuǎn)型陷入“低水平均衡”陷阱；二是轉(zhuǎn)型初期投入成本高昂，而市場在經(jīng)濟(jì)轉(zhuǎn)型期所存在的摩擦，致使金融資源配置失當(dāng)，無法覆蓋企業(yè)數(shù)字化轉(zhuǎn)型的投入與風(fēng)險；三是較長的“成本—收益”失衡的陣痛期大大降低企業(yè)在數(shù)字化轉(zhuǎn)型上的主觀能動性。由此可見，我國市場機(jī)制的不盡完善掣肘了企業(yè)的數(shù)字化轉(zhuǎn)型。那么，為了更好地引導(dǎo)企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型、推動產(chǎn)業(yè)價值鏈的變革與重構(gòu)，政府的稅收政策工具作為撬動企業(yè)轉(zhuǎn)型升級的重要杠桿之一（陳玥卓等，2021），勢必要發(fā)揮其重要的調(diào)控作用。政府通過稅收激勵加大對企業(yè)的扶持力度，減輕企業(yè)的稅收負(fù)擔(dān)、提高對企業(yè)創(chuàng)新風(fēng)險的分擔(dān)程度（馮海波和劉勝，2017），激勵企業(yè)開拓數(shù)字技術(shù)前沿領(lǐng)域，推動企業(yè)數(shù)字化轉(zhuǎn)型，對實現(xiàn)“數(shù)字中國”戰(zhàn)略目標(biāo)具有重要意義。

為克服市場失靈并驅(qū)動企業(yè)轉(zhuǎn)型發(fā)展，近年來我國出臺了不少稅收激勵政策和政府補(bǔ)貼政策。相比具有選擇性、差異性特征的政府補(bǔ)貼，具有“事前激勵”特征的稅收激勵政策所能覆蓋的范圍更為廣泛，是政府激勵企業(yè)轉(zhuǎn)型發(fā)展的重要政策工具。在眾多的稅收優(yōu)惠政策中，固定資產(chǎn)加速折舊政策是一種間接稅收優(yōu)惠政策，雖然不影響整體稅負(fù)，但是減輕了企業(yè)前期的稅負(fù)壓力，有助于幫助企業(yè)打破資源邊界以及解決投資不足問題，為企業(yè)數(shù)字化轉(zhuǎn)型創(chuàng)造積極條件。因此，固定資產(chǎn)加速折舊政策理應(yīng)能較好助力企業(yè)數(shù)字化轉(zhuǎn)型。一方面，固定資產(chǎn)加速折舊政策通過“前期計提較多折舊，后期計提較少折舊”的方式在企業(yè)購置資產(chǎn)早期以加速折舊扣除企業(yè)應(yīng)納稅額，即增加了前期的稅后利潤，加快了資金回流，優(yōu)化了企業(yè)的財務(wù)狀況，激勵企業(yè)加大研發(fā)投入、進(jìn)行技術(shù)創(chuàng)新，為數(shù)字化轉(zhuǎn)型夯實硬件匹配基礎(chǔ)。另一方面，受固定資產(chǎn)加速折舊政策支持的企業(yè)能傳遞出受政府“扶持認(rèn)證”的利好信號（曹越和陳文瑞，2017；范文林和胡明生，2020；鄧峰和楊國歌，2021），使得企業(yè)在資本市場上備受青睞，從而降低企業(yè)融資成本、緩解其融資約束，為企業(yè)數(shù)字化轉(zhuǎn)型提供資金支持。但值得注意的是，固定資產(chǎn)加速折舊政策可能并沒有明顯提升企業(yè)進(jìn)行突破性創(chuàng)新的意愿，甚至?xí)T發(fā)企業(yè)的“迎合”行為，扭曲企業(yè)創(chuàng)新的軌跡。由此可見，現(xiàn)有文獻(xiàn)對于固定資產(chǎn)加速折舊政策與數(shù)字化轉(zhuǎn)型的因果邏輯與作用機(jī)制的研究并不充分，有必要對固定資產(chǎn)加速折舊政策與企業(yè)數(shù)字化轉(zhuǎn)型二者間的關(guān)系進(jìn)行深入研究，為探索適配企業(yè)數(shù)字化轉(zhuǎn)型的高效的稅收激勵政策提供參考與建議。

文章可能的邊際貢獻(xiàn)在于：第一，研究固定資產(chǎn)加速折舊政策與企業(yè)數(shù)字化轉(zhuǎn)型之間的關(guān)系，從微觀主體視角拓展對稅收工具的認(rèn)識，豐富了政府稅收工具在引導(dǎo)微觀企業(yè)數(shù)字化轉(zhuǎn)型方面的研究；第二，從“緩解融資約束與降低財務(wù)費用”“加大研發(fā)投入與提高創(chuàng)新產(chǎn)出”兩個機(jī)制出發(fā)，為探索適配企業(yè)數(shù)字化轉(zhuǎn)型的政府稅收工具提供了新視角；第三，從企業(yè)成長性、行業(yè)競爭程度、地區(qū)市場化程度等角度出發(fā)，多維度解讀固定資產(chǎn)加速折舊政策影響企業(yè)數(shù)字化轉(zhuǎn)型的異質(zhì)性，為充分闡述固定資產(chǎn)加速折舊政策驅(qū)動企業(yè)數(shù)字化轉(zhuǎn)型提供根植中國本土邏輯的證據(jù)。

二、政策背景與研究假說

（一）政策背景

為驅(qū)動企業(yè)轉(zhuǎn)型發(fā)展，財政部和稅務(wù)總局于2014年10月發(fā)布了《關(guān)于完善固定資產(chǎn)加速折舊企業(yè)所得稅政策的通知》（財稅〔2014〕75號）。通知允許生物藥品制造業(yè)，專用設(shè)備制造業(yè)，鐵路、船舶、航空航天和其他運輸設(shè)備制造業(yè)，計算機(jī)、通信和其他電子設(shè)備制造業(yè)，儀器儀表制造業(yè)，信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)6個試點行業(yè)的企業(yè)可縮短折舊年限或加速折舊新購進(jìn)的固定資產(chǎn)。財政部和稅務(wù)總局于2015年9月進(jìn)一步完善固定資產(chǎn)加速折舊企業(yè)所得稅政策，發(fā)布《關(guān)于進(jìn)一步完善固定資產(chǎn)加速折舊企業(yè)所得稅政策的通知》（財稅〔2015〕106號），允許輕工、紡織、機(jī)械、汽車4個領(lǐng)域重點行業(yè)的企業(yè)縮短折舊年限或加速折舊新購進(jìn)的固定資產(chǎn)。這兩項政策所覆蓋的6個重點行業(yè)、4個重點領(lǐng)域所有的固定資產(chǎn)均可縮短折舊年限或加速折舊，可以全方位提振企業(yè)創(chuàng)新意愿，幫助企業(yè)不斷增強(qiáng)轉(zhuǎn)型升級的動力。

（二）理論分析與研究假說

在數(shù)字化轉(zhuǎn)型戰(zhàn)略的實踐過程中，多數(shù)企業(yè)會出現(xiàn)轉(zhuǎn)型瓶頸，無法實現(xiàn)徹底的商業(yè)模式變革和數(shù)字化進(jìn)階。企業(yè)數(shù)字化轉(zhuǎn)型是一場系統(tǒng)性、持續(xù)性的變革創(chuàng)新，具有長周期（李輝和梁丹丹，2020）、信息不對稱、風(fēng)險性大（Shepherdetal.，2017）、失敗率高以及正外部性（涂心語和嚴(yán)曉玲，2022）等特征，企業(yè)數(shù)字化轉(zhuǎn)型過程中存在市場失靈現(xiàn)象，將抑制企業(yè)數(shù)字化轉(zhuǎn)型動機(jī)，此時就需要政府發(fā)揮其“有形之手”的作用，通過實施相應(yīng)激勵政策，激勵并指導(dǎo)企業(yè)進(jìn)行數(shù)字化變革。本文以2014年和2015年的固定資產(chǎn)加速折舊政策作為準(zhǔn)實驗，對稅收激勵與企業(yè)數(shù)字化轉(zhuǎn)型二者之間的關(guān)系進(jìn)行研究。我們認(rèn)為，固定資產(chǎn)加速折舊政策能夠激勵企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型，具體表現(xiàn)為：第一，固定資產(chǎn)加速折舊政策具有政策靶向性，能夠鼓勵企業(yè)進(jìn)行投資，從而為企業(yè)數(shù)字化轉(zhuǎn)型提供了較好的技術(shù)支持與硬件支撐。在固定資產(chǎn)加速折舊政策實施后，企業(yè)可以通過購置新固定資產(chǎn)的方式相應(yīng)減少所得稅費用，這就相當(dāng)于企業(yè)獲得了一筆短期“無息貸款”（劉行等，2019），緩解了其內(nèi)源性融資約束，使得企業(yè)能夠?qū)⒏嗟馁Y金投向研發(fā)和技術(shù)創(chuàng)新，從而為數(shù)字化深度轉(zhuǎn)型提供技術(shù)支持和必要的硬件支撐。第二，固定資產(chǎn)加速折舊政策本身所具有的信號傳遞作用能夠幫助企業(yè)降低融資成本、緩解外部融資約束，激勵企業(yè)加大研發(fā)投入與提升創(chuàng)新產(chǎn)出，甚至是數(shù)字化轉(zhuǎn)型?；诖耍疚膹摹柏攧?wù)優(yōu)化”和“創(chuàng)新驅(qū)動”兩個維度出發(fā)，探討固定資產(chǎn)加速折舊政策對企業(yè)數(shù)字化轉(zhuǎn)型的影響機(jī)制。

從財務(wù)狀況視角來看，固定資產(chǎn)加速折舊政策能傳遞積極信號，降低企業(yè)融資成本和緩解企業(yè)融資約束，改善企業(yè)財務(wù)狀況，進(jìn)而為企業(yè)數(shù)字化轉(zhuǎn)型提供資金支持。首先，固定資產(chǎn)加速折舊政策能向外部投資者傳遞出企業(yè)“發(fā)展態(tài)勢強(qiáng)勁”“信譽(yù)良好”等吸引外部投資者進(jìn)入的積極信號（曹越和陳文瑞；2017），有利于吸引外部投資者對企業(yè)數(shù)字化轉(zhuǎn)型提供資金支持。其次，銀行信貸仍是緩解企業(yè)外部融資約束的主要渠道（張琦等，2021）。受固定資產(chǎn)加速折舊政策扶持的企業(yè)相當(dāng)于有了政府的信譽(yù)“背書”，使得銀行等金融機(jī)構(gòu)降低對企業(yè)的信貸門檻，因而企業(yè)更容易獲取信貸資源，緩解融資壓力，優(yōu)化企業(yè)財務(wù)狀況，為數(shù)字化轉(zhuǎn)型打下基礎(chǔ)。最后，固定資產(chǎn)加速折舊政策有助于企業(yè)嫁接政府資源促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。獲得固定資產(chǎn)加速折舊政策支持的企業(yè)更容易得到政府的青睞，企業(yè)通過與政府的良性互動，更容易接近政府資源（鄧峰和楊國歌，2021），從而減輕企業(yè)數(shù)字化轉(zhuǎn)型過程中的資金壓力，改善財務(wù)狀況，從而為企業(yè)的生產(chǎn)發(fā)展?fàn)I造一個更為寬松的環(huán)境，使企業(yè)可以進(jìn)行一些如數(shù)字化轉(zhuǎn)型等關(guān)乎企業(yè)可持續(xù)發(fā)展的高風(fēng)險、高投入活動。

從創(chuàng)新驅(qū)動視角來看，固定資產(chǎn)加速折舊政策能夠推動企業(yè)加大研發(fā)投入、促進(jìn)企業(yè)專利創(chuàng)新活動的增長（王宗軍等，2019），從而營造有效的數(shù)字化創(chuàng)新環(huán)境，驅(qū)動企業(yè)數(shù)字化轉(zhuǎn)型。首先，固定資產(chǎn)加速折舊政策變相降低了試點行業(yè)企業(yè)研發(fā)成本，相當(dāng)于直接充盈企業(yè)的現(xiàn)金流，緩解企業(yè)內(nèi)源性融資約束（童錦治等，2020），激勵企業(yè)增加研發(fā)投入和促進(jìn)創(chuàng)新產(chǎn)出。充足的研發(fā)投入是企業(yè)進(jìn)行數(shù)字技術(shù)變革的必要的投入要素（唐松等，2022），激發(fā)了試點行業(yè)企業(yè)不斷增強(qiáng)技術(shù)應(yīng)用和技術(shù)設(shè)備的數(shù)字化改造，驅(qū)動企業(yè)數(shù)字化轉(zhuǎn)型。同時，創(chuàng)新產(chǎn)出的提升為企業(yè)數(shù)字化轉(zhuǎn)型夯實硬件配置基底。隨著企業(yè)技術(shù)創(chuàng)新“投入—產(chǎn)出”雙重維度的提升，企業(yè)更能夠明確自身科技水平的優(yōu)勢所在，并能夠清晰且快速地把握前沿科技方向，加強(qiáng)信息資源整合，用信息技術(shù)重塑和調(diào)整業(yè)務(wù)形態(tài)，加快實現(xiàn)數(shù)字化轉(zhuǎn)型。其次，政府的行政指導(dǎo)與固定資產(chǎn)加速折舊政策的信號傳遞功能所帶來的創(chuàng)新資源，能夠有效糾正企業(yè)管理者的短視行為，使之更加關(guān)注企業(yè)的成長性與未來戰(zhàn)略導(dǎo)向，對科技前沿的敏感度也隨之提升，從而將更多的資源轉(zhuǎn)移到長期的創(chuàng)新研發(fā)活動中，促進(jìn)企業(yè)的創(chuàng)新產(chǎn)出，增強(qiáng)數(shù)字化創(chuàng)新實力，為驅(qū)動數(shù)字化轉(zhuǎn)型提供技術(shù)支撐和必要的硬件配置，提高數(shù)字化轉(zhuǎn)型水平。綜合上述討論，本文提出以下假說：

假說H1：固定資產(chǎn)加速折舊政策能顯著促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。

假說H2：固定資產(chǎn)加速折舊政策通過“財務(wù)優(yōu)化”和“創(chuàng)新驅(qū)動”來促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。

三、研究設(shè)計

（一）數(shù)據(jù)來源與樣本選取

本文以2011—2017年滬深A(yù)股上市公司為樣本，通過構(gòu)建兩期雙重差分模型，對2014年、2015年兩次公布的固定資產(chǎn)加速折舊政策對企業(yè)數(shù)字化轉(zhuǎn)型的影響進(jìn)行考察。選擇該樣本區(qū)間的原因是2018年和2019年相繼擴(kuò)大了固定資產(chǎn)加速折舊政策的優(yōu)惠范圍。本文財務(wù)數(shù)據(jù)來源于Wind數(shù)據(jù)庫和CSMAR數(shù)據(jù)庫，將CSMAR數(shù)據(jù)庫的創(chuàng)新投入與創(chuàng)新產(chǎn)出數(shù)據(jù)與Wind數(shù)據(jù)庫比對，若出現(xiàn)不一致情況則查閱公司年報進(jìn)行校正。本文對樣本進(jìn)行了以下處理：剔除金融保險行業(yè)樣本、剔除數(shù)據(jù)缺失樣本、剔除企業(yè)上市年限小于1的樣本以及剔除ST、PT上市公司，對所有連續(xù)型變量進(jìn)行1%和99%分位數(shù)的縮尾處理。

（二）模型設(shè)定

1.基準(zhǔn)回歸模型設(shè)定

根據(jù)前文的理論分析，我們構(gòu)建如下DID模型對固定資產(chǎn)加速折舊政策與企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)系進(jìn)行檢驗：

2.中介效應(yīng)模型設(shè)定

我們借鑒溫忠麟和葉寶娟（2014）的研究，在基準(zhǔn)模型（1）的基礎(chǔ)上，進(jìn)一步設(shè)定如下中介效應(yīng)模型：

傳統(tǒng)的中介效應(yīng)模型是由Baron等（1986）提出的逐步法，雖然溫忠麟和葉寶娟（2014）對其進(jìn)行了改良，但不少學(xué)者對此也存在質(zhì)疑（江艇，2022）。逐步法不可避免存在的問題是：當(dāng)中介效應(yīng)模型包含多個中介變量，第一類統(tǒng)計推斷錯誤出現(xiàn)的概率較高，同時每個獨立方程并沒有考慮到方程之間的關(guān)聯(lián)，故而導(dǎo)致估計偏差。因此，為了更加嚴(yán)格地探索固定資產(chǎn)加速折舊政策對數(shù)字化轉(zhuǎn)型的作用機(jī)制，在對模型（1）-（3）進(jìn)行回歸估計的基礎(chǔ)上，我們進(jìn)一步構(gòu)建了經(jīng)非參數(shù)Bootstrapping方法調(diào)整估計偏差的結(jié)構(gòu)方程中介（間接）模型，從財務(wù)狀況優(yōu)化和創(chuàng)新驅(qū)動兩個視角研究固定資產(chǎn)加速折舊政策影響企業(yè)數(shù)字化轉(zhuǎn)型的中介機(jī)制，從而進(jìn)一步剖析固定資產(chǎn)加速折舊政策與企業(yè)數(shù)字化轉(zhuǎn)型之間的因果邏輯。

（三）變量設(shè)定

1.被解釋變量

數(shù)字化轉(zhuǎn)型程度（lnDT）。本文以《廣東金融學(xué)院·中國上市企業(yè)數(shù)字化轉(zhuǎn)型指數(shù)》公布的數(shù)字化轉(zhuǎn)型詞頻的對數(shù)化指標(biāo)作為企業(yè)數(shù)字化轉(zhuǎn)型的衡量指標(biāo)。廣東金融學(xué)院研究團(tuán)隊利用Python爬取滬深A(yù)股上市公司的年度報告文本，并通過JavaPDFbox庫提取數(shù)字化轉(zhuǎn)型的關(guān)鍵詞，將關(guān)鍵詞加總得到中國上市企業(yè)數(shù)字化轉(zhuǎn)型指數(shù)。其中，關(guān)于企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵詞的選取，廣東金融學(xué)院研究團(tuán)隊將企業(yè)數(shù)字化轉(zhuǎn)型細(xì)分為“底層技術(shù)”和“實踐應(yīng)用”（見圖1）。為減少內(nèi)生性問題，我們將被解釋變量進(jìn)行滯后一期處理。

2.核心解釋變量

固定資產(chǎn)加速折舊政策（Pilotrt）。我們參照吳非和黎偉（2022）的研究，將屬于財稅〔2014〕75號文規(guī)定的6個重點行業(yè)的企業(yè)在2014年及之后Pilotrt取1，將屬于財稅〔2015〕106號文規(guī)定的4個重點領(lǐng)域的企業(yè)在2015年及之后Pilotrt取1，不在政策規(guī)定行業(yè)的企業(yè)以及政策實施前Pilotrt均取0。

3.機(jī)制變量

（1）財務(wù)狀況優(yōu)化。包括融資約束緩解（RFC）和財務(wù)費用降低（RFE）。其中，我們對SA指數(shù)取絕對值后將其作為融資約束緩解（RFC）的表征變量；財務(wù)費用降低（RFE）用經(jīng)過反向處理的凈財務(wù)費用與總負(fù)債之比進(jìn)行衡量。（2）創(chuàng)新驅(qū)動。涵蓋研發(fā)投入（RD）和創(chuàng)新產(chǎn)出（lnpatent）。其中，以研發(fā)投入占營業(yè)收入比重來衡量企業(yè)的研發(fā)投入（RD）；企業(yè)的創(chuàng)新產(chǎn)出（lnpatent）用企業(yè)專利申請的對數(shù)進(jìn)行衡量。為減少內(nèi)生性問題，將機(jī)制變量均進(jìn)行滯后一期處理。

4.控制變量

我們選取的控制變量（VCs）有：托賓Q值（TobinsQ，企業(yè)當(dāng)年市值與期末總資產(chǎn)的比值）、總資產(chǎn)報酬率（ROA，凈利潤與期末總資產(chǎn)的比值）、經(jīng)營活動現(xiàn)金流量（OCF，經(jīng)營活動現(xiàn)金流量與期初總資產(chǎn)的比值）、公司規(guī)模（SIZE，期末總資產(chǎn)取自然對數(shù)）、營業(yè)收入增長率（GROW，當(dāng)年營業(yè)收入增長額與期初營業(yè)收入的比值）、公司年齡（AGE，企業(yè)成立年份到當(dāng)年的時間加1取對數(shù)）、獨立董事占比（INDIR，當(dāng)年獨立董事人數(shù)占董事會人數(shù)比例），同時還控制了行業(yè)、年度和企業(yè)固定效應(yīng)等，并且在證券代碼層面進(jìn)行聚類分析。

四、實證分析結(jié)果

（一）描述性統(tǒng)計

變量描述性統(tǒng)計結(jié)果見表1。可以發(fā)現(xiàn)，企業(yè)數(shù)字化轉(zhuǎn)型（lnDT）的標(biāo)準(zhǔn)差為1.3451，這揭示了企業(yè)間數(shù)字化轉(zhuǎn)型水平存在顯著差距。固定資產(chǎn)加速折舊政策的均值為0.2661，說明在樣本期間內(nèi)受固定資產(chǎn)加速折舊政策支持的企業(yè)總數(shù)僅占總樣本的26.61%。其他變量結(jié)果與現(xiàn)有文獻(xiàn)一致，不再贅述。

（二）基準(zhǔn)回歸

為考察固定資產(chǎn)加速折舊政策對企業(yè)數(shù)字化轉(zhuǎn)型的影響，本文采用雙重差分法進(jìn)行回歸分析。表2前兩列為模型（1）的全樣本回歸結(jié)果，在同時考慮了時間固定效應(yīng)、行業(yè)固定效應(yīng)與企業(yè)固定效應(yīng)且在證券代碼層面進(jìn)行聚類后，無論是否控制變量，固定資產(chǎn)加速折舊政策對企業(yè)數(shù)字化轉(zhuǎn)型的影響均在1%的水平上顯著為正，說明國家對特定行業(yè)的稅收激勵顯著促進(jìn)了企業(yè)的數(shù)字化轉(zhuǎn)型，這印證了假說H1。

文章認(rèn)為，固定資產(chǎn)加速折舊政策具有較好的政策靶向性，該政策所釋放的稅收紅利能夠直接補(bǔ)充企業(yè)的研發(fā)資源，激勵企業(yè)加大研發(fā)投入、進(jìn)行技術(shù)創(chuàng)新，夯實數(shù)字化轉(zhuǎn)型的硬件配置，助力企業(yè)數(shù)字化轉(zhuǎn)型。其次，固定資產(chǎn)加速折舊政策具有積極的信號傳遞作用，能夠使企業(yè)更容易受到外部投資者與銀行等金融機(jī)構(gòu)的青睞，能夠獲取更多的外部創(chuàng)新資源，從而驅(qū)動企業(yè)數(shù)字化轉(zhuǎn)型。

（三）穩(wěn)健性檢驗

1.替換被解釋變量

將被解釋變量替換為TD，即（數(shù)字化轉(zhuǎn)型的總詞數(shù)/年報總詞數(shù)）×1000。為了減少內(nèi)生性問題，將TD滯后一期再代入模型（1）進(jìn)行回歸?；貧w結(jié)果如表2的列（3）、（4）所示?？梢钥吹絇ilotrt的回歸估計系數(shù)依然在1%的水平上顯著為正，這表明基準(zhǔn)回歸的結(jié)果是穩(wěn)健的。

2.排除早期政策可能存在的長期影響

由于東北三省于2004年就實施了固定資產(chǎn)加速折舊政策，為了防止早期政策對實驗的干擾，文章刪除屬于東北三省的企業(yè)樣本后再重新進(jìn)行回歸估計，其估計結(jié)果如表2的列（5）、（6）所示，Pilotrt的回歸估計系數(shù)未發(fā)生實質(zhì)性變化，說明基準(zhǔn)回歸結(jié)果是穩(wěn)健的。

3.平行趨勢檢驗

在運用雙重差分法進(jìn)行回歸之前需要確保實驗組與對照組在政策發(fā)生前應(yīng)具有嚴(yán)格的平行趨勢。本文采用事件分析的方法，以t-1作為基期，對雙重差分法平行趨勢假設(shè)進(jìn)行驗證。圖2為各年度回歸系數(shù)與95%的置信區(qū)間，可以發(fā)現(xiàn)政策實施前的95%的置信區(qū)間均包含0，而在政策實施后系數(shù)均顯著為正且95%的置信區(qū)間不包含0，這表明平行趨勢假設(shè)得到驗證。

4.傾向得分匹配的雙重差分法

固定資產(chǎn)加速折舊政策可能存在自選擇問題，因此我們參照趙燦和劉啟仁（2021）的研究，進(jìn)一步使用傾向得分匹配—雙重差分法（PSM—DID）進(jìn)行穩(wěn)健性檢驗。我們采用的是有放回的近鄰匹配法進(jìn)行匹配。PSM模型中的相關(guān)預(yù)測變量為基準(zhǔn)回歸中的所有控制變量，利用Probit模型估計傾向匹配得分。1∶1近鄰匹配的平衡性檢驗見表3的PanelA。所有匹配變量均顯著，而且所有配對變量的偏差絕對值均低于10%，t檢驗顯示除TOBINQ和SIZE外，處理組和控制組在10%的置信水平上無顯著差異，說明平衡性檢驗通過，樣本匹配效果較好。出于穩(wěn)健性考慮，我們還采用了1∶2和1∶3的近鄰匹配，回歸結(jié)果見表3的PanelB。Pilotrt的回歸估計系數(shù)均在1%的置信水平上顯著為正，這表明基準(zhǔn)回歸的研究結(jié)論具有穩(wěn)健性。

5.安慰劑檢驗

考慮到其他隨機(jī)因素可能會影響估計結(jié)果，我們借鑒王永進(jìn)和侯韞韜（2022）的做法，在所有實驗?zāi)攴葜须S機(jī)產(chǎn)生一個事件發(fā)生時間，并且在所有企業(yè)中隨機(jī)產(chǎn)生一組處理組，重復(fù)500次隨機(jī)抽樣。其好處在于同時隨機(jī)選擇政策沖擊發(fā)生的時間與處理組，充分考慮到各種可能虛擬結(jié)果與真實結(jié)果的差異，提高回歸結(jié)果的可信度。結(jié)果如圖3所示?？梢园l(fā)現(xiàn)，估計系數(shù)的分布及其相關(guān)的p值分布均在0附近，且大部分p值都大于0.1，表明安慰劑檢驗通過，可以認(rèn)為企業(yè)數(shù)字化轉(zhuǎn)型確實是由固定資產(chǎn)加速折舊政策導(dǎo)致的，并非實驗安排的偶然事件。

五、機(jī)制檢驗

上文研究表明，固定資產(chǎn)加速折舊政策所釋放的稅收紅利能夠驅(qū)動企業(yè)數(shù)字化轉(zhuǎn)型。下面本文將嘗試回答兩個問題：①固定資產(chǎn)加速折舊政策是否通過優(yōu)化企業(yè)財務(wù)狀況來助力企業(yè)數(shù)字化轉(zhuǎn)型？②固定資產(chǎn)加速折舊政策是否通過驅(qū)動企業(yè)創(chuàng)新來促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型？下文將通過對這兩個問題的檢驗，進(jìn)一步剖析固定資產(chǎn)加速折舊政策與企業(yè)數(shù)字化轉(zhuǎn)型二者之間的內(nèi)在聯(lián)系。

我們對模型（2）-（3）進(jìn)行了實證檢驗，回歸結(jié)果如表4的PanelA所示。列（1）、（3）、（5）和（7）表明固定資產(chǎn)加速折舊政策的實施能夠顯著降低試點行業(yè)的企業(yè)的融資約束和財務(wù)費用，以及激勵試點行業(yè)的企業(yè)加大研發(fā)投入和提升創(chuàng)新產(chǎn)出；列（2）、（4）、（6）和（8）可以看出，在控制固定資產(chǎn)加速折舊政策和其他影響因素的情況下，融資約束放松、財務(wù)費用降低、研發(fā)投入增加和創(chuàng)新產(chǎn)出提升均顯著促進(jìn)了企業(yè)數(shù)字化轉(zhuǎn)型，且Pilotrt估計系數(shù)要小于模型（1）中Pilotrt估計系數(shù)。由此，不難發(fā)現(xiàn)融資約束放松、財務(wù)費用降低、研發(fā)投入增加和創(chuàng)新產(chǎn)出提升是固定資產(chǎn)加速折舊政策影響企業(yè)數(shù)字化轉(zhuǎn)型的中介渠道。

為更嚴(yán)格地驗證固定資產(chǎn)加速折舊政策影響企業(yè)數(shù)字化轉(zhuǎn)型的中介路徑，本文采用了中介效應(yīng)（間接效應(yīng)）的結(jié)構(gòu)方程模型進(jìn)一步進(jìn)行檢驗。由于中介效應(yīng)的非線性分布特征，我們采用非參數(shù)Bootstrapping方法調(diào)整估計偏差（MacKinnonetal.，2004；劉春林和田玲，2021）。對此，表4的PanelB給出了相應(yīng)的實證結(jié)果。結(jié)果顯示：（1）直接效應(yīng)系數(shù)為25.7503%，置信區(qū)間（BCinterval95%）為[19.5977%33.6159%]，不包含0，說明固定資產(chǎn)加速折舊政策對企業(yè)數(shù)字化轉(zhuǎn)型的直接效應(yīng)顯著；（2）融資約束放松的中介效應(yīng)系數(shù)為0.8707%，置信區(qū)間（BCinterval95%）為[0.4481%1.4056%]，不包含0，說明融資約束放松是固定資產(chǎn)加速折舊政策驅(qū)動企業(yè)數(shù)字化轉(zhuǎn)型的重要機(jī)制；（3）財務(wù)費用降低的中介效應(yīng)系數(shù)為1.0391%，置信區(qū)間（BCinterval95%）為[0.4534%1.5717%]，不包含0，說明財務(wù)費用降低是固定資產(chǎn)加速折舊政策驅(qū)動企業(yè)數(shù)字化轉(zhuǎn)型的重要機(jī)制；（4）研發(fā)投入增加的中介效應(yīng)系數(shù)為13.6408%，置信區(qū)間（BCinterval95%）為[10.2727%16.5646%]，不包含0，說明固定資產(chǎn)加速折舊政策確實能通過激勵企業(yè)加大研發(fā)投入來驅(qū)動企業(yè)數(shù)字化轉(zhuǎn)型；（5）創(chuàng)新產(chǎn)出提升的中介效應(yīng)系數(shù)為10.6571%，置信區(qū)間（BCinterval95%）為[9.1012%12.7957%]，不包含0，說明固定資產(chǎn)加速折舊政策確實能通過激勵企業(yè)提升創(chuàng)新產(chǎn)出來助推企業(yè)數(shù)字化轉(zhuǎn)型。以上分析進(jìn)一步說明，融資約束放松與財務(wù)費用降低、研發(fā)投入增加和創(chuàng)新產(chǎn)出提升均為固定資產(chǎn)加速折舊政策影響企業(yè)數(shù)字化轉(zhuǎn)型的中介路徑。至此，固定資產(chǎn)加速折舊政策對企業(yè)數(shù)字化轉(zhuǎn)型的作用機(jī)制得到全面的剖析，即假說H2得到驗證：固定資產(chǎn)加速折舊政策的確通過改善企業(yè)財務(wù)狀況和驅(qū)動企業(yè)研發(fā)創(chuàng)新來助推企業(yè)數(shù)字化轉(zhuǎn)型。

表4的證據(jù)表明，固定資產(chǎn)加速折舊政策所形成的稅收激勵將通過改善企業(yè)財務(wù)狀況和驅(qū)動企業(yè)研發(fā)創(chuàng)新來助推企業(yè)數(shù)字化轉(zhuǎn)型。一方面，受到固定資產(chǎn)加速折舊政策支持的企業(yè)相當(dāng)于有了政府的“認(rèn)證”（曹越和陳文瑞，2017；范文林和胡明生，2020；鄧峰和楊國歌，2021），即受到固定資產(chǎn)加速折舊政策支持的企業(yè)，能夠在市場中形成聲譽(yù)，吸引外部投資者的進(jìn)入，同時也會降低銀行對企業(yè)的信貸門檻，從而降低企業(yè)融資成本、緩解企業(yè)融資約束、優(yōu)化企業(yè)財務(wù)狀況。另一方面，固定資產(chǎn)加速折舊政策直接降低企業(yè)研發(fā)成本，分散企業(yè)技術(shù)創(chuàng)新風(fēng)險，激勵企業(yè)研發(fā)創(chuàng)新，同時固定資產(chǎn)加速折舊政策所具有的信號傳導(dǎo)機(jī)制，能夠為企業(yè)研發(fā)創(chuàng)新投入撬動更多創(chuàng)新資源。企業(yè)的“財務(wù)優(yōu)化”和“創(chuàng)新驅(qū)動”能夠為企業(yè)數(shù)字化轉(zhuǎn)型這一項系統(tǒng)工程夯實堅實底基，使企業(yè)能進(jìn)一步探索數(shù)字前沿技術(shù)，實現(xiàn)數(shù)字化轉(zhuǎn)型。

六、進(jìn)一步討論：政策效果的異質(zhì)性分析

為進(jìn)一步考察固定資產(chǎn)加速折舊政策的作用機(jī)理，我們根據(jù)企業(yè)成長屬性、行業(yè)競爭程度與地區(qū)市場化水平從企業(yè)、行業(yè)和地區(qū)三個維度來劃分樣本，引入特征虛擬變量，對模型（4）、（5）、和（6）進(jìn)行回歸檢驗，檢驗結(jié)果如表5所示。

其中，Grow為企業(yè)成長性啞變量，參照楊興全和張照南（2008）的研究，主營業(yè)務(wù)收入增長率高于中位數(shù)的企業(yè)，Grow取1，否則為0。HHI為赫芬達(dá)爾-赫希曼指數(shù)啞變量，赫芬達(dá)爾-赫希曼指數(shù)低于行業(yè)年度中位數(shù)時，HHI取值1，否則為0。Market為地區(qū)市場化水平啞變量，我們采用樊綱市場化指數(shù)進(jìn)行分類，若市場化指數(shù)大于當(dāng)年的中位數(shù)，則定義1，否則為0。

（一）企業(yè)成長性異質(zhì)性

不同生命周期的企業(yè)所面臨的外部環(huán)境與其所采取的發(fā)展策略往往有所差異，而這些都是影響企業(yè)進(jìn)行轉(zhuǎn)型升級的重要原因。根據(jù)表5的回歸結(jié)果，固定資產(chǎn)加速折舊政策與企業(yè)成長性的交互項系數(shù)顯著為正，表明固定資產(chǎn)加速折舊政策更能激勵成長性較高的企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型?？赡艿慕忉寔碜云髽I(yè)生命周期理論，成長性較高的企業(yè)大多處于初創(chuàng)期與成長期，較高的融資約束使得企業(yè)的數(shù)字化轉(zhuǎn)型行為對固定資產(chǎn)加速折舊政策更加敏感；成長性較低的企業(yè)往往處于成熟期，該時期的企業(yè)較強(qiáng)的盈利能力保證其內(nèi)源性資金充足（劉詩源等，2020），因此，即使固定資產(chǎn)加速折舊政策能夠進(jìn)一步充盈企業(yè)的現(xiàn)金流，對企業(yè)數(shù)字化轉(zhuǎn)型的激勵效果也有限。

（二）行業(yè)競爭程度異質(zhì)性

在不同競爭程度的行業(yè)中，企業(yè)數(shù)字化轉(zhuǎn)型受固定資產(chǎn)加速折舊政策影響的程度可能存在差異。據(jù)表5的回歸結(jié)果，固定資產(chǎn)加速折舊政策與行業(yè)競爭程度的交互項系數(shù)顯著為正。這表明相較于競爭程度較低的行業(yè)，競爭程度越高的行業(yè)中的企業(yè)為了搶占市場份額、提升企業(yè)的核心競爭力，將更加愿意加速實現(xiàn)轉(zhuǎn)型發(fā)展（劉斐然，2022）。因而，固定資產(chǎn)加速折舊政策更能助推行業(yè)競爭程度較高的企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型。

（三）地區(qū)市場化水平異質(zhì)性

地區(qū)市場化發(fā)展水平也會影響固定資產(chǎn)加速折舊政策與企業(yè)數(shù)字化轉(zhuǎn)型之間的關(guān)系。根據(jù)表5的回歸結(jié)果，固定資產(chǎn)加速折舊政策與地區(qū)市場化水平的交互項系數(shù)顯著為正。這表明相對于市場化程度較低的地區(qū)，市場化程度較高的地區(qū)市場發(fā)育健全，具有產(chǎn)業(yè)集聚優(yōu)勢，要素資源的流動性較大（莊旭東和王仁曾，2022），故而企業(yè)獲取創(chuàng)新資源所付出的交易成本較小，更能夠激勵企業(yè)的數(shù)字化轉(zhuǎn)型行為。因此，固定資產(chǎn)加速折舊政策更能夠激勵市場化程度較高地區(qū)的企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型。

七、結(jié)論與政策建議

本文通過構(gòu)建雙重差分模型考察了固定資產(chǎn)加速折舊政策如何影響企業(yè)數(shù)字化轉(zhuǎn)型。研究表明：（1）固定資產(chǎn)加速折舊政策能夠顯著激勵企業(yè)數(shù)字化轉(zhuǎn)型，且經(jīng)多重穩(wěn)健性檢驗后依然成立；（2）固定資產(chǎn)加速折舊政策主要通過“融資約束放松與財務(wù)費用降低”“研發(fā)投入增加與創(chuàng)新產(chǎn)出提高”來促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型；（3）固定資產(chǎn)加速折舊政策對于企業(yè)數(shù)字化轉(zhuǎn)型的激勵作用存在異質(zhì)性，能夠顯著激勵成長性較好的企業(yè)、行業(yè)競爭程度較高的企業(yè)和地區(qū)市場化水平較高的企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型。

本文具有如下政策啟示：第一，完善稅收激勵體系，助力企業(yè)數(shù)字化轉(zhuǎn)型。研究結(jié)果表明，固定資產(chǎn)加速折舊政策能夠顯著促進(jìn)數(shù)字化轉(zhuǎn)型。因此，要構(gòu)建以企業(yè)數(shù)字化轉(zhuǎn)型為導(dǎo)向的長效稅收激勵機(jī)制，優(yōu)化企業(yè)數(shù)字化轉(zhuǎn)型的稅收激勵體系，使政策精準(zhǔn)發(fā)力，最大限度地以稅收激勵助推企業(yè)數(shù)字化轉(zhuǎn)型。第二，采取差異化稅收激勵政策以深化不同階段的企業(yè)數(shù)字化轉(zhuǎn)型的激勵效果。研究結(jié)果顯示，固定資產(chǎn)加速折舊政策能夠促進(jìn)成長性較好的企業(yè)、行業(yè)競爭程度較高的企業(yè)和地區(qū)市場化水平較高的企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型。因此，應(yīng)當(dāng)進(jìn)一步細(xì)化稅收激勵政策，針對不同成長階段、不同行業(yè)競爭程度與不同市場化程度的企業(yè)施行差異化的稅收激勵政策，同時根據(jù)政策的實施效果不斷進(jìn)行調(diào)整，使得各類企業(yè)都能受到稅收激勵，實現(xiàn)數(shù)字創(chuàng)新技術(shù)能力的飛躍，進(jìn)而推進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。第三，實施以資金和技術(shù)等為著力點的稅收激勵政策，并完善市場機(jī)制與數(shù)字基礎(chǔ)設(shè)施建設(shè)。首先，政府應(yīng)加大對企業(yè)的數(shù)字化轉(zhuǎn)型支持力度，為進(jìn)行數(shù)字化轉(zhuǎn)型的企業(yè)提供更多的轉(zhuǎn)型經(jīng)費以助力企業(yè)緩解其轉(zhuǎn)型初期所面臨的成本壓力。同時，實施更多針對技術(shù)的稅收激勵政策，以稅收激勵鼓勵企業(yè)自主搭建數(shù)字化平臺、加強(qiáng)企業(yè)間的數(shù)字化合作與共享。最后，進(jìn)一步完善市場機(jī)制與數(shù)字基礎(chǔ)設(shè)施，加快數(shù)據(jù)要素市場建設(shè)，為企業(yè)數(shù)字化轉(zhuǎn)型夯實基礎(chǔ)，以更好提振企業(yè)數(shù)字化轉(zhuǎn)型動能。