王 丹,王嘉琛,周 宇

(1.西北大學(xué) 經(jīng)濟(jì)管理學(xué)院,陜西 西安 710127;2.西安財(cái)經(jīng)大學(xué) 經(jīng)濟(jì)學(xué)院,陜西 西安 710100)

新一代數(shù)字技術(shù)的快速發(fā)展,已經(jīng)深刻改變了中國(guó)經(jīng)濟(jì)的各個(gè)方面,各級(jí)政府也采取相應(yīng)措施大力推進(jìn)數(shù)字技術(shù)與實(shí)體經(jīng)濟(jì)的深度融合。企業(yè)是市場(chǎng)經(jīng)濟(jì)的主體,企業(yè)的數(shù)字化轉(zhuǎn)型則是新一代信息技術(shù)與實(shí)體經(jīng)濟(jì)融合的重要標(biāo)志,是推動(dòng)產(chǎn)業(yè)數(shù)字化的關(guān)鍵,[1]102也是我國(guó)實(shí)現(xiàn)經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型的重要引擎。早在2015年5月,國(guó)務(wù)院印發(fā)的《中國(guó)制造2025》中就提出,促進(jìn)制造業(yè)數(shù)字化、網(wǎng)絡(luò)化、智能化。黨的二十大報(bào)告中進(jìn)一步提出,“加快發(fā)展數(shù)字經(jīng)濟(jì),促進(jìn)數(shù)字經(jīng)濟(jì)和實(shí)體經(jīng)濟(jì)深度融合”?？梢钥吹?數(shù)字化轉(zhuǎn)型已成為企業(yè)提質(zhì)增效的必由之路。然而,數(shù)字化轉(zhuǎn)型過(guò)程具有風(fēng)險(xiǎn)大、投資回報(bào)率不確定等特征,[2]1126即企業(yè)通常面臨“不會(huì)轉(zhuǎn)”“不能轉(zhuǎn)”“不敢轉(zhuǎn)”等問(wèn)題,同時(shí),企業(yè)數(shù)字化轉(zhuǎn)型是一項(xiàng)系統(tǒng)性工程,涉及各類主體以及各種要素資源的交互傳導(dǎo),[3]4因此,企業(yè)數(shù)字化轉(zhuǎn)型需要發(fā)揮政府“有形之手”的作用。在這樣的背景下,研究財(cái)稅政策與企業(yè)數(shù)字化轉(zhuǎn)型之間的關(guān)系具有重要的理論和實(shí)踐價(jià)值。

關(guān)于企業(yè)數(shù)字化轉(zhuǎn)型的研究主要集中在兩方面:一是經(jīng)濟(jì)效應(yīng),包括宏觀、中觀、微觀三個(gè)維度;二是驅(qū)動(dòng)因素,如數(shù)字基礎(chǔ)設(shè)施[4]19、金融資產(chǎn)配置[5]45、管理層激勵(lì)等。《2017中國(guó)企業(yè)經(jīng)營(yíng)者問(wèn)卷跟蹤調(diào)查報(bào)告》顯示,49.7%的企業(yè)家認(rèn)為“稅費(fèi)負(fù)擔(dān)過(guò)重”是企業(yè)經(jīng)營(yíng)中的主要困難之一,因此,財(cái)稅政策對(duì)于企業(yè)發(fā)展的影響越來(lái)越被學(xué)者關(guān)注,但關(guān)于財(cái)稅政策與企業(yè)數(shù)字化轉(zhuǎn)型的研究主要集中在定性研究,[3]8定量研究也多集中在線性影響及影響路徑(曾皓,等[6]42;彭曉潔,等[7]90),關(guān)于財(cái)稅政策對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的非線性影響還較少涉及。對(duì)于財(cái)稅政策與企業(yè)創(chuàng)新之間的關(guān)系,國(guó)內(nèi)外學(xué)者主要持三種不同的觀點(diǎn):一是“促進(jìn)論”;二是“抑制論”;三則是前兩種觀點(diǎn)的綜合,即在一個(gè)合理區(qū)間內(nèi),財(cái)稅政策具有正向作用,當(dāng)超過(guò)某一門(mén)檻值后,正向作用開(kāi)始減弱甚至出現(xiàn)抑制作用?？紤]到企業(yè)創(chuàng)新與數(shù)字化轉(zhuǎn)型之間存在一定的相關(guān)關(guān)系,因此以上研究也為我們討論財(cái)稅政策與企業(yè)數(shù)字化轉(zhuǎn)型之間的關(guān)系提供了啟示,與企業(yè)創(chuàng)新類似,財(cái)稅政策對(duì)于企業(yè)數(shù)字化轉(zhuǎn)型的影響很可能并不是單一線性的,而是存在非線性關(guān)系,這一關(guān)系又是否會(huì)受到外部環(huán)境的調(diào)節(jié)沖擊而存在異質(zhì)非線性調(diào)節(jié)效應(yīng),以上這些問(wèn)題對(duì)于有效推動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型,更有針對(duì)性制定相關(guān)財(cái)稅政策,讓補(bǔ)貼與減稅“紅包”精準(zhǔn)落袋具有重要意義。

一、理論分析與研究假設(shè)

財(cái)稅政策是政府為實(shí)現(xiàn)經(jīng)濟(jì)和社會(huì)發(fā)展目標(biāo)而采取的重要政策手段,實(shí)施的政策工具主要是財(cái)政補(bǔ)貼和稅收優(yōu)惠。財(cái)政補(bǔ)貼指國(guó)家政府為了實(shí)現(xiàn)特定的經(jīng)濟(jì)目標(biāo),對(duì)企業(yè)或個(gè)人提供的直接財(cái)政投入,屬于具有靈活、直接和迅速特點(diǎn)的“事前激勵(lì)”措施;而稅收優(yōu)惠則是典型的“事后補(bǔ)償”型政策,又可進(jìn)一步細(xì)分為直接優(yōu)惠和間接優(yōu)惠兩種,直接優(yōu)惠方式包括減免稅、即征即退和先征后退等形式,而間接稅收優(yōu)惠方式包括加計(jì)扣除、稅前扣除和加速折舊等形式。[2]1126

(一)財(cái)稅政策對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的線性影響

企業(yè)數(shù)字化轉(zhuǎn)型過(guò)程通常具有周期長(zhǎng)、風(fēng)險(xiǎn)高、信息不對(duì)稱、投資回報(bào)率不確定等特征,僅依靠市場(chǎng)很可能出現(xiàn)激勵(lì)不足,因此需要政府這只“有形之手”彌補(bǔ)市場(chǎng)失靈,激勵(lì)和推動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型。首先,財(cái)稅政策可以彌補(bǔ)企業(yè)數(shù)字化轉(zhuǎn)型的正外部性損失。企業(yè)數(shù)字化轉(zhuǎn)型過(guò)程中會(huì)產(chǎn)生較為明顯的外溢效應(yīng),使得轉(zhuǎn)型所產(chǎn)生的收益低于社會(huì)收益,造成企業(yè)的實(shí)際研發(fā)投入水平遠(yuǎn)遠(yuǎn)低于企業(yè)的最優(yōu)研發(fā)投入水平,[8]1134財(cái)政補(bǔ)貼和稅收優(yōu)惠可以通過(guò)提供資金和政策的扶持,提高企業(yè)轉(zhuǎn)型的邊際收益或降低邊際成本,彌補(bǔ)企業(yè)數(shù)字化轉(zhuǎn)型過(guò)程中的正外部性損失。Greenwald和Stiglitz研究發(fā)現(xiàn),當(dāng)企業(yè)稅收成本較低時(shí),更多的研發(fā)活動(dòng)收益可以被內(nèi)部化,這會(huì)大大激勵(lì)企業(yè)增加研發(fā)投入,[9]262說(shuō)明稅收優(yōu)惠政策可以有效彌補(bǔ)企業(yè)研發(fā)投入的正外部性損失,形成激勵(lì)企業(yè)數(shù)字化轉(zhuǎn)型的驅(qū)動(dòng)效應(yīng)。其次,財(cái)政補(bǔ)貼和稅收優(yōu)惠能夠直接緩解企業(yè)面臨的融資約束。企業(yè)數(shù)字化轉(zhuǎn)型是一項(xiàng)投入多、周期長(zhǎng)、風(fēng)險(xiǎn)高、投資回報(bào)率不確定的創(chuàng)新活動(dòng),企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型升級(jí)不僅取決于其自身的意愿,還受資金不足等因素制約。財(cái)政補(bǔ)貼和稅收優(yōu)惠可以降低企業(yè)負(fù)擔(dān),節(jié)約成本,使企業(yè)有更多資金留存,提升企業(yè)現(xiàn)金流動(dòng)性,而內(nèi)源融資正是企業(yè)活動(dòng)的重要資金來(lái)源之一(龔雅嫻;[10]44Himmellberg and Petersen[11]49),為企業(yè)數(shù)字化轉(zhuǎn)型提供了資金保障。另外,財(cái)政補(bǔ)貼和稅收優(yōu)惠為數(shù)字化轉(zhuǎn)型企業(yè)提供隱性“背書(shū)”,具有較強(qiáng)的信號(hào)傳遞效應(yīng),[12]116能夠有效引導(dǎo)外部資金向數(shù)字化轉(zhuǎn)型企業(yè)集聚?；谡袨榈男盘?hào)理論,獲得財(cái)稅支持的企業(yè)更受投資者和金融機(jī)構(gòu)的青睞,外部融資約束得到進(jìn)一步緩解,企業(yè)也將有更強(qiáng)的意愿和更充足的資金進(jìn)行數(shù)字化轉(zhuǎn)型。[13]505基于此,本文提出:

假說(shuō)1:財(cái)政補(bǔ)貼和稅收優(yōu)惠能夠激勵(lì)企業(yè)數(shù)字化轉(zhuǎn)型。

(二)財(cái)稅政策對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的非線性影響

除資金保障外,完備的現(xiàn)代信息技術(shù)和數(shù)字基礎(chǔ)設(shè)施也是企業(yè)數(shù)字化轉(zhuǎn)型的重要前提和保障。合理力度的財(cái)政補(bǔ)貼和稅收優(yōu)惠,能夠有效緩解企業(yè)的融資約束,進(jìn)一步完善數(shù)字化相關(guān)技術(shù),降低企業(yè)數(shù)字化轉(zhuǎn)型的技術(shù)要素成本,提升企業(yè)的競(jìng)爭(zhēng)力。但隨著財(cái)政補(bǔ)貼和稅收優(yōu)惠力度進(jìn)一步增大,政府的過(guò)度干預(yù)調(diào)控很可能會(huì)扭曲資源配置以及財(cái)稅政策制定的初衷,導(dǎo)致財(cái)稅政策對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的激勵(lì)作用減弱甚至抑制。首先,財(cái)稅政策實(shí)施過(guò)程中通常存在信息不對(duì)稱的問(wèn)題,會(huì)誘使企業(yè)進(jìn)行逆向選擇,即企業(yè)為獲取政策資源進(jìn)行自我包裝以達(dá)到政策要求。張杰等研究發(fā)現(xiàn),中國(guó)各省級(jí)政府出臺(tái)的專利資助政策相當(dāng)程度上扭曲了企業(yè)專利申請(qǐng)的動(dòng)機(jī),[14]31部分企業(yè)為了獲取政策優(yōu)惠而進(jìn)行大量低質(zhì)量專利產(chǎn)生,導(dǎo)致專利“泡沫”現(xiàn)象發(fā)生。信息不對(duì)稱以及高昂的信息甄別成本,使得財(cái)稅政策制定者很難做到對(duì)企業(yè)的準(zhǔn)確識(shí)別和篩選,從而導(dǎo)致財(cái)稅政策的低效率;其次,財(cái)稅政策實(shí)施過(guò)程中還可能伴隨尋租行為?；谫Y源詛咒理論,當(dāng)財(cái)稅政策能給予企業(yè)足夠多的資源時(shí),企業(yè)就會(huì)為獲取政策補(bǔ)貼和優(yōu)惠從事尋租活動(dòng),尋租行為意味著高額的尋租成本,導(dǎo)致企業(yè)減少用于數(shù)字化轉(zhuǎn)型的資金投入,[15]178隨著財(cái)政補(bǔ)貼和稅收優(yōu)惠力度的增大,更多的尋租行為反而可能會(huì)導(dǎo)致財(cái)稅政策的激勵(lì)作用減小甚至無(wú)效。基于此,本文提出:

假說(shuō)2:財(cái)政補(bǔ)貼和稅收優(yōu)惠對(duì)企業(yè)數(shù)字化轉(zhuǎn)型具有非線性影響,即財(cái)政補(bǔ)貼和稅收優(yōu)惠強(qiáng)度存在一個(gè)適度空間,當(dāng)其超過(guò)某一門(mén)檻值后,財(cái)稅政策對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的正向作用開(kāi)始減弱甚至出現(xiàn)抑制。

(三)外部環(huán)境的異質(zhì)非線性調(diào)節(jié)效應(yīng)

企業(yè)作為微觀活動(dòng)的主體,其戰(zhàn)略決策與日常運(yùn)作會(huì)受到外部環(huán)境的影響。[7]87財(cái)稅政策對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的非線性影響離不開(kāi)其他外部環(huán)境的約束,只有在合適的外部環(huán)境下,財(cái)稅政策對(duì)于企業(yè)數(shù)字化轉(zhuǎn)型的激勵(lì)作用才能得到充分釋放。如在公開(kāi)透明、充滿社會(huì)監(jiān)督的環(huán)境中,政府的宏觀政策制定與財(cái)政收支行為更易于得到規(guī)范。地方政府的財(cái)稅政策在反復(fù)調(diào)整過(guò)程中,可能會(huì)被地方企業(yè)家盯住“政策門(mén)檻”產(chǎn)生投機(jī)傾向,從而滋生尋租行為。因此,在較低水平的財(cái)政透明度約束下,財(cái)稅政策對(duì)于企業(yè)數(shù)字化轉(zhuǎn)型的正向激勵(lì)作用可能很小甚至抑制,而隨著財(cái)政透明度水平的提高,財(cái)稅政策對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的激勵(lì)作用很可能呈現(xiàn)正向的邊際效率遞增?；诖?本文提出:

假說(shuō)3:財(cái)政政策對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的激勵(lì)作用會(huì)隨著不同外部環(huán)境的變化而變化,即存在異質(zhì)非線性調(diào)節(jié)效應(yīng)。

二、研究設(shè)計(jì)

(一)數(shù)據(jù)來(lái)源

本文以2012—2020年中國(guó)A股市場(chǎng)上市公司為研究對(duì)象,研究數(shù)據(jù)來(lái)源于中國(guó)研究數(shù)據(jù)服務(wù)平臺(tái)(CNRDS)、銳思(RESSET)數(shù)據(jù)庫(kù)、《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)稅務(wù)年鑒》。為保證數(shù)據(jù)的準(zhǔn)確性和科學(xué)性,進(jìn)行如下預(yù)處理:(1)剔除上市公司樣本中ST和退市企業(yè);(2)參考唐松等[16]55的做法,本文以“5年連貫”為原則,剔除連貫?zāi)晗薏蛔?年的企業(yè)樣本數(shù)據(jù);(3)對(duì)連續(xù)變量進(jìn)行1%的Winsorize處理以降低極端值的影響。最終得到7860個(gè)樣本數(shù)據(jù)。

(二)變量設(shè)定

1.被解釋變量

企業(yè)數(shù)字化水平(DIG):本文在這里通過(guò)參考陳和等[17]22以及廣東金融學(xué)院《中國(guó)上市企業(yè)數(shù)字化轉(zhuǎn)型指數(shù)評(píng)價(jià)研究報(bào)告》做法,利用python爬取A股上市公司年度報(bào)告文本中數(shù)字化轉(zhuǎn)型的相關(guān)關(guān)鍵詞,接著將關(guān)鍵詞次數(shù)加總?cè)?duì)數(shù)得到企業(yè)數(shù)字化指數(shù),因?yàn)榇嬖陉P(guān)鍵詞次數(shù)為0的企業(yè)及年份,本文在這里進(jìn)行加1后取對(duì)數(shù)處理。

2.核心解釋變量

本文通過(guò)參考郭玥等[18]107做法,從財(cái)政補(bǔ)貼(Sub)、稅收優(yōu)惠(Tax)兩個(gè)方面對(duì)財(cái)政政策進(jìn)行量化。對(duì)于財(cái)政補(bǔ)貼,用企業(yè)獲得的政府補(bǔ)助補(bǔ)貼衡量,包括財(cái)政撥款、財(cái)政貼息等;對(duì)于稅收優(yōu)惠,本文通過(guò)企業(yè)營(yíng)業(yè)收入與應(yīng)交稅費(fèi)合計(jì)的比值來(lái)衡量。兩個(gè)指標(biāo)均為正向指標(biāo),即數(shù)值越大,表示財(cái)政補(bǔ)貼和稅收優(yōu)惠力度越大,以上數(shù)據(jù)從中國(guó)研究數(shù)據(jù)服務(wù)平臺(tái)(CNRDS)獲取。

3.門(mén)檻效應(yīng)調(diào)節(jié)變量

考慮到財(cái)稅政策激勵(lì)企業(yè)數(shù)字化轉(zhuǎn)型還可能存在其他的異質(zhì)非線性調(diào)節(jié)機(jī)制,本文選取以下變量作為外部環(huán)境的調(diào)節(jié)沖擊進(jìn)一步深入研究:創(chuàng)新氛圍(Inno),技術(shù)超越理論認(rèn)為經(jīng)濟(jì)發(fā)展的根本動(dòng)力是技術(shù)進(jìn)步而非資本積累,地區(qū)濃厚的創(chuàng)新氛圍既保證了企業(yè)的轉(zhuǎn)型意愿,也為企業(yè)提供了創(chuàng)新資金保障,因而有利于財(cái)稅政策賦能企業(yè)數(shù)字化轉(zhuǎn)型,通過(guò)不同省份規(guī)模以上工業(yè)企業(yè)R&D經(jīng)費(fèi)支出衡量該地區(qū)的技術(shù)創(chuàng)新氛圍;市場(chǎng)化水平(Mar),基于環(huán)境-市場(chǎng)理論可知,市場(chǎng)化環(huán)境不一樣,財(cái)稅政策對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的激勵(lì)作用也可能會(huì)發(fā)生變化,本文通過(guò)參考樊綱等[19]11編制的市場(chǎng)化指數(shù),因?yàn)橹笖?shù)的范圍僅到2016年,所以本文利用已有數(shù)據(jù),通過(guò)計(jì)算平均增長(zhǎng)率,進(jìn)而推出2017-2019年的市場(chǎng)化指數(shù);財(cái)政透明度(Fit),財(cái)政透明度的提升,使政府的宏觀政策制定與財(cái)政收支行為都更易于得到規(guī)范,故該變量能夠直接調(diào)節(jié)財(cái)稅政策對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的作用效果,本文在這里借鑒郭月梅等[20]78做法,采用上海財(cái)經(jīng)大學(xué)發(fā)布的省級(jí)財(cái)政透明度得分來(lái)衡量;地區(qū)人均受教育程度(Edu),新一代數(shù)字技術(shù)的快速發(fā)展,對(duì)人力資本提出了更高的要求,地區(qū)人均受教育程度的高低會(huì)直接影響到企業(yè)數(shù)字化轉(zhuǎn)型相關(guān)活動(dòng)的開(kāi)展,本文通過(guò)式(1)衡量:

Edu=(小學(xué)×6+初中×9+高中×12+大專及以上×16)/六歲及以上人口

(1)

需要說(shuō)明的是,本文研究對(duì)象為A股市場(chǎng)上市公司,而以上調(diào)節(jié)變量是省域?qū)用嫦嚓P(guān)變量,因此,本文將以上變量根據(jù)企業(yè)所在省份與對(duì)應(yīng)企業(yè)進(jìn)行匹配。

4.控制變量

(三)描述性統(tǒng)計(jì)

表1為各變量描述性統(tǒng)計(jì)分析結(jié)果。為了降低數(shù)據(jù)分布的傾斜程度,同時(shí),使結(jié)果更具有經(jīng)濟(jì)學(xué)意義,本文對(duì)企業(yè)數(shù)字化水平、財(cái)政補(bǔ)貼,稅收優(yōu)惠、資產(chǎn)總計(jì)、創(chuàng)新氛圍、財(cái)政透明度這些變量進(jìn)行對(duì)數(shù)化處理。根據(jù)表1,數(shù)字化水平均值大于中位數(shù),即右偏,說(shuō)明當(dāng)前我國(guó)企業(yè)數(shù)字化轉(zhuǎn)型比例和程度總體上仍然較低,《中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展白皮書(shū)(2020年)》中顯示中國(guó)企業(yè)數(shù)字化轉(zhuǎn)型比例僅約為25%,說(shuō)明大多數(shù)企業(yè)對(duì)數(shù)字化轉(zhuǎn)型仍處在觀望或探索階段,這也說(shuō)明了本文對(duì)于企業(yè)數(shù)字化水平的衡量方式及數(shù)據(jù)是科學(xué)有效的。對(duì)于財(cái)政補(bǔ)貼、稅收優(yōu)惠兩個(gè)變量,其均值和中位數(shù)均比較接近,說(shuō)明分布比較均勻,但最小值、最大值相差較大,這可能是不同地區(qū)差異所導(dǎo)致。

表1 描述性統(tǒng)計(jì)表

(四)實(shí)證模型

1.固定效應(yīng)模型

由于地區(qū)和行業(yè)差異性,可能存在不隨時(shí)間而變的遺漏變量,同時(shí)考慮到時(shí)間效應(yīng),因此本文構(gòu)建如下固定效應(yīng)模型:

Yi,j,t=β0+β1Xi,j,t+ΣλControli,j,t+∑Year+∑pro+∑Indus+εi,j,t

(2)

其中:i表示省份,j表示行業(yè),t表示時(shí)間,Y表示企業(yè)數(shù)字化水平,X代表核心解釋變量,即包括財(cái)政補(bǔ)貼(Sub)、稅收優(yōu)惠(Tax)。Control為回歸模型中涉及的控制變量。同時(shí),為吸收相關(guān)固定效應(yīng),本文控制“時(shí)間—省份—行業(yè)”虛擬變量進(jìn)行檢驗(yàn)。

2.門(mén)檻模型

為了進(jìn)一步揭示財(cái)稅政策激勵(lì)企業(yè)數(shù)字化轉(zhuǎn)型的非線性特征,本文借鑒Hansen[21]347的做法,建立如下門(mén)檻回歸模型(以雙重門(mén)檻為例):

Yi,t=β0+β1Xi,t×I(Ti,t≤γ1)+β2Xi,t×I(γ1γ2)+∑λControl+εi,t

(3)

其中:T為門(mén)檻變量,表示不同維度的約束特征,即包括:創(chuàng)新氛圍(Inno)、市場(chǎng)化水平(Mar)、財(cái)政透明度(Fit)、地區(qū)人均受教育程度(Edu);γ1、γ2是兩個(gè)門(mén)檻值,且γ1<γ2;I(*)為示性函數(shù),當(dāng)括號(hào)內(nèi)的條件滿足時(shí)取值為1,否則為0。

三、實(shí)證結(jié)果與分析

(一)基準(zhǔn)回歸

本文首先進(jìn)行了豪斯曼檢驗(yàn),由于P值為0.0000,故拒絕原假設(shè),即認(rèn)為應(yīng)該使用固定效應(yīng)模型。接著本文又考慮了時(shí)間效應(yīng),通過(guò)檢驗(yàn)所有年度虛擬變量的聯(lián)合顯著性,由于P值為0.0000,因而模型中應(yīng)包括時(shí)間效應(yīng),故本文采用包含時(shí)間的固定效應(yīng)模型,以上檢驗(yàn)也在一定程度上說(shuō)明了結(jié)果的穩(wěn)健性。

表2、表3分別報(bào)告了財(cái)政補(bǔ)貼、稅收優(yōu)惠對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的基準(zhǔn)回歸結(jié)果。(1)表2、表3列(1)未添加固定效應(yīng),列(2)僅控制時(shí)間固定效應(yīng),列(3)控制“年份—行業(yè)”固定效應(yīng),列(4)控制“年份—省份”固定效應(yīng),列(5)控制“年份—行業(yè)—省份”固定效應(yīng)。結(jié)果表明,無(wú)論是財(cái)政補(bǔ)貼還是稅收優(yōu)惠,其系數(shù)均在1%的顯著性水平上為正,即說(shuō)明財(cái)政補(bǔ)貼和稅收優(yōu)惠均能夠?qū)ζ髽I(yè)數(shù)字化轉(zhuǎn)型產(chǎn)生正向激勵(lì)作用。相比于財(cái)政補(bǔ)貼,稅收優(yōu)惠的系數(shù)更大,即說(shuō)明稅收優(yōu)惠政策對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的激勵(lì)作用更強(qiáng),這主要是因?yàn)橄噍^于“事前激勵(lì)”的補(bǔ)貼,“事后激勵(lì)”的稅收政策具有更強(qiáng)的普適性和針對(duì)性,稅收政策(稅收優(yōu)惠)既能夠有效減輕行政負(fù)擔(dān),又能降低“選擇失敗者”或被企業(yè)“套利”的風(fēng)險(xiǎn)。至此,假說(shuō)1得到驗(yàn)證。

表2 財(cái)政補(bǔ)貼基準(zhǔn)回歸結(jié)果

表3 稅收優(yōu)惠基準(zhǔn)回歸結(jié)果

(二)穩(wěn)健性檢驗(yàn)

1.滯后核心解釋變量

企業(yè)數(shù)字化轉(zhuǎn)型并非一蹴而就,因此存在一定時(shí)間滯后,同時(shí),為了避免可能存在循環(huán)論證問(wèn)題,本文將財(cái)稅政策相關(guān)變量分別滯后1期、2期進(jìn)行回歸,進(jìn)一步增強(qiáng)結(jié)果可信度,同時(shí)緩解內(nèi)生性問(wèn)題。表4列(1)—(4)中分別展示了財(cái)政補(bǔ)貼、稅收優(yōu)惠滯后1期、2期對(duì)于企業(yè)數(shù)字化轉(zhuǎn)型的穩(wěn)健性檢驗(yàn)結(jié)果,均至少在5%的水平上顯著為正,與前文結(jié)論一致。

表4 穩(wěn)健性檢驗(yàn)結(jié)果

2.剔除直轄市樣本

考慮到直轄市在行政權(quán)限和政策扶持上的特殊性,可能會(huì)對(duì)回歸估計(jì)結(jié)果產(chǎn)生干擾,表4列(5)—(6)在剔除直轄市的基礎(chǔ)上重新進(jìn)行回歸,其結(jié)果與全樣本回歸并無(wú)差異,表明在本文研究的關(guān)系中直轄市并無(wú)異質(zhì)效果,均在1%的水平上顯著為正,進(jìn)一步證明基準(zhǔn)結(jié)果是穩(wěn)健的。

3.系統(tǒng)GMM估計(jì)

考慮到企業(yè)數(shù)字化水平變量具有一定的序列相關(guān)性,從而導(dǎo)致內(nèi)生性問(wèn)題。為解決這一問(wèn)題,本文參考宋敏等[22]146做法,采用系統(tǒng)GMM估計(jì)對(duì)基準(zhǔn)回歸的結(jié)論進(jìn)行穩(wěn)健性檢驗(yàn)。表5展示了系統(tǒng)GMM估計(jì)的結(jié)果,均通過(guò)一階自相關(guān)檢驗(yàn)而沒(méi)有通過(guò)二階自相關(guān)檢驗(yàn),說(shuō)明GMM估計(jì)是一致的;Hansen檢驗(yàn)量p值也均在0.1-0.25這一合理范圍,表明通過(guò)過(guò)度識(shí)別檢驗(yàn)。無(wú)論是財(cái)政補(bǔ)貼還是稅收優(yōu)惠,其系數(shù)均至少在5%水平上顯著為正,也說(shuō)明了本文結(jié)論的穩(wěn)健性。

表5 系統(tǒng)GMM估計(jì)檢驗(yàn)結(jié)果

(三)異質(zhì)性檢驗(yàn)

1.地區(qū)異質(zhì)性

中國(guó)幅員遼闊,各地區(qū)自然稟賦差異特征顯著,區(qū)域之間經(jīng)濟(jì)發(fā)展存在明顯不平衡,財(cái)稅政策的制定和實(shí)施,與當(dāng)?shù)氐慕?jīng)濟(jì)發(fā)展水平和政府的財(cái)政實(shí)力具有直接的關(guān)系,因此,考慮到地區(qū)異質(zhì)性會(huì)導(dǎo)致財(cái)稅政策實(shí)施效果存在差異,本文根據(jù)企業(yè)所在省份分為東部、中部、西部三個(gè)區(qū)域,表6中展示了地區(qū)異質(zhì)性檢驗(yàn)結(jié)果,對(duì)于財(cái)政補(bǔ)貼,其對(duì)東部企業(yè)數(shù)字化轉(zhuǎn)型激勵(lì)作用最強(qiáng)、西部次之,中部最弱,并且均在1%水平上顯著為正;對(duì)于稅收優(yōu)惠,其對(duì)東部激勵(lì)作用最強(qiáng),中部次之,西部最弱,均至少在5%水平上顯著為正。可以看到,無(wú)論是財(cái)政補(bǔ)貼還是稅收優(yōu)惠,對(duì)于東部地區(qū)企業(yè)數(shù)字化轉(zhuǎn)型的促進(jìn)作用最為顯著,東部地區(qū)經(jīng)濟(jì)發(fā)展水平高,同時(shí),無(wú)論是數(shù)字基礎(chǔ)設(shè)施還是數(shù)字理念,都要遠(yuǎn)遠(yuǎn)優(yōu)于中西部,因此,在財(cái)稅激勵(lì)政策下,能夠?qū)ζ髽I(yè)數(shù)字化轉(zhuǎn)型產(chǎn)生明顯推動(dòng)效果。

表6 地區(qū)異質(zhì)性檢驗(yàn)結(jié)果

2.生命周期異質(zhì)性

基于生命周期理論,在不同的發(fā)展階段,企業(yè)的規(guī)模、盈利性、成長(zhǎng)性、投融資策略、研發(fā)創(chuàng)新意愿等存在明顯不同。[23]6因此,財(cái)稅政策對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的激勵(lì)效果會(huì)由于生命周期階段的差異而存在不同表現(xiàn)。本文通過(guò)參考劉詩(shī)源等[24]111、丁煥峰等[25]86做法,將企業(yè)分為成長(zhǎng)期、成熟期、衰退期。表7中展示了生命周期異質(zhì)性檢驗(yàn)結(jié)果,無(wú)論是財(cái)政補(bǔ)貼還是稅收優(yōu)惠,對(duì)成熟期企業(yè)的激勵(lì)作用最強(qiáng),成長(zhǎng)期企業(yè)次之,最后是衰退期企業(yè)。成熟期企業(yè)組織結(jié)構(gòu)不斷完善,能實(shí)現(xiàn)穩(wěn)定的盈利,內(nèi)源性融資約束得以緩解,[26]110能夠在即期充分發(fā)揮財(cái)稅政策節(jié)稅作用,增加企業(yè)可自由支配的現(xiàn)金,進(jìn)而對(duì)企業(yè)數(shù)字化轉(zhuǎn)型具有明顯的促進(jìn)作用;對(duì)于成長(zhǎng)期企業(yè),財(cái)稅政策雖能緩解企業(yè)所面臨的融資約束較緊的問(wèn)題,但因其在行業(yè)中立足未穩(wěn),其在得到財(cái)政補(bǔ)貼、稅收減免后會(huì)更傾向于將所得到的部分資金用于業(yè)務(wù)拓展,因此,財(cái)稅政策雖對(duì)成長(zhǎng)期企業(yè)具有顯著促進(jìn)作用,但作用效果不如成熟期企業(yè);對(duì)于衰退期企業(yè)而言,其銷售額開(kāi)始減少、市場(chǎng)份額與利潤(rùn)呈現(xiàn)下滑趨勢(shì),這類企業(yè)的首要目標(biāo)是生存,而不是求發(fā)展,相比于在數(shù)字化轉(zhuǎn)型上進(jìn)行大量資金投入,其往往更愿意在原有技術(shù)和產(chǎn)品的基礎(chǔ)上進(jìn)行小規(guī)模的調(diào)整,因此,財(cái)稅政策對(duì)這類企業(yè)數(shù)字化轉(zhuǎn)型的激勵(lì)效果并不如成熟期、成長(zhǎng)期企業(yè)明顯。

表7 生命周期異質(zhì)性檢驗(yàn)結(jié)果

(四)非線性效應(yīng)分析

本文首先通過(guò)自助法檢驗(yàn)財(cái)政補(bǔ)貼、稅收優(yōu)惠與企業(yè)數(shù)字化轉(zhuǎn)型之間的門(mén)檻存在性,進(jìn)而確定門(mén)檻個(gè)數(shù)以及模型具體形式。檢驗(yàn)結(jié)果見(jiàn)表8,財(cái)政補(bǔ)貼在10%顯著性水平下通過(guò)三重門(mén)檻檢驗(yàn),而稅收優(yōu)惠則通過(guò)雙重門(mén)檻檢驗(yàn)。以上結(jié)果表明財(cái)稅政策與企業(yè)數(shù)字化轉(zhuǎn)型二者之間具有顯著的非線性關(guān)系。

表8 門(mén)檻效應(yīng)檢驗(yàn)結(jié)果

表9中報(bào)告了財(cái)政補(bǔ)貼和稅收優(yōu)惠對(duì)企業(yè)數(shù)字化轉(zhuǎn)型非線性影響的回歸結(jié)果。對(duì)于財(cái)政補(bǔ)貼,其門(mén)檻值依次為:16.11、17.87、19.51。當(dāng)財(cái)政補(bǔ)貼位于第一、二、三門(mén)檻區(qū)間時(shí),其對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的激勵(lì)強(qiáng)度逐漸增加:0.057、0.068、0.073,在第三門(mén)檻區(qū)間內(nèi)的激勵(lì)作用最為明顯。當(dāng)財(cái)政補(bǔ)貼水平位于第四門(mén)檻區(qū)間時(shí),其對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的貢獻(xiàn)減小至0.049;對(duì)于稅收優(yōu)惠,兩個(gè)門(mén)檻值分別為:8.24、10.50,當(dāng)位于第一、二門(mén)檻區(qū)間時(shí),其系數(shù)由0.075增加到0.082,跨越第二個(gè)門(mén)檻值后,其對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的激勵(lì)作用減小至0.066。以上結(jié)果表明,在一定適度空間內(nèi),無(wú)論是財(cái)政補(bǔ)貼還是稅收優(yōu)惠,其與企業(yè)數(shù)字化轉(zhuǎn)型之間均存在正向且邊際效率遞增的關(guān)系,即隨著補(bǔ)貼和優(yōu)惠力度的增大,其對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的激勵(lì)作用不斷增強(qiáng),而隨著其強(qiáng)度的進(jìn)一步增加,當(dāng)跨越某一門(mén)檻值后,即政府財(cái)稅政策的過(guò)度干預(yù)調(diào)控,此時(shí),財(cái)政補(bǔ)貼和稅收優(yōu)惠對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的正向作用均開(kāi)始減弱。至此,假說(shuō)2得到了驗(yàn)證。

表9 門(mén)檻效應(yīng)回歸結(jié)果

四、進(jìn)一步分析

企業(yè)作為微觀活動(dòng)的主體,必然會(huì)受到外部環(huán)境的影響,因此財(cái)稅政策激勵(lì)企業(yè)數(shù)字化轉(zhuǎn)型不僅會(huì)受到財(cái)稅政策本身的影響,還可能存在其他的異質(zhì)非線性調(diào)節(jié)機(jī)制,為了能夠更全面揭示財(cái)稅政策激勵(lì)企業(yè)數(shù)字化轉(zhuǎn)型的規(guī)律,使補(bǔ)貼與減稅“紅包”精準(zhǔn)落袋,推動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型,本文將從創(chuàng)新氛圍、市場(chǎng)化水平、財(cái)政透明度、地區(qū)人均受教育程度以下四個(gè)維度進(jìn)行研究分析。各變量門(mén)檻效應(yīng)檢驗(yàn)結(jié)果見(jiàn)表10,對(duì)于財(cái)政補(bǔ)貼,創(chuàng)新氛圍、市場(chǎng)化水平、財(cái)政透明度、人均受教育程度這四個(gè)調(diào)節(jié)變量均存在雙重門(mén)檻,且均至少在10%的水平上顯著;對(duì)于稅收優(yōu)惠,這四個(gè)調(diào)節(jié)變量?jī)H存在單一門(mén)檻,均至少在10%水平上顯著。

表10 門(mén)檻效應(yīng)檢驗(yàn)結(jié)果

(一)創(chuàng)新氛圍(Inno)

對(duì)于創(chuàng)新氛圍,表11 Panel A展示了相應(yīng)結(jié)果。財(cái)政補(bǔ)貼激勵(lì)數(shù)字化轉(zhuǎn)型的創(chuàng)新氛圍門(mén)檻值依次為:15.243、16.105,當(dāng)創(chuàng)新氛圍處于第一門(mén)檻區(qū)間時(shí),財(cái)政補(bǔ)貼抑制企業(yè)數(shù)字化轉(zhuǎn)型,系數(shù)為-0.023,當(dāng)依次跨越門(mén)檻值之后,財(cái)政補(bǔ)貼對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的激勵(lì)作用逐漸增強(qiáng):0.041、0.072,即隨著創(chuàng)新氛圍的增強(qiáng),財(cái)政補(bǔ)貼對(duì)企業(yè)數(shù)字化轉(zhuǎn)型存在正向且邊際效率遞增的非線性調(diào)節(jié)特征;對(duì)于稅收優(yōu)惠,創(chuàng)新氛圍門(mén)檻值為14.875,在兩個(gè)門(mén)檻區(qū)間的系數(shù)依次為0.067、0.081,即隨著創(chuàng)新氛圍提升,稅收優(yōu)惠對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的正向作用逐漸增強(qiáng)。因此,本文認(rèn)為,創(chuàng)新氛圍的提升有利于財(cái)稅政策激勵(lì)企業(yè)數(shù)字化轉(zhuǎn)型,技術(shù)超越理論認(rèn)為經(jīng)濟(jì)發(fā)展的關(guān)鍵是知識(shí)與學(xué)習(xí),根本動(dòng)力是技術(shù)進(jìn)步而非資本積累。創(chuàng)新氛圍濃厚意味著充足的創(chuàng)新動(dòng)機(jī)和創(chuàng)新資金保障,創(chuàng)新動(dòng)機(jī)保證了企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型的意愿,即“謀發(fā)展”,創(chuàng)新資金保障保證了企業(yè)更多資金留存,即可自由支配的現(xiàn)金流,從而為財(cái)稅政策賦能企業(yè)數(shù)字化轉(zhuǎn)型提供了良好條件和有利保障。

表11 異質(zhì)非線性調(diào)節(jié)效應(yīng)結(jié)果

(二)市場(chǎng)化水平(Mar)

對(duì)于市場(chǎng)化水平,表11 Panel B列出了相應(yīng)結(jié)果。財(cái)政補(bǔ)貼激勵(lì)企業(yè)數(shù)字化轉(zhuǎn)型的市場(chǎng)化水平門(mén)檻值依次為:7.610、9.971,當(dāng)市場(chǎng)化水平依次跨越上述門(mén)檻值時(shí),財(cái)政補(bǔ)貼對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的系數(shù)依次增加:0.084、0.103、0.210;對(duì)于稅收優(yōu)惠,市場(chǎng)化水平門(mén)檻值為8.300,在兩個(gè)門(mén)檻區(qū)間內(nèi)的系數(shù)依次為:0.120、0.215。因此,本文認(rèn)為市場(chǎng)化水平的提升有利于財(cái)稅政策促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。市場(chǎng)化水平越高,意味著資金、技術(shù)、信息、人力等資源配置更優(yōu)化,知識(shí)傳播共享的效率越高,同時(shí),也意味著更加規(guī)范的市場(chǎng)秩序,更有利于營(yíng)造良好的創(chuàng)新環(huán)境,這也是企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型的動(dòng)力源泉。因此在高市場(chǎng)化水平下,“有效市場(chǎng)”和“有為政府”的更好結(jié)合,財(cái)稅政策更能激勵(lì)企業(yè)的數(shù)字化轉(zhuǎn)型。

(三)財(cái)政透明度(Fit)

對(duì)于財(cái)政透明度,表12PanelA展示了相應(yīng)結(jié)果。財(cái)政補(bǔ)貼對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的財(cái)政透明度門(mén)檻值分別為3.695、4.136,當(dāng)財(cái)政透明度處于第一門(mén)檻區(qū)間時(shí),財(cái)政補(bǔ)貼會(huì)抑制企業(yè)數(shù)字化轉(zhuǎn)型,系數(shù)為-0.035,當(dāng)依次跨越門(mén)檻值之后,財(cái)政補(bǔ)貼對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響系數(shù)均在1%水平上顯著為正且強(qiáng)度持續(xù)增大,即說(shuō)明在高水平的財(cái)政透明度調(diào)節(jié)下,財(cái)政補(bǔ)貼激勵(lì)企業(yè)數(shù)字化轉(zhuǎn)型具有明顯的正向邊際效率遞增的非線性演化特征;對(duì)于稅收優(yōu)惠,門(mén)檻值為3.962,在兩個(gè)門(mén)檻區(qū)間內(nèi)的系數(shù)依次為:0.052、0.081。由此可見(jiàn),高水平的財(cái)政透明度更有利于財(cái)稅政策激勵(lì)作用的發(fā)揮。財(cái)政透明的概念最早由Kopits和Craig在1998年提出,是指向公眾及時(shí)、準(zhǔn)確地公開(kāi)政府的結(jié)構(gòu)與功能、財(cái)政政策取向、公共部門(mén)賬戶與財(cái)政收支。[27]570在一個(gè)公開(kāi)透明、充滿社會(huì)監(jiān)督的環(huán)境中,政府的宏觀政策制定與財(cái)政收支行為都更易于得到規(guī)范,而較低水平的財(cái)政透明度并不能確保財(cái)政資金真正有效用于企業(yè)數(shù)字化建設(shè)。

表12 異質(zhì)非線性調(diào)節(jié)效應(yīng)結(jié)果

(四)地區(qū)人均受教育程度(Edu)

對(duì)于人均受教育程度,表12PanelB列出了相應(yīng)結(jié)果。財(cái)政補(bǔ)貼激勵(lì)企業(yè)數(shù)字化轉(zhuǎn)型的人均受教育程度門(mén)檻值依次為:9.411、9.798,處于不同門(mén)檻區(qū)間的系數(shù)依次為:0.047、0.063、0.088;對(duì)于稅收優(yōu)惠,門(mén)檻值為9.724,在兩個(gè)門(mén)檻區(qū)間內(nèi)的系數(shù)依次為:0.085、0.102。綜合以上結(jié)果,地區(qū)人均受教育程度提升有利于財(cái)稅政策激勵(lì)企業(yè)數(shù)字化轉(zhuǎn)型。新古典經(jīng)濟(jì)學(xué)的人力資本論認(rèn)為,勞動(dòng)者所具備的勞動(dòng)力素質(zhì)很大程度上由教育人力資本方面的投資所決定,大數(shù)據(jù)、人工智能、區(qū)塊鏈等新一代數(shù)字技術(shù)的快速發(fā)展,對(duì)人力資本提出了更高要求。

綜合以上結(jié)果,可以發(fā)現(xiàn):總體上而言,創(chuàng)新氛圍、市場(chǎng)化水平、財(cái)政透明度、地區(qū)人均受教育程度均能夠正向調(diào)節(jié)財(cái)稅政策對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的非線性影響,即存在正向且邊際效率遞增的非線性調(diào)節(jié)效應(yīng),需要說(shuō)明的是,對(duì)于創(chuàng)新氛圍以及財(cái)政透明度這兩個(gè)外部環(huán)境的調(diào)節(jié)沖擊,只有當(dāng)其發(fā)展程度跨越相應(yīng)門(mén)檻之后,財(cái)政補(bǔ)貼對(duì)于企業(yè)數(shù)字化轉(zhuǎn)型的影響才能由負(fù)變?yōu)檎?同時(shí),財(cái)政補(bǔ)貼存在兩個(gè)門(mén)檻值,因此相比于稅收優(yōu)惠,財(cái)政補(bǔ)貼對(duì)于外部環(huán)境的調(diào)節(jié)沖擊更加敏感、對(duì)于外部環(huán)境要求更高。相較于“事前激勵(lì)”的補(bǔ)貼,“事后激勵(lì)”的稅收政策具有更強(qiáng)的普適性,稅收政策(稅收優(yōu)惠)既能有效減輕行政負(fù)擔(dān)、降低“選擇失敗者”或被企業(yè)“制度套利”的風(fēng)險(xiǎn),[28]570更是政府降低企業(yè)稅費(fèi)負(fù)擔(dān)的重要舉措,在我國(guó)當(dāng)前的財(cái)稅政策中其重要性愈發(fā)凸顯。以上研究表明,在研究財(cái)稅政策與企業(yè)數(shù)字化轉(zhuǎn)型之間的關(guān)系時(shí),若忽視以上外部環(huán)境的調(diào)節(jié)沖擊,則財(cái)稅政策對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的激勵(lì)作用不能夠得到充分釋放。至此,假說(shuō)3得到驗(yàn)證。

五、結(jié)論與政策建議

本文以2011—2019年中國(guó)A股市場(chǎng)上市公司為研究對(duì)象,研究了財(cái)稅政策對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的線性影響、非線性特征以及外部環(huán)境調(diào)節(jié)沖擊下的異質(zhì)非線性調(diào)節(jié)效應(yīng)。主要結(jié)論為:(1)財(cái)政補(bǔ)貼和稅收優(yōu)惠均能夠有效激勵(lì)企業(yè)數(shù)字化轉(zhuǎn)型,相比于財(cái)政補(bǔ)貼,稅收優(yōu)惠政策對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的激勵(lì)作用更強(qiáng),在經(jīng)過(guò)滯后核心解釋變量、剔除直轄市樣本、更換計(jì)量方法等一系列穩(wěn)健性檢驗(yàn)后,結(jié)果依然成立。另外,這種激勵(lì)作用存在明顯的異質(zhì)性,即對(duì)東部地區(qū)、成熟期企業(yè)的激勵(lì)效果最為顯著;(2)財(cái)政補(bǔ)貼和稅收優(yōu)惠對(duì)企業(yè)數(shù)字化轉(zhuǎn)型具有非線性影響,即財(cái)政補(bǔ)貼和稅收優(yōu)惠強(qiáng)度存在一個(gè)適度空間,在這一適度空間內(nèi),隨著補(bǔ)貼和優(yōu)惠力度增大,其對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的激勵(lì)作用不斷增強(qiáng),而當(dāng)其力度超過(guò)某一門(mén)檻值后,財(cái)稅政策對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的正向作用開(kāi)始減弱;(3)異質(zhì)非線性調(diào)節(jié)效應(yīng)表明,創(chuàng)新氛圍、市場(chǎng)化水平、財(cái)政透明度、地區(qū)人均受教育程度這四個(gè)門(mén)檻效應(yīng)調(diào)節(jié)變量均能夠正向調(diào)節(jié)財(cái)稅政策對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的激勵(lì)作用,值得注意的是,對(duì)于創(chuàng)新氛圍以及財(cái)政透明度這兩個(gè)外部環(huán)境的調(diào)節(jié)沖擊,只有當(dāng)其發(fā)展程度跨越相應(yīng)門(mén)檻之后,財(cái)政補(bǔ)貼對(duì)于企業(yè)數(shù)字化轉(zhuǎn)型的影響才能由負(fù)變?yōu)檎?。另?相比于“事前激勵(lì)”的財(cái)政補(bǔ)貼,“事后激勵(lì)”的稅收優(yōu)惠政策對(duì)于外部環(huán)境要求更低,即具有更強(qiáng)的普適性。

基于上述研究結(jié)論,本文提出以下政策建議:第一,有效釋放企業(yè)數(shù)字化轉(zhuǎn)型過(guò)程中財(cái)稅政策的激勵(lì)作用。在數(shù)字經(jīng)濟(jì)浪潮下,各級(jí)政府應(yīng)順應(yīng)數(shù)字化發(fā)展趨勢(shì),引導(dǎo)企業(yè)抓住數(shù)字化發(fā)展機(jī)遇,在合理區(qū)間內(nèi),積極加大財(cái)政支持力度,減輕企業(yè)稅收負(fù)擔(dān),為企業(yè)數(shù)字化轉(zhuǎn)型提供堅(jiān)實(shí)保障。同時(shí),也要進(jìn)一步完善相關(guān)監(jiān)督、審查機(jī)制,以防范遏止企業(yè)的逆向選擇和尋租行為。第二,實(shí)行差別化、更有針對(duì)性的的財(cái)稅政策,提升財(cái)稅政策的有效性和精準(zhǔn)度。不同地區(qū)、不同企業(yè)資源稟賦不同,應(yīng)避免“一刀切”制定統(tǒng)一的財(cái)稅激勵(lì)政策,在保證差異性的同時(shí),又要堅(jiān)持全國(guó)一盤(pán)棋,既對(duì)數(shù)字化發(fā)展基礎(chǔ)較好的地區(qū)和企業(yè)進(jìn)行補(bǔ)貼和獎(jiǎng)勵(lì),形成示范帶動(dòng)效應(yīng),又要注重發(fā)揮財(cái)政的公共屬性和職能,對(duì)發(fā)展基礎(chǔ)相對(duì)薄弱的地區(qū)及企業(yè)進(jìn)行扶持,以更具有適用性的財(cái)稅政策推動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型。第三,為了充分發(fā)揮財(cái)稅政策對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的激勵(lì)作用,仍需進(jìn)一步改善外部環(huán)境:激發(fā)創(chuàng)新動(dòng)力,培育創(chuàng)新氛圍;提升市場(chǎng)化水平,增強(qiáng)財(cái)政透明度,積極打造“有效市場(chǎng)、有為政府”;培育高等教育人才,抓住數(shù)字化機(jī)遇。若忽視以上外部環(huán)境的調(diào)節(jié)沖擊,就可能會(huì)導(dǎo)致財(cái)稅政策的激勵(lì)作用被嚴(yán)重低估,因此,應(yīng)積極推動(dòng)財(cái)稅政策與上述因素的深度融合。