性别与亲社会性如何影响人机交互中的税收遵从行为：基于博弈论实验的研究

本研究通过博弈论实验设计，探讨了税收审计中算法与人类审计员对纳税人行为的差异化影响。研究发现纳税人面对计算机审计员时合规性更低，男性在算法审计条件下逃税更激进，而亲社会倾向(PRO)个体对人类审计员更诚实。研究为数字时代的税收政策制定提供了行为经济学依据。

　　

随着全球税务数字化进程加速，算法驱动的税收审计日益普及，但纳税人面对机器与人类审计员时的行为差异机制尚不明确。传统税收遵从理论基于Allingham-Sandmo模型，假设审计概率恒定，而Reinganum-Wilde的博弈论框架虽引入动态审计策略，却未考虑审计主体属性对纳税人心理的影响。在IRS（美国国税局）广泛采用DIF（判别函数系统）算法筛选审计对象的背景下，纳税人是否因审计主体的"人性"或"机器性"产生行为分化，成为数字税务治理的关键盲点。

针对这一科学问题，国内研究人员通过改良Reinganum-Wilde税收博弈模型，设计2×1组间实验（计算机vs人类审计员条件），招募116名被试开展20轮税收申报博弈。研究创新性地将社会价值取向(SVO)测量与Dark Triad人格特质评估相结合，在控制MFQ（道德基础问卷）得分等变量后，首次系统揭示了审计主体类型与纳税人个体特征的交互效应。

关键技术方法包括：1）基于Z-Tree平台的税收博弈实验设计；2）SVO六项选择法测量亲社会倾向；3）审计概率列表作为决策辅助工具；4）真收入（500-1000点）与申报收入（0-1000点）的离散化设置；5）惩罚机制（税率t=0.4，罚率π=1.5）。

研究结果揭示：

1. 机器交互效应
   通过比较计算机与人类审计条件下的申报斜率（0.407 vs 0.510），发现纳税人面对算法时申报收入显著降低（Tobit回归系数β=-0.066，p<0.1），验证H1假设。风险感知数据显示，人类审计条件下的预期稽查概率（35.3%）显著高于计算机条件（24.7%），部分解释行为差异。

2. 性别差异机制
   男性在计算机审计条件下表现更激进，申报<500点的频次达29.1%（女性18.2%，χ²
   检验p<0.01）。特别值得注意的是，男性"亲自我型"个体合规率仅0.707，显著低于女性同类型(0.804)，而性别效应在人类审计条件下消失，支持H2a假设。

3. 亲社会性调节作用
   PRO（亲社会型）个体对人类审计员表现更高合规性（β=0.115，p<0.1），该效应在计算机条件下不显著，完全验证H3假设。进一步分析发现，PRO型女性对人类审计员的合规率达0.827，显著高于PRO型男性（0.769）。

这项研究首次在税收博弈框架中证实了"算法-人性感知"的行为分化现象。理论层面，补充了Graetz-Reinganum模型对审计主体属性的忽略；实践层面，为意大利Studi di Settore等差异化审计政策提供实验依据。研究同时揭示数字化税务治理的潜在风险：完全算法化的审计可能诱发男性群体的策略性逃税，而保留人类审计员的"社会临场感"能有效激活亲社会个体的道德机制。未来研究可探索区块链等验证技术对算法信任的改善作用，以及2D:4D等生物标记与算法交互的关系。论文发表于《Journal of Behavioral and Experimental Economics》，为数字时代的税收政策设计提供了重要的行为科学参考。