《Sage Open》：The Cost of Digitalization: Digital Tax Administration and Corporate Innovation Crowding-out
编辑推荐：
尽管税收征管中的数字技术有助于地方政府实现税收收入目标，但其对企业创新的影响仍存在争议。本研究通过检验两种相互竞争的理论逻辑——基于资源的挤出逻辑（resource-based crowding-out logic）与基于代理的激励逻辑（agency-base
尽管税收征管中的数字技术有助于地方政府实现税收收入目标，但其对企业创新的影响仍存在争议。本研究通过检验两种相互竞争的理论逻辑——基于资源的挤出逻辑（resource-based crowding-out logic）与基于代理的激励逻辑（agency-based incentive logic）——来解析这一关系。研究人员以金税三期工程（GTP_III）作为准自然实验，基于2010—2021年中国A股上市公司，采用时变双重差分（difference-in-differences, DID）设计，实证判定哪一种逻辑占主导。结果揭示出显著的不对称性。GTP_III通过提高企业税负与财务风险，稳健地挤出研发（Research and Development, R&D）支出。预期通过降低代理成本和抑制寻租发挥作用的激励渠道，未能达到有意义的程度。这种挤出主导贯穿整个创新生命周期：R&D投入下降未被效率提升所抵消。全要素生产率（total factor productivity, TFP）下降，创新变得更加间歇。研究人员认为，这种不对称反映了特定制度条件——地方政府强烈的财政压力与不均衡的市场支持性制度相结合——将增强的监控能力导向提取而非治理赋能。这些发现警示不应乐观假设数字治理会自动促进企业创新，并呼吁政策设计在税收征收与激活治理红利所需的制度条件之间进行战略性平衡。
研究背景与问题：数字技术正在重塑公共行政，税收征管位于政府与企业关系的核心。大数据分析与云计算等信息技术提升税务机关执法能力与企业税收合规，但其究竟为企业创新带来政策红利，还是强化资源提取，仍存在争议。在中国情境下，企业创新面临资金需求高、风险大、回报不确定等约束，税收征管数字化既可能缓解约束，也可能进一步收紧资源条件。理论上存在两类竞争逻辑：资源基础观（resource-based view, RBV）下的挤出逻辑强调税负与财务风险上升会压缩研发（R&D）投入；代理理论（agency theory）下的激励逻辑强调降低代理成本与抑制寻租可促进创新。既有研究多孤立考察创新投入或产出，未在统一框架中判定两种机制的相对主导，也未追踪政策冲击沿创新生命周期的传导。因此，研究人员以GTP_III为准自然实验，检验挤出逻辑与激励逻辑何者占主导，并追溯R&D投入变化对创新效率、TFP与创新持续性的后果。
研究人员开展的研究、结论与意义：研究人员基于中国A股上市公司2010—2021年样本，采用时变双重差分（DID）设计，发现GTP_III使R&D投入约下降5.9%—6.5%，且该结果在多种固定效应设定下稳健；挤出渠道通过提高企业税负与财务风险发挥作用，而激励渠道未在实证上有效激活。进一步结果显示，R&D投入下降未被创新效率提升所抵消，TFP下降，创新趋于间歇。该研究的意义在于：以因果证据揭示数字税收征管可能产生非预期的创新成本，挑战“数字治理自动促进企业创新”的乐观假设，并将挤出主导归因于地方政府财政压力与市场支持性制度不均衡等制度条件；政策上要求兼顾税收征收与激活治理红利所需的制度条件。
关键技术方法：研究人员使用中国A股上市公司2010—2021年CSMAR数据库样本，剔除金融业、ST/*ST/PT、缺失值并按1%缩尾，得到26,902个观测的非平衡面板。以GTP_III（2013—2014年六省试点、2016年底全国推广）为准自然实验，构建时变DID模型，核心变量为Treated×Post，控制企业、年份、行业固定效应及省份趋势/行业—年份交互，采用企业聚类标准误。稳健性含平行趋势、500次随机安慰剂、R&D强度替代、聚类层级调整、倾向得分匹配—双重差分（PSM-DID）、预期政策与并发税改排除。机制用中介模型检验自由现金流（FCF）、Whited-Wu融资约束指数（WW）、管理费用率（MER）、盈余管理（EM）；经济后果用数据包络分析（DEA）/随机前沿分析（SFA）测创新效率，用Olley-Pakes（OP）、Levinsohn-Petrin（LP）、Ackerberg-Caves-Frazer（ACF）、固定效应（FE）法测TFP，并测创新持续性。
研究结果：
5.1 基准分析：基准回归中政策处理变量系数持续为负且统计显著，范围约为-0.0587至-0.0652，表明GTP_III使处理企业R&D投入下降约5.9%—6.5%；不同固定效应及交互设定下结果稳健，支持挤出假说H1a。
5.2 平行趋势检验：政策实施前pre_2与pre_3系数不显著，实施后current、post_1、post_2等系数显著为负，说明处理组与对照组在政策前趋势可比，政策后R&D投入出现断点，增强基准结果因果解释。
5.3 稳健性分析：500次随机安慰剂检验中系数均值接近零且多数p值大于0.1；以R&D强度替代R&D支出后处理效应仍显著为负；省级聚类、PSM-DID、剔除预期政策影响及控制并发税改后，核心负效应仍成立。
5.4 机制分析：
5.4.1 挤出效应机制：中介检验显示GTP_III显著降低FCF、提高WW，且FCF与R&D正相关、WW与R&D负相关，FCF与WW均呈部分中介，支持税负上升与金融风险提高的挤出机制H2。
5.4.2 激励效应机制：以MER和EM为中介时，GTP_III系数均不显著，表明通过降低代理成本与抑制寻租的激励链条未有效建立；异质性分析显示，在低财政收入/支出比省份和低市场化指数地区，GTP_III的负效应显著，而在高组不显著，支持挤出主导受财政压力与制度质量约束的条件性解释。
6 经济后果分析：
6.1 创新效率：采用SFA、DEA及其加权指标测度创新效率，GTP_III系数均不显著，说明R&D投入被挤出后并未带来创新效率的显著提升。
6.2 全要素生产率：采用FE、LP、OP、GMM等方法估计TFP，GTP_III对TFP均呈显著负向影响，表明数字税收征管通过强化执法对企业总体生产率产生不利后果。
6.3 持续创新：未纳入R&D支出时GTP_III对持续创新呈显著负效应；纳入R&D支出后其系数转为不显著但仍为负且t值接近常规阈值，同时R&D系数显著为正，表明创新投入下降会侵蚀企业持续创新能力。
讨论部分总结：理论研究与实践含义部分强调，数字治理工具可能对创新产生显著非预期负后果，其后果并非技术本身固有，而取决于国家能力如何部署及制度环境。中国情境下强自上而下执法、地方财政压力与区域市场支持性制度不均衡，使GTP_III增强的监控能力主要导向收入提取，压制潜在治理渠道。基于创新生态系统与协同治理理论，政策需兼顾多重目标并提升协同性。实践上，税务机关宜对创新密集型和现金储备有限企业采取差异化执法、宽限期或分期缴纳，以保护创新能力；应将治理促进指标纳入地方税务绩效评价，而不只考核收入；GTP_IV推进中可内置周期审查，追踪强化监控是否转化为更好治理。局限与未来研究部分指出，代理成本与融资约束等代理变量仅覆盖治理改善的部分维度，激励渠道零结果可能部分反映测量限制；未来可用新产品、专利引用或年报文本创新指标，并采用三重差分等设计直接检验制度条件机制。
研究结论部分翻译：研究人员以GTP_III为准自然实验，以中国A股上市公司（2010—2021）为样本，采用时变DID方法实证分析税收征管数字化对企业创新的影响。研究发现，税收征管数字化通过两种竞争逻辑发挥作用：挤出逻辑（通过提高税负和提升财务风险）与激励逻辑（通过缓解代理冲突和抑制寻租行为）。实证结果揭示出显著不对称性。挤出渠道获得实证支持：数字税收执法提高有效税负和财务风险，导致R&D支出显著下降。激励渠道则在实证上未激活。因此，该政策干预对企业创新的净效应决定性地为负，由强挤出力量主导且缺乏抵消性激励力量。进一步审视发现，数字化税收征管虽挤出创新投入，却未明显提升创新效率；相反，其降低企业TFP并导致创新间歇化。这突出表明，税收征管数字化对中国企业创新的数量和质量均产生挤出效应。尽管数字治理技术的引入有助于地方政府实现税收征收目标，同样亟需确保企业真正获得数字改革政策红利。
