税收柔性征管对企业数字化转型的影响及机制

宋建波 卢思诺

【摘 要】 企业数字化转型是企业顺应数字经济时代要求、保持核心竞争力的重大战略决策。基于纳税信用评级披露的准自然实验，探讨税收柔性征管对企业数字化转型的影响及机制。结果表明，税收柔性征管对企业数字化水平提出了更高要求，同时降低了企业数字化转型成本与风险，由此促进了企业数字化转型。税收柔性征管主要通过声誉机制缓解企业融资约束，以及通过激励机制促进企业数字技术创新来推动企业数字化转型。同时，税收柔性征管对企业数字化转型的促进效应在国有企业和成熟度较高的企业中更为明显。研究为发掘税收柔性征管的重要政策效应、深化税收征管制度改革提供了经验证据。

【关键词】 税收柔性征管； 企业数字化转型； 融资约束； 技术创新； 准自然实验

【中图分类号】 F275  【文献标识码】 A  【文章编号】 1004-5937（2024）08-0068-09

一、引言

随着数字技术的突破和数字基础设施的完善，数字经济日渐成为重组全球要素资源、重塑全球经济结构的重要力量。党的十九届五中全会明确提出建设“数字中国”的宏伟目标；党的二十大报告进一步指出，要加快发展数字经济，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。企业是数字经济和实体经济融合进程的微观主体，企业数字化转型对推进“数字中国”战略意义重大。企业数字化转型是指企业通过采用数字技术和信息技术来优化企业管理和业务流程，从而提高企业的效率和竞争力的过程，并逐步在数字化时代中成为企业业务治理层面的重要战略之一。令人振奋的是，随着底层数字技术的完善与扩散，我国企业普遍能够以更低的成本接入数字化端口，数字化转型进程不断加快。然而，数字化转型水平在行业、地域之间存在较大差异[1]，部分企业因资金周转困难“不敢转”、因创新能力缺乏“转不动”的问题突出。为了促进企业加快数字化转型步伐、缩小数字化转型水平差距，有必要进一步完善宏观政策，为企业破解转型障碍提供有效支持。

在政府的各项财政制度中，税收征管制度因对企业治理具有深远影响而受到研究者的广泛关注。税收征管是税务机关根据税法规定，对税收实施管理、征收、检查等活动的统称，税收征管制度是否完善会直接影响企业纳税意愿和规范程度。在过去，我国采用强制税收征管制度来规范企业纳税行为，企业的偷税漏税行为会受到税务部门的严厉控告和高额罚款。2014年7月，國家税务总局发布《纳税信用管理办法（试行）》（国家税务总局公告2014年第40号），将社会信用体系引入税收征管活动，创新了税收征管制度体系[2]。国家税务总局通过对企业的纳税情况进行信用评级，信用优良的企业将获得政府的表彰和公示，政府也会对信用评级较差的企业实施更严格的税收稽查，但不再设立避税“黑名单”，企业失信将主要由投资者、公众等利益相关主体进行惩戒。换言之，新规通过“守信表彰激励、失信灵活惩戒”的柔性方式，鼓励企业自觉提高税法遵从度，这一新型治理方式被称为“税收柔性征管”[3]。

现有研究肯定了纳入信用评价的税收体系会对企业治理产生显著影响。杜剑等[4]发现企业为了获得纳税信用表彰，会提高税收遵从度，规范纳税行为，减少避税活动，企业实际支付的税收增加，这会降低短期企业价值。然而，企业在获得信用表彰后，积累了无形的声誉资本，从而有利于企业实现长期价值。Chen et al.[5]也表明，投资者并不青睐因避税而信誉受损的企业，缺乏利益相关者信任的企业难以获得足够的资金支持，从而不利于其长期发展。具体至税收柔性征管制度，现有研究发现其也存在平抑企业风险、改善企业绩效等诸多优势[6]。然而，已有文献往往关注企业的绩效指标，以此作为企业治理的结果变量，而忽视了税收柔性征管也可能对数字化转型等企业重大治理决策产生影响。厘清这一问题，有助于理解信用建设对企业治理决策的影响效应与机制，进而讨论税收柔性征管在规范企业纳税行为以外的“溢出”政策效应。

基于此，本文将借助税收柔性征管中纳税信用评级披露的准自然实验，利用2011—2020年A股上市公司的面板数据，探讨税收柔性征管对企业数字化转型的影响及机制。相较于前述文献，本文的边际贡献体现在如下两方面：第一，从数字化转型的角度，为税收制度推进企业治理水平提升提供新的经验证据，这对发掘税收柔性征管的政策效应、进一步深化税收制度改革具有重要现实意义。第二，企业数字化转型会提高企业纳税流程的透明度和规范性，并倒逼政府征管制度的完善，这使得本文研究话题存在逆向因果关系。因此，本文采用准自然实验，较为精准地识别了纳税信用评级披露和企业数字化转型的因果关系。

二、理论分析与假设提出

（一）税收柔性征管对企业数字化转型的整体影响

税收柔性征管是相对税收刚性征管而发展起来的制度，其最大亮点在于引入纳税信用评级制度，从而发挥了社会信用在税收征缴和稽查过程中的重要作用。迎合理论认为，企业在制定重大战略时会倾向于将政策导向和监管纳入考虑范围，因此，税收柔性征管的制度改革可能会对企业数字化转型等战略决策产生影响。

第一，税收柔性征管要求企业提高数字化转型水平，满足税收治理数字化、体系化建设目标。2021年《关于进一步深化税收征管改革的意见》明确提出，需以税收大数据为驱动力，建成具有高集成功能、高安全性能、高应用效能的智慧税务，全面推进税收征管数字化升级和智能化改造。同时，税收柔性征管还需要完善的数据基础，以供开展企业信用评级活动。这就要求企业必须同步开展数字化转型，将传统资金流动和财务管理的纸质流程转化为电子化的流程，满足税收征管对数据准确度、可核查和可回溯性的要求。

第二，税收柔性征管可以降低企业数字化转型的成本和风险。在税收柔性征管的制度框架下，纳税企业被分为A、B、C、D等不同的信用等级（2018年起增设M级）。评级标准主要包括纳税申报、税收支付、税收违法记录、合规程度等多个方面。政府部门会定期公布纳税信用评级的企业名单，以便投资者、服务商和公众及时了解企业的纳税征信状况。因此，信用水平较高的企业可被外部利益相关主体所关注，由此提升市场对企业数字化转型的信任和支持程度。一方面，利益相关者可提供资金，协助企业购置数字中台等软硬件设施，解决企业数字化转型“高成本”难题；另一方面，企业数字化转型会带来业绩表现降低、业务流程变动等诸多风险[7]，而利益相关者的信任能够有效缓解企业因数字化转型风险带来的“不敢转”和“转不动”问题，提升企业数字化转型的成功率。此外，根据2016年《关于对纳税信用A级纳税人实施联合激励措施的合作备忘录》（发改财金〔2016〕1467号），发改委等29个部门联合实施41项激励措施，使拥有评级为A的企业获得实质性奖励。信用等级较高的企业可享受简化征管流程、优惠政策试点等红利，进而有助于降低企业数字化转型的交易成本。

基于上述分析，本文提出假设1。

H1：税收柔性征管能够促进企业数字化转型。

（二）税收柔性征管对企业数字化转型的影响渠道

一方面，充足的资金是企业数字化转型的必要条件。尽管数字化转型能够帮助企业赢得社会美誉，但企业往往也要考虑自身利润目标能否实现[8]。在研发阶段，企业需要聘任互联网技术人才、购置云计算所需的硬软件设施；在应用阶段，企业需要提供足够算力的数字总控系统，为生产和管理各环节配备读取、分析和监测仪器。Yucel[9]指出，如果数字化转型的实施和运转成本超过了转型后所产生的收入，数字化转型将无法成功。在传统的强制税收征管制度下，税收缴纳不规范的企业会被纳入官方“黑名单”并予以公示，这会降低企业声誉，加剧企业获得外部融资的困难程度[10]。然而，税收柔性征管制度中，只有纳税信用评级为A的企业才会被公示，从而发挥了声誉机制的正向效应。具备良好信用的企业更受投资者青睐，企业能够获得更多融资，进而投资数字化转型需要的人力资本和基础设施[11]。同时，信用评级为A级的企业将享受融资授信优先的激励措施。在安徽，政府向征信良好的企业颁发“纳税信用绿卡”，银行给“纳税信用绿卡”激励主体的信贷利率较市场平均利率下调近三成[12]。在山东济南，政府借助“税银互动”项目，运用纳税信用等信息帮助守信企业获得贷款，2020年向银行部门推送A级纳税人23 074户，累计为小微企业发放扶持贷款1 293笔，贷款金额7.48亿元[13]。纳税信用等级发挥了良好的资金融通功能。

另一方面，企业还需要开展创新活动，以促进数字技术的移植和应用。许多研究肯定了技术创新能力对企业数字化转型的影响。刘斌等[14]发现，企业拥有的人才、技术、经验能推动其顺利开展数字技术的创新活动，进而为企业数字化转型创造基础条件。企业通过创新活动，更容易吸收和运用人工智能、区块链、云计算和大数据等新技术，并有效赋能各个工作场景。然而，不规范的税收征管制度不仅会减少企业利润，还可能造成企业额外的行政负担，加剧税收征缴过程的交易成本，这会对企业研发投入造成挤出效应[4]。在这方面，税收柔性征管制度能够显著降低企业的行政负担。根据规定，税务部门会为长期评级为A的企业提供绿色通道帮助办理涉税事项，从而降低了交易成本及其對企业创新资金的挤出效应。此外，评级为A的企业还能够获得利益相关主体的资金支持，开展更多研发投入并取得更好的创新绩效，顺利推进数字化转型[15]。

基于上述分析，本文提出假设2。

H2a：税收柔性征管能够通过声誉机制发挥融资约束缓解效应，促进企业数字化转型。

H2b：税收柔性征管能够通过激励机制发挥数字技术创新效应，促进企业数字化转型。

三、研究数据与方法

（一）样本来源

本文选取2011—2020年沪深A股上市公司的面板数据进行分析。其中，税收柔性征管数据来源于国家税务总局网站公布的名单，企业数字化转型数据来源于上市公司年报并经文本分析处理，控制变量数据主要来源于国泰安和万得数据库。在获得所需变量后，本文进行如下数据处理工作：第一，剔除ST类别的上市公司；第二，剔除金融行业上市公司；第三，剔除主要变量缺失的样本；第四，对所有连续变量进行1%和99%分位的缩尾处理。最终，本文得到包含1 155家上市公司11 350个样本的数据集用于实证分析。

（二）变量定义

1.被解释变量

本文通过机器学习中的文本分析方法度量企业数字化转型水平（Ln Digital）。具体来说，参考吴非等[16]的研究，构建企业数字词频词典，并汇总至人工智能、区块链、云计算、大数据和数字技术应用五个二级指标。将各关键词加总并对数化处理，以此度量企业数字化转型水平。

2.核心解释变量

参考杜剑[17]的研究，构建税收柔性征管变量（DID）。如果某企业在2015年被国家税务总局官网披露为A级企业，则该企业在2015年及之后取值为1，否则取值为0；如果企业未被披露为A级企业，则始终取值为0。

3.控制变量

企业数字化转型是涉及内部管理、财务运营、外部关注等多方面的深刻变革。为了更好地控制其他影响企业数字化转型的因素，本文加入了一系列控制变量。

各变量定义与描述性统计结果如表1所示。

如表1所示，企业数字化转型水平对数值的均值为1.214，标准差为1.272，说明数字化转型水平在不同企业之间存在较大差异。税收柔性征管政策变量均值为0.295，表明约有29.5%的观测值在观测年度属于处理组。

（三）模型构建

为验证税收柔性征管是否能促进企业数字化转型，本文构建双重差分模型：

Ln Digitali，t=β0+β1DIDi，t+ΣβhControls+ui+vt+εi，t（1）

其中，Controls代表一系列控制变量，ui、vt分别为个体固定效应和年份固定效应，εi，t为随机扰动项。

四、实证分析结果

（一）基准回归结果

为验证税收柔性征管对企业数字化转型的促进作用，本文运用面板双向固定模型估计。如表2所示，在添加控制变量情况下，柔性税收征管变量系数为0.120，在1%的水平上显著为正。这反映的事实是，柔性税收征管能够促进获得A级信用表彰的企业至少提高12.0%的数字化转型水平，H1得到验证。

（二）平行趋势检验

参考蒋灵多等[18]，本文采用事件研究法进行平行趋势检验。具体而言，平行趋势检验要求在税收柔性征管制度实施前，实验组和对照组企业的数字化转型水平在时间趋势上保持一致。因此，本文以政策发生时点前一期即2014年为对照期，构建平行趋势检验模型。如图1所示，在2011—2013年，年份虚拟变量和政策变量的交互项高度不显著，表明实验组和对照组企业的数字化转型水平并无明显差距，满足准自然实验的前置要求。然而，在政策实施后，两个组别的企业数字化转型水平差距扩大。2018—2020年，关注的变量系数分别为0.203、0.324、0.270，均在1%的水平上显著为正。这表明，获得评级为A的企业将获得更好的声誉以及从事创新活动的更多支持，而声誉扩散和创新产出均为长期性活动，因此导致税收柔性征管对企业数字化转型存在滞后效应。

（三）安慰剂检验

为进一步观测实验组和对照组企业在非税收柔性征管政策冲击点的差异，参考马恩涛等[19]，本文通过虚构政策冲击年份进行安慰剂检验。本文选择2015年前的样本，参照前述方法确定实验组和对照组，并分别将税收柔性征管政策的冲击时间设定为2012—2014年，构建虚拟的双重差分变量（Placebo_DID1、Placebo_DID2、Placebo_DID3）。由于2015年之前尚未开展税收柔性征管政策，实验组和对照组在每一个冲击时间都不应该存在系统差异，即虚构的双重差分变量系数理论上应无法通过显著性检验。表3依次展示了政策实施时点的情况，对应系数均不显著，所有系数的P值接近于1，表明政策不太可能是偶然得到的。

（四）稳健性检验

1.剔除直辖市

直辖市政府具有更雄厚的经济实力，且在行政级别上具备更大的自主权，能够给予企业数字化转型更多支持。高正斌等[20]发现，直辖市政府的政策支持对企业数字化转型的推进起到关键作用，可以提高企业的数字化技术采用率，降低企业数字化转型的难度和成本，从而推动企业创新发展。因此，直辖市和其他城市的可比性相对较弱，并可能干扰税收柔性征管的政策效应。因此，本文采取在原样本基础上剔除直辖市上市公司样本的做法进行稳健性检验。表4列（1）呈现了剔除直辖市之后的回归结果，税收柔性征管系数较基准回归略小，但依然在5%的水平上显著，表明直辖市的政府资源支持确实会高估税收柔性征管对企业数字化转型的影响系数。

2.添加高维固定效应

为控制地区和行业不可观测的异质性影响，本文通过添加高维固定效应开展稳健性检验。高维固定效应是一种常用的控制混杂变量的方法，它可以用于控制大量的企业、行业、地区、年份等不可观测的异质性，从而更加准确地估计政策的效应。

表4列（2）—列（4）分别为额外添加“行业-年份”“地区-年份”和同时添加两种固定效应的结果。税收柔性征管系数仍然在0.1上下浮动，且至少在5%的水平上显著。这再次验证了税收柔性征管对企业数字化转型的促进效应在不同地区和不同行业之间依然普遍存在。而通过添加高维固定效应可以消除一些潜在的异质性影响，例如地区和行业的差异。因此可以得出结论，无论在哪个地区和哪个行业，税收柔性征管对数字化转型的促进效应都是存在的。这一结论也与本文的假设相一致。

3.替换为分项指标

企业数字化转型下设五个二级指标：人工智能（ln AI）、区块链（Ln BC）、云计算（Ln CC）、大数据（LnBD）、数字技术应用（Ln TA）。本文分别将被解释变量替换为二级指标的对数形式，重新纳入回归模型。表5列（1）—列（5）展示了替换为分项指标的结果。可以发现，税收柔性征管对五个二级指标存在至少5%水平上显著的正向影响，这进一步验证了H1。同时，税收柔性征管对人工智能和大数据的影响最大。这可能是因为，企业在数字化转型的过程中也会对不同的数字技术进行取舍。以机器视觉技术、感知智能技术、机器学习为代表的人工智能在检查巡检、管理调度等关键环节能够发挥重要作用，帮助企业降低管理成本；而大数据对于捕获用户需求，及时改进企业产品意义重大，能够帮助企业提高生产绩效，因此上述两项技术更受企业青睐。相较之下，区块链、云计算等新技术主要存在于科技型企业，尚未在传统制造业大范围推广，此外区块链技术需要有多个参与者之间存在信任关系或需要保证交易数据的不可篡改性，而云计算技术需要有大量数据的存储和处理需求，在实际应用中，不是所有的企业都需要或具备这些条件，因此区块链和云计算技术的应用范围相对狭窄。当税收柔性征管制度能够缓解企业融资约束并增强企业研发动机时，企业便会更有针对性地关注、研发、应用这两种技术，由此实现更佳的企业绩效。

4.主成分分析

在前述研究中，企业数字化转型水平是基于五个二级指标的简单求和而得。为进一步保证研究假设的稳健性，本文通过主成分分析构建综合指标。主成分分析要求各二级指标具有一致性和协调性，因此需要通过KMO和Bartlett检验确定是否能够运用主成分分析方法。如表6所示，各变量的KMO值达到0.717，属于可接受的范围；Bartlett球度检验卡方值为7 862.923，小于1%的显著性水平，表明适合用于主成分分析。第一主成分包含了最多的变量特征信息，方差贡献率达到42.87%，且特征值大于1。因此，后文將使用该变量作为企业数字化转型的代理变量，并纳入回归方程。此时，柔性税收征管系数为0.311，在1%的水平上显著，由此充分证明了H1成立。

5.机制分析

H2a和H2b指出，税收柔性征管能够缓解融资约束和激励技术创新，促进企业数字化转型。为了验证这一假设，本文需要寻求融资约束程度和创新绩效产出的代理变量。参考顾雷雷等[21]，本文构建FC指数（FC_Index）衡量企业融资约束水平。其获得方法为：首先，逐年对企业规模、成立时间、现金股利支付率三个变量进行标准化处理；其次，根据标准化后的变量均值对上市公司进行排序，分别以上下三分位点确定融资约束虚拟变量，即大于下三分位的上市公司定义为低融资约束组，小于上三分位点的上市公司定义为高融资约束组；最后，对模型进行Logit回归，将拟合值作为融资约束FC指数的度量指标，FC指数越大，企业融资约束程度越高，融资约束问题越严重。同时，参考已有文献的普遍做法，本文使用企业发明专利数目的对数（Ln Latant）衡量企业技术创新水平。在获得所需中介变量后，参考江艇[22]，构建中介机制模型，将中介变量对核心解释变量回归，中介变量和企业数字化转型之间的逻辑关系则更多付诸理论阐述。

表7展示了中介机制分析结果。列（1）结果表明，税收柔性征管会降低3个百分点的企业融资约束程度，说明采取税收柔性征管政策可以缓解企业在融资方面的压力，进而促进数字化转型的发展。列（2）结果表明，税收柔性征管会增加企业21%的技术创新绩效，说明税收柔性征管可以提高企业的技术创新能力，进而为数字化转型提供更多的支持。而融资约束缓解和企业创新对数字化转型的促进效应已被现有文献充分证明[23]，由此验证了H2a和H2b。

五、进一步讨论

前文分析表明，税收柔性征管能够促进企业数字化转型，本文通过异质性分析和组间差异检验，探讨这一影响在不同产权性质和不同成熟度企业中的差异。经济转型过程中，国有企业相对于民营企业往往会受到政府更多的关注。特别是，税收柔性征管是政府主导的税收制度改革，政府有权力调整对信誉良好企业的激励手段，这使得政府更可能会倾向于为评级为A的国有企业提供更多资源，包括融资担保和研发补贴，进而促进国有企业的数字化转型。表8列（1）呈现了国有企业和非国有企业组别的估计结果。从中得知，税收柔性征管对企业数字化转型的影响在国有企业中更为显著，且组间差异检验系数为0.102，在1%的水平上显著，从而证实了上述推论。

另一方面，企业数字化转型作为企业的重要战略，还会受到企业管理者过往阅历的影响。一般而言，成立时间越久的企业，企业管理者具备更多“干中学”经验[24]，其对数字经济的机遇具有更前瞻性的把握，会更积极地利用各方资源，推进数字化转型。为了验证这一假设，本文基于企业成立时间构建企业成熟度变量，按中位数分组，并在表8列（2）展示结果。其中成熟度在研究中通常指企业或组织在特定领域或方面达到的发展程度或水平，通常包括经验积累、系统化管理、技术应用、业务模式创新等方面的考量。成熟度的评估标准可能因不同的研究对象、行业、领域而有所不同，需要根据具体研究的背景和目的来进行具体化。在本文中，高水平企业成熟度具体指企业对数字化转型方面具备更深刻的洞察能力以及先进数字化技术的应用潜力。从表8中得知，税收柔性征管对企业数字化转型的影响在成立时间更长的企业中更为显著，且组间差异系数为0.128，在1%的水平上显著，由此验证了“干中学”经验对于更前瞻性地把握数字化转型机遇的重要意义。

六、结论和政策建议

在数字经济时代，数字化转型正成为企业等微观主体实现高质量发展的必由之路。企业数字化转型不仅可以帮助企业重塑核心竞争力，实现提高可持续性发展能力，也能更好地把握不断变化的用户需求，提升产品和服务质量，增强企业竞争优势。因此，如何破除企业数字化转型障碍，持续推进企业数字化转型，具有明显的现实意义。税收柔性征管作为一种新兴的税收征管方式，能够根据企业纳税记录和纳税信用评级等信息，灵活地调整企业的税收负担和征纳方式，以满足企业的经营需求和战略目标。相较于传统的税收政策，税收柔性征管能够更好地适应数字化转型时代企业的多样化需求，促进企业数字化转型的顺利进行。这不仅有助于理解良好的税收政策应当满足的多元目标，也有助于打破企业数字化转型背后的“制度黑箱”，进一步发掘政府制度对企业数字化转型的促进效应。

本文基于国家税务总局纳税信用评级披露的准自然实验，探讨了税收柔性征管对企业数字化转型的影响及机制。研究表明：第一，税收柔性征管会显著推动企业数字化转型；第二，税收柔性征管主要通过缓解融资约束和促进企业创新两个渠道，发挥对企业数字化转型的促进效应；第三，税收柔性征管对企业数字化转型的影响在国有企业和成立时间较长的企业中更为显著。

基于研究结论，本文提出如下政策建议。

第一，提高税收征管的精细化管理水平。税收柔性监管发挥企业数字化转型驱动效应的前提是纳税信用评级结果准确。为此，需要建立起税务征管的精细化管理体系，实现税收数据的实时监控和分析，对纳税人进行精准評估和分类管理，并利用相关数据准确评估企业的纳税信用等级。可通过建立数字化税收信息库和数据交换平台，加强税务机关与企业之间的信息共享与沟通，保障纳税信用评级的科学性、可靠性。

第二，持续推进税收征管制度柔性化发展。良好的税收征管制度不仅应当满足亚当·斯密提出的平等、确定、便利和最少费用原则，还应当迎合企业的战略目标，降低企业数字化转型的成本和风险。具体而言，各地政府可通过“税银互动”等形式，为纳税信用良好的企业提供融资授信优先待遇，协助企业解决数字化转型的融资难题，促进企业开展数字化技术创新。考虑到税收柔性征管对民营企业数字化转型的促进作用较弱，应加大帮扶力度，让纳税信用增信增值的成果惠及更多民营企业。

【参考文献】

［1］ 张建伟.税收优惠对企业数字化转型的影响研究［J］.会计之友，2023（3）：34-40.

［2］ 国家税务总局.纳税信用管理办法（试行）［A］.2014.

［3］ 孙雪娇，翟淑萍，于苏.柔性税收征管能否缓解企业融资约束——来自纳税信用评级披露自然实验的证据［J］.中国工业经济，2019（3）：81-99.

［4］ 杜剑，史艳敏，杨杨.税收柔性征管对企业价值的影响——基于研发投入的遮掩效应［J］.管理学刊，2021，34（3）：105-125.

［5］ CHEN X，HU N，WANG X，et al.Tax avoidance and firm value：evidence from China［J］.Nankai Business Review International，2014，5（1）：25-42.

［6］ 董玮，谢顺.柔性税收征管与企业风险水平［J］.税收经济研究，2023，28（2）：79-89.

［7］ 辛金国，郭晶晶.企业数字化转型提高了审计风险吗——基于多元化战略的中介效应研究［J］.会计之友，2023（23）：17-24.

［8］ 卢建川，罗崇佳.企业社会责任对创新绩效的影响研究——基于政府嵌入和企业网络的分析框架［J］.广州大学学报（自然科学版），2022，21（3）：37-47.

［9］ YUCEL S.Estimating the benefits，drawbacks and risk of digital transformation strategy［C］//2018 International Conference on Computational Science and Computational Intelligence （CSCI）.IEEE，2018：233-238.

［10］ CHAE J，KIM S，LEE E J.How corporate governance affects payout policy under agency problems and external financing constraints［J］.Journal of Banking & Finance，2009，33（11）：2093-2101.

［11］ HUANG H，SUN Y，CHU Q.Can we-media information disclosure drive listed companies' innovation？—From the perspective of financing constraints［J］.China Finance Review International，2022，12（3）：477-495.

［12］ 新华网.安徽首创“纳税信用绿卡”将在长三角地区推广应用析［EB/OL］.2023-04-02.［2023-12-27］http：//ah.news.cn/2023-04/02/c_1129488178.htm

［13］ 济南市税务局.济南税务：构建纳税信用体系，擦亮“信用济南”城市名片析［EB/OL］.2021-06-15.［2023-12-27］https：//shandong.chinatax.gov.cn/art/

2021/6/15/art_57_299707.html.

［14］ 刘斌，汪川琳.企业数字化转型与审计师选择——基于中国上市公司的经验证据［J］.厦门大学学报（哲学社会科学版），2023，73（1）：69-81.

［15］ 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，2021，42（7）：114-129.

［16］ 吳非，胡慧芷，林慧妍，等.企业数字化转型与资本市场表现——来自股票流动性的经验证据［J］.管理世界，2021，37（7）：130-144.

［17］ 杜剑.柔性税收征管、企业社会责任与企业价值［J］.会计之友，2020（18）：2-10.

［18］ 蒋灵多，陆毅，张国峰.自由贸易试验区建设与中国出口行为［J］.中国工业经济，2021（8）：75-93.

［19］ 马恩涛，杨璇.财政压力、高能耗企业与碳排放——基于教育事权改革的准自然实验［J］.财贸经济，2022，43（6）：48-63.

［20］ 高正斌，贺欣龙.数字化转型对企业成长的影响：机制与检验［J］.浙江金融，2022（9）：44-55.

［21］ 顾雷雷，郭建鸾，王鸿宇.企业社会责任、融资约束与企业金融化［J］.金融研究，2020（2）：109-127.

［22］ 江艇.因果推断经验研究中的中介效应与调节效应［J］.中国工业经济，2022（5）：100-120.

［23］ 李为，谭素瑶，吴非.金融科技发展与企业数字化转型——基于融资约束纾解与创新促进的中介传递［J］.科技管理研究，2022，42（20）：28-38.

［24］ ARROW K J.The economic implications of learning by doing［M］.Palgrave Macmillan UK，1971.