A Study on the Impact of Tax Governance Capacity on New Quality Productive Forces
-
摘要: 新质生产力的培育与发展是实现经济高质量增长的关键路径，税收治理能力作为国家治理体系现代化的重要维度，其对新质生产力的作用机制亟待深入探究。基于2010—2023年中国省级面板数据，运用熵值法构建税收治理能力与新质生产力综合评价指标体系，通过双向固定效应模型系统考察二者关系及其作用机制。研究发现：税收治理能力的提升能显著促进新质生产力发展，该结论在多重稳健性检验中均成立。机制分析表明，数字化转型在税收治理能力激励新质生产力的过程中具有显著的正向调节效应，经济政策不确定性具有显著负向调节效应。研究结论为优化税收治理体系、降低政策不确定性冲击提供了实证依据，对构建适配新质生产力发展的制度环境具有重要政策启示。Abstract: The cultivation and development of new quality productive forces is the key path to achieve high-quality economic growth, and the tax governance capacity, as an important dimension of the modernization of the national governance system, needs to be explored in depth in terms of its mechanism of action on new quality productive forces. Based on China’s provincial panel data from 2010 to 2023, the entropy method is used to construct a comprehensive evaluation index system of tax governance capacity and new quality productive forces, and the relationship between the two and their mechanisms are systematically examined through the two-way fixed effect model. It is found that the improvement of tax governance capacity can significantly promote the development of new quality productive forces, and this conclusion is valid in multiple robustness tests. The mechanism analysis shows that the digital transformation of the economy has a significant positive moderating effect in the process of tax governance capacity stimulating the new quality productive forces, while economic policy uncertainty has a significant negative moderating effect on the relationship between the two. The findings of the study provide empirical evidence for optimizing the tax governance system and reducing the impact of policy uncertainty, and have important policy implications for the construction of an institutional environment that is suitable for the development of new quality productive forces.
-
表 1 新质生产力指标测算体系
构成要素 分项指标 基础指标 构成要素 分项指标 基础指标 新劳动者 新型劳动者数量 新产业员工数量 新技术 技术研发 高技术研发人员 新型劳动者结构 新产业员工教育结构 高技术研发经费投入 新产业员工技能结构 高技术研发机构数 新劳动资料 新生产工具 工业机器人渗透度 创新产出 高技术发明专利申请数 集成电路产量 高技术新产品销售收入 新型基础设施 5G移动用户数 生产组织 智能化 电子商务企业数 国家重大科技基础设施建设数量 人工智能企业数 新劳动对象 新能源 新能源发电比重 绿色化 工业污染治理完成投资 新材料 特高压输电线路数 融合化 两化融合水平 新能源利用效率 数据要素 大数据生成 移动互联网接入数据流量 新材料产业产值 大数据处理 数据处理和运营服务收入 新材料上市企业数量 大数据交易 数据交易所数量 
下载: 导出CSV
表 2 税收治理能力指标测算体系
税收治理能力评价指标体系 稳健性检验使用的税收治理能力的指标体系 变量名称 各项指标 变量名称 度量方式 税收收入能力 税收收入 税制结构 直接税占比×100取对数 税收收入增长率 税收分成 地方税收在全部税收中的占比×100 税收收入增长弹性 税务中介 樊纲指数(5al项)律师、会计师等市场中介服务条件评分 税收收入占一般公共预算收入比重 经济发展 地区增长率>全国增长率记为1，反之记为0 执法管理能力 税务稽查收入入库率 纳税诚信 上市公司税收规避的地区均值取负数(税收规避为应计利润无法解释的企业税会差异×100) 税务稽查查补收入比率 群众举报案件查实率 贪腐环境 职务犯罪数/总人口 税务稽查查实率 税务稽查 利用DEA-malmquist指数测算的税务稽查部门的技术进步指数(产出变量为查补总额，投入变量为税务稽查人员、企业法人数、地区二、三产业产值) 收到行政复议申请数 行政应诉案件数 法治水平 樊纲指数(5b项)对生产者合法权益的保护评分，即地区司法、行政机关执法的公正与效率水平
下载: 导出CSV
表 3 数字化转型的评价指标体系
一级指标 数据计算依据 数字普惠金融指数 北大数字金融研究中心 每百人互联网用户数 互联网宽带接入用户/年末常住人口 计算机服务和软件从业人员占比 信息传输、软件和信息技术服务业城镇单位就业人员/城镇单位就业人员 人均电信业务总量 电信业务总量/年末常住人口 每百人移动电话用户数 移动电话年末用户/年末常住人口
下载: 导出CSV
表 4 主要变量的描述性统计
变量类型 代码 变量名称 个数 均值 标准差 最小值 最大值 被解释变量 NQF 新质生产力 434 0.195 0.176 0.027 0.877 解释变量 TG 税收治理能力 434 0.182 0.157 0.043 0.992 调节变量 EPU 经济政策不确定性 434 101.586 43.095 7.520 424.380 DT 数字化转型水平 434 0.117 0.095 0.017 0.590 控制变量 EP 外贸依存度 434 0.266 0.284 0.000 1.464 GDP 经济增长 434 10.832 0.489 9.464 12.156 EXP 一般预算支出 434 8.360 0.653 6.312 9.812 IS 产业结构指数 434 1.352 0.733 0.527 5.283 CRB 居民消费支出 434 9.760 0.473 8.372 11.171
下载: 导出CSV
表 5 基准估计结果
变量 新质生产力 固定效应模型(1) 固定效应模型(2) 高维固定效应模型(3) 税收治理能力 0.164*** 0.123** 0.195*** (0.040) (0.046) (0.018) 经济增长 - 0.0244*** 0.098** (0.003) (0.029) 省级财政预算支出 - 0.138*** 0.177*** (0.012) (0.014) 外贸依存度 - 0.312*** 0.227*** (0.032) (0.030) 产业结构合理化指数 - 0.032*** 0.062*** (0.001) (0.001) 居民消费支出 - 0.004** 0.034** (0.001) (0.001) 省级地区固定效应 控制 控制 控制 时间固定效应 - - 控制 观测数 434 434 434 R2 0.467 0.487 0.459 注：***、**、*分别表示1%、5%、10%的显著性水平；括号内数字是聚类到省份层面的稳健标准误。下表同。
下载: 导出CSV
表 6 变量敏感性测试结果
变量 替换税收治理能力指标(1) 替换新质生产力和税收治理的指标(2) 税收治理能力 3.133*** 0.514** (1.00) (0.226) 控制变量 控制 控制 省级地区固定效应 控制 控制 时间固定效应 控制 控制 观测数 434 434 R2 0.671 2 0.549
下载: 导出CSV
表 7 稳健性检验：排除公共卫生事件及数电发票改革的影响
变量 2010—2019年的样本(1) 2020—2023年的情况(2) 引入疫情交互项以控制疫情影响(3) 税收治理能力 0.137** 0.211** 0.120* (0.095) (0.085) (0.071) 税收治理能力与疫情期间的交互项 - - 0.385 (0.248) 控制变量 控制 控制 控制 省级地区固定效应 控制 控制 控制 时间固定效应 控制 控制 控制 观测数 310 124 434 R2 0.669 0.740 0.712
下载: 导出CSV
表 8 稳健性检验：排除我国财税改革进程中其他替代性假说的影响
变量 剔除2012—2018年的样本(1) 控制金税三期的影响(2) 控制营改增的影响(3) 税收治理能力 0.095** 0.102** 0.180** (0.021) (0.050) (0.064) 税收治理能力与金税三期改革的交乘项 - 0.081* - (0.048) 税收治理能力与营改增的交乘项 - - 0.034** (0.011) 控制变量 控制 控制 控制 省级地区固定效应 控制 控制 控制 时间固定效应 控制 控制 控制 观测数 217 434 434 R2 0.732 0.783 0.744
下载: 导出CSV
表 9 内生性检验
变量 税收治理能力 新质生产力 税收治理能力 新质生产力 第一阶段 第二阶段 第一阶段 第二阶段 税收治理能力 - 0.181*** - 0.192*** (0.047) (0.048) 税收治理能力滞后一阶 0.980*** - (0.007) 税收治理能力滞后二阶 - - 0.963 - (0.010) 控制变量 控制 控制 控制 控制 省级地区固定效应 控制 控制 控制 控制 时间固定效应 控制 控制 控制 控制 内生性检验 拒绝原假设 拒绝原假设 弱工具变量检验 拒绝原假设 拒绝原假设 R2 - 0.703 - 0.719
下载: 导出CSV
表 10 税收治理能力激励新质生产力发展的调节机制检验
变量 经济数字化转型的调节效应 经济政策不确定性的调节效应 (1) (2) 税收治理能力 0.363*** 0.233** (0.064) (0.082) 数字化转型 1.407*** - (0.236) 数字化转型与税收治理能力的交乘项 2.062*** - (0.142) 经济政策不确定性 - -0.079** (0.041) 经济政策不确定性与税收治理能力的交乘项 - -0.036*** (0.015) 常数项 -1.107*** -1.202*** (0.015) (0.089) 控制变量 控制 控制 省级地区固定效应 控制 控制 时间固定效应 控制 控制 N 434 434 R2 0.696 0.716
下载: 导出CSV
-
[1] 习近平. 发展新质生产力是推动高质量发展的内在要求和重要着力点[J]. 环境与可持续发展, 2024(4): 4-6. doi: 10.3969/j.issn.1673-288X.2024.04.003 [2] 张永林, 刘玮, 崔新平. 建设标准化"枫桥式"税务分局的实践策略——基于国家税务总局富平县税务局的调查[J]. 税务研究, 2023(11): 29. [3] 刘明慧, 李秋. 财税政策何以驱动新质生产力发展?[J]. 上海经济研究, 2024(3): 31-41. [4] 任保平. 生产力现代化转型形成新质生产力的逻辑[J]. 经济研究, 2024(3): 12-19. [5] 李建军, 吴周易. 机器人使用的税收红利: 基于新质生产力视角[J]. 管理世界, 2024(6): 1-15. doi: 10.3969/j.issn.1002-5502.2024.06.001 [6] 刘伟. 科学认识与切实发展新质生产力[J]. 经济研究, 2024(3): 4-11. [7] 韩文龙, 张瑞生, 赵峰. 新质生产力水平测算与中国经济增长新动能[J]. 数量经济技术经济研究, 2024(4): 1-22. [8] 周密, 王雷, 郭佳宏. 新质生产力背景下数实融合的测算与时空比较——基于专利共分类方法的研究[J]. 数量经济技术经济研究, 2024(7): 5-27. [9] 孟捷, 韩文龙. 新质生产力论: 一个历史唯物主义的阐释[J]. 经济研究, 2024(3): 29-33. doi: 10.3969/j.issn.1002-5863.2024.03.007 [10] 米加宁, 李大宇, 董昌其. 算力驱动的新质生产力: 本质特征、基础逻辑与国家治理现代化[J]. 公共管理学报, 2024(2): 1-14, 170. [11] 刘洪铎, 王梦飞, 徐雨欣, 等. 制度型开放、营商环境改善与新质生产力发展——基于中国自由贸易试验区设立的准自然实验[J]. 广东财经大学学报, 2024(5): 4-22. http://xb.gdufe.edu.cn/article/id/9e6ea63b-5692-4bb8-8c29-7f2177bd4ff0 [12] 马金华, 王朋飞, 吕婉莹. 税制改革赋能新质生产力: 理论基础、历史逻辑和实践路径[J]. 中央财经大学学报, 2024(8): 3-11. [13] 侯尚法, 杨英琦. 税收激励、新质生产力与制造业企业转型升级[J]. 商业研究, 2024(6): 66-76. [14] 马海涛, 王一涵, 王斐然. 促进新质生产力形成的税收治理研究[J]. 税务研究, 2024(9): 24-29. [15] 甘行琼, 余倩. 税收激励对企业创新的多重激励效应[J]. 贵州财经大学学报, 2023(3): 71-80. doi: 10.3969/j.issn.1003-6636.2023.03.008 [16] 于海峰. 以税收治理数字化助推数字经济高质量发展[J]. 税务研究, 2024(8): 54-60. [17] 王玺, 刘茹. 范式理论视角下算力赋能税收征管数字化转型的思考[J]. 税务研究, 2025(2): 44-50. [18] 孙正, 朱学易, 张艺川, 等. 我国未来产业的税收治理: 理论溯源、逻辑框架与战略取向[J]. 中国软科学, 2024(10): 32-42. doi: 10.3969/j.issn.1002-9753.2024.10.004 [19] BENNER M J, WALDFOGEL J. Changing the channel: digitization and the rise of middle tail strategies[J]. Strategic Management Journal, 2023, 44(1): 264-287. doi: 10.1002/smj.3130 [20] 赵德昭, 白晨, 周慧洋, 等. 税收治理能力对共同富裕的影响效应研究[J]. 财经论丛, 2024(3): 26-35. doi: 10.3969/j.issn.1004-4892.2024.03.004 [21] 周志波, 张小芳, 刘晔. 机会结构与税收治理数字化转型——一个社会学分析框架[J]. 当代财经, 2024(6): 30-42. [22] 胡江峰, 范卫国, 周志波. 税收治理现代化的理论逻辑研究[J]. 国际税收, 2024(1): 16-23. [23] 谷成, 秦亦兵, 王巍. 促进新质生产力形成与发展的税收思考[J]. 国际税收, 2025(1): 29-35. [24] 席鹏辉, 李瑶. 转变税收优惠政策重点培育和发展新质生产力——基于"专利盒"政策实践与启示[J]. 税务研究, 2024(9): 37-43. [25] 李燕, 陆帆, 孙文晖. 发展新质生产力视角下保障产业链供应链安全的财税问题研究[J]. 中央财经大学学报, 2024(10): 3-13. doi: 10.3969/j.issn.1000-1549.2024.10.zycjdxxb202410002 [26] 汪冲, 杨志伟, 邸洁. 大数据治税、供需协调成本与企业供应链多元化——基于税收大数据平台运行的证据[J]. 财政研究, 2024(5): 23-39. [27] YOO Y, HENFRIDSSON O, LYYTINEN K. The new organizing logic of digital innovation: an agenda for information systems research[J]. Information Systems Research, 2010, 21(4): 724-735. doi: 10.1287/isre.1100.0322 [28] BAKER S R, BLOOM N, DAVIS S J. Measuring economic policy uncertainty[J]. The Quarterly Journal of Economics, 2016, 131(4): 1593-1636. doi: 10.1093/qje/qjw024 [29] GULEN H, ION M. Policy uncertainty and corporate investment[J]. The Review of Financial Studies, 2016, 29(3): 523-564. [30] 彭俞超, 韩珣, 李建军. 经济政策不确定性与企业金融化[J]. 中国工业经济, 2018(1): 137- 155. [31] FERNÁNDEZ-VILLAVERDE J, GUERRÓN-QUINTANA P, KUESTER K, et al. Fiscal volatility shocks and economic activity[J]. American Economic Review, 2015, 105: 3352-3384. doi: 10.1257/aer.20121236 [32] KEEN M, KONRAD K A. Fiscal policy in a time of crisis[J]. The Economic Journal, 2013, 123(570): F299-F327. http://www.ams.org/mathscinet-getitem?mr=3008967 [33] 詹新宇, 于明哲. 组合式财税政策何以有效推动中小企业科技成果转化?[J]. 管理世界, 2024(8): 191-208 [34] 陈晓宇, 王正位, 陈娟. 制造业转型升级与新质生产力发展——来自企业"管理层分析与讨论"文本的证据[J]. 产业经济评论, 2025(1): 28-48. doi: 10.3969/j.issn.2095-5073.2025.01.003 [35] 张维群, 严少东. 中国特色国家治理能力现代化的理论逻辑、测度框架与测度体系[J]. 统计研究, 2025(2): 19-29. [36] 张景华. 税收营商环境评估的中国化进路[J]. 税务研究, 2022(10): 100-104. [37] 孙群力, 王一竹, 周镖. 中国区域税收营商环境评估与时空演化分析——基于涉税生态系统的视角[J]. 财政研究, 2023(2): 82-98. [38] 戴翔, 马皓巍. 数字化转型、出口增长与低加成率陷阱[J]. 中国工业经济, 2023(5): 61-79. doi: 10.3969/j.issn.1006-480X.2023.05.004 [39] 任保平, 张雪珂. 数字新质生产力培育高质量发展新动能的机制与路径[J]. 广东社会科学, 2025(1): 54-65. doi: 10.3969/j.issn.1000-114X.2025.01.008 [40] BAKER S R, BLOOM N, DAVIS S J. Measuring the economic impact of COVID-19[J]. Journal of Economic Perspectives, 2020, 34(4): 145-164. [41] IMBENS G W, WOOLDRIDGE J M. Recent developments in the econometrics of program evaluation[J]. Journal of Economic Literature, 2009, 47(1): 5-86. doi: 10.1257/jel.47.1.5 [42] KYDLAND F E, PRESCOTT E C. Rules rather than discretion: the inconsistency of optimal plans[J]. Journal of Political Economy, 1977, 85(3): 473-492. doi: 10.1086/260580 [43] ACEMOGLU D. Introduction to modern economic growth[M]. Princeton University Press, 2010. [44] 张克中, 欧阳洁, 李文健. 缘何"减税难降负": 信息技术、征税能力与企业逃税[J]. 经济研究, 2020(3): 116-132. [45] 范子英, 彭飞. "营改增"的减税效应和分工效应: 基于产业互联的视角[J]. 经济研究, 2017(2): 82-95. doi: 10.3969/j.issn.2095-1280.2017.02.014 -
