解 垩孟 婷

一、引言与文献综述

以数字化为核心的数字经济依托于现代信息技术和大数据的巨大优势，突破了传统的经济模式，推动了生产力的飞速发展。加快数字经济发展已成为我国的重大发展战略，我国的数字经济规模也达到了一个新高度，根据中国信息通信研究院最新发布的《中国数字经济发展白皮书》中所列的信息，我国数字经济GDP占比由2005年的14.2%增加到了2021年的39.8%，绝对规模已达到45.5万亿元。而在数字经济规模迅速扩张并逐渐成为我国乃至全球经济发展主要驱动力的同时，其对税收增长的影响也成为社会各界关注的焦点。

通过对现有文献的梳理发现，直接探讨数字经济对税收收入影响的实证研究屈指可数。Dizaji和Shafaei(2013)[1]使用面板数据和广义矩估计(GMM)对全球20个国家进行调查，探究各国在2000—2008年期间电子商务对税收收入的影响，研究结果表明，其影响表现为负向的。梁晓琴(2020)[2]利用我国2011—2018年数字普惠金融指数与地方税收面板数据进行测算，发现两者之间存在正向关系，其作用机制表现为数字普惠金融通过其覆盖广度的提高和数字化程度的加深实现了对税收增长的促进。艾华等(2021)[3]基于我国2015—2018年省级面板数据，探究了数字经济对地方税收收入的影响，结果表明：地区数字经济发展水平的提升有助于税收收入的增长，但同时也加大了地区间税收收入的差距。冯秀娟等(2021)[4]从数字产业化和产业数字化两个视角估算了数字经济对我国税收的贡献度，得出的结论是：与数字经济蓬勃的发展趋势相悖，数字经济对我国税收的贡献度不足。

也有学者从税收流失的角度间接分析了数字经济与税收收入之间的关系。从理论上来说，数字经济的快速发展会带动区域经济的整体提升，进而促进税收的增长，但由于税收监管和法律漏洞的存在，世界范围内本就存在着大量的税收流失现象，即便是发达国家也不可避免，据统计，欧盟每年的税收缺口估计为8 250亿欧元，美国每年逃税规模约占其GDP总量的3.1%，我国年均税收流失也在3 950亿至4 550 亿元之间(梅德祥等，2020[5])。在此基础上加上互联网背景下强大的数字技术手段，偷税漏税等行为被查出的概率降低，很可能会强化纳税人的偷税漏税动机，增加此类行为发生的可能性(樊轶侠和王卿，2020[6]；代志新等，2020[7])，导致税收流失规模的进一步扩大。在国际上，以欧盟为例，经有关机构的估算，欧盟传统企业的平均税率为23.2%，而数字型企业的有效税率竟不足传统企业的一半。在国内，近年来不少学者聚焦于电子商务领域，对我国电商平台的税收流失规模进行了估算，多数结果显示，流失规模呈现出逐年急剧增加的趋势(蔡昌，2017[8]；Wei，2020[9])。据报道，北京市朝阳区地税局在2017年3月披露，某直播平台2016年支付给主播的收入高达3.9亿元，却未按规定代扣代缴个人所得税，被查获后补缴税款6 000多万元。这些模型数据推算和时事报道，都真实展现了数字经济时代下存在较为严重的税收流失状况，而这些无疑会对地区的税收增长起到抑制作用。

除此之外，更多的相关研究集中于从理论层面探讨数字经济对税收领域的影响，主要包括数字经济背景下国际税收征管的冲突问题(张泽平，2015[10]；王宝顺等，2019[11]；Ting和Gray，2019[12]；Noonan和Plekhanova，2020[13])和对国内税制改革的建议(倪红日，2016[14]；胡连强等，2019[15]；李蕊和李水军，2020[16])，以及对部分国家开征数字服务税(Digital Services Tax)展开热议并探讨该税种在本国开征的可行性(廖益新和宫廷，2019[17]；卢艺，2019[18]；张智勇，2020[19])。

综观现有文献，国内关于“数字经济发展对税收增长的总体影响究竟是正向促进还是负向抑制？”的问题尚未有定论，诸多学者都是从理论或案例分析的视角进行阐释，但鲜有学者利用数理方法进行实证研究，存在较大的深入探讨空间。

在本文所要探讨的主题中，数字经济水平的测算也是重要内容。迄今为止，数字经济的内涵并未有统一的界定，关于数字经济发展水平测度的研究日益多样。综合来看，当前衡量数字经济规模的方法可归结为三类：一是测算数字经济增加值。各国的统计机构或是国际咨询公司采用的多是该方法，例如：国际货币基金组织(IMF)、中国信息通信研究院(CAICT)、美国经济分析局(BEA)等。二是设计指标体系。自2018年开始，通过构建指标体系来评价数字经济发展水平成为国内相关文献中较为流行的测算方法，但不同学者的测度重点和模型方法都不尽相同。例如：张雪玲和焦月霞(2017)[20]、张雪玲和陈芳2018[21]、张雪玲和吴恬恬2019[22]主要基于熵值-综合评价法，三次尝试构建不同的指标体系来测算我国数字经济发展水平，划分的类别数量越来越简要，但涵盖的内容越来越全面且更贴近我国数字经济发展的实况，最新一次设定的评价体系包含数字化基础设施、数字化应用、数字化产业变革三个维度，后期不少的学者在设计指标时也参考了这三个方面。此外，刘军等(2020)[23]从信息化发展、互联网发展和数字交易发展三个维度构建了评价指标体系，参考NBI指数赋权方式对中国各省份的数字经济指数进行测算。焦帅涛和孙秋碧(2021)[24]利用熵权TOPSIS方法估算，构建的指标体系包含了数字基础、数字应用、数字创新和数字变革四个维度。杨慧梅和江璐(2021)[25]借鉴中国信息通信研究院对数字经济的内涵界定，从数字产业化和产业数字化两个维度展开设计，采用主成分分析法测算了 2004—2017年我国各省份的数字经济发展水平。三是搭建数字经济卫星账户。例如智利统计局、南非统计局等国家政府统计机构通过已经构建好的ICT卫星账户用以测算本国的数字经济规模(许宪春和张美慧，2020[26])。上述三种方法中，由于中国信息通信研究院暂未完整发布各省份的数字经济数据，而数字经济卫星账户目前也尚处于完善阶段，无法适用，故通过构建指标体系的方式测度我国各省域的数字经济规模最为合适。

鉴于以上分析，本文可能的边际贡献在于三个方面：一是区别于已有的理论分析，对数字经济水平与税收增长之间的关系进行实证研究，通过最终的测算结果来判断数字经济为我国税收带来的是机遇大于挑战还是挑战大于机遇。二是将数字经济、税收努力和税收增长纳入同一框架，从税收征管角度科学理清三者之间可能存在的作用渠道与传导效应。三是立足于2010—2019年我国省际面板数据，分析了数字经济对税收增长的区域异质性。

文章剩余的部分结构安排如下：第二部分对数字经济、税收努力和税收增长三个变量之间的作用机制进行理论分析并提出研究假设；第三部分通过构建指标体系以测算我国各省域的数字经济发展水平；第四部分介绍本文的研究设计，包括模型设定、指标选取和数据来源；第五部分是数字经济发展水平对税收增长影响的实证分析，包括基准回归、稳健性检验、区域异质性检验和机制检验；第六部分是结论与建议。

二、理论机制与研究假设

(一)数字经济对税收增长的直接作用机制

从理论上，数字经济对税收增长的直接作用主要体现在对税基的影响，并具有正向促进和负向抑制两种作用机制。

1.数字经济对税收增长的正向促进效应。

在某种程度上，数字经济的蓬勃发展有利于扩大税基。企业所得税和个人所得税是我国税收收入的两大来源，从企业层面来看，企业是市场经济的主体，也是目前我国税收征管的主要对象。在传统经济模式下，企业一般以金字塔式的科层制管理方式运行，使得企业的交易半径受限，纳税主体可以被精准确认(胡连强等，2019[15])。而在数字化时代，线上交易突破了时间、地域等因素的限制，依托于网络技术平台就可以完成服务的供给、商品的交易和资金的交付等，企业能够以较低的运营成本实现市场的大面积覆盖，扩大交易半径及交易规模，大大地降低了商业经营的门槛，由此吸引了愈来愈多的涉税主体加入商家行列(李红霞和张阳，2022[27])。从个人层面来看，数字经济创造了新的职业种类，提供了更多的就业岗位，拓宽了居民个人的收入来源，譬如大量的自然人通过接入互联网平台获取了直接经营的机会，最为典型的就是“直播带货”畅通了农产品的销售渠道，促进了农民增收致富。这使得就业模式不再仅限于传统的“公司+雇员”，“平台+个人”模式将取而代之成为新的潮流，释放了富余劳动力价值。因此，综合企业和个人层面来看，数字经济在一定程度上有利于总体税基的扩大，促进了税收的增长。

2.数字经济对税收增长的负向抑制效应。

然而值得警惕的是，在扩大税基的同时，经济数字化所引发的一系列税收要素模糊问题也直接加剧了税收流失的风险。当前，数字经济已经渗透到社会多个领域，与实体经济之间呈现出高度融合的趋势，而我国传统税收制度难以适应由数字革命引发的经济模式转变。首先在纳税人身份这一要素的判别上，数字经济颠覆了以卖方为中心的传统经营模式，经济活动日益平台化、碎片化，生产者和消费者由分离走向合一，两者间的边界逐渐消失，“产消者”即兼具生产功能的消费者成为时代主流(李红霞和张阳，2022[27])。其次，在课税对象的识别上同样困难重重，互联网交易在突破时空边界的同时也突破了业务范围的局限，催生了多业态融合发展的新局面，但这也造成了业务边界模糊化问题。数字经济模式下提供的服务往往是综合性的，多种性质的收入混杂在一起，譬如C2C模式下的打车平台、网络直播平台，司机和网络主播的收入究竟是以工资薪金所得、劳务报酬所得还是经营所得的形式计入，缺乏明确的规定，这些无疑加大了准确界定课税对象的难度。

此外，税收管辖权的划分不明确也导致了税收分配的矛盾突出，无论在国内还是跨境交易中均有体现。就国内而言，主要涉及跨省的数字交易。仍以网络直播为例，主播可以与直播平台签订合约参与直播活动，网友在观看直播时会给主播充值打赏，这部分获利先由平台收入，之后按照一定的分成支付给主播作为报酬，即便直播平台所属公司有固定的注册地区，但主播和观众，即直播活动供需双方的地域分布具有广泛性，由此造成了税收管辖权在平台公司所在地、直播活动实际发生地以及所得来源地之间的不确定性，可见在依据税收管辖权判定利润归属时存在诸多困难(李竺霖和李宛姝，2022[28])。就国际而言，跨境交易的税收管辖权可细分为属人和属地两种性质，划分标准主要是纳税人的住所以及营业场所。近年来，全球各地的数字企业如雨后春笋般应运而生，数字产品和服务的跨境交易规模越来越大，但由于各国的税收管辖权没有统一的判别标准，致使利润归属难以确认，跨国企业在全球范围内寻找低税率的地区以谋求自身税负的减轻，并利用数字技术实现企业利润在不同税负地区的配置。此外，基于独立交易原则的跨国企业避税问题同样严峻，数字经济的显著特征之一就是将数据作为生产要素参与经营，而这样拥有独特价值创造方式的无形资产难以被准确估值，导致关联企业转让无形资产缺乏可比性，独立交易原则被架空，由此扩大了跨国企业通过无形资产定价方式引致的避税规模。这些问题都在很大程度上加剧了税基侵蚀和利润转移的风险，必然造成国家大量税款的流失。

假设1：数字经济发展能够直接影响税收增长，即存在“数字经济水平提升→税收增长”的直接作用渠道，但这一作用效应存在正向促进与负向抑制两种可能。

(二)数字经济与税收努力对税收增长的联合作用机制

数字经济的发展除了会直接影响到税收增长之外，还可以通过影响当地的税收征管水平对税收增长产生间接影响，税收征管水平也表现为税收努力程度。在普遍的研究结果中，税收征管水平的提升为税收增长提供了重要的推动力(高培勇，2007[29]；吕冰洋和李峰，2007[30]；周黎安等，2012[31])，但数字经济对税收努力的影响却存在两种反向的情况。一方面，数字经济发展带来了信息集聚和处理效率的提升，税务机关形成了全国统一的税收数据中心，为建立部门之间的信息共享机制提供了技术支撑，基于企业电子发票、人工智能、5G、区块链等技术实时掌握着全国纳税人的数据轨迹信息，加强风险管控的同时，也极大地简化了办税流程，提高了税款征收和税务管理效率，从而促进了税收收入增长(白彦锋和岳童，2021[32])。但不容忽视的是，数字经济具有“双刃剑”的特性，先进技术的发展也为纳税人偷税漏税的暗箱操作提供了弹性空间。抛开制度层面的复杂性难题，在实践层面，数字经济同样对税收征管能力也提出了严峻的挑战。由于数字技术及其衍生品的介入，数字交易中“去主体化”趋势明显，个人数据交易日益增多，但对这些交易征税存在诸多障碍，数字经济的高虚拟性、高隐蔽性、高流动性无疑加大了税务机关挖掘交易信息并开具交易发票的难度，这势必会对传统的“以票控税”税务管控手段构成挑战(胡连强等，2019[15])，导致的结果就是当前存在并将持续存在一种将数据作为货币使用的隐形税收优惠(Thimmesch，2016[33])，各大互联网平台受益于这种“免费”的输入，造成平台的税收收入水平极低(Bloch和Demange，2018[34])。如果再进一步引申到跨境交易的探讨中，首先，跨境平台的身份识别就是个难题。其次，跨境平台可能尚未设立境内经营机构，由此导致税务机关难以展开税务稽查从而实现交易额的有效确定，相关涉税信息的采集和处理也相当棘手，即便是通过第三方支付平台获取，也仅能捕获到交易双方及金额的简单信息，具体划分为何种税收类型、适用于何种税率等都尚不明确(谭书卿，2020[35])。可见，税务机关难以做到税款的“应收尽收”，无法有效满足新形势下税收治理现代化的要求。

数字经济高速发展的背后是数字技术的强大支撑，探其渊薮，数字经济对税收努力产生何种影响关键在于数字技术的应用对象。如果将先进的技术运用到税收治理机制的升级与优化方面，则有益于税收征管效率的提升：如若运用不当，被纳税人用作于偷税漏税的作案手段，则可能产生负面影响，使得税务机关和纳税人之间的信息不对称问题愈发严重，加大税收征管的难度(姚轩鸽，2019[36])。进一步来说，税收征管水平高低的评判标准其实是相对于纳税人作案手段的高明程度而言的，数字经济如何影响税收努力取决于征纳税人之间哪一方的技术水平更胜一筹。

假设2：数字经济的发展既可能促进税收征管效率，也可能起阻滞作用，因此其对税收努力的影响是积极的还是消极的尚不确定。

综合以上分析可知，一方面，数字经济的发展为税收征管的现代化提供了强大支撑，税收征管水平的提升能够有效推动税收增长；但另一方面，信息技术的高速发展也可能诱导纳税人的偷税漏税作案手段向网络化、科技化、隐蔽化蔓延，由此加大税收征管的难度，引致偷税漏税行为的大量发生，进而抑制税收收入的增长。

假设3：数字经济的发展可以通过影响税收努力程度间接影响税收增长，并可能存在两种情况。第一种情况：数字经济水平提升→税收努力水平提升→税收增长；第二种情况：数字经济水平提升→税收努力水平下降→税收增长受阻。

图1 数字经济对税收增长的影响效应与作用机制

三、数字经济发展水平的测度

本部分沿袭近年来多数学者构建评价指标体系的做法，并采用模糊综合评价方法评测2010—2019年各省域的数字经济发展水平。

(一)模糊综合评价方法介绍

模糊综合评价是基于模糊数学理论对各类不确定性事物进行定量研究的方法，其具有针对性强、数据收集简便、分析内容全面、结果清晰等特点，并且较好地解决了评价因素复杂、评价标准模糊、定性指标难以量化等多种非确定性问题。本部分在确定各指标权重时，选用变异系数法，避免了权重设定上的主观性，评价结果更加真实可信。运用模糊综合评价方法包含以下三个主要步骤：

1.数据标准化处理。

先对数据进行标准化处理，处理规则如下：

(1)

(2)

2.基于变异系数法测算权重。

计算公式如下：

(3)

ωi=CVi∑CVi

(4)

3.计算模糊综合评价得分。

综合上述求得的各指标权重以及标准化数据，根据以下公式计算出2010—2019年各省份的数字经济发展水平得分：

(5)

(二)数字经济发展水平评价指标体系构建

考虑到省域数据的可得性、完整性和对数字经济的定义理解，本文综合借鉴以往学者的指标体系设计，从数字基础设施、数字应用、数字产业发展三个维度选取9个二级指标构建数字经济发展水平评价指标体系，并采用变异系数法测算了各级指标的权重，详见表1。

表1数字经济发展水平评价指标体系

(三)数字经济发展水平测算结果

计算出各个指标的权重后，再利用公式(5)计算出2010—2019年我国各省份的数字经济数值，详见表2。

表22010—2019年各省份的数字经济水平

对29个省份(不包含西藏和新疆)以及全国2010—2019年数字经济发展水平求均值并进行高低排序详见表3。由表3可以看出，在考察期间，全国数字经济发展的平均水平为0.160 3；北京的数字经济平均水平领先于其他各省份；其次是江苏、上海和广东，其数字经济发展水平较好；相比较而言，河南和江西的数字经济水平稍落后于其他省份，与全国平均水平的差异较大。

表3各省份数字经济发展水平均值及比较

四、研究设计

(一)模型设定

为检验数字经济发展对税收增长的影响，本文构建省际面板数据进行实证分析，模型设定如下：

taxrateit=a0+a1digeit+a2gdpit+a3incomeit+a4uisit

+a5faiit+a6cpiit+a7govregit+μi+μt+εit

(6)

其中，taxrateit为第i个省份在第t年的税收增长水平，digeit为第i个省份在第t年的数字经济发展水平，gdpit、incomeit、uisit、faiit、cpiit和govregit均为控制变量，μi代表第i个省份的个体效应，μt代表第t年的时间效应，εit为误差项。

(二)指标选取与数据说明

基于检验研究假设需要，参照现有文献，设计被解释变量、核心解释变量和控制变量，具体说明如下：

1.被解释变量：税收增长。

即地方政府税收收入的年增长率。此处的税收收入是指中央与地方共享税中地方政府的分成部分以及地方税种税收收入的加总。

2.核心解释变量：数字经济发展水平。

具体说明和测算过程已在上文中体现。

3.中介变量：税收努力。

税收努力是指税收征管部门对潜在税收能力的利用程度(吕冰洋和郭庆旺，2011[37])，根据既往研究经验，本文将实际税收收入与潜在税收收入的比值作为税收努力的代理变量，即：teffort=tax/tax*，其中，teffort表示税收努力，tax表示实际税收收入，即税收收入占GDP的比重，tax*表示潜在税收收入。潜在税收收入通过税柄法进行测算，具体的指标设定综合借鉴了黄夏岚等(2012)[38]、申珍妮(2018)[39]的研究，以人均GDP(pgdp)、对外开放程度(open)、第二产业占比(ind2)和第三产业占比(ind3)作为解释变量，以此构建方程式(7)进行回归。其中，对外开放程度是用进出口贸易总额占GDP的比重来衡量，第二产业占比和第三产业占比分别用第二产业增加值和第三产业增加值占GDP的比重来表示。计算出的税收努力数值描述性统计结果见表4。

(7)

表42010—2019年各省份税收努力描述性统计分析

4.控制变量。

结合已有研究和可得数据，本文选取了6个可能影响税收增长的因素作为本文的控制变量：(1)地方经济发展水平(gdp)，用地方GDP表示。(2)居民收入水平(income)，用居民人均可支配收入表示，计算公式为：居民人均可支配收入=(城镇居民人均可支配收入×城镇人口数+农村居民人均纯收入×农村人口数)/总人数。(3)产业结构升级(uis)，用第三产业增加值与第二产业增加值的比值表示。(4)固定资产投资(fai)，用固定资产投资额占GDP的比重表示。(5)通货膨胀率(cpi)，用消费者物价指数表示。(6)政府管制力度(govreg)，用政府行政管理费用支出占地方财政支出的比重表示，该支出在2010—2019年期间表现为地方财政一般公共服务支出。

5.数据来源与统计特征。

由于部分省份的数据不完整，本文选取我国29个省份(不包括西藏、新疆)的数据，时间跨度为2010—2019年。除了软件业务收入、软件和信息技术服务企业数和从业人员数来源于《中国电子信息产业统计年鉴》以及邮电局数据来源于《中国城市统计年鉴》外，其他指标的原始数据均来源于《中国统计年鉴》和各省份历年统计年鉴。经计算后各变量的统计特征如表5所示。

表5各变量统计特征

五、实证结果分析

(一)基准回归结果分析

除上文提及的影响因素外，各省份自身的特征变量也会影响地区的税收增长情况，故采用双向固定效应模型进行基准回归，能够较好地弥补由此引发的遗漏变量问题。表6列(1)为固定效应回归的结果，总体来看模型拟合效果较好，核心解释变量数字经济对应的估计系数为-0.637 1，说明数字经济发展水平对税收增长的影响为负，且系数在1%的水平上高度显著，具体而言，数字经济水平每增加一个单位，税收增长率将降低0.637 1%。在控制变量方面，地方经济发展水平和通货膨胀率也是影响税收增长的重要因素。另外，为了判断检验结果是否具有普遍性，本文还进行了随机效应回归和混合回归，分别见表6列(2)和列(3)，两种回归结果都显示数字经济对税收增长的影响在1%的水平上显著为负。以上结果均验证了假设1提出的数字经济对税收增长存在直接作用机制的论断，且进一步证明这种直接影响表现为负向抑制。其原因可能正如上文中所阐释的那样，在实体经济向数字化转型的过程中，包括纳税人身份判别、课税对象识别在内的一系列税收要素模糊问题以及税收管辖权划分不明确问题逐渐凸显，使偷税漏税等行为有机可乘。这些都在一定程度上引发了税收流失规模的扩大，从而对税收增长起到了负向抑制的效果。

表6数字经济对税收增长影响的基准回归结果

(二)稳健性检验

1.稳健性检验一：工具变量法。

由于本文的核心解释变量数字经济是一个综合性指数，涵盖了数字基础设施、数字应用和数字产业发展三个方面，在计算整合的过程中可能会因为测量误差而产生内生性问题。此外，本文虽然已经对地方经济发展水平、居民收入水平、物价水平等多个可能影响税收增长的变量进行了控制，但是必然会遗漏其他一些影响税收增长的潜在变量，这也是内生性问题的一个潜在来源。为了尝试解决以上内生性问题导致的偏误，本文借鉴黄群慧等(2019)[40]、赵涛等(2020)[41]的做法，选取各省份1984年人均邮局业务量post、人均固定电话数tele作为工具变量，由于这两个变量对应的是截面数据，不适用于本文的研究样本，故分别将其与互联网宽带接入用户数net相乘以构成面板数据。其内在逻辑是，邮电和固定电话作为传统的通信工具，与日后的互联网技术有着承接发展的关系，这样一来，历史上邮电通信业务总量和固定电话数量相对较多的地区很有可能是当下数字经济发展水平较高的地区。并且随着传统邮电业务和固定电话的使用频率降低其对经济发展以及税收增长的直接影响日益弱化，满足工具变量的相关性和外生性要求，因此选用这两个指标作为工具变量较为合理，在一定程度上能够缓解内生性。本部分采用两阶段最小二乘法(2SLS)进行估计，需要说明的是，由于1984年海南尚未建省、重庆尚未建直辖市，故没有相关数据，在此不予考虑。在工具变量检验中，两个工具变量均通过了不可识别检验和弱工具变量检验，且满足外生性假设，由此说明本文所选取的工具变量是合理、有效的。从表7显示的回归结果可以看出，在考虑内生性问题的情况下，数字经济仍然对税收增长产生了显著的负向影响。

表7内生性问题

2.稳健性检验二：改变解释变量度量方式。

上文中关于解释变量数字经济的测度，采用的是基于变异系数求权重的模糊综合评价方法，现沿用之前的评价指标体系，改用熵权-TOPSIS方法重新测算数字经济水平值进行固定效应回归，表8结果显示数字经济水平对税收增长的负向影响依然显著，由此表明通过了稳健性检验。

表8替换解释变量的稳健性检验

(三)区域异质性检验

我国地域辽阔，各地区的资源禀赋和发展阶段不同，区域之间存在较为严重的数字鸿沟，因此数字经济对不同地区税收增长的影响可能存在明显的区域异质性特征，有必要进行相关检验。因此，本文依据国家发改委的解释，将29个省份划分为经济意义上的东部和中西部地区，分别进行固定效应回归，结果见表9的列(1)、列(2)。

从回归结果来看，东部地区和中西部地区在数字经济对税收增长的影响上均表现为抑制作用，但抑制程度存在一定的差异。从东部地区来看，数字经济对税收增长的作用系数为-0.956 1，而数字经济对中西部地区税收增长的作用系数为-1.129 3，可见在中西部地区数字经济对税收增长的抑制程度更高。其可能的原因在于：一方面中西部地区的地域面积较广，相比于东部地区经济聚集程度较低，税源相对分散，税收征管不具备优势。即便数字经济的发展扩大了税基规模，中西部地区在税收努力方面的不足使其仍难以对税款做到“应收尽收”，严重阻碍了地区的税收增长。此外，以税收流失为主的隐性经济规模也会影响税收增长速率，根据Chen等(2020)的研究，中国中西部地区的平均隐形经济规模高于东部地区，中西部地区的隐形经济会受到官员寻租行为、政府质量以及正规经济部门的就业、投资机会不足等多维因素的影响。在数字技术的支持下，中西部地区的税基也得到了扩充，但受困于上述因素的干扰，仅仅通过提升税收征管水平是难以达到有效缩小隐形经济规模从而促进税收增长的目标的。

表9区域异质性回归检验

(四)机制检验

基于前文理论机制的分析，本文认为数字经济发展水平不仅能直接作用于税收增长，还能通过影响税收努力间接影响到税收增长，故本文采用中介效应模型对上述机制进行检验。设定的模型方程如下：

taxrateit=a0+a1digeit+a2gdpit+a3incomeit+a4uisit

+a5faiit+a6cpiit+a7govregit+μi+μt+εit

(8)

teffortit=b0+b1digeit+b2gdpit+b3incomeit+b4uisit

+b5faiit+b6cpiit+b7govregit+μi+μt+εit

(9)

taxrateit=c0+c1digeit+c2teffortit+c3gdpit+c4incomeit

+c5uisit+c6faiit+c7cpiit+c8govregit+μi+μt+εit

(10)

其中，teffortit为中介变量。检验步骤如下：第一步，对式(8)进行回归，考察不存在中介变量的条件下数字经济对税收增长的影响，中介效应成立的前提是待估系数a1显著，继续后续分析；第二步，对式(9)进行回归，判断数字经济对中介变量的影响，得到待估系数b1；第三步，加入中介变量，对式(10)进行估计，得到待估系数c2。如果b1和c2均显著，则表明存在中介效应，如果b1和c2中至少有一个系数不显著，则需要进行Sobel检验，结果显著表明存在中介效应，反之不显著则不存在。检验结果见表10。

表10机制检验结果

表10列(1)是上文基准回归中固定效应回归的结果，数字经济对应的系数a1为-0.637 1，在1%的水平上显著，表明数字经济对税收增长具有消极影响。列(2)显示，数字经济对税收努力的影响系数b1为-1.066 0，在5%的显著性水平上通过检验，表明数字经济对税收努力也起到了抑制作用。列(3)是将税收努力这一中介变量放回到数字经济对税收增长影响的回归方程中，结果显示税收努力对税收增长的影响系数c2为0.266 1，在1%的显著性水平上通过检验，表现为正向促进作用。由此可见，上述模型中的b1和c2均显著，说明税收努力是数字经济抑制税收增长的作用机制。为增强中介效应分析结果的稳健性，本文还进行了Sobel检验和Bootstrap分析，结果显示，Sobel检验在1%的水平上显著拒绝了不存在中介效应的假设，Bootstrap检验在95%的置信区间不包含0，表明存在中介效应。

综上可知，数字经济可以通过影响税收努力作用于税收增长，具体而言，数字经济水平的提升会导致税收努力程度下降，而税收努力会促进税收增长，所以税收增长被抑制，前文提出的假设2和假设3也得到了印证。

六、结论与建议

本文立足于数字经济为税收领域带来的机遇和挑战并存这一社会热点话题，从税收努力的视角切入，基于我国2010—2019年的省际面板数据，利用模糊综合评价方法在构建数字经济发展指标体系的基础上测算了各年度不同省份的数字经济水平，并运用固定效应模型和中介效应模型等实证剖析了数字经济对税收增长的影响及内在的作用机制。主要结论如下：第一，在考察的样本期内，数字经济水平的提升对税收增长起到了抑制作用，可认为数字经济的高速发展对税收领域带来的挑战可能多于机遇，通过引入工具变量、替换解释变量进行稳健性检验，该结论依然成立；在区域异质性方面，东部地区和中西部地区对税收增长的影响均表现为负向，但从抑制程度来说，中西部地区要高于东部地区。第二，税收努力是数字经济影响税收增长的作用机制，数字技术日益先进，其引致税基快速扩张进而催生出“税收收入”红利的同时，也为各种偷税漏税行为提供了多样化的作案手段，加上一系列税收要素模糊、税收管辖权划分不明确等问题的出现，导致税收征管难度加深、税收流失规模扩大，从而抑制了税收收入的高速增长。

鉴于以上结论，本文将重点从税收征管的角度提出相关的政策建议。在数字经济背景下，信息技术的发展在给传统税收征管体系发出挑战的同时，也提供了诸多便利。税收制度层面相关问题的解决亟需税收治理工具和手段的有效配合，因此在实践层面，税务机关应当抓住信息技术发展的契机，创新和优化税收征管的工具和手段。具体建议如下：

一是推行自然人税务登记制度。在数字经济浪潮中，“平台+个人”交易模式的兴起吸引了大量的个体经营者加入经营活动当中，然而现行税制中关于个体经营者开展线上交易活动是否需要办理税务登记尚未有明确的规定，致使未完成税务登记的大有人在，同时这些自然人的税源相对分散，严重阻碍了税收征管工作的顺利开展。面对此类问题，尽早推行自然人纳税识别号制度不失为一个有效的解决措施。当前，我国已建立的纳税识别号制度主要针对的是企业法人机构，同时囿于网络账号的隐匿性，自然人一直游离于税务机关的监管之外。可以将自然人税务登记嵌入到其首次使用平台的注册流程中，以自然人的身份证号码作为唯一的纳税识别号，争取通过实名认证提高税务登记率，稳步推进以身份证号码为基础的自然人税收主体建设，构建国内统一的自然人税收征管系统，以实现对数字经济下“平台+个人”等新型商业模式的监管效能最大化和税务登记的全覆盖。

二是建立以区块链为支撑的税务管控媒介。鉴于区块链技术具有去中心化、可追溯、信息不可篡改等特性，可以此构建高效、便捷的税务管控系统。一方面可以将区块链技术引入到电子发票管理中，传统的“以票控税”管理制度已然不再适应当前涉及海量数据的平台经济发展模式，实现发票全环节的电子化以提升发票真伪辨别度、降低征税成本是当务之急。在此基础上，还可以借助区块链的密码学和分布式存储技术，连接消费者、供应商、税务机关等每一个发票干系人，将发票的开具、流转、报销这一系列流程全部上“链”，确保每一个环节都可追溯，每一张发票都可查、可验、可管控，从源头解决发票虚开、代开等问题，以此实现由“以票控税”向“以数治税”的转型。另一方面可建立以区块链技术为基础的涉税信息共享平台。税收征管的核心是缩小纳税人和税务部门之间的信息不对称，这就要求构建一个税收系统与其他部门的可信数据共享机制，以实现涉税信息跨部门、跨行业、跨区域的并联互通。具体而言，首先是依托信息技术打造出一个多部门、多中心的区块链信息平台，并为每个相关部门设置服务节点，不同节点之间相互关联，再利用特定的算法，对数据进行点对点传输，实现部门间的信息联动，在降低税务机关获取涉税信息难度的同时也加强了税收信息的保护，有利于提高纳税人的税收遵从度。

三是实施数字经济复合型税收人才战略。税收治理现代化的进程必然要与高素质税收人才队伍建设的进程同步推进，然而数字技术的发展日新月异，经济新业态层出不穷，在当前的局势下，税务机关亟需引进既对数字经济有所了解又熟练掌握税务信息技术的专业人才，为此，要加大对人才资源的深入挖掘。一方面，税务机关工作人员的选拔任用机制有必要迎合数字经济的发展加以完善，可以适当地偏向于招收综合能力强、精通计算机技术的税务专业人才，而对于在岗的税务机关人员，尤其是接受新事物能力较强的青年一辈，则需加强数字经济和信息技术相关的培训，可邀请高校教师进行针对性指导。另一方面，需加强绩效管理，落实数字人事工作。可以将数字经济税收征管和相关人才培训纳入绩效考核体系之中，借助强大的信息技术持续深化“智慧绩效”智能化考评问效系统建设，对被考核人员的工作完成度、准确性和及时性做出“去人工化”的综合客观考量，为税收征管工作提供更具针对性、及时性的智能化服务。