技术驱动还是冲突？——企业数字化转型对税收遵从行为的影响研究

Technology-Driven or Conflict?—A Study on the Impact of Corporate Digital Transformation on Tax Compliance Behavior

摘要: 为探究数字化转型对企业税收遵从行为的影响，本文以2014~2024年A股上市公司为研究样本，采用会税差异(BTD)衡量税收遵从度，以企业年报中数字化相关关键词频次构建数字化转型指数，结合固定效应模型展开实证分析。研究发现：企业数字化转型水平与税收遵从显著正相关，即数字化转型能有效降低企业避税行为；内部控制在二者关系中发挥部分中介作用，数字化转型通过减少内部控制缺陷间接提升税收遵从度。异质性检验显示，2014~2020年数字化转型对税收遵从的提升效应较2021~2024年更为显著，剔除软件和信息技术服务业样本后的稳健性检验进一步验证了结论可靠性。本文丰富了数字化转型与税收遵从领域的研究成果，为税务机关推进“税收征管数字化”、企业构建合规体系提供了经验参考。

Abstract: To explore the impact of digital transformation on corporate tax compliance behavior, this study uses A-share listed companies from 2014 to 2024 as the research sample. It employs book-tax differences (BTD) to measure tax compliance and constructs a digital transformation index based on the frequency of digital-related keywords in annual corporate reports. Empirical analysis is conducted using a fixed-effects model. The findings reveal that the level of corporate digital transformation is significantly positively correlated with tax compliance, indicating that digital transformation effectively reduces corporate tax avoidance. Internal controls play a partial mediating role in this relationship, as digital transformation indirectly enhances tax compliance by mitigating internal control deficiencies. Heterogeneity tests show that the positive effect of digital transformation on tax compliance is more pronounced from 2014 to 2020 than from 2021 to 2024. Robustness tests after excluding samples from the software and information technology services sector further validate the reliability of the conclusions. This study enriches research in the field of digital transformation and tax compliance, providing empirical references for tax authorities to advance “Digitalization of Tax Collection and Administration” and for enterprises to build compliance systems.

1. 引言

数字经济浪潮席卷全球，数字化转型已成为企业重塑核心竞争力的重要路径，其作为不可阻挡的趋势日益凸显(黄雅文等，2025) [1]。数字化转型成为企业重塑核心竞争力的必然选择。从内部流程优化到业务模式创新，数字技术正深度渗透至企业财务管理的各个方面，对企业提升竞争力、实现高质量发展具有深远意义(晏佩，2025) [2]。在此背景下，税收遵从作为企业合规经营的核心议题，在数字化时代呈现出新的制度环境与行为约束：一方面，企业需适应税务机关“税收征管数字化”的征管变革，如金税四期工程所推动的征管数字化升级(陈珊珊，2023) [3]；另一方面，企业自身数字化转型也对其纳税行为产生复杂影响。

这种影响集中体现为“驱动”与“冲突”的双重效应。从驱动视角看，内部数字化工具能够提升企业财务数据的透明度与流程的标准化水平，压缩“账实分离”的避税空间，从而为税收遵从提供技术支撑(詹新宇等，2024) [4]；但从冲突视角看，数字技术的复杂性也可能被用于设计更为隐蔽的税收筹划方案，从而引发新的合规风险(刘雯珍，2025) [5]。然而，现有研究尚未充分厘清企业内部数字化转型对税收遵从的具体作用机制，尤其缺乏对“数字化转型–内部控制–税收遵从”这一传导路径的系统性实证检验，关于不同阶段转型效应差异性的探讨也较为不足。

基于此，本文以我国A股上市公司2014~2024年数据为样本，采用会税差异(BTD)衡量税收遵从度，以企业年报数字化关键词频次构建内部数字化转型指数，通过固定效应模型、中介效应检验、异质性分析及稳健性检验，深入探析企业内部数字化转型进程对税收遵从行为的影响效应及内在作用机理。本研究不仅有助于弥补现有文献在企业数字化转型与税收遵从关系方面的研究空白，为理解数字化时代企业合规行为提供新的理论视角，也可为企业优化内部治理、税务机关推进征管数字化提供经验参考。

2. 理论分析与研究假设

数字经济时代下，企业的数字化转型成为重塑经营模式与合规行为的关键变量，其对税收遵从的影响呈现“驱动”与“冲突”并存的双重效应。

其一，“冲突效应”强调数字技术可能扩大企业税收筹划的工具箱与隐蔽空间。数字化基础设施、算法驱动的交易结构设计、跨区域/跨境数据要素配置等，使企业更容易实现交易链条复杂化与利润/成本的技术性重构，从而提高税务机关识别真实税基的难度。已有研究提供了“数字化转型可能增加征税难度、并诱发更复杂避税活动”的经验证据与制度解释(陈凯，2023) [6]。另外，在数字平台与跨境经营情境中，数字企业的国际避税问题更凸显了数字技术与现有税制之间的摩擦与治理挑战(蔡昌，2022) [7]。

其二，“驱动效应”强调数字化转型通过提升信息透明度、流程标准化与内部治理有效性，压缩“账实分离”与隐性税收激进行为的空间。一方面，数据实时采集与集团级系统集成强化了业务、财务、税务的勾稽关系，减少错报、漏报与选择性披露的机会；另一方面，企业数字化与税务机关“税收征管数字化”的外部数字化征管升级形成“内外协同”，使合规收益提升、违规成本上升。与此一致，基于A股样本的研究发现，数字化转型显著提升公司税收遵从，并指出内部控制是关键治理渠道之一(伍伦，2023) [8]。同时，围绕电子发票等数字化征管与企业税务管理重塑的研究亦从实务与制度层面支持了数字技术对合规能力的促进作用(胡晶晶，2022) [9]。

本文认为“驱动效应”占主导作用，原因包括：1) 从宏观制度层面来看，我国税收征管体系在近年持续深化数字化升级，以“金税四期”为代表的一系列改革显著增强了税务部门的数据监控与风险识别能力。随着征管数字化水平不断提升，企业利用技术手段进行复杂避税的操作空间被大幅压缩，而主动开展税务合规管理的相对收益则明显提高。这一制度背景为数字化转型促进税收遵从提供了强有力的外部驱动力。2) 从微观治理结构来看，尤其是对于A股上市公司等受严格监管的企业，其数字化转型往往需要与内部控制、财务共享及审计监督等内部治理机制深度融合。这种“治理协同”效应使数字技术更自然地沿着规范财务流程、强化内部监督的路径发挥作用，从而在提升企业治理水平的同时，也系统性增强了税收遵从能力。3) 从企业风险决策的角度来看，在税收监管日趋严格、违规成本持续上升的预期下，企业倾向于将数字化能力更多配置于合规管理体系建设，例如税务数据治理、风险预警机制和流程规范化等方面。这种基于风险防控的理性选择，使数字化转型在实践中更可能表现为对税收遵从的正向推动。综上所述，在外部制度压力、内部治理协同和风险防控逻辑的共同作用下，数字化转型在本研究情境中更可能呈现出以驱动税收遵从为主导的整体效应。

基于上述分析提出如下假设：

H1：企业数字化转型水平越高，其税收遵从度越高(即企业避税程度越低)。

H2：企业数字化转型通过改善内部治理(如提高内部控制质量)提升税收遵从度，即内部控制在数字化转型影响税收遵从中发挥中介作用。

3. 研究设计

3.1. 样本选择

本文选取2014~2024年A股上市公司为初始样本，财务数据及企业数字化转型数据来自CSMAR数据库。参照既有研究对样本做如下处理：1) 剔除金融保险业样本。该行业监管规则、资产负债结构与税务处理具有显著特殊性，可能干扰数字化转型对税收遵从的一般性识别。2) 剔除ST与*ST公司。该类企业经营与信息披露异常，财务数据的可比性与稳健性较弱。3) 删除关键变量缺失的观测值。观测值减少主要来源于BTD、Dig、IC及控制变量的缺失。4) 对BTD进行滞后处理以缓解潜在的反向因果与同步性偏误，由此导致样本在每个公司层面首期年度观测值自然减少。5) 对连续变量按1%与99%分位数缩尾以降低极端值影响；该处理不改变样本量。经上述筛选与清理后，最终获得有效观测值约13,618条用于实证检验。经过上述处理并进行必要的数据清理，最终获得有效观测值约13,618条。所有数据均经过Stata软件分析，确保实证结果的可靠性。

3.2. 变量选取

3.2.1. 被解释变量

本文借鉴M.A. Desai和D. Dharmapala (2006)的研究，采用企业会税差异(BTD)的指标来衡量税收遵从程度。计算公式如下：

$会计-税收差异\left(\text{BTD}\right)=\frac{税前会计利润-应纳税所得额}{期末总资产}$ (1)

$应纳税所得额=\frac{所得税费用-递延所得税费用}{名义税率 }$ (2)

$递延所得税费用=递延所得税费用资产减少额+递延所得税费用负债增加额$ (3)

其中：为了避免因企业规模的不同导致的会税差异过大，在公式(1)中对税前会计利润与应纳税所得额差异除以期末总资产。一般而言，如果某企业的会计利润远高于其应纳税所得额，往往意味着企业通过避税手段减少了应纳税所得额；因此BTD值越大，反映企业避税程度越高，企业税收遵从程度越低。

3.2.2. 解释变量

本文核心解释变量是企业数字化转型水平(dig)。参考吴非、胡慧芷等人[10]的研究思路，我们采用企业年报中与“数字化转型”相关关键词的出现频次来衡量数字化转型程度，并取自然对数作为量化指标。具体而言，关键词包括“人工智能”“区块链”“云计算”“大数据”等代表企业数字技术应用的词汇，将各公司年报中上述关键词出现总次数相加后取自然对数，得到企业数字化转型指数。该指标数值越大，表明企业越重视并投入于数字技术和业务转型。

3.2.3. 中介变量

中介变量(IC)为内部控制是否存在重大缺陷的虚拟变量。若企业在年度内部控制评价报告中被审计认定存在重大控制缺陷，则IC取1，否则为0。内部控制缺陷反映公司内部治理薄弱之处，已有研究指出：有效的内控有助于提高财务信息透明度，遏制管理层过度避税动机。

3.2.4. 控制变量

本文结合既有研究相关文献[11] [12]，选取以下控制变量，详见表1：

Table 1. Table of variable definitions for the research on digital transformation and tax compliance

表1. 数字化转型与税收遵从研究变量定义表

变量符号	变量名称	变量说明
BTD	账税差异	(税前会计利润 − 应纳税所得额)/期末总资产
dig	数字化转型	企业年报中数字化转型相关关键词频次加1取自然对数
IC	内部控制缺陷	虚拟变量，存在内部控制重大缺陷取1，否则取0
Size	公司规模	期末总资产的自然对数
Lev	财务杠杆	总负债/总资产
Cashflow	经营现金流比率	经营活动现金流量净额/净利润
ROA	资产回报率	净利润/总资产
Cap	资本密集度	固定资产净值/总资产
Indep	独立董事比例	独立董事人数/董事会总人数
Top1	第一大股东持股比例	第一大股东持股数量/总股数

3.3. 模型构建

为检验假设1，本文构建如下回归模型：

${\text{BTD}}_{i,t+1}={\alpha }_0+{\alpha }_1{\text{Digital}}_{i,t}+{\displaystyle \sum {\beta }_k}{\text{Contronl}}_{k,i,t}+{\mu }_i+{\nu }_t+{\epsilon }_{i,t}$

其中，${\text{BTD}}_{i,t+1}$ 表示企业i在t + 1年的避税程度代理变量；${\text{Digital}}_{i,t}$ 为企业i在t年数字化转型水平；${\text{Contronl}}_{k,i,t}$ 为各控制变量；${\mu }_i$ 表示个体固定效应，${\nu }_t$ 表示时间固定效应，${\epsilon }_{i,t}$ 为随机误差项。系数${\alpha }_0$ 衡量企业数字化转型对税收遵从度影响的净效应。若${\alpha }_0<0$ ，则表明数字化转型显著降低企业避税程度(税会差异)，即数字化转型提高企业税收遵从度。从而验证假设1。本文主要采用固定效应模型进行估计，并对标准误差做聚类调整以控制同一公司的异方差问题。

针对假设2 (中介效应)，本文采用经典三步法检验内部控制缺陷的中介作用。首先回归中介变量IC与数字化转型的关系；其次在控制其他变量前提下，检验数字化转型对避税变量的总体影响；最后将IC纳入避税回归模型，观察数字化转型系数的变化和IC的显著性。如果数字化转型显著降低内部控制缺陷发生率，且引入IC后数字化系数效应减弱而IC显著影响避税程度，即可认定内部控制在其中存在部分中介效应。

4. 实证结果分析

4.1. 描述性统计

表2报告主要变量描述性统计结果。从表中统计量可知，上市公司会税差异(BTD)均值为0.040，即企业税前会计利润较应税利润平均高出约4% (相对于资产总额比率)，一定程度佐证上市公司存在避税现象。数字化转型水平(dig)均值约1.396，中介变量内部控制缺陷(IC)均值为0.312，结合方差可知，表明约31.2%观测中公司被披露存在内部控制重大缺陷，上市公司内部控制质量差异较大。

Table 2. Table of descriptive statistics results of key variables

表2. 主要变量描述性统计结果表

Variable	Obs	Mean	Std. Dev.	Min	Max
Stkcd	13,618	295,448.63	257,091.12	6	920,799
Year	13,618	2020.172	2.714	2014	2024
BTD	13,618	0.04	0.082	−0.269	0.288
Dig	13,618	1.391	1.224	0	4.718
Ic	13,618	0.312	0.463	0	1
Size	13,618	22.437	1.25	20.11	26.14
Lev	13,618	0.423	0.196	0.064	0.916
Cashflow	13,618	0.201	0.329	−0.573	1.615
Roa	13,618	0.024	0.078	−0.367	0.195
Cap	13,618	2.53	1.996	0.39	13.034
Ito	13,618	20.084	89.381	0	782.066
Indep	13,618	0.38	0.054	0.333	0.571
Top1	13,618	0.316	0.144	0.073	0.719

4.2. 相关性分析

相关性分析结果如表3所示。Pearson相关矩阵显示，Dig与BTD的相关系数(−0.096)在1%的置信水平上显著负相关，初步验证了假设H1。

Table 3. Table of Pearson correlation analysis of key variables

表3. 主要变量皮尔逊相关性分析表

	BTD	Dig	Size	Lev	Cashflow	Roa	Cap	Ito	Indep	Top1
BTD	1	−0.074^***	0.036^***	−0.221^***	0.377^***	0.701^***	−0.233^***	0.047^***	−0.001	0.166^***
Dig	−0.096^***	1	−0.090^***	−0.078^***	−0.072^***	−0.036^***	0.073^***	−0.062^***	0.049^***	−0.132^***
Size	0.051^***	−0.091^***	1	0.452^***	−0.002	0.044^***	−0.120^***	0.167^***	−0.068^***	0.150^***
Lev	−0.172^***	−0.079^***	0.445^***	1	−0.377^***	−0.280^***	−0.227^***	0.114^***	−0.050^***	0.037^***
Cashflow	0.294^***	−0.082^***	−0.041^***	−0.388^***	1	0.429^***	−0.031^***	0.131^***	0.018^*	0.094^***
Roa	0.467^***	−0.067^***	0.093^***	−0.192^***	0.323^***	1	−0.246^***	0.053^***	−0.013	0.146^***
Cap	−0.192^***	0.016	−0.016	−0.122^***	−0.030^***	−0.193^***	1	−0.383^***	0.020*	−0.072^***
Ito	−0.009	0.024^**	−0.006	−0.016	0.047^***	−0.009	0.016	1	0.001	0.059^***
Indep	0.009	0.042^***	−0.040^***	−0.039^***	0.017^*	−0.015	0.020^**	0.047^***	1	0.018^*
Top1	0.143^***	−0.144^***	0.194^***	0.042^***	0.079^***	0.150^***	−0.019^*	−0.014	0.024^**	1

注：^*、^**、^***分别表示在10%、5%和1%的水平上显著。

4.3. 基准关系验证

表4报告了数字化转型对企业避税程度的基准回归结果。模型(1)仅包含数字化转型变量，模型(2)加入所有控制变量。结果显示，数字化转型(Dig)对BTD的回归系数在两种模型中均为负且在1%水平显著。这表明数字化转型程度越高，企业账税差异显著缩小，企业避税行为减少。回归结果支持假设H1，即数字化转型提升了企业税收遵从度。

Table 4. Table of benchmark regression results of digital transformation on corporate tax avoidance degree

表4. 数字化转型对企业避税程度的基准回归结果表

	(1) 模型1：基准回归(BTD)	(2) 模型2：加入控制变量(BTD)
dig	−0.00590^***	−0.00480^***
	(−5.15)	(−5.75)
size		0.00382^***
		(3.45)
lev		−0.0516^***
		(−5.81)
cashflow		0.0367^***
		(9.40)
roa		0.386^***
		(12.78)
cap		−0.00715^***
		(−9.09)
indep		0.0302
		(1.66)
top1		0.0473^***
		(6.58)
_cons	0.0831^***	−0.0178
	(16.48)	(−0.79)
N	9464	9464

附注：括号内为t值，^*p < 0.05，^**p < 0.01，^***p < 0.001，下同。

4.4. 作用机制检验

Table 5. Table of regression results for the mediating effect of Internal Control (IC)

表5. 内部控制(IC)中介效应回归结果表

	(1) 模型1：dig→ic	(2) 模型2：dig + ic→fbtd
dig	−0.012^***	−0.005^***
	(0.004)	(0.001)
size	0.051^***	0.004^***
	(0.007)	(0.001)
lev	0.135^***	−0.051^***
	(0.032)	(0.032)
cashflow	−0.000	0.037^***
	(0.012)	(0.004)
roa	−0.469^***	0.383^***
	(0.055)	(0.030)
cap	0.005	−0.007^***
	(0.003)	(0.001)
indep	0.155	0.031^*
	(0.096)	(0.018)
top1	0.197^***	0.049^***
	(0.047)	(0.007)
ic		−0.006^**
		(0.003)
_cons	−1.029^***	−0.026
	(0.143)	(0.024)
样本量	(0.143)	9464

表5报告了中介效应的回归结果：模型(1)中，dig系数为−0.012 (p < 0.001)，显著为负，表明数字化转型显著降低企业内部控制缺陷发生率，即数字化提升内控质量；模型(2)中，加入IC后，dig系数为−0.005 (p < 0.001)，绝对值较准回归(−0.00480)略有下降；同时，IC系数为−0.006 (p < 0.05)，显著为负，表明内控缺陷越多，企业避税程度越高。上述结果满足中介效应条件，即数字化转型通过减少内部控制缺陷间接提升税收遵从度，假设H2得到支持。

4.5. 结果稳健性与异质性

4.5.1. 稳健性检验

本次稳健性检验的核心是排除证监会行业代码“I65”的干扰——该行业公司年报中天然包含大量数字化相关词汇，因此剔除1143条该行业观测值后，剩余8321条样本回归结果如表6所示：模型2中，dig系数为−0.00460 (t = −4.80, p < 0.001)，仍显著负向影响BTD，且系数绝对值与基准回归(−0.00480)接近。表明剔除潜在干扰样本后，数字化转型提升税收遵从的结论依然成立，结果具有稳健性。

Table 6. Table of robustness test regression results after excluding the software and information technology service industry

表6. 剔除软件和信息技术服务业后的稳健性检验回归结果表

	(1) 模型1：基准回归(btd)	(2) 模型2：加入控制变量(btd)
dig	−0.00599^***	−0.00460^***
	(−4.79)	(−4.80)
size		0.00371^**
		(3.15)
lev		−0.0505^***
		(−5.24)
cashflow		0.0378^***
		(8.98)
roa		0.390^***
		(11.40)
cap		−0.00643^***
		(−8.16)
indep		0.0403^*
		(2.18)
top1		0.0421^***
		(5.60)
_cons	0.0737^***	−0.027
	(13.29)	(−1.14)
N	8321	8321

4.5.2. 异质性检验

表7展示了按时间分段的回归结果，我们将样本划分为两个时期分别估计模型。结果显示数字化转型系数在两段时期均为负且显著，2014~2020年dig系数为−0.00530 (t = −4.90, p < 0.001)；2021~2024年dig系数为−0.00377 (t = −3.82, p < 0.001)。两段时期dig系数均显著为负，但前期系数绝对值更大，表明数字化转型对税收遵从的提升效应在前期更显著。原因可能是：前期数字化转型属于“稀缺资源”，先行企业的数字化投入对避税的抑制作用更突出；后期数字化普及后，边际效应有所稀释，但仍保持正向影响。

Table 7. Table of heterogeneity regression results of digital transformation on corporate tax avoidance degree by time periods

表7. 按时间分段的数字化转型对企业避税程度异质性回归结果表

	(1) BTD (=2021)	(2) BTD (<2021)
dig	−0.00377^***	−0.00530^***
	(−3.82)	(−4.90)
size	0.00462^***	0.00518^**
	(4.03)	(3.09)
lev	−0.0227^*	−0.0810^***
	(−2.48)	(−5.86)
cashflow	0.0355^***	0.0380^***
	(6.86)	(7.26)
roa	0.390^***	0.387^***
	(12.18)	(9.11)
cap	−0.00556^***	−0.00802^***
	(−9.52)	(−6.94)
indep	0.0285	0.0347
	(1.40)	(1.36)
top1	0.0531^***	0.0400^***
	(6.57)	(4.02)
_cons	0	−0.0322
	(.)	(−0.97)
N	3850	5614

5. 结论建议

本文以2014~2024年A股上市公司为样本，使用会税差异(BTD)衡量税收遵从度，并基于年报数字化相关关键词构建企业数字化转型指数，实证检验数字化转型对税收遵从的影响及内部控制的传导作用。研究发现：企业数字化转型水平越高，账税差异越小，税收遵从度越高；内部控制在其中发挥部分中介作用，数字化转型通过减少内部控制重大缺陷进一步提升税收遵从。分时期结果显示，该促进效应在2014~2020年更为显著，2021~2024年虽有所减弱但仍成立。

与既有研究相比，本文的边际贡献主要体现在：第一，针对“数字化可能同时影响企业合规与筹划空间”的分歧性讨论，本文基于更长时间窗与上市公司样本，提供了数字化转型总体上提升税收遵从的证据，从而在经验层面支持“技术进步有助于降低激进避税”的相关发现。第二，本文从内部控制视角补充了机制链条，说明数字化投入只有与治理能力改进相配套，才更可能转化为稳定的合规结果。第三，分阶段检验提示数字化转型对税收遵从的边际影响具有时序差异，对现有研究中相对静态的结论形成必要补充，并提示未来研究关注技术普及后企业策略调整与监管环境演进的交互。

基于上述结论，政策建议应强调协同治理与风险防范并重：一是税务部门应持续完善征管信息系统与跨部门数据协同机制，提升风险识别与服务能力，同时强化数据口径统一、质量控制与算法可解释性，避免因数据偏误或自动化规则不透明带来误判与合规不确定性。二是企业应将数字化项目与内控体系同步优化，完善数据治理、权限分离、流程留痕与数字化审计，防止技术更新引发新的控制盲区。三是在企业与税务部门推进系统对接和数据交互时，应坚持分级授权与最小必要原则，建立系统故障应急与容错安排，防范信息安全、合规成本上升和过度系统依赖等问题，推动数字化协同稳健落地。

基金项目

2025年大学生创新创业训练项目国家级项目(202510380025)；巢湖学院2022年校级一般教学研究项目(ch22jxyj21)。