互联网大数据治税增进了税负公平吗*——基于地级市数据的实证研究

◆孙鲲鹏 ◆马一文 ◆尚 颖 ◆宁 华

内容提要：近年来多地税务部门运用互联网第三方大数据优化税收征管，这深刻改变了当前的税收征管模式，对企业税负公平问题产生重大影响。文章在理论分析的基础上利用多期双重差分方法进行了实证检验，结果发现互联网大数据治税系统的实施能够有效缓解企业间税负扭曲问题，提升企业间税负公平。这一效果在城市规模大、政策宣传力度大的地区更为凸显。研究表明，将互联网大数据应用于税收征管实践，不仅能够提升总体税收征管水平、抑制企业逃避税行为，而且有助于从结构上推进税收公平、优化税收营商环境。

近年来我国开启了以税收大数据为驱动力的智慧税务建设。在这样的时代背景下，税务系统不断加强和推进数字化改革，大力促进大数据技术在税收治理中的应用。税务部门不仅将内部数据和其他政府部门数据进行有效整合，还主动对互联网上形成的诸如产品销售、投资、资本交易、人员招聘等第三方数据信息进行抓取和应用。需要指出的是，上述举措与近年来学术界探讨较多的“金税三期”工程并不完全等同。“金税三期”工程等更多是对税务部门内部各个层级和环节的信息进行整合分析，而上述举措更多是从互联网上抓取和分析与企业相关的海量第三方外部数据，进而利用大数据分析技术完善和加强税收监管。

以往研究表明互联网大数据治税的推行大幅提升了税收征管能力，有效抑制了企业的逃税行为（孙鲲鹏和石丽娜，2022）。然而，考虑到大型企业往往具有更强的税收筹划能力和税负转嫁的议价能力，那么，互联网大数据治税除了影响平均意义上的企业逃避税行为，是否还会对不同企业之间的税收分布和税负公平产生影响？逻辑上看，大数据治税系统广泛推行后，税务部门对大企业的监管能力进一步提高，客观上增加了大企业逃避税活动的成本和风险，自然也就影响不同企业间的税负分布，对改善税负公平，优化企业税收营商环境起到积极作用。

学术界普遍认可打破政府和企业之间的信息不对称是优化税收征纳的关键，同时大量研究也表明了第三方信息的重要破局意义（Pomeranz，2015；
Kleven et al.，2011；
Slemrod et al.，2017；
Naritomi，2019）。然而，目前鲜有研究探讨税务系统主动调用这类信息对于企业行为和决策的差异性影响。此外，相关的政策效应检验文献大多关注第三方信息对企业税收遵从及政府税收征管能力的影响（樊勇和李昊楠，2020；
张克中等，2020；
孙鲲鹏和石丽娜，2022），缺少对企业税收营商环境、企业间税负均等问题的关注。因此，本文将从这一角度出发评估大数据治税的政策效果，尝试从新的视角探讨分析征管技术提升的功能和作用。

本文首先基于A-S模型进行理论分析，阐述互联网第三方大数据提升税收征管能力的逻辑内涵，继而推导出其对于改善税负公平的作用路径。税务部门和企业的信息博弈决定了企业税收遵从程度（Allingham和Sandmo，1972），税务部门通过第三方数据的引入增加了获悉企业信息的渠道，强化了税收征管能力（Pomeranz，2015）。税收征管能力的提升能够收窄应征税额和实征税额之间的差距，压缩企业逃避税空间（李艳等，2020）。考虑到大企业以及部分政府关联企业运营复杂、避税空间较大的现实情况，税务部门征管能力的强化将对这些企业产生更加明显的边际影响。因此，整体来看，将互联网第三方大数据引入税收征管过程有助于企业间税负的公平合理分摊以及整体税收营商环境的改善。在实证分析部分，本文借助中国2010—2018年的地级市样本，通过多期双重差分法检验互联网大数据治税系统对企业税收公平的影响，得到以下结果：第一，互联网大数据治税的实施显著提升税负公平；
第二，在规模更大的城市和政策宣传更为充分的地区，税负公平的改善程度更为凸显；
第三，上述结果在经过平行趋势检验、因变量取滞后一期、更换模型主要变量后均保持显著而稳健。

本文的边际贡献主要体现在以下两个方面：第一，对税收征管技术方面的文献进行了补充，丰富了互联网大数据背景下新型税收征管技术的内涵，分析了将互联网第三方大数据纳入治税信息系统的政策效应；
第二，基于互联网大数据治税，探讨企业的税负公平问题，拓展了税收征管技术与税负公平领域的研究成果。

（一）税收征管技术的相关文献

在互联网时代如何利用信息技术提高征管效率成为提升税收治理水平的重要命题。近年来学界不断对此问题进行研究，探索信息技术提升税收征管水平的作用路径。吕冰洋和郭庆旺（2011）提出税收增长源泉分析理论，即税收能力（Tax Capacity）和税收努力（Tax Effort）影响税收收入，税收能力包括征税能力和纳税能力，其中征税能力主要取决于税务人员的人数、技能、敬业精神以及信息化水平等，而信息监管能力的提升将促进征税能力的增强。各国在税收征管实践上将信息技术融入治理体系，国外一些文献论述了增值税的税控技术对于增强税收征管、减少企业避税的价值。例如，Ali et al.（2015）以埃塞俄比亚实行ESRM系统的政策冲击为例，通过建立模型和运用85000个纳税企业的数据进行实证研究，发现发展中国家实行电子化征税能够有效增强财政实力并促进经济发展。与之相似的还有Fan et al.（2018）对中国增值税税控系统威慑效应的研究及Slemrod et al.（2017）基于税务信息申报系统展开的中小企业纳税遵从度研究。

随着“以数治税”的不断深化，“金税三期”等税务信息系统的政策影响成为国内学者的研究热点。例如，李艳等（2020）论述了“金税三期”工程对税负水平和税负公平的影响；
张克中等（2020）将“金税三期”作为准自然实验引入模型，探究税收征管和企业逃税之间的关系；
樊勇和李昊楠（2020）论证了“金税三期”工程在提高纳税遵从度、提升纳税服务质量和促进税收优惠落实等方面的积极作用。目前，学界对于将互联网第三方大数据纳入治税系统的相关研究较少。本文在借鉴过往研究的基础上，尝试探究互联网第三方大数据治税系统的政策效应。与“金税三期”着重对税务系统内部已有信息进行整合分析不同，互联网大数据治税系统强调税务部门主动抓取和分析企业使用互联网过程中形成的第三方信息，进一步拓展了信息时代税收征管技术的内涵。

（二）税收负担与税负公平的相关文献

作为税收学研究领域的传统命题，理论层面对于公平性原则的讨论已经较为充分。近年来，学界倾向于通过界定税收负担率对税负公平进行量化测算，从而在特定背景下描述税负公平的客观状况。目前，国内外学者基于财务报表数据构建了一系列税收负担率指标，主要包括边际有效税率（METR）和平均有效税率（AETR）两种。前者常用于企业决策，后者则往往作为税收负担的代理变量（倪红福等，2020）。海外文献主要围绕企业所得税税率测度企业税收负担（Stickney和McGee，1982；
Zimmerman，1983），国内学者在围绕所得税展开类似研究的基础上（吴联生和李辰，2007；
王延明，2003；
吴祖光和万迪昉；
2012），结合中国国情作了进一步探讨。从宏观层面分析地方政府税收努力程度对地区税收负担率的影响（田彬彬和范子英，2018），从微观层面分析企业税收负担率的影响因素（樊勇和李昊楠，2020；
张克中等，2020），将企业税负公平问题作为税收负担率的延伸，探究税收征管对企业税负水平的影响（李艳等，2020）。

从关注对象来看，目前学界主要研究税收征管对于居民个体的再分配效应（Lindsay，2016；
郭庆旺，2012），鲜有文献系统阐述税收征管对企业税负公平分配影响，对企业间税负不公带来的经济损害认识不足。首先，在减税降费的政策背景下，中国存在着“宏观低税负，微观高税负”的悖论现象，这与企业税负不均有着密切的关联。另外，企业间税负差异过大将损害资源合理配置和生产效率（Mirrlees et a1.，2012）。税负较高企业的生产要素倾向于流入税负较低企业，造成资源配置的浪费和低效。因此，本文基于中国国情，考虑综合各税种测算税收负担率，同时借鉴李艳等（2020）和倪红福等（2020）对于税负公平的测算方法，利用税负标准差和企业税收负担基尼系数衡量企业间税负均等的程度，据此研究大数据治税系统推行对于税负公平的影响。

（三）作用机制与理论假说

已有研究表明互联网大数据治税系统能够有效提升税收征管的水平，从而抑制企业逃避税行为（孙鲲鹏和石丽娜，2022）。基于理性经济人假说，在经典A-S模型中，纳税人将会根据纳税风险作出是否足额纳税的决定（Allingham和Sandmo，1972）。因此，如果税务部门充分掌握企业真实运营状况，那么后者避税被发现并处罚的风险加大，企业的最优选择就是依法纳税，体现为税收遵从度的提高（Slemrod et al.，2017）。税务部门主要通过企业主动申报和税务稽查两种方式获悉企业真实财务状况，但是这两种方式各有不足。前者内容由潜在的避税主体自行申报，缺乏监督，信息未必真实全面；
后者频率有限，且成本较高，信息时效性不强。大数据治税系统的实施则为税务当局提供了获取信息的第三条途径——第三方信息。作为征纳双方之外的其他主体提供的、与纳税人的生产经营活动和税务部门的征收管理相关联的情报数据，第三方信息能够显著改善征纳双方之间的信息不对称，继而提升税收征管能力和企业纳税遵从（Pomeranz，2015）。

进一步地，税收征管能力提升对于缓解企业间税负不均主要通过以下两条路径实现。其一，对于税务部门而言，互联网大数据征管技术可缩小“税收征管空间”，有效制约征纳双方主观因素对税收负担的影响，从而缩小不同区域征管主体间尤其是区县层面的税负差异。中国现行税制诞生之时，税收征管能力偏弱，导致理论应征税额和实征税额之间存在巨大差距，预留出“税收征管空间”（高培勇，2006；
于文超等，2018），为地方政府留出一定“自由裁量”的空间（吕冰洋和郭庆旺，2011）。陈晓光（2013；
2016）发现，在各种影响企业间有效增值税税负差异的因素中，地区差异尤其是区县层面的差异最突出。随着信息技术的广泛运用，各地税收征管能力得到大幅提升，各地征税积极程度和企业税收遵从程度等主观因素对税收征缴的影响不断降低，从而促进了不同区域间税收公平的实现。其二，对于企业而言，将互联网大数据引入税收征管过程增加了那些原本享受避税红利企业的成本和风险，使其税负回归正常水平，降低不同类型企业之间税负差异，缓解税负不均的现象。张克中等（2020）认为信息监管技术的进步对于逃税动机更强的企业、征管信息监管难度更高的企业影响更大。基于此，本文提出假设1：互联网大数据治税可提升税收征管水平，缓解税负不平等。

在执行过程中，各级政府结合本地实际情况，制定各种优惠政策或具体执行尺度上存在不同，从而导致企业在不同地区的实际税负迥异（陈晓光，2016）。理论上来看，城市规模越大，委托-代理成本越高，纳税人纳税遵从的程度越弱，行为扭曲的状况越明显（Tuan-Hwee Sng，2014）。而大数据治税系统的推行能够改善税负平等的主要逻辑就在于缓解这种扭曲，缩小“税收征管空间”。因此城市规模越大的地区，对税负不平等的改善将更加明显。据此，本文提出假设2：城市规模越大的地区，实行互联网大数据治税系统后，税负公平提升越大。

政策执行的效果离不开政策宣传，政策宣传力度越大，企业了解大数据治税系统的机会越多，也就更有可能根据所获信息调整自身行为，重新评估纳税风险，改变税收遵从程度。此外，政策宣传力度往往表征着政府的主动性和执行力度（You et al.，2018；
Qin et al.，2018），政策推行力度越大，企业也更有可能作出反馈，做出较大的改变。由此，本文提出假设3：政策宣传力度越大的地区，实行互联网大数据治税系统后，税负公平提升越大。

（一）模型构建

为检验假设1，本文采用最小二乘法（OLS）估计如下多期双重差分模型：

其中，下标c表示地级市，t表示年份，被解释变量为地级市的税负公平程度。本文在参照以往研究做法的基础上采用税负标准差（Sdtax）衡量税负公平程度，在稳健性检验中采用税负基尼系数（GiniTax）。关键解释变量为该地级市实施互联网大数据治税系统情况。为尽可能排除其他因素干扰，在回归中加入一系列控制变量。首先，Xct代表地级市层面随着时间变化的控制变量，主要包括各地区的国民生产总值、人口数量等地区基本状况，各地级市财政收入水平、贷款余额等经济发展水平以及是否实行“金税三期”等前期政策。其次，控制了两种固定效应，包括地级市固定效应和年份固定效应。为随机误差项。我们期望β显著为负，如此则说明施行互联网大数据治税系统的地区，其税负不平等的情况得以改善，与我们的假说相符。

为进一步检验假设2和假设3，在回归中加入城市规模（所在地区互联网大数据治税宣传力度）与地区大数据治税情况的交乘项，使用最小二乘法估计如下回归方程：

其中，Interactionct可指代城市规模或所在地区互联网大数据治税宣传力度。地区互联网大数据治税宣传力度用企业所在地区涉及互联网大数据治税的新闻数量来衡量。我们期望β3显著为负，如此则说明当地级市城市规模越大（互联网大数据治税宣传力度越大），则互联网大数据治税系统改善地区税负公平的效应越显著。

（二）变量定义与数据来源

本文所使用的地级市基本信息数据来自于CSMAR数据库，地级市税收相关数据来源于CNRDS数据库，时间跨度为2010—2018年。我们所使用的互联网大数据治税的相关信息来自于百度搜索引擎查询所得的资料，手工整理各地实施互联网大数据治税系统的开始年份和各年度新闻数量。基于这些不同来源的信息和数据，在剔除缺失值和极端值后，最终共得到1541个地级市年份观测值。

通过百度搜索引擎查询以下三组关键词的各种组合：（1）“互联网”“网络”；
（2）“大数据”“爬虫”；
（3）“治税”“税收”“稽税”，继而识别出各地区最早实施互联网大数据治税系统的年份至2018年间各年度涉及互联网大数据治税的新闻数量。

本文使用税负标准差（Sdtax）来衡量地级市的税负公平程度，计算方法为先计算企业应交税费总额/营业总收入得出每个企业的税收负担率，再计算每个地级市所有企业税收负担率的标准差得出税负标准差（Sdtax）（李艳等，2020）。在稳健性检验中，用税负基尼系数（GiniTax）替换税负标准差度量税负公平，计算方法为通过类比收入差距基尼系数计算税负基尼系数（倪红福等，2020）。在计算收入差距基尼系数过程中，绘制收入洛伦兹曲线辅助测算。上述变量的详细定义如表1所示。关键变量的描述性统计如表2所示。

表1 主要变量说明

表2 关键变量描述性统计

（一）基准结果

基准回归结果如表3所示，这部分结果用以验证大数据治税系统的实施与税负公平之间的关系。第（1）列没有加入控制变量，仅控制个体固定效应进行回归，互联网大数据治税（Bigdata）的系数在5%的水平上显著为负，初步揭示了因变量和自变量之间存在负相关关系。第（2）列加入了一系列控制变量，没有控制年份固定效应。此时互联网大数据治税（Bigdata）的系数在1%的水平上显著为负，但是由于没有控制年度宏观经济波动造成的偏误，估计可能存在一定误差。第（3）列控制了双向固定效应，结果与第（2）列基本保持一致。该结果表明，实施互联网大数据治税系统后，企业税负差距显著降低，企业税负不平等程度下降约0.6个标准差，经济显著性较好。本文假设1得证。

表3 基准回归结果

（二）异质性分析

1.城市人口数量

城市规模的异质性分析结果如表4所示。这里采用城市人口数量表征城市规模，人口数量越多，城市规模越大。在逐步加入相关控制变量并固定个体和时间效应后，人口数量和互联网大数据治税的交乘项（Bigdata_Pop）系数在5%的水平上显著为负，且系数达到-0.577。这一结果表明，在引入互联网大数据治税系统后，城市规模越大，企业税负公平的改善程度越高。可能的原因在于，城市规模越大，税收征管过程中的委托代理问题愈发突出，由此滋生企业逃避税的机会主义行为。由于第三方数据的引入，有效封堵了特定企业的逃避税窗口，税负不均问题得到有效缓解。因此，推行大数据治税系统后规模越大的城市税负公平改善的边际效果越明显。由此，本文假设2得证。

表4 城市规模异质性分析

Loan -0.062（-0.44）Revenue -0.125（-1.55）0.105（1.41）-0.059（-0.61）Observations 2069 1541 1541 City FE YES YES YES Year FE YES

2.政策宣传力度

政策宣传力度的异质性分析结果如表5所示。这里用涉及互联网大数据治税的新闻数量（Intensity）度量互联网大数据治税宣传力度，涉及互联网大数据治税的新闻数量越多，互联网大数据治税宣传力度越大。在逐步加入相关控制变量并固定个体和时间效应后，新闻数量和互联网大数据治税的交乘项（Bigdata_Intensity）系数在10%的水平上显著为负，系数为-0.176。这一结果表明，在引入互联网大数据治税系统后，政策宣传力度越大，企业税负公平的改善程度越高。可能的原因在于，通过政策宣传，特定企业会意识到自身逃避税的机会主义行为可能会被发现和惩处，因此主动放弃不良行为，使得税负不均问题得到有效缓解。因此，推行大数据治税系统后政策宣传力度越大对于改善税负公平的边际效果越明显。由此，本文假设3得证。

表5 宣传力度异质性分析

（一）平行趋势检验

双重差分法的应用必须满足平行趋势假定，即在实施互联网大数据治税系统之前，实验组和控制组企业的避税行为在外生冲击前应该保持相同的趋势。Bigdata_i为实施互联网大数据治税系统前第i年的时间虚拟变量，Bigdataj为实施互联网大数据治税系统后第j年的时间虚拟变量。检验结果表明，Bigdata_3、Bigdata_2和Bigdata_1的系数均不显著，这与平行趋势假设保持一致。这在很大程度上证明，实验组与控制组之间的平行趋势基本得到满足。

（二）安慰剂检验

为进一步排除引入互联网大数据治税系统地区的其他特征导致目前结果的可能性，本文把实施互联网大数据治税系统发生的时间提前2年（Bigdata_2）和推后2年（Bigdata2）进行安慰剂效应检验。如果是样本期间实施互联网大数据治税系统地区具有某些特质导致目前的结论，那么把实施互联网大数据治税系统的时间提前或推后，也应当表现出相同的结果。结果显示无论提前还是推后2年，互联网大数据治税（Bigdata_2和Bigdata2）的系数均不显著，这就意味着并非实施互联网大数据治税系统地区的其他特征导致税负公平得以改善，所以本文的结论是稳健的。

（三）其他稳健性检验

1.因变量滞后一期

考虑到可能存在的反向因果关系以及政策的实施的滞后性特征，为了消除内生性影响，对税负公平取滞后一期（Sdtax_1）重新进行回归，以此检验模型的稳健性。实证结果如表6所示，可以看出，回归系数和显著性与基准回归基本保持一致，模型稳健性再次得到验证。

表6 因变量滞后一期

2.更换模型主要变量

此外，本文还替换了解释变量的衡量指标，采用税负基尼系数（GiniTax）进行回归。表7为回归结果，其中第（1）列为不加入控制变量的回归结果，第（2）列为没有控制年份固定效应的回归结果，第三列为控制了双向固定效应后的回归结果。各列大数据治税系统（Bigdata）都显著为负，与基准回归结果基本一致，证明该模型具有稳健性。

表7 更换主要变量

本文通过理论分析和实证检验证明，随着互联网信息技术的发展，税务部门运用互联网第三方企业数据信息能够提高税收征管的精度与效率，优化税收治理，而这种新型的智慧税收征纳模式也重塑了企业的税收营商环境。具体来看，引入互联网大数据治税系统能够显著提升企业间的税负公平状况，并且这一效果在规模越大的城市及政策宣传力度越大的条件下更为凸显。

本文的现实启示主要体现在以下两个方面：首先，税务部门借助大数据等前沿数字技术，有效利用互联网第三方信息，在不断推进大数据治税系统建设和应用的过程中，不仅能够提高企业纳税遵从，还能够改善税收营商环境，让数字化改革和升级的成果切实惠及广大中小企业。其次，互联网大数据治税系统的效果存在异质性特征，这为进一步优化政策实施路径提供了现实的参考。在推进互联网大数据治税的过程中，税务部门应该辅以广泛的政策宣传，形成威慑效应和政策合力，同时更关注中小规模城市税收治理效能的提升。总之，将包括互联网大数据在内的第三方信息应用于税收征管实践，不仅是提升税收征管水平、抑制逃避税行为的重要举措，也是推进税收公平、优化税收营商环境的重要途径。