文章来源：《经济学动态》2025年第7期
数字经济、增值税地区间转移与相对水平异质性作用
蔡昌 庞思诚
中央财经大学财政税务学院
摘要：按照消费地原则，增值税应实现税收收入与税收负担归属地的一致。但生产地原则下，部分增值税收入会转移至生产地，产生地区间税收收入差距扩大、区域发展不平衡等问题。数字经济发展呈现“销售极化消费均化”的特征，加剧了增值税地区间转移。据此，本文选取2011—2022年中国283个城市的数据，运用固定效应、多项式回归、机器学习等方法，探究数字经济发展对增值税地区间转移的影响机理与相对水平异质性作用。研究发现：第一，数字经济发展促进增值税地区间转移，且整体效果为促进流入或抑制流出。第二，企业聚集效应是重要作用渠道，而企业避税行为会加剧转移程度。第三，数字经济发展相对水平会对增值税地区间转移产生异质性作用，表现为低水平促进流出与高水平促进流入。第四，城市创新水平、金融便捷程度、知识产权保护程度提高会促进数字经济下增值税地区间转移水平，但扩大数据开放程度则起到抑制作用。本文据此提出相关政策建议，为优化税收分配、推动区域协调发展提供了经验证据和政策参考。
关键词：数字经济；增值税；税收转移；相对水平异质性
一、引言
近年来，随着互联网、大数据、人工智能、云计算等智能技术的广泛运用，数字经济发展突飞猛进，逐渐成为全球经济增长的主要驱动力之一。根据中国社会科学院金融研究所发布的《全球数字经济发展指数报告（TIMG 2023）》，全球数字经济发展指数平均得分从2013年的45.33提高到了2021年的57.01，增幅为25.77%。我国在数字经济发展方面取得了举世瞩目的成就。在总体规模上，2022年我国数字经济规模达到50.2万亿元，总量稳居世界第二，同比名义增长10.3%，占国内生产总值比重提升至41.5%。在数字基础设施建设上，截至2022年底，累计建成开通5G基站231.2万个，5G用户达5.61亿户，全球占比均超过60%。在数据资源上，2022年我国数据产量达8.1ZB，同比增长22.7%，全球占比达10.5%，位居世界第二。为实现多层次、全方位、立体式的高质量数字经济发展，我国制定了明确的数字经济发展规划。党的十八大以来，党中央做出若干建设数字中国的重大决策，把发展数字经济上升为国家战略。党的二十大报告中提出，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。
然而，如电子商务等数字经济新业态呈现出“销售极化消费均化”的特征（刘怡等，2022），这使得传统以生产地原则为核心的增值税分配体系面临严峻挑战。跨区域交易规模的扩大，加剧了税收收入与税收负担的空间错配，破坏了“税收与税源一致性”原则。同时，数字经济使经济要素跨时空流动更加迅速，且更为隐蔽，导致增值税地区间转移的问题更加复杂。在此背景下，探究数字经济对增值税地区间转移的影响机制，对优化税收分配、促进区域协调发展具有重要现实意义。
为系统评估数字经济对增值税地区间转移的作用效果和影响机制，本文基于2011—2022年中国283个城市的面板数据运用固定效应模型展开实证研究。在此基础上，本文构建“相对水平”分析框架，运用多项式回归与机器学习相结合的方式，识别数字经济发展相对水平对增值税地区间转移所产生的非线性作用。研究结果显示：第一，数字经济发展促进增值税地区间转移，并且整体效果为促进流入或抑制流出。第二，企业聚集效应是重要的作用渠道，而企业避税行为会加剧转移程度。第三，数字经济发展相对水平会对增值税地区间转移产生异质性作用，表现为低水平促进流出与高水平促进流入。第四，城市创新水平、金融便捷程度、知识产权保护程度的提高有助于强化数字经济发展对增值税地区间转移的作用效果，但扩大数据开放程度则起到抑制作用。
本文可能的边际贡献在以下三个方面：第一，为使研究更符合市场微观主体的决策实际，采用数字经济发展相对水平这个独特的视角，分析相对水平对增值税地区间转移产生的异质性作用，拓展了现有研究在解释机制上的深度与适用性。第二，运用多项式回归与机器学习相结合的方式，揭示数字经济发展相对水平的非线性作用及临界区间，丰富了非线性作用研究的识别工具。第三，验证扩大数据开放程度有助于抑制数字经济对增值税地区间转移的作用效果，为完善税收分配制度提供了新的解决方案。
二、文献综述
地区间税收转移是基于“税收与税源一致性”原则而产生的概念。该原则认为，一个地区征得的税收应与本地区创造的税源保持一致。这体现政府与居民之间存在一种“交换关系”，即居民通过缴纳税收获得政府提供的公共服务（Wicksell，1896）。因此，政府征税的税源应该与提供公共服务的对象保持一致。如果一个地区创造的税源未能在本地实现征收，却转移至其他地区纳税，则构成地区间税收转移（Ahmad，2006）。税收转移会破坏税收公平与效率原则，扰乱税收管辖权，阻碍全国统一大市场建设，并妨碍地方政府职能的发挥（杨杨等，2022；李蕊、李佩璇，2023）。增值税作为价外税，其税负最终由消费者承担，因此增值税的税收收入归属地应为最终消费者所在地（韩一多，2020）。而我国对增值税施行的“道道征收”“在地征管、就地划分”的税收征管和分配方式，使部分增值税无法归属于消费地，产生税收收入归属地和税负归属地错配现象（黄夏岚等，2012；赵晓彧、李建军，2022）。这是增值税地区间转移现象产生的内在原因。
数字经济具有无形性、高流动性、跨时空等特征，对税源布局产生了深远影响（Liu，2025），并进一步作用于增值税地区间转移。互联网、大数据等技术的发展使得数据和信息成为核心生产要素，经济活动高度网络化，商品和服务可以全天候、跨区域地进行交易。这种趋势显著扩大了商品跨区域销售范围，加剧了税收与税源的空间错配，放大了地区间的财政收入差距，形成“劫贫济富”“贫者愈贫，富者愈富”的“马太效应”（万莹、陈恒，2023a；曹静韬、张思聪，2022），削弱了增值税收入分配的区域均衡性（王宝顺、谢立成，2024）。从地区异质性来看，东部数字经济发达地区聚集了大量数字产业和平台企业，成为税收转移的净受益者，而中西部欠发达地区则面临税源流失的不利冲击（李建军等，2022；赵晓彧、李建军，2022）。此外，曾祥炎和冯晓玲（2023）研究发现，数字经济对税收与税源背离的作用存在拐点，表现为发展初期拐点前的抑制效果，与后期拐点后的促进效果。已有研究表明，数字经济发展影响增值税地区间转移的主要作用机制包括电子商务发展不平衡及数字企业分布不均。具体而言，电子商务的发展打破了商品销售的空间限制，使增值税收入更加集中于生产地、总部所在地及企业注册地（陈鑫、刘生旺，2020；王宝顺、谢立成，2024）。在线广告服务为数字经济企业的主要收入来源，所产生的增值税也随之从消费地转移至数字经济企业所在地，而数字企业分布不均又进一步提高了税收转移的严重程度（袁从帅等，2022）。然而，现有研究仍存在一定不足，这也为本文实现边际贡献提供机会。第一，多数研究仅关注数字经济发展绝对水平，而忽视各地区在同一时期数字经济发展的相对水平。由于税收流入与流出并存，地区数字经济发展绝对水平提高并不必然意味着带来净增值税流入，因此也应考察相对水平差异带来的影响。第二，作用渠道的分析多停留在理论层面，实证检验相对缺乏。第三，多数实证研究基于省级数据且计量方法单一，结论稳健性存疑。因此，本文尝试构建完整的分析框架，基于2011—2022年中国283个城市的面板数据，采用固定效应模型系统评估数字经济对增值税地区间转移的影响效果与机制。在此基础上，运用多项式回归模型与随机森林模型相结合的方式，进一步分析数字经济发展相对水平对增值税地区间转移所产生的非线性作用。
三、理论分析与研究假设
（一）数字经济对增值税地区间转移的影响
增值税地区间转移现象的根本原因在于我国增值税现行制度的设计和实施，数字经济则作为“催化剂”影响税收转移的强度和方向。增值税的设计和实施应确保税基的一致性和税收中立性（Keen，2013）。根据税负转嫁理论，消费者是流转税的实际承担主体，而消费地政府则为当地居民消费者提供公共产品与服务。因此，根据“税收与税源一致性”原则，增值税应全部归属于消费地政府，从而确保税收分配公平（万莹、陈恒，2023b）。因此，增值税应当按照消费地原则确认税收归属，实现地方政府与消费者权利与义务的统一。消费地应从最终负税主体角度加以界定。仅有最终消费者所在地为消费地，生产环节涉及的上游企业链条，均属于广义生产地的范畴。按照消费地原则确认税收归属意味着全部的增值税均应缴纳在消费地，并不应该根据增值额分配到增值税链条中的各个生产地中。
但由于受以下原因影响，我国按照生产地原则确认增值税税收归属，导致税收收入归属地与税负归属地分离，产生增值税地区间转移现象：首先，历史制度的延续性。1994年分税制改革为调动地方政府积极性，将增值税地方分享部分按生产地分配，通过注册地管理制度实现税收与生产活动挂钩，激励地方政府招商引资、扩大税源。其次，征管可行性。生产地原则依托企业注册地直接核算税款，在传统经济产销重合背景下征管成本低，避免了消费地原则对复杂消费数据统计的依赖。最后，区域经济激励。税收与本地生产规模直接关联，形成“税收—投资—增长”的正向循环，符合当时生产驱动发展模式。在生产地原则下，生产地凭借注册地优势获取税收收益，而消费地虽承担实际税负却无法获得对应财政收入。这会加剧地区间税收竞争、扩大税收收入差距，并引发区域经济发展不平衡等问题（刘怡等，2021）。在以生产驱动经济增长阶段，生产地原则通过激励地方招商引资，有效带动了区域经济和税收增长，加之增值税跨地区转移水平相对有限，符合当时制度设计的初衷。然而，随着数字经济快速发展，企业空间布局与交易模式发生深刻变革，生产地原则所导致的税收错配问题日益突出，增值税地区间转移加剧，制度适配性明显减弱。
数字经济可以帮助企业打破时空、行业、规模等壁垒，助力企业进一步开拓异地市场（陈鑫、刘生旺，2020）。其影响主要体现在销售途径的拓宽和企业管理效能的提升。首先，数字经济通过数字化平台和电子商务拓宽销售渠道，使企业产品和服务突破地理限制，进入更广阔市场。企业可通过在线渠道以极低的货架成本覆盖全国市场，显著扩大市场规模（吕越等，2023）。其次，数字经济有助于提高企业的营运能力，提高决策灵活性和运营效率，降低搜索、复制、运输、跟踪和验证等成本（Goldfarb & Tucker，2019）。数字技术创新通过减少交易成本、优化信息传递、推动持续创新，增强产业链韧性（方慧等，2025）。同时，数据驱动的决策机制有效降低了市场交易中的信息不对称，推动企业从经验决策向数据决策转型，实现资源配置效率的优化与市场响应速度的提升（Teece，2018）。这种销售能力与管理效能的提升促使企业更倾向于向数字经济发达地区集聚。另外，数字经济发达区域通常拥有更完善的信息基础设施、丰富的数字化人才资源和优惠的政策环境，能够通过资本要素和高技能创新人才的空间重构效应吸引企业聚集（刘传明、马青山，2025）。
企业集聚后，即使其产品和服务销往外地，大部分税款仍由企业所在地征收，从而加剧地区间转移。根据《税收征管法实施细则》第二十一条规定：企业到外县（市）临时从事生产、经营活动的，在办理了外出经营活动税收管理证明后，若没有超过180天的，发生的增值税纳税义务应回机构所在地缴纳（异地不动产租赁和建筑施工服务除外）。依据生产地原则下增值税“在地征管，就地划分”的政策规定，企业异地销售商品或提供服务，需在企业所在地缴纳相应的增值税。这引发增值税由销售地向企业所在地转移。因此，数字经济发展引起的企业集聚效应会导致增值税地区间转移强度加剧，促进增值税向数字经济发达地区转移。
综上所述，数字经济在扩大企业销售范围和提高企业营运能力的同时，引发企业聚集效应，加剧了增值税地区间转移的强度。据此，本文提出如下假设：
假设1：数字经济发展加剧了增值税地区间转移，而企业聚集效应是其中重要的渠道。
（二）企业避税行为作用机制
数字经济在深刻重塑企业组织形态与生产方式的同时，也为企业利润转移与税收规避行为提供了更加便捷和隐蔽的操作空间。依托互联网、大数据、云计算等技术手段，数字经济显著降低了企业跨区域经营的边际成本，企业可以实现“轻资产化”与“虚拟化”运营。这种去实体化的生产与交易特征，使得企业更容易通过设立关联企业、虚构交易路径或选择低税负地区注册，实现利润在不同地区间转移，达到降低税负的目的。在此背景下，企业的避税策略进一步强化了数字经济发展对地区间税收转移的影响。具体而言，数字化经营使企业能够在不设立实体机构的情况下跨区域开展业务，突破了传统税收征管对物理存在的依赖。这种经营模式使得企业可以通过在低税率地区注册、设立关联企业或利用税收优惠政策，将利润从高税率地区转移至低税率地区，从而降低整体税负。然而，这种利润的跨区域转移直接导致税基的重塑，造成消费地与企业注册地之间税收收入的错配。消费地政府因此面临税基流失问题，公共服务所需的财政能力受限。而企业注册地政府所处状况则相反，可能因聚集大量跨地区经营企业而获得超出其经济活动实际贡献的税收收入。因此，企业避税行为在数字经济背景下被显著放大，成为加剧地区间税收转移的重要推手，进一步提升了税收归属与经济贡献之间的不匹配程度。据此，本文提出如下假设：
假设2：企业避税会加剧数字经济对增值税地区间转移的作用效果。
（三）数字经济发展相对水平产生的异质性作用
数字经济的发展极大地提升了信息传递的能力，又使信息的存储成本、处理成本和传输成本显著降低，进而提升了信息管理的效率和经济性（Goldfarb & Tucker，2019）。此外，数字经济发展还显著减少了市场摩擦，包括搜索成本、进入成本、运输成本和复制成本，使商业信息能够更加顺畅、高效地传播到更广泛的市场（Chen，2020）。这有助于推动全国统一大市场的构建，形成“销售极化消费均化”的特征。然而，由于异地销售行为的存在，市场开放会对增值税的地区间转移产生两种截然不同的影响。
一方面，市场开放使本地企业的异地销售增多。在生产地原则下，该行为会导致大量归属于消费地的增值税被转移至生产地和企业所在地，促进了增值税的跨地区流入。另一方面，市场开放也增加了本地居民对异地产品的消费。本地居民消费异地商品，使增值税随货款向异地企业转移，造成本地增值税跨地区流出，减少本地政府税收收入。决定增值税跨地区流入或流出的关键因素是当地企业的数量及其跨地区销售能力，而这与地区数字经济发展的相对水平密切相关。
以往研究重点关注数字经济发展的绝对水平，但探讨数字经济发展相对水平对增值税地区间转移的影响更具有研究价值，微观主体追求利润或效用最大化，他们会选择当前能带来最大利益的选项，即在博弈中的节点上做出“最佳回应”（Fudenberg & Tirole，1991）。因此，决策主体会基于当前状态比较各地区数字经济发展的相对水平，选择具有比较优势的地区开展商业行为，从而影响增值税的地区间转移。
在此基础上，数字经济发展相对水平会对增值税地区间转移产生异质性影响。数字经济发展能够帮助企业扩大市场覆盖范围（Swamy，2020），降低运营成本（史丹，2022），提高客户满意度和忠诚度（Wang & Wang，2023），进而提高市场竞争力，帮助企业实现更高的利润目标。因此，企业倾向于聚集在数字经济发展水平相对较高的地区，以获得比较竞争优势。借助数字经济开拓统一大市场，向异地倾销商品，实现更大的商业追求。在这一过程中，随着“道道征收”的征管模式，增值税随异地销售额流入企业所在地。这导致数字经济发展水平相对较高的地区通过市场开放对当地增值税收入流入的促进效果较大，对其他地区的增值税产生“虹吸效应”。最终，数字经济发展相对水平较高的地区形成“数字经济比较优势—企业聚集—异地销售—税收流入”的作用效果。
对于数字经济发展水平相对较低的地区，由于数字经济发展水平相较于其他地区较弱，数字经济对企业营运能力和销售能力的提升效果存在比较劣势。为追求利润最大化，企业可能会外移至数字经济发展水平相对较高的地区，导致当地增值税大量流出。同时，位于数字经济发展相对水平较高地区的企业生产的产品往往更加优异，在全国统一大市场背景下，位于数字经济发展相对水平较低地区的居民更倾向于购买异地商品，这进一步加剧当地增值税流出。综上所述，数字经济发展相对水平对增值税地区间转移产生U型作用，在低水平时促进增值税跨地区流出，超过阈值后促进增值税流入。据此，本文提出以下假设：
假设3：在数字经济发展水平相对较低的地区，进一步发展数字经济反而会导致当地增值税流出。
四、研究设计
（一）实证模型设计
为检验上述研究假设，首先针对数字经济的整体效应构建如下的基本模型：
式（1）中，VAT_de_ratei，t表示i省t年份的增值税转移率；digei，t表示i省t年份的数字经济发展水平；Controls表示控制变量矩阵；β0为截距项，β1为解释变量系数，γ为控制变量系数矩阵；δi为城市i不随时间变化的个体固定效应，μt为时间固定效应；εi，t为随机扰动项。根据前文理论分析，如果dige的系数β1显著为正，表明数字经济发展加剧了增值税地区间转移，整体效果为促进流入或抑制流出；反之，如果系数β1显著为负，作用效果则相反。
（二）变量测度与说明
1.核心解释变量
数字经济的发展具有多维度、系统性特征，涵盖数字产品制造、数字产品服务、数字要素驱动、数字基础设施建设等多个维度。刘军等（2020）从信息化发展指标、互联网发展指标、数字交易发展指标三个维度对数字经济进行衡量。在此基础上，赵涛等（2020）从数字金融角度对测度指标进行了完善。政府支持对市场微观主体的发展具有重要促进作用。因此，本文则在结合上述文献的评价指标的基础上，加入数字政府维度，用大语言模型机器学习结合文本分析的方式，体现政府对于数字经济建设的支持程度。具体而言，本文从数字用户、数字产业、数字创新、数字金融和数字政府五个维度，选取10个影响数字经济发展的具体指标，按照熵权法线性加权得到核心解释变量数字经济发展水平。其中，数字普惠金融指数采用的是北京大学数字普惠金融指数，该指数由北京大学数字金融研究中心和蚂蚁金服集团共同编制。指标选取如表1所示。
2.被解释变量
由于增值税的负税人为最终消费者，其税收归属地应为最终消费者所在地（韩一多，2020）。因此，本文据消费地原则设定被解释变量。参考李建军等（2022）的变量设计模式，本文假设消费者所在地为消费品交易的发生地，增值税税收转移量为理论税收收入与实际税收收入的差额。理论增值税收入为按照消费地原则计算的增值税收入，用该地区社会消费品和服务零售总额占全部地区社会商品零售总额之比作为划分权重，再乘以全部地区增值税收入表示。本文核心的被解释变量增值税税收转移率（VAT_de_rate）则是用增值税税收转移量与当地税收收入的比值来表示。该变量的设计模式具有以下两个优点，既可以体现数字经济发展对增值税地区间转移产生的作用效果，还可以缓解极端值对回归结果产生的干扰。此外，为减少由于“营改增”政策对增值税转移产生的影响，本文将2016年及以前年份的营业税收入计入增值税收入中。具体来看，被解释变量如式（2）和式（3）所示：
式（2）中，VAT_dei，t表示i地区t年的增值税税收转移水平；Ti，t表示i地区t年的实际税收收入；Ci，t表示为地区t年的社会商品零售总额。式（3）中，VAT_de_ratei，t表示为i地区t年的增值税税收转移率。
3.机制变量
（1）中介变量。为识别企业聚集效应的中介渠道，本文引入两个中介变量。第一个中介变量为新注册企业增长速度（lncomp）（谢绚丽等，2018），用新注册企业数的对数表示。数字经济通过提升企业的运营效率、盈利能力及销售能力，为企业发展创造了有利条件。出于追求利润的目的，企业倾向于向数字经济发展水平较高的地区聚集。企业多通过设立子公司、分支机构或兼并重组新设企业的方式实现集聚，而非整体迁移。因此，这些地区的新注册企业增长速度将显著提升，使其成为衡量企业聚集效应的关键指标。第二个中介变量为产业聚集程度（incon），以各地区就业密度来衡量（刘军等，2017）。数字经济的发展使得企业更倾向于注册在产业聚集程度较高的地区，以便更好地利用产业链、供应链和价值链的优势。因此，产业聚集程度也成为企业聚集效应的重要代理变量之一。
（2）调节变量。本文借鉴叶康涛和刘行（2014）关于企业避税程度的测度方法，构建了三个企业层面的避税指标（ta1、ta2和ta3），并在此基础上根据企业所属城市求均值得到地区层面的企业避税程度（TA），分别记为TA1、TA2和TA3。由于所有企业的避税数据难以获取，本文采用了全部A股上市公司财务数据进行指标构造。
具体来看，企业层面的避税指标主要可以分为两种模式：一种模式是使用企业的实际税率来表示，企业所得税名义税率与实际税率的差额越大，表示企业的避税程度越大，这也是本文对于企业避税程度指标的第一种衡量方式（ta1）；另一种模式是使用会计—税收差异来衡量避税，该方法则归因于会计准则与所得税法的相对分离，导致企业可能利用会计—税收差异来规避所得税成本。据此本文用所得税会计—税收差异（ta2）来衡量，为（税前会计利润—应纳税所得额）/期末总资产。应纳税所得额=当期所得税费用/名义所得税率。同样，ta2的值越大，表明会计利润与应纳税所得额的差异越大，即企业开展避税活动的可能性越大。此外，本文还借鉴了Desai&Dharmapala（2006）的方法，使用扣除应计利润影响之后的会计—税收差异（ta3）来刻画企业的避税程度。具体而言，ta3由模型（4）计算得到：
TACC为总应计利润，为（净利润—经营活动产生的净现金流）/总资产。μj表示公司j在样本期间内残差的平均值，εi，t表示t年度残差与公司平均残差μi的偏离度。在此基础上，根据企业所属城市分组对ta1、ta2和ta3求均值，可分别得到地区层面的企业避税指标TA1、TA2和TA3。
4.控制变量
本文选择了6个可能影响我国税收状况的变量：（1）经济发展水平（lnGDPP）：用人均GDP取对数来表示；（2）财政分权度（finadp），用财政预算内收入与财政预算内支出的比值来表示；（3）城市化水平（urban），用人口密度取对数来表示；（4）地区的产业结构（indus），使用第三产业占GDP的比重来表示；（5）金融发展水平（finance），用机构存贷款余额与地区生产总值比值表示；（6）消费规模（con），使用各城市社会消费品零售总额来表示。
（三）数据来源和描述性统计
本文采用2011—2022年中国283个地级市及直辖市的面板数据，探究数字经济发展对增值税地区间转移的影响机理与相对水平异质性作用。中国地方政府的财政收入和各税种的税收收入数据来自《CEIC中国经济数据库》，控制变量数据主要来源于《CSMAR数据库》和《中国城市统计年鉴》。构建数字经济发展水平的指标数据主要取自于《CNRDS中国研究数据服务平台》和《CSMAR国泰安数据库》。其中，地方政府数字经济关注度通过使用文本分析的方法，运用通用大语言模型自主生成三类共51个与数字经济相关的词汇，再以地方政府工作报告中数字经济相关词汇出现的数量与总词汇量之比表示。新注册企业数则是来自“天眼查”网，通过Python爬虫对各城市的新注册企业数目进行统计。其他宏观数据主要来自《中国城市统计年鉴》《CSMAR国泰安数据库》等。本文采用插值法对缺失值进行填补，并删除缺失值较多的样本。在此基础上运用Winsorize方法对连续变量进行1%及99%的缩尾处理，以消除极端值的影响。表2汇报了描述性统计的结果。
五、实证检验
（一）基准回归结果
为识别数字经济发展水平对增值税地区间转移的因果关系，本文对基本模型（1）进行了实证检验，回归结果如表3所示。列（1）中未加入控制变量和任何固定效应；列（2）则是纳入控制变量并控制城市和年份固定效应。结果显示，数字经济发展水平的估计系数均显著为正，表明数字经济发展促进了增值税地区间转移，且整体作用效果表现为促进流入或抑制流出。表3的解释变量系数处于合理范围，初步验证了假设1的正确性，并与现有研究（李建军等，2022）的结论基本一致。
（二）稳健性检验与内生性处理
1.工具变量检验
为了解决潜在的内生性问题，如遗漏变量、逆向因果关系和测量误差，本文采用工具变量和两阶段最小二乘法（2SLS）进行检验。本文借鉴靳媚等（2023）的工具变量设置方法，将1984年百人固定电话数与上年全国互联网用户的交互项作为数字经济发展水平的一个工具变量（digeIV1）。1984年固定电话普及率反映了地区早期通信基础设施禀赋，为后续数字经济发展提供基础条件，而其历史外生性排除了当前经济因素的干扰。通过它与全国互联网用户数滞后项的交互，有效捕捉基础设施积累与技术扩散的协同效应。该工具变量既满足相关性要求，又能排除造成增值税地区间转移的其他干扰。表4列（1）和列（2）分别展示了工具变量检验第一阶段和第二阶段的回归结果。结果显示，该工具变量通过了Kleibergen-Paaprk的LM统计量和Kleibergen-Paaprk Wald的F统计量检验，即工具变量没有存在识别不足和过度识别问题。核心解释变量的回归估计系数均正向显著，与基准回归结果相近，印证了基准回归结果的稳健性。
此外，为了进一步加强印证结论的稳健性，本文还借鉴李江和吴玉鸣（2023）的方式，采用滞后一期的数字经济发展水平（digeIV2）作为工具变量进行验证。该工具变量也通过了Kleibergen-Paaprk的LM统计量和Kleibergen-Paaprk Wald的F统计量检验，即不存在识别不足和过度识别问题。表4列（3）和列（4）的回归估计系数同样呈现正向显著，进一步增强了结论的稳健性。
2.外生冲击检验
虽然固定效应模型能够降低回归中存在的内生性问题，但是对解释变量和被解释变量之间的因果性识别仍然不够充分。本文参考赵涛等（2020）、张涛和李均超（2023）对数字经济发展政策的设置方式，采用“宽带中国”试点的网络基础设施升级作为外生政策冲击，验证数字经济对增值税地区间转移产生作用的稳健性。数字基础设施建设是数字经济发展的基础，同时数字服务能力的提升离不开宽带网络质量的提高。因此，本文选择“宽带中国”试点政策作为数字经济的外生冲击是合理的。模型设定如式（5）所示：
其中，broadbandi，t指t年i城市是否属于“宽带中国”的试点名单，是则取1，否则取0。表5列（1）结果显示，broadband的估计系数显著为正，与基准回归结果的符号相同，验证了基准回归估计结果的稳健性。此外，本文附录中的对该结果进行平行趋势检验，附录图1中政策实施前各期系数均未达到显著水平，表明样本满足平行趋势假设。
3.变量替换
（1）替换被解释变量
本文参考刘怡等（2021）、徐绮爽和王宝顺（2023）的测算方法，以消费地原则征收到的理论增值税减去实际征收的增值税之差作为增值税税收转移量（VAT_de）。其变量设计模型如式（2）所示，使用该地区社会消费品和服务零售总额占全部地区社会商品零售总额之比作为划分权重。表6列（1）的结果显示，替换被解释变量后模型的回归结果显著为正，与基准回归结果一致。
同时，本文还参考王宝顺和谢立成（2024）所采用的思路，以地区人口数量作为数字经济分配的重要依据，将年末人口数替代式（2）中社会消费品和服务零售总额，重新构建增值税转移率（VAT_de_rateR），并对本文基准回归结果进行检验。回归结果如表6列（2）所示，数字经济发展水平的估计系数显著为正，印证了数字经济发展对增值税地区间转移作用效果的稳健性。
（2）替换解释变量
由于本文尝试构建创新性的指标体系对数字经济发展水平进行测算，因此可能会存在指标特殊性问题。为验证基准回归结果的稳健性，本文按照赵涛等（2020）的方式，选取互联网普及率、互联网相关从业人员数、互联网相关产出、移动互联网用户数和数字金融普惠发展五个指标构造数字经济发展水平（digeor），替换本文核心解释变量。表6列（3）显示的是替换核心解释变量的回归结果。替换衡量指标后的digeor估计系数显著性且符号未发生变动，印证了基准回归结果的稳健性。
4.缩尾处理
为避免极端值对回归造成的偏误，本文参考陈治和张少华（2023）的处理方式，对主要的连续型解释变量进行5%的缩尾处理。表6列（4）结果显示，数字经济发展水平对增值税地区间转移程度具有促进作用且依然显著。
5.剔除直辖市
由于直辖市属于省级行政区，其经济发展水平与普通地市级行政区并不相同，因此包含直辖市的样本会对回归结果产生影响。为了排除特殊性样本造成的干扰，本文将直辖市的样本进行剔除，并重新对式（1）进行回归。结果如表6列（5）所示，数字经济发展水平对增值税税收转移程度的影响效果显著为正。
（三）机制分析
1.渠道分析
本文基准回归和稳健性检验已经揭示了数字经济促进增值税地区间转移的效果，但尚未对其中的机制黑箱进行研究。因此，本文选择新注册企业增长速度（lncomp，用新注册企业数取对数来表示）和产业聚集程度（incon，以各地区就业密度来衡量）两个变量共同验证数字经济对企业产生的集聚作用。上述两个变量能从企业数量和就业状况两个角度验证数字经济的企业聚集效应。
企业聚集所引致的增值税税收转移，根本原因在于我国现行增值税的征管方式与税收分配机制。根据我国增值税制度的规定，增值税实行“属地征管、就地划分”的原则，即由企业注册地所属税务机关负责征收与管理，而商品或服务的销售地税务机关无权干预。因此，当企业在某一地区集聚后，即便其产品或服务主要销往外地，相关的增值税仍由企业所在地征收，从而造成税收从消费地向生产地转移的现象。即增值税由消费地转移至货物或服务生产企业所在地，而企业聚集效应加剧了转移强度与集中程度。由此可见，数字经济的发展通过推动企业集聚，进一步加剧了增值税收入向企业注册地集中的趋势，形成了“数字经济发展→企业聚集→增值税跨地区转入”的正向传导机制。表7列（1）和列（2）中，dige对中介变量lncomp和incon回归的估计系数均显著为正。这说明无论在新注册企业增长速度上，还是产业聚集程度上，数字经济发展均有效形成了企业聚集效应。该结果表明，数字经济发展加剧了增值税地区间转移，而企业聚集效应是其中重要的渠道。
2.企业避税行为的调节效应
表8结果显示，企业避税程度与数字经济发展水平的交互项的估计系数均显著为正，表明企业避税会强化数字经济对增值税地区间转移的作用效果，推动增值税转移至数字经济发达地区。数字化经营模式使企业无须设立实体机构即可实现跨区域运营，突破了传统税收征管对物理存在的依赖。依托这一模式，企业可以通过在低税率地区注册、设立关联企业或利用税收优惠政策，将利润从高税率地区转移至低税率地区，进一步增强了数字经济发展对增值税地区间转移的影响效果。
六、进一步分析
（一）数字经济发展相对水平的异质性作用
1.数字经济发展相对水平指标的构建
市场主体是以自身利益最大化为目的进行决策，会依据当前实际环境进行理性选择。因此，企业会比较不同地区数字经济发展的相对水平，选择在比较优势显著的地区开展商业活动。而通过上文分析可知，企业聚集效应是导致增值税地区间转移现象发生的重要渠道。所以，分析数字经济发展相对水平对增值税地区间转移的作用具有现实意义，更能贴合税收转移的时间维度。据此，本文用数字经济发展水平比当年全部地区数字经济发展水平之和来表示数字经济发展相对水平（re_dige）。该指标既能展现数字经济发展绝对水平的高低，又能反映同年度数字经济发展水平排名。具体形式如式（6）所示：
2.数字经济发展相对水平的异质性作用
由前文理论模型的推导可知，数字经济发展相对水平会对增值税地区间转移起到异质性的作用效果。对于相对低水平地区，发展数字经济反而会开放市场，吸引外地企业商品进入本地市场，进而导致增值税随销售额向外地企业转移。同时，本地企业也因信息渠道拓宽和行业壁垒降低，有更多的机会向数字经济发达地区转移，进一步加剧增值税外流现象的发生。相反，借助先发优势，相对高水平地区为企业提供更加便捷和高效的运营环境、更有效率的生产方式和经营模式，在吸引外来企业入驻的同时促进当地企业销售能力的提升，促进增值税由外地流入。
本文首先采用多项式回归模型，初步验证数字经济发展相对滞后困境的存在。表9列（1）结果显示，re_dige的平方项的估计系数在1%水平上显著为正，且re_dige的估计系数为负，初步表明数字经济发展相对水平对增值税转移呈现U型关系，且最低点位于纵轴右侧。由于现实情况较为复杂，二次函数难以完全表述影响的具体效果与临界点，仅能初步判断作用具有异质性效果。因此，本文为了进一步验证数字经济发展相对水平对增值税转移的非线性作用，采用随机森林模型进行机器学习，对异质性作用效果进行更深入的分析，并寻找产生异质性作用的临界值。随机森林模型是一种监督学习算法，它结合多个决策树的预测结果，以提高模型的性能和准确性。随机森林模型通过构建多个决策树并进行投票或平均，来获得比单一决策树更优的预测结果，因此具有高准确性、防止过度拟合、适用性广等优点。具体来看，本文通过以下步骤处理数据并构建模型。首先，为减少因数据质量问题而造成的学习错误，本文对含有缺失值的样本进行删除，并将数据随机平均分成四组。其次，本文将其中三组数据作为学习集，剩下的一组数据作为测试集，运用随机森林模型进行学习，并记录每个模型的均方误差（MSE）。这其中将数字经济发展相对水平和控制变量作为特征（X），增值税转移率作为目标（Y）。根据测试集的不同，可以得到不同的四个学习结果，本文选取其中均方误差最小的模型作为本部分机器学习的最终结果。最后，使用表现最好的模型参数在更广泛的数据上进行测试，验证其泛化能力，并将拟合效果进行输出。考虑到模型输出结果存在较大波动性，为使曲线更加平滑，本文在采用Z-score的方式剔除异常值后，使用LOWESS的方法对拟合曲线进行平滑化处理，并最终输出处理结果。
决策树是随机森林中的基本组成部分，本文共构建了100棵决策树和42个随机种子，以确保结果的可重复性。每棵树在每个节点选择最佳分裂特征，即算法会考虑所有可用的特征，并选择一个能实现最大限度减少均方误差的特征进行分裂。
其中，MSE表示均方误差，是实际观测值与模型预测值之间差异的平方值的平均；N表示样本的总数量；yi表示实际观测值；y表示模型预测值的平均值。一旦选择了最佳分裂特征，数据集就会被分成两部分，每部分都会进入子节点。然后在每个子节点上重复这个过程，直到满足节点下的数据量小于最小分裂量的停止条件。此外，随机森林模型引入引导抽样和特征随机选择这两种随机性来增加模型的多样性，提高整体的预测准确性并减少过拟合的风险。随机森林模型通过结合多棵树的预测结果来改善整体的预测效果，其公式如下所示：
其中，B是树的数量，fb(x)是第b棵树的预测结果。在回归中，所有树的预测结果将被平均，形成最终的预测结果。在此基础上，比较各模型的均方误差，并选择均方误差最小的模型作为最终预测模型，MSE为0.1319。由于预测的模型波动加大，本文对模型使用LOWESS的方法进行平滑化处理，并最终得到拟合曲线。图1展示的是运用随机森林模型得到的拟合结果。该结果不仅可以反映数字经济发展相对水平对增值税转移产生了非线性作用，还可以对差异临界点进行合理预测。在数字经济发展相对水平达到0.002565之前，数字经济发展相对水平的提高会促进增值税流出。但在，在达到临界点之后，数字经济发展相对水平进一步提升会抑制增值税流出并逐渐表现为促进流入。
图2散点结果直观展示了数字经济发展相对水平对增值税地区间横向转移所产生的异质性影响。图中的分段点位于0.002565，该散点图直观反映出在该临界值前后，数字经济发展相对水平对转移程度的影响效应存在显著差异。
为验证临界点存在的稳健性，本文按照临界点进行分组回归。将低于临界点的re_dige定义为数字经济发展相对低水平，高于临界点则为数字经济发展相对高水平。回归结果如表9列（2）所示，其系数显著为负，证明在数字经济发展相对低水平时，数字经济发展相对水平提高反而会促进增值税的流出。数字经济发展处于相对高水平时，回归结果如表9列（3）所示。在数字经济发展相对高水平时，数字经济发展能够促进增值税的正向流入，与基准回归结果相似。
临界点0.002565是否存在什么特殊的含义呢？本文发现，临界点与数字经济发展相对水平中的15%分位数（0.002568）较为接近。因此，本文有以数字经济发展相对水平15%的分位数为临界点进行分段回归，结果如表9列（4）和列（5）所示。上述结果表明，当数字经济发展相对水平低于15%分位数时，数字经济的发展不仅未能有效增强本地税源留存，反而可能加剧增值税的地区间流出；只有当其发展水平超过该临界门槛后，发展数字经济才能实质性改善本地增值税净流出。
本文在附录中进一步探究了该现象产生的原因。附录表1中，当数字经济发展处于相对低水平时，re_dige的估计系数并不显著，这表明处于该阶段的地区未具备显著的企业集聚效应，难以有效提升区域内经济活动的集中度与税源留存能力。与此同时，附录表2中，当数字经济发展处于相对低水平时，企业避税程度与数字经济发展相对水平交互项的估计系数显著为负，表明企业避税行为在这一阶段可能与数字经济的发展相互叠加，从而放大了税收跨区域流动的负面效应。由此可见，在数字经济尚未形成相对优势阶段，其发展反而可能加剧增值税的外流，削弱本地税收的可持续增长能力。
（二）异质性分析
1.城市创新水平
本文按照寇宗来和刘学悦（2017）的变量构造方式，构建城市创新水平（invent）。表10列（1）展示的是将城市创新水平与数字经济发展水平（dige）交互项加入基准回归后的结果。交互项的回归系数显著为正，且与基准回归的符号相同，表明城市创新水平的提高会加剧数字经济发展所导致的增值税地区间转移程度。
2.金融便捷程度
为探究金融便捷程度产生的异质性影响，本文将银行网点数量（bank）与数字经济发展水平（dige）的交互项作为核心解释变量加入回归，结果如表10列（2）所示。交互项系数显著为正，表明金融便捷程度越大，数字经济发展引发的增值税地区间转移的程度就越大。
3.知识产权保护程度
“国家知识产权保护示范区”选定区域实施一系列创新措施，旨在打造知识产权保护的模范标杆，提升区域创新能力和竞争力。本文将入选知识产权示范区作为知识产权保护程度的代理变量，如果城市入选示范区，当年及以后knright的值取1，否则取0。表10列（3）显示，交互项回归系数显著为正，表明强化产权保护能增强数字经济发展对增值税地区间转移的效果。
4.数据开放程度
为贯彻落实《国务院关于印发促进大数据发展行动纲要的通知》（国发〔2015〕50号），加快实施国家大数据战略，促进区域性大数据基础设施的整合和数据资源的汇聚应用，探索和实践数据开放共享、数据要素流通、数据中心整合利用，我国建立“国家级大数据综合试验区”试点。因此，本文参考邱子迅和周亚虹（2021）的方式，如果地级市的所在省份为国家级大数据试验区，则当年及以后的bigdata变量取值为1，否则为0。本文通过构建dige与bigdata的交互项，考察数据开放程度对数字经济作用下增值税跨地区转移效果。表10列（4）中，交互项的回归系数显著为负。这表明扩大数据开放程度，有助于削弱数字经济作用下增值税地区间转移的程度。因此，扩大数据开放程度是削弱数字经济发展产生的增值税转移问题的重要方式。
七、结论与政策建议
本文通过理论分析，解释数字经济发展与增值税地区税收转移的关系以及相对水平异质性作用，并使用中国经济数据对相关假说进行检验。研究发现：第一，数字经济发展促进增值税地区间转移，且整体效果为促进流入或抑制流出。第二，企业聚集效应是数字经济发展促进增值税地区间转移的重要途径，而企业避税行为会加剧转移程度。第三，数字经济相对水平低于15%分位数时，发展数字经济会导致增值税流出加剧，高于则相反。第四，城市创新水平、金融便捷程度、知识产权保护程度提高会促进增值税地区间转移，但扩大数据开放程度则起到抑制作用。
据此，本文提出如下政策建议：
第一，调整增值税税收分配原则，采用消费地原则代替生产地原则。研究表明，数字经济的发展整体上显著促进了增值税地区间的税收转移，尤其是推动税收随企业聚集向数字经济发达地区集中，导致税收收入归属地和税负归属地错配，加剧地区间财政失衡。现行生产地原则已难以适应数字经济“销售极化消费均化”的现实，应逐步推进以消费地为导向的税收分配制度改革。消费地原则以最终消费地为税收归属依据，更契合数字经济时代的经济实质与税收公平理念，能有效促使税收收入与税负归属地相匹配，提升税收公平性与资源配置效率。在制度层面，建议探索建立“消费地共享系数”机制，对数字经济相关行业实行按消费地和生产地分成的混合分配方式（如3∶7、5∶5等），并通过立法修订明确分成机制、行业范围与调整弹性。该机制可先行试点，以降低改革初期对财政格局的冲击。在操作层面，应依托全国统一电子发票系统与支付平台数据，建立消费行为数据对接机制，用于推算税收实际归属地。各地区应打破行政壁垒，建立高效的信息共享平台，实时共享企业销售数据、税收征管信息等关键资料，实现对跨地区数字经济业务的协同管理。
第二，完善税收征管体系，实现区域税收征管数字化协调升级。研究发现，企业避税行为会加剧地区间增值税的转移，因此完善税收征管体系，提高税收征管能力是必由之路。在信息技术迅猛发展的时代背景下，税收征管数字化转型已成为提升征管效率、增强税收治理能力的必然趋势。当前，我国税收征管体系呈现出区域间发展不平衡的态势，数字经济发达地区具有数字基础设施先发优势，凭借先进的技术与人才优势，在数字化征管方面取得较大进展。而欠发达地区则面临技术装备落后、专业人才匮乏等困境，导致税收征管效率低下、税收流失风险增加。为全面优化税收征管体系，实现区域税收征管数字化协调升级，建议从两方面着手：一方面，应在中央统筹下建立全国统一税务大数据平台，由国家税务总局主导制定数据接口标准与智能分析模块，实现税务数据跨区域对接；另一方面，应采取专项建设投入、数字化人才培养、区域经验交流等多维度支持措施，加强欠发达地区税收征管能力建设，推动欠发达地区税收征管水平快速提升。
第三，建立年度数字经济发展水平识别机制，制定差异性帮扶政策。研究显示，数字经济发展相对水平与增值税地区间转移之间存在显著的异质性作用：在数字经济发展相对水平处于年度15%分位数以下的地区，继续发展数字经济会加剧本地增值税流出，不仅未能增强本地财政能力，反而在全国统一市场建立中逐步“被边缘化”；只有当相对发展水平超过这一临界点后，数字经济才开始推动增值税跨地区流入。因此，应按年度动态识别相对落后数字经济发展地区，并给予定向支持，助其跨越“税收拐点”。建议由国家层面设立“年度数字经济发展相对落后地区识别机制”，通过构建覆盖用户、平台、产业、政务等维度的评价体系，定期识别处于相对落后的城市名单。对数字经济发展相对落后地区加大数字基础设施建设投入，如加快宽带网络、5G基站及数据中心建设，为数字产业筑牢硬件基础，增强地区数字经济承载能力。运用税收优惠及财政补贴，降低企业运营成本，激发市场活力。同时，应建立动态监测与退出机制，对连续突破发展临界点的地区逐步退出帮扶范围，实现精准施策，提高地区数字经济发展与财政空间的契合度。
第四，加强数据治理，夯实基础并提升决策质量。进一步研究发现，扩大数据开放程度能够有效缓解数字经济导致的增值税地区间转移问题。这表明数据治理水平不仅是提升税收治理科学性的重要保障，也更是解决当前税收收入与税负归属地错配问题的重要方式。因此，政府需要从制度、技术、管理等多维视角推进数据治理体系建设。首先，在制度层面，应尽快建立国家统一的数据标准体系，对数据采集、传输、存储、处理各环节明确技术规范与法定程序，确保数据的一致性、可比性与完整性；其次，在管理机制上，应设立数据质量控制与评估机制，结合动态监测与事后核查机制，实现对数据的持续治理。最后，还应强化对数据安全的技术防护。在推动大数据平台建设、数据互联互通的过程中，必须同步推进加密存储、权限控制、日志审计等关键措施，切实保护纳税人隐私，防止数据泄露与滥用。
（本文为节选，原文刊发于《经济学动态》2025年第7期。）
