-
2021年8月，中共中央、国务院印发的《法治政府建设实施纲要（2021−2025年）》明确要求：“全面落实行政裁量权基准制度，细化量化本地区各行政执法行为的裁量范围、种类、幅度等并对外公布。”
1 2022年10月，党的二十大报告进一步强调“健全行政裁量基准”“扎实推进依法行政”。2 可见，规范税收执法自由裁量权是法治政府建设在税务领域的具体落实，对保障税收执法公平正义、促进税务机关有效履行执法职能具有重要现实意义。事实上，在税收执法过程中，税收执法人员拥有较大的自由裁量权，若对此不加以规范与监督，则可能导致执法自由裁量权被滥用，诱发纳税人避税甚至逃税（田彬彬和范子英，2018；汤晓建等，2021），从而加剧纳税人税收违法风险。企业是税收征管的主要对象，规范税收执法自由裁量权有助于引导企业规范涉税行为，降低涉税违法风险。企业创新是驱动一国经济增长的重要动力源泉（Solow，1957），我国经济的持续增长在很大程度上得益于企业创新能力的不断提升（柳卸林等，2017；Du等，2022）。《2024年全国科技经费投入统计公报》的数据显示，2024年我国研发（R&D）经费投入总量突破3.6万亿元，其中企业研发投入经费为2.8万亿元，约占全国研发总投入的78%，占全社会经费投入的比重连续多年保持在75%以上。
3 可见，企业不仅是技术创新的主体，在推动经济高质量发展中发挥关键作用，同时也通过创新获取行业竞争优势（Porter，1992）。为鼓励企业创新，近年来，国家税务总局出台了一系列支持企业创新的税收优惠政策，如研发费用加计扣除等。已有研究表明，税收激励政策能够有效促进企业创新投入和产出（Mukherjee等，2017；刘行和赵健宇，2019；Atanassov和Liu，2020；刘诗源等，2020）。因此，税收政策对企业创新具有重要影响。然而，税收政策的实际效果主要取决于监管机构的执法情况。税收执法人员在执法过程中拥有较大的自由裁量权（Allingham 和 Sandmo，1972；Murphy等，1993；汤晓建等，2023；汤晓建等，2024），若缺乏有效的规范与监督，则可能引发执法偏差甚至权力滥用，进而削弱税收优惠政策的落实效果。此外，规范税收执法自由裁量权有助于压缩企业通过“寻租”规避纳税义务的空间（Allingham和Sandmo，1972），进而促进企业开展创新活动（Murphy等，1993）。据此，一个兼具理论价值与现实意义的问题随之提出：规范税收执法自由裁量权能否促进企业创新？自2016年起，国内各省级税务机关相继发布配套的《税务行政处罚裁量基准》，旨在厘清并细化税务行政处罚中自由裁量权的具体适用标准与界限，以此规范地方税收执法人员的自由裁量权。这一举措进一步约束并规范了税收执法人员处理企业创新涉税问题时的自由裁量权。例如，在税收执法自由裁量标准尚未明确之前，针对涉及企业创新的纳税申报违法事项，《中华人民共和国税收征收管理法》（以下简称《税收征管法》）虽确立了欠缴税款的法律责任框架，但在具体行政处罚的裁量基准规定方面尚显笼统，缺乏细化的执行标准。在裁量标准明确后，如四川省税务局将企业创新纳税申报相关的税收违法行为划分为“积极补缴”“消极补缴”和“情节严重”三类情形，并制定了相应的税务行政处罚裁量基准，
4 有效规范了税收执法人员的自由裁量权，同时抑制了因创新涉税问题引发的征纳合谋“寻租”行为，倒逼企业规范创新涉税行为，从而降低税收违法风险，最终推动以真实研发为目的的实质性创新。需要说明的是，在税收违法案例中，企业骗取创新税收优惠一直是高发问题。例如，2025年5月，嘉兴市税务局第一稽查局依法查处了嘉善景盛混凝土制品有限公司骗享研发费用加计扣除税收优惠偷税案件。经查，该公司申报的研发费用远超行业平均水平，却长期未产生专利成果，其所谓“研发活动”仅是在混凝土配方中添加市场通用的减水剂，既无技术创新，也无实质性改进，属于典型的“伪研发”。依据《税收征管法》和实质适用的地方税务行政处罚裁量基准等相关规定，该公司因虚增研发费用、偷税等行为，被追缴税费款、加收滞纳金并处罚款共计609.14万元。5 可见，各地税务部门执法自由裁量权的规范化不仅影响企业创新税收优惠政策的事后执行效果，也对事前的纳税申报行为形成较强的执法威慑力，从而有效规范企业创新行为，遏制以骗税为目的的虚假创新，促进企业开展真实创新活动。综上，税收执法自由裁量权的规范化，不仅有助于提高企业对创新活动中纳税违法行为及其后果的可预见性，从而使其更合理地将合规成本纳入创新决策（如是否依法纳税）；还有利于压缩税收执法人员的自由裁量空间，减少税务人员与企业之间因创新涉税问题产生的征纳合谋“寻租”交易，从而使企业创新的纳税决策更加刚性、透明。据此，本文推断，税收执法自由裁量权的规范化有助于保障企业创新活动的税务合规性，进而促进企业真实且可持续的创新。
基于此，本文以2013−2020年所有A股上市公司为研究对象，并以各省税务机关出台税收执法自由裁量基准作为准自然实验背景，深入探究政策层面的税收执法自由裁量权规范化是否及如何对企业创新产生影响。研究发现，税收执法自由裁量权的规范化显著提升了企业创新水平。内部控制与征纳合谋视角的进一步检验表明，该促进作用在内部控制质量较低、征纳合谋程度较高的企业中更显著。同时，本文从企业避税与分析师跟踪视角研究发现，税收执法自由裁量权规范化显著促进了避税程度较高企业和分析师跟踪较多企业的创新。此外，本文探究了税收执法自由裁量权规范化与企业创新关系的价值效应，发现税收执法自由裁量权规范化更能提升具有较高创新水平公司的企业价值。总体而言，基于税收执法者视角，规范税收执法人员的执法自由裁量权能够显著促进企业创新，进而提升企业的创新效果。
本文可能的研究贡献如下：
第一，本文拓展了企业创新的研究视角。已有文献从公司治理（Barker和Mueller，2002；李文贵和余明桂，2015；虞义华等，2018；Du等，2022；闵剑等，2024；蔡贵龙等，2025；赵晓阳等，2025）、文化特征（潘越等，2017）、夜间经济（潘越等，2025）以及宏观制度因素（解维敏和方红星，2011；Hsu等，2014；谭劲松等，2017；赵晓阳等，2025）等视角探究企业创新的影响因素，却鲜有研究关注税收执法自由裁量权规范化的影响。尽管已有研究指出，无形资产交易规范化通过降低企业创新的避税收益，进而抑制企业创新（Li等，2021）。但与之不同，税收执法自由裁量权规范化压缩了征纳双方的“寻租”空间，遏制了以骗税为目的的虚假创新，促进企业在合规前提下实现真实创新。简言之，税收执法自由裁量权规范化保障了真正创新企业的涉税收益，从而激励实质性创新。本文立足税收执法者视角，揭示了自由裁量权规范化对企业创新的促进作用，丰富了相关研究。
第二，本文拓展了税收执法的研究视角。已有研究主要关注税收执法力度的微观经济效应（曾亚敏和张俊生，2009；Hoopes等，2012；范子英和田彬彬，2013；Hanlon等，2014；张克中等，2020；李增福等，2021；魏志华等，2022），少有研究基于税收执法者视角考察税收执法自由裁量权规范化的微观经济效应。本文基于税收执法自由裁量权视角，探究其规范化对企业创新的影响，拓展了税收执法经济后果的研究维度。
第三，本文研究具有一定的现实意义。从税收执法者视角看，税收执法自由裁量权规范化不仅有助于压缩税务人员在企业创新涉税问题上的自由裁量空间，还能提高企业对创新相关纳税违法行为及其处罚后果的可预见性，从而促进企业创新，这对提升企业创新决策质量具有重要的实践指导价值。
-
根据《法治政府建设实施纲要（2021−2025年）》，规范税收执法自由裁量权是法治政府建设在税务领域的具体落实。现实中，由于缺乏税收执法自由裁量权具体规范，我国税务机关在执法中存在较大的自由裁量空间，进而可能带来机械性执法、随意性执法及选择性执法问题（秦隆伶，2014）。为规范执法行为、限制自由裁量空间，2012年，《税务总局关于规范税务行政裁量权工作的指导意见》（国税发〔2012〕65号）强调了约束税收执法自由裁量权的必要性；
6 2016年，《税务行政处罚裁量权行使规则》（国家税务总局公告2016年第78号）要求自2017年1月1日起，省国税局、地税局应当联合制定本地区统一适用的税务行政处罚裁量基准。7 总体来看，这些政策的发布与实施，在很大程度上明确了各地区税务行政处罚裁量权的范围、种类与幅度，对裁量标准进行了量化与细化，有力推动了税收执法自由裁量权的规范化，提升了执法的公平性与公正性，从而为纳税人的合法权益提供了更为坚实的保障。2021年，中共中央办公厅、国务院办公厅印发《关于进一步深化税收征管改革的意见》，强调“持续健全行政处罚裁量基准制度”。8 2022年，党的二十大报告指出“推进法治中国建设”“健全行政裁量基准”。9 在税务领域，落实这一要求的核心任务是规范税收执法人员的自由裁量权，具体表现为对税务行政处罚裁量权的规范。此外，自2023年起，我国税务行政处罚裁量基准已形成涵盖华北、华东等六大区域的统一格局，实现了裁量基准的统一，推动了“同案同罚”，减少了税务执法的随意性。综上，作为税收执法自由裁量权规范化的重要表现形式，各省税务行政处罚裁量基准的陆续推行，有力推动了税务领域法治政府建设任务的落地实施，同时也推动了我国地方税务系统在执法层面的改革深化。实质上，税收执法自由裁量权并不等同于“任意裁量”，而是从源头上规范税务人员的执法行为，进而提升执法公信力与税法遵从度，为经济社会的高质量发展营造优良的税收法治环境。因此，税收执法自由裁量权规范化，不仅有利于压缩税收执法人员的自由裁量空间，提高纳税人对纳税违法行为及其处罚后果的可预见性，还能减少因征纳双方合谋产生“寻租”交易而纵容避税的机会，促使纳税人的纳税决策遵从税法规定。
-
一般而言，创新不仅有助于企业获得行业竞争优势（Porter，1992），还能有效推动国家经济增长（Solow，1957）。已有研究主要从公司治理、文化特征以及宏观制度等视角探究企业创新的影响因素。具体地，基于公司治理视角，CEO教育背景（Barker和Mueller，2002）、过度自信（Hirshleifer等，2012）、风险偏好（Sunder等，2017）、是否具有海外经历（Yuan和Wen，2018）、发明家身份（虞义华等，2018）以及组织认同（Du等，2022）等高管个人特征会显著影响企业创新，股权激励计划（田轩和孟清扬，2018）、分析师预测（Barth等，2001；徐欣和唐清泉，2010；He和Tian，2013）、机构投资者（Aghion等，2013；李文贵和余明桂，2015）、董事会特征（Balsmeier等，2017；Sena等，2018）、供应链金融（凌润泽等，2021）和非任务绩效评价（娄祝坤等，2025）等公司治理机制也会显著影响企业创新。基于文化特征视角，地域文化特征显著影响企业创新（潘越等，2017）。基于宏观制度视角，金融市场发展（解维敏和方红星，2011；Hsu等，2014）、产业政策（谭劲松等，2017）、货币政策和财政政策（钟凯等，2016）以及绿色金融发展（王玉林和周亚虹，2023）会显著影响企业创新。综上，尽管学界关于企业创新影响因素的探究已较为深入，但鲜有研究将视角投向税收执法自由裁量权的规范化，分析其对企业创新活动可能产生的影响。
实务中，税务部门推出了一系列税收优惠政策支持企业创新，包括研发费用加计扣除、增值税留抵退税、固定资产加速折旧、技术转让所得税收减免等。已有研究表明，税收激励政策能够显著促进企业创新（Mukherjee等，2017；刘行和赵健宇，2019；Atanassov和Liu，2020；刘诗源等，2020）。然而，近年来公司假借支持企业创新的税收优惠政策之名骗取税收优惠的涉税违法案件屡见不鲜。例如，根据2022年10月20日江苏省税务局通报的一则涉税违法案件，某江苏企业在2018年度将某一项目归类为新研发项目，但该项目实际并不属于研发项目，而仅为对项目自身性能的改善。该企业将其作为新研发项目，采用加计扣除税收优惠政策列支研发费用726.58万元，按2018年75%的加计扣除比例加计扣除544.94万元应纳税所得额，漏缴企业所得税81.74万元。对此，该企业除需补缴81.74万元企业所得税外，还需缴纳因该项目不适用加计扣除政策而形成的40.87万元罚款。
10 由此可见，企业对涉及创新的纳税违法行为及其处罚后果缺乏预见性，可能是导致企业研发费用加计扣除相关纳税违法行为的主要原因。理论上，税收执法力度主要取决于税收执法自由裁量权（汤晓建等，2023）。若缺乏有效的制度约束，该裁量权不仅可能弱化执法刚性，还易诱发征纳双方间的利益输送等“寻租”行为，从而在客观上为企业避税提供庇护空间（汤晓建等，2021）。因此，较大的税收执法自由裁量空间，可能是诱发上述企业研发费用加计扣除相关纳税违法行为的重要原因。2018年6月15日，江苏省税务局发布并实施《江苏省税务行政处罚裁量基准》。
11 随着江苏省税收执法自由裁量权的规范化，更细致的税收违法行为处罚细则可有效提升企业对创新相关纳税违法行为及其处罚后果的预见性，从而倒逼企业规范涉税创新行为，推动企业开展不以骗税为目的的真实创新。因此，本文推断，规范税收执法中的自由裁量权能够有效激发企业创新活力。一方面，税收执法自由裁量权规范化，有助于提高企业对创新相关纳税违法行为及其处罚后果的可预见性（汤晓建等，2022a；汤晓建等，2022b），促使涉税违法成本显性化并纳入企业创新纳税决策，从而倒逼企业规范涉税创新行为、降低税收违法风险，进而促进企业创新。针对企业纳税申报方面的违法处理，此前并未规定具体的税收违法行为裁量基准，而在税收执法自由裁量标准明确后，部分省级税务机关相继明确了有关企业创新纳税申报方面的行政处罚规定。例如，基于四川省税务行政处罚裁量基准，
12 当辖区内企业因创新纳税申报违法而欠缴应纳税款时，企业能够更清晰地预判可能面临的处罚，即税收执法自由裁量权规范化提升了企业对创新相关税收违法行为及其处罚后果的可预见性。因此，在税法遵从合规性的影响下，税收执法自由裁量权规范化有利于促进企业创新。另一方面，税收执法自由裁量权规范化，有利于压缩税收执法人员的税收执法自由裁量空间（汤晓建等，2021；汤晓建等，2023），在一定程度上规避征纳合谋“寻租”交易的避税机会，从而使企业创新纳税决策过程更趋刚性化，充分显露企业创新涉税问题的税收违法风险，引导企业通过规范其涉税创新行为降低税收违法风险，推动企业开展不以骗税为目的的真实创新。具体而言，在税收执法自由裁量标准明确前，由于缺乏有效的制度约束，税收执法自由裁量权很可能被滥用，从而更容易形成“寻租”空间，加剧企业因创新涉税问题而产生的税收违法风险。然而，随着税收执法自由裁量基准的确立，制度性约束得以强化，倒逼企业通过规范自身创新涉税行为来提升纳税遵从度。
例如，北京市税务局针对纳税人逾期未缴纳应纳税款的税收违法行为，明确了处罚标准。
13 若北京市辖区内企业存在上述涉及创新纳税的税收违法行为，根据逾期未缴纳应纳税款情节的轻重程度，企业将依法受到不同程度的税务行政处罚。因此，在北京市明确税收执法自由裁量标准后，税务人员的自由裁量空间被有效压缩，以往因创新涉税问题而滋生的征纳合谋“寻租”现象随之减少，从而有效遏制了企业避税行为。这在很大程度上增加了因创新涉税问题而导致的公司税收违法风险，进而倒逼企业通过规范创新涉税行为来降低税收违法风险，促进企业真实创新。综上，基于税收违法成本显性化（税收违法行为的可预见性提高）和刚性化（征纳合谋“寻租”空间被压缩）的视角，税收执法自由裁量权规范化能够显著促进企业创新。据此，本文提出假说1：在其他条件不变的情况下，税收执法自由裁量权规范化程度越高，对企业创新的促进作用越强。
从理论上看，企业创新相关的纳税行为合规性属于内部控制的合规目标（COSO，2014；林斌等，2014；方红星，2015）。同时，已有研究表明，高质量的内部控制能够促进企业创新（钟凯等，2016；陈红等，2018；杨道广等，2019；Chan等，2021）。基于此，高质量的内部控制能够保证企业创新涉税事项的合规性，进而促进企业创新。相反，低质量的内部控制难以对企业创新涉税事项的合规性提供充分保障，进而可能抑制企业创新。然而，基于各地方税务行政处罚裁量基准的实施，税收执法人员自由裁量权日趋规范化，企业（尤其是内部控制质量较低的企业）能够更好地预判创新涉税方面的违法成本，进而通过强化创新涉税事项的合规管理来降低税收违法风险，并最终开展真实创新活动。因此，本文预期，相较于内部控制质量较高的企业，税收执法自由裁量权规范化更能促进内部控制质量较低企业的创新。
据此，本文提出假说2：在其他条件不变的情况下，规范税收执法自由裁量权对内部控制质量较低企业的创新促进作用更显著。
已有研究表明，企业合谋行为会助长经理人与合谋方之间的“寻租”行为（Kim等，2023），从而阻碍企业创新（Ellis等，2020）。相应地，旨在抑制企业合谋行为的约束机制，压缩了经理人与合谋方的“寻租”交易空间，促使经理人按照企业利益行事，有助于提升企业的创新投入和产出（党力等，2015；王健忠和高明华，2017；Xu和Yano，2017；田利辉和王可第，2020）。税务领域中，征纳合谋程度较低的企业，其与税务机关因创新涉税问题达成“寻租”交易的可能性较低，进而更可能促进企业创新；而征纳合谋程度较高的企业，其与税务机关因创新涉税问题达成征纳合谋“寻租”交易的可能性较高，由此更可能阻碍企业创新。但随着税收执法人员税收执法自由裁量权的日趋规范，尤其在征纳合谋程度较高的企业，这一规范化进程压缩了税收执法人员与企业之间因创新涉税问题形成的征纳合谋“寻租”空间，揭示了企业创新涉税问题的税收违法风险，促使企业通过规范涉税创新行为降低税收违法风险，进而促进企业真实创新。
据此，本文提出假说3：在其他条件不变的情况下，规范税收执法自由裁量权对征纳合谋程度较高企业的创新促进作用更显著。
-
本文选取2013−2020年中国A股上市公司为初始样本。考虑到自由裁量权规范化对企业创新的影响存在一定的时滞效应，本文将企业创新指标的考察区间设定为2014−2021年。在剔除金融行业样本、ST及*ST公司、数据缺失值后，本文共获得18905个“公司−年度”样本。
本文数据来源如下：企业创新数据来自CNRDS数据库，内部控制指数采用深圳迪博数据库的DIB指标，政府治理水平数据参考王小鲁等（2021）编制的《中国分省份市场化指数报告（2021）》，其余财务数据则来自CSMAR数据库。此外，为缓解极端值对实证结果的干扰，本文对所有模型涉及的连续变量进行了上下1%的缩尾（Winsorize）处理。
-
考虑到税收执法自由裁量权规范化对企业创新的影响存在滞后性，本文借鉴Yuan和Wen（2018）、刘行和赵健宇（2019）的做法，采用企业下一年度新增的发明、实用新型及外观设计专利总数加1后的自然对数作为企业创新的代理变量（Patent）。
-
为衡量税收执法自由裁量权的规范化程度，本文参考汤晓建等（2022a）、汤晓建等（2022b）以及汤晓建等（2023）的研究，构造变量TaxDis：对于特定样本，若其年份大于等于所在省份实施裁量基准的年份，则定义为处理组（TaxDis=1），否则为对照组（TaxDis=0）。
-
参考林斌等（2014）、逯东等（2014）以及汤晓建（2016）的研究，本文采用迪博内部控制指数来衡量企业内部控制质量。首先，考虑到该指数量纲较大，将该指数除以1000进行标准化处理。其次，进一步将其转换为虚拟变量（Icq）：若企业内部控制质量低于全样本企业内部控制质量均值，则取值为1，定义为内部控制质量较低组；否则取值为0，定义为内部控制质量较高组。
-
参考田彬彬和范子英（2018）、汤晓建等（2022a）以及Kim等（2023）的研究，本文构建模型（1），测算企业寻租性支出水平，以衡量征纳合谋的程度。
14 $$ \begin{split} {ETC} _{{i,t} }=&{\alpha } _{ \mathrm{0}}{+\alpha } _{ \mathrm{1}}{ExecPay} _{{i,t} }{+\alpha } _{ \mathrm{2}}{OwnCon} _{{i,t} }{+\alpha } _{ \mathrm{3}}{BSize} _{{i,t} }{+\alpha } _{ \mathrm{4}}{AccPay} _{{i,t} }{+\alpha } _{ \mathrm{5}}{AccRcv} _{{i,t} }\\&+{\alpha } _{ \mathrm{6}}{Size} _{{i,t} }{+Industry+Year+\epsilon } \end{split} $$ (1) 其中，ETC为业务招待费和差旅费比例；ExecPay为高管薪酬占比；OwnCon为股权集中度；BSize为董事会规模；AccPay为应付账款占比；AccRcv为应收账款占比；Size为公司规模。残差ε表示企业寻租性支出水平，数值越大，表明企业征纳合谋程度越高。本文进一步将其转换为虚拟变量（TaxCo）：若企业征纳合谋程度大于或等于样本公司整体水平的中位数，取值为1，定义为征纳合谋程度较高组；否则取值为0，定义为征纳合谋程度较低组。
-
参考Yuan和Wen（2018）、刘行和赵健宇（2019）的研究，本文选择如下控制变量：一是企业层面的变量，主要包括成长性（Growth）、账面市价比（Bm）、净资产收益率（Roe）、现金资产比率（CashR）、资产负债率（Lev）、应收账款占比（AccR）、存货占比（InvR）、公司规模（Size）、董事会规模（Bdsize）、独立董事比例（Idr）、两职合一（Dual）、“四大”审计（Big4）、股权集中度（First10）、盈余质量（DA）以及企业性质（SOE）；二是外部环境层面的变量，主要包括经济发展水平（Pergdp）和企业所在省份的政府治理水平（Interv）。此外，本文还控制了公司（Firm）、行业（Industry）、省份（Province）及年份（Year）固定效应。模型中的t和i分别表示年份和公司。
具体变量定义如表1所示。
表 1 变量定义
变量 名称 定义 Patent 企业创新 企业下一年度获得的三类专利授权数量之和加1取自然对数 TaxDis 税收执法自由裁量权规范化 对于特定样本，若其年份大于等于所在省份实施裁量基准的年份，则定义为处理组（TaxDis=1），否则为对照组（TaxDis=0） Icq 内部控制质量 以经千分位调整的迪博内部控制指数衡量内部控制质量。若企业该指数低于年度均值，则定义为低质量组，取值为1；否则为高质量组，取值为0 TaxCo 征纳合谋程度 采用企业寻租性支出程度作为征纳合谋水平的代理变量。在此基础上，依据样本中位数对征纳合谋程度进行分组：将大于或等于中位数的样本定义为高合谋组，取值为1；低于中位数的样本定义为低合谋组，取值为0 Growth 成长性 企业营业收入增长率 Bm 账面市价比 企业账面价值/市场价值 Roe 净资产收益率 净利润/权益总额 CashR 现金资产比率 现金及现金等价物余额/资产总额 Lev 资产负债率 负债总额/资产总额 AccR 应收账款占比 应收账款净额/资产总额 InvR 存货占比 存货总额/资产总额 Size 公司规模 企业期初资产的自然对数 Bdsize 董事会规模 企业董事会总人数的自然对数 Idr 独立董事比例 企业独立董事人数/董事会总人数 Dual 两职合一 当董事长与总经理由同一人兼任时，取值为1，否则为0 Big4 “四大”审计 企业财报是否被国际“四大”会计师事务审计，是取值为1，否则为0 First10 股权集中度 前十大股东持股比例之和 DA 盈余质量 可操控性应计值的绝对值 SOE 企业性质 国有企业取值为1，否则为0 Pergdp 经济发展水平 各省份人均GDP的自然对数 Interv 政府治理水平 参考王小鲁等（2021）的市场化指数报告，以“地方政府与市场的关系”年度省级排名为依据，排名后15位的地区取值为1（低政府治理水平组），其余取值为0（高政府治理水平组） -
为验证假说1，本文参考Mukherjee等（2017）、Du等（2022）的研究，构建如下多时点双重差分（DID）固定效应检验模型：
$$ {Patent} _{ {i,t+1} } {=\alpha } _{ \mathrm{0}} {+\alpha } _{ \mathrm{1}} {TaxDis+\alpha } _{ {i} } {Controls} _{ {i,t} } \mathrm+ {Firm} \mathrm+ {Industry+Year} \mathrm+ {Province+\epsilon } $$ (2) 为验证假说2和假说3，本文构建如下多时点双重差分固定效应检验模型：
$$ \begin{split} {Patent} _{ {i,t+} \mathrm{1}}=& {\gamma } _{ \mathrm{0}} {+\gamma } _{ \mathrm{1}} {TaxDis+\gamma } _{ \mathrm{2}} {Icq} _{ {i,t} } {+\gamma } _{ \mathrm{3}} {TaxDis\times Icq} _{ {i,t} } {+\gamma } _{ \mathrm{i}} {Controls} _{ {i,t} } \mathrm+ {Firm} \\&+ {Industry+} {Year+} {Province} {+\epsilon } \end{split} $$ (3) $$ \begin{split} {Patent} _{ {i,t+} {1}} =&{\beta } _{ {0}} {+\beta } _{ {1}} {TaxDis+\beta } _{ {2}} {TaxCo} _{ {i,t} } {+\beta } _{ {3}} {TaxDis\times TaxCo} _{ {i,t} } {+\beta } _{ {i}} {Controls} _{ {i,t} } \\&+ {Firm} + {Industry+Year} + {Province} {+\epsilon } \end{split} $$ (4) -
表2报告了本文变量的描述性统计结果。Patenti,t+1的均值为3.346，TaxDis的均值为0.487。控制变量方面，Big4的均值为0.055，表明有5.5%的样本公司选择了国际“四大”会计师事务所进行财报审计。Interv的均值为0.157，表明有15.7%的样本公司处于政府治理水平较低的地区。
表 2 描述性统计
变量 样本量 均值 中位数 标准差 25%分位数 75%分位数 最小值 最大值 Patent 18905 3.346 3.611 1.940 2.197 4.682 0 7.673 TaxDis 18905 0.487 0 0.500 0 1 0 1 Growth 18905 0.133 0.098 0.257 −0.027 0.252 −0.289 0.779 Bm 18905 0.612 0.604 0.252 0.418 0.799 0.113 1.172 Roe 18905 0.065 0.071 0.125 0.030 0.120 −0.627 0.358 CashR 18905 0.152 0.120 0.115 0.070 0.199 0.010 0.598 Lev 18905 0.424 0.415 0.202 0.263 0.574 0.059 0.885 AccR 18905 0.126 0.106 0.105 0.041 0.185 0.000 0.479 InvR 18905 0.143 0.110 0.135 0.057 0.178 0.000 0.704 Size 18905 22.139 21.970 1.288 21.200 22.872 19.710 26.110 Bdsize 18905 2.291 2.303 0.257 2.197 2.485 1.609 3.219 Idr 18905 0.383 0.375 0.074 0.333 0.429 0.333 0.600 Dual 18905 0.283 0 0.450 0 1 0 1 Big4 18905 0.055 0 0.227 0 0 0 1 First10 18905 0.387 0.380 0.215 0.206 0.555 0.008 0.862 DA 18905 0.048 0.035 0.044 0.016 0.065 0.001 0.229 SOE 18905 0.338 0 0.473 0 1 0 1 Pergdp 18905 11.198 11.221 0.423 10.901 11.498 10.180 12.010 Interv 18905 0.157 0 0.364 0 0 0 1 -
表3报告了税收执法自由裁量权规范化与企业创新的回归结果。列（1）的结果显示，在仅控制公司固定效应，未纳入年份、行业、省份固定效应及相关控制变量时，TaxDis的回归系数为0.781，且在1%的水平上显著。列（2）的结果显示，在未加入控制变量，但控制年份、行业、省份及公司固定效应的情况下，TaxDis的回归系数为0.075，且在1%的水平上显著。列（3）的结果显示，在加入控制变量，同时控制年份、行业、省份及公司固定效应的情况下，TaxDis的回归系数为0.077，且在1%的水平上显著。以上三组回归结果均支持了本文假说1。该研究结果的经济含义如下：在实施自由裁量基准相关政策后，税收执法自由裁量权规范化每增加1个单位，企业创新水平平均提升0.020（0.077×0.500/1.940）个单位。
表 3 税收执法自由裁量权规范化与企业创新
变量 Patenti,t+1
(1)Patenti,t+1
(2)Patenti,t+1
(3)IPatenti,t+1
(4)UPatenti,t+1
(5)TaxDis 0.781*** 0.075*** 0.077*** 0.082*** −0.034 (38.34) (2.66) (2.70) (2.73) (−1.23) Growthi,t 0.177*** 0.170*** 0.096*** (5.24) (4.76) (3.28) Bmi,t 0.034 0.012 −0.120* (0.44) (0.14) (−1.78) Roei,t 0.476*** 0.543*** 0.054 (6.01) (6.70) (0.81) CashRi,t 0.215* 0.332** 0.011 (1.75) (2.49) (0.10) Levi,t 0.017 0.128 −0.093 (0.15) (1.10) (−0.97) AccRi,t 0.438** 0.437* 0.375* (2.01) (1.91) (1.87) InvRi,t −0.251 0.146 −0.417*** (−1.26) (0.77) (−2.69) Sizei,t-1 0.337*** 0.260*** 0.360*** (10.69) (8.21) (13.12) Bdsizei,t −0.055 −0.083* −0.004 (−1.38) (−1.94) (−0.12) Idri,t 0.066 −0.056 0.010 (0.53) (−0.44) (0.09) Duali,t 0.071** 0.050 0.028 (2.33) (1.56) (1.04) Big4i,t −0.077 −0.064 0.027 (−0.70) (−0.54) (0.28) First10i,t 0.045 0.055 −0.158*** (0.68) (0.80) (−2.65) DAi,t −0.231 −0.160 0.217 (−1.16) (−0.80) (1.29) SOEi,t −0.075 −0.048 −0.045 (−1.18) (−0.72) (−0.78) Pergdpi,t-1 −0.304** −0.400*** 0.174 (−2.18) (−2.90) (1.52) Intervi,t-1 −0.064* −0.059* −0.016 (−1.81) (−1.65) (−0.53) Firm 控制 控制 控制 控制 控制 Industry/Year/Province 未控制 控制 控制 控制 控制 Adj-R2 0.151 0.261 0.280 0.194 0.109 N 18905 18905 18905 18905 18905 注：*、**、***分别表示10%、5%、1%的显著性水平，括号内为经异方差和公司层面聚类稳健标准误调整后的t值。 上述回归结果可能并未反映企业真正的创新情况，即税收执法自由裁量权规范化是否抑制了企业以骗税为目的的策略性创新？或促进了企业实质性创新？因此，本文参考黎文靖和郑曼妮（2016）的做法，选取企业下一年度获得授权的发明专利总数加1后的自然对数，作为实质性创新的衡量指标（IPatenti,t+1）；采用公司下一年度获得授权的实用新型与外观设计专利总数加1后的自然对数，作为策略性创新的代理变量（UPatenti,t+1）。将以上两种创新变量代入模型的回归结果如表3列（4）、列（5）所示。TaxDis与IPatenti,t+1的回归系数为0.082，在1%的水平上显著；TaxDis与UPatenti,t+1的回归系数为−0.034，虽在统计水平上并不显著，但可以预见税收执法自由裁量权规范化能够在一定程度上抑制企业策略性创新。列（4）、列（5）的结果表明，税收执法自由裁量权规范化能够促进企业实质性创新。综上，基于税收执法视角，税收执法自由裁量权规范化能够显著促进企业真正的创新。
调节效应的检验结果如表4所示。列（1）报告了基于内部控制视角的回归结果，TaxDis×Icqi,t的回归系数为0.101，且在1%的水平上显著，表明相较于内部控制质量较高的企业，税收自由裁量权规范化对内部控制质量较低企业的创新促进作用更显著，本文假说2成立。因此，基于税收执法视角，税收执法自由裁量权规范化促使内部控制质量较低的企业更能预见创新相关的税收违法成本，进而通过规范企业创新涉税事项来降低税收违法风险，由此促进企业创新。列（2）报告了基于征纳合谋视角的回归结果，TaxDis×TaxCoi,t的回归系数为0.082，且在5%的水平上显著，表明相较于征纳合谋水平较低的企业，税收自由裁量权规范化对征纳合谋水平较高企业的创新促进作用更显著，本文假说3成立。因此，税收执法自由裁量权规范化在一定程度上压缩了税收执法人员与征纳合谋程度较高企业之间的创新“寻租”空间，促使企业通过规范涉税创新行为来降低税收违法风险，进而促进企业创新。
表 4 调节效应检验：基于内部控制和征纳合谋视角
变量 Patenti,t+1
(1)Patenti,t+1
(2)TaxDis 0.024 0.036 (0.73) (1.08) Icqi,t −0.046** (−2.23) TaxDis×Icqi,t 0.101*** (3.39) TaxCoi,t 0.056* (1.81) TaxDis×TaxCoi,t 0.082** (2.32) Growthi,t 0.175*** 0.177*** (5.06) (5.26) Bmi,t 0.045 0.032 (0.57) (0.41) Roei,t 0.462*** 0.486*** (5.78) (6.12) CashRi,t 0.205* 0.216* (1.67) (1.77) Levi,t 0.016 0.011 (0.14) (0.10) AccRi,t 0.438** 0.518** (2.01) (2.37) InvRi,t −0.260 −0.247 (−1.31) (−1.24) Sizei,t−1 0.330*** 0.331*** (10.51) (10.49) Bdsizei,t −0.054 −0.060 (−1.37) (−1.51) Idri,t 0.067 0.071 (0.54) (0.57) Duali,t 0.071** 0.071** (2.30) (2.32) Big4i,t −0.080 −0.066 (−0.73) (−0.60) First10i,t 0.045 0.034 (0.68) (0.53) DAi,t −0.226 −0.230 (−1.14) (−1.16) SOEi,t −0.073 −0.072 (−1.16) (−1.14) Pergdpi,t−1 −0.316** −0.308** (−2.27) (−2.21) Intervi,t−1 −0.063* −0.063* (−1.79) (−1.80) Firm 控制 控制 Industry/Year/Province 控制 控制 Adj-R2 0.281 0.282 N 18905 18905 注：*、**、***分别表示10%、5%、1%的显著性水平，括号内为经异方差和公司层面聚类稳健标准误调整后的t值。 综上，税收执法自由裁量权规范化显著促进了企业创新，且这一促进效应在内部控制质量较低、征纳合谋程度较高的企业中更显著。
-
双重差分模型应用的有效性依赖于一个核心前提假设，即平行趋势假设。为检验该假设，本文借鉴La Ferrara等（2012）、张克中等（2020）、魏志华等（2022）的方法，将省级层面税务行政处罚裁量基准实施时间提前1至3年，构建三个“伪税务行政处罚裁量基准实施虚拟变量”，并将其纳入基准模型重新进行回归。理论上，如果此时“伪税务行政处罚裁量基准实施虚拟变量”在统计上均显著为正，表明企业创新水平的提升可能源于其他政策的影响，而非税收执法自由裁量权规范化所致。反之，如果此时“伪税务行政处罚裁量基准实施虚拟变量”在统计上均不显著，则说明处理组与控制组在政策实施前具有相似的时间趋势，满足平行趋势假设。表5的平行趋势检验结果显示，在税务行政处罚裁量基准实施前的1至3年，“伪税务行政处罚裁量基准实施虚拟变量”的系数在统计上均不显著，表明处理组与控制组在政策实施前的企业创新水平无显著差异。这说明在税收执法自由裁量权规范化政策实施前，两组样本的发展趋势具有一致性，满足双重差分模型所要求的平行趋势前提。
表 5 平行趋势检验
变量 Patenti,t+1 提前1年 0.010 (0.57) 提前2年 0.016 (0.52) 提前3年 0.006 (0.18) Controls 控制 Firm 控制 Industry/Year/Province 控制 Adj-R2 0.280 N 18905 注：*、**、***分别表示10%、5%、1%的显著性水平，括号内为经异方差和公司层面聚类稳健标准误调整后的t值；限于篇幅，控制变量的回归结果未报告，资料备索。 -
尽管基准回归结果显示，税收执法自由裁量权规范化显著促进了企业创新，但这一估计结果仍可能受到随机因素的干扰，即观测到的效应可能与政策本身无实质关联。为缓解这一问题，本文参考Chetty等（2009）、汤晓建等（2022a）的研究，进行安慰剂检验。具体而言，本文随机生成500组虚拟的政策实施年份与地区组合，并据此重新进行回归估计。图1报告了经500次模拟后TaxDis的估计系数的分布情况。结果显示，随机模拟生成的回归系数主要集中在0附近，其数值远小于基准模型（2）中的回归系数（0.077），进一步支持了本文研究结论的稳健性。
图 1 安慰剂检验
-
已有研究表明，“金税工程三期”增强了税收执法部门利用大数据技术对企业纳税项目的执法能力（张克中等，2020；李增福等，2021），提高了企业纳税遵从度（唐博和张凌枫，2019；樊勇和李昊楠，2020），从而影响企业创新。因此，“金税工程三期”的实施可能会干扰前述税收执法自由裁量权规范化与企业创新关系的结论。为控制这一潜在因素的影响，参考张克中等（2020）、李增福等（2021）的研究，本文构建“金税工程三期”实施虚拟变量（Rov_GT），并定义如下：若样本企业处于所在省份“金税工程三期”实施当年及以后，取值为1，否则为0。本文在控制“金税工程三期”实施变量（Rov_GT）后，进一步验证前文的结论是否稳健。
表6报告了控制“金税工程三期”影响后的回归结果。列（1）中，TaxDis的回归系数为0.078，且在1%的水平上显著；列（2）中，交互项TaxDis×Icqi,t的回归系数为0.102，且在1%的水平上显著；列（3）中，交互项TaxDis×TaxCoi,t的回归系数为0.082，且在5%的水平上显著。以上结果表明，在考虑“金税工程三期”影响后，税收执法自由裁量权规范化仍显著促进了企业创新，且这一促进作用在内部控制质量较低和征纳合谋程度较高的企业中更显著，本文假说依然成立。
表 6 考虑“金税工程三期”的影响
变量 Patenti,t+1
(1)Patenti,t+1
(2)Patenti,t+1
(3)TaxDis 0.078*** 0.025 0.037 (2.73) (0.76) (1.11) Icqi,t −0.046** (−2.23) TaxDis×Icqi,t 0.102*** (3.40) TaxCoi,t 0.056* (1.81) TaxDis×TaxCoi,t 0.082** (2.32) Rov_GT −0.023 −0.024 −0.024 (−0.64) (−0.67) (−0.67) Controls 控制 控制 控制 Firm 控制 控制 控制 Industry/Year/Province 控制 控制 控制 Adj-R2 0.280 0.281 0.282 N 18905 18905 18905 注：*、**、***分别表示10%、5%、1%的显著性水平，括号内为经异方差和公司层面聚类稳健标准误调整后的t值；限于篇幅，控制变量的回归结果未报告，资料备索。 -
已有研究表明，“营改增”政策不仅有助于提升企业的纳税风险管理能力（王玉兰等，2014）与纳税遵从度（毛德凤和刘华，2017），还会进一步影响企业创新行为（王华等，2020）。因此，“营改增”政策的实施可能会成为干扰本文核心结论的潜在因素。为缓解这一政策冲击的影响，本文参考范子英和彭飞（2017）的做法，构建“营改增”实施虚拟变量（Rov_VAT）并将其纳入基础回归模型。虚拟变量（Rov_VAT）的定义如下：对于样本中属于试点行业的企业，若其观测年份处于“营改增”政策实施当年及以后，Rov_VAT取值为1，否则为0。
表7报告了考虑“营改增”政策冲击后的回归结果。列（1）中，TaxDis的回归系数为0.076，且在1%的水平上显著；列（2）中，交互项TaxDis×Icqi,t的回归系数为0.102，且在1%的水平上显著；列（3）中，交互项TaxDis×TaxCoi,t的回归系数为0.082，且在5%的水平上显著。以上结果表明，在考虑“营改增”政策影响后，本文假说依然成立。
表 7 考虑“营改增”政策的影响
变量 Patenti,t+1
(1)Patenti,t+1
(2)Patenti,t+1
(3)TaxDis 0.076*** 0.023 0.035 (2.67) (0.71) (1.05) Icqi,t −0.047** (−2.27) TaxDis×Icqi,t 0.102*** (3.40) TaxCoi,t 0.055* (1.78) TaxDis×TaxCoi,t 0.082** (2.32) Rov_VAT 0.118* 0.119* 0.113* (1.78) (1.79) (1.70) Controls 控制 控制 控制 Firm 控制 控制 控制 Industry/Year/Province 控制 控制 控制 Adj-R2 0.280 0.281 0.282 N 18905 18905 18905 注：*、**、***分别表示10%、5%、1%的显著性水平，括号内为经异方差和公司层面聚类稳健标准误调整后的t值；限于篇幅，控制变量的回归结果未报告，资料备索。 -
已有研究表明，企业避税助长了经理人自利行为（Kim等，2011；Yost和Shu，2022），加剧了企业涉税违法风险（Dyreng等，2019；汤晓建等，2022a），阻碍了企业创新（Atanassov和Liu，2020；Li等，2021）。因此，企业避税会降低其创新涉税事项的合规性，抑制企业创新。然而，随着税收执法人员税收执法自由裁量权的规范化，尤其在避税程度较高的企业中，税收执法自由裁量权规范化不仅促使这类企业更可能预见创新涉税方面的税收违法成本，也压缩了税收执法人员与企业之间因创新涉税问题形成的征纳合谋“寻租”空间，进而通过保障企业创新涉税事项的合规来降低税收违法风险，最终促进企业真实创新。基于此，本文预期，税收执法自由裁量权规范化更能促进避税程度较高企业的创新。为深入探究税收执法自由裁量权规范化对不同避税程度企业创新活动的差异化影响，本文构建如下多时点双重差分（DID）固定效应模型：
$$ \begin{split} {Patent} _{{i,t+}{1}}=&{\eta } _{{0} }{+\eta } _{{1}}{TaxDis+\eta } _{{2}}{TaxAv} _{{i,t} }{+\eta } _{{3}}{TaxDis\times TaxAv} _{{i,t} }{+\eta } _{{i}}{Controls} _{{i,t} }\\&+{Firm}+{Industry+Year}{+Province}{+\epsilon } \end{split} $$ (5) 关于企业避税变量的定义，本文参考Desai和Dharmapala（2006）、汤晓建等（2021）的研究，构建模型（6），计算难以被应计利润解释的部分μi+εi,t（异常“会计−税收”差异），以衡量企业避税程度。该指标数值越大，表明企业避税程度越高。本文进一步按样本企业异常“会计−税收”差异的中位数进行分组，将其转换为衡量企业避税程度的虚拟变量（TaxAvi,t）：若企业该指标大于或等于中位数，则取值为1，划分为高避税组；否则为0，划分为低避税组。
$$ {BTD} _{ {i,t} } = {\beta } _{ {1}} {TACC} _{ {i,t} } + {μ} _{ {i} } + {\epsilon } _{ {i,t} } $$ (6) 其中，BTDi,t为“会计−税收”差异；TACCi,t为总应计利润；μi表示公司i在样本期间内平均残差；εi,t表示t年度残差与公司平均残差μi之间的偏离程度。
回归结果如表8列（1）所示，交互项TaxDis×TaxAvi,t的回归系数为0.071，且在5%的水平上显著，表明税收自由裁量权规范化更能促进避税程度较高企业的创新。因此，基于税收执法视角，税收执法自由裁量权规范化不仅显著提高了避税程度较高企业对其创新涉税方面的税收违法成本的可预见性，而且也压缩了税收执法人员与避税程度较高企业之间因创新涉税问题形成的征纳合谋“寻租”空间，进而通过提高企业创新涉税事项的合规性来降低税收违法风险，最终促进企业创新。
表 8 异质性分析：基于企业避税和分析师跟踪视角
变量 Patenti,t+1
(1)Patenti,t+1
(2)TaxDis 0.038 0.035 (1.14) (1.11) TaxAvi,t −0.029 (−1.31) TaxDis×TaxAvi,t 0.071** (2.31) AnalFi,t 0.035 (1.24) TaxDis×AnalFi,t 0.127*** (3.25) Controls 控制 控制 Firm 控制 控制 Industry/Year/Province 控制 控制 Adj-R2 0.281 0.282 N 18905 18905 注：*、**、***分别表示10%、5%、1%的显著性水平，括号内为经异方差和公司层面聚类稳健标准误调整后的t值；限于篇幅，控制变量的回归结果未报告，资料备索。 -
信息中介假说认为，证券分析师在资本市场中扮演着至关重要的信息中介角色，其核心职能在于缓解上市公司与外部投资者之间的信息不对称（He和Tian，2013；陈钦源等，2017；程新生等，2020），抑制经理人短视行为，从而促进企业创新（余明桂等，2017；Du等，2022）。因此，分析师跟踪会提升企业创新涉税事项的信息透明度，增强企业创新涉税事项的合规性，进而促进企业创新。在分析师跟踪人数较多的企业中，创新活动的涉税信息披露更为充分，信息环境更加透明。在此背景下，税收执法人员自由裁量权的规范化不仅提高了企业对其创新涉税相关税收违法成本的可预见性，也揭示了税收执法人员与企业之间因创新涉税问题形成的征纳合谋“寻租”风险。为降低税收违法风险，企业更有动力规范其创新活动中的涉税行为，从而推动真实创新。基于上述逻辑，本文构建多时点双重差分（DID）固定效应模型（7），从分析师跟踪视角考察税收执法自由裁量权规范化对企业创新的异质性影响。
$$ \begin{split}{Patent} _{ {i,t+} {1}}=& {\lambda } _{ {0} } {+\lambda } _{ {1}} {TaxDis+\lambda } _{ {2}} {AnalF} _{ {i,t} } {+\lambda } _{ {3}} {TaxDis\times AnalF} _{ {i,t} } {+\lambda } _{ {i} } {Controls} _{ {i,t} } \\& + {Firm} + {Industry+Year} + {Province+\epsilon } \end{split}$$ (7) 参考陈钦源等（2017）、Du等（2022）的研究，本文以当年跟踪公司的分析师数量作为分析师跟踪的替代变量（AnalFi,t），并将跟踪人数不低于样本平均水平的公司定义为高关注组，取值为1；否则为0，定义为低关注组。
表8列（2）的回归结果显示，交互项TaxDis×AnalFi,t的回归系数为0.127，且在1%的水平上显著，表明税收自由裁量权规范化能够促进分析师跟踪人数较多企业的创新。因此，从税收执法视角看，税收执法自由裁量权规范化不仅提高了分析师关注度高的企业对其创新涉税违法成本的可预见性，还压缩了征纳合谋的“寻租”空间，并通过提升企业创新涉税合规性降低税收违法风险，进而促进企业创新。
-
前文研究发现，税收执法自由裁量权规范化不仅增强了企业对创新相关纳税违法行为及其处罚后果的预见性，还压缩了税收执法人员与企业之间因创新涉税问题形成的征纳合谋“寻租”空间，从而促进企业创新。然而，这一政策效应是否会转化为企业层面的实质性价值提升，仍有待进一步检验。基于此，本文构建多时点双重差分（DID）固定效应模型（8），进一步分析税收执法自由裁量权规范化对企业创新的促进作用所产生的经济后果，即考察其对企业价值的提升效应。
$$ \begin{split} {TQ} _{ {i,t+} {1}} =&{\nu } _{ {0} } {+\nu } _{ {1}} {TaxDis+\nu } _{ {2}} {Patent} _{ {i,t} } {+\nu } _{ {3}} {TaxDis\times Patent} _{ {i,t} } {+\nu } _{ {i} } {Controls} _{ {i,t} } \\&+ {Firm} + {Industry+Year} + {Province+\epsilon } \end{split}$$ (8) 考虑到企业价值受交互作用的影响存在一定的时滞效应，本文选取企业下一年度托宾Q值作为企业价值的替代变量（TQi,t+1）。
表9报告了回归结果。列（1）的结果显示，TaxDis与TQi,t+1呈正相关关系，但在统计上不显著；列（2）的结果显示，Patenti,t与TQi,t+1呈正相关关系，但在统计上也不显著。尽管上述两个变量的独立影响在统计上不显著，但其系数符号符合预期，初步表明税收执法自由裁量权规范化与企业创新对企业价值具有正向影响。列（3）的结果显示，TaxDis×Patenti,t的回归系数为0.159，且在5%的水平上显著，表明税收执法自由裁量权规范化显著提升了高创新水平企业的未来价值。综上，税收执法自由裁量权规范化不仅有助于激发企业创新活力，还通过提升创新质量，提高企业“创新−价值”相关性，从而产生正向价值效应。
表 9 经济后果分析
变量 TQi,t+1
(1)TQi,t+1
(2)TQi,t+1
(3)TaxDis 0.040 −0.450*** (0.51) (−2.80) Patenti,t 0.034 −0.043 (0.80) (−1.51) TaxDis×Patenti,t 0.159** (2.48) Controls 控制 控制 控制 Firm 控制 控制 控制 Industry/Year/Province 控制 控制 控制 Adj-R2 0.055 0.055 0.056 N 18905 18905 18905 注：*、**、***分别表示10%、5%、1%的显著性水平，括号内为经异方差和公司层面聚类稳健标准误调整后的t值；限于篇幅，控制变量的回归结果未报告，资料备索。 -
本文基于税收执法自由裁量权视角，以各地陆续出台税收自由裁量基准为准自然实验，考察税收执法自由裁量权规范化对企业创新的影响。研究发现，税收执法自由裁量权规范化显著提升了企业创新水平，尤其对实质性创新表现出更强的促进作用。同时，内部控制质量与征纳合谋程度在上述关系中发挥了调节效应，税收执法自由裁量权规范化对内部控制质量较低、征纳合谋程度较高企业的创新促进作用更为显著。异质性分析表明，税收执法自由裁量权规范化对避税程度较高、分析师跟踪人数较多企业的创新具有更强的促进作用。经济后果检验发现，税收执法自由裁量权规范化显著提升了高创新水平公司的企业价值。
基于上述研究结论，本文提出如下政策建议：第一，税务部门应立足各地税收执法自由裁量权规范化的现行实践，在制度动态演进过程中持续推进执法规范化建设，系统完善并优化地方层面的税收执法自由裁量权制度体系。尤其应细化针对不同违法情形和情节严重程度的处罚标准，强化惩戒措施的梯度性与适配性，从而增强企业对创新相关纳税违法行为及其后果的可预见性。第二，税务部门应进一步规范税收执法人员的自由裁量行为，合理压缩其自由裁量空间，有效遏制税务机关与企业之间因创新涉税事项可能产生的征纳合谋与“寻租”交易。通过提高税收执法透明度与规则刚性，显性化企业创新活动中的税收违法成本，倒逼企业规范涉税行为，激励其开展真实创新。例如，针对企业以创新名义实施的偷税、逃税等违规行为，各地税务机关可制定更具体、威慑力更强的自由裁量基准，明确高风险行为的认定标准与处罚尺度，提高此类违法行为的暴露概率与惩治力度，促使企业从“策略性避税”转向“合规性创新”。第三，证券监管部门应加强与税务部门的信息协同，积极利用企业在税收征管过程中披露的创新涉税信息，将其纳入对企业研发支出、创新项目真实性等关键事项的监管框架，强化对企业“伪创新”“包装式研发”的识别与监督，切实保障企业创新的质量与可持续发展。
-
摘要: 基于税收执法自由裁量权视角，本文选取2016年中国各地逐步推行的税收执法裁量基准作为外生冲击，构建准自然实验，考察税收执法自由裁量权规范化对企业创新的影响。研究发现，税收执法自由裁量权规范化显著促进了企业创新，且该效应在内部控制质量较低和征纳合谋程度较高的企业中更显著。异质性分析表明，税收执法自由裁量权规范化更有利于避税程度高、分析师跟踪人数多的企业提升创新水平。经济后果分析表明，税收执法自由裁量权规范化更能提升高创新水平企业的价值。本文拓展了企业创新与税收执法领域的研究视角，对提升企业创新决策质量具有实践指导价值。
Can Standardizing Tax Enforcement Discretion Promote Corporate Innovation? A Quasi-natural Experiment Based on Benchmarks for Administrative Penalty Discretion in Taxation
Abstract: From the perspective of tax enforcement discretion, this paper selects the gradual implementation of tax enforcement discretion benchmarks across various regions in China starting from 2016 as an exogenous shock, constructing a quasi-natural experiment to examine the impact of standardizing tax enforcement discretion on corporate innovation. The results show that the standardization of tax enforcement discretion significantly promotes corporate innovation, and this positive effect is more pronounced in firms with lower internal control quality and higher levels of collusion between taxpayers and tax authorities. Heterogeneity analysis reveals that the above effect is stronger for firms with higher tax avoidance levels and greater analyst coverage. Economic consequence analysis further shows that the standardization of tax enforcement discretion enhances the firm value of companies with higher innovation levels. These findings extend the existing literature on corporate innovation and tax enforcement, and offer practical implications for improving the quality of corporate innovation decisions. -
表 1 变量定义
变量 名称 定义 Patent 企业创新 企业下一年度获得的三类专利授权数量之和加1取自然对数 TaxDis 税收执法自由裁量权规范化 对于特定样本，若其年份大于等于所在省份实施裁量基准的年份，则定义为处理组（TaxDis=1），否则为对照组（TaxDis=0） Icq 内部控制质量 以经千分位调整的迪博内部控制指数衡量内部控制质量。若企业该指数低于年度均值，则定义为低质量组，取值为1；否则为高质量组，取值为0 TaxCo 征纳合谋程度 采用企业寻租性支出程度作为征纳合谋水平的代理变量。在此基础上，依据样本中位数对征纳合谋程度进行分组：将大于或等于中位数的样本定义为高合谋组，取值为1；低于中位数的样本定义为低合谋组，取值为0 Growth 成长性 企业营业收入增长率 Bm 账面市价比 企业账面价值/市场价值 Roe 净资产收益率 净利润/权益总额 CashR 现金资产比率 现金及现金等价物余额/资产总额 Lev 资产负债率 负债总额/资产总额 AccR 应收账款占比 应收账款净额/资产总额 InvR 存货占比 存货总额/资产总额 Size 公司规模 企业期初资产的自然对数 Bdsize 董事会规模 企业董事会总人数的自然对数 Idr 独立董事比例 企业独立董事人数/董事会总人数 Dual 两职合一 当董事长与总经理由同一人兼任时，取值为1，否则为0 Big4 “四大”审计 企业财报是否被国际“四大”会计师事务审计，是取值为1，否则为0 First10 股权集中度 前十大股东持股比例之和 DA 盈余质量 可操控性应计值的绝对值 SOE 企业性质 国有企业取值为1，否则为0 Pergdp 经济发展水平 各省份人均GDP的自然对数 Interv 政府治理水平 参考王小鲁等（2021）的市场化指数报告，以“地方政府与市场的关系”年度省级排名为依据，排名后15位的地区取值为1（低政府治理水平组），其余取值为0（高政府治理水平组） 
下载: 导出CSV
表 2 描述性统计
变量 样本量 均值 中位数 标准差 25%分位数 75%分位数 最小值 最大值 Patent 18905 3.346 3.611 1.940 2.197 4.682 0 7.673 TaxDis 18905 0.487 0 0.500 0 1 0 1 Growth 18905 0.133 0.098 0.257 −0.027 0.252 −0.289 0.779 Bm 18905 0.612 0.604 0.252 0.418 0.799 0.113 1.172 Roe 18905 0.065 0.071 0.125 0.030 0.120 −0.627 0.358 CashR 18905 0.152 0.120 0.115 0.070 0.199 0.010 0.598 Lev 18905 0.424 0.415 0.202 0.263 0.574 0.059 0.885 AccR 18905 0.126 0.106 0.105 0.041 0.185 0.000 0.479 InvR 18905 0.143 0.110 0.135 0.057 0.178 0.000 0.704 Size 18905 22.139 21.970 1.288 21.200 22.872 19.710 26.110 Bdsize 18905 2.291 2.303 0.257 2.197 2.485 1.609 3.219 Idr 18905 0.383 0.375 0.074 0.333 0.429 0.333 0.600 Dual 18905 0.283 0 0.450 0 1 0 1 Big4 18905 0.055 0 0.227 0 0 0 1 First10 18905 0.387 0.380 0.215 0.206 0.555 0.008 0.862 DA 18905 0.048 0.035 0.044 0.016 0.065 0.001 0.229 SOE 18905 0.338 0 0.473 0 1 0 1 Pergdp 18905 11.198 11.221 0.423 10.901 11.498 10.180 12.010 Interv 18905 0.157 0 0.364 0 0 0 1
下载: 导出CSV
表 3 税收执法自由裁量权规范化与企业创新
变量 Patenti,t+1
(1)Patenti,t+1
(2)Patenti,t+1
(3)IPatenti,t+1
(4)UPatenti,t+1
(5)TaxDis 0.781*** 0.075*** 0.077*** 0.082*** −0.034 (38.34) (2.66) (2.70) (2.73) (−1.23) Growthi,t 0.177*** 0.170*** 0.096*** (5.24) (4.76) (3.28) Bmi,t 0.034 0.012 −0.120* (0.44) (0.14) (−1.78) Roei,t 0.476*** 0.543*** 0.054 (6.01) (6.70) (0.81) CashRi,t 0.215* 0.332** 0.011 (1.75) (2.49) (0.10) Levi,t 0.017 0.128 −0.093 (0.15) (1.10) (−0.97) AccRi,t 0.438** 0.437* 0.375* (2.01) (1.91) (1.87) InvRi,t −0.251 0.146 −0.417*** (−1.26) (0.77) (−2.69) Sizei,t-1 0.337*** 0.260*** 0.360*** (10.69) (8.21) (13.12) Bdsizei,t −0.055 −0.083* −0.004 (−1.38) (−1.94) (−0.12) Idri,t 0.066 −0.056 0.010 (0.53) (−0.44) (0.09) Duali,t 0.071** 0.050 0.028 (2.33) (1.56) (1.04) Big4i,t −0.077 −0.064 0.027 (−0.70) (−0.54) (0.28) First10i,t 0.045 0.055 −0.158*** (0.68) (0.80) (−2.65) DAi,t −0.231 −0.160 0.217 (−1.16) (−0.80) (1.29) SOEi,t −0.075 −0.048 −0.045 (−1.18) (−0.72) (−0.78) Pergdpi,t-1 −0.304** −0.400*** 0.174 (−2.18) (−2.90) (1.52) Intervi,t-1 −0.064* −0.059* −0.016 (−1.81) (−1.65) (−0.53) Firm 控制 控制 控制 控制 控制 Industry/Year/Province 未控制 控制 控制 控制 控制 Adj-R2 0.151 0.261 0.280 0.194 0.109 N 18905 18905 18905 18905 18905 注：*、**、***分别表示10%、5%、1%的显著性水平，括号内为经异方差和公司层面聚类稳健标准误调整后的t值。
下载: 导出CSV
表 4 调节效应检验：基于内部控制和征纳合谋视角
变量 Patenti,t+1
(1)Patenti,t+1
(2)TaxDis 0.024 0.036 (0.73) (1.08) Icqi,t −0.046** (−2.23) TaxDis×Icqi,t 0.101*** (3.39) TaxCoi,t 0.056* (1.81) TaxDis×TaxCoi,t 0.082** (2.32) Growthi,t 0.175*** 0.177*** (5.06) (5.26) Bmi,t 0.045 0.032 (0.57) (0.41) Roei,t 0.462*** 0.486*** (5.78) (6.12) CashRi,t 0.205* 0.216* (1.67) (1.77) Levi,t 0.016 0.011 (0.14) (0.10) AccRi,t 0.438** 0.518** (2.01) (2.37) InvRi,t −0.260 −0.247 (−1.31) (−1.24) Sizei,t−1 0.330*** 0.331*** (10.51) (10.49) Bdsizei,t −0.054 −0.060 (−1.37) (−1.51) Idri,t 0.067 0.071 (0.54) (0.57) Duali,t 0.071** 0.071** (2.30) (2.32) Big4i,t −0.080 −0.066 (−0.73) (−0.60) First10i,t 0.045 0.034 (0.68) (0.53) DAi,t −0.226 −0.230 (−1.14) (−1.16) SOEi,t −0.073 −0.072 (−1.16) (−1.14) Pergdpi,t−1 −0.316** −0.308** (−2.27) (−2.21) Intervi,t−1 −0.063* −0.063* (−1.79) (−1.80) Firm 控制 控制 Industry/Year/Province 控制 控制 Adj-R2 0.281 0.282 N 18905 18905 注：*、**、***分别表示10%、5%、1%的显著性水平，括号内为经异方差和公司层面聚类稳健标准误调整后的t值。
下载: 导出CSV
表 5 平行趋势检验
变量 Patenti,t+1 提前1年 0.010 (0.57) 提前2年 0.016 (0.52) 提前3年 0.006 (0.18) Controls 控制 Firm 控制 Industry/Year/Province 控制 Adj-R2 0.280 N 18905 注：*、**、***分别表示10%、5%、1%的显著性水平，括号内为经异方差和公司层面聚类稳健标准误调整后的t值；限于篇幅，控制变量的回归结果未报告，资料备索。
下载: 导出CSV
表 6 考虑“金税工程三期”的影响
变量 Patenti,t+1
(1)Patenti,t+1
(2)Patenti,t+1
(3)TaxDis 0.078*** 0.025 0.037 (2.73) (0.76) (1.11) Icqi,t −0.046** (−2.23) TaxDis×Icqi,t 0.102*** (3.40) TaxCoi,t 0.056* (1.81) TaxDis×TaxCoi,t 0.082** (2.32) Rov_GT −0.023 −0.024 −0.024 (−0.64) (−0.67) (−0.67) Controls 控制 控制 控制 Firm 控制 控制 控制 Industry/Year/Province 控制 控制 控制 Adj-R2 0.280 0.281 0.282 N 18905 18905 18905 注：*、**、***分别表示10%、5%、1%的显著性水平，括号内为经异方差和公司层面聚类稳健标准误调整后的t值；限于篇幅，控制变量的回归结果未报告，资料备索。
下载: 导出CSV
表 7 考虑“营改增”政策的影响
变量 Patenti,t+1
(1)Patenti,t+1
(2)Patenti,t+1
(3)TaxDis 0.076*** 0.023 0.035 (2.67) (0.71) (1.05) Icqi,t −0.047** (−2.27) TaxDis×Icqi,t 0.102*** (3.40) TaxCoi,t 0.055* (1.78) TaxDis×TaxCoi,t 0.082** (2.32) Rov_VAT 0.118* 0.119* 0.113* (1.78) (1.79) (1.70) Controls 控制 控制 控制 Firm 控制 控制 控制 Industry/Year/Province 控制 控制 控制 Adj-R2 0.280 0.281 0.282 N 18905 18905 18905 注：*、**、***分别表示10%、5%、1%的显著性水平，括号内为经异方差和公司层面聚类稳健标准误调整后的t值；限于篇幅，控制变量的回归结果未报告，资料备索。
下载: 导出CSV
表 8 异质性分析：基于企业避税和分析师跟踪视角
变量 Patenti,t+1
(1)Patenti,t+1
(2)TaxDis 0.038 0.035 (1.14) (1.11) TaxAvi,t −0.029 (−1.31) TaxDis×TaxAvi,t 0.071** (2.31) AnalFi,t 0.035 (1.24) TaxDis×AnalFi,t 0.127*** (3.25) Controls 控制 控制 Firm 控制 控制 Industry/Year/Province 控制 控制 Adj-R2 0.281 0.282 N 18905 18905 注：*、**、***分别表示10%、5%、1%的显著性水平，括号内为经异方差和公司层面聚类稳健标准误调整后的t值；限于篇幅，控制变量的回归结果未报告，资料备索。
下载: 导出CSV
表 9 经济后果分析
变量 TQi,t+1
(1)TQi,t+1
(2)TQi,t+1
(3)TaxDis 0.040 −0.450*** (0.51) (−2.80) Patenti,t 0.034 −0.043 (0.80) (−1.51) TaxDis×Patenti,t 0.159** (2.48) Controls 控制 控制 控制 Firm 控制 控制 控制 Industry/Year/Province 控制 控制 控制 Adj-R2 0.055 0.055 0.056 N 18905 18905 18905 注：*、**、***分别表示10%、5%、1%的显著性水平，括号内为经异方差和公司层面聚类稳健标准误调整后的t值；限于篇幅，控制变量的回归结果未报告，资料备索。
下载: 导出CSV
-
[1] 蔡贵龙, 贺家琼, 郑国坚, 易阳. 2025. 产业型战略股东与国有企业创新. 经济研究 (9): 112−133. [2] 陈红, 纳超洪, 雨田木子, 韩翔飞. 2018. 内部控制与研发补贴绩效研究. 管理世界 (12): 149−164. doi: 10.19744/j.cnki.11-1235/f.2018.0040 [3] 陈钦源, 马黎珺, 伊志宏. 2017. 分析师跟踪与企业创新绩效——中国的逻辑. 南开管理评论 (3): 15−27. [4] 程新生, 郑海埃, 程昱. 2020. 创新信息披露、分析师跟踪与市场反应研究. 科研管理 (1): 161−173. [5] 党力, 杨瑞龙, 杨继东. 2015. 反腐败与企业创新: 基于政治关联的解释. 中国工业经济 (7): 146−160. [6] 樊勇, 李昊楠. 2020. 税收征管、纳税遵从与税收优惠——对金税三期工程的政策效应评估. 财贸经济 (5): 51−66. doi: 10.3969/j.issn.1002-8102.2020.05.004 [7] 范子英, 彭飞. 2017. “营改增”的减税效应和分工效应: 基于产业互联的视角. 经济研究 (2): 82−95. [8] 范子英, 田彬彬. 2013. 税收竞争、税收执法与企业避税. 经济研究 (9): 99−111. [9] 方红星. 2015. 基于资本市场的内部控制研究: 问题与方向. 财务与会计 (20): 31−32. [10] 黎文靖, 郑曼妮. 2016. 实质性创新还是策略性创新? ——宏观产业政策对微观企业创新的影响. 经济研究 (4): 60−73. [11] 李文贵, 余明桂. 2015. 民营化企业的股权结构与企业创新. 管理世界 (4): 112−125. [12] 李增福, 骆展聪, 杜玲, 汤旭东. 2021. “信息机制”还是“成本机制”? ——大数据税收征管何以提高了企业盈余质量. 会计研究 (7): 56−68. doi: 10.3969/j.issn.1003-2886.2021.07.005 [13] 林斌, 林东杰, 胡为民, 谢凡, 阳尧. 2014. 目标导向的内部控制指数研究. 会计研究 (8): 16−24. [14] 凌润泽, 潘爱玲, 李彬. 2021. 供应链金融能否提升企业创新水平? 财经研究 (2): 64−78. [15] 刘行, 赵健宇. 2019. 税收激励与企业创新——基于增值税转型改革的“准自然实验”. 会计研究 (9): 43−49. [16] 刘诗源, 林志帆, 冷志鹏. 2020. 税收激励提高企业创新水平了吗? ——基于企业生命周期理论的检验. 经济研究 (6): 105−121. [17] 柳卸林, 高雨辰, 丁雪辰. 2017. 寻找创新驱动发展的新理论思维——基于新熊彼特增长理论的思考. 管理世界 (12): 8−19. [18] 逯东, 王运陈, 付鹏. 2014. CEO激励提高了内部控制有效性吗? ——来自国有上市公司的经验证据. 会计研究 (6): 66−72. [19] 娄祝坤, 王思雨, 李远勤, 蒋璐. 2025. 超越任务边界: 非任务绩效评价对企业创新的影响研究. 会计与经济研究 (4): 50−73. [20] 毛德凤, 刘华. 2017. 营改增对企业纳税遵从的影响. 税务研究 (7): 18−24. [21] 闵剑, 虞志刚, 王志涛. 2024. 散户“在线发声”与企业创新——基于社交网络关系的视角. 会计与经济研究 (6): 74−92. [22] 潘越, 宁博, 唐木, 王志强. 2025. 夜间经济何以促进企业创新? ——来自A股上市企业的证据. 会计研究 (1): 88−101. [23] 潘越, 肖金利, 戴亦一. 2017. 文化多样性与企业创新: 基于方言视角的研究. 金融研究 (10): 146−161. [24] 秦隆伶. 2014. 税务行政处罚自由裁量权: 存在问题与规范建议. 国际税收 (5): 58−60. [25] 谭劲松, 冯飞鹏, 徐伟航. 2017. 产业政策与企业研发投资. 会计研究 (10): 58−64. doi: 10.3969/j.issn.1003-2886.2017.10.009 [26] 汤晓建, 杜东英, 王娜, 林斌. 2024. 税务部门执法规范化激励了公司绿色创新吗——基于税务行政处罚裁量权的视角. 会计研究 (9): 169−181. [27] 汤晓建, 杜东英, 谢丽娜, 林斌. 2023. 税收征管规范化改善了企业财务报告质量吗? ——基于税务行政处罚裁量基准的准自然实验. 会计研究 (2): 3−11. [28] 汤晓建, 杜东英, 张俊生, 林斌. 2022a. 税收征管规范化与审计定价——基于税务行政处罚裁量基准的准自然实验. 上海财经大学学报 (2): 18−29, 77. [29] 汤晓建, 杜东英, 张俊生, 林斌. 2022b. 税收征管规范化影响了股价同步性吗? ——基于税务行政处罚裁量基准的准自然实验. 证券市场导报 (5): 47−56. [30] 汤晓建, 张俊生, 林斌. 2021. 税收征管规范化降低了企业避税程度吗? ——基于税务行政处罚裁量基准的准自然实验. 财经研究 (6): 19−32. [31] 汤晓建. 2016. 内部控制、制度环境与企业社会责任信息披露质量. 会计与经济研究 (2): 85−104. [32] 唐博, 张凌枫. 2019. 税收信息化建设对企业纳税遵从度的影响研究. 税务研究 (7): 62−69. doi: 10.19376/j.cnki.cn11-1011/f.2019.07.013 [33] 田彬彬, 范子英. 2018. 征纳合谋、寻租与企业逃税. 经济研究 (5): 118−131. [34] 田利辉, 王可第. 2020. 腐败惩治的正外部性和企业创新行为. 南开管理评论 (2): 121−131. [35] 田轩, 孟清扬. 2018. 股权激励计划能促进企业创新吗. 南开管理评论 (3): 176−190. doi: 10.3969/j.issn.1008-3448.2018.03.017 [36] Treadway委员会发起组织委员会(COSO). 2014. 内部控制——整合框架(2013). 财政部会计司组织翻译. 北京: 中国财政经济出版社. [37] 王华, 韦欣彤, 曹青子, 廖凌韬. 2020. “营改增”与企业创新效率——来自准自然实验的证据. 会计研究 (10): 150−163. [38] 王健忠, 高明华. 2017. 反腐败、企业家能力与企业创新. 经济管理 (6): 36−52. [39] 王小鲁, 胡李鹏, 樊纲. 2021. 中国分省份市场化指数报告(2021). 北京: 社会科学文献出版社. [40] 王玉兰, 许可, 李雅坤. 2014. “营改增”后交通运输企业的税务风险管理能力——以沪市上市公司为例. 税务研究 (7): 94−97. [41] 王玉林, 周亚虹. 2023. 绿色金融发展与企业创新. 财经研究 (1): 49−62. [42] 魏志华, 王孝华, 蔡伟毅. 2022. 税收征管数字化与企业内部薪酬差距. 中国工业经济 (3): 152−170. [43] 解维敏, 方红星. 2011. 金融发展、融资约束与企业研发投入. 金融研究 (5): 171−183. [44] 徐欣, 唐清泉. 2010. 财务分析师跟踪与企业R&D活动——来自中国证券市场的研究. 金融研究 (12): 173−189. [45] 杨道广, 王佳妮, 陈丽蓉. 2019. “矫枉过正”抑或“合理管控”? ——内部控制在企业创新中的作用. 经济管理 (8): 113−129. [46] 余明桂, 钟慧洁, 范蕊. 2017. 分析师关注与企业创新——来自中国资本市场的经验证据. 经济管理 (3): 175−192. [47] 虞义华, 赵奇锋, 鞠晓生. 2018. 发明家高管与企业创新. 中国工业经济 (3): 136−154. [48] 张克中, 欧阳洁, 李文健. 2020. 缘何“减税难降负”: 信息技术、征税能力与企业逃税. 经济研究 (3): 116−132. [49] 赵晓阳, 王禹, 官峰. 2025. 市场公平竞争能否促进国有企业创新? ——基于《公平竞争审查制度》的准自然实验. 会计与经济研究 (4): 74−93. [50] 曾亚敏, 张俊生. 2009. 税收征管能够发挥公司治理功用吗? 管理世界 (3): 143−151, 158. [51] 钟凯, 吕洁, 程小可. 2016. 内部控制建设与企业创新投资: 促进还是抑制? ——中国“萨班斯”法案的经济后果. 证券市场导报 (9): 30−38. [52] Aghion, P., J. V. Reenen, and L. Zingales. 2013. Innovation and institutional ownership. American Economic Review 103(1): 277−304. [53] Allingham, M. G., and A. Sandmo. 1972. Income tax evasion: A theoretical analysis. Journal of Public Economics 1(3-4): 323−338. [54] Atanassov, J., and X. Liu. 2020. Can corporate income tax cuts stimulate innovation? Journal of Financial and Quantitative Analysis 55(5): 1415−1465. [55] Balsmeier, B., L. Fleming, and G. Manso. 2017. Independent boards and innovation. Journal of Financial Economics 123(3): 536−557. [56] Barker, V. L., and G. C. Mueller. 2002. CEO characteristics and firm R&D spending. Management Science 48(6): 782−801. [57] Barth, M. E., R. Kasznik, and M. F. McNichols. 2001. Analyst coverage and intangible assets. Journal of Accounting Research 39(1): 1−34. [58] Chan, K. C., Y. Chen, and B. Liu. 2021. The linear and non-linear effects of internal control and its five components on corporate innovation: Evidence from Chinese firms using the COSO framework. European Accounting Review 30(4): 733−765. [59] Chetty, R., A. Looney, and K. Kroft. 2009. Salience and taxation: Theory and evidence. American Economic Review 99(4): 1145−1177. [60] Desai, M. A., and D. Dharmapala. 2006. Corporate tax avoidance and high-powered incentives. Journal of Financial Economics 79(1): 145−179. [61] Du, D., X. Tang, H. Wang, J. H. Zhang, S. Tsui, and D. Lin. 2022. CEO organizational identification and corporate innovation investment. Accounting & Finance 62(3): 4185−4217. [62] Dyreng, S. D., M. Hanlon, and E. L. Maydew. 2019. When does tax avoidance result in tax uncertainty? The Accounting Review 94(2): 179−203. [63] Ellis, J., J. Smith, and R. White. 2020. Corruption and corporate innovation. Journal of Financial and Quantitative Analysis 55(7): 2124−2149. [64] Hanlon, M., J. L. Hoopes, and N. Shroff. 2014. The effect of tax authority monitoring and enforcement on financial reporting quality. The Journal of the American Taxation Association 36(2): 137−170. [65] He, J. J., and X. Tian. 2013. The dark side of analyst coverage: The case of innovation. Journal of Financial Economics 109(3): 856−878. [66] Hirshleifer, D., A. Low, S. H. Teoh. 2012. Are overconfident CEOs better innovators? The Journal of Finance 67(4): 1457−1498. [67] Hoopes, J. L., D. Mescall, and J. A. Pittman. 2012. Do IRS audits deter corporate tax avoidance? The Accounting Review 87(5): 1603−1639. [68] Hsu, P. H., X. Tian, and Y. Xu. 2014. Financial development and innovation: Cross-country evidence. Journal of Financial Economics 112(1): 116−135. [69] Kim, J. B., E. Lee, X. Tang, and J. Zhang. 2023. Collusive versus coercive corporate corruption: Evidence from demand-side shocks and supply-side disclosures. Review of Accounting Studies 28(4): 1929−1970. [70] Kim, J. B., Y. Li, and L. Zhang. 2011. Corporate tax avoidance and stock price crash risk: Firm-level analysis. Journal of Financial Economics 100(3): 639−662. [71] La Ferrara, E., A. Chong, and S. Duryea. 2012. Soap operas and fertility: Evidence from Brazil. American Economic Journal: Applied Economics 4(4): 1−31. [72] Li, Q., M. S. Ma, and T. Shevlin. 2021. The effect of tax avoidance crackdown on corporate innovation. Journal of Accounting and Economics 71(2-3), 101382. [73] Mukherjee, A., M. Singh, and A. Žaldokas. 2017. Do corporate taxes hinder innovation? Journal of Financial Economics 124(1): 195−221. [74] Murphy, K. M., A. Shleifer, and R. W. Vishny. 1993. Why is rent-seeking so costly to growth? American Economic Review 83(2): 409−414. [75] Porter, M. E. 1992. Capital disadvantage: America’s failing capital investment system. Harvard Business Review 70(5): 65−82. [76] Sena, V., M. Duygun, G. Lubrano, M. Marra, and M. Shaban. 2018. Board independence, corruption and innovation. Some evidence on UK subsidiaries. Journal of Corporate Finance 50: 22−43. [77] Solow, R. M. 1957. Technical change and the aggregate production function. The Review of Economics and Statistics 39(3): 312−320. [78] Sunder, J., S. V. Sunder, and J. Zhang. 2017. Pilot CEOs and corporate innovation. Journal of Financial Economics 123(1): 209−224. [79] Xu, G., and G. Yano. 2017. How does anti-corruption affect corporate innovation? Evidence from recent anti-corruption efforts in China. Journal of Comparative Economics 45(3): 498−519. [80] Yost, B. P., and S. Shu. 2022. Does tax enforcement deter managers’ self-dealing? Journal of Accounting and Economics 74(1), 101512. [81] Yuan, R., and W. Wen. 2018. Managerial foreign experience and corporate innovation. Journal of Corporate Finance 48: 752−770.
点击查看大图
图(1) / 表(9)
计量
- 文章访问数: 33
- HTML全文浏览量: 12
- PDF下载量: 21
- 被引次数: 0
