数字经济与区域间横向税收分配失衡——基于税收与税源背离现象的考察与实证检验
时间：2023-04-21 12:40:05 来源：千叶帆 本文已影响人
徐绮爽 王宝顺
(1.河南大学 国际教育学院，河南 郑州 450046; 2.中南财经政法大学 财政税务学院，湖北 武汉 430073)
随着信息技术的不断发展和普及，数字经济的发展愈发迅猛。据《数字经济蓝皮书：中国数字经济前沿(2021)》，1993—2020年中国数字经济年均增速为16.3%[1]，数字经济已成为推动我国经济增长的重要力量[2]。然而，经测算，我国的数字经济增加值规模具有显著的区域差异(1)我国各省的数字经济增加值规模测算，见后文。。数字经济活动具有虚拟性、跨区域即时交易、价值归属模糊等特征[3]，这对基于属地原则的现行税收分配格局(2)地区间的横向税收分配，指地方政府之间基于税收属地管理原则，按照各方对经济活动所在贡献，对地方应得税收利益的分配。带来巨大挑战。区域间税收的合理分配是区域协调发展的重要前提，习近平总书记曾指出“推动区域协调发展，为促进共同富裕创造良好条件”[4]。在此背景下，完善我国数字经济税收治理体系成为当前要务[5]。因此，本文基于数字经济与税收横向分配的关系提出疑问：数字经济发展是否会引起横向税收分配的失衡？如果会，其中的影响机制是什么？对该问题的解决，有助于提高我国数字经济税收治理水平，促进区域协调发展，对我国在数字化时代实现共同富裕具有重大的现实意义。
在数字化时代，信息技术赋予数字经济活动与实体经济活动完全不同的特征，并产生了新的商业模式及生产要素[6]，这对现行的税收属地原则形成了巨大挑战，也因此引起横向税收分配失衡。首先，数字经济活动的跨区域即时交易特征，使得企业跨区域经营无需建立实体的经营机构，造成业务发生地的税务机关无法根据税收属地原则征收税款，引起税收在机构所在地和业务发生地之间的错配。其次是我国数字经济活动的生产和消费分布格局的不均衡，截至2021年12月，约80%的互联网企业集中分布在北京、上海、广东、浙江等地。这种失衡的分布格局在现行的增值税生产地征税原则下，致使数字经济活动生产方所在地具有税收的“虹吸”效应，引起税收与税源背离规模的增加，进而产生区域间横向税收分配的失衡。目前，鲜有文献在数字经济核心产业的界定基础上，系统考察数字经济与区域横向税收分配的关系和内在影响机制。对此，本文在数字经济影响区域横向税收分配的理论分析基础上，使用2007年至2019年省级数字经济增加值规模和增值税的数据，将税收与税源背离作为影响机制，实证检验了数字经济对横向税收分配的影响，以期在实证分析层面填补研究空缺。
本文可能的边际贡献有三点。第一，不同于现有文献聚焦电子商务对地区间分享的影响[7]、数字经济税收治理[8]、数字经济对税制及征管的影响[3]，本文聚焦于考察数字经济对区域间横向税收分配的具体影响，通过实证分析探究二者的因果关系和影响程度，拓展了数字经济区域间税收治理的研究角度，丰富了区域间财政关系的研究层次。第二，从税收与税源背离的角度挖掘了数字经济对横向税收分配的影响机制，理清了其中的作用路径，深入剖析了数字经济对横向税收分配影响的关键途径和传导机制。第三，本文探讨了数字经济的不同要素对地区间税收分配的异质性影响，为数字经济的不同产业和业态实施差异化的税收治理相关政策提供证据支撑，有助于更精准地提升我国数字经济税收治理水平。
(一)文献综述
随着我国数字经济规模的不断扩大，诸多学者研究了我国数字经济对税收分配影响及治理的相关议题。首先，在对税收收入影响方面，数字经济的发展在促进地方政府税收增加的同时也扩大了地区间的税收差距[9-10]，数字金融对地方税收的增加有正向影响[11]。其次，在税收分配方面，数字经济的跨区域即时交易特征造成了地域税收管辖权的认定困难，引起地域、人员、产品和服务归属地的模糊[12]，侵蚀了税收的受益公平原则(3)根据王雍君(2020)[13]，受益公平的含义是纳税地与服务受益地一致，即在何处享受公共服务就在何处纳税。，导致税收的受益地和纳税人的纳税地的不一致[13]，侵蚀地方财政的自立性，引起税基归属偏差，对既有的税收利益分配规则形成了挑战[8]。再次，在现行的增值税生产地征税原则下(4)流转税税收管辖权分配原则包括生产地和消费地两种原则，前者指在商品生产和服务提供的所在地征税，后者指在商品销售和服务消费的所在地征税。[14]，数字经济活动使得生产方、消费者在地理空间上分离加剧，数字化产品和服务的生产地集聚分布而消费地则趋于分散[14-16]，导致税收利益向发达地区高度集中，加剧了地区间的税收分配失衡[17]。相反，消费地征税原则有利于税收在区域间的合理分配，Agrawal和Wildasin(2020)[18]基于美国对在线交易实施消费地征税原则的这一政策背景，构建霍特林理论模型，提出消费地征税原则下在线交易规模的扩大缩小了地区间的税收差距，可见征税原则是影响横向税收分配的重要因素。
已有研究在理论上指出，地区间税收分配失衡的主要原因是税收与税源的背离[19]。
税源是税收收入的来源，按照税收的受益原则，税收收入归属应与税源一致，但由于现行财政体制及政府间税收竞争等多种原因[20]，导致税收归属地与税源贡献地不一致，出现税收与税源背离[21]。随着数字经济规模的不断扩大，学者提出数字经济加剧了税源的跨区域转移[3]。
满向昱等(2018)[22]指出数字经济提高了税源的流动性，使原来散布于全国各地的消费型税源加速向平台企业总部地集聚，其他地区成为税源流失地，提出数字经济也是税收与税源背离的原因之一。谷彦芳(2022)[23]认为数字经济的快速发展加剧了税收与税源背离的复杂性。
综上可知，现有文献分析了数字经济对税收收入、税收分配规则及税收与税源背离的影响，但关注数字经济影响横向税收分配的作用路径及内在机制的文献较少，且未有研究系统地综合考察数字经济、横向税收分配与税源背离三者的逻辑关系。而且，尽管有学者关注了电子商务增值税地区间分享，但是对数字经济其他模式/要素较少涉及，鲜有文献探究数字经济不同要素对区域横向税收分配的差异化影响。因此，本文将地区间税收与税源的背离作为数字经济对横向税收分配影响的传导机制，同时研究不同数字经济要素对横向税收分配的影响，拓展现有研究范围，为数字经济税收治理提供实证证据。
(二)研究假设
目前学者普遍认为数字经济的发展对区域间税收分配形成了挑战，引起了横向税收分配的失衡。理论上，数字经济活动现有的特征、生产消费格局以及税收征管水平均对区域间税收的合理横向分配产生不利影响。其一，数字经济高度依赖无形资产等特征，企业在跨区域经营中无需建立实体的经营机构，难以适用现行的税收属地原则[24]，使得无实体机构地区的税基受到侵蚀，弱化了地区的财政自立性，导致税基归属偏差[8]。其二，我国数字经济活动的生产和消费分布格局极不均衡，也会导致税收收益的分配不均[25]。前文提及我国数字企业分布的集聚程度极高，致使税收集中流入少数地区，引起区域横向税收分配失衡。肖荣美等(2021)[17]认为数字经济活动的供需主体错位分布，导致发达地区存在税负的“虹吸”效应，而欠发达地区的税收利益受到损害。其三，我国数字经济税收治理方式相对落后[24]，且受地方的数字化程度影响，不同区域的数字治理水平不同，数字化程度高的地区更容易获取相关的涉税数据，具有更强的征管能力，继而拉大地区间的税收差距。而且，艾华等(2021)[9]的研究为数字经济扩大区域间税收差距提供了实证证据。
从影响路径来看，前文提及税收与税源的背离是横向税收分配失衡的主要原因，而数字经济就通过加剧税收和税源的背离这一机制作用于区域间的税收横向分配。第一，数字经济活动突破了物理空间的边界限制，交易成本低，不受距离的影响[3],跨区域经营规模大大增加，税收征管权和税收收益权不一致的情况增多[26]，从而加剧了税源和税收背离的复杂性[23]。第二，数字经济改变了原有的商业模式。消费者不仅可以参与产品的设计，还可以制造产品，用户通过参与生产创造了价值[27]。数字经济活动模糊了产品和服务的价值归属[28]，弱化了生产商对产品价值增值的贡献，同时提升了消费者的价值贡献，增加了税收收入地和税源贡献地的冲突。第三，现行的生产地征税原则也是数字经济活动引发税收与税源的背离的原因之一，在我国税源与税收背离问题中起了重要作用[3,8]。
进一步，本文根据国家统计局2021年发布的第33号文件《数字经济及其核心产业统计分类》界定的范围[29]，借鉴许宪春和张美慧(2020)[30]的研究，对数字经济包含的要素进行分解，将其细分为数字化赋权基础设施、数字产品和服务、数字化交易以及数字化媒体4类要素分别进行考察。第一，数字化赋权基础设施要素主要指计算机硬件等支持数字经济运转和发展的基础设施，主要涉及通信设备、计算机及其他电子设备制造业，据《中国经济普查年鉴2018》显示，该类产业集聚分布于广东和江苏两省，两省份该产业的资产总计占全国的约47%。在现行的生产地征税原则下产业集聚会引起横向税收分配的不合理[31]。换言之，数字化赋权基础设施要素因产业集聚分布，在现行的生产地征税原则下引发区域间横向税收分配失衡。第二，数字产品和服务要素，主要指数字化的产品、服务以及信息/数据[30]，其中的数据是数字经济活动的重要组成部分，但是数据的权属和收益归属目前仍饱受争议。目前数据作为生产要素创造的价值由数字平台企业所有[32]，产生的收益也归属于相关数字企业。而且，数字产品和服务在流转环节上具有一定的特殊性，数字服务可通过互联网实现无中间环节的直接销售，在生产地征税原则下，税收利益归属于数字服务提供商所在地，即数字企业纳税登记所在地，对税收的合理横向分配产生不利影响。第三，数字化交易要素，指通过互联网平台进行的电子商务交易。电子商务使得商品的生产与消费的地理空间分离加剧，同时减少了商品流转的中间环节，致使税收流入商品的生产地，继而引起横向税收分配的失衡[15]。然而，崔志坤等(2021)[33]认为数字平台通过信息的共享达成交易，可以将供需双方应税活动产生的税收吸引至平台所在地，形成“两头在外”的情况。现实中，该情况使得税收流入了非价值贡献的“第三地”(即非生产地/消费地)，这可能对税收合理的横向分配产生有利影响。第四，数字化媒体要素主要指的是用户在社交媒体、视频网站上创建、访问或浏览的内容[30]，涉及电视、电影及数字出版等相关产业，产品依托互联网传播销售，具有高度的虚拟性，因此较少依赖实体的异地经营机构。这种情况致使数字媒体产品的消费所在地无法基于税收属地原则获取税收收益，继而引起数字媒体的销售地和消费地之间的横向税收分配失衡。而且，在多国对数字媒体开征数字服务税的情况下[34]，我国有关数字媒体的税收治理政策尚未及时跟进，有损数字经济活动征税的公平性[35]。
基于上文的分析，不同的数字经济要素因涉及产业不同，对横向税收分配的影响也有所差异，因此本文提出以下研究假设。
H1数字经济的发展扩大区域间的税收差距，引起区域间横向税收分配的失衡。
H2数字经济通过加深税收与税源的背离，进而引发区域间横向税收分配的失衡。
H3不同的数字经济要素对横向税收分配的影响程度存在差异。
(一)模型设定
增值税作为我国第一大税种，税收税源背离现象普遍存在且最为严重[23]，因此本文将增值税作为研究对象，设立如下模型。
首先为验证H1，考察数字经济对各省份的增值税区域间分配差距的影响，设定基准模型式(1)。
vatiit=β+β1deit+∑β2controlsit+λi+μt+εit
(1)
式(1)中i表示省份，t表示年份，vatiit表示第i省份第t年的增值税区域间税收差距；
deit为核心解释变量数字经济增加值。controlsit为控制变量向量，以缓解遗漏变量偏误。λi为无法观测的地区效应，μt为不可观测的时间效应，εit为随机扰动项。
为检验H2，将税收与税源背离作为数字经济影响地区间横向税收分配的内在机制，参考赵涛等(2020)[36]，构建中介效应模型，设定模型式(2)和式(3)。
bltaxit=α+α1deit+∑α2controlsit+λi+μt+εit
(2)
vatiit=α+α1deit+α2bltaxit+∑α3controlsit+λi+μt+εit
(3)
式(2)和式(3)中i表示省份，t表示年份，被解释变量为bltaxit，表示第i省份第t年的增值税税收与税源背离额，deit为核心解释变量数字经济增加值规模，controlsit为控制变量向量，式(2)(3)与式(1)的控制变量相同。λi为无法观测的地区效应，μt为不可观测的时间效应，εit为随机扰动项。
为验证H3，考察数字经济的不同要素对增值税横向分配的影响，构建模型式(4)-(7)。
vatiit=β0+β1dinfruit+∑β2controlsit+λi+μt+εit
(4)
vatiit=β0+β1dprodit+∑β2controlsit+λi+μt+εit
(5)
vatiit=β0+β1dtradeit+∑β2controlsit+λi+μt+εit
(6)
vatiit=β0+β1dmediait+∑β2controlsit+λi+μt+εit
(7)
式(4)-(7)中核心解释变量分别为数字化赋权基础设施要素(dinfru)、数字化服务要素(dprod)、数字化交易要素(dtrade)和数字化媒体要素(dmedia)4个变量，替换基准模型的数字经济增加值变量，controlsit为控制变量向量，与基准模型的相同。λi为无法观测的地区效应，μt为不可观测的时间效应，εit为随机扰动项。
(二)变量与数据说明
1.被解释变量
区域间税收差距(vati)，以此来衡量增值税在区域之间的税收分配失衡程度，参考赵永辉和付文林(2017)[37]的做法，使用各省份的增值税收入与当年增值税全国均值之差来体现。
2.解释变量
数字经济增加值(de)，本文基于国家统计局发布的《数字经济及其核心产业统计分类(2021)》中界定的数字经济核心产业范围，借鉴许宪春和张美慧(2020)[30]、蔡跃洲和牛新星(2021)[38]的界定和测算方法，将其分为数字化赋权基础设施、数字化产品和服务、数字化交易和数字化媒体4个要素，分别测算后加总测算出我国31个省份的数字经济增加值。
数字化赋权基础设施要素增加值(dinfru)，该要素涉及产业对应《数字经济及其核心产业(2021)》中的数字产品制造业，由表1可知，该产业的细分类别与《国民经济行业分类(GB/T 4754-2017)》中计算机、通信和其他电子设备制造业相近[39]，因此本文使用我国31个省份的2007年、2010年、2012年、2015年和2017年的《投入产出表》中的“通信设备、计算机和其他电子设备产业”的增加值的数据。
表1 数字化赋权基础设施要素的测算范围
数字经济产品和服务要素增加值(dprod)，该要素涉及的产业与数字经济核心产业中数字技术应用业一致，根据表2中的内容说明，数字化产品和服务要素的细分类别与《国民经济行业分类(GB/T 4754-2017)》中信息传输、软件和信息技术服务产业相近[39]，因此本文使用我国31个省份的2007年、2010年、2012年、2015年和2017年的《投入产出表》中的“信息传输、软件和信息技术服务产业”的增加值数据。
表2 数字化产品和服务要素的测算范围
数字化交易增加值(dtrade)，该要素指电子商务交易，根据Barefoot等(2019)[40]对数字经济中对电子商务的测算范围，采用批发和零售业的在线销售规模来表示，即流通领域的电子商务销售额。本文使用《中国统计年鉴》中各省份批发和零售业的电子商务销售额来测算数字化交易的增加值(5)《中国统计年鉴》中的“企业信息化及电子商务情况”的统计范围涉及采矿业、批发及零售业、房地产业、教育及文化体育娱乐业等16个行业的电子商务交易活动。各省份的批发及零售业电子商务销售额按照当年全国批发及零售业的电子商务销售额占电子商务销售总额的比重来估算。的规模。
数字化媒体要素(dmedia)，该要素包括3个部分，即广播、电视、电影和录音制作业大类，还有音像制品出版、电子出版物出版、数字出版3个小类，以及信息传输、软件和信息技术服务产业中的6个小类。
(1)广播、电视、电影和录音制作业：该类数据使用全国《投入产出表》中“广播、电视、电影和录音制作业”在文化、体育和娱乐业增加值的比重，结合各省份的文化、体育和娱乐业增加值进行估算。
(2)音像制品出版、电子出版物出版、数字出版：根据《国民经济行业分类(GB/T 4754—2017)》中关于数字出版的定义“指利用数字技术进行内容编辑加工，并通过网络传播数字内容产品的出版服务”，这3小类指通过互联网传播的音像、数字内容等媒体。在现实中，相关产品通常免费播放，还有部分视频媒体由消费者自行上传至平台，消费者免费观看，收入主要来自于用户点击播放过程中的广告或预留的广告位等[41]，因而增加值较难统计。因此文章参考Hulten和Nakamura(2017)[42]、Ahmad和Jennifer(2017)[43]的研究结果，将这3小类的产出以GDP的特定比例进行估算(6)Hulten和Nakamura(2017) [42]对美国免费的数字媒体产出规模进行了估算，认为网络媒体的增加值占名义GDP的0.36%。。
(3)互联网搜索服务、互联网游戏服务、互联网其他信息服务、其他互联网服务、信息系统集成服务、信息处理和储存支持服务：根据《国民经济行业分类(GB/T 4754—2017)》，这6小类产业属于信息传输、软件和信息技术服务业中的相关产业，许宪春和张美慧(2020)[30]将“信息传输、软件和信息技术服务产业”与“通信设备、计算机和其他电子设备产业”都视作数字化赋权基础设施要素一并进行核算。然而，为准确考察数字化媒体要素的规模，测度其对区域横向税收分配的影响，本文参考BEA将相关产业增加值的固定比例进行拆分和估算的做法，将信息传输、软件和信息技术服务业增加值的10%作为该6个小类的增加值进行估算[41]。数字化媒体要素增加值规模是上述3类相关产业增加值的加总。
此外，参考许宪春和张美慧(2020)[30]的做法，本文使用数字经济调整系数来获得缺失年份的值。2006年5月，国务院办公厅发布《2006—2020年国家信息化发展战略》，对我国信息化发展起到了重要的引领作用，助推我国数字经济的高速发展。因此本文选取自2007年起的相关数据，通过计算获得2007年至2019年我国31个省份的数字经济增加值，其中各省份的年平均增加值见图1(7)考虑到自2020年起爆发的新冠肺炎疫情有可能影响到数据的“天然性”，因此本文选取的数据截至2019年。。该结果与中国信息通信研究院2021年发布的我国分省份数字经济规模排名接近[2]，说明结果能够客观反映各省份的数字经济增加值。从图1来看，东部地区的广东、江苏、上海等省份的数字经济增加值远高于中西部省份，说明我国数字经济发展水平存在较为显著的省际差异。
图1 我国31省份2007年至2019年数字经济年均增加值规模
3.控制变量
控制变量定义如下：(1)消费规模(con)，使用各省份社会消费品零售总额来表示；
(2)城市化水平(ubpp)，使用城镇人口占年末总人口的比重来表示；
(3)经济发展水平(pgdp)，使用人均地区生产总值来表示；
(4)地区的产业结构(indus)，使用第三产业占GDP的比重来表示；
(5)转移支付(transfer),使用中央对地方的转移支付总额来表示。
4.中介变量
增值税的税收与税源背离额(bltax)。本文参考刘怡等(2021)[16]、刘金山和何炜(2014)[44]的测算方法，以消费地原则征收到的增值税与实际征收的增值税之差作为增值税税收与税源的背离额。首先按照消费地征税原则测算各省份的增值税税负，即理论上的增值税税源，然后与各省份的实际增值税征收额进行比较，计算得出区域间增值税的税收与税源背离额。
按照消费地征税原则测算各地应得的增值税为
增值税的税收与税源背离额(bltaxit)等于实际税收减去理论税收。
基于上述数据的测算，文章构建了2007年至2019年的省级面板数据，数据分别来自《中国统计年鉴》《中国税务年鉴》和《中国经济普查年鉴》，以及各省份相关年份的《投入产出表》。变量的描述性统计见表3，可以看到数字经济增加值的最小值和最大值相差较大，说明数字经济欠发达省份和发达省份的增加值规模差距较大。
表3 描述性统计结果
(一)基准回归
文章参考艾华等(2020)[9]的方法，考虑到各省份情况不同，且豪斯曼检验结果显示检验拒绝了随机效应模型的原假设,故使用固定效应模型控制了省份效应，基准模型回归结果见表4。
表4 数字经济对增值税横向分配影响的回归结果
表4中，列(1)显示了面板数据混合回归的结果，数字经济增加值的系数显著为正，进一步通过LSDV法来考量，发现个体虚拟变量均显著，P值为0.00，认为存在个体效应；
进而使用固定效应模型，回归结果见列(2)，数字经济增加值的系数的符号依然显著为正；
考虑到模型中的时间效应，将2007年作为基期定义年度虚拟变量，F值显示所有年度虚拟变量的联合显著性结果强烈拒绝“无时间效应”，表示模型中存在时间效应，后使用双向固定效应模型，回归结果如表4列(3)显示，数字经济增加值的系数显著为正，表示增加1单位(亿元)数字经济增加值,会引起地方政府的国内增值税收入与均值之间的差额扩大约842万元人民币。上述结果证明了数字经济的发展加大了省际间增值税收入的离散程度，扩大了区域间的税收差距，引起区域间税收横向分配的失衡，印证了H1。
(二)异质性分析
结合前文分析，生产集聚的地区通常位于经济发达地区，在增值税的生产地征税原则下具有税收的区位优势，继而造成税收横向分配的失衡。由于我国三大经济地带的产业分布和经济水平存在显著差异，为考察数字经济对不同经济地带横向税收分配程度的影响，本文将我国省份按照东、中、西部三个经济地带(8)东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南11个省份，中部地区包括黑龙江、吉林、山西、安徽、江西、河南、湖北、湖南8个省份，西部地区包括内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆12个省份。，进行分样本回归，结果如表5所示。
表5 异质性分析的回归结果
表5列(1)-(3)分别显示了数字经济对东、中及西部地区增值税税收横向分配的影响，首先，列(1)数字经济的系数显著为正，说明数字经济的发展显著地扩大了东部地区的地方增值税与均值之间的差异，即数字经济会促使东部地区征收到的增值税显著大于全国增值税均值，1单位(亿元)数字经济增加值的提升会引起东部地区的增值税收入与均值之差扩大约823万元人民币；
其次，列(2)数字经济的系数也显著为正，表明1单位(亿元)数字经济增加值的提升会引起中部地区的增值税收入与均值之差扩大约1 124万元人民币；
最后，列(3)数字经济的系数为负数，且不显著，说明数字经济的发展对西部地区的作用与东部、中部地区恰好相反，即数字经济的发展会促使西部地区征收到的增值税小于全国均值。上述结果说明了数字经济的发展促使东部和中部地区的增值税大于全国均值，却促使西部地区的增值税小于均值，进而扩大了区域间的税收差距，引起区域间税收横向分配的失衡。该结果进一步印证了H1。
(三)稳健性检验
1.中央和地方政府税收分成后的增值税横向分配
前文分析提及，为避免中央和地方的纵向税收分成对结果的影响，基准模型中的被解释变量是当地税务部门征收到的所有增值税。但是对于地方政府来说，地方财力的主要来源是中央和地方分成后的税收留成部分，因此，本文使用中央和地方分成后的地方政府国内增值税收入与均值之差(sharevati)来替代基准模型中的被解释变量，其他变量保持不变，采用双向固定效应控制了个体效应和时间效应后，回归结果如表6所示。
表6 数字经济对地方增值税留成部分横向分配的影响回归结果
表6的列(1)是基准回归模型结果，列(2)是使用地方留成的增值税的回归结果，可见数字经济增加值系数仍显著为正。首先，该系数说明了数字经济扩大了地方留成的增值税收入与均值间的差距，表示在增值税央地分成后，数字经济仍会扩大区域间增值税的离散程度，引起区域间横向分配的不均衡。其次，该系数小于基准回归系数，说明对于地方留成的增值税来说，中央和地方的增值税分成一定程度上弱化了数字经济对区域间税收横向分配失衡的影响。另外，替换被解释变量后模型的回归结果与基准回归结果的符号一致，依然显著为正，进一步验证了模型的稳健性。
2.增加控制变量
考虑被解释变量与控制变量之间可能存在的非线性关系，参考毛捷和曹婧(2021)[45]的做法，文章加入人口GDP和社会消费品零售总额变量的平方项并取对数作为控制变量，所有结果与基准回归结果一致。
3. 广义最小二乘法
考虑到回归结果的稳健性以及模型可能存在的异方差问题，采用广义最小二乘法结果见表4列(4)，数字经济增加值的系数仍显著为正，表明上述估计结果是稳健的，同时Wald检验结果显示解释变量联合显著无自相关。
(四)内生性问题处理
考虑模型本身可能包含内生解释变量仍会影响结果的准确性，以及数字经济与税收的双向因果问题，因此使用面板工具变量法来处理。参考艾华等(2021)[9]、赵涛等(2020)[36]，本文采用互联网宽带接入端口与1984年每万人电话机数量的交互项、移动电话年末用户以及网站数(9)国家统计局网站显示，网站数指以域名本身或者“WWW.+域名”为网址的web站点，统计口径为期末拥有网站数指报告期末企业拥有和维护的，在互联网上可浏览的网站数。，这3个变量作为数字经济增加值的工具变量。互联网宽带接入端口代表了地区信息化基础设施的普及程度，移动电话年末用户代表了信息通信技术和移动通讯技术的应用程度，网站数体现了地区企业使用网站的规模及信息化水平。在工具变量的检验中，识别不足检验的LM统计量P值为0.00,显著拒绝原假设；
在过度识别检验中，Sargan统计量的P值大于0.05，说明工具变量是外生的。从表7的结果来看数字经济增加值的系数仍显著为正，与基准回归模型的结果一致，说明基准模型的结果是稳健的。
表7 面板工具变量估计结果
(五)数字经济影响横向税收分配的机制检验
在证实了数字经济加剧了区域间增值税横向分配失衡的基础上，为检验H2，将增值税的税收与税源背离作为中介变量，构建式(2)-(3)来检验数字经济以税源背离作为影响机制对增值税区域间横向分配的作用。文章使用面板数据固定效应模型来估计模型的系数，在控制了个体效应和时间效应后，使用双向固定效应进行回归，系数结果如表8列(1)所示，显示数字经济增加值(de)对增值税与税源背离影响的回归系数显著为正，即1单位(亿元)数字经济增加值的提升会引起税收与税源背离额增加约271万元人民币，说明数字经济确实加深了增值税的税收与税源背离。再者，中介效应模型的回归结果如表8列(3)所示，显示数字经济增加值对增值税区域间税收差距(vati)的系数符号仍显著为正，而且相比较与式(1)的系数有所下降(见表4列(3)的数字经济增加值(de)系数)，从0.08降至0.06，说明将增值税税收与税源背离作为中介变量，数字经济对增值税区域间税收差距的影响有所下降，中介效应成立。换言之，在税收与税源背离同时作用的基础上，1单位(亿元)数字经济增加值的提升对区域间税收差距的扩大额从842万元降至644万元。该结果验证了税收与税源背离是数字经济影响增值税区域横向税收分配的作用机制，印证了H2，即数字经济的发展通过加深税收与税源的背离造成区域间横向税收分配失衡。
为验证H3，对式(4)-(7)分别进行回归分析，检验数字经济的数字化赋权基础设施要素、数字化服务要素、数字化交易要素和数字化媒体要素对横向税收分配的影响。在控制了年份和省份后使用双向固定效应分别对4个数字经济不同要素的变量进行了回归，结果如表9所示。从表9可知，数字经济的4个要素的系数都为正且显著，说明所有要素均对地区间税收差距有显著的正向作用，均扩大了地方增值税收入与均值的差距，即数字经济的4个要素都加剧了增值税横向分配的失衡。
表8 数字经济影响税收横向分配作用机制的检验结果
但是，比较而言，4个数字经济要素的回归系数有明显的差异，列(4)显示数字化媒体要素(dmedia)的系数最大，这表示1单位(亿元)数字化媒体要素增加值的提升会引起增值税与均值之间的差值扩大约1亿1 931万元人民币，对税收横向分配失衡的影响最大。而列(3)显示数字化交易要素(dtrade)的系数最小，说明1单位(亿元)数字化交易要素增加值的提升会引起增值税与均值之间的差值扩大约922万元人民币。究其原因，主要在于不同要素对横向税收分配的作用渠道并不相同。
对于数字化媒体要素来说，该要素涉及音像制品出版、电子出版物出版等产业，具有高度依赖无形资产的特征，传播、销售的过程完全依托于互联网，去实体化及虚拟程度最高。据调研，数字媒体的所有销售收入均流入数字媒体平台总部所在地开设的单一账户，因此税收收益归属于总部机构所在地。在这种情况下，数字媒体总部所在地成为了数字化媒体产品的唯一税收流入地，集中“虹吸”了来自全国各地的增值税，进而引起区域税收横向分配的不均衡，因此该要素的系数最高。
相比而言，数字化交易要素的影响最小。该要素涉及批发和零售业的电子商务，其交易的对象主要是快速消费品等实体商品，流通环节仍依托于实体经济时代的线下销售渠道，主要由分布在各地的批发零售商构成。据调研，快速消费品企业的销售渠道主要有3个途径，其一是企业总部设立电子商务公司通过电商平台对消费者的直接销售(如电子商务平台上开设该企业的旗舰店)，该途径实现销量约占总销量的10%左右，产品所有权归产品生产商，交易产生的增值税归属于总部机构所在地(生产地)；
其二是企业将产品销售给国内大型电子商务平台(如京东自营和天猫超市)，此类销售额的比重约为20%，产品所有权为电子商务平台企业，增值税归属于电子商务企业的纳税登记地；
其三是通过现有的渠道销售给经销商，此类销量的占比最大，约为70%，产品的所有权为各地的经销商及批发商，交易产生的增值税归属于批发商所在地。在实体经济时代，批发零售商的销售范围仅限于当地市场，税基也仅限于其所负责的本地区域。在数字经济时代，批发零售商的数字化转型扩大了原有的销售空间范围，分布在各地的批发商亦通过电商平台向全国的消费者进行销售，这使得批发商所在地成为了增值税的流入地，进而增加了各地批发商所在地的增值税收入，在一定程度上有助于缓解区域间横向税收分配的失衡。
从各要素涉及的产业性质来看，数字化交易要素的去实体化程度相对较低，对横向税收分配失衡的作用最小。相比较而言，数字化媒体要素的去实体化程度最高，其对横向税收分配失衡的作用最大。上述结果表明，去实体化及虚拟程度越高的数字经济要素对横向税收分配的作用越大，该结果印证了H3，即不同的数字经济要素对横向税收分配的影响程度存在差异。
表9 数字经济不同要素对增值税横向分配的影响
在数字化时代，如何提升数字经济税收治理水平、完善区域间税基归属及分配机制、缓解区域间的税收分配失衡，是促进区域协调发展、实现共同富裕的重要前提。本文以地区间的税收与税源背离为中介变量，实证研究了数字经济对地区间税收分配的影响，理清了数字经济的发展与区域间横向税收分配的关系，验证了二者之间的传导机制，对推进区域协调发展具有重要意义。研究发现，第一，数字经济的发展扩大了增值税区域间的税收差距，引起了增值税的横向分配的失衡，在使用工具变量法处理内生性问题以及稳健性检验后，该结论仍然成立。第二，机制检验结果显示，数字经济通过加剧税收与税源背离引起增值税区域间横向分配的失衡。第三，数字经济的不同要素对增值税的区域间横向分配的影响存在异质性，其中数字化媒体要素对区域间横向分配失衡的作用最大，而数字化交易要素的作用最小。这说明数字经济活动的虚拟性及去实体化等特征，确实冲击了基于实体的税收属地原则，从而加剧了增值税区域间横向分配的失衡。
本研究探讨了数字经济发展对增值税区域间横向分配的影响以及内在机制，对提升数字经济下的税收治理及区域协调发展有一定的贡献。因此，政策启示如下：第一，基于数字经济通过加剧税源背离这一机制作用于横向税收分配这一结论，建议重构区域间税收分配机制，对消费地辖区的消费者或用户的税收贡献加以量化，采用综合多种因素的公式化分配的方式来增加真正税源地的税收收益，降低税收与税源的背离；
第二，对数字服务实施消费地原则征税，提高数字经济活动征税的公平性，以均衡区域间税收差距；
第三，前文研究结果显示去实体化程度越高的数字经济要素对横向税收分配的作用越大。针对这一结论，本文建议结合数字经济活动的特征，修订基于物理存在规则的税收属地原则，在税收属地原则中引入体现数字经济活动的“虚拟存在”的判定标准，完善税收实体法中关于“纳税地点”的规定，增加与数字经济活动建立税收联结的关联标准，完善纳税地点中关于数字经济活动的规定，确立数字经济活动活跃但无实体机构所在地的税收地域管辖权；
第四，在专项性转移支付中，增加对经济欠发达地区相关数字产业的转移支付，以推动经济欠发达地区数字化水平的提高，缩小“数字鸿沟”的差距，促进区域协调发展，推进实现共同富裕。
