【摘要】稅收大數據作為政務數據中的重要組成部分，具有數據準確、覆蓋全面、記錄詳細等特點，能夠及時反映經濟動態變化，并在提升稅收監管精度、助力稅收政策落地以及服務經濟運行研判等多個維度，充分展現了提升治理效率的潛力。在未來，稅收大數據應著重強化數據標準化、部門間數據共享、數據分析以及數據安全等方面的建設，以進一步提升其服務國家治理的能力。

【關鍵詞】稅收大數據  國家治理  稅收監管 宏觀經濟

【中圖分類號】F812    【文獻標識碼】A

數字經濟時代的一個重要標志是數據成為經濟的重要組成部分，對數據的有效使用構成了經濟高質量發展的重要內涵，乃至國家治理的重要基礎與手段。早在2017年，習近平總書記就強調了加快數字中國建設的重要性，明確提出“要運用大數據提升國家治理現代化水平”。在數據已經成為新型生產要素的今天，數據有著極為廣泛的來源，涵蓋了從個人到機構，從日常生活到經濟運行的方方面面，不同的主體每時每刻都在以不同的方式生產和輸出數據。不過，如果從服務國家治理的角度來審視數據獲取的話，由稅務部門在稅收征管活動中所形成的稅收大數據是其中最為重要也是最具價值的部分。稅收征管活動的本質是推動征納雙方之間的信息對稱，因此，及時和有效地掌握納稅主體的涉稅信息是實施有效稅收征管的基礎。正是在這個背景下，在長期的信息化建設過程中，基于納稅人的稅收申報、發票流轉和第三方主體等信息，我國稅務部門積累了海量的涉稅數據。在新的信息技術和分析工具的支撐下，上述稅收大數據集的存在為稅務部門實施精準監管奠定了基礎，同時也極大賦能了政府部門的精細化管理，對提升國家治理體系和治理能力現代化具有重要的意義。

稅收大數據賦能國家治理的優勢

反映經濟動態“快”。傳統的經濟分析大多基于統計年鑒數據或統計調查數據展開。這類數據的特點是：數據集整體格式較為規范，統計指標既有分類指標又有匯總指標，數據在發布前已經進行了一定程度的加工。但這類數據從開始收集到最終發布往往經歷較長時間，以中國統計年鑒的數據為例，年度數據通常存在一年左右的滯后期，這對于短期內的經濟分析來說存在較大的局限。相比之下，稅收大數據能夠實時和不間斷地收集納稅主體的運營信息，例如，通過企業的發票開具情況能夠實時了解企業生產經營狀況，而個人所得稅的收入信息以及扣除信息的變化則能夠實時反映個體的生活狀況，這為相關短期經濟分析尤其是考察政策實施的即期效應奠定了基礎。

稅收發票數據“準”。統計或調查類數據的一個重要特點是，數據主要以調查對象的自主填報或者逐級的匯總報告來進行規整，顯然，個人的誤報或者歸類統計的錯誤會不可避免地影響到數據的準確性。相比之下，稅收大數據，特別是其中的稅收發票數據是以企業間真實的經濟交易行為為基礎的，因而具有非常高的準確度。發票記錄了購銷雙方企業名稱、交易金額、交易時間、交易商品服務種類、交易價格等主要信息，能夠準確反映經濟活動發生的時間、主體、規模、流向，尤其是可以觀察產業鏈的分布，具有極高的經濟分析價值。

覆蓋經濟領域“全”。稅收大數據的主要數據涵蓋了納稅人基礎信息、稅收收入信息、稅收減免信息、稅務發票信息、納稅申報信息、稅收管理信息、稅收調查信息等。除此之外，還涉及到廣泛的第三方部門，如社保、房管、銀行、民政等眾多的部門信息，囊括從個人到企業等眾多的經濟活動主體。在個體維度，稅收大數據能夠構建個體從工作性質、收入狀況到家庭結構的全貌。在企業維度，稅收大數據則覆蓋了市場主體從設立到注銷的全生命周期，包括行業、地區、經濟類型、規模等多個層面。而在宏觀維度，基于稅收大數據的分析能夠反映宏觀經濟從投資、消費到進出口等完整的經濟活動鏈條。

數據顆粒程度“細”。增值稅的發票數據記錄了極其細微的交易行為，不僅能將數據延伸至產品層面，還能夠完整體現交易的具體模式，特別是能反映交易鏈條中產品的不同分布狀況。如結合原材料購進額和銷售方企業登記地，能夠判斷原材料主要供應地；結合中間產品購進額和銷售方企業登記地，能夠反映上游產業所在地；結合最終產品銷售額和購進方企業登記地，能夠反映最終產品的主要市場等。而個人所得稅的納稅申報數據則詳細記錄了個體的學歷、戶籍、國籍、扣繳企業、收入額、專項扣除、專項附加扣除等最微觀層級的數據，能夠具體反映宏觀經濟統計中所難以體現的隱含信息。

稅收大數據提升治理效能的表現

推動稅收監管精準實施。稅收的有效監管是打擊逃避稅行為，提升社會整體稅收遵從度的重要手段。在傳統的監管方式中，當面對數量龐大的納稅主體時，在一定范圍內實施抽查是稅收監管的主要方式，這一方式能夠在稅務部門稽查力量有限的情況下，對潛在的稅收違法行為進行一定程度的查處與威懾，其所依靠的主要是稅務人員的執法經驗和常規的風險指標。顯然，在這一模式下，由于存在較大程度的信息不對稱，稅收的監管效果尤其是準確性受到了較大的約束。特別是在一些具備較少執法經驗的經濟新模式和新業態，如數字經濟、直播電商行業中，稅收稽查和監管往往存在較大的盲區，稅收違法行為的發生頻率和稅收流失的規模也相對較高。

而建立在稅收大數據基礎上的新型稅收監管機制，則以分類管理為基礎，大幅提升了稅收風險監管的精準性和有效性。其主要邏輯是，借助機器學習和數據挖掘等技術，在綜合納稅主體各類涉稅信息的基礎上進行綜合畫像，評判納稅人的稅務風險等級，然后依據不同的風險等級，在結合信用評價的基礎上實施差別化的監管。具體來說，經整合的涉稅信息給予了用戶畫像技術發揮作用的空間，使其可以對納稅人的收入水平、行為方式以及消費習慣等進行精準分析，在靜態的基礎數據、納稅數據、財產數據等項目中捕捉納稅人動態的經濟行為，以實現在不同的風險時期進行針對性管理的目標，并提高稅務部門工作的精準度。

具體來說，在涉稅事項發生前，可以通過大數據技術向中高風險的納稅人推送相關稅收政策，防范稅收風險的產生。在事中，借由大數據技術實現涉稅風險事項的全過程監督，及時向納稅人發送個性化的風險提示，防范涉稅風險的進一步惡化。在事后，將納稅人的稅收風險結果與其信用評價體系相結合，并根據實際情況及時更新涉稅風險指標。總的來說，基于大數據的稅收監管模式正是借由對海量數據的整合、分析與挖掘得以實現，通過對納稅人進行精準的風險識別、排序，對涉稅事項發生事前、事中和事后的遞進式監管，最大限度地降低稅款流失的風險。在近期的網絡直播行業查稅中，稅務部門正是在稅收大數據的基礎上，結合直播的銷售數據和實際的納稅數據，準確地鎖定了具有高度風險的納稅人，進而實施了精準的監管與處罰。

助力稅收政策精準落地。通過財稅政策來調節經濟主體的行為方式是我國宏觀調控的重要思路與手段，其具體表現為各層次豐富的稅收優惠政策體系。在實踐中，稅收優惠政策的實施效果依賴于政策本身的落地與執行，而后者則取決于暢達的政策宣傳和完善的納稅服務體系。在傳統的模式中，一方面，政策的出臺過程缺乏精準的指引，導致符合條件的納稅主體并未能充分享受到政策的優惠。另一方面，在政策的實施過程中，“一刀切”的服務模式增加了納稅主體享受政策的成本，同樣降低了政策的落地程度和執行力度。

而在稅收大數據的助力下，稅收政策的執行與落地可以更為精準。首先，稅務機關可以根據稅收政策的具體條件，依托稅收大數據精準篩選出符合條件的納稅主體，然后主動實施政策推送、宣傳輔導以及后續的跟蹤監測等行為，確保政策紅利以最快速度、最精準度直達市場主體。其次，稅務機關可以根據納稅人性質、類型、風險偏好等方面的特征，針對性地優化相應的涉稅服務，例如可通過后臺大數據分析納稅主體所處的經營狀況，在精準服務的基礎上推進個性化建設，進而提高納稅人的遵從程度，減少可能的稅收風險產生。最后，依托稅收大數據可以大幅減少稅收政策落地的環節與程序，降低政策落地的難度。例如，在納稅主體申請稅收優惠政策的過程中，稅收大數據技術根據納稅人類型精準推送預扣預繳信息，降低納稅人誤報率。與此同時，可以大幅增加數據的預填充功能，減少信息的重復錄入。此外，在納稅人辦理匯算過程中，稅收大數據技術為其提供多樣化的流程指導，保證了更多的納稅人可以獨立辦稅，極大地提高了辦稅效率。

服務經濟社會運行研判。現代經濟社會的運行極為復雜，其社會管理同樣需要匹配高度精細化的手段與工具，而稅收大數據的存在無疑提供了有價值的決策參考體系。首先，稅收大數據可以輔助稅收以外的部門和系統優化決策體系，打通部門之間的信息障礙。以“銀稅互動”為例，基于稅收大數據的信用評價體系彌補了傳統金融部門的信息不對稱問題，在缺乏有效抵押物的情況下，為更好地實現信貸資源與企業的對接提供了良好范例，有助于解決小微企業長期面臨的融資難問題。

其次，借助稅收大數據可以緩解企業間的資源錯配，打通企業間的信息障礙。例如，不同企業在同一周期內對于勞動力的需求存在差異，會同時出現部分企業員工過剩和部分企業員工緊缺的局面，而依托于稅收大數據的“智稅用工配對模型”，通過分析企業的存貨周轉率、銷售利潤率、個人所得稅每月扣繳人數環比變化率以及人均產值等指標的變化，可以動態測算出企業當前及未來可能面臨的用工缺口或盈余，并通過設置維度篩選指標與模糊查詢指標展示潛在企業名單，打通用工緊張和用工盈余企業間的信息障礙，精準對接相關企業，盤活富余人力資源，實現員工的“共享”。

最后，基于稅收大數據的測算可以改善部分宏觀經濟指標，增強對于經濟運行的判斷。例如，在經濟景氣指數的編制方面，傳統的景氣指數受制于數據種類和方法的限制，并不能很好地反映經濟的真實狀況，而基于稅收大數據尤其是其中的發票數據，可以更靈敏地反映企業經營水平和產業鏈的整體通暢程度，以此為基礎的經濟景氣指數也就能具有更高的準確度。

強化稅收大數據建設，深化稅收大數據共享應用

稅收大數據的存在增強了稅收監管的精準程度，推動了稅收優惠政策的精準落地，對于提升經濟運行和社會治理也具有重大意義。但目前，我國的稅收大數據建設仍處于發力提升階段，在諸如數據歸集、部門融通以及數據的使用和分析方面仍存在一些局限，制約了稅收大數據職能的發揮。2021年3月24日，中共中央辦公廳、國務院辦公廳印發了《關于進一步深化稅收征管改革的意見》，意見明確提出要深化稅收大數據的共享應用，強化稅收大數據在推動征管效率提升和服務經濟運行研判等領域的深層次應用。顯然，在未來的治理架構中，稅收大數據被賦予了重要的使命。著眼于提高稅收大數據服務國家治理的水平與效率，在未來一段時間，應該從如下四個方面強化稅收大數據的建設。

提高數據歸集標準化程度。數據的有效獲取是稅收大數據形成與發揮價值的基礎。盡管稅收大數據主要以非結構化的形式呈現，但在構成分析基礎的底層數據中，相對統一的結構尤其是標準化的格式仍然是非常重要的。從形式上看，目前構成我國稅收大數據的基礎主要來源于納稅申報數據、稅務發票數據、征管系統其他數據以及稅收調查數據等，不同的數據來源于不同的數據平臺，在指標設定、數據結構以及數據格式等諸多維度均存在一定差異，這無疑加大了數據分析與數據挖掘的難度。事實上，在國地稅合并以前，兩套征稅機構之間在征管系統以及數據軟件方面均是相互獨立的，對數據的維護和運用程度長期存在差異。從構建完整底層數據的角度來說，未來在推動稅收大數據的建設過程中，稅務部門應根據基礎業務的特點，強化數據結構與數據標準的頂層設計，統一規范數據的搜集規格與形式。同時，提高一線數據采集的智能化程度，最大限度減少人為誤報的概率。最后，強化對于基礎數據采集的交叉稽核，提高數據的準確性。

增強跨部門數據共享力度。在基礎數據以外，稅收大數據效能發揮的一個重要前提是其能廣泛融合第三方部門的數據。在稅收征管的一線中，稅務部門常常需要調用第三方部門的數據，以完成對于特定納稅業務的信息驗證，而由此所積累的數據，往往也成為稅收大數據服務經濟運行研判的重要基礎。換句話說，稅收大數據的威力主要體現為跨領域的協同分析，而協同分析的基礎則在于對第三方部門數據的融合。當前，尤其是在2019年新的《個人所得稅法》出臺之后，稅務部門與人民銀行、教育、衛生、醫療保障、民政等第三方部門之間的信息共享和交互程度有了顯著提高，極大地豐富了稅收大數據的內涵。但需要指出的是，目前部門間的數據共享尚未形成常態化尤其是制度化的機制，更多是稅務部門基于單項業務的數據支持請求。未來在搭建共享協調機制、強化部門間數據共享的過程中，一方面，各地方政府可參考“城市大腦”的模式，建立涵蓋各類型部門數據的數據交換中心，方便稅務等執法部門的集成調用。另一方面，在法制層面，適當增加第三方部門數據支持的義務性法律條款，依法保障涉稅涉費必要信息獲取。

強化數據多樣化分析能力。海量的數據需要匹配強大的分析能力，才能充分挖掘數據背后所隱藏的信息，發揮數據的價值。否則，數據將僅僅是靜態、冗余與低效的。當前，盡管數據的集成有了明顯進步，但部分地區基于稅收大數據的分析和對稅收大數據的利用程度卻存在一定的不足。絕大多數的稅收大數據應用場景仍然局限于稅收征管領域，而對宏觀經濟其他領域的政策溢出較少。未來，應著力強化基于稅收大數據的多樣化分析能力，拓展應用場景的邊界。首先，基于已有的數據變量，努力挖掘可供參考的分析指標，豐富已有的常態化指標體系尤其是有助于宏觀經濟分析的指標，例如從發票的開具環節來討論地區企業在整個產業鏈中的位置，或是基于技術合同印花稅計稅金額等構建反映地區科技創新活躍程度的指標等。其次，積極引入前沿的數據處理技術和學術研究方法，強化對于機器學習、數據挖掘等分析工具的運用，加大聚束分析法、決策樹、遺傳算法等在稅收政策福利效應領域的推廣力度。最后，在組織維度，成立專業化的分析團隊，強化后臺的中央數據處理能力，在一定范圍內統籌基于稅收大數據的分析。

提升數據安全保密層級。大數據的應用給稅收和國家治理帶來極大便利的同時，也對數據的安全保密提出了更高要求。相關數據覆蓋了個人財富信息、企業商業運營信息以及國家宏觀經濟信息，數據的泄露會造成對納稅人權益和國家整體利益的侵害。在某種意義上，只有具備足夠安全的屏障，稅收大數據才能實現良性發展，充分履行其服務于國家治理的職能。當前，我國的稅收數據管理尚存在一些風險。其中，在業務層面，數據的維護與分析涉及到稅務、第三方部門以及高校科研機構等諸多層面，數據的流轉存在較大的泄露風險。而在法律層面，目前我國公開的法律法規尚缺乏嚴格的隱私數據保護規定，制度和法律層面對于數據安全的保護程度仍有欠缺。對此，一方面，應建立和完善稅收大數據云平臺，在分布式儲存的環境下實現多個單位聯合開展數據分析，降低流轉帶來的數據安全隱患，提升數據的保密層級。另一方面，在法制維度，積極通過立法的方式強化相關數據管理部門的數據安全保密責任，同時，對涉及國家安全、商業機密以及個人隱私的數據，也要從法律層面對數據使用者的保密義務進行明晰，嚴格防止數據泄露。

（作者為中南財經政法大學財政稅務學院、稅收治理研究中心教授）

【參考文獻】

①習近平：《實施國家大數據戰略 加快建設數字中國》，央廣網，2017年12月9日。

②樊勇、杜涵：《稅收大數據：理論、應用與局限》，《稅務研究》，2021年第9期。

③李萬甫、劉同洲：《深化稅收數據增值能力研究》，《稅務研究》，2021年第1期。

責編/靳佳    美編/李智

聲明：本文為人民論壇雜志社原創內容，任何單位或個人轉載請回復本微信號獲得授權，轉載時務必標明來源及作者，否則追究法律責任。