基于數(shù)據(jù)倉庫的綜合治稅數(shù)據(jù)分析系統(tǒng)設(shè)計

趙曉鵬　常曉冰

摘要：為提高綜合治稅涉稅信息利用水平，實現(xiàn)對各類綜合治稅數(shù)據(jù)的整合分析與關(guān)聯(lián)比對，為數(shù)據(jù)分析提供應(yīng)用支撐，在分析系統(tǒng)業(yè)務(wù)需求的基礎(chǔ)上，設(shè)計了基于數(shù)據(jù)倉庫的綜合治稅數(shù)據(jù)分析系統(tǒng)，探討數(shù)據(jù)自動交換、ETL、數(shù)據(jù)建模、聯(lián)機分析處理等關(guān)鍵技術(shù)。

關(guān)鍵詞：綜合治稅；數(shù)據(jù)倉庫；決策支持

DOIDOI：10.11907/rjdk.151175

中圖分類號：TP319

文獻(xiàn)標(biāo)識碼：A 文章編號：16727800（2015）006011303

作者簡介作者簡介：趙曉鵬（1979-），男，河北石家莊人，河北省綜合治稅領(lǐng)導(dǎo)小組辦公室工程師，研究方向為財稅數(shù)據(jù)分析；常曉冰（1984-），男，河北石家莊人，河北財華信息技術(shù)有限公司助理工程師，研究方向為管理信息系統(tǒng)。

0 引言

近年來，隨著綜合治稅工作的深入開展，涉稅信息目錄及采集范圍不斷擴大，稅收征管、行政許可、建設(shè)項目、注冊登記等各類涉稅信息數(shù)據(jù)規(guī)?？焖僭鲩L，特別是綜合治稅信息系統(tǒng)在省市縣三級的推廣與應(yīng)用，為綜合治稅數(shù)據(jù)分析與決策支持提供了規(guī)模龐大的數(shù)據(jù)資源。研究如何基于這些海量數(shù)據(jù)開展數(shù)據(jù)分析，從中獲取與綜合治稅相關(guān)的信息與價值，為各級稅務(wù)部門加強稅源控管、堵塞稅收漏洞、實現(xiàn)信息管稅提供支撐，具有重要的理論和現(xiàn)實意義。

數(shù)據(jù)倉庫是一個面向主題的、集成的、非易失且隨時間變化的數(shù)據(jù)集合，用來支持管理決策[1]，是實現(xiàn)數(shù)據(jù)整合和分析利用的最佳解決方案。目前，綜合治稅信息系統(tǒng)所使用的數(shù)據(jù)庫，是按照聯(lián)機事務(wù)處理（OLTP）的要求進(jìn)行設(shè)計的，其數(shù)據(jù)結(jié)構(gòu)、內(nèi)容用法與數(shù)據(jù)倉庫有很大不同，無法滿足復(fù)雜查詢和數(shù)據(jù)挖掘的需要。例如，復(fù)雜查詢所涉及的多表鏈接、匯總排序等操作，會很大程度上影響系統(tǒng)相應(yīng)速度[2]。因此，構(gòu)建綜合治稅數(shù)據(jù)倉庫，以數(shù)據(jù)倉庫為基礎(chǔ)開發(fā)綜合治稅數(shù)據(jù)分析系統(tǒng)，是充分利用綜合治稅數(shù)據(jù)資源，提升涉稅信息利用水平的有效手段。

1 功能需求分析

根據(jù)綜合治稅數(shù)據(jù)整合與應(yīng)用需求，數(shù)據(jù)分析系統(tǒng)建設(shè)應(yīng)以信息管稅為目標(biāo)，按照“覆蓋廣泛、詳實可靠、開放共享、安全高效”的原則，依托數(shù)據(jù)倉庫技術(shù)，逐步將稅收征管、行政許可、建設(shè)項目、注冊登記等各類涉稅信息接入系統(tǒng)，構(gòu)建集信息采集交換、審核校驗、統(tǒng)計匯總、分析預(yù)測、應(yīng)用發(fā)布為一體的綜合治稅數(shù)據(jù)倉庫，實現(xiàn)第三方涉稅信息整合分析與深度應(yīng)用，包括以下主要功能：

（1）涉稅信息采集交換。按照綜合治稅信息共享目錄的要求，依托現(xiàn)有綜合治稅信息系統(tǒng)，通過人工報送和自動交換兩種方式采集原始涉稅信息，形成綜合治稅數(shù)據(jù)倉庫初始數(shù)據(jù)。此外，系統(tǒng)應(yīng)提供異構(gòu)數(shù)據(jù)源支持，支持半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)采集導(dǎo)入功能。

（2）建立綜合治稅數(shù)據(jù)倉庫。按照數(shù)據(jù)倉庫設(shè)計、建設(shè)要求，按照統(tǒng)一編碼體系，對原始涉稅信息進(jìn)行抽取、轉(zhuǎn)換、裝載（即ETL過程）。此外，系統(tǒng)應(yīng)能根據(jù)數(shù)據(jù)倉庫的數(shù)據(jù)處理流程，按照數(shù)據(jù)質(zhì)量控制標(biāo)準(zhǔn)對數(shù)據(jù)進(jìn)行校驗和審核，保證數(shù)據(jù)正確性。

（3）涉稅信息報表和查詢。根據(jù)綜合治稅工作需要，按照規(guī)范的數(shù)據(jù)統(tǒng)計口徑，建立綜合治稅數(shù)據(jù)統(tǒng)計報表體系，定期生成各類統(tǒng)計報表。同時，系統(tǒng)應(yīng)提供直觀的查詢功能，能夠?qū)蟊頂?shù)據(jù)進(jìn)行鉆取操作，實現(xiàn)從匯總數(shù)據(jù)到明細(xì)數(shù)據(jù)的分層下鉆和逐級瀏覽。

（4）稅收風(fēng)險評估。以第三方涉稅信息整合應(yīng)用為出發(fā)點，建立風(fēng)險評估模型，通過模型將各類涉稅信息與稅務(wù)部門的征管信息進(jìn)行比對分析，及時發(fā)現(xiàn)稅收管理的薄弱環(huán)節(jié)，查找定位稅收風(fēng)險點，堵塞稅收征管漏洞，為提高稅收征管水平提供數(shù)據(jù)支撐。

（5）重點稅源監(jiān)控。依托涉稅部門提供的企業(yè)生產(chǎn)經(jīng)營信息以及稅務(wù)部門的稅收征管信息，建立重點稅源監(jiān)測指標(biāo)，對重點納稅人的經(jīng)營與納稅情況進(jìn)行監(jiān)控，并以圖形、表格等形式進(jìn)行展現(xiàn)，直觀地反映微觀經(jīng)濟主體的運行狀態(tài)，為制定稅收優(yōu)惠政策、促進(jìn)企業(yè)發(fā)展提供參考。

（6）稅收收入預(yù)測預(yù)警?；诰C合治稅數(shù)據(jù)倉庫所整合的歷年度稅收數(shù)據(jù)，建立數(shù)據(jù)挖掘模型，將稅收收入與相關(guān)宏觀經(jīng)濟指標(biāo)進(jìn)行關(guān)聯(lián)分析，對二者的相關(guān)性進(jìn)行深入挖掘。此外，借助計量經(jīng)濟學(xué)模型，對稅收收入未來走勢和波動幅度進(jìn)行科學(xué)預(yù)測，為稅收政策的制定和領(lǐng)導(dǎo)決策提供依據(jù)。

2 系統(tǒng)架構(gòu)設(shè)計

系統(tǒng)整體架構(gòu)如圖1所示，分為4個層次：數(shù)據(jù)采集層、數(shù)據(jù)服務(wù)層、應(yīng)用分析層、信息展現(xiàn)層。

（1）數(shù)據(jù)采集層。數(shù)據(jù)采集層是整個系統(tǒng)中涉稅信息的統(tǒng)一入口，該層能夠屏蔽異構(gòu)數(shù)據(jù)源的差異，使系統(tǒng)中后續(xù)數(shù)據(jù)處理基于統(tǒng)一的數(shù)據(jù)接口，降低技術(shù)復(fù)雜性。系統(tǒng)采集的各類涉稅信息，首先在這一層中進(jìn)行保存，既能減少對數(shù)據(jù)源性能產(chǎn)生影響，又能在數(shù)據(jù)ETL失敗時再次加載，從而提高系統(tǒng)效率。

（2）數(shù)據(jù)存儲層。數(shù)據(jù)存儲層根據(jù)分析主題的要求，采用星型結(jié)構(gòu)對業(yè)務(wù)數(shù)據(jù)進(jìn)行建模，形成數(shù)據(jù)倉庫邏輯模型和實體模型。在數(shù)據(jù)處理方面，數(shù)據(jù)存儲層先通過ETL處理從數(shù)據(jù)采集層獲取原始數(shù)據(jù)，再按照數(shù)據(jù)模型結(jié)構(gòu)對原始數(shù)據(jù)進(jìn)行整合，形成一系列事實表和維表。此外，部門數(shù)據(jù)分析所需數(shù)據(jù)集市也在該層進(jìn)行設(shè)計和實現(xiàn)。

（3）應(yīng)用分析層。應(yīng)用分析層基于數(shù)據(jù)存儲層中的模型數(shù)據(jù)，對信息展現(xiàn)層提供不同類型的數(shù)據(jù)分析服務(wù)。其中，即席查詢服務(wù)通過語義層映射機制，可以為涉稅信息自定義查詢提供支持；報表服務(wù)通過定義報表模板，提供可擴展報表生成和查詢服務(wù)；OLAP通過建立多維數(shù)據(jù)結(jié)構(gòu)，為復(fù)雜數(shù)據(jù)分析操作提供快速響應(yīng)服務(wù)；數(shù)據(jù)挖掘服務(wù)通過封裝特定算法，對綜合治稅數(shù)據(jù)進(jìn)行關(guān)聯(lián)分析，為風(fēng)險評估、預(yù)測預(yù)警等系統(tǒng)功能提供支撐。

（4）信息展現(xiàn)層。信息展現(xiàn)層按照數(shù)據(jù)分析需求，將數(shù)據(jù)倉庫中的數(shù)據(jù)以及應(yīng)用分析結(jié)果，通過數(shù)據(jù)展現(xiàn)工具以圖形、報表、文字等形式呈現(xiàn)到用戶面前。此外，還提供管理維護(hù)界面，完成包括用戶管理、權(quán)限分配等系統(tǒng)管理功能。

3 關(guān)鍵技術(shù)實現(xiàn)

3.1 數(shù)據(jù)自動交換

涉稅信息采集是進(jìn)行數(shù)據(jù)分析的前提和基礎(chǔ)，信息采集的質(zhì)量直接對數(shù)據(jù)分析結(jié)果產(chǎn)生影響。因此，對于信息化程度高、業(yè)務(wù)數(shù)據(jù)集中存儲的涉稅部門，應(yīng)當(dāng)建立數(shù)據(jù)自動交換平臺，實現(xiàn)涉稅信息的自動采集，提高數(shù)據(jù)的完整性、準(zhǔn)確性和及時性。

數(shù)據(jù)自動交換技術(shù)的實現(xiàn)模式主要有兩種：一是數(shù)據(jù)庫復(fù)制模式，其優(yōu)點是交換雙方數(shù)據(jù)庫結(jié)構(gòu)相同，交換數(shù)據(jù)的內(nèi)容能夠保證較好的一致性和實時性，缺點是擴展性和適應(yīng)性不足，對異構(gòu)數(shù)據(jù)交換的支持較差；二是前置機模式，其優(yōu)點是支持?jǐn)?shù)據(jù)庫、文件、接口服務(wù)等多種接入方式，有較好的適應(yīng)性和擴展性，數(shù)據(jù)交換流程可配置、管理和監(jiān)控，缺點是數(shù)據(jù)較難實時同步，交換服務(wù)程序?qū)τ布筝^高。本系統(tǒng)采用前置機模式，在各涉稅部門部署數(shù)據(jù)交換前置服務(wù)器及軟件工具，利用XML文件對異構(gòu)數(shù)據(jù)格式進(jìn)行轉(zhuǎn)換，在保持?jǐn)?shù)據(jù)庫相對獨立和自治的基礎(chǔ)上，實現(xiàn)涉稅信息的自動提取、整理、傳輸和保存[3]。

3.2 ETL

ETL是建設(shè)數(shù)據(jù)倉庫的重要步驟。在完成不同部門、不同類型涉稅信息采集后，涉稅信息需要經(jīng)過抽取、轉(zhuǎn)換、加載進(jìn)入數(shù)據(jù)倉庫，形成一系列維表和事實表，為后續(xù)數(shù)據(jù)分析與挖掘提供數(shù)據(jù)基礎(chǔ)。在數(shù)據(jù)抽取環(huán)節(jié)，系統(tǒng)采用觸發(fā)器的方式，在數(shù)據(jù)采集層保存涉稅信息的同時，啟動對應(yīng)的數(shù)據(jù)抽取處理，實現(xiàn)數(shù)據(jù)采集與ETL的有效銜接，確保采集的涉稅信息及時進(jìn)入數(shù)據(jù)倉庫；在數(shù)據(jù)轉(zhuǎn)換環(huán)節(jié)，要對涉稅信息的有效性進(jìn)行檢查，然后對照稅收收入、納稅人登記信息等事實表，以及區(qū)劃、行業(yè)、稅種等維表，經(jīng)過數(shù)據(jù)變換、清理、集成、聚集和概括等處理，形成格式一致的事實表和維表數(shù)據(jù)[4]；在數(shù)據(jù)加載環(huán)節(jié)，要將轉(zhuǎn)換完成的事實表與維表，批量存儲到綜合治稅數(shù)據(jù)倉庫中。

3.3 數(shù)據(jù)建模

在數(shù)據(jù)倉庫數(shù)據(jù)建模中，星型模式能夠提高查詢性能，降低維表復(fù)雜度，因而得到廣泛應(yīng)用[5]。在此模型中，根據(jù)數(shù)據(jù)分析的主題構(gòu)造事實表，用于存儲分析數(shù)據(jù)的度量值和維度值；根據(jù)數(shù)據(jù)分析的角度構(gòu)造維度表，用于存儲分析數(shù)據(jù)的維度值（包括歷史版本）。事實表和維表以主外鍵的形式進(jìn)行關(guān)聯(lián)，形成主題分析所需的星型模型[6]。例如，分產(chǎn)業(yè)稅收分析主題所對應(yīng)的數(shù)據(jù)模型如圖2所示。

3.4 聯(lián)機分析處理

聯(lián)機分析處理（OLAP）是數(shù)據(jù)倉庫的主要應(yīng)用，專門設(shè)計用于支持復(fù)雜的分析操作，側(cè)重對決策人員和高層管理人員的決策支持。在應(yīng)用分析層，OLAP服務(wù)利用數(shù)據(jù)倉庫的模型數(shù)據(jù)，根據(jù)主題分析需求建立多維分析模型（CUBE多維立方體），并以ROLAP方式進(jìn)行存儲，可從不同層次、階段共享、存取和分析涉稅數(shù)據(jù)[7]。在信息展現(xiàn)層，系統(tǒng)采用Cognos組件，按照用戶的分析需求，以報表、圖形、記分卡、儀表盤等多種形式，把CUBE的數(shù)據(jù)和分析結(jié)果展現(xiàn)給最終用戶。

4 結(jié)語

建設(shè)綜合治稅數(shù)據(jù)倉庫，并以此為基礎(chǔ)構(gòu)建綜合治稅數(shù)據(jù)分析系統(tǒng)，是充分利用綜合治稅數(shù)據(jù)資源、提升綜合治稅信息價值的有效手段。本文從應(yīng)用角度，闡述了綜合治稅數(shù)據(jù)倉庫及數(shù)據(jù)分析系統(tǒng)的功能、架構(gòu)和關(guān)鍵技術(shù)。綜合治稅數(shù)據(jù)的深層次數(shù)據(jù)挖掘功能及其實現(xiàn)等問題，還有待進(jìn)一步研究。

參考文獻(xiàn)：

[1] [美]蔭蒙（Inmon，W.H）.數(shù)據(jù)倉庫[M].王志海，譯.北京：機械工業(yè)出版社，2006.

[2] 林建明，琚春華，李軍.基于數(shù)據(jù)倉庫的財政綜合信息分析系統(tǒng)研究與設(shè)計[J].計算機時代，2008（9）：2426.

[3] 張麗華. 基于XML的異構(gòu)數(shù)據(jù)交換技術(shù)研究[J].蘇州科技學(xué)院學(xué)報：工程技術(shù)版，2010（6）：7779.

[4] 黃容，黨齊民，陳寶樹.財政數(shù)據(jù)倉庫的設(shè)計開發(fā)[J].計算機工程與應(yīng)用，2003（32）：190193.

[5] 陳榮保，何偉華，戚維田.基于數(shù)據(jù)倉庫的財政收支多維分析系統(tǒng)設(shè)計[J].常州信息職業(yè)技術(shù)學(xué)院學(xué)報，2008（1）：1315.

[6] 張軍占，陳光偉.基于數(shù)據(jù)倉庫和OLAP的城市財稅分析系統(tǒng)的構(gòu)建[J].計算機與現(xiàn)代化，2008（9）：126128.

[7] 陳曉瑜，烏志平.基于數(shù)據(jù)倉庫技術(shù)的財稅在線分析系統(tǒng)的研制[J].微型電腦應(yīng)用，1999（15）：4345.

責(zé)任編輯（責(zé)任編輯：陳福時）