以數(shù)治稅背景下基層稅收治理問題及優(yōu)化路徑

2021年，中共中央辦公廳、國務院辦公廳印發(fā)《關(guān)于進一步深化稅收征管改革的意見》，標志著我國開啟了以數(shù)治稅的稅收治理模式新變革?；鶎佣悇詹块T是稅收工作的前沿陣地，數(shù)據(jù)思維對提升基層稅收治理能力提出了新的更高的要求，以現(xiàn)代信息技術(shù)賦能基層稅收治理，推動以數(shù)治稅在基層稅務機關(guān)落地，對提高基層稅收治理水平、高質(zhì)量推進中國式現(xiàn)代化稅務實踐以及助力國家治理體系和治理能力現(xiàn)代化具有重要意義。據(jù)此，本文通過厘清以數(shù)治稅背景下基層稅收治理的基本邏輯，總結(jié)以數(shù)治稅背景下基層稅收治理面臨的現(xiàn)實問題，并提出相應的優(yōu)化路徑，為拓展提升基層稅務機關(guān)以數(shù)治稅能力提供參考借鑒。

以數(shù)治稅背景下基層稅收治理的基本邏輯

基層稅收治理現(xiàn)代化是反映稅收治理現(xiàn)代化乃至國家治理現(xiàn)代化的重要窗口，以數(shù)治稅作為一種新的稅收治理模式，對推動基層稅收治理現(xiàn)代化具有重要作用。加大信息化技術(shù)在基層稅務執(zhí)法、稅收風險管理和納稅服務等領(lǐng)域的應用，加快基層稅務部門數(shù)字化轉(zhuǎn)型，不斷提升基層稅務部門以數(shù)治稅的能力和水平，推動基層稅收治理向現(xiàn)代化邁進，是實現(xiàn)稅收現(xiàn)代化和中國式現(xiàn)代化的邏輯要求。

（一）以數(shù)治稅是強化基層稅收風險管理的內(nèi)在需求

以數(shù)治稅賦能稅收風險管理的關(guān)鍵在于數(shù)據(jù)資源的有效利用。由于市縣級基層稅務機關(guān)直接面向地方發(fā)展實際，是收集海量稅收數(shù)據(jù)、感知稅收運行情況的前沿陣地，與稅務總局和省級稅務機關(guān)相比，稅收風險管理更加實際具體，如何有效利用數(shù)據(jù)資源考驗著基層稅務機關(guān)稅收風險管理能力。通過收集、整理、分析和應用稅收大數(shù)據(jù)，建立基于大數(shù)據(jù)的稅收風險管理模型，可以實現(xiàn)稅收風險管理的信息化、智能化和自動化，幫助基層稅務部門進行稅收預警和風險防范，從而提高稅收風險管理的實效。比如，稅收大數(shù)據(jù)管理平臺可以整合稅務稽查、納稅評估、涉稅事項審批等涉稅信息數(shù)據(jù)，通過風險數(shù)據(jù)共享，強化風險識別和數(shù)據(jù)分析，形成信息采集、數(shù)據(jù)分析、風險排查、任務發(fā)布、風險應對等為一體的風險管理鏈條。同時，可以強化部門間信息共享與合作，加強稅務、財政、人民銀行、金融監(jiān)管、市場監(jiān)管、公安等部門以及第三方交易平臺的聯(lián)動，形成稅收風險協(xié)同治理合力，切實提升基層稅收風險管理質(zhì)效。因此，深化稅費數(shù)據(jù)資源開發(fā)應用，推動稅收風險管理由“以人為主”模式向“數(shù)據(jù)驅(qū)動”模式轉(zhuǎn)變，實現(xiàn)稅費管理數(shù)字化、智能化轉(zhuǎn)型，是強化基層稅務部門稅收風險管理的內(nèi)在需求。例如，鎮(zhèn)江市稅務局依托江蘇省稅務局智慧稅務平臺數(shù)字化場景、鎮(zhèn)江市稅務局大數(shù)據(jù)和風控中心實體化場景，探索建立稅收監(jiān)管指揮中心，將稅收大數(shù)據(jù)預警體系、風險模型和可視化技術(shù)有機結(jié)合起來，加速釋放稅收大數(shù)據(jù)技術(shù)引領(lǐng)效應，有效預警和防范稅收大數(shù)據(jù)中可能存在的風險。

（二）以數(shù)治稅是優(yōu)化基層納稅服務方式的現(xiàn)實需要

以數(shù)治稅賦能納稅服務的關(guān)鍵在于提高納稅服務效率，降低納稅服務成本?；鶎佣悇諜C關(guān)處在服務廣大納稅人繳費人的第一線，其服務水平與納稅人獲得感、滿意度直接相關(guān)。運用稅收大數(shù)據(jù)可以有效解決納稅人繳費人辦稅繳費過程中的堵點、難點，精準提供線上納稅繳費服務。通過“非接觸式”辦稅繳費模式，可以簡化辦稅流程，壓縮辦理時間，為納稅人提供更加便捷高效的服務，從而提升納稅服務水平。例如，濰坊市稅務局聚焦以數(shù)治稅，充分發(fā)揮稅收大數(shù)據(jù)優(yōu)勢，運用“全國納稅人供應鏈查詢”功能，積極為民營企業(yè)牽線搭橋，拓寬上游原材料供給來源，打通下游產(chǎn)品銷售渠道，有效回應企業(yè)產(chǎn)業(yè)鏈供應鏈不暢等訴求；深挖12366熱線數(shù)據(jù)，按月對熱線電話進行穿透式分析，實現(xiàn)全量來電的分類分層歸集，并與各類服務征管事項關(guān)聯(lián)穿透，敏銳分析出納稅人繳費人在辦稅繳費服務過程中的共性與個性需求，精準響應納稅人繳費人訴求。

以數(shù)治稅背景下基層稅收治理的現(xiàn)實問題

雖然以數(shù)治稅模式在稅收治理方面已經(jīng)取得了積極成效，但由于基層稅務部門既是稅務系統(tǒng)里落實各項政策的“最后一公里”，又是為廣大納稅人繳費人提供各項服務的“最先一公里”，因此，基層稅收治理存在一定的特殊性，以數(shù)治稅背景下基層稅收治理仍有提高的空間。

（一）數(shù)據(jù)思維有待啟發(fā)

隨著“以數(shù)治稅”模式的明確，納稅征管和服務已逐步實現(xiàn)電子化，從新電子稅務局的推廣到數(shù)電票的正式使用，稅務機關(guān)在“以數(shù)治稅”方面實現(xiàn)了更進一步，但基層的數(shù)據(jù)思維仍有待進一步啟發(fā)。有些工作人員對于大數(shù)據(jù)在稅收中的應用價值認識不清晰；另外，大數(shù)據(jù)應用需基于龐大、準確、有效的數(shù)據(jù)集，需經(jīng)過分析后融入稅收征管的各個環(huán)節(jié)，以協(xié)助稅務人員進行稅源管理，并幫助納稅人順利辦理納稅事宜，而目前基礎(chǔ)數(shù)據(jù)集合的構(gòu)建尚不完善，基層稅務機關(guān)所使用的系統(tǒng)種類繁多，再加上各區(qū)縣局自主開發(fā)的輔助系統(tǒng)，這些系統(tǒng)難免存在功能重疊、數(shù)據(jù)分散、應用閑置的問題。數(shù)據(jù)的分散性影響了數(shù)據(jù)的獲取、存儲、分析和應用。

（二）集成應用需拓新局

在當前稅收治理環(huán)境中，盡管已經(jīng)取得了顯著進步，但稅務機關(guān)在數(shù)據(jù)應用和集成共享方面仍需要努力開拓新的局面。數(shù)據(jù)是稅務工作的核心資源，其應用、集成和共享程度直接影響稅收治理的效率和效果。

一方面，數(shù)據(jù)應用層面仍有待深化。目前，稅務機關(guān)在數(shù)據(jù)處理和分析方面已經(jīng)具備了較強的能力，但在數(shù)據(jù)驅(qū)動的決策制定和業(yè)務流程優(yōu)化方面還有提升空間。當前，稅收數(shù)據(jù)在部分基層稅務機關(guān)運用不足、數(shù)據(jù)使用受限、信息碎片化、整合分析浮于表面，未能充分發(fā)揮大數(shù)據(jù)優(yōu)勢；數(shù)據(jù)分析仍限于查詢、趨勢描述和簡單規(guī)則匯總，缺乏深度和有效性，且數(shù)據(jù)模型與風險分析等業(yè)務未廣泛實施，風險模型覆蓋面不足，指標不全，數(shù)據(jù)基礎(chǔ)薄弱，風險指標主要依賴內(nèi)部數(shù)據(jù)，缺乏與第三方數(shù)據(jù)的深入分析，導致風險應對模式單一。行業(yè)、區(qū)域及風險分析尚未深入，指標建立精準性不足，無法全面體現(xiàn)大數(shù)據(jù)價值。

另一方面，集成共享方面也存在不足。首先，現(xiàn)有系統(tǒng)無法全面歸集和分析數(shù)據(jù)，對基層稅務機關(guān)的指導性和導向性不足，影響后續(xù)工作。其次，數(shù)據(jù)系統(tǒng)分散，稅務總局“云平臺”集成度不夠，前沿技術(shù)掌握不足，軟硬件配置水平低，制約大數(shù)據(jù)應用。再次，稅收數(shù)據(jù)平臺需整合優(yōu)化，金稅三期、四期系統(tǒng)也需進行功能完善和性能提升。最后，稅收治理中的數(shù)據(jù)需求不僅限于稅收數(shù)據(jù)，還包括其他相關(guān)部門和行業(yè)數(shù)據(jù)。雖已建立部分信息共享平臺，但數(shù)據(jù)處理、信息安全等問題阻礙了深度共享和聯(lián)動分析，導致大數(shù)據(jù)優(yōu)勢未能充分發(fā)揮。此外，數(shù)據(jù)共享的法律保障不足，數(shù)據(jù)標準不統(tǒng)一，配套制度不健全，也是制約數(shù)據(jù)共享的重要因素。

（三）人才隊伍需加強建設(shè)

基層稅務工作人員雖能識別風險點，但缺乏深入分析數(shù)據(jù)的能力，制約了對數(shù)據(jù)的準確判斷。當前，稅務系統(tǒng)大數(shù)據(jù)和風險管理人員中，專業(yè)人才占比不高；現(xiàn)有培訓主要集中于基礎(chǔ)稅收政策，缺乏數(shù)據(jù)分析和數(shù)據(jù)運用能力的培訓；業(yè)務骨干的能力主要來源于經(jīng)驗，專業(yè)化不夠，可復制性不強，很難在短時間內(nèi)培養(yǎng)一大批數(shù)量可觀的高素質(zhì)專業(yè)人才。

（四）分析效果仍需提升

稅務大數(shù)據(jù)的應用為基層稅收治理帶來了革命性的變化，但同時也存在了分析效果尚未達到預期的問題。

一方面，數(shù)據(jù)質(zhì)量問題會影響數(shù)據(jù)分析結(jié)論的準確性。對稅務部門來說，數(shù)據(jù)質(zhì)量高低直接關(guān)系到稅收征管的效率和準確性，以及稅務服務的質(zhì)量。在稅務數(shù)據(jù)的整個生命周期中，從收集到傳輸，再到存儲和處理，各個環(huán)節(jié)都可能出現(xiàn)數(shù)據(jù)質(zhì)量問題。首先，數(shù)據(jù)收集過程是多渠道的，涵蓋了納稅人自主申報、第三方信息提供以及稅務部門自行采集等多種方式，這些途徑在數(shù)據(jù)采集時可能因人為因素（如數(shù)據(jù)輸入錯誤、理解偏差）而引入誤差。其次，數(shù)據(jù)傳輸環(huán)節(jié)存在風險，由于網(wǎng)絡故障、設(shè)備故障等原因，數(shù)據(jù)可能在傳輸過程中失真或丟失，進一步影響了數(shù)據(jù)的準確性和完整性。最后，數(shù)據(jù)存儲和處理過程中的不規(guī)范操作，比如數(shù)據(jù)備份不及時、數(shù)據(jù)清洗不徹底等，同樣會引發(fā)數(shù)據(jù)質(zhì)量問題的產(chǎn)生。因此，確保稅務數(shù)據(jù)的質(zhì)量需要在整個數(shù)據(jù)生命周期中嚴格把控各個環(huán)節(jié)。

數(shù)據(jù)質(zhì)量問題對稅收征管工作具有重要的影響。一旦數(shù)據(jù)出現(xiàn)質(zhì)量問題，稅務部門在數(shù)據(jù)分析、風險評估、稅款計算等關(guān)鍵環(huán)節(jié)就可能得到不準確的結(jié)果，這不僅會直接影響稅收征管的效率和準確性，還可能導致一系列的連鎖反應。此外，數(shù)據(jù)質(zhì)量問題還可能增加稅收風險。由于數(shù)據(jù)不準確，稅務部門對納稅人的風險評估可能產(chǎn)生偏差，這可能導致漏稅、逃稅等稅收風險的出現(xiàn)，對稅收征管的穩(wěn)定性和公正性構(gòu)成威脅。同時，數(shù)據(jù)質(zhì)量問題還會降低稅務部門為納稅人提供服務的質(zhì)量。如果稅務部門所依賴的數(shù)據(jù)不準確，那么納稅人在咨詢、查詢等服務中就可能得到錯誤的信息或建議，這將嚴重影響納稅人的滿意度和信任度，進而對稅務部門的形象造成負面影響。

另一方面，模型的選擇和可解釋性對分析結(jié)論和效果具有重要影響。在基層稅務部門應用大數(shù)據(jù)分析的過程中，模型的選擇至關(guān)重要。然而，這一過程并非易事，因為它往往需要深厚的專業(yè)知識和豐富的實踐經(jīng)驗來準確判斷模型的適用性。此外，許多復雜的機器學習模型雖然性能優(yōu)越，但在可解釋性方面卻存在不足，這常常給基層稅務部門帶來困擾和挑戰(zhàn)。

以數(shù)治稅背景下基層稅收治理的優(yōu)化路徑

以數(shù)治稅作為新時代稅收治理的重要方向，為基層稅收治理帶來了前所未有的機遇與挑戰(zhàn)。針對基層稅收治理在數(shù)據(jù)整合、技術(shù)應用、人才隊伍建設(shè)等方面存在的問題，提出優(yōu)化路徑，以期進一步提升基層稅收治理效能，高質(zhì)量推進中國式現(xiàn)代化稅務實踐，更好地服務于國家經(jīng)濟社會發(fā)展大局。

（一）激發(fā)基層數(shù)據(jù)思維，提升“數(shù)據(jù)素養(yǎng)”

首先，稅務部門應組織系統(tǒng)性的培訓和學習活動，不僅涵蓋大數(shù)據(jù)技術(shù)的基礎(chǔ)知識，還要深入講解大數(shù)據(jù)在稅收征管中的應用實例，以及數(shù)據(jù)驅(qū)動的決策方式。這些培訓應結(jié)合具體案例，使基層人員能夠直觀地理解大數(shù)據(jù)在稅收征管中的應用及其帶來的效率和準確性提升。其次，鼓勵基層人員積極參與實際的大數(shù)據(jù)應用項目。通過參與項目的實踐，基層人員可以親身體驗大數(shù)據(jù)帶來的變革，并在實踐中不斷學習和成長。同時，項目完成后，可以組織經(jīng)驗分享會，讓參與人員分享心得和體會，從而激發(fā)更多人的興趣和熱情。此外，稅務部門還應加強與高校、研究機構(gòu)等外部機構(gòu)的合作，引入外部專家為基層人員提供指導和支持。通過與外部機構(gòu)的合作，可以引入更多的先進理念和技術(shù)，為基層人員提供更多的學習機會和資源。

（二）拓展數(shù)據(jù)應用集成，促進信息共享

針對當前稅收治理環(huán)境中數(shù)據(jù)應用和集成共享方面的不足，稅務部門應深化數(shù)據(jù)應用，提升數(shù)據(jù)驅(qū)動的決策制定和業(yè)務流程優(yōu)化能力。通過強化數(shù)據(jù)處理和分析，提高分析的深度和有效性，并廣泛實施數(shù)據(jù)模型與風險分析等業(yè)務，以全面體現(xiàn)大數(shù)據(jù)價值。同時，應加強數(shù)據(jù)集成共享，提高系統(tǒng)集成度和軟硬件配置水平，整合優(yōu)化稅收數(shù)據(jù)平臺，并完善“金稅三期”“金稅四期”系統(tǒng)的功能和性能，建立更廣泛的信息共享平臺，克服數(shù)據(jù)處理、信息安全等障礙，推動與第三方數(shù)據(jù)的深度共享和聯(lián)動分析。同時，加強數(shù)據(jù)共享的法律保障，統(tǒng)一數(shù)據(jù)標準，健全配套制度，確保數(shù)據(jù)的安全、有效和合規(guī)共享。通過這些措施，基層稅務部門將能夠更好地利用數(shù)據(jù)資源，提升稅收治理的效率和效果。

（三）加強人才隊伍建設(shè)，夯實技術(shù)保障

稅務部門應重點加強數(shù)據(jù)分析能力培訓，以提升團隊整體的數(shù)據(jù)素養(yǎng)。首先，制定一套系統(tǒng)的大數(shù)據(jù)及稅收業(yè)務相結(jié)合的培訓計劃，確保培訓內(nèi)容既涵蓋基礎(chǔ)稅收政策，又注重數(shù)據(jù)分析、數(shù)據(jù)運用能力的提升。其次，應積極引進和培養(yǎng)既精通大數(shù)據(jù)技術(shù)又熟悉稅收業(yè)務的復合型人才，建立激勵機制，吸引高端技術(shù)人才加入稅務部門。同時，加強內(nèi)部培訓，尤其是數(shù)據(jù)分析方面的專業(yè)培訓，確保工作人員能夠掌握先進的數(shù)據(jù)分析工具和方法，提升數(shù)據(jù)處理和分析能力。此外，鼓勵業(yè)務骨干分享經(jīng)驗，形成可復制、可推廣的經(jīng)驗案例，加快高素質(zhì)專業(yè)人才的培養(yǎng)步伐。

（四）強化數(shù)據(jù)安全管理，筑牢安全防線

首先，稅務部門應加強數(shù)據(jù)安全意識培訓，確保每位員工都了解數(shù)據(jù)保護的重要性和相關(guān)法律法規(guī)。其次，要進一步構(gòu)建多層次、全方位的數(shù)據(jù)安全防護體系，加強技術(shù)研發(fā)和應用，包括但不限于加強數(shù)據(jù)加密、實施訪問控制、建立安全審查機制等。稅務部門應引進先進的數(shù)據(jù)安全技術(shù)，如防火墻、入侵檢測系統(tǒng)和數(shù)據(jù)加密技術(shù)等。例如，深圳市稅務局利用人工智能搭建AI風控平臺，結(jié)合稅務登記數(shù)據(jù)、個人征信數(shù)據(jù)、風控模型、涉稅指標，利用機器學習的算法進行建模，為企業(yè)畫像，根據(jù)畫像結(jié)果精準識別稅務風險，風險識別準確率高達90%。這種技術(shù)的應用不僅提高了數(shù)據(jù)安全性，還提升了稅務管理的效率。最后，要加強數(shù)據(jù)安全監(jiān)管與審計。稅務部門應定期進行數(shù)據(jù)安全審計，檢查數(shù)據(jù)保護措施的有效性。例如，大連市稅務局在“金稅三期”工程建設(shè)中，提出了稅務業(yè)務未來的發(fā)展模式應該是數(shù)據(jù)與業(yè)務大集中的模式，同時意識到數(shù)據(jù)流動帶來的安全新風險，因此加強了數(shù)據(jù)安全監(jiān)管，確保稅務數(shù)據(jù)在各系統(tǒng)間的互通互用、各單位間的互通互用時的安全性。

（五）改進數(shù)據(jù)質(zhì)量控制，優(yōu)化分析方法

對于數(shù)據(jù)質(zhì)量控制的改進方面，首先，應建立嚴格的數(shù)據(jù)質(zhì)量管理制度。稅務部門應制定數(shù)據(jù)質(zhì)量管理的相關(guān)制度和規(guī)范，明確數(shù)據(jù)采集、傳輸、存儲、處理等各個環(huán)節(jié)的質(zhì)量標準和要求。其次，在數(shù)據(jù)采集和處理過程中，應加強數(shù)據(jù)校驗和清洗工作。稅務部門應加強數(shù)據(jù)校驗、數(shù)據(jù)清洗，確保數(shù)據(jù)的一致性、準確性、完整性。例如，深圳市稅務局通過AI風控平臺的實時數(shù)據(jù)分析，能夠快速響應市場變化，及時更新稅務數(shù)據(jù)，提高了稅收征管的時效性。最后，應引入先進的信息化技術(shù)和工具，以提升信息化水平。如大數(shù)據(jù)分析平臺、人工智能等，提高數(shù)據(jù)處理和分析的效率和準確性。

分析方法選用方面，首先，稅務部門應明確自身的業(yè)務需求、數(shù)據(jù)特性以及預期目標，并基于這些因素構(gòu)建一套科學且嚴謹?shù)哪Ｐ秃Y選機制。在模型選擇的過程中，應充分融合專業(yè)知識和實踐經(jīng)驗，對模型的適用性、準確性以及穩(wěn)定性進行綜合評估。其次，稅務部門應特別關(guān)注模型的可解釋性，優(yōu)先選用那些既能滿足業(yè)務需求，又具有較高可解釋性的模型。對于復雜但性能出色的機器學習模型，稅務部門可以考慮引入可視化工具、簡化模型結(jié)構(gòu)或結(jié)合專家意見等方法，以增強模型的可解釋性，確保稅務人員能夠準確理解數(shù)據(jù)分析結(jié)果，從而做出更為精確和明智的決策。

基金項目：國家稅務總局稅務干部學院2024年青年課題“深化稅收大數(shù)據(jù)應用研究——在基層稅收治理方面的應用”（2024QNKT007）；國家稅務總局稅務干部學院2024年青年課題“減稅降費政策效應評估及優(yōu)化研究”（2024QNKT010）

作者單位：國家稅務總局黑龍江省稅務局國家稅務總局稅務干部學院（長沙）