打击逃避关税的技术手段有哪些？
运用适宜的技术手段，可以识别出哪些货物有较高风险被伪造了原产国，从而让海关人员在检查过程中更有针对性。
图片来源：PATRIC SANDRI
数年来，在贸易官员努力打击“欺骗性转运”的过程中，如何阻止出口企业逃避关税始终是一个难题。
在采用“欺骗性转运”这一做法时，出口企业会将产品运往一个适用较低关税税率的国家，然后更改原产国标签，但产品不做实质性改变，随后再将货物从当地发往其他国家。
尽管这种非法行为不是今天才出现——上世纪90年代末，由于进口纺织品要受到配额限制，欺骗性转运一度十分猖獗——但贸易官员表示，在当下的国际贸易冲突中，这一现象再次抬头。例如今年3月，太阳能电池和太阳能面板生产商被调查是否通过将业务在东南亚四国“兜圈”的方式来违法规避关税。
欺骗性转运现象之所以难杜绝，原因之一在于，海关用以判断商品原产国的标准有时不会那么明确和清晰。例如，如果一家出口商在越南开展的业务符合“实质性”改变的标准，那么它就可以合法地称越南为其商品原产国。与此同时，海关只会对大约3%的海运货物进行实物检查，因此被逮到的几率相对较低。此外，欺骗性转运是在海外进行的，这一点也增加了监控难度。
不过，有难度并不意味着无法做到——尤其是有了人工智能和区块链技术进步的加持。
大数据分析
近年来，我们研究了一些供应商为何存在产品掺假或是破坏环境的行为，并就如何制止这些非法行为给出了建议。我们相信，其中一些想法可能也有助于遏制逃避关税的行为。
首先，加强海关检查和调查能力，同时，加大对非法转运的惩罚力度，这两项举措增加了非法行为被发现的几率，也提高了违法的成本，因此可能起到效果。政府可将收缴货品出售或拍卖，然后利用这笔收益来负担上述举措的费用。
其次，还可以更机智的方式进行检查。比如一些企业被披露存在环境违规事件，我们可以利用这些数据搭建一个预测模型及一套风险评分体系，以此分析某家制造商违反环保法规的可能性。借助企业成立时间、总资产、政府持股比例、过往环保记录等公开数据，来预测哪些企业有可能违反环保法规。比如，我们发现，根据2004-2012年数据搭建的模型中风险评分最高的前20%企业，他们在2013年被披露存在实际违规行为的企业中占到了71%。
同理，还可以利用数据分析和机器学习来锁定检查对象。举例来说，只有当逃避关税的企业能利用一个执法宽松的邻国时，转运才有吸引力，因为这类非法行为必须迅速且隐蔽地进行，并且成本还要低。因此，比起新加坡和日本，越南和马来西亚更容易被选作逃避关税的工具。而木材、钢铁等这类无论来自哪里外观都较为相似的商品也应被列为怀疑对象，因为其原产国很容易伪造。利用这些和其他因素，我们可以开发出一套风险档案系统，据此重点检查那些被列为高风险的货物。
提高国际供应链中实物、资金及信息流动的透明度，也可以更容易发现贸易欺诈现象。收集信息的传感装置与区块链技术结合后，可以在供应链的每一个环节创建一个可靠的数字交易记录。这个数字记录可以涵盖地理位置数据、生产过程图像及产品图像、交易时间、参与交易的企业身份，以及工厂投入和产出的商品类型及数量。该记录不仅可以在供应链成员之间分享，还可以分享给不同国家的海关官员和政府调查机构。
有了这种数字记录，核实供应链参与实体及其所作所为的过程就可以实现自动化。借助它，还可以运用人工智能和机器学习工具来识别原产国存疑的货品，或是对需要进一步细致检查的进口商品发出警示。
举例来说，假如区块链记录显示，越南一家工厂生产的商品主要是基于来自某国的一款关键零部件。若这种商品的标签上写着“越南制造”，那么就有理由怀疑其中或许存在逃避关税的行为。鉴于生产过程图像、时间、地理位置信息等数据综合起来能够反映出供应链从头到尾的情况，监管者可以据此核实，货品在越南是否发生了实质性改变，从而满足将越南确定为原产国的条件。
重要的是，供应链数字化和透明化能给制造商和供应商带来好处，帮助它们更好地作规划，还能就有可能影响其业务的潜在危机发出预警。因此，采用这类技术的动力已经有了。政府也可以通过颁布命令或是提供奖励的方式，鼓励企业发展数字供应链。
的确，针对实体供应链交易，要想获取准确、及时的信息并非易事。别的不说，无论是传感器还是人，记录信息时都可能出错，贸易代理商也可能受到贿赂而篡改信息。但借助技术手段可以仔细检查传感器数据，还可以在海外雇佣值得信赖的核验人员，就原产国判断准则问题对他们提供培训，从而提高供应链数据的准确度。与此同时，核验机构也有动力解聘贪腐员工，因为他们的行为也会被记录在区块链上。作为额外的激励措施，政府可以根据疑似转运国的合规情况，来确定未来的进口关税。
归根到底，人工智能和区块链技术的进步，以及供应链透明度的提高，才是应对关税逃避行为的最有力武器。
作者：Volodymyr Babich是乔治城市大学麦克唐纳商学院的运营和信息管理教授；Christopher Tang是加州大学洛杉矶分校安德森管理学院的供应链管理教授。
编辑：道琼斯风险合规中国团队
道琼斯公司(Dow Jones) 创建于1882年，旗下有道琼斯指数, Barron's《巴伦周刊》, WSJ《华尔街日报》, MarketWatch, Factiva, Risk & Compliance等品牌。“道琼斯风险合规”是风险管理和合规治理全球领先品牌，由道琼斯风险合规中国团队运营。欢迎您关注公众号或联系道琼斯风险合规中国负责人：Johnson.Ma@dowjones.com