王鲁宁（上海国家会计学院）
陈忠（国家税务总局苏州市相城区税务局）
作为税收征管理念和方式的重大创新，税收精准监管是深化“放管服”改革、加快政府职能转变的内在要求，也是减轻纳税人负担、优化营商环境的有力举措，更是加快信用体系建设、创新事中事后监管的重要内容。2021年3月，中共中央办公厅、国务院办公厅印发了《关于进一步深化税收征管改革的意见》（以下简称《意见》），提出“建设……以税收大数据为驱动力的具有高集成功能、高安全性能、高应用效能的智慧税务，深入推进精确执法、精细服务、精准监管、精诚共治”。自此，智慧税务建设开启了“以数治税”新路径，尤其在税收监管方面，要借助大数据思维与技术，更加客观、全面、科学地对税收政策、经济趋势及纳税行为作出研判，并以此为基础实现税收监管模式创新。在国际上，各国税务机关借助现代大数据手段多角度探寻税收精准监管实践，大幅提高了税收监管效率和质量。本文通过探究“以数治税”下推进税收精准监管的路径，结合有关国家税务机关的实践经验，提出“以数治税”的背景下优化我国税收精准监管的政策建议。 《意见》提出，建立健全以“信用+风险”为基础的新型监管机制。“信用+风险”分类监管指的是基于纳税人的信用风险数据，按月、按季、按年对纳税人信用风险情况进行动态积分评估，根据信用风险状况不同将纳税人划分为不同类别，再依据动态信用级别对纳税人采取差异化监管措施，以提升监管效能。该方式在大幅降低征税成本的同时，有效防控了税收风险，不仅彰显了税法公平正义，还推动了公平竞争，切实提升了税收治理体系和治理能力现代化水平。 （二）以“双随机、一公开”监管和“互联网+监管”为手段 2015年8月，国务院办公厅发布《关于推广随机抽查规范事中事后监管的通知》，要求在全国全面推行“双随机、一公开”的监管模式。作为市场监管理念和方式的重大创新，该监管模式与同年国家税务总局印发的《“互联网+税务”行动计划》中的智慧税务生态系统紧密结合，使税收征管系统在充分运用互联网、大数据等信息技术手段的基础上，汇聚税收监管数据，实现监管事项全覆盖、监管过程全记录、监管数据可共享，为实现“智慧监管”提供了平台支撑。具体来说，借助“金税四期”建设搭建监管平台，将所有涉税交易信息在平台上采集、监控、审核，结合运用企业“信用+风险”分类结果开展“双随机、一公开”监管，大幅提高税收监管的有效性和精准性。同时，“双随机、一公开”结合“互联网+监管”还可以规范税务执法行为，提高税收监管效能，减轻企业负担，强化信用支撑，为市场监管领域进一步营造公平竞争的市场环境和法治化、便利化的营商环境提供保障。 重点领域监管包括对逃避税等问题多发的行业、地区和人群进行重点监管。具体来说，通过明晰各级税务部门风险管理职责，实施风险分析识别差异化管理。各级税务部门依托大数据、人工智能等技术，设计监控指标和智能规则体系，动态监控评价纳税人全生命周期信用和全环节业务风险状况，分类实施差异化管理，尤其关注重点企业、重点人群，透过其税务数字账户精准掌握纳税人的身份画像标签及交易本质。对重点领域可能存在的税收风险按照统一程序进行提示提醒、督促整改、约谈警示甚至立案稽查、公开曝光。此外，根据税收风险级别深入开展“双随机、一公开”稽查并适当提高抽查比例，提高防控和监督检查力度，从而打击涉税违法犯罪行为，保护守法诚信经营，维护经济税收秩序和国家税收安全。二、“以数治税”下税收精准监管面临的困难与挑战
众所周知，税收监管的目标是提升税收遵从度。而传统税收风险管理是基于流程驱动机制进行的，即“金税三期”中的“流程驱动”，通过对税收业务的分析、抽象、提炼，完成业务流程的统一再造和全面建模，再借助计算机系统的大范围应用，以电子方式实现标准化、层级式的业务处理和流程运转。从税收管理的发展趋势来看，结合部分发达国家税收监管经验，当前“以数治税”下我国税收精准监管还面临一些挑战。 （一）监管数据的收集和集中化管理水平有待提高 大数据的基础在于数据，数据的价值在于分析，强大的数据分析依托于监管数据的收集与集中化管理。当前，涉税基础数据薄弱，数据孤岛林立、融合困难，降低了税收监管的精准性。 一是数据采集不够全面。从现状来看，征管系统中采集的数据尚不能全面反映市场主体全生命周期生产经营情况。例如，开办注销、社会保险登记、违法犯罪等信息均需与其他政府部门交互。各部门站在自身职责的角度对数据进行理解和定义，并进行存储和维护，彼此无法实现数据共享。税务部门对市场主体的监管只能依托内部数据，由此限制了精准监管的深度和覆盖面，降低了监管效率。 二是数据交互存在局限性。各政府部门根据各自需求独立开发业务系统，存在数据口径和格式不统一问题，再加上尚没有统一规范的数据交互平台，导致现有海量税收数据资源难以盘活，无法充分发挥其最大效能，大大增加了各政府部门履行职责的困难。例如，在税务部门与电力部门数据交换过程中，由于税务登记与电力登记信息无匹配关键字，前者登记的纳税人名称并非用电户名，故需要人工逐户核实并进行手动关联，容易出现数据缺失、采集难、核实难等问题，造成税务检查专项工作推进较慢，成效不明显。 三是平台数据复杂多样。税务数据应用平台虽然数量繁多，但集成度不够。税务部门现在使用的数据平台既有国家税务总局统一开发的，也有地方自行开发的，其主要功能集中在数据采集上，数据分析、应用功能还无法满足日常工作所需。例如，在耕地占用税征管案件分析中，目前主要通过金税三期系统查询、实地核查等方式了解企业占用耕地情况、纳税情况，并未对土地的潜在价值进行深入分析。税务部门尚未与国土资源等有关部门建立信息共享机制，也未建立税源土地信息预警、土地异常预警、未申报预警、欠税预警等系列风险管理预警机制。 （二）监管模型的自动适应性不强 税收精准监管的实现必须依托于对税收大数据的深度挖掘，其中科学构建税收监管模型是必不可少的重要手段。目前，各国税务机关普遍增强了风险管理领域分析工具、技术的挖掘使用，借助模型进行风险监管，探索税收风险自动化智能处理模式。国内在构建税收监管模型并实现模型共建共享共用方面还存在以下影响因素。 一是数据质量的局限性。基础数据的质量在很大程度上影响监管风险模型的准确性和稳定性。数据中存在的任何误差都会对计算的精准性产生严重影响。目前来看，可用于分析建模的数据来源和方法都相对有限。如何科学合理地将基础数据整合统一起来，最后服务于风险模型的建立，是破解精准监管的首要难题。 二是风险变量的外生性。复杂多变的内外部环境，包括国内国际形势、新政策的出台、疫情起伏反复等都会影响营商环境，从而影响税收风险的外生变量。在建立风险模型时如何通过构建指标体系对外生变量进行量化，以提升模型的“可算性”，是提高税收监管模型精准性的重要方面。 三是模型指标的重复性。纵观当前国内建立的风险模型，大多针对不同的风险级别与类型，设置不同的风险指标。对于纳税人基本信息、开票数据、净入库数据、销售收入等常规性基础指标，存在重复读取、加工、使用的情况，不仅增加了模型建立的工作量，也大大降低了税收监管工作效能。 （三）监管模式尚未实现与时俱进 一方面，互联网、大数据、物联网等技术的发展促使众多产业走上了数字化转型的“快车道”。越来越多的传统企业正在打破行业界限进行重构和再生，以寻求新的发展机遇。纳税人的经营方式更加灵活多样，跨地区、跨行业的多元化经营模式不断涌现，涉税信息爆发式增长并呈现复杂多样性。税务部门虽然一直在顺应时代潮流进行监管模式的探索和改变，但远远赶不上社会经济的发展速度，存在一定的滞后性。当前，尚未实现企业经济行为全过程“一户式”监管，尤其是对企业经营信息和涉税风险的自动分类推送机制还未建立。 另一方面，新经济、新业态的成长对税收信息化建设提出新挑战。数字经济下，利用互联网平台销售商品和提供服务已经成为经济发展新业态。电子商务、共享经济、互联网金融等数字经济新模式普遍以平台为载体，以互联网为通道，以数据为资产，开展经营活动。对平台的管理和涉税数据的收集缺乏法律指引，各类涉税数据平台与税收征管系统尚未实现对接，使得当前在涉税信息共享共治方面还存在短板。
三、国际经验借鉴
随着数字经济的快速发展，尤其是技术进步和数据应用为化解风险和简化流程提供了新的选择，世界各国税务部门在税收监管方面积累了丰富经验，也为我国实现税收精准监管提供了有益借鉴。 随着“数据集成”技术的广泛应用，越来越多的税收数据能够通过新技术实现集中处理，极大地促进了税收风险管理模式创新，并助力实现税收精准监管。这些税收数据集来源多元，既包括纳税人直接申报的数据，也包括来源于其他渠道的第三方数据，如电信运营商、金融部门、网络平台等。这些数据集合可以为核实纳税人申报的所得和资产提供依据，也有助于拓宽税收监管的数据源。因此，对数据集的探索已成为实施税收精准监管的重要步骤。例如：加拿大税务局（Canada Revenue Agency,CRA）正在利用机器学习技术促进数据探索和数据理解，深度挖掘有价值的涉税信息；法国公共财政总署（Direction Générale des Finances Publiques,DGFIP）研发了一个大数据基础设施，专门用于解决原始数据来源广、但无法有效处理的问题；新加坡国内收入局（Inland Revenue Authority of Singapore,IRAS）设置了统一数据平台，将不同来源的数据整合到一个灵活、可扩展的数据存储库中，以便对该数据进行集中处理。 对于数据集的获取，英国税务和海关总署（HM Revenue and Customs,HMRC）将信用卡和借记卡交易处理商的数据用于辅助查明疑似隐匿销售收入等逃税行为，再据此实施更有针对性的监管措施；瑞典税务局通过在线巡回赛收集扑克玩家的信息，以及时找到未向税务机关申报所得的个人；新加坡国内收入局借助车辆记录和雇员缴纳公积金数据来确定一家公司是否有商业活动存在，从而了解该公司处于何种状态（持续经营或停业），以便为实施动态税收监管提供依据。还有一些国家借助电子发票系统，充分利用供应商数据，以便更全面地了解纳税人生产经营情况，并对其开展精准的税务稽查。 此外，大多数国家税务机关通过大力聘用数据分析类专业人才，提高税收监管的精准程度。 借助大数据分析技术，对纳税人实施精细分类，是大多数发达国家提升税收精准监管的重要手段之一。例如，美国国内收入局（Internal Revenue Service,IRS）开发了一款数据驱动型风险评估产品，运用机器学习识别大企业和跨国公司申报群体潜在的高、中、低风险类型，并利用贝叶斯模型来分析不同风险类型纳税人群体的申报数据；同时，通过与大企业和国际税收专家组成的团队协作，依据实际经验界定具体风险属性。此外，还有一些国家对纳税人的纳税遵从程度进行分级分类。例如，西班牙税务局（Agencia Tributaria,AEAT）利用人工智能技术，针对1000多家大企业及高净值个人设计了一系列风险识别指标和模型，对风险进行分级分类管理。该模型可以自动评估和识别风险、输出风险报告，并根据新经营模式和工作方式及时进行迭代更新。 近年来，在税收风险评估，尤其是强化风险定位方面，世界各国均大幅增加了先进分析技术的应用力度。例如：比利时税务局开发了四个预测模型，通过调节参数不断优化模型，以消除不完整或不正确的数据，并将优化后的数据与纳税申报及评估、风险预测、历史审计、诉讼和申述信息等挂钩，减少了欠税发生；加拿大税务局从内部多个系统提取数据，通过集群分析、决策树、神经网络和深度学习，制作中小企业预测模型，以确定中小企业群体中风险最高的纳税人。 再者，数据挖掘或机器学习已经成为预测所得税、货物和劳务税或统一销售税的主要方法。预测建模运用算法从数据中学习、挖掘隐藏规律，是对风险评估体系的有力补充，为风险识别和评估提供了更多的洞察力。例如，西班牙税务局开发了一个叫赫尔墨斯系统的预测模型，借助AEAT数据库中的海量纳税人数据，对税收风险进行预测，同时出具标准化报告作为风险分析的结论；该结论可用于提升税务稽查选案的精准度。同样，很多国家（地区）的税务部门正在使用包括机器学习在内的人工智能方法，强化高级分析在税收监管中的应用。例如：澳大利亚税务局（Australian Taxation Office,ATO）使用专门构建的基于电子表格的模板，实现了税务审计和对银行对账单分析等流程的自动化；欧盟建立了交易网络分析系统，允许成员国快速处理和联合处理增值税数据，从而提前发现可疑数据，以打击增值税欺诈行为。 数据可用性的大幅度提升使得税收监管的目标更加明确、未来趋势分析更加准确、合规性监管更加自动化。近年来，越来越多国家的税务机关基于“自动化行动”来处理涉税风险，如自动拒绝申请、发出信函或匹配交易等。这些“自动化行动”取代了部分原来由人工完成的风险分析工作。例如：爱尔兰税务局运用机器人技术处理纳税申报表中的异常情况；荷兰税务与海关管理局（Dutch Tax and Customs Administration,DTCA）依托自然语言处理技术推出了计算机辅助文件处理服务，以便更好了解、正确引导和迅速回应每年收到的成百上千的非结构化信息；挪威税务局为纳税人设计了人性化的自我核税申报表，并开发了一个新的纳税申报处理系统，用于自动识别和处理纳税人的涉税风险。俄罗斯联邦税务局（Federal Tax Service of Russia,FTS）开发了一体化风险管理系统，能够直接查询到大企业的会计核算信息。该系统还运用多因子风险分析方法，通过复杂算法构建自动风险识别模型，并应用内嵌的数据挖掘功能，快速评估纳税人当前的业务操作和预测未来不遵从概率。当发现此类风险时，系统会自动生成警告，以便尽早开展进一步询问和防范风险。 此外，俄罗斯联邦税务局从2015年起针对大企业试点上线税收实时监管，通过直接访问纳税人自有财务系统，自动获取纳税人涉税交易数据（尤其是金融交易数据）并生成风险识别报告，实现了自动化涉税风险识别管理。新加坡国内收入局通过在纳税服务系统中嵌入一个网络分析模型，在收到纳税人注册申请时实时对其进行评分，从而加快纳税注册进程。在新方法下，低合规风险将被自动处理，而那些高合规风险和欺诈风险将被应用程序标记出来并进行审查。 目前世界各国争相融入数字经济发展大潮中来，积极推进征管数字化转型，布局智慧税务建设。可以看出，发达国家主要依托大数据技术，基于“嵌入式”税收征管理念，构建了以AI智能化分析、税收数据共治化应用为特征的税收精准监管体系，尤其是积极运用数字技术赋能税收治理，统筹推进数据聚合、服务提质、监管升级。这些经验对我国“以数治税”下实现税收精准监管具有参考价值。 （一）全力推进“全电”发票改革，构建“一体式”风险防控体系 “一体式”风险防控体系指的是在网格化闭环服务管理的基础上，以服务纳税人和缴费人为中心，以数据“一户式”和“一人式”归集为驱动，以大数据云平台为支撑，实现各类税收风险防控体系的整合和统一。该体系通过创新驱动，实现税务执法、服务、监管业务一体融合变革，并着力构建融合税务网络可信身份体系、数据服务支撑体系的“一体式”内外风险防控机制。依托“一体式”风险防控体系，可以实现应用风险模型扎口管理、税种联动分析、风险协同应对等税收监管新手段。“全电”发票改革实现了“一户式”和“一人式”税收数据管理方式的转变，尤其是在金税四期整个信息化管理过程中，通过推动自动“算税”功能的实现，进而促进税收“以票管税”向“以数治税”分类精准监管模式转变，促进税收风险防控体系有效整合，实现税收风险“一体式”防控。 （二）深化税收数据“八大集成”，支撑数据资源互惠共享共用 依法依规推进数据共享共用，通过深度挖掘税收大数据作用，充分释放数据要素价值，在确保税收数据和个人信息安全的基础上，实现“以数治税”下的税收分类精准监管目标。通过建设税收大数据平台，实现全国税收数据按天全量集中和数据智能化归集，并以此为基础，深入推进“八大集成”，实现数据自动灵活组合，夯实税收监管的“数字基座”。此外，加强税务部门与其他政府部门以及外部第三方数据互联互通，强化数据共享共用，实现多维度归集、比较、连接、聚合。充分发挥税收大数据“金山银山”作用，深化数据分析应用。一方面，积极服务国家治理体系和治理能力现代化。利用税收数据分析经济运行情况，辅助提升政府决策科学化、社会治理精准化水平。另一方面，助力经济社会发展。例如，利用增值税发票等税收数据支持企业开展供需对接，帮助企业复工复产，助力经济大盘稳定。通过建立统一税务网络身份管理平台，为税、费、票各类相关主体提供全国唯一的网络可信身份，实现跨主体、跨地域、跨层级、跨系统全覆盖，有效保护纳税人缴费人身份权益和隐私。与此同时，还要建设税务网络安全态势感知平台，全流量、全天候、全方位感知税务网络中的风险隐患，构建税收精准监管安全保障“智捷大脑”。 （三）推进智慧高效的税收监管方式，数字赋能提升监管精准水平 借鉴国际征纳接触环节前移的先进经验，创新并实施“嵌入式”监管方式。将发票功能模块嵌入纳税人自有信息系统，推动企业与税务部门“业财税”一体化深度融合，动态监控纳税人开票、交易等信息，消除征纳信息不对称，实现从事后监管转变为事前事中事后全链条监管。按照动态“信用+风险”“数据+规则”监管方式，提炼监管规则，对重点监管对象实施标签化和智能化风险监管。科学评价纳税人全生命周期信用和全经营风险状况，以“一体化”风险防控体系为依托，对纳税人风险情况进行精准画像。在税收大数据分析的基础上，提升对重点人群的监管能力。对于可能存在涉税风险的纳税人先进行提示提醒、再督促整改、后约谈警示，对仍不配合的纳税人立案稽查，对立案案件选择部分情节严重、影响恶劣的查处后公开曝光。依托税收大数据平台，建立风险指标模型，人机结合精准锁定风险，有力打击涉税违法犯罪行为，从而实现税收精准监管。 （本文为节选，原文刊发于《国际税收》2022年第12期）
（为繁荣国际税收学术研究，扩大刊物宣传覆盖面，本刊诚挚邀请各位编委及作者转发“国际税收”微信公众号推送文章）