“以数治税”背景下的税收征管：算法化趋向及其风险防范

作者：

陈   治（西南政法大学经济法学院） 

赵磊磊（西南政法大学经济法学院）

数字政府建设时代，利用各种内嵌着智能算法的机器设备进行自动化决策是其核心所在。具体到税务领域，数据和算法正重塑着税收治理方式。一种基于数据和算法的新型税收治理方式——“以数治税”，逐渐得以确立。“以数治税”意味着税收征管的数字化转型，更是税务领域的一场认知与理念变革。“以数治税”理念的核心在于推动税收征管从低效到高效、从粗放到精准、从被动响应到主动灵活反应的转变。2021年，中共中央办公厅、国务院办公厅印发的《关于进一步深化税收征管改革的意见》提出“全面推进税收征管数字化升级和智能化改造”。有效推进这一进程，显然需要把“以数治税”理念贯穿于税收征管全过程，才能保障税收征管迈向智能化甚至智慧化。

在广义上，日常生活中的任何程序或决策过程都可以被视为一种算法。而在万物数字化、一切可计算的新一轮科技革命时代，我们主要关注的还是计算机科学意义上的算法，它是将输入数据转化为可预期结果的编码程式。算法突破了人类有限的计算能力和信息处理能力，能够协助甚至直接替代人作决策。在“以数治税”理念的驱动下，税务机关在税收征管中广泛引入算法工具，算法随之楔入税务执法、服务和监管等环节。“算法泛在”将成为“以数治税”的重要实践表征。但应当意识到，任何技术本身及其应用过程皆存有一定风险。随着“以数治税”的深入推进，算法在税务领域将覆盖更多应用场景。如此，税收征管会一定程度趋向于“算法化”，相关风险与不确定性会进一步积聚。事实上，目前我国在税务算法风险规制方面的制度和规则建设已稍显滞后，相关学术研究尚不多见，现有文献更多聚焦于如何应对税务算法对纳税人权利的冲击（黎江虹 等，2022；杨小强 等，2023）。为了进一步拓宽研究视角，本文将关注点转向税务机关行政管理本身，据此厘清税收征管算法化的主要风险，探寻具有一定预见性的风险防范制度。

一、算法化：“以数治税”背景下税收征管的新趋向

（一）理论证成：税收征管何以迈向算法化

1.具有处理海量税务数据的技术优势。在我国税收信息化建设初期，税收征管已接轨大数据时代，纳税人各种应税行为和活动普遍“被数据化”，加上之后社会保险费和部分非税收入划归税务部门征收，以及部门间涉税数据共享程度的加深，纳税人各项数据或主动或被动地涌向税务系统，税务机关已然成为最大的税务数据储存平台。而传统税收统计分析方法由于对数据的利用率偏低且难以挖掘数据的深层次价值，已经不能满足税务机关全面处理海量税务数据的需求。如何有效驾驭庞大的税务数据？具有处理和分析大型数据优势的智能算法成为税务机关的重要选择。客观而言，数据作为新型生产要素，其价值更多是在与算法的结合中显现出来的。算法能够充分激活税务数据的潜藏价值，尤其是具备“自学习”和“自我迭代”能力的机器学习算法，能够精准捕捉各类税务数据变量之间的相关关系甚至意外关联，并通过大规模的数据训练建立起预测模型对未知税务事项展开求解。

2.有效纾解税收治理负荷。“治理负荷”或者说治理成本是我国国家治理面临的一项重要挑战，作为国家治理重要组成部分的税收治理亦不例外。从国际比较视野出发，关于我国税收治理成本较高的问题时常见诸报端。此痼疾之生成，除了税制结构及具体税制要素设计复杂等实体性诱因，更多在于征税程序冗杂与组织规模庞大。而在算法的作用机制下，“程序”和“组织”将面临再造契机，税收治理负荷得以缓释。具体而言，之于“程序”，税收征管特定环节可以自动实施而无须税务人员介入，在节省人力成本的同时也实现了程序精简。这最先体现在日常需反复大量作出且内容程式化的税务行政行为中，如当前税务行政审批的“秒批秒办”。之于“组织”，部门层级在纵向上会得到一定压缩，税收征管科层组织架构将朝“平台化”“扁平化”方向扩展，有效黏合碎片化的职能部门间关系，税务组织体系内部的信息传递成本、维稳成本会显著降低，机构规模整体上也会有所收缩。

3.引导纳税人由“被动遵从”向“自动遵从”转变。在税收管理进入税收治理的高阶形态后，理论上税收遵从将更多体现为一种自觉遵从而非强制遵从。而算法在纳税环节的铺设将为此进一步创造可及性条件，并有望将纳税遵从度提高至自动遵从水平。具体而言，基于算法的“人机交互”系统正在改造“人人交互”的传统税收征纳关系，以“电子税务局”“个人所得税App”为代表的纳税服务平台结合全面数字化电子发票的使用能够自动提取数据、计算税额和预填申报，经由纳税人一键确认或补正即可完成纳税手续，实现“不见面”“非接触”办税。同时，可实现纳税人税务合规风险的自我检测与防范，更好引导其自查自纠。在此技术条件下，税收遵从的被动性、因循性趋弱，主动遵从乃至自动遵从更像是一种逻辑自洽的结果，有利于真正实现还权还责于纳税人。

（二）实践展开：税收征管算法化的典型场景

1.信用“画像”提升纳税信用动态管理水平。依托于算法对纳税人信用建立的立体画像，近些年一种更具实效性的新型纳税信用动态管理机制已建立起来。比如，国家税务总局泉州市税务局以纳税人信用历史数据、税务内部数据及外部数据为基础，利用机器学习算法构建信用评分模型及风险识别系统，以此实施常态化的“信用+风险”联动管理机制。纳税信用作为纳税人履行纳税义务的客观反映，在算法支持下，能够实时地与纳税人的税收遵从情况相关联，做到信用积分随时调增与调减，税务机关甚至能够为不同信用等级的纳税人自动匹配相应的激励或惩戒措施，实现“失信预警—及时纠正—信用修复—守信激励”的良性循环。

2.智慧稽查提高税务监管效能。为了有效应对日益隐蔽化、智能化的税收违法犯罪行为，一些先进算法也被运用于税务稽查中形成智慧稽查新模式。比如：国家税务总局深圳市税务局已上线智慧稽查系统2.0版本，在选案环节即可实现“无事不打扰、无风险不检查”；国家税务总局厦门市税务局在税务稽查的风险研判环节建立基于机器学习算法的涉税违法犯罪监测预警模型，通过对风险纳税人的涉税数据进行算法分析，在复杂的纳税人网络中快速提取出较为清晰的虚开发票团伙组织结构；国家税务总局广东省税务局利用机器学习算法预测纳税人虚开发票的风险指数，有效改变传统上过分依赖税务人员主观判断的发票风险管理模式。

3.智能裁量促进税务执法规范化。规范行政裁量权的重要手段在于制定裁量基准且予以进一步细化量化，尤其是在具有“侵益性”效果的行政处罚领域。以算法为核心的税务裁量智能辅助系统正在成为税务执法的良工利器，不仅可以改善税务人员逐一对照规范标准办案的低效流程，而且能够确保执法尺度高度统一，有效避免裁量过程中的恣意性及“人情罚”“关系罚”等现象。目前，已有多个省市在电子税务局上线智能辅助裁量功能模块，并在系统中导入了“首违不罚”事项清单和处罚裁量基准，税务人员只需输入纳税人识别号即可智能判定存在违法行为的纳税人是否符合“首违不罚”条件，对不符合条件的将根据违法行为的原因、情节、危害程度等自动确定裁量基准档次、计算处罚金额并出具执法文书。

二、技术实践反思：税收征管算法化的风险考量

（一）缺乏现行税法的有效规范和约束

税收征管算法化最突出的表现是税务机关能够以自动化方式作出行政行为。有学者以是否排除人工介入为标准，将自动化行政行为细分为半自动行政行为和全自动行政行为，并直言税务领域已率先出现了全自动行政行为。需强调，在全面推进依法治税的当下，算法与税收征管的结合必须首先置于法治框架下审视。而面对税收征管的算法化趋向，我国现行税法是否展现出良好的容许性和适应性？答案或许是否定的。

一方面，现行税法缺乏税务机关凭借算法作出全自动行政行为的明确规定。以税收征缴环节为例，实践中税务机关在线上如电子税务局自动完成税收征缴已颇为寻常。这一过程一旦经由纳税人端触发便通常不再需要人为介入，因而具备典型的全自动特征。另外，“秒批”这种典型的全自动行政行为也已在税务领域广泛出现。但问题是，《税收征管法》及其实施细则中尚无相应条文对这种新型税收征管行为加以明定，因而在合法性层面存有瑕疵。《税收征管法》中关于数字（信息）技术使用的规定，共有两条：第六条是倡导税务机关使用现代信息技术,第二十六条是允许纳税人采取数据电文方式办理纳税申报。前者的规定更多是在释放一种政策信号，并无具体规范内容；后者的规定也仅适用于电子（网上）申报纳税的场景。

另一方面，现行税法难以对税务算法使用形成一种效率导向控制。在没有明确的法律限制下，行政机关一般应当享有行政行为作出方式的选择自由以获取更多灵活性，尤其是在服务型行政领域。在税务服务中，税务机关更多是采取引导、合作等非强制性手段，具备较大的契约工具运作空间，法律不宜过多介入其中。不过，即便是在受法律干预较少的税务服务中，也并不当然意味着税务机关可以追随数字化潮流而径直实现税务服务算法化，其还必须确保是以效率为目标。因为现阶段某些场合的算法使用反而可能会招致低效与不便，尚无法完全规避“技术负能”的异化情形出现。这就要求税务机关审慎衡量算法投入运用是否真正为纳税人提供了便利从而减轻其程序性负担，又是否具有提高征管效率的最终效果。遗憾的是，税收便利（效率）的基本原则在我国税收程序法中尚处于缺位状态，于此情形下，税收征管算法化也就难以受到效率意义上的目标约束。

（二）容易逾越传统税收正当程序原则的要求

传统行政正当程序包括公众参与、事先告知、说明理由、信息公开、听取意见等，这些程序要求亦当然涵摄着税收征管领域。而税收征管算法化趋向与税收正当程序原则之间存在着不小的张力。原因在于以下两点。

1.算法决策的瞬时性。在算法介入下，税收征管程序能够得到大幅精简，税务行政行为的作出往往会被压缩为一个短暂瞬间，这本身也是税收征管算法化的优势所在。这种优势在正当程序保障需求并不强的税务服务领域较无异议，毕竟由算法支撑的“刷脸办税”“一键咨询”等新型税务服务能够有效降低征纳沟通成本、满足纳税人多元化的办税需求。但在人为裁量空间较大的税务执法和监管领域，所谓的速度优势反而会在某种程度上逾越正当程序要求。比如，在税务机关作出行政处罚决定的传统场景中，需要严格按照一定顺序及方式履行事前告知、说明理由的义务并允许纳税人当场进行陈述和申辩。然而，当上述事前或事中的正当程序直面税务算法的瞬时性决策时，便有可能被整体后置甚至直接略去。或者说，“直抵结果”式的算法决策逻辑难以为传统的正当程序步骤预留空间。

2.算法运作的封闭性。算法从数据输入到结果输出的中间过程往往并不能被清晰观测到，美国学者帕斯奎尔将算法运作的这种不可知性隐喻为“黑箱”。而海量税务数据打包杂糅进算法进行决策输出的过程同样具有高度封闭性，与税收正当程序所要求的公开透明不免产生矛盾。这可从两个角度理解。第一，特殊保密要求。鉴于税务算法通常涉及知识产权、商业秘密甚至国家秘密的保护问题，可能不宜直接对外打开“黑箱”、公布“细节”。如此，纳税人也就难以观察和理解基于算法的税务决策过程，导致税收征管场域原有的纳税人参与原则被虚置。第二，算法知识鸿沟。在专业知识壁垒下，即便将税务算法模型拆解并公布源代码，在普通纳税人甚至税务人员眼中这些源代码也只是一行行抽象数字符号。也就是说，对于半自动或全自动税务行政行为的作出，纳税人受限于算法素养水平难以对此施加实质性监督，税务机关的证明、说明理由义务恐也难以顺利履行。

（三）税务算法系统存在运行失灵之可能

算法运行需要“数据投喂”作为前提，输入数据的数量和质量，对算法决策的精准性有着决定性影响。目前，我国税收大数据已覆盖近7 000万企业纳税人和数亿自然人纳税人，如此庞大芜杂的“数据池”难免会存在一些冗余甚至错误的数据。而且，其中相当一部分数据是税务机关运用网络“爬虫”技术自动从第三方平台海淘式抓取而来的，但这些数据的真实性通常难以核实。那么，若税务算法被持续输入有瑕疵的数据材料用于反复训练与验证，就可能偏离起初的设计目标而恣意运行，其决策输出的准确性尚存质疑。同时，算法运行过程容易掺杂隐性的人为因素，因而得出具有一定歧视色彩的运算结果并不意外。虽然算法自主作业环节一般不受人为干预，但算法模型搭建、运行调试等环节必然需要人为参与。算法开发者或控制者可能将自身持有的利益倾向或对某一类纳税人的偏见带入算法中，从而于无形之中引致税收歧视问题。比如，美国国内收入局的税务审查算法更容易“标记”黑人纳税人，直接导致黑人纳税人收到税务局审查通知的频率是非黑人纳税人的2.9倍至4.7倍。此外，税务算法使用还会存在一定安全隐患。在现有技术条件下，尚无法完全排除由不可控因素造成的税务算法漏洞问题。比如，2018年美国国内收入局电子申报系统在个人所得税申报截止日期的当天突发大规模故障，使在线报税者无法及时提交税表并支付税款。而且，这种技术漏洞还可能使税务信息系统招致外部恶意攻击，直接威胁纳税人信息安全。

（四）既有税务行政问责模式难以直接适用

在税务算法运行失误乃至导致不利后果的情况下，问责的关键在于明确主体责任归属。由于算法因素深度介入税收征管，税务机关的权力运行机制面临根本性重塑，税务领域权责对应的逻辑关系也面临更多不确定性。有别于税收征管中普通的技术力量，智能算法具有一种类人化的决策能力，影响甚至支配着行政资源调动和纳税人行为，这也正是“算法即权力”的突出表现。但就目前乃至更长时间而言，智能算法往往只具有自动化效果而没有所谓的自主性或自我意识，因此那种把责任归咎于智能算法系统的设想实在过于超前。换言之，尽管算法逐渐演化出的自我学习和调适能力让其能够代替部分税务行政主体作出决定，但本质上还是作为税务机关的执行载体，使税务机关的决策意志在工具意义上得到延伸，并不构成法律上的适格归责主体。

需要关注的一点是，税务机关应用的算法多来源于私人技术主体，有可能带来责任混同风险。传统税务行政主要基于税务机关和纳税人的二元关系而展开，较少牵涉其他主体，行政责任界定一般较为清晰。而当前税务机关实现“以数治税”则深度依赖市场机制，通常以公私合作治理为基础。税务机关一般通过政府采购或购买服务等方式引入私人技术主体研发的算法系统，而且算法的日常维护、升级等操作也一般是由这些私主体负责。比如，国家税务总局深圳市税务局稽查局的智慧稽查情报分析系统是由北京一家科技公司提供的，且由该公司提供后续的系统运维服务。可以说，税收征管算法化离不开算法供应商等第三方主体的介入，而且是决策层面的深度介入。那么，基于算法的税务决策一旦出错，很可能并非源于税务机关的主观过错，因而不能简单套用概由税务机关承担行政责任的传统行政问责框架。

三、制度跟进：税收征管算法化的风险防范

（一）法律控制：补足“以数治税”的法定依据

从税收法定的角度看，“以数治税”应当与“依法治税”相结合，即在法律规则的框架内运行。这不仅是“以数治税”的正当性渊源，更是实现风险控制的重要手段。

1.新型税收征管行为的明确授权。依托算法运转的税收征管模式适应了“以数治税”要求，而域外不乏针对这一新型税收征管模式的立法规定。比如，2016年德国联邦委员会批准通过《税务程序现代化法案》，特别授权税务机关以完全自动化方式完成征税工作，包括对相关行政行为的自动化更正、撤销、废止等，同时还规定，对于完全由自动化系统作出的税务行政行为，应当在计算机内部处理完成时视为已经作出并告知。鉴于此，为了防止我国税务算法使用遭受合法性质疑，建议由《税收征管法》及时对税务机关的自动化行政行为加以明确授权，并规定算法在税收征管中的具体应用范围。因为不同类型的税务行政行为对算法嵌入其中的程度和方式也必然有所区分，一些可能对纳税人利益产生重大影响的税务事项显然并不适合完全依靠算法作出决策。有必要以法律形式构建税务算法应用清单制度，设置算法进入税务领域的禁区以规避算法滥用风险。

2.“便利、效率”的法定目的性控制。域外方面，德国原《联邦行政程序法》规定了“非要式行政程序”，并规定该行政程序应当简单、合乎目的、迅速地进行，避免给行政相对人带去额外负担。2017年，德国修改《联邦行政程序法》，明确允许行政行为可以完全通过自动化方式作出。在这里，自动化行政行为中属于“非要式行政程序”的，显然要满足“简单、合乎目的、迅速”的效率导向要求。可见，立法设计中不仅需要赋予自动化行政以更大的作为空间，更需要对其添加“效率”的强制性要求。现阶段，我国尚无一般意义上的行政程序法，因而有必要优先在作为特别法的《税收征管法》中增补“便利、效率”条款，以此表明税务机关之于算法使用必须以“便利、效率”为目标。实际上，2015年公布的《税收征收管理法修订草案（征求意见稿）》中已加入了类似条款，比如第六条有关“税务机关应当遵循公平、公正、便捷、效率原则，按照法定程序实施税收征收管理..”的表述。对此，建议加快《税收征管法》修订进程，使税务算法使用充分秉持“便利、效率”的基本理念。

（二）程序再造：技术性正当程序的适用调校

对于如何应对政府使用自动化设备带来的程序法治新问题，美国法学家西特伦创造性地提出“技术性正当程序”，其植根于传统正当程序原理，主张通过优化自动化决策系统设计、为行政机关设定相应义务、强化相对人程序性权利保护等一系列制度方案来实现算法行政程序的正义取向。

循此思路，为了确保税务算法运行得到足够的正当程序控制，首先从税务算法系统设计的源头即需要明确以透明性、可理解性为导向。在不涉及国家秘密的前提下，税务机关应当基于算法公开原则增强自动化决策的透明度，尤其是在税务行政裁量中，更有必要以适当方式公开裁量结果背后的参数设置、因素权重等基本算法规则。即便是算法供应商，也不能笼统地以保护知识产权或商业秘密为由拒绝算法公开，而是需要在与税务机关订立相关合同之时即明确是否放弃部分商业利益来进行算法披露。税务算法的公开透明是其全景可视的前提，为纳税人的监督介入提供了基础可能，但这也仅是通向算法可知性的一个中间步骤。如若使纳税人充分知悉并有效参与高度封闭的算法决策进程，远非实施源代码、数据集等算法全要素公开所能达致，而是需要税务机关结合具体应用场景及纳税人实际诉求予以相应解释，需要采取普通纳税人可理解的方式对算法决策标准和过程进行适当说明。

正当程序设计应当考虑与税收征管的算法化趋向协调对接。在作出行政决定的过程中，税务机关的事前告知、说明理由、听取纳税人陈述和申辩等程序要素无疑不能免除，但至少形式上可以变通（如采取事后的补充说理、听证等），还可通过拓展纳税人程序性权利的行使空间来实现，这也是技术性正当程序的核心要义。比如，赋予作为算法相对人的纳税人一定的选择权和人工干预请求权，使其能够选择从自动程序转为普通程序，以及随时请求人工介入以提出异议。实践中，《德国税收通则》规定纳税人在办理申报时可以选择不经过自动化程序而是由人工专门处理，这有益于保护纳税群体中“数字弱势群体”的权利。

（三）算法审计：建立税务算法监督审查机制

通常意义上的审计是一种会计监督行为，以资金运动或经济责任为对象，而算法同样具备可审性。算法审计的对象一般包括算法模型、数据和算法设计开发活动。类似地，税务算法审计也应当涉及对算法模型及其训练数据和预期输出结果的检测审查，在更广泛意义上，还包括对算法置于税务环境下所产生各种影响的评估。

从主体角度看，税务算法审计分为内部审计和外部审计。就前者而言，审计主体为税务部门的内部专职人员或单独设置的机构。后者则属于第三方审计范畴，一般由国家审计机关或社会审计机构来实施。从长远出发，基于自我审计的要求，我国税务机关内部应当成立专门的算法审计机构，为内部审计机制建构打下“组织”基础。与《个人信息保护法》规定的“合规审计”相类似，税务算法审计需要关注算法供应商和税务机关是否严格按照相关法律规定、技术标准和道德伦理规范来设计和使用算法。因此，在内部审计机构人员配置上，应当注重形成具备计算机科学、数据分析、法律、人权、伦理等专业背景的复合结构。必要时，也可采取外部审计的方式，如税务机关委托互联网协会等行业自律组织实施算法审计。当然，这也必须符合审计独立性之要求，即排除曾参与设计开发被审计算法的第三方技术人员。而由监管部门（审计机关）实施的外部审计更符合强制性审计特征。域外已有不少针对税务算法的强制性审计实例。比如，2021年瑞典国家审计署对税务局的自动化决策系统进行了首次审计，并对外公布审计结果。我国2021年修订的《审计法》第三十六条增加了审计机关“有权检查被审计单位信息系统的安全性、可靠性、经济性”的规定，为我国实施税务算法的强制性外部审计提供了法律依据。

数据在源头上关系到税务算法的决策精准性，更关乎纳税人的信息权益，因而同样是算法审计的重要内容。税务算法审计一方面应当关注数据“污染”问题以及数据用于算法训练和测试的误差校验，以充分提高算法数据来源质量；另一方面，应当评估税务机关是否采取必要安全技术措施使数据处于有效保护状态，同时按照数据合规审计的思路，评估税务机关及相关主体在数据抓取、归集、标注、清洗等处理过程中是否严格遵守纳税人信息和隐私保护的相关法律规定。

（四）责任穿透：多元归责模式的简易构造

税收征管算法化使得原本简单的税收征纳关系中植入了一个算法供应商的运作空间。供应商作为算法设计开发者往往比直接操作算法的税务机关更了解算法的内在运行机理。事实上，由多元主体共同参与主导的税收征管算法化进程意味着责任主体的多元存在，由此会产生一种多元归责模式。

1.关于行政责任。税务决策不论是人为作出还是算法作出，最终都是以税务机关的名义发布和实施的。仅从这一点出发，对于税务算法决策出错并实际致害的第一位责任，税务机关显然难辞其咎。况且，从救济实现的角度看，纳税人本身也无须承受举证负担和维权成本来判断错误决策究竟事出于谁，只需以行政相对人的身份向税务机关主张责任即可。而在税务机关内部，则可针对具有故意或过失操作算法、监管不力等相关失职行为的税务人员展开进一步追责。除此之外，应当指出，由于政府购买服务等政企合作治理模式中参与主体多元化、具有公益属性等因素，公法责任的主体不一定仅是行政机关，存在着私主体承担公法责任的空间与可能性。进一步地，作为私主体的税务算法供应商应当受到一定公法约束，有必要承担一部分公法责任。这不仅是因为，算法供应商为税务机关定制开发的算法系统与公共利益、纳税人利益深度关联，更在于一种角色定位，即其作为税务算法的实际控制者之一，已经承担了诸多本应由税务机关承担的职责，在相当程度上扮演着行政管理者的角色。

2.关于违约责任和侵权责任。税务机关通过招投标程序决定引入第三方技术主体研发的算法时，理应审慎考察合作方资质、充分了解技术适用以妥当订立合作框架协议。由此，当税务算法决策出错是源于纯粹的技术缺陷时，作为算法应用者的税务机关显然可以基于合同相关条款向算法供应商主张违约责任。另需值得注意的是，算法供应商与纳税人并不会产生直接意义上的法律关系，但可能存在潜在的侵权法律关系。比如，算法供应商擅自留存、使用乃至泄露纳税人信息或隐私，在此情况下，其无疑需要对遭受损失的纳税人承担民事侵权责任。

（本文为节选，原文刊发于《税务研究》2024年第4期。）

欢迎按以下格式引用：

陈治，赵磊磊.“以数治税”背景下的税收征管：算法化趋向及其风险防范[J].税务研究，2024（4）：69-76.

-END-

点击“阅读原文”快速投稿~