國稅系統大數據開發與應用研究

課題組

（遼寧省國家稅務局，沈陽 100142）

國稅系統大數據開發與應用研究

課題組

（遼寧省國家稅務局，沈陽 100142）

制定整體的大數據開發應用戰略是實現稅收現代化的必由之路。本文借鑒國際國內公共部門及企業的大數據應用先進經驗，對現階段國稅系統的數據量、數據分類和數據特點加以歸納，對主要工作職責和管理流程進行梳理，在此基礎上，構建國稅系統近期可行的、成體系的大數據開發應用規劃框架。

國稅系統大數據開發與應用

一、引言

大數據這個術語現已為多數人所熟知，但探求一個明確簡短的定義卻不容易?！洞髷祿r代》中給出的大數據定義是指，“不用隨機分析法這樣的捷徑，而采用所有數據的方法”①見[英]維克托.邁爾-舍恩伯格肯尼思.庫克耶，《大數據時代》第16頁。。英國圣安德魯斯大學的Jonathan Stuart Ward和Adam Barke（2013）對大數據的概念進行了專題研究，對諸多定義進行提煉后認為：該術語描述使用一系列技術，如非關系型數據庫、并行編程技術和機器學習（但并不局限于此）來存儲和分析大型或復雜數據集。并且指出所有的大數據定義至少包含如下兩點或一點共性：1.規模：數據集的量是一個主要因素。2.復雜性：數據集的結構、表現方式和交織是一個主要因素。3.技術：用來處理數量眾多或復雜的數據集的工具和技術是一個主要因素。

和其他生產要素相比，數據有非排他性的特點，容易實現共享，并且使用越多越增值。因此世界各國政府和企業都對大數據開發應用的必然性和重要性有清醒的認識，如美國政府將大數據開發應用上升至競爭性要素的戰略高度，2010年《規劃數字化的未來：美國總統科學技術顧問委員會給總統和國會的報告》指出：“聯邦政府的每一個機構和部門，都需要制定一個應對‘大數據’的戰略?！蔽磥淼陌l展趨勢是大數據技術將替代目前的信息管理技術；先進組織機構的戰略規劃和戰術運作中，分析決策將更快更準確；不適應大數據要求的架構方法、基礎結構和軟硬件都將提前退出歷史舞臺。后信息時代的最大特點是創新，基于信息的創新將成為經濟的先導。

為保證公共服務目標實現、繳付準確性和促進遵從，機器學習、數據挖掘與公共部門的結合越來越緊密。本文通過借鑒國際國內公共部門及企業大數據開發應用的先進經驗，從技術角度對國稅系統現階段可利用的數據信息進行梳理，根據主要工作任務和流程，為制定近期可行的成體系的大數據開發應用規劃進行初步探索。

二、國稅系統主要數據信息概覽

借鑒國外大數據開發應用經驗，從數據挖掘技術角度對國稅系統目前可開發利用的主要數據源進行數量統計、分類、總結數據特點，為國稅系統大數據開發應用奠定基礎。

（一）數據量

國稅系統是數據密集型政府部門。我們選擇2013年某省國稅系統主要數據進行數量統計，通過下表可窺見一斑。僅2013年12月當月，全省綜合征管系統錄入的稅收業務就達483萬筆。隨著經濟發展，稅收業務量將呈持續增加態勢。

表1 2013年某省國稅系統主要數據量

（二）主要數據分類

從大數據開發應用的技術角度來看，國稅系統主要數據可分為以下11類：

1.納稅人統計資料及狀態信息：記錄納稅人統計信息及其狀態，比如納稅人登記信息、稅種信息和地址變更歷史。

2.申報和繳稅數據：各稅種申報數據；企業財務報表信息；納稅人發票使用情況、核定、認定管理信息及管理過程，還包括納稅人減免稅；出口退稅；典型調查和稽查審計數據。

3.納稅人路線數據：納稅人使用政府服務歷史和細節，如申報數量、時間、在哪個機關或稅務所申請和認定。

4.行為數據：關于誰（可能有多個稅務干部）；處理的行為類型（如地址變更）；在何處（如稅務所）；什么時間（日期和時間）；什么原因（如得到了資料來源）；結果是什么（欠稅產生或償還）的行為記錄。

5.介質使用數據：記錄（稅務干部聯系納稅人或納稅人使用）介質使用情況，信函；電話或是網上服務。

6.政策執行信息：政策信息，即在特定情況下對某些納稅人適用的政策執行情況。

7.服務記錄數據：納稅人使用服務的日常記錄，如新登記注冊、新申請、代開發票、12366咨詢政策情況。

8.服務質量數據：記錄服務質量和表現，比如申報錄入錯誤及其分布、納稅人平均排隊時長、納稅人滿意度。

9.納稅人與工作人員之間，不同部門工作人員之間的交流信息，比如納稅人呼叫納稅服務中心詢問發票更新情況。

10.資源和基礎設施日常工作消耗數據，比如用在發票銷售上的人工數量和時長。

11.工作績效：衡量工作成本和資源使用績效，比如稽查查補1元稅款的平均成本，旨在解決問題（比如發現和修補異常情況）的提示短信的有效性。

（三）數據特點

國稅系統的數據呈現如下特點：數量大；結構多樣，如數值、邏輯、文本型、離散和連續型、臨時和序列型；分布廣：數據來源于辦稅服務廳、網絡、數據中心，納稅人分布在全省各地；時間持續長；多維度：行為、數據、政策等多類型數據混雜；多來源：信息記錄分散，任何一個單獨的數據源都不可能提供全景圖片；時間上分散，如納稅人使用電話服務間隔不定；不均衡，如逃稅偶發；質量參差：缺失或重復數據；時常變化；相互關聯。以上國稅系統的數據特點也決定了數據挖掘的難點較多。

三、大數據背景下國稅部門的主要職責梳理

國稅部門的主要職責是依據稅收法律法規的規定征收和管理稅收。對國稅部門職責可以用多種方法加以區分，本文采用一種國際通用的分類方法，把稅收管理流程分為主要或基本任務和輔助程序。主要任務來源于稅務部門的核心任務、職業準則、既定目標、遵從風險管理以及執行稅收管理政策。主要任務包括以下8個方面：

1.納稅人登記，包括發現不登記和錯誤登記的納稅人。納稅人登記管理可以分為三項基本功能：注冊、更新和注銷。

2.處理申報、代扣代繳和第三方信息。主要流程包括數據收集：從納稅人、第三方以及其他信息源收集與納稅人相關的財務數據并進行匯集、處理；登記與管理；提煉數據：使信息可用于課稅和征收程序；提供數據：向其他政府機構和納稅人提供納稅人的有效信息。

3.對于收到信息（包括審計活動信息）的準確性和完整性進行核實或評估檢查。主要包括對應納、預繳稅款的評估、產生評估告知書和繳款書等憑據和催報等工作。

4.稅款征收和欠稅清繳工作。稅款征收包含兩個方面。第一，征收部門檢查賬戶和各種稅款支付手段，也負責核實應稅銷售額（通過稅收磁盤、稅票、印章的文件等）；第二，征收部門負責采取所有必要的手段，從未能自動履行納稅義務的納稅人取得應納稅款。

5.處理稅務管理方面的起訴和投訴。納稅人不同意一項稅收評估時提出復議申請，稅務稽查人員在法定時限內對復議做出裁決，審理結束后，把結論以書面形式反饋給納稅人。

6.為納稅人提供服務和幫助。稅務部門致力于與納稅人建立并維持良好的關系，并促進納稅人在可能和必要的時候履行其義務。稅務行政程序應當以納稅人友好的風格設計，易于理解并以低成本使用。當納稅人與稅務部門往來時，稅務部門向其提供信息、幫助和指導，告知他們有關的權利和義務。服務提供應當根據納稅人需求以及特定納稅人量身打造，并且對納稅人和稅務部門都是最具成本效益的。

7.發現和處罰稅收欺詐。納稅人故意并且有時候連續地進行欺騙活動。通過一系列審計技術和方法，專業化的稽查部門負責發現并調查稅收欺詐，并對不遵從行為作出調整原始申報表和其它法律制裁決定。風險管理和風險分析可以使審計程序的效率和效用最優化。

8.國際稅收管理，即跨國公司稅收管理和國際稅收情報交換。

在主要工作任務和流程之外，稅務部門還運行輔助程序。這些輔助程序使得稅務部門能夠實施主要任務，包括財務、人力資源、信息與自動化，以及科研與發展。主要職責部門和輔助工作流程都是產生前述國稅系統主要數據信息的基礎部門和源頭。

四、數據驅動的大數據開發與應用規劃框架

為國稅系統及其各個職能部門制定整體的大數據開發應用戰略，是實現稅收現代化的必由之路。它是在現有數據基礎上，開發數據潛藏價值，使之服務于實現組織收入、促進自愿遵從等組織目標的手段，同時為應對大數據時代的挑戰提供經驗，為開拓大數據開發應用的未來之路做好準備。根據前述國稅系統主要數據分析和主要工作職責梳理，規劃現階段數據挖掘框架圖如下。在這里，我們界定國稅系統數據挖掘的主要作用包括：分析稅收收入的增減原因及趨勢；深入理解納稅人行為和納稅人—國稅系統交互信息；研究納稅人統計信息和行為、稅收政策、優化決策、納稅人反饋等多因素之間的關系等。

（一）大數據開發應用的主要目標

國稅系統由數據驅動的主要開發應用目標有五項：

1.以收入為中心的分析。由于稅收收入對國家預算編制和執行具有決定性作用，組織收入是國稅系統的主要職責，因此成為數據挖掘的主要目標之一，包括稅收收入在不同納稅群體和不同行業間的分布，增減變化的原因和結果及預測；收入隨經濟發展而變化的歷史及規律。此外，還包括總體和分稅種的稅式支出分析、收入與理論稅基之間的一致性分析和稅收流失分析。以收入為中心的分析能夠幫助我們明晰實際稅源，厘清理論稅基，預測收入變化趨勢，減少稅收流失，并使納稅服務有的放矢。

2.以納稅人為中心的分析。目標是深入理解由納稅人原因產生的稅收流失或不遵從，以及這些納稅人不遵從的原因和指示性信息。原因可能與納稅人的組織形式、關聯交易行為、收入以及這些因素的變化有關。此外，還包括納稅人不遵從的進化和變化規律。以納稅人為中心的分析能夠為我們了解、掌握納稅人繳納稅款情況提供證明、指示和觀察信息。另外，其它目標還包括風險定級、納稅人服務提醒等。

3.以政策為中心的分析。試圖深入理解哪些政策與收入和不遵從有關以及相關原因、政策的暗示，從而認定導致不遵從或與之相關的政策和政策變化，阻止稅收流失和欠稅發生，動態管理納稅人。

4.以流程為中心的分析。幫助深入理解哪些流程或流程變化與不遵從有關、原因及其暗示。通過分析流程、不遵從和納稅人之間的關系，稅務人員可以深入理解怎樣優化流程或流程變化，以使不遵從最小化。

5.以欺詐為中心的分析。分析稅收欺詐是否發生，在何處發生，為什么，是怎樣發生和發展的。如增值稅欺詐、扣除欺詐、申報欺詐、內部職工欺詐，結果用來幫助稅務稽查提高效率、阻止和預防稅收欺詐。

（二）基于納稅服務部門的大數據開發與應用

納稅服務的目的是促進自愿遵從，并減少納稅人與稅務部門之間的對抗程度。納稅服務“始于納稅人需求，基于納稅人滿意，終于納稅人遵從”的理念是至關重要的。把納稅人視為“客戶”，從而在向納稅人提供服務時按照客戶的邏輯行事，決定了納稅服務部門可從私有部門和企業借鑒之處最多。本文以納稅服務部門為例對國稅系統的關鍵職責提出建議，并基于國內外政府和企業的先進管理經驗及市場營銷理論，結合目前國稅系統可利用的數據提出數據開發應用方案。

通過調查發現，2013年全省納稅人對國稅系統工作的滿意度有了新的提升，具體體現在：服務觀念從表面走向深入，服務形式從隨意走向規范，信息化水平不斷提高，申報方式從單一走向多樣，繳款方式從復雜走向便捷，咨詢方式從一方獨攬向市場化推進等。但是，也要清醒地認識到在工作中還存在某些不足和問題，比如缺乏服務信息采集和分析手段，無法實現集中處理，難以滿足納稅人個性化需求和對納稅人及服務質效實施精細化管理和分析；各個服務信息化平臺間互動不暢；納稅服務規范化、標準化建設有待加強；工作監控考評手段有限等。

從納稅人和國稅系統的一致需求出發進行分析，降低納稅成本，提高納稅人滿意度，促進自愿遵從是雙方共同的目標。納稅人寧愿與稅務部門沒有任何聯系，但是如果聯系是必須的，他們希望納稅服務方便快捷，為問題提供解決方法或答案，使用其偏好渠道，比如從互聯網上自助取得服務，可以通過電話消除疑慮，同時還要成本效益相對最好的服務。稅務部門也有類似的期待。因為稅務部門和納稅人之間的每一次聯系都具有失敗、誤解的潛在風險，從而導致不遵從，所以要避免不必要的聯系。考慮要求納稅人履行其納稅義務所產生的成本，不斷尋找成本效益比最佳的解決方法，避免干擾組織程序，減少交流成本。由分析確定納稅服務部門的數據挖掘目標主要是以納稅人為中心、以流程為中心和以績效為中心、以服務為中心的分析，其它附加目標還包括以收入為中心、以政策為中心的分析等。

1.以納稅人為中心的分析。從稅務部門的利益出發，“最好的客戶聯系就是根本不聯系”。納稅人迫不得已與稅務部門聯系時，則希望在任何時間、以任何方式均可接觸到稅務部門，并且它能提供優質快速的服務。如果互聯網上的信息清楚、正確并且易于接近和便于查找，它可以成本低廉的方式顯著地減少與納稅人接觸。

數據挖掘首先需要詳細的有關納稅人需求和行為的知識，比如利用互聯網搜索引擎記錄統計納稅人使用網站服務的點擊次數、點擊次序及組合等數據預測納稅人需求；通過電話咨詢數量的增多和服務大廳接待中心的繁忙得知問題所在，是通知不清楚？報表復雜？還是項目名稱引起了歧義？從這些統計數據中尋找規律，采用關聯分析把納稅人統計信息與需求信息結合起來，再利用聚類分析對納稅人進行分組分類，從而總結出按納稅人分類的需求信息集，根據服務對象和服務需求建立納稅人行為預測模型，認定訪問熱點難點問題，對稅收政策執行提出可行性建議。同時設計納稅人友好的互聯網服務界面，設計最優服務組合推薦程序，節約納稅遵從時間，降低遵從成本，提高服務質量。同樣的挖掘目標也適用于其它納稅服務渠道。

2.以流程為中心的分析。稅務部門的流程或程序越優化，失誤越少，需要與納稅人的接觸越少，納稅人等待和焦慮也越少。數據挖掘需要詳細的有關納稅服務工作的服務需求發起、工單流轉、工單處理、服務提供和服務反饋全過程的信息。通過流程分析對工單流向、分轉、辦理時限和工單流轉異常狀況等信息建立決策樹來優化流程和管理事項序列，認定簡化行政手續、縮短辦稅時間、增加三方信息利用等提高效率的空間，優化服務流程、節約納稅成本和提高服務績效。

隨著信息量越來越大，對稅務部門要求納稅人報送信息的成本，應以人力時間為單位計算社會負擔。①參見涂子沛著《大數據》一書的第118頁，美國信息和管制辦公室的社會負擔計算方法。通過比對各類報送信息的內容，減少納稅人重復報送項目，盡量采用具有自動計算功能的網絡填報格式等方式減少納稅人負擔。

3.以績效為中心的分析。納稅服務的資源配置優化、人力資源管理均以此為決策依據。數據挖掘需要詳細的有關納稅人需求、納稅成本和滿意度以及納稅服務人員統計信息、崗位、工作量、效率、能力、工資等信息。首先，按照稅收征管規律和歷史數據預測不同時期的服務需求密集度，對于有典型的高峰期或季節性服務活動，在高峰時段（比如接近年度所得稅匯算清繳最后期限時段），增加從事一線納稅服務的工作人員數量，服務的時間也應相應延長。其次，按照成本收益比的排序合理安排納稅服務渠道的建設優先權，比如首選互聯網建設，互聯網解決不了的問題盡量用電話解決，以上兩個渠道可以使納稅人足不出戶就能得到服務。其次是電子郵件、信函等時效性次之的解決方案。最后選擇面對面交流或現場會議形式服務，如果使用提前電話預約的方式，也可以事先分配辦公接待場所和人員，合理配置資源。

4.以服務為中心的分析。與國稅系統的關注點不同，納稅人有時候覺得稅款多少不是首要問題，稅務官員操作的方式方法和對待他們的態度很重要。如果納稅人得到正確和專業的服務，他們可能輕易地接受對其報表的重新評估，但是如果服務態度惡劣，他們很可能不接受建議和修正?？蛻舴?、員工滿意以及針對納稅人的外部交流和稅務部門雇員的內部交流之間的聯系是持續不斷的，時時處處對納稅遵從有影響。荷蘭稅務和海關總署的研究確認，稅務部門的人員和納稅人之間最近一次個人接觸的質量在納稅人的記憶中保留的時間最長，并且決定了他對該稅務部門的看法和態度。通過服務人員行為、語言對納稅人認知和行為的影響及其變化方向等分析，對交流信息的挖掘可以促進信息流動、溝通順暢，不斷推動服務規范化、標準化建設，對服務質效實施精細化管理和分析，從而提高服務質量和納稅人滿意度。

其它挖掘目標還包括利用與納稅人聯系的實時信息發現和預測經濟、收入的變化趨勢，了解政策執行情況和改進方向。對納稅人投訴數據進行統計，充分理解和分析其產生的根源，從而改進服務，采取明智的解決措施，提高納稅人滿意度。

正如登上一座山峰才能看見更高處所在，國稅系統的數據挖掘不是一蹴而就的短期工作，要注重持續將成果轉化為部門知識，并且建立PDCA管理循環①由plan（計劃）、do（執行）、check（檢查）和action（改進）四個步驟構成。長效機制。通過部門數據挖掘成果的判斷評價，決策下一步著重挖掘哪些項目來加強應用性，并轉化為能實現組織目標的應用形式。應用數據挖掘的成果制定下一步數據挖掘目標，并對服務人員進行持續的專業化培訓也是提高納稅服務質量的重要環節。大數據時代的納稅服務部門應建成目標清晰的專業組織，培養具備精良的專業技術和態度的服務型人才。

五、為國稅系統大數據開發應用做好準備

（一）提高數據質量

大數據開發應用的關鍵前提是數據質量。經驗證明，公共部門數據質量較好，盡管大部分數據挖掘技術可以忍受某種程度的數據不完美，但是注重理解和提高數據質量有利于改進分析結果的質量②Pang-Ning Tan，Michael Stenbach，Vipin Kumar，見《數據挖掘導論》第13頁，2011。。稅務人員和納稅人錯報漏報信息都將影響數據挖掘結果的使用和分析。

建議從戰略高度統籌治理國稅系統數據，加強質量建設，對日常工作活動進行標準化、量化處理，以適應數據挖掘的需要。建立數據質量標準，如準確性、客觀性、可靠性、實用性、完整性等。針對數據質量管理制定信息管理流程，防止低質量數據出現。同時對現有數據進行有效清理、管理和運用。也可以應用促管理，加大數據開發應用力度，整理、清洗、使用數據的過程可使某些低質量數據無所遁形。在此基礎上對數據質量低下的根源進行追索，完善信息管理流程。采集信息時，可以考慮提高納稅人電子申報、辦稅的比重，或把電子申報和繳稅變成強制性要求，但實踐中要考慮納稅人接入稅務部門電子系統的能力。

（二）完善數據源

稅務部門應當加強與外部門的交流合作，采取措施保障各類經濟、稅收及納稅人數據信息的完整性。例如以收入為中心的分析需要外部信息源密切聯合，尤其是與收入密切相關的經濟數據及其變化趨勢，影響地區收入的重大經濟事件和政策安排。因而，有必要建立一套制度保證稅務部門知曉與稅收相關的數據、政策及行為，如國民經濟統計和普查數據，新經濟法規、政策信息，公司或個體工商戶的設立，經營活動的變更等，以便及時更新信息。在此基礎上開發技術、業務、知識庫整合的信息系統，用來設計通用的數據挖掘程序、共享和再利用信息。

（三）人才和外包服務

大數據時代的主要管理挑戰包括領導人素質和數據管理人才。大數據時代把信息和決策權放在一起的組織更有效率。領導人要極力避免推諉情況，把跨部門合作最大化，清楚問題是什么的人要帶上切題的數據，與能解決問題的技術人員有效合作，靈活應對。隨著數據變得越來越便宜，能開發這些數據的人才變得越來越有價值。好的數據科學家還能夠通曉稅收專業語言并幫助國稅系統重建大數據能夠應對的稅務管理戰略。這類人才很難找到，在各個領域需求量都將很大。

有些時候，外行會比內行更好地利用大數據，比如采用實時房源搜索信息預測房地產市場，比基于變化緩慢的歷史數據建立的復雜模型進行預測的準確性更高。奧巴馬政府在推進大數據戰略時強調，聯邦政府必須和公司、大學結盟，全民動員，來應對大數據時代的挑戰③見涂子沛，《大數據》第58頁。。經過周密的審查程序后，政府可以購買到最新技術含量的市場競爭成果時，可考慮將某些服務項目外包給先期進入大數據開發服務領域的企業以提高效率。

〔1〕Alink，M.and Kommer.V.V.Handbook on Tax Administration [M].IBFD press，2011.

〔2〕Andrew McAfee and Erik Brynjolfsson.Big data：The management revolution[J].Harvard Business Review.October 2012.

〔3〕崔小屹，韓青.《用數據說話》[M]，北京大學出版社，2013年.

〔4〕郭昕，孟曄.《大數據的力量》[M]，機械工業出版社，2013年.

〔5〕涂子沛.《大數據》[M]，廣西師范大學出版社，2013年.

〔6〕[英]維克托.邁爾-舍恩伯格肯尼思.庫克耶，《大數據時代》[M].浙江人民出版社，2013年.

【責任編輯 孟憲民】

D632.9

A

1672-9544（2015）02-0060-06

2014-06-30

課題組負責人：楊榮學，總審計師，博士，主要研究方向為稅收理論與政策；課題組成員：劉暢、范耀卿、張洪戰、牟軍、付欣、曾群；執筆人：張洪戰。