關(guān)于稅務(wù)大數(shù)據(jù)深化應(yīng)用的幾點建議

譚榮華（中國人民大學(xué)財政金融學(xué)院 北京 100872）

關(guān)于稅務(wù)大數(shù)據(jù)深化應(yīng)用的幾點建議

譚榮華（中國人民大學(xué)財政金融學(xué)院 北京 100872）

本文基于我國多個省市的大數(shù)據(jù)應(yīng)用課題實踐，提出在大數(shù)據(jù)應(yīng)用的實踐層面要明確分析目標(biāo)，分清輕重緩急，制訂分析主題目錄庫，要實現(xiàn)基于分析主題的精準(zhǔn)數(shù)據(jù)供給和應(yīng)用，必須強(qiáng)化數(shù)據(jù)治理，必須掌握以機(jī)器學(xué)習(xí)為發(fā)展方向的大數(shù)據(jù)分析方法。在此基礎(chǔ)上，進(jìn)一步指出要建設(shè)以云計算平臺為運(yùn)作形態(tài)的大數(shù)據(jù)中心，其實質(zhì)是實現(xiàn)“數(shù)出一門”。

稅務(wù)大數(shù)據(jù) 數(shù)據(jù)治理 大數(shù)據(jù)分析方法 大數(shù)據(jù)中心

當(dāng)前，互聯(lián)網(wǎng)+智慧稅務(wù)已被稅務(wù)部門視為創(chuàng)新服務(wù)管理模式、謀求科學(xué)發(fā)展的戰(zhàn)略方向，而稅務(wù)大數(shù)據(jù)深化應(yīng)用作為其重要依托，其發(fā)展將獲得前所未有的強(qiáng)力推動。自2011年以來，筆者所在團(tuán)隊在國家稅務(wù)總局領(lǐng)導(dǎo)下，與北京、上海、江蘇、浙江、安徽、陜西、內(nèi)蒙古等國家稅務(wù)局、地方稅務(wù)局合作，就大數(shù)據(jù)分析應(yīng)用進(jìn)行探索，獲益良多。結(jié)合理論與實地調(diào)研，筆者建議，為了取得預(yù)期的改革效果，在實際操作面上應(yīng)抓好以下工作。

一、明確分析目標(biāo)，分清輕重緩急，制訂分析主題目錄庫

稅務(wù)大數(shù)據(jù)深化應(yīng)用的目標(biāo)是共享數(shù)據(jù)、協(xié)同工作、科學(xué)決策、智慧稅務(wù)，以實現(xiàn)和諧稅收和創(chuàng)新發(fā)展。在這一過程中，納稅人群體、稅務(wù)人群體、決策層群體和社會綜合治稅群體既是稅務(wù)大數(shù)據(jù)的生產(chǎn)者、分配者，又是稅務(wù)大數(shù)據(jù)的交換者、消費(fèi)者。顯然，稅務(wù)大數(shù)據(jù)應(yīng)用要圍繞這四大群體進(jìn)行。

圍繞四大群體的稅務(wù)大數(shù)據(jù)應(yīng)用，內(nèi)容極其廣泛多樣，想象空間巨大。在初始階段和發(fā)展階段包容各種分析需求，嘗試各種分析應(yīng)用，實屬正常。然而，步入深化階段，如何進(jìn)一步集中優(yōu)勢資源，聚焦具有全局性、緊迫性、重要性、高端性、創(chuàng)新性的應(yīng)用，取得實質(zhì)性、成本與效益相匹配的成果，已經(jīng)成為不得不思考和應(yīng)對的挑戰(zhàn)。

制訂分析主題目錄庫，正是為稅務(wù)大數(shù)據(jù)深化應(yīng)用提供一個目標(biāo)明確、上下認(rèn)同、重點突出、保障有力的任務(wù)列表，是推進(jìn)稅務(wù)大數(shù)據(jù)深化應(yīng)用的首要工作。為此，需要集思廣益、民主集中，在廣泛征求各方意見以及實地調(diào)查研究的基礎(chǔ)上，逐步完成分析主題的征集、分類、分級和排序等工作。舉一個簡單的例子：分析主題名稱《稅收經(jīng)濟(jì)運(yùn)行狀況分析與監(jiān)測》；分析主題分類“面向決策層群體、稅務(wù)人群體”；分析主題分級“省級”；分析主題排序“優(yōu)先級”；分析主題入選理由“全局、重大任務(wù)”……

事實上，分析主題目錄庫的結(jié)構(gòu)并不復(fù)雜，可供參考的內(nèi)容是：名稱可自定；編號自動匹配；類別分為中央/省/市/縣；級別分為優(yōu)先/一般/暫緩；理由分為全局/重大/高端/創(chuàng)新/緊急/常規(guī)/不充分/不可接受；數(shù)據(jù)支撐狀況分為優(yōu)秀/良好/一般/較差/壞；分析屬性分為定性/定量；分析方法分為一般指標(biāo)/數(shù)學(xué)模型/算法模型等。

雖然分析主題目錄庫的結(jié)構(gòu)并不復(fù)雜，但是內(nèi)在要求的綜合知識水平非常之高，不僅要從全局、重大、高端、創(chuàng)新角度考慮分析主題的必要性，還要從數(shù)據(jù)、方法、知識角度考慮分析主題的可行性。簡而言之，構(gòu)建一個滿足現(xiàn)實需要的科學(xué)、嚴(yán)謹(jǐn)、經(jīng)得住時間考驗的分析主題目錄庫絕非易事，這是一個持續(xù)不斷優(yōu)化的過程。

從現(xiàn)實需要看，電子稅務(wù)局可以綜合效益、電子發(fā)票生態(tài)、納稅人滿意度、納稅人信用、納稅遵從風(fēng)險、稅收收入、稅收收入能力、稅基侵蝕與利潤轉(zhuǎn)移、稅收經(jīng)濟(jì)運(yùn)行狀況、稅收經(jīng)濟(jì)政策效應(yīng)、“一帶一路”國際稅收服務(wù)、稅收智能等或應(yīng)進(jìn)入分析主題目錄庫的遴選視野。在實施中，要切實保證各項分析主題實至名歸地以稅務(wù)數(shù)據(jù)乃至跨界涉稅數(shù)據(jù)、以最適宜的方法乃至機(jī)器學(xué)習(xí)方法進(jìn)行分析。

二、強(qiáng)化數(shù)據(jù)治理，實現(xiàn)基于分析主題的精準(zhǔn)數(shù)據(jù)供給

自20世紀(jì)90年代中期以來，各自擁有數(shù)據(jù)的政府、企業(yè)、居民在日益密集地應(yīng)用互聯(lián)網(wǎng)和移動互聯(lián)網(wǎng)的過程中彼此頻繁交集而指數(shù)般地產(chǎn)生了“一般的軟件難以捕捉、管理和分析”的大數(shù)據(jù)。

稅務(wù)數(shù)據(jù)是廣義大數(shù)據(jù)的組成部分。依照法律和職權(quán)，稅務(wù)部門有權(quán)獲得職責(zé)范圍內(nèi)的稅務(wù)數(shù)據(jù)。若稅務(wù)大數(shù)據(jù)深度應(yīng)用需要用到工商、海關(guān)、財政、公安、金融、電商、社群的涉稅數(shù)據(jù)，在法律框架下可以通過溝通、協(xié)調(diào)或購買服務(wù)等方式取得。在這個意義上說，所謂稅務(wù)大數(shù)據(jù)其實就是稅務(wù)系統(tǒng)內(nèi)數(shù)據(jù)+稅務(wù)系統(tǒng)外涉稅數(shù)據(jù)。

從實際出發(fā)，實現(xiàn)基于分析主題的精準(zhǔn)數(shù)據(jù)供給，首要的是做好稅務(wù)系統(tǒng)內(nèi)數(shù)據(jù)的供給與整備工作。步驟大致如下：

第一步，要依據(jù)分析主題提取相關(guān)數(shù)據(jù)。比如分析主題是：“2012～2016年北京市批發(fā)零售業(yè)大中型企業(yè)納稅遵從風(fēng)險分析——以企業(yè)所得稅為例”。這個主題通過時間、地區(qū)、行業(yè)、規(guī)模、稅種5個維度已經(jīng)內(nèi)在地劃定了分析數(shù)據(jù)的范圍，顯然，從源數(shù)據(jù)中要能夠提取出符合這5個維度的數(shù)據(jù)；進(jìn)一步，這個主題又指明了數(shù)據(jù)的具體內(nèi)容，包括管理服務(wù)類數(shù)據(jù)、申報征收類數(shù)據(jù)、稅務(wù)稽查類數(shù)據(jù)、財務(wù)報表類數(shù)據(jù)、相關(guān)代碼表和第三方信息。顯然，從源數(shù)據(jù)中要能夠提取到這幾類數(shù)據(jù)。

第二步，取數(shù)與存儲操作。取數(shù)，意味著數(shù)據(jù)的移位，有時涉及跨部門、跨地區(qū)的流動。困難在于數(shù)據(jù)使用者與數(shù)據(jù)供應(yīng)者未必對數(shù)據(jù)需求能夠達(dá)成一致的理解，往往需要反復(fù)溝通，反復(fù)采集。若有存儲行為，還會涉及數(shù)據(jù)庫軟件版本、分區(qū)、參數(shù)配置等諸多技術(shù)問題。

第三步，第一輪清洗。剔除對主題分析意義不大的數(shù)據(jù)。比如針對上邊提到的分析主題制定清洗規(guī)則，例如：停業(yè)戶、證件失效戶、注銷戶、遷出戶等非正常戶；進(jìn)行了稅務(wù)登記但經(jīng)確認(rèn)為起征點以下的納稅戶；小規(guī)模納稅戶；該申報而未申報企業(yè)所得稅戶，等等。凡符合這些情況的數(shù)據(jù)都要剔除。

第四步，第二輪清洗。包括篩除空缺項、奇異值、孤值、偏離區(qū)間、重復(fù)記錄，根據(jù)數(shù)據(jù)字典消除不一致的表述方式等。目的是清除信息不全、無法為指標(biāo)和模型所用、對分析結(jié)果會產(chǎn)生不利影響的因素。

第五步，對最終納入主題分析的數(shù)據(jù)進(jìn)行評估，看其是否具有足夠的代表性。

以上僅僅是示意性勾勒精準(zhǔn)數(shù)據(jù)供給的工作框架。如果主題分析需要跨界數(shù)據(jù)的支持，則兩者累加后的數(shù)據(jù)治理更加復(fù)雜。為此，稅務(wù)系統(tǒng)外涉稅數(shù)據(jù)的治理可由稅務(wù)部門與社會力量協(xié)同完成。經(jīng)驗表明，體量較大的主題分析，數(shù)據(jù)整備時間往往占整個時間的六成以上。

以上分析的基本結(jié)論是，主題確定，主題需要的數(shù)據(jù)亦隨之確立，進(jìn)而數(shù)據(jù)供給與治理就是一項繞不過去的工作。這項工作既需要業(yè)務(wù)知識，又需要技術(shù)知識。有鑒于此，必須加強(qiáng)集中統(tǒng)一管理，構(gòu)建科學(xué)的大數(shù)據(jù)供應(yīng)體系，才能確保發(fā)揮稅務(wù)大數(shù)據(jù)支撐稅務(wù)大數(shù)據(jù)深化應(yīng)用的功效。

三、無創(chuàng)新不突破：必須掌握大數(shù)據(jù)分析方法

在大數(shù)據(jù)時代必須轉(zhuǎn)向大數(shù)據(jù)分析方法，這是無法改變的趨勢，是國家、企業(yè)、個人培育核心競爭力的現(xiàn)實需要，也是稅務(wù)大數(shù)據(jù)深化應(yīng)用的需要。在這一背景下，基于稅務(wù)大數(shù)據(jù)的分析主題可以選擇、應(yīng)該選擇什么方法呢？

第一，指標(biāo)分析法。是指應(yīng)用與稅收密切相關(guān)的經(jīng)濟(jì)統(tǒng)計指標(biāo)或企業(yè)經(jīng)營財務(wù)指標(biāo)，透過這些指標(biāo)的異常變動發(fā)現(xiàn)稅收風(fēng)險的方法。不同稅種、不同行業(yè)指標(biāo)各異，一般設(shè)有定性類指標(biāo)、財務(wù)類指標(biāo)和征管業(yè)務(wù)類指標(biāo)。這些指標(biāo)被用于配比性分析、波動性分析、類比性分析、“小概率”分析以進(jìn)行風(fēng)險識別。

例如配比性分析，是指將納稅人當(dāng)期存在內(nèi)在配比關(guān)聯(lián)關(guān)系的兩個或兩個以上財務(wù)指標(biāo)進(jìn)行對比，分析增減變化方向和變化幅度，對本應(yīng)該具有相同變化幅度而分析結(jié)果卻存在不同變化方向以及變化幅度差異過大的財務(wù)指標(biāo)，進(jìn)行風(fēng)險預(yù)警。配比性分析的優(yōu)勢在于其充分利用了財務(wù)數(shù)據(jù)之間內(nèi)在的關(guān)聯(lián)關(guān)系，通過財務(wù)數(shù)據(jù)之間非正常的變動趨勢，揭示了納稅人存在納稅不實的可能性。

波動性分析，是指通過企業(yè)利潤率波動、發(fā)票使用波動、產(chǎn)量波動、應(yīng)納稅額波動、企業(yè)所得稅納稅調(diào)整額波動、存貨波動的分析比對試圖進(jìn)行風(fēng)險預(yù)警。

小概率分析，是指有些指標(biāo)不具有上述指標(biāo)特性，但是明顯違背基本規(guī)律，發(fā)生可能性特別小的現(xiàn)象，如連續(xù)幾次等額申報、納稅人短期內(nèi)頻繁注銷等，亦可發(fā)出關(guān)注信號。

指標(biāo)分析法的優(yōu)點是指標(biāo)選擇簡單，計算量小，各個指標(biāo)經(jīng)過計算和比較就可以得到指標(biāo)所反映的風(fēng)險狀況，可以揭示因果關(guān)系，易于為風(fēng)險評估分析人員所理解。經(jīng)過多次指標(biāo)分析，就能得到納稅人在各個環(huán)節(jié)的納稅遵從風(fēng)險狀況。因此，指標(biāo)分析法在識別單項程序性納稅遵從風(fēng)險時，能夠獲得廣泛應(yīng)用，也確實是目前的主流分析方法。

需要注意的是，指標(biāo)分析法也有自身的局限性。一是無論指標(biāo)選取的數(shù)量有多么龐大，覆蓋面有多么寬廣，可是皆因單獨使用故而只能單獨反映某一方面的情況。譬如用1 000個指標(biāo)預(yù)測10 000家企業(yè)的納稅遵從風(fēng)險時，假定平均每家企業(yè)篩出30個以上的指標(biāo)偏離了可信區(qū)間，結(jié)果就是要面對30萬個風(fēng)險點，你將如何做出取舍？哪些企業(yè)是你的關(guān)注重點？若把全部風(fēng)險點讓稅務(wù)評估人員去核實，難免成本加大，收效甚微。二是無論指標(biāo)選取的數(shù)量有多么龐大，覆蓋面有多么寬廣，指標(biāo)彼此之間并沒有建立清晰的關(guān)聯(lián)關(guān)系，包括權(quán)重的確認(rèn)，因而無法給出所測企業(yè)在遵從風(fēng)險上的綜合的、整體性的判斷及定量結(jié)果。有時甚至?xí)霈F(xiàn)各個指標(biāo)反映的風(fēng)險不相一致或完全相左的結(jié)論，這就會造成更大的困惑。

對此，筆者的結(jié)論是指標(biāo)分析法依然可以繼續(xù)使用，主要用在它能夠勝任的場合。

第二，傳統(tǒng)統(tǒng)計計量方法。指的是使用數(shù)學(xué)模型的方法，包括因子分析、主成分分析、數(shù)據(jù)包絡(luò)分析（DEA）、隨機(jī)前沿分析、判別分析與多元線性回歸分析，等等。

例如主成分分析，是考慮各指標(biāo)間的相互關(guān)系，利用降維的思想把多個指標(biāo)轉(zhuǎn)換成較少的幾個互不相關(guān)的主成分（即綜合指標(biāo)），從而使進(jìn)一步研究變得簡單的一種統(tǒng)計方法。目標(biāo)是通過主成分分析，可以找出少數(shù)的幾個主成分來代替原來的變量做判別分析、回歸分析等。

數(shù)據(jù)包絡(luò)分析，是一種用于評估具有同質(zhì)投入產(chǎn)出決策單元相對有效性的非參數(shù)型方法。通過數(shù)據(jù)包絡(luò)分析實現(xiàn)“好”、“壞”納稅人樣本的篩選，落在數(shù)據(jù)包絡(luò)生產(chǎn)前沿面上的企業(yè)，視為好樣本，離數(shù)據(jù)包絡(luò)生產(chǎn)前沿面上最遠(yuǎn)的企業(yè)（或次遠(yuǎn)的企業(yè)），視為壞樣本。

判別分析法，用于建立偷逃稅概率判別模型。具體而言，在采用數(shù)據(jù)包絡(luò)分析方法得到好壞納稅人樣本的基礎(chǔ)上，通過判別分析對未知類別納稅人的納稅狀況進(jìn)行判別，從而得出他們是屬于“好納稅人”還是“壞納稅人”，以及他們屬于這兩類的概率。若回代正確率過低，則影響后續(xù)模型的應(yīng)用效果，最終影響流失金額和流失率測算的準(zhǔn)確性。

多元回歸分析，是指根據(jù)多個自變量的最優(yōu)組合建立回歸方程來預(yù)測因變量的一種方法。因變量可以是銷售營業(yè)利潤率，自變量可以是消除多重共線性的各種成分，目標(biāo)是構(gòu)建偷逃稅金額計算模型。

以數(shù)學(xué)模型構(gòu)建的納稅遵從風(fēng)險測算方案，在邏輯上無可指摘，但是以十多個行業(yè)數(shù)據(jù)做模型自檢驗時有的行業(yè)“回代正確率”通過，有的行業(yè)無法通過；有的行業(yè)能夠建立偷逃稅金額計算多元線性回歸方程，有的不能夠建立。也就是說，所選用方法只能適應(yīng)局部情況，不能適用普遍情況，這個方法具有普遍推廣意義嗎？問題出在數(shù)據(jù)質(zhì)量上，如用隨機(jī)前沿法篩選好壞樣本時，所用指標(biāo)不能有空項；如回歸時，要求假定隨機(jī)誤差遵從正態(tài)分布，可是現(xiàn)實中哪里有那么多稅務(wù)大數(shù)據(jù)服從數(shù)學(xué)模型的嚴(yán)格假設(shè)條件呢？

所以，筆者的結(jié)論是傳統(tǒng)統(tǒng)計計量方法有悠久傳承和堅實的用戶基礎(chǔ)，依然可以應(yīng)用于線性問題和正態(tài)分布檢驗通過的數(shù)據(jù)分析或者宏觀數(shù)據(jù)模型中。

第三，機(jī)器學(xué)習(xí)法。它是在概率論、統(tǒng)計學(xué)、逼近論、凸分析等諸多算法的基礎(chǔ)上利用計算機(jī)強(qiáng)大的解析能力而發(fā)展起來的。包括決策樹、Boosting、Bagging、隨機(jī)森林、人工神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)等。它與前述分析方法比較，實現(xiàn)了三個轉(zhuǎn)變，從“模型驅(qū)動”轉(zhuǎn)變?yōu)椤皵?shù)據(jù)驅(qū)動”，從“數(shù)據(jù)建模”轉(zhuǎn)變?yōu)椤八惴ń！保瑥摹坝兄笇?dǎo)”轉(zhuǎn)變?yōu)椤盁o指導(dǎo)”。由于這三個轉(zhuǎn)變使得機(jī)器學(xué)習(xí)法在應(yīng)對復(fù)雜數(shù)據(jù)、跨界數(shù)據(jù)分析時有了更大的適用空間。

譬如：“算法建模”利用計算機(jī)根據(jù)訓(xùn)練樣本建模，并用對測試樣本的預(yù)測精度來判斷這些模型是否適用，整個方法沒有多少中間的人為干預(yù)，也沒有任何主觀的假定，因此“算法建模”克服了傳統(tǒng)“數(shù)據(jù)建模”的諸多弊端。它還有以下優(yōu)點：一是支持高維度、大樣本量，它不僅不畏懼巨大的維數(shù)，而且認(rèn)為變量越多，包含的信息越多。例如在行業(yè)納稅遵從風(fēng)險分析中使用的變量個數(shù)可以達(dá)到3 000個，企業(yè)樣本數(shù)量可以達(dá)到10萬級別。二是困擾“數(shù)據(jù)建模”的多重共線性問題在“算法建模”中可以得到很好的解決。三是“算法建模”的預(yù)測精度高于“數(shù)據(jù)建模”的預(yù)測精度。四是“算法建模”需要較少的統(tǒng)計知識和人工干預(yù)，比較直觀，意義容易理解，對于稅務(wù)領(lǐng)域的工作者來說更易于接受和掌握。

在實踐中，組合的機(jī)器學(xué)習(xí)算法模型經(jīng)受住了考驗，比如對批發(fā)零售業(yè)、房地產(chǎn)業(yè)和重點稅源企業(yè)的實際測算都取得了顯著成效。測算結(jié)果能夠提供每一戶樣本企業(yè)的流失金額、流失率、主要疑點、疑點指向和科目參考；所有樣本企業(yè)按流失風(fēng)險分類分級的排序清冊；所有樣本企業(yè)總流失戶、總流失戶比、總流失金額、總流失率；樣本企業(yè)分行業(yè)、分規(guī)模、分管轄地區(qū)、分稅種任意組合查詢的流失戶、流失戶比、流失金額和流失率以及核實反饋結(jié)果。

所以，筆者的結(jié)論是，隨著稅務(wù)大數(shù)據(jù)深化應(yīng)用的進(jìn)展，特別是分析主題走向“高端”以及跨界數(shù)據(jù)的常態(tài)使用，這種方法必將受到越來越大的關(guān)注和日趨廣泛的應(yīng)用。

四、重構(gòu)不同于以往使命的大數(shù)據(jù)中心

當(dāng)大數(shù)據(jù)已然上升為國家資產(chǎn)時，對大數(shù)據(jù)的有效利用必須擺放在極端重要的位置。我們須知，“互聯(lián)網(wǎng)+智慧稅務(wù)”的“智慧”二字是一定要依靠大數(shù)據(jù)及其應(yīng)用方能實現(xiàn)的。

多少年來，我們都在提倡信息管稅，但數(shù)出多門的痛點一直制約著信息管稅的實際效果，如果大數(shù)據(jù)時代不消除數(shù)出多門的現(xiàn)象，就不要指望大數(shù)據(jù)及其應(yīng)用能帶來質(zhì)的飛躍。所以，此處所指的大數(shù)據(jù)中心已經(jīng)不是以往傳統(tǒng)數(shù)據(jù)中心、信息中心的概念，而是新形勢下主管、統(tǒng)領(lǐng)所有稅務(wù)大數(shù)據(jù)的中樞機(jī)構(gòu)。它要承載稅務(wù)大數(shù)據(jù)的生產(chǎn)、分配、交換、消費(fèi)職能，它是稅收大數(shù)據(jù)的惟一集散地。

所有納稅人群體、稅務(wù)人群體、決策層群體和綜合治稅群體產(chǎn)生的數(shù)據(jù)都要歸攏到大數(shù)據(jù)中心；所有向外對納稅人群體、社會公眾、其他政府部門、綜合治稅群體公布的數(shù)據(jù)和提供管理或服務(wù)的數(shù)據(jù)統(tǒng)由大數(shù)據(jù)中心進(jìn)行分配和交換；所有對內(nèi)實現(xiàn)各層級管理、服務(wù)、決策職能所需要的數(shù)據(jù)統(tǒng)由大數(shù)據(jù)中心按需分配；所有稅務(wù)人群體，包括征管部門、納稅服務(wù)部門、其他部門“消費(fèi)”數(shù)據(jù)的結(jié)果必須反饋到大數(shù)據(jù)中心，形成數(shù)據(jù)流的閉環(huán)。

也就是說，大數(shù)據(jù)中心的實質(zhì)是要實現(xiàn)“數(shù)出一門”，將來一切稅收、稅務(wù)工作要圍繞大數(shù)據(jù)中心提供的數(shù)據(jù)資產(chǎn)而展開，任何人都必須用數(shù)據(jù)來說話，從這個意義上說，大數(shù)據(jù)中心應(yīng)該成為稅務(wù)大數(shù)據(jù)的“采集中心”、“管理中心”、“供應(yīng)中心”、“服務(wù)中心”、“調(diào)度中心”，它以數(shù)據(jù)獲取、傳輸、存儲、校驗、管理、分配、使用構(gòu)成的數(shù)據(jù)流與所有職能部門的業(yè)務(wù)流交匯融合，可以有效支撐各項工作與任務(wù)的順利完成。對稅務(wù)大數(shù)據(jù)深化應(yīng)用至關(guān)重要的分析主題目錄庫建設(shè)與管理、基于分析主題的精準(zhǔn)數(shù)據(jù)供給與數(shù)據(jù)治理、面向主題分析的指標(biāo)模型庫研發(fā)使用、可視化展現(xiàn)與專業(yè)知識庫建設(shè)，亦可納入大數(shù)據(jù)中心的職責(zé)范圍。

為此，大數(shù)據(jù)中心必須建立自己的運(yùn)作形態(tài)，也就是自己的執(zhí)行機(jī)構(gòu)，這就是云計算平臺。云計算平臺提供了基礎(chǔ)架構(gòu)和因需而變的計算力，上述一切大數(shù)據(jù)中心的職能和大數(shù)據(jù)各類應(yīng)用通過云計算技術(shù)實現(xiàn)。云計算平臺的本質(zhì)，乃是應(yīng)對巨量數(shù)據(jù)處理和實現(xiàn)全社會的資源調(diào)配、協(xié)同工作以及知識共享的組合工具，不應(yīng)該也不可能替代大數(shù)據(jù)中心的角色。總之，大數(shù)據(jù)中心是落實“互聯(lián)網(wǎng)+智慧稅務(wù)”的主要支柱，是各級稅務(wù)機(jī)關(guān)推動稅務(wù)大數(shù)據(jù)深化應(yīng)用的主要抓手。

簡而言之，稅務(wù)大數(shù)據(jù)深化應(yīng)用是大勢所趨。制訂分析主題目錄庫，實現(xiàn)基于分析主題的精準(zhǔn)數(shù)據(jù)供給，掌握以機(jī)器學(xué)習(xí)為代表的大數(shù)據(jù)分析方法，以大數(shù)據(jù)中心作為大數(shù)據(jù)應(yīng)用的責(zé)任主體，是推進(jìn)這項工作的有效舉措。

圖／李鴻翔

責(zé)任編輯：高 陽

Some Suggestions Regarding Deepening the Application of Big Data in Tax Administration

Ronghua Tan

Based on the practice of several research projects regarding big data application in multiple provinces, the article indicates that analysis objective shall be specified, priorities be clarified in the practice of big data application, and the catalogue of analysis subjects shall be made. In order to realize the accurate data supply and application based on the analysis subject, data management shall be strengthened, and the analysis method of big data concerning machine learning shall prevail in the development direction. And finally, it further points out that big data center as the cloud computing platform shall be built up, whose essential purpose is to realize all the data be provided from one system.

Big data in tax administration Data governance Big data analysis Big data center

F810.42

B

2095-6126(2017)04-0006-05