大數據時代稅務稽查風險的管控

侯 歡

(西南政法大學 經濟法學院，重慶 401120)

在大數據時代，稅務稽查正從傳統非智能化的以人工為主的模式向大數據驅動的新型稅務稽查模式轉型。在這個意義上，傳統稅務稽查到底有何風險？什么樣的稅務稽查模式才能夠最大限度地適應大數據時代的要求？大數據驅動的稅務稽查模式怎樣才能更好地管控稅務稽查風險？這正是大數據時代稅務稽查首先要回答的問題。

一、非精準性：傳統稅務稽查風險的樣態反思

依據如何運用信息科技手段，將稅務稽查分為傳統稽查模式與信息主導稽查模式。大數據時代，信息主導稽查模式是運用大數據、云計算、互聯網、物聯網等新興業態來記錄、存儲、處理以及運用數據信息的新興模式。在這個過程中，大數據因其特殊運行方式得以從眾多新興范式中脫穎而出，成為稅務稽查模式的高級形式。基于此，在這里將稅務稽查的模式進一步簡化為傳統稅務稽查模式和新興大數據驅動的稅務稽查模式。

稅務稽查風險的主要樣態反映并佐證其困境。大數據時代來臨，傳統稅務稽查的風險集中表現為非精準性，這既植根于傳統稅務稽查的時代局限性與滯后性，也受制于傳統稅務稽查模式數據樣態的有限性以及稽查人員的主觀性。當然， 下述樣態并非稅務稽查風險的全部，只是擇其要者述之。具體而言，傳統稅務稽查的非精準性風險又體現為以下的內容。

1.現有稽查數據范圍的局限性。依據《稅務稽查案源管理辦法(試行)》中的九類案源*推送案源、督辦案源、交辦案源、安排案源、自選案源、檢舉案源、協查案源、轉辦案源和其他案源。，結合《稅務稽查工作規程》中篩選案源的方式*實行計算機分析、人工分析及人機結合分析方法。，不難發現，稅源信息資料的非精準性以及信息采集網絡的非全面覆蓋現實一直是制約現有稽查數據范圍的重要因素。從根本上反映的是不同涉稅主體間的信息不對稱性，概括而言則是信息共享的滯后性。進一步分析現有稽查數據范圍的局限性表現如下：

首先，案源數據收集單一。稽查中較為穩定且主要的稅源信息來自于現存滯后且人工色彩濃厚的數據庫以致稽查信息質量真實性有待考證。從比較的視角，域外選擇案源集中于基礎資料和重點信息兩個層面以盡可能實現全方位覆蓋的稅源信息。發達國家普遍將社會保障號當作稅務登記號來采集納稅人的基礎資料：美國通過更新NRP系統中納稅遵從數據以利用數據的相關性獲取重點信息，法國稅務部門在全國范圍內建立龐大的計算機信息處理系統，意大利利用ITIS數據處理中心對全國稅源進行監管。[1]與之相較，我國的案源數據收集仍處于紙質資料信息向電子信息過渡階段，距對其進行精細化管理還有很長的路要走；事實上，我國現階段的稅務稽查案源選擇整體仍呈現粗放的選案模式。

其次，相關涉稅主體稅收協力義務有限。信息的覆蓋性問題受制于信息的共享程度，這在很大程度上又源于稅務系統對信息的不重視導致“橫向網絡受到部門間的阻隔、縱向網絡受上下級的阻隔。”[2]進一步表現在，雖然我國自2016年陸續印發《重大稅收違法案件信息公布辦法(試行)》、《失信企業協同監管和聯合懲戒合作備忘錄》等規范性文件以期實現“信息共享、協同監管、聯合懲戒”，但適用范圍有限且重點針對重大稅收違法的案件，并未真正打通各信息主體間的交換與共享渠道。更甚至如淘寶、京東等事實上掌握著大量信息的大型網購平臺均怠于履行協力義務。以淘寶網緩慢的信息提供進程為例：2015年1月在工商總局官網上僅存在10個小時的《關于對阿里巴巴集團進行行政指導工作情況的白皮書》見證了淘寶與工商總局的多次交鋒，2016年7月浙江省工商局與淘寶網達成了“電子證據協查機制”，這才剛剛撕開淘寶網提供信息協力義務的一道小口子。在這樣內外信息不對稱的前提下，即使發現稅務稽查的線索，稽查人員也不可能及時有效地利用外部數據。

2.人工稽查的主觀化。在大數據時代，若不能充分利用大數據技術剔除無用、錯誤數據信息并主動分析，而依然沿用傳統稽查的過分人工化經驗，整個稽查過程的公正性就會大打折扣，甚至誘發納稅人質疑稅務部門的公信力與透明度的情形。

首先，稽查人員主觀裁量權的非規范使用。在傳統的稅務稽查中，信息的分析判斷主要依靠工作人員的經驗，其稽查業務能力與水平往往成為稽查成敗之關鍵。正因為如此，在傳統的稅務稽查中，從選案開始至執行終結，這個過程無不受制于稽查人員的主觀裁量因素。以稽查的起點選案環節為例，以人工選案為主的選案模式不可避免地存在主觀隨意性的事實，而對舉報案件的不重視往往易引發泄露舉報信息、舉報人不能及時足額地領取舉報獎勵金以及遭受被舉報人的打擊報復等侵犯舉報人合法權益的行為。稽查人員越權稽查、濫用裁量權違法稽查的情形在稅務稽查實務中比比皆是，甚至因受賄而違法出具相關稽查法律文書，使不具備稅收減免資格的納稅企業減少繳稅數額。簡單地以“徇私舞弊不征、少征稅款罪”這一典型的稅務人員瀆職罪為例，基于北大法寶的檢索，以其為關鍵詞，截至2017年5月13日，發現已公開的案例就有105件，而這僅是稅務機關工作人員濫用職權行為的冰山一角。

其次，稽查人員的業務素質有待提高。傳統的稅務稽查模式依托紙質資料及稅務工作人員的稽查經驗，但面對日趨復雜的納稅現實，如何有效提取有用的涉稅稽查信息仍是擺在工作人員面前的一大難題。現有稽查人員的業務素質與政治素質并不能真正回應新業態、新產品、新商業模式等新事物產生的新稅務事實。以電子商務課稅為例，對B2B 和B2C模式的課稅事實已無爭議，而大量存在的C2C模式仍是稅務部門頭疼的課題。面對全流程的線上交易模式，僅具備傳統的稅收法律知識和通常的財會知識已無法真正實現對其課稅，特別是該模式中涉及的證據問題——數字化、虛擬化、可修改性、可滅失性、取證的技術性等特性[3]，極大地考驗了現有的稅務稽查取證理念與操作水平。基于此，對計算機等新興科技的熟練運用程度以及扎實的稅法理論知識是突破傳統線下交易進而實現稅務稽查的關鍵。

二、時代選擇：大數據驅動的稅務稽查模式

我們正處于大數據時代：見證著數據如追風逐電般產生，探索著數據背后蘊含的巨大機會與價值。稽查模式反映了稽查要素的結構關系和運行邏輯。在傳統稅務稽查模式日漸困窘的當下，面臨大數據時代新的挑戰，大數據驅動稅務稽查模式應運而生。它既是以大數據與云計算平臺為技術支撐的新興稅務稽查模式，也是大數據時代信息主導稅務稽查的新模式，更是一種時代的必然選擇與趨勢。它之所以成為時代的必然選擇，不僅在于它突破了傳統稅務稽查模式的困境，更在于大數據技術使得這種選擇成為現實。

誠如美國道格拉斯·W·哈伯德在其著作《數據化決策》中所言：“凡事皆可量化，皆可數據化。”[4]大數據時代，從大數據庫中的大數據到非常小的數據*小數據包括但不限于：證人、執法機構和檢察機關之間的電子郵件、短信和社交媒體通訊信息。Garrett, Brandon L. Big Data and Due Process. Cornell Law Review Online 99 (2013-2015):209。，有關稅務稽查的一切現象皆可數據化，稅務稽查的過程即是數據處理的流程，數據貫穿始終。大數據的核心，從存儲和傳輸過渡為數據的挖掘和應用。[5]大數據驅動的稅務稽查新模式的運行方式為：提取信息—分析信息—應用信息。而在這一過程中大數據的相關性分析以及云計算發揮著重要的功能。前者突破傳統的因果關系標準，利用相關性理念來采集數據，從海量且雜亂無章的數據中抽取大量與稅務稽查相關的信息，從而將表面看來無甚關聯的數據碎片拼接出一系列有效的稽查信息。這些相關性有助于避免“從消防栓飲水”時溺水問題，即，避免政府不堪數據重負而無法產生有用的線索。[6]若稅務執法人員確定了非法活動的風險較高，他可以設計軟件算法運行相關的風險。[7]后者可以突破常規技術成本和時限的要求[8]，增強大數據稽查模式的及時性。以云計算為重要依托，借助云計算的特殊功能，大數據驅動下的稅務稽查模式能夠在合理的時間內進行數據信息的提取和分析，為該模式的時效性提供重要技術支撐。大數據驅動的稅務稽查模式之所以成為時代的必然選擇，主要在于其具有特殊的功能。這可以從以下三個方面進行說明：(1)可以提高分析的準確性與可預見性。利用算法分析對稅務稽查的海量信息進行研究，從而幫助了解稅務稽查相關行為的完整鏈條：認識過去—分析原因—揭示規律—預測未來。與傳統稅務稽查模式的回溯型稽查不同，大數據驅動的稅務稽查模式，是主動型的稽查，在此背景下，不僅能夠實時地感知已完成的稅務違法行為進而及時采取行動，更為重要的是，大數據使得稽查介入時間發生顛覆性變革——對正在進行的稅務違法行為進行稽查，甚至預測稅務違法行為的趨勢與概率，進行提前示警。(2)有利于降低稅務稽查執法成本。在傳統稅務稽查中，至關重要的是稽查人員的經驗及人力投入。隨著涉稅違法行為日趨多元化、靈活化、復合化和智能化，再加上當下稅務稽查所面對的數據的大體量、多樣性、價值密度低，對此，傳統的稅務稽查手段不敷使用，因而面對紛繁復雜的稅務稽查現實，稽查人員從中發現涉稅違法問題進而查處的能力大打折扣，故而，稽查執法成本高，但效果并不理想。(3)有助于降低稅務稽查風險。稅務稽查風險無處不在，其危害性顯而易見：無論是對國家、稅務機關、納稅人還是直接承辦的稅務稽查人員均有負面效應。而大數據驅動的稅務稽查模式因其突破非精準性、具備具體性的特征，使得稅務稽查的風險得以具體化，能夠可預見，進而大大降低了稅務稽查的風險。

三、具體化與精準化：大數據時代稅務稽查風險的特點與趨勢

傳統稅務稽查的非精準性樣態催生大數據驅動的稅務稽查模式。與傳統稅務稽查相比，大數據時代稅務稽查風險突破非精準性，呈具體化特點且進一步邁向精準化。

1.大數據時代稅務稽查風險的具體化特點。衡量信息價值的復雜性提供了大數據危險的不特定性難題。[9]而數據危險的不特定性又植根于大數據的相關性。在大數據中，最引人注目的觀點無疑是強調要注重相關關系而忽略因果關系，甚至某種程度上認為相關關系可以取代因果關系。[10]誠如美國《連線》主編克里斯·安德森在其論文《理論的終結》中所言：“有了足夠的數據，數字會自己說話”，因而“相關關系足夠了”。[11]

大數據時代稅務稽查風險所涉及的主體主要體現在納稅人與稅務稽查人員雙方，詳言之，主要是稅務稽查人員在稽查中可能造成的對納稅人權益，特別是信息權益的侵害問題，更進一步講，大數據驅動的稅務稽查模式的風險具體表現為稅務稽查人員稽查風險的可預測性與納稅人權益侵害的可防范性。誠如前文所言，這里涉及的分析路徑仍是數據收集—處理—應用三個動態維度。

其一，稅務稽查人員稽查風險的可預測性。稽查人員的瀆職風險一直是稅務稽查面臨的重大難題，從另一個層面主要體現為其行為對納稅人帶來的風險：非基于正當的理由與程序對采集到的納稅數據進行二次開發利用，造成的納稅信息濫用；更甚者，稽查人員為謀私利，將稽查過程中掌握的個人信息進行買賣或者實施其他非正當行為。大數據驅動的稅務稽查模式在稽查數據的收集、處理以及應用的過程中，運用大數據技術與云計算方式，提前預測稅務稽查的風險，這樣，稅務稽查風險就具備可預測性。換言之，此種稽查模式事實上使稽查風險更加具體化：借助大數據，既可以預測某一區域乃至全國的某種涉稅違法行為的趨勢，也可以具體到某一時間某一具體地點某種類型的涉稅違法行為，甚至利用相關性等因素，還可以預測到某一個體的涉稅違法概率。具體來說，在稅收法定原則的確定性與大數據的預測性這一雙重框架下，稅務機關工作人員可能的違法涉稅行為能夠被準確地預測，增加風險預警的可能性，降低職務犯罪的可行性，提高稅務機關的公信力。

其二，納稅人權益侵害的可防范性。大數據驅動稅務稽查模式中有一個事實不容忽視：納稅人信息保護制度的非健全性與不周延性。其中涉及龐大的個人稅務信息可用于構建包括他的宗教信仰、政治聯盟和個人行為等個人身份的綜合概況。[12]而對于侵害納稅人信息利益而構成犯罪的行為，我國刑法并未就此作專門規定。大數據驅動的稅務稽查模式，無論在數據收集、處理還是應用環節，均可能侵害納稅人的信息利益，進而危害納稅人的合法權益。在數據收集環節，大數據使得具備相關關系的兩個數值很有可能會相伴增加其相關性[13]，據此增加其豐富性，使得范圍不再局限于固化的收集范圍，其中雖不可避免地會產生侵害納稅人權益的行為，但是稽查風險的具體化增強其矯正風險的可能性。在數據處理和應用環節，其在某種情形下可以等同于對數據的侵害。典型例證之一為納稅人信用懲戒制度之一的“黑名單制度”：在既無事前告知也無相關聽證程序的前提下，得出重大違法涉稅案件，并將涉稅重大違法案件的企業及其個人列入黑名單中。但是大數據驅動的稅務稽查中可具體化的稽查風險，為解決以上納稅人權益侵害問題提供了前提性保障。

2.大數據時代稅務稽查風險的精準化趨勢。傳統稅務稽查的最大問題就是在信息匱乏條件下的約束欠缺“精準”，而解決其困境的可行路徑應為傳統稅務稽查向精準稽查的轉型，也就是向大數據驅動的稅務稽查模式的轉變。

精準稽查無疑屬于稅務稽查發展的高級階段。稅務稽查走向精準化，意味著其在選案—檢查—審理—執行全過程中的精準化，意味著其關涉因素的精細化。具體來講，稅務稽查精細化涉及以下基本構造：(1)稽查主體精準。傳統稅務稽查中，稽查主體以稽查局與納稅主體為主，而大數據時代信息扁平化催生社會的扁平化，更多的機構和組織參與其中，社會團體尤其是行業協會將有更多機會參與稅務稽查。稽查主體精準化要求主體參與的廣泛化、技能的專業化。(2)稽查對象精準。哪些案件屬于稅務稽查的對象明確、精準，有利于實現不主觀隨意選案、不濫用裁量權檢查、不違反程序審理、不選擇性執法。(3)稽查方式精準。針對不同的稅務案件、不同的涉稅違法行為，精準稽查要求有針對性地采取不同的稽查方式，以達到在稽查的各環節都公正合法的效果。(4)稽查證據精準。在查處涉稅違法行為時，傳統的稅務稽查證據收集往往特別艱難且成本花費大，這也導致一些違法者因證據不足而逍遙法外。大數據驅動的稅務稽查背景下，利用大數據、云計算技術使得證據不僅易得且獲得的證據精準性較高。(5)稽查責任精準。這既包括因稽查人員應承擔的過失、瀆職等責任，也包括被稽查對象的納稅人應該承擔的行政和刑事責任，還包括作為協力義務主體的各方主體應該承擔的不履行義務的責任。在這個過程中，既不錯誤追責，也不放過任何違法者。

四、大數據時代管控稅務稽查風險的可行路徑

《深化國稅、地稅征管體制改革方案》事實上已經進一步關注到稅務稽查領域中信息的重要性，并且在條文中有較為充分的體現，如規定加快稅收信息系統建設、發揮稅收大數據服務國家治理的作用和推進涉稅信息共享等內容。前已論及，大數據時代稅務稽查的風險是以具體化為特征、精準化為趨勢，但是，大數據畢竟新近興起，可能需要從以下四個方面進行探索，以推動大數據驅動的稅務稽查模式的運行，從而降低其風險。

1.增強大數據稅務稽查風險防范意識。缺乏大數據意識顯然是滯后于大數據時代的主要表現，尤其是稅務稽查部門，更應充分了解大數據，牢固樹立大數據驅動稅務稽查的意識。如前所述，稽查的精準化意味著稽查理念的更新。精準稽查要求通過對海量數據信息的收集與梳理，通過關鍵節點的處理與運用，真正做到事前和事中稽查，盡可能將涉稅違法行為扼殺于萌芽，以實現社會利益最大化。在這個過程中，有兩個方面值得我們作出調整。第一，重塑稽查人員的風險防范理念。基于大數據，通過開展針對性的線上線下培訓課程、借力微信公眾號等新興“互聯網+”模式進行各種稅務稽查法治宣傳教育，增強其依法治稅意識、大數據風險防范意識，減少和控制稅務稽查風險的侵襲。[14]第二，提高稽查人員的綜合業務素質。在增強大數據稽查風險防范意識的前提下，可以采取多樣化多維度的業務培訓，通過激勵的方式從計算機技術、法律法規、財務會計知識等方面提高稅務人員的業務素質。事實上，這也是德美等稅收法治發達國家的普遍做法。當然，值得注意的是，絕對的精準稽查是不存在的，稅務精準稽查只是一種相對傳統稽查模式的新的稽查趨勢，是一種理想的狀態，一種雖無法抵達但可以無限接近的稅務稽查高級形態。

2.構筑新型稅務稽查風險預警機制。我國現行稅務稽查風險預警框架已難以回應大數據時代的稅務稽查新模式。如前所述，大數據的核心是預測。在大數據時代構建稅務稽查預警機制顯然具有得天獨厚的優勢。利用大數據的相關性分析，還原至納稅人涉稅稽查行為發生之時，甚至未發生之時，這無疑為建立稅務稽查風險預警機制提供了契機。這其中應思考三個核心問題：誰來從事風險預警？風險預警包含哪些內容？如何實施風險預警？具體而言，該機制的構筑主體不應脫離傳統稅務稽查主體，但基于大數據的信息共享性以及納稅人權益保護需求的敏感性，因此，在大數據稅務稽查風險預警機制的構建中，堅持稅務稽查局的主導作用，同時鼓勵并推動納稅人與其他協力主體積極參與和自己切身利益相關的風險防范構筑，是一種可供參考的方式。通過構建風險識別機制、風險評價機制和風險預警機制，對稅務稽查風險進行科學的識別、準確的評估進而實現系統的預警。在具體實施大數據稅務稽查風險預警時，應通過大數據進行分析，較為準確地預測稅收違法行為類型、時間、地點甚至趨勢，乃至更為詳盡的手段、方式等。通過構建稅務稽查風險預警機制，從不完全、不精確和不確定的知識和信息中運用相關性以及貝葉斯網絡，處理稅務稽查涉稅信息，進而從結果中預測未來。

3.健全信息共享機制。對涉稅信息實現共享是法治發達國家稅法的重要內容，尤其在大數據驅動稅務稽查新模式之下，其已成為現代稅法關注的焦點之一。問題的關鍵是，構建信息共享機制應如何分工？信息共享有無階段側重性？特別值得關注的是信息共享的限度問題。其中，信息共享機制的分工實質上是涉稅信息主體中責任分配以及確定主導權問題。具體來說，在稽查信息共享機制的構建與完善時，應確立由稅務部門主導，其他涉稅主體協助的模式。詳言之，稅務稽查部門應加強與稅收征管部門的配合，實現納稅人信息資源共享；同時，應加強與海關、工商、銀行、行業協會等部門和中介機構的協調配合，及時獲得必要的信息資源，保證稅務稽查工作的順利開展。[15]就第二個信息共享階段的問題而言，涉稅信息的共享應該強調事前的信息共享，秉承預防為主的理念，以期最大限度地減少涉稅違法案件發生，實現稅務稽查成本的最低化。Rahul Telang教授通過專門研究指出：“對數據共享的更多限制具有有害影響”。[16]但是具體到涉稅信息共享方面并不能單純地追求其廣度，應堅持納稅人權利保護底線的限度。誠如Arthur J. Cockfield所言：“改革最明顯的障礙是納稅人的隱私利益和保護這些利益的法律。”[12]作為法律關系的另一方當事人，納稅人的權利應該受到平等的保護。在大數據時代稅務稽查中，應立足《稅收征管法》、《刑法修正案(九)》的前提基礎，突破納稅人權利保護薄弱的現有窠臼，在稅務稽查信息共享過程中始終堅持納稅人權益保護的底線。

4.強化信息法律責任機制。不同涉稅主體均對信息有所偏好：稽查主體傾向于壟斷信息，強化信息控制能力進而強化其稽查權力；被稽查主體則傾向于盡可能提供給稅務部門有利于自己的信息，如規范經營、誠信納稅等等，但對其不利的信息如偷逃稅款、虛開增值稅發票等，盡可能采取手段予以掩蓋；協力義務主體傾向于盡可能地掌握更多的信息以獲取在市場活動中利益的最大化，但怠于履行協力義務。因此，若缺乏嚴格的信息法律責任，則大數據驅動稅務稽查模式就不可能真正得以實現。由此，大數據稅務稽查法律責任的承擔主體主要是三類：一是稽查主體的責任，即各級稅務局的信息法律責任，具體是稽查人員應對其在稅務稽查過程中因為主觀故意或過失造成的損失承擔相應的行政以及刑事責任。二是被稽查主體的責任，也就是納稅人的責任，對其責任應該具體明確，具備較強的可執行性。三是協力主體責任，也就是通常所指的銀行、工商部門、國土資源部門等因其不履行或消極履行稅收協力義務的，應該承擔相應的法律責任。

[參 考 文 獻]

[1]劉軍輝，吳春高.法國、意大利稅收征管與稅務稽查經驗對我國的啟示[J].涉外稅務，2010，(8): 47-50.

[2]潘濤，張凌.構建我國稅務稽查選案體系的探討[J]．稅務研究，2008，(8): 78-81.

[3]梁俊嬌.電子商務之稅務稽查證據的真實性與合法性[J].稅務研究，2013，(2): 84-88.

[4][美]道格拉斯·W·哈伯德.數據化決策[M].鄧洪濤，譯.廣州：世界圖書出版廣東有限公司，2013：25-26.

[5]于志剛，李源粒.大數據時代數據犯罪的制裁思路[J].中國社會科學，2014，(10): 100-120+207.

[6]Steven A. Meyerowitz.A Matter of Trust[J].Banking Law Journal,2005, 122 (10): 973-974.

[7]Unger, Brigitte ,Frans Van Waarden.How to Dodge Drowning in Data? Rule and Risk—Based Anti Money Laundering[J].Review of Law and Economics, 2009,(5):399-425.

[8]何軍.大數據與偵查模式變革研究[J]．中國人民公安大學學報:社會科學版，2015，(1): 72-80.

[9]于志剛，李源粒.大數據時代數據犯罪的類型化與制裁思路[J].政治與法律，2016，(9): 13-29.

[10]王天思.大數據中的因果關系及其哲學內涵[J].中國社會科學，2016，(5)：22-42,204-205.

[11]Chris Anderson.The End of Theory:The Data Deluge Makes the Scientific Method Obsolete[J].Wired Magazine,2008,16(7):16-07.

[12]Arthur J. Cockfield.Bid Data and Tax Haven Secrecy[J].Florida Tax Review，2016，18(8)：503.

[13][英]維克托·邁爾-舍恩伯格,肯尼斯·庫克耶.大數據時代——生活、工作與思維的大變革[M].盛楊燕，等，譯.杭州：浙江人民出版社，2013.

[14]伍紅，侯偉.稅務稽查執法風險的分析與控制[J].稅務研究，2010，(9): 84-86.

[15]楊默如.國外稅務稽查經驗及借鑒[J].涉外稅務，2008，(2): 45-47.

[16]Rahul Telang.A Privacy and Security Policy Infrastructure for Big Data, I/S[J].A Journal of Law and Policy for the Information Society，2015，10(3).