1、從大數據看稅務現代化當前，全球信息化正從數字化開始向網絡化和智能化發展，近年來，寬帶和移動寬帶、云計算、傳感網、物聯網、智慧地球、泛在計算、智能物理系統等新概念、新思想、新技術層出不窮，在全球廣為傳播，充分反映了信息與通信技術及其應用在經過了幾十年的發展之后，正在向高端發展。我國與很多發達國家一樣，經濟系統運行已經開始具有網絡社會的特征。比如近幾年的雙“十一”促銷活動。經濟活動向網絡空間遷移，不僅提高了社會經濟系統運行的效率，還極大地改變了社會經濟系統的運行方式，對我國經濟和社會的影響極為深遠。技術手段的變化也正在改變著政府的政策選擇和管理方式。稅收管理工作也不例外。2013年的全國稅收工作會

2、議上，王軍局長就提出了涵蓋稅法、稅制體系、服務、征管、信息和組織六大體系的，2020年基本實現稅收現代化的宏偉藍圖。在大數據時代背景下，我們的稅收現代化有著更加豐富的內涵和廣闊的發展前景。一、稅務現代化發展的規律（一）發展方向稅務現代化離不開以互聯網為基礎的網絡環境，離不開電子文件、電子支付、電子簽名這些數字化手段的利用。同時，這些數字化手段產生的海量數據又為稅收工作提供了一個更加廣闊的發展空間。我國稅務的未來發展形態應該是以信息技術為依托，充分利用云計算、大數據、移動互聯網等新技術的發展成果，形成包含離線和在線、虛擬和實體、獨立和依賴等混合的一種稅收管理模式，有機整合實體征收機構和電子稅務局

3、，進而達到以下五個方面的目標：促進稅收業務信息化的深入開展和廣泛應用，實現集約化信息資源處理和利用。促進稅收征管業務流程重組和稅收征管業務變革。提高納稅人滿意度，提高納稅人稅法遵從度。降低稅收流失率，降低征納成本。推進依法治稅，促進經濟社會發展。（二）稅務現代化的模型縱觀國際主要發達國家稅收現代化變革，納稅服務、遵從和執法、it現代化支撐成為稅收現代化的新三角格局。綜觀日本、德國、加拿大等國家的稅務現代化的發展趨勢，從稅收征管到納稅服務是現代化的主線，執法不是目的，只是手段，不得已才執法。在這新三角格局中，it現代化是主要支撐，it現代化已經達到前所未有的高度，與納稅服務、遵從執法一道，成為現

4、代稅務的“新三角”。在國際上，發達國家的稅務局已經迎來了人員、組織和流程再造的新潮流。從我國具體國情出發，結合中國稅制特點和經濟發展模式，在現有電子稅務發展基礎上，e-sign （電子簽名）、e-file （電子申報）、e-pay （電子支付）、e-process (電子流程)、e-invoice (電子發票)將成為稅務現代化的五大支柱。（三）大數據促進稅務現代化發展稅收管理需要解決信息不對稱問題，離不開大數據的支持，提高稅收管理水平也有賴于圍繞以數據為核心的精確管理體系，對各種數據進行收集、分析、整合和使用。按照數據的來源分，在稅務系統內部，隨著全國稅收數據大集中處理，各類結構化和非結構化數

5、據逐漸向上匯集。稅務機關通過大數據技術可以準確、實時、全面地掌握全國稅收工作各項數據和整體情況，直接對各行業、各地區、各類型納稅人的稅收情況和發展趨勢進行解讀和綜合分析，更好地實現科學化管理的目標，充分發揮了稅收作為經濟晴雨表的作用，為政府宏觀決策提供更高層次的服務。對于來源于外部的數據，通過創新稅收數據分析模型，對社交網絡、證券交易、電信通信、金融交易的信息進行深度挖掘，為納稅服務、稅務稽查、納稅評估、發票使用、納稅人的稅法遵從等服務，實現稅收業務的智能化、情報化和全面風險管控。二、大數據在稅務現代化中的應用大數據一定要根植于應用，并且以需求為導引，才能健康發展。空中樓閣式的鼓吹和脫離實際的

6、技術都對大數據的發展無益，甚至是有害的。在稅務領域，征納雙方天然的博弈特征，加上中國稅務點多、線長、面廣、地域差異巨大的特點，對涉稅行為的分析和應對遍布稅收工作的各個方面。可以說，從一開始，多樣化的數據應用需求就是稅務機關的工作主線。近年來，我們提出信息管稅的理念，就是充分運用信息技術手段和各類數據，強化稅源管理、防范稅收風險、提高稅法遵從度。大數據的應用可以有效地提升我們信息管稅的水平。（一） 數據的采集從錄入到感知目前，全國國稅系統實現了統一綜合征管系統、增值稅管理系統等核心應用的省級集中。29個省（市）的地稅機關實現了征管軟件省級集中。整體上形成了以省級集中為主，核心數據定期向總局匯集的

7、數據分布及應用格局。與此同時，國家稅務總局先后與海關總署、質監總局、銀監會、人民銀行等部門建立了涉稅數據共享機制。全國省級稅務機關與工商、質監、人保、建設、國土、公安等20多個部門實現了定期交換數據。上述信息主要是價值密度較高的結構化數據，數據采集的途徑基本依靠專門的事務處理系統進行錄入和校驗。未來，隨著社交網絡、視頻網絡、智能移動終端的流行和物聯網的推進，分不同類型的群體行為統計和各類非結構化、半結構化的信息也可能會逐步進入稅務數據采集的視野。這一趨勢與我們正在進行的全國數據大集中相疊加，預計我們目前幾十tb級的數據將隨之迅速跨過pb級的關口。這些巨量數據的采集、“分揀”、清洗、抽取等技術對

8、我們而言需要引入互聯網行業的一些新理念和新方法。同時，為保存這些巨量數據，目前數據存儲的模式和技術也將發生變化。比如按信息價值密度分級存儲，公有云和稅務私有云存儲的劃分，低價值密度的數據存儲社會化等等需要探討研究的領域有很多。（二）數據的利用從局部到泛在依托豐富的稅收數據，特別是結構化的數據，稅務部門從2001年開始研究以查詢分析為主要技術特點的稅收監控，隨后大規模的數據綜合分析和挖掘利用逐步擴展到全國。近年來，稅務總局和各地稅務局建設了征管質量分析監控、稅收宏觀經濟分析系統、執法監督系統等多個數據應用系統和平臺。依托這些系統和平臺，稅務系統各級單位廣泛地開展了稅源與征管質量監控，針對重點行業

9、、重點稅種、重點管理領域開展數據分析利用，查找征管薄弱環節，進行稅源監控。在稅務內部管理方面，實現了對稅收執法行為的事前預警、事中監控、事后監督，形成了嚴密的執法監督，促進了執法行為的逐步規范。在大數據時代，我們稅務系統對納稅人的執法與服務，將更多地建立在這樣一種數據網絡上，即將多維度、多渠道的，貌似沒有關聯的，無規則的海量數據整合在一起，形成由人-機-物組成的泛關系網絡,通過搜索、比較、聚類、分類等分析歸納方法，得到隱藏在網絡數據背后的共性數據、行為特征。這些對于我們都是新的事物。我們原有的需求提出、技術實現、效果評價等信息化建設的各個制度和流程如何應對和改變，將成為新的課題。特別是稅務部門

10、執法需要精確或至少相對精確的分析結果作為依據，即還要把“大數據”精煉成“小數據”。這些都是我們面臨的挑戰。（三）數據的發掘從過去到未來2011年，美國聯邦稅務局局長道格拉斯舒爾曼先生在美國全國媒體俱樂部做演講時講到一個愿景：如果聯邦稅務局能夠不懈努力，改變主要依靠事后評查的運作模式，那么納稅人、稅務部門的第三方和其他政府部門能夠得到更優質的服務。他提到的改變就是將風險管理從事后變為事前。對稅務局來說就是把對過去的分析變為對未來的預測。大數據可以賦予我們洞察未來的能力。例如：阿里巴巴通過數據分析預測到2008年的經濟危機。可以想象，這樣的方法用于稅務風險管理的情景：大量的包括各類傳感器、互聯網、

11、企業賬戶變動等等源自第三方的信息匯集到稅務局；稅務局對這些大量數據進行風險預測、提前預警，應對和解決可能的稅收遵從問題，將大部分涉稅問題解決在事前，提高納稅人的稅收遵從水平，改善稅務局對納稅人的服務水平。這對于納稅人和政府來說，必將是一個雙贏的局面。（五）數據的貢獻從封閉到開放大數據的大不只是數據量大，更應該是數據應用范圍的巨大、程度的深入和影響的廣泛。這個“大”只能靠“開放”。以往的稅務系統數據分析主要聚焦的是納稅人和與稅收直接相關的行為，如：稅源、稅基、征收的情況等。后來，隨著操作型數據的積累，數據分析逐步從對納稅人，擴展到對內部執法行為的監控。2007年以來，我們的分析從局部擴展到整體、

12、擴展到全國。此時的稅收分析主要是為稅務系統自己服務的。近年來，稅務總局強調稅收要服務社會經濟發展大局，要為國民經濟做貢獻。為此，我們通過跨省的發票信息分析國民經濟運行中省際間經濟活動的發展現狀和趨勢。一些經濟發達省份的稅務局之間進行了跨區域的數據交換和利用。在這些發展歷程中，數據就像分散在各家各戶的大小不一、形形色色的水桶中的水。大數據的題中之義是開放。這是我國政府、企業在大數據時代必須適應的轉變。2009年，美國政府通過啟動d網站的方式向公眾打開了政府數據的大門。這個事件標志著社會化的數據開放走向前臺。“水桶”開始匯集成“水池”。技術的演進，生產力的進步，公民的知情權和企業的需

13、求都對各行各業數據的“開放”提出了強烈的要求。對于政府而言，也是如此。然而，受限于政府數據的關鍵性和隱私性，數據對外“開放”對于政府部門而言，并不是一件容易的事，需要克服封閉的心理，并建立相應的法律保障才能順利實現。三、稅務現代化應用大數據面臨的問題實現大數據時代的美好前景需要有法律的支撐、技術的保障，要規避可能的安全風險，更要有成規模的專業隊伍。（一）法律支撐在大數據時代，站在公司的角度，互聯網價值鏈上最值錢的恐怕就是基于數據分析的增值服務，所以，數據資產成為越來越重要的戰略資源；站在公民的角度，作為數據的產生者，他們同時享有知情權和隱私權，他們個人的數據收到法律的保護；站在政府的角度，數據

14、是政府管理社會的起點，也是服務公民手段之一，用，可加強管理，泄，則天下大亂。各方在大數據的進化過程中，都有自己的利益。各方有時還會有內外部的博弈，比如數據巨頭之間數據開放和封閉之爭。對于稅務系統而言，參考發達國家的經驗，一般稅務機關都可以獲得各方的數據，有的國家專門立法保護。政府獲得數據的底線在哪兒？政府公開數據的邊界在哪兒？等等問題恐怕都需要在實踐的基礎上，通過包括征管法在內的各個法律、法規來理清。（二） 技術支撐大數據時代要技術解決的問題很多，一類是要用技術解決技術的問題，比如海量數據的存儲、分布式計算、用于實時分析的架構、非結構化數據標記和查詢等等。隨著時間的推移，這類問題終將會被解決。

15、另一類是要用技術解決非技術問題。這就有一點難。其中，一個是大數據下的精確分析問題。稅務的數據分析既有所有數據分析的共性，也有自己的特點。比如：稅收執法所用的數據就要求準確。這樣的需求，在大數據分析方面就像斯坦福大學trevor hastie 教授說的那樣，是要在一堆稻草里面找一根針，難度不小。另一個是各種人為壁壘造成的“數據斷裂”問題。大數據不是全數據。現實社會中不是所有部門、企業都能夠開放數據。特別是對于將數據交給稅務局這樣的事，形形色色的阻力都可能有。所以，在分成“片段”的數據中進行分析，究竟能達到什么樣的深度和廣度？這些都是問題。（三） 安全支撐科學技術是一把雙刃劍，大數據技術也不利外。大數據給我們帶來驚喜的同時，也給我們帶來了煩惱。斯諾登事件發生后，我們的信息安全風險在信息技術霸權下更加突顯。大數據時代的信息安全可以分成四個層次來研究，一是國家戰略層次；二是政府部門層次；三是企業層次；四是個人層次。每個層次的信息安全都關系到大數據的健康發展。（四） 人才支撐要從海量信息中得出有用的、專業的結論，需要具有高級數據分析技巧的專業技術人員和各專門領域熟悉大數據分析的專業人士一起對數據進行有針對性地歸納和分析。在