大数据服务大企业税收治理：挑战、经验与建议
作者：
徐朝威（国家税务总局宁波市税务局）
数据作为新型生产要素，深刻改变着人们的生产生活方式和社会治理方式。作为政务大数据“1+32+N”框架中“N”个部门中的重要一员，税务部门应深入采集应用税收大数据，全面融入全国一体化政务大数据体系，这是税收现代化服务中国式现代化的必然要求。大企业作为国民经济的重要支柱，在税收贡献度、社会影响力、税收遵从示范性等方面发挥着引领作用。率先在大企业强化税收大数据管理，推进税收征管数字化升级和智能化改造，提升大数据服务大企业税收治理的能力，进而推动税收大数据更好服务于国家治理体系和治理能力现代化，具有较强的可行性和必要性。
社会各界对大数据具有哪些特征尚无统一的定论，当前被广为认可的有《大数据时代：生活、工作与思维的大变革》一书中提出的大数据4V特征，即大数据至少应具备规模性（Volume）、多样性（Variety）、高速性（Velocity）和价值性（Value）。从大数据4V特征入手，考察大企业涉税数据的采集应用，可以发现税务部门在大企业涉税数据采集体系、采集内容、管理机制、管理成效等方面还存在许多不足，影响了税务部门利用大数据服务大企业从而进行税收治理的能力。
（一）涉税数据采集体系不够完善，税收大数据的规模性仍需加力
一是数据采集规划不够科学。随着税收大数据的不断积累，大企业涉税数据采集体系未能及时进行调整，对税收大数据的量级、维度、渠道、质量、功能等缺少分析，导致税务部门一方面花费过多精力采集了许多重复数据、多余数据，另一方面对重要数据采集投入不足。当前，税务部门在优化大企业涉税数据采集氛围，统一各部门、各领域数据代码等基础性工作方面仍存短板，使大企业涉税大数据采集事倍功半。
二是数据采集要求不够明确。大企业涉税数据申报制度仍较为笼统，缺乏严密的申报规范和申报流程，特别是对财务报表、电子账套等数据采集的要求不严，导致易出现超期报送、数据缺失、逻辑混乱等情况。关联交易信息、发票入账信息等数据报送要求还不够规范，许多大企业和第三方以商业秘密、数据安全等为由不向税务部门提供有关数据或提供的数据还不够完整。
三是数据采集方向存在偏差。当前，大企业涉税数据采集主要关注各类显性数据。税务部门一方面花费过多精力在各类表面数据的采集上，相对忽视了隐性数据的采集和数据的分析应用；另一方面较少关注能够揭示大企业税收治理状态的微小线索，忽视了样本量少但价值性高的大企业个性化数据，比如基层大企业税收管理人员对日常能够采集的大企业个性化数据，在态度上、机制上均未引起足够重视。
（二）涉税数据采集内容不够多元，税收大数据的多样性还需提升
一是数据采集渠道较为单一。大企业相关涉税数据采集虽已达到一定量级，但纳税申报表、财务报表、电子账套、发票数据仍是大企业涉税数据的主要来源，其中除发票数据外，其余数据均由企业自行整理报送，其他政府部门、社会中介机构、金融机构等采集渠道缺失或不畅，导致税务部门可用数据不足。
二是数据采集范围不够全面。一些大企业仅财务报表就多达几百页，但税务部门只能获取其中少部分数据，许多涉税数据尚未纳入采集范围。特别是大企业境外涉税数据采集困难，即使税务部门可通过税收情报交换获取部分数据，但仍难以满足实际需求。
三是数据采集维度不足。税收大数据采集的关键不仅在于量级，更在于维度。然而，除了大企业申报数据与发票数据，目前可供互补验证的数据维度还不够。各级税务机关耗费大量人力物力采集了不少第三方涉税数据，但许多数据与申报数据如出一辙，难以发挥大数据互补验证的作用，特别是可扩展标记语言（XML）、超文本标记语言（HTML）、图像、音频和视频等非结构化数据的采集应用还存在明显滞后。
（三）涉税数据管理机制不够高效，税收大数据的高速性尚需强化
一是数据管理模式较为滞后。一方面，企业纳税申报时间本身就滞后于纳税义务发生时间，且为静态财务资料，导致税务机关对纳税人基本信息变化、财务数据变化缺乏及时的监控。另一方面，企业涉税数据主动披露制度建设相对滞后，税企双方对以数据换服务、以数据换数据的认识不足或存在顾虑，在一定程度上挫伤了企业主动披露数据、寻求事前合作和确定性服务的积极性。
二是数据管理技术不够成熟。大企业涉税数据管理的技术还较为落后，财务报表、电子账套等数据采集方式仍较为传统，数据直连模式尚处于个案探索阶段，导致数据采集耗时长、体量小、速度慢、易受干扰。通过互联网采集大企业涉税数据一般以人工搜索和拷贝网上信息为主，许多外部涉税数据的采集仍然靠单次传输，对网络爬虫等技术的应用还不完善，难以支撑数据实时分析的需要。
三是数据汇集机制不够完善。当前，完善的集团“一户式”数据汇集机制尚未实现，税务系统云化大数据库、数据中心建设滞后，系统云化、数据云化、技术云化、平台云化等尚处于探索阶段，信息系统间快速调用数据较为困难，难以实现数据资源的实时动态交互。外部数据交换缺乏常态化机制，税务部门急需且可交换的数据获取费时费力，影响了数据汇集的时效。
（四）涉税数据管理成效不够显著，税收大数据的价值性亟须挖掘
一是数据分析体系精准性不足。大企业涉税数据在进入税务信息系统过程中，缺乏严格的验证比对，使大企业涉税数据在一致性、完整性、准确性、规范性、逻辑性等方面，还难以符合企业税收管理的需要。大企业涉税数据质量参差不齐、口径不一，许多数据的价值不高，且存在大量干扰项，导致大企业涉税数据分析的精准性受到影响，有时甚至会带来严重误导（邱栋，2022）。
二是数据分析不够深入。部分税务机关基于大数据分析形成的大企业涉税风险疑点不够清晰，风险应对任务不够精准，使大企业税收风险管理常常劳而无功。基层大企业税务管理人员数据管理意识不强，对大数据技术掌握不够，导致许多深层次的病根被掩盖。
三是数据应用不够完善。大数据分析方法、工具应用不足，数据应用缺乏创新，导致税务部门对大企业涉税数据应用仍停留在数据基本利用层面，数据应用的深入性、前瞻性和预测性还不够，在大企业涉税风险防范、个性化纳税服务等方面，大数据应用仍较为薄弱。
二、大数据服务大企业税收治理的国际借鉴
针对当前大数据服务大企业税收治理过程中面临的诸多挑战，本文收集分析了OECD成员国的相关经验，以期对提升我国大企业涉税数据管理水平、强化大企业税收治理提供有益借鉴。
（一）涉税数据采集体系较为完善
一是数据采集规划较为合理。美国政府通过颁布“最小”数据集规则，确保涉税数据相关部门能够按一定规范搜集数据，并汇总到税务部门，从而依托信息共享系统保障了税收大数据的搜集，提升了涉税数据采集的及时性和规范性。许多OECD成员国打通了纳税识别号在社会各领域的应用。德国自2017年起通过标准化战略将大企业标准数字化和工业4.0战略融合，推动了大企业税收治理（张妍 等，2022）。
二是数据采集要求较为明确。OECD成员国对大企业涉税数据申报普遍有较为严格的规定，大企业能够按照税务部门要求主动提供经营管理数据，并积极向全社会公布涉税相关信息。波兰政府还规定大企业须在每个纳税年度编制并向社会公布其各类税收策略执行情况的报告，包括合规治理的方法和程序、重大关联交易，以及避税天堂实体账户信息等（阎传雨，2020），接受来自全社会的监督。
三是数据采集视野较为开阔。许多OECD成员国在大数据理论研究与实践探索中走在世界前列。大企业税收大数据管理作为各国大数据理论研究与实践探索的重要领域，其涉税数据采集与挖掘不局限于显性数据，而是延伸到了大企业经营管理的方方面面。此外，正如林斯特龙在《痛点：挖掘小数据满足用户需求》一书中对“小数据”应用的介绍，美国等OECD成员国通过“小数据”研究与应用揭示了相关企业发展的趋势，拓展了数据采集的视野。
（二）涉税数据采集内容较为全面
一是数据采集渠道多样。OECD成员国普遍通过立法保障税务部门全面及时地采集涉税数据，只要税务部门认为需要，就可以向其他政府部门、银行及企业索要数据，数据拥有方必须配合。美国《海外账户税收合规法案》（FATCA）还规定了全球金融机构的涉税数据协作义务。
二是数据采集内容细致。美国除实行税种分类申报外，在每个税种中还针对不同纳税人和不同税收事项制定申报表，并要求纳税人在纳税申报时附上财务会计报表及其他有关纳税的详细资料。在美国，政府各部门特别是经济相关部门每年必须向美国国内收入局（IRS）提供大量详细的税源信息。
三是数据采集维度多元。OECD成员国广泛采集来自政府部门、行业协会、股票债券市场、中介机构、数据管理公司等多渠道的多维数据。特别是许多OECD成员国通过实施雇主雇员双向申报和多元数据比对，提高了大企业提供涉税数据的自觉性。
（三）涉税数据管理机制较为高效
一是数据披露制度完善。OECD成员国普遍重视针对大企业的“确定性”服务。美国允许大企业为保证纳税申报的安全和准确，在纳税申报前提出裁定要求。澳大利亚纳税申报前服务包括公共裁决、私人裁决、预约定价、年度遵从安排、申报前遵从检查和可报告课税情况等。荷兰则推出了“横向平行监控”，税务部门适时披露对企业税务处理产生的疑问、拟采取的措施，同时要求大企业主动向税务机关全面披露涉税数据。
二是数据管理自动高效。OECD于2021年发布的《税收征管3.0：税收征管的数字化转型》提出了税收征管数字化转型愿景，旨在推动企业信息系统进一步规范化。美国的税务部门与其他政府部门、银行、涉税中介以及大企业积极开展数据直连或紧密沟通，定期获取相关主体及与其发生经济联系纳税人的信息。此外，许多OECD成员国运用技术手段在互联网收集涉税数据，还通过雇佣数据管理公司实现了涉税数据的高效采集。
三是数据汇集入库及时。大数据信息系统及数据库的产生弱化了古老的“拇指法则”。荷兰拥有相对完善的税务执法风险管理系统和庞大的国家风险数据库，长期坚持风险管理数据积累和趋势研究，使涉税风险大数据能够及时汇集（冯优，2017）。澳大利亚则建立了包括海关、银行、土地房产部门、移民局等在内的纳税人基本信息资料库，确保涉税数据应用更加高效。
（四）涉税数据管理成效较为显著
一是数据质量较高。由于会计准则规范执行，大企业内控制度相对完善、信息披露意识较强，涉税中介机构等关键第三方履责相对到位，OECD成员国的涉税数据质量普遍较高。各国税务部门还普遍建立了涉税数据分析梳理机制，在采集、储存、筛选等各环节强化了数据质量监控，进一步保障了数据质量。
二是人才培育有力。OECD成员国税务部门注重明确并更新大企业管理部门、数据管理部门人员的知识技能要求，确保其具备大数据管理的专业技能，如英国皇家税务与海关总署专门设立大企业服务部门，高薪雇佣了数千名专家。各国还积极借助高校、中介机构、科技企业等人才力量，共同推进大数据在大企业税收治理中的应用。
三是数据技术先进。许多OECD成员国已将大数据集群、画像等技术深度引入税务领域。美国将大量先进的科技手段应用于大企业税收管理，对各类复杂的涉税行为进行有效的分析复核，高效定位高风险主体。澳大利亚基于大数据技术推出“税收流失风险指数”，有效排查大企业的涉税风险。
随着税收征管数字化升级和智能化改造的进一步推进，大数据在大企业税收治理中的作用将进一步凸显。要着眼大数据的基本特征，深入借鉴OECD成员国相关经验，立足我国实践深刻把握大数据服务大企业税收治理的作用机理，在大企业涉税数据采集体系、采集内容、管理机制、管理成效等方面持续强化探索。
（一）完善涉税数据采集体系，提升税收大数据的规模性
1.优化数据采集规划。一是借鉴美国“最小”数据集规则，定义统一规范的税收元数据，保证税务部门能够按一定量级和维度规范采集、应用数据。二是推进大企业涉税数据标准化战略，整合并统一税收征管数据管理标准，推动涉税基础数据进一步标准化。三是进一步完善商事制度改革，确保纳税识别号在社会经济生活中的通用性与唯一性，助力涉税数据的采集、比对及共享。
2.规范数据申报管理。一是对大企业涉税数据超期报送、数据差错、逻辑混乱、敷衍了事等情况给予更为严格的应对，引导大企业保质保量完成相关数据申报。二是进一步明确大企业涉税数据申报的有关规定，完善涉税数据安全保护措施，凡是根据规定需要大企业提供的涉税数据，大企业应在规定期限内提供。三是要求一定规模的大企业在每个纳税年度编制并向社会公布其税收策略执行情况的报告。
3.开阔数据采集视野。一是制定实施大企业税务控制框架，引导大企业构建更加完善的涉税数据内部管理、统计、报送制度，推动将更多隐藏的涉税数据显性化。二是助力大企业规划统一的税收管理信息系统，促进集团内部税收业务的沟通交流、经验分享和疑难解答，推动产生更多的涉税数据。三是完善大企业首席联络员制度，通过将税收管理融入企业经营全过程，确保税务管理人员对大企业经营业务、经营过程有较为全面的了解，通过探索“小数据”进一步挖掘大企业的税收治理趋势。
（二）扩大涉税数据采集内容，提升税收大数据的多样性
1.拓展数据采集渠道。一是突出电子税务局作为大企业涉税数据采集的主渠道作用，完善专用数据接口，并通过互联网等渠道不断拓展数据采集触角。二是通过修订《税收征管法》，进一步明确各方涉税数据所有者向税务机关及时准确地提供涉税数据的法律义务，以便顺利采集散落在全社会的涉税数据。三是借助全国一体化政务大数据体系建设的有利契机，通过将税收大数据融入政务大数据体系，扩大涉税数据采集面。
2.扩展数据采集范围。一是率先在大企业探索全税种合并申报或要素关联申报，最大限度减少纳税申报表的重复内容，通过申报预填服务减少大企业申报数据项，为扩大数据采集范围奠定基础。二是完善财务报表、电子账套的采集内容，尽可能扩大采集范围，包括强化对大企业境外经营数据的采集。三是制定国家层面的“涉税信息保障条例”，在涉税信息保障的规范性和力度大幅提升的基础上，进一步明确各类相关主体提供涉税数据的范围、内容、程序、方式和时限，确保涉税数据采集完整可用。
3.增强数据采集维度。一是扩大涉税数据采集的时空维度，采集的大企业内部数据要涵盖财务税务数据、经营数据等，外部数据要尽可能覆盖各类监管、监测数据，还要注重采集大企业的历史数据与当期数据。二是扩大涉税数据采集的主体维度，探索雇主雇员双向申报机制，引入第三方平台、各类中介机构和其他第三方的关联申报制度。三是扩大涉税数据采集的结构维度，依托企业资源计划系统（ERP）、数据库、文字处理等平台，加强对半结构化数据、非结构化数据的采集与管理。
（三）优化涉税数据管理机制，提升税收大数据的高速性
1.完善数据披露机制。一是构建完善“总对总”管理模式，强化税企双方在数据收集、分析、利用等方面的合作，实现快速高效的信息沟通，降低大企业税收数据管理成本。二是制定大企业税收数据管理评价办法，完善涉税数据主动披露激励机制，根据大企业数据管理、内控机制、信息披露等方面的表现，运用声誉效应实施差异化管理。三是强化以数据换服务、以数据换数据，通过税务部门更为精准、有效的数据赋能服务，引导大企业积极主动向税务部门提供数据。
2.优化数据采集手段。一是整合研发涉税数据终端接收系统，及时采集大企业涉税数据，并依托全面数字化的电子发票与“乐企”服务优势，推进与大企业业务系统的直连。二是在全国一体化政务大数据体系框架下，搭建完善跨部门涉税数据共享平台，推动跨部门数据对接，加速涉税数据共享。三是引入网络爬虫、搜索引擎、图形识别等先进技术，在互联网上收集、筛选、捕捉大企业涉税信息，实现对大企业经营活动的跟踪监控。
3.加强数据汇集管理。一是在全国一体化政务数据全部纳入目录管理过程中，梳理跨部门涉税数据标签，按重要性分类，整合形成全国统一的税收数据仓库。二是强化涉税数据的加工，将非数字化标准文件进行光学字符识别（OCR），通过“自动＋人工”拆解为颗粒度更细的涉税结构化数据或非结构化数据标签。三是按照“一户式”管理、“各系统”整合、系统云化的要求，实现集团“一户式”数据集中，推动对大企业涉税数据的集中存储、处理、分析和应用。
（四）保障涉税数据管理成效，提升税收大数据的价值性
1.提高数据质量。一是制定税收大数据扎口采集管理办法，形成各层级、各部门、各岗位数据采集规程，确保涉税数据采集专业化。二是由数据管理部门牵头对采集数据进行分类加工，及时发现异常数据，删除错误数据，保留有用数据，避免垃圾数据进入系统。三是完善数据质量控管体系，设立数据审计规则，制定涉税数据管理、考核和数据变更等管理制度，构建对涉税数据增量、质量逐级负责的责任机制。
2.强化数据人才保障。一是强化大数据管理机构的数据管理主责，减少其他业务的干扰，使现有大数据管理人才能够将主要工作精力投入到数据分析应用中，确保在大企业税收风险分析应对、个性化服务中按需而应。二是制定数据管理人才培养计划，构建开放、对等、共享、全局运作的实训平台，团队化培养税务数据管理人才，强化人才保障。三是借助大型互联网公司的实力和技术，依托高校、社会中介、科研机构和研究智库智力支撑，构建强大的智能化涉税数据分析网络。
3.夯实数据应用成效。一是构建功能强大的智能数据分析平台和决策辅助平台，充分使用大数据分析工具，不断丰富涉税数据相关性的分析成果。二是运用数字孪生、流式分析、数据预处理等新技术强化涉税数据创新研究，从行业特点、经营特点、组织结构特点等整体把握大企业的经营、纳税状况。三是通过大企业“办税痕迹”“行为指纹”等对大企业遵从行为与服务需求进行大数据预测，并通过资源整合、智能提取数据，推动报表预填、确定性服务等服务监管措施落地。
（本文为节选，原文刊发于《税务研究》2023年第8期。）
欢迎按以下格式引用：
徐朝威.大数据服务大企业税收治理：挑战、经验与建议[J].税务研究，2023（8）：140-145.
-END-
●基于消费扩张的个人所得税改革效应分析——以2011年个人所得税改革为例
●“对赌协议”中个人所得税纳税义务发生时间认定——以一起申请分期缴税案为例