数字化背景下的税务稽查大数据和智能化建设

　　□  金贝杯

　　税务稽查作为税收征管体系的最后“一道屏障”，是税收征管改革和税制体系建设中的“关键一环”，充分发挥着维护国家税收安全、维护经济运行秩序、维护社会公平正义、揭示重大风险矛盾的职能作用。在数字化转型、智能化升级背景下，税务稽查探索尝试以数据聚合、功能集成、系统优化为路径，有力提升稽查效能。与此同时，面对新经济新行业新技术日新月异的发展，涉税违法犯罪的方法和手段也日益隐蔽复杂，如何以大数据分析、智能办案为抓手，一体推动税务稽查大数据、智能化建设向更长远纵深发展。

　　探索“智慧稽查”新路径

　　智慧稽查坚持“以数治税”的核心理念，积极响应国家数字化转型战略，以“数据聚合”为支撑，以“功能集成”为抓手，以“系统优化”为依托，旨在通过大数据、云计算、人工智能等现代信息技术手段，全面提升税收征管效能，切实解决一线稽查人员工作中的难点、痛点问题，打造覆盖选案、检查、审理、执行、内控全环节的工作平台。

　　一是数据高度聚合，打破信息孤岛。例如，设置“一局”全景展示，多个维度实时展现全量稽查工作情况。推行“一人”定制桌面，针对不同层级、不同岗位的稽查人员，个性化定制首页内容，大幅度提升工作效率。实行“一户”全景画像，将分散在不同系统、不同模块之间数据，高度集成为“一站式”信息查询平台。开展“一案”全程跟踪，定制若干数据项，满足不同数据查询需要和习惯，支持个性化“定制”输出项。

　　二是贯通账票信息，比对锁定风险。将电子账套数据、资金数据上传“智慧稽查”平台，借助数据互通优势，将“票、账、税”三部分数据相互融合，以系统智能化分析替代经验式分析，减轻检查人员工作负担。预设相关风险指标，充分利用原有税收大数据，结合企业账套数据、资金数据交叉比对，通过账套数据查阅、结构分析、财务分析、对比分析、趋势分析、关联分析等功能，为检查人员提供有力数字化支撑。

　　三是系统智能优化，切实减负增效。选案分析更精准，依托大数据，形成丰富的稽查指标模型库，对海量数据进行收集、分析、挖掘和应用，提高数据分析效率，实现稽查成果积累。协查处理更智能，自动化实施协查分级分类管理，实现了从数据分析、自动计算、生成稽查报告、完成协查回复或委托发函的全流程智能化操作。文书送达更高效，使用统一的文书格式、公告路径、审批流程，一键推送线上公告，大大减轻重复性工作带来的资源消耗。内控监督更有力，分业务条线形成监控报表，对于能从后台抽取的数据，全部实现系统自动计算。基于内控关注的重要风险事项，设置预警提醒项目，变事后整改为事前预防。

　　稽查信息化建设的瓶颈和困境

　　一是数据使用便利性还需提升

　　2022年12月，中共中央、国务院印发的《关于构建数据基础制度更好发挥数据要素作用的意见》明确提出了“原始数据不出域、数据可用不可见”的要求。目前，税务内部数据已基本实现互通，通过“区块链+隐私计算”技术，也实现了与部分外部门的数据合作。但不容忽视的是基于数据安全管理等要求，面对海量信息数据，使用仍不够便利。例如，使用发票数据查询仍受制于管辖权限和发票数量的限制，不能满足部分跨区域重大案件的办理需要。又如，外部数据虽完成了“0到1”的突破，但成熟度、规模化略显不足，使用时往往需要将内部数据加工完毕后，再通过外部平台运行计算，运用稍显不便。

　　二是行业模型搭建稍显迟缓

　　部分地区稽查部门开展了“行业+区域”监管工作，特别在“账、票、税”等信息化功能上线后，检查人员有了更多的工具查办重大案件。但目前稽查人员的时间和精力长期集中于应对处理协查案件，对行业模型的研究和搭建显得力不从心。“账、票、税”功能仍仅限于通用模型指标，具体行业指标亟待开发，如何用好这些功能有待进一步研究。

　　三是智慧化案例库建设还不够

　　目前，系统已实现根据复杂规则智能分配协查案源，稽查报告智能化模板等功能有效运用了机器运算替代人为处理，极大提升了工作效率。不过，相比人工智能、机器学习等技术，这些功能仍处于“初级阶段”。例如，探索开展案例库智能化建设仍需拓展，若将过往检查案件稽查报告、审理报告纳入智慧化案例库，则可通过语义分析技术，将案件的违法事实、定性规则、法律依据等要素化、数据化。借助机器学习技术，由系统自动分析总结相似案件的定性建议，从而为检查、审理环节提供科学化规范化决策支持。

　　深化稽查大数据和智能化建设的思考建议

　　一是前后台、内外部数据治理需再深化融合

　　在管理合规的基础上，需加强稽查和风控部门的合作，做到“有数可用、有数好用”，持续深化大数据技术的顶层设计。一方面要打开前端通道，锁紧后台监管。前端数据查询要逐步放开、应用尽用，为稽查工作做好支撑；同时后台监管要管牢，运用大数据技术来监管数据查询，对于违规使用数据的，及时提醒管理部门核实处理。另一方面，进一步拓展横向部门的“区块链+隐私计算”合作，打通数据接口，在内部平台中尝试探索单向调用外部数据，强化数据综合治理。

　　二是完善指标体系建设需再加力推进

　　持续探索优化稽查案源结构，本质是要持续建设以行业、事项为主的风险指标体系。通过优化协查分级分类管理，将稽查骨干力量从海量协查案件中抽身，投入到行业研究、模型搭建的工作中。推动建立关于稽查风险指标体系建设的长期计划，在充分利用智慧稽查现有功能的基础上，重视指标建设、验证、优化这一工作闭环，尤其以行业指标项目建设为抓手，做到“不断有人建、持续有人管、长期有人用”的良性循环。

　　三是人工智能创新应用需再合理探索

　　自Deepseek大模型横空出世以来，人工智能被推到了前所未有的运用高度。税务稽查应紧跟技术发展趋势，积极探索和应用新技术，以提升工作的高效和准确。出于技术安全性和成熟性考虑，稽查部门在人工智能落地上往往慎之又慎，但这并不妨碍对人工智能技术和需求的了解和探索。在稽查工作中，有较多环节可以使用人工智能技术替代人为操作。例如，通过机器学习、自然语言处理、图像识别等人工智能技术，可实现部分稽查环节的自动化与智能化。利用自然语言处理技术，通过对企业的通话记录、电子邮件、往来合同等文本信息进行自动分析，发现潜在的涉税违法行为线索，加快复杂案件的检查突破。又如，探索引入智能查账软件、自动比对系统等，以直观、简洁的可视化分析界面，将复杂数据分析结果以图表、地图等形式直观展现，帮助稽查人员快速把握检查重点，提高稽查工作的智能化水平。

　　（作者单位：上海市税务局）