孟作为 上海交通大学国际与公共事务学院

税务稽查是税务监管的重要组成部分，是保障国家收入，打击违法犯罪，促进市场环境公平有序发展的重要手段。随着经济不断发展，市场主体的复杂性和多样性不断增强，税收监管难度也不断增加，面对新形势，稽查部门急需转变思路，创新监管方式，迎接挑战，为国家税收事业做好保障。现在是“大数据时代”，各行业均已开展信息化、智能化建设，新的技术也为稽查监管升级提供了发展机遇。

一、大数据时代下的监管

2015 年10 月，党的十八届五中全会正式提出“实时国家大数据战略”，表明国家对大数据技术的重视程度的提高，已经上升到了国家战略的层面。十九届四中全会通过了《中共中央关于坚持和完善中国特色社会主义制度推进国家治理体系和治理能力现代化若干重大问题的决定》，提出到2035 年基本实现国家治理体系和治理能力现代化；到新中国成立一百年时，全面实现国家治理体系和治理能力现代化的总体目标。我们需要以中央精神为指导依据，明确监管改革的方向，不断完善法律法规的建设，加强事中事后的管理，加强大数据、信息化对监管方面的赋能，优化监管流程设置和职责管理，加强绩效考评模式，不断提高监管治理能力。政府监管理论要求政府在行使公权力的时候做到“精准有效”，应当充分利用现代科技手段，加强互联网、大数据等信息化方式推动监管创新，不断提升监管的精准化、智能化水平，全面实施“双随机、一公开”监管、“互联网+监管”和信用监管方式。2019 年9 月，国务院在《国务院关于加强和规范事中事后监管的指导意见》中提出应充分发挥现代科技手段在事中事后监管中的作用，依托大数据、互联网、人工智能等手段优化监管模式，实现监管效能最大化。2021 年3 月，中共中央办公厅、国务院办公厅印发《关于进一步深化税收征管改革的意见》，该文件提出到2023 年要基本建成“无风险不打扰、有违法要追究、全过程强智控”的智慧税务执法新体系，利用数字化手段，全面升级执法、服务、监管能力。数字化、智能化是政府监管的改革方向，是监管的未来应有的形式。可以看出，国家对于监管的改革有着明确的方向，“智能化”是稽查监管的未来。

二、当前税务稽查监管现状及存在的问题

(一)工作流程仍靠人力为主

目前，税务机关已经在着手推进大数据在监管领域的应用，除了现有的金税三期的全面建成和使用，上海市税务局搭建了全新的“智能稽查系统”，基于现有的系统，可以实现如“电子公告送达”等工作，大大减少了一线人员送达文书上的工作量。但现有的系统和功能对数据的利用仍不够充分。

稽查查案的工作流程主要依靠人工和纸质资料，人力资源配置不足导致稽查部门无法承受更多的立案数量，反应了稽查信息化手段的缺失：首先，稽查工作以线下流程和线上流程相结合的方式进行，一般是线上流程推送完毕后，线下的纸质资料同时需要签字、盖章和转交、归档，这样的流程设置使得线上系统的存在意义大大降低，只会加大一线检查人员的工作量，并没有体现出计算机技术进步而发展出的线上流程优势。其次，在一线检查工作中，案件查前往往需要检查人员进行案头分析工作，当前的稽查工作系统，只是提供了各项数据的展示，如申报数据、企业开具发票数据、企业收受发票数据等，并未提供真正可供参考的数据分析，检查人员仍然需要在系统外自行整合数据，自己利用Excel 或其他软件工具进行数据分析和疑点研究，这样的稽查系统对数据的利用明显不足，未对稽查的查案工作产生明显助力。这与中央提出的“以数治税”和“智能化监管”理念相比还有较大差距。

(二)多部门之间信息不互通

稽查系统未打通与其他部门之间的信息互通、共享，如检查发票违法案件的工作中，检查人员需要经常对涉嫌虚开的企业进行银行流水的查证工作，需要线下亲自前往银行网点，提交纸质盖章文书，申请对企业的账户进行依法查询，由于各个银行网点的工作流程不同，往往不能当场拿到查询结果，因此仅是检查银行存款账户这一行为就需要检查人员进行两次，耽误很多工作时间，同时查询结果也分为纸质版和电子版，如果检查人员拿到的是纸质版资料，那就更难以利用计算机技术对其进行数据查找和分析。

(三)数据人才明显不足

目前，稽查部门人力资源相对紧缺，以上海市为例，稽查部门普遍存在较为严重的老龄化现象，年轻力量明显偏少，临退休人员较多。同时，稽查部门的干部拥有财会技能的居多，计算机、信息技术等方面人才较少，既擅长数据分析又精通财务会计的人才更是少之又少，干部普遍对大数据的概念不够强，无法在工作中真正想到和使用到大数据技术。

这种人才缺失的背景下，难以真正提升稽查监管的效率和能力，因为所有因素归根到底，还是靠人才。税务部门目前也缺少这方面的培训，但好在近些年对此的重视逐渐加强，越来越多拥有计算机专业背景的新人加入到了税务稽查的行列中来，给监管带来了新鲜血液。

三、国外相关经验

(一)美国

美国的税务监管部门是美国国税局(Internal Revenue Service，简称IRS)。首先，在数据采集方面，美国对于涉税数据掌握的较为全面，得益于他们在涉税数据采集方面做出的努力。早期，美国就建立了专门用于收集和交换税收数据的情报机构，根据税收业务的类型，使用不同的税收交换机制。美国建立了第三方申报纳税信息的制度，要求第三方必须填写相关的申报信息，并抄送给纳税人。同时，要求电子交易平台提供用户的交易信息，对电子交易进行实时监管。IRS 还有权力直接获取在美国开展金融业务的金融机构的公民账户信息。

除此之外，IRS 不仅以申报表、银行数据和情报处数据作为涉税数据来源，还每年向第三方商业机构支付大额的数据采集费用，以购买昂贵的信息资源，确保国税局工作人员及时掌握企业和个人的准确、全面、有时效的信息。

在大数据监管方面，IRS 专有一套内部的数字系统，关联银行、企业的交易数据，监管资金流水，对于超过1万美元的资金交易，都需要填写申报表进行纳税申报，系统会自行监管和计算企业的遗漏信息。IRS 还组建了数据分析与统计部门，他们有专门的大数据分析系统，负责对涉税信息进行收集、分析和成果共享，其研究出了一套纳税人行为预测的模型，能够同时处理超过数以亿计的涉税数据，用于智能化的分析纳税人画像和及早发现纳税人的不法企图。正因为这样，美国在应用大数据监管方面走在了世界的前列，加上其严厉的处罚和完善的信用体系，IRS 产生了极强的监管威慑力。

(二)澳大利亚

澳大利亚联邦税务局(Australian Taxation Office,简称ATO)，利用电子系统对税收的事前监控也较为完善和成熟。在税收信息采集上，ATO 有较大的权力，其同样从内部渠道和外部渠道两个方面收集信息，信息来源包括企业的纳税申报表、路透社、银行、证券交易信息等。同时，ATO与其财政、海关等部门建立了互通的数据库，以及时共享和调取纳税人的涉税信息，充足的数据为其对企业的风险分级分类打下了良好的基础。

(三)英国

英国皇家税务与海关总署(HM Revenue Customs,简称HMRC)在大数据治税方面也做出了许多努力，该机构曾颁布《税务数字化行动计划》，其后又完善了数字化税务战略，积极推广数字税务账户，用于征纳和识别纳税人的身份，使得纳税人一切交易行为都与该数字账户关联，做到了既“无干扰”，也能动态实时监管。在数据收集方面，英国皇家税务和海关总署既拥有向纳税人获取经营信息和涉税信息的权力，也拥有获取第三方档案数据的权力，同时有权以税收为目的，进入任何经营地进行涉税评估和稽查。特别是在金融机构方面，英国的金融法案将包括银行在内的各金融机构列为“数据持有方”之一，税务部门有权要求对方直接为其提供数据，因此，英国税务部门可以进行交易账户信息的全面数据分析，识别出其中的交易异常值，从而确定风险等级。

综上所述，各个国家都在积极推进数据管税，利用新技术提高监管的水平同时优化服务质量，促进了纳税遵从，从涉税信息采集上来看，各国都采取最大程度地获取纳税人的信息，减少税务监管部门的信息盲点，美、澳、英都充分与银行、海关、财政等部门进行了信息共享，而且都采集了第三方的情报数据，有助于打破信息不对称现象。在信息利用方面，上述三个国家都有对信息的智能化分析利用，并用于实时监管和今早发现违法行为。

四、对策及建议

(一)深入推进信息化系统建设

继续建立完善智能化的稽查系统，让更多的工作流程线上化、电子化，简化甚至取消低效和意义不大的线下流程，例如：继续拓展开发金三系统、智能稽查系统的新功能，完善电子签章、电子审批、电子推送、电子归档工作，并不断推进其在一线工作中的深度使用，原有的线下靠手工签字、盖章、审批的纸质工作流程全部转移到线上信息系统，提高整个工作效率。改变现有的线上线下同步走的工作模式，切实减少基层一线的工作负担，把有限的资源和时间放在检查工作上。同时，加强大数据、人工智能、深度学习在稽查监管中的运用，通过人工智能技术作为辅助查案的工具，经过整合、训练的人工智能模型可用作风控管理、稽查疑点分析、事前预警、企业风险画像等场景，减少对人主观判断的依赖，真正实现智能化、数字化稽查。

(二)打通数据壁垒

加强多部门之间数据共享，情报共享。加强税务机关与其他部门如公安、银行、财政、市场监管、海关等机构的合作，结合三年来的四部门联合“双打”的经验，继续加强数据共享、线索互通，并建立常态化机制。例如，与银行部门合作，使用银行交易数据和税务部门申报数据、发票电子底账数据相匹配，对企业的全业务、全交易数据充分开发利用，减少征纳双方信息不对称程度，减少一线检查人员不断实地银行取证的流程时间，提高办案效率。

(三)培养系统内高层次数据人才

人工智能、机器学习等技术的浪潮席卷各个行业，数据型人才在社会发展中起到了越来越重要的作用。学习国外经验，如美国等发达国家均设有专业的数据分析团队，利用各税种申报数据、银行交易、第三方等数据，开发有纳税人行为数据预测模型，对纳税人的行为进行动态预测和“无干扰化”监管。积极探索人工智能、大数据技术在我国税务稽查上的应用，将大数据分析、人工智能、区块链、机器学习、深度学习等技术列入内部培训的重要基础，招录并逐渐培养出系统内部的既熟悉税收业务又精通大数据技术的复合型人才，建设数据分析专业团队，为构建智慧稽查监管体系提供人力保证。■