戴文忠 熊豔 面對“互聯網+”的挑戰和機遇，國家稅務總局發佈《“互聯網+稅務”行動計劃》，提出建設線上線下融合、前臺後臺貫通、統一規範高效的電子稅務新生態，由此衍生出構建智慧稅務的設想。筆者建議稅務機關通過互聯網再造決策、管理和服務模式，實現質量、效率和供給模式的創新，努力推動國家大數據戰略的落實，在轉變徵管方式、推進稅收現代化建設和更好地服務經濟社會發展方面持續努力。
一、智慧稅務建設的思路探索
緊緊圍繞稅收現代化建設目標，以深化國地稅徵管體制改革、轉變徵管方式和優化營商環境為重點，以體制機制創新為保障，以數據集成共享為手段，堅持“統籌、集約、安全”的原則，實現決策科學化、風控精準化、服務高效化和隊伍精英化，實現“五個一”目標：
“一站全面整合”：加快公共服務領域數據集中和共享，打破信息孤島和“數據煙囪”，打通多部門縱橫聯動的大動脈，建立創新、高效的“數據超市”，形成覆蓋全國、統一接入的數據資源共享體系。
“一鍵深度挖掘”：推動技術融合、業務融合和數據融合，建成基於大數據集成、信息共享和人工智能的稅收信息綜合應用體系，做好各類數據集成、加工，提供個性化數據集市，滿足經濟分析、宏觀決策等特定應用需求。
“一窗掌控全局”：有效推進稅收徵管和納稅服務創新；進一步打通各單項應用系統，融合建立統一的電子工作平臺，形成全系統大整合、大聯通、大數據的工作格局。
“一網高效預警”：充分利用大數據平臺，提高對風險因素的感知、預測和防範能力。科學設計快速預警模塊，發現管理漏洞，精準打擊違法，提升監管質效。
“一號便捷服務”：建成電子綜合涉稅服務體系，促進移動互聯與大數據集成深度融合，推進“互聯網+政務服務”體系建設。
二、智慧稅務建設的框架設計
智慧稅務建設分為底層、中層和上層三部分。底層打造高效集約的大數據支撐體系——完善內外部信息數據庫，拓寬外部信息採集，構建集約化信息資源支撐體系。中層佈局三層級的數據中心——建成總局、省（市）局、區（縣）局“三位一體”的大數據管理中心，打造多層次數據資源體系、數據共享服務和數據綜合分析體系。上層創建智能高效的4個應用系統：
一是打造優質便捷的智慧納稅服務體系。
電子稅務局“一網通辦”：智能報稅。根據數據分析比對，關聯性預填申報表，有效提高申報數據質量；在線辦稅。涉稅事項實現全程無紙化流轉跟蹤；在線退稅。實現退稅文書在線申請、憑證審核、實時跟蹤等功能；在線送達。納稅人在線一鍵領取電子完稅憑證。
移動辦稅平臺“如影隨形”：將人臉識別技術與涉稅系統有機融合起來，搭建一體化移動終端應用平臺，解決實體辦稅空間限制。
宣傳輔導培訓“私人定製”：應用人工智能諮詢系統，高效解答涉稅諮詢；在APP等應用平臺上提供政策檢索、視頻分享等功能，建立移動稅務學堂；深入分析納稅人行為偏好，主動推送有針對性的涉稅信息。
二是搭建全面精準的智慧稅收徵管體系。
收入分析預測：建立稅源管理大數據庫，深度分析和挖掘數據內在規律，建立收入分析預測模型，為稅收決策提供數據支持。
優化徵管流程：一站式完善納稅人基礎信息；一戶式分析預估納稅數據；一窗式分析比對行業數據，提升日常徵管質效。
提升徵管質量：跨部門數據資源整合，做好數據的深層挖掘、多維分析、動態關聯；建立涉稅情報數據庫，並通過大數據手段尋找關聯企業，開展綜合性線索分析、全鏈條核查。
三是建立高效嚴密的風險管理體系。
大數據+風險智能預警：建立風險信息來源識別體系，和多維度、全天候的實時數據庫；通過自動化風險預警系統，精準識別稅收風險，形成稅收風險防火牆。
大數據+風險智能應對：稅收風險疑點信息分級別推送與反饋，集中管理稅收流失風險高的納稅人；風險疑點網上全程跟蹤處理。
大數據+風險智能模型：通過整合預警監控關鍵指標，改善風險特徵庫，建立各行業風險數據智能模型，及時開展風險應對管理。
大數據+基因圖譜：對海量涉稅數據梳理分析，繪製涉稅數據基因圖譜，建立納稅人電子管理檔案，真正實現閉環管理。
四是創建科學智能的智慧內部管理體系。
智慧黨建：以雲計算、大數據為基礎打造全國稅務黨建網絡雲平臺，探索建設“數字化、信息化、智能化”的黨建管理平臺，涵蓋組織管理、黨員管理、組織生活、黨費管理、宣傳培訓、統計分析等功能模塊，推進黨建工作系統化、精細化、標準化和可視化管理，打造“指尖上的黨建陣地”。
智慧廉政：利用“互聯網＋廉政”，推動監督問責精準落地，實現權力運行的痕跡化管理，結合紀檢、司法等系統共享數據，通過“雲計算”綜合研判分析，定位廉政風險點，排查關聯預警關係，及時發現問題。
智慧政務：依託信息化系統，整合內部管理、監督、考核、展示、溝通及評價功能，通過網絡數據平臺的搭建，促進行政管理數據的痕跡化融合利用，提升內部管理監管能力和整體效能。
為確保智慧稅務底層、中層、上層的正常運行與協調高效，還需建立統一的信息技術標準和評價指標、信息網絡安全保障體系和稅收數據管理隊伍，做好大數據人才保障。
閱讀更多 稅經注 的文章
