［摘要］我國稅務信息化經(jīng)過多年發(fā)展積累了大量數(shù)據(jù)，基于商務智能技術(shù)的稅務決策支持系統(tǒng)可以充分利用這些數(shù)據(jù)支持稅收征管工作。介紹了商務智能技術(shù)在稅務分析和稅收征管決策中的支持應用，以及構(gòu)建基于商務智能的稅務決策支持系統(tǒng)的關(guān)鍵問題：數(shù)據(jù)庫統(tǒng)一規(guī)劃、模型的構(gòu)造、知識庫的建設、業(yè)務規(guī)則庫的建設、缺乏相關(guān)復合型人才。

［關(guān)鍵詞］商務智能； 數(shù)據(jù)倉庫； 數(shù)據(jù)挖掘；稅收征管；決策支持系統(tǒng)

稅務信息化建設是國家信息化建設的重要組成部分，一方面實現(xiàn)稅收征管的信息在全國稅務系統(tǒng)內(nèi)共享，另一方面實現(xiàn)稅務、海關(guān)、銀行及其他政府機關(guān)之間公共信息資源在寬層面上共享。本文重點研究以稅務分析和稅務決策為主要處理對象的基于商務智能的稅務決策支持系統(tǒng)。

稅務決策支持系統(tǒng)是指在一定的經(jīng)濟理論指導下，根據(jù)經(jīng)濟和稅收統(tǒng)計資料，在定性分析基礎上，運用定量方法，對未來稅收收入總量和結(jié)構(gòu)等發(fā)展趨勢所做出的分析、判斷和推測。基于商務智能的稅務決策支持系統(tǒng)在實現(xiàn)系統(tǒng)內(nèi)部數(shù)據(jù)共享的基礎上，吸納外部有價值的數(shù)據(jù)信息，運用數(shù)據(jù)倉庫、數(shù)據(jù)挖掘和多維分析等商務智能技術(shù)，引入或構(gòu)建成熟的經(jīng)濟計量模型，建設稅務分析和決策系統(tǒng)，提供輔助決策服務，提高科學決策水平[1]。

1 我國稅務信息化建設從增長向成熟階段發(fā)展

諾蘭模型把信息化發(fā)展分為六個階段：初始、蔓延、控制、集成、數(shù)據(jù)管理和成熟六個階段。米歇模型認為諾蘭模型中集成與數(shù)據(jù)管理兩個階段其實是不可分割的，他認為，信息化是由起步、增長、成熟和更新這樣四階段所構(gòu)成。其中增長階段對應著管理信息系統(tǒng)，而成熟階段對應著集成化技術(shù)和集成化系統(tǒng)。我國稅務信息化的發(fā)展目前正從以管理信息系統(tǒng)為特征的增長階段向以集成化系統(tǒng)為特征的成熟階段過渡[1][2]。

集成階段的重要任務是重組業(yè)務管理模式，優(yōu)化規(guī)范業(yè)務流程，統(tǒng)一技術(shù)和業(yè)務層面的規(guī)范和標準。我國稅務信息化集成階段的發(fā)展目標：建立健全稅務業(yè)務管理、稅務行政管理、領導決策分析、稅務客戶服務四大應用系統(tǒng)，實現(xiàn)真正意義上的集成。數(shù)據(jù)的集中共享， 實現(xiàn)了決策層、管理層對稅務管理運作情況的直觀掌握。

稅務信息化建設經(jīng)過數(shù)據(jù)集中、系統(tǒng)整合階段以后，稅務數(shù)據(jù)的深度利用就變得更為重要。應用商務智能技術(shù)對海量的數(shù)據(jù)與信息進行集成的數(shù)據(jù)分析、數(shù)據(jù)挖掘等快速有效地分析處理，從中尋找出規(guī)律性及建立模型，輔助和支持各級稅務機關(guān)稅收經(jīng)濟分析、監(jiān)控和預測。

2 稅務決策支持系統(tǒng)中的商務智能技術(shù)應用

商務智能（business intelligence， BI）是指將組織的各種數(shù)據(jù)及時地轉(zhuǎn)換為管理者感興趣的信息（或知識），并以各種方式展現(xiàn)出來，幫助管理者進行科學決策。這里的數(shù)據(jù)既包括組織內(nèi)部的各種數(shù)據(jù)，也包括組織外部的數(shù)據(jù)。從應用的角度講，BI也可以理解DW+OLAP+DM。從技術(shù)角度來看，BI重視分析數(shù)據(jù)的技術(shù)[3][4]。

商務智能通過對稅務數(shù)據(jù)的采集、整理、挖掘和分析， 為稅務系統(tǒng)的各層次人員提供信息， 提高稅務分析和決策能力， 加快決策速度， 確保決策準確性。另一方面， 也為稅務系統(tǒng)外部用戶提供有效信息， 共同分享稅務數(shù)據(jù)，提升了稅務管理和服務水平。數(shù)據(jù)倉庫(Data Warehouse ，DW) 、聯(lián)機分析處理(On Line Analytical Processing ，OLAP) 和數(shù)據(jù)挖掘(Data Mining ， DM) 是商務智能的三大技術(shù)支柱

2.1數(shù)據(jù)倉庫

數(shù)據(jù)倉庫是實現(xiàn)商務智能的數(shù)據(jù)基礎，完成了數(shù)據(jù)的收集、集成、存儲、管理等工作，使得商務智能更專注于信息的提取和知識的發(fā)現(xiàn)。數(shù)據(jù)倉庫存儲元數(shù)據(jù)和用于決策分析的數(shù)據(jù)。其中用于決策分析的數(shù)據(jù)來自于各稅務業(yè)務系統(tǒng)，通過建立數(shù)據(jù)倉庫，可以將分散在各個業(yè)務系統(tǒng)的數(shù)據(jù)集中成一個全面的視圖。

稅務數(shù)據(jù)倉庫的使用者是稅務機關(guān)的決策者和管理者，他們需要從更廣泛、更全面的視角，站在全局的高度上去了解當前情況并分析事務的發(fā)展趨勢，據(jù)以做出正確的決策。數(shù)據(jù)倉庫技術(shù)為稅務決策支持系統(tǒng)中信息與數(shù)據(jù)全面、高效、快速和統(tǒng)一的管理提供了極其有效的途徑。

2.2 數(shù)據(jù)挖掘

決策的前提是發(fā)現(xiàn)知識，數(shù)據(jù)挖掘可以幫助我們在大量的數(shù)據(jù)中發(fā)現(xiàn)那些不能靠直覺發(fā)現(xiàn)的信息或知識，隨著各應用系統(tǒng)逐步走向數(shù)據(jù)集中，高度共享，數(shù)據(jù)挖掘技術(shù)在稅務決策、納稅評估、稅源監(jiān)控與預測、稅收預測、納稅人信譽等級評估、政務行為評估等方面有了用武之地。運用數(shù)據(jù)挖掘技術(shù)來處理稅收業(yè)務數(shù)據(jù)，提高決策水平，降低管理成本5]。

數(shù)據(jù)挖掘技術(shù)進行稅務數(shù)據(jù)分析的過程是這樣的：首先確定實現(xiàn)數(shù)據(jù)挖掘目標的數(shù)據(jù)挖掘功能；其次選擇合適的模式搜索算法，然后根據(jù)使用者的決策目的對數(shù)據(jù)挖掘的結(jié)果進行評價，最后是知識同化，將挖掘所得到的知識集成到稅收工作實際中，并跟蹤知識運用的具體成效[6]。

國外已經(jīng)有不少數(shù)據(jù)挖掘在稅務分析和決策中應用的成功案例，例如1998 年美國加州稅務啟動的基于IBMDB2 數(shù)據(jù)庫軟件的綜合逃稅人監(jiān)察項目，又如NCRTeradata實施的包括美國國家稅務局( IRS) 、澳洲國家稅務局(ATO) 等在內(nèi)的數(shù)據(jù)倉庫和數(shù)據(jù)挖掘項目。

2.3 聯(lián)機分析處理技術(shù)(OLAP)

OLAP可以對基于數(shù)據(jù)倉庫中多維的稅務數(shù)據(jù)進行在線分析處理，生成新的稅務信息，又能實時監(jiān)視稅務管理的成效，使稅務管理者和決策者能自由地與稅務數(shù)據(jù)相互聯(lián)系。

3商務智能在稅務征管中的支持決策作用

基于BI的稅務決策支持系統(tǒng)以數(shù)據(jù)倉庫等技術(shù)為基礎， 前端工具以OLAP 工具和數(shù)據(jù)挖掘為代表， 從數(shù)據(jù)倉庫中提取、分析數(shù)據(jù)，用可視化方式為各級稅務機關(guān)提供先進、實用的決策支持方案。

基于商務智能的稅務決策支持系統(tǒng)中信息組織的過程是這樣的：從不同的數(shù)據(jù)源收集數(shù)據(jù)，對數(shù)據(jù)進行清理以保證數(shù)據(jù)的正確性，經(jīng)提取、轉(zhuǎn)換后將數(shù)據(jù)加載入數(shù)據(jù)倉庫(這時數(shù)據(jù)變?yōu)樾畔?，然后通過聯(lián)機分析處理工具、數(shù)據(jù)挖掘工具加上稅務分析、稅務決策人員的專業(yè)知識，對信息進行處理(這時信息變?yōu)檩o助決策的知識)，最后將知識呈現(xiàn)于用戶轉(zhuǎn)變?yōu)闆Q策。商務智能幫助稅務管理人員在稅務征管上做出及時、正確的判斷，把各種數(shù)據(jù)及時地轉(zhuǎn)化為稅務管理者決策需要的信息(或者知識)，然后根據(jù)這些信息來采用明智的行動。

利用商務智能技術(shù)從數(shù)據(jù)中發(fā)現(xiàn)知識以輔助稅收制度改革和稅收決策。在出臺一項新的稅收在政策之前，不僅需要定性分析新政策、新制度對稅收收入、經(jīng)濟發(fā)展和經(jīng)濟結(jié)構(gòu)的影響，還需要定量分析、判定新政策、新制度的合理性?；谏虅罩悄艿亩悇諞Q策支持系統(tǒng)通過稅務分析、稅收預測、稅收計劃、納稅人信譽評估、稅收監(jiān)控預警、稅收稽查選案、稅收考核評價、宏觀經(jīng)濟分析等方面提供為決策者提供決策支持，以保證決策的科學性。

商務智能在稅務征管中支持決策的作用體現(xiàn)在以下方面。

3.1 快速查詢信息。稅務部門的各種數(shù)據(jù)分散于不同稅務子系統(tǒng)中， 甚至用戶界面， 支持系統(tǒng)也不一樣， 而且很多數(shù)據(jù)是未經(jīng)加工和整理的，只有經(jīng)過提煉和挖掘， 分析和處理的數(shù)據(jù)才形成智能。通過商務智能，對數(shù)據(jù)進行整合、分析、挖掘，各層次用戶能快速查詢利用這些信息，自動生成所需要的報表、報告等。

3.2 突破認知極限。商務智能通過整合、挖掘、分析存儲在不同部門、不同應用系統(tǒng)中的數(shù)據(jù)， 為決策提供更多的事實和信息。

3.3 多角度、全面分析。商務智能通過對數(shù)據(jù)萃取、加工、挖掘、切片分析， 從多維度對數(shù)據(jù)進行全面的分析， 找出關(guān)鍵因素， 為決策提供更為準確、可信度高的信息。

3.4個性化分析。商務智能系統(tǒng)根據(jù)稅務管理需要解決的問題， 幫助稅務部門或相關(guān)機構(gòu)和人員建立相應的分析主題和分析指標， 從業(yè)務系統(tǒng)的基礎數(shù)據(jù)庫中抽取需要的數(shù)據(jù)， 按預先建立的業(yè)務模型進行分析決策， 分析結(jié)果顯示直觀、形象。

4基于商務智能的稅務決策支持系統(tǒng)實現(xiàn)的關(guān)鍵問題

基于商務智能的稅務決策支持系統(tǒng)構(gòu)建需要解決的關(guān)鍵問題有：

4.1 建立統(tǒng)一規(guī)劃的數(shù)據(jù)庫，以保證信息資源的統(tǒng)一和共享，為商務智能技術(shù)的運用打下基礎，集成稅收征管數(shù)據(jù)的目的， 不僅僅是為了規(guī)范征收行為， 更重要的在于通過對數(shù)據(jù)的集中處理與分析， 輔助和支持稅務決策。由于數(shù)據(jù)挖掘技術(shù)的復雜性，綜合利用數(shù)理統(tǒng)計、人工智能等多門學科的知識，構(gòu)建數(shù)據(jù)挖掘模型需要真正體現(xiàn)實際業(yè)務需求。

4.2 決策模型是決策支持系統(tǒng)重要構(gòu)成部分。判斷決策者做出的決策是否合理，關(guān)鍵在于對特定的問題所選擇的決策模型以及模型所使用的算法。如何結(jié)合稅收業(yè)務，綜合應用數(shù)學計量經(jīng)濟方法、數(shù)據(jù)挖掘方法建立稅務決策支持系統(tǒng)的決策模型是首要的業(yè)務難點。

構(gòu)建和選擇合適的決策模型需要明確各級稅務決策者的需求， 全面分析稅務工作的基本數(shù)據(jù)元素和運行規(guī)律， 通過稅務數(shù)據(jù)模型和綜合數(shù)據(jù)庫的建立， 面向各級領導進行綜合查詢及輔助決策，有效地開發(fā)基于商務智能技術(shù)的稅務決策支持系統(tǒng)[7]]。

4.3 知識庫的建設 決策支持系統(tǒng)解決問題的能力很大程度上還依賴于知識庫擁有知識的多少，知識越豐富，解決問題和決策支持的能力就越強?；贐I的稅務決策系統(tǒng)應盡可能收集、整理稅務專家對稅務管理預測、決策、計劃、控制、分析的研究成果和實際經(jīng)驗，并在此基礎上加以總結(jié)和提高，構(gòu)成系統(tǒng)的知識庫。

4.4 業(yè)務規(guī)則庫的建設業(yè)務規(guī)則是所有績效管理系統(tǒng)和BI項目的核心基礎，在業(yè)務規(guī)則的基礎上，報告生成系統(tǒng)能夠自動解釋數(shù)據(jù)，為特定目標設定關(guān)鍵績效指標，并為解決問題提供建議。在很多前期的商務智能項目中，業(yè)務規(guī)則設定在數(shù)據(jù)倉庫的ETL過程中（抽取、轉(zhuǎn)換、裝載）中或是具有特定功能BI的工具， Robert Blasum認為業(yè)務規(guī)則必須是商務智能系統(tǒng)中的獨立模塊[8]。商務智能不是將一大堆技術(shù)工具堆在數(shù)據(jù)上，基于商務智能的稅務決策支持系統(tǒng)設計、規(guī)劃和實施首先應當從了解業(yè)務、業(yè)務流程，理解業(yè)務運作模式開始[9]。

4.5 相關(guān)的復合人才非常匱乏，

構(gòu)建基于BI的稅務決策支持系統(tǒng)需要應用多學科的理論、方法和模型，是多方面知識的綜合。需要既掌握數(shù)據(jù)倉庫、數(shù)據(jù)挖掘、聯(lián)機分析系統(tǒng)等計算機方面的知識，又熟悉稅收法律法規(guī)、征管規(guī)程和財務會計等知識的復合型人才。使用基于BI的稅務決策支持系統(tǒng)進行稅務分析，對人員的素質(zhì)提出了更高的要求，除了要掌握一般的稅收分析技術(shù)方法外，還必須具備社會經(jīng)濟統(tǒng)計學、系統(tǒng)科學、信息科學、高等數(shù)學、計算機應用等方面的知識。

總之，基于商務智能的稅務決策支持系統(tǒng)通過使用數(shù)據(jù)倉庫、數(shù)據(jù)挖掘、OLAP等技術(shù)，從稅務系統(tǒng)海量數(shù)據(jù)中挖掘出有用信息，從而幫助決策者做出決策，提升決策質(zhì)量，實現(xiàn)科學決策。

主要參考文獻

[1]譚榮華，王敬峰.整合：中國稅收信息化發(fā)展的新階段.中國稅務，2005（2）44-45

[2]高莉.稅收信息化的“集中”和“整合”[J].稅務研究，2006(1):62-64

[3]Charles P. Seeley ， Thomas H. Davenport. KM MEETS BUSINESS INTELLIGENCE:Merging knowledge and information at Intel.KM REVIEW[J].2006(2):10-15

[4]周瑾.知識管理與商務智能對比分析[J].情報雜志.2007(3):80-81

[5]葉向東.數(shù)據(jù)挖掘：稅收分析與稅收決策的利器[J].安徽稅務，2003(9):38-39

[6]王隆杰.稅務決策支持系統(tǒng)設計[J].計算機工程與設計，2007(7)

[7]王衍.基于信息可視化技術(shù)的稅務決策支持系統(tǒng)分析[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2004(4):148-153

[8]Robert Blasum. Business Rules and Business Intelligence[J]. DM Review 2007(4)

[9]Galen Cruman.Rethinking Business Intelligence[J]. Infoword， 2007(4)