摘 要：深入實(shí)施數(shù)字化轉(zhuǎn)型條件下稅費(fèi)征管“強(qiáng)基工程”，構(gòu)建征管新模式，是當(dāng)前稅務(wù)機(jī)關(guān)的首要任務(wù)。充分運(yùn)用大數(shù)據(jù)和智能算法推動(dòng)稅收精準(zhǔn)監(jiān)管成為必由之路，但稅務(wù)算法建設(shè)整體上仍處于初步階段，在高質(zhì)量的數(shù)據(jù)資源供給、算法體系的建設(shè)與規(guī)劃、復(fù)合型人才隊(duì)伍建設(shè)等方面還面臨一些問題。建議通過主動(dòng)融入數(shù)字中國(guó)建設(shè)大局，不斷加強(qiáng)稅收數(shù)據(jù)資源管理，建設(shè)稅務(wù)算法，深挖數(shù)據(jù)分析價(jià)值，加快專業(yè)人才培育，為以數(shù)治稅的推進(jìn)創(chuàng)造有利條件，將稅收數(shù)據(jù)資源優(yōu)勢(shì)轉(zhuǎn)化為稅收治理效能。

關(guān)鍵詞：數(shù)字化轉(zhuǎn)型；稅務(wù)算法；人工智能；精準(zhǔn)監(jiān)管

當(dāng)今，數(shù)字化浪潮席卷全球。習(xí)近平總書記指出，數(shù)字技術(shù)正以新理念、新業(yè)態(tài)、新模式全面融入人類經(jīng)濟(jì)、政治、文化、社會(huì)、生態(tài)文明建設(shè)各領(lǐng)域和全過程，給人類生產(chǎn)生活帶來(lái)廣泛而深刻的影響①。我國(guó)高度重視這一輪科技革命帶來(lái)的重大機(jī)遇，持續(xù)加強(qiáng)網(wǎng)絡(luò)強(qiáng)國(guó)、數(shù)字中國(guó)建設(shè)，全面推動(dòng)經(jīng)濟(jì)社會(huì)高質(zhì)量發(fā)展。2024年9月，《中共中央辦公廳 國(guó)務(wù)院辦公廳關(guān)于加快公共數(shù)據(jù)資源開發(fā)利用的意見》，提出支持人工智能政務(wù)服務(wù)大模型開發(fā)、訓(xùn)練和應(yīng)用，提高公共服務(wù)和社會(huì)治理智能化水平。人工智能為稅收征管現(xiàn)代化提供智力支持和強(qiáng)大支撐，而算法是推動(dòng)人工智能發(fā)展的重要力量。因此，構(gòu)建稅務(wù)算法體系提升監(jiān)管精準(zhǔn)水平，不僅為稅費(fèi)征管的數(shù)字化和智能化轉(zhuǎn)型提供重要保障，而且有效將稅收數(shù)據(jù)資源優(yōu)勢(shì)轉(zhuǎn)化為稅收治理效能。

一、數(shù)字化轉(zhuǎn)型條件下稅務(wù)算法的內(nèi)涵

數(shù)字化時(shí)代，數(shù)據(jù)成為最重要的生產(chǎn)要素，不僅在經(jīng)濟(jì)活動(dòng)與市場(chǎng)運(yùn)轉(zhuǎn)中發(fā)揮著舉足輕重的作用，而且成為國(guó)家治理的重要驅(qū)動(dòng)力。然而僅數(shù)據(jù)本身并不能發(fā)揮如此大的作用。DIKW體系顯示智慧金字塔的底層是作為事實(shí)記錄的數(shù)據(jù)，通過處理、轉(zhuǎn)換、分析、挖掘，一步步將數(shù)據(jù)轉(zhuǎn)換為信息、知識(shí)，最終形成決策的智慧[1]。智慧的形成過程即為數(shù)據(jù)增值過程，通過對(duì)海量數(shù)據(jù)的集成、挖掘和分析、應(yīng)用、賦能，產(chǎn)生新信息，獲得新知識(shí)，創(chuàng)造新價(jià)值[2]。

在數(shù)據(jù)的增值過程中，“數(shù)據(jù)+算法+算力”三要素構(gòu)筑認(rèn)識(shí)和改造世界的新模式，推動(dòng)生產(chǎn)力核心要素升級(jí)、改造、重組。其中，數(shù)據(jù)是生產(chǎn)原料，是基礎(chǔ)。算法，是基于數(shù)據(jù)和模型來(lái)解決問題的策略機(jī)制，從計(jì)算科學(xué)角度來(lái)說(shuō)，是一系列解決問題的明確指令的集合。這些集合型的運(yùn)算規(guī)則，確保在特定化數(shù)據(jù)輸入的條件下，能夠產(chǎn)生相應(yīng)的特定化成果輸出，是世界運(yùn)行規(guī)律的模型化表達(dá)。算力，則是設(shè)備處理數(shù)據(jù)以達(dá)成特定成果輸出的計(jì)算能力，實(shí)現(xiàn)的核心是CPU、GPU、FPGA等各類計(jì)算芯片。在三要素中，算法是驅(qū)動(dòng)智慧和人工智能的核心要素，決定了數(shù)據(jù)的用處和數(shù)據(jù)如何治理才能更有用。簡(jiǎn)言之，算法決定了數(shù)據(jù)和算力的應(yīng)用價(jià)值和意義。

隨著大數(shù)據(jù)、云計(jì)算和云存儲(chǔ)等技術(shù)的興起，以算法為核心架構(gòu)嵌入公共行政領(lǐng)域的治理方式漸次出現(xiàn)，算法治稅成為稅收征管的新模式[3]。國(guó)家稅務(wù)總局局長(zhǎng)胡靜林提出，新時(shí)代稅務(wù)部門要在稅收治理中掌握主動(dòng)、提高效能，必須積極順應(yīng)數(shù)字時(shí)代發(fā)展浪潮，把海量數(shù)據(jù)資源和強(qiáng)大算法算力作為核心競(jìng)爭(zhēng)力和新質(zhì)生產(chǎn)力，以數(shù)據(jù)的深度應(yīng)用推動(dòng)稅務(wù)管理、稅費(fèi)治理的科學(xué)化、精細(xì)化和智能化②。因此，探索創(chuàng)新稅務(wù)算法體系，對(duì)于高質(zhì)量推進(jìn)中國(guó)式現(xiàn)代化稅務(wù)實(shí)踐至關(guān)重要。創(chuàng)新稅務(wù)算法，不是簡(jiǎn)單地將各類算法搬至稅務(wù)中，而是需要立足于中國(guó)稅務(wù)實(shí)踐，從共性的問題出發(fā)，根據(jù)業(yè)務(wù)特點(diǎn)，提煉核心要素和關(guān)聯(lián)規(guī)則，然后基于高質(zhì)量的數(shù)據(jù)，訓(xùn)練算法模型。由此，稅務(wù)算法需要從稅務(wù)工作場(chǎng)景出發(fā)，緊緊圍繞稅收業(yè)務(wù)，研究能夠滿足稅收工作智能化的一系列算法，形成驅(qū)動(dòng)稅務(wù)系統(tǒng)數(shù)字化管理中樞和智慧腦核。稅務(wù)算法體系，則是形成滿足稅務(wù)工作場(chǎng)景的一系列算法集合，通過這些集合型的運(yùn)算規(guī)則，能夠?qū)⒁欢l件下的稅務(wù)數(shù)據(jù)要素轉(zhuǎn)化為分析結(jié)果、判斷結(jié)論、行動(dòng)策略以及預(yù)測(cè)預(yù)警信息，從而支持高質(zhì)量的決策制定和執(zhí)行追蹤，并形成自主學(xué)習(xí)、不斷反饋、持續(xù)提升的閉環(huán)改進(jìn)系統(tǒng)。算法重構(gòu)稅務(wù)監(jiān)管思路，大幅提高稅務(wù)監(jiān)管的精準(zhǔn)性[3]。通過算法創(chuàng)新，打造全國(guó)統(tǒng)一的立體式、網(wǎng)格化、智能型稅收監(jiān)管體系，進(jìn)而實(shí)現(xiàn)監(jiān)管的閉環(huán)管理[4]。

二、運(yùn)用稅務(wù)算法推動(dòng)精準(zhǔn)監(jiān)管的機(jī)遇與挑戰(zhàn)

（一）運(yùn)用稅務(wù)算法推動(dòng)精準(zhǔn)監(jiān)管的機(jī)遇

《關(guān)于進(jìn)一步深化稅收征管改革的意見》要求構(gòu)建稅務(wù)監(jiān)管新體系，實(shí)現(xiàn)從“以票管稅”向“以數(shù)治稅”分類精準(zhǔn)監(jiān)管轉(zhuǎn)變③。精準(zhǔn)監(jiān)管的核心在于以風(fēng)險(xiǎn)管理為導(dǎo)向，用數(shù)據(jù)驅(qū)動(dòng)監(jiān)管效能的提升。稅收數(shù)據(jù)增值僅靠傳統(tǒng)數(shù)據(jù)分析方法下的數(shù)據(jù)查詢、結(jié)果比對(duì)、指標(biāo)分析與模型設(shè)計(jì)已難以滿足精準(zhǔn)監(jiān)管的要求，亟須以關(guān)聯(lián)分析、聚類分析、機(jī)器學(xué)習(xí)為代表的生產(chǎn)方式的優(yōu)化升級(jí)[5]。建設(shè)稅務(wù)算法，可以有效推動(dòng)生產(chǎn)方式的升級(jí)，實(shí)現(xiàn)稅收數(shù)據(jù)增值，推動(dòng)精準(zhǔn)監(jiān)管。

一是有利于推動(dòng)“信用+風(fēng)險(xiǎn)”動(dòng)態(tài)化、智能化監(jiān)管。稅務(wù)算法通過學(xué)習(xí)已有數(shù)據(jù)的規(guī)律和模式，進(jìn)行智能化的判斷和預(yù)測(cè)。比如，事前利用算法構(gòu)建納稅人繳費(fèi)人信用模型，動(dòng)態(tài)計(jì)算信用分?jǐn)?shù)及風(fēng)險(xiǎn)等級(jí)，自動(dòng)觸發(fā)監(jiān)控條件，及時(shí)發(fā)現(xiàn)納稅人遵從風(fēng)險(xiǎn)。事中，利用算法建立高質(zhì)量的風(fēng)險(xiǎn)識(shí)別模型，識(shí)別犯罪團(tuán)伙，及時(shí)防范和阻斷涉稅風(fēng)險(xiǎn)。事后，利用算法對(duì)風(fēng)險(xiǎn)應(yīng)對(duì)任務(wù)進(jìn)行智能分類歸集，自動(dòng)高效匹配風(fēng)險(xiǎn)應(yīng)對(duì)人員，提高應(yīng)對(duì)質(zhì)效。

二是有利于提高稅收風(fēng)險(xiǎn)管理的效能。通過稅務(wù)大數(shù)據(jù)算法引入新機(jī)制，能夠發(fā)現(xiàn)和提取專家經(jīng)驗(yàn)未知的風(fēng)險(xiǎn)規(guī)律，加強(qiáng)風(fēng)險(xiǎn)研判和預(yù)測(cè)預(yù)警，將風(fēng)險(xiǎn)管理更多地轉(zhuǎn)向事前和事中，及時(shí)發(fā)現(xiàn)和預(yù)防苗頭性風(fēng)險(xiǎn)問題，對(duì)跨行業(yè)、跨區(qū)域以及潛在風(fēng)險(xiǎn)較大的領(lǐng)域精準(zhǔn)研判，開展重點(diǎn)監(jiān)管，滿足新時(shí)代風(fēng)險(xiǎn)管理的形勢(shì)發(fā)展要求。新時(shí)期，稅收征管不僅面臨著傳統(tǒng)領(lǐng)域涉稅違法手段更隱蔽等問題，還面臨著直播帶貨平臺(tái)、網(wǎng)絡(luò)貨運(yùn)等數(shù)字經(jīng)濟(jì)發(fā)展迅速與傳統(tǒng)征管模式不匹配帶來(lái)的征管挑戰(zhàn)，亟須新的技術(shù)手段賦能。實(shí)證研究表明，運(yùn)用機(jī)器學(xué)習(xí)算法模型，能夠有效解決傳統(tǒng)稅收風(fēng)險(xiǎn)識(shí)別的不足，對(duì)稅收風(fēng)險(xiǎn)進(jìn)行更精準(zhǔn)的預(yù)測(cè)和分析[6]。稅務(wù)算法還可充分有效吸收風(fēng)險(xiǎn)分析應(yīng)對(duì)的結(jié)果進(jìn)行學(xué)習(xí)反饋、參數(shù)調(diào)優(yōu)。隨著學(xué)習(xí)次數(shù)的增加，學(xué)習(xí)目標(biāo)函數(shù)的效果持續(xù)提升，性能持續(xù)優(yōu)化，實(shí)現(xiàn)模型的動(dòng)態(tài)智能化更新完善。

三是有利于提高風(fēng)險(xiǎn)應(yīng)對(duì)質(zhì)效和拓展稅收共治。算法種類豐富，既有處理結(jié)構(gòu)化數(shù)據(jù)的算法，也有能夠處理非結(jié)構(gòu)化、半結(jié)構(gòu)化數(shù)據(jù)的算法。如自然語(yǔ)言處理、知識(shí)圖譜、計(jì)算機(jī)視覺等算法可以有效分析各類非結(jié)構(gòu)化數(shù)據(jù)，拓展風(fēng)險(xiǎn)管理可利用的數(shù)據(jù)的邊界。利用這些算法，可以構(gòu)建稅務(wù)算法知識(shí)庫(kù)和知識(shí)圖譜，對(duì)基層風(fēng)險(xiǎn)應(yīng)對(duì)人員提供智能化工具產(chǎn)品，輔助其做業(yè)務(wù)決策，提高應(yīng)對(duì)質(zhì)效。稅務(wù)部門可以利用隱私計(jì)算、聯(lián)邦計(jì)算等加密算法模型，實(shí)現(xiàn)數(shù)據(jù)“可用不可見”，構(gòu)建跨部門的聯(lián)合預(yù)警分析模型，實(shí)現(xiàn)稅收共治。通過加密算法，可以供給基層，使基層有更多的數(shù)據(jù)應(yīng)用創(chuàng)新。

（二）運(yùn)用稅務(wù)算法推動(dòng)精準(zhǔn)監(jiān)管面臨的挑戰(zhàn)

1. 高質(zhì)量且有效的數(shù)據(jù)資源偏少

信息化系統(tǒng)是承載稅收業(yè)務(wù)運(yùn)轉(zhuǎn)的重要工具，也是生成、存儲(chǔ)稅收數(shù)據(jù)的重要載體。我國(guó)不斷加強(qiáng)稅收信息化建設(shè)，為稅收治理現(xiàn)代化提供了重要支撐。但稅務(wù)部門的信息系統(tǒng)尚未完全集成，數(shù)據(jù)分散在各個(gè)系統(tǒng)，呈現(xiàn)碎片化、分散化的現(xiàn)象。各個(gè)系統(tǒng)之間存在數(shù)據(jù)共享不充分、不及時(shí)等問題，甚至需要手工錄入數(shù)據(jù)，極大影響數(shù)據(jù)的使用效能。同時(shí)，受制于數(shù)據(jù)共享意識(shí)不強(qiáng)、部門間信息化水平參差不齊等因素，涉稅信息常態(tài)化交換機(jī)制尚不健全。例如，個(gè)人所得稅領(lǐng)域，專項(xiàng)附加扣除信息主要靠納稅人自主填報(bào)，尚未實(shí)現(xiàn)與全國(guó)教育、住房、醫(yī)療等基礎(chǔ)信息實(shí)時(shí)比對(duì)，難以保證相關(guān)涉稅信息的真實(shí)性[7]。比如對(duì)變量納稅人群體（新辦、變更、注銷等動(dòng)態(tài)調(diào)整）及潛在用戶信息掌握不及時(shí)，導(dǎo)致出現(xiàn)諸如匹配政策不適用、推送政策過多、篩選效率低、新出臺(tái)政策知曉率低和享受速度不夠快等納稅人反映的共性問題。數(shù)據(jù)質(zhì)量決定算法模型效果的上限，起著基礎(chǔ)性乃至決定性作用。然而現(xiàn)有的大量數(shù)據(jù)資源難以盤活，限制、阻礙了算法作用的更大發(fā)揮。

2. 算法建設(shè)缺乏頂層設(shè)計(jì)和統(tǒng)一規(guī)劃

當(dāng)前稅務(wù)系統(tǒng)并沒有專門推進(jìn)算法建設(shè)的機(jī)構(gòu)。各地稅務(wù)機(jī)關(guān)的相關(guān)部門根據(jù)具體場(chǎng)景問題采購(gòu)系統(tǒng)平臺(tái)或者自行研發(fā)，屬于小范圍內(nèi)使用，并未進(jìn)行科學(xué)系統(tǒng)的設(shè)計(jì)與應(yīng)用。有的稅務(wù)機(jī)關(guān)采購(gòu)內(nèi)置算法的系統(tǒng)，如“稅助手”“稅靈通”等實(shí)現(xiàn)自動(dòng)納稅服務(wù)問答。有的稅務(wù)機(jī)關(guān)在零星的小數(shù)據(jù)上進(jìn)行嘗試，探索利用機(jī)器學(xué)習(xí)算法來(lái)構(gòu)建發(fā)票風(fēng)險(xiǎn)識(shí)別模型。納稅服務(wù)部門專門研究服務(wù)的智能化算法，稽查部門研究稽查的智能化算法，部門之間未能形成算法建設(shè)的合力。

當(dāng)前算法開發(fā)與應(yīng)用的分散化，難以形成規(guī)模效應(yīng)。稅務(wù)算法具有獨(dú)特的性能，相同的算法可以完成完全不同的工作，同一個(gè)算法可以應(yīng)用于不同的稅務(wù)場(chǎng)景。比如通過機(jī)器學(xué)習(xí)算法，提供適當(dāng)?shù)臄?shù)據(jù)來(lái)讓機(jī)器學(xué)習(xí)，那么相同的算法可以做兩件不同的事情。比如通過隨機(jī)森林算法既可以對(duì)高新技術(shù)企業(yè)進(jìn)行分類判別，判定企業(yè)是否需要優(yōu)先服務(wù)，幫助稅務(wù)人員確定優(yōu)先服務(wù)企業(yè)名單，制定相應(yīng)的稅收優(yōu)惠政策服務(wù)包，進(jìn)行精準(zhǔn)推送和輔導(dǎo)服務(wù)。同時(shí)，隨機(jī)森林算法也可用于對(duì)虛開發(fā)票的企業(yè)識(shí)別，判斷哪些企業(yè)屬于虛開發(fā)票的嫌疑企業(yè)。稅務(wù)各部門自行開發(fā)的算法存在重復(fù)性，造成了一定程度的資源浪費(fèi)，以及將來(lái)無(wú)法互聯(lián)互通的隱患。

3. 缺乏懂業(yè)務(wù)和算法的復(fù)合型人才

稅務(wù)算法的建設(shè)不同于一般的信息系統(tǒng)建設(shè)，是一個(gè)不斷優(yōu)化的系統(tǒng)性工程，不能完全依賴外部的開發(fā)人員，必須擁有內(nèi)部專業(yè)的人才。否則，稅務(wù)算法不僅可能造成泄露等安全風(fēng)險(xiǎn)，還容易形成被開發(fā)公司“綁架”現(xiàn)象，影響后期的管理和維護(hù)。構(gòu)建稅務(wù)算法，一般是從某些典型的稅收事項(xiàng)或場(chǎng)景性問題出發(fā)，通過提煉其共性特點(diǎn)，并根據(jù)相關(guān)信息和數(shù)據(jù)，借鑒以往處理此類問題的經(jīng)驗(yàn)和最佳實(shí)踐，提取并開發(fā)核心指標(biāo)及其相互關(guān)聯(lián)規(guī)則，從而構(gòu)建模型邏輯。在此基礎(chǔ)上，通過模擬分析和計(jì)算，再結(jié)合數(shù)據(jù)訓(xùn)練（包括場(chǎng)景數(shù)據(jù)化的效果評(píng)估、參數(shù)與變量的調(diào)整、反復(fù)的檢驗(yàn)和調(diào)整），不斷提高算法的精確度。因此，稅務(wù)算法的開發(fā)起始于稅收業(yè)務(wù)問題的提煉，加上算法的設(shè)計(jì)和運(yùn)算分析，需要懂業(yè)務(wù)和算法的復(fù)合型人才。從人才隊(duì)伍整體看，當(dāng)前稅務(wù)系統(tǒng)既懂大數(shù)據(jù)技術(shù)又精通稅收業(yè)務(wù)的復(fù)合型人才較為匱乏，尤其是在算法領(lǐng)域，缺乏完善的培養(yǎng)機(jī)制，與大數(shù)據(jù)前沿技術(shù)發(fā)展存在脫節(jié)。

三、運(yùn)用稅務(wù)算法推動(dòng)精準(zhǔn)監(jiān)管的路徑

（一）主動(dòng)融入數(shù)字中國(guó)建設(shè)大局，拓寬數(shù)據(jù)來(lái)源，加強(qiáng)數(shù)據(jù)管理，夯實(shí)以數(shù)治稅的根基

稅務(wù)系統(tǒng)應(yīng)主動(dòng)融入數(shù)字中國(guó)建設(shè)大局，打造集成共享、高質(zhì)高量、安全可控的數(shù)據(jù)治理機(jī)制，夯實(shí)以數(shù)治稅的根基。一是健全數(shù)據(jù)共享機(jī)制。在制度上明確數(shù)據(jù)采集和共享的法律權(quán)利與義務(wù)；健全數(shù)據(jù)管理規(guī)范和標(biāo)準(zhǔn)，明確數(shù)據(jù)的采集、存儲(chǔ)、共享、使用等方面的規(guī)定，促進(jìn)各部門和單位間數(shù)據(jù)資源的共享和互通。在技術(shù)上利用隱私計(jì)算等算法，建立稅收協(xié)同共治網(wǎng)絡(luò)，拓展與外部部門數(shù)據(jù)共享范圍，沉淀人工智能算法模型，形成社會(huì)化共治[8]。二是規(guī)范數(shù)據(jù)管理機(jī)制。加強(qiáng)數(shù)據(jù)采集管理，統(tǒng)一數(shù)據(jù)采集標(biāo)準(zhǔn)、口徑、格式和計(jì)算方法等，實(shí)現(xiàn)數(shù)據(jù)標(biāo)準(zhǔn)化運(yùn)轉(zhuǎn)，規(guī)范數(shù)據(jù)治理標(biāo)準(zhǔn)，提升源頭數(shù)據(jù)質(zhì)量。接續(xù)加強(qiáng)宣傳輔導(dǎo)培訓(xùn)，定期對(duì)納稅人開展數(shù)據(jù)申報(bào)等輔導(dǎo)，提升數(shù)據(jù)的真實(shí)性和準(zhǔn)確性。加強(qiáng)數(shù)據(jù)審核校驗(yàn)，定期開展數(shù)據(jù)檢測(cè)和掃描，及時(shí)調(diào)整不規(guī)范的數(shù)據(jù)項(xiàng)，以提升基礎(chǔ)數(shù)據(jù)的質(zhì)量。加強(qiáng)數(shù)據(jù)的應(yīng)用，通過數(shù)據(jù)應(yīng)用，發(fā)現(xiàn)數(shù)據(jù)管理存在的問題，不斷完善和修正數(shù)據(jù)治理機(jī)制。將數(shù)據(jù)管理職責(zé)落實(shí)到人，可在部門內(nèi)設(shè)置“首席數(shù)據(jù)官”，由其統(tǒng)籌部門內(nèi)數(shù)據(jù)管理工作，并負(fù)責(zé)協(xié)調(diào)跨部門、跨層級(jí)和跨區(qū)域的數(shù)據(jù)共享及應(yīng)用。以提升數(shù)據(jù)質(zhì)量為關(guān)鍵，強(qiáng)化基礎(chǔ)數(shù)據(jù)治理。推進(jìn)跨稅費(fèi)種數(shù)據(jù)質(zhì)量治理，跟蹤評(píng)價(jià)數(shù)據(jù)管理應(yīng)用效果，完善數(shù)據(jù)分類分級(jí)管理機(jī)制，探索“自下而上”的數(shù)據(jù)質(zhì)量問題發(fā)現(xiàn)途徑和“自上而下”的數(shù)據(jù)治理機(jī)制。三是強(qiáng)化數(shù)據(jù)安全管理。規(guī)范數(shù)據(jù)管理流程，落實(shí)數(shù)據(jù)留痕管理。明確數(shù)據(jù)采集、歸集、整合、提供、使用、銷毀等環(huán)節(jié)職責(zé)分工，壓實(shí)安全防護(hù)主體責(zé)任。優(yōu)化數(shù)據(jù)管理流程，建立數(shù)據(jù)使用日志留存和溯源臺(tái)賬，按照完整性、可用性、真實(shí)性原則詳細(xì)記錄數(shù)據(jù)操作日志。運(yùn)用安全可靠的技術(shù)，提升數(shù)據(jù)安全防護(hù)能力。通過安全隔離、傳輸加密、數(shù)據(jù)脫敏等措施，持續(xù)提升安全防護(hù)能力，筑牢安全底線。通過應(yīng)用隱私計(jì)算等技術(shù)手段，實(shí)現(xiàn)數(shù)據(jù)的可用性與不可見性，加速構(gòu)建全面的安全防護(hù)體系。同時(shí)，對(duì)新興技術(shù)與應(yīng)用進(jìn)行安全評(píng)估，并完善算法審查的技術(shù)措施，確保以新的安全格局支撐新的發(fā)展態(tài)勢(shì)。

（二）持續(xù)加強(qiáng)數(shù)據(jù)增值的頂層設(shè)計(jì)與基層實(shí)踐，深化數(shù)據(jù)分析應(yīng)用，挖掘以數(shù)治稅的效能

首先，加強(qiáng)頂層設(shè)計(jì)，運(yùn)用新的理念、方法、方式，通過技術(shù)突破促使管理體制機(jī)制的創(chuàng)新，以科技創(chuàng)新引領(lǐng)促進(jìn)組織變革、職能整合、流程再造、管理創(chuàng)新和資源優(yōu)化。建立“總局總控—省級(jí)分治”的算法管理體系。國(guó)家稅務(wù)總局層面成立稅務(wù)算法總中心，統(tǒng)籌全國(guó)稅收數(shù)據(jù)資源，重點(diǎn)開發(fā)具有基礎(chǔ)性、普適性的核心算法模型。省級(jí)稅務(wù)機(jī)關(guān)設(shè)立區(qū)域算法中心，在總局框架下開展特色算法研發(fā)，形成“全國(guó)統(tǒng)建+區(qū)域創(chuàng)新”的雙層架構(gòu)。通過集中采購(gòu)優(yōu)質(zhì)算法服務(wù)、舉辦開發(fā)競(jìng)賽、建立實(shí)驗(yàn)沙箱等創(chuàng)新機(jī)制，重點(diǎn)突破關(guān)鍵行業(yè)監(jiān)管、重大事項(xiàng)管理等領(lǐng)域的算法瓶頸。以數(shù)字技術(shù)重構(gòu)組織運(yùn)行范式，運(yùn)用區(qū)塊鏈技術(shù)構(gòu)建算法參數(shù)安全防護(hù)體系，依托云計(jì)算實(shí)現(xiàn)算力資源彈性配置，通過機(jī)器學(xué)習(xí)優(yōu)化算法自迭代能力。建立算法全生命周期管理制度，對(duì)開發(fā)調(diào)試、版本更新、應(yīng)用評(píng)估等環(huán)節(jié)實(shí)施標(biāo)準(zhǔn)化管理。構(gòu)建算法知識(shí)產(chǎn)權(quán)保護(hù)機(jī)制，對(duì)核心參數(shù)模型實(shí)施分級(jí)授權(quán)管理，確保稅務(wù)算法安全。其次，加強(qiáng)基層建設(shè)，將基層能力提升與減負(fù)相結(jié)合，在統(tǒng)一規(guī)范的框架內(nèi)，鼓勵(lì)基層進(jìn)行創(chuàng)新實(shí)踐。建立智能任務(wù)統(tǒng)籌平臺(tái)，運(yùn)用自然語(yǔ)言處理技術(shù)實(shí)現(xiàn)風(fēng)險(xiǎn)疑點(diǎn)的智能歸集，通過知識(shí)圖譜技術(shù)構(gòu)建場(chǎng)景化推送模型。推行\(zhòng)"清單革命\"，將傳統(tǒng)人工核查清單轉(zhuǎn)化為智能化任務(wù)工單，將基層干部從繁重的清單式任務(wù)中解脫出來(lái)，有效減輕基層工作負(fù)擔(dān)。建立“基層創(chuàng)新實(shí)驗(yàn)室”制度，遴選優(yōu)秀實(shí)踐案例進(jìn)行全國(guó)推廣。構(gòu)建“數(shù)據(jù)沙箱+精準(zhǔn)授權(quán)”的基層用數(shù)機(jī)制，在確保數(shù)據(jù)安全前提下，向基層開放高頻數(shù)據(jù)查詢權(quán)限?；鶎咏M建專業(yè)化風(fēng)險(xiǎn)管理團(tuán)隊(duì)，創(chuàng)新稅收數(shù)據(jù)應(yīng)用，提升稅收風(fēng)險(xiǎn)應(yīng)對(duì)質(zhì)效，為稅務(wù)算法的高水平應(yīng)用提供高質(zhì)量的經(jīng)驗(yàn)數(shù)據(jù)。最后，不斷推動(dòng)基層實(shí)踐基礎(chǔ)上的理論創(chuàng)新，創(chuàng)新稅務(wù)算法體系，實(shí)現(xiàn)頂層規(guī)劃和基層探索的互促共進(jìn)和系統(tǒng)整合。建立“基層實(shí)踐—總局提煉—全國(guó)推廣”的創(chuàng)新循環(huán)體系。開發(fā)基層創(chuàng)新案例庫(kù)，設(shè)立年度最佳實(shí)踐獎(jiǎng)。構(gòu)建算法效果評(píng)估反饋機(jī)制，基層單位對(duì)算法應(yīng)用成效進(jìn)行動(dòng)態(tài)評(píng)價(jià)，總局根據(jù)反饋數(shù)據(jù)優(yōu)化算法模型。建立“揭榜掛帥”制度，面向基層征集算法優(yōu)化需求，形成上下協(xié)同的創(chuàng)新生態(tài)。通過頂層制度設(shè)計(jì)與基層實(shí)踐創(chuàng)新的深度融合，構(gòu)建起“制度規(guī)范—技術(shù)創(chuàng)新—實(shí)踐反饋”的良性循環(huán)機(jī)制，形成可復(fù)制、可推廣的中國(guó)稅務(wù)算法方案。

（三）加快專業(yè)人才培育，以人才強(qiáng)基提供智力支持，建立以數(shù)治稅的保障

健全稅收大數(shù)據(jù)分析和風(fēng)險(xiǎn)管理人才培養(yǎng)機(jī)制，加強(qiáng)數(shù)據(jù)應(yīng)用、算法學(xué)習(xí)等專項(xiàng)培訓(xùn)，持續(xù)培養(yǎng)精業(yè)務(wù)、懂技術(shù)、具有數(shù)據(jù)思維的復(fù)合型人才，有效滿足稅收征管數(shù)字化轉(zhuǎn)型的要求。一是構(gòu)建梯度化人才培養(yǎng)體系。依托組織行為學(xué)理論，建立“選拔—培養(yǎng)—實(shí)踐”三維培養(yǎng)機(jī)制。通過定向招錄計(jì)算機(jī)科學(xué)、應(yīng)用數(shù)學(xué)、統(tǒng)計(jì)學(xué)等專業(yè)人才、實(shí)施“數(shù)字菁英”培養(yǎng)計(jì)劃、開展算法建模競(jìng)賽等方式，打造具備數(shù)據(jù)挖掘、風(fēng)險(xiǎn)建模和業(yè)務(wù)解析能力的核心團(tuán)隊(duì)。重點(diǎn)加強(qiáng)青年干部的數(shù)字素養(yǎng)與機(jī)器學(xué)習(xí)專項(xiàng)訓(xùn)練，形成年齡結(jié)構(gòu)合理、專業(yè)優(yōu)勢(shì)互補(bǔ)的人才梯隊(duì)。二是優(yōu)化人崗適配機(jī)制。按照人力資源管理能崗匹配原則，建立專業(yè)人才分類配置模型，將情報(bào)管理、數(shù)據(jù)管理、算法開發(fā)三類專業(yè)人才進(jìn)行定向配置，實(shí)現(xiàn)崗位勝任力匹配度提升至90%以上。利用新技術(shù)將稅務(wù)人員的主要精力從重復(fù)性的日常申報(bào)和事務(wù)處理中解放出來(lái)，將更多的復(fù)合型人才向大數(shù)據(jù)和稅收風(fēng)險(xiǎn)管理部門傾斜。三是采用協(xié)同治理理念，建立“政產(chǎn)學(xué)研”協(xié)同創(chuàng)新機(jī)制。與頭部科技企業(yè)共建稅收算法實(shí)驗(yàn)室，重點(diǎn)攻關(guān)風(fēng)險(xiǎn)識(shí)別模型優(yōu)化、納稅人行為預(yù)測(cè)等關(guān)鍵技術(shù)。建立專家智庫(kù)，實(shí)施“揭榜掛帥”制度破解復(fù)雜場(chǎng)景應(yīng)用難題。四是組建專業(yè)化團(tuán)隊(duì)，完善智能風(fēng)控體系。加強(qiáng)防風(fēng)險(xiǎn)管理團(tuán)隊(duì)的建設(shè)，設(shè)立相應(yīng)的稅收風(fēng)險(xiǎn)識(shí)別與監(jiān)管專業(yè)化團(tuán)隊(duì)，把大數(shù)據(jù)技術(shù)應(yīng)用與稅收征管有機(jī)結(jié)合，開發(fā)具有自主知識(shí)產(chǎn)權(quán)的風(fēng)險(xiǎn)特征庫(kù)，構(gòu)建“機(jī)器學(xué)習(xí)+專家經(jīng)驗(yàn)”雙輪驅(qū)動(dòng)的風(fēng)險(xiǎn)識(shí)別模型。建立動(dòng)態(tài)風(fēng)險(xiǎn)閾值調(diào)整機(jī)制，實(shí)現(xiàn)從經(jīng)驗(yàn)防控向數(shù)據(jù)防控的范式轉(zhuǎn)變。

注 釋：

① 習(xí)近平向2021年世界互聯(lián)網(wǎng)大會(huì)烏鎮(zhèn)峰會(huì)致賀信https：//www.gov.cn/xinwen/2021-09/26/content_5639378.htm。

② 胡靜林《高質(zhì)量推進(jìn)中國(guó)式現(xiàn)代化稅務(wù)實(shí)踐》《學(xué)習(xí)時(shí)報(bào)》2024年7月5日，A1版https：//paper.cntheory.com/html/2024-07/05/nbs.D110000xxsb_A1.htm。

③ 中共中央辦公廳 國(guó)務(wù)院辦公廳印發(fā)《關(guān)于進(jìn)一步深化稅收征管改革的意見》https：//www.gov.cn/zhengce/2021-03/24/content_5595384.htm。

參考文獻(xiàn)：

［1] ACKOFF，R. L. From Data to Wisdom［J］.Journal of Applied Systems Analysis，1989，16（1）：3-9.

［2］ 劉同洲，李萬(wàn)甫.基于數(shù)據(jù)增值的稅收征管數(shù)字化轉(zhuǎn)型路徑研究［J］.財(cái)政研究，2022（4）：119-129.

［3］ 茅孝軍.算法治稅：人工智能時(shí)代稅收治理的范式優(yōu)化與架構(gòu)設(shè)計(jì)［J］.河北法學(xué)，2023，41（10）：79-95.

［4］ 胡立文.深化以數(shù)治稅應(yīng)用強(qiáng)化稅收風(fēng)險(xiǎn)防控［J］.稅務(wù)研究，2021（6）：12-17.

［5］ 李萬(wàn)甫，劉同洲.深化稅收數(shù)據(jù)增值能力研究［J］.稅務(wù)研究， 2021（1）：110-119.

［6］ 姬顏麗，王文清.大數(shù)據(jù)背景下稅收風(fēng)險(xiǎn)識(shí)別精準(zhǔn)度存量研究——基于機(jī)器學(xué)習(xí)的視角［J］.財(cái)政研究，2020（9）：119-129.

［7］ 楊磊.強(qiáng)化數(shù)據(jù)要素驅(qū)動(dòng)推進(jìn)智慧稅務(wù)建設(shè)的思考［J］.稅務(wù)研究，2020（11）：130-134.

［8］ 國(guó)家稅務(wù)總局深圳市稅務(wù)局課題組，李偉，項(xiàng)清，等.隱私計(jì)算技術(shù)在稅收大數(shù)據(jù)共享共治中的應(yīng)用展望［J］.稅務(wù)研究，2024（2）：73-78.