稅務(wù)大數(shù)據(jù)的實踐與思考

曹越

摘要

本文從大數(shù)據(jù)相關(guān)概念入手，結(jié)合稅務(wù)信息化建設(shè)現(xiàn)狀，探討了何為稅務(wù)大數(shù)據(jù)，并依托安徽稅務(wù)信息化建設(shè)基礎(chǔ)，簡要介紹了妥徽稅務(wù)搭建稅務(wù)大數(shù)據(jù)平臺工作思路和過程實踐，最后就如何深入推進稅務(wù)大數(shù)據(jù)應(yīng)用，提出相關(guān)策略性思考建議。

【關(guān)鍵詞】大數(shù)據(jù) 稅務(wù)

毋庸置疑，當前我們正身處大數(shù)據(jù)時代，數(shù)據(jù)是基礎(chǔ)性核心資源已經(jīng)成為普遍共識，對全量數(shù)據(jù)的深入發(fā)掘揭示了許多經(jīng)濟社會現(xiàn)象背后的奧秘，進而推動世界經(jīng)濟社會形態(tài)發(fā)生復(fù)雜而又深刻的變革。對于我們稅務(wù)人，如何掌握稅務(wù)大數(shù)據(jù)的“制數(shù)權(quán)”，修煉出更為深刻敏銳的洞察力、深入了解納稅人經(jīng)營動態(tài)、時刻把握經(jīng)濟發(fā)展先機進而極大提升治稅能力是一項亟待研究的重大課題。

1 稅務(wù)大數(shù)據(jù)的研究現(xiàn)狀

1.1 稅務(wù)大數(shù)據(jù)研究意義

歷經(jīng)二十余年的信息化建設(shè)，稅務(wù)系統(tǒng)已經(jīng)初步建立了“穩(wěn)固強大的信息體系”，實現(xiàn)了稅收業(yè)務(wù)和行政管理兩大領(lǐng)域的信息化全覆蓋，沉淀了海量的數(shù)據(jù)資源

稅務(wù)系統(tǒng)早期的信息化往往存在“單打獨斗”的問題，建成了一大批“煙囪式”應(yīng)用，普遍存在不共享、不一致、不完整、不精確等數(shù)據(jù)質(zhì)量問題，嚴重制約了稅收數(shù)據(jù)分析決策向縱深發(fā)展。

2015年國家稅務(wù)總局在《“互聯(lián)網(wǎng)+稅務(wù)”行動計劃》中倡導(dǎo)“運用大數(shù)據(jù)技術(shù)，開發(fā)和利用好大數(shù)據(jù)這一基礎(chǔ)性戰(zhàn)略資源，支撐納稅服務(wù)、稅收征管、政策效應(yīng)分析、稅收經(jīng)濟分析等工作，優(yōu)化納稅服務(wù)，提高稅收征管水平，拓展稅收服務(wù)國家治理的新領(lǐng)域?！眹叶悇?wù)總局提出這一倡議，既是對國務(wù)院印發(fā)《促進大數(shù)據(jù)發(fā)展行動綱要》中要求的積極響應(yīng)，又是稅務(wù)系統(tǒng)應(yīng)對大數(shù)據(jù)時代背景下面臨一系列挑戰(zhàn)的內(nèi)在需要，這些挑戰(zhàn)包括：

（1）納稅人生產(chǎn)經(jīng)營形態(tài)的日益復(fù)雜，稅務(wù)機關(guān)越來越難以掌握納稅人經(jīng)營動態(tài);

（2）納稅人核算方式呈現(xiàn)團隊化、專業(yè)化趨勢，逃避繳稅手段越來越豐富;

（3）涉稅話題越來越敏感，稅務(wù)機關(guān)及時發(fā)現(xiàn)、妥善處理涉稅敏感問題以及迅速回應(yīng)社會公眾關(guān)注的時效性要求越來越高。

1.2 稅務(wù)大數(shù)據(jù)研究現(xiàn)狀

發(fā)達國家的稅務(wù)部門普遍對大數(shù)據(jù)工作極為重視，有的甚至成立專門的機構(gòu)專職開展稅收大數(shù)據(jù)工作。美國國內(nèi)收入署（IRS）成立了研究分析和統(tǒng)計司（RAS），負責稅務(wù)數(shù)據(jù)的收集、研究、分析和統(tǒng)計，為決策提供參考建議。英國皇家稅務(wù)海關(guān)總署成立知識、分析和情報理事會（KAI），開展數(shù)據(jù)分析、實證分析，為制定稅收政策、改進納稅服務(wù)提供數(shù)據(jù)支撐。

在國內(nèi)，稅務(wù)大數(shù)據(jù)研究的熱潮剛剛興起，從國家到地方稅務(wù)大數(shù)據(jù)平臺建設(shè)方興未艾，國家稅務(wù)總局建立了稅務(wù)總局大數(shù)據(jù)平臺，以全國集中數(shù)據(jù)為基礎(chǔ)，面向全國稅務(wù)機關(guān)提供查詢服務(wù)，并己開放了增值稅發(fā)票查詢分析、納稅人關(guān)系云圖、票流分析、風險情報、企業(yè)畫像、納稅人關(guān)系分析等應(yīng)用;北京、廣東、江蘇、江西、四川、貴州、陜西等多地稅務(wù)機關(guān)己建成或正籌建各自稅務(wù)大數(shù)據(jù)平臺，積極開展相關(guān)研究。

近年來，安徽稅務(wù)積極籌劃運用大數(shù)據(jù)技術(shù)，匯聚安徽稅務(wù)“數(shù)據(jù)?！?，構(gòu)建安徽稅務(wù)大數(shù)據(jù)平臺，實現(xiàn)對海量涉稅數(shù)據(jù)的采集、存儲、加工、挖掘、應(yīng)用。

2 安徽稅務(wù)構(gòu)建大數(shù)據(jù)平臺的探索實踐

2.1 安徽稅務(wù)大數(shù)據(jù)平臺建設(shè)思路

安徽稅務(wù)大數(shù)據(jù)平臺按照“統(tǒng)籌規(guī)劃、適度超前、開放共享、持續(xù)演進”的原則構(gòu)建，整合稅務(wù)系統(tǒng)內(nèi)部數(shù)據(jù)、外部數(shù)據(jù)、互聯(lián)網(wǎng)數(shù)據(jù)和情報數(shù)據(jù)，具備可按需擴展平臺數(shù)據(jù)處理方式、提升數(shù)據(jù)處理效能的能力，為各類稅務(wù)大數(shù)據(jù)應(yīng)用提供有力的數(shù)據(jù)處理支撐

（1）建立規(guī)范統(tǒng)一的大數(shù)據(jù)管控體系，以大數(shù)據(jù)平臺為核心，解決數(shù)據(jù)分散、數(shù)據(jù)來源多樣化和數(shù)據(jù)結(jié)構(gòu)復(fù)雜的問題。

（2）用“數(shù)據(jù)治理”的理念，統(tǒng)一管理數(shù)據(jù)全生命周期，實現(xiàn)數(shù)據(jù)標準、數(shù)據(jù)來源、數(shù)據(jù)采集、數(shù)據(jù)存儲、數(shù)據(jù)服務(wù)和元數(shù)據(jù)等數(shù)據(jù)治理過程的流程化、可視化和體系化，提升數(shù)據(jù)資產(chǎn)的質(zhì)量和價值。

（3）基于微服務(wù)架構(gòu)，建立和完善數(shù)據(jù)服務(wù)的分層體系，提高共享利用率、標準化程度，形成全局業(yè)務(wù)全景視圖，集中管理，分散使用。

（4）結(jié)合業(yè)界最新大數(shù)據(jù)采集存儲技術(shù)、大數(shù)據(jù)分析挖掘方法和機器學(xué)習(xí)技術(shù)構(gòu)建成熟、可靠、高效的分布式“大數(shù)據(jù)引擎”，為互聯(lián)網(wǎng)時代下稅收管理的有效提升、納稅服務(wù)水平的持續(xù)改善，打下堅實基礎(chǔ)。

2.2 稅務(wù)大數(shù)據(jù)平臺架構(gòu)功能

基于現(xiàn)有信息化建設(shè)的技術(shù)積累，安徽稅務(wù)大數(shù)據(jù)平臺總體層次結(jié)構(gòu)以及應(yīng)用架構(gòu)規(guī)劃如圖1所示。

2.2.1 數(shù)據(jù)源

數(shù)據(jù)來源主要包括稅務(wù)系統(tǒng)內(nèi)部數(shù)據(jù)、第三方涉稅數(shù)據(jù)、互聯(lián)網(wǎng)涉稅數(shù)據(jù)以及其他形式的涉稅數(shù)據(jù)等，數(shù)據(jù)形式涉及結(jié)構(gòu)化、非結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)。

2.2.2 數(shù)據(jù)采集層

基于分布式數(shù)據(jù)采集平臺，融合Sqoop、Flume等數(shù)據(jù)采集工具，實現(xiàn)稅務(wù)系統(tǒng)內(nèi)部數(shù)據(jù)、第三方涉稅數(shù)據(jù)、互聯(lián)網(wǎng)涉稅數(shù)據(jù)以及其他形式的涉稅數(shù)據(jù)的采集，并將采集到的數(shù)據(jù)裝載至大數(shù)據(jù)平臺;對互聯(lián)網(wǎng)涉稅數(shù)據(jù)，通過爬蟲工具采集并轉(zhuǎn)化為結(jié)構(gòu)化數(shù)據(jù)裝載至數(shù)據(jù)存儲層。支持對實時數(shù)據(jù)、增量數(shù)據(jù)和全量數(shù)據(jù)加載的方式進行數(shù)據(jù)采集與解析。

2.2.3 數(shù)據(jù)存儲與計算層

數(shù)據(jù)存儲主要完成多源數(shù)據(jù)的融合存儲，數(shù)據(jù)存儲主要基于分布式文件系統(tǒng)（HDFS）和列式數(shù)據(jù)庫（HBase等），輔以內(nèi)存數(shù)據(jù)庫來實現(xiàn)流式計算的輸出存儲，通過關(guān)系數(shù)據(jù)庫實現(xiàn)元數(shù)據(jù)、用戶、權(quán)限配置等數(shù)據(jù)的存儲管理。數(shù)據(jù)計算主要包含并行計算框架（MapReduce）、分布式通用計算引擎（Spark）、流式計算引擎（Spark Streaming或storm），并提供基于Spark MLlib的機器學(xué)習(xí)引擎等。

2.2.4 數(shù)據(jù)服務(wù)層

數(shù)據(jù)服務(wù)層主要提供稅務(wù)大數(shù)據(jù)平臺的數(shù)據(jù)資源服務(wù)和數(shù)據(jù)計算服務(wù)。通過數(shù)據(jù)服務(wù)標準化開放訪問，實現(xiàn)應(yīng)用和數(shù)據(jù)分離。數(shù)據(jù)資源和數(shù)據(jù)計算封裝成RESTful格式對外提供服務(wù)，以便于上層應(yīng)用進行增值開發(fā)利用，體現(xiàn)數(shù)據(jù)價值，并應(yīng)支持機器學(xué)習(xí)算法分析服務(wù)。

2.2.5 涉稅業(yè)務(wù)應(yīng)用

安徽稅務(wù)大數(shù)據(jù)平臺初步建設(shè)了三個示范性大數(shù)據(jù)應(yīng)用，包括：稅收收入動態(tài)展示、互聯(lián)網(wǎng)數(shù)據(jù)采集與展示和發(fā)票數(shù)據(jù)查詢與分析，以數(shù)據(jù)驅(qū)動進一步提升稅收征管數(shù)字化、網(wǎng)絡(luò)化、智能化水平，建設(shè)“智慧稅務(wù)”。

2.2.6 平臺管理

平臺管理主要指大數(shù)據(jù)平臺的整體性管理，包括用戶權(quán)限、管理流程、服務(wù)部署、平臺安全、數(shù)據(jù)提供等業(yè)務(wù)的統(tǒng)一調(diào)度。

2.2.7 數(shù)據(jù)治理

數(shù)據(jù)治理應(yīng)貫穿于數(shù)據(jù)生成、存儲到銷毀的全生命周期，統(tǒng)領(lǐng)數(shù)據(jù)源、數(shù)據(jù)采集層、數(shù)據(jù)存儲與計算層、數(shù)據(jù)服務(wù)層和涉稅業(yè)務(wù)應(yīng)用，繪制全景數(shù)據(jù)視圖，全面反映數(shù)據(jù)的采集、加工、存儲、安全、共享和應(yīng)用的過程。

2.3 稅務(wù)大數(shù)據(jù)平臺安全設(shè)計

安徽稅務(wù)大數(shù)據(jù)平臺嚴格遵循信息系統(tǒng)安全等級保護制度和國家稅務(wù)總局《稅務(wù)應(yīng)用系統(tǒng)網(wǎng)絡(luò)安全審核指南（試行）》總體要求，著力構(gòu)建穩(wěn)固、安全、可信的大數(shù)據(jù)環(huán)境。

針對外網(wǎng)業(yè)務(wù)區(qū)域采用的安全技術(shù)策略和對應(yīng)的技術(shù)措施如表1所示。

針對內(nèi)網(wǎng)業(yè)務(wù)區(qū)域采用的安全技術(shù)策略和對應(yīng)的技術(shù)措施如表2所示。

2.4 稅務(wù)大數(shù)據(jù)平臺建設(shè)成效

目前安徽稅務(wù)大數(shù)據(jù)平臺己初步建成，整合數(shù)據(jù)庫、文檔、圖片、音頻、視頻等多源異構(gòu)的稅務(wù)大數(shù)據(jù)資源約20TB，為稅務(wù)大數(shù)據(jù)的進一步分析與利用提供了數(shù)據(jù)支撐，并研制了三個示范性大數(shù)據(jù)應(yīng)用：

（1）稅收收入動態(tài)展示，借助大數(shù)據(jù)流式計算引擎和數(shù)據(jù)可視化工具，集中展示全省稅務(wù)系統(tǒng)稅收收入狀況，并實時跟蹤和演示其動態(tài)變化，為領(lǐng)導(dǎo)決策提供可視化的數(shù)據(jù)支撐。大數(shù)據(jù)平臺能夠基于區(qū)域、行業(yè)、類型等為分類方法的稅收收入完成情況、收入質(zhì)量、征管質(zhì)量的圖形化展示，可以實現(xiàn)企業(yè)排名，地區(qū)排名，行業(yè)排名，并能進一步鉆取數(shù)據(jù)。

（2）互聯(lián)網(wǎng)數(shù)據(jù)采集與展示，采用自動化、可擴展和安全高效的網(wǎng)絡(luò)信息采集工具，從互聯(lián)網(wǎng)抓取納稅人相關(guān)數(shù)據(jù)（包含但不限于財經(jīng)新聞、公告、財務(wù)報表等信息），并完成數(shù)據(jù)的分析、匹配，按戶構(gòu)建情報池并進行數(shù)據(jù)展示?，F(xiàn)己從互聯(lián)網(wǎng)上抓取了省內(nèi)上市公司在證券交易所的公告信息、招標采購網(wǎng)站成交公告信息、公共資源集中交易信息和部分市局房產(chǎn)交易信息等內(nèi)容。

（3）發(fā)票數(shù)據(jù)查詢與分析，整合多源頭、多渠道的發(fā)票數(shù)據(jù)，形成統(tǒng)一發(fā)票數(shù)據(jù)池，為納稅人提供快速、高效的發(fā)票信息查驗服務(wù)，下一步將面向稅務(wù)系統(tǒng)工作人員提供發(fā)票數(shù)據(jù)檢索、分析和挖掘計算等服務(wù)。

3 推進稅務(wù)大數(shù)據(jù)應(yīng)用的若干思考

安徽稅務(wù)大數(shù)據(jù)平臺雖已初步建成，然而這僅僅是大數(shù)據(jù)應(yīng)用的新起點，如何用活、用好大數(shù)據(jù)，助力安徽稅務(wù)提升治稅能力，服務(wù)好稅務(wù)部門“放管服”工作大局，需要深入思考和堅持探索。

3.1 稅務(wù)大數(shù)據(jù)怎么用

大數(shù)據(jù)是新概念、新方法、新技術(shù)，需要我們采用新思維，樹立正確的大數(shù)據(jù)理念，并在工作實踐中持續(xù)深入研究。

3.1.1 技術(shù)引領(lǐng)、業(yè)務(wù)驅(qū)動

推進大數(shù)據(jù)應(yīng)用。在這個過程中，大數(shù)據(jù)平臺通過數(shù)據(jù)挖掘、機器學(xué)習(xí)算法和數(shù)據(jù)可視化報表等先進技術(shù)去激發(fā)用戶想象力、激活分析應(yīng)用需求，大數(shù)據(jù)應(yīng)用的成效則反向推動大數(shù)據(jù)平臺不斷優(yōu)化完善。

3.1.2 擺正大數(shù)據(jù)應(yīng)用地位

既不能認為大數(shù)據(jù)無所不能，將其神秘化，也不能將所有數(shù)據(jù)應(yīng)用工作都貼上大數(shù)據(jù)標簽。將其神秘化往往會造成應(yīng)用設(shè)想和現(xiàn)實成果落差太大，影響信心。將大數(shù)據(jù)應(yīng)用標簽化，則會停留在現(xiàn)有的數(shù)據(jù)應(yīng)用水平。

3.1.3 和總局大數(shù)據(jù)平臺關(guān)聯(lián)

總局大數(shù)據(jù)平臺存儲全國的涉稅數(shù)據(jù)，在納稅人風險識別、發(fā)票流向等方面比省級大數(shù)據(jù)平臺具有天然的優(yōu)勢，但在數(shù)據(jù)分析的靈活性，外部數(shù)據(jù)獲取的便捷性上效率不夠。因此，將總局和省局的大數(shù)據(jù)平臺的優(yōu)勢結(jié)合，才能充分發(fā)揮總局、省局兩級上下聯(lián)動的效果。

3.1.4 “摸著石頭過河”

為力求實效，建議采用“課題、案例、產(chǎn)品”的路徑分層遞進：先提出應(yīng)用需求，以課題形式進行研究，發(fā)現(xiàn)問題，積累經(jīng)驗;課題研究成果經(jīng)過稅務(wù)工作實踐初步檢驗后，形成應(yīng)用案例，在局部領(lǐng)域持續(xù)觀察、進一步驗證;應(yīng)用案例經(jīng)過時間的沉淀后，再固化為成熟的產(chǎn)品推廣應(yīng)用、擴大成果。

3.2 稅務(wù)大數(shù)據(jù)誰來用

大數(shù)據(jù)應(yīng)用取得成效的關(guān)鍵在人，由于稅務(wù)大數(shù)據(jù)的復(fù)雜性，既需要精通稅收業(yè)務(wù)與計算機技術(shù)，又需要熟練掌握會計、數(shù)理統(tǒng)計等知識，還要通過涉稅數(shù)據(jù)之間的相關(guān)性分析深挖數(shù)據(jù)背后的價值。這樣的人才在稅務(wù)系統(tǒng)少之又少因而必須借助團隊的力量。

（1）成立大數(shù)據(jù)應(yīng)用課題組，從系統(tǒng)內(nèi)招募稅收業(yè)務(wù)骨干、稅收分析人才和計算機編程高手，在工作實踐中訓(xùn)練和培養(yǎng)大數(shù)據(jù)人才。

（2）借助大專院校、科研機構(gòu)和科技公司的外部力量，深入開展數(shù)據(jù)分析合作。

（3）充分鼓勵基層創(chuàng)新，大數(shù)據(jù)分析往往需要各種出其不意的想法，應(yīng)研究省、市局集中式分析團隊與基層分析小組的混合布局，既能統(tǒng)籌管理又有各地的發(fā)揮空間。

3.3 稅務(wù)大數(shù)據(jù)安全保障

海量數(shù)據(jù)的集中同時也意味著信息安全風險的高度集中，如何保障信息安全是大數(shù)據(jù)應(yīng)用不容回避的首要問題。而大數(shù)據(jù)平臺和應(yīng)用涉及網(wǎng)絡(luò)環(huán)境、計算平臺和存儲載體等方方面面，因此按照信息安全等級保護制度強化大數(shù)據(jù)安全保障能力，是解決大數(shù)據(jù)安全的唯一出路。

（1）用安全可信的私有云承載大數(shù)據(jù)，保障物理環(huán)境安全。

（2）嚴控大數(shù)據(jù)網(wǎng)絡(luò)邊界，保障網(wǎng)絡(luò)通信安全。

（3）做好主機和存儲安全防護，保障大數(shù)據(jù)設(shè)備和計算安全。四是強化安全日志審計，保障應(yīng)用安全。五是建立大數(shù)據(jù)專項安全管理制度，保障管理安全。