人工智能助力税收管理数字化转型的对策分析Word文档格式.docx

1、不同税种所对应的不同数据、税务稽查部门所受理的涉税举报信息、税务稽查部门在查账过程中发现的待处理信息、国际情报机构及跨区协作所交换得到的数据等大多数据信息还分散在各个系统，由不同的职能部门负责维护和管理，结果是税务部门内部涉税数据的采集难以高效、统一地推进。（二）数据分析与挖掘不够充分以互联网平台为重要载体的数字经济发展导致了纳税户数量、种类陡增，新业态、新模式、新技术所构成的复杂数据环境更是加大了税务机关深入分析、挖掘税收数据的难度。虽然税务部门历经营改增、国税地税机构合并、个人所得税改革、金税三期系统全面上线运行等一系列改革，掌握了海量企业和自然人的涉税信息，形成了税务部门内部的税收数据蓝

2、海，但在传统税收管理制度框架下，由于数据的分析利用、挖掘力度不够充分，涉税数据长期“长眠”于各个系统之中，没有很好地进行及时高效的整合、分析与利用。税务部门亟须提高对涉税数据的管理储存、增值利用与深度挖掘能力。（三）数据共享不足数字技术驱动下，一点接入、全网服务的新常态使跨行业、跨地域的发展趋势愈发明显。现有的条块化和属地化的税收管理体制导致部门之间协调有限，出现“政出多门”的现象。尽管目前税务部门已与公安、反洗钱、市场监管等部门签署了数据交流协议，构建了第三方数据交流机制，但税务部门涉税数据的对外交互还很有限，不同部门之间存在“信息壁垒”，难以实现数据的互联、互通、共享、共治。同时，现行税收

3、征管法仅从原则上规定有关部门或单位应当协助、支持税务机关依法履行部门职责，一些部门出于自身利益、保密协议等因素并未能主动参与信息交换。（四）税收风险管理效率不够高在信息技术瞬息万变的市场竞争格局中，海量的纳税主体涌入市场，传统的“重审批、轻监管”的税收风险管理方式逐渐跟不上数字经济时代的步伐。同时，监管对象从线下转为线上，呈现出隐蔽性、虚拟性等特点，也加剧了风险识别与风险控制的难度。当前，我国税收风险控制仍存在风险识别不精准、风险管理分析手段落后、人力成本消耗过大等问题，相关部门在风险管理工作方面亟须加强与人工智能等技术的合作，突破信息深挖技术有限、信息联动链条缺乏、风险定位不够准确等瓶颈，以

4、提升税收风险控制的质效。（五）纳税服务有效供给尚显不足数字经济时代，跨界融合发展与条块分割的垂直管理之间的矛盾、纳税户数量激增与税务部门人员及机构配置有限之间的矛盾、纳税人需求多元化与纳税服务较为传统单一之间的矛盾，是当下纳税服务有效供给所面临的主要矛盾。当前，税务部门的金税三期系统、纳税申报系统、开票系统等多个业务处理平台的数据接口、数据类型、数据格式并不互联互通，需要管理人员进行手动切换与人工查询，增加了相关涉税事务的复杂程度。在纳税服务体验方面，纳税人的纳税需求日益个性化与细节化，面对多环节、多地办、多表填的棘手涉税事项，光靠人工服务不能高效地解决纳税人的难题，导致纳税人一个问题多处问、

5、多地跑、反复办，纳税满意度不高。二、人工智能为税收管理数字化转型带来的机遇（一）人工智能为税收管理数字化转型带来全新的理念数字经济时代，涉税大数据具有海量的数据规模、多样的数据类型、快速的数据流转以及较低的价值密度等特征，在运用人力进行大数据分析时存在先天不足。近年来，计算机技术在数据获取、储存以及计算环节取得重大突破，人工智能技术也已从简单的算法发展演化到了“机器学习+深度理解”的状态，不仅可以对各种结构化及非结构化数据之间的相关性进行计算分析，还能对纳税信息、登记记录等行为轨迹进行深度挖掘，厘清其内在联系，突破传统以经验进行税收管理的束缚，树立“以数字驱动，用数字分析”的先进税收管理理念。

6、人工智能技术的成熟为税收管理理念的重心从纳税管理转变为税务服务提供了契机。税务机关与纳税人之间是合作共赢、权责匹配的征纳关系，以人工智能技术应用为契机，税务机关可以通过持续推动税收管理流程和机构设置的优化，让纳税人“少跑马路，多跑网路”，实现线上轻松申报、登记、缴纳、查询、评估以及智能获取纳税辅导等，进一步提高纳税人的办税体验和纳税遵从度。（二）人工智能为税收管理数字化转型带来坚实的数据基础第一，人工智能带来新的数据抽取方式。数据抽取是一种从大量信息源中迅速抛开无效信息，找到有用信息的信息获取技术，可以从大规模数据中获取结构化的命名实体及其属性或关联信息。过去，数据抽取主要是基于规则（专家系统

7、）的抽取，不仅效率低，而且移植性差。而基于人工智能的抽取能够大幅减少人工干预的必要性，并具有处理新文本以及整合多源、异构数据的能力，将杂乱无章的数据通过本体框架整合为结构化数据。第二， 人工智能带来新的数据分析方式。数据挖掘是数据库知识发现（Knowledge-Discovery in Databases，KDD）中的一个步骤，一般指从大量的、不完全的、随机数据中提取隐藏但又是潜在有用信息和知识的过程。其中，处理数据常用的方法主要有特征工程、分类、聚类、关联规则、回归和偏差分析等。通过适当的统计分析方法对收集来的数据进行过滤、整理，组建各种模拟模型，从不同的角度挖掘数据潜在关联与深层信息，从非

8、充分的原因和结果中推导相关关系，有助于提高风险分析效率，帮助税务人员作出精准的预测与判断，提高税收风险管理的精准度与效率。第三，人工智能优化数据管理方式。人工智能将数据库系统、数据中心的管理变得更加高效、更具成本效益和安全性，为税收管理数字化提供基础计算工具和环境。对关系型数据库系统而言，人工智能可以根据数据表与属性自动建立、优化数据库的索引，以快速对拥有上万行记录的表格进行批量查询；对数据中心而言，人工智能可以协助管理、控制数据中心。通过运用机器学习技术，人工智能将以往的管理数据学习一遍，“记忆”操作步骤与技术特性，以进行智能分析、决策，这将比人为利用个人经验去判断和操作更快速、准确，大大提

9、升数据中心运行效率。（三）人工智能为税收管理数字化转型带来新的技术首先，税收征管数字化需要人工智能技术的支持。人工智能时代，涉税信息档案管理数字化可以实现档案收集、整合、分类归档的智能化，让税务部门更清晰地掌握税源变化，强化税源管理。税务机关根据纳税人档案信息，利用人工智能技术对其进行分类、画像并推进下一步的发票管理、账户管理等。在发票管理中，人工智能技术可运用于智慧稽查项目的闪反识别应对系统，通过人工智能分析纳税人以往的偷逃税、虚开发票等违法历史，确定“黑样本”，再根据相应指标量化样本虚开程度。人工智能技术可根据制定好的专家规则进行判断，若未命中规则，再行人工判断，从而提高对偷逃税、虚开发票

10、等违法行为的打击精准度。其次，税收风险管理数字化需要人工智能技术的支持。在税收风险管理智能化方面，对涉税风险和执法风险的两维度分析中，人工智能决策树、神经网络分析法、机器学习模式等能客观构建纳税人风险特征，计算风险结果和特征的相关性，并对风险进行监督、预测，从根本上提升税收风险管理的效能。在税收风险管理自动化方面，人工智能技术可智能化设置关键阈值，从而触发税收风险管理全环节，并处处留痕，打造数组驱动的自动化管理模式。在税收风险管理系统化方面，人工智能以强大的统筹、运算能力，厘清税务机关岗位职责，打通林立的数据系统，加强风险管理全流程的协同性。三、人工智能助力税收管理数字化转型的建议（一）利用人

11、工智能技术助力信息采集，提升税收数据智能化集成一是税务部门要通过人工智能技术建立统一平台，改变原有信息系统建设分散、数据分散、涉税数据难以综合利用的窘境，形成标准统一化、接口互通化、数据集成化的数字化管理新机制。二是税务部门要利用数据库的人工智能并行算法库处理海量数据，将分散的数据从单机、单系统扩展到集群。三是税务部门要利用人工智能对数据库导入的数据进行规范化整理，兼容各个系统的数据，支持不同来源渠道的信息导入，对多源异构数据进行融合，并通过人工智能、大数据等信息技术对数据进行积累维护，支持云端数据的利用，实现Web 端和移动端的多入口接入，保障数据的完整性与安全性。四是税务部门要利用人工智能

12、技术提升涉税数据质量和价值。五是税务人员要将人工智能模块整合到数据清洗过程中，运用基于贝叶斯的文本识别方法，实时提醒相关人员出现异常数据的情况，确保缺失、重复等的数据资源不会侵蚀数据增值逻辑的基础框架，保证后续的分析、挖掘效果。（二）利用人工智能技术深化数据挖掘与分析，提升税收数据智能化应用一是税务部门要建立规范统一的需求设计模板。在需求设计部分，依托人工智能技术打造信息分析选题会商机制，甄别目标任务，突出任务重点，为下一步涉税数据的模型搭建与逻辑分析等相关需求打下基础。二是税务部门要制定对应的数据模型人工智能联合分析机制。国税地税机构合并后，税收大数据和风险管理部门、税收经济分析部门、大企业

13、税收服务部门与其他部门之间已形成了专业分工、优势互补的税收数据应用处理联动机制，税务部门应充分将人工智能技术与此机制相融合，将人工智能算法与机构部门的职能特点及特长相结合，建立集跨部门、普适性、针对性于一身的税收数据联合分析机制。三是要充分利用人工智能技术促进税收数据的特征提取。税务机关可利用人工智能的标签提取技术对大量数据进行提炼，让冗杂的数据呈现出清晰的特征，从而使涉税案情分析更加准确、案件查办效率更高、风险预警更加及时，进一步提升识别虚开骗税等违法活动的效率和精准度。四是要结合人工智能技术的机器学习特点，在经验学习中不断改善算法，随着时间推移自动调节特征提取权重，优化数据分析模型，进一步

14、增加数据的分析、预测价值。五是要将人工智能技术融入数据的智能推送和应用领域。经过筛选、提取的有用信息应当按工作需求和税收分析结果推送给对应的科室、部门，为税收征管、稽查、纳税服务、税收收入组织及政策的调整等税收业务提供支持，提升税收数据的智能化应用。（三）利用人工智能技术构建信息情报交换平台，促进信息有效共享一是要基于人工智能技术下的知识图谱，构建描述实体之间关系的知识模型，对数据进行资源描述框架（Resource Description Framework，RDF）、资源描述框架模式（ResourceDescription Framework Schema，RDFS）、网络本体语言（Web

15、Ontology Language，OWL）三种方式储存，构成基本数据库，并以此构建证据要素模型。二是要使用人工智能技术中较偏向于描述事实与演绎推理的事理图谱，弥补知识图谱只能用于简单描述实体关系的技术不足，构建完整证据链条，对相关涉税信息进行快速汇总、抓取、分类，构建证据规则模型和数据链模型，并进行时间序列分析，计算证据链的置信度，剔除具有偶然性的无意义证据，为实现高质量的数据共享打下坚实基础。三是要将进行信息交换的各大机构以知识图谱构建的证据要素模型为基础、以事理图谱构建的证据规则模型和数据链模型为依托，实现“包容性对接”“可控性共享”“对等性互联”三大能力，促进人工智能、大数据等前沿技术

16、与税收实务深度融合，达到多方数据资源共享、职能互补，解决系统林立、数据孤岛、权责不清等问题。四是人工智能技术的证据要素模型、神经网络算法、贝叶斯算法、关系图谱的构建能极大发挥税务信息情报部门的作用，要通过加大负面清单信息的共享互认，不定期交换异常、可疑、违规、失信企业名单等，使税务、银行、公安、海关等部门系统“串珠成链”，实现各节点的涉税信息更新实时化，多方信息共享的常态化、规范化和信息化，夯实部门之间联动机制，便于开放共享，推动形成涉税大数据仓库，一举打破多维信息壁垒，挣脱“信息茧房”，共同打击违法违规行为，维护市场与经济发展的良好秩序。（四）将人工智能技术融入税收风险管理体系，提升税收风险

17、管理质效一是风险管理指标化。在分散数据全面集成后，税务部门可以充分运用人工智能的算法特长，对纳税人的历史行为、信用信息、实时动态等样本数据进行学习、建模、回归，形成风险特征指标，并在此基础上构建深层集成决策树模型，进一步拓宽第三方数据的广度和深度。二是风险管理全程智能化。税务部门可凭借人工智能强大的计算能力，依托风险管理平台，将风险纳税人纳入重点监控库，并运用金税三期系统和电子税务局的数据，将其分类管理，并将风险管理的九个环节（即目标规划、信息采集、分析识别、典型调查、等级排序、任务统筹、二次分析、风险应对、监控评价）全部内置于系统，形成税收监管闭环体系，做到风险管理全流程覆盖、风险质效全角度

18、展示。三是风险分析智能化。依托人工智能，税务部门利用高质量的数据精准判断纳税人的共性需求、个性问题，实现高效的风险管理。四是风险预警智能化。人工智能技术可将看似没有价值或互不关联的数据形成有价值的数据资产，再经由模型分析，形成清晰的个体或群体特征。税务机关通过深度运用人工智能等技术，对纳税人基础信息、办税行为习惯、违法记录等特征信息进行综合画像，让税务人员迅速了解、甄别纳税人的特征，并利用人工智能分析出纳税人潜在的风险，描绘风险分布与轻重缓急，将风险纳税人纳入重点监控库，实现事前阻断、事中管理、事后风控，提高税收风险管理质效。（五）扩大人工智能技术应用范围，提升纳税服务水平一是要利用人工智能技

19、术实现“无感办税”，开启快速办税通道。在智能办税服务大厅内，纳税人进入大厅即被人工智能的人脸识别系统采集到信息，并与企业数据库进行交叉比照，自动传递到各个办税终端，进行纳税人的身份认证，纳税人无须再次到窗口进行实名认证，实现立即取号，快速办税。二是要利用人工智能技术实现“非接触式”办税，从源头上降低排长队等候和办税大厅群体聚集性。通过设计预填单功能，帮助纳税人快速、准确填写上传办税表单，并自动导入税收征管系统相关模块，让纳税人通过简单的电脑操作即可轻松办结。税务人员则直接从后台提取调用数据表单，真正达到“多跑网路”的无纸化目标，从而有效减少纳税人上门咨询次数并降低其时间损耗。三是要在各地办税服务大厅普及人工智能机器人，实现人机式智能对话与纳税辅导“伴游”式贴身指引，联合场景对话、多媒体交互、中外语自由说等功能，让人工智能机器人成为高度智能化的“大堂经理”。人工智能语音识别能对纳税人提问的关键词进行语音反馈输出，通过标准和针对性的答疑为导税咨询台提供辅助，以有效避免人工解答可能出现的表达不清或信息过时情况，大幅度降低人工咨询和宣讲的工作压力，有效增强办税服务大厅的科技感和秩序感，进一步提升纳税服务水平。