付廣軍：大數(shù)據(jù)時代稅收數(shù)據(jù)挖掘及法律環(huán)境建設的初步思考

2017年第四屆中國稅收與法律高峰論壇“大數(shù)據(jù)、共享經(jīng)濟與新時代稅制建設高峰論壇暨《共享經(jīng)濟稅收治理研究報告》發(fā)布會” 于2017年12月2日在中央財經(jīng)大學舉行。論壇由中央財經(jīng)大學財政稅務學院、中央財經(jīng)大學稅收籌劃與法律研究中心聯(lián)合舉辦。

  參加論壇的學者有：國務院參事劉桓教授、天津財經(jīng)大學蓋地教授、中國稅務學會副秘書長焦瑞進研究員、中國社會科學院財經(jīng)戰(zhàn)略研究院張斌研究員、國家稅務總局稅科所付廣軍研究員、京東集團副總裁蔡磊先生、北京市國家稅務局鄧遠軍處長、國家稅務總局揚州稅務學院馮守東副研究員、中國財稅法研究會副會長賈紹華教授，中央財經(jīng)大學稅收籌劃與法律研究中心蔡昌教授、中央財經(jīng)大學財政稅務學院白彥鋒教授、任強教授、何楊教授，中央財經(jīng)大學財經(jīng)研究院王雍君教授、楊志清教授，中財-鵬元地方財政投融資研究所溫來成教授等。

國家稅務總局科研所付廣軍研究員作了“大數(shù)據(jù)時代稅收數(shù)據(jù)挖掘及法律環(huán)境建設的初步思考”主旨發(fā)言。



  付廣軍：感謝主辦方蔡昌教授的邀請，在此向大家匯報我對稅收大數(shù)據(jù)和稅收數(shù)據(jù)挖掘的認識。首先，以三個案例作為引子，引出對于大數(shù)據(jù)的應用以及數(shù)據(jù)挖掘的思考。

  第一個案例是1854年英國倫敦發(fā)生霍亂事件。當時人們普遍認為霍亂是通過空氣傳播，約翰.朗醫(yī)生通過對感染霍亂而死亡的人數(shù)和地點繪制了一張地圖，從而發(fā)現(xiàn)這些感染霍亂的人同飲一口井的水，因此，也解開了霍亂傳播的謎團。這本身是一個醫(yī)學事件，卻運用了數(shù)據(jù)挖掘技術(shù)，解決了流行病的治療問題。

   第二個案例是啤酒和尿布的關(guān)聯(lián)銷售。在一家超市里，有一個有趣的現(xiàn)象：尿布和啤酒赫然擺在一起出售。但是這個奇怪的舉措?yún)s使尿布和啤酒的銷量雙雙增加。這不是一個笑話，而是發(fā)生在美國沃爾瑪連鎖店超市的真實案例。沃爾瑪數(shù)據(jù)倉庫里集中了其各門店的詳細原始交易數(shù)據(jù)。在這些原始交易數(shù)據(jù)的基礎上，沃爾瑪利用數(shù)據(jù)挖掘方法對這些數(shù)據(jù)進行分析和挖掘。發(fā)現(xiàn)是由于年輕的爸爸照看孩子買尿布時會順手買一些啤酒。按常規(guī)思維，尿布與啤酒風馬牛不相及，若不是借助數(shù)據(jù)挖掘技術(shù)對大量交易數(shù)據(jù)進行挖掘分析，沃爾瑪是不可能發(fā)現(xiàn)數(shù)據(jù)內(nèi)在這一有價值的規(guī)律的。

  第三個案例是披薩餅店的故事。這個故事我想大家都耳熟能詳，我就不詳細說了。披薩餅店的故事涉及顧客的各種信息都被商家所掌握——家庭狀況，健康狀況，信用狀況，等等，都遭到了電腦無窮的入侵，大數(shù)據(jù)侵犯了個人的隱私權(quán)。

   通過這三個例子，很值得我們思考大數(shù)據(jù)和數(shù)據(jù)挖掘。

  下面我開始步入正題，講大數(shù)據(jù)和數(shù)據(jù)挖掘。講大數(shù)據(jù)，首先涉及到的詞，什么是數(shù)據(jù)？然后才是大數(shù)據(jù)，“大”在哪里。數(shù)據(jù)，是指對客觀事件進行記錄并可以鑒別的符號，是對客觀事物的性質(zhì)、狀態(tài)以及相互關(guān)系等進行記載的物理符號或這些物理符號的組合。它是可以識別的、抽象的符號。

  它不僅指狹義上的數(shù)字，還可以是具有一定意義的文字、字母、數(shù)字符號的組合、圖形、圖像、視頻、音頻等，也是客觀事物的屬性、數(shù)量、位置及其相互關(guān)系的抽象表示。數(shù)據(jù)可以是連續(xù)的值，比如聲音、圖像，稱為模擬數(shù)據(jù)。也可以是離散的，如符號、文字，稱為數(shù)字數(shù)據(jù)。例如，“0、1、2...”、“陰、雨、下降、氣溫”、“學生的檔案記錄、貨物的運輸情況”等都是數(shù)據(jù)。

  大數(shù)據(jù)（big data），是指無法在一定時間范圍內(nèi)用常規(guī)軟件工具進行捕捉、管理和處理的數(shù)據(jù)集合。大家注意，它是一個數(shù)據(jù)集合，是需要處理模式才能具有更強的決策力、洞察力和流程優(yōu)化能力的海量、高增長率和多樣化的信息資產(chǎn)。在維克托?邁爾-舍恩伯格及肯尼斯?庫克耶編寫的《大數(shù)據(jù)時代》中大數(shù)據(jù)指不用隨機分析法（抽樣調(diào)查）這樣捷徑，而采用所有數(shù)據(jù)進行分析處理

  本人理解，大數(shù)據(jù)具有以下特征：（1）數(shù)據(jù)集合體，是各類數(shù)據(jù)的集合；（2）大容量性，例如，圖片、視頻（幾個小時的視頻比文字容量大無數(shù)倍）；（3）多樣性，多種多樣，類型繁多；（4）多維度，對某類事件多維度完整畫像。

  什么是數(shù)據(jù)挖掘？數(shù)據(jù)挖掘（Data mining），又譯為資料探勘、數(shù)據(jù)采礦，它是數(shù)據(jù)庫知識發(fā)現(xiàn)（Knowledge-Discovery in Databases，簡稱：KDD）中的一個步驟。

  數(shù)據(jù)挖掘一般是指從大量的數(shù)據(jù)中通過算法搜索隱藏于其中信息的過程。數(shù)據(jù)挖掘通常與計算機科學有關(guān)，并通過統(tǒng)計、在線分析處理、情報檢索、機器學習、專家系統(tǒng)（依靠過去的經(jīng)驗法則）和模式識別等諸多方法來實現(xiàn)上述目標。

  數(shù)據(jù)挖掘，我總結(jié)了四個特點：一是為了完成某一研究目的；二是采用某種或某幾種方法；三是運用大數(shù)據(jù)；四是不再就事論事，而是發(fā)現(xiàn)看似無關(guān)卻有關(guān)的數(shù)據(jù)反映事物的關(guān)聯(lián)性。

  接下來我談一談稅收大數(shù)據(jù)和稅收數(shù)據(jù)挖掘。稅收大數(shù)據(jù)，不再僅僅是稅收收入數(shù)據(jù)，而是與稅收有關(guān)聯(lián)的各類、各種數(shù)據(jù)。比如稅務機關(guān)，不僅要掌握稅收收入數(shù)據(jù)，還要掌握納稅人其他與納稅有關(guān)的數(shù)據(jù)。最簡單的理解，要從稅收、稅基最后再到經(jīng)濟指標。與稅收收入最直接關(guān)聯(lián)的是各稅種的稅基數(shù)據(jù)，18個稅種對應18種稅基，每個稅基又涉及若干財務、經(jīng)濟指標。例如，房地產(chǎn)契稅，涉及房屋交易額、房屋交易價格數(shù)據(jù)、交易面積數(shù)據(jù)，還涉及房屋所在區(qū)域數(shù)據(jù)，像北京三環(huán)五環(huán)位置，還有房屋購買時間、房款支付方式、貸款金額、貸款期限，等等方面的數(shù)據(jù)。

  我們進行稅收數(shù)據(jù)挖掘，是為了更好地為稅收工作服務，不是挖掘已有的稅收收入數(shù)據(jù)，更多地挖掘未發(fā)現(xiàn)的有用信息。稅務機關(guān)作為國家稅收的征收機關(guān)，其主要職責是征收稅收，衡量其工作業(yè)績的主要標準，應該是按照稅法要求，對稅收收入應收盡收。如何實現(xiàn)應收盡收，首先要知道應收數(shù)是多少？稅收應收數(shù)是我們稅收數(shù)據(jù)挖掘直接目的。因此，對稅基數(shù)據(jù)的挖掘是關(guān)鍵，稅基的真實性關(guān)系到稅收的征收率。以增值稅為例，判斷是否存在逃稅問題，僅靠銷項、進項發(fā)票的控管是不夠的，還要根據(jù)企業(yè)交易合同，交易雙方的銀行資金往來，購銷貨物的物流數(shù)據(jù)，挖掘出增值稅是否存在虛假現(xiàn)象。過去我們僅就稅收說稅收，未來在大數(shù)據(jù)背景下，更多的是通過經(jīng)濟到稅基再到稅收。大數(shù)據(jù)不再僅僅是稅收數(shù)據(jù)，更多的是企業(yè)財務數(shù)據(jù)、銀行資金交易數(shù)據(jù)、貨物運輸數(shù)據(jù)，居民個人的收入數(shù)據(jù)、財產(chǎn)數(shù)據(jù)、住宅數(shù)據(jù)、銀行存款數(shù)據(jù)，等等。

  最后，我在談一下大數(shù)據(jù)和數(shù)據(jù)挖掘的法律環(huán)境問題。這個問題很重要，需要不斷完善大數(shù)據(jù)時代數(shù)據(jù)保護的法律制度。大數(shù)據(jù)涉及政府、企事業(yè)單位、各類組織和個人?，F(xiàn)在存在一些亂象，舉個例子，你今天剛生了小孩，明天就有人打電話推銷奶粉；你今天剛買了房子，兩個小時之后就有電話打進來推銷裝修。所以說，大數(shù)據(jù)時代下隱私權(quán)的保護尤為重要。我在同一些國外留學回來的博士談大數(shù)據(jù)時，他們說，在中國搞大數(shù)據(jù)可以，在國外搞不了，因為大數(shù)據(jù)涉及很多個人隱私，弄不好會觸犯法律。大數(shù)據(jù)手段和方法是成熟的，但國內(nèi)在法律上很不完善，這是很可怕的。第二個需要立法明確的是，什么人或機構(gòu)可以掌握大數(shù)據(jù)。像剛才張斌老師說的，稅務機關(guān)不能無限制的掌握納稅人的大數(shù)據(jù)，稅收大數(shù)據(jù)采集和數(shù)據(jù)挖掘要有邊界。

  美國國家安全局（NSA）全方位收集電話和電子郵件記錄之事經(jīng)過斯諾登的披露，已經(jīng)引發(fā)了不安和憤怒，美國左翼和右翼都譴責這種窺探行為。我國如果不盡快完善大數(shù)據(jù)的立法，我們每個人都將無隱私可言。大數(shù)據(jù)和數(shù)據(jù)挖掘的立法，是大數(shù)據(jù)應用的前提。


掃一掃上面這個二維碼閱讀好文章
關(guān)注付老師的微信公眾號
廣君微言
原創(chuàng)文章版權(quán)歸“廣君微言”所有