【2017年12月06日】付廣軍：大數(shù)據(jù)時(shí)代稅收數(shù)據(jù)挖掘及法律環(huán)境建設(shè)的初步思考

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

　　2017年第四屆中國(guó)稅收與法律高峰論壇“大數(shù)據(jù)、共享經(jīng)濟(jì)與新時(shí)代稅制建設(shè)高峰論壇暨《共享經(jīng)濟(jì)稅收治理研究報(bào)告》發(fā)布會(huì)” 于2017年12月2日在中央財(cái)經(jīng)大學(xué)舉行。論壇由中央財(cái)經(jīng)大學(xué)財(cái)政稅務(wù)學(xué)院、中央財(cái)經(jīng)大學(xué)稅收籌劃與法律研究中心聯(lián)合舉辦。
　　參加論壇的學(xué)者有：國(guó)務(wù)院參事劉桓教授、天津財(cái)經(jīng)大學(xué)蓋地教授、中國(guó)稅務(wù)學(xué)會(huì)副秘書(shū)長(zhǎng)焦瑞進(jìn)研究員、中國(guó)社會(huì)科學(xué)院財(cái)經(jīng)戰(zhàn)略研究院張斌研究員、國(guó)家稅務(wù)總局稅科所付廣軍研究員、京東集團(tuán)副總裁蔡磊先生、北京市國(guó)家稅務(wù)局鄧遠(yuǎn)軍處長(zhǎng)、國(guó)家稅務(wù)總局揚(yáng)州稅務(wù)學(xué)院馮守東副研究員、中國(guó)財(cái)稅法研究會(huì)副會(huì)長(zhǎng)賈紹華教授，中央財(cái)經(jīng)大學(xué)稅收籌劃與法律研究中心蔡昌教授、中央財(cái)經(jīng)大學(xué)財(cái)政稅務(wù)學(xué)院白彥鋒教授、任強(qiáng)教授、何楊教授，中央財(cái)經(jīng)大學(xué)財(cái)經(jīng)研究院王雍君教授、楊志清教授，中財(cái)-鵬元地方財(cái)政投融資研究所溫來(lái)成教授等。
　　國(guó)家稅務(wù)總局科研所付廣軍研究員作了“大數(shù)據(jù)時(shí)代稅收數(shù)據(jù)挖掘及法律環(huán)境建設(shè)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(qǐng)，在此向大家匯報(bào)我對(duì)稅收大數(shù)據(jù)和稅收數(shù)據(jù)挖掘的認(rèn)識(shí)。


       首先，以三個(gè)案例作為引子，引出對(duì)于大數(shù)據(jù)的應(yīng)用以及數(shù)據(jù)挖掘的思考。
　　第一個(gè)案例是1854年英國(guó)倫敦發(fā)生霍亂事件。當(dāng)時(shí)人們普遍認(rèn)為霍亂是通過(guò)空氣傳播，約翰.朗醫(yī)生通過(guò)對(duì)感染霍亂而死亡的人數(shù)和地點(diǎn)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(kāi)了霍亂傳播的謎團(tuán)。這本身是一個(gè)醫(yī)學(xué)事件，卻運(yùn)用了數(shù)據(jù)挖掘技術(shù)，解決了流行病的治療問(wèn)題。
　　第二個(gè)案例是啤酒和尿布的關(guān)聯(lián)銷(xiāo)售。在一家超市里，有一個(gè)有趣的現(xiàn)象：尿布和啤酒赫然擺在一起出售。但是這個(gè)奇怪的舉措?yún)s使尿布和啤酒的銷(xiāo)量雙雙增加。這不是一個(gè)笑話(huà)，而是發(fā)生在美國(guó)沃爾瑪連鎖店超市的真實(shí)案例。沃爾瑪數(shù)據(jù)倉(cāng)庫(kù)里集中了其各門(mén)店的詳細(xì)原始交易數(shù)據(jù)。在這些原始交易數(shù)據(jù)的基礎(chǔ)上，沃爾瑪利用數(shù)據(jù)挖掘方法對(duì)這些數(shù)據(jù)進(jìn)行分析和挖掘。發(fā)現(xiàn)是由于年輕的爸爸照看孩子買(mǎi)尿布時(shí)會(huì)順手買(mǎi)一些啤酒。按常規(guī)思維，尿布與啤酒風(fēng)馬牛不相及，若不是借助數(shù)據(jù)挖掘技術(shù)對(duì)大量交易數(shù)據(jù)進(jìn)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(jià)值的規(guī)律的。
　　第三個(gè)案例是披薩餅店的故事。這個(gè)故事我想大家都耳熟能詳，我就不詳細(xì)說(shuō)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(wú)窮的入侵，大數(shù)據(jù)侵犯了個(gè)人的隱私權(quán)。
　　通過(guò)這三個(gè)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(kāi)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(duì)客觀事件進(jìn)行記錄并可以鑒別的符號(hào)，是對(duì)客觀事物的性質(zhì)、狀態(tài)以及相互關(guān)系等進(jìn)行記載的物理符號(hào)或這些物理符號(hào)的組合。它是可以識(shí)別的、抽象的符號(hào)。
　　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(hào)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(chēng)為模擬數(shù)據(jù)。也可以是離散的，如符號(hào)、文字，稱(chēng)為數(shù)字?jǐn)?shù)據(jù)。例如，“0、1、2...”、“陰、雨、下降、氣溫”、“學(xué)生的檔案記錄、貨物的運(yùn)輸情況”等都是數(shù)據(jù)。

　　大數(shù)據(jù)（big data），是指無(wú)法在一定時(shí)間范圍內(nèi)用常規(guī)軟件工具進(jìn)行捕捉、管理和處理的數(shù)據(jù)集合。大家注意，它是一個(gè)數(shù)據(jù)集合，是需要處理模式才能具有更強(qiáng)的決策力、洞察力和流程優(yōu)化能力的海量、高增長(zhǎng)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(kù)克耶編寫(xiě)的《大數(shù)據(jù)時(shí)代》中大數(shù)據(jù)指不用隨機(jī)分析法（抽樣調(diào)查）這樣捷徑，而采用所有數(shù)據(jù)進(jìn)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(lèi)數(shù)據(jù)的集合；（2）大容量性，例如，圖片、視頻（幾個(gè)小時(shí)的視頻比文字容量大無(wú)數(shù)倍）；（3）多樣性，多種多樣，類(lèi)型繁多；（4）多維度，對(duì)某類(lèi)事件多維度完整畫(huà)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(kù)知識(shí)發(fā)現(xiàn)（Knowledge-Discovery in Databases，簡(jiǎn)稱(chēng)：KDD）中的一個(gè)步驟。
　　數(shù)據(jù)挖掘一般是指從大量的數(shù)據(jù)中通過(guò)算法搜索隱藏于其中信息的過(guò)程。數(shù)據(jù)挖掘通常與計(jì)算機(jī)科學(xué)有關(guān)，并通過(guò)統(tǒng)計(jì)、在線(xiàn)分析處理、情報(bào)檢索、機(jī)器學(xué)習(xí)、專(zhuān)家系統(tǒng)（依靠過(guò)去的經(jīng)驗(yàn)法則）和模式識(shí)別等諸多方法來(lái)實(shí)現(xiàn)上述目標(biāo)。
　　數(shù)據(jù)挖掘，我總結(jié)了四個(gè)特點(diǎn)：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(yùn)用大數(shù)據(jù)；四是不再就事論事，而是發(fā)現(xiàn)看似無(wú)關(guān)卻有關(guān)的數(shù)據(jù)反映事物的關(guān)聯(lián)性。

　　接下來(lái)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(lèi)、各種數(shù)據(jù)。比如稅務(wù)機(jī)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(jiǎn)單的理解，要從稅收、稅基最后再到經(jīng)濟(jì)指標(biāo)。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(gè)稅種對(duì)應(yīng)18種稅基，每個(gè)稅基又涉及若干財(cái)務(wù)、經(jīng)濟(jì)指標(biāo)。例如，房地產(chǎn)契稅，涉及房屋交易額、房屋交易價(jià)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(gòu)買(mǎi)時(shí)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(jìn)行稅收數(shù)據(jù)挖掘，是為了更好地為稅收工作服務(wù)，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(wù)機(jī)關(guān)作為國(guó)家稅收的征收機(jī)關(guān)，其主要職責(zé)是征收稅收，衡量其工作業(yè)績(jī)的主要標(biāo)準(zhǔn)，應(yīng)該是按照稅法要求，對(duì)稅收收入應(yīng)收盡收。如何實(shí)現(xiàn)應(yīng)收盡收，首先要知道應(yīng)收數(shù)是多少？稅收應(yīng)收數(shù)是我們稅收數(shù)據(jù)挖掘直接目的。因此，對(duì)稅基數(shù)據(jù)的挖掘是關(guān)鍵，稅基的真實(shí)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(wèn)題，僅靠銷(xiāo)項(xiàng)、進(jìn)項(xiàng)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(lái)，購(gòu)銷(xiāo)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(guò)去我們僅就稅收說(shuō)稅收，未來(lái)在大數(shù)據(jù)背景下，更多的是通過(guò)經(jīng)濟(jì)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(cái)務(wù)數(shù)據(jù)、銀行資金交易數(shù)據(jù)、貨物運(yùn)輸數(shù)據(jù)，居民個(gè)人的收入數(shù)據(jù)、財(cái)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(wèn)題。這個(gè)問(wèn)題很重要，需要不斷完善大數(shù)據(jù)時(shí)代數(shù)據(jù)保護(hù)的法律制度。大數(shù)據(jù)涉及政府、企事業(yè)單位、各類(lèi)組織和個(gè)人?，F(xiàn)在存在一些亂象，舉個(gè)例子，你今天剛生了小孩，明天就有人打電話(huà)推銷(xiāo)奶粉；你今天剛買(mǎi)了房子，兩個(gè)小時(shí)之后就有電話(huà)打進(jìn)來(lái)推銷(xiāo)裝修。所以說(shuō)，大數(shù)據(jù)時(shí)代下隱私權(quán)的保護(hù)尤為重要。我在同一些國(guó)外留學(xué)回來(lái)的博士談大數(shù)據(jù)時(shí)，他們說(shuō)，在中國(guó)搞大數(shù)據(jù)可以，在國(guó)外搞不了，因?yàn)榇髷?shù)據(jù)涉及很多個(gè)人隱私，弄不好會(huì)觸犯法律。大數(shù)據(jù)手段和方法是成熟的，但國(guó)內(nèi)在法律上很不完善，這是很可怕的。第二個(gè)需要立法明確的是，什么人或機(jī)構(gòu)可以掌握大數(shù)據(jù)。像剛才張斌老師說(shuō)的，稅務(wù)機(jī)關(guān)不能無(wú)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(guó)國(guó)家安全局（NSA）全方位收集電話(huà)和電子郵件記錄之事經(jīng)過(guò)斯諾登的披露，已經(jīng)引發(fā)了不安和憤怒，美國(guó)左翼和右翼都譴責(zé)這種窺探行為。我國(guó)如果不盡快完善大數(shù)據(jù)的立法，我們每個(gè)人都將無(wú)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(yīng)用的前提。