论税收数据分析的五项核心要素

的影响、税源结构变动对税收收入级次的影响、工商业增值税与工商业增加值的关系、所得税与利润总额分析、劳动者报酬与个人所得税的关系、税收收入预测等等。除此之外，税源监控、征收管理、税务稽查、税收法制、人事教育等税务工作中也有诸多分析主题。

二、选择对象

税收数据分析是针对某项主题而展开的，主题又是现实的、具体的、有时间空间边界的，因此，在确定了分析主题之后，税收数据分析工作进一步需要解决的问题便是依据主题确定分析对象，即：选取与分析主题有关的税收数据、信息和知识，屏蔽与分析主题无关的税收数据、信息和知识。在实践中，如何从“大集中”之后的省级或国家税务总局数据处理中心的海量税收数据中实现相关数据的精准供给是有难度的。

以纳税评估为例，并非纳税评估的对象越多越好，如果对所有企业普遍实施纳税评估，其结果很可能是成本大于收益。因此，科学选择纳税评估对象就很有必要。常见的选择纳税评估对象的方法有申报资料勾稽法、逻辑错误检索法、综合评分法、判别分析法、Ｔｏｂｉｔ模型估测法、神经网络预测方法等。利用适宜的方法和模型可以初步筛选出疑点纳税人，按照纳税人疑点指标总得分情况，由高至低排列，分高者存在问题的可能性大，应该优先评估。正确选择分析对象，可以减少税收数据的分析量，降低分析成本，提

论税收数据分析的

五项核心要素

＊

◆　谭荣华 彭启蕾

内容提要：税收信息化建设已不可逆转地朝着数据集中、系统整合的方向前进，当大规模的税收数据逐步集中之后，不同于以往的税收数据的深度利用便会提上日程，这是“金税工程”三期建设的一项重要任务，也是进一步开创税收现代化新局面的实践需要。为了实现税收数据的深度利用，本文认为，税收数据分析必须把握好五项核心要素，即：确定主题，选择对象，运用指标、方法与模型，构建系统与组织管理。这是既有各自内涵，又相互联系的一个统一整体。关键词：　税收信息化 税收数据

一、确定主题

确定主题是税收数据分析的起点。按照数据分析的基本理论，确定何种分析主题是基于决策支持的需要，也是决策过程中获取相关税收数据、信息和知识的限定条件。

如何确定分析主题呢？第一步，明确税收数据分析的目的，是为何种决策、政策提供支持服务；第二步，根据税收数据分析的目的提出税收数据分析的主题，进而评估分析主题的科学性与现实性；第三步，围绕分析主题确定所需税收数据、信息和知识的范围，提出对税收数据、信息和知识进行规整的要求；第四步，按照分析主题的性质确定主题分析的形式，是以定性分析为主还是以定量分析为主。

由于客观上存在数据质量不高、方法工具不够完善以及知识局限等问题，即便分析过程都依据正确的规范进行，也不一定能够得到预期结果，或者所得结果不能为科学决策提供强有力的支撑，甚至所得结果与现实情况正好相反，不甚符合经验和逻辑的基本判断。倘若出现这种情况，则需要对整个分析活动进行重新思考，调整工作方案，弥补薄弱环节，直到取得成效或者放弃分析工作。

一般而言，税收数据分析的主题是相当丰富的，以税收与经济关系分析为例，比较典型的分析主题就有：税收收入与ＧＤＰ总量的关系、消费总量对税收收入的影响、投资规模与税收总量的关系、产业结构对税收

＊

本文系作者主持的国家自然科学基金项目“税收政策分析模型支持系统及其在税制改革中的应用研究”（批准号：７０５４００１５）

的阶段性成果之一。

高分析效率。三、运用指标、方法和模型

当主题和对象确定之后，下一步的工作就是如何实现对税收数据的解析，这涉及分析指标、方法和模型的运用。现实的选择是根据分析问题的需要设立或选择相关的科学指标体系，或进一步应用数学分析方法和模型。

１．指标分析法。指标分析法是税收数据分析的常用工具，其核心是指标体系。税收数据分析的指标体系大体由税收经济关系类指标、税收业务类指标和分税种指标所组成。

（１）税收经济关系指标。例如：税收与经济运行指标（税收弹性等）；纳税人经营状况指标（盈利增长率、销售净利率、毛利率、成本费用利润率、资本收益率、资产收益率、所有者权益报酬率、资产负债率、资产平均周转率、资产保值增值率、企业税负率、税收增长率等）。

（２）税收业务指标。例如：税收征收指标（申报率、当期申报应纳税款入库率、缓征税款入库率、罚款入库率、欠税增减率、滞纳金加收率等）；税收管理指标（登记率、发票管理走逃率等）；税收稽查指标（处罚率、查补税款入库率、税收保全率等）。

（３）分税种指标。例如：流转税指标（流转税趋势变动指标、营业税趋势变动指标、应付账款率、应收账款率、预收账款指标、在建工程指标、主营业务税金及附加变动趋势指标、营业外收入增长率、其他业务利润增长率等）；所得税指标（企业所得税趋势变动指标、折旧率变化指标、无形资产指标、个人所得税趋势变动指标等）。

这些指标都有各自既定的含义，能够反映税收与经济、税收管理与服务的状况，恰当运用将有助于税收政策调整或得出对税收工作有价值的结论。

指标分析法的优点是简单易懂、有一定基础、易于推广、收效甚快，因此，对纷繁多样的税收经济指标的透彻理解和熟练运用仍是广大税务干部的必修功课。指标分析法的局限在于不能更自由地在更大范围内综合利用复杂的数据资源，因此难以揭示更深层的规律。如果说指标分析法代表了目前我国税务系统税收数据分析应用的现实水平，那么更为复杂的方法和模型应用则应被视为税收数据深度利用的高阶和标志。

２．方法和模型。在税收数据分析中常见的方法和模型包括：数理统计方法，例如指数分析、时间序列

分析、估计和检验、判别分析、聚类分析和Ｂａｙｅｓ统计分析等，上文提及的指标分析法亦可归为本类；计量经济学的分析方法，例如单方程计量经济学模型、联立方程计量经济学模型等；宏观经济模型，例如投入产出模型、系统动力学模型、经济控制论模型和最优化模型等。由于税收数据分析需要借助大量的计算，ＯＬＡＰ数据分析技术和数据挖掘方法等现代计算机技术和方法也至关重要。

换一个角度，依据分析数据的属性特征还可以把税收数据分析的方法和模型做如下划分：

（１）以宏观数据的计算为主要特征的模型。主要应用方法包括时间序列方法（以ＡＲＭＡ模型族为主）、回归分析（多元回归）和联立方程组法（大中型宏观计量模型）。这些方法侧重于自身数据的发展变化、各个总量数据之间关系的发展变化，与之相关的计算平台包括ＥＶｉｅｗｓ、ＳＡＳ和ＳＰＳＳ等。

（２）以中观数据的计算为主要特征的模型。主要应用方法包括一般均衡分析（ＣＧＥ）、投入产出分析（ＩＯ）等。这些方法侧重于分类／部门之间关系的发展变化，与之相关的计算工具包括ＧＥＭＰＡＣＫ、ＧＡＭＳ和一些具有矩阵计算功能的工具如Ｍａｔｌａｂ等，此外还有一些专用的工具。

（３）以微观数据的计算模拟为主要特征的模型。主要应用方法包括仿真、离散等。这些方法侧重于对微观数据发展变化的模拟，与之相关的计算工具包括ＡＳＰＥＮ和Ｓｗａｒｍ等，此外，也有一些专门开发的应用软件，如美国的个人所得税模拟软件。

随着“金税工程”三期建设的进展，面对大型、复杂的税收数据分析，税务部门要特别关注税收可计算一般均衡（ＣＧＥ）模型，这是一种建立在瓦尔拉斯一般均衡理论基础上的联立方程系统，可以完整、一体化地刻画经济系统运行过程、经济结构、经济主体的最优行为决策以及经济均衡。该联立方程系统通过与经济统计数据链接实现了瓦尔拉斯定理的数值化和实用化，并且把各个市场联系起来描述经济主体和市场对税收政策变化的一系列连锁反应和反馈效应，是评估税收政策的中长期经济效应的标准经验分析工具，主要应用于模拟税制改革、评价税收政策效果和分析税负归宿。

掌握税收数据分析中的方法和模型知识是一种巨大挑战。在理论基础方面，要具备经济学、统计学、计量学和计算机科学的相关知识；在分析工具方面，要具备一般数理统计方法、计量经济学分析方法、计算经济学分析方法、宏观经济模型方法和计算机技术在税收数据分析中的方法。为此，有针对性地学习一些数量分析方法和模型知识已成为税务系统广大干部今后很长一段时间内必须面对的挑战，相关的教育培训势必要跟上。

四、构建系统

税收数据分析最终要落实到一个高效稳定的，旨在统辖数据、指标、方法和模型管理与使用的计算平台上。这一平台能够提供数据获取、传递、加工、存储和使用等功能，能够支撑模型建立、维护和调配的管理信息系统或决策支持系统。这是税收数据分析的技术依托，也是决定税收数据分析是否可以实现重复进行和可持续发展的关键要素。

以税收政策分析模型支持系统为例，其内部封装了税收经济分析模型，不仅可以用来分析税收政策的经济效应，而且能够提供模型维护功能。其构建过程包括研制中国税收政策分析模型和构建税收政策分析模型支持系统。在系统构建过程中，通过利用信息技术封装各类税收经济分析模型，以降低模型使用的难度并扩大模型使用的范围。税收政策模型支持系统由税收政策分析模型库系统、税收政策分析方法库系统、税收政策分析数据库系统和税收政策分析人机界面四个主要模块所组成，如下图所示。

税收政策分析模型支持系统

税收政策分析 税收政策分析 税收政策分析

　模型库系统 数据库系统 人机界面

税收政策分析方法库系统

税收政策模型支持系统构成示意图

税收政策分析模型库系统负责管理税收经济分析模型，包括构建模型、更新模型和删除模型等功能。税收政策分析方法库系统包括一系列支撑工具软件的调用接口，这些外部分析方法软件用组件接口的方式存在于方法库中，成为模型库系统模型运行和分析的

支撑软件平台。税收政策分析数据库系统包括数据库、数据仓库及其管理系统。税收政策分析人机界面包括三个方面的功能：人机接口功能、分析业务预处

理功能和私有数据库与私有模型库的管理功能。

五、组织管理

人的因素和组织的因素在整个税收数据分析体系中是根本性的因素。首先，税收数据分析的主体必然

是人，是人对信息和知识的渴望及其对科学决策的更高要求所产生的主观能动性带来了税收数据分析的需求；其次，税收数据分析的结果必须通过人来加以判断和应用才能体现真正的价值；最后，尽管很多具体

税收数据分析和计算是由系统来完成的，但是系统本身也是人的智慧和创造力的结晶。

有鉴于此，对于税收数据分析而言，一个由人员、机构、组织、流程、管理、控制、规章和文化组成的

完整的支持体系是必不可少的。一方面，组织体系是税收数据分析的主体和基础，一个有效的组织体系可以依托原有的税务部门业务组织体系，明确各方面在税收数据分析过程中的角色和职责，有效协调各方面的关系和利益，形成税收数据分析流程的良性循环；另一方面，管理架构也至关重要，建立与现实情况相符合的管理架构是应当认真考虑的问题。如果能将领导的决心和动力辅之以合理的管理架构，能够真正做到上行下效，税收数据分析过程本身以及最后产生的分析结果所能发挥的作用则将得到更大的提升。

在税收数据分析的组织体系方面，需要考虑的因素有组织规模、人员构成、职责分工等；在管理架构方面，需要考虑的因素有目标设定、流程控制、制度建设等。此外，税收数据分析的管理也包括针对分析系统本身的管理，例如参数管理、用户管理、日志管理等。

参考文献

（１）彼得?Ｆ?德鲁克等著，杨开峰译《知识管理》，中国人民大学出版社１９９９年版。

（２）谢波峰《浅谈税务数据深度利用中的经济模型》，《金税工程》２００６年第１０期。

（３）谭荣华、袁有杰《现代评价方法在纳税服务评价中的应用》，《税务研究》２００６年第２期。

（４）王　敏等《税收经济分析系统的设计与实现》，《税务研究》２００５年第７期。

作者单位：中国人民大学

（责任编辑：李方遒）「Ｔａｘ　ｃｏｌｌｅｃｔｉｏｎ　ａｎｄ　Ｍａｎａｇｅｍｅｎｔ 税收征管」