數(shù)據(jù)挖掘技術(shù)在稅務(wù)系統(tǒng)中的深度應(yīng)用

隨著計(jì)算機(jī)技術(shù)的發(fā)展和數(shù)據(jù)挖掘應(yīng)用的逐漸成熟，數(shù)據(jù)挖掘技術(shù)引起了越來越多的行業(yè)的重視。在國外，政府應(yīng)用數(shù)據(jù)挖掘技術(shù)發(fā)現(xiàn)欺詐行為已經(jīng)有了30多年的歷史，如今，中國的各類政府機(jī)關(guān)在信息化的進(jìn)程中也都不約而同的將數(shù)據(jù)挖掘應(yīng)用提到了議事日程上來。稅務(wù)征管需要以更新、更便捷、更有效的方法，對大量的征管數(shù)據(jù)進(jìn)行分析、提取、挖掘其隱藏信息數(shù)據(jù)中的潛能。本文著重介紹了通過數(shù)據(jù)挖掘技術(shù)如何實(shí)現(xiàn)納稅評估選案，從而降低征管成本，提高管理效果。

一、稅務(wù)征管發(fā)展基本狀況

我國和許多起他國家一樣每年都會(huì)因?yàn)榧{稅人的偷漏稅問題而損失大量的財(cái)政收入，有關(guān)稅務(wù)部門一直以來都致力于解決這方面的問題。但是在沒有引進(jìn)計(jì)算機(jī)工具和數(shù)據(jù)挖掘工具技術(shù)之前，這方面的工作在很大程度上，是依賴專業(yè)的人員根據(jù)以往的工作經(jīng)驗(yàn)和某些直覺上的判斷來圈定那些不法納稅人的特征，雖然這在初期可能會(huì)有很大的幫助，但是隨著稅務(wù)體制的改革，經(jīng)濟(jì)的發(fā)展，自然而然的引起的稅源的增加，稅種的增加，這時(shí)，政府的稅務(wù)管理部門在使用以往總結(jié)的憑經(jīng)驗(yàn)和直覺判斷的方法，去區(qū)分判斷那些違法的納稅人，勢必會(huì)導(dǎo)致產(chǎn)生以下問題：征管人員的增加，引起征管成本增大；選案的不科學(xué)性，引起征管效率低下；同時(shí)，對于個(gè)案檢查過程中，由于沒有證據(jù)來源，所以增加了個(gè)案的時(shí)間成本，而且往往是效果也不是十分明顯。 以上種種問題表明，僅僅依賴定性的研究來輔助政府稅務(wù)管理部門如何加大監(jiān)管的工作力度已經(jīng)出現(xiàn)了很多弊端，借鑒國外的成功經(jīng)驗(yàn)，使用數(shù)據(jù)挖掘，對稅務(wù)管理部門所轄的納稅戶進(jìn)行納稅評估選案的工作，將會(huì)大大提高監(jiān)管工作的效率和工作的效果。當(dāng)各個(gè)稅收征管部門把稅務(wù)信息化作為急待解決的問題時(shí)，而數(shù)據(jù)挖掘是實(shí)現(xiàn)信息化的必由之路。金稅三期展開前后，稅務(wù)部門都比較關(guān)注稅務(wù)數(shù)據(jù)的深度利用和數(shù)據(jù)挖掘問題。

　　二、對數(shù)據(jù)挖掘深度利用的理解
　　數(shù)據(jù)挖掘（Data Mining）是一種知識發(fā)現(xiàn)的過程，它主要基于統(tǒng)計(jì)學(xué)、人工智能、機(jī)器學(xué)習(xí)等技術(shù)，高度自動(dòng)化地分析數(shù)據(jù)，做出歸納性的推理，從中挖掘出潛在的模式，并對未來情況進(jìn)行分析、預(yù)測，以輔助管理者、決策者評估風(fēng)險(xiǎn)、做出正確的決策。同時(shí)，數(shù)據(jù)挖掘也包含了一系列旨在從數(shù)據(jù)集中發(fā)現(xiàn)有用而尚未發(fā)現(xiàn)的模式（Pattern）的技術(shù)。確切地說，從大量的數(shù)據(jù)中抽取出潛在的、不為人知的有用信息、模式和趨勢，是一種更深層次的數(shù)據(jù)分析。
　　數(shù)據(jù)是形成知識的源泉，原始數(shù)據(jù)可以是結(jié)構(gòu)化的，如關(guān)系數(shù)據(jù)庫中的數(shù)據(jù)；也可以是半結(jié)構(gòu)化的，如文本、圖形和圖像數(shù)據(jù)；甚至是分布在網(wǎng)絡(luò)上的異構(gòu)型數(shù)據(jù)。方法可以是數(shù)學(xué)的，也可以是非數(shù)學(xué)的；可以是演繹的，也可以是歸納的。發(fā)現(xiàn)的知識可以被用于信息管理，查詢優(yōu)化，決策支持和過程控制，還可以用于數(shù)據(jù)自身的應(yīng)用維護(hù)。因此，數(shù)據(jù)挖掘技術(shù)是一門交叉學(xué)科，它把人們對數(shù)據(jù)的應(yīng)用從低層次的簡單查詢，提升到從數(shù)據(jù)中挖掘知識、提供管理和決策支持。在這種需求牽引下，匯聚了不同領(lǐng)域的研究者，尤其是數(shù)據(jù)庫技術(shù)、人工智能技術(shù)、數(shù)理統(tǒng)計(jì)、可視化技術(shù)和并行計(jì)算等方面的學(xué)者和工程技術(shù)人員，投身到數(shù)據(jù)挖掘這一新興的研究領(lǐng)域，形成新的技術(shù)熱點(diǎn)。
　　在實(shí)際應(yīng)用中，數(shù)據(jù)挖掘主要采用關(guān)聯(lián)規(guī)則與時(shí)間序列、分類與聚類、Web頁挖掘等幾種分析中進(jìn)行發(fā)現(xiàn)：
　?。ㄒ唬?a href='/map/guanlianguize/' style='color:#000;font-size:inherit;'>關(guān)聯(lián)規(guī)則與時(shí)間序列分析
　　關(guān)聯(lián)規(guī)則挖掘就是發(fā)現(xiàn)大量數(shù)據(jù)中項(xiàng)集之間有趣的關(guān)聯(lián)或相關(guān)聯(lián)系。根據(jù)所處理值的類型分為布爾關(guān)聯(lián)規(guī)則與量化關(guān)聯(lián)規(guī)則；根據(jù)涉及的屬性維數(shù)分為單維關(guān)聯(lián)規(guī)則或多維關(guān)聯(lián)規(guī)則。這方面比較有影響的算法有Apriori算法等。時(shí)間序列分析與關(guān)聯(lián)規(guī)則分析類似，目的也是為了挖掘出數(shù)據(jù)之間的聯(lián)系，但時(shí)間序列分析更加側(cè)重于數(shù)據(jù)在時(shí)間先后上的因果關(guān)系。
　?。ǘ┓诸惻c聚類分析
　　分類在數(shù)據(jù)挖掘中是一項(xiàng)非常重要的任務(wù)。分類的目的是通過統(tǒng)計(jì)方法、機(jī)器學(xué)習(xí)方法（包括決策樹法和規(guī)則歸納法）、神經(jīng)網(wǎng)絡(luò)方法等構(gòu)造一個(gè)分類模型，然后把數(shù)據(jù)庫中的數(shù)據(jù)映射到給定類別中的某一個(gè)中去。分類分析首先為每一個(gè)觀測賦予一個(gè)標(biāo)記，然后檢查這些被標(biāo)記的觀測，描述出這些觀測的特征。這種描述可以是一個(gè)數(shù)學(xué)公式或者模型，利用它可以分類新的觀測。常用的幾種典型的分類模型有線性回歸模型、決策樹模型、基于規(guī)則模型和神經(jīng)網(wǎng)絡(luò)模型等。聚類分析是把一組未標(biāo)定的記錄或個(gè)體按照相似性歸成若干類型，即"物以類聚".它的目的是根據(jù)一定的規(guī)則，使同一類別之內(nèi)的相似性盡可能大，而類別之間的相似性盡可能小，合理地劃分記錄集合。知識外化過程的下一層次包含了更為強(qiáng)大的搜索工具和文件管理系統(tǒng)，它們對貯存的知識進(jìn)行分類，并能識別出各信息源之間的相似之處?；诖?，可用聚類的方法找出知識庫中各知識結(jié)構(gòu)間隱含的關(guān)系或聯(lián)系。
　?。ㄈ￤eb 頁挖掘分析
　　隨著Internet的迅速發(fā)展，使得網(wǎng)絡(luò)上的信息量無比豐富，通過對Web 的挖掘，可以利用其上的海量數(shù)據(jù)進(jìn)行分析，根據(jù)分析結(jié)果找出企業(yè)管理過程中出現(xiàn)的各種問題，對這些信息進(jìn)行分析和處理，以便識別、分析、獲取、存儲(chǔ)、傳遞信息，并將其轉(zhuǎn)化為知識。
長期以來，稅收工作中數(shù)據(jù)利用比較常見的形式有：報(bào)表瀏覽、簡單查詢、復(fù)雜查詢、稅源分析、稅負(fù)分析、收入預(yù)測、過程監(jiān)控等，多數(shù)專家認(rèn)為，目前稅務(wù)數(shù)據(jù)應(yīng)用的一般特征是基于匯總、分類、簡單計(jì)算基礎(chǔ)之上的原始稅收數(shù)據(jù)的“復(fù)制式”展現(xiàn)和對稅收現(xiàn)象的“陳列式”描述。
　　隨著經(jīng)濟(jì)、社會(huì)的發(fā)展，稅收數(shù)據(jù)的一般利用已經(jīng)不能滿足稅收信息化深化和稅收管理現(xiàn)代化的內(nèi)在需求，為了加強(qiáng)稅收征管、規(guī)范稅收秩序，國務(wù)院于1994年開始實(shí)施“金稅工程”?！敖鸲惞こ獭背跗谝浴霸鲋刀惐O(jiān)管”為主要目標(biāo)；二期時(shí)，內(nèi)容已拓寬為增值稅防偽稅控開票系統(tǒng)、防偽稅控認(rèn)證系統(tǒng)、增值稅計(jì)算機(jī)交叉稽核系統(tǒng)、發(fā)票協(xié)查信息管理系統(tǒng)的四個(gè)系統(tǒng)；到了三期，其目標(biāo)已經(jīng)成為：在二期基礎(chǔ)上，建立七個(gè)子系統(tǒng)(管理子系統(tǒng)、征收子系統(tǒng)、稽查子系統(tǒng)、處罰子系統(tǒng)、執(zhí)行子系統(tǒng)、救濟(jì)子系統(tǒng)、監(jiān)控子系統(tǒng))，35個(gè)模塊。依據(jù)美國學(xué)者Richard．L-Nolan的理論(對于任何行業(yè)，信息化大體要經(jīng)歷初始、蔓延、控制、集成、數(shù)據(jù)管理和成熟這樣幾個(gè)發(fā)展階段，這是信息化發(fā)展的般規(guī)律。)和Mische的補(bǔ)充(他認(rèn)為集成和數(shù)據(jù)管理是密不可分的，因此信息化發(fā)展的必然路徑是起步、增長、成熟和更新四個(gè)階段)，目前，稅務(wù)信息化的發(fā)展階段已開始向成熟階段過渡。于是稅收數(shù)據(jù)的深度利用便提上日程。我們可以從稅收管理戰(zhàn)略和稅收政策分析兩方面來看這種需求的提出。
　　從稅務(wù)管理戰(zhàn)略來看，在納稅前如何綜合評價(jià)簡化管理制度(法律)及照章納稅宣傳的相對效果；在納稅中如何核算稅收結(jié)構(gòu)和管理程度的實(shí)際資源成本(管理、照章納稅、效率、逃稅)，以及納稅后對稅收差距的衡量(包括潛在稅收與申報(bào)稅收的差距、申報(bào)稅收與實(shí)收稅收的差距、實(shí)收稅收與送達(dá)國庫稅收的差距)，都涉及到稅收數(shù)據(jù)的深度利用問題。
　　從稅收政策分析的角度來看，稅收經(jīng)濟(jì)的和諧發(fā)展度量、稅制改革方案分析、稅收減免和優(yōu)惠的成本和政策收益、稅收政策的經(jīng)濟(jì)影響等等也涉及到稅收數(shù)據(jù)的深度利用和挖掘問題。
　　這些問題都從以下兩方面引發(fā)了我們對稅務(wù)數(shù)據(jù)深度利用的理解和思考：一方面提出了我們需要全面檢視擁有的稅務(wù)數(shù)據(jù)信息的需求。在各國稅務(wù)數(shù)據(jù)信息深度利用的經(jīng)驗(yàn)當(dāng)中，提出過一些全面檢視的標(biāo)準(zhǔn)，例如按照稅基到稅收收入的實(shí)現(xiàn)途徑，可以檢視：稅基的規(guī)模，包括真實(shí)稅基和潛在稅基；稅收管理資源使用方向的詳細(xì)分類；管理資源使用的效用；稅收管理的效果，例如收到稅款的多少，處理案件的數(shù)量等。
　　另一方面，更為關(guān)鍵的是，提出了如何科學(xué)利用、深度利用的問題?？偨Y(jié)以上兩方面，我們認(rèn)為稅收數(shù)據(jù)的深度利用是指：在數(shù)據(jù)集中和系統(tǒng)整合的基礎(chǔ)上，建立全面的稅務(wù)數(shù)據(jù)信息，既包括稅務(wù)系統(tǒng)內(nèi)部數(shù)據(jù)，也包括其他政府部門、企業(yè)、居民等外部數(shù)據(jù)，并且進(jìn)一步在各種模型的幫助下，發(fā)現(xiàn)數(shù)據(jù)的內(nèi)在規(guī)律。就目前而言，重點(diǎn)任務(wù)是在稅務(wù)管理方面提出適用中國實(shí)踐的模型并且應(yīng)用，同時(shí)初步探索在稅收經(jīng)濟(jì)方面能夠刻畫符合我國國情的模型。
　　三、構(gòu)建模型是數(shù)據(jù)深度利用的切入口
　　如前所述，稅務(wù)數(shù)據(jù)深度利用和挖掘的關(guān)鍵在于模型的應(yīng)用，下面我們就來討論模型是什么?我們?yōu)槭裁葱枰Ｐ?我們需要什么樣的模型?就稅收數(shù)據(jù)深度利用的模型而言，大致可以分為兩類：以科學(xué)化管理、定量化管理、精細(xì)化管理為內(nèi)在思想的管理工具和手段所形成的模型；以研究稅收經(jīng)濟(jì)關(guān)系協(xié)調(diào)發(fā)展為目的的稅收經(jīng)濟(jì)模型。
　　在基本認(rèn)識了稅務(wù)數(shù)據(jù)深度利用中的模型是什么之后，雖然我們達(dá)成了一種共識，我們需要模型，但是如果我們思考過為什么需要模型?顯然會(huì)對模型應(yīng)用更能得心應(yīng)手。我們認(rèn)為模型所發(fā)揮的作用無外乎以下三種：
　　首先，刻畫稅收經(jīng)濟(jì)關(guān)系。一般而言，我們經(jīng)常提到的是模型在刻畫稅收經(jīng)濟(jì)關(guān)系當(dāng)中所起的作用，即采用代數(shù)形式的定量分析將稅收經(jīng)濟(jì)理論模型化，然后適當(dāng)根據(jù)實(shí)踐情況把理論模型予以修正，并將相關(guān)數(shù)據(jù)應(yīng)用到修正模型中，對模型結(jié)果進(jìn)行經(jīng)驗(yàn)分析。這種利用的過程是階段性的，是從初級到高級的過程，是一個(gè)水平不斷提高、效果不斷改進(jìn)的發(fā)展過程。
　　其次，歸納稅收管理實(shí)踐。模型起到的作用是將復(fù)雜的稅收征納活動(dòng)通過數(shù)字化的形式總結(jié)歸納，將稅收征納的每一個(gè)過程精細(xì)化、每一個(gè)結(jié)果數(shù)據(jù)化，并且建立起投入到產(chǎn)出之間的對應(yīng)關(guān)系。最后，數(shù)據(jù)組織的導(dǎo)向性作用。這種導(dǎo)向性作用的發(fā)揮是通過模型應(yīng)用過程當(dāng)中對各類數(shù)據(jù)提出的要求實(shí)現(xiàn)的，通過該作用，隨著時(shí)間的發(fā)展，數(shù)據(jù)集中的有效性與目的性不斷加強(qiáng)，反之，模型應(yīng)用空間不斷擴(kuò)展。在這一方面，美國個(gè)人所得稅模型應(yīng)用為我們提供了很好的啟迪。
　　結(jié)合目前的稅務(wù)數(shù)據(jù)基礎(chǔ)及其發(fā)展趨勢來看，金稅三期將成為稅收數(shù)據(jù)深度利用的良好契機(jī)，構(gòu)建相應(yīng)模型是我們形成稅務(wù)數(shù)據(jù)深度利用良好局面的切入口。
　　對于“我們需要什么樣的模型”的回答，是一個(gè)不斷結(jié)合實(shí)際進(jìn)行摸索的過程，但是就現(xiàn)階段而言，從可操作性的角度出發(fā)，我們還是需要給所應(yīng)用的模型框定一個(gè)邊界：數(shù)據(jù)可利用性，如果沒有數(shù)據(jù)的支持，模型應(yīng)用將無從談起；可計(jì)算性，模型應(yīng)用迅速發(fā)展的基石之一就是現(xiàn)代計(jì)算技術(shù)的發(fā)展，沒有計(jì)算工具的支持，具有龐大計(jì)算量的各種稅收模型的完成無法想象，支持稅收模型應(yīng)用的計(jì)算工具包括硬件具備的計(jì)算能力和軟件具有的算法能力兩種。
　　四、數(shù)據(jù)深度利用平臺建設(shè)的體制
　　數(shù)據(jù)深度利用和挖掘最終必須落實(shí)到具體計(jì)算平臺上，否則縱然有大量的數(shù)據(jù)積累，仍然擺脫不了研究與實(shí)踐部門脫節(jié)的窘態(tài)。雖然目前我們擁有大量的計(jì)算軟件平臺，然而，總感覺到這些應(yīng)用平臺離我們的實(shí)際需要有一定距離。

從目前應(yīng)用平臺的構(gòu)建來看，有幾點(diǎn)體會(huì)：首先，平臺的構(gòu)建必須結(jié)合具體的研究問題展開。通用性的平臺雖然很好，但是由于前面所提到的數(shù)據(jù)可利用性和可計(jì)算性的原因，加上實(shí)際工作的緊迫性需求，往往使得通用性平臺的規(guī)劃會(huì)落空，甚至于進(jìn)一步影響數(shù)據(jù)深度利用工作本身。

其次，考慮針對具體問題研究的通用性拓展。雖然實(shí)用為先，然而要做到持續(xù)性的數(shù)據(jù)利用，必然要考慮拓展的問題。在這個(gè)問題上，我們的平臺通過稅制表示方法、稅收政策分析模型描述語言中國稅收政策分析模型支持系統(tǒng)等方法進(jìn)行嘗試。

　　更為重要的是，對適合中國國情的稅收經(jīng)濟(jì)模型的提出。由于長期以來的數(shù)據(jù)缺少原因，在我國模型建設(shè)方面沒有進(jìn)一步的探索。這種缺陷在海量的數(shù)據(jù)突然呈現(xiàn)在我們面前的時(shí)候更加突出。我們正在嘗試提出適用干中國的稅收經(jīng)濟(jì)模型，雖然肯定會(huì)比較艱難，但是這是一條必經(jīng)之路。

最后，平臺的研究必須以應(yīng)用為導(dǎo)向。將平臺應(yīng)用到實(shí)際部門，可以最終檢驗(yàn)平臺的正確性，帶來數(shù)據(jù)深度利用平臺的可持續(xù)發(fā)展空間，體現(xiàn)出促進(jìn)稅收工作的真實(shí)效用，避免科研部門“孤芳自賞”的局面。

當(dāng)然，在數(shù)據(jù)深度利用和挖掘過程當(dāng)中，我們也碰到了其它一些問題，例如模型應(yīng)用的技術(shù)性問題，包括數(shù)據(jù)調(diào)整、不同模型的評估和模型應(yīng)用的不確定性等，還有如數(shù)據(jù)積累和維護(hù)體系、模型使用反饋機(jī)制、結(jié)果使用反饋機(jī)制等等問題。這些問題都需要我們在數(shù)據(jù)深度利用過程中加以關(guān)注和解決。