
佛山地税迈向“大数据管税”时代
佛山市地税局提供
今年6月4日,市民李先生收到佛山地税的短信,提醒他在次月15日前向税务机关提交相关资料,对其名下的某房产进行房产税纳税申报。“刚开始还以为地税发错信息,后来才想起自己刚在禅城买了一个商铺。”李先生说:“我在房管部门办齐手续还不到一个月,没想到地税部门的消息这么灵通。”
李先生收到的短信提醒,是今年佛山地税数据分析应用中心(下称“中心”)成立后推出的一项便民服务。佛山地税对庞大的涉税数据进行分析运用,除了对纳税人未按时足额缴税提供风险提醒外,还提供税收优惠提醒以及纳税辅导等服务,可以说在全省地税系统是首开先河的,意味着佛山地税逐步迈向“大数据管税”时代。
中心试运行期间(5月18日至8月29日),已向纳税人发布了4万多条提醒事项,其中,向39828户纳税人推送了未足额缴纳购销合同印花税风险提醒,向759户纳税人推送了营业税优惠提醒。
事实上,佛山地税的数据分析应用工作可追溯到12年前,随着2003年的“e税通”系统、2009年的综合治税平台等陆续上线,税务部门可用的涉税数据从单方面搜集扩展至可与多个政府部门联动共享。如今中心成立,对数据进行集中管理、统一分析及整合应用,将实现数据从零散利用向迭代运用转变,促进税收管理从“经验驱动”向“数据驱动”迈进。
大数据引路
做企业精准的“税收管家”
上述税收风险提醒,是佛山地税主动服务的创新举措。由于我国的纳税申报大多基于纳税人自主申报,一旦发现漏报、迟报,纳税人必须依法缴纳滞纳金并接受处罚。“在实际工作中,我们发现有纳税人因对税收政策不了解而出现漏申报、迟申报现象。”中心负责人坦言。
佛山某陶瓷公司曾因未及时缴纳城建税而产生巨额滞纳金,该公司需缴纳城建税额约21万元,逾期快三年,滞纳金达到11万元。针对此类涉税风险,中心负责人称,佛山地税现在通过收集、分析大数据,可以更直接、更迅速地掌握纳税人的涉税信息,分析比对后有的放矢地推送涉税风险提醒。
但大数据的运用是否意味着税收监管更严厉?“依据法律规定,税收征管是应收尽收、应减则减、应惠则惠。因此,对于因不了解政策而未按时申报纳税或未及时享受税收优惠的纳税人,我们都会根据疑点信息进行搜寻分析并开展后续提醒。”中心负责人表示。
同时,佛山地税也希望通过大数据的分析应用提高社会纳税遵从度。中心负责人强调:“纳税是公民的一项义务,通过涉税风险提醒,我们希望纳税人增进对税法的了解,提高自觉纳税意识。”
多方信息共享
构建佛山地税“大数据库”
以大数据进行税收管理,数据来源是否可靠成为关键因素。据悉,目前中心数据主要由三部分构成,既有来自内部的税收数据,也有来自外部其他部门的数据,还包括互联网数据等。其中,内部数据包括纳税人办理业务的所有历史数据,如税务登记信息、财务会计报表信息、纳税人自行申报数据等;外部数据则包括已实现与地税部门进行数据交换共享的工商、国税、国土规划、住建等29个部门的数据。
对互联网信息的抓取则成为佛山地税“大数据库”的重要来源,相比前两类数据,互联网信息更具及时性。“举个例子,广州和佛山签订了一个框架合作协议,在一般人看来不过是一个新闻报道,但对我们而言则是一个重要的信息来源。”中心负责人称,中心会及时跟踪国家的政策发布,抓取规划、土地等重要涉税信息,追踪上市公司重大事项公告、企业关联关系等,并由专业人员进行比对和深挖,为数据应用提供依据。
中心负责人表示:“互联网不仅有数据的‘来’,也有数据的‘去’”。除了抓取信息外,中心还将利用互联网这一载体,对涉税信息进行定向推送。例如,定期公布诚信纳税信息,或对“老赖”名单进行归纳整理,在依法依规前提下,供其他政府职能部门或机构参考使用。
把握三大定位
让“大数据管税”真正落地生效
除了对外发挥服务和监管职能,大数据运用也为佛山地税的内部风险防控添了一份保障。“佛山(不含顺德区)的纳税户超过26万户,而佛山地税工作人员仅1200人,如果按传统方法进行管理、核查,效率并不高。”中心负责人表示。
如今运用大数据,可以进一步查找征管漏洞。“例如,对于一些恶意偷税逃税行为,以往需借助稽查等手段进行监管。如今有大数据的支撑,能实现更全面、快捷、准确管理。”中心负责人称,运用大数据有助于完善各项征管措施,防范失职渎职风险。据了解,中心试运行期间,共筛选并下发已注销房产土地登记的应申报未申报疑点信息938条,个体户生产经营所得不按累计申报个人所得税疑点信息1354条。
此前数据管理较为碎片化,处理分析尚未完善,增值利用尚处于较浅层次。现在,佛山地税借助中心成立的契机,重构完整的数据管理应用链,包括统一数据口径和质量标准,出台相应的制度和流程规范。同时,还开发数据分析应用系统,实现数据管理、疑点任务跟进、数据展现等功能,并建立了231个风险点分析指标库。
中心试运行期间,共对25类数据统计需求进行验证分析,统计数据226万条,产生疑点数据24万条,协助税收评估、内部审计及执法督察等专项工作。
对于下阶段工作,中心负责人表示,将把握好参谋、监督、服务三大角色定位,致力于为税收工作提供高质量的基础数据、为纳税人提供精准的涉税提醒,并适时推送纳税辅导等服务,确保大数据管税真正落地生效。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16CDA 数据分析师:掌控表格结构数据全功能周期的专业操盘手 表格结构数据(以 “行 - 列” 存储的结构化数据,如 Excel 表、数据 ...
2025-09-16MySQL 执行计划中 rows 数量的准确性解析:原理、影响因素与优化 在 MySQL SQL 调优中,EXPLAIN执行计划是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 对象的 text 与 content:区别、场景与实践指南 在 Python 进行 HTTP 网络请求开发时(如使用requests ...
2025-09-15CDA 数据分析师:激活表格结构数据价值的核心操盘手 表格结构数据(如 Excel 表格、数据库表)是企业最基础、最核心的数据形态 ...
2025-09-15Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09