京公网安备 11010802034615号
经营许可证编号:京B2-20210330
“大数据”下推进综合治税的思考
推进综合治税是打造征管升级版的形势所趋,纳税人数量的快速增长、税源的隐蔽性和流动性日益增强,税收征管难度加大,必须借助综合治税机制,整合第三方信息,提高征管质量和效率;推进综合治税,有助于实现各类涉税数据的互联互通、逻辑关联和比对分析,有效将税务部门的大数据优势转化为税收管理优势;第三方信息蕴含着巨大的税收潜力,通过综合治税机制,可以增加税收收入,提高收入质量,努力化解经济和政策减收因素的不利影响,保持收入的持续、协调、均衡增长。
目前,我市综合治税平台和机制初步成型。一方面,制度规范成型。我市相继出台《六安市综合治税管理办法》《六安市综合治税工作考核办法》,明确工作职责和法律责任,建立监督考核、信息共享、定期会商等机制。2013年6月,建立综合治税联席会议制度,定期召开领导组会议及联络员会议,通报情况,分析问题,解决综合治税平台运行中存在的问题,形成了一套完善的综合治税工作协调机制。另一方面,数据系统建立。投入专项资金,开发综合治税管理信息系统。系统成功实现注册信息和纳税信息等自动比对的功能,为进行涉税信息大数据处理奠定了坚实的基础。地税部门亟需的房产、土地、车船、建设项目、土地出让、转让信息、招商引资、企业和个体工商户登记、变更、注销信息等信息可以通过该系统及时获取。据此,综合治税成员单位大力强化数据分析,根据大数据运算原理,对收集到的涉税信息进行初加工,为数据利用者提供“靶向参考”。综合治税办公室对各成员单位传递的信息进行再加工,将综合治税信息平台比对的差异结果反馈至税务部门。
通过一年多坚持不懈地努力,目前我市综合治税取得明显成效。一是提高了税收征管质量。通过综合治税系统的比对,有效消除地税部门征管“盲区”和“真空”,整合信息资源,推进信息管税,提高征管质量。2013年,仅地税部门查实未依法登记或违规注销的漏征漏管户400余户,2014年1-6月,地税部门通过对工商和质监的数据比对,新纳入税务登记户226户,强大的数据比对,进一步压缩了管理盲区,规范了税收秩序。二是提升了纳税人遵从程度。实施综合治税、数据比对后,纳税人的经济活动更加透明,税收标准的执行更加严格,税收征管更加公平,消除了逃避纳税的跟风心理和侥幸心理,增强了纳税人税法遵从度,营造了公平有序的税收环境,提高了市场竞争的公平性。同时,通过数据比对发现的涉税疑问,税务部门一般采用风险提醒、纳税评估等方式,给纳税人充分的权利保障,促进了纳税人自查自纠,一定程序上消除了征纳之间的不信任感。三是促进税收收入增长。有效堵塞了税收征管漏洞,查补了大量税收,利用三税比对(增值税、营业税、消费税)数据,查补的城市维护建设税、教育附加以及地方教育附加等可直接形成地方财力,促进了税收增长,为经济社会发展提供了有力支撑。2013年,全市通过数据比对查补入库税收5629.9万元,其中地税局利用“三税”比对数据查补税收4422.9万元,利用土地出让信息查补税收181万元。今年前8个月,全市地税收入71.1亿元,其中地方税收52.5亿元,同比增收11.5亿元,增长27.9%,市直地方税收入库15亿元,提前4个月完成全年收入任务,8个月超全年计划3000万元,同比净增5个亿,增长50.9%。四是有效防范税收执法风险。涉税信息更加公开、透明,税务机关和税务人员的税收执法权受到制约,克服了税收征管中的随意性,使执法行为更加规范,执法风险得到有效控制,“人情税”、“关系税”将难以存在,这对于加强税务干部廉洁自律有着非同寻常的意义。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13在数据统计分析与数据清洗工作中,箱线图是一种简洁高效、客观性强的数据可视化图表,能够直观呈现数据集的分布特征、离散程度和 ...
2026-08-13 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-08-13在自动化办公、数据采集、定时统计、日志清理、系统监控等场景中,程序往往需要按照固定时间间隔重复执行指定任务,这种运行机制 ...
2026-08-12在数据分析日常工作中,Excel数据筛选是数据清洗、数据提取、样本筛选的核心基础操作。传统Excel手动筛选、函数筛选方式,面对多 ...
2026-08-12 很多数据分析师精通Excel函数和数据透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么 ...
2026-08-12在数据分析、统计建模、数据挖掘与商业调研过程中,原始数据往往无法做到绝对干净规整。受系统故障、人工录入失误、设备误差、突 ...
2026-08-11在数据分析工作中,聚类分析是典型的无监督学习方法,核心作用是依据数据自身的多维特征,将相似样本自动划分为若干类别,实现“ ...
2026-08-11