京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
在神经网络模型搭建中,“最后一层是否添加激活函数”是新手常困惑的关键问题——有人照搬中间层的ReLU激活,导致回归任务输出异 ...
2025-12-05在机器学习落地过程中,“模型准确率高但不可解释”“面对数据噪声就失效”是两大核心痛点——金融风控模型若无法解释决策依据, ...
2025-12-05在CDA(Certified Data Analyst)数据分析师的能力模型中,“指标计算”是基础技能,而“指标体系搭建”则是区分新手与资深分析 ...
2025-12-05在回归分析的结果解读中,R方(决定系数)是衡量模型拟合效果的核心指标——它代表因变量的变异中能被自变量解释的比例,取值通 ...
2025-12-04在城市规划、物流配送、文旅分析等场景中,经纬度热力图是解读空间数据的核心工具——它能将零散的GPS坐标(如外卖订单地址、景 ...
2025-12-04在CDA(Certified Data Analyst)数据分析师的指标体系中,“通用指标”与“场景指标”并非相互割裂的两个部分,而是支撑业务分 ...
2025-12-04每到“双十一”,电商平台的销售额会迎来爆发式增长;每逢冬季,北方的天然气消耗量会显著上升;每月的10号左右,工资发放会带动 ...
2025-12-03随着数字化转型的深入,企业面临的数据量呈指数级增长——电商的用户行为日志、物联网的传感器数据、社交平台的图文视频等,这些 ...
2025-12-03在CDA(Certified Data Analyst)数据分析师的工作体系中,“指标”是贯穿始终的核心载体——从“销售额环比增长15%”的业务结论 ...
2025-12-03在神经网络训练中,损失函数的数值变化常被视为模型训练效果的“核心仪表盘”——初学者盯着屏幕上不断下降的损失值满心欢喜,却 ...
2025-12-02在CDA(Certified Data Analyst)数据分析师的日常工作中,“用部分数据推断整体情况”是高频需求——从10万条订单样本中判断全 ...
2025-12-02在数据预处理的纲量统一环节,标准化是消除量纲影响的核心手段——它将不同量级的特征(如“用户年龄”“消费金额”)转化为同一 ...
2025-12-02在数据驱动决策成为企业核心竞争力的今天,A/B测试已从“可选优化工具”升级为“必选验证体系”。它通过控制变量法构建“平行实 ...
2025-12-01在时间序列预测任务中,LSTM(长短期记忆网络)凭借对时序依赖关系的捕捉能力成为主流模型。但很多开发者在实操中会遇到困惑:用 ...
2025-12-01引言:数据时代的“透视镜”与“掘金者” 在数字经济浪潮下,数据已成为企业决策的核心资产,而CDA数据分析师正是挖掘数据价值的 ...
2025-12-01数据分析师的日常,常始于一堆“毫无章法”的数据点:电商后台导出的零散订单记录、APP埋点收集的无序用户行为日志、传感器实时 ...
2025-11-28在MySQL数据库运维中,“query end”是查询执行生命周期的收尾阶段,理论上耗时极短——主要完成结果集封装、资源释放、事务状态 ...
2025-11-28在CDA(Certified Data Analyst)数据分析师的工具包中,透视分析方法是处理表结构数据的“瑞士军刀”——无需复杂代码,仅通过 ...
2025-11-28在统计分析中,数据的分布形态是决定“用什么方法分析、信什么结果”的底层逻辑——它如同数据的“性格”,直接影响着描述统计的 ...
2025-11-27在电商订单查询、用户信息导出等业务场景中,技术人员常面临一个选择:是一次性查询500条数据,还是分5次每次查询100条?这个问 ...
2025-11-27