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
在数据处理的全流程中,数据呈现与数据分析是两个紧密关联却截然不同的核心环节。无论是科研数据整理、企业业务复盘,还是日常数 ...
2026-03-06在数据分析、数据预处理场景中,dat文件是一种常见的二进制或文本格式数据文件,广泛应用于科研数据、工程数据、传感器数据等领 ...
2026-03-06在数据驱动决策的时代,CDA(Certified Data Analyst)数据分析师的核心价值,早已超越单纯的数据清洗与统计分析,而是通过数据 ...
2026-03-06在教学管理、培训数据统计、课程体系搭建等场景中,经常需要对课时数据进行排序并实现累加计算——比如,按课程章节排序,累加各 ...
2026-03-05在数据分析场景中,环比是衡量数据短期波动的核心指标——它通过对比“当前周期与上一个相邻周期”的数据,直观反映指标的月度、 ...
2026-03-05数据治理是数字化时代企业实现数据价值最大化的核心前提,而CDA(Certified Data Analyst)数据分析师作为数据全生命周期的核心 ...
2026-03-05在实验检测、质量控制、科研验证等场景中,“方法验证”是确保检测/分析结果可靠、可复用的核心环节——无论是新开发的检测方法 ...
2026-03-04在数据分析、科研实验、办公统计等场景中,我们常常需要对比两组数据的整体差异——比如两种营销策略的销售额差异、两种实验方案 ...
2026-03-04在数字化转型进入深水区的今天,企业对数据的依赖程度日益加深,而数据治理体系则是企业实现数据规范化、高质量化、价值化的核心 ...
2026-03-04在深度学习,尤其是卷积神经网络(CNN)的实操中,转置卷积(Transposed Convolution)是一个高频应用的操作——它核心用于实现 ...
2026-03-03在日常办公、数据分析、金融理财、科研统计等场景中,我们经常需要计算“平均值”来概括一组数据的整体水平——比如计算月度平均 ...
2026-03-03在数字化转型的浪潮中,数据已成为企业最核心的战略资产,而数据治理则是激活这份资产价值的前提——没有规范、高质量的数据治理 ...
2026-03-03在Excel办公中,数据透视表是汇总、分析繁杂数据的核心工具,我们常常通过它快速得到销售额汇总、人员统计、业绩分析等关键结果 ...
2026-03-02在日常办公和数据分析中,我们常常需要探究两个或多个数据之间的关联关系——比如销售额与广告投入是否正相关、员工出勤率与绩效 ...
2026-03-02在数字化运营中,时间序列数据是CDA(Certified Data Analyst)数据分析师最常接触的数据类型之一——每日的营收、每小时的用户 ...
2026-03-02在日常办公中,数据透视表是Excel、WPS等表格工具中最常用的数据分析利器——它能快速汇总繁杂数据、挖掘数据关联、生成直观报表 ...
2026-02-28有限元法(Finite Element Method, FEM)作为工程数值模拟的核心工具,已广泛应用于机械制造、航空航天、土木工程、生物医学等多 ...
2026-02-28在数字化时代,“以用户为中心”已成为企业运营的核心逻辑,而用户画像则是企业读懂用户、精准服务用户的关键载体。CDA(Certifi ...
2026-02-28在Python面向对象编程(OOP)中,类方法是构建模块化、可复用代码的核心载体,也是实现封装、继承、多态特性的关键工具。无论是 ...
2026-02-27在MySQL数据库优化中,索引是提升查询效率的核心手段—— 面对千万级、亿级数据量,合理创建索引能将查询时间从秒级压缩到毫秒级 ...
2026-02-27