企業稅收負擔稅收征管智能化影響

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了企業稅收負擔稅收征管智能化影響范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要：我國常年來稅收超經濟增長的現象，與稅收征管方式的轉變之間存在密切聯系。在當前減稅降費的政策背景下，重新討論稅收超經濟增長的問題具有現實意義。稅收征管智能化是影響企業稅收負擔、導致常年來稅收超經濟增長的重要原因。文章重點分析稅收征管智能化對企業稅收負擔的影響，認為稅收征管智能化的不斷提高會導致企業稅收負擔的提高。在此基礎上，為進一步推動稅收征管智能化提出相關的政策建議。

關鍵詞：稅收征管智能化；稅收負擔；減稅降費；稅務智能

近年來，減稅降費成為政府工作的重點之一，2019年全國稅收收入同比增長1%，這顯示了減稅降費政策初具成效。但與此同時，這也是首次扭轉了我國常年持續的稅收超經濟增長的局面。由于減稅降費政策的目的在于結構性地減輕企業稅收負擔、激發市場主體活力，因此在這個背景下，重新討論稅收超經濟增長的原因具有現實意義。稅收從根本上決定于經濟，但現實中稅收直接決定于稅收征管模式，而我國稅收征管模式長期實行“以計劃任務為中心”的模式（馮海波，2009），即稅務機關以計劃的稅收數額為目標開展征管活動，這使得稅收受到稅收征管水平較大的影響。學術界對于宏觀政策和稅收征管模式如何影響企業稅收負擔也進行了廣泛的探討，代表的觀點認為稅收計劃的制定，會傳導征管壓力，進而影響企業稅收負擔（薛偉等，2020）。現有研究文獻從稅收征管機制層面解釋了如何實現從宏觀到微觀的跨越，但較少文獻從稅收征管的執行層面來進行討論。本文在現有研究基礎上，界定稅收征管智能化的基本內涵，分析稅收征管智能化對企業稅收負擔的影響，為進一步推進稅收征管智能化發展提高稅收征管效率、推進減稅降費政策提供理論依據。

一、稅收征管智能化與稅務智能

稅收征管智能化往往會被等同于人工智能在稅收征管的應用來理解，但這兩者存在區別與聯系。人工智能最早被構思設計應用于商業智能，其具備數據讀取與分析、紅色報警、報表展示等功能，進而在稅收征管領域得到應用。智能是從大數據中獲取有用信息、發現模式及其變化的能力。而稅務智能是基于稅收學、經濟學、統計學等學科和理論模型，利用數據倉庫、OLAP分析、數據挖掘和人工智能等技術，對大量的涉稅數據進行推理、歸納和演繹分析，深度挖掘有效信息、總結潛在規律和經驗，從而幫助稅務部門進行稅收征收管理、制定稅收政策和決策的程序系統。稅收征管智能化則是指借助互聯網技術、人工智能等相關技術，在對大數據分析的基礎上，使得包括稅收分析、納稅服務、風險管理、稅務稽查等在內的稅收征管全流程逐步實現電子化、信息化和智能化。稅收征管智能化與稅務智能的共同之處在于依托以互聯網技術和人工智能技術為核心的計算機技術，實現稅務機關的征管效率的提升、納稅人納稅遵從度的提高。但兩者之間的差別主要在于稅收征管智能化側重于過程，而稅務智能更側重于結果。隨著稅務機關的征管水平逐步提高，最終實現稅務智能的普遍應用。

二、稅收征管智能化的發展歷程

具體來說，稅收征管智能化是分階段發展和推進的，可以劃分為初級階段、中級階段和高級階段。在稅收征管智能化的初級階段，主要任務是實現申報納稅和涉稅信息、資料、數據的無紙化和電子化，稅務機關可以全面搜集、記錄、儲存、查閱涉稅數據，為進一步的分析積累大數據。在大數據作為開展稅收征管的基礎后，稅務機關可以借助互聯網技術，針對具體實際業務設計供稅務機關和納稅人使用的操作平臺，將大量的重復性、低風險、程序化程度高的工作在平臺上完成，逐步實現辦理業務的自動化、后臺化、高效化。同時，在稅收征管智能化的中級階段，稅務機關會有意識地運用數據進行分析，比如在稅收風險管理時，稅務機關會根據實際工作經驗構建風險指標體系，以風險指標體系為主導，計算機隨機選取為輔助，開展重點稅務稽查的選案環節。進入稅收征管智能化的高級階段的前提條件是人工智能等技術已經較為成熟，專業人工智能已經普及應用。稅務智能會深度挖掘納稅人的涉稅信息背后的行為模式和偏好，針對不同納稅人提供個性化的納稅服務。另外，稅務智能會參與到稅源管理工作和決策中，利用大數據分析重點企業、重點行業和重點地區的稅收增長和經濟運行狀況，對稅收征管做出預測、規劃、判斷和輔助決策。在稅收征管智能化的高級階段，區塊鏈技術也得到充分應用，首先會實現政府機關內部的數據共享，稅務智能可以從第三方獲取數據進行分析和驗證，比如納稅人在辦理出口退稅時，稅務智能可以自動調取、比對海關部門的報關數據，再次驗證納稅人出口退稅資料的真實性，進而防止出現海關無報關記錄，而稅務機關進行退稅的情況。稅收征管智能化的三個階段按照智能化程度的高低可以進行重新劃分，初級階段的智能化程度較低，中級階段的智能化程度有所提高，高級階段的智能化程度達到較高水平。因此，稅收征管智能化又可以劃分為低智能化階段、半智能化階段和高智能化階段。

三、稅收征管智能化影響企業稅收負擔的理論分析

稅務機關稅收征管面臨主要的問題是稅務機關與納稅人之間的信息不對稱問題。稅務機關作為征稅一方，依法征稅時享有要求納稅人提交準確納稅資料的權利，而納稅人須要依法履行納稅申報的義務。但現實中，納稅人出于降低自身經營成本的考慮，往往不會將企業真實的經營狀況和利潤告知稅務機關，甚至通過多列支出、少列收入、虛假申報等方法，作出偷逃稅等違法行為。而稅務機關由于自身技術條件以及執法隊伍規模的限制，無法對眾多的納稅人逐一進行檢查，在實地檢查時，也出現了傳統稅務檢查方法落后、不能對納稅人納稅申報資料的真實性進行獨立驗證等情況。稅收征管智能化可以實現在事前對納稅人經營活動進行監管，在事中對納稅人申報資料的真實性進行驗證，在事后對納稅人的稅收負擔和風險進行評估管理，這將大大改善征納雙方的信息不對稱問題。稅收征管智能化改善征納雙方信息不對稱后，由于企業無法繼續隱瞞收入或者轉移利潤，企業實際承擔的稅收負擔將有所提高，同時稅務機關征收的稅收收入也將有所提高，且提高的幅度隨著稅收征管智能化程度的增加而增加。稅收負擔按照承擔稅負的主體和范圍的差異，可以劃分為宏觀稅收負擔和微觀稅收負擔。宏觀稅收負擔是一國（地區）稅收收入與國內（地區）生產總值的比值，而微觀稅收負擔是某個企業的稅收負擔與經營收入（或銷售收入）的比值。由于企業是納稅人的主體，所以宏觀稅收負擔也可以通過將微觀稅收負擔與企業在國民經濟中的占比進行加權平均得到。由于稅收征管智能化的提高將影響所有企業的微觀稅收負擔，而企業在國民經濟中的占比波動較小，因此宏觀稅收負擔也會受到稅收征管智能化的影響。由于名義稅率短期內不會變動、長期內不會大幅變動，因此稅收與經濟之間會保持一個基本固定的比例，進行同步增長。但現實中，早期稅務機關在稅收征管時，因為信息不對稱等原因導致無法征收到企業實際應該負擔的稅收，往往企業實際繳納的稅收少于實際應該負擔的稅收，這形成了早一期與晚一期之間的一個“缺口”。而這個“缺口”會因為稅收征管智能化的逐漸提高而逐步縮小，在這個逐步縮小過程中，稅收征管智能化會給稅收帶來了一個額外增長。這也就可以很好地解釋了常年來稅收超經濟增長的現象。圖2反映了我國2004~2018年稅收收入與GDP的整體變動情況。從圖1中可知，各省平均稅收收入增速常年高于各省平均GDP增速，但在2009年、2015年和2016年這三個年份稅收收入增長率低于GDP增長率。前者是由于受到2008年金融危機影響，我國實體經濟受到沖擊，大量企業營業收入與利潤下滑，稅收收入明顯減少；而后者則是在2015年《預算法》出臺后，稅務機關逐步開始放棄以稅收計劃為中心的征管模式，而是逐步加強稅收征管的智能化建設，因此當年的稅收收入有所調整，進而影響稅收收入增速。

四、結語

稅收征管智能化是稅收征管未來發展的一個重要方向，也是大勢所趨。當前，我國稅務部門面臨著較大的征管壓力，主要體現在經濟活動日益復雜帶來的稅收征管難度以及經濟下行壓力稅源建設問題上。稅收征管智能化對于稅務部門解決當前面臨的問題，不失為一劑“良藥”，本文為此提出以下兩方面的政策建議。一是加快推進人工智能等技術在稅收征管領域的應用。稅收征管智能化可以有效解決征納雙方信息不對稱問題、破解傳統稅收征管難題，因此首先要完善“人工智能+稅收征管”的立法體系，堅持稅務行政人員主導、人工智能輔助、稅收法定的理念，為稅收征管智能化提供法律保障和依據。其次，稅務部門須要引進懂得稅務智能的技術型人才，培養一批既懂得稅收征管、又通曉稅務智能技術的復合型人才，為稅收征管智能化提供人才保證。二是辨證理解加強稅收征管與減稅降費政策的關系。通過本文分析可以知道稅收征管智能化會提高企業稅收負擔，這似乎與減稅降費政策的初衷相矛盾。但其實兩者并不矛盾，減稅降費政策通過結構性地減輕企業稅收負擔，并且取消大量不合理的行政事業性收費，其目的是激發企業經營活力。這絕不意味著企業按照稅法規定應當繳納的稅收可以少繳或者不繳，企業依法納稅是義務，也是紅線，一旦越過紅線就是偷逃稅。稅收征管智能化的意義就在于將傳統征管方式無法觸及的地方暴露出來，杜絕企業偷逃稅等違法行為，使企業自覺誠信納稅，讓應收的稅“應收盡收”。同時，隨著稅收征管智能化程度的提高，稅務機關才能了解到企業真實的稅收負擔，對于進一步設計減稅降費政策、科學合理調整稅率和稅制結構、降低政策設計與實際偏離程度具有重要意義。

參考文獻：

[1]馮海波.計劃型稅收收入增長機制的形成機理及其影響[J].稅務研究,2009(10):28-31.

[2]薛偉,劉駿.稅收征管壓力對企業稅收負擔的影響[J].稅務研究,2020(06):104-109.

[3]孫溪海.A省地稅局稅務管理信息化案例研究[D].大連:大連理工大學,2010.

[4]劉駿,劉峰.財政集權、政府控制與企業稅負———來自中國的證據[J].會計研究,2014(01):21-27+94.

[5]閆晴.“人工智能+稅收征管”的理念確立與制度建構[J].當代經濟管理,2019,41(02):77-83.

作者：周于峰 單位：蘇州大學東吳商學院