智慧税收征管体系构建探究——基于京东及阿里巴巴的管理体系

◆陈旭煜

内容提要：物联网、大数据及人工智能等新技术的快速发展带来了经济社会的巨大变革，也对税务部门的税收征管工作带来全新的挑战。如何借国地税征管体制改革这一契机，改革现行征管体系复杂、征管工作被动的局面，已经成为税收现代化改革必须探究的课题。文章通过案例实证，尝试提出构建智慧税收管理体系，并进行税收适配性分析，通过对比当前征管体系与智慧管理体系存在的差距，从法律层面、技术框架、组织架构、征管工作机制等领域提出政策建议。

一、研究背景与概念界定

(一)研究背景

2018年我国征管体制发生了重大的变革：一是国地税合并为下一阶段的税收现代化改革在体制上打下了坚实的基础；二是确立“逐步建立综合与分类相结合的个人所得税制”，并以此为契机与阿里巴巴集团合作建立了以云计算为基础的新的个人所得税征管体系。虽然税收现代化改革在不断地推进和深化，但是“互联网+”、区块链、人工智能等新技术的快速发展，已经对现阶段税收征管工作提出了严峻的挑战。第一，21世纪以来数据的爆炸性增长导致目前“管事制”的税收征管体系下人力资源与日益扩大的税收数据不相匹配。第二，税源情况处在剧烈的变化之中。原有的产业结构与新动能结合呈现出新的经济形态，新技术、新产业、新业态、新模式不断涌现。第三，社会生产力的发展进入高速化、智能化的时代，无人自动化技术、画像识别技术、深度学习技术等促使社会对智能、效率、理性的要求达到了一个前所未有的高度。面对这些挑战与困境，国家税务总局2013年提出了构建现代化征管体系的总目标，描绘了征管现代化的蓝图。2018年6月22日国办印发《进一步深化“互联网+政务服务”推进政务服务“一网、一门、一次”改革实施方案》，方案要求实现企业和群众到政府办事像“网购”一样方便。在这一背景下，如何改革我国现阶段的税收征管体系过于依赖人力资源驱动的复杂、低效的状况，打造智慧化的税收征管体系，彻底实现我国征管体系的现代化，成为亟待解决的课题。

(二)智慧税收征管体系的概念界定

2015年9月28日，国家税务总局印发《“互联网+税务”行动计划》。行动计划中正式提出构建“智慧税务”的总体目标，有关税收征管体系如何智慧化运转的探究逐步兴起。

智慧原本形容人具备信息获取、识别判断、决策、改善进步的能力。而具备这一特征并最大限度减少人类主观行为参与度的税收征管体系就可以称之为智慧的税收征管体系，实现将数据相关的工作完全交由计算机完成。智慧税收征管体系区别于传统的信息化征管体系，其通过世界前沿技术形成一个完整的能够实现数据的自我识别、处理、决策并可以根据反馈结果自我适应、自我改进、无须人工驱动的税收征管生态系统。在这个体系内，不仅仅是简单地对纳税人或者税务机关的工具软件进行升级，而且要实现税务工作人员和纳税人由传统的主体地位转变为辅助参与者的地位，让二者在纳税申报或者税收管理过程中体会到征管体系的“类人属性”。

二、基于京东及阿里巴巴智慧管理体系的分析

(一)研究方法与案例选择

本文按照智慧化思维的处理流程，从数据收集存储、人机使用交互、对象的识别评估以及决策改进等环节递进分析，尝试构建一个智慧化的管理体系所应当具备的基本框架，并总结出一个全新的智慧管理体系构建理论。

采用多案例分析法进行研究。多案例相比单一典型案例，更能通过各个案例的相互比较验证，来形成完整、系统、适用的全新理论，更好地提高构建理论的普遍性和可靠性。

图1 研究方法的基本框架

京东和阿里巴巴是目前中国电商市场上的两大巨头，两家公司2018年第一季度季报显示：阿里巴巴市值2018年已经突破了28,000亿，京东营销规模也突破了2000亿。两家企业较早地进行智慧管理体系的建设。二者旗下除了电商以外还涉及金融、支付、物流、本地服务、旅游等，其庞大的业务板块和海量的数据是如何通过智慧管理体系实现高效运转值得研究借鉴。

（二）智慧管理体系构建的多案例分析

1.数据存储方式与组织架构分析

京东从2008年开始布局建设全集团的大数据仓库JDW，并成立了负责JDW数据平台的数据管理部门。数据管理部门直属于京东集团，为各事业部提供数据服务，实现了集团内数据的互联互通及外部数据的归集整理。

阿里巴巴建立了阿里云数据管理平台。阿里云作为阿里巴巴25个事业部之一，与集团核心业务平级。阿里巴巴通过阿里云收集阿里系及与阿里系有业务合作关联方的全部数据，除了用户自身的数据，还涵盖电商平台、互联网金融、云服务、落地商户、互动文娱以及部分政府部门授权查询的信息。

2.人机交互中的用户体验分析

通过统计单一账户可以登录的软件数可知京东和阿里巴巴都实现了旗下各平台的账户互通。在实际使用中，对每项业务采用“最低手工数据输入要求”和“页面跳转次数”可以衡量用户使用的便捷程度，通过下表可知京东和阿里巴巴在各业务上都实现了服务的一键体验。具体见表1：

表1 京东与阿里巴巴各业务办理门槛比较

3.对象识别评估方式分析

案例企业都采用大数据→模型→标签画像的识别路径。京东通过对用户行为进行建模分析，赋予用户的各类特征标签形成用户画像。阿里巴巴旗下的蚂蚁金服利用阿里云收集绘制用户信用画像并形成系统化的产品——芝麻信用。

图2 京东用户画像

资料来源：根据京东网站整理得到。

4.智慧决策及自我改进分析

京东形成用户画像后结合每个商品的属性，筛选出符合用户偏好的商品并赋予不同的分值，在用户搜索浏览时按分值自动排序，实现用户购买的各个环节进行不同方式的营销，具体见图3。

图3 京东智慧营销策略

资料来源：根据京东网站整理得到。

阿里巴巴基于用户信用画像提供差别化服务。核心逻辑是通过用户信用画像的不同实施差别定价，并最终根据系统智慧定价下用户的选择对用户信用模型和差别定价模型进行改进。具体见表2。

表2 阿里巴巴智慧营销策略

（三）智慧管理体系构建的多案例实证结论与理论建立

通过对京东及阿里巴巴的多案例分析，可以得出一个完整的智慧管理体系应该包括以下几个方面。

1.顶层组织统筹，依托云计算建立大数据下的应用共享机制与组织架构

将数据工作交由数据部门负责，成立专门的数据处理事业群，打造集约化的大数据平台，实现对集团的扁平化管理。一要通过大数据平台打破不同系统、软件的壁垒，实现内部数据的共享共用，发挥数据的集团效益，降低数据管理成本；二要通过数据平台进行最大限度的跨系统取数，突破业务板块局限实现各类数据模型运算的全域、高效；三要依托互联网和大数据技术建立统一管理平台，统筹全集团全地域的业务，并且通过数据管理部门实现内外部的互通互联，实现管理的网络化。

2.以用户体验为核心指标进行人机交互设计

一个好的智慧管理体系，其人机交互一定是顺滑、易用、美观。而京东和阿里巴巴在具体使用过程中都感受不到数据输入的门槛。其通过大数据技术由后台自动抓取用户数据，通过人工智能技术实现自动交互，降低使用过程中的“阻隔感”，在提高用户使用体验的同时，也将数据采集的主动权掌握在服务提供商手中。

3.由数据自我驱动完成用户的全面识别评估

智慧管理体系在用户识别评估上最大限度降低了人类主观行为的参与度，将人们从具体的某个用户或群体的识别分析中剥离出来，由系统数据自动完成对用户的识别分析，人们工作的重点在于数据识别方式的设计而非执行具体的用户识别行为。

4.不依赖于主观意志的智慧决策模式

人工驱动识别有赖于主观意志，主要针对具体个体事件的主观决策行为。而智慧管理体系能够在数据自我识别分析的基础上，自动做出最佳的决策方案，使得决策脱离于人们的主观意志，实现决策的理性、全面、高效。

5.具备自我学习与改进的能力

智慧管理体系能将智慧决策结果反馈到数据仓库中，并对每次决策的效果进行分析和评估，对智慧管理体系运行过程中的偏离情况进行修正。

三、智慧管理体系案例实证与税收征管的适配性分析

本文尝试基于京东及阿里巴巴等互联网企业为研究对象构建智慧管理体系理论，但是税收征管作为政府治理的手段之一具备较强的法理属性和行政属性，因此需要就税收征管体系能否借鉴互联网企业智慧管理体系做进一步验证分析。

（一）在税收数据获取以及数据顶层组织统筹的能力上，税务机关优于企业

首先，税务机关和企业都需要获取数据资源，但是在数据获取的过程中二者所具备的主动权是不同的。企业通过与用户签订数据协议行使对用户数据获取范围和交互使用的权限。税务机关无须与纳税人签订数据协议，《税收征收管理法》对纳税人涉税信息报送制定了相关规定，具备法理上的强制性。

其次，税务机关和企业对数据顶层组织统筹的能力是不同的。各集团公司要最大限度地在顶层对数据进行统筹，通常需要在组织架构上采取提升数据部门层级、控股并购其他公司等方式扩大统筹数据的范围。而税务机关作为国家组织收入的机关，一方面在政务系统内部与国土、住建、公安等同层级政府部门进行数据交换不存在制度性的障碍，通过国家顶层设计可以实现政府各部门之间的数据共享和交换；另一方面税法具备强制性，可以依托国家法律最大限度地统筹政府政务、社会服务、企业经营等多方数据。

（二）在对数据进行识别与评估的方式上，税务机关与企业具有相似性

税务机关和企业对客户数据分析的侧重点有所不同。税务机关侧重对企业经营行为分析涉税信息，企业侧重对客户消费行为分析相关信息。但是不论税收征管还是企业客户关系管理，都是采用数据建模计算的方式进行识别与评估。

（三）在决策目标上，税务机关与企业具备相似性

京东和阿里巴巴在用户精准识别的基础上，利用大数据和人工智能技术实现用户的差异化营销和定价，最大限度地增加企业营业额，实现企业利润的最大化。而税收本质是政府对社会产出进行分配的一种方式，是政府组织收入的主要手段。国家税务总局印发的《“互联网+税务”行动计划》也提及税收征管要对纳税人进行差异化管理，依法、高效、足额地组织国家税收收入。可见，税务机关和企业在决策上都是通过差异化的应对方案实现其目标。

四、税收征管现状与智慧税收征管方式的差距

根据智慧管理体系案例实证与税收征管的适配性分析，我们可以得出智慧管理体系构建理论对构建智慧税收征管体系具有指导和借鉴意义。但在借鉴运用新的理论之前，应先探究税收征管现状与智慧税收征管方式的差距。

（一）数据的统筹应用与大数据技术存在差距

1.缺少平台思维，系统内部存在一定的数据鸿沟

目前税务机关内部拥有大量相互独立的系统，虽然可以进行一定程度的数据交换，但是缺少平台思维，各软件的数据交换存在一定的滞后性，导致税务机关空有大量数据，但无法及时进行系统的相关性分析。

2.过分注重内部数据，未建立统一的外部数据仓库

我国以纳税人识别号作为纳税人办理税收事项和税务机关管理纳税人的唯一标识，但是该制度实行以来，除了市场监督管理系统外，其他如法院、国土、住建、金融等部门虽然也使用统一信用代码，但是并没有给税收征管开放相应的数据接口，其结果导致税务机关与社会其他部门相互交换经济情报和纳税信息存在困难。

3.数据采集过于注重格式化

信息日益丰富是社会科技发展的趋势，过于苛求数据标准，反而会限制税务机关的信息获取和税源挖掘能力。目前税务机构的数据采集全部依靠表单的填报，且强调数据的逻辑准确性。数据采集过于注重格式化，缺乏大数据思维。

（二）纳税系统建设用户体验关注不够

1.纳税人系统接入存在一定门槛

统计纳税人办税系统数和账户输入数就会发现：纳税人端一共有电子税务局、自然人办税平台、自然人税收管理系统扣缴客户端、开票系统，且四个系统涉及三家软件开发商，纳税人的账户无法做到互通互联。具体见表3：

表3 纳税人办税系统

资料来源：根据电子税务局·福建整理得到。

2.纳税系统使用流程较长，接口较深

以电子税务局房产税申报为例，其完整的申报流程（从最初数据录入到最后联网缴税）涉及五个模块，而自然人税收管理系统扣缴管理客户端（一次完整的代扣代缴申报）涉及人员登记、申报表填写、申报表报送、输入申报密码、获取反馈、联网缴税等六个模块。

3.信息获取的渠道不够完善

现阶段除了税务机关告知、办税软件查询、涉税知识学习以外，没有其他更为有效的办法让纳税人及时便利地获取涉税信息，并且税务咨询还是以人工解答为主，容易受限于人力资源数量和个人业务素质，缺少税务咨询的人工智能客服。

（三）以人为核心的税收数据识别分析机制不够高效

1.税收工作过于强调税款的追征而非机制的完善

目前纳税评估和税源监控工作流程为：税源监控→纳税评估→风险应对。这种模式下纳税评估或风险应对的结果只能作用于单一的对象或者某个特定类别的群体，不具备从根本上对整个评估机制或数据模型进行改进的功能，导致在日常征管中存在重复劳动、低效劳动等情况。

2.税收风险监控容易陷入依赖纳税人主动申报的数据陷阱

目前税收风险监控，一方面高度依赖纳税人主动申报的纳税申报表和财务报表数据，需要纳税人高度的自觉以及税务机关的努力；另一方面由于纳税人主动申报的数据规范性较差，存在为了通过校验随意填报现象。因此，现阶段税收风险监控依赖纳税人主动申报获得的数据无论是在质量还是规模上都无法满足税务机关建立智慧税收征管体系的需要。

3.对纳税人识别缺少“画像”思维

以“金三”系统为例，目前税收征管（对纳税人管理）逻辑通常为：税务登记→行业/纳税人属性/地区→管理分局，还处于简单的线性管理，即以税务登记为起点对纳税人进行自然属性的归类，而没有进一步在画像识别的基础上对纳税人进行差异化管理。

4.纳税评估受限于人的主观因素

即使在“金三”系统上线后，纳税评估还是依赖人工发起，指标模型也大量依赖人员导入计算。因此现行征管模式下基层税务机关工作质效受制于人员数量及人员素质，大部分指标遇到执行难、针对性不强等问题，缺少一个对全域纳税人的智慧化识别评估机制。

（四）税收决策及改进缺少系统的支持

1.缺少纳税人端的智慧决策支持系统

纳税服务软件是直接服务纳税人、提高纳税工作效率的常用工具，而在日常税收申报、风险应对、违规违法行为的处理等具体决策上还是依赖于纳税人的主观能动性以及税务机关的查账征收，缺少智慧的决策系统进行辅导和帮助。

2.缺少税务端的智慧决策支持系统

目前税务机关的决策主要依赖集体人员的聚集商讨，针对的是具体的税收事件，税收分析依靠的是有限的系统数据和人工收集的外部数据，决策效果往往取决于集体智慧及经验。这一决策方式存有三方面的局限：一是过度依赖人员素质；二是对具体复杂的问题往往需要长时间的研判、讨论；三是随着经济情况的不断变化，依赖人工决策往往会出现考虑不周全，执法不规范，导致一定的税收执法风险。

3.系统无法进行自我改进和纠偏

目前“金三”系统内部运营的各项指标模型的改进优化都是遵循“问题分析、需求提出、修正升级”的路径，过于依靠人员数量及人员素质对系统需求和指标模型的有效性进行分析评估。后台技术部门只能依据人工分析评估的结果对系统参数进行修改，无法实现系统自我改进和纠偏。

五、构建智慧税收征管体系的对策建议

京东及阿里巴巴的案例实证很好地说明了智慧管理体系能很好地改善用户体验，提高企业效益，符合社会生产力的发展方向，也为构建智慧税收征管体系提供了思路。

（一）确立数据共享的法律约束机制，夯实智慧税收征管体系的法理基石

1.在国家法律层面建立社会唯一标识接口制度，实现政府、服务提供商、纳税人三者信息识别的统一

通过全国人大立法规定以社会唯一的标识码进行档案建立与对象识别，并且以唯一标识码作为连接各个系统的接口。社会经济活动的参与者可以依靠唯一标识一站式办完政府有关部门的行政手续，同时政府通过标识码与其他社会经济服务相关联。

2.通过法律规定各机构涉税信息共享的义务和范围

就京东、阿里巴巴等服务提供商而言，其第三方信息的获取是通过在服务过程中与用户签订各种信息使用授权；税务机构与其不同，政府的公共性无法将授权与否与服务的排他性关联起来，而用户企业为了维护自身利益都会尽可能少地提供涉税信息。因此必须通过法律规定第三方机构对税务机构共享信息的义务和责任，建立与工商、公安、民政、金融、证券、国土、房管等部门的涉税信息数据交换机制，实现多方数据的调取和交换。

3.赋予智慧化服务的法理属性

人工智能发展迅速，但人工智能相关法律规定相对滞后，人工智能做出的决定是否具备法律效益，能否成为执法链条中的一环，还未明确。因此，需要对智慧征管体系下系统自动形成的法律文书和做出的行政决策进行法理属性的确认，明确其法律效力。

（二）依托前沿科技，搭建智慧税收征管体系的未来技术框架

1.以云计算和大数据技术作为税收征管系统的技术基础

无论是阿里巴巴还是京东，都是利用云计算技术搭建统一数据应用平台，并在此基础上构建具体业务应用系统。因此未来智慧税收征管体系应改变传统服务器和数据库搭建模式，依托云计算和大数据技术，打造多层级的系统框架。一要将现阶段各个税务系统的数据库采用“松耦式”的分布设计接入统一的云计算平台，消除各系统之间的数据鸿沟；二要归集公安、人社、住建、金融、物流等领域的多方公共数据，将“公共数据归集库”与“垂直数据基础库”在相同结构的数据层面进行脱敏交互，提升数据的交互效率，夯实智慧税务的数据基石；三要对收集交换到的原始数据进行清洗和处理，形成具备一定特征的数据集，直接面向“税务机构决策”和“纳税人应用”，提升数据调取的效率。

图4 基于云计算和大数据技术的税收征管系统框架

2.充分赋权，利用人工智能技术实现涉税决策的智慧、高效

人工智能技术的核心在于通过深度学习实现系统自我决策和自我改进，最大限度地减少人类主观因素的影响，提高决策效率和质量，其在纳税服务和税收管征方面存有巨大的应用空间。

在纳税服务方面，纳税服务系统过于强调纳税申报过程中法律要素的体现，从而对用户思维视而不见。而用户思维与法制思维二者并不矛盾，可以依托人工智能技术，实现数据的自我学习和填报，降低纳税人实际使用过程中的“阻隔感”。从有用、易用、友好及视觉感受等角度来加强纳税服务系统的顶层设计，让纳税人从感观、情感以及交互上都能得到良好的体验。通过人工智能的深度学习，实现经营信息和财务数据自动加工计算后自动报送。同时根据纳税人关联企业的信息以及具体的经济行为，自动预报纳税人存在的涉税风险点，推送给纳税人端，并对纳税申报及风险应对进行建议。同时根据纳税人的涉税互动记录及咨询热点对纳税人进行个性化政策宣传推送，提高税法宣传的效率。

在税收征管方面，税收征管系统通过人工智能技术自动收集数据，自动对纳税人申报是否真实、是否存在欠缴少缴税款等税收风险点进行计算评估认定，自动生成评估结论和税务事项通知书。税务机关无须人工录入评估指标、评估模型、评估结论以及自作送达文书等，这些业务全部由系统自动完成。纳税人发生的各项税收违法行为由系统识别后自动调用相应法律条文，同时通过系统采取电话自动催缴、电文自动发送、软件信息自动推送等方式对纳税人进行涉税信息送达，并利用阅读反馈技术，对纳税人是否签收文书进行判断。

3.运用区块链技术进行数据记录和处理，保证数据的及时、准确

区块链技术是一种去中心化的分布式数据存储技术，通过加密算法和点对点传送使得数据的存储与传输具备透明性和不可篡改性，这两个特性与“税收数据要求完整、真实地反应纳税人经济行为”的特性完全一致。因为区块链的去中心化的分布式存储，导致没有一方可以单独掌握绝对的数据话语权。纳税人各类经济行为都分布式存储在各个节点上，可以完整地反应纳税人的经济活动，同时区块链分布式存储通过各个节点达成共识而形成完整的数据，导致数据被记录后就无法篡改，可以有效保证数据的真实。区块链技术运用于发票领域可以减少发票虚开和偷税漏税行为，并且区块链技术进行数据存储，纳税人经济活动产生的各项数据实时记录在各个节点上，保证涉税信息和应交税款的及时、准确。

4.搭建物联网税收平台进行数据采集，保证数据的真实、全面

物联网作为互联网的应用拓展，依托移动信息技术，实现了物物相联和物物相息。物联网通过智能感知、识别技术将道路、电力、交通、货物、人力等各要素的运行数据转化为实时的动态数据，通过云计算分析动态数据并实时监控各系统的运营状况。具体到税收征管领域，尝试搭建物联网税收平台，与纳税人、通讯、能源、交通等物联网系统对接，实时监控比对纳税申报信息与企业生产经营状况的一致性，及时排查应对涉税风险点，保证税收数据采集的真实和全面。

（三）重塑组织架构，建立以风险管理和数据分析为主导的组织模式

1.建立完整的税收风险管理流程，实现税收征管的风险导向

各级税务机关应成立专门的税收风险管理部门，并转变传统的征管理念，依托云计算、大数据以及区块链和物联网等前沿技术，实行从税源监控到风险应对的全流程风险管理。在风险管理部门内部按行业设立风险管理小组，每个小组负责本行业风险管理计划的制定、风险识别指标的维护和风险评估工作。建立风险管理外部专家联络组，外聘法律、金融、财务以及特殊行业等方面的专家，保证纳税评估工作的专业性。

2.成立专门的大数据管理机构，实现数据的顶层统筹

建立国家和省级集约化大数据管理机构，增强顶层大数据统筹领导能力。税务总局数据管理机构负责对全国涉税数据的交换、收集、处理工作，挖掘跟踪重大税源，向省税务局推送税收风险数据，并指导下级开展涉税数据的分析、运用；省级数据管理机构负责本级涉税数据收集、交换、分析处理工作，组织本级税源的税收分析和风险管理。在国家和省级涉税数据管理机构中，增配税收业务、信息技术、数据处理三类专业人才。

3.重新配置归集业务群，保证征管体系运行的专业、高效

在数据管理集约化的基础上，重新配置归集基层业务群，各业务群负责征管流程的具体业务并且向数据管理部门提出具体的数据业务需求。如何保证实现数据归集管理专业化的同时避免产生数据与征管的脱节割裂？一要建立具有执法资格的税收征收服务分局（办税服务中心），负责智慧管理体系前端与纳税人的直接交互工作，如一般税务申请、审批等工作。二要在省局设立直接从事税收执法与管理的工作部门，如大企业管理部门、税收风险管理部门、税收执法调查部门等，直接承担大企业税收管理和涉税重大案件调查执行工作。三要在市县局设立小企业税收管理分局、自然人税收管理分局、税收执行分局。税收管理分局主要进行具体的税收风险评估和风险应对；税收执行分局承担辖区内税收强制征收等税收执法工作。

图5 以风险管理和数据分析为主导的组织模式

（四）转变征管方式，构造从数据到税源的全景税收征管机制

随着大数据、物联网和人工智能等技术催生的数字经济的不断发展，新技术、新产业、新业态、新模式不断涌现，在这一背景下依靠人力资源推进的税收风险识别评估机制无法满足税收征管现代化建设的需要。智慧税收征管体系的关键就是让税收征管体系具备甚至优于人类的思维和处理方式。在这一体系下，不但可以突破人的素质和精力的局限，最大限度地分析经济税收的全景数据，同时也可以最大范围地对广大纳税人进行税收风险监控和纳税评估。

1.建立以纳税人行为分析模型为起点的全景税收风险监控模式

以纳税人申报为主体的税收风险监控模式容易陷入纳税人主动申报的数据陷阱。借鉴京东基于静态数据或动态数据设立的消费者行为模型来预测消费者偏好实现精准营销的经验，税务机关可以依托大数据技术，突破依赖纳税人主动申报的数据获取局限，自动抓取社会经济活动参与者的各类经济活动信息，利用系统最大范围内地获取纳税人的涉税数据，再通过相关分析模型预测纳税人的涉税活动，然后推送到具体的业务应用层。

图6 从数据到税源的全景征管机制

2.设立基础性税收评价模型进行全域风险识别预警

借鉴阿里巴巴以用户信用为驱动的用户评价模型体系，在纳税识别评估领域也可通过建立一个基础性的全域税收风险识别指标，并设定一定的阈值对纳税人进行基础性质的初步识别，实现由大数据到税收数据的初步过度。通过基础性税收评价模型不但可以将税务人员从繁杂的税收指标中解放出来，避免陷入数据漩涡，同时也可以让纳税人直观感受到自身税收缴纳情况。

3.利用纳税人画像实现全域识别基础上的风险精准识别应对

京东及阿里巴巴数据仓库对每个用户通过模型计算赋予各类标签，最后形成完整的用户画像，并据此针对性地提供可供参考的决策。税务机关也可依托数据仓库和数据模型，为纳税人赋予各类涉税标签并整合出完整的纳税人画像，实现税收征管数据的可视化。其中纳税人标签按照数据加工的流程可以将其划分为不同的层级关系。首先是描述客观事实的事实标签层，反映企业每期纳税申报时间、税务咨询热点以及税收违法行为等动态的事实属性；其次是对各类数据加工得出企业税收风险、税收负担率，税收遵从率等标签；再次是对纳税人作出差异化风险应对标签；最后是对标签优先级排序，即可形成纳税人的整体税收画像。