在税收数据大集中背景下，税务机关可尝试从建立数据质量管理配套制度、税收数据标准等方面，搭建数据质量一体化管理平台，解决数据质量问题。

经过多年建设，税收征管信息系统已从最初的单机开票，发展到了大部分省份实现省级应用集中和数据集中模式，税收征管工作对征管信息系统的依赖越来越强。信息系统的基础是数据，税收数据也就成了税收征管的核心基础。从现实情况来看，不少地方的征管数据质量存在问题，直接影响到了税收风险识别、纳税评估、税收统计分析等深层次数据应用。笔者经过深入调研认为，税务机关可尝试从建立数据质量管理配套制度、税收数据标准等方面，搭建数据质量一体化管理平台，解决数据质量问题。

征管系统中税收数据存在的问题

通过梳理分析大量税收数据，笔者发现，不少地方税务机关征管系统中的税收数据存在这样那样的问题。概括起来，主要集中在以下几个方面。

纳税人报送数据问题较多。在纳税人报送的数据中，经常存在数据采集明显滞后于其实际生产经营状况、漏填项目、税务登记项目不完整、基础数据逻辑关系错误、填写虚假数据等问题，导致相关数据的可用价值大幅降低。

第三方信息采集质量不高。从第三方采集到的信息，经常存在部分数据不准确、时效性差、数据标准不规范、可利用度不高等情况。究其原因，主要有：我国在涉税信息共享与建设协税护税网络方面，尚缺乏高层级的法律设计，导致难以形成有效的协税护税机制；由于政府各部门的信息化建设以满足自身业务管理需要为目标，发展步伐也不同，导致税务机关的征管系统不能很好地与相关部门的管理系统联网，不能直接导入数据共享；税务机关有时数据需求概念模糊，取数盲目，且在数据比对、分析软件建设方面滞后，导致很多采集来的数据成为死数据。

数据质量管理机制有缺陷。目前尚没有制度明确，在税收数据管理过程中，哪些数据应由纳税人自行报送，哪些数据应由税务机关依职权产生，导致一些数据采集出现问题。同时，在税务机关内部，数据管理主要以数据管理部门为责任单位，而该部门往往技术人员居多。这种业务与信息技术融合滞后的状况，导致数据协同管理大打折扣。

数据质量管理手段单一。目前，税务系统的数据管理方式主要有两种：制定数据审计规则，对已采集数据进行逻辑性检查；通过实地检查，核实数据的真实性。在这种管理方式下，由于数据审计多是对已采集到系统中的数据进行审计，导致很多错误和垃圾数据进入征管系统。同时，由于很多数据审计规则并不通用，业务规则往往由业务部门提出，审计规则由技术人员用计算机语言编写，导致常出现审计规则实现与业务需求不一致的错误。另外，由于各地的数据采集各有标准，导致前台数据采集不规范。人工调查显然难以保证数据采集的完整性。

江苏地税系统的探索和成效

自2009年以来，江苏省地税局陆续上线了省级大集中税收管理信息系统，建立了省级税收数据集中处理模式。大集中系统将税务登记、申报征收等环节融为一体，无论哪个环节数据出问题，其他环节都会受到影响。根据调研，影响大集中系统数据质量的主要有历史迁移数据错误、新进数据采集错误、后期维护错误和系统自身程序设计错误因素。从重要性考虑，笔者仅针对数据采集和后期维护错误引起的数据质量问题进行探讨。

目前，大集中系统中的数据采集错误和后期维护错误主要集中于两类，即申报类资料和登记类资料。主要原因是，税务机关工作人员在规定纳税期限内需处理大量涉税数据，容易因快出错；纳税人申报表格填写不全、不准确、字迹不清等，也极易造成税务人员数据采集错误。

为消除这些数据质量隐患，江苏省地税局近年来从以下几个方面进行了应对。

加强税收数据标准建设，统一规范各类税收数据。自2011年起，江苏省地税局依托省级大集中系统，从税收数据的定义、采集、加工和分析等方面，开始税收数据标准建设。建成后的标准包括税收数据代码标准、外部数据交换标准、税收数据采集规范、税收数据加工规范等五部分内容。在此基础上，该局开发了税收数据标准管理系统，并配套制定了管理办法，形成了“建标准、管标准、用标准”的税收数据标准管理体系。

开展常态化的数据质量审计。基于数据基础审计模式，利用数据间的钩稽关系、税收业务处理逻辑关系以及内外部数据间的关联关系，建立数据质量审计规则，设定计算、判断或限制条件，用于验证、分析税收数据的正确性、及时性、完整性和真实性。

2012年前，以省辖市局为主体开展数据审计工作，通过编写SQL语句对数据进行清理、转换、验证。自2012年下半年开始，上线税收数据审计平台，建立审计中间表和审计规则进行数据分析，形成全省统一的数据审计模式。截至2013年8月，共部署省级审计规则1001条，日常审计187条。各省辖市局共自行建设市级审计规则633条，日常审计市级审计规则112条。

截至2013年9月，省级规则共审计出错误记录387880条，已处理386803条。

通过开展常态化数据审计，全系统的基础数据质量大幅提升。2011年第一季度，大集中系统审计规则对应的错误数据比率由2010年初的13%锐降至0.01%。到2012年第四次数据审计时，全省的税收数据日均错误率已降到0.0078%。

前置校验规则，把好数据入口关。审计规则可大幅提高存量数据的质量，但征管系统每天都会产生海量的新增数据。为提高新增数据的质量，该局通过提炼审计规则，在大集中系统的录入和维护界面前置了162条登记类校验规则和66条纳税鉴定类校验规则，对录入征管系统的数据按一定规则进行校验、核对，自动进行拦截或提示，从根本上把住了数据的入口关。

加强痕迹化管理，严格落实责任。起初大集中系统对数据修改过程没有完整记录，导致错误数据无法落实到具体责任人，经常出现有人“背黑锅”的情况。为此，该局通过设置加强痕迹化管理，使系统可记录数据从产生到消亡的整个过程，将错误数据责任落实到人，提高每个人的责任心。

开展真实性检查，确保数据可用。数据审计通常只能检查数据的逻辑性，为保证数据的真实性，该局一年内会进行几次真实性检查，确保数据真实可用。

实行基础信息推送确认制，还责任于纳税人。自2013年起，江苏省地税局在全省范围内推行基础信息确认制度，将税务登记表中涉及的信息，通过网上办税服务平台推送给纳税人，由其核对征管信息系统里的纳税人基础信息是否真实。纳税人确认信息无变化的，系统自动记录；若有变化，纳税人要填写变化情况。通过此项措施，明晰征纳双方在数据管理方面的权利和义务。

通过上述措施，江苏省地税系统的数据质量大幅提升。

搭建一体化管理平台 改善税收数据质量

笔者认为，税务机关可以借鉴江苏省地税系统的数据管理经验，从十个方面搭建数据质量一体化管理平台，从而更为科学、有效地改善税收数据质量。

这些方面包括：明晰各层级税务机关在数据质量管理中的职责、流程和规范，建立、完善数据质量管理配套制度；按照税源专业化管理改革要求，加强税收数据标准体系建设，加强税收业务部门与信息技术部门的融合，严格按照税收数据标准执行在建和新建应用软件项目；以建立业务事项与数据项的关联关系为纽带，实施业务事项与数据项紧密结合的分级分类管理，为基础管理和风险管理提供准确可靠的数据来源；基于数据分级分类管理，确定数据审计规则的分类标准，形成税收数据标准管理、数据采集过程监控、数据业务逻辑关系检查及数据一致性检查等方面统一的数据审计规则体系，构造数据任务管理平台；建立“事前校验、事中监控、事后分析”三位一体的全过程数据质量监控管理体系，保证数据一次性正确录入征管系统，并通过实施数据痕迹化管理，保证征管系统中的数据每次修改都有迹可循；实施基础信息推送确认制度，还责于纳税人，即税务机关在每个纳税年度初始，利用网上办税平台，把基础信息推送给纳税人，让纳税人自行核对修改；通过建立纳税人数据质量评价体系，对所有纳税人进行综合评价，并对基础信息核实工作做得好的纳税人进行表彰，对做得差按相关法规进行处理；在税源管理和稽查机构实施风险应对过程中，将纳税人基础信息的核实确认作为必须程序和基本内容；通过实施深层次、多角度、全方位的数据分析和应用，及时发现和解决数据质量问题；利用税收数据标准化体系，在数据传入接口处对进入征管系统的第三方数据进行标准化清洗，使符合标准的数据才能进入系统。

这十个方面相辅相成，不能孤立运行。将它们作为功能模块搭建数据质量一体化管理平台，彼此才能充分发挥应有的作用，为税收征管、纳税分析、风险应对等工作提供准确、可靠的支持。（作者：倪静石 徐怀庚 钱俊文 殷松涛 沙亚清 谭军）