国家公共信用信息中心成立。该中心成立于2017 年9 月，负责公共信用信息归集、守信激励和失信惩戒信息共享；推动公共信用信息依法公开，提供信用信息服务；制定公共信用信息归集、共享、公开与服务标准规范等。

行业间信用信息共享机构——百行征信有限公司成立。百行征信由互联网金融协会牵头，8 家个人征信机构参与，于2018 年3 月在深圳注册成立，持有央行颁发的首张个人征信牌照，公司专注于个人征信业务、数据库管理和开展企业信用评估等。主要服务对象为网络小贷公司和消费金融公司等互联网金融从业机构。这些机构的建立为处理涉税信用提供了日益完善的组织基础。

（四）税务联合惩戒体系初步形成

纳税失信联合惩戒体系表现在两个方面：一方面是税务机关内部各机构之间的信息共享以及在此基础上的联合执法。另一方面，税务部门与多部门紧密配合，对纳税失信行为进行联合惩戒。

多部门失信联合惩戒实施多以签署联合奖惩合作备忘录的形式推进。据统计，“截至2018年11 月底，60 多个部门共签署40 个联合奖惩合作备忘录。其中，联合惩戒备忘录32 个、联合激励备忘录5 个，两者都有的3 个”[4]。国家税务总局和其他部委联合签署了多个联合惩戒协议或备忘录。如2017年11月8日，国家税务总局和最高人民法院签署了《关于网络执行查控及信息共享合作备忘录》，对失信被执行人在税务领域进行联合惩戒[5]。

（五）税务联合惩戒效果初步显现

据统计，截至2018年6月“全国36个省级税务机关将公布的2781件‘黑名单’全部推送至同级相关部门，共计实施各项联合惩戒措施2.5万户次。如对直接责任人注册登记的其他企业信用降为D级554户次；严格控制发票领用6170户次；提高税收检查频次3500户次等[6]。”

国家税务总局、公安部、海关总署、中国人民银行等四部委联合开展打击虚开骗税违法犯罪专项行动，查办了一批重大涉税违法案件。据统计，“2018年8月22日至11月底，全国共查处涉嫌虚开增值税发票的‘假企业’45749户、涉嫌骗取出口退税的‘假企业’467户，合计46216户，定性对外及接受虚开增值税专用发票及其他可抵扣凭证255万多份，涉案税额491亿多元”[7]。

国家税务总局和公安部等部委对失信者的惩戒力度加大和范围扩大后，通过信用信息共享交换机制，督促了企业规范自身行为，持续诚信经营，失信企业受到联合惩戒后，信用修复愿望十分强烈，税收遵从度得到提升，有力促进了“诚信中国”的建设。

四、现行税务联合惩戒体系存在问题

（一）联合惩戒体系有待完善

相关法律法规有待进一步健全。除了《征信业管理条例》这一行政规章，联合惩戒多以部门协议和备忘录形式存在，缺乏规范信用的全国性法律。根据北京信用协会的调查，影响信用联合惩戒的因素中，缺乏相应法律法规依据居各因素之首，占70.59% ^[26]。

纳税信用评级主体单一化。纳税信用评级的主体仅限于税务机关，不能真实反映纳税人信用。作为纳税人信用等级的“独家裁判”——税务机关的信息采集者、信用评价员、奖惩措施牵头人的多重身份，为“权力寻租”或行政不作为提供了一定可能性 ^[27]，也可能会影响到信用评级的界定。

纳税信用等级评价方式不完善。纳税信用评价指标设计，主要依靠税务部门信息，没有充分考虑来自于工商、环保等部门的信息，各个指标及其分值由税务机关独立确定，可能影响公正性。同时，纳税信用结果以A、B、M、C、D 分级展示，不能考察同一级别内纳税人的信用度，可比性不够。

纳税信用评级结果公开不完全。税务部门常主动公开A 级信用纳税人的信息，定期或不定期地公开D级纳税信用信息，B和C级纳税信用信息不公开，限制了纳税信用评级数据的社会影响力，削弱了其对纳税人诚信纳税的引导力。

联合惩戒重罚轻奖。税务管理部门偏重于对企业失信行为的联合惩戒，忽视了信用修复和联合奖励对提高纳税信用的促进作用，使得联合惩戒体系效果大打折扣。

（二）涉税信息质量有待提高

涉税信息真实性需要提高。税收数据从采集到分析，一般要经过登记、认定、申报等多个环节，每一个环节的数据质量都有可能影响到整体的信息质量。在现有的制度安排下税务信息数据搜集与保存存在“多头管理、指标标准、办法不统一”等弊端，从而影响采集数据的质量。数据分析整理过程中，工作人员工作不认真等都会导致税收数据出差错[8]，制约了大数据分析应用水平的提升。

涉税信息碎片化特征明显。由于缺乏顶层设计和统一规划，各部门在建立信用体系时采用的指标体系、信用信息标准等并不统一，使得信息不能及时传递和共享，制约了联合惩戒的整体作用。

税务部门内部“信息孤岛”现象比较突出。如不同地区之间的发票信息还无法实现共享查询，税务机关内部各机构之间也没有完全实现信息共享，导致税收征管出现漏洞，税基被侵蚀，降低了税收管理水平。

税务部门和信用服务机构之间信息共享相对不足。税务部门涉税信息主要通过纳税申报资料而获得，其拥有的涉税信息并不完全，信息共享主要对象是政府部门，忽视与信用机构间的信息共享，影响到纳税信用的判定。

涉税数据来源有待拓展。税务部门的涉税数据主要源于纳税义务人的各种纳税申报表的数据、增值税发票系统中的数据、出口退税申报审核数据、纳税信用等级评定信息以及其他政府部门的信息数据。与企业和专业化数据机构的涉税信息共享相对较少，如企业生产产品信息以及价格信息等，微信、支付宝等电商信息还没纳入税务部门征管信息系统，影响了信息质量。

（三）数据挖掘能力稍显不足

最常见的税收数据分析方法是简单的统计分析和票表比对。如比对历史数据、行业数据、发票和报表等，寻找纳税人涉税失信行为，侧重于对基层业务具体征管行为的指导和监督。运用数量经济模型进行分析预测的还是相对有限，缺乏深层次挖掘和多角度、多维度、多层次的分析、比对 ^[28]，对税收与宏观经济关系、政策效果的评价、管理决策参考等方面 ^[29]的分析的广度和深度有待加强。

对涉税案件的筛选主要是依靠峰值法。这种方法主要依靠经验进行主观判断，有很大的随意性，面对巨量数据，人工研判的方法显得极其落后而不能适应现实税收治理的要求。要利用大数据进行信息收集、交流与共享，利用大数据技术强化对涉税案件的筛选、识别与研判，全面提升税收治理水平。

（四）联合惩戒效果有待提高

惩戒结果的认可度不高。纳税信用应用主要在税收管理、金融和商业领域，在其他领域，没有工商部门、金融机构等评定的信用结果的社会认可度高 ^[30]。税务部门依据纳税信用对纳税人进行分类管理和服务。金融领域，税务部门与金融机构联合推出“税易贷”“税信贷”等产品，从而将“纳税信用”变为“融资信用”，助力企业融资。商业领域，则是对失信人进行限制其投融资、工程招投标、进出口、注册新公司等商业行为。

虽然国家建议在行政管理事项中使用信用记录和信用报告，但是由于查询行政相对人信用记录并非行政管理业务办理流程的必要环节和业务工作流程 ^[31]，失信联合惩戒措施的实际效果并不理想。

纳入税务联合惩戒的范围有待进一步扩展。目前仅对列入黑名单的纳税企业纳入联合惩戒范围，而在实践中，很多纳税违法行为例如相当数量的非正常户、以及常见的欠税等行为也应该纳入联合惩戒范围。这不仅有利于实现“应收尽收”的征纳要求，还有利于打击偷逃漏税者，营造良好的营商环境，体现税收的公平性。

（五）联合惩戒缺乏国际深度合作

现有联合惩戒体系更多局限在我国国内范围，随着经济全球化的深入发展，特别是在实施“一带一路”倡议后，我国和各国之间的经济来往和生产要素的密集流动，国际范围内的联合惩戒体系的构建也应加快进行，从而为打击跨境涉税犯罪，保障财政收入提供更好的保障。这是我国现有惩戒体系建设中较为薄弱的环节，需要在现有已签署的国际税收合作协议的基础上强化国际间的联合惩戒，真正实现一个包括国内和国外两个方面的完整的联合惩戒体系。

五、利用大数据完善联合惩戒体系建议

（一）完善联合惩戒体系

完善相关法律法规。国家层面，启动《信用法》、《社会信用促进法》等立法工作，并修改《民法》、《经济法》和《行政许可法》等法律中与信用相关内容，明确信用信息及其失信行为的内涵及法律责任；地方层面，及时制定实施信用信息管理等地方性法规 ^[32]，为实施联合惩戒提供法律依据。

构建以税务部门为主导，多部门参与的综合纳税信用评级主体制度。发挥各主体的优势，保障纳税信用评级制度“在阳光下运行”，提高信用评级的准确度，提升该制度结果的社会认可度与影响力。

完善评估指标和评估模型。根据经济发展、产业和行业特点、经营规模、财务状况等，筛选评估指标，并征求海关、房管、银行、会计师事务所等相关利益主体的意见，不断完善纳税评估预警系统，并对纳税人申报缴税的真实性和准确性进行全面系统的评估 ^[33]。

信用评级结果及时公开。将公开信用等级范围扩展至全部纳税人，实行纳税信用评价结果完全公开，并可以查阅；变信用等级制为积分制，延伸纳税信用公开长度，展示纳税人信用的变化，激励纳税人重视纳税信用并逐渐形成税收信用管理的长效机制[9]。

（二）改善涉税信息质量

完善税收数据统计管理制度。在《税收征管法》、《统计法》等相关法规中确立税收统计工作制度和要求，明确税收数据提供者的义务和权利，为提供数据的完整性和真实性负责[10]。

整合涉税信息破除信息孤岛。推行“互联网+监管”改革，整合现有信息管理系统资源，提高监管效率；通过金税三期系统和各省的综合治税平台建立统一的信息共享平台，实现各地区、各部门和各行业之间的信息共享；强化税务部门内部信息共享机制，实现省级、省内全部税务信息共享，全国部分关键纳税信息共享。

增加涉税信息渠道。税务部门加强与工商、银行、海关等政府部门的合作；加强和百度、新浪、支付宝、微信等互联网企业、新支付媒介、以及专业的数据公司的合作，获取纳税人的信息，增加信息的完整性。

（三）提高数据挖掘能力

树立大数据思维。在税务系统开展普及“大数据”相关知识，形成“大数据”创新思维。营造“用数据来说话、用数据来管理、用数据来决策、用数据来创新”的文化氛围，为税收“大数据”建设奠定思想基础 ^[34]。

做好基础数据的轨迹和整理，为数据深度分析奠定基础。要对税务部门内部的数据，进行归集和整理；要对从海关、统计、银行等部门交换共享的数据进行归集和整理，协调不同标准的数据格式，最大限度的提升第三方数据的实际效能。

组建专业的数据分析团队，提升数据深度利用的水平。利用内部资源，组建数据分析团队，对团队成员进行数据挖掘、数据库等培训，提升挖掘数据能力；利用市场的力量，在国家法律许可的范围内，加强和高校、专业研究机构等合作，共同挖掘数据；以政府购买服务方式试行服务外包。

（四）提高联合惩戒效果

加强联合惩戒绩效考核。制定联合惩戒绩效评估办法，定期对失信联合惩戒工作开展绩效评估，并把其纳入到部门工作绩效考核目标，对实施联合惩戒不利的部门进行惩罚，对实施联合惩戒较好的部门进行激励[11]。

强化惩罚提高失信成本。对失信者，提高惩罚的额度，对其出行、旅游、社保、教育等进行更严厉的限制，通过电视、报纸、网络等多种方式公开其失信信息，延长其失信信息保留期限，对重大失信人，也可考虑终身禁止从事或进入某个行业等等，增加其失信成本。

扩展失信惩罚和守信奖励的应用领域。失信惩罚和守信激励的范围扩展至荣誉评选、媒体曝光、税务检查、税收优惠、财政补贴等领域，督促纳税人自主提升信用等级。

（五）深化国际联合惩戒合作

随着我国融入世界经济的步伐加快，不仅有越来越多的外国企业进入中国，还有很多国内企业正在调整期产业布局，从全球的视角去寻求资源。与此相应的就是越来越多的国际税收问题需要解决，如基于国际间税收差异带来的利润转移，以及跨国所得的重复征税减免等。“解决税基侵蚀和利润转移问题的唯一和长期的方法就是建立一套先进的，可在全球税务管理部门之间交换信息的系统”^[35]。这就要求各国税务部门都需对数据采集、管理和治理方面有所改变，以适应国际税收的信息交流和共享，并在此基础上对失信行为人实行联合惩戒。

当前，应扩大签订双方或多方的税收国际联合惩戒协议的范围，对失信进行跨国惩戒，特别是要配合国家“一带一路”倡议，加强与“一带一路”沿线国家的国际税收合作，共同打击跨国税收失信行为。

参考文献：

1. 康红勋.大数据时代下的税收信用建设研究[D].中共中央党校,2017.

2. 李克强.2014年政府工作报告[OB/EL].中国政府网:http://www.gov.cn/guowuyuan/2014-03/14/content_2638989.htm

3. Castellón González, Pamela, Velásquez, Juan D. Characterization and detection of taxpayers with false invoices using data mining techniques[J]. Expert Systems with Applications, 2013,40(5):1427-1436.

4. Silva, Leon Sólon da,Carvalho, Rommel Novaes,Souza, João Carlos Felix. Predictive Models on Tax Refund Claims-Essays of Data Mining in Brazilian Tax Administrationt[C]. 2015. EGOVIS 2015: Electronic Government and the Information Systems Perspective pp 220-228

5. Micci-Barreca D, Ramachandran S. Improving tax administration with data mining. White paper. Elite Analytics LLC.2004.

6. 姚键,王周飞.基于大数据背最的税收风险管理[J].税务研究2015 (11) 64-66.

7. 刘尚希,大数据思维在税收风险管理中的应用[J].经济研究参考,2016 (9):19-26.

8. 董蕾,王向东.“管数制”税收征管模式创新研究[J].税务研究,2017(3):110-114

9. 黄胤强,黄民锦.做好大数据下的税收调査工作的思考[J].经济研究参考,2013 (41):25-27.

10. 陈立法.运用大数据进行税收预测[J].税收征纳,2016,No.335(3):17-18.

11. Cagan P. The Demand for Currency Relative to the Total Money Supply[J]. Journal of Political Economy,1958,66(4):303-303.

12. Gutmann P M. The Subterranean Economy[J]. Financial Analysts Journal, 1977,33(6):26-27.

13. Erard B, Feinstein J S. Honesty and Evasion in the Tax Compliance Game[J]. Rand Journal of Economics, 1994,25(1)1-9

14. Donna D. Bobek, Robin W. Roberts, John T. Sweeney. The Social Norms of Tax Compliance:

Evidence from Australia, Singapore, and the United States, Journal of Business Ethics, 2007,74 (1): 49-64.

1. Torgler B, Demir I C, Macintyre A, et al. Causes and Consequences of Tax Morale: An Empirical Investigation[J]. Economic Analysis & Policy, 2008,38(2):313-339.

2. Hanousek J, Palda F. Is there a displacement deadweight loss from taxevasion? Estimates using firm surveys from the Czech Republic[J]. EconomicChange and Restructuring,2009,42(3): 139-158.

3. 李焰,王琳,苏剑晓,唐语勤,王朴宁. 从惩戒“老赖”看用信与失信成本——以最高法与芝麻信用合作为例[J]. 中国银行业,2017(12):74-77.

4. 孙哲.从税收信用属性谈中国和谐税收信用体系构建[J].大连海事大学学报,2011(5):13-16.

5. 蔡昌.税收信用缺失的根源及治理制度设计[J],税务研究,2014(11):54-57.

6. 李雪.博弈论视角下的税收信用问题研究[D].大连:东北财经大学,2012.

7. 蔡昌.税收信用论[M].北京:清华大学出版社,2014:2-22.

8. 郭庆旺,罗宁.税务稽查､税收优惠与税收流失研究[J].财经论丛,2002 (1) : 31-35.

9. 程海涛.税收信用的国际比较与借鉴[J]理论界,2006(3):69-70.

10. 陈金保,邢堃.加拿大税收信用体系中的“自我遵从”和“失信惩戒”[J].涉外税务,2008(03):42-46.

11. 孙杰.完善我国税收信用体系的构想——借鉴美国､加拿大经验[J].财政监督,2012(11): 64-65.

12. 史玉琼.关于建立失信惩戒机制的研究[J]. 征信,2018(9):18-23.

13. 闫晴.大数据时代纳税信用评级制度的三维向度与优化路径[J].财会月刊,2018(13):56-60.

14. 黄胤强,黄民锦.做好大数据背景下的税收调查工作的思考[J].经济研究参考,2013(41):25-27.

15. 于众.大数据环境下税收数据深度利用探索[J].经济研究导刊,2016,13:78-79.

16. 郑妍.主权区块链技术在纳税信用管理中应用的设想[J].税收经济研究,2018,23(04):81-

17. 刘洪波,卢盛羽.健全和完善我国失信联合惩戒机制[J].宏观经济管理,2018(12):55-61.

18. 张善云.守信激励与失信惩戒运行机制研究[J].发展研究,2016(05):95-99.

19. 肖胜球.大数据时代税务数据应用与发展趋势思考[J].信息与电脑(理论版),2016(11):35-36.

20. 彭骥鸣,陈爱明,韩晓琴.大数据时代强化税收风险管理的思考[J].税收经济研究,2014,19(05):28-35.

21. 唐跃,王超,薛剑秋,朱岚,魏军波,宿萍,闫丽萍,倪巍.“互联网+”背景下大数据对现代税收管理的影响[J].税务研究,2016,10:108-112.

（作者工作单位：河南财经政法大学）