2019年12月国家税务总局成立税收大数据和风险管理局，该局的主要职责是通过建立税收云平台组织实施税收大数据和风险管理战略规划，并且管理税收数据，负责税收数据交换和共享，用来统筹开展全国性、综合性风险管理特征库和分析模型建设、验证和推广。党的十九届四中全会也将“数据”增列为生产要素，数字革命与大数据时代俨然已经到来，特别是数据对提高生产效率的乘数作用已经日益凸现并更加重要，新的生产要素的来临对于国家税收征管与风险管理体系已构成挑战，那么如何依据大数据时代的特点完成地方税收风险管理是业界和学界亟待研究的课题。
1、大数据与税收风险监督管理的现状
随着时代的变迁，大数据已经渗透到人们生活的方方面面，成为当今社会的主题，许多大中型企业投入更多的资金进行大数据技术的研发，大数据技术的应用也促进了企业更好地发展。根据《2019中国大数据产业发展报告》披露的信息，国内大数据产业规模已经超过8000亿元，研发资金总投入超550亿元。总而言之，大数据技术激发了大部分行业的潜能，既维护了社会的稳定，又为社会带来了巨大的经济效益。我国地方税收监管过程当中，运用大数据筛选税收风险疑点，及时给企业发出明确提醒，提高纳税人的税法遵从度，有效规避税收风险，是地税部门深化征管体制改革，落实“放管服”推出的重要举措。
（一）纳税主体与税收监管数据的演化
当劳动力、资本、技术等生产要素以空前的广度、强度和速度跨地区、跨国界扩张转移；不仅经济规模在扩大，经济结构、经济主体、交易方式也在改变，特别是以数据作为基本要素的税收和经济活动，大数据作用空前重要。作为经济主体的纳税人，数量、结构、经营与核算方式等方面都在发生迅速的变化，到2011年我国进行了税务登记的个体纳税人为2400多万；2018年为1.67亿人，增加了约1.4亿。企业集团如雨后春笋般涌现，集团业务扩张和多元化经营渐渐打破行业、国界、区域的限制，导致税源国际化的趋势愈加明显；企业会计核算和税务处理日趋电算化、专业化、团队化；税收筹划、避税手段层出不穷，纳税人的不遵从行为造成了大量的税收流失，税收监管风险不断加大。
而目前税务机关征管资源有限，传统的由税收管理员“属地管户、各税统管、单兵作战”的粗放型税源管理方式已难以适应税源急剧扩大、税源状况日趋复杂的形势，不利于降低税收风险。
税收风险监督管理的流程包括：风险数据管理、风险数据审计、风险特征库建设、风险特征识别、风险等级分类排序、风险分类推送，风险分级应对，风险绩效考核等环节。在利用大数据系统进行闭环设计的流程中，需要使用实际操作完成分类把关、联动运行的运转机制。
（二）大数据背景下税收风险监督管理的由来
随着大数据技术的逐渐深入应用，此类背景下的税收监管风险指的是在政府征税过程中，由于内部制度以及管理存在的不足，纳税者企业经营恶化、税收减少，最终导致税收收入不能满足政府部门日常支出的情况，包括数据核实、数据搜集、数据管理不当造成的税收风险。第一，纳税人放任行为。由于对法律条款的无知或是疏忽大意，纳税人未按规定履行缴税义务，导致政府部门面临税收减少的风险。第二，纳税人故意偷税漏税行为。通过伪造财务账户、记账凭证，或是进行虚假申报达到少缴甚至不缴纳税款的目的。第三，纳税人情绪行为。我国税务种类繁多，业务量较大，且部分地方税务系统有待进一步完善，纳税人进行申报时，个别工作人员服务态度较差，纳税人有可能产生反触情绪，从而削弱了缴纳税款的意愿。第四，信息不对称引发的逆向选择和道德风险。在纳税人申报过程中，政府部门是较为劣势的一方。很多企业提供的财务信息与实际情况差距过大，而政府部门不可能全部参与到各个企业日常运营中去，通常只能根据上报企业提供的信息进行甄别，掌握真实有效的信息较少。因此在这种情形下，纳税人的行为会造成税收减少，给政府部门带来税收风险。
（三）国外大数据与税收风险监督管理技术超前
国际上发达国家或者地区的大数据技术起步较早，后期政府投入了大量资金进行技术的研发，发展也十分迅猛，同时他们也率先领悟到，把大数据技术与地方税收风险管理相结合的方法，提高了税务部门工作效率，减少了税款流失的风险。几年前，美国某地方政府部门在打击偷税漏税犯罪活动中，引入了大数据技术对纳税人提供的信息进行分析比较，最后发现在当年的申报中，3%的退税存在违法行为。此外，大数据技术通过收集和分析历史信息，对申报人建立预测模型，防止税收风险的发生。意大利利用大数据技术将全国分为了5个地区，对多个纳税人身份进行特殊定义，这样做有利于准确有效地识别申报人提供的信息，特别是针对收支数据真实性的审核。英国通过与大数据公司合作，通过高科技手段监测国内居民电子商务贸易以及申报人的银行卡转账信息，与纳税人提供给政府部门的财务信息对比，能够最终确认申报人真实的财务状况，已达到减少税收流失的风险。针对大型企业，澳大利亚通过大数据技术得出“风险指数”，根据“风险指数”对大型公司进行排序。排名较后的公司进行申报时，税务部门着重审查其信息的真实性，这样可以提高工作效率，并且也达到了控制税收风险的作用。
（四）国内大数据与税收风险监督管理发展较快
2、大数据与税收风险监督管理存在的问题
（一）税务人员配置机构不合理
1、员工年龄结构出现断层
判断一个部门工作效率的重要标准之一为员工年龄结构。我国部分税务部门年龄呈现老年化趋势，年龄较大的员工占总人数比例较大，随着税务数据增大，工作量也随之增加，加上出差以及下乡调研等活动，缺乏新鲜血液的补充，工作效率会出现明显下降。此外，随着大数据技术在税收风险管理上的广泛应用，老员工较多的部门接受速度较慢，接受能力较差，也在一定程度上降低了部门整体工作效率。
2、缺乏专业复合型人才
（二）大数据技术加剧了信息不对称现象
信息不对称一直是困扰税务机关审查信息真实性的突出难题。纳税人远比税务机关更加了解自己企业的经营状况以及财务信息，税务机关只能通过各方面收集的信息进行甄别，但受限于员工数量以及管理技术的创新，税务机关不可能及时有效地掌握企业所有真实信息，这个环节上政府部门存在较大的劣势。在大数据还未应用于税务风险管理时，税务机关审查申报人信息还能够有较高的识别性，但是大数据广泛应用于税务系统后，由于数据的激增以及网络的隐蔽性，给偷税漏税着提供了更多的不法手段，增加了对其信息监督的难度，加剧了税务部门与申报人信息不对等现象。
（三）数据收集种类不够，质量不高
（四）员工风险意识不足
（五）政府监督水平有待提高
（六）大数据技术创新能力不足
我国大数据技术尽管发展较为迅速，但整体水平还落后于世界先进技术，主要体现在创新能力不足上。很多年前，欧美发达国家开始进行大数据技术研发，并很快应用于税收风险管理，随着技术的成熟，在税收风险管理方面有很多创新性的思维，如澳大利亚对纳税人进行11种身份定义。而我国大数据技术创新能力明显不足，税务机关处理数据模式都是借鉴欧美发达国家而建立的，其中部分模式并不符合我国国情。我国税源更广，法律政策也与欧美国家有较大差异，国内大数据技术应用于税收风险管理时更为复杂，不能笼统的把国外风险管理模式直接进行套用。各种因素要求我们税务机关需要提高大数据技术创新能力，并根据最新的大数据技术制定符合我国国情的风险管理模式。
3、利用大数据监督管理税收风险的对策
税收风险监督管理建立在获取多方面信息，并进行关联分析，形成情报的基础上。通过积累情报，并与全面审查相结合，识别出风险。而信息是由数据加工而来的，是经过整理、分析和综合的数据。加强数据和信息的管理，是信息管税的核心，是促进税收风险管理水平提高的重要环节，利用大数据监管税收风险势在必行。
（一）优化部门员工结构，提高税务机关监督税收风险能力
大数据作为一种新兴高科技技术，通过对海量数据的分析比较，识别出税收风险，进而达到降低税收风险的目的。但地方税务局仅仅依靠现有的内部人员结构不能熟练掌握大数据技术，为了更好地利用大数据技术在税收风险管理上的应用，部门需要优化内部员工结构，提高自身监督管理税收风险的能力。
首先，应该合理调整内部员工结构。利用大数据管理监督税收风险，是一项比较有难度的工作，不仅要求员工具有较强的接受能力、自学能力，还涉及一定计算机编程知识，因此这类岗位应该以年轻员工为主，充分利用他们的长处。
（二）提高数据分析水平，减少税款流失风险
在互联网信息技术和大数据技术较为落后的年代，税务机关收集数据难度较大，且数据的真实性不能得到充分保障。随着经济社会快速发展和互联网信息技术的兴起，税务数据的收集变得极为容易，但是数据分析深度有待提高。
在大数据时代，税务部门的工作核心从数据收集转变为数据分析，工作人员通过对海量税务数据的分析，挖掘出能够直接反映公司财务状况的有效数据，进而真实了解一个公司的经营情况，达到减少税收流失风险，提高税收风险管理能力的目标。但总的来说，我国税务机关数据分析不够深入，对各项数据之间的关联性不够敏感，而大数据分析能力逐渐成为税务机关识别风险最为核心的一环，同时也是提高监督管理税收风险有效的手段之一。因此在利用大数据技术收集信息的基础上，税务机关应该切实提高数据分析水平，探索数据分析深度，减少税款流失风险。
（三）大数据背景下，积极收集第三方数据
在互联网不普及的年代，纳税人提供的材料通常是纸质版，税务机关对其财务信息真实性的审查难度较小，税收风险不高。但随着社会科学技术的发展以及互联网的普及，目前纳税人往往都是通过网上进行申报和提供财务信息，不法份子通过犯罪手段达到减税以及逃税的目的更难察觉，提供的资产负债表、净利润表等财务信息真实性的监督审查难度变大，导致了税收风险的增加。
参考文献
[1]章洋.大数据视角下税收风险管理研究[D].江西财经大学,2019.
[2]陈伟智.广东地税征管大数据建设研究[D].华南理工大学,2018.
[3]李志军.以大数据为基础强化税收风险管理[N].中国经济时报,2016-12-20(005).