税收天地国税系统大数据开发与应用研究课题组(辽宁省国家税务局，沈阳100142)内容提要：制定整体的大数据开发应用战略是实现税收现代化的必由之路。本文借鉴国际国内公共部门及企业的大数据应用先进经验，对现阶段国税系统的数据量、数据分类和数据特点加以归纳，对主要工作职责和管理流程进行梳理，在此基础上，构建国税系统近期可行的、成体系的大数据开发应用规划框架。关键词：国税系统大数据开发与应用中图分类号：D632．9文献标识码：A文章编号：1672—9544(2015)02一0060—06字化的未来：美国总统科学技术顾问委员会给总统一、引言和国会的报告》指出：“联邦政府的每一个机构和部大数据这个术语现已为多数人所熟知，但探求门，都需要制定一个应对‘大数据’的战略。”未来的一个明确简短的定义却不容易。《大数据时代》中给发展趋势是大数据技术将替代目前的信息管理技出的大数据定义是指，“不用随机分析法这样的捷术；先进组织机构的战略规划和战术运作中，分析径，而采用所有数据的方法”①。英国圣安德鲁斯大决策将更快更准确；不适应大数据要求的架构方学的JonathanStuanward和AdamBarke(2013)对法、基础结构和软硬件都将提前退出历史舞台。后大数据的概念进行了专题研究，对诸多定义进行提信息时代的最大特点是创新，基于信息的创新将成炼后认为：该术语描述使用一系列技术，如非关系为经济的先导。型数据库、并行编程技术和机器学习(但并不局限为保证公共服务目标实现、缴付准确性和促进于此)来存储和分析大型或复杂数据集。并且指出遵从，机器学习、数据挖掘与公共部门的结合越来所有的大数据定义至少包含如下两点或一点共性：越紧密。本文通过借鉴国际国内公共部门及企业大1．规模：数据集的量是一个主要因素。2．复杂性：数数据开发应用的先进经验，从技术角度对国税系统据集的结构、表现方式和交织是一个主要因素。3．技现阶段可利用的数据信息进行梳理，根据主要工作术：用来处理数量众多或复杂的数据集的工具和技任务和流程，为制定近期可行的成体系的大数据开术是一个主要因素。发应用规划进行初步探索。和其他生产要素相比，数据有非排他性的特二、国税系统主要数据信息概览点，容易实现共享，并且使用越多越增值。因此世界各国政府和企业都对大数据开发应用的必然性和借鉴国外大数据开发应用经验，从数据挖掘技重要性有清醒的认识，如美国政府将大数据开发应术角度对国税系统目前可开发利用的主要数据源用上升至竞争性要素的战略高度，2010年《规划数进行数量统计、分类、总结数据特点，为国税系统大[收稿日期]2014一06—30[作者简介]课题组负责人：杨荣学，总审计师，博士，主要研究方向为税收理论与政策；课题组成员：刘畅、范耀卿、张洪战、牟军、付欣、曾群；执笔人：张洪战。①见D莛】维克托．迈尔一舍恩伯格肯尼思．库克耶，《大数据时代》第16页。60地方财政研究，2015．2／第2期万方数据税收天地数据开发应用奠定基础。请和认定。(一)数据量4．行为数据：关于谁(可能有多个税务干部)；处国税系统是数据密集型政府部门。我们选择理的行为类型(如地址变更)；在何处(如税务所)；2013年某省国税系统主要数据进行数量统计，通过什么时间(日期和时间)；什么原因(如得到了资料下表可窥见一斑。仅2013年12月当月，全省综合来源)；结果是什么(欠税产生或偿还)的行为记录。征管系统录入的税收业务就达483万笔。随着经济5．介质使用数据：记录(税务干部联系纳税人发展，税收业务量将呈持续增加态势。或纳税人使用)介质使用情况，信函；电话或是网上表12013年某省国税系统主要数据量服务。数据项目数据量6．政策执行信息：政策信息，即在特定情况下对正常营业户数72．48万某些纳税人适用的政策执行情况。7．服务记录数据：纳税人使用服务的日常记录，应申报户次800．43万如新登记注册、新申请、代开发票、12366咨询政策缴税总户数47．19万情况。申报应入库税款1342．04亿元8．服务质量数据：记录服务质量和表现，比如申出口退税112．96亿元报录人错误及其分布、纳税人平均排队时长、纳税本年新欠税款13．53亿元人满意度。发票发售2501．89万份9．纳税人与工作...