四、数字平台税收征管义务的法律建构思路基于对平台税收征管义务身份来源与性质的认识，应当遵循税收法定与比例原则，建构法律化的平台税收征管义务，并将义务限制在合理限度内；应尊重平台经济的客观规律，分类分级建构合理化的平台税收征管义务；应当防范平台私权力滥用的风险。人工智能（Artificial Intelligence,AI）是计算机科学的一个分支，被誉为21世纪三大尖端技术之一。近十年来，人工智能在各领域的应用均取得了长足的进展。根据经济合作与发展组织（OECD）发布的《税收征管2023：OECD及其他发达经济体和新兴经济体的可比信息》（以下简称《税收征管2023》），2021年在纳入样本的52个国家（地区）中，有54.4%的国家（地区）在税收征管中应用了人工智能技术，较2018年增长了22.8个百分点。欧盟成员国在数字化转型方面起步较早，在税收征管中应用人工智能上成效显著。本文拟通过梳理人工智能在欧盟成员国税收征管中的应用情况及特点，结合中国税收领域人工智能应用现状，提出进一步完善我国税收征管领域人工智能应用的建议。
一、欧盟成员国税收征管领域人工智能应用情况及特点（一）数字化基础较好，涉税应用起步较早随着新一轮科技革命和产业革命的快速推进，数字技术及应用越来越成为各主要经济体竞相发展的领域。尽管欧盟成员国在数字化关键技术方面落后于美国和中国，但其网络基础设施相对完备，数字化进程覆盖面广，数字化普及程度相对较高，人工智能的应用具备较为坚实的基础。基于此，欧盟成员国税务部门开始人工智能应用的时间普遍较早，但各国的时间线亦有所差别。比如，荷兰税务与海关管理局早在2004年就开发了一种人工智能网络抓取工具（XENON），可以自动从网页、社交媒体或电子商务平台收集数据，并实现与税收数据库中已有数据的自动匹配。瑞典、丹麦等国家于2011年，西班牙、斯洛伐克、斯洛文尼亚等国家于2012年开始将人工智能应用于税收征管领域。法国、比利时于2014年开始利用机器学习算法自动在网络收集数据，并进行税收风险分析。匈牙利、波兰等国家大多在2016—2019年开始在税收领域应用人工智能。（二）深入拓展算法应用，聚焦税收风险管理随着数字化基础设施的逐步完善，欧盟成员国很早就确立了以风险管理为导向的现代税收管理模式。数据驱动成为欧盟成员国税收征管的最重要特征，几乎所有欧盟成员国都积极探索将人工智能应用于税收风险合规性管控之中。一是对税收风险进行实时监测。例如：通过数据仓库信息对纳税申报表等进行监测，以识别少报、漏报风险；通过聚类模型将纳税人报告与同类纳税人报告进行比较，及时发现异常值；开发网络抓取工具，监测网页和相关链接，自动从互联网、社交媒体或电子商务平台收集纳税人数据，并自动与税收数据库进行比对分析，以有效识别群体特征。网络抓取工具主要包括机器人流程自动化（Robotic Process Automation,RPA）和机器学习。荷兰、丹麦、瑞典、法国、比利时、奥地利、西班牙、波兰等国家均有类似的应用。二是对税收风险进行评估预测，并以此确定税务审计的优先事项。主要根据已知的不合规或欺诈案例训练机器模型，通过对数据的挖掘与分析，评估纳税人的行为模式，预测纳税人是否存在欺诈或不合规风险，再根据评分结果进行排名，用于确定税务审计的优先事项，以便实施人工税务审计程序。（三）纳税服务创新发展，有效提升纳税遵从自新型冠状病毒感染疫情大流行开始，欧盟成员国加速推进非接触式纳税服务，在涉税咨询和投诉解决等领域广泛利用生成式人工智能的自然语言处理技术，推出聊天机器人等虚拟助手服务。OECD《税收征管2023》显示，使用虚拟助手的国家（地区）占比从2018年的34.5%提高至2021年的63.8%，增长了29.3个百分点，纳税人援助次数增长了3.81倍，并且回答内容逐渐从一般性问题向复杂和个性化问题过渡。例如：西班牙税务局开发的AVIVA聊天机器人，可自动回答纳税人关于即时信息、企业所得税、增值税等常见问题；瑞典税务局开发的SKATTI聊天机器人，可回答纳税人关于个人税收、人口登记等问题；芬兰税务局开发的VIRTANEN聊天机器人，可与纳税人进行直接交谈，提供相关指引，并将未解决的问题转发给税务人员处理；德国、意大利等国家均推出虚拟对话助手机器人，用于解答纳税人提出的问题；荷兰税务与海关管理局开发了自然语言处理程序，该程序可自动回复纳税人的问题、建议及投诉。据统计，荷兰税务与海关管理局每年都会收到12000份左右的投诉件，这些投诉通常需要员工花费数百个工作日来阅读和回复，而现在80%的投诉可通过自然语言处理程序进行自动回复。（四）应用链条完整，特色场景突出欧盟成员国人工智能应用场景丰富，基本贯穿税收征管的全过程，覆盖纳税申报、收入预测、税款征收、税务审计、税款追缴以及政策制定等多个场景，并且各具特色。例如，德国联邦中央税务局应用人工智能进行数据分析和预测，以更好地了解税收收入发展趋势和未来情况，助力税务部门制定预算规划和资源分配。法国公共财政总署于2021年使用人工智能和卫星图像检测财产税申报情况；截至2022年8月，已检测出20356个未申报的游泳池，增加了约1000万欧元的财产税收入。丹麦税务局借助机器人对房地产进行自动估价，即通过机器算法自动计算或验证房地产定价，无须税务人员进行任何手动输入；估价模型共包括19个变量，如与学校、公园等设施的接近程度、地区污染水平等。意大利税务局开发VeRa算法，将财务数据与纳税申报、收入、财产记录、银行账户和其他电子支付信息进行交叉比对，以监测不缴税风险较高的纳税人；仅2022年就识别了100万起高风险欺诈案件。西班牙税务局自2015年起开始使用自动债务人分析程序，挖掘分析欠税金额和案件的复杂程度，将债务人分为五类，并以此确定采取何种收缴方式。芬兰税务局引入机器人流程自动化技术，通过配置计算机软件来捕获和解释现有应用程序，以处理交易、操作数据、触发响应以及其他数字通信系统；同时还开发了税务审计机器人，用于数据质量检查并收集来自不同来源的数据，解决税务审计人员收集数据时间过长的问题。此外，还有一些欧盟成员国使用人工智能和大数据分析纳税人行为的颗粒度特征并开展预测分析，使监管机构能够根据纳税人情况制定更精准的法规政策。（五）应用与监管并重，注重隐私保护和公平竞争欧盟在人工智能的立法上是先行者，很早就关注数字化转型及人工智能应用中所涉及的隐私保护、公平性、透明度等问题。2016年，欧洲议会通过《通用数据保护条例》（General Data Protection Regulation,GDPR），该条例已于2018年5月正式生效。此后，欧盟持续推动人工智能应用监管领域的相关立法。2021年4月，欧盟委员会提出《人工智能法案》，拟对人工智能的发展制定相关规则；2024年2月，该法案文本获得27个欧盟成员国的一致支持。该法案提出一个基于风险的人工智能监管框架，将人工智能应用分为三个风险类别，分别采取不同的处理方式。第一类是不可接受的风险，具有此类风险的系统将被禁止，包括政府运营的社会评分系统（即根据经济社会地位或个人特征对人进行分类）和公共场所的实时远程生物识别系统，如面部识别等。第二类是高风险，具有此类风险的系统必须接受监管。高风险人工智能系统在投入使用前将接受严格的合格评定和持续评估，以确保这些系统是安全的、透明的、可解释的、公平的和负责任的。此外，出于数据隐私和保护目的，这些系统需要符合《通用数据保护条例》的要求。第三类是风险最小或无风险，除前两类以外的未明确的应用程序属于此类，基本无须接受监管。事实上，该法案讨论的几年时间正是欧盟成员国税收领域人工智能应用的快速发展时期，各国税务部门在推广使用人工智能的过程中，基本都遵循了该法案所设定的基本原则。
二、我国税收征管领域人工智能应用情况及特点近年来，我国不断推进税收征管数字化转型升级，在精确执法、精细服务、精准监管、精诚共治方面取得了明显成效。在数字技术应用日益成熟的背景下，我国各地税务部门因地制宜，逐步开发多样化人工智能应用场景，在税收征管中发挥了积极作用。（一）应用起步较晚，地区发展不均衡与数字化转型实行自上而下集中规划、整体推进的策略不同，我国税务部门人工智能应用的推广呈现多点启动、分别突破的特征。个别地区在2016年左右就已开展部分场景应用，如广州智能税务机器人、深圳大数据人工智能风险控制平台等，在提高税收征管效率、增强纳税人满意度方面均取得了较好成效。但也有部分地区受人才、资源、征管基础等限制，尤其是受数字化转型基础不牢固的影响，在税收征管领域应用人工智能方面推广力度较弱。（二）注重纳税人体验，服务应用发展迅速总体来看，欧盟成员国法治及社会基础完备，纳税人纳税意识普通较高，税收领域应用人工智能的优先级主要集中在税收风险分析环节。相对而言，我国正在经历广泛而深刻的社会变革，引导纳税遵从在税收管理中的作用更为凸显，因而我国税务部门更注重应用人工智能为纳税人提供更多服务。几乎所有省份的税务部门都开发了智能咨询场景，利用人工智能技术中的语义分析、智能搜索和深度学习技术实现人机对话交互，帮助纳税人获取信息或完成相关涉税事项办理。目前，在税收管理中，会话应用由浅到深主要有三种应用方式。一是智能咨询。即通过构建知识库、训练机器应答，提供一对多、“7×24”小时的智能咨询服务。但智能咨询的准确率在我国存在地区差异：一些先进地区的文字咨询准确率可达90%以上，如广州、深圳；12366上海（国际）纳税服务中心的智能语音匹配率达88.75%；多数地区的咨询服务准确率仍有待进一步提高。二是智能导办。纳税人在办理涉税业务时，通过文字或语音方式输入问题，智能机器人可进行解答，并辅助办理业务。目前我国通过全国统一的电子发票服务平台提供智能导办，为纳税人提供政策咨询、自动填单、填写指引、逻辑比对等服务，帮助其完成发票相关业务的办理。另外，个别地区将智能导办从发票领域扩大至其他业务，已基本实现线上业务全覆盖，为纳税人办税提供了便利。三是智能办税。借助自然语言处理技术，纳税人只需用文字或语音向自助办税终端提出办税需求，办税终端可自动帮助其完成事项办理。例如，浙江的语音开票便是该项技术的具体应用场景。该场景利用人工智能技术将“自然语言”转化为“税务语言”，不仅支持一句话语音输入识别开票，也支持纳税人多轮语音上下文交互的发票代开。（三）风险控制领域起步较早，深度有待拓展风险管理是当前我国各地税务机关大数据应用的重点领域之一。深圳、广东等人工智能应用起步较早的地区，均将焦点集中于风险分析和预测方面。例如：2017年，深圳市税务局建设大数据人工智能风控平台，引入算法为企业画像，成功针对虚假注册、虚开发票及实名办税自然人异常行为3类税收风险实现精准定位，命中率达90%；2018年，广东省税务局开发机器学习模型，对涉税数据进行分析，预测纳税人虚开发票风险指数，并结合实名办税相关数据，锁定风险指数较大的纳税人开展精准防控。上述税务机关运用算法在税收风险分析和预测方面进行了积极探索，在一些“小切口”取得较好成效。但总体看，受人才、技术及数据质量等方面限制，机器模型分析应用的覆盖面仍较小，主要是基于规则建立风险控制模型，并辅之以人工分析来实现风险管控。（四）特色应用试点破题，但尚未复制推广对于一些规则固定、重复率高的工作，我国部分省市税务机关开发了机器人流程自动化处理程序，实现机器自动判断与执行。当前主要有两类应用场景。一是不动产交易涉税事宜的自动化处理。杭州市税务局在不动产交易业务中引入机器人流程自动化处理技术，针对不动产涉税审核的关键要素，如“优惠套次申请比对房产登记信息”“申报优惠时点比对房产购买年限”等关键业务节点，设定校验逻辑，由机器人流程自动化实时自动处理，实现不动产交易有关业务的快速办理。截至2022年7月，杭州市65%的一手房及37%的二手房涉税审核业务可通过该模式办理。二是代征手续费拨付。我国部分省市税务机关将机器人流程自动化应用于手续费支付流程业务中。该业务从申请受理开始，到支付岗成功支付并销号结束，一般需要经过5个岗位，历时10~20个工作日。而在机器人流程自动化的介入下，合规性逻辑审查在初审流程中即可完成，省去复审与终审中的流程，极大地提高了业务办理质效。上述场景在便利办税和提高办税效率等方面效果明显，同时可以起到减少人为干预和舞弊、降低税务人员履职风险的作用。如何复制推广将是未来需要考量的重点之一。
三、推进我国税收征管领域人工智能应用的建议通过前述分析可以看出，欧盟成员国在税收征管领域应用人工智能起步较早，并将其深度融合于税收征管模式之中，取得了较好的成效。我国人工智能在税收征管中的应用存在起步较晚、应用场景较少、深度有待拓展、特色应用尚未复制推广等问题。为更好地推进我国税收征管领域人工智能的应用，本文在借鉴欧盟相关经验的基础上，提出如下建议。
（一）加强顶层设计，制定分步骤分场景推进策略
自2021年中共中央办公厅、国务院办公厅发布《关于进一步深化税收征管改革的意见》以来，我国税收征管数字化转型和智能化改造加速推进，数据基础不断夯实。数字化转型之后，税收征管面临的最大挑战就是如何快速高效地处理数据，而应用和推广人工智能将是解决这一问题的重要手段。因此，在顶层设计层面，建议尽快按照国务院印发的《新一代人工智能发展规划》《“十四五”数字经济发展规划》的总体要求，由国家税务总局全面梳理分析各级税务部门数字化转型情况，以及前期部分省市税务部门试点人工智能的成果，制定税收征管领域人工智能发展目标规划；同时，结合我国各地税务部门数据基础和应用场景实践成熟度情况，制定分阶段分步骤分场景推进策略，全面形成和推进数据驱动的税收征管新模式。
（二）制定应用规则，规范和助力人工智能应用开发
人工智能的发展必然会带来数据隐私与保护、公平性、透明度以及问责等问题，如果处理不好，可能带来意想不到的风险。从欧盟的立法实践可以看出，发展人工智能须着重确保其是安全的、透明的、可解释的、公平的和负责任的，避免对社会及个人造成伤害。荷兰税务与海关管理局曾因育儿福利发放的风险检测算法错误，被荷兰数据保护局处以罚款。为了预防此类事件再次发生，欧盟在发展人工智能的过程中，始终密切关注数据保护问题，并出台相关法律法规，保障人工智能得以规范发展。税务部门拥有海量数据资源，这是人工智能发展的重大优势。但与此同时，税务部门也担负着巨大的责任。当前，我国政府层面已出台了相关规定，税务部门应结合自身特点，在算法的透明性和公平性、数据隐私的保护和利用等重要方面制定应用规则，规范和指导人工智能的发展，做好税收风险防控。
（三）完善技术应用机制，组建研发团队
人工智能应用是多学科交叉的前沿领域，对于人才和资源的集成要求极高。而税收征管所涉及的业务流和职能细分非常复杂，因此选择哪些领域推行人工智能需要精确地评估。一是要建立起业务与技术相结合的机制。加大业务系统与技术系统的融合力度，确保业务系统的需求与技术系统的回应及时、同步。二是要正确处理好借用外力和拥有自主知识产权的关系。在与信息技术头部企业加强合作的同时，通过多种渠道培养税务部门内部的税务技术专家，组建研发和运维团队，掌握税务信息技术系统的所有权和主动权。三是有针对性地加强新技能培训。可采取双向培训方式，即对精通税收业务的税务干部加强数字化和人工智能方面知识的培训，对拔尖的信息技术人员加强税收专业知识培训，使这些人员能够从更广阔的角度思考人工智能应用，找到更易突破、更能提高征管效率的人工智能应用场景和领域。
（四）加强合作交流，稳步推进人工智能发展
当前，人工智能发展极为迅速，各行各业都积累了丰富经验。我国税务部门应大力推进合作交流，助力快速提升税收征管领域人工智能应用水平。一是积极与人工智能应用先进国家的税务部门开展交流。利用OECD、“一带一路”税收征管合作机制等国际组织和多边机制，主动与各国税务部门进行学术与业务交流，吸收成功经验。二是加强与我国其他政府部门之间的学习交流。借鉴不同部门的实践经验，拓宽人工智能应用思路和视野。三是重视与涉税第三方机构之间的交流合作。例如，有的第三方中介机构开发了智能税务解决方案或审计方案，其所关注的税务合规性与税务部门的关注之处具有一定的相通性，开展交流合作有利于共同提升。四是积极推动我国地区间税务部门之间的交流。推进先进地区与落后地区之间税务部门的交流，建立先进带后进的机制，取长补短，共同推进人工智能在基层税务部门的开发应用。
（本文为节选，原文刊发于《国际税收》2024年第4期）
（为繁荣国际税收学术研究，扩大刊物宣传覆盖面，本刊诚挚邀请各位编委及作者转发“国际税收”微信公众号推送文章）