第一章 引言
伴随着数字经济的发展，数智化技术在税收征管中得到了广泛的应用，使税收征管由原来的“以票管税”转变为现在的“以数治税”，给税法遵从激励机制的重新构建提供技术条件和现实基础[1]。目前国内外学者已经对纳税遵从的影响因素做了大量的研究，但是在数智化环境下怎样利用技术手段来实现激励机制的精准化、动态化还存在着研究空白。本文主要研究数智化背景下征管改革对税收遵从的影响，重新构建税收遵从的激励机制，丰富税收遵从理论，也给税务机关优化服务、降低征纳成本提供可行的实践指导。全文会依照“提出问题-分析问题-解决问题”的逻辑顺序，采用文献研究法和规范分析法，整理出激励机制的重塑途径，试图在技术赋能和制度设计的结合处做边际上的革新，为后面章节的详细阐述做好铺垫。
第二章 数智化背景下税法遵从激励机制的重构路径与实施框架
2.1 数智化场景下税法遵从激励的核心逻辑转型
数智化技术依靠大数据的深入挖掘以及全链条的信息追踪，很好地解决了税收征纳双方信息不对称的问题，给税法遵从激励机制的重新塑造赋予了技术根基。在传统的征管模式下，由于信息获取的滞后性，激励逻辑主要是依靠“事后惩戒”的威慑作用，征纳成本高，而且不能有效地促使纳税人主动遵从。数智化场景促使激励核心逻辑由“事后奖惩”转向“事前引导、动态适配”，依靠算法模型提前预警风险，把被动应对变成主动合规辅导，借助数据画像达成激励要素同纳税人特点的精准对接。这样就改变了传导途径和作用效果，使激励措施更加有针对性、时效性。典型数智征管试点运行数据显示，新模式下风险疑点消除率明显提高，纳税服务满意度大幅提升，有力证明了从威慑治理转向服务治理的必要性和有效性，为之后创建新型激励体系打下了坚实的基础。
2.2 传统税法遵从激励机制的适配性短板梳理
传统税法遵从激励机制在运行模式上存在正向激励精准度不高、约束惩戒差异化缺乏、激励规则更新滞后这三大主要缺陷，在数智化场景下其适应性大大降低。从正向激励的角度来说，传统的纳税信用评价大多依靠静态的历史申报数据，不能及时反映企业实际的经营状况，从而使得合规企业的激励红利兑现时间长、指向性不强。从约束惩戒的角度来说，目前的机制大多采取“一刀切”的惩罚方式，没有考虑到纳税人非主观故意和主观恶意的不同，从而造成惩戒尺度的僵化。激励规则的更新受征纳反馈链路的影响，一般会滞后于市场业态的快速更新。根据征管公开数据和涉税案例可以发现，静态化、标准化的管理模式对于复杂的数字经济来说存在着明显的效能损耗，不能满足精细化管理的要求，因此对现有的激励机制进行重构具有很强的现实必要性。
表1 数智化背景下传统税法遵从激励机制的适配性短板梳理
2.3 数智化驱动的税法遵从激励机制重构方案设计
2.3.1 基于纳税信用动态画像的精准正向激励模块
纳税信用动态画像的精准正向激励模块，依靠数智化技术把申报数据、发票流向以及第三方涉税信息融合起来，创建起诸多方面的信用评价体系。通过设置实时算法规则以及高频动态更新的方式，系统可以自动产生并改变纳税人的信用标签。根据差异化的画像结果，实行分级分类的正向激励措施，即对高信用纳税人实行办税流程“容缺办理”和绿色通道服务，用智能算法将税费优惠政策精准推送给纳税人并实现免申即享，还可以将激励范围扩大到融资信贷、市场监管等跨部门联合激励领域。根据数智征管试点案例可知，该模块依靠数据匹配的准确性和激励措施的及时性，大幅度削减了企业的制度性交易成本，明显加强了纳税人主动遵从的意愿和税法遵从度。
2.3.2 依托数智风控的差异化约束惩戒优化模块
依靠数智风控的差异化约束惩戒优化模块，用大数据和算法模型来对涉税风险进行精准画像。本模块把涉税数据综合起来，用智能算法对纳税人的风险进行分层分级识别，从而冲破传统惩戒机制“一刀切”的束缚。根据风险等级的不同，系统会自动匹配不同的惩戒方案，即对于高风险的恶意不遵从行为，给予严厉的惩戒以加强威慑作用；对中风险的行为，采用约谈和限期纠正的方式进行约束；对低风险以及非主观失误的行为，嵌入容错纠错机制，主要发出预警提示并加以指导。差异化设计既保证了对重大违法行为的打击力度，又防止了由于惩戒过度而给合规意愿较强的纳税人造成不必要的负担，从而达到执法的刚性和温度的统一，提高税法遵从的治理效果。
2.3.3 征纳交互闭环下的遵从激励动态调整机制
征纳交互闭环下遵从激励动态调整机制，就是依靠数智技术打通征纳双方信息壁垒，创建起包含监测、搜集和改良的全过程管理体系。其主要运行机制就是形成一个良性循环，即系统定期采集纳税申报数据、资金流信息等指标，自动评价遵从度的变化，实时监控已经实施的激励措施的效果。智能交互界面可以对纳税人的各种诉求进行动态的收集，从而得到一个反馈的数据源。根据实时交互反馈，用算法模型对激励规则和纳税人行为进行快速分析，从而对积分、信用等级等激励标准进行迭代优化。该机制保证激励方案可以准确地适应各个时期税源特点和纳税人不同的遵从需求，使激励效果不断螺旋式上升，达到征纳成本降低、遵从度提高的双赢目的。
第三章 结论
本文通过对数智化背景下税务治理实践的研究，对税法遵从激励机制重构的主要途径和模块价值进行了系统的总结。从上述的研究结果可知，以数据为驱动、精准画像为基础的激励机制才是提高纳税遵从度的有效途径。其主要原理就是利用大数据技术对纳税人的信用状况进行多方面评价，并且把评价结果真正地运用到服务资源的分配以及执法尺度的差别上，进而达到守信激励、失信惩戒的良性循环。该机制有效地降低征纳双方的制度性交易成本，使税务管理由原来的以票管税转变为现在的以数治税。方案落地实施要注意把握数据整合安全、评价标准客观、反馈渠道畅通等主要原则，保证激励的公平性、有效性。虽然本文在模型建立和策略设计方面取得了一些成果，但是由于样本数据的范围以及外部环境的变化，结论的普适性还需要做进一步的检验。未来可以进一步研究人工智能在风险动态预警中深层次的应用，也可以研究跨部门涉税数据共享机制的法律衔接问题，给税务机关完善数智化治理体系提供更加前瞻的操作指南。
参考文献
\[1\]王志平, 张景奇, 杜宝贵. 新坐标,新维度框架下的智慧税务建设研究[J]. 税务研究, 2021(12): 124-128.
\[2\]胡彦伟. 税务视角下"首违不罚"问题探究与制度优化[J]. 辽宁经济, 2022(10): 5.