这几年，明星等高收入人群偷税漏税的事件频发，在欲望的驱使下做出大量偷税漏税等违法行为，这不仅是个人的利欲熏心，更是小看了国家的税收监管。目前我国税收监管已经从过去的查偷逃税款需要税务人员投入大量精力才能发现偷逃税款的蛛丝马迹过渡到如今的大数据税收，由“主要依靠经验检查或外部举报发现”向“依托税收大数据精准分类管”转变。”

税收大数据的特点

税收大数据相比于传统的税收统计数据和税收调查数据，具有以下特点：

1.在数据特征层面，数据的获取技术具备更强的及时性，数据的获取手段更加多样化，数据的结构化程度大大下降；

2.在数据来源层面，国内税收大数据的来源以申报系统数据和其他征管系统数据为主，具备覆盖税种齐全、动态性强以及跨平台交互信息等特点；

3.在数据应用层面，将机器学习、云计算以及数据挖掘等技术综合应用于税收征管和经济分析等领域是目前的主流趋势；

税收大数据的应用

在互联网+背景下，各级政府正在探索如何将政务信息化过程中积累的海量数据发挥出更大价值，为民众提供更便捷的智能服务，优化提升行政效率和质量。然而，传统技术和社区方案难以满足多种海量数据处理能力和高可靠高安全需求，难以发挥内部外部数据整合优势。

税务大数据，是基于Hadoop的数据仓库，对税务部门各业务系统数据进行清洗、转换、分类、汇总，形成了税务部门数据仓库，建立了税务大数据分析平台。

政府大数据平台以“精准、预测、发现“为核心价值，通过构建政府数据治理体系，发挥数据价值，形成数据汇聚、加工治理、开放运营的长效机制，帮助政府建立基于大数据的城市新型治理体系，推进城市行政服务、经济、民生、社会、文化、环境等要素协调发展，让城市更宜居更美好。

税收大数据如何发现税务“漏洞”

主要是通过“税收风险指标模型”来筛查，从而“过滤”出涉嫌偷税漏税的纳税人。

其具体来看操作流程为：税收风险指标模型”会对各类数据逻辑关系进行比对，对其中的疑点进行提示和预警，这些疑点包括：某个企业的“沉睡”账户突然出现大笔资金；某个企业的成本占比较同期同类型企业高出许多等等……除企业自身外，系统还会对其上下游企业上报的数据进行综合比对，从中发现“假账”的端倪。而一旦系统发现异常，便会发出提示和预警，税务部门会以此为依据进行后续的税务稽查。

对于这次事件，许多人震惊之余又觉得司空见惯了，因为近年来明星、网红等人群偷税漏税的事件频发，导致公众对此类事件的敏感度下降。从毛阿敏到范冰冰再到如今的邓伦，税收系统的不断完善，让想要知法犯法越来遇难，大数据税收更是悬在所有纳税人头顶的一把剑，使税收行业更好的发展，税收大数据分析的应用场景也将不断拓展，真正做到更好的为人民服务。