数字经济时代，算力正在成为改变全球格局的关键力量。近年来，我国持续加强算力建设，促进算、网、存多要素高效汇聚和融合调度，加快构建全国一体化算力网，赋能各行各业数字化转型升级。《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》明确提出要“加快构建全国一体化大数据中心体系，强化算力统筹智能调度”。2023年，中共中央、国务院印发的《数字中国建设整体布局规划》强调：“系统优化算力基础设施布局，促进东西部算力高效互补和协同联动。”算力是数字化产业发展和产业数字化转型的催化剂，能够显著提升社会技术创新水平，是数字经济时代人工智能发展的基础动力源泉，构筑起中国式现代化的数字基座。算力驱动的数字化转型正全面推进税收征管的变革，税务部门需顺应数字时代发展趋势，持续贯彻落实中共中央办公厅、国务院办公厅印发的《关于进一步深化税收征管改革的意见》，在税收治理中掌握主动，积极推进“算力+税务”的深度融合，将算力作为核心竞争力和新质生产力，加速深化税收征管数字化升级和智能化改造，高质量推进中国式现代化税务实践。

（一）算力的内涵与特征

1.算力的内涵阐释。

（1）狭义层面。算力属于劳动资料范畴，具体表现为算力基础设施，即集信息计算力、网络运载力、数据存储力于一体的新型数据中心。其中：信息计算力以计算能力为核心，支撑数据的高速计算和精确分析；网络运载力以网络传输性能为核心，是实现快速访问信息、推动信息资源共享的关键基础；数据存储力以存储容量为核心，确保数据的安全存储和有效利用。这三者相辅相成、高效协同，共同构筑起坚实的算力底座。2020年，国家发展和改革委员会明确将新型数据中心纳入新型基础设施建设范畴，用以支撑5G、云计算、人工智能等新一代信息技术的发展。

（2）广义层面。依据马克思主义政治经济学阐释的生产力理论，算力是新型人才基于海量数据资源，依托新型数据中心，运用云计算、区块链等现代信息技术手段认识与改造世界的能力，是算力基础设施、数据以及算法深度融合所形成的新质生产力。算力生产力各生产要素相互促进、彼此依存，算力基础设施数据处理能力的提升为算法执行提供更强劲的支撑，使算法能够处理规模更大、更为复杂的数据。数据是算法执行的基础，算法的优化需通过对海量数据的学习、训练和调整来实现。高效的算法能够充分运用算力基础设施的数据处理能力，实现对大规模数据的深度挖掘与充分利用。

2.算力的特征分析。

（1）数字智能化。算力能够借助信息化系统对物理世界中的各类生产要素及生产过程进行全面感知与采集，用数字化手段将其转化为结构化数据进行表达和分析，为具体应用场景中的大模型设计和训练提供素材。在此基础上，算力通过机器学习、深度学习等算法模型与训练方法，赋予机器逻辑推理、归纳总结以及自我学习的能力，促使人工智能取代部分程序性劳动，通过人机协同推动生产控制与运营管理的智能化，从而打造智慧工厂与智慧供应链。算力以数智化为基础，为数字赋能，实现虚拟与现实的深度融合与转换，打破物理约束，使试错成本较高的制度设计、应急指挥等能够在“镜像世界”中开展模拟推演。

（2）开放融合性。一方面，算力能够借助一体化感知调度技术，对异构算力资源的底层差异予以屏蔽，深化云网边端的融合程度，统一资源的接入方式、接入架构及输出标准，实现跨区域、跨组织的共建共享与整体布局，构建起开放的算力生态体系；另一方面，算力与价值链、供应链、产业链深度融合，重塑产业结构，加速资源的整合和优化配置，形成跨行业、跨产业的集聚性生态网络（孙正 等，2024），促进不同领域和行业的互联互通和有机融合。

（3）绿色低碳化。一方面，新型数据中心采用源网荷储技术，与风电、光伏等可再生能源融合开发、就近消纳，实现多能协同互补和用能需求智能调控，构建绿色低碳算力体系，提升算力碳效（Carbon Emission Per Server，CEPS）水平；另一方面，算力作为数据要素价值转化的“催化剂”，与土地、资本、劳动等传统生产要素有机融合，形成内部规模效应，一定程度上改变了传统产业高投入、高耗能、高污染的粗放增长模式。

（二）算力赋能税收征管数字化转型的底层逻辑

范式理论指出，科学革命的实质在于“范式转换”，其本质是生产力决定生产关系，而生产关系的调整又能够促进生产力发展。这是对马克思主义生产力理论的创新与发展。基于范式理论，本文从技术范式的变革、制度范式的调整、组织范式的演进以及认知范式的转变四个维度，阐述算力赋能税收征管数字化转型的底层逻辑。

1.技术范式的变革：加强智慧税务生态建设。在算力实现技术革命性突破的赋能下，从云端大规模数据处理到边缘设备实时计算的过程中，数据中心能够更快速地处理数据，更精准地模拟复杂现象。算力赋能税收征管数字化转型的技术范式变革，为以税收大数据为基础的智慧税务生态建设助力。算力涵盖通用算力、智能算力、超算算力以及边缘算力。通用算力赋能海量涉税数据的感知、采集、挖掘分析，有助于内外部涉税数据的汇聚联通、实现纳税人缴费人税费信息的智能归集和纳税遵从分析预判。依托于智能算力，税务机关能够精准给纳税人画像、及时动态识别税务风险，应用于人机协同智能决策场景，为“信用+风险”智慧稽查与精准监管赋能。超算算力则为税收大数据加密和隐私安全管理赋能，助力构建元宇宙等虚实融合场景，实现对税收政策的模拟与优化。边缘算力是上述三种算力形式的组合，可以将计算和分析能力推送至数据采集的边缘，应用于智能交互场景和智能协同场景，为终端数字税收平台的开发提供支持。

2.制度范式的调整：推动税收制度适应变革。经济基础决定上层建筑，算力的发展必然要求顶层制度设计的适配性改革，而税收制度的调适变革正是制度范式转变在税收征管数字化转型过程中的具体体现。算力与实体经济的深度融合催生了零工经济、平台经济等新产业、新业态与新模式。这些经济形式在虚拟空间呈现出高度集聚的特点，对税收原则中的目的地规则和来源地规则（王雍君，2020）均造成了冲击。同时，算力激发了数据要素的潜在价值，使数据作为新的生产要素参与了价值创造过程，改变了传统经济的生产、流通、分配以及消费环节，致使经济运行呈现出交易主体虚拟化、交易对象分散化、业务边界模糊化、供需对接远程化等特征。这种变化对国内现行税收制度的基本要素包括征税主体、课税对象、纳税环节等均造成了冲击，促使税收制度进行相应调整，以适应并促进生产力的发展。此外，算力驱动的技术革命正在改变社会资源的配置方式，税源基础从生产环节逐渐向再分配和财富积累环节扩散（吕冰洋 等，2020），客观上要求税务部门重新界定税收要素并调整税收分配关系，使之与税源基础相匹配，加快税收征管数字化转型，从而形成与算力驱动的数字经济新业态相适应的税收制度。

3.组织范式的演变：重建税务部门组织架构。新技术的介入需要与之匹配的新组织模式。技术是生产力发展的催化剂，不仅直接决定物质生产方式，而且推动社会内部分工变革，深刻影响社会组织关系。在价值创造过程中，数字化生产资料与活劳动日益融合（戚聿东 等，2024），改变生产流程和组织内部活动，必然导致政府治理的内部分工进行适应性调整，使税收征管更倾向于创新驱动的知识分工和数据驱动的智能化管理模式。具体而言：在组织结构方面，纵向设计从自上而下的科层制向扁平式转变，横向设计从“各自为政”的地域化、割裂式管理走向跨地区、跨部门的多元主体协同共治模式；在组织分工方面，重塑岗位职责体系，按照事项设定流程与岗位，催生专门的智能化税费数据分析和风险防控稽查部门；在组织形态方面，从工业化的“物理空间”线下实体办税服务厅向融合线上线下的“数字空间”组织形态转变（米加宁 等，2020）。

4.认知范式的转变：重塑税务管理价值理念。技术范式的转变引发了知识生产方式与价值理念的深刻变革及重构。具体到税收征管数字化转型，这种变革推动了税务管理理念的转变。算力是运用算法对数据进行程序加工后输出信息的能力，经历了从以推算认知为主的传统算法到以学习认知为主的深度学习算法，再到以行为认知为主的强化学习算法的演变历程。

强化学习算法强调的理念是认知主体通过加强与客体对象及周围环境的交互反馈，持续进行自适应、自学习和自组织，进而形成机器智能。当这一算法模型逐步模拟人的思维方式、学习方式以及行为方式，并嵌入税收征管数字化转型的具体应用场景时，会引发税务管理价值理念发生相应变化：思维方式从提高纳税遵从转变为同时提升纳税人满意度，更注重“以人民为中心”的精细服务意识；工作策略更侧重于从基层税务实践中“找问题、堵漏洞、防风险、增效能”，并深化对作为客体对象的海量数据资源的挖掘应用，营造数据驱动型组织文化氛围；工作态度从被动响应转变为积极主动学习先进的算法模型和训练方法，不断提高参与以数治税的能力和精准监管水平，秉持科学化、精细化、数字化、智能化的务实管理理念，着力打造效能税务。

（一）技术范式变革带来的挑战

1.算力应用障碍。一是算力供需存在缺口。伴随税收征管数字化升级和智能化改造的持续推进，税务部门对算力的需求持续增长，但当前算力供给的增长速度难以支撑涉税数据处理工作“爆炸性”增长的需求，极有可能导致数据资源利用效率降低，进而影响税收征管数字化转型。二是算力供给结构不平衡。当前，通用算力在一定程度上可满足传统税收征管业务需求，但随着税收业务的拓展和智能化发展，对智能算力和边缘算力的需求日益凸显。比如：在智能办税服务中，需借助智能算力精准分析、快速响应纳税人需求，为纳税人提供个性化服务；在税收风险防控中，边缘算力可在靠近数据源头处进行实时分析，提高风险识别的及时性；在税务稽查中，智能算力可通过给纳税人画像有效识别关联交易，侦查偷逃税行为，维护税收公平与安全。目前，我国算力供给中通用算力占比较大的现状不利于进一步深化税收征管数字化转型。三是算力与税收业务欠缺深度融合，存在“两张皮”现象。鉴于算力存在技术和资本壁垒，在税收征管数字化转型中，算力应用主要依赖引进成熟技术产品，税务部门自主研发和训练先进算法模型难度较大，从而限制了“算力+”与税收业务的深度融合（刘同洲 等，2022）。

2.算法鸿沟。机器学习、深度学习等算法在为税收征管数字化转型赋能的过程中，会引发纳税人与税务部门之间以及税务部门内部的“算法鸿沟”问题。一方面，税务算法关乎税收风险控制与国家财政收入安全，不便向纳税人公开算法代码及过程，加剧了征纳之间的信息不对称，削弱了纳税人对税务执法和征税决策结果提出质疑的权利；另一方面，税务干部自身对智能算法的原理及决策过程也缺乏深入理解，数据科学家、数据工程师、人工智能专家以及信息安全专家等高素质、高技术人才在税务领域尚存缺口。

3.数据质量与安全隐患。税收大数据是税收征管数字化升级和智能化改造的基础。一方面，强大的算力提升了税务机关涉税数据的处理能力，但由于数据来源广泛，且缺乏统一的质量验证与筛选标准，易导致涉税数据出现“污染”和偏差问题；另一方面，数据收集渠道的拓宽必然会引发纳税人对数据隐私以及数据泄露安全隐患的担忧，如何规避数据遗失和篡改风险成为税务部门亟待解决的问题。

（二）制度范式调整带来的挑战

1.税源界定的现实困境。就企业纳税人而言，算力发展推动产业在数字空间呈现虚拟化集聚态势，平台企业、用户企业、第三方服务企业等涉税经营主体深度融合，形成企业集群。企业间共创价值、共享利益，内部交易与关联交易频繁发生，避税动机较为强烈，阻碍税源的清晰有效识别。在个人纳税人方面，数字经济催生了大量零工就业者，目前针对零工就业者的税收征管尚缺乏明确适用的制度规范，其所得难以清晰厘定。

2.数据征税问题有待解决。当前，数据作为新的生产要素参与价值创造和资源分配这一观点已获共识，诸多文献亦对数据的可税性进行了论述。然而，针对数据要素的税制设计在嵌入现行税制体系还是开设新税种这一问题上仍存在分歧。就数据征税而言，需确定税制要素，并妥善做好与现行税制的衔接工作。

3.税收与税源错配。一方面，以算力基础设施为依托，电商直播、数字媒体、在线教育等新业态突破了地理空间限制，供需双方通过虚拟服务器实现线上零距离交互连接，消费者分布于全国各地，从而导致生产地与消费地分离（刘怡 等，2019）；另一方面，在平台企业的数字化生产经营模式下，生产要素呈现跨区域流动的特征，打破了地域间的市场壁垒，使得区域协同参与价值创造，进而增强了税源的流动性。在此情况下，企业的注册地和实际业务地出现背离现象。例如，某企业在A地注册，但其在B地、C地等地均设有仓库，以便就近为用户配送商品，然而这些仓库所在地并不构成“常设机构”。根据我国现行的税收联结规则，在上述经济活动中，企业所得税和增值税的征税权均归企业注册地政府所有，参与价值创造的消费者所在地和实际业务发生地的税务机关并无相应的税收管辖权。上述现象导致地区间税收收益的不平衡（邢丽 等，2022）。为此，亟须重构税收收入横向分配机制，以促进区域间的均衡发展。

（三）组织范式演变带来的挑战

第一，算力赋能使得技术快速扩散、信息高度共享，加快了市场的运行节奏，但传统的科层制组织结构纵向层级多，过度依赖中央部门的管控，繁冗的监管流程一定程度上限制了市场的创新活力。第二，“算力+”与实体经济深度融合使产业组织形态从地理集聚模式走向了网络空间虚拟集聚模式（王如玉 等，2018），给税收征管数字化转型带来了极大挑战，因而需要一种适用于“数字空间”且与之相匹配的税收治理组织形态。第三，当前各部门、各区域之间存在数据壁垒，横向协作匮乏。

（四）认知范式转变带来的挑战

税务管理价值理念的转变主要体现在以税收大数据为中心的以数治税理念的转变。在以数治税理念的指导下，随着“算力+”在税收征管数字化转型中的深度嵌入，算法模型在智慧税务场景中的深度应用，不可避免地将会导致人工智能伦理问题，产生算法的理性选择与社会规范的人性选择之间的冲突。一是技术的异化问题。人工智能“赛维坦”的广泛深入应用，可能会引发科技逐渐占据主导地位而忽视人的价值的风险。在税收征管数字化转型过程中，过度依赖算法模型将会产生技术“利维坦”风险，容易滋生算法权威和技术独裁现象。二是算法的“非人性”特征问题。算法是对人类行为规律的总结与预测，其运行逻辑遵循工具理性，会陷入模式固化和自我强化的困境，从而导致相关决策出现不公平现象以及对小概率事件判断失误的情况，进而引发税务监管和执法困境。在税收征管数字化转型过程中，如何平衡机器智能与人类智慧，实现人机之间的合理分工与优势互补，是税收征管数字化转型面临的又一重大挑战。

（一）促进算力生产力要素协同集聚

算力作为新质生产力，在税收征管数字化转型中呈现出三个维度的“新”特征：其一，新劳动者表现为数字税务人才；其二，新劳动对象体现为税收大数据；其三，新劳动工具是算力基础设施。“算力+税务”的深度融合要求算力、数据以及算法在税收征管数字化转型中实现协同集聚。高素质的数字税务人才需要依据具体的税务应用场景设计与之匹配的算法模型，同时以海量数据和强大算力为支撑，根据税收征管数字化转型的具体要求持续优化并提升自身能力。

1.克服算力应用的障碍。一是优化算力设施建设布局。一方面，要加强国家层面的顶层设计与整体规划，统筹协调以强化关键核心技术的攻关能力，加大对算力基础设施建设的投入力度，以此提高算力供给的增长速度，从而有效满足税收征管数字化升级和智能化改造过程中对强大算力的需求；另一方面，要制定财税政策以支持算力产业发展，如设立算力研发基金项目，为技术的革命性突破提供资助，同时为算力企业制定税收优惠政策等。二是推动算力结构多元配置。要逐步且合理地提升智能算力和边缘算力在整体算力中的占比，构建通用算力、智能算力、超级算力和边缘算力协同发展的全国一体化算力体系，以匹配税收征管数字化转型对多元算力的需求。三是激发算力在税收征管数字化转型中的创新活力，提升智能算力、边缘算力在税务实践中的渗透力。一方面，要建立产学研用合作机制，以数字税务人才为核心要素，加强与高校、科研院所和算力企业之间的合作与交流，以此打通科研创新、科技成果转化与税收业务之间的关联“接口”，推动算力在元宇宙、数字孪生等领域与税收业务应用场景实现深度融合；另一方面，要大力推进试点项目建设，选取部分具有代表性的地区，积极探索智能算力和边缘算力在税收征管数字化转型中深入应用的试点项目。

2.弥合“算法鸿沟”。一方面，要制定适用于税务领域信息公开的算法开源规则，既保障纳税人对智能决策算法知情权与救济权的有效行使，又防止偷逃税行为发生，维护国家税收安全；另一方面，要完善税务人才自主培养机制，加快培养既精通算法模型又熟练掌握税收业务和行业知识的复合型数字税务人才，同时建立以创新能力、质量、实效、贡献为导向的人才评价体系。

3.完善数据管理制度。一方面，要健全涉税数据管理规则，制定统一的涉税数据质量标准与收集范围，将不同来源、不同格式的数据进行整合，以确保涉税数据具有完整性、及时性、规范性和准确性；另一方面，要通过数据清单化管理推动数据的安全高效配置，明确界定纳税人涉税数据的保密范围，细化相关规则，增强法律法规之间的兼容性，同时将隐私计算技术融入数据收集、存储、使用、加工、传输等环节，排除数据泄露与篡改风险，实施全生命周期的数据安全管理。

（二）推动税收制度的适应性调整

1.明晰纳税主体，完善征管细则。一方面，要重点关注企业集群，借助智能算力和超级算力给纳税人精准画像，构建纳税人之间的网络关系图谱，实现对涉税信息的全过程追溯；同时，要通过多元数据的深度交互和相互佐证，对纳税行为真实性予以评估，进而明确界定纳税主体、精准识别税源，提高纳税人的税法遵从度。另一方面，针对零工就业者，要按照实质重于形式的原则，出台详细的制度规范，明确界定零工就业者与平台企业的关系，出台有关零工就业者征税办法的实施细则。例如：若零工就业者与平台企业为雇佣关系，其相应收入适配“工资薪金所得”核算个人所得税；若双方为劳务关系，则收入按照“劳务报酬所得”计税；对于那些依托平台展开经营活动的从业者，其收入则遵循“生产经营所得”纳税。

2.制定数字税收制度。可考虑将数据要素纳入现行增值税、企业所得税的征收范围，并尽快出台配套的税法细则，同时在前期实施适度的税收优惠政策。这不但能够促进数据资源的合规利用和研发创新，还能够缓冲征税给企业带来的负担。此外，鉴于数据要素具有的“乘数效应”和“资源共享性”特点，可适时考虑将数据资源单独列为一项财产征收财产税，以此深化税收嵌入经济的程度。

3.构建税收横向分享新秩序。一是基于我国国情，突破税收制度的边界限制以及地方政府的“准市场主体地位”限制，加快全国统一大市场建设步伐。二是逐步提高数字企业增值税和企业所得税的中央分成比例，并进一步加强财税资金的统筹规划与安排。三是关于地方分成部分的增值税收入，尝试建立省际间横向分享机制，根据各地方的价值创造贡献程度，结合生产地原则和消费地原则确定分享比例。

（三）加快组织结构的数字化变革

1.构建网络化柔性管理组织。一是要对税务机关层级结构予以简化，实施分权与授权举措，推动顶层设计和基层探索的有机融合，进而形成合力。二是要将具体业务处理、税务风险应对以及税务执法权下放至基层税务机关，以减少决策传递所需时间以及信息失真的可能性，提升业务反应的灵活性与效率。

2.推动组织结构的“数字空间”建设。一是要构建全国统一的智慧税务集成系统，对税收征管数字化转型过程中前端、中端、后端的人机协同进行统筹规划，妥善完成同一纳税人不同税费业务的整理与归集工作，并针对同一业务事前、事中、事后开展一体化流程追踪分析，将数字化融入税收征管全生命周期。二是要集中优秀的数字税务人才与算力资源，组建数据中心和研发中心。其中，数据中心负责涉税数据的收集、筛选、挖掘分析以及趋势预测；研发中心负责设计算法模型，对税务风险实施实时动态监控。

3.构建多元主体协同共治新格局。一是要构建跨部门、跨区域的信息共享平台，打造全国一体化数据市场，制定清晰明确的涉税数据标准与流通规则，保障不同部门数据的相通相容。同时，建立专业的数据管理团队或委员会，负责制定数据管理政策并监督数据共享的执行状况。二是要建立跨部门、跨区域的常态化监管机制，强化对涉税行为的联合监督与管理。同时，联合金融监管部门、市场监管部门、公安部门等相关部门共同开展联合执法行动，对税收违法行为予以联合打击，进一步提高执法效果。

（四）秉持“以人为本”的税务管理价值理念

一是驯服人工智能“赛维坦”。要重视价值引领，充分发挥人类的自主性，将科技作为手段与工具，以提高纳税人满意度和税法遵从度为最终目标，有效识别并规范人工智能的适用领域及范围。二是在算法开发过程中加强伦理审查，充分考虑差异化诉求，避免可能存在的算法偏见，运用复杂系统化思维努力实现智能算法的普惠性、公平性和非歧视性，科学驾驭人工智能以更好服务以数治税。

（本文为节选，原文刊发于《税务研究》2025年第2期。）

-END-

转载自：税务研究

初审：李小荣

审核：陈士平