张 敏  李 圳  彭 勇  魏 颖  田雪梅

 

【摘要】现阶段数字经济的发展已成为我国经济增长的主要驱动力之一。数字经济的发展给税制结构优化带来了巨大挑战，出现了税收边界要素模糊、税收征管管辖困难等问题，传统税收体系逐渐无法适应数字经济发展的内在需求，加大了税制结构优化的难度。本文通过因子分析，可知一座城市对税制结构优化的现实需求和税收发展水平呈现正相关关系，更需要对数字经济的征税管理、税收制度作出相应的调整，进而发挥好数字技术在税收征管中的重要作用。当前我国的税制结构优化正处于由“电子化”向“数字化”转型的关键时期。本文通过查阅省市统计年鉴，对比福建九个地级市的税收竞争力水平来研究福建省的税制结构优化。即如何通过构建具有地方特色的税制结构从而在税收执法、纳税服务和税收监管方面实现系统性变革。

【关键词】数字经济  税制结构优化  因子分析  转型

 

一、引言

我国税制结构的优化主要经历了以下四个阶段，第一阶段是从新中国成立到社会主义改造基本完成时期（1950年—1957年），第二个阶段是从二五时期到十一届三中全会（1958年—1978年），第三个阶段是经济转轨时期（1979年—1993年），第四个阶段是1994年进行的工商税制改革，现阶段重点运行的流转税、所得税等税种，正是在本阶段所逐步建立并延续至今。从最初的手写票证、人力采集信息为主的“手工化”征管时代，到以计算机采集信息为标志的“电子化”阶段，再到现今逐步进入的以税收大数据为驱动力的“数字化”阶段。大力发展并革新税制结构不仅能带动地区经济的发展，还可以促进税收事业的进步。实现经济发展与税收增长的互帮互助，进一步推动当地社会的城市竞争力。可见，数字化是夯实“适应经济、保护税本、促进经济发展”这一税收经济原则基础的强有力武器。

本文基于因子分析法综合评价福建9市税收竞争力水平和当地的征管数字化发展水平。结果表明：就动态的角度看，福建税收事业发展水平整体呈上升趋势；从横向比较而言，厦门和福州税收发展的综合水平在9个城市中处于领先地位，而三明、南平等综合得分较低，可见税收事业的发展是一个地区综合实力的集中体现。总的来说，福建省9地市中，税收事业发展水平越突出的地市，则当地的税收征管数字化水平就越高，在福建沿海各市均已推动当地税收征管数字化转型的发展，而山区城市的税收征管数字化发展则还处于起步水平阶段。如何进一步推进税制结构数字化转型研究，寻找具有地方特色的税制结构优化路径是值得我们每一位税务干部深思的问题。

二、数字经济的含义

数字化经济是指以大数据分析为核心驱动力，以现代网络为媒介，通过数字化的知识和信息实现资源的快速优化配置与再生，实现经济的高质量发展的经济形态。在 2016 年，G20 杭州峰会发布的《二十国集团数字经济发展与合作倡议》对数字经济的内涵进行了界定，囊括三个要素：一是关键生产要素是数字化知识和信息；二是重要载体为现代信息网络；三是能够有效通过信息通信技术推动效的提高和经济结构的优化。

数字化经济最早出现在Tapscot 和Don 所著《数字经济：网络智能时代的前景与风险》中，在1995出版的这本书中，作者就大胆地预言了网络的发展必然带动数字经济的发展，本书先回顾了信息技术的发展轨迹，概括出数字经济的基本特征，并提出一个变革的范式，即“高效能个体—高绩效团队—一体化组织—延伸型企业—互联式商业”。然后分析了数字经济给医疗、教育等行业带来的改变，并用上述范式来描述这种影响。数字化经济的发展在本质上还是属于“经济基础决定上层建筑”附属品，其框架可以分为“经济—技术—社会框架”三个发展的流程。

在国内，中国信通院发布的《中国数字经济发展白皮书（2021）年》，将数字经济的具体内涵概括为四个方面——数字产业化、产业数字化、数字化治理以及数据价值化（见表 1），其模糊了生产者与消费者的界限，具有数字化、虚拟化、分子化的特征。

 

表1   数字经济内涵表

	分类	具体行业
生产力	数字产业化	电信业、 互联网业、通讯业、虚拟货币、区块链
	产业数字化	电子商务（淘宝、京东等）、平台经济（咸鱼等）、车联网、智能制造
生产关系	数字治理化	数字政府（e三明等）、健康码、数字化公共服务
生产要素	数据价值化	数据作为企业生产的成本和产品

二、数字经济下税制结构优化的研究意义

税制结构不是一成不变的，而是要随着社会经济的不断发展，以缓解当前社会主要矛盾和优化资源配置作为主要目标，进行实时动态调整优化。目前，我国数字经济发展在全球具有领先地位，为了更好促进数字经济快速发展，立足我国国情，构建与数字经济相适配的税制结构对于在全面深化改革框架内谋划数字经济时代下的税制改革具有重大意义。

（一）税制结构优化是促进经济持续发展的现实要求

财政是一个国家健康发展的重要支撑，而税收正是财政制度的重要组成部分。优化税制结构不仅能够实现资源的优化配置从而提高经济效能，是完善财税制度建设的重要方式，还有利于厘清政府和市场的关系，推进国家治理体系和治理能力现代化。不同的税收制度对经济增长产生不同的影响，合理调整税制结构有助于经济增长：一方面以税收的方式对人、财、物等多样化因素全方位合理配置，有助于全面提高生产效率，从而提增经济增长速率。另一方面，依据某一特定时期经济发展水平的现实情况对税制结构进行动态调整，能够确保实现税收增加的同时促进经济增长，以满足政府公共支出的需要。

（二）税制结构优化以更好地应对数字经济冲击

通过对税类、税种的合理设计，提升政府对数字经济发展下财政资金的有效运用和管理，以便形成良好的治理秩序，有效抵御各种征管风险，从而为公众提供更优质的公共服务，同时将现代信息技术应用于税收征管中真正实现“数字治税”。如完善税制结构优化，健全数字经济中税务登记制度及扣缴义务制度，将税收规则和计税过程逐步嵌入纳税人的业务、财务、税务等信息系统，使税额计算及申报更加智能化、使税务机关确定计税依据准确化。强化税收征管在数字经济、电子商务交易中的确定性和透明度有助于提升自然人纳税的积极性主动性，同时加强第三方支付平台及交易平台与税务系统的联结性以进一步协助税务机关进行税收监管和风险监控。

（三）税制结构优化有利于精准锁定税制要素

数字经济时代进行税制结构的优化要更深度地融入到生产经营中，将征税主体聚焦到自然人，健全自然人纳税人制度并以此进行税收管理。通过运用区块链、大数据等现代信息技术加强对纳税人涉税信息的全面准确监控，并对交易活动的各个环节进行实时监管，精准锁定交易活动涉及的税制要素，达到解决数字经济中因交易双方信蔽性导致的纳税主体、课税对象和税率等税制要素无法准确界定的问题。

三、数字经济对税制结构优化带来的挑战

数字经济的发展对我国的税制结构优化带来了巨大影响，一方面加强了税收征管的涉税数据处理能力，提升了税务机关的征管能力，规范了企业的经营行为，促进了国民经济的发展；但是在另外一方面，数字化经济也给税制结构优化带来了新的挑战。

（一）税收边界要素模糊

数字化经济的崛起诞生了一批新的企业，这些新型企业和传统的企业在生产经营模式上有着本质的区别。比如随着数字经济发展诞生的各大互联网平台，例如抖音、天猫、滴滴打车、拼多多等企业，这些企业运营模式大致都属于C2C模式，即卖方先在平台上上架服务，平台通过大数据向买方推送，买方选择之后再从平台下单享受服务，在这个过程中，平台起到的主要是中间商的作用，买方和卖方的资金都由平台代为收取，在抽取分成之后，将剩余资金支付给卖方。在这个过程中，会产生多种性质的税收收入，比如在打车平台中，可能就会涉及平台方以工资或者劳务报酬性质发放这部分报酬给卖家，在网络直播平台中，对于网络主播的收入界定模糊，究竟是按照经营所得还是劳务报酬所得，或是工资薪金所得并没有明确的标准来进行判定，对这部分混合在一起的收入，容易带来税率税目要素不够明确的问题。对于这部分的税收边界要素，往往是属于混合型的综合收入，例如在网络上有专门为他们提供的咨询服务，或者是歌手发行的数字专辑，这一部分的商品，是服务性质还是商品交易？甚至一部分的“货物”是通过“网络仓库”保管在互联网平台的，比如比特币的交易，完全利用了区块链的技术，具有极强的分散效应。这些数字化经济产物的发展，给我国的税制结构优化提出了新的挑战。

（二）税收管辖权划分困难

数字化经济的崛起，也带来了税收管辖权的划分困难。一方面来说，税收管辖权的一个核心就是要确定居民管辖权。随着数字化经济的发展，越来越多的商业行为脱离物理常设机构的需求，更多的是依靠数字经济，凭借平台就可以实现实时交易，例如咸鱼（二手交易平台），卖家和买家都是通过网络平台来进行的实时交易，又或者说跨境交易，双方都可以在虚拟空间中完成交易和服务，从而获得利益。对于这部分的收入，难以确定价值创造和归属，因而无法确定税基规模，难以去界定是否达到了纳税标准。另一方面，税收管辖权的另外一个核心是来源地税收管辖权，即以纳税人的收入来源地作为征税的依据，但是这部分的税收收入随着数字化经济的发展而变得愈加模糊，一个互联网公司，可以在一天的时间内从一个地区转移到另外一个地区，而自身的业务并不会受到影响。在这个过程中，企业的合同的签订、货物的发出、入库的收入可能都不在同一个地区，这种分散式的收入来源成为税收征管的难点之一。

（三）对征管能力提出新的挑战

数字化经济的发展，对税务机关和税管人员提出了新的挑战，主要体现在征管方式和征管能力这两个方面。

对征管方式上的挑战。第一，数字经济的发展为纳税人提供了便利的同时，也让一部分的纳税人有了避税操作的空间，例如在进行跨境交易的时候，纳税人可以通过技术手段更好地隐藏自己的身份和税收收入，让税务机关更加难以辨别，加大了监管的难度，同时，纳税人利用数字经济进行交易的过程中，可以通过无纸化办公，双方的账簿、交易凭证都是通过数据传送，在这个过程中，买卖双方的可以通过数字技术手段实现交易的篡改或者抹除，致使税务机关难以追踪参与到双方的交易，提升了税务机关的监管难度和成本。第二，数字化经济的发展，对涉税信息的收集和管理提出了更多的要求，很多时候对纳税人的信息处理需要税务机关和地方政府及其管理部门共同完成，但现实情况是，各个部门之间仍然存在着信息壁垒，无法实现部门的信息、数据共享，往往只能通过零散的文件去其他部门提取相应的数据，使得数据的时效性、获取量跟不上现实需求，容易出现信息不对称，造成税款流失。

对征管能力的挑战。数字经济的发展，对税收征管人员也提出了新的挑战，在数字化经济的发展过程中，改变传统的征收方式，需要我们税管人员补充大量的新知识，不仅是需要传统的治税能力，更需要对数字经济下的数据挖掘、模型建立、风险应对有更高水准的知识储备。同时数字化经济也带来了纳税人个性化的需求，相同类型的企业有时会提出完全不同的税收需求，这便对我们税收征管人员也提出了新的要求，倒逼着税务机关由“管理型”征管方式向“服务型”征管方式转变。

 

四、数字经济下税制结构优化因子分析模型研究

既然数字经济对当前我国税收事业的发展有着举足轻重的作用，那么不同地市的数字化水平和当地的税收能力是否呈现正相关联系？本文将通过分析福建省九市的税收竞争力水平，通过对比9地市的数字化水平来分析两者是否存在正相关，也能进一步验证数字经济下对福建税制结构优化的必要性和紧迫性。

分析办法：因子分析。因子分析是一种多变量统计方法，该方法将观察到的变量假定为潜在因子的线性组合，还假定这些因子之间的关系是彼此正交，并且只有公因子对观察变量间的共变关系具有贡献。因此，该方法的本质是使用最少的独立因子来反映大多数有关原始变量的信息，并通过对事物的内部因果关系进行分析来了解事物的主要矛盾和基本规律。

（一）因子分析基本概述

因子分析的基本思想是通过研究变量之间相关系数矩阵的内部结构，找到少量可以控制所有变量来描述多个变量之间相关性的随机变量，但是这些随机变量无法被观察到，它通常被称为一个因子。然后根据相关性的大小对变量进行分组，以使同一组中的变量之间的相关性更高，而不同组中的变量之间的相关性更小。对于正在研究的问题，我们可以尝试使用少量所谓的特殊因子之和与其线性函数来描述开始就观察到的每个变量。

设有p个可以观测到的指标为X1,X2,…,Xp,m个不可观测的因子为F1,F2,…Fm，则因子分析模型的描述如（1）所示：

X1=a11F1+a12F2+…+a1mFm+ε1

X2=a21F1+a22F2+…+a2mFm+ε2

Xp=ap1F1+ap2F2+…+apmFm+εp              （1）

其中的m<p。

F=(F1, F2,…,Fm)是不可测的向量，我们把F称为X的公共因子，其均值向量E（F）=0，协方差矩阵Cov（F）=1，即向量的各分量是相互独立的。ε(ε1,ε2,…,εp)与F相互独立，且E（ε）=0。

A=(aij)，aij为因子载荷，因子载荷aij就是第i指标与第j因子的相关系数，载荷越大，说明第j个指标与第i个因子的关系越密切；反之，载荷越小，关系则越疏远。

（二）公共因子分析和建立

1.建立评价指标体系

查阅相关参考文献并结合国情与省情现状，以及考虑到分析操作的可行性，本文选取2021年福建省内各地级市的相关指标来构建福建省税收的竞争力评价指标体系，数据主要来源于《福建省统计年鉴》以及各地市的统计年鉴。

该指标体系分为经济发展、城建规模、民众生活三大一级指标，二级指标具体由X1（人均GDP）、X2（进出口商品总额）、X3（社会消费品零售总额）、X4（公路通车里程密度）、X5（一般公共预算收入）、X6（人均可支配收入）、X7（常住人口城镇化率）、X8（电视节目综合人口覆盖率）共8个指标（或变量）所构成。

（1）经济发展

根据生活经验可知，一个地区的税收发展水平是与地区经济规模相匹配的，而人均GDP、进出口商品总额等则是最直观反映地区经济发展水平的指标。因此，经济发展水平是发展税收事业最为重要的因素之一，优良的经济条件给开发和革新各式税源及税本提供了重要保障。

（2）城建规模

税收事业的长远发展离不开城市建设体系的支撑，完善的基建设施将为招商引资提供坚实的物质基础，大大激发城市发展潜力，进而便可以更进一步带动税收的增长。本文选取公路通车里程密度、常住人口城镇化率两个二级指标来衡量城市的城建规模。俗话说“路通则财通”，便捷的交通设施会正反馈于地区的繁荣发展，而常住人口城镇化率则是一个地区的城建规模最为直观的体现。

（3）民众生活

税取自于民用之于民，民众的生活水平可以侧面体现当地税收事业发展的层次。本文选取社会消费品零售总额、人均可支配收入、电视节目综合人口覆盖率三个二级指标来衡量民众生活这一一级指标。

具体内容如表2所示：

表2   税收竞争力指标体系

一级指标	二级指标	指标符号
经济发展	人均GDP	X1
	进出口商品总额	X2
	一般公共预算收入	X5
城建规模	公路通车里程密度	X4
	常住人口城镇化率	X7
民众生活	社会消费品零售总额	X3
	人均可支配收入	X6
	电视节目综合人口覆盖率	X8

2．数据的标准化处理

由于原始数据的不同变量之间可能存在不同的数量级和不同量纲，所以需要先对原数据进行标准化处理，然后将不同量纲的数据转换为相同量纲的数据，以便数据两者之间的比较。标准化处理的方法如下（X是X的期望值，σX是X的标准差）：

                                                              Z=X-XσX （1.2）

3．因子分析的可行性检验

在使用因子分析法对福建省税收指标体系进行建模研究之前，需要采用KMO检验来判断各变量之间的偏相关系数是否太小，并且同时采用Bartlett球形检验来判断相关系数矩阵是否是单位阵。若偏相关系数太小或相关系数矩阵为单位阵，则表示数据不适合采用因子分析模型。根据Kaiser给出的KMO标准来判断该数据是否适合做因子分析。该KMO标准为：当KMO>0.9时，该指标数据非常适合进行因子分析；当0.9>KMO>0.8时，该指标数据适合进行因子分析；当0.8>KMO>0.7时，该指标数据一般适合进行因子分析；当0.7>KMO>0.6时，该指标数据不太适合进行因子分析；当KMO<0.5时，该指标数据不适合进行因子分析。由表1-2可见，KMO值为0.712，Bartlett球形度检验的概率P值小于显著水平0.05，因此本文所选的变量可以进行因子分析。

表3  因子分析可行性检验

取样足够度的Kaiser-Meyer-Olkin度量		0.712
Bartlett的球形度检验	近似卡方	88.6695
	df	28
	p.value	3.19e-08

4．指标相关性检验

根据构建的各地市税收竞争力评价指标体系，利用2021年各地市基础数据对福建省税收发展情况做出分析与评价。通过R语言进行的相关性分析，得到2021年福建省各地级市税收发展水平评价指标的相关系数矩阵，具体如表4所示：

表4  指标相关性检验

	X1	X2	X3	X4	X5	X6	X7	X8
X1	1.0000	0.6695	0.6455	0.2913	0.8019	0.8071	0.7481	0.5175
X2	0.6695	1.0000	0.4038	0.4593	0.9008	0.9477	0.9890	0.5630
X3	0.6455	0.4039	1.0000	0.6502	0.6921	0.6426	0.4413	0.5892
X4	0.2913	0.4593	0.6502	1.0000	0.4735	0.5972	0.4452	0.7846
X5	0.8019	0.9008	0.6922	0.4734	1.0000	0.9429	0.9207	0.6461
X6	0.8071	0.9478	0.6426	0.5973	0.9429	1.0000	0.9633	0.6476
X7	0.7481	0.9890	0.4413	0.4452	0.9207	0.9633	1.0000	0.5718
X8	0.5175	0.5630	0.5892	0.7846	0.6461	0.6476	0.5718	1.0000

通过表4的结果，可以发现不同的基础指标之间存在显著的相关性，如果仅使用一个指标来评估市场绩效指标，则可能存在不精准和重叠的可能性。例如X1（人均GDP）与X6（人均可支配收入）的相关度达到了0.8071；X2（进出口商品总额）与X6（人均可支配收入）的相关度达到了0.9008。为了消除指标之间的相互干扰并简化计算，可以使用因子分析方法来进行降维。在相对复杂的原始相关矩阵中可以找到几个综合的指标，使得这些综合指标是原变量的线性组合，进而可以利用较少的指标来研究税收市场的整体竞争力，使得变量具有更高的解释性。

5．公共因子分析

因子载荷表示的是公共因子与指标变量之间的相关系数，是独立且不可观察到的理论变量。输出负载越高，表示公共因子与指标变量之间的关系就越大。在确定公因子数时，第一步是先选择与原始变量数相同的因子数，并将初始特征矩阵大于1的因子作为公因子。同时，为了突出每个因子的含义，使每个因子的代表变量更加显著，接下来还需要进行适当的因子旋转。[1]

表5  旋转前后因子贡献

	旋转前因子方差及其贡献			旋转后因子方差及其贡献
因子	特征值	贡献率	累积贡献率	特征值	贡献率	累积贡献率
1	5.7650	0.7206	72.06	3.791	0.4739	47.39
2	1.1442	0.1430	86.37	2.098	0.2623	73.62
3	1.0263	0.0802	94.38	1.661	0.2076	94.38

表5是未旋转前以及采用varimax旋转法所得的因子贡献对比，经过旋转后因子总的方差贡献率未改变，也就是没有影响原有的共同度，但重新分配各个因子解释原有变量的方差，改变各个因子的方差贡献率。由结果可以明显看出，在未旋转前第3个因子的特征值是刚刚好大于1一点点，其对原有变量的解释效果比较差；旋转之后前三个因子特征值大于1，它们的方差贡献率分别为47.39%、26.13%、20.76%，累计贡献率为94.38%，基本上能够全面地反映8项指标的信息。因此提取这3个因子作为公共因子，来评价福建省9个地级市的税收的发展水平是恰当的。

表6  因子载荷矩阵表

	公因子1	公因子2	公因子3
X1	0.6381	0.0518	0.6982
X2	0.9524	0.2657	0.1064
X3	0.1742	0.4880	0.8265
X4	0.1920	0.9373	0.1760
X5	0.8076	0.2820	0.4673
X6	0.8443	0.3644	0.3691
X7	0.9515	0.2341	0.1900
X8	0.3730	0.8006	0.2399

从表6因子载荷矩阵可以看出，公共因子F1在X2（进出口商品总额）、X5（一般公共预算收入）、X6（人均可支配收入）、X7（常住人口城镇化率）的载荷值很大，可视为城市体量因子；公共因子F2在X4（公路通车里程密度）、X8（电视节目综合人口覆盖率）的载荷值较大，可视为基建设施因子；公共因子F3在X1（人均GDP）、X3（社会消费品零售总额）上有较大载荷，可视为消费水平因子。

6．计算因子得分及分析结果

根据因子得分系数和原始变量的值，通过R语言软件的运行可以计算出每个城市在每个因子的得分，具体的城市因子得分如表7所示。

表7  各城市因子得分

	因子1	因子2	因子3
福州	0.3688	-0.01458	1.5370
莆田	-0.6964	1.75818	-1.0979
泉州	-0.4008	1.05867	1.6292
厦门	2.5518	0.28287	-0.5506
漳州	-0.4102	-0.05910	-0.2676
龙岩	-0.3349	-0.64590	0.1786
三明	-0.2032	-1.30292	0.1932
南平	-0.4063	-1.24900	-0.7134
宁德	-0.4688	0.17178	-0.9084

根据表7的各城市因子得分可知，从F1城市体量因子上看，厦门地区得分最高，其次是得分为0.3688的福州，说明这两个城市的地区经济发展以及人民生活幸福指数较高，将其他地级市远远地抛在身后，这两座高度发达的城市在X6（人均可支配收入）及X7（常住人口城镇化率）这两指标上具有出色表现，因此在对于财产税的管征上可以加大力度，例如车辆购置税、房产税、契税等，在车辆购置税的征税范围设置上可以进一步细分阶层，对于不同价格区间的车辆采用不同层级的税率征收车购税，而不是采用单一比率的10%税率，以此达到相对均衡社会财富分配的目的。另一方面，是对于房产税的管征，现阶段的福建省尚未针对个人住房开征房产税，而对于厦门和福州两座城镇化率水平较高的城市，开征个人住房的房产税将会大大拓宽税源渠道，厚实地方财政收入。

从F2基建设施因子上可以看出，莆田与泉州分别以1.76和1.06的分数名列前列。这是由于莆田和泉州作为沿海城市，拥有较易开发的平坦土地的同时，也是距离亚洲四小龙之一的台湾最近的城市，接触现代化基建设施的时间较早，拥有较为厚实的基建基础。而三明和南平在此项上得分最低，这与二者地广人稀、山地丘陵众多，开发难度大，难以形成规模化的群聚效应密不可分。因此对于莆田和泉州这两座城市而言，应着重抓好增值税的管征工作，一方面是因为这两座城市均属沿海城市，进出口贸易频繁，涉及项目繁多的进出口退税事项，另一方面是其拥有高度发达的基建设施水平，为加强城市建设而设立的城市维护建设税又是增值税的附加税费，所以加强增值税这一主税种的管征将是重中之重。

从F3消费水平因子上来看，泉州和福州位于前列，这与它们二者巨大的人员市场密不可分，这两座城市坐拥福建省最多的人口数量，城市规模化效应显著，商业贸易较为繁荣。而作为西部山区的三明在此项上得分同样较为强势，这是在其作为新兴的工业城市，同时人口较少从而更易分得发展改革成果的双重作用下出现的结果。因此对这三座城市而言，加强消费税管征会是一大突破口，在现今由于各式增值税优惠政策的大力推行而导致税收收入降低的大背景下，将财政收入从其他税基更厚实的领域挖掘出来，以此谋求达到弥补财政收入、稳定财政收入的目的。

运用回归估计法[2]可以计算得出各个样本的综合指标的得分，以各因子的方差贡献率占四个因子总方差贡献率的比重作为权重进行加权汇总，得出综合得分，即：

                            F=0.4739F1+0.2623F2+0.2076F30.9438

利用公式得出综合得分对各地市的得分进行高低排序，结果如表8所示。

表8 各城市综合得分及排名

	综合得分	排名
厦门	1.2387	1
福州	0.5193	2
泉州	0.4514	3
莆田	-0.1026	4
漳州	-0.2813	5
龙岩	-0.3083	6
宁德	-0.3875	7
三明	-0.4216	8
南平	-0.7080	9

图1 因子得分

由各城市的因子综合得分排名表可以明显看出，位于沿海地区的厦门、福州、泉州、莆田、漳州位列前五，而在九个城市中只有厦门、福州、泉州3个城市的综合得分是正数，其余六个城市的综合得分均为负数，足可见福建省税收业发展的两极分化十分严重，并且存在着极大的东部与西部、沿海与山区的巨大地域发展差异。

其中厦门的税收发展水平最高，综合排名得分为1.2387，厦门在F1上的表现十分强悍，这是使其斩获第一名的根本原因。而这或许与其副省级城市的身份密切相关，副省级城市拥有更大的财政自主权，按照规定，普通地级市的税收需先上交省级财政，再上交中央财政然后由省府机关再进行分配。至于副省级城市的税收则是直接上缴中央财政，相当于少了一层分配程序，因此，副省级城市一般能够获得更高的税收比例。

紧跟其后的地区为得分0.5193的福州，作为老牌的沿海开放城市，福州在F3消费水平因子上得分亮眼，分值远远甩开其他城市。可以推断，厦门和福州是福建省税收业发展的重要增长极，在日后带动全省税收业的长远发展过程中必将发挥领导性作用。泉州作为既非省会城市又非副省级城市的普通地级市表现较为突出，尽管泉州在F1公共因子中得分不甚理想，但在F3上位列第一，表明其消费水平较高，因此泉州可以加大力度抓好旅游城市的布局建设，发掘出娱乐业税收市场的巨大潜力。

而三明、南平在九个城市中处于最为落后的位置，说明这两个城市的税收业市场发展状况较差。其中南平在三大公共因子的得分中均较为靠后，因此综合得分并不可观；三明在F2基建设施因子上得分最为落后；而在F3消费水平因子上的表现为其增分些许。

通过上述因子分析，我们可以看出，在福建的九市中，税收竞争力发展水平可以分为三个梯队：

第一梯队：福州、厦门、泉州

第二梯队：莆田、漳州、龙岩

第三梯队：宁德、三明、南平

7．评价和结论

首先，从福建省各城市发展层面来看，城市间发展极不平衡。厦门作为副省级城市在税收表现上尤其亮眼，得分水平最高与最差的城市之间综合得分差距过分悬殊。具体而言，2021年省内各大城市之间一般公共预算收入（包括增值税、企业所得税、个人所得税）排名第一的是厦门，其一般公共预算收入远超其他兄弟城市，其一般公共预算收入与最低的南平之间相差了近8倍，在社会消费品零售总额上则是7倍的差距。而通过对比福建省数字经济发展指数的结果来看，数字经济越是发达的地区，则税收竞争力发展水平就越高，而税收竞争力发展水平越高的地区，税收征管数字化转型就越全面和完善。因此，我们可以得出一个结论：在福建省内，数字经济越发达的地区，例如厦门、福州、泉州，当地的税收发展水平和税收竞争力就越具有优势，使得当地税务机关加快转变税收征管数字化发展模式，推出一系列税收征管数字化政策；与此同时，税收征管数字化又因为税务机关加强了对税企的管理，提高了行政效率和监管力度，使得当地税收竞争力进一步加强，反作用于当地数字经济的快速发展。在这个过程中，形成正面的循环效应，让福建省内第一梯队城市税收征管数字化转型远远超出其他城市。

三明作为第三梯队的城市，无论是在税收征管数字化转型的过程中，还是税收竞争力发展水平中，或者是数字经济的发展都还有着长足的进步空间，如何吸收先进城市在税收征管数字化过程中的优秀经验，尽量避免税收征管数字化转型面临的相应问题，值得我们每一位三明税务干部深入思考。

目前，面对税收征纳环境的变化，高质量推进税制结构优化已经刻不容缓，数字化经济的发展不仅带来了机遇，更是带来了挑战，在这个过程中，必须坚持“以人为本、包容审慎”的原则，不断推进税制结构优化更上一层楼。

（三）理清纳税主体

在数字经济迅猛发展的大背景下，衍生出了一大批的新兴产业，这些新业态的生产经营者作为经济社会的一份子同样应该承担纳税义务。网络数字化平台作为数字经济发展的重要载体，在掌握交易进行、资金流向、人员信息上具有先天优势，非常适合将其作为代扣代缴义务人。另一方面，我们还可以通过现代数字信息技术精准判断纳税人的真实身份信息，同时辅以资金流向和主要受益方的标准，进一步理清楚“向谁征税”的问题，明确管征对象。

（四）明确计税标准

数字产品不同于传统商品，由于其脱离了工业流水的直接劳动，因而不能和常规意义上的生产模式相提并论。但我们应该意识到，数字产品的产生同样需要知识和经验的堆叠，同样含有“劳动价值”。基于数字化产品及服务交易具有的虚拟化特征，其计税标准同样适用“交易即纳税”原则，产生了收入，便应当履行相应的纳税义务。但是我国的数字产品及服务交易主要涉及增值税，高度的碎片化、隐匿化，往往会造成税款的潜在流失。为此，我国可借鉴发达国家的成功经验，将数字资产交易视同财产转让征收所得税，且当其用于支付时，还需卖方缴纳增值税，如此，数字资产的物质形态得到承认，同时还能推进税收制度的进一步完善。

（五）利用大数据分析，加快智慧税务建设

大数据的应用已经惠及到社会的方方面面，在数字化经济时代，税务机关也必须与时俱进，通过大数据应用分析，加快建设智慧税务。

第一是强化电子税务局建设。通过云计算等方式，搭建全国统一的电子税务局和税收数据共享机制，实现电子税务局规范化、制度化、集约化发展，不断推进网络办税、无纸办公。目前各个省份电子税务局还不能互通，通过搭建全国统一的电子税务局，可以实现“封闭式”管理，即“信息采集－传输－收集－分析－跟踪－反馈”，在这个过程中，纳税人可以及时公开透明地了解到自己办税的流程，也有利于税管人员改变传统的征管方式，由“管户”到“管事”，为纳税人提供更多的纳税服务。

第二是加强信息共享机制。通过互联网大数据，打破“税务机关－纳税人－政府部门”的信息壁垒，使三者成为一个有机的整体。通过数据共享，纳税人可以降低办税成本和办税时间，税务机关可以解决信息不对称问题、降低征纳成本，提高涉税资源配置，政府部门可以加强对全局管控，实时了解企业情况，提高治理能力。在这个过程中，各部门要协助配合，采取有效措施，加快信息交换传递和数据共享机制、平台建设。对于中央层面统一建设部署的信息管理和申报系统，向各省（自治区、直辖市，下同）开放数据和业务端口、公布数据交换接口规范、增设系统管理权限。加快系统升级改造，通过各省级信用信息共享平台、国家企业信用信息公示系统、部门间数据接口等形式，确保省内实现跨区域、跨部门的信息交换传递和数据共享。

第三是要加强税务信息安全管理随着数字化经济的发展，也催生了大量的互联网安全事件，在税务端口，掌握了企业大量的涉税数据，这些数据有些属于国家重点保密工作，如果不加以保护，非常容易造成泄密事件。税务机关要加大对涉税数据的保护力度，防止数字泄密，建立相应的税务数据网络安全制度，一方面要制定数据收集、传输和保证的标准，以此作为税务信息网络安全的制度保障；另一方要明确税务机关在收集、储存、应用数据方面的权利边界，只能选择使用与税收征管有关的数据，对于无关数据，不得要求提供，也不能使用。同时也要加强对税务人员的网络安全教育，防止税务干部出现泄密行为。

（六）因地制宜，完善数字经济下税收制度

在当前数字经济给我国的税收制度带来的新的挑战，我们需要对税收制度进行完善和重塑以使之能够与当前的数字经济发展相匹配。

针对税收要素，要明确数字产品的课税对象，厘清由谁来纳税的问题，包括向境内提供数字产品和服务的境外企业。在税目和税率方面，可以采用列清单的模式来确定数字产品和数字模式确定税目。在税率方面，要基于多方面的考虑，加强社会调研和政府需要，利用大数据测算合适的数字产品税率，既不会造成税收流失，还能促进数字化经济的健康发展。在纳税地点和税基方面。数字经济带来销售地和消费地相分离问题，可以以销售地为核心认定标准，如果销售地不易确定可以通过服务实际发生地作为辅助认定标准；此外要通过信息技术实现增值税征管协同，以解决诸如东中西部数字经济发展不平衡而造成的增值税税基侵蚀，而最终导致由于税收收入的归属不公平带来的不良税收竞争问题。

（七）培养数字型复合税收征管人才

在数字经济时代下，为了提供更加优质的纳税服务，促进税收征管数字化转型，培养数字型符合税收征管人才不可或缺。一方面要发掘人才，建立属于税务机关的人才培养系统，特别是要对数字经济和税收知识要结合起来看待，对相关专业人才要安排合适的岗位，对数字技术人才要发挥其最大的作用。另外一方面，对于一部分税务干部，要克服传统的征管方式思维，面对信息时代十分冗杂的数据信息，单纯依靠人力已经难以胜任，税务干部要改变思维模式，化被动服务为主动服务，加强数字化技术培训。通过培养数字经济应用思维，有利于税务部门的政策调整以及相关宏观政策的制定，从整体上解决信息不对称问题，增加纳税人对税务部门的信任度。

 

 

（作者单位：国家税务总局清流县税务局）

 

 

【参考文献】（略）