本报告收录入《中国数字经济税收发展报告（2022）》蓝皮书（对报告感兴趣或购买或转载联系本文末秘书处）

【内容摘要】：近年来，促进数字经济发展已成为国家经济发展的重要战略，审视税收的高质量增长, 能为考察整个经济的高质量发展提供新视角。本报告以现有数字经济行业分类为基础，从微观和宏观两方面搭建数字经济税收指标体系，为更好测算我国数字经济的规模和质量提供模板。从数字经济整体、行业、区域、省级等角度进行税负测算和税收质量衡量，发现当前数字经济发展和税收发展并不同步。因此需要关注数字经济发展中的税收适用政策问题，以兼顾促发展和稳财政两个方面，推动以治税促进智慧税务建设。

关键词：数字经济 税收指标 智慧税务

引言

2022年3月5日，李克强总理在第十三届全国人民代表大会第五次会议政府工作报告中关于数字经济的发展强调指出：加强数字中国建设整体布局。建设数字信息基础设施，推进5G 规模化应用，促进产业数字化转型，发展智慧城市、数字乡村。加快发展工业互联网，培育壮大集成电路、人工智能等数字产业，提升关键软硬件技术创新和供给能力。完善数字经济治理，释放数据要素潜力，更好赋能经济发展、丰富人民生活。报告关于数字经济发展的精神，无疑将会引领我国数字经济在新的一年高速发展。

有关数据显示，2021年我国多个数字经济产业增速超20%[3]。其中，2021年上半年，电子信息制造、软件和信息技术服务业等多个数字经济核心产业增速超过20%，新能源汽车、工业机器人、集成电路等重要产品产量增速超过40%，电子及通信设备制造、电子商务服务等重要领域投资增长超20%。

鉴于2021年有关数字经济的数据尚不完整，本报告侧重于2020年全年宏观数据和部分上市企业2021 年前三季度微观数字开展分析，展示和介绍数字经济财税关系这两年的发展情况。

一、数字经济税收分析指标体系

以数治税，要对税务大数据有全面系统的认识，即在认识什么是税务大数据的基础上，进一步认识税务大数据的内在逻辑关系，才可能对税务大数据进行科学的分类管理和高效应用。

（一）税务大数据及其在数字经济范畴的应用

税务大数据，是指在税收数据的基础上以体现大数据时代特征而产生的全新概念。

税收数据是基于税收管理范畴而产生的数据概念，泛指与税收的产生和征收管理工作有联系的基础数据。在大数据时代前期，由于受技术条件和客观环境的局限，传统税收数据的概念局限于税收征管数据和调查样本数据。进入大数据时代，依然基于税收的产生和征收管理工作有联系的原则，税务大数据就不仅仅局限税收征管数据和调查样本数据，而是泛指全社会与产生税收和税收管理相关的全数据。所以，税务大数据本质上依然是税收数据，但外在表现已经完全超出了传统税收数据的范畴，是泛指渗透于社会经济生活各个领域的全数据。为强调其大数据时代的特征，赋予两个限定词：一是大，无限地泛指全社会，体现大数据时代特征；二是限，局限这些数据仅仅与税收的产生与管理相联系，以杜绝以大数据的名义滥采滥用。

科学的税收数据的管理，一定是与时俱进的。进入数字经济时代，相应地开展数字经济的税收经济关系分析，自然就分离出数字经济税收分析指标，细化了税收数据在数字经济领域的应用。

（二）数字经济税收分析指标的逻辑关系

开展数字经济领域的税收经济发展关系分析，税收分析指标数据的应用应满足以下几个关系。

1.税源内在关系

税源内在关系，是指不同经济时代可能产生税收的源泉是什么？税源内在关系，包括两个方面：一是现行税制下，主体经济税源是什么；二是反向研究，认识不同经济时代的主体税源特征，研究设计什么样的适配税制既能产生最大税收又可赋能经济高质量发展。

2.税收经济关系

税收经济关系是指在认识税源的基础上，根据国民经济核算体系的制度规定以经济指标代替税源指标建立的经济与税收的关系。在认识税收经济关系的基础上，寻找税务大数据的基础数据，建立能系统概括说明税收经济关系的指标体系。

3.算法逻辑关系

算法逻辑关系是指依据税收数据分析的不同目的要求建立的数据处理方式应科学合理，符合基本的逻辑关系，包括数据边界的确定、数据的清洗、数据口径的选择、不同特征指标的综合处理、税收经济内在关系的模型建立等等，所有的基础数据和加工数据都应科学合理地满足这些算法逻辑关系的要求。

4.维度分类关系

维度分类关系，也是指依据税收数据分析的不同目的要求，从不同的维度看事物特征，以不同的维度进行事物分类，方能有针对性地提出完善管理的措施建议。比如不同的时间、地点、行业、宏观、微观、纳税人、税种等等，都可以提供不同维度的分析视野。

（三）数字经济税收指标的集成原则

数字经济税收指标的集成，作为指标体系的建设，在考虑业务要素逻辑关系的基础，还应遵循一定的原则。

1.标准规范性

数据指标，是反映事物量化特征、认识事物本质归属的基础概念，指标的名称和内涵均有特定含意，必须给予清晰的表述。为了让社会各界都能对分析指标达成共识并予以接受，数据指标的集成尽量选择国家标准。如果指标涉及全新领域，没有相关的国家制度规定或标准，应对指标所赋予的意义予以清晰的说明解释，并符合学科领域对指标名称的定义要求。

2.逻辑相关性

指标的逻辑相关性，是指集成数据指标、搭建指标体系，在数据指标之间存在一定的逻辑关系，即数据指标的集成不是简单的堆集，而是相互关联、相互说明、存在相互运算关系，用以系统概括说明事物的一组数据指标的集成。指标体系中的各项指标，以相互存在逻辑关系而存在集成的意义，而不是简单地以指标数量的多少来壮大指标体系的作用。

3.算法合理性

算法的本质是合理，其合理性要求体现在三个方面：一是在要素关系上要符合业务相关性和因果链条逻辑关系；二是在标准上要遵循法律法规的制度规定；三是在计算关系方面对数据指标的选取、权重的分配、不同结构数据关系的量化转换以及模型映射现实的科学合理。

4.集成可行性

指标的集成可行性，泛指数据指标的采集有章可循，有处可觅，既符合相关基础原理要求、国家规范标准，又可以在社会实践中具体采集到。对于理论上联系密切再好的指标数据，如果在现实中没有或采集不到，其具体实践便无法有效推进。这种情况下，解决问题的策略往往要求找出相关性较强的指标予以替代，可以进行相关性分析。

（四）数字经济税收指标体系内容框架

1.数字经济的行业范畴

数字经济，是从“数字产业化”和“产业数字化”两个领域展开发展的，由此就基本上确定了数字经济的基本范围。在这一认识的基础上，国家统计局统筹考虑国民经济行业分类标准，又将数字经济分细分为数字产品制造业、数字产品服务业、数字技术应用业、数字要素驱动业和数字化效率提升业等5大类。

其中，前4大类为数字产业化部分，即数字经济核心产业，是指为产业数字化发展提供数字技术、产品、服务、基础设施和解决方案，以及完全依赖于数字技术、数据要素的各类经济活动，这个类行业领域对应于《国民经济行业分类》中的26个大类、68个中类、126个小类，是数字经济发展的基础。

第5大类产业数字化部分，是指应用数字技术和数据资源为传统产业带来的产出增值和效率提升，是数字技术与实体经济的融合。这部分行业涵盖智慧农业、智能制造、智能交通、智慧物流、数字金融、数字商贸、数字社会、数字政府等数字化应用场景，其对应于《国民经济行业分类》中的91个大类、431个中类、1256个小类，体现了数字技术已经并将进一步与国民经济各行业产生深度渗透和广泛融合。

《国民经济行业分类》国家标准2017年第四次修订版（GB/T4754-2017），将行业分为20个门类、97个大类、473个中类、1380个小类。将数字产业化的126个小类和产业数字化的1256个小类整合在一起，可见，数字经济已经基本渗透发展到国民经济行业的各个大类，但是在已渗透的大类中，会有中、小类的筛选。数字经济行业的具体构成，详见附表1。

2.数字经济及其税收宏观数据指标构成

根据上述数字经济行业分类结构关系可知，数字经济已经基本渗透发展到国民经济行业的各个大类，成为宏观国民经济的主要组成部分。所以，宏观经济及其税收数据分析指标均可以作为数字经济税收关系的分析指标，只要确认数据产生于数字经济行业范畴即可。

按照前述数字经济数据指标集成原则和《国家统计年鉴》、《中国税务年鉴》公布的数据情况，涉及数字经济及其税收情况的宏观数据指标构成如下：

从税收经济关系要素方面划分，宏观数据指标构成包括宏观经济数据指标、宏观税收数据指标和宏观税收经济关系数据指标。

数字经济的宏观数据指标主要包括：数字经济总产值、数字经济总产值占国内生产总值（GDP）比重、数字经济行业产值比例关系、数字经济地域分布比例、数字经济总产值及其行业产值变动率、数字经济税源质量指数、数字经济领域投资总额及其研发费用支出总额、数字经济进出口交易额及其变动比率等；

数字经济的宏观税收数据指标主要包括：数字经济税收总额、数字经济税收占全国税收比例、数字经济行业税收比例关系、数字经济分税种结构比例、数字经济税收地域分布比例、数字经济税收总额变动率、数字经济分行业税收变动率、数字经济分地域税收变动率、数字经济优惠政策数据及其变动率、数字经济税收征收力度、数字经济反避税调整额等；

数字经济的宏观税收经济关系数据指标主要包括：数字经济总体税负、数字经济总体税收弹性、数字经济分行业税负、数字经济分税种税负、数字经济分地域税负、数字经济总体税负变动比率、数字经济分行业税负变动比率、数字经济分税种税负变动比率。

数字经济的宏观税收经济关系数据指标的分类详见附表2。

3.数字经济及其税收微观数据指标构成

根据上述数字经济行业分类结构关系可知，数字经济已经基本渗透发展到国民经济行业的各个大类，成为宏观国民经济的主要组成部分，其经济细胞即为数字经济市场主体。所以，市场主体财务数据及其税收数据指标均可以作为数字经济微观税收经济关系的分析指标，只要确认数据产生的企业隶属于数字经济行业范畴即可。

按照前述数字经济数据指标集成原则和企业财务报表、企业纳税申报表所包含的数据情况，涉及数字经济及其税收情况的微观数据指标构成如下：

从税收经济关系要素方面划分，微观数据指标构成包括市场主体财务数据指标、市场主体税收数据指标和市场主体税收经济关系数据指标。

数字经济的市场主体财务数据指标主要包括：数字经济市场主体资产总额、数字经济市场主体营业总收入；数字经济市场主体资产总额占全部市场主体资产总额的比率、数字经济市场主体营业总收入占全部市场主体营业总收入的比率；数字经济市场主体汇总行业资产总额比例关系、数字经济市场主体汇总行业营业收入总额比例关系、数字经济市场主体资产总额地域分布比例关系、数字经济市场主体营业收入地域分布比例关系；数字经济市场主体资产总额变动比率、数字经济市场主体营业收入总额变动比率、数字经济市场主体汇总行业资产总额变动比率、数字经济市场主体汇总行业营业收入总额变动比率、数字经济市场主体汇总地域资产总额变动比率、数字经济市场主体汇总地域营业收入总额变动比率；数字经济市场主体及其汇总行业、地域的毛利率、增值率、利润率、资产收益率；数字经济市场主体及其汇总行业、地域的税源质量指数；数字经济市场主体年度投资总额、研发费用支出总额；数字经济市场主体进出口交易额及其变动比。

数字经济的微观税收数据指标主要包括：数字经济市场主体税收总额；数字经济市场主体税收占全国税收比例、数字经济市场主体行业税收比例关系、数字经济市场主体分税种结构比例关系、数字经济市场主体税收地域分布比例关系；数字经济市场主体税收总额、分行业税收变动比率；数字经济市场主体优惠政策数据及其变化；数字经济市场主体征收力度；数字经济市场主体反避税调整额。

数字经济的微观税收经济关系数据指标主要包括：数字经济市场主体总体税负与税收弹性；数字经济市场主体行业税负、分税种税负、分地域税负及其相关税收弹性；数字经济市场主体总体税负、行业税负、分税种税负变动比率。

数字经济的微观税收经济关系数据指标的分类详见附表3。

二、数字经济税收经济发展关系分析

（一）数量分析

《全球数字经济白皮书》统计显示，2020年，47个国家数字经济增加值的规模已经达到32.6万亿美元，同比名义增长3.0%，占GDP比重为43.7%，产业数字化仍然是数字经济发展的主引擎，占数字经济比重为84.4%。2020年我国数字经济规模近5.4万亿美元（39.2万亿元人民币），居世界第二位。

在缺乏数字经济相关税收数据的情况下，本报告将从数字经济发展与税收总量的数量对比和变化谈两者的关联关系。

1.税源规模与结构

（1）宏观规模与结构

《中国数字经济发展报告》数据显示，从有数字经济记载的2005年开始，数字经济规模及占GDP的比重逐年提高，到2020年我国数字经济规模及其占比呈现双“39”态势。2020年我国数字经济依然保持蓬勃发展态势，规模达到39.2万亿元，较去年增加3.3万亿元，占 GDP比重为38.6%，同比提升2.4个百分点，在全国新冠疫情环境下有效地支撑了疫情防控和经济社会发展（见图1）。

2020年我国的GDP为1143670亿元，其中二产、三产合计为938232亿元。以此计算，数字经济占第二产和第三产合计GDP的41.78%。

从宏观经济规模与结构数据看，数字经济规模和所占GDP的比重已经超过了第二产业的经济地位，虽然总体上两者仍然比较接近，但从有数字经济概念到现在也就短短的几年，数字经济能超越第二产业的经济地位，足见其强势发展的力量。

表1 2020年宏观经济规模与结构

（2）计划与增速

表2列举部分省市2021年数字经济工作的推进规划，推进速度较低的辽宁规划增长都在10%以上，推进力度大江西规划要求36%，这些规划要求远远大于2021年全国GDP实际增长速度。通过这些地方的数字经济工作规划，可以预见2021年我国数字经济也将呈现出迅猛增长的态势。

表2 2021年部分省市数字经济量化规模或增速规划

资料来源:各省市政府工作报告前瞻产业研究院整理

2021年，实际数据显示我国数字经济产业依然强势增长，发展韧性显著增强。2021年全年软件信息技术服务业的业务收入增长了17.7%，领先于行业的平均水平。制造业数字化步伐也在加快，智能制造装备产业提速，2021年“规上”工业机器人同比增长达到30.8%，3D打印装备同比增长27.7%。有全国影响力的工业互联网平台已经超过150个，“5G＋工业互联网”在建项目超过2000个，已经形成了20个典型应用场景和10个重点行业领域的实践活动，创新应用水平处于全球第一梯队。数字技术对中小企业特别是专精特新企业赋能明显，发展较快。5G移动通信技术、设备和应用、大数据、云计算、区块链等技术水平居于领先地位。当前，我国累计建成开通5G基站142.5万个，5G移动电话用户达3.55亿户。智能手机也进入世界先进行列，数字经济的基础，集成电路、软件方面，也取得了标志性成果[4]。

软件和信息技术服务业平稳发展。2020年，我国软件和信息技术服务业持续恢复，逐步摆脱新冠肺炎疫情负面影响，呈现平稳发展态势。从总体上看，软件业务收入保持较快增长。2020年，全国软件和信息技术服务业规模以上3企业超4万家，累计完成软件业务收入8.2万亿元，同比增长13.3%。从细分领域看，软件产品收入实现较快增长，2020年，软件产品实现收入2.3万亿元，同比增长10.1%，占全行业比重为27.9%。其中，工业软件产品实现收入1974亿元，增长11.2%。信息技术服务加快云化发展，2020 年，信息技术服务实现收入接近5万亿元，同比增长15.2%, 增速高出全行业平均水平1.9个百分点，占全行业收入比重为61.1%。信息安全产品和服务收入增速略有回落，2020年，信息安全产品和服务实现收入1498亿元，同比增长10.0%， 增速较.上年回落2.4个百分点。嵌入式系统软件收入增长加快，2020年嵌入式系统软件实现收入7492亿元，同比增长12.0%，增速较上年提高4.2个百分点，占全行业收入比重为9.2%。嵌入式系统软件已成为产品和装备数字化改造、各领域智能化增值的关键性带动技术。

（3）产业渗透

中国数字经济在各产业中的发展深入推进。数字经济的两大领域，数字产业化和产业数字化，两者的关系中，数字产业化是数字经济的技术基础，产业数字才是数字经济的应用领域和庞大市场。所以观察数字经济的发展及其对社会经济生活的作用，关键是看产业数字化程度，呈现这一状况量化特征的重要指标就是产业渗透率。截止“十三五”末，数字经济在一、二、三产中的渗透率分别为8.9%、21%和40.7%，比“十三五”初年分别增长了7.7、3.2和11.1个百分点。从数字经济在三个产业渗透率的变化比值看，期末与期初的比值分别为1.435、1.25和1.375，数据显示，数字经济在第一产业的渗透率虽然不高，但第一产业的渗透率增速最高，数字经济在第三产业中的渗透率增速次之，在第二产业中的增速最小。详见图3。

三次产业数字经济渗透水平逐次倍增。2020年，疫情倒逼三次产业加速数字化转型，农业、工业、服务业数字经济渗透率分别为8.9%、21.0%和40.7%，约为1: 2: 4，同比分别增长0.7.1.6 和2.9个百分点。产业数字化转型为数字经济发展提供广阔空间。

（4）数字经济发展遍布全国

各地数字经济发展步伐加快。疫情下，各地政府纷纷将数字经济作为经济发展的稳定器。

从规模看，2020年，广东、江苏、山东等13个省市数字经济规模超过1万亿元1万亿元，包括广东、江苏、山东、浙江、上海、北京、福建、湖北、四川、河南、河北、湖南、安徽等，另有8个省市数字经济规模超过5000亿元，分别为重庆、辽宁、江西、陕西、广西、天津、云南、贵州等。详见图4。

从占比来看，北京、上海数字经济占GDP比重全国领先超过50%，分别达到55.9%和55.1%，天津、广东、浙江、福建、江苏、山东、湖北、重庆等省市数字经济占GDP比重均超过全国平均水平。

从增速来看，贵州、重庆、福建数字经济增速位列前三甲领跑全国，2020 年增速均超过15%，湖南、四川、江西、浙江、广西、安徽、河北、山西等省市数字经济增速超过10%,其余省市数字经济增速在5%-10%之间。

2.行业占比结构

（1）数据样本说明

由于宏观国民经济统计数据尚未按数字经济行业分类标准发布数据，所以本报告针对数字经济行业情况的分析都是用上市企业数据按照数字经济行业进行分类统计。

经过数据清洗和整理，数据齐全的上市企业共有4349户。归类整理为数字产品制造业、数字技术应用业、数字技术驱动业和数字化效率提升业，缺数字产品服务业。

（2）市值与资产

由于国家统计局尚未公布按数字经济行业分类的相关数据,参照国家统计局公布的数字经济行业分类标准,以上市公司的数据为基础按照数字经济行业分类标准进行分类统计,数字经济的市值和资产的行业结构占比关系如下：上市企业2022年1月18日的市值为945814.52亿元，其中数字产品制造业、数字技术应用业、数字技术驱动业和数字化效率提升业的市值结构比重分别为12.66%、3.78%、1.74%和81.83%，可见我国的数字经济结构是以数字化效率提升业为主体，前三者合计尚不足市值总量的20%。上市企业2021年第3季度的资产总额合计为3410231.35亿元，其数字经济各行业资产的结构比重分别为1.88%、0.73%、0.37%和97.02%，数字化效率提升业的主体地位更加明显，所占比重高达97.02%。

市值和资产结构的差异这么大，是因为上市企业的市值是股票价值，反映的是股民的心里预期价值；而企业资产是反映的企业账面负债和股本的原始价值。

这一组数据结构说明，市场上对数字经济产业化领域的价值普遍高估，而对传统产业数字化领域的资产价值普遍低估。传统产业数字化领域的资产大于市值很多，主要是受金融业资产多为负债而非股本的缘故。

（3）收入与利润

上市企业2021年前3季度的营业收入累计为465824.24亿元，其中数字产品制造业、数字技术应用业、数字技术驱动业和数字化效率提升业的市值结构比重分别为7.96%、2.36%、1.19%和88.48%。

上市企业2021年前3季度的净利润累计为40392.25亿元，其中数字产品制造业、数字技术应用业、数字技术驱动业和数字化效率提升业的市值结构比重分别为6.00%、1.21%、0.77%和92.02%。

2.税收规模与结构

（1）宏观估算

目前，我国对数字经济税收尚没有相关的统计数据，只能按照经济结构比例进行推算。2020年我国的税收收入总规模为154310亿元，我国的税收制度设计对第一产业经济基本免税，可以按数字经济规模占第二产业和第三产业合计规模的比重进行大致推算，数字经济的税收贡献不会超过64472亿元。其影响因素有两个方面：一是有些税种数字经济不会涉及到，主要有消费税、烟叶税等；二是数字经济多为高新技术领域，大多数企业会享受税收优惠政策，其税收贡献会略低于传统产业。

（2）微观数据汇总情况

微观上，可以用上市企业数据进行分行业税收规模的汇总,并以此为基础测算结构比重。

上市公司按数字经济行业分类的税费规模与结构

上市企业2021年前三季度支付各项税旨合计32566.64亿元，其中企业所得税9715.81亿元，营业税金及附加7451.12亿元。各项税费4个行业的占比分别为3.70%、1.16%、0.49%和94.65%，与资产规模大致匹配，略有差异，体现为数字产品制造业的税费比重略高一些，应该与该行业高附加价值高有一定的关系，特别体现为其企业所得税比重有所提高。

3.数字经济税收关系发展综合指数

（1）省际综合指数

第一，数字经济税收关系发展综合指数测算指标说明。

描述数字经济税收关系，这里选择了数字经济规模、数字经济增速、GDP、GDP增速、数字经济规模占GDP比重、税收收入规模、税收收入增速、税收贡献率等8项指标，以期关联分析数字经济对经济总量和税收贡献的影响。

其中，吉林的数字经济规模是用各省数字经济占比的平均数估算替代的。

第二，分析说明。

排序情况：90分值以上的有两个省，广东和江苏，主要体现为规模优势，这两个省的数字经济规模、GDP总量和税收收入规模顺序排位前两名；80分值以上的有两个省份，北京和浙江，北京以数字经济占GDP比重和税收贡献率两项指标的优势排在第三名，浙江则以各项指标均匀靠前排名第四。73.78分值的山东排第五名。按分值，前5名共分了三个层次，90分以上，80分以上和70分以上。

排名靠后的5个省份为内蒙、青海、宁夏、黑龙江和湖北，其中最高分内蒙只有42.64份。湖北掉到最后，主要是受2020年新冠疫情的影响，各项指标的增速均偏低。

数字经济规模的差异较大，排名第一的广东约为排名最后西藏的158倍；但数字经济对国民经济和税收的整体影响经多项指标稀释后差异已经不那么明显了，从综合指数看排名第一的广东仅为排名最后湖北的2.62倍。

（2）百强城市综合指数

第一，指标说明。

百强城市的数据不像省际数据容易采集，只收集整理出数字经济规模、GDP、GDP增速、数字经济占GDP比重、税收收入和税收贡献率这6项指标。

其中，由于收集不到河北省邯郸、廊坊、沧州和保定（数字经济百强的第78、79、81和93位）的税收数据，按数字经济排名顺序替补了能收集到数据的揭阳、三明、日照和南平入围百强城市。

第二，分析说明。

数字经济税收关系综合指数排名前10的城市是上海、北京、深圳、广州、杭州、苏州、成都、南京、重庆和宁波。其中：上海以数字经济规模、GDP总量和税收收入规模3项指标排第一的优势独占鳌头；北京以数字经济占比和税收贡献两项指标排第一、规模排第二的阵势位列综合指数第二；深圳排第三，但已经差了北京16个分值；广州排第四又落后深圳11 个分值；第十名落后于第一名约45个分值。

可见，数字经济百强城市的排名靠后的城市已经无力和前十强城市进行比较了，悬殊相差过大。数字经济规模，排名第一的上海是排名最后南平的30多倍；数字经济税收关系综合指数排名第一的上海分值约为排名最后襄阳的5倍。

（二）数字经济税收关系模糊聚类分析

综合指数排序，只能展示多项指标的综合量化差异，看不出8项指标各自量化分类影响特征，所以将依据这8项指标通过模糊聚类方法展示分类特征。

1.省分聚类

（1）聚类分组情况

31个省份最细分类中取值一样的共有6组，分别为：北京和上海、浙江和山东、甘肃和青海、辽宁和陕西、山西和新疆、安徽和湖南。其他各省份都独立自成类。

按参数λ取值相近分层聚类，又可集聚成以下7组分类：

第一组只有湖北一个省份，分层参数λ值0.393，由于距离后一组的λ值差异较大，不宜在分层中合并；

第二组由海南、西藏、江苏和广东4个省份组成，分层参数λ值介于0.47∼0.5之间，其中西藏、江苏和广东λ值相近，海南距西藏的λ值有一定距离；

第三组由北京、上海、贵州和天津组成，包括三个直辖市，分层参数λ值介于0.55∼0.576之间，其中北京和上海λ值相等为同类，贵州与北京和上海的λ值相近，天津距贵州的λ值有一定距离；

第四组由河南、浙江、山东、福建和云南5个地区组成，分层参数λ值介于0.595∼0.625之间，其中浙江和山东λ值相等为同类，福建和云南相λ值相近，河南与浙江和山东的λ值相近；

第五组由重庆、甘肃、青海、吉林和内蒙5个省份组成，分层参数λ值介于0.63∼0.658之间，其中甘肃和青海λ值相等为同类，吉林和内蒙相λ值相近；

第六组江西、四川、广西、黑龙江、河北、宁夏、辽宁和陕西8个省份，分层参数λ值介于0.672∼0.699之间，其中辽宁和陕西λ值相等为同类，四川和广西相λ值相近，黑龙江、河北和宁夏相λ值相近，江西相对独立；

第七组由山西、新疆、安徽和湖南4个省份，分层参数λ值介于0.74∼0.754之间，其中山西和新疆λ值相等为同类，安徽和湖南λ值相等为同类；

2020年数字经济税收关系省份聚类表

注：打*号为同类

（2）聚类数据特征

本节的聚类数据特征分析，按表5参数λ取值由小到大的分组顺序进行分析。分析在前述综合指数分析的基础，这里更突出类别差异与组内样本间的差异：

第一组：湖北，湖北省的特点是数字经济内容为正增长，但受2020年疫情影响，GDP和税收收入都呈现为负增长。

第二组：海南、西藏、江苏和广东4个省份。

江苏和广东同类，体现为数字经济、GDP和税收收入在规模上处于同一个层次；西藏和海南与广东相近，一是由于税收贡献率相近，二是由于数字经济增速迅猛、GDP增速较大拉近了与数字经济大省的λ值。

第三组：由北京、上海、贵州和天津组成

该组汇集了3个直辖市，但3者之间仍有差异。北京与上海，除税收收入增速差异较大，其他各项指标均相近；天津在规模上不抵北京和上海，但在数字经济和GDP增速以及税收贡献率3个指标上与北京和上海相近；贵州在规模上本组最小，但数字经济和GDP增速较大，拉升了λ值。

第四组：由浙江、山东、福建、河南和云南5个省份组成

这5个省，在规模上，浙江和山东、福建和河南、云南分为三个层次。浙江和山东，在数字经济、GDP、数字经济占GDP比重和税收增速这4个指标相近，但是浙江在数字经济增速、税收收入规模和税收贡献率3个方面明显强于山东；福建在规模上虽然差一个层次，但在数字经济增速、GDP增速、数字经济占GDP比重3个方面拉升了λ值，与浙江和山东靠拢；河南则是以GDP和税收收入规模大于福建、税收收入增速和税收贡献率与福建相近这4个方面拉进了与福建的距离；云南比较独特，以GDP增速、税收收入增速明显强于该组各省，税收贡献率强河南，拉升λ值与该组各省靠拢。

第五组：由重庆、甘肃、青海、吉林和内蒙5个省份组成

该组一个共同的特征就是税收贡献率相近。在此基础上，规模分为4个层次：重庆数字经济规模最大，相对独立，但税收收入与内蒙相近；吉林和内蒙的数字经济规模其次，但吉林的税收收入规模和税收贡献率不如内蒙；甘肃的数字经济规模在该组排第三个层次，但GDP增速与重庆相等，税收贡献率与内容相近；青海的规模虽小，但3项指标均为正增长，数字经济占比强于甘肃，税收贡献率与甘肃相近。第六组：有江西、四川、广西、黑龙江、河北、宁夏、辽宁和陕西8个省份。

该组是聚类分组最大的一组，共同特征是数字经济占比和税收贡献率这两项指标各省接近。在规模上大致分为4个层，四川和河北数字经济规模是上万亿元的层级，辽宁、江西、陕西和广西这4个省份的数字经济规模处在7000亿元∼9000亿元之间，黑龙江和宁夏规模相差这些省份较大，分别只有不到4000亿元和1000亿元出头。该组数据比较下来，四川情况较好，不仅规模大，而且各项指标的增速均为正值。

第七组：由山西、新疆、安徽和湖南4个省份组成。

其中，山西和新疆同类，安徽和湖南同类，从规模上看属于两个层级，只是因为分类参数λ值相邻而分层合并为一组。形成分类参数λ值相邻有因素，主要是数字经济增速、GDP增速、数字经济占比和税收贡献率这4项指数相近的作用。

2.百强城市聚类

（1）聚类数据说明与分组情况

第一，数据说明。

对数字经济百强城市模糊聚类，由于各地经济财税数据发布时间参差不齐，特别是财税数据关系复杂、采集困难，所以剔除了河北的邯郸、廊坊、沧州、保定4个城市（分别入围数字经济百强的78、79、81和93位），在数字经济城市排名中替补了能找到数据的揭阳、三明、日照和南平这4个城市排在了百强城市的最后，依然以百强的阵容开展聚类分析。

第二，聚类分组情况。

我国数字经济百强城市经济财税关系的模糊聚类情况，按照模糊距离参数λ取值相近的考虑，百强城市较细分类可以分为23种情况；按取值相邻分层合并，又可以整合为8组。

（2）聚类数据特征

数字经济百强城市聚类，是数字经济规模、GDP、GDP增速、数字经济占GDP比重、税收收入和税收贡献率这6项指标共同作用的结果，所以既便某些城市聚在一组，仍然存在一些指标的共同特征或个别指标的差异特征。

参数λ取值由小到大的顺序，找几组有特点的聚类组进行类别特征和组内成员的差异进行一些分析：

2020年数字经济税收关系百强城市聚类表

（三）结论意见

1.聚类分析

根据最小化类间相似性，最大化类内相似性的特点，本文通过模糊聚类分析，对省份和城市进行聚类分析。分类主要依据数字经济产值及增速、GDP及增速、税收收入及增速以及税收贡献率进行模糊分类，在若干个指标数据值相似的情况下分别分为七组和八组。

从省份聚类分析上看，同一组的各省份中存在若干指标在一定程度上是相近的，由此分在同一组中。如同一组中的上海和北京的所有指标均较高且差值较小；同时，在同一组的不同省份也存在一些指标相差较大的情况，但由于所有指标均越大越有价值，因此即使一些指标相差较大，也会通过其他指标进行“弥补”如江苏与海南被聚类为同一组，海南省在数字经济产值体量上远不及江苏省，但由于其增速较大，弥补了体量上的差距，因此二者分在同一组中，数字经济发展均是模糊概念的较好省份。

从百强城市的聚类分析上看（剔除了数据缺失的若干城市），分类情况相对复杂，除了相同于省份的聚类分析情况以外，由于样本数较多，依据各类指标进行区分的程度较小，但通过对差异系数和离散化情况的进行可以分析。

（1）内部结构

在数字经济结构上，内部分为数字产业化和产业数字化，近五年来产业数字化占比一直高于数字产业化，二者总规模比例约为为4:1。分别来看，数字产业化中的数字产品制造业体量最高、数字技术应用业和数字技术驱动业次之，产业数字化中数字金融业和智能制造占绝大部分，数字金融资产占比为77.63%，但收入占比较小，为18.46%，智能制造业资产占比只有7.99%，但其收入占比达到了39.9%。其他智慧农业、智能交通、智慧物流、数字商贸、数字社会和其他数字化效率提升业等6个行业占比均较小。

（2）区域结构

从区域上看，数字经济规模呈自西向东，自北向南逐步上升趋势，华东地区和中南地区占据了数字经济规模的半壁江山，分别为43.34%和27.56%，在西部地区，自南向北降低，分比为西南地区的8.3%和西北地区的4.01%，北部地区依然自南向北降低，分比为华北地区的12.34%和东北地区的4.43%。

2.税收质量分析

整体上看，数字经济发展与税收增长不相关，主要受两个方面的影响：一是数字经济成份多属于第三产业或者说是技术服务、技术应用领域，而这些领域是适用增值税低税率行业，即数字经济成份越大，宏观税负表现越轻；二是数字经济成份多属于高新技术企业，一定程度上享受高新技术企业优惠政策，会形成数字经济税负低于传统产业经济的局面，也会导致数字经济成份越大宏观税负表现越轻的趋势。

随着数字经济的发展，既要考虑到数字经济驱动整体国民经济的作用和改善经济社会高质量发展的影响，也要关注其不同发展阶段的税收适用政策，以兼顾促发展和稳财政两个方面的影响，更要考虑以数治税促进智慧税务建设。

三、以数治税迈向智慧税务

（一）贯彻落实两办《关于进一步深化税收征管改革的意见》

2021年3月24日，中共中央办公厅、国务院办公厅印发《关于进一步深化税收征管改革的意见》（以下简称两办《意见》）。两办《意见》主旨精神可以概括为：一个中心、一个突破、一种驱动力、推进改革路径转变、建设四精体系、实现改革目标。

一个中心是体现以人为本，以服务纳税人为中心；一个突破口是指化解当前税收征管主要症结，以发票电子化为突破口；一种驱动力是提升税收治理能力，以税收大数据为驱动力；推进改革路径转变是指改变传统的税收征收管理方式和手段，从“以票管税”向“以数治税”的转变；建设四精体系是指以大数技术为支撑，深入推进精确执法、精细服务、精准监管和精诚共治；深化税收征管改革的最终目标要求是大幅提高税法遵从度和社会满意度

贯彻落实两办《意见》精神，就是要以发票电子化为突破口，从“以票管税”向“以数治税”的转变，通过推进 “四精体系”建设，完善税收治理体系，提升税收治理能力，不断促进税法遵从度和社会满意度大幅改善。

一是持续减税降费服务经济发展大局，“十三五”以来累计减税降费规模超8.6万亿元，2021年新增减税降费超过1万亿元，2022年预计退税减税将高达2.5万亿元，重点支持制造业，优先安排小微企业，确保退税减税这项关键性举措落实到位，为企业雪中送炭，助企业焕发生机。实践表明，减税降费是助企解难纾困最直接有效的办法，实际上也是“放水养鱼”、涵养税源，2013年以来新增的涉税市场主体去年纳税达到4.76万亿元。

二是持续深化“放管服”改革，办税缴费事项全部实现“非接触式”办理，其中，212项全程“网上办”，比2020年增加9项；提前1个月全面实现企业社保缴费“网上办”、提前半年基本实现个人社保缴费“掌上办”。主动推出并顺利实现财产行为税“十税”合并申报，全面推行增值税、消费税分别与附加税费整合申报改革，表单数量共减少2/3，“十税”合并申报数据项减少1/3，附加税费申报数据自动预填量将超过70%。

三是在精诚协同方面，规范中深化“税银互动”，2021年前三季度帮助守信小微企业获得信用贷款同比增长42%。

四是在服务市场主体方面，从“线下服务为主”到“线上和线下服务并重”，从“共性服务为主”到“更加注重个性服务”，不断拓展“非接触式”办税缴费服务，实现近90%的涉税事项、99%的纳税申报可网上办理，2021年新办涉税市场主体预计约1300万户，同比增长13.6%，为2012年2.4倍。

五是打击“三假”精准高效，在“假企业”“假出口”“假申报”专项行动中，共依法查处涉嫌虚开骗税企业44万户，挽回税收损失909亿元，抓获犯罪嫌疑人43459人，5841名犯罪嫌疑人慑于高压态势主动投案自首。

今后工作将在已实现“网上办”“掌上办”的基础上，推进“一厅联办”“一窗通办”等，为广大缴费人提供更加便捷、安全、高效的缴费渠道，建立智能化智慧税务治理体系。

（二）数字经济发展对税收的影响

《全球数字经济白皮书》统计显示，2020年，47个国家数字经济增加值规模达到32.6万亿美元，同比名义增长3.0%，占GDP比重为43.7%，产业数字化仍然是数字经济发展的主引擎，占数字经济比重为84.4%。2020年我国数字经济规模近5.4万亿美元，居世界第二位。数字经济的迅猛发展对税制建设和税收征管产生重大影响，提出了直接的挑战。

1.数字经济发展对税制改革的影响

数字经济发展对税制要素的方面都产生了重要的影响：一是数字经济促使征收对象由实物和现场服务转变为虚实相融财富价值体系，主体税源发生了质的变化；二是经营主体分散化、全球化和产业链条无限渗透化，纳税主体的财富分配问题更加复杂化；三是数字经济促使业务边界模糊化，课税对象难以区分并给予准确评估；四是数字经济促使供需对接远程化、交易模式数字化，财富分配的财政权属关系难以合理确定。数字经济提出的这些挑战，都对税制建设的基础理论建设和税制结构的优化产生重大影响，形成必须解决的前瞻课题。

2.数字经济发展对税收征管的影响

数字经济发展对税收征管改革的影响可以从税制挑战、税法体系挑战和现行征管方式三个方面概括[6]：

一是数字经济对现行税制的挑战，冲击征管方式，即税制要素的变化、主体税源的变化，都将对传统的工商经济时代形成的征管方式形成冲击；

二是数字经济对现行税法体系的挑战，冲击征管方式，主要体现在数字技术的引入消减征纳双方信息的不对称，财税信息更加公开透明易获取，在此基础上纳税人更关注税法的公平，征税人既要更关注精准执法又必须关注征管的效率，公平与效率出自征纳双方不同的角度作用，必将冲击现行征管方式。

三是数字经济对现行征管方式的挑战。税务部门职能定位的问题；税务管理关于管理对象出现管谁的问题；税收征收管理出现手段、模式、方法落后的问题；税务稽查找不到边界的问题。

受数字经济发展对税制和税收征管两个方面的挑战和冲击的影响，2021年7月1日，OECD/G20的BEPS包容性框架发布了《关于应对经济数字化税收挑战“双支柱”方案的声明》。以“支柱一”解决征税权的重新划分问题，以“支柱二”建立全球反税基侵蚀规则（GloBE）的基础支撑。

（三）以数治税提升税收治理能力[7]

贯彻落实两办《意见》，国家税务总局对标一流谋划推进金税四期建设，明确了总体目标是大幅提高税法遵从度和社会满意度；核心任务是推进“以票管税”向“以数治税”的转变；推进策略是以税收大数据为驱动力；实施步骤以发票电子化为突破口。

以两办《意见》精神为指导，全面完成智慧税务顶层设计，着力推动税收征管方式从“收税”到“报税”再到“算税”升级，税收征管流程从“上机”到“上网”再到“上云”转变，税收征管效能从“经验管税”到“以票控税”再到“以数治税”提升。

（四）构建以数治税为基础的的智慧税务体系

充分结合实际情况，通盘考虑业务流程、制度规范、信息技术、数据要素和岗责体系等因素，特别是推动办税服务厅转型升级，实施智慧化改造，构建自主遵从、优质便捷、高效便民的纳税服务体系 ；通过全面梳理税务管理基础事项、调整优化基层职能职责等，推动税费征管方式数字化变革，构建科学严密、规范统一的基础征管体系 ；通过优化完善组织体系、运行机制及大数据治理手段等，构建统筹实施、精准高效的风险管理体系。

善于统筹深化税收征管改革的优势资源，广泛聚合各级政府、纳税人缴费人、第三方中介机构、行业协会以及科研院所等多元主体力量，特别要突出税务机关作为深化税收征管改革“直接责任人”的担当，联合其他主体建立统一的沟通协作机制和平台，畅通交流反馈渠道、完善议事协商制度，形成相互支持、合作共赢的工作格局，将税收征管改革不断引向深入，一以贯之推动税务执法、服务、监管的理念和方式手段等全方位变革。

统筹推进各项深化税收征管改革措施，整体性、集成式提升税收治理效能，特别要注重改革的原则性、协同性，坚持将数据赋能、精确执法、精细服务、精准监管、精诚共治有机结合，强化前瞻性思考、全局性谋划、战略性布局、整体性推进 ；要注重改革的灵活性、先行性、关键性，坚持以数据赋能为主轴，努力在智慧税务建设上取得新突破，以此协调、牵引、带动其他领域改革，推动系统有效运行、实现效益最大化。

附表1      数字经济行业构成代码表

附表2  数字经济宏观税收数据指标体系构成表

附表3    数字经济微观税收数据指标体系构成表

附表4     2020年数字经济百强城市经济税收数据(节选40席）单位：亿元、%

注：更多详细排名及分析请联系北京大数据协会财税大数据专委会秘书处。

【注释】

[1]焦瑞进，原国家税务总局大企业司副巡视员、中国税务学会学委会副秘书长、北京大数据协会财税大数据专委会副会长，主要研究方向为税收大数据、智慧税务、税收分析等。

[2]李为人，中国社会科学院研究生院管理学博士。现任中国社会科学院典型应用经济学院副院长、学术委员会委员、研究生导师，主要研究领域为税收理论、税收风险管理、税收信息化等。

[3]中国电子信息产业发展研究院发布的《2021中国数字经济发展形势报告》。

[4]央视网 | 2022年01月21日

[5]《中国数字经济发展报告（2021）》。

[6]“数字经济对税收征管方式的挑战及对策研究”，姚轩鸽，《西部学刊》，2019年12月上半月刊。

[7]全国税务工作会议领导讲话，2021-12-30。

 北京大数据协会财税大数据专业委员会简介

北京大数据协会财税大数据专业委员会以“发掘和应用财税大数据，实现数据赋能”为宗旨，致力于开展财税大数据的政策研究、学术交流、教育培训、成果应用等工作。北京大数据协会财税大数据专业委员会拥有众多全国财税与大数据领域的专家及理事单位，是财税大数据科学研究的先行者，是财税大数据实践的落地者，是互联网、大数据企业的知音，是产学研结合的数据领域研究专家的摇篮。主要社会合作与服务工作如下：一是以财税大数据理论与政策研究为基础，不定期发布财税大数据、数字经济相关研究成果；二是组织学术研讨与实践调研活动，及时研究总结财税大数据理论前沿与实践模式；三是培养财税数字化人才，并组织专家团队指导企事业单位的数字财税管理工作；四是实现专业与技术的双轮驱动，推进智能财税应用场景的实践落地。随着数字经济的发展和社会文明的进步，财税大数据越来越成为国家和社会的关注点。在区块链、物联网、云计算、人工智能等大数据技术的创新应用推动下，智能财务、智慧税务不断涌现。在当今百年未有之大变局下，国际国内环境面临严峻形势，新产业新业态新技术新模式新场景不断涌现，如何充分利用好大数据分析技术，进行智能财税的精准定位、精准征管、精准传送涉税信息，使纳税人充分享受信息资源和税收红利，对于国家发展、民生福祉和共同富裕具有极其重要的意义。同时财税大数据具有全面、深邃的特点，汇聚起来可洞观国家宏观经济的发展趋势，挖掘下去可洞察微观企业的经营规律。本专委会将协助理事单位开展调研活动、合作进行研发活动，赋能财税数据科技发展，共获数据资源，共铸数字财税生态。有财税部门的支持，有专家学者的助力，本专委会定将成为推动财税大数据共同发展的纽带、合作创新的平台、人才培养的基地！【提示】欢迎您的加盟与合作！欢迎垂询：加入会员、理事，购买《中国数字经济税收发展报告（2022）》，或其他合作与发展事宜，秘书处联系方式：黄老师：18911815557；宋老师：13512021691