随着税务部门数据利用工作的逐步深入，数据利用信息平台的建设越来越成为焦点和核心。数据利用信息平台的服务对象可以粗略地分为税收管理和税收经济分析两个主要方面。对于这些方面的发展，由于一直存在着不同的观点，因而在实际工作中有着不同的做法。其中，税收经济分析信息平台从目前来看，基本上处于自发的、零散的状态。

税收经济分析方法

图形分析方法。从各国税收分析的实践来看，无论逻辑的起点，还是历史的起点，最早应用的分析方法是“所见即所得的”，也就是图形分析的方法。图形分析的方法可以揭示数据的形象特征。如对于税收数据的时间序列性，通过图形描绘出历年的GDP与税收情况，可以看出税收伴随着GDP的不断变化。当然，除了单个变量之外，我们经常观察多个变量，在图形分析方法的层次，也就是多变量图形。

数学形式分析。对于单变量图形，可以通过各种统计指标来刻画某个变量的特征。对于多变量而言，可以通过相应的方法来表示图形的特征。例如，两个变量的对比图形，可以通过对比分析法来进行。当然，也可以通过线性回归方法来完成两组变量的分析，通过线性方程的自变量和应变量的系数、回归方程的统计指标等等来完成对多变量图形的分析。

分析模型。在长期的税收经济研究当中，研究者已经总结出各种各样的模型，这些模型可以比较精确地描述税收经济当中各种因素之间的关系。简单的如我们广泛应用并且也十分有效的GDP与税收之间关系模型，稍微复杂一点的包括考虑各种各样因素的多变量模型，反映包括GDP、财政支出、税收和赤字在内各个变量之间的关系，在税收稽查当中使用的分类选择模型，如tobit，probit等。更复杂的有同时考虑整体税收经济关系的一般模型，如可计算一般均衡模型，即所谓的CGE模型。这些模型的建立为我们准确把握税收经济中的各个关系奠定了良好的基础。

非线性模型。由于税收经济的复杂性，除了存在着我们知道“我们不知道的部分”，还往往存在一些我们不知道“我们不知道的部分”，因此在税收经济分析方法的发展中，有很多方法去应对这种影响，这些方法一般被比较典型地概括成了非线性方法。

以上大致就是各种方法的演变及内在关系。对于这些方法，当然需要根据情况进行相应的搭配，形成相应的范式。

税收经济分析方向

对于以上方法的选择，可以从数据对象和应用内容两个角度来考虑。

从数据对象来看。税务数据利用的对象大致可以分为微观、中观、宏观等方面。微观的分析以微观税收数据的计算模拟为主要特征，其主要应用的方法包括以上介绍的各种方法，也包括仿真、离散等方法，着重于对微观数据发展变化的模拟。中观数据的数据粒度以行业部门、行政区划等等作为划分标准，中观数据分析指以中观数据的计算为主要特征，主要应用的方法包括一般均衡分析、投入产出分析等，着重于部门之间关系的发展变化研究。宏观数据分析以宏观数据的计算为主要特征，其主要应用的方法包括时间序列方法、宏观计量模型等等，着重于各个总量数据之间关系的发展变化研究。

从应用内容来看。应用内容一般可以分为：结构状态分析、政策变化分析、预测等三个方面。结构状态分析主要对税收经济各方面的分布情况、各要素在税收经济活动中所起的作用等进行分析；政策变化分析主要针对具体的政策变化造成税收经济变化进行的分析，与这种局部分析相对应；预测则是一般性地对税收经济发展的未来趋势进行展望。税收经济分析的应用方向之间的关系大致可以通过下图来进行说明。

计算分析平台工具

从目前我国税务部门的数据应用分析现状来看，虽然存在着一些问题，例如分析方法不系统、通用性不强、应用范围不宽等，但是税务数据利用已经成为实际工作部门的工作重点之一。

自1960年约翰森（Johansen）提出第一个真正意义的可计算一般均衡模型（Computable General Equilibrium，CGE）以来，经过40多年的发展，CGE模型已经成为一种非常有效的分析工具，被世界各国广泛应用。在整体宏观经济预测当中，税收政策是CGE模型的外生变量之一，利用CGE模型能够全面评估税收政策的变动对整个经济系统总量和结构的影响。正是CGE模型的这个特点，使其在税收政策分析中得到高度重视和广泛应用，包括税收负担分析、税制改革模拟和税收变动分析等方面。

CGE模型应用的数据分析平台建设。在CGE模型的建立和求解过程中，社会核算矩阵（Social Accounting Matrix，SAM）占有重要的位置。用于描述模型中所包含的收支均衡关系。SAM矩阵为CGE模型的数据组织提供了一个框架，并且直截了当地表达了模型中出现的各行为主体的收支关系。

计算平台建设。由于世界银行研究专家的多年积累和推广，GAMS目前是求解CGE模型最为广泛使用的软件。使用GAMS建立CGE模型，还可以形成一种固定的分析范式，比较典型的有国际粮食政策研究组织（International Food Policy Research Institute，IFPRI）的模型，该模型范式应用到了世界上39个国家。这种模型构建方法说明了GAMS移植性很强。GAMS开发的CGE模型不仅可以如IFPRI模型一样，经过简单修改在不同的经济环境下应用，还可以在不同的计算平台上进行移植。

以上理论研究的成果及国外的经验，结合我国的税收经济分析平台建设，可以得到以下方面的启示。

第一，理论方法的总结和应用应该是有一定层次的，并且不同层次之间存在着一定联系，在实际应用当中需要把握其中的关系，根据实际应用的需要，采用不同的层次，并且不断地发展，奠定税收经济分析的全面框架。

第二，数据基础应该是税收经济分析的起点。例如，从CGE模型的建设来看，SAM矩阵的建设成为了重要的一步。该过程，其实是从税收角度来重构来源于税收经济各部门数据的过程，找到了这种数据组织形式，对税收经济分析的常态化、制度化而言，是一个良好的起点，否则，税收经济分析总是会处在“这个数据难找”或者说“那个数据没有”的困惑当中。

第三，对于税收经济分析而言，虽然具体的各地经济具有各自不同的特征，但是在某些方面，仍然存在着共同的特征。我们可以将共同的特征总结到一个模块，通过模块化的思路，集中力量开发出通用的税收经济分析平台，在这个集中了集体智慧的平台上，让各地税收经济分析人员结合当地特色，进行更为个性化的分析。

第四，除了数据和计算平台之外，在数据应用当中，也存在着一定范式，对于各地税收经济分析而言，类似问题应该可以由总局或者省（市）局数据分析人员开发出固定的分析模式，然后统一应用到各地。

当然，在不同的具体应用领域，例如纳税评估、税收经济分析、税收管理成本效益分析等等，方法、应用方向和平台显然也会进一步具体化。具体分析方法的选择、应用的方向、平台的选择都会结合应用，有进一步具体的形态，这就是税务数据分析的多样化，从这一方面来说，这些具体的应用只会对税收经济分析平台的方法、应用方法和平台的研究增加更丰富的内容。