企业数据资源入表后课税问题浅析
发文时间:2024-05-14
作者:董小红-储安琪
来源:税务研究
收藏
1009

当前,数字技术革命席卷全球,人类已步入数字经济时代,数据成为企业经营发展的一项重要资源。2019年10月,党的十九届四中全会将数据正式纳入生产要素的范畴。2022年1月,国务院印发《要素市场化配置综合改革试点总体方案》,提出要建立健全数据流通交易规则。2023年8月,财政部发布《企业数据资源相关会计处理暂行规定》(财会[2023]11号,以下简称《暂行规定》),对企业数据资源的会计处理和信息披露进行规范。随着《暂行规定》的颁布与施行,企业数据资源正式入表,与此同时,与企业数据资源课税有关的问题逐步显现出来。在此背景下,本文从会计确认与计量的角度出发,研究我国企业数据资源课税问题。

  一、企业数据资源的概念界定与分类

  (一)企业数据资源的概念界定

  对“数据资源”的界定是对其进行税收征管前要先阐明的基础性问题。“数据”这一概念较早出现于信息领域。Akoff(1989)指出,数据是对事件的一种未经加工的记录和描述。按数据持有主体不同,可以把数据分为“个人数据”“企业数据”“政府数据”三大类。个人数据是指与可识别的个人相关的任何信息(Kang,1999);企业数据是指企业所持有的数据,这些数据可以是在生产过程中收集得到的,也可以是通过市场交易的方式外购获得的,还可以是由用户提供并允许企业依照合同或约定在一定范围内使用的;政府数据是指由国家机关依法收集的各类数据(傅靖,2020)。然而,并非所有数据都是对企业经营决策有用的资源。在数字经济时代,数据之所以能成为新型生产要素,是因为物联网、云计算等新兴技术的迅猛发展使得人们能够利用数据来创造价值(许宪春 等,2022)。因此,本文认为“数据资源”与“数据”不能完全等同,即“数据”未必都能为企业创造价值,而“数据资源”都能为企业带来价值增值。因而本文将“数据资源”定义为“以二进制形式存储的、有使用价值的信息”。

  当前,财税领域已围绕数据资源课税议题展开了研究。傅靖(2020)从经济、法律和征管三个方面分析了数据资源的可税性。王敏 等(2022)认为,数据资源的涉税信息获取以及确权和定价计量困难是目前存在的两大税收治理难点,并从税种选择、税制设计以及税收征管三个方面提出了相应的治理路径。一些学者认为可对数据资源开征新税种,如对数据资源开征数据税(路文成 等,2022)、数据资源税(褚睿刚,2023)和数据使用税(余莎 等,2023)。邓伟(2021)着重探讨了对数据资源征税时面临的税基计算问题,提出了“可改进我国现行所得税条款,对数据资源征收直接税,同时开征专门的数据税,对数据资源征收间接税”的政策建议。可见,既有文献侧重于论证数据资源的可税性、税收治理难点及治理路径,或是为数据资源量身定税,鲜有从会计确认和计量角度探讨数据资源的课税问题。由于数据通常要达到一个量级才有可能为决策提供帮助,成为有使用价值的“数据资源”,而个人数据过于分散,单个主体难以利用自己的数据来创造价值,因而只有经由企业整合分析,个人数据才能成为有价值的“数据资源”。政府数据通常具有无偿性和公共性,因而不涉及征税问题,因此,本文主要讨论企业数据资源的课税问题。

  (二)企业数据资源的分类

  根据企业数据资源的来源和产生经济收益的方式,可将企业数据资源分为以下三种类型。一是用于外售的数据资源,即企业提供的可进行交易的数据产品或相关服务。二是自主开发或加工的以支撑企业经营活动的数据资源,即企业自主研发的或是对在生产过程中收集或企业在得到客户授权后按约定在一定范围内使用的数据进行进一步加工和整理,以成为可供企业经营决策使用的、能为企业创造价值的、非公开的内部数据资源。三是非持有式使用的数据资源,即企业通过在数据交易平台购买而获得数据的使用权或经营权,但出于隐私保护的需要,企业无法持有所购买的数据,在购买后,企业可将该项数据资源运用到生产经营活动中,从而为企业创造利润(罗玫 等,2023)。

  二、对企业数据资源征税的积极作用和税种选择

  (一)对企业数据资源征税的积极作用

  1.有助于增加政府的税收收入。中国互联网协会的资料显示,我国互联网业务收入持续提升,2023年,规模以上互联网企业以及提供相关服务的企业总营业收入达到17 483亿元,同比增长了6.8%。可见,数字经济时代,数据资源为企业带来了巨大的收益,如果对企业数据资源产生的营业收入、利润等征税,将给政府带来一笔可观的税收收入。

  2.有助于缩小区域数字经济发展差距。根据中国互联网协会发布的《中国互联网企业综合实力指数(2023)》报告,我国互联网企业前100强中,只有9家企业位于中西部地区,而且排名都比较靠后。这充分说明我国数字经济发展不均衡,中西部地区处于弱势地位(杨铭鑫 等,2022)。对企业的数据资源征税,能够发挥政府对资源分配的调节作用,从而推动中西部地区数字经济的发展,进而为实现共同富裕提供助力。

  3.有助于加强对企业数据资源的监管。对企业的数据资源进行征税,纳税人需提交与数据资源交易相关的信息,这就促使企业在日常经营活动中详细记录与数据资源有关的交易信息,从而推动我国数据要素市场的建立,让数据交易变得更加规范,让相关的交易信息变得更加公开、透明,从而帮助政府更好地对企业数据资源进行监管。

  (二)对企业数据资源征税的税种选择

  本文认为可选择对企业的数据资源征收流转税中的增值税、所得税中的企业所得税,并在财产税中开征数据资源使用税。

  随着《暂行规定》的颁布与实施,企业的数据资源正式作为存货和无形资产入表。根据《增值税暂行条例》,企业销售存货、无形资产应缴纳增值税,因而,若企业销售数据资源,可对其征收增值税。根据《企业所得税法》,企业的应税收入总额为以货币形式和非货币形式从各种来源取得的收入,这包括企业因销售存货和无形资产取得的收入,因而,企业销售数据资源取得的收入也可作为应税收入计入应纳税所得额,从而对数据资源征收企业所得税。我国按照财产种类制定单行税法来对特定的动产和不动产征收财产税,目前,还未将企业的数据资源单独作为一项财产征税。但我国征收财产税的目的之一是调节社会财富分配、促进社会公平(傅靖,2020)。数字经济时代,企业的数据资源为其创造越来越多的收益,且我国不同区域的数字经济发展差异较大,因而,可以考虑将企业的数据资源单独作为一项财产征收数据资源使用税,平衡财富分配,推动不同区域的数字经济协调发展。

  因此,对于用于外售的数据资源和非持有式使用的数据资源,可在交易环节征收增值税,并将交易所得计入应纳税所得额来征收企业所得税;对于自主开发或加工的以支撑企业经营活动的数据资源,可将其作为一项财产来开征数据资源使用税。

  三、会计确认与计量视角下的企业数据资源税收制度设计

  (一)企业数据资源会计确认与计量

  《企业会计准则第6号——无形资产》将企业拥有或控制的、没有实物形态的、可辨认的非货币性资产确认为无形资产。根据《暂行规定》,可将符合该定义的数据资源确认为无形资产,并在“无形资产”科目下单设“数据资源”子科目,按照无形资产的相关准则进行确认和计量。若确认为无形资产的数据资源是通过外购获得的,应将使该数据资源达到预定用途所发生的全部支出(支付的进项税额除外)作为初始成本入账。若确认为无形资产的数据资源是企业自行研发的,应区分研究阶段与开发阶段。对于研究阶段的支出,应确认为当期损益;对于开发阶段的支出,应判断其是否符合无形资产的确认条件,对满足资产化条件的部分,可作为该数据资源的初始成本入账,而不满足资产化条件的,直接计入当期损益。

  《企业会计准则第1号——存货》将企业在日常活动中以出售为目的而持有的产品、处在生产过程中的在产品、在生产过程或提供服务过程中消耗的材料等确认为存货。根据《暂行规定》,可将符合该定义的数据资源确认为存货,并在“存货”科目下单设“数据资源”子科目,按照存货的相关准则对其进行确认和计量。若确认为存货的数据资源是通过外购获得的,应将为取得该数据资源所发生的全部支出(支付的进项税额除外)作为初始成本入账。若确认为存货的数据资源是企业在生产过程中收集得到的,或是经客户授权能够一定范围内使用的,一般需经过进一步加工才能创造价值,这时应将采购成本与为使该数据资源达到预定可使用状态所发生的加工成本之和作为初始成本入账。

  (二)企业数据资源税收制度设计

  1.增值税。本文认为对企业数据资源征收增值税时,纳税人应为参与数据交易的企业,课税对象为企业确认为无形资产或存货的用于外售的数据资源和非持有式使用的数据资源在流转过程中产生的增值额。

  就税基而言,如果企业将用于外售的数据资源确认为无形资产,那么就可比照无形资产来计算税基。企业在购买和出售无形资产时需缴纳增值税,相应地,用于外售的数据资源在销售环节也应缴纳销项税额,税基为出售该项数据资源的销售额。若该数据资源是外购获得的,还应缴纳进项税额,税基为购买该项数据资源所付出的成本。同时,如果为使该项数据资源达到预定可使用状态而委托其他企业进行诸如数据脱敏、可视化等程序,企业也需按照所支付的金额缴纳进项税额。如果企业将用于外售的数据资源确认为存货,那么就可比照存货来计算税基。企业在购买和出售存货时需缴纳增值税,相应地,用于外售的数据资源在销售环节也应缴纳销项税额,税基为出售该项数据资源的销售额。若该数据资源是外购获得的,还应缴纳进项税额,税基为购买该项数据资源所付出的成本。此外,如果所购买的数据资源需经过进一步加工才能达到预定状态,且企业是委托其他企业对数据进行诸如整合、分析等程序,那么也需按所支付的加工费来缴纳进项税额。

  就税率而言,针对确认为无形资产的数据资源的增值税税率,可参照无形资产征税原则,对一般纳税人按6%的税率征收,并允许其抵扣进项税额;对小规模纳税人,按3%的税率征收,此时不存在进项税额抵扣。针对确认为存货的数据资源的增值税税率,可参照存货征税原则,对不同规模的企业实施差别税率:对一般纳税人,按13%的税率征收,但对国家重点扶持的高新技术企业,按9%的税率征收,此外,对于因进一步加工而发生的加工费,按6%的税率征收,并允许其抵扣进项税额;对小规模纳税人,按3%的税率征收,此时不存在进项税额抵扣。

  2.企业所得税。本文认为对企业数据资源征收企业所得税时,纳税人应为出售数据资源的企业,课税对象为企业出售确认为无形资产或存货的用于外售的数据资源和非持有式使用的数据资源的所得额。

  就税基而言,在征收企业所得税环节,因出售无形资产而产生的“资产处置损益”贷方发生额应计入应纳税所得额,相应地,企业因出售确认为无形资产的数据资源所产生的“资产处置损益”贷方发生额也应纳入应纳税所得额的计算范围,从而对该项数据资源征收企业所得税。同时,企业自行研发但未成功形成无形资产的研发费用可以加计扣除,成功开发的无形资产成本可以加计摊销,相应地,如果企业自行开发数据资源,研发失败的可按开发费用的50%加计扣除,研发成功的可按确认为无形资产的数据资源初始成本的150%加计摊销。在征收企业所得税环节,存货的销售额应计入应纳税所得额,相应地,企业因出售确认为存货的数据资源而产生的收入也应纳入应纳税所得额的计算范围,从而对该项数据资源征收企业所得税。

  就税率而言,针对确认为无形资产或存货的数据资源的企业所得税税率,按照《企业所得税法》的相关规定,对不同规模的企业实施差别税率:对一般企业,按25%的基本税率征收;对符合条件的小微企业,按20%的税率征收;对国家重点扶持的高新技术企业,按15%的税率征收。

  3.数据资源使用税。本文认为可对企业数据资源开征数据资源使用税,纳税人应为提供数据服务的企业,课税对象为企业确认为无形资产的自主开发或加工的以支撑企业经营活动的数据资源的价值。

  目前,计税方法分为从量计征和从价计征两种。以企业数据资源的传输数量为税基(从量计征),存在以下几点弊端。(1)同等数量的数据资源所产生的价值未必相同,以数量作为税基忽略了数据资源自身的价值差异,而我们之所以要对企业的数据资源征税,就是因为它能为企业创造价值,因而以数量作为税基违背了征税的初始动机,同时也不利于实现税负公平。(2)由于无法得到那些不需通过网络传输的数据资源的数量信息,如果以数据资源的传输数量作为税基,就只能对在网络中传输的数据资源征税,这会导致一部分税源流失。(3)如果一份数据资源被反复传输,但并非每次都会产生价值增值,那么根据数据资源的传输数量对其征税,就可能造成重复征税的问题(邓伟,2021)。根据数据资源的公允价值对其征税(从价计征),需要对其进行价值估值,但我国尚未建成完善的数据交易市场,因而难以合理确定企业数据资源的公允价值,征税也就无从谈起。因此,对于自主开发或加工的以支撑企业经营活动的数据资源,本文认为暂时可选择该类数据资源的初始入账成本作为计税基础。

  对于数据资源使用税的税率,一方面,我国数字经济正处于加速发展阶段,过高的税率可能会给数字经济的发展带来负面影响;另一方面,较高的税率可能加重企业负担,从而使企业产生转移税负的动机,进而造成一部分税收的流失。因此,本文认为统一制定一个较低水平的税率较为合适。比如,将数据资源使用税的税率暂定为2%。

  四、结论与建议

  对企业数据资源这种新型生产要素课税符合税制结构演变的基本规律(路文成 等,2022),但究竟是对其开征新税种,还是将其纳入现有税制的征收范围,目前尚无定论(褚睿刚,2023)。本文从会计确认与计量的角度出发,结合《暂行规定》对企业数据资源入表的相关规定,建议对企业的数据资源按照无形资产和存货征收增值税和企业所得税,以销售额作为税基,税率参照无形资产和存货的征税原则来设计差别税率;此外,还可设立数据资源使用税,以企业数据资源的初始入账成本作为税基,按2%的税率来征收。

  然而,对企业的数据资源征税是一项庞大的系统性工程(王敏 等,2022),数字经济独特的运行模式也对传统的税收征管体系提出了更高的要求(湖北省国际税收研究会、武汉市国际税收研究会课题组,2021)。为应对挑战,第一,税务机关可设置数字经济管理部门,专门负责企业数据资源的税收征管业务;第二,税务机关可利用大数据、人工智能等新兴技术,一方面为纳税主体提供智能化服务,提高办税效率,另一方面将纳税人的纳税申报表与其财务报表进行智能化比对,加强税收监管。


我要补充
0

推荐阅读

适应登记制度改革,明确增值税申报方式

《个体工商户登记管理规定》自2025年7月15日起施行,个体工商户可以在其登记机关辖区内申请登记一个或者多个实体经营场所,即“一照多址”,这是自市场监管部门推出“一址多照”登记改革后,又一项便利个体创业的登记制度。不论是“一址多照”还是“一照多址”,都对税收征管提出了新的要求。如何适应登记制度改革,进一步完善个体税收征管,引导其合法合规经营、依法诚信纳税,是基层税务机关关注的问题。

  “一址多照”,指在同一经营地址,允许登记多个经营主体,即“一个经营地址,多个经营主体”,也就是说多个经营主体可以共用一个地址进行注册登记和从事经营。这种登记形式原来在各地建设的集贸市场、招商市场、家具市场、小商品市场、装饰装潢材料市场等一些专业市场中较为常见,如今已扩大至所有经营场所均可办理“一址多照”。

  “一照多址”,指同一经营主体、在同一登记机关辖区内,且从事的经营项目不需要前置审批的,可用同一营业执照登记多个实体经营场所,即“一张营业执照、多个经营地址”。这种登记形式原来一直适用于企业登记,也就是在一张营业执照下登记注册多个经营场所或分支机构,并对分支机构发放营业执照副本,分支机构凭营业执照副本,向经营所在地登记机关和税务机关申请办理注册登记。现在将“一照多址”扩大至个体户,个体户在其登记机关辖区内的一张营业执照下可记载多个实体经营场所,且无须另行办理其他实体场所的注册登记,也无须领取营业执照副本。

  有关部门对个体工商户实行“一址多照”“一照多址”登记制度,其目的是简化登记流程,促进个体经济发展。然而,在实践中,一些个体工商户利用“一址多照”“一照多址”的登记制度便利,采取分散经营策略,将一户变多户、一址变多址,以达到不缴税或少缴税的目的。目前除个体工商户从两处以上取得经营所得,需要在办理个人所得税年度汇总纳税申报时,合并其经营所得计算年应纳税所得额,计算应纳税额和减免税额外,对个体工商户利用“一址多照”和“一照多址”在两处以上取得的经营收入,如何计算申报增值税及附加税费仍未有统一明确的规定,因此,笔者建议从以下几方面加以统一和明确。

  对个体工商户在同一经营场所,采取“一址多照”,一户变多户、拆分经营的,在增值税上,仍应以一户为单位合并计算或核定其销售额,对拆分后的新办户不得单独享受增值税小规模纳税人起征点及其他税费优惠政策。对其他“一址多照”登记的新办个体工商户,如在经营品类、经营人员、资金往来上确与原经营户无关,且财务能够独立核算的,可按新办户规定计算或核定销售额,并按规定享受各项税费优惠。

  对同一区域内(指县、区、县级市范围内)的个体工商户,采取“一照多址”经营的,虽然其分支机构经营场所不同,能够分开核算,但仍应由其总机构登记所在地税务机关统一管理,纳税人在进行纳税申报时,应汇总区域内所有经营场所的经营收入,向总机构所在地税务机关汇总申报缴纳增值税及其他税费。

  对跨区域的个体工商户,采取“一照多址”经营的,应由各分支机构按照属地管理原则,分别向经营场所所在地税务机关进行分支机构注册登记和纳税申报,纳税人需要向总机构所在地税务机关进行备案。同时,纳税人在向分支机构所在地税务机关进行纳税申报时,应向总机构所在地税务机关进行汇总申报,并如实反映分支机构的经营收入及纳税申报情况,从而防止漏报少报税费的现象发生。

  对通过网络开展经营活动的平台内经营者或同时从事线下和网络开展经营的个体工商户,办理“一址多照”或“一照多址”登记的,其税费征管可比照上述实体经营场所的规定执行。

  对“一址多照”“一照多址”的纳税人定期开展走访巡查、风险评估,引导纳税人合规经营、诚信纳税,防止其利用“一址多照”或“一照多址”拆分、转移、隐匿销售收入,及时查处逃避税和骗享税费优惠的行为,为各类市场创业主体营造法治、公平的税收环境。


AI开票时将“柚子味鱼排”写成“柚子”,怎么办?

当下人工智能(AI)应用逐渐深入各行各业,如何依托全面数字化电子发票推广赋能企业开票,将传统需要人工判别的开票内容,转变为规则自动化、判别智能化的AI链路数智化开票,值得关注和探索。

  人工开票面临“选码”难题

  随着经济的快速发展,新兴产品快速涌现。传统开票系统依赖开票员人工选取每个商品的开票信息,存在个体主观认知偏差且人工处理速度较慢等问题,难以适应复杂的行业特性与政策变迁。

  商品编码、税目及税率的选择需同时匹配国家税务总局、国家市场监督管理总局及海关总署颁布的《商品和服务税收分类编码表》《全国主要产品分类与代码》《商品名称及编码协调制度》等多套编码体系。

  以常见的薯片为例,因工艺不同,在税收分类编码中分为两个不同的条目。原切薯片的税收分类编码条目为“焙烤松脆食品”(编码103020105),对应中国物品编码中心产品通用名“原切马铃薯片”;薯泥压制薯片的税收分类编码条目为“膨化食品”(编码103020104),对应中国物品编码中心产品通用名“膨化食品”。有的财务人员未接触过生产线,见“薯片”即选“膨化食品”,将不同工艺混为一谈,导致选错、用错、开错发票。

  一方面,目前的商品编码体系较多,有待统一;另一方面,编码设计滞后于新业态的发展速度。一些新兴产品、复合型商品等没有与之完全对应的条目,存在“无码可选”的问题。有的企业“自主创标”,根据自有业务管理便利创建内部类目,无法与现有商品编码直接对应。有的电商平台自建分类标签,对部分携带附加服务属性的复合型商品等,开票选码依赖电商平台财务人员主观判断,不同电商平台开具发票信息可能不同。

  当前人工智能同样可能误判商品信息

  全面数字化的电子发票推广后,纳税人可将原税控设备中的客户和商品编码等信息批量导入电子发票服务平台,通过特有名词、关键词匹配的线性逻辑实现快速开票,解决了人工选码效率低、跨平台数据割裂等问题。但是商品编码体系较多、对复合商品的赋码标准缺乏等影响因素依然存在。

  笔者认为,可探索“数据获取—语义理解—多维校验—动态优化”的AI全流程链路开票模式,以更好应对复杂开票场景。依托AI语义处理能力,理解复杂的业务并简单描述,再将其自动匹配到最接近的编码,结合业务合同、支付记录等多维数据交叉校验,不断优化匹配规则。

  从目前来看,实现链路开票尚存待解难题。

  数据质量有待加强。数据校验和机器学习对数据质量要求较高,目前纳税人自行填写商品信息开票的模式让开票行为自由度更高,一定程度上也导致了有效数据与无效数据掺杂的情况。例如,有的物业管理公司兼营物业管理和停车服务,开票时惯性思维选择“现代服务”税目,适用6%的增值税率,未将停车服务对应的销售数据正确开具为不动产经营租赁发票,适用9%的增值税率。这使得日常税收征管中预警模型对风险识别的误判率上升,需要人工耗费大量精力追溯数据链路、校准算法逻辑。自由填报数据后失真的错误数据可能“污染”AI模型,AI可能将错误模式视为合理行为,导致错误推荐编码、税率错配等。

  AI应用的技术水平也有待加强。当前AI对非结构化数据解析能力有限,开票项目名称中出现多种规格名、品牌名等数据时,会对商品适用税率判断造成干扰。如开票项目名称为“柚子味鱼排”,AI可能误判商品为“柚子”。同时,在诸如混合销售或减免税政策等复杂业务场景下,AI误判率增加,需要人工介入复核。

  此外,各个行业的商品分类逻辑差异显著,单一AI模型难以兼顾各行业特征,每个垂直领域模型调试都需要耗费大量时间,并且随着行业发展、政策变动等因素还需要模型能够快速迭代响应,调试成本较高。

  “链路开票”落地的解决方案设计

  针对上述问题,笔者建议,进一步优化商品编码,升级税率、征收率的智能推荐系统等,推动实现销售货物或劳务过程的争议前置、校验前移、标准先定、链路闭环。

  构建商品全生命周期溯源体系。在商品编码与《商品和服务税收分类编码表》《全国主要产品分类与代码》等现有编码规则匹配之外,拓展匹配中国物品编码中心的GS1编码数据,构建开放共享的商品服务编码知识库。可通过AI自动生成基础词条,匹配对应商品,根据行业标准、优惠政策等变化及时更新对应词条,供纳税人和税务人实时查询使用。通过应用程序编程接口实时调取商品名称、规格、材质等基础信息,依托GS1编码基础标识体系,为每个商品生成独有的“税收数字身份证”,保证企业开具发票时可以“识码寻码”,通过单个商品唯一的“税收数字身份证”选择与之对应且正确的商品编码和税率、征收率。通过管理商品“税收数字身份证”,获取相关商品的流通路径和销售情况,为行业趋势和经济分析提供数据支撑。

  推动分类体系规范融合。基于增值税暂行条例的服务注释条款,探索构建“业务场景—服务类型—编码税率”模型。在数电发票开票平台通过自然语言处理技术解析业务合同和商品关键词,根据关联属性强、中、弱三层清分处理。对于强关联的关键词自动关联匹配相应商品编码和税率,初步清分出标准化商品征收信息。对于中、弱关联的商品做好人工复核标记,提示转入人工确认环节,可人工一键处理的简单复核业务在确认后更新开票模型知识库。同时,由税务与行业领域的专家代表组成编审委员会,对清分后无法判别的弱关联争议条目进行人工裁定,将可能存在的争议环节前置,提供企业异议申诉渠道,会商解决后定期更新商品服务编码知识库,通过动态增补尽量实现所有货物服务商品代码、名称及税率、征收率的正列举和更新维护。

  打造智能开票精准智控系统。探索扫码开票、人工预填开票和图像识别开票三类开票模式,提升企业规范开票效能。针对已有商品“税收数字身份证”的规范化商品,通过扫描对应的商品“税收数字身份证”码,自动匹配对应商品税收分类编码和税率开具发票,并根据购买方付款的账户信息自动发送给购买方。在开票环节,依托数电发票提高开票效率,同时推进智慧税务场景建设辅助校正开票准确率,实现商品流通全链路自动化“无感”开票。

  通过“系统智能化预填+人工校验修正”的人机协同模式,自动获取纳税人前期人工预填数据,根据业务类型自动预填必填项目,纳税人仅需人工核对补充,解决标准化系统难以覆盖复杂交易场景的问题,同时通过人工修正结果反哺系统迭代开票监测,双向反馈降低误开率。开票系统增设描述词过滤模型,自动屏蔽“柚子味”“芝士味”等风味描述词,聚焦核心商品词预填,当人工核对时弹出提示框“检测到风味描述词,请确认实际商品是否为鱼排?”确认即开票,修正即通过人工修正补充商品特征描述,训练模型提示预填准确度。

  对未纳入GS1编码体系的非标商品,如定制商品、手工制品等,可以采用“图像特征提取+语义分析”技术识别商品外观、结构,智能生成推荐编码,并按照对应税率开具相应发票。