韩国作为亚洲重要经济体，其税收制度的演进与征管实践，特别是面对人口结构变化、经济增长放缓和数字化浪潮的应对策略，对我国税制改革具有一定参考价值。本文系统梳理了韩国中长期税制改革方向、特定领域税收监管挑战、社会保险制度现状以及人工智能在税务领域的应用情况。

中长期税制改革：

应对结构性挑战的系统布局

韩国税制结构以“中央与地方分税”为基本原则。中央税涵盖所得税、法人税、增值税、特别消费税等14个税种，地方税则包括道（省）税和市郡（县市）税共11个税种，中央与地方税收收入之比约为75:25。从收入构成看，所得税、增值税和法人税是其主要支柱。为应对日益加剧的老龄少子化趋势、潜在经济增长率放缓、财政收支压力以及碳中和目标与国际税收规则重塑等多重挑战，韩国政府致力于推动中长期税制的战略性改革。

2025年7月，韩国企划财政部发布的税收改革法案，作为新政府的重大政策之一，预计将带来约占国内生产总值0.31%的新增税收。其核心内容主要包括调整法人税税率，将现行9%至24%的四级累进税率恢复至2022年的10%至25%水平；强化产业税收激励，明确将人工智能纳入“国家战略技术”范畴，使其享受比“一般技术”及“新增长或原创技术”更高的研发费用税额抵免与综合投资税额抵免率；上调金融交易税负，将证券交易税的实际税率（含附加税）从0.15%提升至0.2%。

特定领域监管：

免税燃油税收征管的挑战与应对

韩国对燃油征收的税费包括从量计征的特别消费税，交通、能源、环境税，教育税等，以及从价计征的增值税和关税。韩国对远洋船舶、沿海客运、农、林、牧、渔业用油给予免税待遇，但这一领域管理权限分散：海运、渔业、农业、林业的免税用油分别由不同的行业协会负责行业管理与凭证发放，税收征管与追缴职责归属韩国企划财政部，其中国税厅负责国内退税与追缴，关税厅负责进口环节及走私稽查。

免税燃油的非法流通手法多样且隐蔽，主要包括：改造船舶设置暗舱走私；将免税油伪报成“废油”等品名非法进口；在加油环节少加多报，截留油品非法销售；利用伪造单据进行空转交易，实质倒卖免税油等。韩国燃油监管面临的难题体现在，一方面监管手段存在短板，传统物理铅封易被破坏，而现行法律并未强制要求所有燃料供应船安装精准计量仪表；另一方面是产业层级复杂，从炼油厂、经销商到供油商的多级分销体系使得免税燃油的非法流转在部分环节，税务部门稽查取证困难。

为应对这些挑战，韩国国税厅采取了一系列综合措施：强化源头管理，如严格核验相关企业的工商登记信息；实施精准监管，对高风险对象开展专项检查；提升响应速度，缩短从发现疑点到现场处置的时间；构建跨部门协同治理框架，建立税务、海关、海洋警察、相关行业主管部门参与的常态化联合稽查机制；对涉嫌非法流通的油品实施快速查封扣押。一些韩国专家认为，可参考新加坡、荷兰等国在供油关键节点强制安装质量流量计的做法，从技术层面提升监管的自动化和精准性。

社会保险制度：

统一征缴下的可持续性压力

韩国社会保险体系由国民年金（养老保险）、健康保险、工伤保险和雇佣保险四大险种构成，采用“立法先行、一险一法”的模式。自2011年起，保费征收工作统一归口至国民健康保险公团，实现“一站式”征收，但基金的管理与运营仍分散在各自主管部门。国民年金缴费率为9%，公务员、军人等特殊职业年金费率则较高。

自2020年后，为及时发现真正需要帮助的国民并使其享受社保缴费相关优惠，韩国建立了实时收入追踪体系，对不同群体采用差异化核查手段和提交周期，以动态掌握参保人收入，并定期与税务部门进行收入比对，准确核定保费。

然而，该体系面临严峻挑战：基金可持续性承压，老龄化导致国民年金支出增速快于收入，部分职业年金已出现赤字，长期照护保险未来也存在缺口风险；部门协作成本高，资格确认、费额核定等多环节需多部门协同，行政负担较重；制度适应性不足，当前制度以传统全日制雇佣为基础，难以适应灵活就业和收入多元化趋势。为此，韩国正推进利用数据管理技术简化申报流程等改革。

数据整合：

征管数字化与人工智能应用

韩国税收征管的数字化转型起步早、基础扎实，为人工智能应用铺平了道路。其演进脉络清晰：从1997年的税收综合系统，到2002年面向纳税人的“居家纳税服务”电子税务局，再到2005年的现金收据制度、2006年的简化年终汇算系统、2009年的电子发票系统，以及2012年—2015年的新一代税收综合系统。2019年，韩国国税厅挂牌成立政府部门首个大数据中心，并于2024年组建了人工智能创新专项工作组，标志着其进入智能化新阶段。

韩国1999年颁布的《税收数据提交和管理法》以法律形式明确了金融机构、政府机关、行业协会等各方有义务向国税厅定期提交涉税数据，范围涵盖金融交易、不动产登记、信用卡消费、现金收据、医疗捐赠、社保信息乃至可疑交易报告等，确保了数据来源的广泛性与时效性。其大数据中心的人员配置体现了“业务+技术”的融合，既有从硅谷、三星等引进的计算机专家，也有经验丰富的资深税务稽查员，还配备了数据科学家和产品经理。

目前，大数据分析已产出多项实用模型：“基于地图的商业数据分析模型”整合消费数据，能精准定位严重欠税人的实际居住地，实现从财务审计到行为审计的延伸；“发票交易可视化模型”能图形化展示与违法企业关联的所有交易网络，快速识别循环开票、虚假交易等复杂欺诈模式；“股票交易记录自动化分析模型”及银行账户交易分析模型，能通过关联分析自动筛查借名账户、异常资金流动等风险点，并形成风险评分体系。

面对企业数量倍增而税务审计人力有限的矛盾，韩国国税厅正在开发更高级别的人工智能逃税检测系统。该系统利用机器学习算法，深度分析海量多维数据，并学习历史稽查案例的特征，以预测和锁定高风险纳税人。

韩国的税收改革实践表明，面对共同的结构性挑战，需系统谋划、精准施策。在税制改革层面，应统筹考虑财政可持续、经济增长激励与社会公平促进，注重顶层设计与政策协调，例如在优化直接税体系时可研究如何更好地体现家庭负担差异，并动态调整产业税收支持政策以聚焦前沿科技。在特定领域税收监管（如成品油）上，可借鉴其构建跨部门信息共享平台与常态化联合执法机制的经验，同时积极探索物联网计量等科技手段在关键节点的嵌入式监管应用。在社会保险领域，在推进全国统筹、规范征缴的同时，需长远谋划基金可持续性，并思考如何使制度设计更灵活地适应新就业形态。在税收征管现代化道路上，需进一步筑牢数据治理的法律与标准基础，战略规划人工智能技术在风险识别、纳税服务、行政办公等场景的深度应用。

（作者单位：国家税务总局税收科学研究所、国家税务总局浙江省税务局税收科学研究所、国家税务总局湖南省税务局税收科学研究所）