接受税务官员访问或被要求与税务官员开会的企业（占企业总数的百分比）

指标解释

World Bank official description / 世界银行官方说明

Percentage of firms that were visited or inspected by tax officials or were required to meet with them over the last year.

可供参考的中文翻译：在过去一年中，被税务官员访问、检查或被要求与税务官员会面的企业所占的百分比。该指标直接反映企业对税务监管的接触频率，是衡量营商环境中行政负担和潜在寻租空间的重要代理变量。

数据口径与风险提示

该指标基于企业调查而非税务部门行政记录，数据质量依赖受访企业的主观报告
抽样方法、企业规模结构和调查执行机构的差异可能影响跨国可比性
“被访问”与“被要求开会”可能对应不同的监管模式和行政程序
高值不一定代表更高的腐败风险，也可能反映更严格的合规要求
企业规模、行业性质和所有制结构会导致显著的组内差异
单一时点的调查数据难以捕捉监管政策的动态变化
调查频率为非定期（Ad hoc），历史可比性有限
中国仅有两个数据年份（2012和2024），趋势推断需谨慎

中国趋势

趋势解读

中国企业接受税务官员访问或被要求开会的比例在2012年至2024年间呈现显著下降趋势，从约59.4%降至约28.0%，降幅超过31个百分点。2012年是现有数据中的最高点，2024年则录得最低值。两个数据点构成的线性变化显示中国企业的税务接触频率在这12年间大幅降低。该变化可能反映了中国税务系统数字化转型、“放管服”改革推进以及纳税服务优化的综合效果，也可能意味着税务监管方式从频繁实地走访向非接触式监管的转变。需要注意的是，仅有两个观测点的趋势分析存在较大的推断不确定性，更完整的时间序列数据才能确认这一下降趋势的持续性和节奏。

2012年数据为59.4%（最高值）
2024年数据为28.0%（最低值）
从2012年到2024年变化约-31.4个百分点
最新值与首值的比值为0.47
仅有两个年份的数据，趋势推断的统计稳健性有限
无法确认下降是线性还是非线性的
无法排除调查样本差异导致的结构性变化

全球趋势

趋势解读

世界平均水平方面，现有数据仅包含2025年的单一观测值40.6%，缺乏历史时间序列数据可供趋势分析。这意味着目前无法构建全球层面的长期变化轨迹，也无法评估全球税务监管接触频率的演变方向。单一数据点仅反映当前时点的全球基准水平，在缺乏对比年份的情况下，关于全球趋势的任何表述均属于推测而非基于数据事实。

2025年数据为40.6%
仅有一个观测年份
无历史变化数据可供分析
单一数据点无法支撑任何趋势判断
不同国家样本规模差异可能影响全球平均值的代表性
无法评估全球该指标的历史波动范围

每十年变化摘要

十年区间	中国变化	世界变化	提示
1960-1969	-	-	无数据，无法进行该阶段的中外比较分析。
1970-1979	-	-	无数据，无法进行该阶段的中外比较分析。
1980-1989	-	-	无数据，无法进行该阶段的中外比较分析。
1990-1999	-	-	无数据，无法进行该阶段的中外比较分析。
2000-2009	-	-	无数据，无法进行该阶段的中外比较分析。
2010-2019	-	-	无数据，无法进行该阶段的中外比较分析。
2020-2029	-	-	无数据，无法进行该阶段的中外比较分析。

2025 年全部国家排名

排名已尽量排除 World、地区组和收入组，仅保留国家参与比较。排名高低应结合指标口径解释。

排名	国家	代码	数值
1	Comoros 科摩罗	COM	79.4
2	Egypt, Arab Rep. 埃及	EGY	78.8
3	Afghanistan 阿富汗	AFG	78.4
4	Guinea-Bissau 几内亚比绍	GNB	78.4
5	Ethiopia 埃塞俄比亚	ETH	76.6
6	Burundi 布隆迪	BDI	70.1
7	Solomon Islands 所罗门群岛	SLB	68.2
8	Kosovo 科索沃	XKX	64.3
9	Gabon 加蓬	GAB	64.2
10	Sao Tome and Principe 圣多美和普林西比	STP	63.0
11	Albania 阿尔巴尼亚	ALB	62.6
12	Somalia, Fed. Rep. 索马里	SOM	61.3
13	Uganda 乌干达	UGA	60.6
14	Kenya 肯尼亚	KEN	59.6
15	Nigeria 尼日利亚	NGA	57.3
16	Bolivia 玻利维亚	BOL	54.3
17	Maldives 马尔代夫	MDV	53.0
18	Mozambique 莫桑比克	MOZ	52.6
19	Mauritania 毛里塔尼亚	MRT	50.2
20	Liberia 利比里亚	LBR	48.6
21	Niger 尼日尔	NER	48.2
22	Zimbabwe 津巴布韦	ZWE	45.4
23	Fiji 斐济	FJI	36.7
24	Suriname 苏里南	SUR	36.6
25	Malawi 马拉维	MWI	35.9
26	Guinea 几内亚	GIN	31.9
27	Austria 奥地利	AUT	28.7
28	St. Lucia 圣卢西亚	LCA	26.9
29	Mongolia 蒙古	MNG	26.6
30	Germany 德国	DEU	23.5
31	Kiribati 基里巴斯	KIR	21.7
32	Sri Lanka 斯里兰卡	LKA	10.8
33	Kuwait 科威特	KWT	10.4
34	Poland 波兰	POL	8.13
35	Denmark 丹麦	DNK	6.72
36	Brunei Darussalam 文莱	BRN	6.67
37	Saudi Arabia 沙特阿拉伯	SAU	0.80
38	Qatar 卡塔尔	QAT	0.03

使用建议、常见误用与研究场景

数值较高通常意味着什么

较高的数值表示更大比例的企业经历了与税务官员的直接接触，可能意味着更频繁的实地检查、更密集的行政审批流程，或更高的合规性监管要求。在制度环境较薄弱的经济体中，该指标较高也可能与更多的非正式互动机会相关，但不宜直接将其等同于腐败程度。

数值较低通常意味着什么

较低的数值表示较少企业需要与税务官员进行面对面接触，可能反映税务管理的数字化和在线化程度较高、监管模式从现场检查转向后台审核，或企业群体的合规水平整体较高从而减少被抽查概率。

鍙ｅ緞闄愬埗

单一时点指标，难以反映时序动态变化
调查回溯期为一年，受访者记忆偏差可能影响准确性
企业规模、所有制和行业差异导致的内生性
不同国家调查方法和抽样框的差异影响可比性
单一百分比指标无法区分“主动走访”与“被动约谈”
无法反映税务接触的时长、复杂度和实质性影响

使用建议

结合企业规模和行业分类数据进行分层分析
将该指标与税务办事效率、纳税合规成本等指标联合解读
使用时明确说明数据来源和调查年份
在学术研究中进行跨国比较时标注样本限制
结合腐败感知指数等制度质量指标进行综合评估
对于政策研究，建议结合税务部门行政数据进行三角验证

常见错误用法

错误做法：直接将该指标等同于税务腐败程度的代理变量，认为数值越高腐败越严重

正确做法：将其作为监管强度和行政接触频率的代理变量，并结合IC.TAX.GIFT.ZS（礼品指标）和IC.FRM.CORR.ZS（非正常支付指标）综合评估

高税务接触频率可能源于严格的合规要求而非不当行为，也可能反映数字化水平较低的监管模式

错误做法：直接比较中国和世界在2024年的数值差异（28.0% vs 40.6%），并得出中国税务环境优于全球的结论

正确做法：认识到中国数据年份（2024）与世界数据年份（2025）的错位，以及两者均非长期趋势数据的事实

横截面比较无法说明变化方向，且两个数据集的时间节点和可比性有限

错误做法：将2012年59.4%到2024年28.0%的下降简单归因于某一项具体政策或改革

正确做法：综合考虑税务数字化、放管服改革、企业合规水平提升等多重因素

企业税务接触频率的变化是系统性因素共同作用的结果，单一因素解释存在过度归因风险

错误做法：将该指标与其他营商环境指标直接相加或平均来构建综合评分

正确做法：明确该指标与其他指标的统计独立性，使用因子分析等方法确定权重

不同指标的测量维度和方差结构可能存在差异，直接等权平均可能产生误导性结论

实际应用场景

营商环境改善对企业投资效率的影响研究：利用该指标作为营商环境中“行政负担”维度的代理变量，考察其与企业固定资产投资率、研发投入强度之间的关系解释变量（核心解释变量）需控制企业规模、行业、所有制等特征变量，并使用工具变量或固定效应模型处理内生性问题
税务监管模式转型对企业行为的影响机制分析：将该指标变化与税务数字化指标联合使用，分析从“面对面”监管向“非接触式”监管的转变对企业合规成本和经营效率的影响被解释变量（反映监管模式）
企业腐败风险评估的多维指标体系构建：结合IC.FRM.CORR.ZS（非正常支付）、IC.TAX.GIFT.ZS（礼品期待）和该指标，构建企业面临的“监管接触-腐败风险”二维分析框架机制变量可采用中介效应模型检验税务接触频率对腐败指标的影响路径
企业融资约束与税务监管的交互效应研究：将该指标与IC.FRM.BNKL.ZS（银行贷款可得性）结合，分析税务监管强度是否通过影响企业现金流和信用评级间接作用于融资能力调节变量或控制变量需考虑融资约束与税务监管之间可能的内生关联