美國如何利用技術手段追查中國出口商規避關税行為 - 《華爾街日報》
Volodymyr Babich and Christopher Tang
正確的技術能通過識別高風險的虛假原產地貨物,幫助海關集中檢查資源。插圖:帕特里克·桑德里美國如何阻止中國出口商規避關税?
多年來,這個問題一直困擾着美國貿易官員。他們試圖打擊一種名為"欺詐性轉運"的行為——中國出口商先將產品運往美國關税較低的國家,在不實質性改變產品的情況下更換原產地標籤,再將貨物出口至美國。
這種非法行為並非新現象——上世紀90年代末當中國紡織品進口受配額限制時就已猖獗。但貿易官員表示,在當前美中貿易衝突下,此類行為再次抬頭。例如今年3月,美國商務部宣佈調查中國太陽能電池板製造商是否通過東南亞四國轉運來非法規避關税。
轉運行為難以杜絕,部分原因是根據美國海關與邊境保護局(CBP)規定,產品原產地的判定標準並不明確。例如,若在加工環節達到"實質性轉變"標準,中國出口商可合法申報越南為原產國。同時CBP僅對約3%的海運貨物進行實物查驗,因此被查獲概率較低。加之欺詐性轉運發生在海外,也增加了監管難度。
但困難並不意味着不可能——尤其是得益於人工智能和區塊鏈技術的進步。
更多資金支持
近年來,我們開展了研究,探討中國供應商為何在產品中摻假或違反環境法規,並就如何遏制這些非法活動提出了建議。我們認為其中一些想法也可能有助於遏制逃税行為。
首先,增加美國海關和邊境保護局的檢查和調查能力,並對非法轉運行為實施更嚴厲的處罰,可能有助於提高被查獲的可能性和後果。美國政府可以出售或拍賣沒收的貨物,並用所得收益來資助這種擴張的成本。
美國還必須更智能地進行檢查。在2018年發表的另一項研究中,我們利用中國政府披露的2004年至2012年間418家在滬深證券交易所上市的中國上市公司涉及的1,542起環境事件數據,開發了一個預測模型和風險評分系統,以描述2013年中國製造商違反環境法規的可能性。我們使用了公司年齡、總資產、政府持股比例和過去的環境事件等公開數據,來預測哪些公司可能違反環境法規。我們發現,根據2004年至2012年的數據,在我們的模型中風險評分最高的20%公司,佔2013年中國政府查實的實際違規公司的71%。
本着同樣的精神,海關與邊境保護局(CBP)可以利用數據分析和機器學習技術鎖定特定貨物進行檢查。例如,只有當逃税者能夠利用執法寬鬆的鄰國快速、廉價且隱蔽地實施違規行為時,轉運才具有吸引力。因此,越南和馬來西亞比新加坡或日本更可能被用於逃避關税。無論原產地為何處都高度相似的商品(如木材和鋼材)也應被列為可疑對象,因為這些商品的原產國信息極易偽造。基於此類因素,CBP可建立風險畫像系統,將查驗重點鎖定在識別出的高風險貨物上。
區塊鏈技術的應用
提高國際供應鏈中物流、資金流和信息流的透明度也有助於打擊貿易欺詐。通過傳感器採集信息並結合區塊鏈技術,可為供應鏈每個環節的交易創建不可篡改的數字記錄。該記錄可包含地理位置數據、生產流程與產品圖像、交易時間戳、交易企業身份信息,以及工廠投入產出類型和數量的記錄。這些數字記錄不僅能在供應鏈成員間共享,還可提供給多國海關官員和政府調查人員。
數字化記錄使得驗證供應鏈參與實體及其行為的流程能夠自動化實現。同時支持運用人工智能和機器學習工具,自動識別可疑的原產國聲明或標記需要進一步徹查的進口商品。
以一個例子為例,區塊鏈記錄顯示越南某工廠生產的產品主要依賴來自中國的關鍵部件。若該產品標註為“越南製造”,則人們有理由懷疑可能存在逃避關税的行為。通過結合生產流程圖像、時間戳及覆蓋端到端供應鏈操作的地理位置信息,美國海關與邊境保護局(CBP)可驗證越南境內是否發生了實質性轉變,從而認定其原產國資格。
重要的是,供應鏈數字化與透明度能幫助製造商和供應商優化規劃決策,並預警可能影響其運營的潛在危機,從而使他們受益。因此,採用這些技術的內在動力已然存在。政府也可通過發佈指令或提供激勵措施,鼓勵企業建設數字化供應鏈。
誠然,準確及時地捕捉實體供應鏈交易信息頗具挑戰。傳感器和人工記錄可能出現誤差,代理人也可能受賄偽造記錄等。但通過技術手段審查傳感器讀數,並在美國及海外啓用可信驗證機構,可有效提升供應鏈數據準確性。今年早些時候,美國國際開發署為越南海關官員提供了原產地判定準則培訓。與此同時,驗證機構有動力清除腐敗員工,因其行為也將被記錄在區塊鏈上。作為額外激勵,美國政府可將未來進口關税與涉嫌轉運國家的合規情況掛鈎。
最終,智能檢查和更高的供應鏈透明度是打擊逃税的最佳武器。
巴比特博士是喬治城大學麥克多諾商學院運營與信息管理教授。唐博士是加州大學洛杉磯分校安德森管理學院供應鏈管理教授。可通過[email protected]聯繫他們。