稅務精細化服務匯總十篇

序論：好文章的創作是一個不斷探索和完善的過程，我們為您推薦十篇稅務精細化服務范例，希望它們能助您一臂之力，提升您的閱讀品質，帶來更深刻的閱讀感受。

篇（1）

于是，我們一遍遍地向客戶解釋：你所理解的服務，不是我們向你提供的“服務”。我們的任務，是和企業一起建立起精細化服務營銷的系統。

請牢記：服務營銷≠服務、服務營銷≠營銷服務

服務：

我們來看看美國市場營銷學會(AMA)對“服務”的定義“可被區分界定，主要為不可感知，卻可使欲望獲得滿足的活動，這種活動并不需要與其它的產品或服務的出售聯系在一起，生產服務時可能會或不會需要利用實物，而且，若需要借助某些實物協助生產服務，將不涉及這些實物所有權的轉移。”

也許，菲利普科特勒的解釋更通俗易懂一些：“服務是指交換的一方向另外一方提供的任何活動或利益，而這些活動主要是不可感知的，且不涉及所有權的轉移，它們的生產可能，但也可能不與實物產品緊密地聯系在一起。”

而在我國的《漢語大詞典》中，“服務”的解釋則是：“為社會或他人利益辦事”。

顯然，根據市場營銷學者對服務的認識，至少有一點是明確的：服務是一種獨立的產品，就象具有實體形狀的工業品或消費品一樣，這就把“服務”同“顧客服務”(Customer　 Service)區分開來。因為顧客服務，無論是售前服務還是售后服務，都只是附屬于其它產品之上并為之提供附加價值的一種產品要素。

營銷服務：

營銷服務隸屬于市場營銷觀念，服務被作為售后的一個環節緊隨著銷售成功而發生作用，同時，服務是不產生利潤的。營銷服務依然以市場為導向，指出：企業的營銷活動是圍繞市場需求來做的。在這種思想的帶領下，企業雖然也重視產品的售后服務，但是它根深蒂固地認為：售后服務是解決有形產品的售后維修。從此得出的推論是：售后服務部門是成本中心而不是利潤中心。

服務營銷：

服務營銷是以服務為導向，服務是營銷的重要組成部分，企業營銷的是服務，硬件是作為服務的媒介（行行都是服務業）。服務并不是從售后才開始的，它存在于企業的各個環節中：產品設計、生產、廣告宣傳、銷售安裝、售后服務等各個部門的事（環環都是服務鏈），甚至是前線、后臺每一位員工的事（人人都是服務員）。

在服務營銷的概念中，服務部門不是成本消耗部門，企業的產品在經過每一個部門都被賦予了新的增值。這個概念為我們的工作作出了新的指引和范疇設定：企業關心的不僅是產品是否成功售出，更注重的是客戶對企業所提供的解決方案的全過程感受。為了向客戶提供更好的解決方案的感受，企業的各個部門必須密切配合：

售后服務部將更積極主動地關注售后維修保養、收集用戶對產品的意見和建議

售后服務部將反饋及時溝通給產品設計開發部門

產品設計開發部門不斷推出能滿足甚至超出用戶預期的新產品，同時在可能的情況下對已售出的產品進行改進或升級服務

老客戶以方案進行重復、交叉購買，新產品提供的解決方案開發新的市場。

從服務營銷觀念來解構整個流程，我們得到的結論是：銷售成功是服務營銷的開始。

以我們所服務的電信行業為例來進行說明。一般情況下，我們會將手機和SIM的成功銷售作為結束。服務所關注的焦點在于：在所有的客戶接觸點上，我們的前線人員有沒有露出專業的微笑，有沒有向客戶提供他們真正所需要的產品知識，有沒有把款項收回來。而營銷服務的關注重點則在于：客戶在購買之后，手機和SIM出現問題后，是不是能得到及時的維修和售后服務，客戶有抱怨、異議是不是有部門在跟進，客戶最后的滿意度如何，他們是否還忠誠地不離網。

篇（2）

但是，想要讓區域電子商務能夠有長足的發展，勢必需要長效機制，而不是靠單純的爆款。這需要一個強有力的平臺保障，從政策、市場等各個方面入手，針對政府、平臺、網商、供應商的不同需求、角色定位和制約區域電子商務發展的關鍵因素，區域電子商務公共服務體系應運而生。

公共服務體系中，培訓教育、孵化支撐、平臺建設、營銷推廣四大服務，能夠解決區域電子商務發展中的瓶頸，有效補充在區域電子商務發展過程中凸顯的生態鏈缺失，滿足政府需求和市場需求。

不同階段的網商需要哪些扶持

在區域電子商務發展的過程中，政府、平臺、網商、供應商的實際需求各有不同，又相互緊密聯系。資源有效投放、更好的消費體驗、食品安全、網商培訓、企業培訓、產品包裝、營銷策劃等一系列問題交織在一起，如同一張無形的網阻礙著區域電商的發展。

根據阿里研究中心提供的數據顯示：破0成交、2心、4鉆是賣家發展過程中的3個重要拐點，由此對應的4個階段也就劃分了出來。

第一階段為初創期。這個階段的網商剛涉足電子商務，市場競爭力弱，堅持不下去而選擇放棄的現象很多。對這批網商的孵化支撐動作尤其重要，產品分銷、創業班培訓、專業團隊的幫扶、相關政策的激勵是必要、也是有效的手段，能夠幫助他們度過最初的艱難時期。

第二階段為成長初期。這個時期的網商基本可以養活自己，發展速度快的可能還需要安排幫手去打理包裝、發貨等次要工作。此時他們需要的是專業的培訓，譬如美工、營銷、客服等專業知識的學習和積累。通過培訓，他們的市場競爭力和自身的生存能力能夠得到提升。

第三個階段為成長期。這個階段的網商呈現出“小而美”的特征，個性化、品牌化、渠道化已經讓電商生態變得多樣化。區域銷售、土特產、線上線下等模式在他們中間逐漸顯現。這個階段的培訓和引導工作，以管理和流程化為主要方向。

第四階段為成熟期。4鉆以上的網商群體已擁有成熟的團隊，經過前面3個階段的磨練，能夠很好地把握市場動態，參與市場競爭。他們需要的不是現金的獎勵，一次大型活動的資源對接對他們而言效果更佳。這個階段，網商更多地向中小企業升級轉型，需要的是開設企業的綠色通道和場地房租的扶持政策。

公共服務中心的四個支點

1.系統的培訓教育

公共服務培育主體包括政府主體、供應商和網商。

政府主體在區域電子商務發展過程中的定位和抓手需要明確，引用淳安縣縣長郭東曉的見解：“電子商務是一種工具，政府要學會合理使用工具，區域電子商務的發展要避免職能部門焦慮癥。區域電子商務的發展不是一蹴而就的，需要在合適的時候、合適的時間節點給予最合理的政策指引和資源對接。”

對供應商來說，升級轉型需要企業負責人、部門經理、工作人員自上而下的思維轉變，否則就會變成“腦袋轉了身子沒轉”、“身子轉了腿沒轉”的局面。

而網商群體需要包括創業班、提升班、專業班、精英班、沙龍、論壇等一系列不拘形式的培育工作。

2.細心的孵化支撐

網貨供應平臺、電商創業大樓、網商培育支撐團隊、企業產品設計團隊等等都是孵化支撐工作的具體表現形式，核心是以公益為主、市場為輔。

3.務實的平臺建設

特色館、產業帶的建設是區域電子商務發展的有效呈現，是區域電子商務發展的合理閉環。通過特色館、產業帶的建設來倒逼區域電子商務發展，是理順政府工作機制、提升區域電子商務運營能力、樹立區域電商產品（產業）地標的有效手段。

4.專業的營銷推廣

在電子商務市場“跑馬圈地”，樹立區域產業地標品牌，實現區域落差“彎道超車”，將傳統、產業及節慶品牌與電商進行延伸推廣。單品突破是增強區域電商發展的有效方法。通過營銷推廣樹立區域品牌文化、協同產業發展，進而孵化幫助網商，是合理的區域電商發展思路。

區域公共服務體系的閉環，這個閉環主要表現在：區域政府理順工作機制，以招投標的形式購買公共服務，設立公共服務中心機構，通過公共服務機構挖掘特色產品，提供平臺對接與營銷推廣，同時提供培育支撐，服務區域電商發展。

公共服務中心通過教育培訓、孵化支撐、平臺建設、營銷推廣四大服務體系服務區域電商發展。通過資源有效對接、平臺項目合作、特色產品營銷推廣獲得區域經濟增益，進而反哺地方政府。以電子商務方式進行營銷推廣所帶來的線上和線下潛在購買力的變現，主要依賴于政府及企事業單位對這些信息的把握，以及當地產業能在多大程度上滿足這些購買需求。

案例分析

地點：甘肅省隴南市成縣

單品：成縣核桃

現象：通過縣委書記李祥為成縣核桃代言，核桃電子商務交易額達到900余萬元，成縣農民人均增收360元。

篇（3）

林學院2007級學生陳某2011年6月下旬畢業。畢業前夕，他不慎從高臺上摔下來，導致頸椎骨折，造成下肢癱瘓。由于該生家庭經濟困難，林學院籌資7000多元予以幫扶，學校也通過困難補助機制提供了8000元的困難補助，還通過大病救助機制報銷了1萬元的醫療費。在學校的大力幫助下，該生及時得到治療并迅速康復。

近年來，河南科技大學不斷完善獎學金、助學金、國家助學貸款、臨時困難補助、減免學費、“綠色通道”緩繳學費、醫療保險等“七位一體”的激勵和解困助學體系，全力幫扶家庭經濟困難學生，確保“不讓一名學生因家庭經濟困難而輟學”。學校把國家助學貸款工作作為解決家庭經濟困難學生問題的主要途徑，按照“應貸盡貸”的指導思想，努力提高貸款比例，同時加大其他各項措施的工作力度，實行多管齊下的幫扶策略，取得了突出成效。僅2011年，學校就為5562名學生辦理了助學貸款，助學貸款覆蓋率達到16.52%；為8530名學生發放國家助學金2559萬元，為382名學生發放企業和社會助學金82萬元；通過“綠色通道”現場為837名特困新生辦理了學費緩繳手續；設立869個勤工助學崗位,發放勤工助學款101萬元；為1000名學生發放了過冬棉被，并通過“情系特困生、嚴冬送溫暖”活動，為340余名學生發放臨時困難補助近30萬元；對符合條件的267名家庭經濟困難學生予以學費減免，減免總額77.8萬元；完成了29458名學生的續保和新參保工作，建立了大病救助機制，給5名特困生解決醫療救助費用10余萬元。5年來，學校累計發放國家助學貸款2億元，發放各類獎學金、資助金、臨時困難補助等累計1.5億多元，惠及學生5萬余人（次）。學校連續5年在河南省助學貸款工作和學生資助工作考核中獲得“優秀”。

二、三級聯動，點面結合，做好心理問題學生幫扶工作

材料科學與工程學院2009級學生王某，因未能考入理想的大學，在大學第一學期一直處于極度的失望和困惑中，還幾度表現出可能會發生過激行為的跡象。為挽救該生，學院制定了心理幫扶方案，請心理健康教育中心的老師給予輔導，在他情緒出現波動時，宿舍成員每晚輪流通宵值班，班干部白天輪流值班跟著他，輔導員和學院領導定期找他談話，全班同學關心他的心理變化。經過4個學期的努力，該生終于走上了正常的學習和生活之路。

河南科技大學通過“學校――學院――班級”三級網絡體系，積極推進大學生心理健康教育。學校心理健康教育中心開展重點心理咨詢工作，學院輔導員開展一般性的心理咨詢工作，班級心理委員負責發現和關注苗頭性的問題。三級網絡互動，形成了完整的幫扶體系。學校每年5月都要開展大學生心理健康教育宣傳周系列活動，宣傳普及心理健康知識，舉辦各種主題的心理知識講座。每年開展心理知識講座、組織心理沙龍、團體輔導20余場（次）；每年都對本專科學生心理狀況進行全面普查，并對普查結果進行分析，建立心理檔案，對普查中發現的需要關注的學生進行篩選，對需要重點關注的學生及時與學院溝通并實施跟蹤輔導。近年來的普查結果顯示，有10.8%的學生存在心理異常，平均每年有700余人得到各學院的關注；學校心理健康教育中心每年接待“一對一”重點學生咨詢300余人（次），每年對300余名心理聯絡員、心理委員、心理協會會員進行培訓和指導。同時，對一些因各種原因不愿走進咨詢室進行面對面咨詢的學生，加強網絡咨詢力度，多渠道解決學生的心理問題。

三、建立檔案，重點跟蹤，做好學習困難學生幫扶工作

車輛與動力學院2007級學生李某，從大二開始沉迷網絡游戲。到大三上學期，他還有50多學分未修完，并收到了兩次退學警告。若再有一次退學警告，李某就要離開大學校園了。針對這一情況，學院動員各方力量開始了與網絡游戲爭奪學生的較量。學院分管教學、學生工作的老師找他談心，同宿舍同學、學生干部和他一起上課、聊天……為幫助該生，他的父親也到校陪讀，學校后勤集團公司為他們父子單獨安排了住房，并為其父親找了份臨時工作。經過一系列的努力，該生發生了巨大轉變，性格開朗了，與同學們相處融洽了，有疑問能夠主動向老師咨詢。經過多方幫助，該生終于順利畢業。該生父親在給校黨委副書記茍義倫的感謝信中寫道：“是河南科技大學給了孩子勇氣和信心去面對學習和生活，是河南科技大學挽救了他！”

近年來，學生工作系統高度關注學習困難學生的學習，尤其是關注處在退學邊沿的學生，號召全校各學院建立學習困難學生檔案，制定跟蹤措施，采取多種幫扶措施，及時挽救學習困難學生。為做好學習困難學生的幫扶工作，除建立檔案實行重點幫扶外，學校還通過“抓好學風建設、釀造學習氛圍”“建設教育平臺、引導學生學習”等方式激勵大學生刻苦學習。近年來，學校把抓好學風建設作為學生工作的重要內容之一，每年11月開展“學風建設月”特色品牌活動，并通過英語四六級考試先進單位、考研工作先進單位、學風建設月優秀組織單位等評比活動，從整體上推動了全校各學院抓學風建設工作的積極性；學生工作處重點建設的“成長論壇”和“文化大講堂”教育平臺，通過開展系列講座，引導學生學習，每年舉辦講座50余場（次），在推動學生學習及成長成才方面發揮了重要的導向作用。

四、個案關愛，群體引導，做好適應困難學生幫扶工作

醫學院2006級學生李某，高中復讀過3年，2006年考入河南科技大學醫學院5年制本科，進校后由于不適應醫學專業的學習，于2007年休學一年。按規定休學復學后要留一級，這就意味著他至少要用7年時間才能完成學業。由于該生家庭十分困難，多上一年家里就無法承擔。這樣他就面臨著兩個難題：一是不能留級，二是不適應醫學學習。怎么辦？他終于鼓足勇氣找到了校黨委副書記茍義倫。茍書記根據他的實際情況，與學校相關部門協調，將他轉入材料科學與工程學院4年制本科專業學習。最終，在各方面的共同努力下，李某順利完成了學業。

適應大學生活是大學生面臨的實際問題，學校高度重視學生的適應問題并給予特殊的關懷。學校重點從四個方面開展學生適應幫扶：一是各學院在新生入校時選派高年級優秀學生與新生結成幫扶對子，幫助新生辦理報到手續，介紹學校和學院的基本情況、專業特點、校園周邊環境、學校辦事流程等，讓新生盡快熟悉并適應大學生活；二是有針對性地解決學生不適應的個案問題，如由于特殊原因不適應某些專業的學習等；三是在軍訓活動中融入團隊合作意識、集體主義觀念、吃苦耐勞精神的培養，提高新生的適應能力；四是開展“破冰訓練”等團體活動，增強學生之間的交流和溝通，培養學生主動尋求溝通與合作的能力，提高適應性。

五、分工協作，合力關注，做好就業困難學生幫扶工作

促進大學生順利就業是高校人才培養工作的最后環節，也是檢驗高校人才培養質量的重要體現。為形成全方位服務畢業生就業的機制，河南科技大學要求全校教職員工人人關注學生就業、人人幫助學生就業，每一個教職員工都要充分發揮各自的優勢，不斷為畢業生拓展就業渠道。招生就業處下大力氣組織各種類型的畢業生就業招聘會，充分發揮高校就業聯盟的優勢，利用高校就業信息網絡平臺，為畢業生提供大容量的就業信息服務；學生工作處高度關注對就業有特殊困難學生的幫扶，指導各學院加強就業教育，指導重點跟蹤幫扶；各學院建立健全學生就業實習基地，以實習帶動就業，多渠道加強創業教育，以創業帶動就業，努力提高畢業生的就業率和就業質量。

篇（4）

關鍵詞基尼系數；控制單元；污染負荷分配；公平性；貢獻系數

中圖分類號X24

文獻標識碼A文章編號1002-2104（2017）05-0008-09DOI：10.12062/cpre.20170307

隨著“十三五”及未來經濟社會的持續快速發展，中國水污染日益加劇、水環境不斷惡化、水資源嚴重短缺，已經成為制約中國經濟社會發展的瓶頸，目前國家正在開展“十三五”重點流域水污染防治規劃編制，盡管以環境質量改善為主要導向，但對于一個區域或流域而言，污染物總量控制仍然是當地政府實現屬地環境質量改善的有效途徑和重要抓手，各地方均對國家污染物總量分配方案的制定過程高度關注。總量分配方法主要有等比例分配法[1]、基于排放績效的分配法[2]、基于污染物削減費用最小分配法[3]、基于公平性考慮的分配法[4]、基于AHP的排放總量分配[5]、基于多人合作對策的總量分配協商仲裁法[6]、基于博弈論的總量分配[7]等。總量分配方案制定一直是一個有爭議的話題，傳統的總量分配方案制定過程中更多的還是充分聽取各地區意見，由相關主管部門“拍板”決定，近年來，隨著基尼系數這一在經濟學中常用的衡量收入分配公平的參數被引入到水污染負荷分配中，并在九龍江流域[8]、湯遜湖[9]、黃河中上游[10]、巢湖[11]流域得到運用，較好的解決了負荷分配的公平性問題，但是，這些分配方式仍然缺乏考慮流域水環境管理需求，割裂了區域-流域關聯關系，對于分配指標的選取也還不夠全面，難以滿足流域水污染防治工作的科學需求。實際上，中國各地域間在社會經濟條件、減排潛力、資源環境稟賦、發展模式和路徑等方面存在較大差異，考慮區域間差異性特征，處理好各種矛盾，制定出既在經濟技術上可行、又公平合理的分配方案具有極其重要的現實意義[12-14]。本文在全面考慮影響分配的四大因素后，篩選出七項指標綜合構建了流域環境基尼系數分配指標體系，并對流域內各控制單元基準年的COD和NH3N排放負荷不公平性進行評估，在此基礎上再通過基尼系數優化的Lingo模型進行測算，從而得到目標年份各控制單元的水污染排放負荷，制定出符合各單元的最優負荷削減方案。

1基尼系數法原理

1.1基尼系數及存在問題

基尼系數（Gini Coefficient）是經濟學家通過分析收入分布特征來研究貧富差距的重要分析工具[15]。基尼系數已被廣泛應用于社會福利的經濟學分析研究及實證研究領域[16-18]，它已經成為國際上通用的反映國家、區域或地區居民收入分配差異程度的一項重要指標[19]，由于其可以反映指標集中度，近年來更是被廣泛應用于環境、地理、水利、地震預測等其他領域[20-25]。

環境系數在其應用中還存在下述問題：

（1）環境基尼系數的計算單元問題。現有計算單元劃分多為行政單元[26-27]，而非基于流域儺緣目刂頻ピ分配，以縣域行政區為基本單位的水環境管理體系與行政職能直接掛鉤，是區域行政管理的載體，這一分區體系缺乏流域上下游、左右岸之間協調的科學基礎，無法解決與以流域自然特性為主要特征的水環境系統之間存在的矛盾。“十二五”時期，中國的流域水污染控制提出了“流域-控制區-控制單元”“三級分區體系，流域水污染控制正逐步結合行政分區與水資源分區，這一時期的流域控制單元能夠同時體現流域屬性和區域屬性，較好的服務于流域水污染防治的科學需求。

（2）環境基尼系數的計算指標選取問題。現有研究中基尼系數評選指標主要是從人口、GDP、國土面積等方面出發，考慮因素多是造成水污染物排放不公平性的諸多因素之一，指標數量通常也在2―4個之間，無法涵蓋涉及水循環的“社會-自然”二元系統全方位全過程，為保證計算結果的全面、合理及可靠性，需要建立一套從經濟社會發展、水污染物產排放、水環境質量到各地的資源稟賦全面考慮的較為完善的評價指標體系。

1.2評價指標的篩選

運用環境基尼系數法進行污染負荷分配的過程中，首先需要解決的是基尼系數指標的選取問題。本文對流域內主要水污染負荷削減分配問題主要從“社會-自然”二元水循環理論角度來進行解析[28-30]。其中“社會”層面主要體現在經濟社會與人類生存過程中污染物排放的差異，將影響污染負荷減排的“社會”因素歸納為三類：社會經濟影響因素（包括人口和經濟規模及產業結構影響）、科技進步影響因素和污染治理水平因素，“自然”層面主要體現在資源環境稟賦的差異，將其歸納為兩類：水資源影響因素、水環境質量影響因素。

（1）體現社會經濟的差異：包括人口和經濟因素。經濟又分為經濟規模和經濟結構因素，經濟規模衡量指標包括GDP、工業行業增加值/利稅額等，經濟結構通常可用高污染行業增加值占GDP比重等來表征。本文最終篩選出人均GDP和重點行業總產值比重兩項指標來表征社會經濟影響因素。

（2）體現技術進步的差異：表征科技進步影響因素的指標主要是水污染物產生強度指標，主要包括單位GDP的、人均的、單位工業產值的水污染物產生強度等。本文最終篩選出人均污染物產生強度指標來表征科技進步影響因素。

（3）體現主要水污染物削減潛力的差異：水污染物治理水平越高的地區其廢水和主要水污染物去除率一般較高，其表征指標主要包括廢水處理量、水污染物處理率等。本文最終篩選出工業廢水和城鎮生活廢水的主要污染物去除率指標來表征污染削減潛力影響因素。

（4）體現水資源稟賦的差異：一個地區的水污染物允許排放量與該區域的水資源豐度和土地面積大小密切相關，水資源豐富的地區往往納污能力強，水資源稟賦因素可用水資源總量、單位國土面積水資源量、人均水資源占有量等來表征。本文最終篩選出單位國土面積水資源量指標來表征水資源稟賦影響因素。

（5）體現水環境質量稟賦差異：為了維護一個區域的水環境安全，區域的主要水污染負荷削減應盡量與區域的環境質量狀況相適應，水環境質量狀況可用江河湖庫、重點流域等監測斷面中各類水質所占的比例等指標來表征。本文最終篩選出國控監測斷面中較差水質（V―劣V）斷面所占比例指標來表征水環境質量稟賦影響因素。

削減規則：人均GDP、人均污染產生強度、重點行業工業總產值比重、國控監測斷面中較差水質斷面等四個指標為正向指標，即數值越大分配的污染負荷削減量越大；而工業廢水與城鎮生活廢水主要污染物去除率、單位國土面積水資源量為逆向指標。

〖BT（1+1〗2改進基尼系數法應用于流域水污染物負荷分配

2.1流域負荷削減目標的確定

在應用環境基尼系數進行水污染負荷分配的過程中，首先要解決的問題就是負荷削減目標的確定，傳統意義的目標大多指的是區域目標，本研究結合重點流域規劃以及流域水污染物產排放預測模型，通過建立計量經濟模型來試圖反映中國經濟社會發展與流域水環境之間的關聯關系，預測不同經濟發展情景下流域水污染排放負荷，并據此確定預測年份流域削p目標。流域水污染負荷包括工業、農業和生活源排放三大塊，如式（1）―（4）所示。

式中，k=1，2分別代表農村生活和城鎮生活。

2.2基尼系數的計算

基尼系數的計算方法有多種，這里采用簡便易行的梯形面積法求解計算[31]。以流域控制單元為基本單元來計算環境基尼系數，將各單元按照單位各項指標所承載的水污染負荷遞增排序，計算各單元各項指標累積比例和污染負荷累積比例，求解過程中首先對各分配指標斜率按從大到小的順序進行排序，以污染負荷累積比例作為縱軸，以各項指標累積比例作為橫軸，繪制洛倫茲曲線圖，并計算出基尼系數：

2.3Lingo分配優化模型

以各項指標基尼系數總和最小為目標函數，設定各控制單元分配的污染負荷為決策變量，在污染負荷削減目標、各指標現狀基尼系數和各單元削減比例上、下限的約束條件下利用Linear Interactive and General Optimizer方法優化求解，并分析其可行性，從而確定最終的優化分配方案，主要計算公式如下：

目標函數：

其中，Gini0j為初始環境基尼系數值；Ginij為污染負荷優化分配后j指標對應環境基尼系數值；ei為污染負荷優化分配后第i個單元的負荷削減比例；Ei為污染負荷優化分配后第i個單元的污染排放負荷；E0i為第i個單元的現狀排放負荷；R為流域污染負荷削減率；MinR、MaxR分別為各單元污染負荷削減比例上限。為第i個控制單元在第j個指標洛倫茨圖中排名。

最終，各單元經過優化分配后的目標排放負荷為：

2.4貢獻系數的計算

除利用基尼系數表征各單元間內部污染負荷分配不公平性外，還可通過貢獻系數來分辨外部影響，作為分辨外部不公平性依[21]，從而對分配結果進行佐證。貢獻系數是某單元各項評價指標貢獻率與污染物排放負荷貢獻率之間的比值，其計算公式如下：

式中，CCij為各項指標的貢獻系數（j=1，2，3，4分別對應國土面積、人口數量、GDP、水資源量）； Mij為第i個單元指標j的值，Mj為全流域指標j的值；Wik為第i個單元第k種污染物排放負荷（k=1，2分別對應COD與NH3N），Wk為全流域第k種污染物排放負荷。

由于各單元指標j涉及到的經濟、社會、資源領域影響程度存在差異，通過賦予各影響因素相應權重從而得到最終貢獻系數值：

式中，CCij為單元i的最終貢獻系數，wcj為單元i第j項指標的權重。已有研究表明[32]，依據層次分析法計算的各項指標權重如表1所示。

3實證分析

3.1松花江流域現狀排污公平性分析

松花江流域是中國七大重點流域之一，具體又包括黑龍江、吉林、內蒙古三大控制區，共計33個流域控制單元[27]，在行政區劃上包含113個縣（旗）。流域面積共55.68萬km2，流域總河長和水資源總量均居全國第三位，干流長939 km。2012年全流域人口6 015萬人，GDP25 938億元，廢水排放總量23.9億t，COD排放負荷195.28萬t，NH3N排放負荷12.15萬t，根據前文所述預測方法計算得到2020年全流域COD排放負荷預計控制在135.31萬t， NH3N排放負荷在7.29萬t。本文基于此共選擇7項評估指標，對流域內所有控制單元進行COD和NH3N污染負荷優化分配，首先繪制了基于各項指標的洛倫茨曲線，其次根據洛倫茲關系曲線，由式（5）可以計算出各項指標的環境基尼系數，如表2所示。

從表2可以看出，松花江流域7項指標基尼系數全部超過了0.4的警戒線，COD和 NH3N基尼系數的最高值更是達到了0.827和0.768，達到了“差距懸殊”的程度，表明在經濟-社會-資源-環境多個層面考量上流域內污染排放很不均衡。以單位國土面積水資源量對應的水污染物基尼系數為例，依據環境統計、流域內地市統計年鑒和水資源公報數據進行計算的結果顯示，松花江大慶綏化市控制單元該項指標僅為流域平均水平的36%，該單元卻排放了占全流域9.03%的COD和5.92% 的NH3N；而第二松花江松原市控制單元該項指標達到流域平均值的8.58倍，卻僅排放了占比約1.24%的COD和1.98%的NH3N。不同控制單元間差異較大，使得基于流域水資源量指標的基尼系數水平嚴重超出警戒線，流域內亟需進行污染負荷優化分配。

3.2排污不公平因子及分布特征

環境基尼系數可以量化出區域污染物分布不公平性，而通過對貢獻系數的進一步分析計算可具體掌握造成這種不公平性的控制因素，為后續進行分配方案優化合理性提供參考依據。從經濟-社會-資源-環境四個維度中，選取基尼系數較大，公平性較差指標進行分析，具體包括反映國土面積、人口數量、GDP以及水資源量，首先計算出各指標的貢獻系數，之后根據表1中所計算出的權重得到各單元綜合貢獻系數。

流域內COD指標貢獻系數結果如圖1所示。從國土面積、人口、水資源貢獻系數結果看，大于1的地區主要分布在流域北部、西北部的大小興安嶺山區，這些地方人口相對稀少，資源總量較大；小于1的地區主要出現在諸如松花江哈爾濱市轄區單元、第二松花江長春市單元、松花江大慶綏化控制單元等中心城市區，這些地區人口密集、工業發達、土地資源及水資源相對緊缺，是引起不公平的主要因子。而從GDP貢獻系數來看，第二松花江松原市、松花江哈爾濱市轄區、第二松花江長春市控制單元等4個單元大于2，其排放污染物所帶來的效益比最高。相比之下剩余大部分區域均小于1，生產方式較為粗放，需在今后的經濟發展過程中逐步進行產業升級、摒棄高污染低附加值行業，提高工業和生活污染物治理效率。流域內NH3N指標的貢獻系數如圖2所示，其結果分布總體與COD相類似。

3.3流域污染負荷優化分配結果

根據流域產排放預測模擬得到的水污染負荷削減目標，到2020年，流域COD削減量為59.97萬t/a，氨氮削減量為4.86萬t/a，并綜合考量相關地區減排潛力及經濟社會發展水平，確定各控制單元COD（NH3N）負荷基于現狀的削減率上、下限設定為40%、1%。在保證各分配對象在相應的污染負荷分配的洛倫茨曲線圖中排列位序固定的情況下，按照基尼系數最小化模型公式3至公式9，利用Lingo軟件編程對負荷分配模型求解，經過優化后松花江流域各項指標基尼系數值有所減小，但值仍大于0.4，這與分配模型基準年中流域內客觀存在的嚴重不公平性有很大關系，如發展不均衡、產業結構偏向高污染行業、部分地區水資源供需矛盾突出等。經過優化調整后，得到最終的負荷分配方案，如表3所示。

從最終各控制單元排放負荷的結果來看，最終分配方案并非污染負荷量越大削減量越多。而是與前述計算的貢獻系數較小單元相符，這反映出基尼系數優化分配法綜合考慮社會經濟生態方面因素，分配結果較為公平。例如單元29和單元13在2012年現狀排放負荷較為接近，分別為12.67萬t和10.12萬t，然而其所分配的削減量分別為6.34萬t和1.79萬t，差距很大，單元29在2012年人均GDP為27 867元，全流域排名中上游，表明其經濟發展態勢較好，有能力支持污染物減排所帶來的經濟投入，反之單元13的現狀年人均GDP僅為13 647元，為全流域最低發展水平，考慮到經濟現狀如果一味強調污染物減排可能會危害當地社會發展，所以削減量不宜過大。NH3N污染分配情況同COD類似，現狀年排放負荷前5的控制單元占總排放量之比為39.78%，削減比率達到45.53%，符合公平性特征。

4結論

（1）松花江流域2012年主要水污染負荷的初始基尼系數顯示，針對7項指標的基尼系數值均大于0.4，其中，基于工業水污染物去除率指標的基尼系數值最高，達到0.706―0.827，評價結果表明，從社會經濟和資源環境角度來看，松花江流域各控制單元主要水污染負荷的分布存在不公平現象，亟需進行污染負荷的優化分配。

（2）松花江干流和第二松花江流域是不公平性特征

最為突出的2個流域。松花江干流的人口貢獻系數最小，分別為1.106和1.100，表明其單位人口的排污量較大，松花江干流的資源貢獻系數最小，為1.005―1.065，表明其單位面積及單位水資源量排污量較大，需嚴格控制排污負荷。此外，嫩江流域的經濟貢獻系數最小，COD和NH3N分別為0.778和0.773，表明其單位GDP的排污量較大，需盡快調整經濟發展模型，走綠色發展道路。

（3）從優化分配方案可以看出，7項指標所對應基尼系抵和下降了0.223―0.259，但各項指標的基尼系數值仍然高于0.4，主要與流域內客觀存在的嚴重不公平性、不均勻性有很大關系，在現有的條件下短時間內難以徹底解決。根據優化后基尼系數所計算出“十三五”松花江流域主要水污染負荷優化分配的結果顯示，2020年排放分布主要集中于松花江干流水系以及第二松花江水系內，未來仍需予以重點控制，在上游嫩江水系內各控制單元分配排放量較小。到2020年，流域內松花江干流流域COD負荷年削減率最高，達到4.87%，其中單元21的年削減量最大，為1.82萬t/a；第二松花江流域NH3N負荷年削減率最高，達到6.70%，單元21的年削減量最大，為0.08萬t/a。

參考文獻（References）

[1]林巍， 傅國偉. 公平規劃及其在區域水環境綜合整治規劃中的應用[J]. 污染防治技術， 1994， 7（2）： 4-8. [LIN Wei， FU Guowei. Equal planning and its application in regional controlling and remedying planning of wate environment[J]. Pollution control technology， 1994， 7（2）： 4-8.]

[2]許艷玲， 楊金田， 蔣春來， 等. 排放績效在火電行業大氣污染物排放總量分配中的應用[J]. 安全與環境學報， 2013， 13（6）： 108-111. [XU Yanling， YANG Jintian， JIANG Chunlai， et al. Application of generation performance standard in total emissions allocation of air pollutants in thermal power industry[J]. Journal of safety and environment， 2013， 13（6）： 108-111.]

[3]若愚， 周源崗. 柳江柳州段水環境容量研究[J]. 水資源保護， 2001 （1）： 31-32. [GONG Ruoyu， ZHOU Yuangang. Study on capacity of water environment of Liuzhou section of Liujiang River[J]. Water resource protect， 2001 （1）： 31-32.]

[4]舒琨. 水污染負荷分配理論模型與方法研究――以巢湖流域為例[D]. 合肥： 合肥工業大學， 2010. [SHU Kun. Model and method of water waste loads allocation in a region： case of Chaohu Lake Basin[D]. Hefei： Hefei University of Technology， 2010.]

[5]閆正坤. 基于DelphiAHP和基尼系數法的流域水污染物總量分配模型研究[D]. 太原： 太原理工大學， 2012. [YAN Zhengkun. Study on river basin water pollution total amount assignment based on DelphiAHP and Gini Coefficient method[D]. Taiyuan： Taiyuan University of Technology， 2012.]

[6]毛戰坡， 李懷恩. 總量控制中削減污染物合理分攤問題的求解方法[J]. 西北水資源與水工程， 1999，10（1）： 27-32. [MAO Zhanpo， LI Huaien. Solution to the optimal allocation of reduced pollutant in the total amount control[J]. Northwest water resources & water engineering， 1999， 10（1）： 27-32.]

[7]劉紅剛， 陳新庚， 彭曉春. 基于合作博弈論的感潮河網區污染物排放總量削減分配模型研究[J]. 生態環境學報， 2011， 20（3）： 456-462. [LIU Honggang， CHEN Xingeng， PENG Xiaochun. Study on the model of total pollution load allocation in Tidal Network River regions with cooperative game theory[J]. Ecology and enrironmental sciences， 2011， 20（3）： 456-462.]

[8]楊芳. 基于基尼系數法的九龍江流域水污染物排放總量分配研究[J]. 環境科學與管理， 2012， 37（5）： 30-35. [YANG Fang. Study on total pollutant load allocation of water bodies in Jiulong River Basin based on Gini Coefficient method[J]. Environmental science and management， 2012， 37（5）： 30-35.]

[9]肖偉華，秦大庸，李瑋， 等. 基于基尼系數的湖泊流域分區水污染物總量分配[J]. 環境科學學報， 2009， 29（8）： 1765-1771. [XIAO Weihua， QIN Dayong， LI Wei， et al. Model for distribution of water pollutants in a lake basin based on environmental Gini Coefficient[J]. Acta sciencetiae circumstantiae， 2009， 29（8）：1765-1771.]

[10]邱俊永. 基尼系數法在黃河中上游流域水污染物總量分配中的應用研究[D]. 鎮江： 江蘇大學， 2010. [QIU Junyong. Research on the application of Gini Coefficient in total water waste load allocation in the upper and middle Yellow River Basin[D]. Zhenjiang： Jiangsu University， 2010.]

[11]李如忠， 舒琨. 基于基尼系數的水污染負荷分配模糊優化決策模型[J]. 環境科學學報， 2010， 30（7）： 1518-1526. [LI Ruzhong， SHU Kun. Fuzzy optimization model for waste load allocations based on the Gini Coefficient[J]. Acta scientiae circumstantiae， 2010，30（7）： 1518-1526.]

[12]PINTO U， MAHESHWARI BL. Sustainable graywater reuse for residential landscape irrigation：a critical review[J]. Chinese journal of population， resources and environment， 2015， 13（3）： 250-264.

[13]WANG ZG， LIU Y， LI YZ， et al. Legislation on protection of drinking water sources and local management practices in the Pearl River Delta region of China[J].Chinese journal of population， resources and environment， 2016，14（2）：144-152.

[14]WANG AM， GE YX， GENG XY. Connotation and principles of ecological compensation in water source reserve areas based on the theory of externality[J]. Chinese journal of population， resources and environment. 2016，14（3）：189-196.

[15]王金南， 逯元堂， 周勁松， 等. 基于GDP的中國資源環境基尼系數分析[J]. 中國環境科學， 2006， 26（1）： 111-115. [WANG Jinnan， LU Yuantang， ZHOU Jinsong， et al. Analysis of China resourceenvironment Gini Coefficient based on GDP[J]. China environmental science， 2006， 26（1）： 111-115.]

[16]HU B. A note on calculating the Gini index[J]. Mathematics & computers in simulation， 1995， 39（3）： 353-358.

[17]BOSI S， SEEGMULLER T. Optimal cycles and social inequality： what do we learn from the Gini index？[J]. Research in economics， 2005， 60（1）： 35-46.

[18]徐寬. 基尼系數的研究文獻在過去八十年是如何拓展的[J]. 經濟學， 2003， 2（4）： 757-778. [XU Kuan. How has the literature on Gini’s index evolved in the past 80 years[J]. China economic quarterly， 2003， 2（4）： 757-778.]

[19]羅曰鎂. 從基尼系數看居民收入差距[J]. 統計與決策， 2005， 8（6）： 89-90. [LUO Yuemei. Residents’ income disparity from Gini coefficient[J]. Statistics & decision， 2005， 8（6）： 89-90.]

[20]王媛， 牛志廣， 王偉. 基尼系數法在水污染物總量區域分配中的應用[J]. 中國人口?資源與環境， 2008，18（3）： 177-180. [WANG Yuan， NIU Zhiguang， WANG Wei. Application of Gini Coefficient in total waste load district allocation for surfacewater[J]. China population， resources and environment， 2008， 18（3）： 177-180.]

[21]秦迪梗 韋安磊， 盧少勇， 等. 基于環境基尼系數的洞庭湖區水污染總量分配[J]. 環境科學研究， 2013， 26（1）： 8-15. [QIN Dilan， WEI Anlei， LU Shaoyong， et al. Total water pollutant load allocation in Dongting Lake area based on the environmental Gini coefficient method[J]. Research of environmental sciences， 2013， 26（1）： 8-15.]

[22]張音波， 麥志勤， 陳新庚， 等. 廣東省城市資源環境基尼系數[J]. 生態學報， 2008， 28（2）： 728-734. [ZHANG Yinbo， MAI Zhiqin， CHEN Xingeng， et al. Analysis of city resourceenvironment Gini Coefficient in Guangdong Province[J]. Acta ecological sinica， 2008， 28（2）： 728-734.]

[23]邱俊永， 鐘定勝， 俞俏翠， 等. 基于基尼系數法的全球CO2排放公平性分析[J]. 中國軟科學， 2011 （4）： 14-21. [QIU Junyong， ZHONG Dingsheng， YU Qiaocui， et al. Equity analysis of global CO2e missions based on Gini Coefficient[J]. China soft science， 2011 （4）： 14-21.]

[24]蘇旭， 張曉東. 基尼系數在地震預報中的應用[J]. 高原地震， 2001， 13（3）：1-9. [SU Xu， ZHANG Xiaodong. Application of Gini Coefficient in earthquake prediction[J]. Earthquake research in plateau， 2001， 13（3）： 1-9.]

[25]胡彩霞， 謝平， 許斌， 等. 基于基尼系數的水文年內分配均勻度變異分析方法――以東江流域龍川站徑流序列為例[J]. 水力發電學報， 2012， 31（6）： 7-13. [HU Caixia， XIE Ping， XU Bin， et al. Variation analysis method for hydrologic annual distribution homogeneity based on Gini Coefficient： a case study of runoff series at Longchun Station in Dongjiang River Basin[J]. Journal of hydroelectric engineering， 2012， 31（6）： 7-13.]

[26]方玉杰， 萬金保， 羅定貴， 等. 流域總量控制下贛江流域控制單元劃分技術[J]. 環境科學研究， 2015， 28（4）： 540-549. [FANG Yujie， WAN Jinbao， LUO Dinggui， et al. Study on control unit division technology for total amount control in Ganjiang Basin[J]. Research of environmental sciences， 2015， 28（4）： 540-549.]

[27]王金南， 吳文俊， 蔣洪強， 等. 中國流域水污染控制分區方法與應用[J]. 水科學進展， 2013， 24（4）： 459-468. [WANG Jinnan， WU Wenjun， JIANG Hongqiang， et al. Zoning methodology and application to China’s watersheds for water pollution control[J]. Advances in water science， 2013， 24（4）： 459-468.]

[28]趙騫， 王衛平， 楊永俊， 等. 河流和海洋污染物總量分配研究述評[J]. 中國人口?資源與環境， 2014， 24（3）： 82-86. [ZHAO Qian， WANG Weiping， YANG Yongjun， et al. Review of study on total amount allocation of water pollutants in river and marine[J]. China population， resources and environment， 2014， 24（3）： 82-86.]

[29]田平， 方曉波， 王飛兒， 等. 基于環境基尼系數最小化模型的水污染物總量分配優化――以張家港平原水網區為例[J]. 中國環境科學， 2014， 34（3）： 801-809. [TIAN Ping， FANG Xiaobo， WANG Feier， et al. Use of a minimum environmental Gini coefficient model on optimizing the allocation plan of total pollutant load in water bodies： a case study at Zhangjiagang rivernetwork plain[J]. China environmental science， 2014， 34（3）： 801-809.]

[30]李都峰. 基于污染物量控制的能源消費總量分配優化研究[D]. 長春： 吉林大學， 2015. [LI Dufeng. Study on distribution optimization of the total energy consumption based on total amount control of pollutants[D]. Changchun： Jilin University， 2015.]

[31]鐘曉航， 王飛兒， 俞潔， 等. 基于WASP水質模型與基尼系數的水污染物總量分配――以南太湖苕溪入湖口區域為例[J]. 浙江大學學報（理學版）， 2015， 42（2）： 181-188. [ZHONG Xiaohang， WANG Feier， YU Jie， et al. Application of WASP model and Gini coefficient in the total amount control of water pollutant： a case study in Tiaoxi estuary of south Taihu Lake[J]. Journal of Zhejiang University （science edition）， 2015， 42（2）： 181-188.]

篇（5）

該局時刻注意體現以“制度促管理，以管理出效益”的工作理念，先后制定并完善了83項內部管理制度，并匯編成冊，發至人手一冊，同時實行領導巡查制、路段負責制、徒步執法制“三位一體”的管理制度，建立健全了監督考核機制，把各項工作逐一量化，納入到考核范疇，嚴格實行打分制、執法監督日通報制、末位淘汰制、績效掛鉤制、責任追究制等制度，并嚴格兌現獎懲，實現了用制度管人、管事。同時，在全局喊響一個口號，倡導兩種精神、強化三種意識、樹立四種風氣、培養五種能力。一個口號是“負重實干、執法為民、堅韌創新、奉獻有為”；兩種精神是“愛崗敬業和嚴格執法”；三種意識是“大局意識、服務意識、創新意識”；四種風氣是“解放思想、真抓實干，踏踏實實、令行禁止，加強信任、相互支持，發奮有為、爭創一流”；五種能力是“依法執法、嚴格執法的行政能力，耐心細致的思想政治工作能力，善于處理各種社會矛盾的能力，高效能完成各項任務的能力，準確流暢的文字表達能力”，通過培訓、考核等手段，使執法人員能夠靈活運用“明、活、勤、禮、嚴”五字執法技巧，鍛煉執法人員招之即來、來即能戰、戰即能勝的工作作風。

龍江縣行政執法局牢固樹立依靠人、圍繞人、為了人的現代城市管理理念，不斷研究新情況，解決新問題，融入“人本主義”的理念，構建起新型的管理模式。他們采取“人性化”管理政策，寓執法于服務之中，正確處理執法與教育、執法與服務、執法與處罰的關系。牌匾審批工作中,在堅持統一規劃審批,區域規格一致,向高檔次、高標準發展的同時，堅持上門服務，誰家要掛牌匾，只要一個電話，執法人員就會到現場幫助設計圖案、規格、形狀等，并現場辦理審批手續，給業戶提供方便。

該局牢固樹立“執法為民”和“服務為本”的理念，遵循“一教育、二警告、三處罰”的工作程序，在糾正違章時先敬禮，問“您好”，再出示證件，說明違章事實及依據，做耐心地說服教育工作，堅持以情感人，以理服人，開展與業戶談心活動，幫助解決實際困難，讓被管理對象感受到他們的文明服務，從源頭上減少違規行為的發生。同時，他們在為民服務上做到“四個一把”即“老人扶一把，小孩領一把，自行車擺放理一把，為民服務幫一把”。在接待群眾來信、來訪等問題上做到“四一、四心”即“一張笑臉、一聲問候、一把椅子、一杯熱茶，接待群眾熱心、聽取申訴耐心、答復詢問細心、處理問題用心”。

篇（6）

1引言

全氟化合物（Perfluorinatedcompounds，PFCs）是指化合物分子中與碳原子連接的氫原子全部被氟原子所取代的一類有機化合物，根據其所含官能團的不同，主要可分為全氟羧酸類化合物（Perfluoroalkylcarboxylicacids，PFCAs）、全氟磺酸類化合物（Perfluoroalkylsulfonicacids，PFSAs）、全氟調聚醇類化合物（Perfluorinatedtelomericalcoholcompounds，FTOHs）及全氟酰胺類化合物（Perfluorooctanesulfonamides，PFOSAs）[1～3]。由于具有較高的熱穩定、化學穩定及表面活性等性質，PFCs被廣泛用作聚合物、表面活性劑、劑等，應用于工業、農業等領域[4，5]，并隨之持續大量地進入環境[6～9]。目前已在飲用水[10，11]、地表水[6，12，13]、地下水[11，14]、沉積物[6，15，16]、土壤[6，17]等各種環境介質中普遍檢出PFCs。

PFCs含有大量化學鍵能較高的〖JG（C〖ZJYF〖JG）鍵，進入環境后很難被降解，其中PFCAs和PFSAs生物降解性能最差，特別是全氟辛酸（PFOA）和全氟辛烷磺酸（PFOS）在自然環境中幾乎不發生降解[15，18，19]，只有通過人工化學手段（如超聲波輻照或紫外光催化氧化等）下才能被降解[18]。環境介質中的PFCs可發生遷移擴散，在遠離排放點的邊遠地區甚至南北極地區都能檢出[20]。同時PFCs可進入生物體內累積，并最終通過食物鏈或其它途徑進入人體[15，21，22]，在血液、母乳中普遍檢出[15，23～25]。進入人體的PFCs，具有肝臟毒性、胚胎毒性、生殖毒性、神經毒性、內分泌干擾毒性，甚至致癌性等，嚴重威脅人類健康[26～28]。因此PFCs環境污染與人體健康問題已成為近年來環境科學和毒理學研究的國際前沿課題[15，29]。

PFCs含有較多同系物和支鏈異構體（僅PFOA和PFOS的異構體就達數十種），且其在環境中通常為痕量水平（ng/g或μg/L數量級），因此開展PFCs環境及其健康問題研究時，需要可靠靈敏的樣品前處理和檢測技術。目前國內外已針對環境樣品中痕量PFCs的檢測開展了大量研究＼[7，30～34]，但有關環境樣品尤其是沉積物、土壤、植物等復雜環境樣品中PFCs前處理、分析方法的系統評述，以及PFCs樣品基質效應及其同分異構體檢測方法的系統總結還相對較少。本文綜述了環境水樣和固相樣品（沉積物/污泥、土壤、植物）中PFCs前處理方法、檢測方法（尤其是同分異構體）以及基質效應對PFCs測定的影響，以期為PFCs環境及其健康問題的研究提供參考。

2樣品前處理

2.1樣品萃取

2.1.1水樣萃取水樣中PFCs的萃取主要采用固相萃取法（SPE），該方法具有萃取耗時短、有機溶劑使用少，且可同步進行萃取和凈化的特點＼[35，36]。常用的固相萃取柱主要包括弱離子交換柱（WAX）、親水親脂平衡柱（HLB）和碳18柱（C18）。其中WAX柱萃取效果最好，對PFCAs，PFSAs和FOSAs均有較高的萃取富集能力，而HLB柱只對長碳鏈的PFCAs和PFSAs具有較高萃取富集能力[37]，C18柱則因其填料中含有一定量的PFCs填料（46pg/LPFOA和12pg/LPFOS）[38]，對痕量PFCs測定有較大干擾，近年已較少應用。固相微萃取法（SPME）是在SPE法基礎上發展起來的新型微萃取分離技術，具有萃取過程無需使用溶劑、回收率高等優點，但主要針對揮發或半揮發性有機物，因此采用該方法萃取PFCs時，需進行衍生化[20，39]。Monteleone等[40]以氯甲醇丙酯丙醇混合溶劑對水樣中PFCAs進行衍生化，后在頂空模式下進行固相微萃取，萃取效果良好（回收率為84.4%～116.8%，RSD為0.4%～14.5%）。

2.1.2土壤樣品萃取目前固相基質（土壤、植物、沉積物、污泥等）中PFCs的萃取主要采用超聲萃取法（UAE），該方法具有萃取效率高、用時短、萃取設備容易獲得的優點[41，43～45]，潘媛媛等[45]以甲醇為萃取劑，以UAE法萃取土壤中PFCs獲得理想回收率（81.5%～119.2%）。除了UAE法外，加速溶劑萃取（ASE）法也被用于固相基質中PFCs萃取，該方法是在高溫、高壓條件下萃取固體基質中有機污染物的方法，具有耗時短、自動化程度高、消耗有機溶劑少的特點。Wang等[42]以ASE法萃取土壤中PFCAs（C6～C12，C14）和PFSAs（C4，C6，C8）的回收率為71.2%～119.2%，RSD

2.1.3植物樣品萃取與土壤相比，植物基質（色素、纖維素、糖類等）更為復雜，PFCs可通過氫鍵、疏水作用力及色散力等與這些基質成分吸附、絡合，導致單一溶劑萃取效果較差[46]。因此，植物樣品中PFCs需選用混合溶劑萃取。以二氯甲烷（醋酸銨甲醇（99〖KG-3∶〖KG-51，V/V））混合溶劑（50〖KG-3∶〖KG-550，V/V）超聲萃取不同蔬菜（生菜、西紅柿）各部位（根、莖、葉）PFCAs（C4～C10）和PFSAs（C4，C6～C8，C10）均獲得良好結果（平均回收率為85%）[47]。乙腈/水及混合溶液也能有效萃取蔬菜（土豆、四季豆、生菜、菠菜）中的PFCAs（C4～C12）及PFSAs（C4，C6，C8，C10），其回收率為70%～105%，RSD為1%～21%[33]。PFCs在堿性條件下可解離為陰離子化合物，并與陽離子配對試劑四丁基硫酸氫氨（TBA）通^強靜電作用形成疏水離子締合物，該物質可通過較弱極性溶劑有效萃取。目前，以NaOH為解離劑，以TBA為離子配對劑，以甲基叔丁基醚（MTBE）為萃取劑，通過離子配對法進行超聲萃取，已成為植物樣品中PFCs萃取的重要方法[48～50]。Felizeter等[50]以該方法萃取不同蔬菜（生菜、西紅柿、南瓜、卷心菜）中PFCAs（C4～C14）和PFSAs（C4、C6、C8）的回收率在70%～97%之間，PFCA（C4）回收率較低（48%）與基質殘留成分對其檢測有抑制作用及缺少適合內標化合物有關。

2.1.4污泥、沉積物樣品萃取與植物樣品不同，污泥、底泥的異質性程度較高，離子配對法不適用于這類基質。為測定這類基質中的PFCs，往往采用混合溶劑交替萃取[4]。文獻＼[4，43＼]以1%乙酸及乙酸酸化甲醇（甲醇1%乙酸，90〖KG-3∶〖KG-510，V/V）交替超聲萃取沉積物、活性污泥中13種PFCs，其回收率大多為70%～115%，個別化合物（PFTeA）回收率較低（41%），與該化合物碳鏈較長（C>10）。不易從固相萃取柱洗脫及殘留基質成分的抑制效應有關。值得注意的是，由于PFCs在四氫呋喃（THF）水混合溶液中有較強的溶解和分配能力，因此以該混合溶液（THF〖KG-3∶〖KG-5水=75〖KG-3∶〖KG-525，V/V）為萃取劑，超聲萃取河流沉積物（荷蘭）、活性污泥（荷蘭市政污泥）[44]及植物（菠菜、胡蘿卜、橘子、蘋果）[46]中PFCs均獲得良好效果（回收率為88%～110%，RSD

2.2樣品凈化和基質效應

2.2.1樣品凈化水樣中PFCs萃取后，通常可直接濃縮、進樣。固體基質（土壤、植物、沉積物、污泥等）由于具有復雜的基質成分，PFCs萃取過程中，基質成分往往被同時萃取，這些殘留成分會改變PFCs的離子化率，從而嚴重影響其分析定量，因此固體基質萃取后還需進行凈化處理[4，43，45]。固相萃取（SPE）法是PFCs樣品前處理過程中最為常用的凈化方式，所用凈化柱包括HLB柱、WAX柱、C8/季胺鹽混合柱和硅酸鎂載柱（Florisil柱）[33，35，43，48～51]。其中WAX柱對多數PFCs均具有良好凈化效果，被廣泛應用于土壤[4，52]、植物[46]和沉積物[44，52]樣品的凈化。

2.2.2基質效應及其評價經過固相萃取柱凈化后，大部分樣品基質成分被去除，但殘留的基質成分（如葉綠素、纖維素、脂質等）會造成基質效應，即殘留基質成分改變目標化合物離子化效率，導致其測定時分析信號增強或減弱的現象[41，55]。基質效應程度可用目標化合物基質信號強度與其溶劑信號強度之比（Smatrix/Ssolvent）或基質標線與其溶劑標線斜率之比（Kmatrix/Ksolvent）評價，通常認為，當Smatrix/Ssolvent或Kmatrix/Ksolvent1.1時為增強效應，當0.9

2.2.3植物樣品基質效應基質效應的程度與植物樣品種類、部位及PFCs化合物性質等因素有關。卷心菜根、莖、葉殘留基質成分對PFCAs（C4、C5、C10～C12）及PFSA（C8）測定有抑制效應（Kmatrix/Ksolvent為0.19～0.90），而其根、莖殘留基質成分對PFCAs（C8）及PFSA（C6）測定有增強效應（Kmatrix/Ksolventt為1.11～1.12）[50]；南瓜根、葉基質殘留成分均對PFCAs（C4～C12）及PFSA（C8）有抑制效應（Kmatrix/Ksolventt為0.19～0.89），而其莖殘留基質成分對PFSA（C6）測定有增強效應（Kmatrix/Ksolvent為1.11）[50]；西紅柿葉、果實殘留基質成分對PFCAs（C4、C8、C10～C12）測定均有抑制效應（Kmatrix/Ksolvent為0.34～0.84），除此之外其根、莖殘留基質成分對PFCAs（C4）也有抑制效應[50]。本研究組最近的研究顯示，總溶解性糖是影響作物可食部分（胡蘿卜、生菜、南瓜和大米）中全氟己磺酸PFSA（C6）測定的主要基質成分[56]。

2.2.4土壤樣品基質效應與植物樣品相比，有關土壤殘留基質成分對PFCs檢測基質效應的報道較少，Li等[4]研究顯示，土壤殘留基質可對PFCAs（C2、C4）檢測信號造成抑制效應，而對PFCAs（C10、C11）檢測信號造成增強效應，其Smatrix/Ssolvent或Kmatrix/Ksolventt在0.85～1.41之間。

2.2.5污泥、沉積物樣品基質效應污泥、沉積物等樣品基質成分變異度較高，其對PFCs的基質效應受樣品來源影響較大[4，43]。Li等[4]發現黃埔江干流采樣點沉積物殘留基質成分對PFCAs（C2～C13）的測定主要表現為抑制效應（Kmatrix/Ksolventt為0.73～0.87），而其支流（蘇州河）采樣點沉積物殘留基質成分則主要表現為增強效應（Kmatrix/Ksolventt為1.10～1.35）；還發現初沉池污泥及化學（混凝等）污泥殘留基質成分對PFCAs（C2～C13）測定的基質效應相對較小（Kmatrix/Ksolvent為0.84～1.03），而曝氣池活性污泥殘留基質成分則可表現出明顯的抑制或增強效應（Kmatrix/Ksolvent為0.66～0.99或1.06～1.37）。值得注意的是，曝氣池活性污泥的抑制效應主要發生于較短碳鏈PFCAs（C2～C6），而增強效應則主要發生于較長碳鏈PFCAs（C10～C13），說明碳鏈長度也與基質效應大小有關，并顯著影響污泥等樣品中PFCs的檢測。

2.2.6基質效應控制石墨碳粉（ENVICarb粉）具有空間層狀結構，其π電子可有效吸附、去除具有芳環或雜環結構的殘留基質成分（如葉綠素等），但卻難以與具有高電負性氟原子的PFCs相互作用[45，48]。石墨碳粉凈化基質成分的過程繪制示意圖見圖1。為減少或控制PFCs測定過程中的基質效應，一些研究在樣品（蔬菜、土壤）萃取液經過固相萃取凈化后，還進一步采用石墨碳粉進行凈化[45，48，57]。經石墨碳粉凈化后，植物、土壤樣品殘留基質成分對PFCs的基質效應明顯降低，降低幅度可達30%～50%[57]。為進一步減少基質效應的干擾，提高分析方法的穩定性和重現性，在測定環境樣品PFCs時，通常采用基質標線進行內標法定量[56]，其中短碳鏈PFCAs（C6～C9）、長碳鏈PFCAs（C10～C14）以及PFSAs（C6～C8）可分別以碳同位素標記的MPFOA（13C4PFOA）、MPFDA（13C2PFDA）、MPOS（13C4PFOS）作為內標化合物。需要說明的是，樣品的基質效應與其前處理及檢測方法密切相關。因此，選擇恰當的前處理和檢測方法是有效減少或去除基質效應的前提。研究人員發現PFCs檢測過程中，大氣壓化學電離源（APCI）對基質效應的敏感程度@著低于電噴霧離子源（ESI），因此以前者代替后者可有效減少樣品殘留基質成分產生的基質效應[32，58，59]。Takino等[58]采用APCI測定河水樣品中PFCs時，基質效應可忽略（Smatrix/Ssolventt為0.958～0.997）。目前有關環境樣品PFCs檢測基質效應問題的研究已引起研究者的重視，很多研究評估了樣品測定過程中基質效應的大小程度，并通過基質標線內標法控制基質效應，但有關基質效應的主要影響因素、作用機理等方面還需深入研究，以期獲得低基質效應甚至無基質效應的高效分析方法。

3儀器分析

3.1高效液相色譜串聯質譜（HPLCMS/MS）法測定直鏈PFCs

由于不同質量分析器的優勢不同，且串聯質譜分析器（MS/MS）的選擇性和靈敏度顯著高于單級質譜分析器（MS）[20]，因此，目前普遍采用高效液相色譜串聯質譜儀（HPLCMS/MS）測定環境樣品中的痕量PFCs，其中以高效液相色譜串聯三重四極桿質譜儀HPLCMS/MS（QqQ）和高效液相色譜串聯四極桿線性離子阱質譜儀HPLCMS/MS（QTrap）應用最廣[36，43，47]。采用HPLCMS/MS（QqQ）測定環境樣品中PFCs的檢出限可達pg/L或pg/g數量級，其中水樣、土壤、沉積物/污泥及蔬菜樣品PFCs的檢出限分別為12～73pg/L[36]、10～100pg/g[45]、10pg/g[44]及1～30pg/g[46]。QTrap分析器對PFCs具有較高的選擇性，但靈敏度較QqQ分析器略低。以HPLCMS/MS（QTrap）檢測水樣、土壤、沉積物/污泥及蔬菜樣品中PFCs的檢出限分別為15～472pg/L[52]、30～300pg/g＼[45]、41～246pg/g[43]及1～1500pg/g[47，49]。與QqQ和QTrap相比，四極桿飛行時間質譜（QTOF）分析器分析范圍和分辨率較高，可給出PFCs的精確分子量（精確至小數點后4位），并可對非目標分析物定性分析，但其線性范圍較窄、靈敏度較低且分析成本較高，目前多用于PFCs結構鑒定，在常規實驗室或日常定量檢測中使用相對有限。最近的研究顯示，高效色相色譜串聯QTOF分析器及高分辨檢測器（HRMS）后，其測定土豆、四季豆、生菜等蔬菜中PFCs的檢出限可達pg/g級（1.8～20pg/g）[33]。考慮到QTOF分析器的高選擇性，相信未來其將逐漸成為復雜環境基質樣品中痕量PFCs測定的重要工具。

另外，近年出現的超高效液相色譜技術（UPLCMS/MS）和毛細管液相色譜質譜聯用技術（CLCMS/MS）也可顯著提高復雜環境基質樣品中痕量PFCs的分析能力。Yoo[54]和Onghena等[60]以UPLCMS/MS和CLCMS/MS分別測定河水樣品中PFCs，其回收率與傳統HPLCMS/MS相當，但靈敏度提高數倍甚至上百倍。另有研究以UPLCMS/MS測定蔬菜中PFCs的檢出限可達pg/g（0.3～3.3pg/g），且分析速度較傳統HPLCMS/MS提高數倍[48]。

3.2氣相色譜串聯質譜（GCMS）法測定直鏈PFCs

GCMS法可直接測定具有揮發性的PFCs（如FOSAs和FTOHs等），測定時通常采用正化學電離（PCI）或大氣化學電離（APCI）作為離子源。Ellington等[61]以PCI為離子源，采用GCMS測定土壤中FTOHs（6〖KG-3∶〖KG-52～14〖KG-3∶〖KG-52FTOHs，8〖KG-3∶〖KG-51～17〖KG-3∶〖KG-51FTOHs，7MeFTOH和9MeFTOH）的檢出限為1.6～8.3pg/g；以同樣條件測定植物（牛毛草、大麥、早熟禾及狗牙草）中FTOHs（6〖KG-3∶〖KG-52～14〖KG-3∶〖KG-52FTOHs）的檢出限為0.1～0.35ng/g（dw）[54]。另有研究表明，以APCI為離子源，采用GCMS/MS（QTrap）測定水樣中FTOHs（4〖KG-3∶〖KG-52～10〖KG-3∶〖KG-52）和FOSAs（NMeFOSA，NEtFOSA，NMeFOSE及NEtFOSE）的檢出限為1～5ng/L[51]。

與PFOSAs和FTOHs不同，由于PFCAs和PFSAs較難揮發，采用GCMS法測定二者時通常需進行衍生化，衍生化的方法包括烷基化、酰胺化或硅烷化[53，62]。其中常用的衍生劑包括碘甲烷、重氮甲烷和三氟化硼甲醇等（烷基化劑），2，4二氟苯胺、3，4二氯苯胺等（酰胺化劑）及三甲基氯硅烷和N，O雙三甲基硅基乙酰胺（硅烷化劑）等。前人以2，4二氟苯胺進行酰胺化衍生，測定水樣中PFCAs（C2～C9）的檢出限為0.5ng/g[64]，而以三氟化硼甲醇烷基化衍生，測定沉積物中PFCAs（C7～C10）的檢出限為0.5～0.8ng/g[62]。然而，由于衍生過程較為復雜且部分衍生化產物不穩定性，GCMS在檢測非揮發性PFCs方面的應用相對較少[59，65]。

3.3PFCs同分異構體的測定

除直鏈產物外，PFCs生產過程中（尤其是電氟化法）會產生較多的同分異構體，包括支鏈異構體（單甲基和二甲基異構體）和對映異構體等[63]。由于存在結構方面的差異，PFCs不同同分異構體間的生物富集效應、毒性效應等也存在明顯差異，例如PFOS支鏈異構體（1～5m，isoPFOS）在胎盤的轉移速率大于其直鏈異構體（nPFOS），從而導致支鏈PFOS優先進入嬰兒體內，而直鏈異構體在母體比例較高[66]。因此嗜凡舛環境中不同PFCs同分異構體的含量及組成分布對于全面、客觀評估該類化合物的環境和健康效應以及其源解析等方面有重要意義。

PFCs同分異構體也主要采用HPLCMS/MS法和GCMS法測定，但在分析條件、分析時間等方面與直鏈PFCs分析存在差異。為了提高對PFCs同分異構體的分離度，采用HPLCMS/MS法測定時，常采用與目標PFCs具有親和作用的固定相（五氟苯基、全氟辛基或五氟苯丙基等）反相色譜柱（表2）。Houde等[67]以全氟辛基反相色譜柱，通過HPLCMS/MS測定了水及沉積物中多種PFOS同分異構體（6～7種），分析時間為20min。Chen等[68]則通過LCMS/MS，以全氟辛基反相色譜柱同時分離測定了〖CM（44水樣中4種PFOA同分異構體及6種PFOS同分異構體、2種FOSA同分異構體及8種直鏈PFCs，但分〖CM）

析時間長達90min。最近，牛夏夢等[69]利用五氟苯基反相色譜柱，通過HPLCMS/MS同時測定了水及沉積物中PFOS（6種）和PFOA（5種）的同分異構體，方法回收率為90.8%～127%（水樣）、74%～124%（沉積物），檢出限分別為0.05～1.1ng/L和0.025～0.56ng/g，分析時間達60min。值得注意的是，PFCs同分異構體取代基的數目和位置可顯著改變其疏水性，從而影響其在反相色譜柱中的分離。一般而言，取代基數目越多，PFCs疏水性越弱，反之亦然。因此，支鏈PFCs出峰通常快于直鏈PFCs，且其分支位點越多，出峰越快（圖2）[70]。

〖CM（172熔融核色譜柱技術的應用顯著提高了〖CM）

HPLCMS/MS法對PFCs同分異構體的測定效率。Benskin等[73]利用五氟苯丙基反相熔融核色譜柱，在23min內同時分離測定了垃圾滲濾液中19種PFCAs（C6～C11）＼，24種PFSAs（C6，C8，C10）＼，5種FOSA和26種FOSAAS的同分異構體。UPLC技術也可進一步提高LCMS/MS測定PFCs同分異構體的能力。Krrman等[74]利用UPLCMS/MS，以C18反相色譜柱，在23min內測定了環境樣品（水、土壤和沉積物）中8種PFOA同分異構體及8種PFOS同分異構體。

由于氣相色譜毛細管柱分離能力較強，可有效分離PFCs同分異構體，因此GCMS法也是環境樣品中PFCs同分異構體測定的重要方法。deSilva等[71]以2，4二氟苯胺為衍生化劑，并以聚乙二醇為填料的強極性色譜柱，通過GCMS測定了降水及沉積物中4種PFOA同分異構體及其他6種直鏈全氟羧酸化合物PFCAs（C6，C7，C10～C13）。最近，Naile等[72]以疊氮甲醇為衍生劑，以DB5MS（30m）和手性色譜柱（BGB172，30m）串聯，通過GCMS測定了土壤、沉積物、植物中4種PFOA異構體，但該方法分析間較長，部分樣品僅色譜分離時間就長達300min以上。

與普通直鏈PFCs同系物分析方法相比，目前PFCs同分異構體分析方法還存在靈敏度低、穩定性差、可檢測同分異構體化合物少（主要為PFOA和PFOS異構體）、可檢測環境樣品基質范圍較窄等問題，未來尚需開發靈敏度高、穩定性好及應用范圍廣的新技術。

4結論與展望

全氟化合物是一類新型持久性有機污染物，在環境中普遍檢出，其對環境污染與人體健康的威助已成為全球關注的熱點問題。靈敏可靠的樣品分析技術是研究這一問題的前提。目前，已針對復雜環境樣品基質（沉積物/底泥、土壤以及植物等）中痕量PFCs的分析開展了大量研究，建立了高效、成熟、靈敏的環境樣品PFCs前處理方法和檢測技術，并探討了樣品基質效應對PFCs分析的影響和控制方法，但有關基質效應的主要影響因素、形成機理等方面還需要進一步研究，以獲得高效測定復雜的環境基質樣品中PFCs的低基質效應或無基質效應的分析方法。另一方面，與普通直鏈PFCs同系物相比，現有PFCs同分異構體分析方法存在靈敏度低、穩定性差、耗時長、應用范圍窄等諸多問題。這些問題的研究和解決有助于進一步建立復雜環境樣品中高效、靈敏、穩定的PFCs及其同分異構體分析方法，客觀評價PFCs在環境中的污染特征、污染來源、環境行為、毒性效應、品種差異、健康風險及其影響因素等，這將成為今后PFCs分析技術領域研究的熱點和趨勢。

References

1DingG，WouterseM，BaerselmanR，PeijnenburgWJ.Arch.Environ.Con.Toxicol.，2012，62（1）：49-55

2TheobaldN，CaliebeC，GerwinskiW，HuhnerfussH，LepomP.Environ.Sci.Pollut.Res.Int.，2012，19（2）：313-324

3ArsenaultG，ChittimB，McAleesA，McCrindleR，RiddellN，YeoB.Chemosphere，2008，70（4）：616-625

4LiF，ZhangC，QuY，ChenJ，ChenL，LiuY，ZhouQ.Sci.Total.Environ.，2010，408（3）：617-623

5SepulvadoJG，BlaineAC，HundalLS，HigginsCP.Environ.Sci.Technol.，2011，45（19）：8106-8112

6WangYW，FuJJ，WangT，LiangY，PanYY，CaiYQ，JiangGB.Environ.Sci.Technol.，2010，44（21）：8062-8067

7ZareitalabadP，SiemensJ，HamerM，AmelungW.Chemosphere，2013，91（6）：725-732

8ZhengH，LiJL，LiHH，HuGC，LiHS.J.Food.Sci，2014，79（6）：1123-1129

9PanCG，ZhaoJL，LiuYS，ZhangQQ，ChenZF，LaiHJ，PengFJ，LiuSS，YingGG.Ecotoxicol.Environ.Safe，2014，107（7）：192-199

10PostGB，CohnPD，CooperKR.Environ.Res.，2012，116（5）：93-117

11EschauzierC，RaatKJ，StuyfzandPJ，deVoogtP.Sci.Total.Environ.，2013，458460（5）：477-485

12YAOYao，DENGJieWei，YANGYunYun，FANGLing，ZHOUHaiYun，LIUHongTao，WANGXiaoWei，LUANTianGang.ChineseJ.Anal.Chem.，2015，43（7）：1053-1057

姚，鄧潔薇，楊運云，方玲，周海云，劉洪濤，王曉瑋，欒天罡.分析化學，2015，43（7）：1053-1057

13LuZ，SongL，ZhaoZ，MaY，WangJ，YangH，MaH，CaiM，CodlingG，EbinghausR，XieZ，GiesyJP.Chemosphere，2015，119（9）：820-827

14YaoY，ZhuH，LiB，HuH，ZhangT，YamazakiE，TaniyasuS，YamashitaN，SunH.Ecotoxicol.Environ.Safe，2014，108（8）：318-328

15SHIYaLi，PANYuanYuan，WANGJieMing，CAIYaQi.Prog.Chem.，2009，21（2/3）：369-376

史亞利，潘媛媛，王杰明，蔡亞歧.化學進展，2009，21（2/3）：369-376

16ZhengH，HuG，XuZ，LiH，ZhangL，ZhengJ，ChenL，HeDB.Environ.Contam.Toxicol.，2015，94（4）：503-510

17HUGuoCheng，ZHENGHai，ZHANGLiJuan，XUZhengCheng，CHENLaiGuo，HEDeChun，LIHuaShou.J.Environ.SciChina，2013，33（S1）：37-42

胡成，鄭海，張麗娟，許振成，陳來國，賀德春，黎華壽.中國環境科學，2013，33（S1）：37-42

18LiuJ，MejiaAvendanoS.Environ.Int.，2013，61（10）：98-114

19StahlT，RiebeRA，FalkS，FailingK，BrunnH.J.Agric.Food.Chem.，2013，61（8）：1784-1793

20SHIYaLi，CAIYaQi.Prog.Chem.，2014，26（4）：665-681

史亞利，蔡亞岐.化學進展，2014，26（4）：665-681

21NoorlanderCW，vanLeeuwenSP，teBiesebeekJD，MengelersMJ，ZeilmakerMJ.J.Agric.Food.Chem.，2011，59（13）：7496-7505

22MüllerCE，DeSilvaAO，SmallJ，WilliamsonM，WangX，MorrisA，KatzS，GambergM，MuirDC.Environ.Sci.Technol.，2011，45（20）：8665-8673

23BarbarossaA，MasettiR，GazzottiT，ZamaD，AstolfiA，VeyrandB，PessionA，PagliucaG.Environ.Int.，2013，51（11）：27-30

24AntignacJP，VeyrandB，KadarH，MarchandP，OlekoA，LeBizecB，VandentorrenS.Chemosphere，2013，91（6）：802-808

25KarrmanA，DomingoJL，LlebariaX，NadalM，BigasE，vanBavelB，LindstromG.Environ.Sci.Pollut.Res.Int.，2010，17（3）：750-758

26PerezF，LlorcaM，KockSchulmeyerM，SkrbicB，OliveiraLS，daBoitMartinelloK，AlDhabiNA，AnticI，FarreM，BarceloD.Environ.Res.，2014，135（10）：181-189

27CornelisC，D'HollanderW，RoosensL，CovaciA，SmoldersR，vandenHeuvelR，GovartsE，vanCampenhoutK，ReyndersH，BervoetsL.Chemosphere，2012，86（3）：308-314

28QuBC，ZhaoHX，ZhouJT.Chemosphere，2010，79（5）：555-560

29WangT，WangYT，LiaoCY，CaiYQ，JiangGB.Environ.Sci.Technol.，2009，43（14）：5171-5175

30ClarkeBO，SmithSR.Environ.Int.，2011，37（1）：226-247

31WangP，WangT，GiesyJP，LuY.Chemosphere，2013，91（6）：751-757

32ValsecchiS，RusconiM，PoleselloS.Anal.Bioanal.Chem.，2013，405（1）：143-157

33UllahS，AlsbergT，VestergrenR，BergerU.Anal.Bioanal.Chem.，2012，404（8）：2193-2201

34YUYuCheng，XUDunMing，LUOChao，ZHOUYu，PENGTao，YUEZhenFeng.J.FoodSafeQual.，2014，（8）：2550-2559

余宇成，徐敦明，羅超，周昱，彭濤，岳振峰.食品安全質量檢測學報，2014，（8）：2550-2559

35GonzálezBarreiroC，MartínezCarballoE，SitkaA，ScharfS，GansO.Anal.Bioanal.Chem.，2006，386（78）：2123-2132

36BooneJS，GuanB，VigoC，BooneT，ByrneC，FerrarioJ.J.Chromatogr.A，2014，1345（4）：68-77

37WANGChao，LYUYiBing，CHENHaiJun，TANLi，TENGEnJiang.ChineseJournalofChromatography，2014，32（9）：919-925

王超，呂怡兵，陳海君，譚麗，滕恩江.色譜，2014，32（9）：919-925

38YamashitaN，KannanK，TaniyasuS，HoriiY，OkazawaT，PetrickG，GamoT.Environ.Sci.Technol.，2004，38（21）：5522-5528

39LiXJ，GanPS，PengRF，HuangC，YuH.J.Chromatogr.Sci.，2010，48（3）：183-187

40MonteleoneM，NaccaratoA，SindonaG，TagarelliA.J.Chromatogr.A，2012，1251（6）：160-168

41LiYW，ZhanXJ，XiangL，DengZS，HuangBH，WenHF，SunTF，CaiQY，LiH，MoCH.J.Agric.FoodChem.，2014，62（49）：11831-11839

42WANGYi，KONGDeYang，SHANZhengJun，TANLiChao.Environ.Chem.，2012，31（1）：113-119

王懿，孔德洋，握軍，譚麗超.環境化學，2012，31（1）：113-119

43HigginsCP，FieldJA，CriddleCS，LuthyRG.Environ.Sci.Technol.，2005，39（11）：3946-3956

44EsparzaX，MoyanoE，deBoerJ，GalceranMT，vanLeeuwenSP.Talanta，2011，86（9）：329-336

45PANYuanYuan，SHIYaLi，CAIYaQi.Environ.Chem.，2010，29（3）：519-523

潘媛媛，史亞利，蔡亞岐.環境化學，2010，29（3）：519-523

46BallesterosGómezA，RubioS，vanLeeuwenS.J.Chromatogr.A，2010，1217（38）：5913-5921

47BlaineAC，RichCD，HundalLS，LauC，MillsMA，HarrisKM，HigginsCP.Environ.Sci.Technol.，2013，47（24）：14062-14069

48VestergrenR，UllahS，CousinsIT，BergerU.J.Chromatogr.A，2012，1237（3）：64-71

49FelizeterS，McLachlanMS，deVoogtP.Environ.Sci.Technol.，2012，46（21）：11735-11743

50FelizeterS，McLachlanMS，DeVoogtP.J.Agric.Food.Chem.，2014，62（15）：3334-3342

51PortolesT，RosalesLE，SanchoJV，SantosFJ，MoyanolE.J.Chromatogr.A，2015，1413（9）：107-116

52LIUQing，HEDeChun，XUZhenCheng，LIJie，ZHANGSuKun，PANLang.EnvionmentalMonitoringinChina，2014，30（4）：134-139

劉慶，賀德春，許振成，李杰，張素坤，潘浪.中國環境監測，2014，30（4）：134-139

53SHANGuoQiang，SUNHuaiHua，HOUZheng，ZHULingYan.Prog.Chem.，2012，24（10）：2019-2027

單國強，孫懷華，侯征，祝凌燕.化學進展，2012，24（10）：2019-2027

54YooH，WashingtonJW，JenkinsTM，EllingtonJJ.Environ.Sci.Technol.，2011，45（19）：7985-7990

55XiangL，WangXK，LiYW，HuangXP，WuXL，ZhaoHM，LiH，CaiQY，MoCH.J.Agric.FoodChem.，2015，63（30）：6689-6697

56XiangL，SunTF，ChenLei，XiaoT，CaiQY，LiH，HeDC，MongMH，LiYW，MoCH.FoodAnal.Method，2017（acceptedDOI：10.1007/s1216101708074）

57PowleyCR，GeorgeSW，RyanTW，BuckRC.Anal.Chem.，2005，77（19）：6353-6358

58TakinoM，DaishimaS，mun.Mass.Spectrom.，2003，17（5）：383-390

59JahnkeA，BergerU.J.Chromatogr.A，2009，1216（3）：410-421

60OnghenaM，MolinerMartinezY，PicóY，CampínsFalcóP，BarcelóD.J.Chromatogr.A，2012，1244（5）：88-97

61EllingtonJJ，WashingtonJW，EvansJJ，JenkinsTM，HafnerSC，NeillMP.J.Chromatogr.A，2009，1216（28）：5347-5354

62AlzagaR，SalgadoPetinalC，JoverE，BayonaJ.J.Chromatogr.Sci.，2005，1083（1）：1-6

63BenskinJP，AhrensL，MuirDC，ScottBF，SpencerC，RosenbergB，TomyG，KylinH，LohmannR，MartinJW.Environ.Sci.Technol.，2011，46（2）：677-685

64ScottBF，MoodyCA，SpencerC，SmallJM，MuirDC，MaburySA.Environ.Sci.Technol.，2006，40（20）：6405-6410

65TrojanowiczM，KocM.Microchim.Acta，2013，180（1112）：957-971

66BeesoonS，WebsterGM，ShoeibM，HarnerT，BenskinJP，WartinJW.Environ.Health.Persp.，2011，119（11）：1659-1664

67HoudeM，CzubG，SmallJM，BackusS，WangX，AlaeeM，MuirDC.Environ.Sci.Technol.，2008，42（24）：9397-9403

68ChenXW，ZhuLY，PanXY，FangSH，ZhangYF，YangLP.WaterRes.，2015，80（5）：235-244

69NIUXiaMeng，SHIYaLi，ZHANGChunHui，CAIYaQi.Environ.Chem.，2015，34（8）：1453-1459

牛夏簦史亞利，張春暉，蔡亞岐.環境化學，2015，34（8）：1453-1459

70LangloisI，mun.Mass.Spectrom.，2006，20（5）：844-850

71deSilvaAO，MuirDC，MaburySA.Environ.Toxicol.Chem.，2009，28（9）：1801-1814

72NaileJE，GarrisonAW，AvantsJK，WashingtonJW.Chemosphere，2016，144（11）：1722-1728

73BenskinJP，IkonomouMG，WoudnehMB，CosgroveJR.J.Chromatogr.A，2012（5），1247：165-170

74KrrmanA，ElghDalgrenK，LafossasC，MskelandT.Environ.Chem.，2011，8（4）：372-380

AbstractPerfluorinatedcompounds（PFCs），agroupofpersistentorganicpollutants，havebeenwidelydetectedinenvironmentalmediaandposedgreatthreattohumanhealth.TheresearchesonenvironmentalpollutionandhealthconcernofPFCsarethehotspotareas.BecausePFCscontainlotsofhomologsandisomerswhicharedetectedattracelevels（ng/gorμg/L）inenvironment，advancedandreliableanalyticalmethodsfordeterminationofPFCsinenvironmentareurgentlyneeded.Atpresent，studiesonanalyticalmethodsoftracePFCsinenvironmentalsampleshavebeenwidelycarriedoutinChinaandabroad.However，systematicreviewonthesamplepretreatment，analyticalmethod，andmatrixeffectofPFCsdeterminationincomplexenvironmentalmatrixesisrelativelyscarce.Therefore，thispaperreviewsthepretreatmentmethods，martixeffects，anddetectiontechniques（especaillyisomers）ofPFCsinenvironmentsamples（water，sediment/sluge，soilandplant）.WehopethatthisreviewmayprovidevaluablereferencefortheenviromentalresearchesonPFCs.

篇（7）

稅源管理是稅收征管的基礎性工作,對稅務機關來說是一項非常重要的工作。而在稅收精細化管理中尤為重要的是稅源精細化管理。稅源精細化管理是一項系統的工作,要開展這項工作,必須要具備一定的條件。稅源精細化管理的內涵應該包括五點:管理對象細分、稅源信息全面掌握、管理方法不斷創新與多樣化、納稅情況綜合監控分析、管理流程明晰順暢。

廣義的稅源精細化管理應該是包括從納稅人辦理稅務登記到稅款征收入庫前的所有稅務管理環節,包括對稅源管理運用的各種方法和手段。稅務機關目前開展工作的是狹義的,都是圍繞納稅評估開展的,主要目的是監控應征稅源。稅源精細化管理既有利于提高稅源管理質量,又能增加稅收收入。稅源精細化管理的意義在于為基層人員提供了一種嶄新的管理思路和方法,有效地改變了長期以來稅收管理的不利局面,變被動管理為主動出擊,進一步深化了納稅評估,增強了管理的針對性和主動性。

總之,我們應加快腳步,使稅收管理實現由任務管理向稅源管理、粗放型管理向精細化管理的轉變。逐步推行稅源精細化管理,加大地稅系統稅源監控的范圍和力度,其影響將是深遠的。

二、開展稅源精細化管理應具備的條件

稅源精細化管理是一項系統的工作,要開展這項工作,必須要具備一定的條件。而開展稅源精細化管理應具備的條件就是指稅源管理諸環節的精細和量化。

1.稅源底數精細。經濟狀況決定稅收狀況,經濟總量決定稅收總量,經濟結構決定稅收結構,經濟增長決定稅收增長。但是,理論上的潛在的稅收要變成事實上的現實的稅收,要靠各類納稅人根據法律自覺進行稅務登記和納稅申報,同時要靠征稅人對屬地所轄納稅人的戶數及其基本情況,包括納稅人戶數,分布,名稱、電話、地址、生產經營主業、原材料來源、生產經營狀況、銷售狀況、投資狀況、資金流、貨物流等的全面了解和把握,以達到稅源底數精細,盡量減少漏征漏管戶。

2.管理過程精細。一是稅源信息收集的精細。通過稅務登記、納稅申報、稅源巡查,外部門調查等工作,盡可能收集與納稅人有關的信息,構建相對全面完整的納稅人信息檔案庫,是稅源管理事前工作的精細。二是稅源監控的精細。利用收集的信息,通過中國稅收征管信息系統、金稅工程、納稅評估、發票監控等系統,對納稅人實時監控,及時發現問題,及時處理。這是稅源管理事中工作的精細。三是稅源分析評價的精細。利用有關信息對納稅人納稅狀況進行分析評價,是稅源管理事后工作的精細。要綜合利用建立的各種指標或模式,做縱向橫向的對比分析,找出疑點核查落實,使稅源最大限度地變成應征稅款納入管理。

3.管理方法精細。稅源精細化管理是對日常稅源管理的進一步深化、細化,是對納稅評估、分類管理的進一步完善。通過多家行業的探索和實踐,歸納提煉出不同的管理指標和方法,最大程度地掌控納稅人的資金流、貨物流、信息流,實現票、款、貨、稅四者的全面監控。

4.管理標準量化。管理的最終目標是提高征收管理質量,實現應收盡收。通過建立一些量化的指標體系,如行業分類的細化程度、電子稅源數據庫的完善程度、稅源監控指標的細化程度、征管流程的優化程度、管理基礎健全程度,信息化應用程度、成果認定的科學程度等等,比較準確地衡量稅源管理精細化的程度與水平。

三、加強地稅系統稅源精細化管理的措施

1.構建“扁平化”管理機構。效益管理、成本管理、效率管理以及質量管理都屬于稅源精細化管理。采用扁平化的組織機構不但可以縮減管理層次還可以很大程度上壓縮管理機構并簡化管理程序。對于我國的地稅系統實行精細化管理的過程中可從撤銷、合并現有征收成本高、管理范圍小、稅源相對有限、社會效益低的基層征管單位為突破口,按照屬地管理、征管合一、大穩定小調整的原則,構建“扁平化”管理機構,實行相對集中征收和專業化管理的格局。按照效能原則,進一步優化現有征管業務流程,以流程導向替代職能導向,確保每一個稅收崗位都成為稅收征管“流水線”作業上的一環。設立稅源監控、稅收核批、稅收服務、稅務稽查、法律救濟等為主要內容的管理流程。做到權責分離、職能分解、環環相扣,實現資源配置集約化、稅源管理精細化

篇（8）

“管理問題是稅制改革的核心而非輔助的問題”( Richard M. Byrd，1989) ，［1］( P213)精細化管理是在稅收常規管理基礎上對管理工作的進一步深化，是提高稅收征管效率和稅收服務質量的必然要求。稅務機關作為國家的稅收管理部門，隨著社會發展和技術進步，需要不斷引入新的管理方法和理念，以降低管理成本，提高管理效率和服務質量。如何有效評估過去一段時期我國稅收征管水平，以及未來如何進一步加強稅收管理工作，建立全新的精細化管理目標與模式，己成為當前稅務研究中的熱點問題。在國外，稅收精細化管理問題很早就引起了學者的重視，如威廉•配第、亞當•斯密和瓦格納等人，在他們提出的課稅原則中，從稅制行政成本最小化角度討論稅收管理優化問題。而將稅收征管作為一個獨立的研究對象始于 20 世紀 70 年代，美國財政學家馬斯格雷夫( Musgrave，1973)［2］( P85 －97)提出稅收管理的有效性與一國經濟結構、收入水平及分配結構、納稅遵從度、稅收管理部門與法院對稅法執行程度等有關。美國學者詹姆斯•沃麥克和丹尼爾•魯斯( James P. Womack，Daniel Roos，1999)［3］( P247 －289)主要探討了精細化管理的起源、原則及應用范圍，認為精細化管理主要來源于企業管理，是為了防止工業化大生產出現浪費而應運而生的。卡洛斯•西爾法尼和凱瑟琳•巴爾( Carlos Sizvani，Katherine Baer，1997)［4］根據稅收差距大小，將稅收管理水平按稅收差距分為四個區間，分別是小于 10%、10% ～ 20%、20% ～ 40% 和 40% 以上，對應的稅收管理效率分別為很高、相對有效、相對無效和非常無效，并指出了對應的征管目標和方法。國外已經對稅收管理進行了多年的理論研究和實踐探索，積累了大量經驗和方法，為我國稅收精細化管理提供了很好的借鑒。“理論是實踐的先導”，但在國內，相對于理論研究，稅收精細化管理實踐探索起步更早，發展更快。從 20世紀 80 年代開始，稅務部門從征管實踐中摸索出許多改革經驗，如稅收征管模式、稅務機構設置、信息化征管、人力資源管理等方面。在理論分析中，首次從精細化視角分析稅收管理的是葉崢、藏顯文( 1994)［5］，但他們主要是對我國涉外稅收政策進行探討，所提精細化管理是對“宜粗不宜細”立法模式的檢討和揚棄，并未對稅收精細化管理方法進行深入分析。之后，隨著市場經濟與法制化進程的不斷加快，理論與實務界對稅收精細化管理研究逐步深入。在對精細化內涵的理解方面，汪中求( 2008)［6］指出精細化管理是一種管理理念和管理技術，是通過對規則的系統化和細化，運用標準化、程序化和信息化的手段，使各組織單元精確、協同和持續運行;在稅收征管現狀方面，張詠蘋( 2004)［7］( P89 －138)認為當前稅收管理瓶頸在于負責稅收征收管理的一線機構偏少且過于集中、稅收管理員制度不夠科學、征管流程不夠合理、納稅服務不夠改善; 在稅收管理改革取向方面，許月剛( 2002)［8］提出應實現組織機構“扁平化”、征管程序“簡易化”、管理手段“多樣化”、管理方式“人本化”和人員素質“專業化”。黃澤勇( 2006)［9］提出我國個人所得稅管理中，由于缺乏個人納稅代碼，使個人所得稅征收困難，存在個人收入與納稅不對稱的情況。應借鑒發達國家經驗，建立健全個人納稅代碼制度，制定《個人納稅代碼法》，以更好地堵塞偷、漏稅現象。曾國祥( 2002)［10］( P67 －98)提出稅收征管改革中機構設置要遵循精簡、高效和便利原則，不能增加機構，增加成本。2004 年全國稅收征管工作會議上，謝旭人指出，要加強精細化管理，抓住稅收征管的薄弱環節，有針對性地采取措施，抓緊、抓細、抓實，不斷提高管理效能。［11］雖然目前對稅收精細化管理的研究如火如荼，但其在稅收管理領域仍是一個較新概念，眾多學者并未對稅收精細化管理的內容、方法和改革路徑形成共識。國家稅務總局提出的精細化管理，僅僅是針對“疏于管理，淡化責任”現實提出的治稅理念，尚未形成一套系統的促進稅收精細化管理貫徹落實的制度體系，甚至對“稅收精細化管理”亦未曾進行準確定義。有鑒于此，本文試圖對稅收精細化管理進行進一步探討，追溯其理論淵源，定量分析稅收征管因素在我國稅收增長中的作用，并針對我國征管現狀提出改進建議。

二、稅收精細化管理的理論基礎

稅收精細化管理就是基于社會經濟發展和納稅人實際狀況，將企業管理與公共管理相融合，在依法治稅的前提下，提高稅收管理水平和服務質量。稅收精細化管理目標包括管理對象精細化、管理手段精細化、管理內容精細化和考核評價精細化等。從理論淵源上講，稅收精細化管理是在汲取現代西方管理中的流程再造理論、精益生產理論、納稅遵從理論和公共管理理論等理論成果而逐漸演化發展起來的，并與稅務部門工作實際相結合產生的一種管理辦法，稅收精細化管理是對加強稅收征管、提高納稅服務質量的必然要求。

( 一) 流程再造理論

流程再造理論是美國首創的關于企業經營管理方式的一種新的理論和方法。簡而言之就是以生產流程為中心，重新設計企業的經營管理模式及運作方式。為了能夠適應新的市場競爭環境，企業必須摒棄已成慣例的運營模式和管理方式，以生產流程為中心，對企業的生產、經營及管理方式進行重新設計。通過對企業原來生產經營諸環節進行全面調查和細致分析，將其不合理、不必要的環節進行徹底之變革。根據流程再造理論在稅收精細化管理中的運用，需要對稅務部門的外部征管流程和內部控制流程，按精細化的要求，徹底改造、剔除不必要的稅收管理環節，以稅收工作流程為中心，重新整合設計外部征管及內部控制方式。

( 二) 精益生產理論

稅收精細化管理發軔于精益生產理論。精益生產源于豐田生產方式( TPS) ，豐田公司認為，在等待、搬運、工藝流程、安排庫存等環節及由于生產過量、產品缺陷等原因，如果管理不當均會造成浪費，這些浪費對企業生存發展足以致命。要有效減少浪費，需要在生產、庫存、作業再分配等各環節精益求精，實行精細化管理。實行精細化管理給豐田公司帶來了巨大的回報，其生產與管理方式也引起了理論界的高度關注，美國麻省理工學院組織了 14 個國家的專家學者歷時 5 年，對豐田制造方式進行探索、總結及提煉，并將該生產方式稱之為精益生產。精益生產的理論和方法隨著環境的變化而不斷變遷、廣為傳播，并跨出了制造業領域，作為一種先進的管理理念在交通運輸業、服務業、軟件開發等行業得以應用與發展。稅收精細化管理將精細化管理理念應用到稅收工作中，吸收精益生產理論的精髓，避免粗放式管理，提高征管效率，降低稅收成本。

( 三) 納稅遵從理論

納稅遵從是指納稅人按照稅收法律法規的要求，使自身行為符合稅收政策意圖和稅收立法精神，準確計算應納稅額，自覺履行納稅義務的行為。納稅遵從理論源自美國，主要包括對稅收遵從度的研究和對遵從成本的研究。按納稅遵從度理論，納稅遵從主要分為三類［12］，包括由于擔心因逃稅而受到處罰的防衛性遵從、由于稅收制度和稅收管理十分嚴密而無機可逃的制度性遵從、由于對履行納稅義務的正確認知及獲得高質量納稅服務而產生的忠誠性遵從。納稅遵從度可用四個指標來衡量( 理查德•伯德、米卡爾•卡薩內格拉•韓舍爾，1994)［13］( P136 －204): 包括潛在納稅人和登記納稅人之間的差額、登記注冊的納稅人與實際申報的納稅人之間的差額、納稅人申報稅額與根據法律應繳納稅額之間的差額、稅務機關核定的稅額與納稅人實際繳納的稅額之間的差額。西方學者研究認為，影響納稅人遵從的因素有很多，其中之一就是稅收征管水平。稅收征管水平越高，就越會對納稅人形成威懾力。納稅遵從理論對稅收精細化管理具有以下啟示意義: 稅務部門要通過提高稅收征管水平，對納稅人進行有力的監控，增加納稅不遵從的風險成本，促進納稅人自覺遵守稅收法規，提高納稅遵從度，形成誠信納稅的良好氛圍。

( 四) 公共管理理論

公共管理是以政府為核心的公共部門整合社會的各種力量，綜合運用政治、經濟、法律、管理等手段，強化政府的治理能力，提升政府工作績效和公共服務質量，以實現社會福祉與公共利益。公共管理作為公共行政和公共事務重要組成部分，以公共利益為目標，強調政府、公民、企業多方主體的互動以及在公共問題上的收益共享、責任共擔。公共管理理論既重視制度、法律的前提作用，更關注管理戰略、管理方法的合理運用。稅收管理是公共管理的一部分，公共管理的理論是稅收精細化管理的基石，為稅收精細化管理指明了原則和方向。

三、我國稅收精細化管理現狀的實證分析———以稅收征管對稅收收入增長貢獻率為例

影響一國稅收增減變動的因素有很多，如 GDP 規模、價格水平、產業結構、稅制結構與稅收政策、稅收征管能力等。其中，稅收征管是影響稅收增減變動的重要一環，其對稅收變動的影響分析在稅制設計、稅負分析、稅收征管水平測定等方面都具有重要意義。此處通過分析和分解影響稅收收入的各種因素，測算稅收征管因素對我國稅收增長的貢獻率。

( 一) 實證分析思路及方法

在稅收征管對稅收增長貢獻率的實證分析中，首先描述稅收變化量計算公式，并在此基礎上對引起稅收變動的因素進行分解，結合相關數據測算出各因素對稅收增長的貢獻率。從宏觀經濟的角度看，稅收直接取決于經濟規模、價格變動和稅收占名義 GDP 的比例。據此，可設定如下關系式:Ti= Gi* Pi* Ri( 1)其中: Ti表示第 i 期的稅收收入; Gi表示第 i 期實際 GDP( 按上年價格計算) ; Pi表示第 i 期的 GDP 價格平減指數; Ri表示第期稅收收入占名義 GDP 的比重; i =1，0 分別表示本期與上期。對( 1) 進行因素分解，有:T1T0=G1* P1* R1G0* P0* R0=G1G0P0* P1*R1R0=G1R0G0P0R0*G1P1R0G1R0*G1P1R1G1P1R0=G1R0N0R0*N1R0G1R0*N1R1N1R0( 2)其中 Ni表示第 i 期的名義 GDP( Ni= Gi* Pi) 。公式( 2) 表明，稅收增長率等于本期實際 GDP 增長速度、GDP 價格平減指數與稅收收入占名義 GDP 比重變化的連乘積。對( 2) 式兩邊取對數可得:lnT1－ lnT0=［ln( G1* R0) － ln( N0* R0) ］+［ln( N1* R0) － ln( G1* R0) ］+［ln( N1* R1) － ln( N1* R0) ］ ( 3)公式( 3) 表示為稅收增長率的影響因素，若考慮影響稅收絕對額變動的影響因素，則可作以下轉化:T1－ T0= ( G1* R0－ N0* R0) + ( N1* R0－ G0* R0) + ( N1* R1－ N1* R0) ( 4)即: 稅收收入變化量 = 由于經濟增長增加的稅收收入 + 由于價格上漲增加的稅收收入 + 由于稅收占 GDP比重變化增加的稅收。根據上述影響稅收的各因素可知，經濟增長主要指 GDP 的增長，表現為上期名義 GDP 到本期實際 GDP 的變動( N0G1) ; 價格變動主要指 GDP 平價指數變動，表現為本期實際 GDP 到名義 GDP 的變動( G1N1) ; 稅收占 GDP 比重變化主要是指產業結構變動、稅收制度和稅收征管因素變化等，表現為上期到本期稅收占名義GDP 的變動( R0R1) 。特別指出的是，雖然稅收占 GDP 比重變化因素包括因素較多，但通過具體考察某一產業的稅收增長情況可剔除產業結構變動影響，而且稅收制度變化一般較為緩慢，在實際分析中予以忽略，此時可將稅收占 GDP 比重變化因素簡述為征管因素對稅收變化的影響。如果我們分別計算稅收增長額、經濟增長對稅收增長的貢獻和價格變化對稅收增長的貢獻，就可以匡算出稅收占 GDP 比重變化對稅收增長的貢獻。這樣就為分析稅收征管因素對稅收的影響程度提供了一種計算思路。

( 二) 數據檢驗。按照 2001 －2010 年《中國統計年鑒》及《中國財政年鑒》相關數據，根據前述稅收增量因素分解方法計算得到結果如表 1、表 2 所示。表 1、表 2 顯示了影響我國稅收收入變動的因素變化趨勢。從經濟增長、價格變動和征管能力三個因素比較來看，近十年來價格變動因素對稅收增長的貢獻最大，2008 年前價格變動因素所引致的稅收增長呈逐年上升趨勢，并在最近兩年維持高位震蕩格局。2010 年由于價格因素導致的稅收增加占稅收總增量的一半以上( 58. 15%) ，即有過半的稅收增長是由于價格上升導致的“名義性增長”; 除價格因素外，經濟增長因素和征管能力因素在促進稅收增長的貢獻率的重要性上處于交替變化趨勢。從稅收征管能力提高對稅收增長的貢獻率來看，近十年來呈現出先升后降再升的“M”型變動趨勢，隨著稅收管理手段和信息化水平的逐步提高，稅收征管對促進稅收增長的影響日益凸顯，在 2007 年最高峰時貢獻了 3364 億元的稅收增長，但由于稅收增長的長期性因素在于經濟增長帶來的稅源增加，稅收征管效應在征管能力沒有實質性的突破前難免“后勁不足”，在2007 年后呈現緩慢遞減趨勢，這就要求我們應高度重視稅收征管因素對稅收增長的影響，進一步加強稅收征管力度，提高征管水平，以保證稅收的健康、可持續增長。

四、稅收精細化管理目標

強化稅收征管是促進稅收增長的重要因素。從上述分析可知，雖然我國稅收征管水平較之以往有了較大幅度提升，但總體仍處于粗放式管理狀態，具體表現之一是稅收征管因素對稅收增收的貢獻率不高。2002 －2010 年間稅收征管對稅收增長貢獻率最低年份不到 5% ，最高年份也僅為三分之一左右，平均貢獻率為21. 34% ( 表 2) ，明顯低于價格因素對稅收增長的貢獻率，大部分年份也低于經濟增長因素對稅收增長的貢獻率; 其二是稅收征管因素對稅收增收的貢獻率在年度間波動較大，且呈現震蕩下降趨勢。從表 2 可知，稅收征管對稅收增長貢獻率在年度間呈現劇烈震蕩格局，年度標準差為 9. 80，分別高于 7. 12 和 8. 80 的經濟增長因素和價格因素對稅收增長貢獻的年度標準差值，在稅收增長的三種因素中是最不穩定的，表明稅收征管力度不穩定、不連續，無法形成對稅收增長貢獻的合理預期。此外，稅收征管貢獻率在近年來呈緩慢下降趨勢，從 2002年的 36. 19%下降到 2010 年的 16. 71%，表明稅收征管水平提高乏力，對稅收增長的影響式微。稅收征管因素對稅收增收的貢獻不大，表明稅收征管某些環節可能存在缺陷，需要借助更先進的稅收管理理念和方法來提升。此時學界提出的“精細化管理”概念應運而生，精細化管理是實現稅收管理集約化、信息化的內在要求，是克服粗放式管理的必然選擇。根據我國具體國情，稅收精細化管理目標主要包括管理對象、管理手段、管理內容和考核評價的精細化等方面:

( 一) 實行科學分類，實現管理對象的精細化

管理對象精細化就是針對不同情況的納稅人實施不同的管理方式，即對納稅人實施分級、分類管理。為此，需制定切實可行的納稅人分類管理辦法，根據納稅對象規模大小、行業類型、稅種、經營方式、組織方式、信用記錄等情況，在納稅信用分級管理基礎上，制定和實施納稅人分級分類管理辦法，集中力量解決矛盾主要方面，特別是對稅收流失相對嚴重的行業、資產規模較大的企業及信用等級較差的納稅人進行重點管理，以實現精細化管理。［14］以企業規模分類為例，對大型企業，應根據大企業信息化程度較高優勢，充分利用電子報稅、稅控裝置等現代化管理工具，全面掌握企業的生產經營、財務核算以及物流、資金流信息，綜合評價企業的經營能力和納稅能力; 對中小企業，稅務機關應利用信息化手段，在屬地管理的基礎上，實行行業分類管理。從不同行業納稅人生產經營情況及涉稅信息的分析入手，分行業確定監控指標體系，并運用合理的分析方法和模型對納稅人納稅申報信息的真實性和準確性進行綜合評定; 對個體工商戶，要深入推行電腦定稅和定稅公示制度，并進一步推行重點監控，特別是重點行業( 如移動通訊、建材、家具等) 和個體工商大戶的稅收管理，嚴格限制沒達到起征點的情況，以保證稅收收入，公平稅負。

( 二) 提高科技含量，實現管理手段的精細化

以信息化為導向的手段精細化是管理精細化的前提。要提高稅收管理精細化水平，應將信息技術引入稅收監管，充分發揮稅收征納系統、稅收征管數據庫和信息資源數據庫的作用。有幾項工作需要深入研究: 一要拓寬信息來源渠道。注重通過稅務登記、納稅申報、發票使用等環節收集納稅人的基本信息，保證納稅人涉稅信息的完整和準確。同時應廣泛推行納稅人網上申報、網上認證等電子申報方式，擴大信息采集的渠道和范圍。二是做好與其他職能部門的信息情報交流交換工作，建立統一入口的納稅人信息系統平臺，加快建立同銀行、財政、工商、海關等部門的信息交換和共享。三要適時對涉稅信息進行檢查更新，確保涉稅信息質量。定期對稅收征管數據庫進行清理，將“失真數據”、“垃圾數據”及時從信息管理系統中予以清除，保證涉稅信息的真實性、準確性、及時性和完整性。

( 三) 強化基礎管理，實現管理內容的精細化

篇（9）

人是生產力中的第一要素，是一切管理活動的主體。實施科學化、精細化管理，首要的是要加強對稅收征管主體——稅務干部的教育和管理，努力形成一種人人不甘落后，奮發向上，積極進取，爭創一流的工作精神。

加強理想信念教育。理想信念是居于支配地位的價值觀念，是思想政治工作的核心。在全面建設小康社會的新階段，思想政治工作必須定位于促進人的全面發展，以人的全面發展為核心，努力形成尊重人、理解人、關心人、激勵人的人本理念，激發干部工作熱情，調動干部的工作積極性。深入持久地開展以愛崗敬業、公正執法、誠信服務、廉潔奉公為主要內容的職業道德建設，努力營造人盡其才、安居樂業的工作和生活環境。積極開展各種爭先創優活動，努力形成一個良好的學習、工作氛圍，使每一名稅務干部養成精益求精的工作態度和作風。

強化責任意識。增強干部職工做好工作的主動性，養成精益求精的工作態度，必須強化責任意識。一是建立健全稅收執法責任制。將稅收的征收、管理、稽查等執法工作，細化為具體的執法崗位，以崗定責，以責定人，構建完整的崗責體系；對每個崗位的工作步驟、順序、時限、形式和標準等作出明確細致的規定，設計科學、嚴密的工作規程；以崗位職責和工作規程為標準，對執法質量進行定期檢查，建立獎勵與約束相結合的評議考核體系；與評議考核、執法檢查相銜接，實行嚴格的過錯責任追究。二是要嚴格落實好以查促管工作制度。通過稅務稽查，不僅要查處納稅人違法違規的問題，也要發現和分析稅務部門自身存在的問題和原因。從而強化稅務干部的責任意識，為實施科學化、精細化管理指明方向、找準癥結、提供對策。

二、實施稅收科學化、精細化管理，重點是抓住征管工作的具體環節

天下大事必作于細。細節貫穿于管理活動的全過程，體現著管理者的管理水平，凝結著管理的質量、效率及效果。只有不斷地關注細節，認真加以規范和解決，才能不斷提升管理水平，提高管理的有效性。實施科學化、精細化管理，當前應重點抓好以下幾個環節：

1、納稅人戶籍管理。這是稅收征管工作最基礎、最基本的管理環節。按照屬地管理的原則，建立健全稅收管理員制度，明確征管范圍，落實管理責任；建立戶籍日常巡察、實地核查工作制度，防止漏征漏管；健全戶籍管理檔案，及時歸納、整理和分析戶籍管理的各類動態信息，強化和細化管理。

2、納稅申報管理。盡快探索完善納稅評估管理制度，使之成為稅務機關強化稅源管理、解決申報不實問題的一項重要管理手段。同時，要規范申報資料在征、管、查環節中的傳遞，注重申報信息的應用。

3、稅源管理。強化稅源管理，一是要明確管理責任。二是要明確管理重點——稅基，就是要核實納稅人的收入與支出。三是實施分類管理。就是針對不同類型的納稅人，根據其生產經營狀況和納稅信譽好壞程度，進行科學合理分類后，實施與之相對應的監控辦法。對重點稅源實行重點監控網絡管理；對市場稅源實行劃片集中征收管理；對零星稅源借助各行業、部門的管理優勢，實行源泉控管綜合治理；對關、停、并、轉企業，失蹤戶、非正常戶等特殊稅源，按地域分戶到人，實行行業監控和戶籍管理，定期開展清理。

4、征管工作規程。征管工作規程是開展稅收征管所必須遵循的基本的操作規范，包括業務處理流程及與之相關的表、證、單、書等，建立科學、規范、嚴密的征管工作規程，是推動實施科學化、精細化管理的基本手段和基本要求。由于各地在征管模式及計算機應用水平等方面存在差異，完全制定全國統一的征管工作規程難度很大，但其中的對外執法類業務流程及其相關文書必須統一。

篇（10）

稅源精細化管理，是將精細化管理理論引入稅收征管工作，按照法律法規賦予稅務機關的職責權限和“信息化加專業化”的工作要求，結合征管業務重組和流程優化，在對納稅人充分了解和掌握的基礎上，根據不同類型納稅人的特點，準確把握納稅人涉稅信息及變動規律，明確稅源管理內容和標準，細化監控指標，優化管理流程，合理設置崗位職責，全面落實管理責任，實現稅源管理的“零缺陷”目標。稅源精細化管理的最終目標就是要提高征管質量和效率。

一、精細化管理中稅收管理員主體地位的確立及其重要性

針對目前經濟稅源呈現出多元化、復雜化的特征，稅源分布的領域越來越廣，稅源的結構越來越復雜，稅源的流動性和隱蔽性越來越強，稅源監控的難度越來越大。而稅源控管能力相對滯后于經濟發展和企業發展，致使“疏于管理，淡化責任”的問題一直沒有得到有效地解決，主要體現在稅源監控人員對納稅人生產經營情況不了解、稅源底數不清、掌握信息失真，申報真實性難以得到及時準確的分析和控制等。

稅收管理員是精細化管理中人的因素，是管理中的主體，是精細化管理工作中活的靈魂，對稅收管理員的管理、制約、監督和考核，從根本上影響著精細化管理工作實踐的成敗。開發區國稅局在認真研究精細化管理工作理論的基礎上，從人本管理的理念出發，探索出了一條稅源精細化管理工作的新路。

二、稅收管理員是精細化管理工作中的主體。起著承上啟下的橋梁紐帶作用

1．對稅收管理員的要求

一是增強管理主體的工作責任感。積極引導干部深入學習“三個代表”重要思想，牢固樹立和全面落實科學發展觀，堅持聚財為國、執法為民。不斷強化職責意識，認真做好每個崗位的工作，恪盡職守，精益求精。堅決防止和克服不思進取、無所事事、懈怠散漫的現象。

二是加強對管理主體的教育培訓。以能力建設為核心，以信息化技術為依托，加大了對稅收管理員的教育培訓力度。在認真落實干部教育培訓規劃的基礎上，全面開展了稅源管理干部的崗位技能培訓。培訓過程中，稅收管理員集中學習了省局制定的關于稅源精細化管理的若干制度(辦法)，熟悉了稅源監控的內容、指標、方法及標準。加強了稅收征管法、財務會計、稽查審計、計算機技術等內容的培訓，提高了稅源管理人員的業務素質和實際操作能力。

三是實行能級管理。合理劃分崗位級別，通過考試、考核、競爭上崗等方式推行能級管理，科學測試和評定稅源管理人員的能級，實行按能定崗、以崗定責，切實將政治素質高、業務能力強的稅務干部選拔到稅源管理崗位。深化勞動分配制度改革，適當拉開收入分配差距，激發稅務干部積極進取、力爭上游的工作主動性。

四是嚴格工作考核。對現有的稅源管理考核指標進行了認真梳理，提高了考核的實用性、有效性和可操作性。堅持實事求是原則，注重工作實績，將定量考核與定性考核相結合，能級與工作實際相結合。依托信息化手段加強稅源管理過程控制，形成了科學的考核機制。對稅收管理員工作的監督考評堅持了以人為本、公正公開、注重實效、獎懲兌現的原則。

堅持內外并舉，通過設立舉報箱、發放問卷、調查走訪等形式，讓社會各界和納稅人評判稅收管理員的工作質量，增強監督考評的客觀性、全面性、真實性。

堅持監督考評與效能監察和執法過錯責任追究工作的有機結合。積極開展行政執法檢查和執法監察，將監督考評結果與稅收管理員評先樹優、能級評定掛鉤，嚴格兌現獎懲，對發現的索賄受賄、徇私舞弊、玩忽職守、濫用職權等違法違紀行為和執法過錯及時移交有關部門追究相關稅收管理員的責任。

2．稅收管理員對納稅人的精細化管理

稅收管理員專職承擔稅源監控管理任務，主要職責包括稅源監控、納稅評估、日常檢查、納稅服務等。稅源監控方面：運用“信息化加專業化”的多種有效手段，通過對納稅人涉稅信息的采集、整理、比對、分析，對所有可能影響稅收收入的源頭進行監督控制。

針對不同行業、不同區域、不同規模、不同稅種及不同信用等級的納稅人，實施動態分類管理，全面準確掌握其生產經營狀況、財務核算情況和涉稅信息變動規律，堵塞稅收漏洞，引導納稅遵從，突出稅源管理的針對性和時效性。

稅收管理員有計劃地對轄區進行巡察，充分利用外部信息管理系統比對信息或通過其他信息渠道發現漏征漏管戶線索，對查找到的督促其限期改正，并視情節輕重向有關部門提出處罰建議。

對申請領購發票的納稅人進行實地調查核實，初步核定其用票種類、領購方式(批量供應、交舊領新罐}舊領新)等，報經有關部門或負責人審批后反饋給辦稅服務廳。加強對納稅人使用、取得、保管、繳銷發票情況的監控管理，督促用票單位和個人建立逐筆開具發票制度，加強對農產品收購、廢舊物資銷售、交通運輸、海關完稅憑證等發票的監控管理，把發票控管與掌握企業生產經營信息結合起來，認真審核確認生產經營行為的真實性，及時比對納稅情況，堵塞幾種發票在抵扣稅款方面的漏洞。

實行動態監控，切實做好防偽稅控系統、稅控收款機、稅控加油機等稅控器具推廣應用的監控管理工作和申報數據與稅控數據的核對、記錄工作。

定期到納稅人生產經營場所實地了解情況，全面準確掌握其生產工藝、設備、產品、原料、銷售、庫存、能耗、物耗等生產經營狀況和成本、價格、利潤等財務情況，通過對納稅人當期涉稅指標與歷史指標的縱向比對、同行業納稅人涉稅指標的橫向比對、實物庫存及流轉情況與賬面記錄情況的賬實比對，及時取得動態監控數據，找出影響稅負變化的主要因素，分析稅負變化趨勢。

建立了重點稅源企業的管理臺賬，積累重點稅源企業檔案資料，做好重點稅源企業年度稅收計劃的編制和落實，實時監控稅源變動，定期編寫上報重點稅源調查分析、預測報告。

納稅評估方面：每一納稅申報期結束后，充分利用“一戶式”納稅信息資料管理系統，結合企業生產經營狀況及行業指標的橫向分析和歷史指標的縱向分析，對所轄納稅人納稅申報的真實性和準確性做出初步判斷，并有重點地對零負申報、低于各稅種警戒指標、領購發票數量增幅較大而應稅收入計稅依據和應交稅金增幅不大、票表稽核有偷漏稅嫌疑以及日管發現有疑點的納稅人進行綜合分析，確定納稅評估對象。

對納稅評估發現的一般性問題，如計算填寫、政策理解等非主觀性質差錯，可約談納稅人。通過約談進行必要的提示與輔導，引導納稅人自行糾正差錯，在申報納稅期限內的，根據稅法有關規定免予處罰。對納稅評估發現需要進一步核實的問題，可下戶做進一步調查核實，調查核實的過程和結果要進行記錄。

日常檢查方面：針對納稅人、扣繳義務人在某一納稅環節或某一方面履行納稅義務情況進行檢查，及時了解納稅人生產經營和財務狀況等不涉及立案檢查與系統審計。認真搞好納稅服務方面，做好對所轄納稅人的稅法宣傳工作，對新出臺的各項稅收政策及有關規定，及時宣傳到每一戶納稅人，并有針對性地選擇重點稅源、重點行業和納稅意識相對薄弱的納稅人進行重點宣傳和講解。

三、管理主體精細化中需要注意的幾個問題

1．發揮信息化在稅源管理中的作用，建立起規范高效的稅源控管機制

充分發揮信息技術在稅源監控中的應用要做好以下幾點：一是要切實提高工作人員信息化應用水平；二是要充分采集稅源的基礎資料。積極籌建“一戶式”管理系統，提高信息共享水平，實現稅源情況“一網通”；三是要加快信息數據的處理。及時淘汰、更新垃圾數據，最大限度的提高數據信息的增值利用。

2．合理配置人力資源，建立科學合理的崗責體系

一是要充實稅收管理員隊伍，保證稅源監控崗位人員“不缺位”；二是對稅收管理員隊伍不斷優化組合。挑選業務骨干不斷充實到稅收管理員隊伍中。三是不斷對稅收管理員隊伍進行“充電”，加大培訓力度。

同時，建立起合理的崗位體系。因事設崗，因崗配置人員。將涉及稅收管理的各項指標進行量化、細化、固化，確定科學合理的考核標準，并逐一分解落實到具體部門、崗位和人員，對確實難以量化的要抓住關鍵部位、關鍵環節，選準關鍵控制點，進行有效的監督控制。