欧盟国家税号：你的 PII 工具在遗漏什么
税务识别号极为敏感。它们出现在工资单、纳税申报表和银行开户申请上。一旦泄露，便可用于欺诈和身份盗窃。
GDPR 将其定义为个人数据，其现实风险极高。欧盟每个成员国都有各自的国家识别号格式。大多数 PII 工具以美国或英国市场为开发基准，能轻松识别 SSN 和 NINO，却往往遗漏欧洲团队日常处理的 Steueridentifikationsnummer（德国纳税人识别号）、Codice Fiscale（意大利财政代码）和 BSN（荷兰公民服务号）。
欧盟税务识别号概览
每个欧盟成员国都有其独特格式，以下是最常见的几种。
德国 — Steueridentifikationsnummer（纳税人识别号）
Steuer-ID 共 11 位数字，出生时分配。首位为 1 至 9（不为 0），且不会连续出现三个相同数字。示例：12345678901。此外还使用 Steuernummer（税号）：10 至 11 位数字，格式因州而异。
法国 — Numéro fiscal de référence（税务参考号）
SPI 共 13 位数字，由法国税务总局（DGFiP）签发。在税务文件中以「Identifiant fiscal」标注。
意大利 — Codice Fiscale（财政代码）
Codice Fiscale 为 16 位字母数字混合字符，编码了姓氏、名字、出生年、出生月、出生日和出生城市等信息。示例：RSSMRA85M01H501Z。该格式可通过校验和验证。
西班牙 — NIF 与 NIE
西班牙公民使用 DNI 号码加校验字母：8 位数字 + 字母，例如 12345678A。外国居民使用 NIE：X/Y/Z 前缀 + 7 位数字 + 校验字母，例如 X1234567A。法人实体使用 CIF：字母 + 8 位数字，例如 B12345678。
荷兰 — BSN（公民服务号）
BSN（Burgerservicenummer）共 9 位数字，采用 11 proef 校验位算法，在工资和福利文件中极为常见。
波兰 — PESEL
PESEL 共 11 位数字，前 6 位编码出生日期，后几位编码性别和序列号。
比利时 — Numéro de registre national（国家登记号）
RN 共 11 位数字，编码了出生日期、序列号和校验位。
葡萄牙 — NIF
葡萄牙 NIF（Número de Identificação Fiscal）共 9 位数字，含一位校验位。该缩写与西班牙 NIF 相同，但格式不同。
瑞典 — Personnummer（个人编号）
Personnummer 为 10 或 12 位数字，编码出生日期和序列号。格式：YYYYMMDD-XXXX 或 YYMMDD-XXXX。
芬兰 — Henkilötunnus（个人编号）
HETU 共 11 个字符，编码日期、分隔符、序列号和校验字符。格式：DDMMYY-XXXC。
标准工具遗漏了什么
美国和英国工具默认包含以下格式：
- 美国社会安全号（SSN：XXX-XX-XXXX）
- 英国国民保险号（NINO：XX 99 99 99 X）
- 美国护照号
- 美国驾照格式
- 主流信用卡号
欧盟国家识别号往往缺席。基于 Presidio 默认识别器集构建的工具会遗漏这些格式。若不加入欧盟专属扩展，便无法覆盖欧盟范围。
现实中的合规漏洞
一家德国薪资处理公司为 500 家客户企业提供服务。其工作流程会删除姓名、电子邮件、IBAN 和电话号码，却遗漏了德国 Steueridentifikationsnummer。这种格式从未纳入标准配置。
数据保护局审计发现，工资单 PDF 中存在未脱敏的 Steuer-ID。该公司面临对历史文件的整改成本，面临 GDPR 第 83 条下的数据保护局执法，以及对客户的合同责任。
这一漏洞不是公司自己发现的，而是监管机构先找到的。
参阅我们的 GDPR 合规指南，自行开展覆盖范围检查。
欧盟覆盖优先级排序
如果你的业务横跨多个欧盟成员国，建议按以下顺序添加识别号格式。
第一级 — 最高处理量：
- 德国：Steueridentifikationsnummer
- 法国：Numéro fiscal
- 意大利：Codice Fiscale
- 西班牙：NIF/NIE
- 荷兰：BSN
第二级 — 规模较大但较小的市场：
- 波兰：PESEL
- 比利时：RN
- 瑞典：Personnummer
- 葡萄牙：NIF
- 奥地利：Sozialversicherungsnummer（社会保险号）
第三级 — 特定使用场景：
其余 17 个欧盟成员国，根据团队实际处理数据的地区按需添加。
添加 Steueridentifikationsnummer
德国 Steuer-ID 是最值得优先添加的格式，其规则清晰，有据可查。
Steuer-ID 共 11 位数字，首位为 1 至 9，其余 10 位可包含 0。校验位通过专用算法验证。
用于模式生成的自然语言描述：「德国税号：11 位数字，首位为 1 至 9，其余 10 位可包含 0。」
生成模式后，需对照德国工资单和纳税证明进行测试，检查检出率和误报率，验证通过后方可正式部署。
将该模式加入你的德语预设。对于多语言混合文件，与语言检测功能配合使用，确保正确的模式应用于正确的文件。
单一预设还是多个预设？
方案一 — 按国家区分预设：
为每个国家创建一个预设，按来源路由文件。误报率较低，但需要更多路由逻辑。
方案二 — 欧盟统一预设：
创建一个包含所有欧盟识别号格式的统一预设，运行更简单，但在普通文本上误报风险较高。适用于整批文件中均可能出现各类识别号的场景。
薪资文件建议使用方案一，按来源国路由；混合文件集建议使用方案二，并配合阈值调优。
参阅安全与合规概览，了解预设配置如何融入完整的合规工作流。
在审计之前补上漏洞
GDPR 在每个欧盟成员国的效力完全相同，美国构建的工具却往往并非如此。Codice Fiscale、BSN 和 Steuer-ID 与 SSN 承担着同等级别的风险，在共享文件中出现的频率也不相上下。
自定义实体模式能在数小时内补上检测漏洞。添加一个 Steuer-ID 模式，对照德语工资单样本进行测试，部署到所有工作流中。无需等待工具供应商更新，也无需等数据保护局审计来发现漏洞。
anonym.legal 支持通过预设配置界面添加自定义实体类型，模式在部署前会针对你的样本文件进行验证。
参考资料
- 德国联邦税务局：Steueridentifikationsnummer（经核实外部链接）
- GDPR 第 4、9、32 条 — gdpr-info.eu（经核实外部链接）
- 欧洲数据保护委员会：监管机构职权指南（经核实外部链接）