大数据背景下生态审计平台模型设计与发展路径探讨

黎 明，王俊凯

(重庆理工大学 会计学院， 重庆 400054)

一、引言

在党的十九大上，习近平总书记明确提出：“生态环境建设需进行三个阶段，即第一阶段：到2020年，坚决打好污染防治攻坚战；第二阶段：到2035年，生态环境根本好转，美丽中国基本实现；第三阶段：到21世纪中叶，生态文明全面提升，建成美丽中国。”[1]这三个阶段的提出，使人们更加清醒地认识到保护生态环境的艰巨性和紧迫性，同时也进一步推动了生态文明建设，加大了生态环境保护力度，促进了生态环境监管体制的发展。在这样的历史大背景下，作为维护生态平衡、建设生态文明的重要工具——生态审计，必然将势不可挡地出现在审计大舞台上，为保护生态环境提供力量。现阶段，不管是国内还是国际社会都将目标着眼于“迈向无污染的星球”，而以“实现生态环境可持续发展”为目标的生态审计也将会受到社会各界的密切关注。

近年来，大数据(big data)作为一次新的技术革命，其广泛应用对我们的工作生活产生了巨大影响，同时它的出现也将导致审计领域迎来质的改变和发展。早在2015年，中央办公厅和国务院办公厅就明确提出“要构建大数据审计工作模式，提高审计能力、质量和效率，扩大审计监督的广度和深度”的意见，而随着有关部门颁布《生态环境监测网络建设方案》与《关于深化环境监测改革提高环境监测数据质量的意见》等环境监测方面的改革文件，作为审计领域中的新兴领域，生态审计要求审计人员充分利用最新的大数据技术，用先进科学的方法推动生态文明体制建设，推进国家在生态文明领域治理能力和治理体系的现代化，顺应时代发展，更好地贯彻落实习近平总书记强调的“要正确处理好经济发展同生态环境保护的关系，牢固树立保护生态环境就是保护生产力、改善生态环境就是发展生产力的理念，更加自觉地推动绿色发展、循环发展、低碳发展，决不以牺牲环境为代价去换取一时的经济增长”[1]的宗旨，实现生态环境可持续发展的最终目标。

二、文献综述

(一)生态审计的相关研究

我国早在1992年《中国21世纪议程》中就提出“自然资源保护”，并在后续发展中提出“生态文明”理念，审计领域也明确提出了“生态审计”概念[2]，生态审计的目的是结合最严格的生态环境保护制度来解决突出的生态环境问题、监督生态环境发展情况，并用实际行动实现人与自然和谐共生、构建清洁美丽的世界。但是，我国对生态审计研究的很多方面都尚处于起步阶段，并且存在诸多争议。

在对生态审计概念的理解上，不同的学者持有不同的看法。有的学者单纯地认为，生态审计只是将审计内容扩展到生态领域，而有的学者仅将生态审计看作是环境审计的一个重要方面，没有看到两者之间的实质差别。周航认为生态审计就是对领导干部在任职期间所在地区的生态环境保护的管理使用和效益情况以及应付的领导责任进行审计和评价[2]。张亚连等认为生态审计是环境审计的组成部分，是对在生产活动中产生的生态环境问题进行消除与预防，以及与之相关的经济活动的合法性和效益性进行评价、鉴证和监督的行为[3]。郑国洪等则把生态审计的概念理解为生态文明审计，他认为生态文明审计是以改善生态环境为目的，有关审计部门依据国家相关法律法规和采用适当方法对被审计单位的生态指标偏离于国家规定标准的程度或风险进行监督、评价的行为，使被审计单位的经济活动符合可持续发展观[4]。以上学者对生态审计的认识都存在片面性，没有深入研究生态审计的本质。本文赞同黎明对生态审计的定义，他认为生态审计是审计机构依据法律法规对生态环境的保护、修复和破坏情况进行监督、评价和鉴证，旨在平衡经济发展和生态环境的关系，推动生态文明建设，实现可持续发展的审计活动[5]。

同时，国内学者对生态审计的研究范围也相对较小。在理论层面上，王芸等通过比较国内外生态审计的制度与实践发现，生态审计在目标的实现路径、主体、对象和方法上存在差异[6]；张亚连认为，生态审计体系包括合规性审计、生态会计信息审计、生态管理系统审计3个方面[3]；王睿认为，生态审计的理论基础是产业生态学，并探讨了生态审计在政府审计、内部审计以及独立审计不同主体中的发展模式[7]。在实务层面上，学者们对生态效益审计进行了大量的研究，并把生态效益审计作为未来几年的三大任务之一；此外，还有不少学者对政府生态离任审计、区域性生态审计进行了研究，并取得了不错的成果。在以后的长远发展过程中，生态审计必将是理论和实践的漫长探索过程。

(二)大数据背景下生态审计发展的相关研究

大数据，或称巨量资料，指的是需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产[8]。大数据以其巨大的能量影响着我们的生活、工作甚至思维，正成为重要的生产因素，已经渗透到了政治、经济等多个领域。

国务院在《关于加强审计工作的意见》中明确要求“探索审计实践中运用大数据技术的途径，加大数据综合利用力度，提高运用信息化技术查核问题、评价判断、宏观分析的能力”后，大数据技术在审计领域中各个方面都展开了运用。大数据技术发展带来了审计思维、审计对象、审计风险、审计证据、审计方法以及审计报告等的变革。例如，阳杰具体研究了大数据背景下审计取证模式的变革，并明确指出，在大数据时代审计证据的充分性、相关性和可靠性都将被赋予新的内涵[9]；魏祥健从审计技术的角度入手，阐明统计分析方法在大数据审计中的操作规范[10]。此外，还有部分学者如靳思昌深入探讨了如何利用大数据技术帮助国家审计更好地服务于国家治理的路径[11]；马志娟研究了大数据背景下政府环境审计全覆盖面临的困境、实现路径和保障措施等[12]。刘国城探讨了大数据环境下审计平台建设的方法与路径[13]。综上，大数据在审计的各个方面、领域得到了充分的发展。作为新兴的生态审计，要利用好大数据带来的发展契机，在国家的生态文明建设中尽早发挥巨大作用。

综上所述，不管是国家、公众、学术界还是实务界都对生态审计的发展表现出极大的关注。但由于生态审计作为一种新型的审计，开展时间相对较短，理论基础十分薄弱，实践也处于探索阶段，所以在很多方面未达成一致，存在争议。大数据技术时代的来临为生态审计发展提供了机遇，在数据信息化时代，大数据技术必将融入到生态审计中，并推动其发展。

三、大数据环境下生态审计平台模型设计

传统的生态审计平台受到的制约较多，如大部分平台只能采集和处理简单的结构化数据，对半结构化和非结构化数据无法进行有效的分析，因而数据分析能力成为制约生态审计发展的技术瓶颈；此外，传统的生态审计平台审计效率低下，审计结果不够准确、客观的问题也比较突出，这也使得我国生态审计的发展陷入困境。然而，在大数据时代，通过运用大数据生态审计平台，无论是结构化数据还是非结构化数据，都能以更高效和更准确的方式进行处理，并且得出的审计结果也更能体现实际的生态问题，为相关审计人员进行审计监督和评价提供更加科学的审计依据。

大数据生态审计平台的建设需要遵循系统论、逻辑论、结构论和控制论等思想，包括生态审计大数据数据采集、生态审计大数据储存、生态审计大数据分析建模与可视化处理、最后生成审计结论和建议、风险提示预警后续追踪等6个方面。同时，大数据生态审计平台包含了若干个子平台，以特定的逻辑结构结合在一起，在确定各子平台时，必须以科学严谨的方法深层次、系统性地去挖掘生态审计对象内在的逻辑规律和本质特征，更好地做到相关子平台之间的功能分解和流程分解，提高整个大数据生态审计平台运行的效率和质量。本文依据交叉学科理论，建立了6个大数据生态审计子平台[13]，通过子平台之间的相互作用关系，实现大数据技术在生态审计中的充分应用，有效地推进大数据生态审计实务的流程化和智能化。

图1 大数据生态审计平台模型

下面从生态审计大数据采集、生态审计大数据储存、生态审计大数据分析建模、可视化处理、得出审计结论和建议、风险提示预警和后续追踪等几个方面对大数据生态审计平台运行过程进行详细阐述。

(一)生态审计大数据采集阶段

在大数据环境下，生态环境大数据的采集变得更加高效与丰富。利用大数据采集技术，无论是结构化数据还是非结构化数据都能够进行全面采集。其中，结构化数据主要来自各级环保部门，通常包括财务数据和业务数据等；而非结构化数据则来自水利、林业等部门的观测数据和日志数据等，非结构化数据通常数量巨大且不易收集，但是大数据技术提供了新的数据采集方法，比如通过设置传感器、采集日志文件等方法，使得这些非结构化数据也能得到充分的利用。而为了规范数据采集，国家也专门出台了一系列例如《关于深化环境监测改革提高环境监测数据质量的意见》《审计业务电子数据采集管理办法》等政策法规以保障采集数据的规范性。

(二)生态审计大数据储存阶段

大数据环境下，采集起来的数据往往是杂乱无章的，所以必须经过预处理之后才能储存到数据库中。预处理的方式既包括数据集成和清洗，又包括剔除冗余数据。相对于传统的数据存储方法，大数据的存储因数据类型的不同，储存方式也不相同。其中，对于结构化的数据，采用的是分布式数据库储存方式；对于简单的半结构化数据，采用的是分布式键值储存方式；对于复杂的半结构化数据，采用的是分布式表格储存方式；对于复杂的非结构化数据，采用的是分布式文件储存方式[13]。多样化的数据储存方式让生态大数据的可用性大大增加，为接下来的生态审计大数据分析建模阶段提供了支持。

对于数据库的选择，由于生态环境审计数据的复杂性和海量性，一般的轻型数据库已经无法满足其储存和分析挖掘的需求，目前我们应该采用分布式系统、NoSQL数据库和云数据库这3种数据库。其中，分布式系统主要分为分布式文件系统和分布式键值系统，分布式文件系统适用于批量数据处理以及能够实现高吞吐量的数据访问，分布式键值系统则适用于处理简单的半结构化数据[14]。

(三)生态审计大数据分析建模阶段

传统环境下，审计数据分析多以查询型分析和多维分析为主，审计分析线索的判断方法也多是趋势分析和关联分析，审计结果虽然能保持一定的精确性，但是审计作用范围狭窄，对未来趋势的分析预测能力有限，结果缺乏科学性。大数据环境下，由于大数据分析的3个原则：要全体不要抽样、要效率不要绝对精确、要相关关系不要因果关系[15]，大数据分析可以采用更多的分析方法，例如统计分析、数据挖掘和数据可视化等，以提高审计数据分析能力。同时，数据类型的不同导致了数据分析需要采用不同的分析方法，结构化数据分析主要采用数据挖掘和统计分析方法；日志数据和传感数据主要采用信息提取、摘要、分类聚集等分析方法；而政策数据和关联数据则采用文本表达、自然语言处理等分析方法。生态大数据经过上述分析之后就可以以较为简单直观的方式呈现在审计人员面前，并且分析的结果是通过对生态大数据深入挖掘之后得来的，相较于传统的分析方法，这种方式往往能够取得更好的分析效果。在这一阶段，大数据生态审计发挥了重要作用[16]。

(四)可视化处理、提出审计结论以及风险预警和后续追踪阶段

经过前面几个步骤之后，审计人员已经通过不同的分析方法得出了生态审计的结果，而如何使这个结果以更加清晰明了的方式展现出来呢，这就需要用到生态审计大数据可视化技术。生态审计大数据可视化技术是运用计算机图像处理等相关方法把审计大数据里面包含的信息以图像的方式显示出来，并且对其实施交互处理的一种技术。经过生态审计大数据可视化平台处理之后的大数据将会以更加直观的方式呈现给审计人员，同时具备各种不同显示形式相互转换的功能。目前，已经有很多可视化方法供生态审计人员运用，它们既适用于可视化建模分析，又适合于可视化结果呈现。生态审计人员在得到直观形象的审计结论后，就能够及时地进行风险预警以及之后的后续追踪。

四、大数据背景下生态审计发展的路径

(一)加快建立生态环境大数据平台

生态环境问题的解决需要长期的数据积累，生态审计工作也离不开这些数据。而生态审计数据有着基数大、种类多、易变化等特点，通常包含文档、图片、视频等大量的半结构化和非结构化数据，并且数据间的相关性比较强。此外，生态环境系统有着区域性、季节性和长期性等特点，生态审计的审计结果受其影响，容易出现偏差，这也使得生态审计工作繁重而低效。大数据生态审计利用云计算、集成分析、信息挖掘等大数据技术，找出关键问题和区域，建立起生态环境大数据平台，各个部门将各自采集的信息经授权上传到相应板块中，进行数据共享，审计人员通过授权可以及时获取所需的数据资料，制定出不同的审计方案和对策，再通过对比分析找出最佳的方案对策。这样既可以确保生态审计结果得到更好的运用，也可以为解决目前的生态环境问题提供技术支撑。相关学者早在20世纪中期就提出了“生态环境大数据”的构想，但是截至目前，我国只有江西、贵州、福建等少数省份在积极开展生态环境大数据平台的构建，发展速度也相当缓慢。所以，各级政府应加强主导作用，领导各类相关专业团体积极参与到生态环境大数据平台建设中，实现数据共享，为生态保护、修复、审计等工作提供生态环境大数据服务，保障有关生态环境保护工作的顺利开展，早日实现“绿水青山就是金山银山”的构想[17]。

(二)全面推进大数据生态审计发展

目前，我国的生态审计主要集中在领导干部离任审计、政府环境审计等方面，且都是基于受托责任观理论的政府审计。政府是当前生态审计的领军人，在生态环境问题突出的方面进行生态环境保护，切实履行了对外的国际责任、对内的社会责任。但是，生态环境系统具有滞后性、长期积累性的特点，如果待发现问题的严重性时才实施生态审计，生态环境系统已经在一定程度上受到了不可逆的侵害，而修复更是一个艰辛漫长的过程。随着大数据技术的发展，政府应积极发挥带头作用，大力推动民间生态审计、内部生态审计的发展，从而发挥出审计的经济监督职能。政府生态审计在确定审计重点的时候，不能像传统审计那样利用纵向的因果关系来确定审计重点，而是要充分利用大数据技术在数据中寻找相关关系，选择突出的生态环境问题作为审计重点内容，从问题源头确定审计项目，降低审计风险，进行针对性审计，得出高质量的审计报告；对于重点审计部门和企业应进行严厉威慑，利用实时采集、存储的数据进行大数据分析，充分发挥审计职能；民间有关组织在进行生态审计时则可以利用数据共享、数据分析等功能来揭示那些易被社会大众忽视、潜在的生态环境问题；企业同样可以借助外界的数据平台，在企业内部实施严格的生态审计，降低破坏生态环境的风险。政府、民间组织、企业共同进行大数据生态审计，保护生态环境。

(三)加强大数据生态审计理论建设

目前，我国的生态审计研究还处于起步阶段，理论研究也还停留在理论基础、审计动因、审计思维、审计取证等方面，没有形成一个完整的、系统的理论框架，严重限制了生态审计发展。大数据、云计算、互联网等科技的发展，必然导致人类生产、生活的改变，生态审计也不例外。因此，要加强生态审计在大数据背景下的理论基础研究。生态审计应借助大数据技术迅速发展的机遇，摸清生态环境系统中数据的存量、变量以及关联关系，建立生态环境资产负债表，依据资产负债表分析出生态环境系统中潜在风险、变化情况和发展趋势，提高审计结果的准确性。此外，目前国内将大数据与生态审计两者结合起来的研究基本属于空白状态。由前文分析可知，生态审计的发展离不开大数据技术的支持，在着力研究生态审计的同时，应该融入大数据来探讨大数据生态审计的理论基础，为实务界提供理论指导、减少探索的困难。

(四)建立健全大数据生态审计相关法律法规和准则体系

目前，我国已经有一些关于生态审计的法律法规，比如《审计法》《审计署关于加强资源环境审计工作的意见》等，但大多数未体现大数据的内容。我国的大数据生态审计还处于理论研究阶段，要推动大数据生态审计的发展，建立健全一套完整的适合我国国情的大数据生态审计法律法规和审计准则体系势在必行[18]。有关部门应尽快着手进行体系建设，第一，在最基本的《审计法》中明确大数据能够运用到生态审计中，确立大数据生态审计的合法性，使得审计人员在进行生态审计时有法可依。第二，有关部门必须对大数据的规范性和安全性做出规定，对于有些涉及到商业机密或者国家机密的数据需要经过层层审核后才能查看，数据共享功能需要不断完善。第三，国家财政部门应尽快建立一套大数据背景下生态审计指南。从我国国情出发，借鉴其他国家先进经验，制定出一套适合我国大数据生态审计发展的审计指南，包括宏观层面上的系统性指导和具体的规章制度以及指标评价体系等。

(五)强化民众参与度

生态审计的最终目的是保护生态环境，最终受益的是社会生活中的每一个成员，因而社会成员会密切关注生态环境的发展情况，也有意愿加入到生态环境保护活动中。在实施大数据生态审计过程中，通过大数据的数据共享功能引导公众了解生态审计活动的过程和内容，让公众积极参与到制定审计计划、实施审计方案以及监督审计报告等各个阶段。同时，大数据生态审计作为一个新兴领域，在我国的发展尚处于起步阶段，但大数据生态审计对审计人才的要求却十分严苛，大数据生态审计人员不仅需要掌握基本的审计知识，而且需要对大数据和生态学进行深入研究，而我国现阶段十分缺乏相关的复合型人才。因此，让公众主动成为生态审计的参与者，积极向审计项目组提供专业咨询和意见，能够一定程度上弥补人才的缺乏，有利于集中民智、体现民意，提高审计密度。此外，大数据还可以深入分析民众的反馈信息，挖掘出背后的实质内容，完善审计意见。政府还应实时公布审计结果，让全民众共同监督被审计单位的环境保护责任的履行情况，提高生态审计结果的运用，促进生态环境的良性发展。

五、结语

大数据技术的日趋成熟给生态审计的发展带来了巨大的机遇，作为审计领域中的新兴领域，生态审计必须顺应时代，充分利用大数据这个契机，实现进一步的发展。本文根据大数据环境下生态审计新的特征初步构建了一个大数据生态审计平台模型，为我国大数据生态审计的建设和实施提供了初步的思路，同时也提出了大数据环境下生态审计大致的发展路径，旨在抛砖引玉，促进大数据生态审计的发展和应用。