基础设施建设项目审计的关键数据识别模型研究

严斌 卢倩

[摘要]本文基于文献分析法从相关文献中识别出22个审计数据，分别从全生命周期和涉事主体两个维度进行归类分析，通过社会网络分析构建关系邻接矩阵并进行可视化分析，结合块模型、中间人分析、中间中心度等指标完成对审计关键数据的识别。国家审计相关部门可针对梳理出的审计要点提出建议，对基础设施建设项目中存在的风险问题进行更加有效的评审。

[关键词]国家审计    基础设施    建设项目    社会网络    关键数据

一、基础设施建设项目审计关键数据识别的必要性、可行性

（一）必要性

基础设施是社会经济发展的重要基础和有效推动力，加强基础设施建设有助于为发展蓄积动力。近年来，基础设施建设项目投资额在国家政府总投资额中的比重增大，加强基础设施建设审计具有重要意义。“一带一路”倡议自提出以来，经济对外开放程度不断提高，政府对外基础设施建设的投资不断加大。随着国家经济战略的调整，国家审计部门对原有经济模式下的基础设施建设项目审计重点应当进行更具针对性的调整，尤其是对区域社会经济发展起重要支撑作用的大型基础设施建设项目审计，更需要明确审计重点，进行精准审计。

（二）可行性

近年来，赵鹏军、刘迪（2018）基于中国小城镇分析社会经济和基础设施之间的关联关系并提出相关建议。在基础设施特性方面，张国厚（2019）指出基础设施投资规模大、建设周期长，社会收益远高于经济收益并对经济发展具有促进作用;张国征（2019）通过分析城市基础设施建设工作的多元性和超前性，探索融资方面出现的问题并提出优化融资模式的具体策略;邓斌超（2019）等人将价值工程原理运用于城市基础设施建设管理之中并构建学习累积模型破解影响其增值的阻滞因素。

审计早已成为建设项目不可或缺的部分。洪炜（2017）指出，随着国家经济战略的调整，原有经济模式下的基础设施建设项目审计重点应当进行有针对性的调整。时现（2016）结合PPP模式的发展研究利益相关各方的利益格局和责任边界的变化得出，建设项目审计内容和重点应当发生新的转移;王晓雪（2019）以烟叶基础设施为研究对象，分析审计重点与审计技巧，提出并解决审计资源有限条件下对烟叶基础设施建设进行有效审计监督的问题;郭志辉（2017）从项目建设全过程研究基础设施建设的审计重点并对审计中存在的问题提出解决方法;谷玉静（2019）提出“一带一路”背景下基础设施建设项目审计的重点为社会效益审计、环境效益审计和经济效益审计等。

当前，社会网络分析方法运用广泛，国内学者多将其用于风险识别和利益分析。向鹏成（2018）结合整体网络和个体网络对重大工程项目的社会稳定关键风险因素进行识别和分析;秦旋（2017）利用社会网络关系模型识别出绿色建筑项目风险中居于核心地位的因素，并从利益相关者和全生命周期两个维度识别出关键风险因素;王冰洁（2019）利用社会网络分析和项目利益相关理论构建数据网络关系，研究综合管廊PPP项目利益相关者的治理系统，并对利益相关者的利益分配和治理系统提出建议。

综上所述，社会网络分析方法在基础设施建设项目审计的重点及关键数据识别方面的研究应用存在很大的可行性。

二、理论架构

（一）关系距离、度、密度

关系距离是社会网络分析中常用的分析指标，一般可以用度和密度来表示，关系距离的大小表示关系网络的复杂程度和各网络成员之间联系的紧密程度。

度是指网络关系中邻接结点的数量，数量越多说明社会网络关系图的复杂程度越高。单独选取某一个体进行度的分析时，邻接结点的数量即度的数值，就表示该点在网络关系中的复杂程度。

密度是指网络关系中不同节点之间联系的密集性，通过对节点之间密集性的分析，实现对整个网络联系紧密程度的分析和测度。网络关系密度越大说明该网络联络越密切，各成员的信息交流和传递越方便、团队的工作效率越高、成员协作互动越多。

（二）中心性分析、小团体（子群）分析

中心性分析是基于度和密度更深层次的研究，通常用中心势表示，又称为中心度。中心性分析可以用于研究一个关系网络中各个行动者的地位，中心度越高，该行动者的位置越接近整个网络的核心地位，与其他节点的联系越紧密。中心度指标分为接近中间度、点度中间度、特征向量中间度和中间中心度四种，本文选用中间中心度进行分析。在小团体分析中，本文引入整体网络分析中的块模型和个体网络分析中的中间人分析方法。

块模型是根据一定规则将具有一定网络关系的数据进行分块，每一个块表示一个子群，通过分析各个块之间的影响关系，可清晰地反映整个数据的网络关系。块模型分析利用UCINET6.0软件的相关操作得到数据的分块矩阵，同时计算得到各个块的密度。中间人分析对数据个体网络特征进行分析，不同中间人在网络中的作用和影响范围不同。中间人分为五类，分别是协调者、中介者、守门人、发言人和联络官，其关系界定如下：A（绿）、B（红）、C（蓝）分别表示不同风险因素，椭圆表示群体边界，箭头表示A、B、C之间的指向关系，见图1。

将数据导入UCINET6.0软件，计算得到数据关系中间人分析结果，中间人次数越多，其在数据网络中的重要程度就越大，所处地位越关键。

三、审计数据识别和归类分析

通过对基础设施建设项目审计相关文献进行梳理，结合问卷调查和专家访谈结果，将识别到的审计数据分别从全生命周期和涉事主体两个维度进行归类分析并编号，见表1。

审计数据两两之间的关系包括相互转化、相互包含、互为因果等，本文采用“0—1分析法”对22个数据间的关系作初步判断，二者之间存在关系记为“1”，没有关系记为“0”。由于数据两两之间进行关系识别工作量大，本文首先通过逻辑关系和有关文献研究成果进行关系预判，然后对相关文献和基础设施建设项目审计案例进行深入研究并设计访谈问卷，最终确定基础设施建设项目审计数据之间的关系，通过Excel表格表示后导入UCINET6.0软件，構建基础设施建设项目审计数据影响关系邻接矩阵，见表2。采用Netdraw网络关系可视化的结果见图2。

四、基于社会网络分析的审计关键数据识别

（一）关键数据识别

1.整体网络分析。本文采用块模型对基础设施建设项目审计的关键数据进行识别和整体网络分析。块模型的构建主要通过UCINET6.0软件中的CONCOR功能实现。通过CONCOR方法对已识别的22个审计数据进行分类，并将每一个类别的数据作为一个“块”，分析各个块的密度以及整个网络的密度，根据块密度标准将所属块分为1块和0块。将审计数据邻接矩阵导入UCINET6.0软件分析得到分块矩阵见表3，块模型密度矩阵见表4。通过UCINET6.0软件旧密度法计算得到整体网络密度值为0.280。将审计数据网络块模型密度矩阵中大于0.280的数据改写为1，小于0.280的数据改写为0，得到审计数据网络块模型像矩阵，对表中各个块的位置进行分析，结果见表5。根据当前运用广泛的Burt位置划分理论，对不同的块进行位置划分，可分为首属人、经纪人、谄媚人和孤立者四个位置，处于不同位置的块在网络中的地位也各不相同。块1、块4、块5以及块7既有发出关系又有接收关系，但这四个块的内部联系不紧密，即没有和自身关系，处于经纪人位置;块2和块8仅有发出关系没有接收关系，块6只有接收关系，三个块均处于孤立位置;块3有发出关系和接收关系，内部联系紧密，处于首属人位置。居于经纪人位置和首属人位置的节点都具有发出关系和接收关系，均有可能处于网络的核心位置，即块1、块3、块4、块5和块7均可能处于审计数据关系网络中的核心位置。块1、块4、块5和块7虽然都处于经纪人位置，但块1唯一发出关系的发出对象是块6，块6仅有接收对象而没有发出对象，其影响并不会继续向下进行传递。块5和块7仅有一个发送对象和一个接收对象，且块5的发出关系发出对象为块7，块7的发出关系发出对象为块5，形成一个循环的影响。因此，块1、块5和块7不处于该网络关系的核心位置，块3和块4处于核心位置。

2.个体网络分析。（1）中间人分析。按照UCINET6.0软件的数据处理规则将数据整理后导入，得出涉事主体和全生命周期二维视角的中间人分析结果，分别选取承担中心人角色总数排名前五的数据作为整个网络基于中间人分析得出的审计关键数据，见表6。本文选取的5个审计数据的中间人次数占全部22个审计数据中间人次数的50.625%，共计160个中间人次数。从全生命周期的分析角度来看，R9和R1均只承担了中介者和发言人角色，但是因为数量较大，可作为关键数据分析;R4、R5和R13均承担了三种及以上的中间人角色，无论从承担角色的多样性还是从承担中间人次数的数量多少来分析，都处于比较重要的位置，可作为关键数据进行选取和分析。从涉事主体的角度来分析，5个数据均承担了至少三种及以上的中间人角色，并且数量较大，均可作为关键数据。另外，结合整体网络分析的结果，R9处于孤立者位置，暂不作为关键数据考虑。（2）点的中心度分析。将审计数据网络关系邻接矩阵导入UCINET6.0软件，计算得出数据网络各点的中间中心度，选取排名前五的数据见表7，即识别到的审计关键数据为R4、R9、R22、R5、R13，块模型分析中R9处于孤立者位置，排除其关键位置的可能性。

（二）关键关系识别

将可视化的基础设施建设项目审计数据关系网络拓扑结构模型导入UCINET6.0并计算得出各审计数据的线的中间中心度。计算得出的线密度矩阵中密度大于0的关系组79个，排序后取数值排名前18的关系作为关键关系进行分析，见表8。

根据表8可清晰得出，R4、R5、R22、R9、R10、R13线的中心度较大，在排名前18的关系中出现频次最高，R9和R10在块模型分析中处于孤立位置，排除其关键位置可能性。综合得出R4、R5、R22和R13可作为审计关键数据进行重点审计和监督。

（三）识别结果

结合上述分析，本文最终识别到的基础设施建设项目审计关键数据分别为，R4：审查建设资金的来源情况和资金落实情况;R5：审查设计依据、设计方案、设计图纸和收费;R22：审查本项目的基本建设程序的执行情况;R13：审查质量管理体系和实际工程质量、验收文件等;R1：审查项目建议书、可行性研究和投资决策程序。

五、结语

本文对基础设施建设项目审计数据进行识别并构建关系网络，通过UCINET6.0及Netdraw软件分析，完成所构建网络关系模型的可视化。在整体网络分析中，选取块模型进行单个块的密度测度和整体网络密度的测度分析，最终识别出处于不同位置的块以及可能处于关键地位的块，有效排除一部分数据的干扰;在个体网络分析中，采取中间人和点的中间中心度两个指标进行分析，结合两种分析结果识别出处于关键地位的数据。本文还就关系网络中的影响传导路径和关键关系进行识别，通过线的中间中心度测量各路径的密度，分析路径端点，进一步确定基础设施建设项目审计的关键数据，分别为建设资金、设计依据和方案、基本建设程序、工程质量管理、可行性研究报告。

综合研究结论提出以下建议：第一，在基础设施建设项目审计中，应注重文件资料的管理和存储，规范审计操作规程，明确审计各阶段介入节点;第二，跟踪审计要突出重点，掌握审计的深度，准确依照审计目标进行审计;第三，加强资料库的构建，对审计经验及审计中出现的问题进行总结和反思。

（作者单位：扬州大学建筑科学与工程学院，

邮政编码：225100，电子邮箱：2901754377@qq.com）

主要参考文献

谷玉静.“一带一路”倡议下基础设施项目审计研究[J].市场研究， 2019（2）：42-43

秦旋，李怀全，莫懿懿.基于SNA视角的绿色建筑项目风险网络构建与评价研究[J].土木工程学报， 2017（2）：119-131

时现.公私合伙（PPP）模式下国家建设项目审计问题研究[J].审计与经济研究， 2016（3）：3-9

王晓雪，金伟.烟叶基础设施建设项目审计重点及技巧[J].中国内部审计， 2019（2）：60-62

向鹏成，武雪子.基于SNA的重大工程項目社会稳定风险网络构建[J].建筑经济， 2018（6）：41-47