大数据分析方法助推扶贫审计与乡村振兴审计衔接路径探析

2022-11-10孙鸿飞李雪莹王书颐

山西农经 2022年8期

□孙鸿飞，李雪莹，王书颐

（1.东北电力大学经济管理学院，吉林吉林 132012；2.安徽大学，安徽合肥 230039）

2021 年2 月25 日，习近平总书记在全国脱贫攻坚总结表彰大会上庄严宣告，我国脱贫攻坚战取得了全面胜利。这是精准扶贫方略开始向乡村振兴战略转折的历史性时点，标志着我国进入了乡村振兴全面推进的新发展阶段。“十四五”规划中明确指出，既要巩固提升脱贫攻坚成果，也要提升脱贫地区整体发展水平，实现巩固拓展脱贫攻坚成果与乡村振兴有效衔接。中央“三农”工作重心的转移，对审计工作提出了新要求，迎来真正意义上的开局之年，值此转折之际，做好扶贫审计与乡村振兴审计之间的有效衔接，既是审计工作的核心任务，更是审计人员的时代担当。同时，随着大数据概念的推广，近年来大数据分析技术和方法在审计领域不断渗透，国家审计署和地方各级审计机关利用大数据分析方法开展扶贫审计工作已初见成效，形成了大数据审计实践应用的良好开端，可以预见的是，大数据分析方法将对促进乡村振兴审计提质增效发挥举足轻重的作用。

1 大数据分析方法在两类审计衔接中的作用

1.1 扶贫审计与乡村振兴审计之间的关系

精准扶贫和乡村振兴是近年来国家为解决“三农”问题而开展的两项重大战略任务，两者之间实质上是生存与发展的关系。精准扶贫方略旨在“脱”贫，重心在于为农村贫困人口提供生活保障，而乡村振兴战略不仅关注生活保障，更侧重于乡村的可持续发展。可以说，精准扶贫方略是乡村振兴战略的初级阶段，是乡村振兴战略得以实现的基础，乡村振兴战略的实施地位远高于精准扶贫方略，具有更丰富的内涵，目标更长远、机制更复杂、任务更艰巨。对于审计工作而言，这意味着乡村振兴审计的范围更广、内容更多、站位更高。

从审计范围看，扶贫审计通常指精准扶贫政策跟踪和扶贫资金审计，主要围绕扶贫政策措施落实情况、扶贫项目建设和绩效情况以及扶贫资金管理使用情况等内容开展，侧重于反映针对贫困村和贫困人口的扶贫政策推进中的进展和效果情况以及体制性障碍和制度性缺陷，扶贫项目的开发建设和运营问题，扶贫资金管理使用过程中的虚报冒领、挤占挪用、违规发放、损失浪费等问题。由于乡村振兴战略面对的对象不仅是贫困村和贫困户，而是对全部农业、农村、农民作出的整体规划，因此乡村振兴审计覆盖领域更全面，统筹融合了领导干部经济责任审计、政策跟踪审计、领导干部自然资源资产离任审计等不同类型审计项目，成为了实现“一审多项”“一审多果”模式的典型。由审计署2020 年第二、第三季度国家重大政策措施落实情况跟踪审计结果公告解读可见，乡村振兴审计从高标准农田建设、农村人居环境整治、惠农补贴及涉农项目资金、农产品生产及产后保障、农民工返乡创业等方面入手，揭示了在乡村振兴政策实施过程中产生的问题。尽管二者都是涉农审计，但乡村振兴审计的对象更复杂、数据更庞大。

与此同时，扶贫审计与乡村振兴审计之间联系密切，具有相似点。一方面，两者都涉及社保、医疗、教育、交通、财政、发改、住建、民政等多机构部门的数据，这一特点既是对传统审计工作的挑战，也是体现大数据分析方法的优势所在。另一方面，两者都注重现场审计，主战场在“田间地头”，可谓是“审为民生福祉，计为民心所向”，因此审计人员要更加审慎地对待每一个审计结果，时刻不忘初心，提出每一条审计建议时都要紧密联系实际，具体问题具体分析。

1.2 大数据分析方法对扶贫审计工作的影响

大数据时代的到来，弥补了传统扶贫审计效率低、不全面的局限性，创新了扶贫审计的思维和方法，对扶贫审计工作产生了深远影响。大数据分析方法推动实现扶贫审计全覆盖，提高了审计证据的充分性和审计结论的准确性，增加了扶贫审计取证渠道的多元性，审计人员对扶贫审计证据的获取从账内转向账外，通过统筹多部门、多领域的数据，交叉印证审计疑点，为扶贫审计工作提供互补的证据来源。同时，随着近年来扶贫审计及涉农专项审计工作的常态化开展，大数据分析方法在具体实践中不断优化升级。部分审计机关已经搭建了较成熟的大数据分析平台用于扶贫审计，发展了一批能够根据问题导向谋划和构建大数据审计分析模型的专业人才，积累了宝贵经验。此外，大数据分析方法的应用，有利于确定扶贫审计重点方向，进而通过缩小范围节约审计时间，促进工作效率，起到事半功倍的作用，由于具有及时性的特点，能够快速分析和适应新数据，因此提高了连续审计的工作效率。

当然，大数据分析方法在扶贫审计工作中的应用也伴随着挑战。例如，掌握交叉型学科知识的复合型审计人才十分稀缺，相关技术和方法在基层审计机关普及率较低，采集扶贫数据标准和取数口径不统一，扶贫数据安全性面临风险，容易盲目依赖、过度采信数据等。这都需要在后续具体审计工作中进一步解决。

1.3 大数据分析方法在扶贫审计与乡村振兴审计两者衔接中的重要作用

在脱贫攻坚战时期，大数据分析方法在扶贫审计领域已取得了明显的进展和成效，特别是在运用大数据构建精准扶贫信息平台、落实大数据联网跟踪审计促进精准帮扶，结合经济责任进行绩效审计提高精准监督等方面发挥了十分重要的作用。但随着党和政府在“三农”领域发展战略的深入调整，涉农审计的发展方向和工作重心必将得到明显转移，面临乡村振兴审计数据繁杂、业务量庞大、涉及领域众多等问题，为达到审计全覆盖的目标，大数据分析技术及方法将更多地应用于审计工作中，发挥更关键的作用。

在扶贫审计向乡村振兴审计过渡的新形势下，审计机关进一步统筹和衔接好精准扶贫与乡村振兴的相关审计内容和大数据审计分析方法，更加全面系统地发现乡村振兴政策实施过程中的审计问题，从而继续发挥审计从精准扶贫方略向乡村振兴战略转移中的监督保障职能、规范运转职能及跟踪问政职能。

2 大数据分析方法助推扶贫审计与乡村振兴审计的有效衔接路径

大数据环境下，审计理念、技术和方法将发生有别于传统审计模式的颠覆性变革。当前，精准扶贫与乡村振兴之间的观念、规划、政策和体制机制等正处于调整和衔接阶段，相应的审计监督方向与重点也在不断调整，以适应新形势下的政策转变。大数据分析方法在扶贫审计中的应用，为乡村振兴审计积累了资源和经验，其助推扶贫审计与乡村振兴审计的有效衔接路径包括以下几个方面。

2.1 大数据分析方法助推审计目标衔接

扶贫审计目标聚焦“精准”“安全”“绩效”三大环节。利用大数据分析方法开展扶贫审计工作时，审计人员对信息数据应取尽取，通过搭建审计数据分析平台，设计标准表，预设跨行业、跨部门的关联分析模型等，着眼“筛查比对”，尤其在力促“精准”目标实现上，围绕扶贫政策措施落实情况，重点关注扶贫工作是否做到精准识别、精准帮扶、精准管理和精准考核。例如对农村贫困人口“建档立卡”精准识别审计中，通过使用大数据分析技术和方法，不仅覆盖了地区全部贫困人口“建档立卡”数据信息，而且在极短的时间内就筛选出疑点数据，且在后续相关问题的审计中做到动态监督，确保了审计质量。

乡村振兴审计目标是紧抓“政策”“资金”“项目”3条主线，与扶贫审计目标的三大环节相互对应，即“精准”对应“政策”，“安全”对应“资金”，“绩效”对应“项目”。但区别在于，乡村振兴审计采集的数据更多更杂，因此大数据分析方法的应用性更突显。例如在惠农补贴“一卡通”专项审计中，审计组借力审计数据分析平台，采集整理了财政、发改、工商、民政、社保、银行等多部门相关业务数据，包括审计数据、外部数据、银行发放类数据等，进行了数据跨行业关联分析，最终查出向不符合条件人员发放补贴、符合条件人员应享未享或重复享受相关待遇、惠农补贴滞拨截留等问题；借助ArcGIS 软件进行时序分析，观察项目范围内的土地覆盖变化情况，分析审计问题发生的时间，为粮食种植面积核查提供在线远程数据支持，提高了审计工作的精准度和效率。

综上，大数据分析方法对促进审计目标的实现有很大的助力作用，且在扶贫审计目标与乡村振兴审计目标方向一致的基础上，更有效地促进了二者审计目标的有机融合。

2.2 大数据分析方法助推审计范围衔接

扶贫审计主要围绕扶贫政策措施落实，扶贫资金分配管理使用和绩效，扶贫项目建设计划、实施、验收和效果进行审查。大数据分析方法充分考虑了扶贫审计工作中的宏观环境变化，解决了动态监督的难题，同时推进实现全覆盖扶贫审计，扫清了盲区和“死角”，为全面掌握扶贫工作情况、实现扶贫审计目标提供了助力。

通过近几年大数据分析方法在扶贫审计中的应用探索，当前部分审计机关已实现了利用大数据技术建模筛查问题疑点的新型审计模式。随着政策的转变，乡村振兴审计接续扶贫审计，成为涉农审计中的主要方向之一。由此可见，乡村振兴审计涉及领域众多，其中包括扶贫领域，但不同的是，乡村振兴审计是对农业农村的全方位监督，具有覆盖面广、政策复杂、资金体量大、涉及人口多等特点。任何一个审计事项都能作为一个独立的审计项目，但仅是开展单独的政策、项目、专项资金审计显然与乡村振兴审计总体要求不匹配，因此必须实现乡村振兴审计监督全覆盖，构建与乡村振兴审计要求相符合的审计监督体系，实现这一目标离不开大数据分析方法在审计中发挥的作用。由于扶贫审计与乡村振兴审计中的部分审计范围有重叠关系，例如在“脱贫不脱政策”的要求下，扶贫审计监督的产业、就业等政策措施落实情况在乡村振兴审计中将继续作为理论依据指导相关工作，这也为大数据分析方法助推两者审计范围的有效衔接提供了可能性保障。

2.3 大数据分析方法助推审计数据衔接

大数据分析方法的核心是“数据”，经过近5 年扶贫审计的常态化开展，各级审计机关已经积累了较充分的扶贫数据，例如人口数据、地理数据、产业数据、自然资源数据、政策文件数据等，这些数据信息将进一步在乡村振兴审计中得到应用，且部分数据不必从原始数据开始处理转换，可以直接采集扶贫审计的标准化数据或疑点数据，从而提高审计效率。例如，在扶贫审计中，审计人员已完成对县（市）区具体地理情况的调研，发现对于很多县（市）区而言，部分街道是农村，属于扶贫和发展对象，不能仅根据卫星图与行政区划图，盲目认为街道不属于乡村，而遗漏审查对象；在审查少数民族文化馆建设情况时发现，部分文化馆名不副实，参展内容乏善可陈，根本达不到传承民族文化、促进文化发展、引领教育民众的目的，资金虽拨付到位，但绩效低下，浪费了财政资金，这一扶贫审计的问题线索可以直接用于乡村振兴审计中涉及文化传承领域的部分；扶贫审计中，产业项目是核心，而乡村振兴审计也关注产业发展情况，因此乡村振兴审计可以借鉴扶贫审计中产业项目数据。

此外，扶贫审计中构建的大数据审计分析模型，可以为乡村振兴审计提供参考甚至继续使用。由于乡村振兴审计侧重点不同，因此采集的数据方向有所不同，构建分析模型的思维逻辑也存有差异，但这些并不影响大数据分析方法助力扶贫审计与乡村振兴审计在数据上的衔接应用。

2.4 大数据分析方法助推审计人才衔接

扶贫审计的开展一定程度上打开了“以干带训”的干部培训渠道。一方面，审计人员在实践工作中积累了宝贵经验，了解掌握本区域内许多具体情况，从而在开展乡村振兴审计时，能够更快地梳理审计重点，掌握审计内容，也能更准确地提出可行性较高的审计意见和建议。另一方面，尽管复合型人才的缺乏仍属于当下大数据审计发展的挑战之一，但通过应用大数据分析方法的扶贫审计工作实战，解决了部分审计人员由于业务繁忙而缺少时间系统学习大数据审计分析技术和方法的难题，为培养审计人员大数据分析思维、学习掌握大数据审计技术和方法提供了有力支持，也为大数据分析方法在乡村振兴审计中的有效应用及乡村振兴审计的长期开展助力。未来，大数据审计分析方法势必会取代传统审计方法，复合型审计人才也会成为审计主力军，这是新时代发展下的大势所趋。无论是扶贫审计，还是乡村振兴审计，都将为推动审计人才建设、大数据技术方法普及、审计事业蓬勃发展提供坚实的实践基础。