大数据对政策跟踪审计的影响

于超晗 葛英君

【摘要】随着社会经济的发展， 传统的审计模式效率低、 风险高， 导致审计质量下降。将大数据技术应用于政策跟踪审计工作， 有助于监督国家重大社会经济政策措施的贯彻落实， 精准评价政策落实的效率和效果。本文运用扎根理论提炼出大数据对政策跟踪审计的影响路径。研究显示， 大数据时代存在审计相关法律法规不完善、 大数据技术发展不平衡和信息沟通不畅等问题， 进而产生了与审计相关的法律法规需求、 人才需求、 合作需求等， 以需求牵引问题， 需要通过顶层设计机制、 资源统筹机制、 协同工作机制、 过程跟踪机制和数据分析机制五个方面来影响政策跟踪审计的执行效果。根据这些影响路径， 从健全数据应用机制、 强化队伍建设、 创新审计技术方面提出发展大数据政策跟踪审计的建议。

【关键词】大数据；政策跟踪审计；影响路径；扎根理论

【中图分类号】 F239     【文献标识码】A      【文章编号】1004-0994（2023）09-0098-6

一、 引言

运用大数据技术能够将海量信息进行系统的整合， 快速梳理数据之间的关系， 提升信息使用效率， 为信息使用者提供帮助。党中央、 国务院以及各级政府部门越来越重视大数据的发展， 不断推动大数据与国家审计工作深度融合。2014年《国务院关于加强审计工作的意见》中指出， “构建国家审计数据系统， 探索在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”。2017年中共中央办公厅、 国务院办公厅印发的《关于实行审计全覆盖的实施意见》中提到， 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”。2021年， “十四五”规划中强调完善大数据标准体系建设， 同时中央审计委员会也对财政审计、 国有企业审计、 金融审计和农业农村审计等提出了新的发展要求。

国家重大政策措施贯彻落实情况跟踪审计（以下简称“政策跟踪审计”）是党和国家赋予审计机关的责任和使命， 是新时代国家治理体系和治理能力现代化的新要求。2014年， 《国务院关于加强审计工作的意见》中对稳增长、 促改革、 调结构、 惠民生、 防风险等政策措施落实情况进行宏观调控部署， 审计署正式组织开展国家重大政策措施落实情况跟踪审计， 以推动政策措施的贯彻落实。2021年新修订的《审计法》正式将国家重大经济社会政策措施贯彻落实情况纳入审计范围， 彰显了政策跟踪审计的法律地位。目前， 政策跟踪审计属于政府绩效审计的一种新方式， 具有审计对象范围广、 审计内容丰富和审计周期长的特点， 将大数据技术运用于政策跟踪审计， 可以在一定程度上解决政策跟踪审计效率低下、 审计内容重复、 审计资源浪费等问题。现有文献对于政策跟踪审计的研究主要集中于理论层面， 包括政策跟踪审计的职能、 概念、 审计方法等， 专门将大数据技术与政策跟踪审计相结合进行研究的文献较少， 理论基础尚未达成共识且缺少深层次的内在逻辑探讨。本文在梳理学术界关于大数据与政策跟踪审计研究阶段性成果的基础上， 提炼政策跟踪审计的关键因素， 构建大数据对政策跟踪审计的影响路径模型， 丰富了大数据对政策跟踪审计影响路径方面的理论文献。

二、 文献综述

（一）大数据的发展和影响

大数据作为重要的生产要素， 对国家经济具有重要的推动作用， 世界各国都在加紧对大数据的研究与应用， 以期增强国际竞争力。2009年， 美国率先把大数据作为国家创新战略、 国家信息安全战略以及国家信息网络安全战略的核心领域。有着信息时代“新石油”美誉的大数据是指在可容忍的时间内， 用传统IT技术和软硬件工具包进行数据感知、 获取、 管理、 处理和服务的数据集合（李国杰和程学旗，2012）， 其价值链包括四个阶段： 数据生成、 数据获取、 数据存储和数据分析（李学龙和龚海刚，2015）。大数据的特点正在被不断地被丰富， IBM认为大数据至少需要满足“5V”的特点， 即规模性（Volume）、 多样性（Variety）、 高速性（Velocity）、 价值性（Value）和真实性（Veracity）。利用多种数据类型能带来巨大的社会价值和产业空间， 使组织活动更加高效、 智能； 此外， 网络大数据的复杂性、 不确定性和涌现性影响着网络大数据作用的有效发挥（王元卓等，2013）， 数据的真伪难辨是大数据应用的最大挑战（程学旗等，2014）。

在传统的审计方式下， 冗杂的非结构化数据未被纳入审计范围（Yoon等，2015）， 为提升工作效率而采用的抽样审计方式无法准确揭示业务活动中的问题， 存在巨大的审计风险。然而， 在大数据时代， 大数据、 云计算技术促进了持续审计方式的发展， 总体审计模式、 审计成果和相关关系的应用也提升了审计人员的证据评估和专业判断能力（Anna等，2017）， 在一定程度上降低了審计风险。因此， 要把握大数据发展的大势， 把握大数据审计的特征， 把握大数据审计带来的变化（章轲等，2018）， 不仅要在数据采集传输、 存储、 处理分析三个环节做好风险识别和应对， 还要从政府和行业、 审计职业发展和人才培养方面做建设（张悦等，2021）， 不断加大对大数据审计技术的研发投入。

（二）大数据在政策跟踪审计领域的研究

国内外学术界关于大数据审计的研究已经取得了一定的研究成果， 但对于政策跟踪审计的研究主要集中在国内。政策跟踪审计是实现国家治理能力现代化的手段（王帆和谢志华，2019）， 部分学者致力于构建政策执行效果评价指标体系（张龙平和熊雪梅，2020； 李晓冬，2020）， 以及对地方审计机关的政策跟踪审计实践经验进行总结， 并提出完善政策落实跟踪审计的建议（上海市审计学会课题组和林忠华， 2017； 浙江省审计学会课题组等，2017；王慧，2017）， 助力政策跟踪审计更好地发挥“经济体检”作用， 提升审计的监督效能（杨柔坚等，2020）。在大数据环境下， 政策跟踪审计的取证技术、 取证范围、 分析方法等都得到了一定程度的提升， 但也存在法律层面缺失、 大数据信息平台建设不平衡、 审计组织模式不适应和数据真实性等风险（陈丽和夏诗明，2018）。因此， 有学者提出完善相关法律法规， 建立大数据审计信息平台， 并使用Python等计算机技术方法构建模型应对审计数据采集、 处理和可视化分析等核心问题（审计署上海特派办理论研究会课题组等，2020）， 为政策跟踪审计提供技术手段。至此， 还有学者针对某一重大政策进行研究， 由点及面地为审计全覆盖提供实践启示， 例如构建乡村振兴政策四维审计模型（李晓冬和马元驹，2022）， 以及构建大数据审计信息平台和治理问责体系等措施， 以提升普惠金融政策的效率和质量等（岳崴和张强，2020）。

近几年对大数据审计的研究呈现出蓬勃发展的态势， 在审计工作中运用大数据技术已受到理论界和实务界的高度关注， 以上文献为本文的研究提供了有力的理论支撑。然而， 现有文献更多的是探讨大数据对常规审计的影响， 而将大数据与政策跟踪审计相结合进行研究的文献较少。此外， 针对大数据政策跟踪审计的研究还处于探索阶段， 未概括出大数据影响政策跟踪审计的一般逻辑。本文采用扎根理论方法， 分析大数据对政策跟踪审计的影响机理， 识别出大数据对政策跟踪审计的影响路径。

三、 研究设计

（一）研究方法

扎根理论是指在收集原始资料的基础上不断提炼概念和范畴， 最终上升到理论构建的过程。本文运用扎根理论方法， 从反映现实的经验和现象出发， 通过三级编码在原始资料和理论之间架起“桥梁”， 将具有因果关系的范畴连结起来， 解决“How”和“Why”的问题。政策跟踪审计是一项比较新的审计类型， 目前仍处于不断完善的过程中， 使用扎根理论可为研究大数据对国家审计的其他审计类型的影响路径提供“可复制逻辑”支撑， 以期构建更具有普适性的理论框架。

（二）资料收集

审计署网站是审计署主办的官方网站， 从该网站获取的资料具有公信力， 本文从中获取了《“十四五”国家审计工作发展规划》等8份文件作为原始资料。此外， 本文还收集了地方政府网站发布的使用大数据技术进行政策跟踪审计的情况公告（共17份）、 审计局领导接受媒体在线访谈的记录（共9份）、 媒体发布的相关文章（共16篇）以及中国知网上的核心期刊文章（共35篇）等， 以尽可能保证资料的充分性。

本文的研究目的是探究大数据对政策跟踪审计的影响路径。因此， 资料的收集和筛选主要分三步进行： 第一步， 通读收集的资料， 初步了解大数据对政策跟踪审计的影响， 并对资料进行初步筛选， 逐句逐段列示， 剔除与研究主题不相关的内容； 第二步， 再次收集资料， 直到没有新的内容出现时停止这个步骤； 第三步， 仔细研读资料， 利用编码软件简单标记资料中可能与“大数据”“政策跟踪审计”相关的语句。通过上述三个步骤对原始资料进行简单过滤、 筛选和整理后， 形成本文的大数据政策跟踪审计资料数据库（數据统计截止日期为2022年8月）， 为之后的正式编码工作做准备。

（三）资料整理

1. 开放式编码。开放式编码需要研究者不断地对原始资料进行比较， 根据资料反映内容的不同， 分别贴上不同的标签， 再根据相关词语出现的频次将含义相近的标签归纳到一起形成概念， 之后对概念进行划分形成初始范畴， 即“标签化→概念化→范畴化”。为了高效地处理原始资料， 本文采用软件Nvivo11 Plus辅助编码工作的进行， 首先对上述85份原始资料进行初步整理， 采取分层抽样的方式从中随机抽取28份， 用来做结果的饱和度检验。为了减少研究者的个人偏见对最终理论构建的影响， 本文尽量使用原始资料中的原文作为标签， 从中挖掘初始概念， 并且在编码过程中不断对编码进行分析和调整。经过对剩下57份文本的反复筛选比对， 共有436条语段进入开放式编码分析程序， 形成了40个初始范畴， 如表1所示。

2. 主轴式编码。由于开放式编码所获得的初始范畴内涵较为简单， 本文继续进行主轴式编码， 将概念相关联的自由节点“聚拢”起来， 通过再次归纳发现范畴间隐性和显性的逻辑关系。本文通过整理分析发现， 前述开放式编码所得到的40个初始范畴之间确实存在内在连结， 根据类属关系和相关关系， 将这些初始范畴归纳为表1中的15个副范畴和5个主范畴。这5个主范畴分别是： 顶层设计机制、 资源统筹机制、 协同工作机制、 过程跟踪机制和数据分析机制。

3. 选择式编码。选择式编码是将主轴式编码中得到的所有主范畴连结到一起， 选择核心范畴来统领所有范畴。本文结合原始材料， 重新对开放式编码和主轴式编码的436条语段、 40个初始范畴、 15个副范畴和5个主范畴重新进行审视， 将所有的主范畴联系起来， 以“故事线”的形式阐释大数据技术对政策跟踪审计的影响路径。通过前面的开放式编码和主轴式编码等资料处理过程， 本文提炼出顶层设计机制、 资源统筹机制、 协同工作机制、 过程跟踪机制和数据分析机制5个主范畴， 它们之间的典型关系结构如表2所示。

根据上述编码得到的关系结构， 本文进一步提炼出“大数据对政策跟踪审计的影响路径”这一核心范畴， 围绕这一核心范畴所构建的大数据对政策跟踪审计的影响路径框架模型如图1所示。

4. 理论饱和度检验。为了确保研究的理论饱和， 本文将预留的28份原始资料的146条语段再次进行编码， 经范畴化共得到6个范畴（完善审计制度、 审计成果运用、 统筹审计工作、 区域间联动、 全过程跟踪评价、 规划大数据建设）， 均与前述15个副范畴重合， 对于主范畴也未出现与前述5个主范畴差异显著的新范畴， 可以判定本研究基本达到理论饱和。

四、 模型阐释和研究发现

通过上述扎根理论的编码过程， 本文提炼出相应的主范畴和核心范畴， 并根据范畴间的关系构建了大数据对政策跟踪审计的影响路径模型。研究结果表明， 在大数据时代存在法律法规不完善、 技术发展不平衡、 信息沟通不畅等问题， 产生了审计发展需求， 包括法律法规需求、 人才需求、 合作需求等， 以需求牵引问题， 大数据将从顶层设计机制、 资源统筹机制、 协同工作机制、 过程跟踪机制和数据分析机制五个方面来影响政策跟踪审计的执行效果。党的十八大以来， 习近平总书记坚持将问题导向作为我国社会主义现代化建设的正确思维方式和科学工作方法。问题导向致力于发现问题、 正视问题和解决问题。当前， 审计相关法律法规不完善、 大数据技术发展不平衡和信息沟通不畅等诸多问题的出现， 已经对审计工作造成困扰， 所面临的问题迫切需要得到解决。因此， 审计工作要根据问题确定需求， 再根据需求确定审计的机制、 方法和技术， 从而提高审计工作的科学性和专业性。本文构建的影响路径模型首先可以解释政策跟踪审计模式转变的原因， 其次能够解释大数据影响政策跟踪审计的路径， 最终推动政策跟踪审计执行效果提升， 上升至政策跟踪审计理论构建的宏观层次。

（一）顶层设计机制

习近平总书记在中央审计委员会第一次会议上提出， 落实国家治理体系需要强化顶层设计。顶层设计机制是指从全局出发， 对某个项目进行系统的规划， 立足于解决现象背后的体制机制问题。完善的审计体制机制有助于更好地发挥审计在国家治理现代化建设中的监督作用， 保证政策目标的实现。大数据时代经济发展迅猛， 存在相关法律法规滞后、 在执行时对政策理解不到位以及权责界定不明晰导致数据资料获取困难等问题， 这些问题归根结底是顶层设计的问题。良好的审计环境需要科学完善的政策以及坚决贯彻执行作为支撑， 本文发现， 大数据通过顶层设计机制影响政策跟踪审计的执行效果主要表现在以下三个方面： 一是随着大数据的使用条件逐步成熟， 关于大数据政策跟踪审计法律规范的发展重点逐渐转移为对政策的预警、 跟踪执行等事前和事中审计； 二是拓宽了审计的广度和深度， 用技术扫清盲区， 扩大了审计监督范围， 促进审计全覆盖； 三是审计成果转化， 落实具体问题整改方案， 必要时移交纪检监察机关。

（二）资源统筹机制

在大数据时代， 审计工作范围被拓宽， 数据资源更丰富。但目前审计机关对于政策跟踪审计资源的整合研究还处于探索阶段， 随着审计业务所涉及的范围越来越广， 大数据审计平台的构建需要融合多个学科的专业知识， 现实审计工作的复杂程度需要人类大脑根据实际情况做出专业的判断， 繁重的工作导致部分审计机关工作人员压力较大。此外， 由于大数据技术发展不平衡以及复合型审计人才缺乏， 短期内无法快速提升技术水平和审计人员的素质， 因此迫切需要统筹审计工作， 整合审计资源， 以在复杂多样的审计客体和政策类型中实现审计全覆盖。在审计资源有限的情况下， 整合审计资源， 加强审计机关上下级的纵向联动和部门间的横向联动， 避免重复审计， 成为大数据时代政策跟踪审计的重要要求。例如， 在难以实施现场审计的情况下， 审计机关实施有针对性的数据采集， 加大非现场审计的数据分析力度。此外， 有些审计厅加强对下级机关的技术支持， 建立审计数据库， 采取远程报送数据的方式， 充分發挥了集中统筹的作用。统一组织、 统一实施， 形成系统联动， 集中优势资源开展审计工作， 在疫情防控阻击战中贡献了审计力量。

（三）协同工作机制

大数据时代的经济形势日益复杂， 审计全覆盖意味着审计主体的拓展和审计范围的扩大。政策跟踪审计的数据资料获取时间长、 难度大， 大量人力耗费在整理、 核对、 汇总基础资料上， 且往往需要财税、 工商等多个国家机关联动。协同工作机制不仅是中央与地方上下级的联动、 行业间的联动、 部门间的协同， 更是计划、 时间、 人力、 物力、 技术资源之间的协同。在这个过程中， 部分措施协调配合力度不够， 就会导致政策跟踪审计的执行效率低下。因此， 协作与信息共享成为大数据时代审计工作的新要求， 不仅包括审计机关内部共享数据， 还包括审计机关与其他国家机关之间共享数据， 真正做到垂直管理、 内外联动， 积极推动本地区、 本单位的政策跟踪审计工作。例如， 在“稳就业”政策跟踪审计中， S省审计机关在审计工作开始之前就广泛收集数据信息， 人力资源和社会保障局提供失业人员补贴申报登记信息， 电子数据审计处对数据进行分析， 政策跟踪审计处发挥专业优势， 多部门工作统筹和上下联动， 系统地提高了政策跟踪审计执行效果。

（四）过程跟踪机制

传统审计采用抽样审计的方式会带来较高的审计风险， 对事前和事中审计的关注不足， 未实现从政策要求、 预算安排到资金筹集、 分配、 拨付、 使用等全流程跟踪审计覆盖。同时， 事后审计也无法及时纠正错误和弊端， 不利于改进工作和挽回损失。而大数据政策跟踪审计注重对政策执行的过程进行监督， 借助大数据技术可以实现对政策执行过程和结果的精准评估。由于政策跟踪审计工作具有明显的动态性和持续性特点， 对于某些长期且复杂的审计项目， 往往要经历可行性检验、 资金投入及项目工程验收等诸多环节， 为了使国家重大经济社会政策真正落实到位， 运用大数据技术可加强对政策执行的动态管理， 使动态抽检、 不定期检查等工作贯穿于审计业务全过程， 构建完善、 闭合、 高效的审计监督实现路径。例如， 审计机关对政府投资某工程项目进行政策跟踪审计时， 在招标阶段， 将招标控制价和比对价进行数据关联分析， 精准识别报价差较大的项目， 向建设单位预警； 在施工阶段， 把控项目成本和监督工程建设质量； 在竣工阶段， 对未落实的工作抓紧整改， 并将工程项目建设的全过程数据及时上传至信息共享平台， 打破数据壁垒， 不同领域的专业人员可在共享平台公开的各种信息的交互对比中得出有效的结论， 做到政策跟踪审计全过程监督。

（五）数据分析机制

政策跟踪审计的审计客体众多、 政策类型多样， 对数据资料的重复处理导致审计效率低下。当传统审计无法对繁杂的审计数据进行有效处理时， 需要审计行业开发出以需求为导向、 以数据为突破点的数据分析技术。如图2所示， 首先， 通过大数据技术对政策跟踪审计数据统一采集入库并分门别类， 避免一套数据多次清洗， 提高政策跟踪审计的效率； 其次， 使用第三方软件对数据进行特征分析和关联分析； 最后， 得出可视化结果并结合审计人员的专业判断出具审计报告， 再将结果上传至数据共享平台。直观的数据分析结果有利于做出恰当的审计决策， 实现对审计工作的精准监督。例如， 在某河流水质治理与水资源保护政策落实情况跟踪审计中， 由于项目空间范围大， 审计人员进行实地勘察获取数据的难度较大， 且对某一流域采用抽样审计方式难以反映审计项目整体的真实情况。因此， 审计人员使用GIS技术， 采用图斑对比法进行分析， 全面、 直观地了解河流河道污染和占用的情况， 揭示污水排放和违规侵占河道等问题。

五、 大数据政策跟踪审计的发展建议

（一）立足顶层设计， 健全数据应用机制

审计机关应在总结政策跟踪审计经验的基础上， 通过完善顶层设计， 健全数据的应用机制， 为大数据技术的应用提供良好的基础。一是， 统一数据信息标准。可以发挥制度优势， 制定更专业、 更科学的大数据政策跟踪审计相关审计准则和规范， 以提升政策跟踪审计的执行效果。例如， 统一数据采集格式、 规范数据采集范围和数据获取权限等。二是， 分层统一管理的组织模式。在大数据审计处内部的审计业务组、 数据分析组以及其他小组分别设立审计组长， 由各小组组长组成大数据审计工作领导小组共同商议审计事项， 及时沟通相关信息， 降低审计风险。成立大数据审计工作领导小组可以加强对政策跟踪审计的指导， 完善组织结构， 增强大数据在政策跟踪审计中应用的专业性。

（二）强化队伍建设， 增强人员知识储备

一方面， 加强跟踪审计的政策培训。总体把握国家宏观政策需要定期组织开展政策跟踪审计制度学习活动， 积极宣传审计政策的应用， 并对培训的效果进行测试。另一方面， 加强审计人员的技能培训。为提升审计业务参与人员的数据分析能力， 可开展计算机技能普及培训， 以强化审计队伍建设。当前Python技术、 Neo4j数据库技术、 模糊匹配技术、 地理信息系统GIS技术等大数据技术的使用条件逐步成熟， 方便审计人员精准研判、 分析问题并及时解决问题， 督促国家重大政策贯彻落实， 化解政策执行过程中存在的风险。大数据审计平台的运用需要一批专业的信息化人才， 因此， 培养一批具备财务、 审计、 计算机、 法律知识的优秀审计人才是下一步审计人才培养的重要任务。

（三）创新审计技术， 提高业务协同能力

将合适的大数据技术应用到政策跟踪审计中已成为当前审计工作的趋势。例如： 在数据采集阶段， 使用Python的request库爬取相关网络上各种类型的数据； 在数据清洗阶段， 使用SQL语句进行筛选； 在可视化阶段， 使用Python的Matplotlib库对相关资料进行可视化分析等。此外， 促进审计项目成果的转化， 有助于提升创新能力， 加快建设审计业务协同机制， 加强资源统筹， 提升政策跟踪审计工作的效率。大数据技术提升了对非结构化信息的处理效率， 使得审计机关可以利用有限的审计资源共同发力， 揭露政策执行中存在的问题， 以大数据审计平台为“介质”精准刻画审计运行结果并实时反馈数据， 实现政策跟踪审计平台信息化， 提升审计全过程监督水平。

【 主 要 参 考 文 献 】

程学旗，靳小龙，王元卓等．大数据系统和分析技术综述［ J］．软件学报，2014（9）：1889 ～ 1908．

李国杰，程学旗．大数据研究：未来科技及经济社会发展的重大战略领域——大数据的研究现状与科学思考［ J］．中国科学院院刊，2012（6）：647 ～ 657．

李晓冬，马元驹．乡村振兴政策落实跟踪审计四维审计模式构建——以公共政策评估标准为视角［ J］．经济与管理研究，2022（3）：99 ～ 113．

李学龙，龚海刚．大數据系统综述［ J］．中国科学：信息科学，2015（1）：1 ～ 44．

上海市审计学会课题组，林忠华．政策措施落实情况跟踪审计实务研究［ J］．审计研究，2017（3）：12 ～ 18．

审计署上海特派办理论研究会课题组，居江宁，高杰等．大数据技术在国家重大政策措施落实情况跟踪审计中的应用研究［ J］．审计研究，2020（2）：14 ～ 21+56．

王帆，谢志华．政策跟踪审计理论框架研究［ J］．审计研究，2019（3）：3 ～ 10．

王元卓，靳小龙，程学旗．网络大数据：现状与展望［ J］．计算机学报，2013（6）：1125 ～ 1138．

杨柔坚，李洋，苏艳阳．基于大数据的政策跟踪审计方法研究——以就业政策跟踪审计为例［ J］．审计研究，2020（4）：28 ～ 34．

岳崴，张强．普惠金融政策跟踪审计机制构建研究［ J］．审计研究，2020（2）：29 ～ 35．

张龙平，熊雪梅．我国政策执行效果审计研究——关于政策执行效果评价指标体系的构建［ J］．厦门大学学报（哲学社会科学版），2020（2）：79 ～ 90．

张悦，杨乐，韩钰等．大数据环境下的审计变化、数据风险治理及人才培养［ J］．审计研究，2021（6）：26 ～ 34+60．

章轲，张冬霁，梁轩瑞等．大数据审计中要做到的“三个把握”［ J］．审计研究，2018（5）：30 ～ 34．

浙江省审计学会课题组，陈英姿，王祥等．国家重大政策措施落实情况跟踪审计管理创新研究［ J］．审计研究，2017（3）：19 ～ 22+29．

Anna M. Rose， Jacob M. Rose， Kerri-Ann Sanderson， Jay C. Thibodeau. When Should Audit Firms Introduce Analyses of Big Data into the Audit Process？［ J］．Journal of Information Systems，2017（1）：81 ～ 99．

Yoon K.， Hoogduin L.， Zhang L.. Big Data as Complementary Audit Evidence［ J］．Accounting Horizons，2015（2）：431 ～ 438．

【基金项目】教育部人文社会科学研究青年基金项目“大数据环境下医保欺诈审计模式及实施路径研究”（项目编号：18YJC630196）

【作者单位】1.山东工商学院会计学院， 山东烟台 264005；2.烟台市口腔医院审计科， 山东烟台 264001。葛英君为通讯作者