大数据背景下政府投资审计问题研究

王铄

一、前言

与经济社会的持续发展相伴随，审计工作在我国监督体系中发挥的作用越来越突出，在诸多投资建设领域（如扶贫工程、保障房安居工程等）均有着不容忽视的监督功能。我国政府投资审计项目具有显著的综合水平高、覆盖面广以及专业性强等特点，如果仅是对传统意义上的审计方法或手段加以运用，显然不能满足当今社会投资审计要求，大数据技术的优势日益显现。分析目前实际形势，基于对大数据理论、思维及技术等的运用推进政府投资项目审计工作已经成为必然。针对投资项目审计，学者及业界人士从多个方面进行了较多理论研究，对投资项目审计模式的改进与创新、审计阶段相关模式的挑战等均有涉及，但总体而言，以大数据理论及技术为背景对当前政府投资审计项目方法及其措施所做的研究还相对欠缺，基于此，本文界定大数据技术飞速发展这一时代背景，对政府投资审计工作进行深入探讨以期明确当前政府投资审计现实难题，探索大数据下的审计工作创新路径，为政府投资审计全覆盖提供重要参考及借鉴。

二、大数据技术在政府投资审计中的应用

政府投资项目涉及海量数据，在项目的各个环节均有贯穿，这些数据有着庞大与复杂的来源，数据类型非常多，表现形式亦丰富多样，处于持续变化的环境之中。在开展审计工作的过程中，审计人员需要从规模尤为庞大、渠道极其广泛的审计对象中进行各项相关数据的收集、处理及分析，大数据技术可以为其提供有力支持，执行数据预处理、特征选择、分类与聚类以及规则挖掘等各项任务，在全面、快速与准确梳理审计对象相关数据的基础之上进行准确分析，在足够短的时间内完成对疑点或风险点的定位工作，通过信息系统的运行，安排专门的审计人员针对上述疑点或风险点进一步开展审核验证工作，以此为前提实现对政府投资审计工作质量及效率的有效提升。

（一）数据预处理技术的应用

数据预处理建立在数据采集工作的基础之上，主要是对采集到的大量数据执行清晰、归一化、采样、变换以及集成等各项相关任务。其中，数据清洗主要是指遵循数据准确性、完整性、一致性、唯一性、适时性以及有效性原则对数据进行处理，剔除异常值和重复值等对后续数据分析工作没有价值的数据。正是由于采用自动化技术所获取的类型各异的海量数据无法直接完成数据挖掘以及深度分析工作，因此应进行相关结构以及模板的构建，通过对数据的清晰，为其质量以及准确性提供可靠保证。在政府投资审计工作的开展过程中，通过各种数据采集技术获取的数据（例如施工图预算、投资评审以及竣工结算等一系列工程造价数据）可能会受到具体技术或软件的影响而出现格式不统一的情况，这会在相应程度上为后续数据分析工作产生不利影响，对此，可以进行通用数据采集模板的构建，以模板为参照执行数据采集任务，为所获数据能够满足格式统一性要求提供保证。数据归一化主要指的是在相同尺度范围之内对有着差异化特征的数据进行统一，规避尺度不同所产生的相应影响。在政府投资审计工作中，所采集的数据可能来自不同的区域和行业，这些数据有着非常多的类型，对数据进行归一化处理，能够为分析工作的公正性及客观性提供保证。数据采样的目的在于对海量数据分析环节中的内存问题进行有效处理，在此过程中削弱数据噪声对最终数据分析结果产生的干扰。在数据采样工作的支持下，政府投资审计数据规模能够得到大幅度减小，在降低计算量的同时实现数据挖掘效率的有效提升。数据变换指的是对数据采集技术获取的原始数据进行转换处理，例如执行对原始数据的标准化处理工作，或对其进行降维、离散化等处理，在此基础上将一些隐藏的信息或规律挖掘出来。通过对数据集成技术的运用，政府投资审计工作能够有效整合来自不同部门或对象的数据，据此获取数据集，保证全面性及准确性，为后续基于大数据技术的整个投资审计数据分析工作奠定足够丰富及精准的基础。

（二）特征选取技术的应用

在基于大数据技术的政府投资审计工作中，数据特征选取是非常重要的一个环节，能够将会对投资审计结果产生影响的各项相关因素及指标一一确定下来，在此基础上开展数据挖掘分析工作，保证分析的针对性及效率性，明确审计监督的重要方向。特征选取对过滤式技术、包裹式技术以及嵌入式技术等予以涉及。其中，过滤式特征选取技术主要是在进行数据分析工作之前执行对数据特征的筛选任务，举例而言，以方差阈值及相关系数等手段为支撑实施特征筛选，将不会对政府投资审计结果产生明显影响的特征剔除出去。包裹式特征选取技术主要是在模型内部进行特征选取的融合，将会在最大限度上影响模型评估结果的特征确定下来，亦即基于算法的支持完成对最佳特征子集的搜索任务。嵌入式特征选取技术属于在原始特征集合中对最佳特征进行选取的技术，此类技术对机器学习算法加以运用，在相同优化环节执行对特征的选取及模型的训练任务，举例而言，借助于正则化或决策树剪枝等算法，进行主要特征的选取，在此基础上将会在最大限度上对模型评估结果产生影响的特征确定下来。针对政府投资审计工作，在对其风险点进行评估的过程中，可以和实际情况相结合，选取其中一种或多种技术开展特征选取工作。举例加以說明，对于招投标工程，在进行具体招投标方案的制定之时，可以对相关系数方法加以运用，将有着比较高的相关性的特征变量一一确定下来。基于此明确投资项目审计风险点以及审计工作的突破点[1]。

（三）数据分类技术的应用

大数据分类技术类型非常多，主要技术有决策树、朴素贝叶斯、支持向量机以及逻辑回归等。其中，基于决策树的数据分类技术具有树形结构，主要是在划分数据类型的基础之上进行树形结构的迭代构造，通过对树形结构的运用完成新样本标签的判别工作，最终达到分类分析的目的。基于朴素贝叶斯的数据分类技术主要建立于贝叶斯算法的基础之上，通过对该算法的简化提高健壮性，目前被视作有较好学习效率及分类效果的一类分类技术，主要是对概率统计的相关知识加以运用执行对新样本概率的计算任务，确定其属于各个类别的可能性，之后将新样本划归到概率最高的类别之中，进而完成精准分类的工作。基于支持向量机的数据分类技术被划归至最优分割超平面的分类方法范畴，通过在高维空间内部进行数据的映射，对可以划分多种不同类别的超平面进行探索，基于此执行分类任务，能够为政府相关部门提供重要帮助，让其更快、更加精准地把握数据的内在结构，进而完成对各种不同类别数据的高效、准确识别工作。基于逻辑回归的数据分类技术属于最大似然估计分类技术，主要是在二分类概率空间内部进行数据的映射，在模型训练的过程中确定与数据相符的最佳参数，以此为基础对数据进行两种类别的划分，执行后续二分类分析任务，在此技术的支持下，政府投资审计工作能够基于已有分类规则的指导准确分类未知的文字或图像，并将其很好地应用于卫星图像和测控图片等图像分类及识别工作之中。

（四）关联规则挖掘技术

对关联规则挖掘技术的流程进行概括，首要工作即进行数据预处理，在此基础上执行频繁项集挖掘的任务，即对全数据集进行扫描，确定全部与最小支持度阈值要求相符的项集。所谓支持度，指的是在数据集中某一具体项集实际出现的频率。基于对适宜支持度阈值的设置，能够将频繁项集找出，进而对算法的计算复杂度进行有效控制。在上述工作完成之后，关联规则挖掘工作便需要通过频繁项集生成具体的关联规则，亦即明确在特定的条件之下，部分项集和其他项集之间存在的关系。举例而言，在进行政府投资项目审计之时，若两个投资项目经常在同一时間段内出现，便能够生成一个具体的关联规则A→B。之后，便可以执行对关联规则的评价任务，完成筛选工作，通常可以通过置信度及支持度对关联规则进行评估。在关联规则挖掘技术的支持下，政府审计部门能够对不同投资项目之间所具有的关联性加以明确，进而将投资以及决策等合理性的欠缺之处揭示出来，通过对投资绩效的合理与准确分析，采取针对性的措施对投资项目风险进行防范或应对，进而达到将投资回报率提升的重要目的[2]。

三、基于大数据技术的政府投资审计困境

（一）大数据技术运用效果差

其一，政府部门在对自身投资审计项目年度计划进行设计与管理的过程中通常存在随意性较为明显的问题，日常审计工作的开展对政府中心工作以及投资项目信息的了解并不是非常透彻，很多情况下都是盲目性地制定年度投资项目审计计划，来一个审一个，在对项目的选择上也比较随意，有很大的可能出现“投资审计缺位”的状况，年度审计计划的应有作用无法得到充分与有效地发挥，类似于一个摆设。其二，投资审计定位准确度比较大，不符合审计内容丰富性原则。对当前实际形势进行分析，我国很多政府部门投资项目审计工作的开展都以事后审计为主，主要是在项目完工以后的决算阶段执行审核任务，审计内容有明显的单一性特点显现出来，仅是对竣工决算进行核减处理，对于施工单位来说，其目标主要是增加工程造价，而与之相对应，审计部门则往往将工作成效设定为对造价的核减。毫无疑问，此类审核方式并不能发挥出对项目建设的有效监督作用，无法从真正意义上达到投资审计全覆盖的目标。

（二）复合型审计人才队伍薄弱

目前，政府部门投资项目审计工作的开展存在审计力量不足、复合型审计人才队伍薄弱的问题，从事投资项目审计工作的人员没有足够的创新意识。其一，审计人员年龄结构和知识结构的兼容难度比较大，对专业知识的掌握相对单一。近年来，我国政府投资审计工作任务呈现出日益繁重的发展态势，这在较为明显的程度上激化了审计业务人员与计算机审计技术人员之间“两张皮”的矛盾。细化而言，具备分析语言编写能力的一些年轻审计人员并不具备丰富的战略思维，在投资审计工作的开展过程中思路较为狭窄，没有足够的工作经验积累，分析的角度较为单一；与之相对应的，资深审计人员有比较丰富的投资项目审计经验，但是往往欠缺对审计语言进行编写的技能，无法有效融合审计思路和大数据技术，受此影响，数据应有价值难以得到切实有效地发挥。对现阶段实际形势进行分析，在政府投资审计工作内容愈发复杂的大背景下，复合型审计人员相应不足，已有审计人员难以做到既精通计算机、大数据等信息化技术，又具备足够突出的财务、文字及综合协调能力，这无疑不利于投资项目审计工作的顺利推进。其二，现有政府投资审计人员在思想上还相对保守，对于数据的融合度以及自身的创新意识均相应欠缺，不能将大数据技术在投资审计中的应有作用最大限度地发挥出来。进入大数据时代以后，传统意义上的政府投资审计模式显然已经无法与时代发展要求相契合，不仅如此，也不能很好地适应审计数据飞速扩增以及审计内容愈发复杂这一客观事实。尽管近年来我国各级审计部门为实现财政财务收支以及社保资金等审计工作的顺利及高效开展作出了一系列尝试，力求很好地适应大数据的变革，紧紧追随大数据变革步伐，然而在投资审计这一细分领域，基层审计部门对于大数据的运用还明显不足[3]。

（三）数据共享及兼容性不理想

审计部门可以进行数据的采集，对此，在审计部门开展审计工作的过程中，被审计部门必须及时而又准确地提供自身履行职责相关的资料，同时，保证数据的完整性，这是法律法规赋予审计部门的主要职能及权限，也是对被审计部门规定的义务。不过分析当前实际情况，一些部门在向审计部门提供审计数据之时并不积极，这明显增加了审计人员数据采集难度，也正是如此，审计人员并不是非常积极运用大数据技术开展投资审计工作，这不仅不利于政府投资项目效益的有效提升，还会对投资审计全覆盖目标的达成及其进一步发展形成制约。例如，我国部分基层单位职能部门所管理的行业数据具有相对独立的特点，不同类型应用软件之间在信息交换方面效率并不理想，也无法保证数据兼容性，这导致“信息孤岛”现象的出现，各个职能部门在数据及资源的共享方面有很大的实现难度[4]。

四、大数据背景下政府投资审计优化路径

（一）创新投资审计模式

其一，以大数据技术为支撑，进行投资审计计划的科学与有效制定，将审计工作的重点及难点一一确定下来。审计部门需要切实提高重视，采取有效手段建立起和财政以及住建等相关部门之间的密切联系，强化沟通，全面高效整合各项相关数据，联合打造政府投资项目数据系统，做好对年度投资项目审计工作的统筹安排工作，针对中长期投资审计，更加需要进行合理规划，以此达到动态化管理审计计划的重要目的。其二，通过对大数据技术的运用在适宜程度上前移审计关口，在当前大数据技术飞速发展的宏观背景下，将政府投资项目审计由事后审计向事前与事中控制相结合转移。基于对大数据系统的构建，政府投资审计不再仅仅局限于事后竣工决算阶段，而是能够达到无项目审计目的，自项目立项之日起，便可以在任意环节实现对项目进程的实时掌控，一旦有异常状况出现，在第一时间发出预警，确立审计疑点，保证投资项目审计可以在项目管理的全生命周期贯穿，真正地实现动态化、宏观化管控[5]。

（二）打造高素质、复合型投资审计人才队伍

其一，加大对“高”“新”“优”投资审计人才队伍的培育力度。基于当前大数据背景，数据量呈现出突飞猛进的增长之势，数据结构越来越复杂，审计人员所处工作环境同样日益复杂，这对其提出更加严格与多元化的要求，不仅要具备足够高的专业水平，还要保证政治站位的高度。其二，加大对创新型投资审计人才队伍的培育力度。与其他类型的审计工作相比，投资项目审计工作的开展彰显出其自身特有的专业性，工作模式较为固定，在创新方面有较为突出的不足显现出来。针对这一情况，需要采取有效措施激励审计人员，激发其创新意识，进行创新型优秀人才的培养，打造全面创新的工作环境，以实际专业胜任能力为依据和岗位需求挂钩。其三，全面优化审计队伍结构。以当前整个审计队伍为对象，在实际工作需求导向作用的发挥之下，多岗位以及多类型地投身于一系列审计项目之中，持续调整并改进审计队伍结构，细化而言，应持续探寻由以往工程造价投资审计人才向复合型优秀投资审计人才转变的实现路径。

（三）建设标准、统一与健全的投资审计数据库

对审计工作的独特优势进行分析，以数据的收集为体现，可以发挥出对数据库建设工作全面、有序进行的推动作用，通过对经过高度加工的优秀数据成果的提供，为政府审计部门提供便利，让其在一个比较短的时间内掌握所需要的各项数据信息，对项目管理、制度实施以及投资效果等均有涉及[6]。正是在此基础上，基于大数据技术的支持开展投资审计工作，审计部门需要切实提高对数据收集工作的重视程度，保证每一位审计人员都拥有一定程度的“大数据”视野，能够做到对大数据核心思想的正确把控，采取有效手段和措施对基础数据的采集及审计工作进行集成，打造审计数据收集标准化及规范化的有利局面，以对各种类型业务数据的全面与高效采集为基础，建设投资审计数据库，以此奠定投资审计工作的扎实基础。另外，政府投资项目审计工作的开展还需要有针对性地进行审计方法的创新，明确投资审计数据库建设这一重要出发点，进一步强化投资项目大数据库的建设工作，切实提高对审计数据库可扩展性的重视程度，与自身具体的使用需求相结合，通过各类数据收集渠道及方式，持续进行审计数据库的拓展，在此基础上完成对能够满足政府决策需要的大数据库的全面构建。进一步地，为了将大数据技术的作用最大限度地发挥出来，审计人员还需要与实际的业务需求相结合，对各项数据分析方法进行更加全面及细化的探究，在审计数据的基础之上构建模型，将数据所具有的潜在价值最大限度地发挥出来。

五、结语

在当前大数据技术迅猛发展的背景下，政府审计部门应紧紧抓住重要机遇期，不断探寻审计方法的改进与创新，进行标准、统一以及健全的审计数据库的构建，打造高素质、复合型投资审计人才队伍，以此实现对政府投资项目效益的全面及有效提升。

引用

[1]何恪.论全过程跟踪审计对政府投资项目审计的影响[J].商业2.0，2023（33）：80-82.

[2]高龙艳.大数据时代下公共投资审计的新思路[J].中国产经，2023（20）：85-87.

[3]李炳和.对政府投资项目审计的思考[J].中国内部审计，2023（01）：74-77.

[4]钟飚，左丹，李东辉，等.大数据环境下数字化技术在政府投资项目审计中的应用[J].审计与理财，2022（08）：21-22.

[5]范佳悦.投融资体制改革背景下政府投资审计转型研究[D].南京：南京審计大学，2022.

[6]易君.政府规制视角下政府投资项目审计监督研究[J].行政事业资产与财务， 2021（24）：97-98.