大數據時代高校科研經費績效影響與審計思考

沈凡凡

【關鍵詞】 科研經費; 績效; 影響因素; 審計; 大數據

【中圖分類號】 F239? 【文獻標識碼】 A? 【文章編號】 1004-5937（2022）03-0092-06

一、引言

中央審計委員會的成立對推進審計全覆蓋總目標有著重要作用。在此方向指導下，各級審計機關正在圍繞大數據技術建設審計信息化系統，實現數據的共享和集中存儲[ 1 ]。當前，被審計單位的數據可達TB甚至PB級別，包括電子數據、文檔數據及各類報表等結構化和非結構化大數據，如何利用大數據技術挖掘出潛在的審計業務風險已成為一個重要問題。

隨著我國創新型國家戰略的持續推進，科學研究項目與日俱增，高校作為教育體系和國家科技的重要組成部分，肩負著科研的重大使命和責任。為提高科研經費使用效益，高校科研經費審計成為學校管理的一項重要內容。近年來，高校科研經費進賬逐年增加，并且經費的來源日趨多元化，經費管理越來越復雜。經費的預算執行和使用都呈現出非結構化特點，比如預算執行標準主要是文字文本類型的文件、經費的使用和報銷為紙質憑證或電子憑證，種類繁多，共同構成高校科研經費審計大數據。這些多類型的數據使審計難度增大，審計效率降低。因此，通過高校科研經費績效審計可以實現科研資源的合理配置，最終能夠提高科研績效產出[ 2 ]。

本文運用大數據視角分析方法，對高校科研經費績效影響因素進行分析和研究，探尋影響高校科研績效的重要因素，進而為審計重點提供依據。本文的學術貢獻在于：一是探索大數據視角的科研數據分析框架、假設和模型;二是通過實證分析考察高校科研經費與科研資源投入產出之間的關系，揭示績效水平低下的重要影響因素;三是展示大數據對分析高校績效水平的作用，以及給出高校科研活動的審計建議對策，具有較強的可推廣性和可操作性。

二、文獻回顧

（一）大數據技術在審計中的應用

近年來，審計署和各級審計機關均在規劃大數據技術在審計中的應用思路，理論界從不同角度探討了大數據審計的應用方法。陽杰和應里孟[ 3 ]提出運用大數據思維方式挖掘審計線索，進而獲取審計證據。彭沖等[ 4 ]提出利用海量交通管理大數據，探索大數據環境下的數據式績效審計模式，通過理論和實務方式分析了審計實踐的過程。牛艷芳等[ 1 ]提出審計大數據網絡分析平臺建設框架，并以實例說明財政資金的分析效果。陳偉[ 5 ]提出采用大數據技術進行業務連續性管理審計方法，包括大數據可視化分析和多數據源綜合分析技術的應用。還有學者提出采用大數據審計構建模型，并通過數據活化模型解決PPP項目審計。

上述研究有助于理解大數據審計方法，但其視角局限于理論框架和模型探索，缺乏大數據技術的真實應用與分析。

（二）高校科研經費績效審計研究

隨著科研經費投入力度的增大，科研經費的管理和績效產出越來越重要。許多學者從科研經費管理、科研績效評價體系和影響績效因素等角度進行了探討。王杰敏[ 6 ]從科研經費管理的問題、原因和對策三方面進行了研究。戴露斯[ 7 ]從管理學視角分析了科研經費的管理制度、預算管理、經費使用過程管理等，提出多方位系統的科研經費管理對策建議。趙越瑤[ 8 ]采用專家訪談、問卷調查、層次分析法和模糊綜合分析等方法建立績效評價指標體系。吳清林[ 9 ]在經濟性、效率性和效果性基礎上構建了財會類科研經費績效審計評價指標體系，并對東部、中部和西部的高校進行了分析。賈明春[ 2 ]從實證分析角度探討了高校科研績效影響因素。王海妮[ 10 ]運用模糊層次綜合評價法，構建高校科研經費內部控制管理評價體系。賈敬全和汪佩霞[ 11 ]從科研投入、科研管理和科研成果等方面建立績效評價體系，在此基礎上運用模糊綜合評價和層次分析法判別經費績效。王昊[ 12 ]構建科研投入、科研運行和科研成果等科研績效綜合影響因素，通過單層、多級綜合評價科研資金使用效率。胡百靈等[ 13 ]從科研經費、科研效率、社會評價和學習成長等角度探索科研績效綜合評價方法，認為應當加強科研績效評價及管理。張川和張濤[ 14 ]將科研經費支出績效分為科研經費使用績效和科研單位經費管理績效，使用問卷調查分析了預算控制影響因素，表明制度設計和內部監督對科研經費支出績效具有顯著正向影響。

上述研究表明，高校科研經費績效的相關成果非常豐富，然而，從大數據視角進行分析和研究的并不多。因此，本研究將采用大數據分析技術，探尋高校科研經費績效的影響因素，力圖呈現大數據視角下的科研績效分析和審計新思路，為實務界和理論界提供參考。

三、研究框架、理論假設與模型構建

（一）基于大數據視角的科研數據分析框架

在大數據環境下，高校科研經費績效影響因素可以采用大數據技術實現對海量科研數據的深度提取和分析，從而發現新模型，并能根據時間的推移進行動態預測因素的變化。為此，本文構建了基于大數據視角的科研數據分析框架結構（如圖1所示），包括基礎數據源、大數據分析模型和數據可視化三部分。其中，基礎數據源主要為科研經費績效相關的數據，大數據分析模型為本文構建的模型假設，數據可視化是針對大數據技術提取的數據進行展示。

1.基礎數據源

為了客觀評價高校科研經費績效情況，本文將選取研究者普遍使用的基礎數據作為評價標準，數據來源將從歷年公開數據集中獲取，包括教育部科學技術司發布的《高等學校科技統計資料匯編》①數據和中國校友會網發布的《中國大學評價研究報告》②數據。對這些數據進行“清洗”，采用包括去除和補全缺失數據、修復錯誤內容、去除不需要的數據和關聯性驗證等大數據技術方法，進而獲取歷年數據中各個關鍵字段信息。其中，高校科技活動的數據包括科研人員數量、全時人員數量、科研經費撥入和支出額度、專著、學術論文、成果授獎的數量等。中國大學評價研究報告中的數據包括中國大學排名前100強排行榜和評分情況。

2.大數據分析模型

為了從海量基礎數據源中發現審計疑點，構建基于數據挖掘的大數據分析模型，采用機器學習、人工神經網絡、決策樹和貝葉斯模型，實現對審計電子數據的分類、統計、關聯規則學習、時間序列、回歸、聚類等數據挖掘分析。

3.數據可視化

將基礎數據源中的數據，通過大數據分析模型分析后，以多元化、圖形化方式進行展示。從不同維度觀察數據，對數據進行更深入分析，從而獲取和發現審計疑點。

（二）理論假設提出

1.科技人力

科技人力包括教學與科研人員、研究與發展人員。其中，科研人員與全時人員是高校科技人力資源的核心力量，全國各大高校每年都在引進科研人員。根據關系績效理論，關系績效行為能夠促進群體與組織績效。當科研人員數量增多時，科研人員之間會有相互聯系、相互協調、相互合作的行為。當這些行為發展到一定程度時，將會激發人員的科研創新水平，進而促進科研經費績效的提升。另外，許多研究者也將科技人力列為績效的主要影響因素。可見，高校科技人力的數量、質量決定高校的活力和發展水平，是實現高校服務社會的重要因素。因此，本文提出假設1、假設2。

H1：在其他條件相同情況下，高校科研人員的數量對科研經費績效提升產生積極影響。

H2：在其他條件相同情況下，高校全時人員的數量對科研經費績效提升產生積極影響。

2.科研經費

科研經費為高校科研活動提供必要的物質保障。科研活動的各個環節都需要經費的支撐。根據自我決定理論，在充分認識個人需要和環境信息的基礎上，個體對自己行為做出自由選擇。科研人員以科研成果規劃為導向，為完成某項科研任務，在科研經費支出過程中會將經費用于與成果相關的業務。科研人員為完成科研活動，需要從多種渠道獲取經費以支撐其研究活動。在內部動機、外部動機和個人需要相互作用下，科研經費績效會逐漸產生。基于以上分析，科研經費的撥入和支出數額對科研成果及科技轉換產生正向影響，進而促進科研經費績效的提升。因此，本文提出假設3、假設4。

H3：在其他條件相同情況下，高校科研經費支出的額度對科研經費績效提升產生積極影響。

H4：在其他條件相同情況下，高校科研經費撥入的額度對科研經費績效提升產生積極影響。

3.科技成果

科技成果是高校科研活動過程中的產物，包括專著、學術論文和成果授獎等，是推動高校科研發展的重要手段，是衡量高校科研實力的重要指標。根據目標設置理論，科技成果的目標導向對科技人員有激勵作用，并將其逐漸轉化為自身需要。在科技成果的績效考核下，科技人員會將專著、學術論文和成果授獎等外在激勵設定為自身需要。當個體內在激勵增強時，將會促進科研經費績效的提升。基于上述分析，科技成果的數量對科研績效提升產生正向影響。因此，本文提出假設5—假設7。

H5：在其他條件相同情況下，高校出版專著的數量對科研經費績效提升產生積極影響。

H6：在其他條件相同情況下，高校發表學術論文的數量對科研經費績效提升產生積極影響。

H7：在其他條件相同情況下，高校獲得成果授獎的數量對科研經費績效提升產生積極影響。

（三）模型構建

根據前述假設可知，科研經費績效是由科研資源投入和科研資源產出共同構成的。科研資源投入是決定因素，科研資源產出是導向因素。科研資源投入包括科研人員、全時人員和科研經費支出等要素。科研資源產出包括專著、學術論文、成果授獎和科研經費撥入等要素。科研資源投入能夠推動科研資源的產出形式不斷演化與完善，同樣，科研資源產出也會促進科研資源投入的發展和資源優化組合。在個人需要與外部動機的影響下，科研經費績效呈現迭代式上升發展趨勢。根據這些要素之間的相互關系，得到高校科研經費績效影響因素關系模型，如圖2所示。

四、基于大數據視角的分析

（一）大數據統計分析

為了評價高校科研經費績效情況，用SPSS軟件對2018年中國大學排行榜100強進行統計性分析，得到如表1所示的統計性結果。高校的評價總分值能反映高校的績效水平，其最大值為100，最小值為62.84，平均分卻僅有67.59，離最高分的距離較大。平均值的95%置信區間下限為66.23，上限為68.95。由此說明，高校科研經費的績效水平較低。

高校評價的波動值包括方差47.17、標準偏差6.87、全距37.16。可見，方差較大，說明不同高校之間的科研水平相差較大，績效水平低的高校需要重點審計和關注。全距較長，說明績效水平最好的高校和績效水平最低的高校之間差距較大。

統計性數據中偏度為2.65，大于0，說明數據的分布呈現非正態分布，表現為右偏，說明績效水平較低的高校較多。統計性數據中峰度為8.59，大于0，反映數據分布曲線的陡峭程度較大，說明績效水平高的高校和低的高校之間差距較大，導致數據分布陡峭。

綜上可知，高校績效水平整體偏低，說明其科研活動過程中存在一定問題，需要重點審計和發現審計疑點及問題。

（二）科研經費績效與影響因素的線性回歸分析

為了檢驗科研經費績效水平和各個影響因素之間的關系，用SPSS軟件對2018年中國大學排行榜100強和2017年高校科技活動情況中的7個自變量進行線性回歸分析，其運行結果如表2、表3所示。

由表2可知，R方為0.467，說明擬合度效果較好。調整后R方為0.155，說明自變量對科研績效水平的解釋率為15.5%。標準估算錯誤為7.48406，說明自變量不能解釋因變量的程度較低。綜合分析，部分自變量和因變量之間關系密切，能夠較好地解釋它們之間的關系。

由表3可知，自變量與科研經費績效之間的關聯程度不一樣，自變量科研人員的數量、研究與發展全時人員的數量、科研經費支出的額度、科研經費撥入的額度和專著數量的標準回歸系數都是正數，說明科研績效與這些變量是正相關的，即這些要素的投入越多，產出的績效水平越高。可見，H5成立。另外，自變量學術論文的數量和成果授獎數量的標準回歸系數為負數，說明科研績效與這兩個變量負相關，即學術論文的數量和成果授獎與科研績效沒有明顯關系，H6和H7未通過檢驗。同時說明學術論文的數量和成果授獎數量偏少。

從顯著性上看，科研經費的撥入和支出額度的顯著性最強，說明科研經費對科研活動的實施非常重要，印證了科研經費績效審計的重要性。專著和學術論文的顯著性較弱，說明高校科研活動過程中這兩項產出較低。

（三）科研經費績效與科研資源投入的線性回歸分析

為進一步探明科研經費績效與科研資源投入之間的關系，用SPSS軟件對績效水平和科研資源投入的3個自變量做進一步線性回歸分析，其運行結果如表4和表5所示。

由表4可知，R方為0.243，說明擬合度效果一般。調整后R方為0.101，說明自變量對科研績效水平的解釋率為10.1%。標準估算錯誤為7.72040，說明自變量不能解釋因變量的程度較低。綜合分析，部分自變量能夠解釋對因變量的影響。

由表5可知，科研資源投入自變量科研人員的數量、研究與發展全時人員的數量、科研經費支出的額度均與績效水平相關。其中，科研人員的數量和科研經費支出額度的標準回歸系數都是正數，說明科研績效與科研人員和科研經費支出變量是正相關的，即科研人員的數量以及科研經費支出越多，產出的績效水平越高。科研經費的有效支出能夠激活科研人員的積極性，共同促進科研績效的增長。同時，研究與發展全時人員數量的標準回歸系數為負數，說明科研績效與這個變量負相關，即研究與發展全時人員不是高校科研績效產生的主要人員，僅為科研人員的補充和擴展，對科研績效水平的提升沒有顯著影響。因此高校想通過擴充全時人員來提升科研績效時，需謹慎考慮其帶來的影響。

（四）科研經費績效與科研資源產出的線性回歸分析

為進一步探明科研經費績效與科研資源產出之間的關系，用SPSS軟件對績效水平和科研資源產出的4個自變量做線性回歸分析，其運行結果如表6和表7所示。

由表6可知，同前述分析一樣，部分自變量能夠解釋對因變量的影響。

由表7可知，自變量科研經費撥入的額度和專著數量的標準回歸系數都是正數，說明科研經費撥入和專著數量對績效水平影響較重，即科研經費的撥入額度和出版專著數量越多，產出的績效水平越高。高校可以擴展多種渠道，獲取更多科研經費的撥入，進而促進經費績效的轉化。同時，學術論文的數量和成果授獎數量的標準回歸系數為負數，說明科研績效與這兩個變量呈負相關，即學術論文的數量和成果授獎對科研績效水平沒有明顯效果，也表明學術論文成果轉化為成果授獎的數量偏少，高校在鼓勵增加學術論文發表數量的同時，應更加注重論文的創新質量和產業化轉化質量。

（五）科研經費績效、科研資源投入、科研資源產出相關性檢驗

為探索科研經費績效與科研資源投入、產出各變量間的關系，選取非參數檢驗中的Spearman檢驗方法，相關性檢驗結果如表8所示。當顯著性水平為0.05時，科研經費績效與科研人員、科研經費支出、科研經費撥入、專著顯著正相關。這一點與回歸分析（三）（四）中的結論非常吻合，進一步說明了檢驗結果的穩健性。結果表明，科研人員是績效產生的主要動力，科研經費是科研活動實施過程中必備的資源，而專著成果對績效產生有一定的貢獻，這些因素可以作為選擇性計量指標。

五、結論和審計建議

本文以海量科研電子數據為對象，從大數據視角分析和挖掘審計線索，深入探究績效水平與高校科研資源投入產出之間的關鍵影響因素，可知優化各相關影響因素是提升高校科研績效水平的重大探索。由此形成如下研究結論：

一是高校績效水平整體偏低，不同高校之間的績效水平差異較大。

二是高校科研人員數量、科研經費額度和專著出版數量的增加，對科研績效的提升都有積極促進作用。

三是科研經費支出投入會激發科研人員的活力，科研經費支出和科研人員等科研資源的投入能促進科研績效的提升。

四是科研經費撥入和專著等科研資源產出能反映科研績效的提升，而學術論文和成果授獎卻較少，說明科研經費雖然增加了，但科技成果的轉化效率依然比較低。

綜合實證分析的結論，本文提出如下審計建議：

一是完善高校科研經費內部審計制度，加大科研經費的資助力度，擴展經費來源渠道。通過大數據視角下的分析可知，科研經費撥入顯著性水平為0.971，科研經費支出顯著性水平為0.712。科研經費對學校各項事業的發展具有顯著性作用。然而科研績效水平提升效果并不明顯，說明高校科研經費管理制度和資源配置存在問題，也反映出科研經費預算的執行效率很低。因此需要完善高校科研經費內部審計制度，明確經費使用權限范圍，加強經費的監督，保證經費使用過程中按照規定支出，分析和審查科研經費產生的效益性。除此之外，高校應當整合各方面資源，擴展科研經費來源渠道，依托大數據技術推動弱勢學科的經費投入。在保證經費充足的情況下，優化經費管理和使用制度，讓內部審計貫穿科研經費使用的全過程，發揮科研經費使用的最大效益性。

二是強化科研人員激勵約束體系，加強學術論文與成果授獎數量和質量引導。科研人員學術活動過程受審計部門監督和管理。通過學校科研情況審計，發現阻礙科研發展的突出問題，進而解決科研人員與各部門間的突出矛盾，營造良好的科研氛圍。由于學術論文和成果授獎是科研活動過程中的重要產物，提升其質量和數量對高校績效水平有著重要作用，而當前高校的學術論文和成果授獎產出較少，對績效水平的貢獻不大。因此，高校應當充分利用現有資源，制定合理的管理和激勵機制，引導教師發表高水平論文，進而產生優秀的科技成果。

三是探索大數據審計創新模式，促進高校科研經費績效水平與科研資源投入產出協同發展。科研資源的投入產出之間存在明顯的失衡現象，同時高校的科研經費績效水平整體偏低，為了快速分析和診斷出問題，大數據技術為審計工作提供了機遇和變革。高校審計工作應該推動高校科研經費審計大數據系統構建，通過運用大數據分析方法，以數據為驅動，探索建立大數據審計創新模式，深入挖掘可疑線索。通過快速審計的時效性，促進高校科研經費的監督與管理，完善制定合理的科研管理制度，在實踐中探索績效水平與科研資源投入產出的協同機制，保障科研活動過程的良性推進，促進高校科研經費績效水平的提升。

【參考文獻】

[1] 牛艷芳，薛巖，鄧雪梅，等.審計大數據關聯的網絡分析平臺構建及應用研究[J].審計研究，2018（5）：35-42.

[2] 賈明春，張鮮華.高校科研績效影響因素分析及對審計工作的啟示[J].審計研究，2013（3）：28-33.

[3] 陽杰，應里孟.大數據時代的審計證據與審計取證研究[J].財會月刊，2017（1）：115-124.

[4] 彭沖，胡重輝，陳希暉.大數據環境下的數據式績效審計模式研究：以X市智慧停車規劃與管理項目績效審計為例[J].審計研究，2018（2）：24-31.

[5] 陳偉.基于大數據技術的BCM審計方法研究[J].會計之友，2019（11）：113-116.

[6] 王杰敏.新形勢下高校科研經費管理存在的問題及對策研究[D].石家莊：河北師范大學博士學位論文，2016.

[7] 戴露斯.基于管理學視角下的我國高校縱向科研經費使用與管理的問題研究[D].武漢：華中師范大學博士學位論文，2017.

[8] 趙越瑤.X高校科研經費管理績效評價指標體系構建研究[D].西安：西安外國語大學博士學位論文，2018.

[9] 吳清林.科研經費績效審計評價體系構建及調研分析[J].財會通訊，2018（19）：94-97.

[10] 王海妮.高校科研經費內部控制管理績效評價研究[J].會計之友，2020（1）：93-98.

[11] 賈敬全，汪佩霞.基于FCE-AHP方法的高校科研經費績效評價研究[J].會計之友，2018（14）：115-120.

[12] 王昊.“課題制”背景下高校科研經費績效評價[J].財會通訊，2016（20）：58-60.

[13] 胡百靈，趙子琪，方芳.“雙一流”背景下高校科研績效綜合評價研究[J].中國高校科技，2020（Z1）：53-56.

[14] 張川，張濤.預算控制系統對科研經費支出績效的影響[J].科研管理，2019，40（4）：135-144.