大數據背景下政府投資審計問題研究

王鑠

一、前言

與經濟社會的持續發展相伴隨，審計工作在我國監督體系中發揮的作用越來越突出，在諸多投資建設領域（如扶貧工程、保障房安居工程等）均有著不容忽視的監督功能。我國政府投資審計項目具有顯著的綜合水平高、覆蓋面廣以及專業性強等特點，如果僅是對傳統意義上的審計方法或手段加以運用，顯然不能滿足當今社會投資審計要求，大數據技術的優勢日益顯現。分析目前實際形勢，基于對大數據理論、思維及技術等的運用推進政府投資項目審計工作已經成為必然。針對投資項目審計，學者及業界人士從多個方面進行了較多理論研究，對投資項目審計模式的改進與創新、審計階段相關模式的挑戰等均有涉及，但總體而言，以大數據理論及技術為背景對當前政府投資審計項目方法及其措施所做的研究還相對欠缺，基于此，本文界定大數據技術飛速發展這一時代背景，對政府投資審計工作進行深入探討以期明確當前政府投資審計現實難題，探索大數據下的審計工作創新路徑，為政府投資審計全覆蓋提供重要參考及借鑒。

二、大數據技術在政府投資審計中的應用

政府投資項目涉及海量數據，在項目的各個環節均有貫穿，這些數據有著龐大與復雜的來源，數據類型非常多，表現形式亦豐富多樣，處于持續變化的環境之中。在開展審計工作的過程中，審計人員需要從規模尤為龐大、渠道極其廣泛的審計對象中進行各項相關數據的收集、處理及分析，大數據技術可以為其提供有力支持，執行數據預處理、特征選擇、分類與聚類以及規則挖掘等各項任務，在全面、快速與準確梳理審計對象相關數據的基礎之上進行準確分析，在足夠短的時間內完成對疑點或風險點的定位工作，通過信息系統的運行，安排專門的審計人員針對上述疑點或風險點進一步開展審核驗證工作，以此為前提實現對政府投資審計工作質量及效率的有效提升。

（一）數據預處理技術的應用

數據預處理建立在數據采集工作的基礎之上，主要是對采集到的大量數據執行清晰、歸一化、采樣、變換以及集成等各項相關任務。其中，數據清洗主要是指遵循數據準確性、完整性、一致性、唯一性、適時性以及有效性原則對數據進行處理，剔除異常值和重復值等對后續數據分析工作沒有價值的數據。正是由于采用自動化技術所獲取的類型各異的海量數據無法直接完成數據挖掘以及深度分析工作，因此應進行相關結構以及模板的構建，通過對數據的清晰，為其質量以及準確性提供可靠保證。在政府投資審計工作的開展過程中，通過各種數據采集技術獲取的數據（例如施工圖預算、投資評審以及竣工結算等一系列工程造價數據）可能會受到具體技術或軟件的影響而出現格式不統一的情況，這會在相應程度上為后續數據分析工作產生不利影響，對此，可以進行通用數據采集模板的構建，以模板為參照執行數據采集任務，為所獲數據能夠滿足格式統一性要求提供保證。數據歸一化主要指的是在相同尺度范圍之內對有著差異化特征的數據進行統一，規避尺度不同所產生的相應影響。在政府投資審計工作中，所采集的數據可能來自不同的區域和行業，這些數據有著非常多的類型，對數據進行歸一化處理，能夠為分析工作的公正性及客觀性提供保證。數據采樣的目的在于對海量數據分析環節中的內存問題進行有效處理，在此過程中削弱數據噪聲對最終數據分析結果產生的干擾。在數據采樣工作的支持下，政府投資審計數據規模能夠得到大幅度減小，在降低計算量的同時實現數據挖掘效率的有效提升。數據變換指的是對數據采集技術獲取的原始數據進行轉換處理，例如執行對原始數據的標準化處理工作，或對其進行降維、離散化等處理，在此基礎上將一些隱藏的信息或規律挖掘出來。通過對數據集成技術的運用，政府投資審計工作能夠有效整合來自不同部門或對象的數據，據此獲取數據集，保證全面性及準確性，為后續基于大數據技術的整個投資審計數據分析工作奠定足夠豐富及精準的基礎。

（二）特征選取技術的應用

在基于大數據技術的政府投資審計工作中，數據特征選取是非常重要的一個環節，能夠將會對投資審計結果產生影響的各項相關因素及指標一一確定下來，在此基礎上開展數據挖掘分析工作，保證分析的針對性及效率性，明確審計監督的重要方向。特征選取對過濾式技術、包裹式技術以及嵌入式技術等予以涉及。其中，過濾式特征選取技術主要是在進行數據分析工作之前執行對數據特征的篩選任務，舉例而言，以方差閾值及相關系數等手段為支撐實施特征篩選，將不會對政府投資審計結果產生明顯影響的特征剔除出去。包裹式特征選取技術主要是在模型內部進行特征選取的融合，將會在最大限度上影響模型評估結果的特征確定下來，亦即基于算法的支持完成對最佳特征子集的搜索任務。嵌入式特征選取技術屬于在原始特征集合中對最佳特征進行選取的技術，此類技術對機器學習算法加以運用，在相同優化環節執行對特征的選取及模型的訓練任務，舉例而言，借助于正則化或決策樹剪枝等算法，進行主要特征的選取，在此基礎上將會在最大限度上對模型評估結果產生影響的特征確定下來。針對政府投資審計工作，在對其風險點進行評估的過程中，可以和實際情況相結合，選取其中一種或多種技術開展特征選取工作。舉例加以說明，對于招投標工程，在進行具體招投標方案的制定之時，可以對相關系數方法加以運用，將有著比較高的相關性的特征變量一一確定下來。基于此明確投資項目審計風險點以及審計工作的突破點[1]。

（三）數據分類技術的應用

大數據分類技術類型非常多，主要技術有決策樹、樸素貝葉斯、支持向量機以及邏輯回歸等。其中，基于決策樹的數據分類技術具有樹形結構，主要是在劃分數據類型的基礎之上進行樹形結構的迭代構造，通過對樹形結構的運用完成新樣本標簽的判別工作，最終達到分類分析的目的。基于樸素貝葉斯的數據分類技術主要建立于貝葉斯算法的基礎之上，通過對該算法的簡化提高健壯性，目前被視作有較好學習效率及分類效果的一類分類技術，主要是對概率統計的相關知識加以運用執行對新樣本概率的計算任務，確定其屬于各個類別的可能性，之后將新樣本劃歸到概率最高的類別之中，進而完成精準分類的工作。基于支持向量機的數據分類技術被劃歸至最優分割超平面的分類方法范疇，通過在高維空間內部進行數據的映射，對可以劃分多種不同類別的超平面進行探索，基于此執行分類任務，能夠為政府相關部門提供重要幫助，讓其更快、更加精準地把握數據的內在結構，進而完成對各種不同類別數據的高效、準確識別工作。基于邏輯回歸的數據分類技術屬于最大似然估計分類技術，主要是在二分類概率空間內部進行數據的映射，在模型訓練的過程中確定與數據相符的最佳參數，以此為基礎對數據進行兩種類別的劃分，執行后續二分類分析任務，在此技術的支持下，政府投資審計工作能夠基于已有分類規則的指導準確分類未知的文字或圖像，并將其很好地應用于衛星圖像和測控圖片等圖像分類及識別工作之中。

（四）關聯規則挖掘技術

對關聯規則挖掘技術的流程進行概括，首要工作即進行數據預處理，在此基礎上執行頻繁項集挖掘的任務，即對全數據集進行掃描，確定全部與最小支持度閾值要求相符的項集。所謂支持度，指的是在數據集中某一具體項集實際出現的頻率。基于對適宜支持度閾值的設置，能夠將頻繁項集找出，進而對算法的計算復雜度進行有效控制。在上述工作完成之后，關聯規則挖掘工作便需要通過頻繁項集生成具體的關聯規則，亦即明確在特定的條件之下，部分項集和其他項集之間存在的關系。舉例而言，在進行政府投資項目審計之時，若兩個投資項目經常在同一時間段內出現，便能夠生成一個具體的關聯規則A→B。之后，便可以執行對關聯規則的評價任務，完成篩選工作，通常可以通過置信度及支持度對關聯規則進行評估。在關聯規則挖掘技術的支持下，政府審計部門能夠對不同投資項目之間所具有的關聯性加以明確，進而將投資以及決策等合理性的欠缺之處揭示出來，通過對投資績效的合理與準確分析，采取針對性的措施對投資項目風險進行防范或應對，進而達到將投資回報率提升的重要目的[2]。

三、基于大數據技術的政府投資審計困境

（一）大數據技術運用效果差

其一，政府部門在對自身投資審計項目年度計劃進行設計與管理的過程中通常存在隨意性較為明顯的問題，日常審計工作的開展對政府中心工作以及投資項目信息的了解并不是非常透徹，很多情況下都是盲目性地制定年度投資項目審計計劃，來一個審一個，在對項目的選擇上也比較隨意，有很大的可能出現“投資審計缺位”的狀況，年度審計計劃的應有作用無法得到充分與有效地發揮，類似于一個擺設。其二，投資審計定位準確度比較大，不符合審計內容豐富性原則。對當前實際形勢進行分析，我國很多政府部門投資項目審計工作的開展都以事后審計為主，主要是在項目完工以后的決算階段執行審核任務，審計內容有明顯的單一性特點顯現出來，僅是對竣工決算進行核減處理，對于施工單位來說，其目標主要是增加工程造價，而與之相對應，審計部門則往往將工作成效設定為對造價的核減。毫無疑問，此類審核方式并不能發揮出對項目建設的有效監督作用，無法從真正意義上達到投資審計全覆蓋的目標。

（二）復合型審計人才隊伍薄弱

目前，政府部門投資項目審計工作的開展存在審計力量不足、復合型審計人才隊伍薄弱的問題，從事投資項目審計工作的人員沒有足夠的創新意識。其一，審計人員年齡結構和知識結構的兼容難度比較大，對專業知識的掌握相對單一。近年來，我國政府投資審計工作任務呈現出日益繁重的發展態勢，這在較為明顯的程度上激化了審計業務人員與計算機審計技術人員之間“兩張皮”的矛盾。細化而言，具備分析語言編寫能力的一些年輕審計人員并不具備豐富的戰略思維，在投資審計工作的開展過程中思路較為狹窄，沒有足夠的工作經驗積累，分析的角度較為單一；與之相對應的，資深審計人員有比較豐富的投資項目審計經驗，但是往往欠缺對審計語言進行編寫的技能，無法有效融合審計思路和大數據技術，受此影響，數據應有價值難以得到切實有效地發揮。對現階段實際形勢進行分析，在政府投資審計工作內容愈發復雜的大背景下，復合型審計人員相應不足，已有審計人員難以做到既精通計算機、大數據等信息化技術，又具備足夠突出的財務、文字及綜合協調能力，這無疑不利于投資項目審計工作的順利推進。其二，現有政府投資審計人員在思想上還相對保守，對于數據的融合度以及自身的創新意識均相應欠缺，不能將大數據技術在投資審計中的應有作用最大限度地發揮出來。進入大數據時代以后，傳統意義上的政府投資審計模式顯然已經無法與時代發展要求相契合，不僅如此，也不能很好地適應審計數據飛速擴增以及審計內容愈發復雜這一客觀事實。盡管近年來我國各級審計部門為實現財政財務收支以及社保資金等審計工作的順利及高效開展作出了一系列嘗試，力求很好地適應大數據的變革，緊緊追隨大數據變革步伐，然而在投資審計這一細分領域，基層審計部門對于大數據的運用還明顯不足[3]。

（三）數據共享及兼容性不理想

審計部門可以進行數據的采集，對此，在審計部門開展審計工作的過程中，被審計部門必須及時而又準確地提供自身履行職責相關的資料，同時，保證數據的完整性，這是法律法規賦予審計部門的主要職能及權限，也是對被審計部門規定的義務。不過分析當前實際情況，一些部門在向審計部門提供審計數據之時并不積極，這明顯增加了審計人員數據采集難度，也正是如此，審計人員并不是非常積極運用大數據技術開展投資審計工作，這不僅不利于政府投資項目效益的有效提升，還會對投資審計全覆蓋目標的達成及其進一步發展形成制約。例如，我國部分基層單位職能部門所管理的行業數據具有相對獨立的特點，不同類型應用軟件之間在信息交換方面效率并不理想，也無法保證數據兼容性，這導致“信息孤島”現象的出現，各個職能部門在數據及資源的共享方面有很大的實現難度[4]。

四、大數據背景下政府投資審計優化路徑

（一）創新投資審計模式

其一，以大數據技術為支撐，進行投資審計計劃的科學與有效制定，將審計工作的重點及難點一一確定下來。審計部門需要切實提高重視，采取有效手段建立起和財政以及住建等相關部門之間的密切聯系，強化溝通，全面高效整合各項相關數據，聯合打造政府投資項目數據系統，做好對年度投資項目審計工作的統籌安排工作，針對中長期投資審計，更加需要進行合理規劃，以此達到動態化管理審計計劃的重要目的。其二，通過對大數據技術的運用在適宜程度上前移審計關口，在當前大數據技術飛速發展的宏觀背景下，將政府投資項目審計由事后審計向事前與事中控制相結合轉移。基于對大數據系統的構建，政府投資審計不再僅僅局限于事后竣工決算階段，而是能夠達到無項目審計目的，自項目立項之日起，便可以在任意環節實現對項目進程的實時掌控，一旦有異常狀況出現，在第一時間發出預警，確立審計疑點，保證投資項目審計可以在項目管理的全生命周期貫穿，真正地實現動態化、宏觀化管控[5]。

（二）打造高素質、復合型投資審計人才隊伍

其一，加大對“高”“新”“優”投資審計人才隊伍的培育力度。基于當前大數據背景，數據量呈現出突飛猛進的增長之勢，數據結構越來越復雜，審計人員所處工作環境同樣日益復雜，這對其提出更加嚴格與多元化的要求，不僅要具備足夠高的專業水平，還要保證政治站位的高度。其二，加大對創新型投資審計人才隊伍的培育力度。與其他類型的審計工作相比，投資項目審計工作的開展彰顯出其自身特有的專業性，工作模式較為固定，在創新方面有較為突出的不足顯現出來。針對這一情況，需要采取有效措施激勵審計人員，激發其創新意識，進行創新型優秀人才的培養，打造全面創新的工作環境，以實際專業勝任能力為依據和崗位需求掛鉤。其三，全面優化審計隊伍結構。以當前整個審計隊伍為對象，在實際工作需求導向作用的發揮之下，多崗位以及多類型地投身于一系列審計項目之中，持續調整并改進審計隊伍結構，細化而言，應持續探尋由以往工程造價投資審計人才向復合型優秀投資審計人才轉變的實現路徑。

（三）建設標準、統一與健全的投資審計數據庫

對審計工作的獨特優勢進行分析，以數據的收集為體現，可以發揮出對數據庫建設工作全面、有序進行的推動作用，通過對經過高度加工的優秀數據成果的提供，為政府審計部門提供便利，讓其在一個比較短的時間內掌握所需要的各項數據信息，對項目管理、制度實施以及投資效果等均有涉及[6]。正是在此基礎上，基于大數據技術的支持開展投資審計工作，審計部門需要切實提高對數據收集工作的重視程度，保證每一位審計人員都擁有一定程度的“大數據”視野，能夠做到對大數據核心思想的正確把控，采取有效手段和措施對基礎數據的采集及審計工作進行集成，打造審計數據收集標準化及規范化的有利局面，以對各種類型業務數據的全面與高效采集為基礎，建設投資審計數據庫，以此奠定投資審計工作的扎實基礎。另外，政府投資項目審計工作的開展還需要有針對性地進行審計方法的創新，明確投資審計數據庫建設這一重要出發點，進一步強化投資項目大數據庫的建設工作，切實提高對審計數據庫可擴展性的重視程度，與自身具體的使用需求相結合，通過各類數據收集渠道及方式，持續進行審計數據庫的拓展，在此基礎上完成對能夠滿足政府決策需要的大數據庫的全面構建。進一步地，為了將大數據技術的作用最大限度地發揮出來，審計人員還需要與實際的業務需求相結合，對各項數據分析方法進行更加全面及細化的探究，在審計數據的基礎之上構建模型，將數據所具有的潛在價值最大限度地發揮出來。

五、結語

在當前大數據技術迅猛發展的背景下，政府審計部門應緊緊抓住重要機遇期，不斷探尋審計方法的改進與創新，進行標準、統一以及健全的審計數據庫的構建，打造高素質、復合型投資審計人才隊伍，以此實現對政府投資項目效益的全面及有效提升。

引用

[1]何恪.論全過程跟蹤審計對政府投資項目審計的影響[J].商業2.0，2023（33）：80-82.

[2]高龍艷.大數據時代下公共投資審計的新思路[J].中國產經，2023（20）：85-87.

[3]李炳和.對政府投資項目審計的思考[J].中國內部審計，2023（01）：74-77.

[4]鐘飚，左丹，李東輝，等.大數據環境下數字化技術在政府投資項目審計中的應用[J].審計與理財，2022（08）：21-22.

[5]范佳悅.投融資體制改革背景下政府投資審計轉型研究[D].南京：南京審計大學，2022.

[6]易君.政府規制視角下政府投資項目審計監督研究[J].行政事業資產與財務， 2021（24）：97-98.