大數據審計模式在政府績效審計中的應用研究

摘要：政府績效審計作為國家治理的重要手段，對推動政策落實、提升財政資金使用效益等方面具有重要意義。基于此，從大數據的概念出發，深入探討其技術特征，分析政府績效審計的目標與內容，并詳細闡述大數據審計模式在政府績效審計中的具體運作流程，包括審計準備、審計實施和后續審計3個關鍵環節；同時，從政策、組織、資源、技術及專業5個維度提出應用保障措施。研究表明，大數據審計模式能夠有效拓寬審計廣度與深度，提升審計建議的針對性和宏觀性，也希望能為政府績效審計的數字化轉型提供有力支持，進而推動國家治理現代化進程。

關鍵詞：政府績效審計；大數據審計模式；運作流程；應用保障

0 引言

黨的二十大報告提出，要加速推動創新驅動發展戰略實施，加快達成高水平科技自立自強目標。新時代最具代表性的技術創新就是云計算、區塊鏈等大數據技術的創新和應用[1]。習近平總書記在中央審計委員會第一次會議上著重指出，要秉持科技強審的理念，全力推進審計信息化建設，不斷推動審計工作高質量發展。政府績效審計是黨和國家監督體系的重要組成部分，經歷近30年來快速發展，其政策分析與評價手段在提升政策執行力、優化財政資金與公共資源配置、促進深化改革等方面發揮了顯著作用[2]。然而，政府績效審計作為國家治理的重要組成部分，其審計效果不僅有賴于與審計環境相適應，也在很大程度上取決于審計思路、方法的創新發展[2-3]。當前，隨著新一代數字技術在全世界范圍內的廣泛應用，信息發生爆炸式增長，數據在決策過程中愈發起到引導性作用，大數據驅動決策不僅顛覆了傳統政府審計技術方法，也悄然推動了一場全面的審計思維變革。在此情形下，數據式績效審計脫穎而出，開展以大數據應用為內核的新型政府績效審計研究刻不容緩，對推動國家治理現代化具有重要意義。基于此，本文從大數據審計的概念、技術特征以及政府績效審計的目標、內容的分析出發，重點討論大數據審計模式在政府績效審計中的具體運作流程，并提出相關應用保障的條件。

1 大數據審計模式的概念及其技術特征

1.1 大數據審計模式的提出背景及概念

1.1.1 大數據審計模式的提出背景

大數據概念的首次提出發生在2011年，著名研究機構麥肯錫將大數據定義為具備超常規的數據收集、分析、處理及存儲能力的數據集合。隨著信息技術的飛速發展，大數據技術逐漸被廣泛應用于各行業，大數據在審計領域的應用也得到了進一步的探索，美國會計學會（AAA）于2015年舉辦的“大數據中的會計”專題研討會就大數據技術在審計與會計領域中的應用路徑進行了深入探討。2017年，世界審計組織大數據工作組次會議在南京舉行，致力于構建各國審計機關的國際間交流機制，推動大數據在審計領域的積極創新，為大數據審計發展明確了方向。至2021年，該工作組還一步探討了“大數據審計背景下的質量控制”問題，將大數據審計質量保障的重要性提升到了新的高度。

在國際上對大數據審計進行積極探索的同時，我國對大數據審計模式的發展同樣予以高度關注。審計署早在2013年就明確提出要探索大數據其在審計中的創新路徑，并要求積極關注國內外的相關理論研究與實踐探索。在2015年12月的全國審計工作會議上，時任審計長劉家義指出審計信息化建設是應對未來挑戰的關鍵所在，強調大數據技術在審計信息化建設中的核心地位，明確了大數據審計模式是我國審計的重要發展方向。2016年《“十三五”國家審計工作發展規劃》和2021年《“十四五”國家審計工作發展規劃》形成政策接力，前者倡導推廣大數據技術在審計中的應用，推動審計方法多維度、智能化創新，后者進一步強調圍繞“科技強審”，在審計工作中充分利用現代信息技術，提升審計質量和效率。中國審計學會積極促進大數據審計理論與實務的協同發展，也召開了“大數據審計理論與實踐研究”等會議，對大數據審計模式的應用進行深入探討。在信息技術穩步推進、國家政策有力支持的當下，大數據審計已悄然拉開時代大幕，審計變革如行進中的列車，沿著既定軌道前行，勢不可擋。

1.1.2 大數據審計模式的概念

國內外學者大數據審計模式展開積極研究，Earley[4]從審計技術工具創新的角度指出，利用大數據分析軟件以及數據可視化工具提高數據的表現力是大數據審計的重要特征。Salijent等[5]認為，大數據分析工具具有全面提取和高效分析海量、異構的審計數據集的能力，其在審計過程中的運用，是審計技術的重要發展成果。Kong等[6]提出思路轉型，借助大數據技術重構審計流程，讓大數據審計方法成為審計工作中的一般性工具。國內學者也展開了多維度的研究，陳偉和居江寧[7]強調大數據審計的計算機屬性，認為大數據審計是對電子數據審計和對計算機信息系統進行的新型審計模式。郭江平[8]認為，運用大數據技術可以對不同行業、領域、范圍的廣泛數據展開數據挖掘和關聯分析，有助于實現既定的審計目標。袁野[9]指出，借助高效的數據技術匯集數據 ，大數據審計融合數據、業務和技術 ，具有多來源、多技術、多關系、多模式、多視角的特點。王文博[10]認為大數據技術可以提升審計能力，審計人員樹立大數據理念，積極利用大數據相關技術和工具，對數據展開多跨度的采集、挖掘和分析，能夠更好地發現、分析被審計單位存在的問題。本文認為，大數據審計模式是數字化浪潮下的新事物，其通過將先進的大數據技術、方法和工具融入審計全過程，深度挖掘大量經濟和社會運行數據，對被審單位的重大財務事項、經營管理活動以及相關資料的可靠性開展獨立監督的一種增值型審計模式。這種審計模式在一定程度上拓寬了審計廣度、 延展了審計深度，提升了審計建議的針對性和宏觀性。

1.2 大數據審計模式的技術特征

1.2.1 審計理念更先進

大數據挖掘技術豐富了審計數據資源，審計人員不僅能更加詳盡地獲得對被審計單位的財務數據，還能夠獲取其他海量、多樣的非財務數據、非結構化數據和跨單位數據等。基于這些全樣本數據，審計人員能以一個更加開闊的視野對被審單位的所有相關數據進行全面分析，逐步形成審計全覆蓋理念。同時，審計人員更加關注審計項目的經濟性、效率性與效果性。比如審計人員會著重考察審計項目在人力、財力、其他資源投入方面的利用效率，以及產出效果是否高效等。大數據審計模式通過構建大數據審計平臺，從而獲得實時獲取和跟蹤相關數據的能力，可以依據預設的審計模型及相關指標，快速計算審計項目的績效，并持續展現績效結果，從而促進績效審計目標的實現。

1.2.2 審計實施更高效

大數據審計模式下，構建大數據審計平臺是提升審計效率和洞察力的關鍵基礎。大數據審計平臺通過與被審計單位業務數據庫的有效對接，實現數據的自動化獲取，一方面使審計人員從繁瑣的數據收集與整理工作中解脫出來，縮短審計準備時間；另一方面結合平臺具備數據實時更新功能，借助云計算、區塊鏈等前沿技術，能夠對數據進行快速、高效的處理，為審計人員提供持續、動態的數據支持，助力審計人員更迅速地識別并排查審計疑點。審計人員開發審計模型并在平臺中進行預設，可以對同類型的審計疑點進行模式化處理，從而顯著提高審計處理問題的效率。此外，大數據審計平臺還支持多維數據分析和可視化呈現。審計人員通過對數據進行橫向與縱向相結合的多維分析，基于數據關聯性實施全范圍核查，并通過細化分析實現深度挖掘，顯著提升審計疑點挖掘的精準度。可視化呈現工具將審計線索被呈現的更加具象和完整，審計人員能夠更直觀地理解數據之間的關系，快速識別異常數據和潛在風險點，提高審計洞察力。

1.2.3 審計取證更智能

大數據審計模式帶來更為先進的審計取證模式，相較于人工現場取證地方式更加高效，可以提升審計業務的時效性。在傳統審計取證模式下，審計人員需要抵達審計現場，并以人工取證等方式獲取審計證據，極大消耗人力物力，低效的取證模式還可能導致審計周期延長，從而降低審計的時效性。而在大數據審計模式下，審計人員依托大數據審計平臺通過聯網形式遠程獲取審計證據，甚至可以利用機器學習、人工智能技術實現審計證據的自動化獲取，不再受紙質材料、時間和地點的約束，審計工作方式變得更加便捷。審計時效性方面，傳統審計多為事后審計，不能提前發現被審單位存在的風險，從而無法進行及時的控制，同時時間上的滯后也容易增加責任追溯的困難。而在大數據審計模式下，大數據審計平臺能夠從實時更新的數據庫自動化獲取審計數據，實現事中和事后的動態審計，還可以進一步建立實時監測預警機制，即時提示審計風險。此外，大數據審計還使得全樣本審計成為可能，借助海量多元的數據庫和高效便捷的信息技術工具等能夠對審計數據進行全樣采集，審計取證面對被審單位全面的信息數據，取證范圍極大拓寬，全樣本審計目標得以實現。

1.2.4 審計成果更有效

大數據技術在審計成果的呈現、時效性和可利用性等方面帶來了顯著變革，極大地提升了審計工作的質量和效率。成果呈現方面，大數據技術將審計結果以直觀可視化形式呈現，相較于傳統單一審計報告，這種呈現方式更加生動和易于理解。通過可視化技術，被審計對象的總體情況、經濟活動過程以及資源運用等內容都可以清晰地展示出來，使審計人員能夠快速鎖定審計重點，推動審計結果的后續應用，并有效監測審計問題的整改狀況，從而加強審計結果的應用深度。成果時效性方面，審計人員可以在大數據審計平臺上對審計工作底稿進行線上上傳，借助平臺數據更新功能，實時呈現審計進度，項目負責人能夠即時地了解、監控當前的審計流程，提高了審計結果的時效性與可靠性。審計成果可利用性方面，大數據審計平臺能夠形成完備的審計數據庫，保存被審計單位歷年來的審計成果及經驗，并通過平臺呈現和實時查詢，便于開展直觀的縱向對比分析，為后續決策制定提供有力的數據支撐，從而提升審計成果的實用性和參考價值。

2 大數據審計在政府績效審計中的應用機理分析

2.1 政府績效審計的目標和內容

2.1.1 政府績效審計的涵義和目標

政府績效審計是針對政府部門和機構的財務活動和經濟活動的有效性、合規性和經濟性進行的審計。其目的是評估政府部門和機構的資源配置、政策制定和實施的有效性，并提出改進意見和建議。政府績效審計目標是指政府績效審計實踐活動的最終境地和預期效果。從層次上劃分，政府績效審計目標呈現雙層架構，包括治理層目標和操作層目標。治理層目標通過揭示政策執行偏差與制度缺陷，推動政府治理體系現代化。具體表現為促進財政資金配置的帕累托改進、強化公共政策的執行效力、維護社會資源分配的代際公平[11]。操作層目標重點核查預算執行合規性、國有資產保值增值、重大政策落地效果及生態環保責任履行情況，構建“預防-揭示-抵御”的審計免疫系統。隨著國家治理現代化的推進，政府績效審計目標體系呈現動態演進特征。具體表現為：從合規導向到價值創造，審計目標從傳統的合規性審查逐步轉向價值創造與風險防控并重；從單一維度到多維整合，審計評價從單一的經濟性、效率性擴展到涵蓋公平性、環保性等多元維度；從靜態評價到動態監測，審計目標從階段性評價向實時監測與預警轉型，強化審計的預防功能。政府績效審計以公共受托經濟責任理論為理論基礎，其核心在于通過對政府部門資源配置、政策執行及公共服務供給的“5E”維度（經濟性、效率性、效果性、公平性、環保性）進行系統性評價，實現公共權力的制衡與治理效能的提升[12]。經濟性是以最小的付出實現預期的效果，強調厲行節約避免浪費，對政府開支過程中的節約或者超支情況進行監督評價；效率性是指投入和產出的關系，重點評價政府單位所負責公共項目的投入產出之比，對投資效率進行科學分析和評價；效果性是衡量預期目標的實現程度，關注政府單位在職責履行上是實現了預先設定的經濟社會發展目標；公平性是成本和效益在各個群體中的公平分配，重點考慮的政府活動所產生的利潤分配與再分配的不公平以及對社會秩序穩定的影響；環保性是人與自然的和諧、可持續發展，側重考慮政府活動過程中對生態環境的保護程度。

2.1.2 政府績效審計的重點內容

政府績效審計的核心內容聚焦于財務狀況與財政收支、投資項目以及政策落實情況等關鍵領域，旨在通過系統性審查與評估，全面揭示政府部門和機構在資源配置、政策執行及公共服務供給等方面的運營效率與效果，進而為提升治理效能提供決策支持。具體包括：

（1）財務狀況與財政收支審查。對政府部門的財務狀況和財政收支情況進行全面審查，評估其財務制度的健全性與有效性。重點審查財務報表及相關資料是否真實、完整且符合法律法規要求，確保財政收入與支出的記錄準確無誤；分析財政收入的來源與結構，評估其合理性與穩定性，確保財政收入的可持續性；審查財政支出是否符合預算安排，是否存在超支或浪費現象，重點關注民生領域資金的使用效率與效益，確保資金真正用于預定目標。

（2）投資項目審查。對政府投資項目進行全面審查，評估其投入產出效率與經濟效益。測算項目的投入產出效率，識別低效率環節，提出改進建議；計算項目的投資回報率，評估其經濟效益與財務可持續性，確保項目在經濟層面的可行性；追溯項目目標的實現路徑，量化評估項目對預定經濟社會目標的達成度。

（3）政策落實情況跟蹤。對被審計單位的政策落實情況進行跟蹤與評估，確保政策執行的準確性和有效性。重點審查被審計單位是否根據上級政策制定了配套措施，評估其合理性與適應性，確保政策在地方層面的落地生根；監測政策執行過程中的偏差或違規行為，確保政策執行的公正性與透明度；評估政策執行對社會公平、資源分配等方面的影響，確保政策目標的全面實現。

2.2 大數據審計模式在政府績效審計中的運作流程

大數據審計模式在政府績效審計中的運作流程主要包括審計準備、審計實施和后續審計3個階段，其具體運作流程見圖1。

2.2.1 審計準備階段

審計準備階段是確保審計工作順利開展的基礎環節，其主要工作包括審計目標確定、審計團隊組建、數據收集與整理以及審計計劃制定。

1.審計目標確定

大數據審計模式通過數據整合、實時分析和預測建模等功能，為政府績效審計目標的確定提供了強大的技術支持。大數據審計能夠整合來自不同來源的數據，包括預算編制、資金分配、項目實施和績效評估等環節，形成全面的數據視圖，通過數據挖掘和分析，審計人員可以快速識別潛在問題和風險點，從而明確審計工作的重點方向。大數據技術能夠對海量數據進行實時分析和動態監測，審計人員可以及時發現審計疑點和線索，使審計目標更具時效性和針對性。大數據審計模式還支持支持基于歷史數據和模型的預測分析，對政府績效進行科學預測，為審計目標的設定提供前瞻性依據。例如，通過預測政策實施效果，審計人員可以提前布局審計工作，將審計目標聚焦政策執行的關鍵節點和潛在風險點，從而提高審計工作的精準性和有效性。

2.審計團隊組建

大數據審計模式強調跨部門協作與數據共享，審計團隊的組建應注重多領域、多專業背景的人員整合。應通過大數據技術對政府績效審計的目標、指標、風險點等進行全面建模，通過數據挖掘和機器學習算法，自動識別關鍵審計事項，優化審計方案的設計與實施。組建具有數據分析能力的審計團隊，其中成員需具備扎實的統計學、計算機科學和業務知識背景，熟悉政府績效審計的流程和方法，能夠運用大數據工具進行實時數據分析和趨勢預測。此外，團隊應具備動態調整能力，能夠根據審計過程中出現的新問題、新數據源和新要求，及時調用大數據平臺進行數據整合、分析和反饋，確保審計工作的精準性和時效性。團隊還需建立高效的協作機制，通過定期的頭腦風暴和經驗交流，促進成員之間的知識共享和技能互補。

3.數據收集與整理

在實施政府績效審計時，借助大數據審計模式進行數據的收集與整理，需要構建多層次、多維度的數據融合體系。首先，應整合政府各部門提供的基礎數據，包括預算數據、決算數據、績效數據等，同時利用第三方數據源（如公開報道、社交媒體等）獲取補充信息，形成多源異構數據集。其次，通過大數據處理技術對數據進行清洗和預處理，填補缺失值、消除重復數據并清理數據噪聲，確保數據質量和一致性。再次，應利用分布式存儲系統（如Hadoop）和大數據平臺（如Elasticsearch、Tableau）對數據進行高效存儲和管理，支持海量數據的快速檢索與分析。在數據整理階段，應注重數據的標準化和分類管理，建立統一的字段標準和數據分類體系，便于后續分析與建模。最后，借助數據挖掘和機器學習技術，對數據進行深度分析，識別潛在趨勢和異常點，為審計決策提供支持。通過構建完整的數據收集與整理體系，可以充分發揮大數據技術在政府績效審計中的優勢，提升數據的完整性和分析的精準性。

4.審計計劃制訂

在實施政府績效審計時，借助大數據審計模式制訂審計計劃的關鍵在于利用大數據技術的分析能力和動態管理特性，實現審計計劃的科學性、精準性和動態調整。首先，應基于大數據技術對政府績效審計的業務流程、目標指標、風險點等進行全面建模，利用數據挖掘和機器學習算法，自動識別關鍵審計事項，為審計計劃的制訂提供數據支持。利用相關數據，對審計對象進行“全面畫像”，進而明確審計工作的重點和方向。其次，利用大數據分析技術對歷史數據和實時數據進行分類匯總和疑點篩查，形成多維度的數據庫，為審計計劃的制訂提供數據支持。最后，在此基礎上，結合數據分析結果，動態調整審計計劃，確保審計工作能夠精準聚焦于高風險領域和關鍵問題。

2.2.2 審計實施階段

審計實施階段是確保審計目標達成的核心環節，其主要工作包括數據挖掘與分析、審計取證與核查、審計意見形成及審計報告撰寫。

1.數據挖掘與分析

大數據審計模式的核心在于利用數據挖掘、機器學習和人工智能等技術，對海量、多源、異構的數據進行深度剖析。大數據審計模式通過數據采集工具（如ODBC接口、網絡爬蟲）獲取被審計單位及其關聯單位的多源數據，包括財政支出、項目進度、政策執行效果等多維度數據，形成全面的審計數據基礎。在此基礎上，利用數據挖掘技術和機器學習算法，對海量數據進行深度分析，快速識別異常模式和潛在問題。大數據審計模式強調數據的整合與關聯分析，通過橫向對比和縱向分析，審計人員能夠揭示數據間的內在聯系，發現資源配置的不合理性或管理漏洞。大數據審計模式構建數據分析模型，將碎片化的數據轉化為結構化信息，實現對審計對象的精準畫像。例如，在公共財政支出績效審計中，通過分析資金分配、使用和管理的各個環節，可以評估資金的合理性和政策的執行效果，從而優化資源配置。

2.審計取證與核查

大數據審計模式通過“數據分析+現場核查”的數字化審計方式，充分發揮非現場數據分析的“司令部”作用。大數據審計通過非現場數據分析鎖定重點疑點線索，形成問題核查清單，從而精準確定現場審計的對象和核查重點。在現場核查過程中，審計人員通過“調閱資料+現場核實”相結合的方式，對疑點數據進行逐條核實，精準定性問題。同時，借助移動審計終端等技術手段，實時記錄核查過程，將現場觀察到的情況、發現的問題及相關人員反饋信息及時錄入審計系統，實現審計證據的實時采集和存儲。大數據審計模式還注重“雙主審”模式的應用，即業務主審和數據主審共同參與審計全過程。業務主審負責審計目標的確定和現場核查，而數據主審則負責數據分析模型的構建和疑點的發現。這種模式不僅增強了審計的深度和廣度，還促進了審計資源的優化配置。

3.審計意見形成

大數據審計模式通過數據獲取、處理、分析和結果呈現的全流程操作，為審計結論的形成提供了科學依據。依托大數據審計平臺，審計人員能夠實現對海量數據的采集、存儲、分析和共享，從而全面覆蓋審計對象和審計內容。例如，通過對政府投資項目、財政資金、公共支出等進行全面分析，可以快速發現數據中的異常模式和潛在問題，為審計意見提供堅實的基礎。同時，大數據審計模式強調數據的整合與關聯分析，通過對不同來源的數據進行橫向對比和縱向分析，審計人員能夠揭示數據之間的內在聯系，發現資源配置的不合理性或管理上的漏洞。例如，通過數據分析模型評估項目的績效目標是否達成，資金使用是否合規，從而提出針對性的改進建議。此外，大數據審計模式支持可視化技術，將復雜的審計數據和結論以直觀的圖表形式呈現，便于審核人員快速理解審計發現和結論的邏輯關系，進一步優化審計結論，確保其準確性和可靠性。

4.審計報告撰寫

大數據審計模式強調將數據分析結果轉化為直觀、具體的審計結論，并結合政策建議，形成具有指導意義的審計報告。大數據技術能夠支持審計報告的動態生成和實時更新。借助大數據審計平臺，審計人員可以根據預設模板和采集到的數據，自動生成審計報告初稿，并在審計過程中根據新發現的問題或數據進行動態調整。同時，大數據審計模式還支持多維度的可視化展示，通過動態圖、立體圖等形式，更直觀地呈現審計結果。這種可視化技術不僅增強了報告的可讀性，還為審計結論提供了更有力的支撐，幫助審計人員更清晰地表達審計發現和改進建議。此外，大數據審計模式還通過構建質量評估模型，對審計報告的質量進行量化評價。模型可以從數據準確性、問題分析深度、改進建議可行性等多個維度進行評估，精準定位報告中的薄弱環節，為持續改進審計報告質量提供支持。

2.2.3 后續審計階段

后續審計階段是確保審計成果落地、推動政府績效提升的重要保障，其主要工作包括跟蹤機制建立、整改效果評估以及審計成果總結。

1.跟蹤機制建立

跟蹤機制建立是確保審計意見建議落實到位、推動政府績效提升的重要保障。借助大數據審計模式，審計部門可以構建完善的整改跟蹤機制，對被審計單位執行審計建議的情況進行全方位、持續性的監督。通過建立“審計問題清單”系統，重塑整改全流程，實現從問題發現、任務分解、整改跟蹤到辦結銷號的閉環管理。同時，利用大數據分析技術搭建智能化整改進度動態監控平臺，設定關鍵績效指標和風險預警閾值，實時監控整改進度，及時發現并解決整改過程中的問題。此外，大數據審計模式還能通過跨部門數據交互和協同，推動整改工作的高效推進。例如，審計部門可與財政、審計等相關部門建立數據共享機制，形成整改合力，確保審計建議的有效落實。

2.整改效果評估

效果評估是驗證整改成效、確保政府績效持續優化的重要手段。在審計整改工作完成后，審計部門應尋找適當的時機，運用大數據技術開展后續審計工作，對被審計單位的整改成果進行全面、深入的評估。大數據技術通過構建動態監控平臺，實時采集和分析整改過程中的關鍵績效數據，如項目進展、資金使用、效益目標以及績效滿意度等指標，精準評估審計建議的落實情況和整改成效。此外，大數據審計模式通過數據挖掘、對比分析和關聯分析等工具深度剖析整改效果未達預期的原因，精準識別整改中的深層次問題。基于這些分析結果，審計部門可以提出更具針對性的改進建議，確保整改成效。

3.審計成果總結

借助大數據審計模式進行政府績效審計成果總結，能夠從多維度、系統性地提煉審計經驗，為后續審計工作提供參考。大數據技術能夠對審計全過程的數據進行深度挖掘和分析，從政策執行、制度完善、管理優化等多個層面總結審計成果。大數據技術支持構建審計案例數據庫，整合不同項目的審計發現、整改措施及成效等信息，形成豐富的案例數據庫。這種案例數據庫不僅為類似項目提供參考，還能通過數據比對和關聯分析，發現共性問題和深層次原因，為政策調整和制度優化提供依據。大數據技術還可以通過可視化工具和數據分析報告，將審計成果直觀呈現，便于管理層和決策者快速理解審計發現和改進建議。

3 大數據審計在政府績效審計中的應用保障

3.1 政策保障：完善大數據審計的規制框架

健全的政策法規體系是推動大數據審計嵌入政府績效審計的制度基石，其通過構建多層次、全流程的規制框架，為審計數字化轉型提供法治保障。該體系以數據治理、技術應用、安全防控與業務協同為四維支撐，具體架構如下：

其一，數據治理規范夯實審計基礎。依據《網絡安全法》《數據安全法》等上位法要求，建立政府電子政務數據全生命周期管理標準，強制實施數據采集元數據規范與結構化文檔格式標準。通過構建跨部門數據共享協議框架，強化數據完整性校驗機制與質量追溯體系，確保審計源數據的真實性、可比性與可審計性特征。

其二，技術應用標準重構審計范式。重點規范非結構化數據處理流程、機器學習模型驗證標準及可視化分析工具應用邊界，建立基于貝葉斯網絡的風險評估模型與動態異常檢測閾值體系，確保技術應用符合審計準則的合規性要求。

其三，安全防控機制筑牢審計屏障。構建審計數據分類分級保護矩陣，實施基于RBAC模型的細粒度權限管理體系。通過部署區塊鏈存證技術與零知識證明機制，構建包含操作日志審計、數據血緣追蹤與多方安全計算在內的立體防護體系，有效防范數據篡改及舞弊風險，滿足審計準則的保密性要求。

其四，業務協同規程保障審計效能。按照《國家審計準則》關于審計證據的規定，制定涵蓋計劃編制、樣本抽樣、證據固化、報告生成的全鏈條操作指引。特別針對關聯規則挖掘、社會網絡分析等新型審計技術，建立假設驗證程序與專家復核機制，確保審計結論符合審計證據的充分性與適當性標準。

3.2 組織保障：建立多元主體協同合作模式

大數據審計模式的有效運行依賴于多元主體的協同合作機制，其組織保障體系可從3個維度展開：其一，構建“審計—財政”跨部門協作機制。通過與財政部門簽訂系統接口開發、數據標準統一、信息共享等協議，推進大數據審計平臺與財政部門的績效評價信息系統深度對接。其二，建立“省—市—縣”三級聯動審計協同機制。依托大數據平臺的技術支撐，構建縱向貫通、橫向聯動的立體化協同審計模式。通過制定標準化數據采集規范，建立統一的數據倉庫，將三級審計機關數據歸集至統一數據倉庫，進行清洗、校驗和標準化處理，確保數據完整性和可靠性，并運用數據挖掘、機器學習等技術構建智能化分析模型，對海量數據進行多維度分析和異常檢測，及時發現風險點和問題線索，通過標準化流程反饋并跟蹤整改進展，實現閉環管理。其三，打造數據與業務融合的復合型審計團隊。適應大數據審計模式的發展需求，創新審計組織方式，建立統一領導的指揮平臺，強化數據驅動的戰略決策能力。同時，推進審計組織向扁平化、網絡化轉型，依托大數據平臺構建跨部門、跨層級的信息共享機制，實現審計信息的實時交互與動態更新，提升審計人員的響應效率與決策精準性。

3.3 資源保障：構建大數據審計的資源體系

大數據審計的有效實施依賴于系統性資源支撐體系的構建，其核心要素包括數據資源、技術平臺、數據庫建設及資金保障4個維度：其一，數據資源整合是基礎保障。通過建立跨部門數據共享機制，實現政務云平臺與審計系統的無縫對接。在確保財務數據完整性的同時，重點拓展非財務數據、跨域數據及非結構化數據的采集范圍，構建多源異構數據融合體系，為審計分析提供全維度數據支撐。其二，數據庫建設是關鍵環節。針對原始數據存在的兼容性差、異構性強等問題，需建立標準化數據清洗與轉換流程。通過ETL（抽取—轉換—加載）技術實現數據標準化處理，并采用數據倉庫分層架構構建審計專用數據庫，實現數據資產的規范化管理與增值利用。其三，技術平臺搭建是核心支撐。基于大數據技術構建集成數據分析、智能模型、自動化工具及可視化展示等功能于一體的智能審計平臺。平臺應采用微服務架構，實現功能模塊的靈活配置與動態擴展，滿足多樣化審計場景需求。其四，資金保障機制是持續動力。建立分級分類的資金投入機制，確保數據庫建設、平臺運維及技術升級的持續性投入。設立專項資金，并探索政府購買服務等多元化融資模式，為大數據審計的可持續發展提供穩定的資金支持。

3.4 技術保障：導入現代先進的大數據技術

大數據審計的有效實施需要依托現代信息技術的系統性支撐，其技術保障體系主要包括以下4個維度：其一，流程自動化技術。基于ETL（抽取—轉換—加載）技術構建自動化審計流程，實現數據采集、清洗、轉換的智能化處理。通過部署RPA（機器人流程自動化）工具，建立常態化自動分析機制，支持全樣本審計與實時預警，推動審計監督由抽樣模式向全覆蓋模式轉型。其二，智能分析技術。運用Python、SQL、R語言等工具構建多維度分析模型，結合機器學習算法實現異常檢測與風險預警。通過集成關聯規則挖掘、聚類分析等技術，提升審計疑點識別效率，為審計決策提供智能化支持。其三，數據可視化技術。采用Tableau、Power BI等可視化工具，構建交互式審計分析平臺。通過數據地圖、熱力圖等可視化形式，直觀呈現審計發現與績效評價結果，提高審計結果的透明度與可理解性。其四，關聯分析技術。基于圖數據庫技術構建審計對象關聯網絡，運用社會網絡分析方法揭示潛在風險傳導路徑。通過建立審計案例庫與知識圖譜，實現審計經驗的數字化沉淀與智能化復用，提升審計效率與質量。這一技術支撐體系通過整合多種先進技術，不僅提升了審計工作的智能化水平，更為政府績效審計的數字化轉型提供了強有力的技術保障。

3.5 專業保障：加強復合型的審計人才建設

審計人才是推動大數據審計模式在政府績效審計中有效應用的核心要素。構建適應數字化轉型的審計專業保障體系，需重點從4個維度推進：其一，革新審計理念，培育數據思維。審計人員需突破傳統審計范式，將“全樣本分析”“關聯挖掘”“效率優先”等大數據理念融入審計實踐[13]。具體而言，應從抽樣審計向全覆蓋審計轉型，從單一因果推理向多維度關聯分析演進，從追求數據絕對精準性向注重數據時效性與實用性轉變。其二，優化團隊結構，構建復合型人才梯隊。大數據審計模式下，審計團隊應突破專業壁壘，構建“審計+數據+IT”的跨學科人才結構。采用“1+X”團隊配置模式，即以審計專業人員為核心，配備數據分析師、IT工程師等專業人才，形成優勢互補的協同效應。其三，完善培養機制，提升專業勝任能力。基于勝任力模型（Competency Model），建立分層分類的培訓體系。通過開展Python、SQL、Tableau等工具專項培訓，舉辦實戰演練與技能競賽，提升審計人員的數據分析能力。同時，將大數據分析能力納入績效考核體系，建立技術能力與職業發展掛鉤的激勵機制。其四，推進研究型審計，促進知識創新。建立“實踐—研究—創新”的良性循環機制，鼓勵審計人員開展大數據審計技術攻關，重點突破異構數據處理、實時審計預警等技術瓶頸。同時，通過建立科研成果轉化機制，推動理論研究與審計實踐的深度融合。

4 結語

政府績效審計作為國家治理的關鍵環節，具有高度的專業性和政策導向性，同時也面臨著復雜多變的審計環境。深入推進大數據審計模式在政府績效審計中的應用，探究其具體實施路徑，不僅可以顯著提升審計工作的效率和質量，還能有效推動相關政策的落地實施，充分發揮審計的常態化“經濟體檢”作用。本文通過深入剖析大數據審計模式在政府績效審計中的具體運作流程，明確了政府績效審計的核心目標涵蓋經濟性、效率性、效果性、公平性和環保性5個維度，并將審計目標與具體的政府績效審計事項相結合，精準定位審計的關鍵領域和重點內容。大數據審計模式在政府績效審計中的實施步驟貫穿審計準備、審計實施和后續審計3個階段，并從政策、組織、資源、技術和專業5個層面構建了全方位的保障體系。積極推進大數據審計模式，不僅有助于維護財政資金的安全與高效使用，還能有效促進社會資源的合理配置，推動國家治理現代化進程，為實現經濟社會的高質量發展提供有力支撐。

參考文獻

[1]文華宜，莊作欽.研究型審計的探索與實踐：以社會保險基金審計為例[J].審計研究，2022（1）：25-31.

[2]李鳳雛，王永海，趙劉中.績效審計在推動完善國家治理中的作用分析[J].審計研究，2012（3）：14-18.

[3]李素利.政府績效審計發展的影響因素研究[J].審計研究，2013（2）：27-33.

[4]EARLEY C E . Data analytics in auditing： opportunities and challenges[J]. Business Horizons，2015 （5）：493-500.

[5]SALIJENI G，SAMSONOVA-TADDEI A，TURLEY S. Understanding how big data technologies reconfigure the nature and organization of financial statement audits：a sociomaterial analysis[J]. European Accounting Review，2021（3）：531-555.

[6]KONG Y，ZOU L B，ZHU L. Practice and exploration of conducting continuous auditing in the context of big data[C]// IEEE.2022 8th Annual International Conference on Network and Information Systems for Computers （ICNISC）.New York：IEEE，2022：399-405.

[7]陳偉，居江寧.大數據審計：現狀與發展[J].中國注冊會計師，2017（12）：77-81.

[8]郭江平.大數據審計內涵特征、面臨困難及創新路徑[C]//江蘇省審計廳.江蘇省審計機關第七屆青年審計論壇論文集.南京：江蘇省審計廳，2018：94-99.

[9]袁野.推進新時代大數據審計工作的思考[J].審計研究，2020（1）：3-6.

[10]王文博.大數據審計的應用和探討[J].現代審計與會計，2021（3）：14-15.

[11]田冠軍，高飛.論效率性和公平性的辯證關系：基于政府績效審計的角度[C]//中國會計學會高等工科院校分會.中國會計學會高等工科院校分會第十八屆學術年會（2011）論文集.合肥：中國會計學會高等工科院校分會，2011：315-318.

[12]宋夏云.國家審計目標及實現機制研究[D].上海：上海財經大學，2006.

[13]潘日曉.大數據時代政府績效審計組織方式的優化對策研究[J].審計與理財，2021（3）：41-44.

收稿日期：2025-01-24

作者簡介：

趙硯，男，1983年生，碩士研究生，副教授，主要研究方向：審計與內部控制。

錢科龍，男，1996年生，碩士研究生，會計師，主要研究方向：審計與內部控制。

宋夏云，男，1969年生，博士研究生，教授，博士生導師，主要研究方向：審計與內部控制。

*基金項目：浙江省哲學社會科學規劃課題“共同富裕下新業態靈活就業人員社會保險制度與服務優化研究”（24NDJC154YB）；浙江省高校重大人文社科攻關計劃項目規劃重點課題“‘三個如’要求下高校內部審計質量評價及提升路徑研究”（2024GH064）。