大數據審計推動高校基建項目決策治理現代化方法研究

中圖分類號：G647；F239.4 文獻標志碼：A DOI： 10. 19907/j.0490-6756.240303

Research on Big data audit aims to enhance the modernization of governance in university infrastructure projects

WANGNing-Ruo1，PENGJian2，HUANGYun-Sheng1 （1.The Audit of Sichuan University，Chengdu 6loo65，China; 2.College of Electronics and Information Engineering，Sichuan University，Chengdu 6lOo65，China）

Abstract： Based on the current situation and challnges in the governance and decision-making of university infrastructure projects，this paper follows a methodology comprising data collection，basic indicator analysis， core indicator analysis，and inteligent decision-making.By constructing three analytical models，economic analysis model，efficiency analysis model，and efectiveness analysis model，this paper establishes a comprehensive data analysis framework encompassing the three major objectives of project investment，progress， and quality. This paper aims to explore implementation paths for leveraging big data analysis in infrastructure project auditing to enhance scientific decision-making and modernize governance in universities，providing a reference for universities to promote technology-driven auditing and build an integrated digital governance platform.

Keywords：Big data audit； Infrastructural project；Governance modernization； University

1引言

隨著數字技術的發展，激發數字生產力，賦能審計新質生產力已成為審計單位適應新時代發展的必然選擇[1-3].工程審計作為高校內部審計的重要組成部分，將數字技術與工程審計業務深度融合，探索構建全局視野的大數據審計路徑，實現從傳統造價審計向現代管理審計的轉變，對于提升審計站位，更好地發揮高校內部審計監督作用具有重要意義[4-6].但現有的研究成果主要關注數據審計平臺的構建及其在工程階段管理中的應用.如符鳳玲等從招投標審計大數據平臺的構建、審計流程等方面研究了大數據技術在招投標審計中的應用.王志遠8通過構建公路工程大宗材料采購數據分析模型，為企業開展公路工程大宗材料采購審計、完成全面覆蓋審計提供技術支持，助力企業規避采購風險、高質量發展.倪碧蓮9以跟蹤審計為切入點，提出互聯網技術與跟蹤審計融合的保障措施，提高重大公共工程跟蹤審計工作不斷專業化、科學化和規范化，進而提高審計機關跟蹤審計的工作效率．樓小瑩1°探討了基于大數據理念構建具有“兩級平臺、三大功能\"的工程審計管理信息系統.但鮮有研究者以高校基建工程治理決策為切入點，探討大數據審計推動高校治理現代化的相關研究．

2017年，教育部發布《教育部直屬高校基本建設管理辦法（2017年修訂）》為高校開展基建項目決策管理提供了規范性指導意見.根據上級主管部門的要求，多數高校建立了較為完善的基建規劃機制，但仍存在管理決策不科學、不規范等問題.（1）是項目規劃決策階段，總體規劃的系統性決策執行不科學.劉永行[1認為高校校園基本建設規劃的不足主要體現在項目建設規模、使用功能設計等主要以領導的決策為主，隨意性大，缺乏有效的基礎數據論證支撐.（2）是項目成本控制效果不明顯.由于高校基建項目具有非營利性的特點，管理過程中往往更重視進度，而忽視工程成本控制.楊蓓蓓12認為由于設計變更、材料價格波動以及施工過程問題等原因導致高校基建項自出現造價超出預算，應建立全流程的工程成本控制機制.（3）是“重建設，輕評價”現象普遍.項目后評價是項目管理中的重要工作之一，該階段是對項目執行效果和管理成果的綜合評估.《教育部直屬高校基本建設管理辦法（2017年修訂）》中明確直屬高校建設項目實行后評價制度.但實踐中，高校基建工程管理往往“重建設，輕評價”.文獻[13，14]提出多數直屬高校基建項目管理未重視對已建項目的歸納、總結，未形成相關管理經驗，無法為后續項目管理提供借鑒.

基于此，本文以高校基建項目管理審計實踐為基礎，將研究型思維貫穿基建決策管理全過程，擬從高校基建項目治理決策的現狀與問題人手，通過構建“進度、投資、質量\"為目標的數據模型，提出利用大數據分析手段提升高校決策科學化、治理現代化的實施路徑.

2大數據審計助力高校基建項目決策治理現代化運作及其要點

2.1 明確審計要點

依據《教育部直屬高校和直屬單位基本建設廉政風險防控手冊》，結合高校基建工程管理實際，以“經濟性、效率性、效果性”為分析方向，選取項目建設決策管理中的核心因素，明確數據分析工作要點，詳見審計要點明細如表1.

（1）經濟性.是指資源投人與使用的合法性、合規性、合理性、相關性.主要考察項目單方造價合理性及其與同類型已完工項目單方造價的差異性．從項目投資的橫向與縱向對比分析，實現項目投資目標的數據經濟性分析：

（2）效率性.指資源投入與產出成果的對比分析，項目績效目標設定、績效運行與監控、績效評價、績效評價結果應用等管理活動的有效性.建設工期作為項目管理的三大要素之一，其項目建設周期設置合理性，以及與同類型已完工項目建設周期的差異性，可以反映項目資源投入與預期成果的有效性.因此，本模型選取項目建設周期設置合理性，以及與同類型已完工項目建設周期的差異性兩個主要因素進行數據分析，并作為建立效率性指標的數據審計要點，從而實現項目進度目標的數據分析.

（3）效果性.重點分析教學、科研和條件保障等績效目標的實現情況.基建工程建設的最終目標是為學校教學、科研等主責主業提供基本保障條件，所以基建工程的實施結果是否滿足既定目標及其他預期效果，是效果性分析的重要目標.如工程建設類型是否符合學校學科發展需求，是否匹配學校基本建設規劃，工程建設規模、建筑功能配置、項目選址是否合理等，對學校教學科研事業順利發展起著重要的作用.故本模型以項目建設目標定位與學科建設需求匹配性，項目建設需求與學校基本建設規劃匹配性，項目建設規模與學科發展的房屋資產需求的合理性，項目建筑功能配置與學科用房功能需求的合理性，項目選址與學校基本建設規劃位置的匹配性為數據分析審計要點，用于反映工程建設目標的效果性指標，進而檢驗項目質量目標的實現程度.

2.2構建數據模型框架

結合高校基建項目決策管理的審計要點，以“數據采集-基礎指標數據分析-核心指標數據分析-智能決策”為分析思路，構建“經濟性分析模型、效率性分析模型和效果性分析模型\"3大數據模型，形成涵蓋項目“投資、進度和質量\"3大目標的數據分析框架，為學校科學高效決策提供有效支撐，高校基建項目決策治理現代化審計數據模型框架如圖1所示：

（1）數據采集.根據審計要點中需要獲取的數據信息，從學校資產信息系統、財務信息系統、科研信息系統、教學信息系統、人事信息系統、學科建設管理系統和合同信息系統等獲取基礎數據，并對其進行識別、判斷等進行預處理.1）采用數據對接功能，通過學校已建立的資產管理平臺、財務信息系統、科研管理平臺和教學管理平臺等獲取相關信息；2）采用圖像識別技術轉換學校已建類似項目的建設信息；3）對比分析現有項目的造價信息，并錄入模型數據系統；4）應用行業標準數據，如定額工期、主管部門發布的造價信息等.將獲取到的基礎數據用于下一步基礎指標分析.

（2）基礎指標數據分析.采用數據加權分析法及經驗賦值法，以“三步法”為數據分析思路，建立基礎指標數據分析規則，將采集的基礎數據進行初步分析，以期得到審計數據模型的基礎指標數據，詳見基建項目決策治理現代化數據分析基礎指標模型表2.

對于基建項目決策治理現代化的大數據分析而言，最大的難點是效果性分析中建設規模合理性指標的測算．因高校部分學科交叉程度不同，對高校各學科已占有房屋資產數據核算時需考慮多重因素，同時學科發展對未來房屋資產的需求數據核定也需要根據不同學科的需求進行分析，因此，以建設規模合理性指標測算為例，簡述基礎指標計算規則步驟.

第1步以高校學科發展規劃以及房屋資產建設規劃中的相關數據為基礎，進行綜合對比分析，得出各學科已占有房屋資產數據 S_i（i=1～n，n 為學科種類）之和以及學科發展房屋資產需求數據 M_i（i=1～n，n 為學科種類）之和來進行數據分析，計算 與 的差值，獲得學科發展房屋資產缺值 Y_c3 ，即 （204

第2步將學科發展房屋資產缺值與可行性研究報告中項目建設規模 Z_c3 對比，獲得兩者比值X_c3 .同理，獲得其他 X_ci（i=1～5） 值.

第3步根據經驗分析，通過區間線性計算法，將第二步獲得的 X_c3 值賦予該項二級指標分值

當 0.9?X_c3?1.1，F²_c3（X_c3）=90+（X_c3- 0.9）/（1.1-0.9）×（100-90）

當 X_C3gt;1.1 或 X_C3lt;0.9 ，對 F²_C3（X_C3） 直接賦值得80分.

同理，獲得其他的 F²_Ai（X_Ai）（i=1～2） F²_Bi（X_Bi）（i=1～2），F²_Ci（X_Ci）（i=1～5） 值.

Tab.2Fundamental index model for modern data-driven decision making and governance in infrastructure projects

（3）核心指標數據分析.核心指標數據分析主要是基于基礎指標數據分析情況，以其對事業發展的重要性為依據，將獲得的數據進行加權賦值，各指標具體權重詳見表3.分析步驟如下：

第1步根據各二級指標對于一級指標的重要性，將獲得的基礎指標數據（即二級指標）進行加權賦值 α_Ci ，獲得一級指標得分 F¹_C ，即

， ；同理，計算得出 F¹_A，F¹_B 值.

第2步根據學校事業發展的重要性，各數據指標的關聯性，將一級指標進行加權賦值 β_γi（i= 1～3 ），獲得項目綜合得分W，即

（4）智能決策．上述數據分析獲得的項目綜合得分（W），可以作為學校基建項目決策的主要依據，將項目的可行性劃分為“優、合格和不合格”3個等級，來判定項目的可實施性，從而實現學校基建項目決策階段智能化管理.根據經驗分析法，當綜合得分 W?90 時，說明項目方案各方面指標較好，評價等級為優，可實施；當 80?Wlt;90 時，說明項目方案存在部分缺陷，評價等級為合格，需進一步優化相關弱項指標后，方可實施；當 Wlt;80 時，表明項目方案存在重大缺陷，評價等級為不合格，建議慎重實施.項目方案可行性決策判定結果詳見表4.

同時，通過上述數據分析獲得的項目分項指標得分，還可以分析項目建設目標中存在的問題，為學校基建項目管理提供決策參考，提升學校工程管理水平.如發現的造價管理問題，可以推進學校加強項自投資管控；發現的進度管理問題，可推動學校完善項目進度管理機制；發現的功能、規模等質量問題，可推進學校強化項目前期管理機制等.

3 案例項目應用

3.1 項目基本信息

S高校某實驗綜合大樓為新建項目，總用地面積 23 024m² ，總建筑面積 116 000m² 項目工程建設估算總投資為88740.18萬元.建設類型：科研實驗樓．

3.2 數據分析結果

本文以一級指標-經濟性指標為例，對其各分項指標進行計算.

第1步對系統中采集的數據進行預處理，獲得有效的基礎數據，本例中對應的基礎數據可通過系統直接抓取獲得.如抓取系統中已獲得的造價標準（省級造價協會發布）基礎數據 Y_A1=6600 元 'm² ，以及同類型已完工項目的單方造價數據Y_A2i（i=1～n ），并對其進行加權平均，得到基礎數據 Y_A2=7012 元/

第2步將獲得的基礎數據 Y_A1，Y_A2 分別與對應的項目值 Z_A（7650 元/ ^'m^2. 對比，得到比值 X_A1= 1.16?X_A2=1.09.

第3步依據基礎數據分析規則，通過區間線性計算法，計算獲得二級指標分值 F¹_A1，F¹_A2 具體如下：

F¹_A1（X_A1）=90+（X_A1-0.8）/（1.2-

0.8）×（100-90）=98.98

當 0.7?X_A2?1.3

F¹_A2（X_A2）=90+（X_A2-0.7）/（1.3-0.7）×

（100-90）=96.52

第4步對上述獲得二級指標分值進行加權賦值 α_Ai ，則得到一級指標得分 F¹_A ，即

F¹_A=98.98×40%+96.52×60%=97.50.

同理，亦可計算得出 F¹_B，F¹_C 值．根據獲得的數據，進行數據模型分析，項目測算結果如表5所示.

3.3決策結論

根據判定原則，當綜合得分位于 80～90 分區間時，項目方案合格，可實施；但根據數據分析模型結果可以發現，該項目效率性指標中的“與同類型已完工項目建設周期的差異性”，效果性指標中“建設規模的合理性、建筑功能配置的合理性”相關控制要點指標有待優化.故建議為了更好地配合學校學科發展需求，可進一步優化項目建設周期 計劃，完善建設規模與建筑功能配置后立項實施.

4結論

數據審計為推動高校基建項目治理現代化帶來了新的可能.通過大數據技術手段可以有效彌補高校基建工程治理決策中存在的決策依據不充分、成本控制失效、項目后評價缺失等問題.本文構建的“經濟性分析模型、效率性分析模型和效果性分析模型”三大數據模型，明確了高校基建決策管理的核心目標；提出的“數據采集-基礎指標數據分析-核心指標數據分析-智能決策\"實施路徑，明確了高校治理現代化的決策思路.上述數據分析方法為高校開展大數據審計提供了新的思路，為高校基建項目治理現代化提供了支撐.但同時大數據審計的發展也將為審計工作帶來新的挑戰，如何拓展數據采集廣度、加大數據挖掘力度、擴展數據應用深度、增強數據安全與質量，將成為未來數據審計發揮其優勢的重要影響因素，成為推動高校“科技強審\"的重要制約.

參考文獻：

[1] LiangLJ，DaiTX，ZhangMW，etal.Thedevelopment of audit digital transformation from the per spective of new quality productivity[J]. Finance and AccountingMonthly，2025，46：33.[梁力軍，戴佟 昕，張夢婉，等．從新質生產力視角看審計數字化 轉型發展[J].財會月刊，2025，46：33.]

[2] Zhang X H，Dai ZY.On new quality productivity and high quality development of government audit[J]. Finance and Accounting Monthly，2025，46：84.[張 夏恒，戴紫怡.論新質生產力與政府審計高質量發

展[J].財會月刊，2025，46：84.]

[3] Zhao F.Realistic dilemma and countermeasures ofdigital transformation of internal audit in colleges anduniversities[J].Auditing and Finance，2O24（12）：33.[趙芳.高校內部審計數字化轉型面臨的現實困境與對策[J].審計與理財，2024（12）：33.]

[4] XuYD，ZhuHB.Full release of data assetvaluedrivenby full life cycle audit[J].Friends of Account-ing，2025（1）：115.[徐玉德，祝賀繽.以全生命周期審計驅動數據資產價值充分釋放[J].會計之友，2025（1）：115.]

[5] NiuYF，MaGH，Zhu KH，et al.Structure，mea-surement，and application evaluation of governmentbig data auditing capability[J]. Journal of ShandongUniversity of Finance and Economics，2025，37：90.[牛艷芳，馬國華，朱康歡，等.政府大數據審計能力的結構、測度與應用評價[J].山東財經大學學報，2025，37：90.]

[6] YanXQ.Drive the intelligenttransformation of internal audit data with new quality productivity[J]. InternalAuditinginChina，2024（12）：11.[閣曉青．以新質生產力驅動內部審計數智化轉型[J].中國內部審計，2024（12）：11.]

[7] FuFL，LuY，Pei ZY.Research on the applicationof bigdata technology in engineering bidding audit[J].China Logistics amp;.Purchasing，2O22（21） ：57.[符鳳玲，呂婭，裴振宇.大數據技術在工程招投標審計中的應用研究［J].中國物流與采購，2022（21）：57.]

[8] Wang ZY. Study on audit data analysis of bulk mate-rial purchase for highway engineering[J].ModernAuditingand Accounting，2022（10）：14.[王志遠.公路工程大宗材料采購審計數據分析的研究［J].現代審計與會計，2022（10）：14.]

[9] NiBL.A preliminary study on tracking audit man-agement of major public engineering projects underthebackground of \"Internet + \"bigdata[J].AuditingandFinance，2022（9）：23.[倪碧蓮.“互聯網 + \"大數據背景下重大公共工程項目跟蹤審計管理方法初探[J].審計與理財，2022（9）：23.]

[10]Lou X Y. Explore the construction of university engi-neeringauditmanagement information system basedon the concept of big data[J].Internal Auditing inChina，2021（11）：46.[樓小瑩.基于大數據理念探究高校工程審計管理信息系統的構建[J].中國內部審計，2021（11）：46.]

[11]Liu Y X. Research on the planning and design theoryof university campus capital construction under thenewsituation of educationreform[J].Value Engi-neering，2015，34：212.[劉永行.教育改革新形勢下高校校園基本建設規劃設計理論研究[J].價值工程，2015，34：212.]

[12]Yang B B. Causes and preventive measures of uni-versity infrastructure project cost exceeding budget[J].BulkCement，2024（1）：175.[楊蓓蓓.高校基建工程造價超出預算的原因及預防對策[J].散裝水泥，2024（1）：175.]

[13]Wang M.Common problems and countermeasuresin university infrastructure project management[J].ChinaTendering，2024（1）：159.[王萌.高校基建項目管理中常見問題及對策[J].中國招標，2024（1）：159.]

[14]Zuo D，Huo Y.Research and discussion on the in-depth developmentofuniversityinfrastructureprojectmanagement serviceunderthe new situationJ].Uni-versityLogisticsResearch，2024（4）：2O.[左丹，霍瑩．新形勢下高校基建工程管理服務縱深發展的研究與探討[J].高校后勤研究，2024（4）：20.]

（責任編輯：伍少梅）