关键词:大数据;跟踪审计;公共工程
一、引言
随着我国经济高速发展，公共工程项目的数量与规模都迅速扩大，从2009年到2018年，我国全社会固定资产投资额增长了1．87倍，仅2018年，全社会固定资产投资额就达到645675亿元，先后规划了一大批公共工程项目，既有港珠澳大桥、三峡工程等超级工程，也有铁路公路等基础建设和拆迁安置房、医院社区等民生项目，公共工程项目的审计与监管问题一直受到党和国家审计主管部门的高度重视。但工程跟踪审计在实际操作中面临审计成本高、效益低的困境，本文从分析公共工程跟踪审计现状出发，引入了大数据技术，力求推动跟踪审计“审深审透”，希望可以为推动公共工程跟踪审计革新提供帮助。
二、公共工程跟踪审计应用及问题
公共工程跟踪审计遵循“边审计，边整改，边规范，边提高”的模式，审计工作贯穿建设项目全生命周期对各个阶段进行对应分析，旨在将公共工程建设中的各类问题消灭在萌芽状态，审计部门介入工程项目建设活动的全过程，充分发挥审计监督作用，在保证工程质量、推进工程进度、降低工程成本、提高投资效益、避免决策失误等方面起着重要的作用，能够指导工程项目建设，帮助审计人员打破固有思想。跟踪审计的重要性在理论界已经不言而喻，但是在实务中却面临许多现实问题。
(一)周期长，管理难度较大
工程建设项目的周期一般比较长，各个阶段环环相扣，涉及众多单位和专业，同时较长的周期让审计小组的人员变动增加对审计效果的影响，以上因素增加审计工作的复杂程度和难度。
(二)对审计人员素质要求较高
公共工程项目跟踪审计涉及的阶段多，项目现场也变化不定，为了保证审计工作有质量地完成，要求审计人员除了要具有综合分析能力、调查研究能力、交往协调能力外，还要具备管理、工程、审计、法律等方面的专业知识。
(三)没有完善的绩效评价体系
如果按照传统审计的绩效评价体系，公共工程跟踪审计的重点依然会放在事后审计和关注核减额上，跟踪审计的优势将无法体现出来，这会让跟踪审计流于形式。
三、大数据技术对公共工程跟踪审计的影响
互联网的迅猛发展，催生了数据量激增、信息量爆炸的大数据时代，信息科学领域的学者最早意识到这种变化，提出并倡导大数据的理念。目前关于大数据的研究中，普遍认同大数据的“4V”特性，即大体量(Volume)、多类型(Variety)、高速度(Velocity)和低价值密度(Value)(Victor等，2013)，且大数据具有技术和社会的双重特点:一是技术层面的特点，即大数据的4V特征;二是社会层面的辐射范围广泛的特点。随着人们对大数据认识的不断深化，意识到大数据还具有数据处理复杂性(Complexity)的特点，即“4V+1C”。大数据正成为工程审计持续发展的重要战略资源，必然推动工程审计领域的变革与演化，将大数据技术应用到公共工程跟踪审计中将会产生如下作用:
(一)促进总体审计模式发展
传统审计方法中，审计人员对审计数据的认识仍然处于对少量数据的精准审计上，这种做法只能窥到数据的冰山一角，并且具有一定的风险。大数据技术在审计领域中应用，最具有革命性意义的一点是带来了样本即总体的思维，形成总体审计模式。鉴于工程审计中包含许多非结构化的数据，审计人员在对公共工程进行跟踪审计时，要做的工作不仅仅局限于数据的处理分析，还要考虑如何进行数据挖掘和存储，如何对多源异构数据进行融合和分析，追求全生命周期中审计工作的“全貌”和“高效”。
(二)提高审计连贯性
跟踪审计贯穿于建设项目的全生命周期，从前期决策到后期评价阶段都有它的影子，这种特色注定跟踪审计在各个不同阶段的审计重点和审计方法有所不同，各个阶段数据资料的差异使得审计工作容易断层。大数据技术的应用在数据融合和分析方面的长处，有利于审计工作的整体性和连贯性，利用大数据、云计算技术，对数据跨区域、跨行业、跨部门搜集和分析，可以提供更为宏观的审计视角，大数据驱动的审计是工程审计的必然趋势。大数据审计旨在将“数据孤岛型、业务封闭型、模式单一型”的审计模式向“数据一体化、业务一体化、模式一体化”的方向推进发展。
(三)增强审计监督作用
审计结果的产生来自审计工作人员在审计过程中的职业判断和对数据的挖掘、处理、分析。在传统的审计过程中，审计人员在经历繁杂的审计工作后，却只形成一份审计报告，并不能有效监控到整改的落实，以及无法对以后类似工作的开展提供借鉴。跟踪审计工作在大数据平台操作，一方面能保留工作数据，形成经验库，为日后的审计项目提供借鉴;另一方面在记录审计结果的同时，也可以进一步跟踪审计整改建议的落实情况，有效发挥审计的监管作用。
四、公共工程跟踪审计大数据平台的建立
大数据区别于小数据的关键特征是其高频性(更高的数据生成、处理、记录和发布频率)和详尽性(系统性的数据采集未经过抽样，样本即总体)，这种差异使得即时跟踪审计、审计全覆盖成为可能。目前，大数据审计平台还在探索阶段，建筑管理领域的大数据平台构建更需要探索。建设项目产生的数据类型复杂、数量大、信息价值高、时效性要求高，这使得收集、处理和分析数据在工程审计中的重要性日益凸显。本文针对项目建设管理的实际情况，参照其他领域大数据平台构建的相关案例，提出覆盖整个建设项目全生命周期的大数据平台体系，如图1所示。图1公共工程跟踪审计大数据平台架构公共工程跟踪审计大数据平台自下而上包括基础层、数据资源层、系统支撑层、信息处理层、业务实现层、展现层和接入层。贯穿7个层次的包括运行管理体系、标准规范体系和安全保障体系。基础层包括网络/网管系统、安全设备、配套服务器、存储系统等。网络系统分为业务内/外网和互联网。业务内网与业务外网通过物理方式隔离，互联网与业务外网通过防火墙配置实现逻辑隔离。数据资源层由八个数据库组成，其中结构化数据库根据参与建设项目的单位、政府部门和审计单位，形成7个不同的数据库。非结构化数据包括文件、图像、声音等，它与7个结构化数据库互相关联。系统支撑层则是提供服务所需的中间件，为系统的良好运用提供帮助，包括应用开发平台和中间件，通过建设系统支撑平台，实现界面、应用、数据、流程四大集成，通过四个集成来达到所有系统的集成效果。信息处理层通过内置各类大数据分析处理转件，在网站后台对数据进行人脑所不能及的运算，为业务实现提供数据支持。同时包括建设项目全生命周期信息的获取手段、传输网络和信息融合处理、高新技术的引入，对工程跟踪审计质量的提高将有明显的作用。业务实现层遵从大数据全生命周期过程，获取、存储和管理、处理、分析各阶段数据，并提供相应的业务服务。业务实现层的各个子系统是由搭建在系统支撑平台上的基础应用组件组合成的。展现层即通过网站页面展现出的操作界面，包括主站、子级网站、专题子网站等，根据业务实现层的信息资源的不同提供不同的表现形式。接入层主要包括三类主体，他们分别是:项目建设的参与方和政府相关部门、审计人员、社会群众。项目建设从开始至结束，所有项目信息在同一标准的前提下通过参与方端口进行信息录入，以便审计人员全过程监管和得出审计结论。政府部门通过紧密合作，对相关项目涉及数据进行深层次分析研究，最大限度保证工程的效率和效果。面向群众的接入口则实现办公透明化，接受大众监督。贯穿7个层次的三个体系对平台进行全方位的保障，三个体系为运行管理体系、标准规范体系和安全保障体系，通过制定标准、设计安全架构以及规范的管理可以保障整体应用系统的设计、搭建、运维等。“标准先行”是建设项目管理领域的共识，尤其将大数据技术应用到工程领域中时，标准的重要性愈发凸显，行业标准的明确直接关系到样本数据的大小和审计工作开展的难易程度，适合和规范的标准体系是大数据平台运行的基础。
五、大数据背景下公共工程跟踪审计流程
大数据技术的加入对工程跟踪审计来说如虎添翼，为充分发挥其技术特点，工程审计的流程需要在引入大数据技术的背景下做出改变。大数据背景下的公共工程审计流程，从审计的数据源就进行充分采集和整合，打破信息孤岛的限制，同时建立知识推送制度，实现审计流程自学习的功能，为提高审计质量服务，如图2所示。图2大从项目决策开始，将本项目的项目建议书、可行性报告等信息全部录入大数据平台，包括之后的各单位审批文件，大数据平台将这些文件进行存储和检索，录入各个数据库。这一步是数据的信息处理工作，分析的内容主要包括项目立项的流程是否合规，审批手续是否及时完善。项目招投标过程中，投标企业将投标信息全部录入政府招投标网站，通过大数据平台采集该项目的投标文件书数据以及进行数据库相关信息的检索匹配。该阶段数据分析和处理的内容包括招标文件书中的限制条件以及投标企业资质审核。对合格的投标文件就其报价、成本进行审计，将数据与行业和区域数据进行横向对比，与其过往项目进行纵向对比，以此给出审计建议，交由专家组评审。同时利用大数据技术对专家组人员进行筛选和分析，避免专业性不足和舞弊行为的发生。大数据技术分析产生的结果作为评标依据供专家组使用，以及作为招投标审计过程中审计人员的问责依据。涉及勘察设计单位、施工单位和监理单位的部分，需要各单位在项目实施过程中填写数据标准表，提交至大数据平台后，会根据项目实施的进度节点结合招投标文件和合同，判断各单位是否按时完成工作，发生的变更将链接至各单位的数据库，形成证据链作为审计人员的问责依据。财务数据将整合至财务数据资源库，由审计人员进行财务审计时调用。
六、总结与展望
跟踪审计目前由于技术和人力资源上的限制，还无法做到广泛应用实施，我国目前大数据环境还不成熟，数据收集和融合方面面临许多问题，或数据上传至数据库时存在问题、或各个数据库之间的信息无法实现共享，这些问题不是某一个主体努力就可以解决的，更多的是需要政府在政策方面的支持和引导。大数据已经融入人们的生活，相关部门应该以一种开放包容的态度面对，积极应对和引导才是最佳策略。目前大数据背景下的工程审计研究，较多聚焦在大数据如何促进工程审计的发展、工程审计大数据平台的概念架构等技术层面的研究，如何针对大数据驱动的工程审计中大量的多源异构数据、多质的非财务数据的融合问题，以及如何基于数据挖掘的审计证据链构建机理与关键技术等方面的核心问题展开系统研究，还需从理论上突破。如何结合我国工程建设特点与建设环境，展开基于数据驱动的知识推送、智能审计与风险预警功能，更是当前我国工程审计实务界的当务之急，还需从实践上落地。
参考文献:
［1］高蕊，朱立冬．公共工程跟踪审计业绩评价指标的相关研究［J］．中国内部审计，2016(2):35－37．
［2］赵玲．工程项目全过程跟踪审计应用分析［J］．财会通讯，2018(25):76－79．
［3］李文彬．大数据时代的地方政府数据应用［J］．行政论坛，2016(6):13－19．
［4］维克托迈尔舍恩伯格．大数据时代［M］．周涛，译．杭州:浙江人民出版社，2012．
［5］秦荣生．大数据、云计算技术对审计的影响研究［J］．审计研究，2014(6):23－28．
［6］王向平，吴志周，张弛，朱国华．曲港高速公路智慧运营及管养信息平台研究与设计［J］．交通与运输(学术版)，2018(2):161－164．
［7］方梓仰．大数据技术在招投标审计中的应用［J］．市场周刊，2018(4):115－117．
