大数据环境下政府审计模式转变与应对策略

大数据环境下政府审计模式转变与应对策略1

【摘 要】在大数据环境下，数据呈现海量化、虚拟化的特征，审计分析从抽样分析向全量分析转变，传统的审计方法和审计模式已不适应大数据审计的发展，现代审计迫切需要审计技术的革新和审计模式的转变。本文基于大数据环境下审计工作面临的新情况，探讨了大数据审计平台的架构，以此为依托建立以省级审计机关为主体的全省、市、县三级省级机关相互协同、相互联动的协同审计模式，并提出了在协同审计模式下的审计机关应对策略。为实现我国政府审计“全覆盖”，推动未来大数据审计模式的创新和发展提供思路和借鉴。 【关键词】大数据，大数据审计平台，政府审计模式

一、引言

党的十八届四中全会通过的《中共中央关于全面推进依法治国若干重大问题的决定》指出：“要完善审计制度，保障依法独立行使审计监督权。对公共资金、国有资产、国有资源和领导干部履行经济责任情况实行审计全覆盖。强化上级审计机关对下级审计机关的领导。探索省以下地方审计机关人财物统一管理。推进审计职业化建设。”以上决定折射出两个方面的内容：一是要拓宽审计监督范围，审计任务加重了；二是要加强审计从中央到地方到基层的垂直管理，增强审计监督的独立性。但是当前，仅凭我国8万多政府审计人员利用传统的审计作业方式来实现审计全覆盖还存在诸多的困难。同时，随着大数据时代的到来，审计面临的财务数据、业务数据呈几何倍数增长，数据规模空前强大，审计面临的环境更加复杂:被审对象内容多元化，审计数据海量化、虚拟化，舞弊与犯罪手段隐蔽化、智能化。传统的手工审计技术和“一对一”现场审计模式在面对大数据、虚拟化数据面前可能存在进不了门、打不开账的局面，难以获得充分的审计证据。且在现有审计力量不足的前提下，传统的审计模式使得审计效率不高，审计质量难以保证，在一定程度上削弱了审计服务于国家治理的功能作用，降低了政府审计的公信力和执行力。因此，在大数据环境下，如何利用大数据处理技术，云平台技术推动审计的技术革新和制度创新，增强审计参与国家治理的监督、评价、防御功能，不仅是为政府审计全覆盖提供理念支持和技术支撑，也是加强政府审计垂直管理，推动审计信息化建设，实现 “国家治理现代化”的重要途径。

二、大数据的产生及对审计的影响

1本文受重庆市社会科学规划项目(2014PY11)、重庆市教委人文社科重点项目（14SK001）、重庆科技学院

2016年度校内基金资助。

（一）大数据概念的提出

尽管“大数据”这个词直到最近才受到人们的高度关注，但早在1980年，著名未来学家托夫勒在其所著的《第三次浪潮》中就热情地将“大数据”称颂为 “第三次浪潮的华彩乐章”。《自然》杂志在2008年9月推出了名为“大数据”的封面专栏。2009年开始，“大数据”逐渐成为互联网技术行业中的热门词汇。2006年，Google首先提出云计算概念，自从有了云计算服务器，“大数据”才有了可以运行的轨道，才凸显其真正价值，支撑Google内部各种“大数据”应用的，正是Google公司自行研发的云计算服务器。对“大数据”潜在商业价值的运用来自于世界著名的管理咨询公司麦肯锡公司。麦肯锡公司投入大量人力物力对网络平台记录的个人海量信息进行收集和分析应用于商业领域的可行性调研，于2011年6月发布了关于“大数据”的报告，该报告得到了金融界的高度重视，而后大数据逐渐受到了各行各业的关注。正如《纽约时报》2012年2月的一篇专栏中所称，”大数据”时代已经降临，在商业、经济及其他领域中，决策将日益基于数据和分析而作出，而并非基于经验和直觉。

大数据(Bigdata)是继云计算、物联网后又一颠覆性技术革命。《大数据时代》的作者维克托·迈尔·舍恩伯格对大数据的解释是：“大数据”并不是一部分数据样本，而是关于某个现象的所有数据；“大数据”的分析着重在了解“什么”而不是“为什么”。大数据研究的先驱者麦肯锡公司对大数据的定义为：指无法在一定时间内用传统的数据库软件工具对其内容进行采集、存储、分析和管理的数据集合。维基百科对“大数据”的解读是：大数据或称巨量数据、海量数据、大资料，指的是所涉及的数据量规模巨大到无法通过人工，在合理时间内达到截取、管理、处理、并整理成为人类所能解读的信息。

无论哪种定义，我们都可以看出，大数据的“大、小”已经超出了传统意义上的尺度，它具有数据体量巨大、数据种类繁多、价值密度低、处理速度快的特征。大数据之“大”并不仅仅在于其“容量之大”，而且还在于数据的搜集、存储、处理以及共享等极具挑战性的任务赋予大数据之“大”更多的意义：人类可以从这些海量数据中挖掘有用的数据，通过这些数据的筛选、清理、整合和分析，捕捉有用的信息，为人类创造新的价值。 （二）大数据对审计的影响

随着大数据、云计算技术的产生和发展，大数据、云计算技术对审计方式、审计抽样技术、审计报告模式、审计证据搜集等技术和方法产生影响（秦荣生，2014）。鲁清仿、魏欣媛研究认为大数据对审计风险准则进行了影响，使得现行的审计风险准则难以适应大数据时代的要求（鲁清仿、魏欣媛，2015）。大数据对审计的影响还表现在以下几个方面： 一是对审计范围的影响。传统审计方式下，由于审计机关受审计力量、时间、地点的限制，难以获取外部数据，难以对审计数据进行全面的对比分析，往往采取抽样审计方式选取部分样本量估计总体特征。随着大数据数据采集技术、数据挖掘技术在审计中的应用，使审计范围不再受制于抽样样本，而是着眼于全量数据，从整体的角度进行审计， 实现被审计单位

数据信息的全面覆盖，审计项目更具全面性、延伸性、整体性，审计结果更具有代表性、准确性。

二是对审计技术的影响。传统环境下，审计技术主要表现为现场手工审计技术，审计人员通过审阅法、查询法、函证、重新计算、重新执行、分析程序等方法来分析审计数据，从而得出审计结论。在大数据环境下，传统的很多审计技术和方法显得效率低下和无法实施，大数据时代的超大数据体量和占相当比例的半结构化和非结构化数据的存在，已经超越了传统数据库的管理能力，必须使用新的大数据存储、处理和分析方法。围绕大数据，一批新兴的数据挖掘、数据存储、数据处理与分析技术将不断涌现。在实施审计时，审计人员应使用分布式拓朴结构、云资源数据库、联网审计、数据挖掘等新型的技术手段和工具，以提高审计的效率。

三是对审计模式的影响。传统的审计模式是各个审计机构针对各自的审计任务采取现场“一对一”审计模式。这种审计模式由于时间、地点、人力的限制，使得审计范围受限，难以通过数据库进行数据对比分析，所以审计效率不高，审计质量低下，审计监督效能未能得到有效发挥。大数据环境下，审计数据都存放在云数据中心，被审数据的各个关联数据库都可以授权审计机关访问，审计机关可以通过建立大数据分析中心，通过分析模型对被审数据库中的大数据进行关联对比分析，查找疑点，然后分散查证。这样，传统的“一对一”现场审计模式就演变为“多对一”的各个审计机关协同审计模式。

四是对审计风险的影响。传统的审计风险包括固有风险和重大错报风险，是审计人员根据预设的风险评估程序以及先验的假设来进行风险评估，确定审计风险的高低和可接受水平。预设的风险评估程序重点在于审计证据的取得阶段，当审计证据取得范围受到限制就无法发表审计评价，虽然抽样审计减小了审计范围从而在一定程度上降低了审计人员的审计风险，但同时也降低了审计结果的精准性。在大数据环境下的全数据审计，审计人员不是要舍弃数据，而是要想法收集以前因为技术限制无法取得的证据，使审计证据更充分、更适当，以减少审计职业判断的不确定性，降低审计风险。另一方面，审计风险的重点也从数据收集阶段转移到数据传输与存储阶段，审计数据存储在云数据中心，数据通过网络传输，存在着数据被未知用户访问和篡改的风险。因此，大数据环境下，加强审计数据的安全控制是审计风险控制的重点。

三、大数据环境下的审计模式转变

随着云计算、大数据的产生和发展，云计算和大数据处理技术在各个行业得到了广泛的应用，并逐渐影响到会计、审计行业。云计算技术必然能够为审计提供源源不断的技术创新支持，从而带动审计技术的革新（文峰，2011）。刘家义审计长在2012年指出，“中国审计的出路关键在于信息化，信息化的关键在于数字化”，并强调，积极探索创新、大力推进大数据环境下的审计监督。 （一）传统政府审计模式的局限

阎金锷（1986）、杨时展（1989）从公共受托责任角度研究国家审计问题，指出审计机关具有履行公共受托责任的功能，应独立于政府之外。纵观我国传统的政府审计双重管理模式和“一对一”的现场审计工作模式，都存在着一定的局限性。

1.审计管理模式

根据《中华人民共和国审计法》的规定，我国现行的审计管理体制实行中央审计署和地方政府对审计机关的双重领导，这种管理体制的优势和意义来自于审计监督与政府经济监管职能的高度结合。其初衷是在计划经济年代，需要政府来处理和解决当时经济体制改革中出现的如经济秩序混乱、国有企业财务混乱等诸多问题。把审计监督纳入地方政府系统有利于政府对审计工作的开展提供必要的支持和便利条件。时至今日，我们发现这种审计体制存在着诸多的问题。由于一些地方政府和有关部门领导怕揭露问题过多难以承担责任或影响政绩，因而违反规定干预审计机关依法揭露和处理审计问题的现象比较普遍。因此在审计实务中，审计领导干部的培养和任命、审计任务的安排、审计对象的确定无不受到来自审计机关之外的人为因素和行政意志直接或间接的干预和影响，使得审计独立性缺失、审计结果披露受到限制、审计监督留有空白、审计目标和工作重点不稳定等，在一定程度上制约了审计监督效能的发挥，审计参与依法治国的作用受到限制。 2.审计工作模式

现行的审计工作模式是各基层审计机关在上级审计机关的垂直领导和地方政府的直接领导下各自分别开展“一对一”的现场审计工作。这种审计工作模式的优势在于基层审计机关相对熟悉被审计对象的基本情况，便于针对性的开展审计监督工作。但缺陷在于：一是各审计机关需要分别建设自己的审计系统，每个审计机关都需要配置独立的硬件资源和软件资源，势必产生IT成本居高不下，专业维护费用居高不下且需要大量的专业维护人员；二是各审计机关孤立作战审计模式主要通过查账、盘存、调取相关资料佐证等手段均需要较长时间，这使得审计效率低下，在审计力量有限的情况下难以完成审计全覆盖的工作任务；三是现场数据采集模式获取企业内部数据较容易，但获取企业外部证据较难，会造成了审计信息“孤岛”现象，难以进行大数据关联分析，势必影响审计质量；四是审计机关本身没有执法权，这种审计机关孤军作战模式使得审计结果的运用受到限制，审计执行力不强，难以发挥审计的“透视镜”作用。

（二）大数据协同审计模式的构建

由于传统的审计模式的局限性，结合当下大数据的特点和审计全覆盖的要求，我们提出协同审计观点。审计需要协同作战（李金华，2005）。在当前大数据环境下，审计力量有限的条件下，协同审计是达到全省审计机关“一盘棋”，实现政府审计全覆盖，加强审计垂直管理一种优化选择。 1.理论基础

（1）协同理论

协同理论一词来自希腊语，意指关于“合作的科学”，是由德国理论物理学家哈肯1971年提出的。协同理论研究各种完全不同的系统在远离平衡时通过子系统之间的协同合作，从无序状态转变为有序状态的共同规律。协同论认为，千差万别的系统，尽管其属性不同，但在整个环境中，各个系统间存在着相互影响而又相互合作的关系。在一定条件下，由于子系统相互作用和协作，使系统在临界点发生质变，产生“1+1>2”的协同效应。因而，系统的协同机制是实现系统整体价值的有效方法。

（2）审计工作的协同性

审计工作是一种群体智力工作，具有构建计算机协同审计系统的基本特征，如群体性、交互性、协作性、分布性、虚拟性、集成性等特征（吴青，2006）。审计与会计不一样，会计可以分岗位独自完成岗位内工作，而审计是一种全面、系统的工作，它需要审计机关、审计人员、被审计单位、甚至公安、纪检、监察等审计系统各个组成部分共同协作，从而发挥系统的整体功能，才能完成一个项目的审计工作，产生系统协同效应。 （3）大数据的协同效应

大数据是巨量数据的集合，数据存储在不同的地方，不同的时间节点，都可通过互联网关联，它具有跨越系统、跨越平台、跨越数据结构的特征。在互联网环境下，从不同的数据库不同的数据项之间去寻找有用的数据，不再需要分别获取各个部门的相关数据，不再需要分别点对点的与数据所在部门进行联网，只要接入云计算中心或专用网络，所有所需的数据在设置一定的权限后都可以直接获取，通过大数据特殊技术，如大规模并行处理数据库、数据挖掘、分布式文件系统、分布式数据库、互联网和可扩展的存储系统等实现大数据的分析处理。同时可以对多个类别，多种领域的数据进行同时分析、处理，产生较强的管理分析协同效应。

2.技术支撑平台

大数据是一个宽泛的概念，不仅包括大数据本身，更重要的是要有对大数据进行分析的平台和技术。要实施大数据、云计算技术在审计中的应用，审计行业应建设云审计平台和大数据分析应用平台（秦荣生，2014）。平台是基础，数据是核心，平台建设为大数据审计协同各方提供必要的技术支持。

（1）平台架构策略

依据大数据的特点和审计工作的要求，架构大数据审计平台应注意三个方面的策略： 一是低成本策略。大数据处理平台应采取集中建设而不是分散建设，统一规划而不是各自为政的方式，以优化资源配置，提高资源利用率，减轻基层审计机关负担，避免重复建设、无序建设，最大限度降低硬件、软件建设成本。

二是资源高度共享策略。面对海量的大数据，大数据处理平台要有强大的、精确的、高效的大数据分析、存储和输出能力，并且要通过数据接口和权限配置实现数据在各审计机关高度共享、时时传输和应用。

三是数据安全策略。审计数据存储在开放的公共数据处理平台，要加强数据加密技术、防火墙建设，明确数据管理各方的责任，保证数据安全策略是平台架构考虑的重要因素。 （2）平台架构方案

根据以上策略，结合政府审计“大审计”格局观，政府审计全覆盖的指导思想，削弱审计地方保护主义影响，增强审计的独立性，建设一个能容纳各类审计所需硬件资源、软件资源的系统平台，满足大数据审计的需求。大数据审计平台应以省级审计机关为主体建设，实现省、市、县三级审计机关网络互连，资源共享，协同工作，满足政府审计“全覆盖”下省、市、县三级审计机关人、财、物统一管理的一体化审计网络平台，为审计协同提供技术支持。其功能结构如图1所示；功能作用如表1所示： 审计指挥中心 计省机级关 审计 市机级关审 数 据接口风险监控系统 审计交换中心 业务数据库 大数据分析中心 审计管理系统（OA） 审计实施系统（AO） 审计结果运用系统 外部应用接口 计县机级关审 图1 大数据审计平台功能结构图 表1 大数据审计平台功能作用 名 称 数据接口 台的客户端入口。 风险监控系统是为平台各用户提供全面的、可靠的统一监测、监督、预警的安全卫士。风险监控系统 其功能主要有异常监控、故障监测、漏洞扫描、安全预警等，并定期形成预警事件报告和实时响应机制。 审计指挥中心是省级审计机关统一领导、统一协调、统一资源调配的下联系市县审计审计指挥中心 机关的数字化指挥中心。包括审计任务分配、项目管理、决策指挥、协同机制，以实现全省审计机关人、财、物统一管理和协同工作。 审计交换中心 审计交换中心是审计人员在现场与数据处理平台进行数据传递与安全访问，为大数据应用打通传输通道。 业务数据库用来存储被审单位财务数据和业务数据、全省财政、金融、税收等所有一二级部门的预算数据以及法律法规和专家经验数据等。 大数据分析中心通过专业的分析软件、建立数据模型，对采集的各种关联数据进行数大数据分析中心 据挖掘、数据筛选、数据整理、数据分析，查找出审计疑点，以便审计各机关、各部门进行分散查证。 数据接口是通过用户管理、身份认证、权限管理各级审计机关用户访问大数据处理平 功 能 业务数据库 审计管理系统（OA） 审计实施系统（AO） 审计结果运用系统 审计管理系统可迁入审计署开发的OA系统，实现审计业务的数字化管理，包括项目查询、项目跟踪、领导审批与复核、办公系统等。 审计实施系统可借助审计署开发的AO现场审计实施系统进行审计项目管理，包括账表分析、审计底稿、辅助工具、系统管理等功能。 审计结果运用系统是对所有审计报告等结果类文书中内容进行综合分析，，挖掘审计结果运用价值，服务领导决策。 外部应用接口是审计机关与公安、司法、纪检等外部机构和其他部门挂接。通过外部外部应用接口 接口使审计机关和各级部门建立快速的联动反应机制。同时还可提供公众信息服务，开通网上公众举报、政务公开、审计结果公开，以此提高审计透明度，扩大审计的社会影响力。 3.协同审计模式的构建

协同审计是依托大数据审计平台，利用大数据处理技术建立一个协同工作的环境，将分布在不同地点的审计人员召集起来，共同完成一项审计任务，消除时间和空间上的距离，以节省审计成员的时间和精力，提高群体工作质量和效率的一种工作模式（魏祥健，2014）。依托前面搭建的大数据审计支撑平台，遵循审计署提出的省一级审计机关人、财、物统一管理，实现审计全覆盖的指导思想，结合审计工作的群体性特征，消除审计地方保护主义屏障，协同审计应由省级审计机关统一领导，市、县级审计机关相互配合，实现省、市、县三级省级机关统一指挥、资源共享、协同联动的高效协同审计模式，包括组织协同和业务协同。 （1）组织协同

政府审计机关是执行审计业务的主体，是政府审计协同治理的主导力量。因此，省、市、县三级审计机关在审计管理上要实行组织协同，把不同层级政府审计机关的人力资源整合起来，突出整体性特征，形成一个网络型的协同组织。由省级审计机关统一领导，市、县级审计机关协调配合，协同制定审计战略、协同项目管理、协同调配人力资源，实现管理最佳效率状态和资源最优配置状态的程度。包括战略协同、项目管理协同、人力资源协同。如图2所示：

人力资 源协 同项 目 项目工作组 审计专家组 职能分工 协同

任务分配 项目计划 资源调度 协同实施 战

略协 同

图2 组织协同结构图

审计目标 年度审计计划 审计监督机制 审计决策机制 省级审计机关 市级审计机关 县级审计机关 战略协同：审计机关的审计组织决策层要确保全省一体化审计有正确的战略、有执行战略的有效方法、具备执行战略的核心能力和有效机制。因此，省、市、县三级审计机关在审计战略谋划上要实行战略协同。由省级审计机关统一领导，协同制定正确的战略审计目标、全省各市、各县年度审计计划、审计监督机制、审计决策机制，具备正确的执行方法、核心能力、管控机制以确保战略的正确执行。

项目协同：政府审计机关承担国家治理监督的众多项目任务，在目前审计机关审计力量不足的情况下，要实现“审计全覆盖”目标，必须以项目为核心，建立省、市、县三级审计机关协同配合的协同机制。在存在多项目任务的环境下，通过系统调配内外部资源、信息共享，权衡和协调项目开展协同审计工作，在任务分配、项目计划、资源调度、项目实施过程中实现协同，共享数据库资源、专家经验、审计技术，协同高效的完成项目审计相关任务，最大限度发挥协同效应，以达到审计项目管理的有序状态。

人力资源协同：在人力资源层面，为了确保审计人员能够按照战略、组织的要求采取有效协同的行动，省级审计机关应该成立协同指挥小组，依托大数据审计平台的指挥中心对各审计机关的人力资源进行科学的临时调配和虚拟组合。如根据项目需要，从各级审计机关抽调项目审计所需的审计人才成立项目工作组，组建审计专家组，并有效地进行职能分工，最大限度发挥每一个审计人员的工作能力，消除不同单位不同部门的审计人员在时间和空间上相互分隔的障碍，节省时间和精力，形成审计合力，提高群体工作质量和效率。

（2）业务协同

在大数据环境下，数据采集、数据存储、数据分析都需要专业的审计人员和专业的审计技术来开展。基层审计机关由于硬件、软件和人才的限制需要上级审计机关的技术指导和业务帮助，而上级审计机关也离不开基层审计人员的现场查证工作，业务协同是未来政府审计不可避免的趋势。

组织协同是保障协同审计工作开展的一种管理机制，业务协同是开展审计业务的一种工作机制。在组织协同的前提下，依托大数据处理平台，各级审计机关协同审计人员通过客户端登录大数据处理平台，经协同机制建立协同审计项目组，由大数据处理平台统一进行数据采集，根据数据转换形成审计中间表，利用大数据处理技术进行数据分析，查找审计疑点，各协同小组或协同人员根据大数据分析的疑点获得分派的协同任务进行分散查证。其程序为：协同数据采集→协同数据存储→协同数据分析→分散查证。如图3所示：

省级审计机关 市级审计机关

协同数据采集 县级审计机关 数据采集 数据转换

分散查证 协同数据分析 集中管理 协同数据存储 分级存储 数据挖掘与筛选 关联分析 异常检测 疑点汇总 图3：业务协同流程图

协同数据采集：大数据环境下，由于被审计单位会计信息化的发展，审计对象从传统的手工账簿转向对电子数据转变，审计的范围和重点从单纯的财务数据扩展到海量的业务数据，审计对象的外延从内部数据扩展到相关联的外部数据。数据库类型不一，格式各异，且数据存放位置从被审单位内部扩展到不同的部门不同的单位甚至跨区域跨国界。这对于技术力量薄弱、专业计算机审计人才缺乏的基层审计机关的审计取数是一大困难。在协同审计模式下，全省范围内的各个审计机关所需的审计数据都可依托于大数据审计平台，由专业的计算机审计人员进行集中采集和转换。对于政府审计范围内的国家机关和国有企业，可以通过审计专网点对点与他们进行网络互连获取审计数据，或者通过政府政务网平台直接获取数据。对于外部数据可以通过云计算中心或者联网获取审计数据。通过大数据跨系统、跨平台、跨数据结构的技术对不同类型、不同结构的财务数据、业务数据进行转换，建立审计中间表，导入系统进行审计分析。

协同数据存储：传统的“一对一”审计模式下，被审数据都存储在各自的审计机关，在基层审计机关没有建立数据中心的情况下，采集来的电子审计数据一般都保留在审计人员的笔记本电脑上或本地局域网的计算机上，数据安全得不到保障，且共享性差。而且随着时间的推移，如果这些数据没有得到很好的组织和维护，其利用价值也将越来越低，这对审计资源是一个极大的浪费。在大数据平台下，数据存储在大数据中心，数据中心通过集群应用、

网格技术或分布式文件系统等功能，对不同性质、不同类型、不同格式、不同级别的数据进行分级存储、统一管理、专业维护，以满足不同单位、不同层次的审计分析需求。同时，大数据中心通过数据加密技术和访问控制等技术保证数据的安全。采用大数据处理平台存储后，审计数据共享性和利用率大大提高，审计人员在任何时候、任何地点进行审计作业，都可按相应的权限通过平台应用端口同步上传和下载数据，工作的便利性大大提高。

协同数据分析：传统的“一对一”审计模式下，审计机关各自为政，在“信息孤岛”状态下几乎无法获取被审对象的关联数据。同时，大数据并不都是有效的数据，它包含了错误的数据和冗余的数据，对数据筛选和清洗都需要专业的人员和专业的技术来进行，基层审计机关由于受技术和力量的限制难以完成此项工作。在协同审计模式下，大数据审计平台的关联数据库，跨系统跨平台获取数据的能力实现了关联数据收集的目标。协同中心的专业的技术人员通过数据挖掘和数据筛选技术根据算法和标准挖掘和筛选出有用的审计数据，对原始审计数据进行初步的数据清洗，以确定审计分析重点。同时，大数据分析中心通过关联数据库资源或联网获取外部数据资源进行对比分析与数据查询，对财务数据和业务数据进行深入的多角度的关联分析，通过信息（数据）流向追查资金、业务、实物流向，挖掘隐藏在数据项之间的关联或相互关系，从而发现存在异常联系的数据项, 在此基础上通过进一步分析, 发现审计疑点并进行疑点汇总。

分散查证：通过前面集中式数据采集、存储和关联分析得出的审计疑点，各个基层审计人员在协同任务分派下对各个审计项目的审计疑点进行分散核查、逐一证实。从而大大减轻了基层审计机关在数据采集和数据分析上耗时耗力的负担，提高了审计效率，保证了审计质量，也加强了审计的垂直管理，打破了审计地方保护主义屏障，增强了审计独立监督的效能发挥。

四、应对策略

1.经费保障

根据《中华人民共和国预算法》，在传统的审计双重管理下，审计经费主要来自于地方财政预算。根据《中央对地方专项拨款管理办法》（财预〔2000〕128号）等有关规定，中央财政只是针对部分地方审计给予一部分专项补助。加强审计垂直管理，实行省级审计机关“人、财、物”统一管理，削弱审计地方保护主义影响后，审计经费还由当地财政拨付吗？即使这样，当地政府也会消极对待。如果审计经费完全或大部分由中央财政安排，中央财政的“一刀切”可能会导致部分地方审计的经费缺口，特别是遇到特殊审计项目或突发事件，又要层层申请资金，如果没有及时的地方财政支持，无疑会直接影响审计工作的正常开展。因此，强化审计经费的预算管理，加大对基层审计的经费支持力度，是关系到审计工作正常开展的基本保障。一是经费预算要安排准、用得实；二是经费管理要灵活，预算编制不应受“天花板”限制；三是实行审计垂直管理后，可以推行地方财政按比例上缴审计公共管理基金，以弥补审计经费的缺口。

2.机制建设

在推进大数据协同审计中，要注重顶层设计，从机制建设入手，全面规划、统一指挥、协调一致，推进大数据协同审计工作落到实处。一是建立协同指挥机制。以审计项目为核心，依托大数据处理平台，全省进行统筹部署，统一制定审计计划，统一调配审计人员，确保全省上下审计工作目标一致、步调一致。二是建立协同管理机制。规范管理，制度先行。为了更好地指导和规范大数据协同审计工作，要建立和完善审计协同工作管理制度、项目协同管理制度、资源协同管理制度，以制度的刚性标准确保审计工作的高效开展。三是标准制定。制定数据库操作指南、审计项目操作指南、人员协同工作指南，确定数据采集标准、审计评价标准等，提高审计实施与评价的一致性、精准性。

3.数据准备

大数据审计最核心的是数据，没有数据源，等于是无花之果、无水之源。要实现大数据的对比分析，保证审计评价的精准性，必须要建立大数据库，包括全省口径的财政预算数据库、税收征缴数据库、工商部门的公司注册信息数据库、人社部门的社保信息数据库、房管部门的房产信息数据库、公司财务信息与业务信息数据库，以及与被审单位相关联的第三方信息数据库和相关网站的经济信息、统计部门的统计数据等。数据收集可以通过大数据中心联网相关单位按月、季度、年度定期上报；也可以通过审计人员现场审计收集财务数据和业务数据补充到大数据库；还可以通过专人收集网站数据和政府统计机关、民间统计结构的统计数据等。数据库经由专人维护，定期整理，实时更新，为大数据分析积累审计之源。

4.智力开发

大数据审计，关键在人。打造一支高素质的审计队伍，是大数据审计高效开展的智力保障。适应大数据时代的协同审计要求，审计机关要着力培养一批既具备审计专业知识，又具有现代信息技术技能，还应有团队协作思维方式的复合型审计人才。大数据时代，随着审计对象多元化和审计职能外延的不断扩展，要求审计人员的知识结构和技术水平不断提高，以适应大数据分析的需求。现代的数据分析，不仅要求审计人员要熟练计算机操作，精通计算机技能，还要求审计人员掌握互联网信息技术，能够运用SQL查询技术、数据挖掘技术、数据筛选、联网审计技术从海量的数据中提取有效信息进行多维分析、关联分析，发现审计疑点。单打独斗的审计时代已经过去，在审计全覆盖和海量的审计数据面前，任务驱动我们不得不优化组合审计人力资源，打乱传统的人才配置，以项目为核心，以岗位为需求，组建协作项目团队，充分发挥每个成员的协作精神，实现协同审计效果，真正形成“集中分析、分散核查”的大数据协同审计模式。

五、结语

在大数据环境下，探索大数据政府协同审计模式，加强审计垂直管理，实现政府审计全覆盖的目标，提升政府审计参与依法治国的监督效能发挥是当下紧迫的任务。政府审计机关作为审计监督的主要载体与执行者，是推动大数据审计，创新审计管理模式与工作模式的主

导力量。本文根据大数据环境下审计的新特征和国家对政府审计提出的新要求，架构了大数据审计数字平台，搭建了大数据协同审计模式的基本框架，提出了政府审计机关的应对策略，为我国的大数据审计建设与实施提供了初步的思路。但是，如何保证大数据环境下的审计数据安全，是大数据审计面临的一个重大挑战。数据安全是未来网络安全的一种发展趋势，也是大数据审计模式中一个比较活跃的领域。从审计风险来说，数据安全主要面临访问控制安全、虚拟运行环境安全、数据存储、数据下载与数据备份安全、以及大数据平台的安全责任认定等。鉴于篇幅有限，本文未做重点研究。因此，研究大数据审计一定要把安全放在首要的位置，如果忽视安全控制与风险因素研究，将会产生严重的潜在审计风险。推动大数据环境下审计的安全系统研究、法律法规与标准体系建设，是推动未来我国大数据审计发展的关键。

参考文献：

[1]徐子沛.2012.大数据[M].广西:广西师范出版社, 57.

[2]秦荣生.2014.大数据、云计算技术对审计的影响研究[J].审计研究，（6）：23-28. [3]文峰. 2011.云计算与云审计——关于未来审计的概念与框架的一些思考[J].信息技术，(2):98-102.

[4]门韶娟，胡琦佳.2015.大数据时代国家审计发展与变革[J].商业会计，（13）：48-50. [5]韩强.2015.大数据环境下的审计模式创新研究[J].创新科技，（6）：64-65. [6]王欢，许暖，沈波.2014.基于大数据的智能审计平台研究[J].电信工程技术与标准化，（11）：19-22.

[7]魏祥健.2014.云平台架构下的协同审计模式研究[J].审计研究，（6）：29-35. [8]王会金，戚振东，剧杰.2013.基于协同效应的企业管理协同审计研究[J]. 南京社会科学,(02)：43-47.

[9]阮哈建，刘西友.2013.大数据与审计机关的应对策略[J].中国内部审计，（6）:84-85. [10]Paul C Zikopoulos,Chris Eaton,Dirk de Roos,Thomas Deutsch, George Lapis.2012. Understanding Big Data[M].USA:The Mc Graw- Hill Companies.

[11]Min Cao，Chychyla, Roman，Stewart, Trevor.2015.Big Data Analytics in Financial Statement Audits.Accounting Horizons,(6):423-429.

Changing government audit modeland strategie in the big data environment

【abstract】In the big data environment, data showing massive, virtualization features, the audit analysis are converted from sampling to the overall , the traditional audit approach and audit model has not suited to the developing of large data audit, audit urgent need for modern audit techniques innovation and change audit model. This paper based on the audit workfacingthe new situationunderbig data environment,we discussing the architecture of big data platform, in order to rely on the establishment of the provincial audit institutions as the mainstay of the province, city and county levels synergies between the provincial authorities, the mutual collaborative linkage audit mode, and proposed a collaborative audit mode audit institutions strategies. The results of this research can achieve our government audit \"full coverage\promote our country in the future of the innovation and development for large data audit modeto provide idea. 【key words】Big data Big data audit platform Government auditing mode