以智慧审计平台推进新型智慧城市建设

文|王丁贵

审计是一项专门的经济监督行为，而数据是审计检查与分析中必不可少的资源。随着大数据时代的来临，数据迅速化、巨量化、多元化的表征，促使传统审计方式向现代审计方式转变，审计监督的效能将实现质的飞跃。2016年以来，杭州市审计局主动契合大数据时代要求，及时启动“智慧审计”大数据综合分析平台建设，将全市72个政务信息系统的112项数据库（约20TB）纳入平台，促进政务数据资源的共享利用，有效推动了全市信息系统审计和大数据审计的常态化、标准化和精准化，并按照“数字杭州”规划要求进一步推进“新型智慧杭州”建设。

契合“三项要求”，探索杭州智慧审计系统建设

紧跟中央改革部署要求。2014年，国务院发布《国务院关于加强审计工作的意见》，要求“探索在审计实践中运用大数据技术的途径，加大数据综合利用力度”。2018年5月，习近平总书记在主持中央审计委员会第一次会议时指出“要坚持科技强审，加强审计信息化建设”，对构建大数据审计系统提出了明确要求。

围绕“数字杭州”建设要求。2016年，杭州先后发布《杭州市智慧政务发展“十三五”规划》以及《“数字杭州”（“新型智慧杭州”一期）发展规划》，把“智慧审计”列入“数字杭州”“智慧杭州”的重要建设内容之一。要求市审计局依托市政务云平台和数据共享交互机制，建立大数据审计综合分析平台，逐步实现审计数据的智慧化搜索、分析、关联、计算和管理，从而深化社会治理模式，促进城市精细管理。

符合杭州审计内在要求。近年来，随着审计监督职能的扩大和审计全覆盖的要求，全市审计机关人少事多的矛盾日益突出，依托大数据提升审计工作效率和质量是破解矛盾的有效手段。与此同时，由于不同系统的应用程序和底层数据库不一致，财政、社保等行业审计信息系统数据互不连通，无法支撑审计人员的大数据审计需求，构建满足大数据审计需要的大数据综合分析平台势在必行。

确立“三个目标”，保证智慧审计系统建设质量

打造系统“开放性”。为破除数据共享壁垒，防止形成新的“信息孤岛”，智慧审计系统可实现最大程度的开放。一是规划的“开放性”。确保市级审计数据与省、市政务数据资源目录、上级审计机关的数据规划保持一致性，实现与联网单位的互通互连和数据共享。二是架构的“开放性”。充分考虑分期建设的各子系统间的开放性和兼容性，在前期建设中预留扩展空间，实现不同建设周期下系统之间的无缝衔接。三是使用的“开放性”。智慧审计系统将向不具备自行开发能力的下属各区县（市）审计机关开放使用权限，实现系统的共建共享。

力求功能“实用性”。为满足不同计算机专业能力的审计人员的使用需求，系统功能模块设计秉持“界面简洁、操作简单、功能实用”的原则，确保实现“人人能用，人人易用”。针对一般业务审计人员，开发“零计算机专业能力”要求的审计数据查询分析工具；针对有简单数据分析需求的业务审计人员，开发图形化、向导式的辅助分析工具，便于开展自主性大数据分析；针对计算机专业审计人员，提供基于云平台的大数据分析专用工具，便于开展复杂的跨系统、跨行业、跨地区的大数据审计分析。

确保运行“安全性”。智慧审计系统建设始终把“安全”放在首位，按照“非指定设备进不来、非指定应用看不见、非审批流程拿不走、非证书用户用不了”的安全要求，严格控制数据权限和输入输出，并对不同敏感程度的审计数据采取不同的安全防护措施。

践行“三个智慧”，构筑大数据审计平台支撑

智慧搜索如同审计“百度”。它采用“分布式全文检索技术”，实现在海量数据中准确、快速找到最匹配的数据项，并按相关性大小进行排序。智慧搜索既支持“精确查找”和“模糊查找”，也可实现“全库查找”和“主题查找”；既能对结构化数据展开搜索，也能对以Word、PDF形式存放的审计结果文书、审计案例方法等非结构化数据进行搜索。智慧搜索能够让审计人员直观地知道“有什么数据”，从而便捷地找到“所需要的数据”。

智慧分析的“智慧”体现在两个层面。一是“类分析”常用审计模型解决固定审计需求。智慧审计系统在历年分析财政、社保等重点审计行业的经验基础上，提炼同类审计事项间的共同点，构建“类分析”常用审计模型，实现用一个审计模型审计一类问题的“固定＋灵活”审计分析，增大审计模型的适用范围，延长审计模型的生命周期。二是“向导式”分析工具解决自由分析需求。通过构建数据关联关系库，当审计人员选中某一数据项时，系统能够“向导式”提示审计人员可供关联的相关数据名称及其字段，来帮助审计人员快速、准确地确定数据项间的关联规则。

基于政务云的智慧审计系统，采用云计算和数据库优化等技术可实现巨量数据的智能计算和快速响应。一是提升“高频、简单”查询的响应速度。在基础查询、主题查询、常用审计分析模型等此类使用频率高、计算方法相对固定的子系统中，设计审计分析业务宽表，事先计算所有可能的分析结果，通过对业务宽表进行检索，实现数据查询分析的秒级响应。二是实现“超大、复杂”分析的关联运算。对于“向导式”分析工具和标准数据库语言分析工具等子系统，两者可以处理TB级甚至PB级的超大数据表的复杂关联运算。