潘泽斌
【摘要】 近年来,从审计署到省审计厅、市审计局、县(区)审计局等各级审计机关都将精准扶贫审计列入年度审计工作计划,作为年度审计工作重点,并抽调机关业务骨干集中精力抓好该项工作的落实,确保2020年全面脱贫总目标的实现。文章对运用大数据计算机审计方法促进国家精准扶贫政策的实施进行探讨,审计机关应履行自身职责,确保贫困人口按照国家标准真脱贫、脱真贫、稳定脱贫。
【关键词】 大数据;精准扶贫;计算机审计
【中图分类号】 F239 【文献标识码】 A 【文章编号】 1002-5812(2020)04-0032-03
一、精准扶贫审计数据的采集以及存在的问题
(一)审计数据的采集内容。党和国家制定出台了一系列关于精准扶贫的政策,审计人员首先应从各项政策研究入手,将精准扶贫政策进行细化分类,如:教育扶贫政策、健康扶贫政策、产业扶贫政策等,借鉴并结合以前年度精准扶贫审计经验和方法采集数据。在大数据时代背景下,与精准扶贫相关的数据主要包括:学生学籍信息数据、工商注册登记信息数据、个人缴纳所得税信息数据、财政人员供养信息数据、贫困户信息数据、扶贫项目资金信息数据、小额贷款贴息数据、医院报销数据、社会养老保险数据、工伤保险数据、失业保险数据、重残金发放数据、车辆登记信息数据、村干部信息数据等与精准扶贫相关的信息数据。
(二)精准扶贫审计数据采集方法。可以分为以下几种:一是将后台数据直接备份为审计数据;二是使用脚本语言直接在被审计单位数据库中采集所需数据;三是简单的电子数据,如:TXT文本、EXCEL等,可以直接拷贝。由于精准扶贫审计数据涉及面较广、内容较为复杂,本文认为最好不要采用第二种方法,如果不得不采用,则一定要与被审计单位进行沟通,避免出现所采集的数据影响工作正常开展的情况,尤其是医疗保险、社会养老保险、工伤保险、失业保险等被审计单位人员可以在现场实时更新的数据。
(三)数据采集存在的问题。
1.基础数据不精准。由于大部分精准扶贫审计数据都是在基层产生的,如建档立卡贫困户信息容易发生身份证信息录入不准确等错误,导致一些数据关键字段和主键的缺失,更有甚者得出与实际情况相反的疑点,增加了审计工作量,可能导致应该享受政策的未享受或者发挥政策效益性不高等问题,给扶贫工作造成阻碍。
2.部分领导干部认识不到位,提供数据不及时、不全面。一些领导干部对审计的认识仍然停留在找麻烦等传统观念上,没有深刻意识到审计具有督促、提供合理化建议等优势功能,尤其是在精准扶贫审计的问题上,认识不到位、存在抵触情绪,不及时、不全面提供审计所需数据、资料,更有甚者不提供相关材料,导致审计机关无法实施大数据时代背景下先进的审计技术方法,阻碍了精准扶贫政策的实施。
(四)解决方法。首先,加强对基层干部普及计算机知识,可要求有条件的村配备一名熟练掌握办公软件操作的人员对精准扶贫审计数据进行采集、核对,确保采集的信息准确无误,增强数据的使用价值。其次,在提升领导干部自身素质的同时,使其转变对审计工作的认识,充分理解和意识到审计的重要作用,愿意配合审计查找问题、提供资料,确保提供数据资料的时效性,为打赢脱贫攻坚战奠定良好基础。
二、精准扶贫审计数据的校验、清洗、转化
首先,将采集的精准扶贫审计数据充分运用计算机审计方法进行勾稽关系的校验,如:身份证号位数是否为18位、是否符合身份证号计算验算的公式等,基础性地核实采集的数据是否正确。其次,对采集的数据进行关联、比对、分析、核实、反馈,如:可将建档立卡贫困户学生信息与采集的学籍信息进行关联性分析比对,与医保卡信息进行比对核实等,进一步提高数据的可靠性和准确性。再次,将采集的精准扶贫审计数据经过校验、关联性分析比对核实后,清洗冗余数据、修改错误数据、补充丢失数据,确保精准扶贫审计数据的完整性。最后,通过上述步骤将采集的精准扶贫审计数据进行整理后,将其转化为审计需要的格式、生成审计数据中间表,为大数据计算机审计做好铺垫。
在上述过程中可能存在的问题主要是,审计人员对数据的校验、清洗、转化等流程不熟悉,可能导致数据丢失、字段缺失等,加大了审计风险。因此,一定要在完成上述过程后,再对整理的数据进行二次校验,确保审计数据的真實性和完整性,保证审计工作的质量和效率,防范审计风险。
三、精准扶贫大数据计算机审计方法、思路及存在的问题
借助现代化的审计手段可以提出客观公正的评价意见和建议,促进党和国家精准扶贫政策落到实处,在确保贫困户如期脱贫、稳定脱贫的同时,还可以提高审计工作的质量和效率,防范审计风险。首先应将采集到的数据导入SQL软件中,其次找到各类数据的关联字段,设计好关联视图,最后对采集的精准扶贫审计数据进行分析生成疑点。笔者结合大数据时代背景下精准扶贫计算机审计工作实际阐释审计方法和思路。
(一)建档立卡贫困户识别不精准计算机审计方法及语句。针对建档立卡贫困户识别不精准审计疑点的筛查,需要民政部门的建档立卡贫困户信息数据,以及学生学籍数据、工商登记信息数据、车辆登记信息数据、财政人员供养信息数据、村干部信息数据等,依据建档立卡贫困户政策规定进行筛选疑点分析。
1.建档立卡贫困户上贵族学校识别不精准语句:SELECT*FROM建档立卡贫困户学籍信息表A JOIN贵族学校学籍信息表B ON A.建档立卡贫困户身份证号=B.学生身份证号,执行语句生成疑点下发进行进一步核实。
2.建档立卡贫困户注册大型企业识别不精准语句:SELECT*FROM建档立卡贫困户A JOIN工商登记信息B ON A.建档立卡贫困户身份证号=B.法人身份证号WHERE企业状态='正常'AND注册资本>=200000,执行语句生成疑点下发进行进一步核实。
3.建档立卡贫困户收入超标识别不精准语句:SELECT*FROM建档立卡贫困户A JOIN个人所得税代扣代缴表B ON A.建档立卡贫困户身份证号=B.身份证号,执行语句生成疑点下发进行进一步核实。
4.财政供养人员违规享受建档立卡贫困户待遇识别不精准语句:SELECT*FROM建档立卡贫困户A JOIN财政供养人员B ON A.建档立卡贫困户身份证号=B.身份证号ORDER BY B.单位职务,执行语句生成疑点下发进行进一步核实。
5.建档立卡贫困户购买高级轿车识别不精准语句:SELECT*FROM建档立卡贫困户A JOIN车辆登记信息B ON A.建档立卡贫困户身份证号=B.身份证号ORDER BY B.汽车品牌,B.汽车型号,执行语句生成疑点下发进行进一步核实。
6.村干部享受低保、五保建档立卡贫困户识别不精准语句:SELECT*FROM建档立卡贫困户A JOIN村干部人员信息B ON A.建档立卡贫困户身份证号=B.身份证号WHERE B.职务='村长'OR B.职务='书记',执行语句生成疑点下发进行进一步核实。
7.建档立卡贫困户拥有多套房产识别不精准语句。
(1)步骤1语句执行生成视图:CREATE VIEW建档立卡贫困户房产信息AS SELECT*FROM建档立卡贫困户A JOIN房产登记信息B ON A.建档立卡贫困户身份证号=B.身份证号。
(2)步骤2语句执行生成疑点:SELECT*FROM建档立卡贫困户房产信息WHERE建档立卡贫困户身份证号IN(SELECT建档立卡贫困户身份证号FROM建档立卡贫困户房产信息GROUP BY建档立卡贫困户身份证号HAVING COUNT(*)>2),执行语句生成疑点下发进行进一步核实。
8.建档立卡贫困户死亡享受政策识别不精准语句:SELECT*FROM低保五保发放表A JOIN死亡人员名单B ON A.身份证号=B.死亡人员身份证号WHERE B.死亡日期 综上所述,审计人员应当吃透精准扶贫政策以及熟悉采集到的各类数据的关联性,编写SQL计算机审计语句并运行,生成疑点数据表,进一步核实疑点,确保建档立卡贫困户识别精准。 (二)建档立卡贫困户应享受未享受扶贫优惠政策情况语句及思路。 1.建档立卡贫困户是否享受“三免一补”等助学金语句。 (1)步骤1语句执行生成视图:CREATE VIEW建档立卡贫困户学籍信息AS SELECT*FROM建档立卡贫困户A JOIN学生学籍信息B ON A.学生身份证号=B.建档立卡贫困户身份证号。 (2)步骤2语句执行生成疑点:SELECT*FROM建档立卡贫困户学籍信息A LEFT JOIN三免一补发放表B ON A.建档立卡贫困户身份证号=B.学生身份证号WHERE B.学生身份证号IS NULL,执行语句生成疑点下发进行进一步核实。 2.建档立卡贫困户小额贷款是否享受贴息语句。 (1)步骤1语句执行生成视图:CREATE VIEW建档立卡贫困户贷款情况AS SELECT*FROM建档立卡贫困户A JOIN银行小额贷款信息表B ON A.建档立卡贫困户身份证号=B.身份证号。 (2)步骤2语句执行生成疑点:SELECT*FROM建档立卡贫困户贷款情况A LEFT JOIN小额贷款贴息B ON A.建档立卡贫困户身份证号=B.身份证号WHERE B.身份证号IS NULL,执行语句生成疑点下发进行进一步核实。 3.重残的建档立卡贫困人口是否享受免交城乡医保语句。 (1)步骤1语句执行生成视图:CREATE VIEW重残建档立卡贫困户AS SELECT*FROM建档立卡贫困户A JOIN重残登记表B ON A.建档立卡贫困户身份证号=SUBSTRING(B.残疾人号码,1,18)。 (2)步骤2语句执行生成疑点:SELECT*FROM重残建档立卡贫困户A JOIN城乡医保收费表B ON A.建档立卡贫困户身份证号=B.身份证号,执行语句生成疑点下发进行进一步核实。 4.建档立卡贫困户是否享受医院住院报销政策语句:SELECT*,(B.报销金额/B.总费用)报销比例FROM建档立卡贫困户A JOIN醫院住院报销B ON A.建档立卡贫困户身份证号=B.身份证号,执行语句生成疑点下发进行进一步核实。 5.建档立卡贫困户是否享受危房改造政策语句:SELECT*FROM危房改造数据A LEFT JOIN建档立卡贫困户B ON A.身份证号=B.建档立卡贫困户身份证号WHERE B.建档立卡贫困户身份证号IS NULL,执行语句生成疑点下发进行进一步核实。 综上所述,审计人员可以将建档立卡贫困户应该享受的优惠政策进行分类整理、细化,编写SQL语句并运行,生成疑点中间表,进一步核实后与相关部门对接,确保建档立卡贫困户应享尽享其他优惠政策。 (三)非建档立卡贫困户违规享受扶贫优惠政策语句及思路。 1.非建档立卡贫困户违规享受“三免一补”等政策语句:SELECT*FROM三免一补发放表WHERE身份证号NOT IN(SELECT身份证号FROM建档立卡贫困户学籍信息),执行语句生成疑点下发进行进一步核实。 2.非建档立卡贫困户违规享受小额贷款贴息语句:SELECT*FROM小额贷款贴息WHERE身份证号NOT IN(SELECT身份证号FROM建档立卡贫困户信息),执行语句生成疑点下发进行进一步核实。 3.非建档立卡贫困户违规享受免交城乡医保语句:SELECT*FROM免交城乡医保表WHERE身份证号NOT IN(SELECT身份证号FROM建档立卡贫困户信息),执行语句生成疑点下发进行进一步核实。 4.非建档立卡贫困户享受易地扶贫搬迁语句:SELECT*FROM易地扶贫搬迁A LEFT JOIN建档立卡贫困户B ON A.身份证号=B.建档立卡贫困户身份证号WHERE B.建档立卡贫困户身份证号IS NULL执行语句生成疑点下发进行进一步核实。 综上所述,审计人员应将采集整理后的数据进行进一步梳理,结合扶贫优惠政策,重点审查违规享受扶贫优惠政策的人员,以免造成社会资源的浪费,出现有失公平的现象。 (四)建档立卡贫困户是否真正脱贫而不是政策脱贫语句。SELECT*FROM建档立卡贫困户WHERE贫困状态='已脱贫'AND致贫原因IN('因病致贫','因残致贫'),执行语句生成疑点下发进行进一步核实。 四、大数据时代背景下计算机审计方法存在的问题及改进建议 (一)审计人员自身素质有待提高。由于审计人员绝大多数是财会、财政、金融、法律、经济、工程造价等专业出身,存在对审计政策把握不准、计算机审计操作水平基础相对薄弱等不利因素,制约了大数据时代背景下精准扶贫审计工作的质量和效率,加大了审计风险。因此,审计机关应当加强对审计人员政策理论知识的培训,以及对计算机审计理论知识的培训,提升审计人员自身综合业务素质。 (二)大数据计算机审计方法没有经验可以借鉴。由于计算机审计是新生事物,不像传统的财务收支审计、工程造价审计、预算执行审计、经济责任审计等项目有成功的经验可以借鉴。而且计算机审计的操作运行相对来说比较抽象、难于理解,同时还存在运行结果并不是全部结果等不利因素。建议组织审计人员到业务能力较强的审计机关学习交流,提升审计机关的整体计算机水平,还可以探索购买第三方服务等方式,补齐业务短板,为精准扶贫审计保驾护航。 (三)部分基层审计机关硬件配备相对薄弱。部分基层审计机关领导不太重视计算机审计,单位硬件配备相对薄弱,如:计算机配置落后,没有配备数码相机、执法记录仪、GPS定位等,致使一些计算机审计工作无法开展,严重影响了审计工作的效率和质量。建议审计机关领导重视硬件配备,为精准扶贫审计奠定坚实的基础。 (四)建档立卡贫困户动态脱贫监控情况及存在的问题。在动态脱贫监控方面,主要存在以下问题:难以及时获得医疗报销、大病报销等数据,可能会在时效性上产生一定的影响。审计机关需要与人社、医保、医院、卫生等部门建立合作,将动态监控实施到位,确保实现稳定脱贫、动态脱贫。 五、总结 随着社会经济的快速发展,大数据时代已经到来,对我国精准扶贫政策的实施起到了巨大的推动作用,同时也改变了传统的查账式审计方法,充分运用数据的关联性、精准性等特性进行比较分析,创新计算机审计方法,深入剖析贫困人口数据信息,针对发現的精准扶贫领域的问题进行分类汇总,分析问题形成的原因,反馈相关业务主管部门进行整改,可以有效促进党和国家扶贫政策落到实处、惠到民心。同时,探索如何更好地实施精准扶贫政策,实现动态脱贫、稳定脱贫,不搞档案脱贫、纸质脱贫等形象脱贫工程,提高审计工作效率和质量,防范审计风险,提升审计公信力,确保2020年全面如期实现脱贫目标。 【主要参考文献】 [ 1 ] 刘冰洁.大数据背景下扶贫资金专项审计[J].现代经济信息,2017,(19) [ 2 ] 杜永红.大数据背景下精准扶贫绩效评估研究[J].求实,2018,(02). [ 3 ] 何琰.大数据技术在审计中的应用[J].郑州轻工业学院学报(社会科学版),2016,17(03). [ 4 ] 王子轩.基层审计机关开展资源环境效益审计的探索[J].商业会计,2017,(06).