大数据视角下的广东科研审计与监管探讨

林振亮，吴国栋，张 娟，张祥宇

（广东省技术经济研究发展中心，广东广州 510070）

0 引言

在全面进入“互联网+”的时代背景下，大数据统计与分析的思维和相关应用已广泛渗透到政府政务范畴。21世纪初，发达国家政府开始重视面向社会提供数字交流与服务，且纷纷借助数字技术进行公共事务监管或提供公共服务，使得基础设施、人力资本等方面得到了发展[1]；同时，学界也开始就数字时代治理理论进行深入研究。

党的十九大以来，党中央、国务院高度重视电子政务建设。2018年，国务院发布了《进一步深化“互联网+政务服务”，推进政务服务“一网、一门、一次”改革实施方案》，提出要加快构建全国一体化网上政务服务体系；2019年，李克强总理在政府工作报告中强调要推行网上审批和服务。目前，我国电子政务取得了显著的发展，2018年联合国电子政务发展指数（EGDI）评价中我国为0.681 1，高于亚洲平均水平（0.577 9），处于全球中上水平，其中，我国的电子政务在线服务指数为0.861 1，达到了世界领先发展水平[2]。目前，世界各国都在积极发展电子政务，我国要想保持领先地位，更加深入推进电子政务势在必行。2018年，广东颁布《广东省人民政府关于印发广东省“数字政府”建设总体规划（2018－2020年）的通知》，要求省直部门积极主动作为，全面梳理各类政务服务事项，加快推进政府数据的共享开放。

科研对国民经济与社会发展的重要性毋庸置疑。随着广东科研投入力度的增大和科研竞争的加剧，科研审计与监管活动的重要性逐渐凸显，成为广东科研事业健康发展的重要保障。在大数据背景下，科研审计与监管模式出现了新特点，与此同时，广东创新治理的宏观背景也要求科研审计与监管与时俱进。科研审计和监管属于审计业务范畴，从目前来看，科研审计的内容主要包括财政审计、财务审计和综合绩效审计[3]。然而，国内外对科研审计与监管的研究重点主要是以财务审计为主，集中在审计方式、审计指标量化、关键节点优化以及监管流程等方面，缺乏在大数据背景下对新形势、新需求的响应，无法应对大数据从思维体系到技术方法给传统科研审计与监管带来的大变革；此外，目前在运用大数据手段应对科研审计与监管面临的挑战方面的系统性研究较少，在很大程度上影响了理论研究的深入及与实际工作的结合[4]。

1 大数据视角下科研审计与监管的内涵

科研审计与监管既是科学共同体和科技发展内在的、基本的绩效评价与监管机制，也是科技管理工具，是对科技活动进行评价、管理与监督的手段。传统的科技审计与监管包括预算管理、支出管理、绩效评价和监督机制运行等，具体表现在以下几个方面：（1）是否严格执行有关财务管理制度，签批程序是否落实到位，支出是否合法合规；（2）支出内容是否与课题研究相关，是否符合相关性原则，有无挤占挪用项目经费的现象；（3）是否符合真实性原则，有无以拨代支和虚列支出等问题；（4）是否符合预算和相关制度的规定，有无超范围和标准支出的现象；（5）项目结题是否及时进行财务决算，财务决算是否真实、准确、完整、账实相符，有无隐瞒、遗漏或弄虚作假的问题[5]。

大数据通常有4个显著的特征：容量大（volume）、产生速度快（velocity）、多样性（variety）、信息价值大与冗余信息多（value），简称“4V”[6]。基于大数据所表现的“4V”特征，科研审计与监管过程需要的高质量数据，应当从多源、多模态、实时动态的数据中提取，运用数据密集型科学（data intensive science）的计算方法区分哪些数据应该舍弃、哪些数据应该保留；确定哪些数据是结构化还是非结构化，探索出数据资源与科研审计、监管目的之间的最佳组合；利用大数据新工具新技术去分析、呈现、挖掘科技数据，开展深度加工，从数据中提炼出涉及科研审计与监管的更多、更精细的知识。

大数据时代的科研审计与监管，应当从政府管理、科研立项、科研审计、科研监管以及数据驱动等方面出发，深入发掘科研审计与监管的数据来源、特征以及影响因素，研究大数据采集处理、节点控制、管理等技术在科研审计与监管领域的应用，构建一种基于大数据的客观科学的科研审计与监管体系[7]。

2 国内外基于大数据的科研审计与监管现状

2.1 国外先进国家研究现状

美英日及西欧等西方先进国家和地区通过实施一系列的科学发展理念与方法，在政府数字化转型方面取得了良好的成效，基本实现了数字化的信息共享，并以完善公共服务与监管为目的，初步实现管制型政府向服务型政府的转变[8]。2012年3月19日，美国时任总统奥巴马宣布启动数据研究与开发计划，旨在提高从大型复杂数据中抽取知识与观点的能力，帮助解决国家在科学与工程中最紧迫的诸多挑战。多个国家将大数据研究提升到国家战略的最高层面，一场以国家为核心的全球大数据战略竞争正式拉开序幕[9]。

本文以“big data”为检索主题在Web of Science数据库进行检索，共获得92 749篇文献，由此可见大数据研究在全球范围内的“新”与“热”。国外研究主要集中于大数据的内涵、特征以及发展历程等。最早提出“大数据时代”概念的是全球知名咨询公司麦肯锡，其将“大数据”定义为：无法在一定时间内使用传统数据库软件工具对其内容进行获取、管理和处理的数据集合，认为大数据是分析的另一种表述，寻求从数据中萃取知识，并将其转化为商业优势的智能化活动。国外关于科研审计与监管的理论主要集中在科研的绩效审计方面，许多学者也对整体制度安排下的绩效审计展开了深入研究，如 Hamburger[10]认为绩效审计的产生和发展，是利益冲突的团体和个人间不断争论的过程；Hepworth[11]认为绩效审计的一个重要方面，是确定政府公共服务的效率性和效果性；而Raaum等[12]则提出了政府绩效审计是对信息的拓展审计，通过科研项目、功能和成效的绩效信息审计，可促使政府改进科研管理的运行方式与效率。

2.2 国内研究现状

在国内，大数据已经引起了学者的高度重视，围绕大数据的研究工作也正全面展开，但目前尚属起步阶段。2012年5月，以“大数据科学与工程——一门新兴的交叉学科”为主题的香山会议顺利召开。随后，李国杰院士等科学家纷纷围绕大数据的理论架构与算法应用等展开了综述性的归纳研究与探讨；马帅教授等对大数据的异构数据模型与存储、复杂数据智能分析、数据质量以及大数据安全性等问题进行了分析和讨论[13-14]。

然而，针对如何应对大数据环境给科研审计与监管带来的挑战，国内的相关研究微乎其微。在这一方面，中科院王飞跃教授及其研究团队对于处理与分析大数据使其有效支撑科技决策进行了深入研究，并构建了面向大数据和开源信息的科技态势解析与决策服务系统。由于国内科研工作普遍存在重申报、轻管理的现象，科研审计与监管被有意无意地忽略，同样，国内对科研审计与监管的研究也相对较少，相关学者主要是从项目承担单位经费管理存在的问题、内部审计与监管对策等方面展开研究，缺乏从政府审计视角进行的研究，尚未深入探讨审计与监管全覆盖等方面。

本文以“大数据”为主题，在中国国家知识基础设施（CNKI）数据库中共查询到156 001篇中文文献，最早可追溯到1959年。在1960－1996年期间，仅有零星关于大数据研究论文发表； 1997－2010年期间此类文章的发表数量则逐年增长，特别是在近10年，有关大数据的论文发表量进入爆发期，由2011年的289篇上升到2019年的32 946篇；2020年，该领域预计发表论文量为39 222篇。以“科研审计与监管”为主题的文章共查询到1 275篇，分布年限为1985－2020年。然而，含有“大数据”及“科研审计与监管”两者主题的文献仅查询到9篇，分布年限为2014－2020年（见图1－图3）。

图1 以“大数据”为主题的文献年度发表趋势

图2 以“科研审计与监管”为主题的文献年度发表趋势

图3 以“科研审计与管理”及“大数据”为主题的文献年度发表趋势

3 广东科研审计与监管现状

近年来，广东坚持“大开放、大科技、大合作”的总体原则，不断规范各种措施的管理流程，提高科技计划项目管理效率，推进科研审计与监管工作，印发了《关于省级财政科研项目资金的管理监督办法》《关于深化省级预算编制执行监督管理改革的意见》等文件，取得了一定成效，尤其是通过数据平台建设，把科技计划项目管理的全过程纳入数字化、集成化、规范化管理，引入竞争性评审、经费预算审计、同行评议等，极大地提高了科研管理效率与质量，成为践行科技管理创新的又一里程碑。

在广东科技经费投入增长及监管加强等因素的促进下，科技管理部门严格把关科技项目的前期论证、预算管理、流程规范和审计监督等环节，科研审计与监管也在维护科学研究的健康发展中发挥出举足轻重的作用，积累了大量宝贵的经验。2018年，广东科研审计与监管开展了包括专项预算审核、结题审计、财务检查、绩效评价、审计核查等多项工作，涉及上千个项目合计科技经费超25亿元，协调、创新了评价结果的共享；组织会计师事务所120余次分别赴200多家（个）项目单位或项目现场开展了审计与监管工作；聘请了专家近200人次对审计与监管工作相关人员进行专业辅助；同时，对2015－2017年度广东省级专项资金创新性开展三年整体绩效评价，并首次针对财务审计开发出科技创新计划审计管理系统；全年各类绩效评价工作共涉及科技创新计划立项资金26.73亿元。这一系列措施推动了广东科研审计与监管取得长足的进展，是广东在总结近年科技计划管理工作经验后的一次重大提升。然而，由于审计与监管工作自身的特性，一些与科学研究活动特点不相协调的缺陷逐渐暴露，例如存在重立项、轻管理和监管效率不高等问题，对科学发展造成一定的干扰，因此，需要充分评估广东当前的科研审计与监管体制，加以改进完善，以适应科研管理提出的更高要求。

从研究层面看，广东科研审计与监管在宏观层面对科技经费投入机制、模式的总体研究比较多，但仍有很多不足之处，主要表现在：一是一般进行的是理论研究，研究主题内容存在着较多交叉重叠，部分缺乏针对性现实意义；二是大部分研究侧重于科技经费监管的意义、科技投入对于科技创新的激励作用等方面，缺乏对大数据环境下审计与监管体系本身的全面研究；三是多数研究围绕广东整体财政科技投入展开，停留在较为宏观的层面，仅有少数对某市某些问题进行针对性研究。

4 大数据环境下广东科技审计与监管研究的建议

借着广东数字政府建设蓬勃发展的契机，应对大数据给传统科研审计与监管带来的大变革，科技审计与监管将由垂直走向扁平、由单一走向多元、由封闭走向开放、由经验走向数据、由粗放走向精准、从定时走向实时，应当深入探索大数据在政策跟踪、指南评估、技术预见、项目立项、专家评审、绩效评价以及申报主体行为分析等方面的应用，并基于大数据、审计与监管的理论基础，探索与经验相契合的理论体系，以期解决大数据环境下广东科研审计与监管的理论与实际问题[15]。在此背景下，本文为做好广东科研审计与监管研究提出几点建议：

一是摸清广东省科研审计与监管现状。梳理分析科研审计与监管的原始数据，研究设计合理的实证模型，厘清科研审计与监管各要素所产生的影响，绘制较完善的广东科研审计与监管形势图。二是剖析广东省科研审计与监管存在问题。系统分析科研审计与监管实施过程存在及产生的问题，从理论上论证这些问题产生的根源，标示科研审计与监管应重点留意的若干指标范围，找出改进的关注点。三是研究广东省科研审计与监管的影响路径与传导机制。从理论上研究不同环节，如科研项目立项、科研经费使用、结题验收等之间的关系，围绕科研审计与监管对科技进步的影响效果，多角度、全方位地进行实证检验。四是将大数据的概念引入传统科研审计与监管方法研究中，从发掘问题开始，分析大数据下科研审计与监管的影响路径与传导机制等，形成相对完善的大数据背景下的科研审计与监管理论，这既是对传统科研审计与监管理论的补充完善，又是管理学、信息学等领域的交叉融合。五是探索大数据环境下广东科研审计与监管的处理模式。由于大数据背景下存在海量的科研审计与监管信息，通过关键指标与关注点，谋划科学求解与合理建模，并在均衡各要素的基础下，科学选取模型参数（如科研成本、科研主体规模、科研阶段性成果收益等），构建可靠、快速处理海量、高增长和多样化的科研审计与监管信息数据处理模式。六是充分考虑大数据下科研项目审计与监管的实效性与应用性。全面客观评价基于大数据的广东科研审计与监管政策的实施效果，在实操层面上对广东科研审计与监管存在的问题和制度障碍进行深入分析，为提高科技管理部门的科研管理效率提供坚实的数据信息，优化新形势下科研审计与监管的实施方案，为科技管理部门的科学决策提供保障。