大数据视角下专项资金支出绩效评价优化探讨

孙晓铎

一、引言

为推动经济社会发展，近几年政府加大了专项资金拨款力度和范围。如何优化资金配置，提高资金使用效益，增强资金使用单位责任意识和竞争意识等显得尤为重要。对专项资金评价也成为政府财务治理的重要措施。各级各部门依据《中共中央国务院关于全面实施预算绩效管理的意见》《项目支出绩效评价管理办法》等有关规定，相继出台了相关规章制度和管理办法，对绩效评价具体指标、指标权重、指标解释、数据来源、评价标准及评价方法做了详尽阐述，但在实际工作中，大部分绩效评价流于形式，绩效评价结果无实质应用，导致资金优化效果和使用效益情况无法研判，值得引起足够重视。

大数据是海量数据，具有数量多样、数据复杂、数据传输速度快、数据真实等特点。数据挖掘是指采用自动或半自动程序，利用计算机统计方法、神经网络方法、机器学习方法从结构、非结构数据中挖掘可用信息的过程。大数据时代使信息的实时获取与共享变为可能，使数据更真实、更全面，具有时效性和连续性。随着大数据时代到来，云计算、互联网等信息技术不断发展，给专项资金绩效评价工作实施带来了强力技术支撑。专项资金绩效评价利用大数据及其挖掘分析技术，使经过处理的评价信息客观、完整、及时和精准，使整个专项资金绩效评价流程更加优化，实现闭环管理。同时，也能进一步优化资金配置提高专项资金使用效益，为决策提供参考依据。

二、大数据技术与专项资金绩效评份优化契合

（一）大数据技术为专项资金预算全程管理提供了更加客观准确的决策信息。原有的专项资金评价是事后评价，由项目承办单位提供自评报表、报告或第三方评价方式进行绩效评价，评价结果主观性强。大数据技术使专项资金绩效评价流程得以优化，可以做到事前可行性预测，事中实时监管风险、预警防控，事后跟踪反馈。专项资金申请准备阶段应用大数据聚类、关联挖掘技术，专项资金使用部门制定出合理可行的资金绩效目标，保证绩效目标与政策、战略发展相一致，资金支出预算与绩效评价相挂钩。执行阶段应用大数据异类挖掘技术对专项资金支出进行痕迹管理，实时监督反馈，发现异常及时预警调整预算，做到既关注资金执行进度，更关注绩效目标实现进度。资金支出评价阶段应用大数据关联、分类挖掘技术，实现自评结果与纵向对比，从单一到多方评价，提高了资金绩效评价结果客观性、权威性。同时利用大数据技术提供的持续性数据，可以对资金绩效评价结果应用进行跟踪管理。

（二）大数据技术完善了专项资金绩效评价体系。（1）绩效评价指标的完善。资金专项评价指标设置应参照财政部《项目支出绩效评价管理办法》中指标框架设置。从目前专项资金支出评价绩效指标设置看，主要有以下几个特点：框架共性指标多，代表项目特色的个性指标少；容易获取的定量指标多，决定绩效评价的关键性定性指标少；主观评价指标多，客观指标少；数量、时效指标多，成本、效益指标少。绩效评价指标与绩效目标相互脱节，致使绩效评价结果应用性不强，绩效评价工作流于形式。大数据具有数据来源广泛、全面、实时，数据内容复杂，既有结构化数据，也有非结构化数据（非财务数据获取便捷）；利用大数据挖掘分析技术追根溯源，发现数据之间的相关性。大数据技术的优势，为专项资金绩效评价指标设置提供了技术支持，对一些无法量化的行为，可以通过大数据感知技术予以真实、实时、持续地反映，对经济活动进行全程追踪、反馈，利用大数据分析技术关注数据间的相关性，既能抓住显性信息，也能发现隐性信息并精准进行绩效评价。本文以C高校基本科研业务费专项资金支出绩效评价指标设置为例进行说明：原有的社会效益指标下二级指标设置了“高校科研队伍研究能力和业务水平”和“自主创新能力”两个二级指标，以及“有所提升”两个三级指标，指标设置模糊，针对性不强，“有所提升”三级评价指标带有明显主观性。利用大数据技术对海量数据信息实时抓取、数据纵横对比，充分利用完整、多元、立体的数据源信息，分解项目申报绩效目标实现的条件，增设更具体、更具关键性的评价指标“科研成果、专利技术转化成果实现情况”、“可持续发展”二级指标和“对本地区经济社会发展的贡献”三级指标，着重突出基本科研业务费专项资金实际产出效益。（2）指标权重和评价方法的完善。C高校基本科研业务费专项资金支出绩效评价指标满意度指标下，评价权重是相同的，即“承担项目的青年教学科研人员满意度≥95%”、“承担项目的学生满意度≥95%”，过于主观、随意。指标赋予权重采用德尔菲法、层次分析法、因素法结合大数据分类、聚类、相似匹配、回归分析、频繁项集等多元方法及可视化图表进行定性指标量化测算，根据各项指标对绩效结果的重要影响程度来细化权重值。这样赋予的权重与均衡每一评价指标赋予的权重相比，更具导向性和区分度，更能客观评价专项资金支出的结果。C高校基本科研业务费专项资金支出绩效评价方法采用的是历史比较法，评价方法单一、评价结果不具权威性。大数据技术对经济业务实时追踪、全程展现使成本动因确定不再困难，制造费用的分摊也变得精准可行，成本评价指标容易获取。精准揭示资金投入、产出和效果之间的关系，成本效益法得以实施丰富了绩效评价方法，使评价结果更加客观、权威。

（三）大数据技术使评价结果落实。专项资金绩效评价关键是对评价结果的分析及反馈。C高校原有的评价信息主要由被评价对象提供或者通过现场收集获得，事后评价的滞后性使得资金支出取得的经验和存在的问题不能及时反馈；评价结果与整改工作脱节；评价结果不公开，相关利益者、第三方及社会公众参与度低。利用大数据技术支撑，通过互联网、云计算整合各个信息平台资源，建立并逐步完善安全、共享的大数据平台，以保障绩效评价结果应用真正落实。

三、进一步优化措施

（一）重新进行顶层设计。制定相关法规政策，保证大数据技术有效实施；明确专项资金管理者、资金使用者等各方责权，利用大数据技术对专项资金实现扁平化管理，减少资金管理层次架构，保证数据信息传递实时、准确。消除部门壁垒，加强协同沟通，提高资金绩效评价效率，降低评价成本。建立专项资金项目库管理机制。通过项目库申请、入库、滚动清理等工作，将资金绩效评价与年度、中期资金预算相融合，保证资金绩效目标制定科学性、合理性，使专项资金绩效目标与资金预算、资金绩效评价相结合，实现专项资金高效配置。

（二）完善提升信息管理系统。消除信息“孤岛”，整合数据资源，强化信息平台共享，有利于资金绩效评价结果反馈和应用。信息透明，便于第三方和公众对专项资金使用绩效监督，有利于专项资金风险预警，保证资金安全。同时，逐步实现各个信息平台端口无缝对接，完善基础数据库、绩效评价指标库、评价数据模型库、专家库，为绩效评价统一标准奠定基础。

（三）推进社会各界对专项资金绩效评价参与度。专项资金使用部门自评突出绩效目标的实现，财政部门绩效评价突出常态监督，审计部门绩效审计突出专项资金支出的真实情况，人大对专项资金评议突出资金使用效应，促进四部门对绩效评价的主动性和联动性，增加绩效评价结果的权威性，促使绩效评价结果应用落实。

（四）保护数据安全。对数据平台要保证资金和专业人才持续稳定投入，建立网络数据安全相关政策和法规，保证数据传输、存储安全（提升授权及加密等），分析漏洞，不断强化网络信息技术安全。

（五）加强财务复合型人才队伍建设。首先，在组织架构上做好调整。财务人员应积极融入业务项目团队中，能充分理解业务运行规则、模式、发展目标，结合自身专业知识，为业务运行提供准确、有效的决策参考。其次，改变原有的工作思维模式，把大数据理念与技术融入到日常财务工作中，从传统静态被动的数据记录、归集整理向主动动态的数据利用分析转变，内部控制从事后走向事中乃至事前。最后，财务工作目标与事业发展战略相一致，对复杂多样数据，要有数据识别能力、熟练掌握数据挖掘及分析工具，为决策者提高可靠、高效的决策信息。