大数据环境下舆情导向审计流程再造

冯春雨 冯均科 钟越华 王鑫

【摘要】大数据时代政务舆情信息的激增对国家审计提出了新的要求， 大数据环境下的舆情导向审计应运而生， 其将被审计单位舆情数据作为一个全新的维度纳入审计分析过程中， 以便更好地发挥国家审计在国家治理中的重要作用。 本文在分析基于现行审计缺陷修复的大数据环境下舆情导向审计实施必要性的基础上再造审计流程， 需要审计机关通过重塑审计人员思维并打造复合型审计队伍， 细分审计流程与加强成员协作配合， 注重“上下联动、左右协同”与共享数据、经验来实现。 实施大数据环境下的舆情导向审计可以助力审计机关更有针对性地开展现场审计工作， 为畅通民意反映渠道提供支持。

【关键词】国家审计;大数据;舆情导向审计;审计流程再造

【中图分类号】F239.44      【文献标识码】A      【文章编号】1004-0994（2022）19-0090-8

当前， 我国正处于实现“两个一百年”奋斗目标的历史交汇期。 在中国共产党的领导下， 我国在政治、经济、文化和科技等方面取得了举世瞩目的伟大成就， 但是也存在体制障碍、分配不公和环境污染等问题， 国家机关、行政事业单位的治理不当往往成为激发社会矛盾的导火索， 由此引发大规模公共舆论事件。 根据中国互联网络信息中心在2021年9月15日发布的第48次《中国互联网络发展状况统计报告》的综述部分， 截至2021年6月， 我国网民规模达10.11亿， 互联网普及率达71.6%。 网络化时代社会舆情具有传播迅速、表述隐匿、真伪难辨及内容多样等特征， 这必然会让审计证据的类型和来源受到影响并发生变化， 迫使审计机关进行改革和转型， 以期得到更为全面和精准的审计结果。 习近平总书记在2017年10月18日中国共产党第十九次全国代表大会的报告中指出， “构建党统一指挥、全面覆盖、权威高效的监督体系， 把党内监督同国家机关监督、民主监督、司法监督、群众监督、舆论监督贯通起来， 增强监督合力”[1] 。 实施大数据环境下的舆情导向审计， 对被审计单位舆情数据进行审计分析正是将群众监督、舆论监督和审计监督贯通起来的有力举措， 有助于推动国家审计更好地服务于国家治理。

一、基于现行审计缺陷修复的大数据环境下舆情导向审计实施必要性

现行审计由于在众多方面存在缺陷已不能满足如今的审计需求， 本文通过将现行审计和大数据环境下舆情导向审计进行对比（如表1所示）反衬出实施舆情导向审计的必要性。

（一）现行审计难以满足审计监督全覆盖的要求

现行审计在范围上通常仅局限于对被审计单位财务和业务系统中的内部数据和档案数据进行抽样审计， 这些数据由被审计单位生成、整理和传递。 同时， 数据来源单一和数据量有限等问题也意味着其不能全面地反映被审计单位情况。 在实施时间上， 现行审计主要为事后审计和分期审计， 审计工作量通常集中于被审计单位经济业务结束之后。 而审计监督全覆盖则要求实现审计领域全覆盖、审计内容全覆盖以及审计周期全覆盖， 显然， 现行审计存在的审计证据搜集不全和审计结果反馈滞后等固有缺陷已经成为阻碍审计监督全覆盖实现的重要因素。 由于新闻、音频流、视频流、手机录音和社交媒体评论可作为数据引入， 新形式的审计证据随之产生， 因此大数据环境下的舆情导向审计选择将审计范围延伸至舆情领域。 舆情数据是由审计人员直接获取的外部数据， 相较于内部数据而言， 其被篡改的可能性更低。 同时， 外部数据还有助于提供预测性和规范性分析所需的前瞻性信息， 据此生成的审计证据是对现行审计证据的有力补充。 大数据环境下的舆情导向审计不仅能够做到对现行审计领域和内容的补充， 通过多维度的审计分析来拓展审计监督的广度和深度， 同时也可以分散审计工作量， 推动审计由事后监督向事前、事中和事后全过程实时渐进式监督转变。

（二）现行审计功能尚不完善

国家审计是具有揭示、抵御和预防功能的“免疫系统”。 其中， 揭示功能是审计与生俱来的基本功能之一， 现行审计大都可以通过审查被审计单位的财务报告等会计资料来揭示财政财务收支在真实性和合法性等方面的问题， 但是抵御功能和预防功能还有待进一步完善。 大数据环境下的舆情导向审计可以实现对完整舆情发展周期不同类型数据的全过程实时搜集、存储和处理， 这不仅贴合了及时预警的要求， 還可以让审计机关更好地从宏观层面上了解被审计单位。 除此之外， 大数据环境下的舆情导向审计要求对被审计单位进行“双向对比分析”， 完成同一被审计单位不同时期舆情数据的纵向对比分析和不同被审计单位同一时期舆情数据的横向对比分析， 能够确保实现全面的查错纠弊， 剖析问题出现的原因， 进而提出切实可行的建议， 帮助被审计单位就查出的问题进行改正， 由此推进审计抵御功能的实现。

（三）现行审计信息不对称

1. 审计实施前审计机关和被审计单位之间的信息不对称。 造成这种情况的主要原因在于数据的完整性、准确性和真实性未得到有效保障。 现行审计主要是凭借被审计单位提供的财务和业务数据来开展工作， 获取的信息并不全面并且被审计单位很可能会出于对自身利益的维护来掩盖和隐藏真实信息而向审计机关提供缺漏、不完整和虚假的数据， 所采取的“抽样审计”方法也同样可能会让被审计单位在信息不对称问题上“钻空子”， 诱导审计人员抽取正常信息， 从而避开对问题信息的审查。 针对这些问题， 大数据环境下的舆情导向审计突破了现行审计的数据采集范围并由审计人员自行采集被审计单位舆情数据， 同时将被审计单位提供的财务和业务数据中反映的问题和审计人员自行搜集的舆情数据中反映的问题进行比对、验证， 规避以往对被审计单位提供材料依赖性过大而导致审计质量较低和审计风险较高的问题。

2. 审计实施中审计机关、被审计单位和公众之间的信息不对称。 现行审计多是在审计机关和被审计单位两方主体之间进行， 很少会考虑将公众需求纳入其中。 一方面， 公众虽然知晓被审计单位隐藏的问题并存在相关意见， 但却苦于没有合适的渠道向审计机关反映和传递， 只能被动地等待审计结果公告的发布; 另一方面， 公众渴望更多地了解被审计单位， 但目前审计结果公告的信息含量尚不能达到公众期望。 大数据环境下的舆情导向审计对能够反映公众需求的舆情数据进行分析， 可以将作为外部监督力量的群众监督、舆论监督和作为内部监督力量的审计监督有效整合起来， 形成多重监督的保障， 增强监督合力。

3. 审计实施后审计机关和被审计单位之间的信息不对称。 现行审计“屡审屡犯、屡犯屡改”的恶性循环的持续存在在很大程度上是因为审计结果的反馈和运用不佳所致。 大数据环境下的舆情导向审计通过向被審计单位传输可视化舆情导向审计分析报告来帮助提升审计机关和被审计单位之间的沟通效率， 避免被审计单位对于审计机关提出的问题和建议理解不准确进而整改不到位的现象重复上演。

二、大数据环境下的舆情导向审计流程再造

（一）审前准备

大数据环境下舆情导向审计的审前准备工作应根据舆情导向审计的实际需求来单独成立审计组和制订审计计划。 第一步是分别组建舆情导向审计小组和现场审计小组。 第二步是签发审计通知书。 由于被审计单位的舆情数据中可能会涉及工作秘密甚至国家机密， 为了维护被审计单位的数据安全和信息权利， 也为了方便后续的信息获取和人员沟通， 审前准备的第二步就是签发审计通知书， 能够使大数据环境下舆情导向审计实施中的数据获取拥有合法依据。 第三步是进行审前调查。 除像其他大数据审计一样去了解被审计单位的基本信息和开展信息系统审计之外， 基于大数据环境下舆情导向审计的特殊性， 审计机关还要对被审计单位的大数据舆论环境进行剖析， 初步掌握被审计单位舆情数据来源和渠道的多少、信息量的大小以及不同类型信息的占比， 基本了解被审计单位的政务公开程度、与新闻媒体的合作程度和舆论管理程度等。 此外， 由于大数据环境下的舆情导向审计需要对多单位进行数据采集， 所以还应事先调查各单位以往的配合程度， 以便提前筹划好应对策略。 最后一步是制订有指向性的审计实施方案。 其中除包括审计目标和审计范围等常规内容之外， 还特别要根据重要性水平来确定舆情数据的来源、渠道和精准程度， 明确数据采集范围、采集方式和采集标准等， 确定适宜采用的应用程序、数据处理和分析技术。

（二）数据采集

由于被审计单位舆情信息来源广泛， 涉及网络信息、媒体信息和举报信息等[2] ， 因此审计人员应尽可能地拓宽信息获取渠道， 搜罗多种结构和形式的数据。 数据采集工作可选用线下纸质材料和线上电子数据相结合的采集方式， 如表2所示。

其中， 在采集线下纸质材料时可以先利用扫描仪将报纸、杂志、书籍和举报信等材料转化为图像文件， 然后再通过ABBYY FineReader和汉王等常用OCR软件将图像文件识别为可被计算机读取和编辑的电子文档。 而线上电子数据的采集则可在网页数据采集器或者网络爬虫技术之间进行选择， 抓取网站网页、微博和微信等网络舆情载体上的舆情信息。 若审计机关中缺乏信息技术人才， 则可以应用乐思网络信息采集系统和Octoparse等网页数据采集器来抓取数据， 其易用性强， 不要求审计人员具备编程能力。 而若审计机关拥有掌握大数据技术的复合型审计人才， 鉴于网页数据采集软件效率低、灵活性差和收费高等弊端， 审计机关应首选组建自己的爬虫团队来爬取网页数据。 首先明确爬取目的， 确定要抓取数据的格式和范围， 然后再对数据所在网页进行结构分析， 利用Java和Python等语言编写程序代码来实现数据抓取。 同时， 审计人员还可依据审计需求使用不同类型的网络爬虫。 日常审计业务可以采用最常见的通用网络爬虫最大范围地对全网数据进行爬取; 在数据更新进行二次采集时， 利用增量式网络爬虫来爬取内容变化网页或新增网页; 由于审计任务的特殊性， 若只需要对特定数据进行采集， 则可运用聚焦网络爬虫来爬取预定主题的网页信息。

值得注意的是， 大数据环境下的舆情导向审计和其他类型审计在数据采集方面的最大差异莫过于举报信息的采集， 如表3所示。

其他类型审计的数据采集工作一般不会涉及举报信息， 而在大数据环境下的舆情导向审计中， 举报信息则成为必备分析材料且获取难度最大。 一是因为我国设置了电话举报、当面举报、信函举报和网上举报等多种举报渠道， 可采用不同的方法来获取信息。 针对信函举报和网上举报， 利用上文提到的OCR技术和网络爬虫技术即可实现; 针对电话举报， 可采用语音识别技术将举报通话录音中的内容转换为计算机可读的输入; 针对当面举报， 审计人员除可通过与举报接待人进行访谈来获取举报内容外， 还应向相关部门索取举报证据材料以及举报接待人笔录， 利用自然语言处理技术中的语音识别和OCR技术来实现信息录入。 二是举报投诉受理部门包括检察院、纪委和监察部门等， 因此审计机关应事先制定好多部门协同和多方式采集的特殊解决方案来铲除信息沟通障碍。 同时， 法律保障也是打破各单位之间信息壁垒的重要“法宝”。 例如2021年10月新修订的《审计法》在第四章第三十五条中新增： “国家政务信息系统和数据共享平台应当按照规定向审计机关开放。 ”这给审计机关的数据收集提供了较大便利。 三是由于举报材料属于国家机密， 所以举报受理部门通常都会依据有关保密规定来严格落实保密要求， 这尤为增加了审计机关获取举报信息的难度。 对此， 审计署作为全国最高审计机关， 应加强与各单位的沟通和协作， 在不违背各单位信息保护规定的前提下为下层审计机关争取更多的信息获取权限。 审计人员也应增强保密意识， 对在审计过程中知悉的国家秘密、工作秘密以及个人信息等予以严格保密， 特别是还要做好信息系统安全、网络安全和数据安全工作以防止信息泄露。

（三）数据存储及预处理

大数据环境下舆情导向审计实施过程中要进行两次数据存储。 第一次数据存储的对象是数据采集后得到的未经处理的“脏数据”， 这部分数据并不会直接用于后续的数据分析， 只需依据其类型的不同分别存储到相应的数据库中。 利用Google的GFS和开源的HDFS等分布式文件系统来存储非结构化数据， 利用Redis、HBase、MongoDB和Neo4J等NoSQL数据库来存储半结构化数据， 利用MySQL等关系型数据库来存储结构化数据。 第二次数据存储的对象则是利用ETL工具进行数据抽取、数据清洗和数据加载之后得到的标准“干净数据”。 由于下一步这些数据将应用于综合分析， 而相较于数据库， 数据仓库具有容量大， 方便数据查询、挖掘和分析等优点， 所以审计机关应选择合适的ETL工具来辅助构建自己的数据仓库以用于存储这部分数据。 常见ETL工具包括Kettle和Informatica等。 然后再利用Python进行文本分词、去停用词、特征选择以及文本向量化等操作， 为后续的数据综合分析做好准备。

数据存储工作应当细化， 在审计机关的层面上设置能够存储所有详细数据的总数据仓库， 在审计机关各内设机构层面还应根据不同的部门需求来设置从属型数据集市， 这有利于后期的数据应用和共享。 因为总数据仓库的庞大數据量会降低查询效率， 而从属型数据集市存储的是来源于总数据仓库中的重新组织后的概括和汇总数据， 方便数据的二次调取， 能够提升查询速度。 此外， 出于对涉密信息的保护， 审计机关应将低敏感度数据和高敏感度数据分开存储。 考虑到云存储在安全性方面仍存在争议， 所以应将高敏感度数据存储于审计机关的本地数据库并设置严格的身份认证和访问控制， 以防泄露风险， 而可共享的低敏感度舆情数据则可依靠云服务供应商提供的云存储服务来实现云端存储， 推动各级单位和各部门之间的数据共享。

（四）信息核实与数据质量检验

大数据环境下舆情导向审计所搜集到的舆情数据具有来源渠道多和数据量大等特征， 因而审计人员无需再因数据不足而苦恼， 反而要为信息过载而担忧。 使用真实性不确定的大数据难以让人心安， 因为这挑战了审计标准中对可靠、有力的审计证据的要求， 因而进行信息可靠性的核实以及数据质量的检验开始成为审计人员一项新的挑战。 审计人员还应针对辨别结果与被审计单位进行沟通， 根据被审计单位的反馈来最终确定将哪些数据应用于审计分析之中。 验证信息的可靠程度可以从信息发布的作者、渠道、时效以及被审计单位是否进行了舆论管理等方面加以考察。 一般而言， 由专家和资深媒体人士编写的， 发布于专业刊物和官方媒体上的， 时效性强并且未经人为操纵和调整的信息较为可靠。 审计机关可将上述几个维度作为评价标准， 利用大数据分析技术来对所搜集到的被审计单位舆情信息进行判断和归类， 保留真实和可靠信息用于数据分析， 排除虚假和无效信息对分析结果准确性的干扰。 而对于数据质量的检验则可以将准确性、完整性、一致性、唯一性、适时性、有效性作为衡量指标， 并对数据来源的安全性加以考虑， 或者利用DataFlux、Informatica和华矩数据诊所等数据质量评估工具来直接获取数据质量评估结果。

（五）综合分析

1. 舆情主体及其社会网络分析。 从舆情导向审计总数据仓库中抽取有关舆情主体的数据， 构建出每个舆情主体的用户画像标签体系， 利用Ucinet和NetMiner等社会网络分析工具来研判每一个舆情主体的社会网络关系。 通过观察本轮舆情群体的特征来了解被审计单位在本轮“舆情危机”中主要是触犯到了哪一部分群众的利益， 进而可以在现场审计时有目的地实地走访和调查这一部分群众。 实质上， 分析舆情主体及其社会网络关系所得到的信息是举报信息的延伸， 因为现实中很多群众并不倾向于利用举报手段来维护自己的权益， 这时就需要审计人员依据舆情导向审计的分析成果来进行深入的群众访谈， 真正贯彻好审计为民的理念。

2. 舆情主题分析。 被审计单位舆情数据来源于线上、线下各种不同的舆情载体， 所以文本类型的长度并不统一。 因此， 应根据数据特性来选择相应的方法进行核心舆情主题的发现和提取， 采用LDA算法对长文本类型的数据进行处理， 而对短文本类型的数据则采用K-means算法。 据此确定的核心舆情主题能够充分地反映出群众关切和不满， 或许能够从侧面揭示出被审计单位存在的问题。 而在提取完核心舆情主题之后， 审计人员还可以构建基于核心舆情主题共线网络的链路预测模块来对关联舆情主题进行精准预测， 通过扩大舆情审计的主题涉及范围来增强现场审计中对被审计单位的审查力度， 实现对被审计单位“地毯式”不留死角的全方位检查。

3. 舆情归类分析。 舆情归类分析包括舆情发展阶段分析、舆情严重程度分析和舆情紧急程度分析三个组成部分。 通过构建网络舆情传播的Logistic模型来分析得出网络舆情传播的关键时间节点以及舆情发展阶段， 再依据各舆情发展阶段转换时的时间变化特征来确定舆情紧急程度， 为舆情预警工作的开展做好铺垫。 而舆情严重程度的分析则是制定现场审计实施方案的重要参考因素， 被审计单位所面临舆情的严重程度直接影响到现场审计的工作量， 对于轻度舆情和中度舆情， 审计小组在进行现场审计时可以制定和选用常规化审计实施方案， 而面对重大舆情和特重舆情时， 则应在汇集整个审计小组成员意见的基础上， 根据舆情特质来精准制定非常规化审计实施方案， 增加必要的审计程序， 以坚持审计谨慎性原则。

4. 舆情情感分析。 应用文本倾向性分析技术来判断舆情是属于正面舆情还是负面舆情。 审计人员应尤为关注被审计单位的负面舆情， 因为负面舆情往往更能揭露出被审计单位的风险领域。 本文参考王兰成[3] 在MNPOS系统设计中对倾向性分析的应用， 采用机器学习算法对被审计单位的舆情信息进行倾向性分析。 基于国家审计客体（国家机关、行政事业单位和国有企业）通常面临的舆论事件种类， 在系统中设置七个类别（涉政策制定及执行、涉财政财务及经济效益、涉公共权力、涉民生问题及公众利益、涉人事任命及调动、涉社会安全和涉法涉诉）， 每个类别下的文本依据其内容分为正面和负面两类， 然后再训练出两个分类器， 七个类别即可生成十四个分类器， 并使用审计人员易于辨析的符号来标注正面信息和负面信息。 例如， 在“涉政策制定及执行”这一类别下训练出“正面涉政策制定及执行”和“负面涉政策制定及执行”两个分类器。

（六）自动舆情预警

审计机关应运用大数据和人工智能技术对被审计单位舆情进行实时监测， 从而实现舆情预警。 有效发挥舆情监测预警系统功能的关键是选取科学、合理的舆情预警指标， 将前述从舆情发展阶段分析、舆情严重程度分析、舆情紧急程度分析以及舆情情感分析中得到的舆情严重度、紧急度、发展速度、情感方向和涉及范围等要素作为舆情预警指标体系构建的重要参考因素， 并在计算出上述单个指标值之后采取智能评定和专家评估相结合的方法来确定各指标权重， 系统最终自动输出每个被审计单位每轮舆情的舆情预警指标总值。 审计人员事先在系统中设定好舆情警戒阈值， 使得舆情预警指标总值和舆情警戒阈值能够实现在系统中的实时自动比对， 一旦超过了舆情警戒阈值， 则系统自动报警。 在此之后， 采用德尔菲法和情境分析法等来判断系统报警的异常数据中哪些为潜在风险征兆， 最终归纳、梳理成方便现场审计人员查阅和理解的预警提示信息。 系统同时还可以依据外部状况的变化和审计人员的需求来实现阈值的自动调整。 通过设定高低不同的舆情警戒阈值来划分舆情预警等级。 若被审计单位没有条件和能力自行设计舆情监测预警系统， 则也可以通过购买清博舆情和识微商情等国内成熟舆情监控预警平台的服务来实现预警目的。 舆情自动预警功能对于现场审计工作具有重要的参考价值。 当有多个被审计单位等待审计机关进行审计时， 现场审计应首先在出现预警提示的被审计单位中开展， 且预警等级越高意味着紧迫性越强， 就应放置在审计机关审计任务的前列。

（七）可视化处理及输送

“一图胜千言”， 审计人员应通过使用Tableau Public和Power BI等工具对舆情导向审计分析报告进行可视化处理。 大数据环境下的舆情导向审计分析报告不同于传统审计报告主要向被审计单位发表审计意见， 其报告内容包含舆情主体及其社会网络分析、舆情主题分析、舆情归类分析和舆情情感分析四个板块。 要实现分析结果的可视化， 首先应将初步舆情审计分析结果套用到审计分析报告标准模板中， 形成格式统一、内容系统的舆情导向审计分析报告， 然后再利用可视化工具将舆情导向审计分析报告的内容转换成直观、清晰并易于理解的图形和图表， 只辅以必要的文字说明， 从而帮助现场审计人员迅速定位重要的舆情数据信息以更快地发现审计疑点， 最终生成可视化舆情导向审计分析报告。 之后， 审计机关应利用网络把部署在审计机关舆情导向审计分析系统中的预警提示信息和可视化舆情导向审计分析报告传输到现场审计小组的PC端或移动端。 若输送内容具有保密要求， 则可以采用加密专线方式进行传输。 在全部审计工作结束之后， 还可以将剔除掉涉密和敏感信息后的可视化舆情导向审计分析报告利用网络输送至被审计单位， 以帮助被审计单位更好地理解审计机关的整改建议。

（八）舆情导向审计协助下的现场审计

大数据环境下舆情导向审计的流程是围绕审计署“总体分析、系统研究、发现疑点、分散核实、精确定位”数字化审计模式的作业目标来设计的。 大数据环境下的舆情导向审计负责的是“总体分析、系统研究、发现疑点”， 而接下来的现场审计负责的则是“分散核实、精确定位”， 所以审计机关必须认识到大数据环境下的舆情导向审计和现场审计之间并不是一种替代与被替代的关系， 而是在相互衔接的基础上形成的相辅相成关系。 大数据环境下的舆情导向审计可能会因为数据质量等问题而出现漏洞， 最终得到的也只是针对被审计单位舆情状况而发现的一些可疑点和审计线索。 审计人员应根据数据得出结论， 但同时还要依靠其经验和专业判断。 因此， 大数据环境下的舆情导向审计并不能取代现场审计。

首先， 现场审计小组可以利用舆情导向审计分析结果来有针对性地制订现场审计计划。 根据之前分析得到的被审计单位风险类型和程度来确定审计范围、重点审计领域和应采取的审计程序， 并将每次审计任务的重点审计领域和审计组成员的专长相匹配来进行审计人员的选派和分工， 实现审计资源的有效整合。 其次， 舆情导向审计分析中所发现的被审计单位此次舆情的主题很可能暗藏着被审计单位存在的可疑点和风险点， 所以现场审计小组应将其作为审计重点， 进行深入的实地调查， 以此来确定被审计单位的问题。 再次， 现场审计小组可以通过发挥现场审计的优势来对舆情导向審计所无法完成的审计工作进行收尾。 例如， 派遣审计人员对舆情主体分析中确定的活跃舆情群体进行实地访谈， 将现场访谈形成的语音转化为文本信息， 然后利用自然语言处理技术自动分析文本内容， 提取关键点， 分析公众答复的矛盾之处、高频词和群众关心事项， 对舆情导向审计分析结果进行深层挖掘， 对被审计单位的问题追根溯源， 并将在深入基层过程中收集到的新舆情信息反馈给舆情导向审计小组进行二次舆情导向审计。 最后， 现场审计小组还可以在审计过程中去核实舆情导向审计得出的主题分析的精准性和预警的准确度并在工作结束后反馈给舆情导向审计组， 帮助其修正和完善舆情导向审计工作流程， 逐步形成舆情导向审计工作的长效机制。

现场审计对于舆情导向审计的推进发挥着重要作用， 应将大数据环境下舆情导向审计发现的审计线索经过现场审计的核实和调查之后来确定最终的审计分析结果， 具体如图1所示。

综上， 大数据环境下舆情导向审计的流程由以上八个步骤组成（如图2所示）， 可以通过构建大数据环境下的舆情导向审计分析平台来实现。

三、大数据环境下舆情导向审计流程实施的配套措施

（一）重塑审计人员思维， 打造综合技能强硬的复合型审计队伍

首先， 应改变审计人员的传统观念， 树立大数据环境下的舆情导向审计思维。 只有让审计人员从思想和观念上彻底意识到利用大数据技术对被审计单位舆情进行分析的必要性， 才能营造组织良好的学习氛围， 提高人员学习热情和积极性。

其次， 审计机关可以采取“外引内培”的方式来打造一支综合技能强硬的复合型审计队伍。 在“内培”方面， 审计机关应根据每位工作者的职位和能力来分层次进行大数据审计培训： 针对审计人员， 应注重培训其验证信息和数据准确性以及将大数据应用于舆情导向审计实践的能力， 提高其系统实操水平和大数据分析本领， 同时不可“一刀切”， 对于有大数据应用基础且学习能力强的审计人员可直接启动深层次学习， 而对于零基础且学习能力弱的审计人员则应在打牢基础之后再逐步加深学习内容; 针对管理层人员， 培训内容应聚焦于舆情导向审计环境下组织和管理工作的应对方面; 针对技术人员， 则应着重指导配套基础设置应用和大数据技术更新等内容。 在“外引”方面： 一是深入分析审计机关真正的人才需求， 据此制订人才引进计划。 二是应加强外部合作， 与知名高校、科研机构和新闻媒体等进行人才引进或联合培养， 并建立起全国审计机关人才交流合作和理念互通机制， 打通人才全方位自由流动的梗阻。 在人才培养效益低于培养成本时， 审计机关还可以在掌握工作主导权的情况下外包部分非核心业务或外购部分辅助服务。 同时应配置完善的人才激励措施， 推动薪酬分配、福利分享和职位晋升向复合型人才倾斜。

（二）细分审计流程， 重视团队分工与协作

审计人员有限的时间和精力意味着其目前所拥有的信息技术知识储备很难在短时间内有重大改变， 所以将审计流程的步骤进行细分是一种较为切实可行的解决方案， 可以帮助审计人员避免在向数字业务模式转变时被审计任务的广泛性和分散性所淹没。 在实施大数据环境下舆情导向审计的初期阶段可以将数据分析中复杂的高端工作交由专业技术人员去处理， 审计人员只负责相对而言更基础的低端和中端数据处理工作， 两者各司其职， 分工明确。 同时， 步骤的细分不是只局限于审计机关或者审计团队内部的成员之间， 当众多审计人员都反映某个步骤的操作难度较大时， 可以将这一步骤交由整个审计团队甚至整个审计机关来负责， 即根据流程中步骤的难易程度让处于不同职位的审计人员、管理人员或者不同的审计团队甚至是不同的审计机关专攻一个自己最擅长、最感兴趣的步骤进行深入学习， 先保证每个审计机关、审计团队、审计人员拥有一部分开展舆情导向审计所必需的基本知识和技能。 这不仅能够减轻人员学习压力， 增强其专业性， 还可以加快大数据环境下舆情导向审计的推广进度。 当然， 后期随着审计人员数据分析技能的不断提升以及部门分工协作水平的增强， 应逐步将整个舆情导向审计流程的所有步骤交由一个审计机关或者审计团队来负责， 这才是在满足经济性条件下推进舆情导向审计成功开展的可行途径。

（三）注重“上下联动”与“左右协同”， 共享数据与经验

大数据环境下的舆情导向审计不是孤立进行的， 应在实施过程中注重各主体之间的合作与配合， 形成“上下联动”与“左右协同”的良好局面， 保障数据和经验的共享。

“上下联动”是要加强国家审计署、省审计厅、市审计局和县审计局四级主体之间的合作， 审计署重在规划， 审计厅重在指导、监督， 审计局则重在实践、应用。 其中， 审计署为牵头领导部门， 把控宏观层面问题， 负责顶层设计和全局协调; 审计厅起到承上启下的主心骨作用， 把控中观层面问题。 其上接审计署领导， 将工作内容细化， 下引审计局应用， 将具体计划落地， 并在审计工作结束后将全省基层审计局梳理得到的反馈结果归纳总结后传递给审计署， 为审计署下一步的总体规划工作提供帮助。 审计局为实践部门， 关注微观层面的问题， 在审计厅的支持和引导下配置好大数据环境下的舆情导向审计系统， 打通舆情导向审计监督“最后一公里”， 并将审计实施过程中的问题和实施结果反馈给审计厅。 特别是在开展舆情导向审计的初期， 并不是所有的审计机关都有条件来配置舆情导向审计系统， 于是各审计机关之间的分工与协作就显得尤为重要。 上级审计机关可以事先收集并归纳好下级各审计机关舆情导向审计系统的配置情况， 将配置有舆情导向审计系统的下级审计机关的服务供给和未配置舆情导向审计系统的下级审计机关的服务需求相匹配， 使审计服务供给方能远程协助审计服务需求方来开展大数据环境下的舆情导向审计。

“左右协同”则是促进审计机关与相关政府部门之间（公安、监察、司法和财政等部门）的高效沟通。 2021年10月新修订的《审计法》在第四章第四十一条中规定： “审计机关履行审计监督职责， 可以提请公安、财政、自然资源、生态环境、海关、税务、市场监督管理等机关予以协助。 有關机关应当依法予以配合。 ”大数据环境下舆情导向审计的成功实施不能只单纯地依靠审计机关， 国家机关、行政事业单位甚至国有企业等多方主体也应积极配合、密切协作。

在推进“上下联动”与“左右协同”的基础上， 为了避免信息的重复采集所导致的审计资源浪费， 审计机关还应着手建立大数据经验共享平台， 审计人员可以基于预先授予的访问权限来登录平台， 获取所需材料。 平台的建立要求多方主体之间应逐步放开数据接口， 实现彼此之间大数据平台的对接， 并通过设置访问限制、身份认证、密码登录和加密传输等方式来保证数据信息的安全， 化解“数据孤岛”问题。 审计成果和经验的共享不应拘泥于审计部门之间， 还可辐射至权威媒体、高校及科研机构。 各审计机关和部门应在每一次舆情导向审计工作结束之后， 鼓励参与此次审计工作的审计人员和信息技术人员等各岗位工作者在经验共享平台上撰写工作经验和心得， 提供可视化分析报告、审计流程参考和常规共性问题解决方案， 为之后的审计工作提供借鉴。 事后还可由专人负责梳理与归纳成系统、详细和全面的案例分析报告及经验总结报告， 帮助审计机关内部其他部门和其他审计机关少走弯路。 在权威媒体方面， 经验共享平台的建立能够加强双方的交流和沟通， 新闻工作者可以将经过多年积累形成的热点抓取和信息搜集等方面的经验分享给审计机关， 并凭借自身的职业敏感性快速捕捉能反映被审计单位问题的舆论信息， 帮助审计机关尽快揭露和锁定被审计单位的“恶行”; 在高校、科研机构方面， 则可将剔除掉涉密信息之后的案例分析报告和经验总结报告同时发送给高校及科研机构， 借助专家和学者的力量来破解舆情导向审计实施过程中的障碍， 将专家研究成果和建议反馈给审计机关。

总之， 大数据背景下“后舆情时代”的到来意味着审计机关应基于对现行审计缺陷的修复来实施大数据环境下的舆情导向审计。 未来随着舆情导向审计的发展， 其将进一步起到验证传统审计结果的作用， 揭示更多现行审计所无法察觉的规律性、趋势性问题， 而在机器学习和自然语言处理等人工智能技术的助力之下， 审计的自动化程度也将逐渐提高。

【 主 要 参 考 文 献 】

[1] 习近平.决胜全面建成小康社会 夺取新时代中国特色社会主义伟大胜利[M].北京：人民出版社，2017.

[2] 冯均科.国家审计参与全面从严治党的可行性及路径选择[ J].财会月刊，2019（6）：3 ～ 6.

[3] 王兰成.MNPOS：军事网络舆情分析系统研究[ J].图书情报工作，2011（6）：49 ～ 52.

【基金项目】审计署2021至2022年重点科研课题项目“审计监督的政治属性研究”（项目编号：21SJ01003）

【作者单位】西北大学经济管理学院， 西安 710127