国家审计与政府数据资产监管研究

何雨

【摘要】在大数据时代， 政府数据资产相关监管体制研究成为亟需解决的问题。本文以政府数据资产监管面临的现实困境为立足点， 尝试从重构组织结构顶层设计、 加强数据安全审计、 厘清政府数据资产清单、 建立政府数据资产专项报告体系、 明确政府数据资产管理活动关键环节、 明确政府数据资产交易活动关键控制环节、 完善政府数据资产监督机构体系七个方面构建政府数据资产监管框架。在此基础上， 分析国家审计对政府数据资产实施监管的路径与作用方式， 并提出推行政府CDO与国家审计联动机制、 建立专项数据安全国家审计机制、 建立健全政府数据资产会计审计制度、 完善新基建审计机制四个方面的建议。

【关键词】国家审计；政府数据资产；监管框架；CDO

【中图分类号】 F239     【文献标识码】A      【文章编号】1004-0994（2023）07-0113-8

数据资产已成为当今信息时代最重要的战略资源。2019年， 党的十九届四中全会首次将数据与土地、 劳动力、 资本、 技术并列作为重要的生产要素。《2019年中国大数据产业发展白皮书》提出“政府数据资产管理与应用将成为接下来的行业关注热点”。2021年， 《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》进一步明确提出， 要建立数据资源产权、 交易流通、 跨境传输和安全保护等基础制度和标准规范， 推动数据资源开发利用。政府数据资产被作为生产要素纳入市场化运营体系必将成为未来发展的重点， 其中开放许可、 价值评估、 市场交易机制、 成本收益、 安全隐私等问题势必成为关注的焦点， 相关的监管研究也亟需正视和亟待解决。国家审计作为我国经济监督的重要手段以及国家治理体系中的一项基础性制度安排， 在政府数据资产监督管理中发挥着至关重要的作用。国家审计如何在大数据时代下构建政府数据资产监管机制具有重大的研究意义。本文尝试将数据这一新型市场生产要素作为研究对象， 厘清国家审计与政府数据资产监管之间的关系， 为推动我国数字治理现代化进程相关理论和应用研究提供参考。

一、 文献评述

目前， 关于政府数据资产的相关研究主要是从价值实现和管理视角两个方面展开的。

在价值实现方面， 国外学者对政府数据资产的研究经历了三个阶段： 第一阶段主要集中于研究政府开放数据本身的问题， 一部分国外学者从实际应用角度分析了开放政府数据需要注意的问题， 如重视访问权限和透明数据消费导致的新负担（Janssen，2011；Li等，2011）； 第二阶段主要研究如何提高政府数据经济价值利用率， 研究发现扩大开放政府数据库（Chan，2013）、 提高公民参与度（Matheus等，2015）、 有针对性地区别政府数据开放利用的各个利益群体（Felipe等，2015）有助于提高政府数据利用率； 第三阶段探讨实现政府数据经济价值的市场化运营商业模式和方法， 研究发现政府开放数据是企业再利用形成App或相关数据创造价值的关键（Abella等，2017）， 政府数据创造的商业价值取决于企业经营活动（Magalhaes和Roseira，2020）， 數据需求供给和平台运营是形成政府数据资产良性生态系统的必要因素（Bonina和Eaton，2020）。

国内学术界则从形成基础、 形成机理、 运营实务案例等方面展开相关研究。学者们就“有偿开放”是政府数据资产的形成基础达成了共识， 并从立法权、 确权的角度进行了较为深入的分析（胡业飞和田时雨，2019；王东方，2021；范佳佳，2019）； 也有学者从不同视角对政府数据资产的计算方法展开了探讨， 如GRA与FCA统计方法相结合的方式（任泳然，2020）、 共有产权的数据权属原则和综合性数据定价的方法（张鹏和蒋余浩，2020）、 价值发现理论（易明等，2022）等。同时， 有学者通过案例分析了贵阳市（曹谦和范佳佳，2020）、 潍坊市（宋锴业等，2022）政务数据资产管理及成都市政府数据授权市场化运营机制（张会平等，2021）， 但相关实务案例分析较少。

在管理视角方面， 国外学者发现政府数据资产在实现价值的过程中出现了一系列的问题， 例如政府数据资产的权属问题（Banterle，2020）、 垄断问题（Wagner，2015）、 流通问题（Haggart，2018）。因此， 政府数据资产监管研究越来越得到重视。但相关研究不够深入、 全面， 一些学者认为隐私保护、 数据监管（Sexton等，2017）、 政府数据资产管理平台建设是必要的。国内学者也发现政府数据资产在利用过程中会出现如权属不明、 隐私泄露、 缺乏数据标准（刘江荣等，2019）等问题， 因而较为深入地构建了政府数据资产管理框架， 代表性的观点有： 宋晶晶（2020）提出了建设政府数据中心、 完善政府数据资产管理标准规范、 创新政府数据管理应用机制和建设政府数据资产管理人才队伍四条实施路径； 夏义堃和管茜（2022）提出了构建前端控制流程、 关键管理活动、 价值实现路径和可信数据生态体系四位一体的政府数据资产管理框架。但相关研究都未从监管视角深入系统地分析如何对政府数据资产实施有效监督。

在审计与数据资产方面， 国外学术界早期就数据资产框架（DAF）探讨了如何在数据资产中实现审计， 我国学者卫军朝和蔚海燕（2016）认为， 国内机构可借鉴国外DAF以避免在审计时产生错误和遗漏资产信息， 这为数据资产审计提供了一定的思路。在国家审计方面， 国外几乎没有相关研究， 我国学者前期研究大多集中于如何通过大数据提高项目绩效审计效率， 如企业基本养老保险待遇审计（邱玉慧等，2014）、 政府环境责任审计（马志娟和梁思源，2015）、 政府采购审计（鲍朔望，2016）等， 后期研究则关注如何进一步构建审计信息化标准（倪敏等，2020）、 树立大数据审计思维、 治理不同类别的数据风险等（张悦等，2021）。在政府资产方面， 有不少研究发现国家审计能够监督政府公共投资（邓大松等，2019）、 地方债务（崔雯雯和张立民，2021）等， 并对国有企业内部控制（王美英等，2019）、 财务风险（陈颖琛和郑石桥，2022）、 高管腐败（池国华等，2021）、 经营绩效（张曾莲和赵用雯，2019）等产生明显的外部治理效应。

综上所述， 目前国内外关于国家审计与政府数据资产监管方面的研究还有一定的探索空间。

二、 政府数据资产监管的内涵

1. 政府数据资产监管和政府数据治理之间的关系。“数据治理”这一术语源起于20世纪90年代， 最早出现于企业， 主要描述数据库管理员和技术人员所做的工作， 科恩将数据治理界定为“由公司管理数据的数量、 一致性、 可用性、 安全性和可控性”， 其反映的是人与数据技术之间的管理关系。随着企业对数据使用需求的激增， 数据日益成为有价值的资产， 数据治理对象开始特指有经济价值的数据， 数据治理被界定为为有效地使用机构的结构化或非结构化信息资产而组织和实施政策、 流程与标准的实践。

对于政府数据资产治理， 目前学术界有两种观点。一种是将政府数据治理视同于政府数据资产治理， 认为其是指“综合运用数据管理法律制度、 人员组织、 技术方法以及流程标准等， 对政府结构化数据和非结构化数据的可用性、 完整性、 安全性等进行全面管理， 以确保政府数据资产的保值增值”（夏义堃，2018）。另一种则是将政府数据资产视为政府数据治理的重要组成部分。有学者将政府数据治理分为宏观、 中观和微观三个层次， 其中： 宏观层面是指数据产业、 经济甚至整个社会的数据化过程； 中观层面是指政府数据资源的利用、 共享和开放等； 微观层面则是指政府数据质量、 管理效率和决策（黄璜，2017）。安小米等（2021）又将政府数据治理能力划分为四类， 包括政府数据可用、 有用、 易用、 善用能力， 以体现政府数据资产的治理能力。

本文认为政府数据资产监管特指对已形成资产的政府数据在资产管理、 交易过程中发生的如数据市场失序、 数据安全威胁等反功能行为进行监督和纠偏， 以此保证政府数据资产账务处理、 资金收支、 经濟业务的合法有效、 真实公允的监督管理行为。

2. 政府数据资产监管的现实困境。相较于传统资产， 政府数据资产同样具有生命周期， 且拥有可量化性、 可持续性、 可控性和效益性的特点， 但其在监管中面临着诸多现实困境。

（1）数据标准与应用。数据标准是政府数据资产监管执行的基础， 监管的落实需要统一的数据标准体系进行规范。数据应用主要包括数据挖掘、 清洗、 分析、 决策等， 虽然数据在形式上可以实现共享， 但因专业壁垒而产生的信息不对称致使数据在应用上存在信息孤岛、 信息壁垒的痛点难点， 最终导致数据利用率低并产生监管盲区。

（2）数据安全。2022年国务院印发的《关于加强数字政府建设的指导意见》中明确指出， “要始终绷紧数据安全这根弦， 加快构建数字政府全方位安全保障体系， 全面强化数字政府安全管理责任”。数据安全的重要性日益凸显， 但数据共享开放后经济价值利用与国家数据安全、 个人数据安全保护如何同时实现是当前数据监管面临的棘手问题。企业不当使用数据、 贩卖数据隐私等情况屡见不鲜。为了保障数据安全， 我国于2021年9月1日施行《数据安全法》， 标志着我国数据安全领域的基础性重要法律正式出台， 意味着数据安全监管思路更为全面和清晰。但是， 政府数据安全监管如何具体落实到执行层面仍亟需进一步完善。

（3）会计计量。会计计量是记录经济活动规范交易的有效依据。以数据交易为例， 当前数据交易中介模式只提供原始基础数据， 大数据分析结果模式则是对数据进行初级加工， 通过清洗、 分析、 可视化、 建模等处理后出售， 数据产品交易模式则是按照客户特定需求将数据形成定制化产品后进行出售。数据的后期加工、 规模变动等都会影响数据资产价值。相关会计计量、 数据资产定价、 数据资产审计较为复杂， 当前并未建立政府数据资产定价、 会计计量等会计审计准则， 导致政府数据资产市场经济交易活动不规范、 监管标准不统一。

（4）报告标准。财务会计报告可以为相关管理部门在监督、 维持经济秩序的目标下提供参考依据， 但目前并没有建立关于反映政府数据资产情况的报告标准。牵涉的具体问题有： 一是政府数据资产报告的第一责任人未得到明确。区别于财务报告， 政府数据资产报告需要专业的数据专家反映数据资产情况， 同时需要相关行业数据领域的专家审计政府数据资产经济责任履行情况， 这两方面的缺失造成了政府数据资产报告的真空地带， 因而产生监管盲区。二是学术界对于政府数据资产报告范畴并没有达成共识。区别于以往传统资产的单一分类， 数据资产高度依赖于相关配套硬件、 软件等固定资产、 无形资产， 在从属上更加复杂， 在监管上没有统一标准。2018年《贵州省政府数据资产管理登记暂行办法》明确了“政府数据资产登记范围包括： 政府信息系统资产目录清单、 硬件资产清单、 软件资产清单， 以及采集、 使用、 产生、 管理的数据资产清单”。该办法为明确政府数据资产报告范畴提供了参考， 但并没有明确政府数据资产专项报告范畴。

（5）管辖范围。政府数据资产涉及的管辖范围极为广阔。2015年8月国务院发布《促进大数据发展行动纲要》， 明确提出逐步实现信用、 交通、 医疗等20多个涉及民生保障服务相关领域政府数据集向社会的开放。政府数据资产主体行业范围广、 价值属性认定复杂、 涉及多种政府业务类型和海量数据资源信息， 因而在监督执行上存在较大难度。

三、 政府数据资产监管框架构建

基于政府数据资产面临的现实困境， 本文尝试从重构组织结构顶层设计、 加强数据安全审计、 厘清政府数据资产清单、 建立政府数据资产专项财务报告体系、 明确政府数据资产管理活动关键环节、 明确政府数据资产交易活动关键控制环节、 完善政府数据资产监督机构体系七个方面构建政府数据资产监管框架（见图1）， 以实现政府数据客观真实公允完整、 规范高效、 满足业务需求、 控制风险、 全面实现经济与社会价值的目标。

1. 重构组织结构顶层设计。政府数据资产监管的核心之一在于解决数据分析专业性壁垒， 本文尝试在组织结构顶层设计中引入政府首席数据官制度。政府首席数据官（Chief Data Officer，简称“CDO”）制度是国家数据现代化治理组织性方法的具体实践。2011年， 美国芝加哥市设立了第一位市政CDO。2013 年， 美国联邦储备委员会在联邦政府层面任命了首位CDO。同年， Gartner 研究院在《超越政府首席信息官： 首席数据官还是首席数字官？》 报告中预测， 全球超过20%的政府部门将CDO制度作为其数字战略的组成部分。2016年， 美国的一项调查显示， 设立CDO比没有CDO的联邦机构更能有效管理大数据。2019年， 特朗普总统签发的《基于循证决策的基础法案》规定“联邦政府各机构负责人应指定一名非政治任命的常任制雇员担任机构的首席数据官”。政府CDO制度在筹划国家数据战略部署建设、 推动政府数据资产的开放利用中， 已成为许多国家政府数据资产治理监管组织体系中的一项重要创新举措。近几年来， 我国部分省市开始实际试点政府CDO制度。2021年广东省、 深圳市先后发布《广东省首席数据官制度试点工作方案》《深圳市推行首席数据官制度试点实施方案》， 政府CDO制度在我国数据治理现代化进程中已然成为一种未来发展趋势。

本文认为应采用“联合治理”的组织模式构建政府CDO制度， 设立政府CDO委员会， 并在政府单位、 国有企业、 国家审计机关等政府部门下设政府CDO， 从而促进各行业、 各单位数据标准的建立， 实现跨平台部门之间信息的充分交流。政府CDO作为该报告第一责任人， 负责出具政府数据资产情况报告， 国家审计机关结合自设CDO对政府数据资产情况进行审计并出具审计报告， 实现动态监督—反馈—整改机制， 从根本上解决专业性壁垒导致的监管盲区和数据利用率低的难题， 并最终实现由政府CDO委员会和国家审计机关统筹团队合作、 共建权力约束体系， 如图2、 图3所示。

需要说明的是， 政府CDO具有极强的数据专业能力， 作为该报告第一责任人， 其职责可包括数据库管理， 数据收集、 加工、 存储、 建模， 数据挖掘与分析， 数据与业务融合开发， 數据安全隐私保护， 数据基础设施维护等， 并负责出具政府数据资产报告， 其可以政府数据资产情况报告的形式将数据资产描述、 数据所有权、 数据范围和地址、 数据资产保存时长、 数据资产价值评估、 数据资产交易情况、 数据基础设施情况、 数据资产管理问题等反映给国家审计机关。国家审计机关的政府CDO对政府数据资产情况报告内容进行审计， 确保相关报告内容合法有效、 真实公允， 并对其中发现的违规问题或行为进行反馈和纠偏， 从而保障政府数据资产的规范经营和管理。

2. 加强数据安全审计。《数据安全法》第24条明确规定， “国家建立数据安全审查制度， 对影响或者可能影响国家安全的数据处理活动进行国家安全审查”。国际、 国内数据治理体系中明确指出了数据安全审计的范围和内容（见表1）， 本文以此为参考， 认为数据安全审计的范围主要包括数据策略安全、 数据标准安全、 数据管理制度和流程安全、 信息安全分类和保护体系、 数据操作和硬件系统安全、 数据供应链安全、 数据人员安全等。

3. 厘清政府数据资产清单。学术界对政府数据资产的概念基本达成了共识， 认为其是指政府部门在行使公共管理、 公共服务职能过程中形成或拥有的， 以数字化载体为依托， 具有直接或潜在开发价值， 能够为用户带来预期收益的数据资源（夏义堃和管茜，2022）。在实务界， 2019年《北京市公共数据管理办法》征求意见稿中提出， 将“供水、 供电、 供气、 供热等承担公共服务职能的企业”纳入公共数据范围。本文认为， 应明确界定政府数据资产的范围。政府数据资产主体既包括国家机关、 事业单位， 以及经依法授权具有管理公共事务职能的组织， 又包括承担公共服务职能的企业。政府数据资产清单按照主体、 行业、 服务类别进行分类细化。其在形式上包括政府信息系统资产目录清单、 硬件资产清单、 软件资产清单， 以及采集、 使用、 产生、 管理的数据资产清单等内容。

4. 建立政府数据资产专项报告体系。我国财政部、 审计署应尽快建立政府数据资产会计审计准则， 规范相关会计处理、 会计利润确认、 纳税调整、 信息披露、 公允价值确认等会计行为， 依据政府数据资产清单， 建立包含政府数据资产配套硬件、 软件等资产在内的政府数据资产专项财务报告体系， 保障相关经济活动真实、 客观、 公允、 规范、 高效， 引导市场健康有序发展。

5. 明确政府数据资产管理活动关键控制环节。在政府数据资产管理活动中， 相关制度政策是否有效合理、 内部控制是否健全、 安全隐私是否存在泄漏等都是需要监督的关键环节。

6. 明确政府数据资产交易活动关键控制环节。在政府数据资产交易活动中， 政府数据资产购置相关配套设施是否合理， 数据资产市场交易活动是否真实、 客观、 公允、 完整、 合规合法， 利益分配是否存在寻租空间等是需要关注的关键环节。

7. 完善政府数据资产监督机构体系。政府数据资产具有国有属性， 应由国务院国有资产监督管理委员会统一监管， 并下设政府数据资产管理部门进行管理。同时， 根据政府数据资产分布的行业对应相关监管部门监管， 例如： 金融类数据资产由银保监会、 证监会等监管， 农业类数据资产由农业局监管， 林业类数据资产由林业局监管等。此外， 由税务机关检查以避免政府数据资产经济交易产生偷逃税行为， 由公安机关打击政府数据资产隐私泄露等相关违法犯罪行为。最后， 国家审计作为我国经济监督强制措施， 在政府数据资产质量、 管理、 交易等方面的监管上具有其必要性。

四、 国家审计与政府数据资产监管之间的关系

1. 国家审计是政府数据资产监管的现实需求。政府数据资产具有资产属性， 国家审计是政府数据资产监管的现实需求。原因在于其具有以下特点： 一是法定性和独立性， 《宪法》《审计法》赋予了国家审计高层次经济监督职能， 不受其他行政机关干涉； 二是经济监督性， 国家审计能够对政府数据资产进行“经济体检”， 具有更强的专业性； 三是全面性， 2021年审计署就提出以审计全覆盖形成常态化、 动态化震慑， 政府数据资产管辖范围极为广阔， 国家审计可以对提供公共服务的机构、 企事业单位乃至其他监督体系（如银保监会、 税务机关等）的数据资产进行审计， 真正实现政府数据资产全覆盖； 四是国家审计公告制度， 可向公众权威、 专业性地披露政府数据资产情况， 接受社会公众监督； 五是强制性， 国家审计对查出的问题具有跟踪检查、 督促整改的法定权力； 六是审计方式多样性， 除了财务审计， 国家审计还能通过连续跟踪审计、 制度合理性审计、 内部控制审计、 经济责任审计、 投资审计、 安全审计等多种审计方式， 对政府数据资产投资、 管理等关键环节实施监察， 预防风险发生， 从而达到政府数据资产全流程监管的目的。由此， 国家审计是推动建立健全政府数据资产监管长效机制的必要手段， 在政府数据资产监管中具有不可或缺的地位。

2. 国家审计对政府数据资产实施监管的理论基础。主要包括如下三种理论：

（1）数字生态理论。数字生态理论旨在构建一个绿色、 安全、 公平、 开放、 富有责任的生态系统。数字生态体系注重各个组织之间的权力平衡和风险防范， 强调风险管理和信息安全管理（胡海波， 2021）。从组织管理和风险防范两个层面来讲， 国家审计本身是对国家权力的一种约束机制， 它不仅在政府数据资产供给方和需求方之间充当“经济督察”的第三方鉴定角色， 保障数据安全， 还能够将生态系统中各种不协调、 不适配甚至可能发生冲突的关系纳入权力制衡监管体系， 对相关问题进行调整和纠偏， 以实现数字生态系统的健康有序发展。因此， 在数字生态理论下， 国家审计是对政府数据资产实施监管的必然要求。

（2）协同创新理论。协同创新理论是指跨平台、 跨领域、 跨界融合多学科、 多部门之间的协同创新， 以应对和解决数据利用中发生的不确定的复杂性问题（陈劲和阳银娟，2012）。它强调各方通过利用最优资源、 相互配合协作， 实现总体利益最优。在政府数据资产监管中， 国家审计能够对各个领域提出优化改进的审计建议。以2016年审计年鉴为例， 地方审计机关共提出审计建议287720条， 其中被采纳216518条。通过国家审计第三方审计建议， 各个领域可发挥最佳优势， 从而实现职能优化、 系统匹配的良好互动、 监督反馈关系， 通过合作创新组织方式提升政府数据资产监管水平。因此， 在协同创新理论下， 国家审计是对政府数据资产实施監管的优化措施。

（3）数据治理理论。关于数据治理理论， 目前有两种观点： 一是数据治理构成观， 其强调对以数据的获取、 挖掘、 分析、 共享、 交换、 应用等为治理对象的治理能力， 并将其视为国家现代化治理能力的重要组成部分。二是数据治理驱动观， 其旨在推进政府数据建设， 优化政府管理和决策程序的政府数据治理能力， 是推动国家治理能力现代化发展的治理工具（安小米等，2021）。国家审计作为国家治理的必要手段， 无论是从数据治理构成观还是数据治理驱动观来看， 它都是国家治理和信息管理的重要组成部分， 同时能够充实、 优化数据资产治理权力体系。因此， 在数据治理理论下， 国家审计是对政府数据资产实施监管的现实要求。

五、 国家审计对政府数据资产实施监管的路径与作用方式

1. 国家审计对政府数据资产实施监管的路径。

（1）强化审计监督功能， 推行政府数据资产全覆盖审计。2015年12月中共中央办公厅、 国务院办公厅印发《关于完善审计制度若干重大问题的框架意见》及《关于实行审计全覆盖的实施意见》等相关配套文件， 明确提出了审计全覆盖的要求。在保证国家审计全覆盖的情况下， 本文认为： 针对政府数据资产覆盖范围较为广阔的特点， 国家审计可以分行业、 分阶段确定政府数据资产审计重点， 实现关键事项的审计渗透， 以及政府数据资产全覆盖审计； 同时， 将政府CDO作为政府数据资产整改的第一责任人， 建立考核评价制度， 明确审计范围、 审计方式以及问责主体， 对政府数据资产查出的问题进行督促整改， 从而更好地发挥国家审计监督职能。

（2）构建政府数据资产清单审计制度， 建立数据资产专项审计报告体系。2021年《广东省公共数据管理办法》、 2021年《江西省公共数据管理办法》等多个省市的相关文件中都明确提到了建立公共数据目录和公共数据分类分级制度。因此， 建立政府审计资产清单审计制度具有一定的可行性和必要性。本文认为： 第一， 需进一步厘清政府数据资产主体范围， 其既包括政府政务部门， 也包括提供公共服务的企业， 同时围绕主体、 行业、 服务类别进行分类细化， 并进一步梳理数据资产可用类型、 功能、 使用权限等； 第二， 明确政府数据资产原始数据、 初级产品、 半成品及产成品， 对政府数据资产价值评估即公允价值进行认定， 其中需特别注意相关产品对应政府数据资产加工、 增值、 处置等各环节的会计核算， 并建立政府数据资产相关配套的硬件资产清单、 软件资产清单， 以及整个流程采集、 使用、 产生、 管理的数据资产清单等； 第三， 建立数据资产专项审计报告体系， 客观真实地反映政府数据资产经济责任履行情况。

（3）围绕政府数据资产市场运行， 建立风险导向国家审计体系。政府数据资产市场化运营是未来的发展趋势， 市场价值预计上万亿元， 以国内首个国家大数据综合试验区贵州为例， 2022年《关于支持贵州在新时代西部大开发上闯新路的意见》明确了贵州建设数字经济发展创新区的战略定位， 要求贵州“推进数据确权， 推动数据资源化、 资产化改革， 建立数据要素市场化配置和收益分配机制”。在市场运营下， 风险导向审计是大势所趋， 政府数据资产在市场运行、 交易的过程中可能存在一定的市场风险， 国家审计机关利用大数据技术， 建设政府数据资产风险控制环境， 建立政府数据资产业务信息体系， 从各个方面采集政府数据资产信息， 以政府数据资产市场风险为导向， 关注相关经营风险、 市场风险， 同时通过云计算、 人工智能等信息分析技术挖掘海量数据资产信息， 减少重复审计， 降低审计成本， 提高挖掘分析效率， 从而实现审计线索筛查和风险预警。此外， 还可以通过内部数据与外部监管部门（如金融监管部门、 税务部门等）数据的交叉比对分析， 核实数据资产的真实性、 完整性， 对风险点予以警示， 实现风险可控。

（4）构建审计信息平台， 实现各部门协同配合。2015年中共中央办公厅、 国务院办公厅印发的《关于完善审计制度若干重大问题的框架意见》及相关配套文件明确提出， 构建国家审计数据系统和数字化审计平台， 积极运用大数据技术， 加大业务数据与财务数据、 单位数据与行业数据， 以及跨行业、 跨领域数据的综合比对和关联分析力度， 提高运用信息化技术查核问题、 评价判断、 宏观分析的能力。政府数据本身具有分散性， 数据的有序化、 标准化处理可以有效推进政府数据资产的流通交易。国家审计信息平台是对数据资产标准化实施有效监控的重要载体， 可构建各行各业信息中心数据库， 通过横向建立各行业数据资产标准化体系， 与其他部门协同配合对数据资产进行审计， 提高审计效率。

2. 国家审计对政府数据资产实施监管的作用方式。以业务融合、 技术融合、 数据融合为基础， 以政府数据资产生命周期为依据， 国家审计通过前端平台、 入库管理、 经营活动、 经济后果四个方面， 运用不同审计方式达到监管政府数据资产的目的。前端平台主要是指政府数据资产管理平台， 可以理解为数据资产的“库装箱”， 由基础信息设施和信息软件组成， 因此采用投资审计、 固定资产审计、 IT审计等方式。在入库管理方面， 主要涉及政府数据资产存货管理， 需要梳理政府数据资产元数据库、 半成品数据资产、 产成品数据资产， 因此相关审计关键环节主要包括元数据库盘点、 成本核算审计、 政府数据资产清单建立、 政府数据资产情况审计、 入账估值合理性审计等。在经营活动方面， 主要包括政府数据资产交易活动和管理活动两个层次， 其中： 交易活动涉及市场交易、 开放许可等问题， 因此需要注重业务流程审计、 连续审计、 安全审计等审计环节； 管理活动主要涉及管理人员道德风险、 管理内部控制、 管理制度、 管理政策等， 因此需要落实人员经济责任审计等相关审计环节。在经济后果方面， 政府数据资产后续会计计量、 利益分配都是值得关注的问题， 因此需要注意会计处理审计、 会计利润审计、 纳税调整审计、 信息披露审计、 合规性审计等环节。

综上， 国家审计对政府数据资产实施监管的路径与作用方式见图4。

六、 政策建议

1. 推行政府CDO与国家审计联动机制， 建立政府数据资产专项报告体系。相较于其他数据管理体系， 政府CDO制度在基础数据资产存储到数据价值预测及开发等方面都具有更强的专业性， 并在数据资产的配置、 整合以及利用等实践方面已经取得了一定的效果。无论是美国2018年发布的《开放政府数据法》还是英国颁布的《数字化转型战略2017-2020》， 都从法规制度层面赋予了政府CDO权威性和合法性。目前我国已有部分省市引进政府CDO制度并进行试点， 但在政府数据资产治理架构尝试上还远远不够。本文认为， 政府CDO作为政府数据资产报告的第一责任人， 应审计其经济责任履行情况， 建立政府数据资产专项报告体系， 以避免权责不清、 虚假整改的情况。应大力推行政府CDO—国家审计联动机制， 使政府CDO在强化专业数据管理职能的同时， 与国家审计等其他监管部门协同联动， 从而形成职责分工明确、 权力责任有效约束的政府数据资产治理体系。

2. 建立专项数据安全国家审计机制。2021年11月， 中国网络和数据安全的有关监管部门拟建立“数据安全审计制度”， 该制度与财务审计制度类似， 以固定时间为周期， 由第三方专业机构对数据安全等情况进行审计， 并出具相关审计报告。 本文认为， 可在借鉴国内外经验的基础上完善数据安全国家审计机制， 国家审计机关可将数据安全审计作为专项审计类型， 建立专项数据安全国家审计报告， 保障数据安全。

3. 建立健全政府数据资产会计审计制度。虽然普华永道会计师事务所2021年发布的《数据资产化前瞻性研究白皮书》和中国信通院发布的《数据资产化： 数据资产确认与会计计量研究报告（2020）》对数据资产会计确认和计量提出了具体思路， 我国学者张鹏和蒋余浩（2020）、 邬瑜駿和曲晓辉（2022）也对政府数据资产计量、 相关权属定价等问题展开了讨论， 但相关的会计准则规范仍待建设。此外， 审计署发布的《审计署关于计算机审计的暂行规定》中虽然对大数据审计方式、 方法做出了相关规定， 但是政府数据资产审计准则和相关法律法规还不够明确。目前我国政府数据资产会计审计准则尚处于探索阶段， 在政府数据资产监督处理上， 应建立健全会计审计准则， 满足当下数据资产市场的需求和发展， 制定适应我国国情的政府数据资产法律法规依据。

4. 完善新基建审计机制。2018 年中央经济工作会议首次提出“加快5G商用步伐， 加强人工智能、 工业互联网、 物联网等新型基础设施建设”； 2020年初首次国务院常务会议明确提出要“出台信息网络等新型基础设施投资支持政策”。数据是关键的生产要素， 信息通信技术相关的基础设施、 融合基础设施、 创新基础设施的新基建建设都将成为数据资源转为数据资产的强大动力。数据中心、 云计算、 工业互联网、 人工智能、 5G技术等新基建建设为数据资产传输、 存储、 计算处理等提供了一体化服务， 是使数据成为生产要素的关键， 是生产力和生产关系的再塑造。国家审计应当充分意识到新基建的重大战略意义， 充分发挥审计监督的建设性作用， 健全新基建审计机制， 加大对新基建重点建设项目的审计力度， 促进项目规范、 有效运行， 助推新基建战略实施。

【 主 要 参 考 文 献 】

安小米，王丽丽，许济沧等．我国政府数据治理与利用能力框架构建研究［ J］．图书情报知识，2021（5）：34 ～ 47．

鲍朔望．大数据环境下政府采购审计思路和技术方法探讨［ J］．审计研究，2016（6）：13 ～ 18．

陈劲，阳银娟．协同创新的理论基础与内涵［ J］．科学学研究，2012（2）：161 ～ 164．

陈颖琛，郑石桥．政府审计能降低国有企业财务风险［ J］．财会月刊，2022（21）：93 ～ 100．

池国华，郭芮佳，王会金．政府审计的内部控制改善功能能够增强制度反腐效果吗——基于中央企业控股上市公司的实证分析［ J］．会计研究，2021（1）：179 ～ 189．

崔雯雯，张立民．国家审计功能的拓展：从监督处罚到风险防范——以政府债务常态化审计为视角的分析［ J］．会计研究，2021（3）：180 ～ 192．

邓大松，张永春，杨晶．审计促进提升公共投资绩效路径研究［ J］．审计研究，2019（2）：48 ～ 54．

范佳佳．中国政府数据开放许可协议（CLOD）研究［ J］．中国行政管理，2019（1）：23 ～ 29．

胡海波．理解整体性政府数据治理：政府与社会的互动［ J］．情报杂志，2021（3）：153 ～ 161．

胡业飞，田时雨．政府数据开放的有偿模式辨析：合法性根基与执行路径选择［ J］．中国行政管理，2019（1）：30 ～ 36．

黄璜．美国联邦政府数据治理：政策与结构［ J］．中国行政管理，2017（8）：47 ～ 56．

刘江荣，刘亚男，肖明．开放数据背景下政府数据资产治理研究［ J］．情报探索，2019（11）：20 ～ 25．

马志娟，梁思源．大数据背景下政府环境责任审计监督全覆盖的路径研究［ J］．审计研究，2015（5）：28 ～ 34．

倪敏，吕天阳，周维培．审计信息化标准体系探讨［ J］．审计研究，2020（3）：3 ～ 11．

邱玉慧，吕天阳，杨蕴毅．基于大数据的企业基本养老保险待遇调整绩效审计分析——以X省为例［ J］．审计研究，2014（3）：106 ～ 112．

任泳然．政务数据资产化［M］．北京：企业管理出版社，2020．

宋晶晶．政府治理视域下的政府数据资产管理体系及实施路径［ J］．图书馆，2020（9）：8 ～ 13．

宋锴业，徐雅倩，陈天祥．政务数据资产化的创新发展、内在机制与路径优化——以政务数据资产管理的潍坊模式为例［ J］．电子政务，2022（1）：14 ～ 26．

王东方．政府数据开放规范的精细化构建——基于政府数据开放与政府信息公开的关系视角［ J］．电子政务，2021（10）：29 ～ 40．

王美英，曾昌礼，刘芳．国家审计、国有企业内部治理与风险承担研究［ J］．审计研究，2019（5）：15 ～ 22.

卫军朝，蔚海燕．数据资产框架（DAF）视角下的机构数据资产审计调研与分析［ J］．图书情报工作，2016（8）：59 ～ 67+92．

邬瑜骏，曲晓辉．数字资产监管框架与会计问题研究 ——兼评美国数字资产行政命令［ J］．财会月刊，2022（20）：8 ～ 17．

夏义堃，管茜．政府数据资产管理的内涵、要素框架与运行模式［ J］．电子政务，2022（1）：2 ～ 13．

夏义堃．试论数据开放环境下的政府数据治理：概念框架与主要问题［ J］．图书情报知识，2018（1）：95 ～ 104．

易明，冯翠翠，莫富传等．政府数据资产的价值发现：概念模型和实施路径［ J］．电子政务，2022（1）：27 ～ 39．

张会平，顾勤，徐忠波．政府数据授权运营的实现机制与内在机理研究——以成都市为例［ J］．电子政务，2021（5）：34 ～ 44．

张鹏，蒋余浩．政务数据资产化管理的基础理论研究：资产属性、数据权属及定价方法［ J］．电子政务，2020（9）：61～ ～ 73．

张悦，杨乐，韩钰等．大数据环境下的审计变化、数据风险治理及人才培养［ J］．审计研究，2021（6）：26 ～ 34+60．

张曾莲，赵用雯．政府审计能提升国企产能利用率吗？——基于2010-2016年央企控股的上市公司面板數据的实证分析［ J］．审计与经济研究，2019（5）：22 ～ 31．

Banterle F.. Data ownership in the data economy：A European dilemma［M］．Switzerland：Springer Nature Switzerland A.G.，2020．

Janssen K.. The influence of the PSI directive on open government data：An overview of recent developments［ J］．Government Information Quarterly，2011（4）：446 ～ 456．

Li D.，Lebo T.，Erickson J. S.，et al.. TWC LOGD：A portal for linked open government data ecosystems［ J］．Journal of Web Semantics： Science， Services and Agents on the World Wide Web，2011（3）：325 ～ 333．

Sexton A.，Shepherd E.，Duke-Williams O.，et al.. A balance of trust in the use of government administrative data［ J］．Archival Science，2017（4）：305 ～ 330．

【基金项目】四川省产教整合示范项目（项目编号：川财教［2022］106号）

【作者单位】1.西南石油大学经济管理学院， 成都 610500；2.西南财经大学中国政府审计研究中心， 成都 611130