学术咨询服务正当时学报期刊咨询网是专业的学术咨询服务平台！
发布时间：2021-12-25 15:09所属平台：学报论文发表咨询网浏览： 次
摘要：审计署自2009年开始保障性安居工程审计工作，从最开始的抽查审计到现在的全面审计经历了三个发展阶段，其中大数据的应用逐渐增加。 本文重点介绍了保障性安居工程审计主要的发展阶段、保障性安居工程大数据审计使用的主要软件、大数据在保障性安居工程审计中的应
摘要：审计署自2009年开始保障性安居工程审计工作，从最开始的抽查审计到现在的全面审计经历了三个发展阶段，其中大数据的应用逐渐增加。 本文重点介绍了保障性安居工程审计主要的发展阶段、保障性安居工程大数据审计使用的主要软件、大数据在保障性安居工程审计中的应用范围，以及保障性安居工程审计大数据分析存在的困难与相应的改进措施。
关键词：保障性安居工程; 大数据; 审计
随着我国城镇化进程的推进，城镇常住人口迅速增加，居民住房需求逐年扩大，但是商品住房的价格超过部分中低收入家庭的承受能力。 为满足城市中低收入家庭，特别是困难家庭的住房需求，国家出台了一系列改善住房困难群体住房条件的政策，保障性安居工程也由最初单一的经济适用房上市出售，到公有住房和经济适用房上市出售，发展到现在的廉租房、公租房、经济适用房、现价商品房、棚户区改造等多种形式的保障性安居工程供应。 为促进国家保障性安居工程政策的全面贯彻落实和财政资金的高效使用，从2009年开始，审计署开始组织对城镇保障性安居工程的投资、建设、管理和运营等情况进行跟踪审计。
一、保障性安居工程审计的发展阶段
2009年至2011年是保障性安居工程审计的起步阶段，该阶段审计主要以抽查为主。 2012年至2017年是保障性安居工程全面审计阶段，从2012年开始，审计署连续8年对所有城镇保障性安居工程的投资、建设、分配、运营等情况进行跟踪审计，其间分两次出台城镇保障性安居工程跟踪审计工作指导意见，该阶段审计工作主要围绕保障性安居工程目标任务完成、资金筹集管理使用、工程建设管理、保障性住房分配运行、支持配套政策落实等9项内容展开，审计范围覆盖全部保障性安居工程。 2018年，审计署再次组织对全国的保障性安居工程进行了审计，审计抽查1000个县区，占总量的30%，审计的重点内容较以前年度更加注重合规性和真实性，更加侧重对绩效的审计。
二、保障性安居工程大数据审计使用的主要软件
目前，保障性安居工程大数据审计使用的主要软件有SQL Server 2008和Oracle数据库、ArcGIS地理信息软件、谷歌地球等软件。
(一)数据库方面的软件
1.SQL Server数据库是一款关系型数据库管理系统，主要用于数据量中小的应用场景，拥有多种格式的数据导入功能，操作简单。
2.Oracle数据库是一款分布式的关系型数据库软件管理系统，支持多用户、大事务量的事务处理，具有系统移植性好、跨平台。
审计工作中，主要使用上述数据库软件的查询、筛选等功能，通过设置筛选条件，输入单表和表表链接查询筛选语句，帮助实现审计要查询的结果。
(二)地理信息系统的软件
1.ArcGIS软件是美国ESRI(美国环境系统研究所公司)开发的数字地理信息处理软件，在国土测绘领域广泛应用，能够实现空间数据的管理、输入与编辑、转换与处理、可视化表达以及空间分析等功能。 在审计工作中，主要用于目标地块坐标和国土利用现状、城市总体规划，以及永久基本农田图层、生态保护红线、城镇开发边界等国家和地方规划之间的叠加分析，查看目标保障性安居工程用地是否符合规定。
2.智图交互是一个在线的地图绘图工具，利用智图交互，可以快速定制化区位分布地图、城市热力图等。 在审计实践中主要用来查看保障性住房的区位分布信息。
3.谷歌地球是一款虚拟地球仪软件，将卫星照片、航空照相和地理信息系统布置在一个地球的三维模型上，可以查看全球各地的历史影像，回溯地形地貌历史变化情况。 在审计实践中主要查看保障性安居工程建设前土地原貌及项目开工时间等信息。
三、保障性安居工程大数据审计主要应用
(一)开展跨库关联分析，查看保障性安居工程分配情况
公平公正的分配是体现保障性住房“保障”功能的最主要指标，因此审计一直将住房分配作为保障性安居工程审计中的重要内容，分配的对象是否符合条件，指标是多样的、割裂的、隐性的，为此，审计人员充分利用大数据，采用跨库联合比对分析的方法，帮助锁定问题疑点。 审计人员将保障性住房配租配售、租赁补贴发放等业务数据，与婚姻登记数据、户籍信息、殡葬数据、个人缴纳所得税信息、住房公积金缴纳信息、财政供养人员信息、车辆购置信息、房产登记信息、契税缴纳信息等外部数据进行比对，筛选出申请对象家庭住房、收入申报情况与实际情况不一致的异常数据，并延伸核实，从而揭示已拥有住房、高收入等不符合条件家庭违规享受住房保障待遇等问题，并从机制体制上分析原因，推动住房保障及货币补贴的公开、公平、公正。
审计主要分析思路如下图所示：
(二)利用ArcGIS软件，查看保障性安居工程用地合规性
未批先建是指当地住房保障部门在进行保障性安居工程建设工作时，并未依照当地政策法规履行相应的土地变更程序以及占补平衡程序，也未取得相应的批准文件，违规进行保障性安居工程建设工作。 按照规定，保障性住房用地实行划拨供应且可以减免相关费用，但对于配套建设的商业、服务业等经营性设施用地，必须实行有偿使用。 审计中，利用谷歌地球和ArcGIS等软件，将保障性安居工程建设用地选址图层、实际建设地块图层或中心点坐标等数据，同国土部门的当地土地利用现状、生态保护红线、永久基本农田保护红线、城镇开发边界、土地卫星遥感图片等图层数据叠加，可以查看保障性安居工程建设用地是否合规，有无越过三条控制线; 回溯不同年份的土地卫星遥感图片数据能够看出保障性安居工程进展情况，是否存在长期未动工或者长期停工等情况; 比对保障性安居工程实际建设用地图层数据与规划建设用地选址数据，可以看出工程选址是否一致、规划用地面积与实际用地面积是否一致。
主要审计分析思路如下图所示：
(三)利用大数据发现公共租赁住房闲置挪用问题
公共租赁住房建成后，需要及时分配，但因为选址不规范等会存在无人居住的情况，形成浪费，如果分配不及时或者挪作他用，就违背了国家政策的初衷。 审计中，将公共租赁住房的编号、地址同工商、水电等数据进行关联分析，可以发现公共租赁住房是否存在闲置或挪作他用的问题疑点。
主要审计分析思路如下图所示：
四、保障性安居工程审计大数据分析存在的困难
按照规定，住建等部门每年需定期向审计署报送数据，但涉及保障性安居工程的仅有统计数据、农村危房改造档案等3项。 保障性安居工程管理信息化程度不够高，保障性住房信息系统主要由地方自主建设，国家层面缺少统一规范和引导，各地数据存在信息孤岛、行政审批数据不一致的情况。 同时，由于机构编制的差异，各地保障性住房主管部门的工作职责不同，业务管理的精细程度也不相同。 数据质量不高、技术手段单一、部分外部数据难以获取、人员素质是保障性安居工程大数据审计存在的主要问题。
(一)数据质量不高
各地区、各业务板块信息技术水平不同，使用的数据类型不同，并且数据标准化、数据准确性、数据时效性均有较大差异。 比如全国各地经济条件发展水平差别较大，不同省份间的国土影像质量存在较大差异，部分省份可能有清晰度更高的航拍数据，但部分省份没有，恐无法满足审计需要。
(二)审计数据分析手段单一
当前的大数据分析技术主要基于结构化的数据、标准化的信息系统，在常规审计项目中，仅通过对比分析标准化的数据，难以发现复杂隐蔽的问题，数据挖掘技术不够，部分数据即使取得，也会因数据不标准而无法利用。
(三)信息的利用和共享难度较大
大数据审计的推广和应用在地区之间、行业之间存在较大差异，财政、金融、海关、税务、住建、社保、民政等各部门的数据信息化程度和共享程度差异较大。 保障性安居工程的数据主要来源于住建部门，分析准入条件方面对车辆、房产、民政等外部单位数据的依赖程度较高，因这些部门的数据信息均涉及个人隐私，对数据的共享程度也存在较大差异。
(四)审计人员的大数据审计能力尚不能满足保障性安居工程审计需求
审计工作目前面临着任务繁重和审计力量有限的突出矛盾，迫切需要有会计、审计等专业背景的审计工作人员适应形势需要、转变审计工作方式，提升信息化、大数据审计水平。
五、提升大数据在保障性安居工程审计中应用的措施
(一)建设完善国家大数据平台
整合国家治理领域的大数据资源，加强政务数据资源的开发利用，减少政府信息化建设和运行成本，降低大数据工作的基数难度，构建完善关于数据保护的相关法律法规。
(二)构建大数据审计工作模式
充分利用现有的技术提高审计效率、质量以及能力水平，扩大审计监督的广度和深度，运用大数据审计技术加大不同类型数据的综合比对和关联分析力度，一些模糊匹配、特征分析、数据挖掘、深度学习的技术可能会在保障性安居工程审计中应用。
(三)完善审计系统云平台建设
由审计署牵头实现全国各级审计机关的数据资源共享; 被审计单位云平台的构建按行业进行，由各行业主管部门牵头，将本行业省、市、县各级分支机关的数据以标准化的格式集中到云平台，并且与审计系统云平台实现对接。 在进行审计的时候通过集中部署赋予各级审计机关相关的查询下载权限。 随着保障性安居工程审计的逐渐深入，审计的问题将更加深入，实时性将更强，争取能够整合连接不同单位、不同部门的数据，从而提高审计效率。
(四)加快审计人员编程能力、数据分析和算法设计能力的培养
将Nosql数据库、Web数据挖掘、回归分析、神经网络等大数据分析技术纳入审计培训系统，引导审计人员快速建立大数据思维，掌握大数据应用技能。
作者：曾文杰
转载请注明来源。原文地址：http://www.xuebaoqk.com/xblw/7230.html
《浅谈大数据在保障性安居工程审计中的应用》