大数据在自然资源资产离任审计中的应用分析

摘要：自然资源资产离任审计是对自然资源受托负责人是否在任期内有效承担自然资源资产保护责任的考评制度。在大数据背景下，能否有效利用大数据、云计算技术对其进行审计是非常重要的。本文对政府自然资源资产审计云平台的建立及运用进行分析，指出其实施过程中的困难，提出相关建议。

　　关键词：自然资源资产离任审计 大数据 云平台

　　“互联网+”正在改变着人类的生活状态，人类生活的方方面面已经与互联网密不可分，其背后的技术支撑正是大数据与云计算技术。利用大数据作为自然资源资产审计的技术支持，建立生态环境损害责任终身调查制度，着手构建云审计平台，以促进持续审计方式的发展与整体审计模式的转换。

　　一、文献回顾

　　(一)自然资源资产离任审计研究

　　自然资源资产审计是一种自然资源资产监管制度，是对自然资源受托负责人在任期内是否有效承担自然资源资产保护责任的考评制度(蔡春、毕铭悦，2014)。从目前研究情况来看，比较倾向于将资源环境责任审计与受托责任审计结合，当前主要需求是如何将其具体运用到审计实践中去。审计内容主要包括相关政策的实施以及负责人在自然资源管理过程中的自然资源资产和负债的变动情况，以及使用自然资源资产过程中的合理性(徐萍，何畅，2015)。目前的研究还大多停留在审计责任的界定，对具体审计过程方法的研究还比较少(周龙,2018)。从理论上讲，一种观点倾向于自然资源负债表的视角;另一种观点是基于经济责任审计和资源环境审计，将其扩展和整合，延伸到自然资源资产的审计;第三种观点是同时进行自然资源资产负债表审计和资源环境审计，即自然资源资产审计=自然资源资产负债表审计+资源环境审计。

　　(二)大数据审计相关研究

　　在国外，大数据审计是指使用大数据和云计算方法进行审计。我国也早就进行了大数据审计方面的研究，包括在线审计和联网审计，它促进了大数据在审计中的使用，拓宽了大数据和云计算技术的应用范围。大数据技术引入审计领域后，国内学者对此进行了大量研究。秦荣生(2014)认为，大数据可能会将审计模式从“抽样”改为“全数据分析”，并且可以使得审计成果产生关联性效应，更有利于培养大数据审计师。大数据审计不仅仅是技术的革新，更是从审计理念和方式上进行的全面革新(孙宝厚，2017)。具体来说，大数据模式由风险导向模式过渡为改进的数据式审计模式，并应着力构建审计云平台(郑伟、张立民、杨莉，2016)。未来，审计云平台应能够实现全国统一的协同审计模式，实现资源共享，降低成本(魏祥健,2014)。

　　(三)大数据背景下自然资源资产审计研究

　　自然资源资产种类繁杂，信息量大，大数据技术可以实现数据的海量收集，云计算也更有利于数据的分析。通过云计算，可以建立自然资源资产信息系统，更快地找到问题所在。

　　二、大数据背景下自然资源资产审计云平台的构建与应用

　　(一)自然资源资产审计云平台建设

　　自然资源资产审计云平台包括基础设施层(Iaa S)，平台层(Paa S)和应用层(Saa S)。基础设施层是整个云平台系统的基石，为客户提供相关的硬件基础设施，包括服务器、存储器等硬件。审计云平台层是在基础设施层的基础上提供软件开发、软件管理、软件数据交换接口以及其他服务。审计云平台应用层则是向用户提供审计软件和审计数据库等资源，帮助审计用户进行审计分析和审计决策。自然资源资产审计是一种受托责任审计，应由国家审计署牵头建设云审计平台，由三种服务模式Iaa S，Paa S和Saa S组成，包括数据存储，数据处理和数据分析功能。

　　(二)自然资源资产审计云平台的应用

　　1.自然库的建立

　　在数据分析之前，需要先进行数据收集建立自然库。在互联网大数据背景下，不需再手工机械地收集相关数据，而是依托专业技术，建立自然库，便于数据的持续更新与追溯。由于与自然资源相关的数据与某些环境治理数据交织在一起，而自然资源资产审计本身也是受托责任审计的一部分，因此可以与多部门合作联合构建相关数据库。①应根据资源类别建立独立的集，如建立矿产资源、大气资源、海洋资源和森林集。②在各自的数据集中区分属于该数据集中的独立数据以及合作数据，合作数据从其他部门进行提取，例如，从规划、土地、环境保护等部门收集土地，土地部门还可以收集相关水资源、森林资源、矿产资源的数据。③在数据提取方面，应建立和完善领导干部自然资源资产审计的数据要素，领导干部自然资源资产审计数据涉及分配、数量、质量、所有权等诸多方面，应确定和界定各种自然资源因素的分类。④自然资源资产数据集中也可以概括总结出一些主要的要素，不仅包括实物量的要素，也应包括政策执行情况的要素。如矿产集中，应包含矿山的分布、数量等实物量要素，也应包含开采回采率、矿山恢复治理率等评价指标要素。在数据提取过程中，既要借助国家统计数据，如森林统计数据，也要组织专业人士进行数据挖掘与处理，包括水文监测、水质检测、矿产勘探、海洋调查、环境保护、土地及森林测绘等专业技术人员。

　　2.数据处理与分析

　　自然资源资产涉及大量主体和广泛的地理区域，若运用传统的审计方法进行分析，在风险评估与识别阶段就会遇到很多阻碍，许多疑点很难被审计人员发现。大数据的引入使得审计人员可以充分利用数据挖掘技术，从多角度全方面地分析数据信息。现在数据挖掘技术已经不单挖掘分析数值型数据，文本数据挖掘方式的成熟也更有利于审计人员发掘出未被发现的数据问题，进一步提高审计的效率。如青岛市是自然资源审计的试点单位之一，在审计过程中与国土资源部门联合收集地理信息数据，如城市卫星的卫星图像和土地利用状况的矢量数据，通过比较年度卫星遥感图像，叠加土地和林业等区域数据，揭示了非法占用林地和非法占领海域等诸多问题。湖州市审计局与市测绘院建立长期合作机制，并与土地和环境保护等职能部门建立了协调配合机制。在建立健全各项自然库及共享端后，就可以深度挖掘出一些未被发现的问题。

　　3.审计预警

　　在云审计平台中构建审计预警模块，通过设定一些指标完成对自然资源审计的预警功能。如在水资源的治理方面，当水中含氧量下降到一定数值时，审计云平台自动报告数据问题，以便于提出审计疑点。

　　三、大数据在自然资源资产审计应用过程中的困难

　　(一)数据搜集过程繁琐，耗时较长

　　自然资源资产的统计程序复杂且技术上困难重重。自然资源资产的总量和质量难以衡量。例如，矿产资源储量主要基于现有技术预测，质量只能根据勘探和采矿样本确定;单一水资源的面积在一定时间内是恒定的，并且由于存储容量的淤积，蓄水量逐渐减少，存储容量的淤泥积累程度难以测量，其质量测量不能覆盖所有水域，海洋资源受水文变化的影响很大;随着近年来环境污染的日趋严重，渔业资源的数量就更加难以确定。这些问题都会使数据搜集过程变得十分繁琐，且会消耗大量时间。

　　(二)自然资源评价指标体系建设存在难点

　　在提取数据的过程中，不仅要包括实物量，还应当包括一些评价指标。但是，构建合理的自然资源评价指标体系仍然困难很大。例如，水资源，即使样本测试结果可以用作评估的基础，但受样本大小和数量的影响，很难确保评估结果完全准确。森林资源是否通过其增量和覆盖率进行评估，或者是否通过区域森林的生态价值进行评估，尚无定论。这些都给自然资源资产评估指标体系的建设带来了一定的困难。

　　(三)相关专业人员缺乏

　　自然资源资产审计范围广泛，对审计人员在政策和专业性方面要求非常高。与传统审计不同，自然资源资产审计可以说是一项跨职业、多功能的审计工作。过去，审计人员的专业化和多样化基本解决了审计急需的相关法律人才和计算机审计人才的“瓶颈”。然而，自然资源资产审计的新常态对审计人员提出了更高的要求。

　　四、相关建议

　　(一)培育自然资源资产审计人才体系

　　审计过程中重要的资源是人力资源，而自然资源资产审计作为一个新的审计体系，急需要各类专业人才的加入。在当前的审计过程中，应该有效地解决相关专业审计人才缺口的问题。各级审计机关可以采取多种方式引进人才，同时要积极争取地方党委和政府的支持。可以采用公开招聘、引进特殊人才、绿色通道等方式来培育自然资源资产审计人才体系，着力寻找水文监测、水质检测、矿产勘探、海洋调查、环境保护、土地及森林测绘等方面的专业技术人员，从而保证自然资源资产审计的顺利实施。

　　(二)建立健全自然资源评价指标体系

　　为了评价领导干部自然资源资产管理的绩效，有必要对自然资源资产进行分类并建立评价指标。针对不同类型的自然资源资产，完成评价指标的选取和与其他部门数据的对接，形成完整的评价指标体系，以提高审计能力。
原文地址：http://lsck.weny***/