随着我国创新型国家战略的持续推进,科学研究项目与日俱增,而高校作为教育体系和国家科技重要组成部分,肩负着科研的重大使命和责任。为提高科研经费的使用效益,高校科研经费审计已成为学校管理的一项重要内容。
近年来,高校科研经费进账逐年增加,并且经费的来源也日趋多元化,经费的管理也越来越复杂。经费的预算执行和使用都呈现出非结构化的特点,如预算执行标准主要是文字文本类型的文件、经费的使用和报销为纸质凭证或电子凭证,种类繁多,共同构成了高校科研经费审计大数据。这些多类型的数据使审计难度增大,审计效率降低,现有的审计方式已不能满足审计人员的需求。
要利用大数据处理技术提取高校科研经费的关键信息。包括科研项目资料和产生的绩效资料信息的提取,如通过爬虫和语义分析技术自动抽取和采集、培养人才、专利申请和创收等信息。通过图像识别技术提取经费资助条目、预算执行标准和报销凭证等信息。通过多源异构大数据知识融合技术提取和处理科研经费绩效技术指标及效益指标。这些高质量数据的提取将为审计人员提供可视化的数据分析图谱。
同时,利用大数据分析技术确定审计重点内容。科研经费的使用和绩效产生的内容均为纸质文档或电子文档,可以通过大数据统计分析方法确定审计科研项目结题内容是否按照具体指标数据完成。通过大数据挖掘技术确定结题内容是否与课题有效相关,并通过模糊匹配和比对分析手段确定高校科研经费的使用是否产生了效益。
此外,建立高校科研经费绩效审计评价体系和模型。调研分析高校科研经费绩效评价现状和发达国家的先进评价经验,利用大数据处理和分析技术所获取的关键信息,构建符合我国高校科研特征的评价体系和模型,并采用科研大数据实例验证和分析手段不断修正评价方法,为高校科研活动的良好运行提出多样化的审计建议,发挥高校科研经费的使用效益,提高高校的整体科研水平和人才培养质量。
作者:沈凡凡 单位:南京审计大学信息工程学院
