大数据驱动下新时代资源环境审计管理体系构建研究

杨丽丽，田梦飞

(1.安徽财经大学工商管理学院，安徽 蚌埠233030；2.中国人民解放军63600 部队医院保障处，甘肃 酒泉732750)

近年来，我国环境问题日益突出，生态失衡、环境恶化以及大气污染等持续呈现。 审计是国家监督体系的重要组成部分，但新时代下我国资源环境审计实践面临着诸多挑战。审计机关应加强资源环境审计管理，拓展现代技术在资源环境审计中的运用，孕育优秀的团队文化，构建科学的审计管理评价机制，强化生态环境保护攻坚战的紧迫感、使命感与责任感，提升环境治理的精准化，为建设美丽中国发挥自身特有的职能作用。 本文以大数据为背景，以资源环境审计为研究对象，以如何构建科学的审计管理体系为中心，基于技术平台管理、人力资源管理、审计评价管理三个层面探索新时代下资源环境审计管理体系的构建策略，旨在为资源环境审计实践提供理论支撑。

一、 构架审计管理平台，遴选取证技术

新时代，资源环境审计数据量正由TB 级向PB 级跨越，并以文档、音频、HTML、XML 等形式呈现，且非结构化数据居于主导。 审计机关应构建审计管理平台，实现海量大数据复杂运算的全覆盖取证。 资源环境审计管理平台由三要素构成，即数据库、处理系统与应用技术。 数据库主要由地理信息数据库、资源环境执法数据库、资源环境业务管理数据库和媒体信息数据库构成。 目前，有诸多处理系统可供环境资源审计平台运用，如Hadoop、HDFS 等批处理系统，Storm、Puma 等流处理系统，Trinity、Neo4j 等图处理系统，审计机关需要熟悉各类系统特性，结合环境审计大数据类型，基于大数据技术决策需求选取适用的系统架构，以此作为审计管理平台的框架与引擎。

审计机关可采用Hadoop 分布式系统架设资源环境审计管理平台，Hadoop 的优势为具备高扩展的超大型数据集群处理能力。 Hadoop 系统 由MapReduce、Hadoop Manager、Avro、Pig、Hive、HBase、HDFS、ZooKeeper 等组件构成。 MapReduce 是一种并行计算模式下的编程模型，Hadoop Manager 负责对Ha-doop 系统进行优化和管控，Avro 是数据系列化的系统，能够提供诸多数据结构类型，Pig 是一种用于大数据集检索的数据流运行环境，Hive 是对数据进行加载、转化和提取的数据仓库工具，HBase 是一个用于异构化数据存储的面向列的开源数据库，HDFS 是一个能够提供高吞吐量的数据访问的分布式文件系统，ZooKeeper 是一个能够将性能高效的系统和简单易用的接口提供给审计人员的分布式应用程序协调服务。 Hadoop 系统拥有低成本、高容错性、高可靠性和强数据处理能力的优势，它能够存储海量的资源环境审计大数据，便于繁杂审计大数据在不同节点之间的动态移动，可以快速实现Hadoop 系统内的审计数据转换、分配、计算以及分析取证。

技术寓于管理平台之中。 审计机关需要集聚各类大数据技术，共筑资源环境审计平台取证“技术群”。 如平台下数据的采集过程，可引入射频识别、内容检索等技术；清洗过程，可采用遗传神经网络、云清洗等技术；分析过程，可依托文本挖掘、R 语言以及自然语言处理等技术；可视化过程，可利用语义结构、动态过滤以及多侧面关联等技术。 在资源环境审计管理中，审计机关需要关注平台中3S 技术的协同。审计人员借助RS，通过遥感图像数据远距离比对环境资源的色调、形态、灰阶、纹理等差异，识别环境破坏的范围与程度。 使用GPS，针对存在问题的区域利用卫星实施无线电测距与测时定位，精确记录相应的轨迹、坐标与面积。 运用GIS对包含大气层在内的地球表层空间中的自然资源地理分布数据信息进行采集、存储、运算、分析与显示，其方便对被审区域不同时段下地貌变化的动态测控以及整改措施的跟踪核对。 此外，网络爬虫按照特定规则与程序，自动采集网站中有关于资源环境问题描述的其所能访问到的网页内容，有助于审计管理平台快速发现资源环境审计线索。

二、 强化人力资源管理，塑造协作文化

资源环境审计从属于资源环境科学、生态学、自然地理学、环境经济学、计算机科学、数据科学以及审计学等交叉学科，其对审计人员的能力与素养提出更高要求。 审计机关需要重视审计力量的提升，全方位为员工搭建个人成长平台，创设便捷环境大力提升员工计算机技术的应用能力，制订切实可行的人才培养计划，孕育完善的人才使用机制、人才激励机制与人才竞争机制，设计正确的审计人才评价制度，培植以学科融合为导向的资源环境审计通才。 此外，审计人员需关注职业素养的升华，从两方面做起：首先，树立正确的职业信念，养成良好的执业习惯，秉承爱岗、敬业、积极、乐观的执业理念，将成长与追求融入审计事业之中；其次，持续提高自身职业知识技能，实时关注资源环境审计的发展态势，及时补充在单一学科基础理论中的短板，深化跨学科理论的增长，强化增量知识在资源环境审计实践中的创新应用。

目前，我国资源环境审计准则与制度正在完善，加之审计团队由不同学科的个体组成，基于此，审计机关应促进个体成员之间的交流与互助，在审计集体之中培植协作创新的文化氛围，打破思想壁垒，跨越学科边界，发扬“传帮带”等优良传统。 应依托特定审计项目，强化个体经验间的深度整合，联合探索具体审计项目的目的、对象、内容、方法与评价，基于学科融合视角运用群体智慧共同解决“为何审”“审计谁”“审什么”“怎么审”“审得好”“审得准”等关键问题。 还需借助研讨会、面对面、微信、email、QQ、YY、Wiki 等方式，分享资源环境审计中所积累的普适性经验，促进思想碰撞与交融。 唯有和谐共生，审计成员的决策分析能力、持续学习能力、团队合作能力与资源整合能力才能得到实质性提升。

新时代是一个“大数据、大协同”的时代，审计机关应该加大资源环境审计管理工作的外部协同，强化互惠共赢的文化观念。 可供资源环境审计管理主体协作的对象主要有生态环境部、农业农村部、水利部等部委及其所属各级部门，以及纪检、监察、检察、司法、公安等各类国家监督主体，还包括国家审计系统内部其他各级审计机构。 资源环境审计外部协同是协同主体之间内在的信息互换、经验互补、优势共享、专业整合、成果共用与方法共建。 如果因某次取证受限而准备向某地测绘地理信息局短期求教，则摆在审计人员面前的问题是不知道对方有什么资源，不知道对方的资源如何使用，不知道对方有限的服务能否真正满足审计深层次的取证需求。 审计机关只有同协同方以尊重与信任为基础，以目标性、实效性、成长性、保密性为原则，建立长期的协作关系，依托正式或非正式的传导渠道，促进彼此资源共享，则环境资源审计才能形成1+1＞2 的多元联动效应，进而大幅度促进审计人力资源的管理质量和水平的提高。

三、 建立管理评价体系，开展定量分析

审计机关需要依据土地、森林、矿产、水等不同审计内容，分类构建环境绩效审计管理评价指标体系，进而提升审计管理工作效率与效果。 设计管理评价体系需要秉承重要性、系统性、相关性、可靠性、可操作性、动态型以及成本效益等原则，管理评价指标的选取应以国家法律法规、国务院行政法规、部委规范标准以及地方法规与制度为依据，并基于层次分析法理念建立多层级指标体系。 如水环境审计管理评价应以《中华人民共和国水污染防治法》《中华人民共和国环境影响评价法》《污水综合排放标准》以及《地表水环境质量标准》等为准绳，设计多层级指标体系。 可以选择政策执行、资金管理、项目实施与环境治理等作为一级指标，将排污制度、污染物总量控制和环保政策等事项的执行情况作为政策执行下的二级指标，将水资源治理、水污染治理和生物生存态势等事项作为环境治理下的二级指标，另将鱼类指数、水生植物状况以及生物多样性指数等因子作为生物生存态势的下级指标(三级指标)。 科学构建各类资源环境审计管理评价指标体系，应融合相关领域专家的集体智慧，对指标反复筛选与论证。

审计机关需要对定性的层级管理评价指标开展定量分析。 资源环境绩效审计管理评价有很多定量计算方法可供借鉴，如灰色理论、BP 神经网络、熵权、粒子群优化理论、DS证据理论、贝叶斯模型以及灰色理论等管理评价方法。 各类方法具有特定的适用情形与评价优势，审计机关有必要明晰各类管理评价模式，基于审计管理评价目标与任务需求做好具体管理评价方法的实践应用。 如采用熵权对水环境审计监督所实施的评价步骤主要有：①对管理评价指标的符合度进行量化及描述，并对绩效评价等级进行界定及描述；②根据专家认知对水环境审计最低层级的若干管理评价指标分别进行赋值；③运用熵权公式分别计算较高层级各个指标的权向量；④分析各指标的权向量数值，并进行水资源审计管理网状评价指标下的横向对比与纵向关联，判别各个层级及其各个指标的绩效等级。 此外，审计机关也可采用简便方法，如对层级体系下各个指标分别确定权重，根据权重与专家赋值计算具体指标的加权平均值，并判别各个指标相应的管理绩效评级。

四、 结束语

如今，社会迈入新时代，有关于水资源、土地资源、矿产能源、野生动植物资源、草地资源、海洋资源、森林资源等各类情形下的大数据正以几何级数增长。 如何有效运用大数据技术和方法，在环境资源审计大数据中有效挖掘审计“疑点”，并建立一套相对成熟的资源环境审计管理体系，已成为新时代下资源环境审计领域亟待研究和解决的热点。 为此，国家审计人员需要同社会各界一道，创新审计理念，增强领域知识，完善审计方法，力求为生态文明建设提供有力保障。