欢迎来到第一旅游网!
当前位置: 首页 * 首页 * 专家
李丽,李勇坚:财政监管的大数据运用——途径与政策研究
第一旅游网:www.toptour.cn      发布时间:2020-11-26      字号:【

  随着数据收集、存储、运用等各方面技术的进步,信息技术的广泛渗透,全球进入大数据时代。根据相关研究机构提供的数据,全球数据量在近二十年间大爆发,预计2020年,全球数据总量将达到50ZB(1ZB相当于1万亿GB,或者10亿TB)。而这些数据中,90%以上的数据是最近十年产生出来的。数据量的迅速增加,使大数据的概念开始流行,大数据产业也快速发展。工信部发布的《大数据产业发展规划(2016-2020年)》提出,2020年我国大数据服务及相关产品的产值将超过1万亿元。

  大数据的快速发展,使其在各行各业的应用日益广泛。我国政府高度重视大数据的应用和发展,2014年两会政府工作报告中首次提出“大数据”的概念,之后,大数据在中央政府层面广泛被提及;2015年9月,国务院发布了《促进大数据发展行动纲要》;2016年3月第十二届全国人民代表大会第四次会议审议通过的“十三五”规划,明确提出了“国家大数据战略”。习近平总书记明确提出,要运用大数据提升国家治理现代化水平。

  《促进大数据发展行动纲要》中提出“完善大数据监督和技术反腐体系”,这一提法,为大数据应用到财政监督领域提供了基础。通过近几年的发展,我国各地在运用大数据进行财政监督方面也有一定的实践。例如,天津市自2016年开始将大数据引入审计监督之中,以大数据对财政资金运用实行实时监督;贵州通过“数据铁笼”建设,整合财政系统各个信息化平台的数据,推动数据集中,形成财政监督大数据平台,从而为预防腐败、监督资金使用等打下了良好的基础。

  从总体来看,已有大数据财政监督实践在推动财政监督从由“事后监督”向“实时、持续性监督”转变,由以监督为主向“监督与服务双轮驱动”转变、由抽样检查向全样本分析转变等方面有一定的探索。也应该看到,这些实践在理解大数据应用特点、大数据理论与财政监督结合等方面,仍有较大的差距:第一,对大数据的概念理解存在偏差。大数据是来源多样化、多格式混合的数据。而现在的财政大数据监督实践中所应用的数据,主要还是来源于财政系统内部的结构化数据。在现有的系统中,还不能处理非结构化数据,例如文本、图像、语音和视频。在数据来源上,还主要依赖于财政系统内部各个业务平台(天津的财政监督大数据系统已开始引入行政事业单位、国有企业、部分金融机构等跨行业、跨系统数据)。因此,所谓的大数据监督,实质上还是利用统计数据的小数据监督。只是引进了计算机处理系统,在数据处理能力方面大幅度增加,在样本处理量上有了大的飞跃;在处理的时间上,更加强调处理的实时性。第二,对大数据分析的特点理解存在着偏差。现有的财政大数据监督实践强调数据之间的勾稽、交叉比对分析和印证等,背后的思想是因果关系思维。但是,大数据分析更强调关联关系,即各个不同系统之间数据的关联,并通过关联关系发现所隐藏的问题。第三,对数据分析维度需要进一步加强。大数据分析不但强调更多的样本,乃至于全样本分析,而且强调从更多的维度进行研究分析。例如,对于“三公”经费,现有的大数据监督系统可以对每一笔费用进行实时监督,但是,这种监督模式主要对单据之间进行分析,而缺乏其他维度的验证数据。这使得监督主要是基于单据的合规性,对单据与业务之间的关联缺乏验证。

  本项研究拟从大数据分析的基本理论出发,对财政监督系统大数据运用进行全面的研究,并提出更加有效、更加丰富的财政大数据监督方法,实现从事后监督向全方位实时监督、从检查处分型监督向预防型监督、从纠错型监督向效益型监督、从以合规性安全性检查为主向以预算绩效监督为主的转型。

  二、大数据在财政监管中的运用:

  可能的途径

  基于大数据分析的理论,财政监管可以在数据挖掘、财政审计、财政决策、风险防范、反欺诈等多个方面运用大数据分析的理论和方法,从而实现更高效、更精准、更有力的财政监督。

  (一)利用系统内数据进行财政监管

  我国自2002年开始建设政府财政管理信息系统(即“金财工程”,简称GFMIS),虽然该工程在建设过程中以预算编制、国库集中支付和宏观经济预测分析为核心应用,与财政监督业务板块之间缺乏有机的联系与互补,没有具体明确财政监督的接口设置、权限设置,但是,该工程建立了财政信息化的基础,积累了大量与财政相关的数据,对这些数据进行挖掘,能够为政府财政监督建立大数据分析基础。

  第一,建立数据分析模型,利用已有的财政数据,逐笔业务进行横纵向对比、跨行业稽核、交叉验证等,发现财政业务中可能的疑点,从而实现对业务的监督。由于利用计算机自动核验,减少了手工查验的成本,提高了效率和准确率。例如,天津市在建立财政资金监督使用系统时,通过建设联网实时审计监督平台,建立数据分析模型,实现了对财政资金使用的全天候监督。利用大数据审计监督的经验,可以运用到财政监督的实践之中。这个方法主要利用现有的数据,工作量比较小,方便易行,实时性较好,是在现有的财政监督上加入数字技术的一个性价比高的方案。但是,这个方案主要是对财政数据的安全性合规性进行审查,难以发现一些比较隐蔽的问题。

  第二,建立基于“特征关键字”的动态监督系统。利用既有的财政监督成果,可通过大数据分析,提取“特征关键字”以及特征行为,并根据这些特征关键字或者特征行为,建立动态实时监督系统。例如,贵州省财政厅通过预算执行动态监控系统的升级改造,就资金支付方式不合规、向个人账户划款等行为进行监督。另外,依托财政应用平台建设“三公”经费监督系统,对向特殊收款人转账进行事前线上阻断;对公务卡报销时向关键字转款进行事后线上预警;对预算单位的因公出国费、公务接待费、公务用车运行维护费,以及会议费、培训费等“五项经费”支出进行事后线上预警。这些基于关键字的动态监督系统,通过利用大数据建立机器学习模型,不断优化系统效率,对发挥大数据在财政动态监督过程中的作用具有重要意义。

  第三,建立预警系统。财政监督涉及各个子系统、多个层级,依赖于传统的监督工具和监督手段很难及时发现问题。而事后的检查式监督,一方面响应速度比较慢,另一方面在数据传输方面容易失真。而应用大数据理念,通过设立阈值、建立预警标准等方式,能够使大数据平台对多系统、多层级之间的资金运用等进行动态预警。以财政库款的监督管理为例,原来因为涉及多个层级、多个横向单位,数据比较复杂,监督难度较大。而通过利用大数据理念,财政部建立了全国可以到县一级的财政库款监测机制。根据这个监测机制,可以有针对性地加强对全国到各县一级库款管理情况的监测和督导。利用各地方的数据系统,还能够设立各种阈值,设立监测参数,及时对达到阈值的地区进行预警,并要求采取防范措施。同时,能够及时要求上一级财政机关建立起财政资金的调度系统,及时做好调度工作,避免出现风险。

  (二)建立多维度的相关数据库,进行关联分析,推动预测式精准监管

  单纯利用财政系统的大数据,虽然能对很多业务进行实时动态监督,但是对于隐藏的深层次问题,利用现有的数据无法及时发现;而且,由于验证主要是利用财政系统内部的数据,对于一些复杂的问题,也无法通过单纯的财政数据进行监督。例如,很多数据的真实性问题,无法通过单纯的财政数据予以发现或核实。再者,由于财政系统内部数据主要是对已发生的资金交易事项进行记录,在进行预警预测等方面仍有较大的不足。

  而大数据分析,要求基于对各种关联的数据,结合成为大数据库,并利用大数据分析模型,挖掘各种关联关系,从而对数据的真实性、可靠性等进行验证,并能够进行精准的预测式监督。

  大数据分析的一个重要方面就是利用多维度多来源的数据进行多方面的关联关系验证,从而发现传统的因果关系数据无法发现的隐藏关系或问题。这些来源的数据在传统的模型中可能被忽略了。例如,三一重工的挖掘机指数已成为对我国固定资产投资数据进行校验,以及提前感知固定资产投资波动情况的一个重要指标。挖掘机指数来源于三一重工的一个售后服务项目,该项目是三一集团为了给该企业所销售的挖掘机提供更好的售后服务,从而给每一台挖掘机装上了物联网模块,该模块能够识别挖掘机的所在位置、起停时间、工作状态等,从而为挖掘机的保养、维修等提供精准的指导。然而,经济学家发现,该数据能够更精准、更及时地提供关于基础设施建设、固定资产投资等宏观经济指标情况。传统的固定资产投资监督可能是基于统计数据,这些数据一般情况下都比较滞后,而且还可能存在失真情况,而挖掘机指数能够及时提供与真实情况一致的固定资产投资,从而为宏观经济决策作出更精准的预测。在我国,很多固定资产投资项目与财政资金相关,对于这些项目使用财政资金的效率、进度、绩效等,在现有的监管模式下都是依赖于现有的报表系统,这个系统可能存在着滞后(例如,报表本身的时滞、报表数据与实际开工数据之间的时滞、实际开工与统计之间的时滞、实际开工与结算之时的时滞等),也可能存在着人为的扭曲因素。如果引进类似挖掘机指数之类的大数据,可以对财政资金使用进度等进行更精准的监督。

  大数据分析的另一个方面是非结构化数据的利用。现有的研究大多强调利用结构化数据,例如财政系统的统计数据、金融等相关系统的数据,这比原来的手工查账等监督方式已经迈进了一大步。随着数字技术的普及,已经产生了大量非结构化数据。在大数据的体系里,非结构化数据占了超过90%。非结构化数据的存储、分析、利用等都与结构化数据有着较大的区别,因此,在很多传统的分析研究中往往被忽略。以财政库款的监督管理为例,财政部通过与央行合作,建立了全国可以到县一级的财政库款监测机制。这个系统使财政部可以实时了解全国县一级的财政库款情况,这相对原来依赖于报表数据被动监督的方式是一个很大的进步。然而,这个系统主要依赖于资金数据,忽视了资金背后的很多其他因素,预测性等仍有较大的提高空间。如果结合这个系统,再建立一个关于财政资金的舆情大数据系统,利用网络机器人自动收集关于各地财政的舆情数据,进一步建立数据分析系统,对地方财政收支的真实情况能够更有预测性与分析性,从而更好地监管地方财政资金,并及早作出安排。在财政监督过程中,还有大量非结构化数据可以进一步挖掘利用,通过利用这些数据,能够实现财政监督的超前性、可靠性与效益性。

  (三)利用大数据发现财政资金的浪费和滥用,消除欺诈

  财政监管的一个重要使命是发现并预防财政资金的浪费和滥用,消除财政资金使用过程中可能存在的欺诈行为。大数据在建立信用体系、预防欺诈等方面的作用受到了理论界与实务界的高度重视。例如,在信用评估领域,很多模型都引进了大数据。创业公司Zest Finance在传统的信用评估模型之外,创新性地引入了多源大数据,建立了一种全新的信用评估模式。Zest Finance认为,人的行为产生了大量数据,而这些数据都与行为主体的信用有关联。在信用评估中,Zest Finance会收集大量的非传统数据,如借款人的房租缴纳记录、典当行记录、网络数据信息等,甚至将借款人填写表格时使用大小写的习惯、在线提交申请之前是否阅读文字说明等极边缘的信息,也作为信用评价的考量因素。通过这些大数据,再建立机器学习模型,Zest Finance信用评估与传统机构相比有着较大的差异。例如,Zest Finance发现,借款人在填写表格书写自己的姓名时,全部只使用小写字母的人信用最差、全部只使用大写字母的信用次之,而按照正规书写规则(即第一个字母大写,其余字母小写)书写的人信用最好。

  基于这一理论,大数据可以发现很多隐藏或潜在的关联关系,这使得进行财政监督的手段可以更为多元化。在财政监督过程中,要发现浪费、滥用与欺诈行为,除了传统的检查方式之外,很多大数据手段是可以进一步开发利用的。Jiali (Jenna) Tang and Khondkar E. Karim提出,在分析可能存在的欺诈行为时,除了利用传统的抽样手段之外,还可以引入大数据方法。监控视频与库存数据相结合可以对物料管理提供更丰富的验证,而GPS数据可以与传统的运输文件结合以验证运输信息,这些大数据为发现潜在的浪费、滥用与欺诈行为提供了新的途径和方法。

  利用大数据方法可以应用到财政监督的很多领域,例如,新能源领域往往涉及财政补贴。对这些补贴是否存在浪费、滥用与欺诈,在传统的监督模式下,很难得到验证,只能依赖手工进行反复核验,这样做效率极低,而且容易忽略很多潜在的疑点。美国能源部与IBM合作,利用大数据方法对太阳能和风能预测,以及对可再生能源进行评估,该方案应用了机器学习和其他认知计算技术。结合其他数据分析方法,与以前的方法相比,结果使预测准确度提高了30%,这一方法如果应用到财政监管领域,能够极大地提升新能源补贴的精准度,避免补贴资金的浪费、滥用。

  政府采购是财政监督的重点,这一过程可能存在着浪费、滥用和其他腐败现象。研究者(Fazekas & Tóth)指出,公共采购是全球最大的公共支出领域,由于这个过程中,采购官员具有极大的自由裁量权,因此,它也是最容易受到腐败侵害的政府职能之一。利用大数据系统,形成有关合同、公司和个人的大数据,建立量化指标,有利于对政府采购部门实现更好地监督。RAJ JOSEPH也指出,利用大数据能够发现各类采购行为中的异常行为、识别可疑交易,从而消除可能存在的欺诈。在我国,通过开发出政府采购的合同数据库、价格数据库、标准数据库、企业数据库等,结合电商报价、舆情等非结构化大数据,形成价格自动对比系统,能够对政府采购中的浪费、滥用等现象进行很好地遏制。

  政府部门另一个大的支出领域是医疗领域,这个领域存在资源浪费或政府补贴分配不公的风险(Memon, Mashooque. etc)。很多研究者指出,在美国,浪费和滥用的成本是导致医疗保健成本不断飙升的重要原因。在这个领域大数据有着广阔的应用空间。例如,将电子病历中的诊断和程序数据与医保支出进行匹配、使用来自移动设备的数据来确保按要求完成家庭护理治疗等(RAJ JOSEPH)。另一些系统也发挥着重要的作用。例如,Medicare和Medicaid Services中心使用大数据预测分析在一年内预防了超过2.107亿美元的医疗欺诈。United Healthcare建立了基于Hadoop大数据平台的预测建模环境,对很多医疗欺诈事件起到了预防作用,他们的经验表明,在大数据领域的投入能够获得22倍以上的回报。在我国,新型农村合作医疗是一项非常重要的医疗保障制度,但是,近年来,各地利用造假手段骗取新农合资金的报道屡有出现。这些行为导致医疗资源的浪费与医疗资金的滥用,需要建立一个高效的防范体系。现有的防控体系主要依赖于事后的监督与审计,这在本质上只能发现其中一部分问题。因此,将大数据运用到这个领域可以发挥更大的作用。例如,可以将个人电子病历大数据与药物支出等进行比对,发现可能的疑点;对医院而言,可以通过对其食堂食材采购等数据与住院人数进行关联,发现可能存在的住院造假行为;也可以根据医院周边的交通数据与医院门诊人数进行关联,发现可能存在的门诊数据造假等。利用大数据,迅速识别出可能存在的欺诈行为,再进行深入调查,将对医保资金的滥用、浪费和欺诈等行为进行遏制。

  (四)利用大数据作出精准财政决策

  财政资金分配是财政监管领域容易忽略的一个领域,考虑到财政资金的有限性与需要财政投入的领域之间的矛盾,就财政资金分配进行监管,对于提高财政资金绩效具有极其重要的价值与意义,应该作为大数据财政监管的一个重要内容。例如,在发生灾难的情况下,如何将财政资金更有效地分配到最需要资金的地区。在传统的模式下,财政部门根据各个地区各个部门的报告作出决策。这种决策模式存在着信息反馈慢、决策效率低等问题。利用大数据,包括天气大数据、灾区居民定位大数据、灾区交通大数据等各类大数据进行综合分析,结合分析模型,能够更高效、更精准地作出决策,从而极大地提升财政资金的效率。

  在公共交通领域,财政监管不但要涉及财政补贴数量,也应该关注效率。从全球各地的实践来看,大数据的应用能够有效地提高效率。例如,韩国首尔市政府利用“基于大数据的决策”系统,对午夜巴士开行情况进行决策,利用公民深夜出租车和手机使用有关的大数据进行分析,政府开通了“猫头鹰巴士”(一种深夜巴士系统),使用猫头鹰巴士路线的平均乘客人数明显多于其他具有类似特征的白天巴士路线。这极大地提高了财政资金的使用效率。新加坡陆路交通管理局(LTA)在2010年启动了陆路运输网络规划(PLANET)项目。该系统每天收集有关1200万公共交通行程信息,并包括有关同一通勤者从起点到目的地的一次或一系列乘车信息,通过建模,优化公交线路和频次,极大地提升公共交通的效率。

  在我国,财政决策的流程在不断优化,但如何引进大数据分析方法,实现精准决策,事先推动财政资金效益的提升,仍有较大的空间。这将是财政决策进一步提升的重要方面。

  三、财政监管大数据运用的政策与建议

  通过以上分析可以看出,大数据在财政监管应用中极具潜力。这种潜力的发挥,需要有相应的政策措施予以保障。

  (一)树立大数据思维

  大数据分析方法不单纯是一种方法,更是一种全新的思维模式。在大数据运用到财政监管领域时,首先需要转变思维模式,需要从原来的事后检查模式向基于大数据的效益型监管模式转型。其次要建立大数据意识。在进行财政监管时,要有意识地使用大数据,尤其是要重视具有关联关系的大数据的运用。大数据分析会引进大量的非财政数据,利用关联关系来对财政资金进行更好监管。在实际工作中,要对这些数据有意识地运用,这要求财政监管工作人员具有大数据意识,从因果关系思维向关联关系思维转变。将大数据技术融入财政工作的“收入、支出、管理、绩效评价”等各个方面,进行全方位、全流程监督。

  (二)构建大数据财政监管平台

  我国“金财工程”从2002年开始建设,这个系统虽然已投入使用,但仍存在着数据标准不统一、数据接口不完备、数据口径不一致等问题。利用大数据进行财政监管,数据是最基本的要素,而最重要的数据是财政自身的数据。因此,要对财政领域的数据标准、数据口径、数据接口等进行统一,将财政大数据汇聚到一个平台上,这个平台对财政监管机构进行开放,而监管机构通过利用平台上的大数据,开发出相应的监管模型,嵌入财政运行过程中,一方面提高财政监管的效率,另一方面将财政监管全方位覆盖到财政全流程中。

  (三)建立数据信息的共享机制

  大数据监管除了直接利用财政部门自身的数据之外,还将应用到许多其他部门的数据。但从现实来看,我国部门间数据共享仍存在着一定的障碍,这将影响财政大数据监管效能的发挥。而有些地区,即使在名义上实现了数据共享,但其数据可用性也存在问题。调查发现,部分地方政府在开放数据的提供上管理比较混乱,各部门对开放数据采集、存储、开放的内容、口径、格式、质量等并未作出统一规定,导致在同一平台上不同部门提供的数据形式有较大的差异,某些部门提供统计公报、PDF表格,某些部门提供Excel表格,甚至出现数据重叠或者不一致现象。财政部门的会计从业资格等信息未实现共享,“金财”工程和电子政务系统未实现有效衔接,究其深层次原因就是各部门之间壁垒森严,导致数据呈条块分割,有学者将其称为“数据烟囱”现象,意思就是一个部门一个“烟囱”,“烟囱”与“烟囱”之间互不连通,而且在缺乏顶层设计和统一规划的情况下,信息化越发展就越容易固化为部门分割的“纵墙横路”。数据管理各自为政,数据之间横向交互和协作整合能力匮乏,无法实现更大规模的数据共享与互联。因此,需要更进一步探索部门间数据共享机制,利用部门间的数据,形成大数据关联关系分析的基础,从而使大数据财政监管系统的效能更好地发挥出来。

  (四)建立完善预警机制

  大数据应用的一个重要特征是预测性。利用大数据建立预警系统,才能把大数据的作用更好地发挥出来。如前所述,利用大数据分析,建立各个重要数据的阈值,设立红、黄、绿灯,直观地警示重要数据走势,这样能够起到及时预警作用。另外,利用关联大数据还可提供进一步的信息。例如,利用司法系统的大数据,分析政府融资平台涉讼的情况,可以发现很多未上报或者数据中未显示的财政数据,能够更超前地分析财政负债、收支等情况,从而提前采取相应的措施。

  (五)培养能够胜任大数据财政监管的人才

  大数据应用到监督领域,需要大量的复合型人才。大数据财政监管要求财政监管人员不但需要懂业务,还要懂信息技术。而从现实来看,这方面人才非常紧缺。因此,需要通过高校专业设置、人才培训计划等多种方式,培养一批复合型人才,支撑大数据财政监管的应用。

来源: 中国社会科学院旅游研究中心 责任编辑:朱舒婷
相关阅读 (关键词:旅游)
张树民:旅游业“内循环”发展的逻辑及任务 2021-01-25
宁夏发放首笔“人才贷” 2021-01-25
携程发起安心过年公益计划  2021-01-25
潍坊市博物馆打造郑板桥文创特展 2021-01-25
就地过年怎么“云旅游”?马蜂窝带你重温十年最佳“蜂首” 2021-01-25

5463