摘 要：数据治理是释放数据要素价值的基础和前提，是数据要素资源优质供给的核心保障。近年来，提升数据治理能力成为政府和社会共同关注的焦点，国家审计作为国家治理体系的重要监督力量，因而对数据治理情况进行审计能够发挥宏观层面的监督评价作用、中观层面的调控协调作用以及微观层面的监测预警作用，成为助推政府数据治理能力不断提升的可行之策。最后提出完善路径，健全数据治理审计标准和制度，持续推进数据治理专项审计，加强审计数据平台建设以及建立专业审计人才队伍，保障数据治理审计的顺利开展。
关键词：政府数据治理；数据治理审计；作用机制；路径研究
一、引言
目前学术界对于数据导向审计模式的相关探讨愈演愈烈，但在实际审计工作中如何评判数据质量以及审计数据是否安全可靠是难题所在，因此衍生出数据治理审计的价值需求。但是目前对数据治理审计相关的研究和探讨尚不多见，因此探究数据治理审计的作用机制及实施路径具有前瞻性意义，也是推动政务数据完整性、可靠性、可用性，赋能数据治理体系不断发展和完善的迫切要求。
二、数据治理审计的内涵
（一）数据治理审计的理论基础
数据治理审计作为国家审计业务的创新领域，目前相关的理论研究和实践探索相对较少。数据治理是遵循数据管控政策，利用组织人员、技术和流程的相互协作，管理和应用数据资产以创造价值的活动。所以，数据治理方法论是集政策、技术、流程和人员职责为一体的理论。数据治理作为国家治理体系中的重要一环，对实现政府治理能力整体提升具有不可忽视的作用，需要借助数据治理审计的方式和方法来推动完善，因此，数据治理审计以国家治理的“善治”论为源生动力，扎根于数据治理方法论，脱胎于数据治理框架，将国家审计力量灌注于数据资产完整性、可用性和安全性的全面管理，服务于政府数据治理能力有效提升。通过有效地开展数据治理审计工作，对数据治理的标准制度规范性、流程控制有效性、技术平台完善性进行评估、指导和监督，保障政府数据资产的效益性，确保实现风险可控、运营合规和价值创造的数据治理目标，进而确认数据治理体系的整体有效性。
（二）数据治理审计与信息系统审计、大数据审计的区别和联系
数据治理审计与信息系统审计、大数据审计存在紧密联系，相辅相成。信息系统审计指国家审计机关依法检查和监督被审计单位信息系统的真实性、合法性、效益性和安全性的活动。信息系统安全可靠，其承载的数据质量安全有所保障，进而才能够开展数据治理审计。大数据审计指审计机关运用云计算、数据挖掘、人工智能等大数据审计技术，对与审计事项相关的巨量电子数据进行采集、整理和关联分析挖掘，从中把握总体情况和趋势，追踪审计线索，收集审计证据，揭示审计问题的独立经济监督活动。经过有效的数据治理产生的高质量审计数据是大数据审计工作高效开展的前提，因此数据治理审计的实施也能够夯实大数据审计基础。总体来看，数据治理审计、信息系统审计和大数据审计三者各有侧重、实现方式不同，但却共同为科学治理与价值增值赋能。可以说，信息系统审计的对象是存储和处理电子数据的信息系统，而大数据审计的审计对象是承载在信息系统中的巨量数据，而数据治理审计侧重于对数据管控主体的审计，审计业务可以是对数据治理管理责任的合规审计和绩效审计，也可以是对数据治理相关政策制定的制度审计。
三、国家审计赋能政府数据治理的作用机制
习近平总书记指出审计工作要做好常态化“经济体检”，根据“经济体检论”中的观点来看，数据治理审计中的“查病”功能是指发挥审计的鉴证和评价功能，寻找数据治理过程中的薄弱环节，发现数据质量问题、数据管理漏洞以及数据标准缺陷等；“治已病”指的发挥审计的监督和建议功能，敦促其及时整改发现的问题并对相关责任人进行问责追究；“防未病”指的是发挥审计的建设性和预防性作用，强化对数据治理风险点的识别管控，促进被审计单位提高数据治理水平，保障数据治理体系持续稳健运行。对于数据治理审计在政府数据治理体系中发挥的重要职能作用，也可从宏观、中观、微观这三个层面进行深刻探讨。
（一）宏观层面的监督评价机制
国家审计机关应从促进政府数据依法治理、精准治理、长效治理的宏大目标出发,对政府数据治理相关措施的实施合法性、效率性和效益性进行审计和监督。数据治理相关制度和政策是主要评价对象，其中包括宏观规划层面的国家数据战略、数据开放政策、数据全生命周期的质量管理标准、一体化数据承载平台构建指南以及维护数据安全、隐私和伦理法律框架。审计机关对相关部门即被审计单位制定和执行数据治理政策的行为和效果进行监督,分析其治理过程中存在的问题和政策制度的缺陷,更好发挥国家审计在数据治理中的宏观调控作用。
（二）中观层面的调控协调机制
中观层面的政府数据治理主要指政府在社会公共事务治理中所产生的或需要的数据资源的治理，涉及数据资源的利用、开放和共享等，其中必然牵扯到许多主体，包括政府部门之间、政府与企业以及政府与公众等。从数据管理运行机制出发，通过数据治理审计对政府数据有用性、可用性、易用性和善用性能力体系建设实施监管,有助于消除数据孤岛，创建各部门协同性数据治理组织模式，优化权责治理结构，共享数据治理的具体情况，实现跨领域、跨地域、跨部门、跨业务数据资源的互联互通互信互认。
（三）微观层面的监测预警机制
微观层面的政府数据治理审计主要关注的是数据治理过程中的数据平台系统管理、数据质量管理、数据安全与隐私管理以及数据全生命周期管理等管理模块。将风险管理思维融入审计业务中，对数据全生命周期的质量、安全和开放等情况进行评估和分析,发现数据治理过程中存在的问题或潜在风险，尽早发出风险预警，促使相关部门采取应对措施及时整改，有效发挥审计的预防、揭示和抵御功能，不断提高数据管控水平和健全完善数据治理体系建设。
四、国家审计赋能政府数据治理的实现路径
（一）健全数据治理审计的标准和制度
建立健全数据治理的相关体制是赋能政府治理数字化转型的关键举措。目前我国大部分省市均已建立大数据中心、大数据管理局等数据管理机构，但是数据治理第三方监管机构的设立仍是一项空缺，因此，在建议成立专门的数据监管机构弥补这项空缺的同时，倡导创新性的国家审计业务即数据治理审计不免为明智之举，坚持问题导向，发挥国家审计在数据治理体系建设中的监督作用，以审促治。因此需要加强顶层设计，做到理念先行，根据中央发布的数据治理相关政策指引，积极制定数据治理规范标准以及落实数据安全相关法律法规，不断完善审计依据和审计监督制度规范，树立数据审计思维，推动建立数据治理审计的相关标准和业务准则，制定数据治理评估办法，并结合有关部门政务数据治理实际情况开展具体审计工作。
（二）持续推进数据治理专项审计
在政府数据治理审计尚未普及的雏形阶段，可以尝试以专项审计的形式进行数据治理审计工作，倡导“试点现行”的理念，开展部分审计试点，审计机关应该因地制宜安排审计试点项目，对政府数据治理体系完善程度进行全面评估，落实政府数据治理的事前、事中和事后审计。除此之外，审计机关可选择单一业务领域或部分数据治理模块开展审计，例如，杭州市审计局对市本级民生领域政务数据治理情况开展专项审计调查，深圳市审计局对公共数据资源开发利用情况开展专项审计调查，有效发挥审计监督作用，切实推动政务数据治理水平的有效改善。待审计试点项目开展到一定程度，积淀较为丰富的实践经验后，增加审计开展频次，积极探索更有效率的审计模式和组织方式，逐步推进将之发展为常规审计，建立经常性的数据治理审计制度，并在具体审计实践中不断拓展数据治理审计范围覆盖的广度和深度，为数据治理审计监督全覆盖奠定坚实基础。
（三）加强审计数据平台建设
加强审计数据平台建设是持续推进数据治理审计的重要基础保障。在数据治理的需求推动下，政府部门积极搭建数据承载平台以储存和管理数据，审计机关也需构建审计云平台实现智能审计，统筹政务数据资源，创新协同审计模式。审计数据平台主要包括数据采集、数据处理、数据分析和数据管理这四个系统。平台通过云端接口实现与被审计单位的数据交换和信息集成，进行资源共享，完成数据采集工作，随后对收集的结构化或非结构化数据进行预处理，清洗筛选使其标准化和规范化。数据分析系统是审计数据平台的关键所在，利用大数据技术进行多维分析，包括规范性分析、描述性分析、诊断性分析以及预测性分析，并辅之以可视化技术工具，提高审计效率。最后审计数据管理也是核心所在，包括元数据管理、主数据管理、数据生命周期管理和数据安全和隐私管理等，实现审计数据的有效治理。
（四）建立专业数据治理审计人才队伍
顺利开展数据治理审计的重要前提是建立专业的数据治理审计人才队伍。目前数据治理审计人才缺口较大，对于大数据审计人才的培养和培训大多都局限于大数据理论和技能层面，尚未深入到数据治理的相关内容，对于政府数据治理的理解甚浅。数据治理审计工作需要培养跨学科、高层次、综合性的审计人才，既具备政府数据治理的行政学、管理学、信息学等学科的知识储备，又掌握数据收集、数据处理、数据分析、数据甄别等大数据技术和技能。除此之外，数据治理审计人员还应具备良好的沟通和协调能力，能够与政府治理主体友好协商，妥善解决治理过程中的分歧，发现问题时及时与被审计单位沟通，提出合理的审计建议督促整改，助力政府数据治理效能的提升。 （文 / 陆赛博）
（作者简介：陆赛博，南京审计大学2021级政府审计学院审计专硕，在读硕士研究生，研究方向：政府审计。）
参考文献
[1]王彪华.大数据审计理论与实践研讨会综述[J].审计研究,2020(02):52-56.
[2]安小米,许济沧,黄婕,王丽丽,白文琳.政府数据治理与利用能力研究：现状、问题与建议[J].图书情报知识,2021,38(05):20-33.
[3]黄璜.美国联邦政府数据治理:政策与结构[J].中国行政管理,2017(08):47-56.
[4]袁亮亮,陈瑜,曾晓玲.数据治理审计应用与实践——以D集团为例[J].财务管理研究,2020(12):14-21.
[5]陈正汉.近十年我国政府数据治理研究述评[J].社会科学动态,2022(02):59-67.
[6]宋姗姗,白文琳.中国大数据治理研究述评[J/OL].农业图书情报学报,1-14[2022-05-13].
[7]阳杰,应里孟.国家治理体系下大数据审计理论框架研究[J].财会月刊,2022(08):104-111.
- 本文固定链接: http://www.dlqsyzz.com/7521.html
- 转载请注明: 《大陆桥视野》 于 大陆桥视野 发表
