大數據在扶貧資金審計中的應用

丁雷

摘要：精準扶貧是黨的十九大以來黨和國家扶貧工作的精髓和亮點，是全面建成小康社會、實現中華民族偉大復興的重要保障。開展扶貧資金審計，是黨中央、國務院賦予我們國家審計機關的神圣職責，扶貧資金審計涉及部門多、數據量大，面對“海量”數據，使用傳統手工審計方法難以實現，使用大數據審計則會事半功倍。

關鍵詞：精準扶貧? 審計? 大數據

索引：習近平總書記在中央經濟工作會議強調：“2019年是新中國成立70周年，是全面建成小康社會關鍵之年，做好經濟工作至關重要。”在這關鍵之年，作為一名審計人員應當努力提升自己的業務能力，特別是應用大數據能力，利用大數據助力扶貧審計，既有廣闊“用武之地”，又能充分為扶貧資金使用的精準、安全保駕護航。本文根據自身實際工作經驗，將大數據在扶貧資金審計中的主要應用進行簡單總結。

一、審計所需數據的收集

扶貧資金審計，數據收集先行，通過多種途徑，著力打通相關行業數據共享壁壘。通過對各相關單位的數據采集，充實了大數據的審計數據資源，經過數據清洗和數據轉換處理，使之符合審計分析的需要，為以后的審計工作打下基礎。

需收集的相關電子數據：扶貧辦建檔立卡數據及扶貧資金發放數據、不動產登記部門的房產數據、公安部門的車輛信息數據（有時公安部門的數據不好協調，可以去國稅部門采集車輛購買時的繳稅信息，但是國稅部門信息缺少二手車信息）、死亡人口信息（公安系統死亡信息或者疾控中心死亡信息）、教育部門的中小學生學籍表及三免一助兩免一補表、財政系統的財政供養人員表、組織部門的村干部明細表、民政部門的低保五保數據、行政審批局的工商登記信息等數據。

二、規范審計步驟，找準審計線索，取得審計證據

首先需要將收集到的電子數據導入SQL-Server數據庫中。在導入以前用EXCEL對數據的身份證號進行規范（假設身份證號在A1列）：

利用EXCEL的IF函數把15位的身份證號改為18位：=IF（LEN（A1）=15，REPLACE（A1，7，，19）&MID（"10X98765432"，MOD（SUMPRODUCT（MID（REPLACE（A1，7，，19），ROW（INDIRECT（"1：17"）），1）*2^（18-ROW（INDIRECT（"1：17"）））），11）+1，1），A1）。

殘疾人證號為20位，轉為18位：=LEFT（A1，18）

隨后進行數據分析，多維度分析發現審計線索。通過關鍵字段（身份證號）篩選、對比、分析，篩選出不符合條件享受政策優惠、符合條件沒有享受政策優惠的可疑線索，查找資金操作運行中的漏洞，揭露向不符合條件的主體分配或發放以及虛報冒領、閑置沉淀扶貧資金等問題，助力扶貧審計精準，實現空間全覆蓋。

最后核實審計疑點，確定審計證據。根據大數據查出的問題疑點，通過進一步核實，取得審計證據，為審計問題定性提供依據。

三、具體審計問題及審計方法

（一）扶貧數據的問題及審計方法

1.建檔立卡數據身份證號為空、身份證號重復、銀行卡號重復、銀行卡號為空等問題。所需數據：貧困戶建檔立卡數據，具體SQL語句如下：

（1）身份證號、銀行卡號為空：select *? into 建檔立卡身份證（銀行卡號）為空 from dbo.建檔立卡數據 where 身份證號（銀行卡號） is null

（2）身份證號（銀行卡）重復：select *? into 建檔立卡身份證（銀行卡號）重復 from dbo.建檔立卡 where 身份證號 in （select 身份證號 from dbo.建檔立卡數據 group by 身份證號 having? COUNT（身份證號）>1） order by 身份證號

2.有車輛人員建檔立卡（可限定車輛價款大于3000元）。所需數據：車輛信息、建檔立卡數據。具體SQL語句：Select? a.*，b.*? ?into [有車輛建檔立卡數據]? ?from dbo.建檔立卡 a? ?inner join dbo.車輛信息? b on a.身份證號 =b.身份證號? where b.車輛價款>30000。

參照該語句篩選出有商品房、有工商登記信息、村干部、財政供養人員、已死亡建檔立卡人員疑點。所需數據：建檔立卡數據、工商登記信息、村干部明細表、財政供養人員明細表、死亡人口信息。在實際操作中用內鏈接容易出錯，可以改用左鏈接進行篩選（Select? a.*，b.* from dbo.建檔立卡 a left join dbo.車輛信息? b? on a.身份證號 =b.身份證號? where b.車輛價款>30000），將篩選結果導出到EXCEL進行篩選處理，形成疑點。

3.非建檔立卡人員享受雨露計劃。需要數據：建檔立卡數據、雨露計劃名單。具體SQL語句：select * from? dbo.雨露計劃名單? where? 身份證號 not in （select 身份證號 from dbo.雨露計劃名單 a inner join dbo. 建檔立卡數據 b on a.身份證號= b.身份證號）。

4.非建檔立卡人員享受扶貧政策疑點。所需數據：建檔立卡數據、扶貧資金發放數據。具體方法參照非建檔立卡人員享受雨露計劃語句。

（二）教育扶貧資金問題及審計方法

1.應享受未享受中小學生寄宿生活費補助。所需數據：學籍表、學生生活費補助發放明細表、建檔立卡數據。具體SQL語句如下：

第一步，篩選出某寄宿初中建檔立卡學生：Select? a.* into某初中建檔立卡學生 from dbo.某初中學籍表 a inner join dbo.建檔立卡數據 b? on a.身份證件號=b.證件號碼? and a.姓名=b.姓名。

第二步，篩選出初中學生應享受未享受未享受生活費補助疑點，具體SQL語句： Select? * from dbo.某初建檔立卡學生? ?where 身份證件號 not in （select 身份證號碼 from dbo.某初中學生活費補助發放明細表）。

2.應享受未享受“三免一助”貧困學生（高中）。所需數據：學籍表、“三免一助”明細表、建檔立卡數據。具體方法參照應享受未享受中小學生寄宿生活費補助語句。

3.有車輛、商品房、工商信息、財政供養人員子女享受中小學寄宿生生活費、高中“三免一助”政策。所需數據：車輛信息、房產信息、工商信息、財政供養人員名單、中小學寄宿生活費補助名單（含父母姓名、身份證號信息）、“三免一助”名單（含父母姓名、身份證號信息）。具體方法參照，有車輛人員建檔立卡語句。

（三）危房改造資金問題及審計方法

1.非建檔立卡貧困戶享受危房改造資金，所需數據：建檔立卡數據、危房改造名單。具體SQL語句：select * into 非建檔立卡危房改造疑點 from? dbo. 危房改造名單? where? 身份證號 not in （select 身份證號 from dbo. 危房改造名單 a inner join dbo. 建檔立卡數據 b on a.身份證號= b. 身份證號）。注意，還應該利用此方法篩選，剔除低保、五保、殘疾人特困家庭。

2.連續兩年重復享受危房改造資金（以2016年、2017年為例），所需數據：2016年及2017年危房改造名單。具體SQL語句：Select? * from [dbo].[2017年危房改造] a inner join b on? and a.身份證號=b.身份證號。

3.財政供養人員、村干部、有車輛、有工商信息、有商品房仍享受危房改造資金疑點。所需數據：財政供養人員名單、村干部名單、車輛信息、工商信息、商品房信息、危房改造名單。具體方法參照有車輛人員建檔立卡語句。

（四）社會兜底扶貧（民政局）問題及審計方法

1.已死亡人口仍領取低保問題。所需數據：死亡人口信息、低保發放數據。具體SQL語句：select a.*，b. 死亡時間 into 低保冒領名單 from? dbo.低保發放表 a inner join [全縣死亡人口] b on a.身份證號=b.身份證號。

進一步篩選出死亡后一個月仍在領取低保人員，形成疑點。具體SQL語句：select * from 低保冒領名單 where? datediff（"D"，"死亡時間"，"業務日期"）>30 。

2.死亡人口領取五保問題。所需數據：死亡人口信息、五保發放數據。具體方法參照死亡領取低保語句篩選出死亡冒領五保疑點。

四、審計工作成效及思考

通過利用大數據分析比對獲得審計證據對扶貧資金進行審計，最大限度地實現了扶貧資金全覆蓋，通過多維度研究分析扶貧數據，極大程度上提升了審計工作效率，提高了審計問題精準度，較易取得事半功倍的效果，從而對被審計單位提出更加合理化地審計建議，促進扶貧資金制度機制進一步完善，推動精準扶貧政策、舉措進一步落實。

（作者單位：新樂市審計局）