丁雷
摘要:精准扶贫是党的十九大以来党和国家扶贫工作的精髓和亮点,是全面建成小康社会、实现中华民族伟大复兴的重要保障。开展扶贫资金审计,是党中央、国务院赋予我们国家审计机关的神圣职责,扶贫资金审计涉及部门多、数据量大,面对“海量”数据,使用传统手工审计方法难以实现,使用大数据审计则会事半功倍。
关键词:精准扶贫 审计 大数据
索引:习近平总书记在中央经济工作会议强调:“2019年是新中国成立70周年,是全面建成小康社会关键之年,做好经济工作至关重要。”在这关键之年,作为一名审计人员应当努力提升自己的业务能力,特别是应用大数据能力,利用大数据助力扶贫审计,既有广阔“用武之地”,又能充分为扶贫资金使用的精准、安全保驾护航。本文根据自身实际工作经验,将大数据在扶贫资金审计中的主要应用进行简单总结。
一、审计所需数据的收集
扶贫资金审计,数据收集先行,通过多种途径,着力打通相关行业数据共享壁垒。通过对各相关单位的数据采集,充实了大数据的审计数据资源,经过数据清洗和数据转换处理,使之符合审计分析的需要,为以后的审计工作打下基础。
需收集的相关电子数据:扶贫办建档立卡数据及扶贫资金发放数据、不动产登记部门的房产数据、公安部门的车辆信息数据(有时公安部门的数据不好协调,可以去国税部门采集车辆购买时的缴税信息,但是国税部门信息缺少二手车信息)、死亡人口信息(公安系统死亡信息或者疾控中心死亡信息)、教育部门的中小学生学籍表及三免一助两免一补表、财政系统的财政供养人员表、组织部门的村干部明细表、民政部门的低保五保数据、行政审批局的工商登记信息等数据。
二、规范审计步骤,找准审计线索,取得审计证据
首先需要将收集到的电子数据导入SQL-Server数据库中。在导入以前用EXCEL对数据的身份证号进行规范(假设身份证号在A1列):
利用EXCEL的IF函数把15位的身份证号改为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)。
残疾人证号为20位,转为18位:=LEFT(A1,18)
随后进行数据分析,多维度分析发现审计线索。通过关键字段(身份证号)筛选、对比、分析,筛选出不符合条件享受政策优惠、符合条件没有享受政策优惠的可疑线索,查找资金操作运行中的漏洞,揭露向不符合条件的主体分配或发放以及虚报冒领、闲置沉淀扶贫资金等问题,助力扶贫审计精准,实现空间全覆盖。
最后核实审计疑点,确定审计证据。根据大数据查出的问题疑点,通过进一步核实,取得审计证据,为审计问题定性提供依据。
三、具体审计问题及审计方法
(一)扶贫数据的问题及审计方法
1.建档立卡数据身份证号为空、身份证号重复、银行卡号重复、银行卡号为空等问题。所需数据:贫困户建档立卡数据,具体SQL语句如下:
(1)身份证号、银行卡号为空:select * into 建档立卡身份证(银行卡号)为空 from dbo.建档立卡数据 where 身份证号(银行卡号) is null
(2)身份证号(银行卡)重复:select * into 建档立卡身份证(银行卡号)重复 from dbo.建档立卡 where 身份证号 in (select 身份证号 from dbo.建档立卡数据 group by 身份证号 having COUNT(身份证号)>1) order by 身份证号
2.有车辆人员建档立卡(可限定车辆价款大于3000元)。所需数据:车辆信息、建档立卡数据。具体SQL语句:Select a.*,b.* into [有车辆建档立卡数据] from dbo.建档立卡 a inner join dbo.车辆信息 b on a.身份证号 =b.身份证号 where b.車辆价款>30000。
参照该语句筛选出有商品房、有工商登记信息、村干部、财政供养人员、已死亡建档立卡人员疑点。所需数据:建档立卡数据、工商登记信息、村干部明细表、财政供养人员明细表、死亡人口信息。在实际操作中用内链接容易出错,可以改用左链接进行筛选(Select a.*,b.* from dbo.建档立卡 a left join dbo.车辆信息 b on a.身份证号 =b.身份证号 where b.车辆价款>30000),将筛选结果导出到EXCEL进行筛选处理,形成疑点。
3.非建档立卡人员享受雨露计划。需要数据:建档立卡数据、雨露计划名单。具体SQL语句:select * from dbo.雨露计划名单 where 身份证号 not in (select 身份证号 from dbo.雨露计划名单 a inner join dbo. 建档立卡数据 b on a.身份证号= b.身份证号)。
4.非建档立卡人员享受扶贫政策疑点。所需数据:建档立卡数据、扶贫资金发放数据。具体方法参照非建档立卡人员享受雨露计划语句。
(二)教育扶贫资金问题及审计方法
1.应享受未享受中小学生寄宿生活费补助。所需数据:学籍表、学生生活费补助发放明细表、建档立卡数据。具体SQL语句如下:
第一步,筛选出某寄宿初中建档立卡学生:Select a.* into某初中建档立卡学生 from dbo.某初中学籍表 a inner join dbo.建档立卡数据 b on a.身份证件号=b.证件号码 and a.姓名=b.姓名。
第二步,筛选出初中学生应享受未享受未享受生活费补助疑点,具体SQL语句: Select * from dbo.某初建档立卡学生 where 身份证件号 not in (select 身份证号码 from dbo.某初中学生活费补助发放明细表)。
2.应享受未享受“三免一助”贫困学生(高中)。所需数据:学籍表、“三免一助”明细表、建档立卡数据。具体方法参照应享受未享受中小学生寄宿生活费补助语句。
3.有车辆、商品房、工商信息、财政供养人员子女享受中小学寄宿生生活费、高中“三免一助”政策。所需数据:车辆信息、房产信息、工商信息、财政供养人员名单、中小学寄宿生活费补助名单(含父母姓名、身份证号信息)、“三免一助”名单(含父母姓名、身份证号信息)。具体方法参照,有车辆人员建档立卡语句。
(三)危房改造资金问题及审计方法
1.非建档立卡贫困户享受危房改造资金,所需数据:建档立卡数据、危房改造名单。具体SQL语句:select * into 非建档立卡危房改造疑点 from dbo. 危房改造名单 where 身份证号 not in (select 身份证号 from dbo. 危房改造名单 a inner join dbo. 建档立卡数据 b on a.身份证号= b. 身份证号)。注意,还应该利用此方法筛选,剔除低保、五保、残疾人特困家庭。
2.连续两年重复享受危房改造资金(以2016年、2017年为例),所需数据:2016年及2017年危房改造名单。具体SQL语句:Select * from [dbo].[2017年危房改造] a inner join b on and a.身份证号=b.身份證号。
3.财政供养人员、村干部、有车辆、有工商信息、有商品房仍享受危房改造资金疑点。所需数据:财政供养人员名单、村干部名单、车辆信息、工商信息、商品房信息、危房改造名单。具体方法参照有车辆人员建档立卡语句。
(四)社会兜底扶贫(民政局)问题及审计方法
1.已死亡人口仍领取低保问题。所需数据:死亡人口信息、低保发放数据。具体SQL语句:select a.*,b. 死亡时间 into 低保冒领名单 from dbo.低保发放表 a inner join [全县死亡人口] b on a.身份证号=b.身份证号。
进一步筛选出死亡后一个月仍在领取低保人员,形成疑点。具体SQL语句:select * from 低保冒领名单 where datediff("D","死亡时间","业务日期")>30 。
2.死亡人口领取五保问题。所需数据:死亡人口信息、五保发放数据。具体方法参照死亡领取低保语句筛选出死亡冒领五保疑点。
四、审计工作成效及思考
通过利用大数据分析比对获得审计证据对扶贫资金进行审计,最大限度地实现了扶贫资金全覆盖,通过多维度研究分析扶贫数据,极大程度上提升了审计工作效率,提高了审计问题精准度,较易取得事半功倍的效果,从而对被审计单位提出更加合理化地审计建议,促进扶贫资金制度机制进一步完善,推动精准扶贫政策、举措进一步落实。
(作者单位:新乐市审计局)