大数据在扶贫资金审计中的应用

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）