PDF原版
跨部门数据共享是提升国家治理能力的关键步骤，但长期以来，我国政府在实施过程中仍存在标准不统一、权责不明、安全性不高等问题，导致推进进展缓慢。依托大数据的大规模处理和跨领域关联分析优势，大数据审计可以从监管角度发现数据壁垒的成因和影响，并为共享机制落地提供专业驱动。文章拟从大数据的内涵和优化路径两个方面，对大数据审计促进跨部门数据共享的作用机制和实现途径进行深入研究。
一、大数据审计推动数据共享机制落地的意义
（一）揭示数据壁垒成因，推动共享机制建设
跨部门数据共享机制之所以难以推进，主要在于各部门间存在严重的“信息孤岛”，涉及数据标准不统一、接口不兼容、产权不明确等诸多问题，多种问题相互交织，构成了一道难以逾越的数据屏障。在系统审视各部门数据资产时，大数据审计可以从行业角度，对数据壁垒的具体表现和深层原因进行充分识别，并揭示各部门在数据收集、存储和使用过程中的规范差异和管理缺陷。与传统审计相比，大数据审计具有跨领域关联分析功能，能够通过对分散于各部门的数据进行集成、对比，找出因数据标准不一而导致的信息扭曲和管理盲区。研究结果可为数据共享机制的顶层设计提供经验证据，促进相关部门就数据标准、接口协议和数据产权问题达成共识。
大数据审计与传统审计方法相比，在发现数据壁垒成因上具有系统优势。传统审计方法仅限于对某一部门或某一行业的数据进行审核，难以从整体上把握部门间数据流的结构壁垒。大数据审计是一种跨领域、跨行业的数据关联分析方法，可以发现表象合规下的深层障碍。例如，针对同一问题，大数据审计可以迅速定位冲突源头，并判定其源于数据标准差异还是管理过程脱节，进而为精准设计共享机制提供有针对性的依据。
（二）验证共享数据质量，提升审计监督效能
跨部门数据共享的核心价值在于对多源数据进行集成分析以提高监管效果，而共享数据的质量直接影响审计结果的可信度。若共享数据存在差错、缺失或时效延迟，不但无法提高审计质量，反而会造成误导性审计结果，削弱审计监督的公信力。大数据审计可以系统检验共享数据的质量，从完整性、准确性和时效性等多个维度评价数据的可用性。通过大数据的交叉比对和逻辑验证，审计人员可以及时发现数据中的离群点和冲突，并督促数据提供方纠正错误、弥补缺失。
数据质量检验的重要作用在于为不断优化数据共享机制提供反馈支持。通过对共享数据质量的持续追踪和评价，各部门可以清晰认识自身数据在共享系统中的表现，并确定改善方向和优先次序。当某部门数据质量长期不达标时，审计结论可以推动其改进内部数据治理，从而从根源上提高数据质量。与此同时，数据质量的提升亦能反馈到审计工作中，使审计人员得以依据更可靠的数据作出更准确的审计判断，从而形成提高数据质量与提升审计效率的良性循环。
（三）促进部门协同治理，消除信息不对称
由于缺乏跨部门数据共享机制，导致不同部门间存在信息不对称，跨部门协作治理又缺少共同的信息依据，使管理决策多建立在不完全信息基础上，极易出现管理盲区和决策偏差。大数据审计可以从全局角度考察各部门的运行状态，发现因信息不对称造成的管理漏洞和协作不足。通过对跨部门数据的分析，可以向各部门提供全面、客观的管理信息，从而实现部门间的协同治理。
大数据审计在解决信息不对称问题中具有更深层的价值，即能调节部门间的利益博弈。跨部门数据共享难以顺利推进，主要源于不同部门间存在“排他性”和“利益本位”心理。通过客观评价各部门的数据使用状况和共享贡献，可以发现数据排他性对治理有效性的负面效应，也可以揭示数据分享如何促进各部门管理效率的提升。这一以客观事实为依据的效益分析，有助于各方重新认识数据分享的价值，逐步消除部门本位主义对共享机制的阻碍，促进不同部门间基于利益协调形成共识，变被动妥协为积极合作。
二、大数据审计推动数据共享机制落地的优化措施
（一）建立审计驱动的共享标准体系，统一数据规范
跨部门数据共享受阻的首要原因在于各部门所采纳的数据规范不一致，同一类别的数据在不同部门间在定义、格式和编码上差异显著，导致数据无法直接对接和集成。从数据定义、数据格式、编码规则和接口协议三个层次，构建基于大数据的跨部门数据共享标准。大数据审计需要对不同部门间的数据基准进行系统梳理，找出不一致的具体环节和影响范围，为建立统一标准体系提供经验证据。同时，构建一套可扩展、兼容的标准体系，并建立标准体系的动态更新机制，针对审计工作中出现的新问题适时修正，以保证标准体系能够满足数据共享的现实需要。
在制定统一的数据标准体系时，亦需综合考虑各部门的实际承载能力和历史数据。若标准体系要求过于激进，与各行业具体技术状况脱节，则标准推广将面临较大阻力。具体措施包括：在标准编制时，充分听取有关部门意见，并根据各单位现有技术水平和数据基础，制订符合实际的转型计划。在规范转化过程中，需提供技术支撑和时间缓冲，以防止因标准转换造成数据损失和服务中断。同时，应建立对标准实施的监管和考核机制，通过大数据审计，定期对各部门的标准实施状况进行评估，并对实施中存在的问题提出整改意见。此外，构建以审计为导向的共享准则体系，打破跨部门间的格式差异，从根本上解决数据共享的技术壁垒，为共享机制落地扫清主要障碍。
（二）构建审计嵌入的共享评估机制，保障数据质量
若数据质量无法得到有效保证，不仅会降低数据共享的价值，还会引发决策失误。为此，建立基于大数据审计的共享数据质量评价机制。在数据供给端，大数据审计需要对各部门所提交共享数据的完整性和准确性进行审核，发现其中存在的遗漏和离群值，并要求其在限定期限内予以更正。
在数据传输阶段，须对传输数据进行完整性和一致性检验，以保证传输过程中数据未被破坏或篡改。在数据利用方面，应对共享数据的运用效果进行追踪和评价，判定其是否符合审计要求，以及是否存在因数据质量问题而产生的审计偏差。
评价成果的运用是保证数据质量的重要环节。优化措施包括：将数据质量评价结果及时反馈各部门，将数据质量纳入部门绩效评价指标体系，对长期不达标的部门进行约谈和整改。对因数据质量问题而造成审计结果失真、经营决策错误等情况，应对有关部门和责任人进行问责。同时，构建有效的数据质量激励机制，对能够长期、高质量共享数据的部门予以表彰和激励，以调动各部门的内部积极性，促进数据质量提升。此外，建立面向共享的全流程质量评价机制，推动共享数据质量持续提升，实现数据共享由“量”向“质”的转变，以“以质取胜”为目标，促进“协同治理”目标的实现。
（三）完善审计协同的安全管理框架，化解共享风险
化解跨部门数据共用时的数据安全风险。由于各部门间的数据具有不同的安全等级和保密要求，在跨部门流动时存在泄露、篡改和滥用等风险。以大数据审计为切入点，构建一套完整的跨部门数据共享安全管理体系，在促进数据共享的同时保障数据安全，并且从数据等级分类、访问权限控制、传输加密保护和使用行为审计四个方面展开研究，以明确各部门间的权责界限。大数据审计需要系统梳理各部门的数据安全管理措施，发现其存在的缺陷和隐患，并给出有针对性的安全防护建议。
构建全链路的信息共享安全审计机制，才能更好地实现安全管理架构的优化。为确保数据安全，需要对数据的采集、传输、存储和使用等各阶段的安全性进行监测。持续监测用户的访问和使用情况，及时检测异常访问和违规使用行为。此外，针对如何应对数据泄露、网络攻击等突发事件，以最大限度降低安全损失，并应定期开展跨机构间的数据安全联合演练，以验证系统的安全性和多部门间的协作能力。通过协同安全治理模式，旨在消除多部门间的安全顾虑，提高数据共享的可信度，并为共享机制落地提供更可靠的安全保障。
（四）培育审计引领的共享文化氛围，增强协同意识
要真正实现跨部门信息共享，除体制和技术支持外，还需在各部门间建立文化层面的合作共享意识。目前，部分行业将数据视为本部门专有资源，不愿主动分享，协作意识不强，这是造成共享机制实施困难的深层原因。制度约束可以规范行为，但不能从根本上改变观念，只有通过文化认同，才能让信息共享真正在各部门中形成自觉行动。优化措施在于，以大数据审计为导向，培育不同部门间的协作共享文化，逐步消除部门本位思想对数据共享的阻碍。大数据审计应定期发布跨部门数据共享效益分析报告，以客观事实展现数据共享对各部门经营效率提升的实际作用，使各部门都能直观体会到“共享”的收益。
同时，应构建正向激励与反向约束相结合的导向机制。优化措施包括：对积极分享优质数据、配合共享的部门予以表扬和肯定，并在绩效评估中予以加分，发挥示范带动作用。对共享意识不强、数据质量长期不达标的单位，应采取审计通报、约谈和警示等手段，加强监督和指导。应定期开展跨部门信息共享工作的经验交流，为不同部门间的交流合作搭建平台，促进部门间的了解和信任。此外，应设立信息共享的反馈和沟通渠道，使各部门在共享过程中遇到的问题能够及时交流和协商，防止因沟通不畅而引发的误解和抵触。在大数据审计的持续引导下，各部门将逐步由被动接受共享转变为积极参与共享，从而在组织层面营造协同共享的文化氛围，为共享机制的长效平稳运行提供更深层的保障。
三、结语
总之，大数据审计对推进跨部门数据共享机制落地具有不可替代的监督和驱动功能。文章在揭示数据壁垒形成机理、检验共享数据质量、推进跨部门协同治理、健全数据治理体系等方面具有重要的理论和现实意义。在实现途径上，构建以审计为导向的共享准则体系、构建基于审计嵌入性的共享评价机制、完善审计协同的安全治理架构、形成以审计为导向的共享文化，是实现大数据审计有效性的重要路径。通过多项措施的协同推进，使大数据审计能够切实支撑跨部门数据共享机制的实施，促进我国治理能力的持续提升。
（作者：牟晨 单位：广东省地质局珠海地质调查中心）
