基于《教育系统内部审计工作规定》，我国高校在国家相关法律法规的框架内，依据内部审计制度设置内部审计机构、配备审计人员，并开展高校内部审计工作。高校内部审计通过对高校财政财务收支及其经营管理履行监督、防范和服务的职能，实现了高校财务财政资金使用效率的提升，发挥了体系建设性作用，引导了国家制定针对性的高校财经法律法规。当今金融经济环境瞬息万变，呈现出典型的大数据时代特征，高校审计也呈现出剧增的数据规模、复杂的数据类型、广泛的审计范围和迫切的时效性等特征。大数据时代为审计工作的创新提供了广阔的发展空间，特别是，大数据审计以其全面的数据兼容、高效的数据处理以及深入的数据分析，可以成为传统高校内部审计模式的有效补充。

关于大数据在审计业务中的应用推广，早在2014年国务院就颁布了《国务院关于加强审计工作的意见》，明确提出加快推进审计信息化进程，在审计实践中探索大数据运用技术。此外，2015年国务院颁布的《促进大数据发展行动纲要》和《关于完善审计制度若干重大问题的框架意见》，不仅将大数据发展纳入国家战略，更指出构建大数据审计模式对提升审计效能的重要性。在以上政策引导下，近年来，刘星、顾洪菲等探讨了大数据环境下的审计技术方法创新，并总结了关键技术问题［1-2］。在大数据与审计关系研究的基础上，郑伟等构建大数据环境下的数据式审计模式［3］。在高校审计中的大数据应用方面，刘勇分析了大数据对高校内部审计的影响，并提出应对建议［4］。针对大数据和云计算环境的特点，潘春花开展了大数据环境下的高校审计模式转变研究［5］。张晓辉等探讨了基于大数据的高校内部审计流程［6］。综合上述文献，针对大数据环境下的高校内部审计模式创新研究仍不全面，特别是针对性的审计模式设计和难点分析，而这正是本文的出发点和立足点。

1 高校内部审计的必要性及其存在的问题

1.1 高校内部审计的必要性

我国高校内部审计的主要功能是促进教育系统遵守国家财经法规并规范其系统廉政建设，可以有效维护教育系统的合法权益及其内部管理秩序，因此，高校内部审计的重要意义不言而喻，而其必要性主要体现在以下几点。

（1）对高校财政财务收支及其经营管理履行监督、防范和服务的职能

作为高校最基本的内部管理机构之一，高校内部审计机构的主要职能便是以其专业的财会计核系统、财务审计项目和财会主要指标，来监督高等院校的组织架构、内部管理、项目建设、资金来源及走向等财务状况和财务管理方面的设置、规定及流程。以此监督职能来确保高校日常资金和资产运转的安全性及合理性，并及时揭露高校相关经济管理活动中存在的风险，充分扼制高校财政财务管理中潜在的违法违规问题。

（2）提升高校财务财政资金的使用效率，发挥体系建设性作用

围绕稳定密云水库、改善官厅水库，加强城市备用水源地保护和农村分散水源地保护等3个目标，统一规划，把小流域治理规划与大流域和区域发展规划相衔接，服务区域功能定位。

（1）成本与收益的角度

由于华为技术有限公司FA16-T系列空管专用综合业务接入设备的使用愈发普及，所遇到的问题也越来越多，本文就该设备在民航空管领域中使用的几项业务进行简单介绍。

前已叙及，高校审计工作存在独立性不足、业务复杂程度高、数据利用不充分等问题，致使其难以满足当前网络化、信息化背景下审计数据陡增的状况。特别是大数据时代的到来，更是对数据化审计工作提出了更高的要求。此外，国家制定并相继实施了一系列信息化发展战略和规划，审计署“十二五”审计工作发展规划中明确指出要“大力推进电子审计体系建设，努力提高审计工作的信息化水平”，各省市的审计部门也相继启动了审计信息系统的建设工作。在国家和内部审计行业信息化要求的驱动下，高校内部审计工作的信息化建设正稳步推进。而高校审计信息化建设的环境下，相应的数据式审计取证模式和系统电子数据审计正逐步成形，从而为大数据审计的开展提供了强有力支撑。

为了保证审计工作的独立性，《内部审计基本准则》要求“内部审计机构和内部审计人员应当保持独立性和客观性，不得负责被审计单位的业务活动、内部控制和风险管理的决策与执行”。然而调研发现，高校在实施工程招标、建设和验收的过程中，往往要求审计部门的不适当介入，一旦出现质量问题审计部门也成为责任部门，审计工作的独立性难以得到有效保证。

综上所述，对于高血压合并动脉粥样硬化的患者，在治疗过程中辅以康复护理，可促进患者养成良好的生活习惯，并将血压水平稳定在正常范围内，预防疾病的进一步发展。

1.2 高校传统内部审计模式存在的问题

我国高校内部审计为高校改革和发展提供了必要的服务和支撑，但是，其现有运行模式却也面临如下问题：

分析与结果输出系统也是面向语料库用户的系统，能帮助研究人员统计分析检索结果，并能够将结果输出到单独文件，保存备用。敦煌文献多模态语料库系统可将输出结果以网页形式（HTML）加以呈现，并可保存为文本格式。

（1）审计工作的独立性不足

考虑到高校财务实行独立核算，高校系统涉及人员众多、财务活动门类复杂，开展内部审计工作有利于从高校层面贯彻落实国家对于高校的财经法律法规。另一方面，高校内部审计工作的实践过程，也是内部审计业务流程的完善过程，有利于审计人员在实践中及时发现内部审计环节的不足之处，总结高校内部审计的难点和重点，引导国家有针对性地制定适用于高校的财务审计标准和考核标准。

机制创新的原点意义可以体现在方方面面，例如，基于市场自发秩序，在中国这样的大国内部，不同地区之间资源禀赋和发展水平差异巨大，各地间完全可以通过合作，形成相互产业配套，实现最优产出水平。

（2）审计业务的复杂程度高

据2017年教育部公布的75所部属高校预算，清华大学、北京大学、浙江大学、上海交通大学、中山大学、天津大学和复旦大学等7所大学各自的预算都超百亿。除了庞大的经济预算规模，高校系统中还集成了多种形式的经营主体，如：独立学院、合作研究所、大学科技园、后勤系统、校办企业、附属医院等，这都导致了高校内部审计十分庞杂的业务流，给高校内部审计带来较大压力。

（3）审计数据的利用不充分

虽然高校内部审计业务十分庞杂，但是，与高校相关的被审计对象和审计项目仍然相对单一，高校内部审计过程中缺少全面的数据处理和分析经验。因此，高校内部审计对财务数据的挖掘还不够深入，影响了审计结论的准确性和全面性。而由于前述审计工作的独立性不足，容易导致高校内部审计结果不能被及时利用，而其指向的财务财政问题亦难以被及时解决。

（4）审计模式不适应大数据环境

大数据时代的到来，使得高校内部审计的数据采集、提取以及分析规模剧增，相关财务财政审计流程的审计资料爆增。虽然，高校走在大数据技术应用的前沿，但是高校内部个别部门却没能及时跟进，成为大数据时代的信息孤岛。特别是，部分审计人员知识结构相对单一、理念陈旧、缺少信息化人才，加之传统审计模式的局限，导致现有审计模式难以适应大数据环境。

在聋校信息技术的教学与使用实践中，注重信息技术与其它课程的整合，不但提高了教学效果同时也培养聋生对信息技术的兴趣和意识。

2 大数据审计的内涵与特征

2.1 大数据审计的内涵

大数据在改变企业会计信息化建设模式的同时，也改进和提升了传统的审计工作。虽然大数据审计存在着数据一致性、完整性、识别性、聚合性和机密性方面的问题，但是由于大数据本身所具有的充分性、可靠性和关联性的特点，使得大数据审计成为传统审计方式的高效补充。基于大数据的审计，不仅全面革新了传统抽样为主的数据采集和处理方法，可以实现对审计对象全部数据的采集和处理，还对审计范围、审计数据以及审计风险产生了影响，并且这些影响在不断扩大，审计工作也由此经历了从“抽样审计”到“全量审计”的演变。此外，大数据降低了审计取证的成本，打破了分析取证的技术限制，使得审计证据更加充分适当，有助于减少审计风险。

2.2 大数据审计的特征

有别于主要关注“计算”的云计算技术解决方案，大数据技术主要侧重于全面的数据采集、挖掘、分析技术和方法，而以大数据为基础的大数据审计有如下特征：

（1）数据来源的多样化

传统审计数据以结构化的经济运行数据为主，但随着信息化的深入推进以及物联网技术的发展，来自互联网和社交平台的非结构化数据同样也具有重要的参考价值。特别是，依托于信息化发展的大数据技术本身具有海量、多样、交互的数据特征，相应的大数据审计在其数据来源上也呈现出结构化和非结构化并存的多样化特征。

（2）数据处理的复杂性

与单一行业在大数据方面的数据应用相比，审计数据来源的多样化使得大数据审计的数据处理更为复杂，相应的数据采集、分配和存储等依靠大数据的审计数据处理技术也面临挑战。此外，由于审计数据与生俱来的跨行业、跨领域、跨层级等特点，也使得其大数据的整理归类、深度分析以及数据可视化处理过程呈现复杂性特征。

（3）数据应用的综合性

大数据时代下，审计数据不仅海量而且内部联系错综复杂，只有在大数据审计方面突破现有行业、项目、时空的数据应用界限，找到数据关联节点，形成系统综合的审计资源整合路径，才能及时发现财务财政运行的可疑点。同时，《“十三五”国家审计工作发展规划》也明确提出要推行现代化的审计数据综合应用模式，体现了数据应用的综合性特征。

3 大数据环境下的高校内部审计模式设计

从以上对大数据审计的内涵和特征的分析可以预见，为了适应大数据时代中数据来源多样化、数据处理复杂性、数据应用综合性等新型财务财政审计特征，高校传统的内部审计模式必将向着新型大数据审计模式转变，构建大数据环境下的高校内部审计模式势在必行。基于高校内部审计难点和大数据审计特征分析，以下将首先阐述高校开展大数据审计的可行性，并分别从大数据审计的框架构建层面和技术应用层面，依次开展大数据环境下的高校内部审计模式设计。

3.1 高校开展大数据审计的可行性

积极开展高校内部财务审计工作，可以正确地反映高校当前的财务工作质量和效率，合理制定日常的财务收支计划，提升高校财务管理效率和质量，从而确保高校在财政财务管理方面的合理性和科学性。对于高校建设而言，通过内部财政财务管理审计结果，能够掌握高校的财务管理和运营的整体状况，及时发现具有潜在风险甚至违法违规的资金和资产活动，从而使高校管理部门有针对性地提出内部控制策略以及相应的建设和管理建议。

针对大数据环境下开展高校内部审计项目的成本与收益状况，可以采用计算并比较净现值的方法进行分析。亦即，在确定基准收益率的情况下，分别计算高校开展大数据内部审计的的每年投入、成本以及收益，进而对该审计项目的净现值进行研判：如果净现值大于0，表示项目可行；如果净现值小于0，表示项目不可行。因此，在高校中开展大数据内部审计，需要针对具体实施项目，通过对确定的审计项目成本和收益状况进行对比，可以判断该审计项目的可行性。

③费显政.资源依赖学派之组织与环境关系理论评介[J].武汉大学学报（哲学社会科学版）,2005(7):451-455.

（2）需求与供给的角度

（3）根据内部审计实践，引导国家制定针对性的高校财经法律法规

构式语法理论能为军事英语词汇的教学模式提供一种新的选择。军事英语词汇教学对象不再是一个个孤立的词，而是要考虑到词和词之间的内在联系。语言的创造性功能是语言的根本属性。学生只要将语块与新的语境结合，将新的信息进行嫁接，就能输出相关的创造性词块和灵活的表达方式，易于记忆。

3.2 大数据审计的框架构建层

（2）审计数据存储

如图1所示，大数据审计平台利用大数据采集系统从被审计单位内部、互联网平台和社交平台等多渠道分别采集和归类各种结构化和非结构化数据；利用大数据存储系统对各类审计相关文件和支撑材料采用数据库分布式存储和集约化管理；利用大数据处理系统实现海量审计数据的统计学分析、智能挖掘和可视化处理。而综合分析系统则侧重于审计数据和审计结果的关联性分析，其中，利用高校多业务部门审计数据进行横向对比分析，通过关联信息匹配查找潜在的数据关联强度，查找所有可能的疑点；利用各级审计机关的审计结果应用进行时间和空间维度的纵向对比分析，通过信息提取和聚类分析追踪审计应用案例，发掘审计结果落实状况。

  

图1 大数据审计的框架构建层

3.3 大数据审计的技术应用层

考虑到大数据审计所具有的海量数据采集、存储以及处理，传统关系型数据管理系统（RDBMS）无法通过简单的硬件和软件拓展实现相应功能，而且复杂的大数据审计数据兼具结构化数据和非结构化数据特征，传统数据管理系统受制于结构特性，已难以适应该类新型数据处理需求，因而必须摆脱原有数据框架，依托优秀的大数据平台（如Hadoop、Spark、Storm等）建设针对大数据审计的技术应用平台（见图2）。

（1）审计数据采集

按随机方式将实验大鼠分成6组，即假手术组、模型组、阳性对照组（复方丹参滴丸）、苦心丸高、中、低剂量各1组，每组中均包含5只雌大鼠、5只雄大鼠。

数据采集是大数据审计中最基础的环节，数据的质量、完整度和采集效率直接影响后期审计数据的分析流程。首先，数据的质量包含数据的针对性、可信性和有效性，因此，必须针对审计对象的特征从海量数据中筛选相关数据信息，并利用信息流的交叉验证保证数据的可信性和有效性。浩如烟海的审计大数据既包含关系型数据库中的结构化数据，也包含着网络和媒体的非结构化数据，因而大数据审计的完整度必须由针对不同数据类型而采取不同的数据采集方法和提取方式共同保证。其次，结构化数据的采集效率可以通过现有成熟数据库技术（如SQL Server，ORACLE和DB2等）保证，而对于非结构化数据的采集效率则可以探索运用网络API接口技术、互联网爬虫算法、云数据库技术等予以保证。

基于大数据的应用基础，高校审计部门可以依托性能稳定的大数据平台，针对高校内部审计的必需构建具有高校特色的大数据审计平台。在此基础上，为实现高校审计的全覆盖，发挥审计数据的综合性特征，需要以大数据审计平台为基础支撑，结合高校多业务部门和各级审计机关的审计应用需求，构建多维的审计综合分析系统。

通过多种渠道汇集而成的海量的审计大数据，特别是非结构化的审计数据，并不能直接进行数据归类和存储，而要经过数据的集成和清洗等预处理流程，实现审计大数据在物理层、逻辑层和信息层等多维度的关联性，并清洗掉不合理、不完整和冗余的数据，才能真正提高数据的存储能力和效率。同样是为了提高存储效能，可以针对大数据的多样性、复杂性和综合性等技术特征，开发具备可扩展性、高性能、容错性、可伸缩和低运营成本的大数据审计数据中心。其中，高容错型的HDFS分布式文件处理系统和高兼容型的Hbase列式存储数据库成为数据中心建设的首选。

（3）审计数据分析

有别于传统审计流程中以查询为主要方法，以抽样采集、精确结果、因果关系等为依据，开展数据关联分析和趋势分析，审计大数据分析以数据深度挖掘、智能学习算法和可视化分析技术为主，以全体样本、高效处理、相关关系等为依据，开展审计大数据的全维化与智能化分析。其中，针对结构化和非结构化的审计数据需要分别采取对应算法，如：结构化数据分析以数据统计分析为主；非结构化数据以数据挖掘、数据类聚、事件检测、智能学习等分析为主，精细化审计大数据分析能力。同时，值得注意的是，大数据智能挖掘技术已经开始崭露头角，可以尝试将其结合到大数据审计过程中，利用其高度的智能性和综合性特点，以期更好地提高大数据审计分析的能力和效率。

由于近年来外出务工人员收入大幅度增长，农村青壮劳动力普遍认为种菜不如打工、种菜缺乏保障，多外出务工。蔬菜产业是一个资金投入高、技术要求高、劳动强度大的产业，农村种菜的多为中老年人和妇女，学习和运用新技术的能力低，影响了种菜的产出和效益。加之，对农民的宣传、培训、引导工作不够深入细致，观念转变慢，参与度不高，蔬菜产业发展仍然过多地依靠政府推动，农民的主体作用没有得到充分发挥。

  

图2 大数据审计的技术应用层

4 大数据环境下的高校内部审计难点分析及对策

4.1 难点分析

（1）审计平台硬件要求较高

海量的数据采集、大规模数据存储和高度深入的数据分析是大数据审计的基本特征，这都使得传统审计系统的处理和运算能力难以支撑。特别是大数据的实时存储量非常大，每秒钟的存储量经常达到百兆，甚至千兆级别，这些需求不仅对计算机的依赖性很强，而且也需要专门的大数据分析处理平台，特别是对其硬件配备和系统建设提出了更高的要求。

（2）审计工作信息化程度不高

以大数据为基础的大数据审计具有数据来源多样化、数据处理复杂性以及数据应用综合性等特征，其关键在于对审计大数据环境的实现。在构建审计大数据环境的过程中，审计业务数据、取证以及流程的信息化程度，直接决定了大数据审计的可行性。然而，现有高校审计系统仍然存在着信息化工具使用率不高、信息化平台不统一以及信息化数据沟通不畅等问题。

（3）审计大数据分析人才缺乏

强大的审计数据分析平台和完善的信息化审计系统都离不开专业的内部审计人员，对大数据环境下的高校内部审计而言更是如此。此外，相比于以往的制度基础审计、账项基础审计和风险基础审计，新型大数据审计所依托的数据式审计对审计人员的大数据分析与应用能力提出了更高要求。但高校的实际情况却是，审计人员对信息化审计系统的掌握不足，并且严重缺乏相关的大数据分析人才。

轿车停在门口，苏婷婷、苏穆武和苏越跟苏母、徐芬告别。三个人上了车，苏越回头：妈，徐芬，你们放心，找到杰克，我们就是用绳子捆也要把他绑回来。苏母叮嘱：别让你爸再说些没数的话了！苏穆武不满地：不让说话让我去干啥？

仿制药企业所提的专利挑战中，大多数针对的是非活性成分专利。极高的专利挑战成功率激励更多的仿制药企业对非活性成分专利提出专利挑战。而从原研药企业角度而言，非活性成分专利极高的挑战成功率又“迫使”其在桔皮书登记更多的专利，从而通过数量的优势来弥补非活性成分专利在保护效果上的不足。桔皮书中更多的非活性成分专利又必然会导致更多的针对非活性成分专利的挑战。这样就形成了一个“怪圈”，使得双方都需要付出更多的精力和资源来维护或挑战改进型的非活性成分专利。

4.2 相应对策

（1）依托高校科研优势

大数据作为新兴的前沿学科，吸引了大量科研院所和商业机构的垂青，特别是在新兴学科领域具有敏锐洞察力的高等院校，更是早已加入此行列，并已取得不俗成果。许多高校已经拓展了大数据研究及其相关应用领域的教学与科研，构建了相应的学科体系与研究机构，这使得高校内部审计向大数据审计的转变，可以依托高校在大数据技术应用领域的科研优势，首先实现相应的大数据审计硬件平台支撑。

2.2 两组影像学缓解情况的比较 为明确胸腺肽α1在结核性胸腔积液患者影像学吸收方面的作用，分别统计了治疗1个月、2个月、3个月后实验组和对照组在影像学吸收率方面的差异，结果显示，在治疗1个月、2个月、3个月后实验组的影像学吸收率均明显高于对照组，差异有统计学意义（P＜0.05），提示在应用胸腺肽α1后患者的影像学吸收率和吸收速度均有所提高，缩短了患者的病程，见表3。

（2）借力高校信息化建设

审计工作的信息化不仅可以利用计算机系统的精确性和高效性，实现海量审计大数据的将被审计单位数采集、筛选、转换和运用，提高内部审计人员的工作效率，还可以在高效的工作基础上使内部审计人员更多地投入到高校的管理审计、效益审计和内部控制中去，有效拓宽高校内部审计的范围和职能。因此需要加强高校内部审计信息管理制度建设，建设各个部门的统一沟通渠道和统一审计数据接口。

（3）加快专业人才队伍建设

大数据环境下的大数据审计，要求高校内部审计人员必须在原有审计专业知识的基础上，同时具备相当水平的信息化系统应用能力和大数据管理技术，这样才能充分应对大数据审计业务所必须的专业知识应用需求，顺利实现传统审计能力向新型数据式审计能力的转变。因此，在加快原有审计人员信息化技能培训的基础上，必须同时引进具备审计专业知识和先进数据分析能力的复合型人才，优化内部审计队伍。

参考文献：

［1］刘星，牛艳芳，唐志豪.关于推进大数据审计工作的几点思考［J］.审计研究，2016（5）：3-7.

［2］顾洪菲.大数据环境下审计数据分析技术方法初探［J］.中国管理信息化，2015， 18（3）：45-47.

［3］郑伟，张立民，杨莉.试析大数据环境下的数据式审计模式［J］.审计研究，2016（4）：20-27.

［4］刘勇.大数据对高校内部审计的影响及建议［J］.商业会计，2017（3）：57-58.

［5］潘春花.大数据与云计算环境下高校审计模式转变研究［J］.审计月刊，2017（7）：40-41.

［6］张晓辉，张璠，常淑惠.基于大数据的高校内部审计流程分析与处理［J］.科技经济导刊，2016（36）：26，56.