财政支出绩效评价体系优化措施

时间:2022-04-27 09:50:08

导语:财政支出绩效评价体系优化措施一文来源于网友上传,不代表本站观点,若需要原创文章可咨询客服老师,欢迎参考。

财政支出绩效评价体系优化措施

摘要:文章以大数据技术作为研究的切入点,分析财政支出绩效评价体系优化问题。当前财政绩效评价体系存在数据收集不全面、制度不完善、技术不成熟等问题,大数据技术可以优化财政绩效评价体系,重点体现在完善财政绩效评价数据、改进评价制度、技术突破等方面。同时文章讨论了大数据背景下财政支出绩效模式的潜在风险,并就风险防范提出相关建议。

关键词:绩效评价;大数据技术;财政支出

党的报告提出,“要建立全面规范透明、标准科学、约束有力的预算制度,建成全方位、全过程、全覆盖的预算绩效管理体制。”体现了党中央对建立科学合理的财政支出绩效评价体系的高度重视。目前大数据处理技术迅速发展,涉及财政支出评价工作的各个方面,财政支出大数据的收集来源丰富,数据体量大,覆盖面广。大数据技术的应用对财政支出绩效评价工作提出了新的要求,因此我们要从财政数据积累利用、财政支出制度完善、技术突破方面创新财政支出绩效评价方式,不断优化我国财政支出绩效评价体系。

一、当前财政绩效评价体系完善的相关制约因素

(一)数据因素

一是在传统的财政支出绩效评价体系下,财政部同各级资金使用单位存在信息壁垒,掌握的项目信息不够全面,财政支出的资金数据收集不够充分,评价体系无法形成系统的、成片的、动态的信息流,无法进行评价跨年度的横向对比和项目之间纵向对比。二是我国对财政大数据的应用程度和重视程度远远不够,包括数据的二次利用,但是目前我国各级政府均没有对管理中产生和收集到的数据给予足够重视和充分使用,缺乏大数据管理思维。

(二)制度因素

我国的财政支出相关的法律法规不健全,同时也缺乏相应的独立的财政支出绩效评价机构,存在组织保障上的欠缺。财政绩效评价工作存在不够正式、制度不够明确、程序不够规范、相关项目和人员激励约束机制不足等问题,可能造成评价部门人员积极性不高。另外,我国的新兴行业和产业层出不穷,但行业标准值、历史标准值较难获得,财政支出评价缺乏相应的参考,评价结果的科学性有待提高。

(三)技术因素

一方面,从硬件系统上看,绩效评价体系的数据安全和隐私工作对技术上要求较高,传统的财政绩效评价体系下政府部门的绩效管理信息技术不成熟,缺乏技术支撑,数据收集受限。另一方面,从评价体系上看,财政支出绩效评价方法单一,评价目标的设定不够科学,缺乏相应的参考值和纠错制度,因此评价结果难以发挥监测和指导作用,相关文件政府审批时间过长,评价效率十分低下。

二、大数据技术背景下财政支出绩效评价体系的优化措施

(一)完善数据收集

采用大数据的技术能够建立财政大数据分析平台,建立财政支出大数据项目库和信息库,构建财政内部与财政两大数据资源池。首先,大数据技术可以突破空间限制,解决部门之间的信息不对称的情况。例如我国建立了财政大数据中心,对财政内部数据和外部数据以及各部门之间的数据进行深度融合,完善数据信息。其次,大数据的信息收集和处理方式由传统的人工收集转变为分布式的动态采集,可以将一些财政文件、视频资料等非结构化数据转化成结构化数据,形成数据仓库,并对采集来的电子数据进行还原、清洗、转换等标准化处理,对财政支出项目运行全景进行分析。最后,财政支出大数据可以实现财政的智能化处理,进行财政支出月度和年度趋势分析,帮助财政判断一定时期内的财政支出项目完成的进度,及时发现影响财政支出的主要因素和相关隐患,更好地预测未来,分析结果可为财政支出预算单位和地方政府下一步财政支出措施提供参考。

(二)改进评价制度

大数据可以作为评价制度创新依据的主要工具。一是体现在数据的分析应用上,通过指标设定,财政支出明细中提取数据,灵活设定各种查询条件,进行财政支出数据全面分析,多元化满足用户功能需求。二是体现在财政支出绩效管理上,财政支出大数据可以通过每个项目的分析,反映和考核财政支出用于改善某一地区的努力程度。大数据技术可以让评价指标更加规范,政府可以利用大数据技术收集数据库获取相应行业标准值、计划标准值、历史标准值、经验标准值,建立财政支出数据模型,对指标差异率、预算执行进度、支出决算、财政供养人员经费进行分析,分析财政支出规模的合理性,对重点支出的完成情况及变动原因进行预测,建立评价结果反馈机制,让评价结果更好应用于绩效评价方案的改进上。

(三)实现技术突破

一是从数据存储上看,大数据存储系统的优势是可在数据总量庞大时降低数据库的整体负担,可通过虚拟内存实现数据缓存,从而使数据信息进入数据库的总量和频率都降低,缓解数据存储的压力。大数据分布式文件系统所建立的分布式数据库可以提供数据储存以及查询功能,能够提高数据库的存储规模,满足财政绩效评级过程产生的海量数据的存储要求。二是从数据处理上看,通过研究财政大数据战略,开发预测模型和规范模型,使财政支出资金使用更加透明化和精细化,为政策制定提供依据。三是我们可以收集用户访问信息和频率,分析用户需求,并由此提升财政支出的针对性,基于大数据技术,财政部门可建立一本账分析,对支出业务项目分类分析,对财政运行整体分析,为决策提供依据。

三、大数据背景下财政绩效评价潜在问题与挑战

(一)数据公开程度低

一是目前政府部门较少公布相关社会信息资源,政府部门仍然是中国社会最权威的信息占有者和控制者,相关的信息极少公开,透明度极低,形成政府部门信息孤岛,同时缺乏公共平台和共享渠道,相关制度不健全造成政府部门不愿公开数据,也缺乏数据公开的动力。二是各个部门应用大数据处理财政支出绩效评价的意识不够,审批程序烦琐且容易出错,财政支出资金使用的透明度不高,很容易产生寻租行为。

(二)数据存在安全隐患

一是存在数据泄露问题,大数据技术目前还不够成熟,很容易面临安全风险,大数据所储存的数据量非常大,而数据保护过于简单,较容易形成漏洞,造成信息泄露。二是个人隐私安全问题,在大数据时代,网络运营商在分析和共享客户的个人信息时,一些平台通过强制授权,很容易使得毫无关系的信息与之关联,超范围收集个人信息,侵害用户隐私。

(三)资源配置不均衡

一方面,大数据人才地域分配不均衡,基于教育资源和经济条件等因素,一线城市对大数据人才的重视程度较西部地区更高,同时大数据人才多集中在互联网和金融企业,中小城市的大数据人才储备少,供给不足。另一方面,财政支出绩效评价大数据平台软硬件不够匹配。目前各地软件系统自身建设的不完善,某些地区电脑以及相关硬件设施老化严重,软件硬件的适配性不足,数据信息无法及时汇聚及传输至全省共连系统。

四、建立和加强大数据财政支出绩效评价制度的建议

(一)建立大数据财政绩效评价信息使用权限制度

大数据技术虽然可以实现数据互联互通,提升数据信息应用能力,但为了保护数据使用的安全性,相关部门可以通过设置权限,限制共享平台中政府部门间信息资源的使用,防止信息泄露或非法传播。政府部门和相关机构可以建立大数据财政支出平台,实时监管账户,平台使用方和被使用方必须使用私钥登录平台运作,直接对接使用方,简化审批,为财政决策和有效运行提供坚实技术保障。对于需要向社会公开的每一笔钱的时间、地点、金额,所有人均可用公钥登录数据平台进行查询,以此保证资金周转公开透明,打击非法使用挪用资金的行为,防范资金使用方的寻租行为。

(二)建立大数据风险预警机制

一是针对大数据可能出现的安全风险,各级政府部门可以建立大数据风险预警机制,找到风险点,提出解决方案,财政部可以与多部门共享数据资源,构建“财政资金电子档案袋”,一旦出现问题,能迅速做出反应,对库款的使用方进行约谈和取证。二是从资金管理方面,大数据技术可以整合资金实际投入、实际支出、资金结余,构筑“资金动态流向图”,实时查看资金账户动态,建立全方位监管体系,及时调整财政支出规模。例如,根据韩健等(2020)等研究可知我国基层的财政收入有限,偿债能力较弱,保障性较差。因此各省市可通过大数据技术及时监测基层收支规模,按照需求缩减或者扩大财政支出规模,设置警示值,警惕债务风险进一步扩散。

(三)优化资源配置

一方面,为解决东西部大数据人才不均衡的问题,制定科学合理的人才战略,适度增加西部开始大数据技术专业的开设院校,引进更多的师资力量,大力培养大数据复合型应用人才,另外可通过大数据技术打造财政支出绩效评价云学习平台,打破空间限制。另一方面,针对软件和硬件不匹配的问题,我们要加大研发力度,根据应用场景以及实际需求对软件进行定制,同时生产智能设备,及时维护和更新大数据财政支出绩效评价平台,提升硬件性能,让硬件更好为软件提供支撑,推动我国建设高效科学的财政支出绩效评价模式。

参考文献:

[1]韩健,程宇丹.因地制宜:化解我国地方政府隐性债务的路径选择[J].中国行政管理,2020(9):12-16.

[2]韩健,程宇丹.地方政府债务规模对经济增长的阈值效应及其区域差异[J].中国软科学,2018(9):104-112.

[3]王葛杨.关于运用大数据推进税收治理现代化的思考[J].税务研究,2020(11):141-142.

[4]孙长富,吴梅英,卢奋卿.对大数据时代部门决算分析应用的探讨[J].中国财政,2018(22):43-44.

[5]韩健,程宇丹.地方政府性债务影响经济增长路径的区域异质性分析[J].统计研究,2019,36(3):33-41.

[6]常治衡,李双.大数据背景下金融互换、征信体系与算法框架构建[J].财会月刊,2020(1):159-160.

[7]李金昌.大数据应用的质量控制[J].统计研究,2020(2):120-128.

作者:龙亚君 陈勇 单位:重庆工商大学经济学院 重庆科技发展战略研究院