冉龙杰

随着高校科研活动的规模和复杂性不断扩大，科研经费的管理与使用逐渐成为审计工作的重要领域。然而，传统审计模式在处理科研经费审计时存在效率低下、信息不全面、监督力度不足等问题。近年来，大数据技术的迅猛发展为高校科研经费审计模式的转型提供了新的契机。本研究通过对传统审计模式局限性的分析，探讨大数据技术在科研经费审计中的应用价值及其转型路径。在方法上，研究重点分析了大数据技术在信息采集、实时监督、数据整合等方面的优势与适用性，提出了一种以大数据为支撑的审计流程优化体系，并对科研经费审计模型进行了设计与初步验证。研究发现，大数据技术能够显著提升审计效率、加强信息资源整合能力，同时有助于实时风险预警与决策支持，从而满足新形势下高校科研活动多样化的需求。基于此，本研究针对审计职能、技术应用以及人员素质保障等方面提出一系列建议，为高校科研经费的规范化管理与有效监督提供了切实可行的策略支持与理论参考。这一专题研究不仅为高校科研经费审计工作提供了转型思路，还为推动大数据技术在公共领域的应用拓展了新的实践方向。

大数据技术；高校科研经费；审计模式转型；信息整合；风险预警

[1] 孙嘉蔚.高校科研经费内部审计研究[J].现代审计与会计,2022,(01):27-28. [2] 王玥.基于风险导向的高校科研经费内部审计研究[J].现代营销:信息版,2020,0(01):39-39. [3] 沈凡凡.大数据时代高校科研经费绩效影响与审计思考[J].会计之友,2022,(03):92-97. [4] 李冯坤陈筱箬.高校科研经费审计方法[J].审计月刊,2022,(05):30-31. [5] 李博.高校科研经费绩效审计探究[J].销售与管理,2022,(09):27-29.

点击下载PDF