大数据下环境审计的机会

 

（1）新的数据分析技术使环境审计取证更容易

 

仅就资源环境审计检查取证而言，环境审计不同于传统审计，其审计程序和方法更注重现场验证，因为只有这样才能更直观地了解资源环境状况。同时，环境审计人员需要处理大量的图片和视频信息，工作量大，对审计数据处理和分析的及时性提出了很大的要求。然而，在大数据环境下，云审计平台的转让审计团队不需要直接出现在资源环境审计对象所在地。审计人员可以利用互联网计算机处理和分析云数据，更好地实现勘察人员与审计人员的分工与合作。另一方面，随着大数据技术的不断发展，图像识别和图像分析技术可以给环境审计师的工作带来极大的便利。计算机不同于人脑，在观看大量非常相似的图片时不会感到疲劳，可以找出肉眼无法识别的细微差别并进行分析。图像识别和图像分析技术日益成熟，使得处理大量的环境图像和视频非常方便。随着大数据多媒体传输技术的成熟，环境审计人员可以在某些情况下使用视频传输，通过计算机处理可以更大地了解现场的气候资源和环境，审计数据的处理也更加实时。

 

从环境审计相关动态数据计算的角度来看，环境审计需要计算大量的环境绩效指标数据，一些与环境资源审计相关的数据通常是动态的，需要采用大量的定性分析、定量分析、延伸跟踪等审计方法。在大数据环境下，计算相关环境审计绩效指标比普通计算方法更实时、准确、高效。大数据技术可以从大量分散、实时变化的动态环保数据中挖掘出有价值的信息，通过分析快速获取当前情况，保证环境审计数据的及时性。

 

（2）全数据模式使环境审计数据分析更加准确

 

在传统的环境审计工作中，由于数据的多样性和复杂性，我们一般采用审计抽样进行分析，不可避免地存在一定程度的抽样风险。在大数据环境下，“样本=整体”的全数据模式是对与审计对象相关的所有数据进行分析，使审计工作能够建立一个整体到局部的审计模式。在全数据模式下进行审计数据分析，不仅可以规避审计抽样风险，而且可以打破局部计算的整体局限性，保证更准确的环境审计数据分析结果；与传统方法相比，数据不需要预处理，减少了大量的工作量，保证了数据的原始特征，使数据分析工作具有更全面、更接近真实的洞察力。