政府数据资产管理审计的现状、问题及对策研究

一、研究背景

在数字经济深度渗透社会治理的背景下，政府数据资产化转型已成为国家治理现代化的关键命题随着数字技术与政务服务的深度融合，各级政府在提升公共治理效能的过程中，形成了规模庞大、类型多元且关联紧密的数据资源体系。这些数据不仅具备高价值密度特征，更因其覆盖民生、经济、安全等核心领域而成为国家基础性战略资源。欧盟委员会研究显示，通过系统性开放政府数据，每年可创造 400 亿欧元的直接经济收益（Bonina，2020），而我国 80%的数据资源集中于政府部门，其潜在价值经测算可达万亿元量级（任泳然，2021）。政府数据具有“治理要素”和“生产要素”的双重属性，激活政府数据要素潜能，提升国家治理能力，是落实党中央“加快建设网络强国和数字中国”战略的重要举措（黄溶冰，2025）。

二、政府数据资产管理审计的基本理论要素

政府数据资产管理审计是保障数据安全合规、提升数据价值、强化治理效能的关键监督手段。本文从审计基本理论出发，对政府数据资产管理审计的基本理论要素进行说明，以便更好对后文进行阐述。

（一）审计目标

政府数据资产管理审计目标层次分为总体目标和具体目标（黄溶冰等，2025）。政府数据资产管理审计的总体目标，是通过系统性审查与评价政府数据资产的管理体系、运行流程及应用效果，保障数据资产的安全性、合规性、完整性与可用性，推动政府部门建立科学高效的数据资产管理机制，充分释放数据要素价值，为提升政府治理能力现代化、优化公共服务质量、支撑重大决策部署提供坚实的数据保障。

而具体目标是总体目标的具体体现，可分为六大方面：安全保障目标：核查数据全生命周期安全管控措施是否有效落地，确保数据不泄露、不篡改，明确安全责任，防范安全风险。合规管理目标：对照法规和内部制度，检查数据采集、共享开放、权属界定等环节是否合规，避免违规引发责任风险。质量提升目标：验证数据完整性、准确性等核心指标，查看数据质量管控机制是否管用，减少低质量数据对政务工作的影响。管理体系优化目标：确认数据资产管理的组织架构、制度流程是否合理，资源配置是否到位，责任是否落实，避免管理缺位。数据价值释放目标：评估数据在政务场景的应用效果，找出“沉睡数据”问题，推动数据更好地服务治理、优化服务。风险防控强化目标：识别数据资产管理中的各类风险，检查现有防控机制是否闭环，推动建立常态化风险防控体系。

（二）审计主体

根据我国《审计法》的规定，国务院和县级以上地方人民政府设立的审计机关是政府数据资产的审计主体（王志强等，2025）。依据《审计法》，国务院及县级以上地方政府设立的审计机关，是政府数据资产审计的法定主体，这一主体地位源于审计“依法监督”的基本属性，具有不可替代性。

从审计权限看，审计机关拥有资料获取权，可要求被审计单位提供数据采集台账、安全方案等资料；具备现场核查权，能进入机房、系统后台核验数据管理实况；还有处理处罚建议权，对违规问题可提整改意见或追责建议，契合审计“以证据为依据、监督问责”的逻辑。

（三）审计客体

政府数据资产来源于党政部门在履行其公共职责时形成的数据，因此，持有者是广义的政府部门，这些持有者也就成为审计客体（王志强等，2025）。同时，政府数据授权运营被认为是“数据财政”的前提（谢波峰和朱扬勇，2023），政府授权第三方进行公共数据运营服务十分常见，而被授权的运营方也可以被认作政府数据资产管理审计的审计客体。

（四）审计内容

政府数据资产管理审计应结合数据资产化阶段和全生命周期监督（黄溶冰等，2025），开展以下四种审计：全流程管理审计：查数据采集、存储、加工、共享、应用、销毁各环节，看是否有制度、流程是否落地，避免管理断档。合规与风险审计：查是否符合《数据安全法》等法规（如敏感数据是否脱敏），找技术（系统漏洞）、管理（权限乱）风险，看防控措施是否管用。价值审计：数据价值则应包含应用场景的开发、维护、升级和运营等为购买者提供使用条件的成本（邱苗苗等，2022），还应包括数据采购成本和加工成本（张骥，2023），管理体系审计：查是否有专职团队、健全制度，看人员能力、技术工具是否到位，确保管理有支撑。

三、政府数据资产管理审计的现状

（一）我国政府数据资产管理审计的现状

我国政府数据资产管理审计的现状呈现出理论构建与实践探索并进的发展态势。在理论层面，数据资产的审计作为新兴领域，近年来逐渐引起学术界的关注。现有研究主要围绕如何评估数据的资产属性、数据管理制度的合规性以及数据安全等问题展开。徐京平与朱哲茹（2023）提出国家审计可通过合规审计、制度审计、报表审计与绩效审计分别对标“业务流、技术流、数据流、价值流”，以优化政府数据资产管理，体现了审计监督与数据治理的耦合性。黄溶冰与冯严超（2025）进一步从审计目标、客体、内容、方法等要素构建了政府数据资产审计的理论框架，强调其对于推动数据资产合规、安全与价值实现的重要性。然而，当前系统性理论仍显不足，如何将数据资产管理、产权分置机制、价值评估模型等融入审计体系，尚缺乏统一共识（王志强等，2025）。在实践层面，随着我国数字政府建设的推进，政府数据资产逐渐成为推动社会经济发展的重要战略资源。各级政府在数据资产管理方面开展了大量探索，但仍面临诸多挑战。例如，数据标准化不足、数据开放程度低以及数据资产的流通受限等问题依然存在。政府数据的量化评估和价值确认仍缺乏完善的体系，尤其是非结构化数据的价值评估方法尚不成熟（崔菁颖和徐玉德，2024）。我国审计机关逐步尝试将政府数据资产的审计纳入常规工作，但目前的审计方法多依赖传统的财务审计框架，缺乏针对数据资产管理特性的系统性审计方案（黄溶冰与冯严超，2025）。总的来说，我国政府数据资产管理审计在理论和实践方面都取得了一定进展，但仍需完善相关制度建设、提升数据资产管理的标准化和系统化水平，并加强审计方法的创新，以更好地促进政府数据资产的价值实现和风险管控。

（二）国外政府数据资产管理审计的现状

在全球化与数字化深度融合的背景下，数据已成为关键战略资产，国外政府与学术界因此均高度重视其管理与审计工作。在学术研究层面，国外学术界早期便围绕数据资产框架（DAF）展开探讨，深入研究数据资产中的审计实现路径（何雨，2023），为实践层面的审计工作提供了理论支撑。从整体实践来看，国外相关探索呈现出法治化、标准化、全生命周期化的显著特点，且普遍聚焦于数据质量、安全合规与价值实现三大核心维度。具体而言，在政府层面，美国、欧盟、澳大利亚等发达国家率先通过立法明确数据资产的国家战略地位，并构建起多层次治理框架：美国《联邦数据战略与 2020 年行动计划》着重强调政府数据的长期管理、价值评估及跨部门协作，推动数据资产目录编制与安全审计（夏义堃和管茜，2022）；欧盟《通用数据保护条例》（GDPR）通过设立数据保护官（DPO）制度，强化数据隐私保护与安全审计（崔菁颖和徐玉德，2024）；澳大利亚国家档案馆（2022）提出从质量、价值与安全三维度开展审计，以规范数据全流程管理；法国依托数据保护监管机构，强制要求对数据安全及传输环节进行周期性审计检查；英国则专门为高等教育机构开发专属数据审计体系，用于评估数据资源的分布与利用现状（Jones 与 Ball，2008）。不过，当前国外政府数据资产管理审计仍面临数据定价机制复杂、数据安全与开放利用平衡难度大等现实挑战。尽管如此，其对数据资产审计的高度重视以及在实践中积累的深化成果，仍为我国推进政府数据资产管理审计工作提供了宝贵的经验与有益借鉴。

四、政府数据资产管理审计存在的问题

审计技术与方法的适应性不足。大数据时代，审计模式向综合数据审计转变，依赖计算机信息系统和大数据分析软件，职能从侧重事后审计转向预防和实时监控。但目前大数据审计在法律法规、业务覆盖、技术协同和人才队伍等方面存在不足。数据采集、存储等环节缺乏依据；业务覆盖主要以传统方式为主，覆盖领域有限，对数据价值利用不充分；传统审计技术与大数据审计需求协同不足，数据质量和完整性存在问题；审计机关大数据审计专业人才匮乏，复合型人才稀缺，现有审计队伍知识结构老化，制约技术创新应用。

审计依据建设滞后。全球范围内政府数据资产管理审计仍处于探索阶段，普遍面临规章制度滞后问题，特别是在用户隐私保护和国家信息安全等敏感领域，缺乏明确、具体的法规指导（张梦雨，2025）。数据治理框架和审计标准虽有进展，但尚未形成系统化体系。当前政府数据资产管理审计缺乏统一且细化的制度框架，现有规则多分散于部门政策或地方实践中，尚未形成覆盖数据采集、确权、估值、交易全流程的审计规范。例如，当前并未建立政府数据资产定价、会计计量等会计审计准则（何雨，2023），政府数据资产的权属界定规则、安全责任划分等核心问题也未明确，导致审计实践中对数据资产的“确认、计量、报告”缺乏统一依据，易出现监管空白或标准冲突。部分地方虽尝试建立数据资产登记或评估制度，例如甘肃省《关于加快完善数据产权体系的意见》、山东省《济南审计助力加快推进数据要素资产化管理》，但全国层面的审计准则缺位，使得跨区域、跨部门审计难以形成一致的评价体系，影响审计结果的可比性和权威性。

跨部门协作与审计资源整合难题。政府数据资产主体行业范围广、价值属性认定复杂（何雨，2023）。且政府数据资产分布在多个部门，管理实践多停留在资源层和资产层，对价值层管理不足，部门间数据标准不一、共享机制不完善，跨部门协作效率低，导致数据难以有效整合与共享，制约了数据资产价值的释放。一方面，部门间数据系统相互独立，数据格式、安全等级、开放权限不统一，审计部门获取跨领域数据需耗费大量协调成本，甚至因数据壁垒导致关键信息缺失。另一方面，协同责任划分模糊，缺乏明确的跨部门协作流程和责任追溯机制，导致部分单位对审计配合消极，数据提供不完整、不及时，甚至出现推诿现象，限制审计监督的全面性和时效性。

数据资产特性引发的审计挑战。根据审计署审计科研所《数据资产入表的现状、问题及审计研究》，数据资产具有非排他性、高可塑性和价值易变性等特点，导致在财务报表确认中面临初始计量、后续交易、融资和减值测试等诸多不确定性。数据所有权和控制权复杂，易引发权利与义务纠纷；从认定层次看，数据资产无形且动态，审计师难以验证其存在性；管理层可能因利益驱动夸大数据资产价值，存在虚增资产、美化财务报表的风险。数据估值主观且波动大，增加了估值和分配的错报风险；其复杂性还易导致完整性声明相关风险。

五、政府数据资产管理审计的改进建议

政府数据资产管理审计是国家信息能力建设中监督能力的重要构成之一（黄溶冰等，2025）。纵观国内外对于政府数据资产管理审计的实践，结合可以从整体框架、管理机制和具体操作三个方面来总结经验，提出改进建议。

整体框架方面，健全政府数据资产管理审计制度体系。借鉴美国、英国等国家的经验，同时结合我国的《审计法》，制定统一的政府数据资产管理审计条例，明确数据资产的定义、分类、产权界定、计量标准、审计流程和责任主体等内容，为审计工作提供明确的理论依据。同时，整合《数据安全法》《个人信息保护法》等现有法律法规，形成涵盖数据采集、存储、共享、利用、审计等全生命周期的法律规范，确保数据资产在合规的框架下进行管理和审计。最后，根据政府数据资产分布的行业对应相关监管部门监管（何雨，2023），从而可对相应部门进行审计。如政务服务数据由政务服务管理部门牵头，金融数据由央行与银保监会负责，医疗数据由卫健部门主导，进行审计时直接对对应部门进行监督、鉴证。

管理机制方面，建立跨部门协作审计机制。借鉴美国建立以首席数据官（CDO）为核心的跨部门数据治理委员会和我国某市“审计监督+部门协同”的治理模式，成立由政府领导牵头，审计、财政、工信、大数据管理等部门参与的跨部门数据资产管理审计工作小组，明确各部门的职责和分工，建立定期沟通和协调机制，共同解决数据资产整合、共享、审计等过程中遇到的问题。参考《上海市大数据中心关于本市公共数据治理及数据资产管理情况的专项审计整改情况》的审计建议，积极推进数据共享渠道整合和集中统一管理，推动部门间数据标准的统一和互操作，建立数据资产目录和共享平台，实现数据资源的跨部门流通和协同利用，提升数据资产的管理效率和价值释放能力。

具体操作方面，加强技术应用与审计人才培养。推动大数据审计技术创新，加大对大数据、人工智能、区块链等技术在政府数据资产审计中的研发和应用投入，持续推进技术创新政策的深入实施（夏义堃，2022）。人力资源社会保障部、中共中央组织部等多部门印发的《加快数字人才培育支撑数字经济发展行动方案（2024-2026 年）》指出，数字人才培育重点任务包括六个方面：一是实施数字技术工程师培育项目，二是推进数字技能提升行动，三是开展数字人才国际交流活动，四是开展数字人才创新创业行动，五是开展数字人才赋能产业发展行动，六是举办数字职业技术技能竞赛活动。可依照方案内容，培养既懂审计理论又掌握大数据技术的复合型人才，满足大数据审计的需求。

参考文献

[1]Bonina， C. M. New Business Model and the Value of Open Data[EB/OL].[2020-07-11].http：// pdfs.semanticscholar.org/ceaf/d56a1172833a74246f4f3084b17d5e8b54af.pdf.

[2]任泳然，2021.政务数据资产化[M].北京：企业管理出版社.

[3]徐京平，张可雨.国家审计与公共数据资产管理：逻辑体系､作用机制和驱动路径[J].财会通讯，2024，（05）：14-21+26.

[4]黄溶冰，冯严超.政府数据资产管理审计研究[J].审计研究，2025，（01）：24-32.

[5]王志强，侯丹，郑石桥.政府数据资产审计：一个理论框架[J].会计之友，2025（7）：127-132.

[6]谢波峰，朱杨勇，2023.数据财政：公共数据运营的现实需要和构建逻辑[J].中国行政管理（12）：26-35.

[7]邱苗苗，景杰.数据资本存量的价值测度与分析[J].中国统计，2022（11）：72-74.

[8]张骥.关于数据资产审计的若干思考[J].产权导刊，2023（5）：42-45.

[9]朱哲茹，徐京平.“伪技术治理”的国家审计再治理：现实缘起､逻辑基础与治理路径[J].财会研究，2024，（01）：58-64.

[10]何雨.国家审计与政府数据资产监管研究[J].财会月刊，2023，44（07）：113-120.

[11]夏义堃，管茜，2022.国外政府数据资产管理的主要做法与基本经验[J].信息资源管理学报（6）：18-

[12]崔菁颖，徐玉德.政府数据资产治理的逻辑机理､国际经验与优化路径[J].财政研究，2024，（10）：1733.

[13]张梦雨.数据资产审计挑战与风险管控策略研究[J].商业观察，2025，11（17）：81-84，92.

[14]向书坚，梁燕，朱贺，2023.政府数据资产核算若干理论问题研究[J].统计研究（8）：18-31.

[15]宋晶晶，2020.政府治理视域下的政府数据资产管理体系及实施路径[J].图书馆（6）：8-12

[16]易明，冯翠翠，莫富传，段尧清，2022.政府数据资产的价值发现[J].电子政务（

[17]杨宇婷.数据资产入表的挑战与应对[J].企业管理，2025，（03）：45-49.

[18]Jones， S.， and Ball， S.， and Ekmekcioglu， A. 2008. The Data Audit Framework： A First St ep in the Data ManagementChallenge[J].International Journal of Digital Curation，3（2）：112-118.