大数据(Big Data)，指的是设计的资料量规模巨大，通常超出人类在可接受时间下的收集、庋用、管理和处理能力的集合名词。在一份2001年的研究中，麦塔集团分析员道格·莱尼指出，数据增长的挑战和机遇有三个方向：量(Volume)、速(Velocity)与多变(Variety)，时至今日，这三个特点依然适用于绝大部分领域对于大数据这一技术运用的初衷。由于大数据必须藉由计算机对资料进行统计、比对、解析方能得出客观数据，因此其在物理学、生物学等领域以及军事、金融等数据量庞大的传统行业已有不少应用，而近年来，因为互联网和信息行业的引爆，使其真正成为了一个现象级的专业名词。

　　政府性投资项目审核模式创新的必要性

　　趋势的推动力量。在国内外已普遍尝试这一技术根植于政府部门的同时，国内也立足长远，深耘大数据落地的可能性：国务院于2015年8月发布了《促进大数据发展行动纲要》，这是第一次在国家层面上，推进大数据从顶层到基层的全面应用，《行动纲要》的核心在于三个词--共享、开放、安全，这是对新形势下的新技术应用提出的挑战，其具大的影响力同样会触及政府性投资项目的领域，通过加快文件数据、凭证合同等文本资源的数据化，实现开放共享、产业创新的畅想已经不再遥不可及。同时，健全大数据安全的保障体系，以专业人员的素质与资本的投入，会为这一系统的安全性添砖加瓦。以往，基层政府并没有多大动力去思考新技术带来的便利，而如今，通过国家层面的努力--这一纲要的出台，必将成为一股巨大的推力，对政府性投资项目的审核创新做出巨大贡献。

　　审核模式与监管的便利性。通常在一个政府性投资项目的周期内，牵扯的部门与单位众多，参与项目从可行性研究到最后的竣工验收、绩效分析的人员同样不少，过往，如何能保证整个项目环节资料的完整性与可信度也成了审核过程中的重难点，仅凭参与项目进度当事人的记忆或者零散不全的文件，难以保证整个审核质量的高效与有序。而数据的集中采集处理与分析，必将打通项目的上下环，若能同时兼顾开放性，则对于流程内的所有参与者，都能起到一个明确项目来龙去脉、方便查找各环节信息与内容的作用，甚至对于现金流向与资金使用情况也能起到一个良好的监管作用，人人都是参与者，人人都是监管者。通过这样的无形监管，可以彻底改变以往政府投资项目发改、审计、财政等相关部门各自为政、相关信息共享不畅的弊端，所有职能部门均可以通过监管系统与其他职能部门共享监管信息，形成对项目建设行为的规范。

　　大数据运用于政府性投资项目的新路径

　　政府性投资项目的审核模式不能永远只落脚于“1.0时代”，无论是国家层面的顶层推动，还是个人层面的意识改变，不得不承认，审核模式的创新已是大势所趋。21世纪是大数据时代，政府机关中各种数据被记录、分享、利用，运用大数据技术可对这些庞大的数据进行收集、整合、挖掘、分析等，从而获得有价值的信息。

　　随着大数据时代的到来，以云计算、互联网等技术为基础的大数据必然能引起政府性投资项目审核模式的创新与范式转换，机遇兼具挑战，困难协同希望，从意识转变、人才储备、平台搭建、数据交换、模型分析等层面，到真正完成从人工高度参与到数据分析为王的转变，而这一技术的推进趋势也表明，大数据技术最终也必将在未来的政府性投资项目审核中，发出更多的光和热。

　　政策未动，意识先行。要摆脱对数据的古旧观念，对数据进行区别对待，不能完全“束之高阁”，数据只有被人们使用，才会变成有用的信息。政府掌握着大量信息，如果这些数据被封闭起来，即使大数据技术水平再尖端、处理方式再多样，也无法达到国家层面提出的大数据产业发展要求，无法真正打造一个大数据创新传播平台。只有统一认识，打破思维定势，全面深刻的认识到大数据是提升以往政府性投资项目创新的一步，把数据的全面平台化当作未来工作重心来抓，才能使大数据评审模式的逐步落实并执行。

　　平台统一是前提。不难看出，数据的打通是关键，如何能打通在整个项目审核过程中分散于各个单位部门的数据糅合在一起，是开展政府性投资项目审核的前提。每年绩效评价和竣工财务决算的审核任务重，个数多，涉及部门多，但缺乏一个统一的报送平台和考核机制。新建的系统必须将全区所有政府投资项目的牵扯部门都纳入统一平台，做到权限下放，实现区级各部门到基层单位的资源共享。同时，在实际全面的操作之前，就要明确统一的技术标准、数据标准、接口标准，若是系统五花八门，给数据共享互通造成障碍，那就又会回到之前数据流动问题的老路上，因此，在平台运行前期，就需要作充分规划，无论是对数据标准、上传形式，还是数据存放和分析，都要做到完善统一。

　　人才是系统运行核心。无论是聘请专人负责，还是原岗位职工的“培训后上岗”，接触一个新平台的成本都是不小的，而要实现真正的熟练操作，入门门槛也必定不小。在接触这一仍是全新领域的概念时，首先要保证每个操作人员的专业性，同时，他们的能力也必须足够应付每一个环节的数据汇总。人才的储备不是一个短期的目标，只有从中央到地方做统一抓手，重视大数据人才队伍的建设，从基础抓起，完善岗位设置，才能在人才在培养的同时，保证全系统的稳定运作。

　　数据呈现形式是大数据处理的最后一环。政府性投资项目的审核目的是什么？除了明白政府资金流向与是否合理使用这样的表面原因，更深层次的目的，是为了政府能在未来的投资项目中能对资金用途作出更科学的决策。所以，无论数据库的建立、人员意识的改变、人才的培养都是前置因素，承载了大量数据的共享平台做出的数据资料的分析与展示才是终极目标。数据真正的价值，是在大样本大容量的存储库内，提炼出那些一致的、可持续性的数据，转化成全过程的利用。同时，可以在分析模型中设置预算金额、结算审定金额的监管功能，通过合同价、送审价、审定价的综合比对监控，杜绝资金浪费及潜在廉政风险。如此看来，数据的可视化与模型分析为进程纠偏、精确分析、方便监督提供了有效的方法。数据是分析的基础，需要同时具备大数据技术的支撑，以及大样本容量的输入，使得政府拥有的庞大数据转化成有用的信息。