【摘 要】
:
改革开放以来,我国的经济发展水平持续提高,这背后离不开基本建设项目的支持。2020年初,因受疫情影响,中国经济增速有所下滑,基建工程作为建筑行业经济增长的主要驱动力,使得我国经济压力得到缓解。2021年我国在固定资产上的投资高达50多万亿元,相比上年增长4.9%,为带动我国经济,发挥重要作用。在基建工程转为固定资产之前,需要对完工的建设项目进行竣工决算审计,从而对审计中发现的问题加以解决,通过正确
论文部分内容阅读
改革开放以来,我国的经济发展水平持续提高,这背后离不开基本建设项目的支持。2020年初,因受疫情影响,中国经济增速有所下滑,基建工程作为建筑行业经济增长的主要驱动力,使得我国经济压力得到缓解。2021年我国在固定资产上的投资高达50多万亿元,相比上年增长4.9%,为带动我国经济,发挥重要作用。在基建工程转为固定资产之前,需要对完工的建设项目进行竣工决算审计,从而对审计中发现的问题加以解决,通过正确评价投资效益,保证建设项目资金使用合规、合法,从而真实反映实际财务状况,提高工程项目的管理水平。近几年,我国正在持续加大对工程建设项目的投资,虽然具有带动经济增长,提供就业机会等优势,但是,现今众多的工程建设项目由政府进行投资,金额较大并且不易管理,从项目决策到最后的竣工验收,期间可能会存在资金过度浪费、工程质量不合格等弊端,造成国有资产的损失,因此,做好竣工决算审计是维护国有财产的重要保障。首先,本文以X市H建设项目为研究对象,以竣工决算审计为切入点,通过梳理国内外学者对于竣工决算审计的研究,了解竣工决算审计相关理论概念,对于竣工决算审计内容、作用、流程等有了较为清晰的认识。其次,本文案例是笔者亲身参与的实习项目,在撰写过程中,能够将所学的审计理论知识与实际参与建设项目竣工决算审计研究相结合,理论联系实践。再次,根据案例分别从审计主体,审计客体两个维度进行分析H项目竣工决算审计中存在的问题,例如,被审单位未及时报送竣工决算项目,审计人力资源的搭配不合理,审计方法落后等等,针对存在的问题,提出建设单位规范竣工验收程序、实施联网审计、严格基本建设程序等改进建议,旨在提高竣工决算审计的质量和效率。最后,本文认为竣工决算审计对于政府投资项目建设至关重要,通过完善竣工决算审计流程,促使竣工决算审计结果更加真实、合理,减少资金的损失,也为其他项目竣工决算审计提供借鉴。
其他文献
无线电信号的调制识别在现代无线通信中存在广泛的应用需求,是信号检测和后续解调之间的重要步骤,传统调制识别算法中采用的特征工程方法,本质是依靠先验知识的方法,对研究人员和信号分析设备要求较高且鲁棒性一般。近年来流行的基于神经网络的调制识别能有效简化流程,提高算法鲁棒性,但也仍然存在一些问题,例如在低信噪比下识别准确率不足,另外,传统方法模型和一些深度学习模型结构复杂,难以进行轻量化部署和应用。针对上
钢带是我国现代钢铁行业的主要产品之一,广泛应用于汽车制造、高铁运输、航空航天和造船等领域,但受原料、轧制工艺、生产环境等因素影响,钢带在轧制过程中表面会出现缺陷,影响产品质量。因此在现代工业生产中,对热轧钢带进行表面缺陷检测是必不可少的。然而由于检测难度大、生产现场环境恶劣、传统的检测技术复杂低效,采用深度学习技术可以更高效准确的对热轧钢带表面缺陷进行检测。在实际的工业生产中,由于热轧钢带表面缺陷
忆阻器作为继电阻、电容和电感之后的第四种非线性电路元件首次被蔡少棠教授提出后在学术界得到了广泛的关注,其因自身的非线性、非易失性及高集成度等特点给学者们在研究非线性电路系统和数字电路等领域提供了一个新的方向。但通过现有文献研究发现近年来对忆阻器的大量研究成果主要集中在忆阻器本身,而对系统级别的研究成果相对较少。因此,针对该问题本论文对含有忆阻器的系统展开了深入研究,建立和延拓了多类型的忆阻系统,以
糖尿病性眼底视网膜病变简称糖网病变,是一种危害糖尿病患者视力健康的常见眼部并发症,常规的糖网病变检查方法具有准确率不稳定或存在过敏反应等缺陷。本文基于深度学习技术,提出了眼底视网膜血管分割模型和糖网病变分类识别模型,并实现了自动化的糖网病变检测应用。本研究旨在利用计算机技术辅助医生对患者进行高效准确的诊断,主要工作内容如下。本文提出了一种基于DCHAU-Net的视网膜血管分割模型,该模型主要对常规
贯彻绿色经济发展理念,进行全面绿色转型,是社会主义生态文明的根本建设需要。不过,由于当前国家关于对水资源不合理的开发利用,导致了中国水资源存在着短缺的巨大风险,这将严重危害着中国社会经济的协调性和可持续发展性。目前,由于国内外有关领导干部水资源资产离任审计的有关理论研究成果较为零星并且其实践性不强,水资源资产离任审计的实际项目也十分少见,缺乏一定的实用性。所以,本文主要运用了文献研究法和个案分析法
陕西作为国内苹果栽培面积最大、产量最多的省份,所种植的苹果品质居全国首位。为保证果实质量,在种植期间对苹果病害的防范是重中之重。传统除害方法是依靠人工生产经验判断苹果叶片病害类别,并进行相应除害操作。该方法不但要求农业专家具有丰富的病害识别经验和专业除害技术,而且实际操作效率低、人工成本高,并且在大规模果园种植中不能作为客观评判依据。为解决以上痛点,本文使用高效率和低成本的深度学习方法,按照先检测
智能用电负荷检测是目前智能电网管理与监测的重要一环,用电负荷的准确检测是负荷细化管理与电网供电质量监测前提,有利于完善用户终端的电力管理以及提高电力运营效率。而传统的用电检测法需要监测模块分别单独监测单一用电器,效能转化率不高。而非侵入式负荷监测(Non-intrusive Load Monitoring,NILM)通过智能化感知将用电总负荷识别成各用电设备状态信息。本文分析了NILM系统的整体框
岩体适宜性评价是高放废物处置库选址和设计过程中的重要工作内容,以判断场址岩体是否满足处置库长期包容和隔离核素的功能要求。但是,传统岩石地下工程所使用的岩体质量评价方法均无法反映上述长期安全性要求。针对我国高放废物处置研究需求,陈亮等(2015、2018)提出国际上首个定量化高放废物处置岩石适宜性评价系统——QHLW,并成功应用于我国高放废物处置地下实验室场址筛选,为最终确定地下实验室场址提供了有效
随着新冠疫情在全球范围内持续的蔓延,人们的日常生活正面临着前所未有的压力与危机。准确而及时的检测出新冠肺炎对疫情防控和患者治疗十分重要。虽然通过深度学习算法分析新冠患者胸部X光片(Chest X-Ray,CXR)是一种有效的诊断方式,但是由于CXR图像特征信息的复杂性和分割网络功能的单一性,精准的分割出肺炎感染区域仍然具有很大的挑战。因此,本文研究了基于深度学习的新冠肺炎CXR图像分割算法。通过设
驾驶员异常驾驶行为的高效识别对预防交通事故的发生具有十分重要的意义。近年来,随着机器学习和人工智能的发展,车辆也逐渐趋于智能化。为有效地规范驾驶员驾驶行为,采用在智能车上安装摄像头的方式以获取驾驶员相关信息。搭建卷积神经网络模型对获得数据进行分析,通过最终的识别结果对驾驶员行为进行有效分类。针对“精准-快速”两个方面,提出了两种异常驾驶行为识别方法。主要工作内容如下:(1)针对当前驾驶行为识别精度