内蒙古自治区通辽市财政局  白塔琳夫

财政是国家治理的基础和重要支柱。财政管理是否科学规范，直接关系公共资源配置效率、宏观政策实施效果和政府治理公信力。当前，随着财政收支平衡压力加大、支出刚性约束持续增强、公共服务需求不断提升，财政管理须更加注重制度约束、标准控制和程序规范。推进财政科学管理法治化，正是适应财政运行新形势、提升财政治理能力的重要路径。财政科学管理法治化，即是把财政权力运行全过程纳入规则明确、程序规范、监督有力、责任清晰的轨道之中。从预算管理看，财政科学管理法治化至少包括三个层面：一是规则层面，即财政资金安排应有明确政策依据、支出标准和审核规则；二是程序层面，即预算编制、项目评审、资金分配、预算调整、绩效评价等环节应依法依规运行；三是监督层面，即财政资金流向、使用效果和责任主体应能够留痕、复核、纠偏和问责。人工智能具有数据处理、规则比对、异常识别和辅助决策等技术优势，为财政科学管理提供了新的支撑工具。

一是规则嵌入，推动预算审核从经验判断转向规则校验。财政科学管理法治化首先要求规则先行。预算资金能不能安排、安排多少、依据是什么、绩效目标如何设定，都应建立在明确规则基础之上。人工智能应用的第一步，是先梳理财政管理规则体系，将分散在预算法规、部门规章、规范性文件、支出标准、项目管理办法和绩效评价制度中的要求转化为可识别、可调用的规则库。在零基预算改革中，可围绕项目入库、预算申报、支出标准、绩效目标、项目排序和资金安排等环节建立规则清单。对政策依据不充分、项目边界不清、绩效指标笼统、预算测算依据不足的事项，由系统进行提示；对已到期政策、低效无效项目、长期沉淀资金和重复交叉支出，由系统辅助识别。这样既可减少预算审核中的随意性，又可推动部门申报从“要资金”转向“讲依据、讲绩效、讲责任”。

二是程序确定，推动预算管理关键环节依法依规运行。法治化不仅要求有规则，还要求按程序运行。人工智能可通过流程管理和节点控制，推动预算管理程序更加规范。在预算编制环节，可设置项目申报、资料校验、绩效目标填报、支出标准比对、部门审核、财政评审等流程节点，确保必要程序不缺失。在预算执行环节，可对指标下达、资金支付、采购执行、项目进度等进行联动监测，发现执行偏慢、用途偏离、资金闲置等情况及时提示。在预算调整环节，可要求系统自动比对调整事项的政策依据、资金来源、审批权限和绩效影响，防止预算调整随意化。

三是监督留痕，推动财政运行可追溯、可复核、可问责。财政资金管理法治化的重要标志，是运行过程能够被记录、被监督、被复核。人工智能与数字化系统结合，可推动财政管理全过程留痕。如在零基预算改革中，对项目申报内容、系统校验结果、部门反馈意见、财政审核意见、预算安排结果、绩效评价结论等进行全过程记录。系统不仅记录“结果是什么”，还应记录“依据是什么、谁作出的、经过哪些程序、是否触发过风险提示、风险如何处理”。这一方面可提升财政决策透明度，另一方面也为审计监督、财会监督和绩效问责提供依据。同时，监督留痕还有助于规范自由裁量权。财政管理中不可能完全取消裁量，因为不同地区、不同部门、不同项目之间确实存在差异。但法治化要求裁量必须有边界、有依据、有记录、有监督。人工智能可通过支出标准比对、历史项目参照、异常事项预警等方式，提示裁量偏离情况，促使财政干部在作出判断时更加注重理由、依据和接受监督。

四是绩效协同，推动财政资金评价从过程考核转向结果导向。财政科学管理的最终目标，是提高财政资金使用效益。人工智能可在绩效目标审核、绩效运行监控和绩效结果应用中发挥作用。在绩效目标设置环节，可识别目标表述笼统、指标不可量化、产出与效益脱节等问题。在绩效运行监控环节，可将资金执行进度、项目实施进度和阶段性绩效数据进行比对，及时提示执行偏差。在绩效评价环节，可结合历史数据和横向比较，辅助判断项目绩效是否达到预期、资金安排是否需要调整、低效支出是否应退出。更重要的是，人工智能可促进绩效评价结果与预算安排相衔接。对绩效较好、政策效果明显、群众获得感较强的项目，可在预算安排中给予优先保障；对绩效不佳、执行缓慢、目标偏离或长期低效的项目，应推动压减、调整或退出。

一是防止技术替代法定程序。人工智能可辅助审核、提示风险、生成分析报告，但不能替代法定职责主体作出最终行政判断。预算安排、资金分配、政府采购、行政处罚、监督检查等事项，都涉及法定权限和责任承担，不能简单以系统结论作为唯一依据。财政部门应明确人工智能输出结果的性质，将其定位为辅助参考，而不是最终决定。凡涉及重大财政资金安排、重大政策调整和重要监督处理事项，仍应依法履行集体研究、合法性审查、专家论证、风险评估等必要程序。

二是防止算法黑箱影响公平公正。如果模型规则不透明、训练数据不完整、算法逻辑难解释，可能导致审核结果难以复核，甚至形成新的不公平。财政管理强调依据公开、规则明确和责任可追溯，人工智能应用也须符合这一要求。对用于预算审核、风险预警和绩效评价的模型，应明确其数据来源、规则依据、适用范围和更新机制。对系统提示的异常事项，应允许部门进行说明和申辩；对模型判断存在争议的事项，应建立人工复核和纠错机制，不能让“机器说了算”。

三是防止数据安全和信息泄露风险。财政数据涉及预算安排、资金支付、政府采购、国有资产、债务管理、单位信息和部分个人信息，具有较强敏感性。人工智能应用必须以数据安全为前提。应根据数据类型和敏感程度实行分类分级管理，明确哪些数据可以用于模型训练，哪些数据只能在内网环境调用，哪些数据不得向外部平台传输。对涉及国家秘密、工作秘密、商业秘密和个人信息的数据，应严格执行保密和个人信息保护要求，防止因技术应用造成数据外泄和安全风险。

四是防止责任主体虚化。人工智能应用容易带来一个现实问题：如果系统判断有误，责任由谁承担？如果完全依赖系统结果，可能导致财政干部责任意识弱化。推进财政科学管理法治化，必须坚持权责一致。系统建设单位、业务主管部门、具体审核人员、技术服务机构之间的责任边界应当清晰。财政部门应建立人工智能应用责任清单，明确规则维护、数据管理、模型更新、结果复核、异常处置等环节的责任主体。

一是建立财政人工智能应用规则体系。财政部门应优先梳理预算管理、国库支付、政府采购、资产管理、债务管理、财会监督、绩效评价等领域的法律法规和业务规则，形成可供系统调用的规则库、标准库和指标库。对规则不清、标准不明、边界模糊的事项，应先完善制度，再推动技术应用，避免在规则缺位情况下盲目依赖算法。

二是构建“AI初审+人工复核+集体决策”的运行机制。人工智能适合承担材料校验、规则比对、风险提示和绩效分析等基础性工作，财政干部则应重点把握政策目标、公共利益、地区实际和综合平衡。对一般性、重复性事项，可以提高系统自动校验比例；对重大项目、敏感事项和争议问题，必须强化人工复核和集体决策，确保财政管理既有效率又有法度。

三是推动财政数据治理标准化。人工智能应用效果取决于数据质量。应加强预算项目库、绩效指标库、支出标准库、政府采购数据、国库支付数据等基础数据建设，统一数据口径、编码规则和交换标准，减少“信息孤岛”和重复填报。对历史数据不完整、部门数据不一致、项目分类不规范等问题，应通过数据治理逐步解决，为人工智能应用奠定基础。

四是完善风险防控和安全审查机制。对财政领域人工智能系统，应建立上线前评估、运行中监测、定期复盘和动态调整机制。重点评估数据安全、模型偏差、规则适配、输出准确性和责任边界。对用于重要财政决策辅助的系统，应加强合法性审查和安全测试，确保技术应用符合法律法规和财政管理要求。

五是推动成熟做法制度化。人工智能赋能财政管理不能停留在试点层面。对实践中形成的有效做法，如预算项目智能审核、支出标准自动比对、绩效目标智能校验、异常支付预警、低效项目识别等，应及时总结经验，形成工作规程、业务指引和制度规范。