学校食堂审计，向来是中小学审计工作中的重要一环。本文以T市某中学预算执行和其他财政财务收支情况的审计项目为例，以食堂入库的食材价格作为学校食堂审计的突破口，介绍利用Python技术分析食堂入库数据，查找异常信息，并与食材市场价格相对比，核查食堂资金使用情况，以供参考。
一、审计背景
在T市某中学预算执行和其他财政财务收支情况的审计调查中，审计组将学校食堂入库记录作为重点调查对象。通过前期沟通以及梳理学校提供的资料，并对2024年食堂近2万条数据进行粗略筛查，发现在筛查过程中存在两类问题：一类是食堂分类混乱，通过筛选特定食材名称来分析价格难度较大；另一类是食材价格波动大，受季节、天气、产地、人为等因素的影响，仅通过Excel表格无法直接分析原因。面对上述问题，审计人员决定采用Python分析技术，对食堂入库数据进行深度处理，结合市场均价，审查食堂采购是否存在价格虚高以及利益输送问题。
二、审计思路与方法
（一）数据预处理。审计伊始，需构建一套基于Python的数据驱动分析框架，用以客观评估机构食堂食材进货价格的合理性，其核心思路是将食堂内部流水般的每日进货数据与当地发改委发布的、具有公信力的周期性市场价格数据进行精准对标。利用Pandas库读取并清洗食堂入库与市场价格两份数据集，关键步骤包括标准化日期格式、处理缺失值以及基于统计学原理（如3σ法则）识别并剔除价格异常值。这一阶段着重解决了原始数据中常见的日期格式不统一和因录入错误导致的极端价格问题，为后续的精准匹配与分析扫清了障碍，奠定了高质量的数据基础。通过严谨的数据预处理，可以确保分析样本能够真实反映市场与采购行为的常态，避免噪声数据对整体判断的干扰。
（二）数据关联匹配与核心分析指标构建。完成数据清洗后，研究的核心在于建立食堂采购记录与相应市场价格之间的有效关联。针对每一条食堂进货记录，系统会在市场价格数据库中搜寻同一商品，并定位时间差在预设窗口期（如3天）内的最近一次市场价格记录。此种方法充分考虑了市场价格的时间波动性，确保了对比的时效性与公允性。匹配成功后，构建两个关键量化指标来评估价差：其一是绝对“价格差异”，即进货价与市场价的直接差值；其二是相对“价格差异率”，以百分比形式呈现，计算公式为（进货价－市场价）/市场价*100%。这组指标共同构成了判断价格合理性的量化基础，使得不同品类、不同单价商品间的横向比较成为可能。
（三）价格合理性判定。基于计算得出的价格差异率，设定分档阈值以对每次采购行为进行定性归类，例如：差异率在±5%内视为“合理”，±5%至±10%视为“略微偏高/偏低”，超出±10%则判定为“显著偏高/偏低”。这一分类体系将连续的数据转化为直观的决策标签。为进一步挖掘数据深层价值，审计人员可借助Matplotlib和Seaborn库打造全面的可视化分析仪表板。这包括展现各合理性类别占比的饼图、揭示价格差异分布规律的直方图、追踪特定商品价格双线走势的时间序列图，以及按商品排序的价差排名条形图。这些图表将抽象的数字转化为直观的视觉语言，极大地便利了审计人员快速定位问题商品、洞察价格波动趋势并理解整体采购绩效的全貌。
（四）异常采购行为预警。在完成价格合理性判定之后，审计进入深度挖掘阶段：异常采购行为预警。此阶段的目标是超越简单的均值比较，系统性地识别出那些采购价格显著偏离同期市场水平的商品条目，即潜在的“不合理”采购行为。审计人员采用统计方法与业务规则相结合的多维度检测策略。首先，运用基于Z-score（标准分数） 的全局离群值检测。计算所有采购记录的“价格差异率”的Z-score，将那些绝对值超过3（即处于均值三个标准差之外）的记录标记为极端异常点，这些点通常对应着因录入错误或重大失职导致的极高或极低采购价。其次，为了更精细地识别特定商品范畴内的异常，审计人员采用IQR（四分位距） 方法。按商品类别甚至具体品名分组，计算各组价格差异率的四分位数，将位于Q3+1.5IQR之上或Q1-1.5IQR之下的记录判定为温和异常。这种方法能有效发现那些在自身品类中“表现突出”的高价采购，即使其全局Z-score并不显著。然而，纯粹的统计方法可能忽略业务的动态特性。因此，引入基于动态阈值的业务规则进行交叉验证。例如，设定一条规则：连续三次采购中，有两次及以上被判定为“显著偏高”，则触发“持续性异常”预警。另一种强有力的方法是时间序列分析：利用滑动窗口统计（如30日移动平均线与移动标准差）为每个商品构建动态的价格合理区间。任何一次新的采购价若持续高于此区间的上轨，则被视为趋势性异常，这比单点判断更能说明问题。最终，所有这些检测方法输出的异常信号被汇总、去重，并赋予不同的风险等级，自动生成一份详尽的“异常采购预警清单”。这份清单不仅列出了异常商品、日期和价差，更指明了触发的检测规则，为审计人员提供了高价值、靶向性的审计线索，极大提升了后续调查的效率和精准度。
（五）疑点核实。数据预警生成的“异常清单”并非审计的终点，而是深度核查的起点。疑点核实阶段旨在将数据信号转化为确凿的审计证据，并最终形成闭环，这是整个分析方法价值兑现的关键。本框架强调人机协同：系统负责高效、无遗漏地筛查与预警，而审计人员则凭借专业判断和调查手段，对高风险线索进行穿透式分析。核实工作首先从内部凭证审查入手，审计人员调取异常采购记录对应的原始凭证，包括采购发票、验收单、合同以及付款记录，重点核查票据的真实性、完整性，验证数据记录是否与实物及财务流水相符，排除数据录入错误或凭证缺失等低级问题。在排除内部操作失误后，核查重点转向市场公允性复核与供应商问询。对于被系统标记为持续或显著高价的商品，审计人员可扩大市场询价范围，不局限于发改委数据，还可参考大型批发市场官网、其他价格监测平台的数据进行交叉验证。同时，对相关供应商进行正式约谈，要求其就特定批次的高价提供合理解释，如品质等级显著优于市场普通品、天气或季节因素等。若无法提供令人信服的理由，则可将该供应商列为重点监控对象，挖掘可能存在的利益输送问题。
三、审计成效
运用Python技术，审计人员对学校食堂海量入库数据进行自动化处理与深度分析，发现该中学食堂大宗商品采购不规范、未选择T市政府指定平台上的供应商等问题，提出规范大宗商品采购工作，加强对供应商的资质审查和管理等审计建议。该方法不仅使得审计效率与覆盖面有了质的提升，精准规范了食堂的采购行为，推动学校建立了严格的供应商审查与动态评价机制，定期对供应商的服务质量、产品质量等进行评估，确保学校食品供应的稳定性和可靠性。通过审计整改，T市某中学在规范食堂管理、提升教育经费使用效益等方面显著提升。
10个月宝宝每天需要喝多少奶粉？
