| 廣告聯系 | 簡體版 | 手機版 | 微信 | 微博 | 搜索:
歡迎您 游客 | 登錄 | 免費注冊 | 忘記了密碼 | 社交賬號注冊或登錄

首頁

新聞資訊

論壇

溫哥華地產

大溫餐館點評

溫哥華汽車

溫哥華教育

黃頁/二手

旅游

有錢搞形象工程沒錢修漏雨教室,太荒唐

QR Code
請用微信 掃一掃 掃描上面的二維碼,然後點擊頁面右上角的 ... 圖標,然後點擊 發送給朋友分享到朋友圈,謝謝!



有錢花1.67億搞形象工程,教室漏雨、學生站著吃飯卻沒人管?

據媒體報道,國家審計署近日公布的2024年度審計報告顯示,我國教育專項資金存在違規使用情況。


100余個縣的上千所學校中,有的教室漏雨,有的電腦報廢後未再配備,有的因食堂無處擺放餐椅導致學生長期站立用餐,同時卻有十多個縣花1.67億搞形象工程。

來看看審計報告特意提到的兩個案例——

四川達州通川區在1所農村學校未補齊學生宿舍和餐廳短板的情況下,卻於2021年花費382.07萬元為另1所中學購買了190株黃葛樹、銀杏等,單價均超過1萬元。

山西懷仁市在5所農村寄宿制學校未補齊淋浴設施等短板的情況下,在2021年至2023年期間,花費238.91萬元為2所縣城學校修建假山、涼亭等景觀工程或安裝彩燈等亮化工程。

沒錢改善農村學生寄宿條件和就餐環境,卻花費上百萬在縣城學校搞花草假山,改善學校環境看起來也不算大錯,可明明可以用在更緊急的地方,為什麼要如此“劫貧濟富”呢?



同樣讓人氣憤的是,去年的審計報告重點提到了教育專項資金被違規挪用的問題,不少地方把本應用在學生身上的營養餐補貼資金,直接挪用償還政府債務、給教師發福利等,沒想到今年仍有類似問題——

有110個縣通過直接挪用、虛列支出等手段侵蝕補短板資金40.89億元,有的用於償還政府債務,有的用於平衡預算,有的用於修建教師辦公樓等。

再窮不能窮教育,再苦不能苦孩子。可看著這樁樁件件,可知教育專項資金依然是某些地方政府和部門眼中的“唐僧肉”,不管民憤多麼強烈,都要想方設法分一杯羹。

更讓人吃驚的是,除了挪用教育專項資金,有的地方還把主意打到了惠農補貼和養老金上。


審計署的報告提到,在接受惠農補貼審計的20省中,有16個省的175個縣截留挪用41.64億元,用於償還當地政府債務、發放公職人員工資等。至2024年6月底,已拖欠相關地區農戶補貼資金平均1年,最長9年。

25省的2.83萬名職工通過提供虛假病歷或篡改檔案提前退休等方式,違規領取養老待遇5.19億元,如山西蒲縣疾控中心一職工的人事檔案有14處塗改,“1 歲工作、22 歲退休”仍層層過審後“退休”,一邊領取養老金累計69萬元,一邊又在新單位工作取酬。





可以看到,不管是教育專項資金還是惠農補貼,被地方政府挪用償還債務的情況很突出。


一些地方財政近些年不容樂觀是事實,但這樣明目張膽地截留中央財政資金,把錢用在不該用的地方,讓困難人群無法享受到國家補貼和養老待遇,還是讓人覺得不可思議。

這些地方敢這麼做,根源之一或在於追責不夠嚴厲。

梳理過往新聞就能發現,地方官員搞形象工程,或挪用資金補財政窟窿,除非涉及貪腐或利益輸送,一般不會受到非常嚴厲的處罰,通常是黨紀處分,頂多免職降職,等風頭過後,說不定還能換個地方或部門高就,對官員的震懾力遠遠不夠。

而一些地方之所以出現巨大的債務難題,亂搞形象工程是重要原因之一。形象工程之所以稱作形象工程,是因為這些工程容易被看到,能讓某些官員感覺倍有面,也容易獲得職位上的升遷。

像修葺校園、改善學生宿舍環境這類工程,吃力不討好,官員們難有動力去做。久而久之就形成惡性循環,官員好大喜功埋下的雷,需要不斷擠占民生支出來補救。

也不排除一些地方抱有僥幸心理,覺得可以先挪一點還債,等有錢了再補上,直到後續發現根本無力補上窟窿。

國家撥付的專項資金,不管是用於教育、農業還是養老,本意都是為了讓更多人,尤其是經濟條件相對較差的人過上更好的生活。

所以,不管挪用是出於什麼動機,都嚴重傷害了本該受照顧人群的利益,對挪用者,該重罰就重罰、該判刑就判刑,不能只停留在整改層面。
點個贊吧!您的鼓勵讓我們進步     還沒人說話啊,我想來說幾句
注:
  • 新聞來源於其它媒體,內容不代表本站立場!
  • 猜您喜歡:
    您可能也喜歡:
    我來說兩句:
    評論:
    安全校驗碼:
    請在此處輸入圖片中的數字
    The Captcha image
    Terms & Conditions    Privacy Policy    Political ADs    Activities Agreement    Contact Us    Sitemap    

    加西網為北美中文網傳媒集團旗下網站

    頁面生成: 0.0328 秒 and 5 DB Queries in 0.0026 秒