审计与纪检监察协同监督效率测度与分析——基于经济责任审计成果的面板数据

魏祥健 李 强

(重庆科技学院, 重庆 401331)

一、引言

审计擅长账务检查，纪检监察重在权力监督，二者职能差异的互补性决定了在工作中加强协同是提升我国国家治理监督质量的重要保证。2003年，中央纪委、国家监察委员会和审计署联合下发了《关于审计与纪检监察机关在查处案件中加强协作配合的通知》，第一次以文件的形式提出了审计与纪检监察协同监督的制度规定。我国早期开展的经济责任审计联席会议制度以及近几年试点的审计与纪检监察合署办公(深圳试点)、审计与纪检监察联动机制(重庆试点)都是审计与纪检监察协同监督的主要形式。十多年过去了，我国审计与纪检监察协同监督实施情况如何？实施效果怎样？还存在哪些问题？特别是在当前国家监察委成立，中央审计委员会成立，审计范围和权力进一步扩大的“大审计”“大监督”格局下，对以往协同监督实施效果进行测度和评价，分析其质量差异，挖掘其问题根源，探索其发展规律，对新形势下审计监督与纪检监察监督如何完善协作配合管理制度、提高一体化协同监督管理效率、提升国家协同反腐监督叠加效应，有着重要的理论和实践意义。

审计质量评价是相当困难的[1]，多主体、多部门的审计协同质量评价就更加困难。原因如下：首先，协同是不同主体为了同一目标共同完成任务的过程或能力，本身具有交互性和抽象性，某些数据很难用量化的指标来表示；其次，在协同过程中有独立工作和交互工作的结果，在审计成果归属中很难界定协同和不协同的边界；第三，我国当前的协同审计开展还未形成常态，成功案例不多，专门的公告的协同审计数据几乎没有，数据搜集异常困难。以上现实无疑加大了协同审计效率测度的难度，因此，本文以我国过去开展的最主要的协同形式——经济责任审计联席会议制度协同为例，根据审计年鉴中经济责任审计成果相关基础数据，通过文献对比、调研和访谈等形式对所需数据进行测算，形成基础数据通过DEA-Malmquist模型进行实证分析，以此评价国家审计与纪检监察协同监督效率和质量。

二、文献回顾

(一)关于审计协同监督的研究

协同理论(synergetics)主要是研究非平衡状态下的开放系统在外界物质或能量的交互作用下，如何通过自己内部作用力的相互影响，共同作用，自发地产生“1+1>2”的协同效应。审计署前审计长李金华早在2005年就提出，审计需要协同作战。审计是一种群体智力工作，本身就具有协同合作的基本特征[2]。

对于如何构建协同审计监督，学者们从业务协同、管理协同、技术协同等方面展开了研究。周德铭提出，利用政府政务内网资源和互联网外网资源构建审计署、省、市、县四位一体的政府审计业务协同[3]；王会金提出，从协同战略、协同管理、协同业务三个层面构建政府审计管理协同[4]；丛秋实等基于云计算的技术支持，研究了协同国家审计的战略机制、运行机制、保障机制，构建政府审计技术协同[5]。

国内较早在经济责任审计中推广的联席会议制度其实就是审计协同监督的主要形式，通过审计机关与纪检监察机关合署办公、协同联动、线索移交、案件移送等方式开展合作。审计监督与纪检监察监督是国家反腐治理的中坚力量，在反腐败斗争中要充分发挥纪检、监察两种核心职能，形成监督合力，是对腐败行为进行标本兼治的理性选择与有效措施[6][7]。西方国家没有纪委部门，审计多与反腐部门合作，如瑞典的国家反腐败办、美国的联邦调查局、新加坡的贪污调查局等，此外，在合作中还关注其他学科提供的技术支持[8]，还参考内部审计工作提供的相关审计证据支持[9]。

(二)关于审计效率测度方法的研究

国家审计效率测度通常采用定性和定量两种方式[10]：

定性分析方式包括平衡记分卡、审计费用溢价测度、审计意见类型测度、会计盈余质量测度等方法。如美国审计署 (GAO)、英国国家审计署、欧盟审计法院等以平衡记分卡理论为基础，建立绩效评价指标来测度审计质量[11][12]。针对社会审计，国内研究最多的通过审计费用的高低来评价审计质量，即审计费用溢价高就意味着高质量的审计[13]。审计意见类型是审计质量评价最显著的外在标志，这也是国内外学者研究审计质量时常用的评价方法。还有学者从会计盈余管理角度来评价审计质量，通过可操控性的应计利润来测度审计质量[14]。上述各种定性方法可以从不同的角度对审计质量进行近似测度，但也存在以下的缺陷：一是定性方法在审计质量测度时不可避免地存在一定的假设前提，在不同的假设前提下不同的方法得到的审计质量结果可能缺乏一致性；二是定性方法大多要依靠专家经验和职业判断，不可避免地存在一定的主观性；三是上述方法仅考虑了审计产出，忽略了审计资源投入及其利用效率。

定量分析方式有比率分析法、数据包络分析法(DEA)等。比率分析法通常采用两个要素之间的比值来衡量审计质量，如审计人员的平均审计成果、审计金额增长下降率、成果采用比例、投入产出比等指标。这种分析方法从微观角度出发，只能反映两个指标之间的关系，不能宏观地评价全部要素的综合效率。数据包络分析法采用DEA来测度审计效率，是目前国内外运用得较多的通过数量模型测度效率的方法。DEA 主要通过资源投入和产出成果之间的关系来测度投入指标的有效性。到目前为止，人们已研究出如C2R、C2GS2 、C2WS2 、C2WH、C2W等多种DEA模型，并逐步运用到审计和会计中，用以评估审计和会计结构的运行效率、管理效率、审计绩效、审计风险评估等。许汉友等采用 DEA方法来遴选国家审计对象[15]；李璐和夏昱采用 DEA 通过投入、产出指标对审计署特派办的工作绩效进行评价[16]；唐荣华运用 DEA 方法比较研究政府审计中中央、地方、特派办等不同审计主体的执行效率差异[17]。

综上所述，运用 DEA 方法来测度效率和质量评价有一定的优势和理论运用基础：能够处理在不同单元中的多投入和多产出问题；可以进行交叉分析和时间序列分析。且DEA模型中的Malmquist 生产率指数分析法可以对效率的变化趋势进行动态分析，可以针对多投入多产出的面板数据开展动态效率测度[18]。鉴于此，本文采用DEA数据包络分析法，以经济责任审计为研究样本，将国家审计机关人员投入、财政投入、联席会议开展次数作为协同投入指标，将被审计人员数量、查出问题金额、移送纪检监察或司法机关案件、审计报告数、审计建议作为协同产出指标，选取2003—2015年我国东部发达地区、西部欠发达地区典型省市相关数据，实证分析协同审计实施情况和效率，评价国家审计协同监督质量[19][20]。

三、数据来源与指标选取

(一)数据来源

本文在数据收集时基于两个方面的考虑：一是重点评价经济责任审计联席会议、审计与纪检监察合署办公、审计与纪检监察联动机制等创新机制试点开展地区的协同质量，如广东省、天津市、重庆市；二是比较东部发达地区和西部欠发达地区的审计协同治理质量，探寻经济和技术发展对协同的影响。因此，样本从东到西选取了广东、浙江、天津、安徽、重庆、云南六个省市2003—2015年的面板数据。数据来源于《中国审计年鉴》的经济责任审计成果指标，年鉴中不能提供的非直接指标按照经济责任审计所占政府审计比重进行测算，年鉴上无法获取的数据如财政投入、经济责任审计联席会议开展次数等根据文献查阅、官网公告、实地调研、电话访谈等方法收集数据并进行测算得出。

(二)指标选取

1.投入指标

由于我国审计与纪检监察最主要的合作形式是经济责任审计联席会议制度，协同效果也主要体现为经济责任审计成果，所以本文的投入与产出指标主要考察经济责任审计协同效率和质量。其投入指标包括：财政投入、人员投入、协同次数。鉴于不易获取财政资金投入到审计部门的具体数据，采取该地区当年公务员的平均工资水平乘以审计人员数量作为财政投入指标；人员投入根据审计年鉴上公布的该地区所有审计人员按照经济责任审计所占比重测算得出；协同次数即经济责任审计联席会议制度每年的开展次数，根据实地访谈、电话访谈、网络查询进行估计得出。

2.产出指标

产出指标包括被审计人员数量、查出问题金额、移送纪检监察或司法机关案件数、审计报告数、审计建议等5个指标。由于审计年鉴报表公布的数据是所有审计类型的综合指标，涉及经济责任审计的在具体说明中可以收集一部分指标，对于无法搜集到的相关指标通过经济责任审计所占比重测算得出。投入产出指标如表1所示。

四、测度结果与分析

根据DEA审计效率测度方法，以 2003-2015年《中国审计年鉴》中经济责任审计成果数据指标，分别运用DEA的BCC模型和Malmquist生产率指数法从静态和动态两个角度测度审计与纪检监察协同监督效率。

表1 审计与纪检监察协同监督股入产出指标

(一)基于BCC模型的静态协同监督效率测度

本文运用软件 DEAP2.1，基于BCC模型对 2003年、2005 年、2010 年及 2015 年东西部6个省(市)的审计与纪检监察协同监督主要形式——经济责任审计成果面板数据进行以产出为导向的可变规模协同监督效率静态分析，如表2所示。

1.从综合效率来看，东西部6省市国家审计协同监督效率在四个年份均未达到DEA有效，其均值分别为0.88、0.84、0.73、0.86。国家审计协同监督效率处在最优前沿曲线的，2003年和2015年各有3个省市，2005年仅有1个，然而，审计协同监督效率并未呈现四个时段中均有效的省市，表明审计协同的投入与产出还未实现最优状态。总体来看，审计协同监督效率多处于一种非DEA有效的状态，表明多主体的协同治理效果还不显著。从各个时段来看，2003年天津市的经济责任审计综合效率最低，仅为0.61，2005年、2010年、2015年最低的地区是浙江省，分别为0.65、0.47、0.49，远远低于东西部国家审计协同监督效率平均水平，说明该地区审计机关审计投入规模不经济。从各省市的效率变化来看，重庆市、云南省处于逐渐上升态势，浙江省、安徽省处于逐渐下降态势，天津市处于先升后降的波动状态，而广东省的国家审计协同监督效率则呈现出先降后升的趋势，说明重庆试点的审计与纪检监察联动机制、广东试点的审计与纪检监察合署办公发挥了一定的作用效果。

2.从技术效率来看，呈现一种下降波动的趋势。通过表2可以看出，由2003年的1.00下降到2005年的0.92，2010年又下降到0.87，但2015年又增加到0.93，原因主要在于计算机、互联网等新兴技术的投入从不适应到效果逐步凸显的过程。从数量上来看，各个时段内的纯技术效率有效的省市高于综合效率有效的省市，2003年为6个、2005年为2个、2010年为1个、2015年为4个，表明这些省市的协同监督实现了技术上的进步，这也是国家推行审计信息化的结果。但在2005、2010、2015的三个年份中，浙江省的技术效率值都处于较低水平，需要进一步提升协同管理，加强治理水平，优化国家审计协同监督的治理机制。

表2 协同监督效率分解

3.从规模效率来看，整体上处于一种缓慢增加态势。通过表2可以看出，从2003的0.88增加到2015年的0.91，又增加到2015年的0.93。在研究阶段内，规模效率最优的省市与综合效率有效的省市完全一致，如广东、浙江、重庆，表明这些省市的协同监督投入要素组合达到较佳规模。除此之外，多数省市具有规模报酬递增的特征，表明他们在合理增加审计协同监督投入、合理的利用审计协同监督要素方面进一步提升，促进了多主体协同监督规模效率的提升。

(二)基于Malmquist指数的动态协同监督效率测度

上述四个年份的面板数据是对国家审计协同治理效率的静态分析和比较，无法展现协同监督的演变趋势和发展规律。而Malmquist全要素生产率(TFP)分析则能动态地反映出不同时期不同地区协同监督的效率变化和技术进步的发展趋势，其指数可以具体分解为技术效率(effch)、技术进步(techch)、纯技术效率(pech)、规模效率(sech)以及 Malmquist生产率(tfpch)等指标。运用 DEAP2.1 软件对2003-2015年东西部6个省市区的面板数据进行 Malmquist的生产指数及其构成变化情况分析，分别计算不同年份、不同省市的各个指标的变化，从动态角度评价不同时间、不同区域协同监督效率变化特征及变化趋势。

1.时序分析

对六省市的全要素生产率(TFP)进行分解，从时间序列上测度2003-2015年13年间全要素生产率的动态变化趋势及变化规律。如表3所示。

表3 六省市2003-2015年审计协同监督质量TFP指数及分解

就结构上而言，全要素生产率主要包括技术效率和技术进步两方面。从表3可以看出，技术进步均值上升0.2%，技术效率均值等于1，表明技术进步是影响审计与纪检监察协同监督效率与质量的关键因素，这也进一步说明技术创新是推动国家协同治理质量提升的重要手段。反言之，这也将成为制约其质量提升的主导因素。技术效率主要由纯技术效率与规模效率来衡量，在研究期间内，二者的指数均等于1。由此可以推断出技术效率中纯技术效率与规模效率指数的贡献程度相同。总体来说，六省市国家审计协同治理的技术进步与效率损失现象并存。研究期内，各指数在多个时段均小于1，且技术效率等于1、技术进步仅上升0.2%。这就说明这些地区的审计协同治理在对现有资源的合理配置、结构与规模等方面还是不太成功。

从时间范围来看，2003至2015年，技术效率、技术进步、纯技术效率、规模效率以及全要素生产率均呈现逐渐上升的状态。在时间序列上，东西部6个省市的审计协同监督全要素生产变化指数在2007-2008、2008-2009、2010-2011、2013-2014、2014-2015时段均大于1，分别增长了8.7%、22.4%、10.7%、16.8%、23.8%，表明这些时段的协同治理效率整体上处于上升趋势，而其余时段则小于1(下降了2.9%、18.2%、0.2%、6.2%、18.9%、19.6%、0.9%)，显示出处于衰退趋势(见图1)。说明审计协同监督的质量及其效率的提升是全要素综合作用的结果，除了依靠技术创新外，更为重要的是对投入资源的合理配置，否则，必将造成国家审计协同治理的低效率。

图1 审计协同监督效率时序变化趋势

2.区域分析

对六省市的全要素生产率(TFP)进行分解，从空间区域上测度我国东部发达地区到西部欠发达地区的全要素生产率的动态变化趋势及特征。如表4所示。

表4 六省市2003-2015年审计协同治理质量分省市TFP指数及分解

从各省区的TFP 指数分解情况来看，2003-2015年间，天津市与重庆市的技术效率、技术进步、纯技术效率、规模效率、Malmquist生产率指数均等于或大于1，说明这两个直辖市在审计与纪检监察协同监督的技术效率和技术进步方面呈现较优状态，协同监督的各方面都有序推进，态势良好。广东省、安徽省、云南省的全要素生产率小于1，表明技术效率在下降，其多主体参与国家协同治理的技术创新还有待改进。浙江省的全要素生产率指数大于1，主要源自技术进步。

若将六省市的地域空间分为东部与西部地区(表5所示)，协同监督全要素生产率在2003年分别为1.106、0.792，协同监督效率区域分化明显。之后，东西部协同监督效率尽管不同年份之间有上下波动的现象，但总体皆呈现出上升态势，全时段的平均值均大于1(1.048、1.032)，这表明东西部都在协同治理问题上加大投入力度，改善协调水平，提升技术能力。当然，国家审计协同监督效率整体上东部优于西部，展现的是不同地区社会经济发展水平与协同治理质量的差异。从某种意义来说，东部作为先发展地区，经济实力强健，有先行先试的经验，协同管理水平更为先进、协同技术创新更为领先，为国家审计协同监督全要素生产率的提升铺设了厚实的基础；而西部地区因受非均衡地区发展战略制约，经济增长速度迟缓，技术创新与进步滞后，部门间的管理与协调能力有偏差，尽管有了明显改善，但与东部比较，还是存在着显著差距。

从综合效率来看，东西部在研究阶段内从东部大于西部转变为东部小于西部，最终又转变为东部大于西部(见图2)。这种空间差异可以这样解释：东部地区是中国较早的相对发达区域，社会经济发展水平与管理能力较强，部门之间的协作相对完善，因此协同治理效率高于西部地区；然而，近年来西部地区的后发优势凸显，在国家政策的倾斜下，社会发展明显提升，社会服务能力彰显，打破部门壁垒，推动支持不同部门间的协作，协同治理效率自然提升，可谓是具有“追赶效应”(颜鹏飞，2004)。但是，东部省市的协同治理已达到一定程度，相应地，国家审计协同监督的治理水平也会很高的，所以其效率最终优于西部。

表5 2005-2015年东西部审计协同治理质量TFP指数

图2 国家审计协同监督综合效率东西部变化趋势

五、结论和政策建议

本文运用DEA的BCC模型测度国家审计与纪检监察协同监督静态效率，运用 Malmquist指数动态分析协同监督全要素生产率在时间和空间上的变化趋势和变化规律，得出研究结论如下：①协同监督效率静态测度与分析结果表明，国家审计机关与纪检监察机关协同配合参与国家治理的综合效率均未达到最优，纯技术效率部分有效，规模效率缓慢增加，整体协同监督效率还不够理想。②动态时序分析结果表明，在时间变化上，协同监督效率有上升阶段，也有衰退阶段，出现波动不稳定情况，还未出现整体向上的发展趋势。③动态区域分析结果表明，在协同监督效率区域分布上呈现明显的地区化特征，东部地区协同监督效率优于西部地区，经济发展水平和技术创新优势是主要原因，实现协同监督质量提升，资源投入是关键因素。

根据上述研究结论，在当前“大审计”“大监督”环境下推进审计与纪检监察协同配合，增强协同监督反腐治理效率，特提出如下建议：一是加强审计与纪检监察协同资源投入。充分认识审计与纪检监察差异互补职能，整合审计与纪检监察协同服务链上互补资源，优化内部资源协同，加强协同资源投入，在人力、物力、财力投入上向西部地区倾斜，实现资源协同共享和数据精准供给，提升协同资源利用效率。二是完善审计与纪检监察协同监督配合机制[21]。创新新环境下审计与纪检监察协同配合形式，制定协同配合的指挥机制、响应配合机制、信息沟通机制、线索移交机制、成果互用机制等，建立审计与纪检监察协同互动、合作办案的长效机制，完善协同监督制度约束，提升协同监督管理水平。三是推进协同监督技术创新[22]。技术创新是生产率，在当前大数据时代，要以大数据思维突破传统物理区域屏障和信息梗阻，利用大数据技术实现资源优化配置与动态组合形成数据驱动力，推进审计与纪检监察协同监督自组织和规律性发展，提升反腐监督协同叠加效应。