本文虚拟一个对全国各省级领导进行经济责任审计的场景,在审计中考察领导干部环境保护和资源利用情况,实施领导干部绿色经济责任审计,并尝试用计量经济学方法进行定量的评价。本文后续部分:第一,将领导经济责任审计与环境审计相结合,在领导干部经济责任审计中考察领导任期内环境保护、资源开发等方面的履职情况,进行领导干部绿色经济责任审计;第二,在环境评价时,采用了包含非期望产出的DEA模型,对领导干部的绿色经济责任履行情况进行定量的评价,克服现有环境审计以定性为主,缺少定量计量的缺陷。 一、变量选择及实证模型 当前,由美国著名的运筹学家Charnes、Cooper、Rhodes等于1978年提出的数据包络分析法(Data Envelopment Analysis,DEA)是定量评价一个决策单位(DMU)效率的主流方法。它是一种线性规划的方法,它假定有若干相同的决策单元(DMU),效率前沿是通过联结所有投入、产出曲线最佳观测点,而形成的分段曲线组合,它们的效率最高。DEA方法优点在于:第一,不设定固定的生产函数模型,避免了主观设定生产过程的函数模型不当,而导致估计结论的错误;第二,适用于多投入多产出情况,这是其他方法,如随机前沿法(SFA)所不能实现的;第三,不要求对各指标之间单位量纲进行统一,分析结果具有客观性、透明性。但起初的DEA模型并不能定量测度环境效率,直到环境规制行为分析模型(Activity Analysis Model,AAM)的出现,它把污染排放作为非期望产出来看待。Chambers et al.(1996)和Chung et al.(1997)提出了环境规制行为分析模型(AAM),污染排放被视为副产品,是具有负外部性的非期望产出,和期望产出同时被引入DEA模型,测算了包含环境因素在内的生产过程的真实效率(陈诗一,2010)。本文假设这样一个场景,正对各省份领导干部进行经济责任审计,需要对领导干部任期内经济、社会发展,以及环境保护、资源利用等方面的履职情况进行定量评价。因此,本文选择包含非期望产出的DEA模型定量评价领导干部绿色经济责任的履行情况。 (一)变量选择 1.投入指标。根据研究需要,以及考虑数据的可得性,投入指标选择以下三类:第一,资本投入,选择年度固定资产投入数,单位万元;第二,人力投入,选择一个地区的人口数代表,单位为人;第三,能源投入,选择年度电力消耗作为能源投入,单位为亿千瓦小时。 2.产出指标。根据研究需要,以及考虑数据的可得性,产出指标包括期望产出指标和非期望产出指标。期望产出指标选择年度区域人均GDP、人均收入,单位元。非期望产出指标选择两个,分别是各省当年工业废气排放总量,单位为亿标立方米;以及各省当年工业废水排放总量,单位为万吨。 为减少不同年份之间的数据波动,本文选取2011-2013年三年数据平均值作为参与计量的投入、产出数据,所有数据没有特别说明均来自各年度《中国统计年鉴》。由于上述投入、产出指标数据绝对值较大,为平滑数据、减少数据的共线性,本文在计量模型中对所有的投入、产出指标取了自然对数。此外,西藏部分数据缺失,模型数据为不包括西藏在内的大陆30个省、市、自治区。篇幅原因,投入、产出指标数据表略去,有兴趣读者可以向作者索取。 (二)实证结果 为了揭示考虑环境因素与不考虑环境因素时,各省域经济发展效率的差别,本文分别采用两个不同的DEA模型。模型1不考虑能源投入和污染排放指标的普通DEA模型,投入指标分别是资本投入和人力投入,产出指标分别是人均GDP和人均收入;模型2是考虑能源投入和污染排放指标非期望产出DEA模型,投入指标分别是资本投入、人力投入、电力消耗,产出指标分别是期望产出指标人均GDP和人均收入,以及非期望产出指标工业废气和工业废水排放量。采用DEA-SOLVER Pro5.0软件进行测算,模型1、模型2结果及比对情况见表1。 二、实证结果的分析 从表1的结果本文发现: (一)考虑环境因素后,各省的经济发展效率普遍下降。模型2与模型1相比较,考虑环境因素后的效率后只有3个省份(海南、宁夏和青海)没有下降,其余27个省份出现不同程度下降,全国降幅均值在13.94%。其中,降幅在10%以下的只有2个省份、降幅在10%-15%之间的省份有8个、降幅在15%~20%之间的省份有16个、降幅超过20%的省份1个。在降幅较大的省份中,不仅有中、西部地区的经济发展较落后,对资源、能源依赖较大的贵州、云南、山西、河南等省份,也有东部地区经济发达的广东、山东、浙江,其中广东的降幅全国最大为21.48%。不仅中西部落后地区、能源依赖性地区,考虑环境因素后经济发展效率大幅下降,即便是东部发达省份,考虑环境因素后,经济发展效率也不容乐观。实证结论说明了考虑环境因素,对领导干部绿色经济责任审计的重要性、必要性,不考虑环境因素,一味强调经济因素,会高估领导干部经济责任的履职情况。