陳矜 王子娟

摘 要：十八屆三中全會提出“對領(lǐng)導(dǎo)干部實行自然資源資產(chǎn)離任審計”.目前審計署尚未建立起統(tǒng)一的評價標(biāo)準(zhǔn)，難以指導(dǎo)全國的審計工作，且評價標(biāo)準(zhǔn)不一，會導(dǎo)致各地審計結(jié)果缺乏可比性，所以構(gòu)建一套統(tǒng)一的評價體系具有重大的意義.本文以水資源為切入點，利用PSR模型，嘗試構(gòu)建適合我國國情的自然資源資產(chǎn)離任審計評價體系.在此評價體系上，采用主成分分析法，對中國31個省區(qū)市2015-2017年的水資源數(shù)據(jù)進(jìn)行實證考察，并針對具體分析結(jié)果提出相應(yīng)建議.

關(guān)鍵詞：自然資源資產(chǎn);離任審計;評價體系

中圖分類號：P964 ?文獻(xiàn)標(biāo)識碼：A ?文章編號：1673-260X（2019）12-0031-05

1 前言

十八屆三中全會提出“對領(lǐng)導(dǎo)干部實行自然資源資產(chǎn)離任審計”，現(xiàn)已經(jīng)成為審計署的一項常規(guī)審計，如何更好地進(jìn)行該項審計工作是我國審計機(jī)關(guān)面臨的最重要任務(wù)之一.該審計試點工作開展后，取得了豐厚成果，但由于自然資源資產(chǎn)自身特性，審計評價是開展該項審計的難點和關(guān)鍵環(huán)節(jié).目前審計署仍未建立起統(tǒng)一的評價標(biāo)準(zhǔn)，難以指導(dǎo)全國的審計工作，且評價標(biāo)準(zhǔn)不一，會導(dǎo)致各地審計結(jié)果缺乏可比性，所以構(gòu)建一套統(tǒng)一的評價體系具有重大的意義.本文以水資源作為切入點，基于PSR模型，嘗試構(gòu)建適合我國國情的自然資源資產(chǎn)離任審計評價體系，采用主成分分析法，對中國31個省區(qū)市2015-2017年的水資源數(shù)據(jù)進(jìn)行實證考察.本文可能的貢獻(xiàn)在于：第一，結(jié)合PSR模型，嘗試構(gòu)建了定量指標(biāo)評價體系，以期完善水資源的離任審計評價研究;第二，以水資源資產(chǎn)構(gòu)建評價體系，有利于指導(dǎo)水資源審計工作的開展，同時也可以為土地、礦產(chǎn)等其他資源提供借鑒意義.

2 PSR模型介紹和體系構(gòu)建

PSR模型，通過遵循“壓力（Pressure）一狀態(tài)（State）一響應(yīng)（Response）”的思維邏輯順序，來體現(xiàn)人類和自然環(huán)境之間相互影響的關(guān)系（如圖1），這種關(guān)系在此模型中可以體現(xiàn)為以下兩方面：一方面，人類活動通過消耗資源和排放廢棄物，加大環(huán)境壓力（P），影響環(huán)境狀態(tài)（S）;另一方面，自然資源和環(huán)境狀態(tài)又對人類行為產(chǎn)生反作用，人類需要實施相應(yīng)環(huán)境政策和經(jīng)濟(jì)政策來對此做出反應(yīng)（R）.在進(jìn)行實際的資源保護(hù)和環(huán)境管理中通過做到減少P、加大R，才能使得S呈現(xiàn)更好的狀，PSR模型所具備的系統(tǒng)性和邏輯性讓指標(biāo)分類與歸納顯得簡潔清晰.

本文擬構(gòu)建的指標(biāo)體系如表1所示.

3 評價體系的應(yīng)用

3.1 數(shù)據(jù)及主成分分析

3.1.1 數(shù)據(jù)

本文數(shù)據(jù)來源于《中國環(huán)境統(tǒng)計年鑒》和《中國統(tǒng)計年鑒》，數(shù)據(jù)查詢時，出現(xiàn)了少數(shù)數(shù)據(jù)缺失、數(shù)據(jù)更新緩慢以及各地區(qū)指標(biāo)數(shù)據(jù)匯報不統(tǒng)一的情況.由于指標(biāo)數(shù)據(jù)獲取方面的局限，本文在實證研究中對上述指標(biāo)進(jìn)行相應(yīng)調(diào)整，其中以城市污水處理率代替S3，并且刪除P4和S6兩個指標(biāo).因此本文將在后續(xù)分析中采用12個指標(biāo)（P1、P2、P3、S1、S2、S3、S4、S5、R1、R2、R3、R4）.由于2015年自然資源資產(chǎn)離任審計開始試點，同時考慮到最新可獲得的年鑒數(shù)據(jù)截至到2017年，因此本文利用31個省區(qū)市2015-2017年水資源的經(jīng)驗數(shù)據(jù)，運(yùn)用前述所建立的評價指標(biāo)體系來進(jìn)行定性評價，共計93組數(shù)據(jù).

在分析前，對數(shù)據(jù)進(jìn)行必要處理：①逆向指標(biāo)正向化，將壓力指標(biāo)（P）由逆向指標(biāo)正向指標(biāo)（1/P）;②指標(biāo)標(biāo)準(zhǔn)化，消除量綱差異.

3.1.2 主成分的確定

本文采用SPSS軟件對樣本數(shù)據(jù)采用了KMO和Bartlett球形檢驗，結(jié)果如下：Bartlett球形檢驗的Sig值為0.000，KMO檢測的結(jié)果為0.601，表示數(shù)據(jù)具有有效性，可以用于因子分析.如表2所示，本文擬提取五個主成分，其累計方差貢獻(xiàn)率達(dá)到了77.505%，以此以F1、F2、F3、F4、F5表示.

3.2 分析結(jié)果

通過上述指數(shù)的計算，就可以得出31個省區(qū)市在2015-2017年的指數(shù)得分情況，接下來對指數(shù)得分進(jìn)行省份間和年度間的比較，進(jìn)一步分析各領(lǐng)導(dǎo)干部的履職情況.

3.2.1 地區(qū)分析

（1）綜合指標(biāo)

在表5中，由高到低將各省區(qū)市綜合指數(shù)W排序.省區(qū)市中排名前5的為：北京、天津、內(nèi)蒙古、貴州、河南，排名后5的為：西藏、新疆、海南、廣東、黑龍江.

（2）分項指標(biāo)

北京、陜西、西藏三個省區(qū)市，W1和W3排名都比較靠前而W2排名靠后，表明其注意減少對水資源消耗以及排放對水環(huán)境的壓力，也很重視加大對水資源環(huán)境治理的投入，但是可能由于歷史欠賬太多，導(dǎo)致它們的水資源狀態(tài)較差（西藏是由于數(shù)據(jù)缺失代替為0所導(dǎo)致W2得分較低）.

寧夏、河南、吉林、安徽、遼寧、云南、廣西、黑龍江、廣東這九個省區(qū)市，W2排名靠前，W1和W3排名靠后而拉低了整體排名，一方面表明這些省區(qū)市水資源的資源稟賦較好，另一方面表明還不夠重視減輕對水資源環(huán)境造成的壓力，并且要加大治理力度.

天津、山東、上海、河北、山西這5個省區(qū)市，W1排名前十，但W2、W3排名靠后，一方面表明這些省區(qū)市的經(jīng)濟(jì)活動對水資源產(chǎn)生的壓力較小，但是另一方面對于水環(huán)境治理投資方面的投入較少，從而使得對于水資源環(huán)境治理的結(jié)果并不理想.

貴州、青海、湖北、江西、海南、新疆這六個省區(qū)市，W3排名靠前，但W1、W2排名靠后，表明這些省區(qū)市的活動對水資源環(huán)境造成了很大的壓力，地方政府針對此情況也很重視對水資源環(huán)境的治理，但是治理后水資源狀態(tài)仍不夠理想，原因可能是方法使用不當(dāng)或是技術(shù)不過關(guān)，需要加強(qiáng)對于治理技術(shù)和方法方面的學(xué)習(xí)和運(yùn)用.

內(nèi)蒙古、甘肅、江蘇這三個省區(qū)市，除了綜合得分比較靠前外，W1、W2、W3這三個分項指標(biāo)排名也比較靠前，表明這幾個省份在水資源治理方面已經(jīng)進(jìn)入了較好的平衡狀態(tài).

余下的城市這三個指標(biāo)的的得分都比較靠后，表明水資源壓力較大，政府對于水資源環(huán)境治理的重視程度也不夠，導(dǎo)致水資源環(huán)境狀態(tài)改善不佳.這些省區(qū)市的水環(huán)境治理管理的情況不是很樂觀，需要多加重視.

3.2.2 年份分析

（1）綜合指標(biāo)

在表6中，從整體來看，水資源治理狀況較為樂觀.2016年相對于2015年來說，有24個省區(qū)市綜合得分上升，2017年相對于2016年來說，有23個省區(qū)市綜合得分上升;2017年相對于2015年來說，有27個省區(qū)市綜合得分上升.

（2）分項指標(biāo)

對W1、W2、W3分項指數(shù)的變動分析，可以看出三個指標(biāo)在這三年大部分地區(qū)的得分情況都在上升，也就導(dǎo)致了綜合指標(biāo)得分的上升.在這三個指標(biāo)中，可以看出W1、W2指標(biāo)相對于W2指標(biāo)來說上升幅度要大很多，各省區(qū)市在減少水資源消耗和水污染物排放對環(huán)境的壓力、加大對治理水環(huán)境方面的投入等方面的工作做的比較好，同時由于環(huán)境治理工作的艱巨性使得水資源環(huán)境治理效果的進(jìn)步?jīng)]有另外兩方面明顯，但還是可以看出水資源狀態(tài)改善工作也是在進(jìn)步中的.

（3）具體指標(biāo)

此外，可以通過對12個具體指標(biāo)對W1、W2、W3做進(jìn)一步分析.以W3為例，該指數(shù)由WR1、WR2、WR3、WR4構(gòu)成，通過對這4個指標(biāo)的具體分析，就可以分析各省區(qū)市W3指數(shù)上升或下降的原因.以安徽省為例，2017年相對于2016年來說W3是上升的，接下來結(jié)合原始數(shù)據(jù)來解釋原因.

由原始數(shù)據(jù)可知（限于篇幅，原始數(shù)據(jù)表未列），在治理廢水投資方面，安徽省2016年投資69977萬元，2017年投資19816萬元，治理廢水投資投入率由0.000238下降到0.000199，WR1得分下降1.332803.但可以看出，WR1得分下降的原因是因為安徽省在2016年加大了治理廢水投資力度（安徽省2015年治理廢水投資為25237萬元），因此2017年投資額有所減少.同理可得WR2得分上升0.758543，WR3得分上升0.0702971，WR4得分下降0.051400.綜合之后導(dǎo)致安徽省2017年的W3得分比2016年上升0.149029.對W1、W2的進(jìn)一步分析與W3類似，對其他年份和其他省份的分析同理.

4 結(jié)論

本文以水資源作為切入點，基于PSR模型，構(gòu)建了自然資源資產(chǎn)離任審計評價體系，并且利用主成分分析法對我國31個省區(qū)市2015-2017年的水資源經(jīng)驗數(shù)據(jù)進(jìn)行了實證分析，結(jié)果表明構(gòu)建的評價體系有一定的適用性，但也存在這很多不足，如對具體指標(biāo)的選擇上及各類指標(biāo)關(guān)注的側(cè)重點存在一定的主觀性，由于數(shù)據(jù)的不全面和缺失而導(dǎo)致指標(biāo)不夠全面等問題.對今后的自然資源資產(chǎn)離任審計工作的完善提出以下三點建議：①加大新技術(shù)應(yīng)用的深度和廣度.通過大數(shù)據(jù)和云計算管理自然資源數(shù)據(jù)，建立“互聯(lián)網(wǎng)+審計”的理念，通過建立自然資源資產(chǎn)離任審計數(shù)據(jù)庫來提高審計數(shù)據(jù)的全面性和時效性，力求進(jìn)行實時審計;②加快自然資源資產(chǎn)負(fù)債表的編制工作，需要政府、學(xué)術(shù)界和社會公眾通力合作，并借鑒國內(nèi)外先進(jìn)經(jīng)驗，努力編制出既符合中國國情又與國際接軌的自然資源資產(chǎn)負(fù)債表;③加強(qiáng)專業(yè)審計隊伍建設(shè)，引進(jìn)和培養(yǎng)復(fù)合型專業(yè)人才，增加資源環(huán)境相關(guān)知識積累、更新資源環(huán)境相關(guān)知識結(jié)構(gòu)，并且?guī)幽贻p審計人員在離任審計實踐中不斷學(xué)習(xí)、不斷總結(jié)經(jīng)驗、不斷進(jìn)步.

參考文獻(xiàn)：

〔1〕顧奮玲，吳佳琪.鄉(xiāng)鎮(zhèn)領(lǐng)導(dǎo)干部土地資源資產(chǎn)離任審計探索與實踐——以北京某鄉(xiāng)鎮(zhèn)領(lǐng)導(dǎo)干部離任審計為例[J].審計研究，2017（06）：28-35.

〔2〕潘旺明，丁美玲，于軍，等.領(lǐng)導(dǎo)干部自然資源資產(chǎn)離任審計實務(wù)模型初構(gòu)——基于紹興市的試點探索[J].審計研究，2018（03）：53-62.

〔3〕李月娥，張佗，李佩文.生態(tài)安全總目標(biāo)下領(lǐng)導(dǎo)干部礦產(chǎn)資源資產(chǎn)離任審計評價指標(biāo)體系設(shè)計——以湖北省EZ市為例[J].環(huán)境保護(hù)，2018，46（14）：24-30.

〔4〕黃溶冰.基于PSR模型的自然資源資產(chǎn)離任審計研究[J].會計研究，2016（07）：89-95+97.

〔5〕蔡春，畢銘悅.關(guān)于自然資源資產(chǎn)離任審計的理論思考[J].審計研究，2014（05）：3-9.

〔6〕商思爭.大數(shù)據(jù)背景下自然資源資產(chǎn)離任審計問題探討——以海洋自然資源資產(chǎn)離任審計為例[J].財會通訊，2018（22）：106-110.

〔7〕張彩仙，秦麗.地理信息技術(shù)在自然資源資產(chǎn)離任審計中的應(yīng)用[J].測繪與空間地理信息，2018，41（05）：14-17.

〔8〕房巧玲，李登輝.基于PSR模型的領(lǐng)導(dǎo)干部資源環(huán)境離任審計評價研究——以中國31個省區(qū)市的經(jīng)驗數(shù)據(jù)為例[J].南京審計大學(xué)學(xué)報，2018，15（02）：87-99.

〔9〕孫玥璠，胡洋，武艷萍.基于熵權(quán)法的自然資源資產(chǎn)離任審計探究[J].財務(wù)與會計，2016（15）：74-76.

〔10〕蘇孜，程霞，衛(wèi)冰清.自然資源經(jīng)濟(jì)責(zé)任審計評價指標(biāo)體系探究——基于層次分析法[J].南京審計大學(xué)學(xué)報，2017，14（02）：76-84.