精准扶贫跟踪审计与绩效审计一体化实证研究 ——基于吉林省大安市的多元Logistic回归分析

顾 兵，王日俊

(东北电力大学 经济管理学院，吉林 吉林 132012)

2013年11月习近平总书记首次提出“精准扶贫”； “十三五”规划提出全力实施脱贫攻坚，在2020年全面建成小康社会；党的十九大报告明确要求坚决打赢脱贫攻坚战，坚持精准扶贫、精准脱贫。精准扶贫已经从“以解决温饱为主要任务”的阶段转入“巩固温饱成果、加快脱贫致富、改善生态环境、提高发展能力、缩小发展差距”的新阶段。[1]在当前脱贫攻坚的关键时期，只有对精准扶贫进行跟踪审计与绩效审计一体化的审计监督，即对扶贫政策的落实进行跟踪审计，对扶贫资金的使用实行绩效审计，才能高效地完成脱贫任务。

一、文献综述

现阶段关于精准扶贫审计的研究大都将精准扶贫跟踪审计和精准扶贫绩效审计二者分开来探讨。精准扶贫跟踪审计主要指对扶贫政策进行跟踪审计，有助于准确把握和实现扶贫目标。[2]由于实践时间不长，其在审计目标、思路与方式方法上还存在一些需要改进的地方，因此，可以通过创新理念和改进方式等加强扶贫政策跟踪审计。[3]需要紧紧围绕政策、资金与项目等内容，运用信息化平台和熵权评价等理念全方位构建扶贫政策跟踪审计机制。[4]要利用大数据技术，做到事前参与立项咨询审计，事中实时联网跟踪审计，事后绩效评估审计，充分发挥审计监督全覆盖对精准扶贫的保驾护航作用。[5]精准扶贫绩效审计主要是对扶贫资金的使用效果进行审计。我国扶贫资金绩效审计工作还比较薄弱，存在重视不够、覆盖范围有限、审计力度和深度不够、资源整合不到位以及公开程度不高等问题。一方面，可以通过强化扶贫资金绩效审计意识、加强与其他专业性审计相结合、深化绩效审计的深度和力度等方式加强扶贫资金绩效审计。[6]另一方面，可以应用无影灯效应对扶贫资金绩效审计实施全监管，基于修正的平衡计分卡构建扶贫绩效审计评价指标体系，并利用三角模糊数理论和模糊积分法对农村扶贫绩效审计进行客观评价。[7-8]

总体而言，当前针对跟踪审计与绩效审计相结合的精准扶贫一体化审计的研究较少，且定性研究较多，定量研究较少；针对扶贫审计方法措施的研究较多，评价扶贫审计效果的实证研究较少。本文以吉林省大安市为样本，运用多元Logistic回归分析模型，对精准扶贫跟踪审计与绩效审计一体化进行实证研究，以期找寻影响其效果的主要因素，为进一步完善和创新一体化扶贫审计， 打赢脱贫攻坚战提供政策参考。

二、研究设计

(一)变量及赋值

为了全面分析评价大安市精准扶贫跟踪审计与绩效审计一体化审计方法的实施效果，并找出其影响因素，本文分别以扶贫政策落实是否满意和扶贫资金使用是否满意作为因变量，分别代表精准扶贫跟踪审计和绩效审计的效果，并选取文化程度、贫困人口变化情况、是否存在扶贫违纪问题等多个自变量，用多元Logistic回归分析模型，深入分析精准扶贫一体化审计方法实施效果的影响因素，旨在进一步完善精准扶贫一体化审计模式。

各变量分类赋值情况如表1所示。

表1 变量及赋值

(二)多元Logistic回归模型的构建

由于本文要对精准扶贫一体化审计效果的影响因素进行研究，所选取的自变量和因变量都不止一个，且因变量是无序多分类的，故采用无序多元Logistic回归模型。

无序多元Logistic回归模型的基本表达式为：

由其表达式可知，Logistic回归模型拟合反应变量水平数减一个Logit回归方程。

在Logistic回归模型中，估计优势比是某一事件发生的概率与不发生的概率之比，其表达式为：

两个比值的比就称为优势比，简称为OR，其计算公式如下：

其中，xl1、xl2表示第l个自变量的两个不同的取值；OR值就是在控制其他变量时，当xl从xl1变化到xl2时，因变量j水平发生概率和参照水平发生概率之比变动的比率。[9-10]

三、数据来源

大安市隶属于白城市，位于吉林省西北部，地处松嫩平原腹地，总面积4879平方公里。地貌可分为台地、沙丘、平川、低洼地四种类型。大安市地处松嫩苏打盐碱地区的中心位置，全县盐碱化土地面积2510平方公里，占全市土地总面积的51.49%，中重度盐碱地又占盐碱化土地的66%。2018年8月末，全县人口38.92万人，其中城镇人口15.95万人，城镇化率40.98%，乡村人口22. 96万人；共有223个行政村，其中建档立卡贫困村86个，建档立卡贫困人口7899户计14 595人，贫困发生率5.2%。

根据大安市的贫困现状和精准扶贫跟踪审计与绩效审计一体化审计方法的实施现状，选取扶贫政策落实是否满意、扶贫资金使用是否满意、文化程度、贫困户建档立卡情况、扶贫资金到户情况、贫困人口变化情况、贫困人口就业情况、贫困人口收入是否增长、是否为“精英贫困户”、是否存在扶贫违纪问题10个指标对大安市一体化审计方法的效果进行实证研究。一部分数据来源于吉林省统计年鉴，以及大安市扶贫办、统计局和审计局；另一部分数据是对大安市贫困户进行抽样调查获取的。采用分层抽样与随机抽样相结合的方法，首先将大安市86个贫困村按每村的人口数量进行排序，然后分为7个层次并从每个层次中随机选取3个贫困村，最后从选取的21个贫困村中按照年龄和贫困户的人均可支配收入水平进行分层，并在每个贫困村选取15个贫困人口。共发放问卷315份，回收315份，回收率100%；其中有效问卷302份，问卷的有效率为95.9%。具体结果如表2所示。

表2 一体化审计效果影响因素样本量统计表

四、大安市精准扶贫一体化审计效果的实证分析

(一)模型检验及计量结果

运用SPSS软件分别对精准扶贫跟踪审计模型和精准扶贫绩效审计模型的整体拟合进行检验。由表3和表4可知，当加入各因变量后，两个模型的-2倍对数似然值都下降了，P值均小于0.05，说明两个模型的拟合较好。

表3 精准扶贫跟踪审计模型拟合信息

表4 精准扶贫绩效审计模型拟合信息

表5是对两个模型进行多元Logistic回归分析的结果。在回归时，两个模型中分别以“不满意扶贫政策落实”和“不满意扶贫资金使用”作为参考类别，因此其系数都为0；“文化程度=小学及以下”、“贫困户建档立卡情况=未建档立卡贫困户”、“扶贫资金到户情况=扶贫资金未到贫困户”、“贫困人口变化情况=未脱贫”、“贫困人口就业情况=未就业”、“贫困人口收入是否增长=否”、“是否为精英贫困户=否”、“是否存在扶贫违纪问题=否”作为其相应自变量中的参考类别，这些系数也都为0。回归系数的正负和绝对值表示对应变量的变化在两个模型中分别对“满意扶贫政策落实”和“满意扶贫资金使用”概率比的影响方向及程度。

表5 模型的参数估计

(二)结果分析

根据表5，分别以“扶贫政策落实是否满意”和“扶贫资金使用是否满意”作为因变量建立两个多元Logistic回归模型，从文化程度、贫困户建档立卡情况、扶贫资金到户情况、贫困人口变化情况、贫困人口就业情况、贫困人口收入是否增长、是否为“精英贫困户”、是否存在扶贫违纪问题八个方面分析大安市精准扶贫跟踪审计与绩效审计一体化审计效果的影响因素。

从文化程度来看，“满意扶贫政策落实”的回归系数是-0.813，“满意扶贫资金使用”的回归系数是-0.749，且P值均小于0.05，表明贫困人口的文化程度对精准扶贫一体化审计效果具有显著影响。在中学及以上学历的贫困人口中，满意扶贫政策落实的贫困人口的发生比和不满意扶贫政策落实的贫困人口的发生比之比是小学及以下学历的贫困人口中这一比值的0.443倍；满意扶贫资金使用的贫困人口的发生比和不满意扶贫资金使用的贫困人口的发生比之比是小学及以下学历的贫困人口中这一比值的0.912倍。这表明小学及以下学历的贫困人口中满意扶贫政策落实和扶贫资金使用的发生比与不满意扶贫政策落实和扶贫资金使用的发生比之比要高于中学及以上学历的贫困人口。

从贫困人口建档立卡情况来看，“满意扶贫政策落实”的回归系数是2.531，“满意扶贫资金使用”的回归系数是2.148，且P值分别为0.001和0.006，表明贫困人口建档立卡情况对精准扶贫一体化审计效果具有显著影响。在已建档立卡的贫困户中，满意扶贫政策落实的贫困人口的发生比和不满意扶贫政策落实的贫困人口的发生比之比是未建档立卡贫困户这一比值的12.562倍；满意扶贫资金使用的贫困人口的发生比和不满意扶贫资金使用的贫困人口的发生比之比是未建档立卡贫困户这一比值的8.566倍。这表明，已建档立卡贫困户对于扶贫政策和资金的满意度比例要远高于未建档立卡贫困户。

从扶贫资金到户情况来看，“满意扶贫政策落实”的回归系数是2.477，“满意扶贫资金使用”的回归系数是3.337，相应的P值分别为0.000和0.001，表明扶贫资金到户情况对精准扶贫一体化审计效果具有显著影响。在扶贫资金已到的贫困户中，满意扶贫政策落实的贫困人口的发生比和不满意扶贫政策落实的贫困人口的发生比之比是扶贫资金未到的贫困户这一比值的11.905倍；满意扶贫资金使用的贫困人口的发生比和不满意扶贫资金使用的贫困人口的发生比之比是扶贫资金未到的贫困户这一比值的28.121倍。这里需要特别说明的是，OR值较大的原因是自变量分类“扶贫资金未到贫困户”的样本个数太少，这也是因为大安市的扶贫资金发放工作完成得较好。上述结果表明，分到了扶贫资金的贫困户对扶贫政策落实和扶贫资金使用的满意度都要远超过没有收到扶贫资金的贫困户。

从贫困人口变化情况和是否为“精英贫困户”来看，在精准扶贫跟踪审计模型中的P值分别为0.124和0.24，在精准扶贫绩效审计模型中的P值分别为0.059和0.047，表明贫困人口变化情况和是否为“精英贫困户”这两个因素对于“扶贫政策落实满意度”的影响非常小，而对“扶贫资金使用满意度”具有一定的影响但是不显著。这说明，贫困人口是否脱贫和是不是“精英贫困户”对精准扶贫一体化审计的效果没有显著影响。

从贫困人口就业情况来看，“满意扶贫政策落实”的回归系数是4.398，“满意扶贫资金使用”的回归系数是-1.215，且P值均为0.000，表明贫困人口就业情况对精准扶贫一体化审计效果具有显著影响。在已就业的贫困人口中，满意扶贫政策落实的贫困人口的发生比和不满意扶贫政策落实的贫困人口的发生比之比是未就业的贫困人口这一比值的81.263倍；满意扶贫资金使用的贫困人口的发生比和不满意扶贫资金使用的贫困人口的发生比之比是未就业的贫困人口这一比值的0.297倍。回归系数一正一负说明贫困人口就业情况对“扶贫政策落实满意度”和 “扶贫资金使用满意度”的影响方向是相反的，这也导致OR值一个远大于1、另一个远小于1。已就业贫困人口对于扶贫政策落实的满意度比例要远高于未就业人口中的这一比例，而未就业贫困人口对于扶贫资金使用的满意度要远高于已就业贫困人口对于扶贫资金使用的满意度，可能是因为已就业的贫困人口凭借自身劳动力更多享受到的是相关的扶贫政策，未就业的贫困人口可能因为年龄和身体状况等原因导致劳动能力不足而更多更直接地得到扶贫资金的资助。

从贫困人口收入是否增长和是否存在扶贫违纪问题来看，在精准扶贫跟踪审计模型中的P值分别为0.000和0.007，在精准扶贫绩效审计模型中的P值分别为0.000和0.019，表明贫困人口收入是否增长和是否存在扶贫违纪问题都对精准扶贫一体化审计效果具有显著影响。在收入增长的贫困人口中，满意扶贫政策落实和资金使用的贫困人口的发生比和不满意扶贫政策落实和资金使用的贫困人口的发生比之比分别是收入没有增长的贫困人口这一比值的26.291和26.862倍，这表明收入增长大大提高了贫困人口对于扶贫政策落实和资金使用的满意度；在认为存在扶贫违纪问题的贫困人口中，满意扶贫政策落实和资金使用的贫困人口的发生比和不满意扶贫政策落实和资金使用的贫困人口的发生比之比分别是认为不存在扶贫违纪问题的贫困人口这一比值的0.056和0.082倍，这表明认为存在扶贫违纪的贫困人口不满意扶贫政策落实和扶贫资金使用情况。

五、研究结论及对策建议

精准扶贫跟踪审计与绩效审计一体化对于保障扶贫政策落实，规范扶贫资金使用，进而打赢脱贫攻坚战具有重要作用。本文通过对吉林省大安市的精准扶贫一体化审计进行多元Logistic回归的实证分析，找出了影响精准扶贫一体化审计效果的因素。为了最大化地保证精准扶贫一体化审计实施效果，进一步完善和创新一体化扶贫审计工作，根据各种影响因素的特征，从贫困人口自身、扶贫工作主体和扶贫审计主体三个方面提出对策建议。

首先，从贫困人口自身出发。实证结果表明，贫困人口的文化水平、就业情况以及收入是否增加都对精准扶贫一体化审计的效果有显著影响。贫困人口文化水平的高低在一定程度上决定了其对相关扶贫政策和资金使用的理解程度，进而影响着扶贫审计时其所反馈信息的合理性和相对准确性；已就业且收入增加的贫困人口相对更愿意配合扶贫审计工作。因此，要提高贫困人口的文化水平，使贫困人口充分就业，增加贫困人口的收入；要全面推进教育扶贫，开展对贫困人口的基础教育和职业技术教育，使其获得专业的技能；还要大力发展产业扶贫，通过“政府—企业—农户”的产业链模式为贫困人口提供更多的就业机会，增加贫困人口的收入。

其次，从扶贫工作的主体出发。这里的扶贫主体主要指的是落实扶贫政策、管理扶贫资金的相关单位和人员。实证结果表明，贫困人口的建档立卡情况和扶贫资金的到户情况都对精准扶贫一体化审计的效果有显著影响。已建档立卡和收到扶贫资金的贫困户对扶贫政策落实和资金使用情况更满意，也更愿意接受扶贫审计的调研，其所提供的信息对扶贫审计更有帮助。因此，要继续完善贫困户建档立卡和扶贫资金的发放工作，增加人员和资金的投入，实行分区负责制；相关工作人员要定期走访，及时更新贫困户档案；要对从贫困户识别到建档再到发放扶贫资金最后退档的全过程实行一体化审计。

最后，从扶贫审计的主体出发。实证结果表明，扶贫违纪问题对精准扶贫一体化审计的效果有显著影响，是否为“精英贫困户”对精准扶贫一体化审计的效果也具有一定的影响。扶贫违纪问题既包括扶贫工作过程中发生的违纪行为，也包括对扶贫工作进行审计时出现的违纪现象，利用与扶贫工作人员和扶贫审计工作人员的特殊关系而产生的“精英贫困户”就是其中的一种严重的扶贫违纪现象。扶贫违纪问题是影响审计效果最直接也是最严重的因素之一。因此，要在扶贫审计的同时对审计主体进行监督，通过群众监督检举、审计部门内部相互监督和定期走访调查等方式及时发现并整肃扶贫违纪行为。建立严明的惩戒机制，对存在扶贫违纪行为的人员和单位进行严厉追责、严肃处理。