大气污染防治绩效审计评价体系构建与应用

2023-03-02邢春玉冯欣竹张莉李晓睿杨思琪

会计之友 2023年5期

邢春玉冯欣竹张莉李晓睿杨思琪

【摘要】近年来，大气污染导致的雾霾天气频发，引起社会关注。政府正在加大大气污染环保治理力度，在此背景下的大气污染防治绩效审计应运而生。通过对地方政府关于大气污染防治治理工作的经济性、效率性、效果性评价，有利于发挥审计监督职能，提高大气污染防治工作效率和治理效果。文章结合大气污染防治绩效审计内容、目标和职能，改进现有的大气污染防治绩效审计模型，构建以DPSIR（驱动力-压力-状态-影响-响应）模型为框架的指标评价体系，以北京大气污染治理数据为例，进行综合审计分析，为开展大气环境绩效审计的理论和实践提供相应的参考和借鉴。

【关键词】大气污染防治；绩效审计；层次分析法； DPSIR模型；生态治理

【中图分类号】 F239.43 【文献标识码】 A 【文章编号】 1004-5937（2023）05-0111-07

一、引言

随着工业制造业的迅速发展，工业废气排放锐增，各种能源消耗和污染物给大气环境带来压力。近年来，各大城市以雾霾为主的污染日益严重，据《2021年中国生态环境状况公报》显示：全国339个城市中，218个城市环境空气质量达标，占64.3%，121个城市环境空气质量超标，占 35.7%。。空气质量恶劣不仅影响人类身体健康，而且会遏制经济发展。因此国家高度重视大气污染防治并出台相关法规政策，其中《大气污染防治法》提出重点区域联合防治措施；2013年国务院《大气污染防治行动计划》（简称“大气十条”）对大气污染治理工作做出指示，提出绩效评价考核体系。同时，一些地方政府不斷加大投资规模，实施政策措施治理以雾霾为首的污染天气。大气防治工作开展的过程中，政府对大气污染治理的经济性、效率性、效果性是否与预期目标相匹配，投入和产出是否合理，有必要通过绩效审计做出客观评价。

同时，国务院办公厅印发了《关于完善审计制度若干重大问题的框架意见》及《关于实行审计全覆盖的实施意见》，要求审计机关建立健全与审计全覆盖相应的工作机制，创新审计技术方法，提高审计能力和效率。大气污染治理绩效审计是审计全覆盖的必要环节，目前，还没有一套完整的大气污染防治绩效审计评价体系应用于实务，这将导致大气污染防治审计工作进程缓慢。通过梳理比较现有的研究成果，构建完整的指标体系，建立科学的大气污染防治绩效审计模型，有助于提高审计效率，促进环境治理。

二、文献综述

环境审计研究领域普遍认为，环境绩效审计产生于受托环境责任理论，受托责任是环保部门和审计机关的受托责任，自然资源是公众公有财产，在企业、个人和社会发展追求经济利益及社会效益时，对自然资源造成浪费和破坏，最终给人民带来负面影响，这种由企业追求利益而造成的环境成本最终由公众来承担，为保证政府受托环境责任全面履行，公众有权委托审计机关对政府管理成果进行评价和考量，审查政府受托责任履行情况，以改善政府管理制度，促进政府部门高效工作，更好地履行环境责任[1]。史晓燕等[2]、卞兴忠[3]总结了环境绩效审计的定义和内容，提出健全环境绩效审计理论体系并用实证研究进行了检验。曹键等[4]对企业环境管理进行绩效评价并将环境绩效审计作为环境管理的工具。周畅[5]指出政府环境受托责任履行情况的审计定义、内容和作用机制，研究了政府环境履责绩效审计。赵慧琪等[6]回顾了大气环境审计现状，通过对现存问题分析，对丰富审计内容、创新大气环境审计技术方法做出了贡献。刘桂春等[7]通过对北京地区大气污染防治分析，提出区域性环境绩效审计，建立区域绩效审计评价指标体系，运用环境费用效益分析进行绩效审计。张璐[8]对政府环境绩效审计目标和方法进行研究，将审计目标划分为根本目标、具体目标和最终目标，并指出指标设计是政府环境绩效审计的重要环节。

近年来，不少学者在大气环境绩效审计评价指标方面也有了初步的研究，房巧玲等[9]结合当前自然资源资产负债表的实践探索，基于PSR（压力—状态—响应）模型，尝试构建领导干部资源环境离任审计评价体系。陈涛等[10]结合兰州市大气污染治理情况和PSR模型，构建了大气环境绩效审计评价指标体系。张妮[11]基于PSR框架构建相应的评价指标体系，运用层次分析法确定相关指标权重，以L市为评价对象，对其大气污染的治理情况进行研究分析。

总之，在现有文献中，环境绩效审计更多运用在水污染、生态安全方面，大气污染防治绩效审计相关研究方法和审计思路较少。现有研究主要有以下不足：首先，大气污染绩效审计更多的还是理论研究，没有足够的数据和审计实践支撑理论；其次，现有文献的评价方法主要包括主成分分析法、平衡计分卡、德尔菲法，都涉及专家打分评判或者调查问卷，由于这些方法主观性太强，加之问卷回收难度大，都会影响最终结果的准确性。因此，在现有环境绩效审计的基础上，改进评价指标体系，将现有以PSR模型为框架的指标体系发展到以DPSIR（驱动力—压力—状态—影响—响应）模型为框架的指标体系，使指标范围更广，审计内容更全面，构建出更能反映实际情况和政府绩效的指标体系，增强审计结果的准确性和可靠性，促进审计职能全覆盖目标的实现。

三、基于DPSIR模型的绩效审计体系构建与运用要求

（一）大气污染防治绩效审计评价指标体系的构建基础

1.DPSIR模型简介

DPSIR模型是由欧洲环境局1993年在经济合作与发展组织会议中提出的，该模型是在PSR模型和DSR模型基础上发展而来，PSR模型表示压力—状态—响应逻辑关系，研究环境与社会发展之间相互关系。随后，联合国可持续发展委员会（UNCSD）提出DSR模型，将P（压力）换为D（驱动力），这一逻辑关系可以体现出导致自然环境状态改变的深层次原因，即驱动力层面的内容比压力层面更深入。

DPSIR模型兼具PSR和DSR模型特点，此模型框架更加全面、规范，可以系统反映人类活动同自然环境变化相互影响，五个字母分别代表驱动力、压力、状态、影响、响应。驱动力是使大气环境状态生变化的根本原因，是推动经济发展的直接原因，包括人口因素、经济活动和能源利用；压力层指的是人类社会活动为自然环境带来的压力，例如工业废气排放为大气带来压力；状态层指环境压力导致环境状态发生变化；影响层代表状态因子变化结果，如污染物浓度变化率，也包括对人和社会造成的影响；响应层代表政府做出的大气环保决策或者相关行为活动。DPSIR模型涵盖人口、经济、社会发展、能源结构与环境内在逻辑关系，揭示人类活动、社会发展同自然环境之间相互作用机制。

这五个部分因果关系为：驱动力的存在对自然环境产生压力，压力导致环境状态变化，状态层最终将结果反馈于社会或人类，政府针对消极影响采取一定措施，对驱动力层面、压力层面做出相关调整，如此反复，形成系统动态平衡，使人类社会发展同自然环境良性循环。DPSIR模型相互作用机制如图1所示。

2.DPSIR模型用于大气污染防治绩效审计的可行性分析

由上述DPSIR模型原理可以看出，该模型建立了人类社会同自然环境变化之间的因果关系，应用在大气污染防治绩效审计研究中，在政府管理行为和大气环境变化之间建立联系，政府对大气污染防治的管理行為和有关投资看作是因，防治的成果体现在D、P、S、I上，此模型拓宽绩效审计范围，即不仅仅局限于传统对财务资金的审计，也要对能体现政府大气污染防治成果方面的指标进行审计，如大气环境质量特征、清洁能源使用占比、产业结构及能源消耗总量等指标，因此，建立以DPSIR为框架的指标评价体系，丰富大气污染防治绩效审计内容，对政府绩效评价更合理、客观。

（二）大气污染防治绩效审计评价指标体系的构建内容

1.指标设置原则

根据北京大气污染特点及其防治措施和指标体系目标，大气污染防治绩效指标体系应遵从以下原则：

（1）可操作性和全面性。确保指标数据能够被审计人员直接或者间接获得，指标简单、可理解，数据来源可靠以保证数据质量和审计结果可靠性。指标的选择具有整体和层次性且覆盖面广，涵盖面广并不是一味多选指标，而是有重点地去选择，所选取指标能够体现北京大气污染水平及其防治规范。

（2）政策性和可比性。评价指标应该围绕京津冀大气污染防治相关政策和环保规范来制定，若脱离这一层面筛选的指标难以衡量政府绩效。此外，筛选的指标纵向可比，同一个地区不同年份可比。

（3）独立性和动态性。各个指标之间避免冗余或者有相互包含关系。大气污染防治绩效审计是一个长期动态过程，所选取的指标应具有时代性和阶段性，时代性能表现当前状况，阶段性主要考虑某些政策变化导致原来指标不具有代表性。

（4）导向性和科学性。指标选取不能只立足于当前，还应结合国际前沿水平，放眼未来变化，创新指标且能够反映未来趋势，达到绩效审计，不仅仅是评价和发现问题，也注重调控和改善的目标。

2.评价指标的设置

本文构建DPSIR模型框架，通过梳理文献、结合相关治理政策并考虑数据的可获得性，选取与北京大气污染水平相关指标，从驱动力、压力、状态、影响、响应五个层面进行指标筛选，构建能够反映京津冀大气污染及其防治的指标体系。五个维度的具体指标构建如下：

（1）驱动力：这一层次反映的是造成大气污染最根本原因，政府“响应”缓解这些根本性动力，是防治大气污染的长效良药，大气污染原因最终可归结为人为，污染源主要来源于交通运输、能源耗用、工业排放、建设工地扬尘。因此，在驱动力层面指标从经济发展、资源利用、人口结构三方面设立指标。具体包括以下指标：机动车保有量，反映城市交通发展状况；建设用地面积，代表一个地区建设用地的扬尘；第二产业产值占GDP的比重，表现地区工业发达程度和此地区对工业的依赖程度；石油煤炭天然气占能源消耗比重，反映能源消耗结构；人口自然增长率和人口密度，代表该地区人口和社会结构变动。

（2）压力层：反映当前大气压力状况，包括直接压力和间接压力，直接压力指能表征大气污染的主要污染物排放强度，间接压力指造成主要污染物排放的经济活动。压力层包括5个指标：单位GDP二氧化硫排放量、单位GDP氮氧化物排放量、单位GDP烟（粉）尘排放量，表示每增长一单位GDP产生的主要污染物排放量，反映经济性和效率性；城市燃气普及率和能源消耗总量间接表现能源结构和耗用，侧面反映污染物排放的发展趋势。

（3）状态层：主要从大气当前状态考虑，这一层指标表征大气承载力现状，主要包括PM2.5（可吸入颗粒物）年均浓度、SO2年均浓度、PM10年均浓度、NO2年均浓度、O3年均浓度、CO年平均浓度、空气质量达到及好于二级的比重、轻度和中度污染天数比例（以年为单位）、重度和严重污染天数比例（以年为单位）9个指标，反映大气环境状态，体现政府大气污染治理的效果性。

（4）影响层：指政府在实施相关大气污染控制行为后，反馈于大气环境和社会的结果，从这一层次可以看出政府施策效果，指标设置从SO2浓度的削减率、氮氧化物浓度的削减率、工业废气、烟（粉）尘削减率、年平均气温上升值直观体现治理成效、呼吸系统疾病死亡率、森林覆盖率反映治理结果反馈于社会的结果，共6个指标。

（5）响应层：是绩效审计重要环节，是对政府受托责任履行情况体现，结合北京大气污染防治行动计划和相关控制行为设立指标，对应的指标主要从环保支出、污染治理投资、政府监督（如排污许可证发放情况、废气、烟尘产业单位检查率、政策法规落实情况等）方面考虑，由于定性指标、一些具有前瞻性和预防性措施数据不能获得，收集到的指标分为项目实施效益和环保投资两方面，包括以下12个指标：建成区绿化覆盖率、新能源车增长率、固体废物处置量、生活垃圾无害化处理率、每万人拥有公交车数量、清洁能源占比、绿地面积、环境污染治理投资总额、当年完成环保项目投资额、工业污染治理废气投资、城市环境基础设施建设投资、环境污染治理投资占GDP比重。审计人员可根据实际情况对指标增减或替换。

（三）指标权重分配

DPSIR模型包含多层次、多指标，将审计具体内容层次化，用层次分析法对DPSIR模型处理，进行层次化，审计人员根据实际境况选取适当指标，通过分析处理得出指标权重，体现出审计内容符合当前要求。同时通过层次分析法的一致性检验，保证审计人员矩阵判断的科学性，实现层次分析法算法，在已有指标体系基础之上增加或者替换具体指标，不会增加大量的工作量。

1.层次分析法确定权重的步骤

（1）建立层次结构模型：运用层析分析法处理问题，首先应该将此问题看成一个系统，然后根据内在关系进行分层，使整个体系形成递阶层级。在本文中，因为采用的是DPSIR模型，每一个字母代表一个层次构成准则层，分别为驱动力、压力层、状态层、影响层和响应层，进而在每一个准则层下细分为不同层次，称为要素层，在每一个要素层下设定指标，称为指标层，形成一个层次递阶模式。

（2）构造判断矩阵：在上述基础上，每一层级及所属关系得到确定，进而需要比较每一层级因子之间的重要性。层次分析法中采用的两两判断法，即每一层级因子之间两两比较，判断其重要性程度，重要性程度有9个标度，每一个标度和含义如表2所示，心理学家建议每次判断的因子最好不要超过9个。每一个矩阵A=（aij）n×n，aij表示对上一层次而言，本层因子ai和aj相对重要程度，构造判断矩阵时应遵循以下原则：

aij=1/aji

aij=1

aij>0

（3）计算每一层次权重并进行一致性检验：得到判断矩阵，需要求解矩阵特征向量和最大特征值λmax，此过程通过调用python里的numpy库直接实现，然后再进行一致性检验。层次分析法一致性检验目的是判断决策者做出的判断矩阵一致性程度是否在可接受范围内，在可接受范围内则得到对应权值列表，如果超出范围需要重新构造判断矩阵，通过这种方法确保定性分析的合理性与科学性，具体判断规则如下：

CR=CI/RI

CI=（λmax-n）/（n-1）

当CR<0.10时，表示该判断矩阵有满意的一致性，CR=0，表示有完全一致性，当CR越大，不一致越严重。λmax为判断矩阵的最大特征值，n为判断矩阵的阶数，RI成为平均随机一致数，RI值表如表1所示。

（4）得出具体指标权重：在步骤3得到每一层次各因子的权重，目标层权重视为1，每一层下具体指标的权值=本层次该指标的权值×该指标对应的上一层次权值，例如准则层驱动力权重为w1（由步骤3计算得到），那么要素层经济发展最终权重=w1×w2（w2由步骤3计算得到），指标层某一指标最终权重=w3×w1×w2（w3由步骤3计算得到）。

2.数据来源

本文的研究数据来源于2014—2018年《中国统计年鉴》《中国环境统计年鉴》《北京市统计年鉴》以及中国环境监测总站（http：//www.cnemc.cn/）和2013—2018年京津冀《国民经济和社会发展统计公报》。

各层次及指标权重结果如表2。

（四）绩效得分标准及算法步骤

定性指标主观性强，因此本文全部采用定量指标。在构建的指标中，将指标归为两类：正向指标和反向指标，正向指标意味着数据越大绩效越好，反向指标意味着数据越小绩效越好。根据这两类指标属性不同，采用不同的数据处理方法，对于正向指计分方法是：ZI=（Xi-Xmin）/（Xmax-Xmin），对于反向指标计分方法：ZI=（Xmax-Xi）/（Xmax-Xmin），Xi为实际数据，Xmax、Xmin为该序列数据最大值和最小值，ZI为评价指数，即标准化后的数值，综合绩效得分为各层次得分之和，如表3所示。

根据以上方法，得到北京2013—2017年绩效得分如表4所示。

四、北京地区大气污染防治绩效审计评价体系的应用状况分析

通过比较，可见北京地区2013—2017年绩效评分呈上升趋势。北京市大气污染防治绩效审计结果：在驱动力层面，反映的是政府对大气防治效果的体现，从社会经济发展、人口结构和能源结构做出评价，北京市2014年和2016年绩效得分较低，主要是因为机动车保有量和建设用地面积评分相较于其他年份较低，由于2016年北京机动车达到一定规模，致使评分降低，当年政府实施收费治堵措施，根据2017年评分结果这一措施未见成效，此外城市化进程中，大规模拆迁建设致使建设用地面积增大，在严格控制城市规模的政策下，2017年出现反弹，能源结构方面，该市评分处于上升趋势，说明政府积极调整产业结构，在大气污染治理中发挥重要作用。

压力层评分越来越高。由于2015年和2016年单位GDP二氧化硫和氮氧化物排放量显著下降，大气污染治理在2017年有一定成效，这与政府对环境的大力投入相关，根据收集环境投资数据来看，2015年开始政府对工业污染治理废气投资和环境污染治理投资总額创新高，如建造垃圾填埋场和建筑垃圾资源化处置场、工业污染场地修复、购置脱硫设备等投资行为。

状态层是大气污染治理效果的直观反映，可见大气质量特征评分处于上升趋势，表明大气质量特征越来越好。

影响层2016年评分下降是因为烟粉尘削减率和气温值得分下降，这可能源于驱动力层建设用地面积增大，增加大量烟粉尘，气温上升表明政府应多关注温室气体排放问题。

在响应层，政府采取积极态度，对大气污染治理投入大量资金，至2017年环境污染治理投资占GDP比重达到2.93%，清洁能源占比和绿化方面显示出一定成效。

总体来看，2013—2017年，北京燃气普及率达到100%，北京政府对产业结构不断调整，淘汰传统能源，倡导清洁能源使用，鼓励绿色出行，在清洁能源占比、新能源汽车、每万人拥有的公交车数量评分都在上升，六种主要大气污染物浓度呈下降趋势，北京PM2.5从89μg/m3降至58μg/m3，在响应层面，政府采取积极措施加大环保投资力度，根据实际情况出台相关政策和管控措施，在大气污染防治收获一定的成绩。北京市大气污染防治绩效审计2013—2017年度的综合绩效得分汇总见表4最后一行。根据北京市大气污染防治绩效审计结果来看，整体而言北京大气污染防治绩效越来越好，2016年北京绩效得分增长率最大为28%，北京大气质量特征评分结果、能源、经济发展方面评分结果呈上升趋势，表明北京政府在大气污染防治效率上有一定的成效。

通过结果可以看出，与PSR模型相比，DPSIR模型增加了驱动力和影响层两个层面，通过增加这两个层面的分析，可以从社会经济发展、人口结构和能源结构等方面做出评价，使得大气污染绩效审计结果更加全面和精确。基于DPSIR模型的绩效审计评价体系和方法，比基于PSR模型的绩效审计评价方法要更客观、更准确、更全面，也验证了该方法对环境绩效审计工作更具有应用推广的价值。

五、结论及建议

本文基于大气污染防治绩效审计研究现状和相关理论，在现有PSR模型基础上，构建DPSIR大气污染防治绩效审计模型，以DPSIR框架为指标体系构建思路，将模型指标化，运用层次分析法进行指标赋值，并用Max-min数据处理方法将指标归一化，对构建的大气污染防治绩效审计模型进行应用，以北京大气污染防治数据和相关大气环境数据为例进行分析，得出北京大气污染防治绩效审计评分，并对绩效差异进行了具体分析。

本文构建了以DPSIR为框架的指标体系，归纳前人对指标体系构建的思路和内容，指标主要来源于已有的大气污染防治绩效审计研究和大气环境评价指标体系构建的文献，此外，依据中共中央办公厅、国务院办公厅印发的《省（自治区、直辖市）污染防治攻坚战成效考核措施》及相关法律法规、政策文件等筛选指标，在构建指标体系时充分考虑社会、经济、能源结构和大气环境等诸多因素，对指标体系进行优化，使指标更符合现代发展趋势，反映当前大气污染和治理的投资状况，同时考虑指标数据的易获得性。本文构建的定量指标能够在一定程度反映政府大气污染防治绩效的经济性、效率性和效果性，对绩效審计工作具有借鉴意义，有助于审计人员降低审计风险，提升地方政府大气污染防治绩效。

近年来，国家对大气污染防治工作越来越重视，大气污染防治绩效考核应运而生。本文所建立的指标模型有望在日后审计项目中得到检验，并不断改进和完善评价指标体系，健全评价模型，降低审计难度，促进大气污染防治绩效审计的发展，提高地方政府大气污染防治工作透明度，有助于政府工作接受社会监督，提高地方政府大气污染防治的工作效率。同时，也看到大气污染绩效审计涉及大量大气环境质量数据，数据造假成为审计工作重难点，因此建立审计数据服务平台至为关键。另外，审计人员也应该顺应时代发展，不断提升自我技能，通过爬虫等相关编程技术直接获取数据，例如污染型企业每日排放量、实时监测的环境质量数据等，升级审计技能，进一步提升审计效率，为“打赢蓝天保卫战”做出力所能及的贡献。

【参考文献】

［1］刘小海.基于国家环境审计视角的跨区域大气污染防治研究［J］.财会通讯，2020（7）：115-119，168.

［2］史晓燕，班景刚.环境绩效审计文献综述［J］.审计与理财，2015（7）：41-42.

［3］卞兴忠.政府环境绩效审计研究综述［J］.环境保护科学，2015，41（2）：21-25.

［4］曹键，李晓琴.我国环境绩效审计研究［J］.中国商论，2016（14）：174-175.

［5］周畅.政府环境履责审计作用机制与实施方式研究［D］.兰州：兰州财经大学硕士学位论文，2016.

［6］赵慧琪，李宏欣.基于雾霾防治视角的大气环境审计研究［J］.中国乡镇企业会计，2018（11）：176-177.

［7］刘桂春，王碧玉.京津冀区域环境绩效审计问题研究［J］.审计月刊，2017（6）：13-16.

［8］张璐.大气污染防治审计思路分析［J］.山西农经，2019（9）：164.

［9］房巧玲，李登辉.基于PSR模型的领导干部资源环境离任审计评价研究——以中国31个省区市的经验数据为例［J］.南京审计大学学报，2018，15（2）：87-99.

［10］陈涛，王长通.大气环境绩效审计评价指标体系构建研究——基于PSR模型［J］.会计之友，2019（15）：128-134.

［11］张妮.基于PSR框架的大气环境绩效审计评价研究［J］.绿色财会，2021（8）：41-45.