摘要 笔者考察了国家审计机关在进行 经济 效益审计时所遭遇的困境，即国家审计机关资源的不足与经济效益审计业务范围不断扩大之间的矛盾，提出了采用DEA法来遴选经济效益审计对象的措施，并给出了具体的可操作的遴选过程，以期大大推动经济效益审计工作的开展。
关键词 经济效益审计；对象；遴选；DEA
一、引言
随着经济效益审计工作力度的加强，有关矛盾便逐渐显现出来。其中一个重要问题是国家审计资源的有限性满足不了日益增长的经济效益审计任务的需要。有资料显示，审计署及其派出机构负责审计的单位有3万多个，而 目前 每年实际被审计的单位却不到3000个，审计覆盖面只有10％左右，甚至于不少单位自审计署成立以来还从未接受过审计(杨政、许汉友、何瑷。200
5)。作为法定的财政预算和财务收支审计都难以满足。就更难满足经济效益审计对国家审计资源的要求了。
为解决此矛盾。国家审计就不可能对经济效益审计对象进行面面俱到的审计，唯有采用抽样审计技术。有选择地安排每年的审计任务。但如何做到尽可能最大效率地根据审计资源选择最需要被审计的对象呢?这是一个需要 科学 决策的问题，也是国家审计机关正确制定审计计划时必须解决的问题。针对经济效益审计本身的特点，笔者提出，可采用DEA法遴选审计对象。以尽可能最有效地选择最需要被审计的对象。既能节约、利用国家审计机关的人力、物力和财力资源，同时又能最大限度地达到经济效益审计的目的。
本文的 研究 基本上分为五个部分。第一部分是引言。主要阐述本文的研究动因；第二部分是 文献 综述，就本领域已有的研究成果进行 总结 ，进一步指出尚待研究的问题。从而说明本文的研究价值；第三部分是对DEA方法作一介绍，以便为后面的使用作准备；第四部分是具体应用 分析 。展现DEA在经济效益审计对象遴选过程中的功效；第五部分是结论，就本文的研究作总结。
二、相关文献综述
关于经济效益审计对象的遴选问题。国内外很少有专门的研究文献，但关于国家审计对象的遴选问题，相关的研究文献有很多。 杨政、许汉友、何瑷(200
5)详细考察了中国国家审计机关遴选审计对象的方法和依据。他们研究发现，中国国家审计机关遴选审计对象的方法主要有：根据中央政府上一年末经济工作会议的精神来遴选审计对象；根据上级部门交办的任务以及相关部门的委托事项来遴选审计对象；根据公众的声音来遴选审计对象；根据突发事件来遴选审计对象；根据前期审计问题的整改情况来遴选审计对象；根据年度审计重点自行选择审计对象。但他们也进一步指出：尽管审计署在遴选审计对象方面有专门的5年规划和年度计划，但这些规划、计划仍以经验数据为主要 参考 依据。计划管理的前期调查研究、综合分析不够，因此有些计划缺乏长远性、科学性。执行中缺乏连贯性。为解决这个问题，他们提出了采用风险预警法和数据集合法来遴选国家审计对象。
廖洪、闵青(200
5)指出，传统的国家审计对象遴选方法只注重短期行为，欠缺深层次分析。他们认为，制定审计计划要考虑六个要素：上级要求、政府与人民的要求、审计对象的内在需求、国家法律政策要求、前期审计情况、目前审计机关现状，并提出了相关的方法，如德尔斐法、专家决策法、项目预算法、巴雷特图法、未来分析法等。持同样观点的还有张允明等(200
5)。王社庭(200
4)，高翔等(200
5)。 马学斌(200
2)研究了美国国家审计机关遴选审计对象、制定审计计划的问题。他特别介绍了洛杉矶市审计局在确定年度审计重点时的风险评估法，即审计局对其管辖的部门、项目进行风险评估。按照一定标准评出各部门的风险系数，最终将风险系数大的部门列入当年的审计计划，从而建立了以风险高低为依据来选择被审计单位的审计计划的编制方法。另外一种方法是召开专家研讨会，类似“德尔斐”法。通过专家集体评价打分来遴选审计对象。
上述研究文献均从不同角度探讨了国家审计机关如何遴选审计对象的问题，这些角度既有体现政治高度的，也有体现经济基础的；既有专家调查型的，也有数学模型运算的。但这些研究都没有给出具体的操作过程。很多方法比较模糊。仅仅给出了遴选的指导思想。可操作性差。更重要的不足是，这些方法主要是针对传统国家审计的财政财务收支审计对象的遴选而提出的，没有专门针对经济效益审计对象的遴选方法。而经济效益审计是目前国家审计正在大力倡导的方向，其审计对象遴选的科学性已越来越重要。笔者认为，必须针对经济效益审计的特点和目标来遴选其审计对象。因此，DEA法是其具体操作过程中一个非常有效的方法。
三、DEA方法简介
DEA 英文 全称是Data Envelopment Analysis，一般翻译成“数据包络分析”或“资料包络分析”。它的前身是Farrell(19
5
7)提出的“生产边界”(Production frontier)概念，这是利用等产量曲线为基础。以“生产边界”衡量技术效率与价格效率。并建立数学规划模式，以衡量整体效率。Charnes。Cooper＆Rhodes(19
7
8)将Farrell的模式加以推广。发展至“多投入／多产出”的概念，并提出了固定规模报酬(CRS)下多项投入与多项产出时的生产效率评价模型CCR。后来，Banker et a1.(19
8
4)将CCR模型中的固定规模报酬假设改成了变动规模报酬(VRS)，提出了BCC模型。这些模型都是运用数学规划的原理对决策单元(DMU)集合进行极值运算。最后给出相对效率评价。 虽然DEA法拥有种种优点，但仍有一些使用上的限制(Doyle＆Grew，1991；张锡峰及周齐武，19
9
2)：1 主要受限于线性模型的假设。2 根据经验。决策单元(DMU)个数应为所考察之投入与产出项个数和之五倍或五倍以上，否则将会严重 影响 研究的效度及信度。3 效率分析的正确与否受限于投入项与产出指标的选用和衡量。
四、具体 应用
采用DEA法遴选 经济 效益的审计对象。主要按以下几个步骤进行操作：
(一)决策单元(DMU)集合的选定
决策单元集合的选定是进行DEA 分析 的第一步。这一步主要是将经济效益审计的全体对象作为决策单元集合，DEA的目的是从决策单元集合中选择经济效益相对较差的单位作为审计对象。
正如前面的 文献 综述所言，每年国家审计机关在安排审计重点领域时都有着对应的选择依据，但在大的审计领域方向选定后，如何在一个具体方向领域内再进一步遴选，这就是DEA可以发挥作用的地方了。DEA的优势就是可以进行同行业的相对效率分析。将同行业的相关单位作为决策单元，形成相应的集合。根据经验判断，决策单元的个数与决策中的投入／产出的指标个数选择有关联。假设模型中的投入指标个数为M。产出指标个数为N，决策单元(DMU)的个数为S，则一般要求S≥2(M+N)，也有的学者提出应该是S≥5(M+N)，当然这是一个经验估计，在具体设计决策单元时，这个集合中的元素一般是越多越好。
(二)投入／产出指标的选择
尽管常用的回归模型也可以评价经济效益，但DEA与之相比有很大的优势。DEA分析的最大优势不仅是无参数分析，更主要的是它可以进行多投入／多产出分析。在一般的回归模型中，尽管可以做多元回归分析，但因变量只有一个。如果将自变量看成是投入指标。将因变量看成是产出指标。那么在传统的回归模型分析中只能做单投入／单产出或者多投入／单产出分析，这就很难满足 现代 经济主体复杂效率评价的要求。而DEA则解决了这一矛盾。 前已指出，本文的研究目的不是专门考察商业银行的运营效率，只是在开展经济效益审计前对被审计对象有一个大致的了解。以便遴选审计对象。笔者认为。在具体选择投入／产出指标时。应考虑资料所能提供的指标深度和审计目标的针对性。基于此，结合有关学者的研究，本文选择了三个投入指标和三个产出指标，三个投入指标分别是14家商业银行的实收资本金额、贷款金额和投资金额；三个产出指标分别是14家商业银行的利息收入、其他营业收入和净利润。这些指标无论是对商业银行的运营过程还是运用结果都有了较为全面的诠释，比较符合对商业银行进行整体效益评价的要求。
(三)EMS软件分析
在设定好决策使用的单元(DMU)集合和投入／产出指标后。为效率评价所作的数据准备就已经完成了，下面的工作就是用成熟的软件来考察搜集的数据，从而给出分析结果。本文在进行DEA分析时选用了EMS软件。EMS全称是Efficiency Measurement System，它是由Holger Scheel编写的，它不仅可以考察决策单元的技术效率(TE)，而且可以给出相对效率低下决策单元的标杆 学习 对象。
(四)DEA结果的评述及经济效益审计对象的选择
通过上面的EMS软件的分析结果。可以很清楚地看到：哪些商业银行的整体运营是有效率的，哪些商业银行的整体运营是无效率的。这就为经济效益审计对象的精确遴选提供了 理论 指导。
1 投入导向技术效率的评价
根据表1可知，14家商业银行中有8家银行的整体技术效率大于或等于1，分别是：C银行、F银行、G银行、H银行、I银行、L银行、M银行和N银行，说明这8家银行的运营是相对有效的。剩下的6家银行的整体技术效率小于1，分别是A银行、B银行、D银行、E银行、J银行和K银行。从技术效率上的摸底。可以大致确认将技术效率小于1的银行作为经济效益审计的对象集合。
2 标杆得分的分析
通过表2可以看出8家运营有效率的商业银行的标杆得分。其中，得分最高的是C银行。其标杆分值为5；其次是N银行，其标杆分值为4；再往下是H银行，标杆得分为3；I银行标杆得分是2；F银行和G银行的标杆得分都是1；而L银行和M银行的标杆得分都是O。这些分析结果一方面说明了在有效率的银行中，其整体运营效率仍然有区别，另一方面也给出了经济效益审计的评价指标的目标值。很显然。标杆得分高的银行的相关指标可以作为经济效益审计时的参考指标。在本文所分析的14家商业银行中，C银行的运营效率是最好的。而L银行和M银行只是近似有效，因为它们的技术效率虽然大于1，但标杆得分却是0，说明它们在运营中还存在相关 问题 ，需要改进。属于边缘有效率的决策单元。如果无效率的决策单元数量小于经济效益审计准备安排的审计计划数量。则可以将边缘有效率的决策单元也纳入经济效益审计范围。
3 松弛变量的分析
在DEA分析中，松弛变量的 计算 为改善规模效益和技术效率提供了直观的理论潜力目标。在表3中，针对6家技术效率小于1的商业银行。DEA分析都给出了每个投入和产出指标的改进潜力值。说明A银行的投入指标中，实收资本和贷款额度是正常的，但投资额与其收益不相称。或者说投资处于低效率运转；而产出指标中，利息收入处于正常水平。但其他收入和净利润的获取与其投入不相称。根据松弛变量的具体数据。理论上可以预测，在14家商业银行正常的运营效率参考下。A银行的净利润可以再提高113.8亿元，这一产出的增加数据是相当可观的。同样的道理。基于松弛变量值，可以分析B银行、D银行、E银行、J银行和K银行的改进潜力。这种改进潜力的理论预测是经济效益审计正式开展之前就给出的，可以作为理论标杆。在具体审计过程中起到参考作用，也可作为审计报告和有关改进建议形成的先期依据。 第二轮DEA就属于“差中选差”了。在表4中。只有B银行和J银行的技术效率小于1，其他的都大于1。刚好与本次审计的计划安排数量不谋而合，于是就可以选择B银行和J银行作为本次经济效益审计的对象。
上述采用DEA遴选经济效益审计对象的分析过程可以采用流程图直观反映，见图1：
五、结论
通过本文的分析可以发现，DEA是一种非常有效的经济效益审计对象的遴选 方法 。它不仅可以迅速地找出符合审计数量计划的审计对象，而且可以事先对被审计对象进行大致的运营效率评价。为下一步展开具体的经济效益审计活动作了铺垫和摸底，也提供了参考的标杆效率指标。可以说。这种方法在经济效益审计中的应用收到了“一石多鸟”的效果，完全与经济效益审计的动因和理念相一致。
当然，DEA分析是建立在对投入／产出指标的信任程度上。如果被审计单位事先掌握了国家审计机关的遴选方法，在相关指标上提供虚假数据。则DEA结果就不可信了。另外，DEA分析主要是考察同行业的相对效率，如果作跨行业比较，可能会出现失灵现象，这也是它的一个不足之处。
总之，DEA为经济效益审计有效遴选审计对象提供了一种快捷的渠道。在国家审计资源的不足与审计对象和业务的无限增长发生矛盾时，作为行业内的审计对象遴选，DEA不失为一种非常有效的方法。
