李强主持召开国务院常务会议 研究2025年度中央预算执行和其他财政收支审计查出问题整改工作等

在委托代理框架下，预算执行中的违规行为本质上是代理人（被审计部门）在信息不对称条件下为实现部门利益最大化而采取的道德风险行为。审计整改清单制度的威慑效应通过提高违规的预期成本来抑制这一行为：被审计单位面临明确的责任主体认定、公开的整改清单和时限约束，违规被发现的惩罚概率从不确定的"或有追责"变为近乎确定的"必然追责"。同时，清单的公开性引入了声誉机制，进一步放大了惩罚的威慑力度。然而，制度的边际威慑效应可能递减——随着时间推移，若审计力度不保持递增，部门可能通过"学习效应"规避审计重点。

据此提出以下假说：
- H1：审计整改清单制度实施后，被审计单位的预算违规率显著下降约30%-50%，威慑效应在制度实施首年最强。
- H2：整改威慑效应呈现衰减趋势——制度实施后的第2-3年，部分被审计单位出现"审计反弹"，违规率回升至制度实施前水平的60%-80%。
- H3：整改力度对"超预算支出"类违规的遏制效果最强，对"资金挪用"类违规效果次之，对"预算编制不细化"等程序性问题的约束效果最弱——因为不同违规类型的可观测性和惩罚可操作性存在差异。

核心识别挑战有二：一是审计查出问题的严重程度与被审计单位的预算管理能力高度相关，存在"问题越严重越容易被审计"的样本选择偏误；二是整改清单制度的推行可能与同期其他财政纪律强化措施（如新《预算法》修订、财政资金绩效评估改革）叠加，难以单独识别整改清单的效应。

识别策略：利用"审计整改清单制度"在中央部门层面分批次推行的特征，构建交错DID（Staggered DID）设计。关键识别假定是——在控制部门特征和年度固定效应后，整改清单制度的推行时点与被审计单位的预算违规趋势不系统性相关（平行趋势假定成立）。进一步通过事件研究法，检验制度实施前后的动态效应路径：若在制度实施后违规率出现断点式下降，且制度实施前无预趋势，则支持因果识别。

基准模型采用交错DID：

Y_{it} = α + β · Treat_{it} + γ · X_{it-1} + μ_i + λ_t + ε_{it}

其中 Y_{it} 为部门 i 在 t 年的预算违规严重程度（违规金额/部门预算总额），Treat_{it} 为二元变量，表示部门 i 在 t 年是否已被纳入审计整改清单制度覆盖范围。μ_i 为部门固定效应（吸收部门层面不随时间变化的预算管理能力差异），λ_t 为年度固定效应（吸收所有部门共同面临的宏观财政环境变化）。事件研究法设定：

Y_{it} = α + Σ_{k=-3}^{4} δ_k · D_{it}^k + γ · X_{it-1} + μ_i + λ_t + ε_{it}

其中 D_{it}^k 为相对制度实施时点 k 期的哑变量，δ_k 刻画制度效应的动态路径，k < 0 的系数检验平行趋势。

被解释变量：部门预算违规率 = 审计查出的部门违规问题涉及金额 / 部门年度预算总额（%），按违规类型进一步分解为挪用资金率、超预算支出率、虚列支出率、预算编制不细化率四个子指标。核心解释变量：Treat_{it}，以国务院常务会议审议通过的各部门整改清单纳入时间编码（0/1）。控制变量：部门预算规模（对数）、部门人员数量（对数）、部门职能类型哑变量（经济建设类、社会管理类、科教文卫类等）、年度财政赤字率、新预算法实施哑变量。样本：约120个中央一级预算单位，2015-2025年共11年，约1320个部门-年度观测值。

• **替换核心解释变量**：以审计报告中披露的"问题整改完成率"替代0/1政策哑变量，估计整改完成度对后续违规行为的剂量-反应关系，检验结论对自变量设定的敏感性。
• **倾向得分匹配-DID（PSM-DID）**：以部门预算规模、人员数量、职能类型匹配纳入清单制度与未纳入的部门，在匹配后的子样本上重新进行DID估计，缓解因制度实施非随机带来的选择偏误。
• **剔除同期政策干扰**：在回归中控制新《预算法》实施哑变量（2015年起）和全面实施预算绩效管理改革哑变量（2018年起），以及各部门对应的交互项，检验整改清单制度效应是否被这些同期制度变革所解释。
• **安慰剂检验**：随机分配整改清单制度的推行时点（置换检验，500次随机抽样），比较真实系数在置换分布中的位置——若真实系数在置换分布的5%尾部之外，表明结果并非由随机因素驱动。

---

在中国多层次政府结构下，中央预算执行审计面临特有的央地信息不对称和激励不相容。地方政府作为中央预算执行链条中的关键环节，同时承担着多重政策目标——既要完成中央下达的预算纪律要求，又面临本级经济增长和社会稳定的压力。当审计整改要求与地方发展优先序冲突时，地方政府可能采取"策略性遵从"：对中央高度关注、问责压力大的问题（如"三公"经费违规、民生资金挪用）积极整改，对专业性较强、舆论关注度低的问题（如专项资金闲置、项目进度滞后）则消极应对甚至"书面整改"。此外，跨部门跨地区问题的整改协调面临"集体行动困境"——单一部门缺乏主动协调的激励，导致整改合力难以形成。

据此提出以下假说：
- H1：地方层面的审计查出问题整改完成率系统性低于中央本级部门，且差距在"专项资金管理"和"项目执行进度"类问题上最为显著——源于地方信息优势和问责传导链条的衰减。
- H2：地方政府在整改中表现出显著的"策略性遵从"——社会关注度高的违规类型（民生、环保、"三公"）整改完成率高于技术性违规（预算编制不细化、存量资金盘活不力），两者差距在15个百分点以上。
- H3：涉及跨部门跨地区协调的整改事项完成率显著低于单一部门整改事项——协调主体模糊导致问责分散，集体行动困境降低整改效率。

本文将审计查出的每一条具体问题（而非被审计单位）作为分析单元，构建"问题-年份"面板数据。识别策略的核心是利用问题类型的属性差异构造比较：对于同一地方政府面临的两种不同类型审计整改要求（高关注度vs低关注度），比较其整改完成率的差异，从而分离"策略性遵从"效应。关键识别假定：在控制问题本身的严重程度和整改难度后，不同问题类型之间的整改完成率差异主要反映了地方政府的选择性注意力和问责压力分布，而非问题本身的客观差异。

采用问题级别的Logit/Probit模型：

Pr(Rectify_{ijk,t}=1) = Φ(α + β₁ · LocalGov_{k} + β₂ · HighSalience_{ij} + β₃ · LocalGov_{k} × HighSalience_{ij} + γ · Z_{ij} + λ_t + ε_{ijk,t})

其中 Rectify_{ijk,t} 为第 t 年部门 i 的问题 j 在单位 k（中央或地方）是否完成整改（0/1），LocalGov_{k} 为被审计单位是否为地方政府的哑变量，HighSalience_{ij} 为问题的高社会关注度哑变量（基于媒体报道频率和舆论热度编码）。交互项 LocalGov_{k} × HighSalience_{ij} 的系数 β₃ 捕捉地方政府的"策略性遵从"程度。Z_{ij} 为问题层面的控制变量（涉及金额对数、问题严重程度等级、整改难度评级）。

分析单元：每条审计查出问题，约2000-3000个问题-年度观测值（2015-2025年各年中央预算执行审计报告及其整改报告）。被解释变量：问题是否完成整改（0/1），以审计署后续整改跟踪报告中标注的"已整改""正在整改""未整改"编码。核心解释变量：LocalGov（被审计单位为地方政府/中央部门，0/1）；HighSalience（问题类型的社会关注度，基于百度指数和人民日报相关报道数量的中位数划分，0/1）；CrossDept（问题是否涉及跨部门跨地区协调，基于审计报告文本中对协调要求的表述编码，0/1）。控制变量：问题涉及金额（对数）、问题发生频率（首次/重复发生）、审计建议的强制程度（建议整改/要求整改/责令整改，三级编码）、被审计单位的预算规模。

• **替换被解释变量**：以整改完成的时间长度（天数，由审计报告发布日到整改报告中标注完成日的间隔）替代0/1哑变量，使用Cox比例风险模型或OLS估计，检验结论对整改完成度量方式变化的稳健性。
• **替换关键解释变量**：以人民日报和新华社等中央权威媒体对该类问题的报道篇数（连续变量）替代0/1高关注度哑变量，检验社会关注度效应是否呈剂量-反应关系。
• **排除"问题自身难度"的混淆**：利用审计报告中问题表述的文本特征——问题描述的模糊程度、"整改难度"的明确提及——构造问题整改难度评分，将其作为控制变量加入回归，检验在控制整改客观难度后策略性遵从效应是否依然显著。
• **子样本分析**：排除"已移送纪检监察机关"的严重违规问题（这类问题的整改受外部强制力驱动，地方政府策略空间极小），仅保留一般性预算管理问题，检验策略性遵从效应是否集中在中等严重程度的问题上。

---

传统凯恩斯主义框架下，削减财政支出会直接减少总需求，通过乘数效应放大经济下行压力。然而，Giavazzi和Pagano（1990）基于丹麦和爱尔兰的经验首次提出"非凯恩斯效应"假说：在特定条件下——尤其是债务水平高企、财政可持续性存疑时——财政整顿不仅不收缩经济，反而能刺激私人消费和投资。其传导机制是：可信的财政整顿释放政府未来减税的信号（降低私人部门的预期税负），同时降低主权风险溢价和长期利率，改善企业投资环境和消费者信心。中国情境下的审计整改——通过减少财政资金低效和违规使用来压缩支出——本质上是一种"支出质量改善型"的财政整顿，其信号价值（政府治理能力提升）可能比简单的财政赤字削减更具正向预期效应。

据此提出以下假说：
- H1：审计整改驱动的财政支出削减（减少违规支出和低效支出）对总需求不产生显著的负向冲击——消费和私人投资在整改后1-2年内保持稳定或微增，体现非凯恩斯效应。
- H2：非凯恩斯效应在地方政府债务率较高的省份更为显著——当债务水平超过阈值时，财政整顿降低政府违约预期和风险溢价，从而释放私人投资。
- H3：非凯恩斯效应主要通过"预期渠道"传导——审计整改后，私人部门对未来税负和制度环境不确定性的预期改善，是驱动消费和投资不降反升的关键机制。

关键的识别挑战在于：财政支出的削减通常发生在经济下行期（自动稳定器+逆周期调节），导致财政支出变化高度内生于经济增长，OLS估计产生向下偏误。本文借鉴叙事法（Romer & Romer, 2010），通过手工编码各省审计报告和整改报告中"因审计查出问题导致支出收回/调减"的金额，构建审计驱动的"外生性"财政支出削减序列。这一变量的外生性在于：审计整改查出的问题通常是历史存量问题，其整改金额不由当期经济状况决定，而主要由审计力度和问题积累程度决定，与同期经济周期的相关性较弱。

识别假定：审计驱动的支出削减冲击与当期经济冲击（GDP增长率、消费和投资的决定因素中不可观测的同期冲击）正交。通过面板VAR的递归识别假设（Cholesky分解），将审计驱动支出削减冲击置于首位——假定同期GDP不反向影响审计整改力度。

采用面板局部投影法（Panel Local Projections）：

y_{i,t+h} - y_{i,t-1} = α_h + β_h · AuditShock_{i,t} + γ_h · X_{i,t-1} + μ_i + λ_t + ε_{i,t+h}

其中 y 为省份 i 的实际GDP、消费或投资对数，AuditShock_{i,t} 为审计驱动的财政支出削减冲击（占GDP百分比），β_h 为累积脉冲响应系数。进一步引入门槛回归检验债务水平的调节作用：

y_{i,t+h} - y_{i,t-1} = α_h + β_h^L · AuditShock_{i,t} · I(Debt_{i,t-1} ≤ τ) + β_h^H · AuditShock_{i,t} · I(Debt_{i,t-1} > τ) + γ_h · X_{i,t-1} + μ_i + λ_t + ε_{i,t+h}

其中 Debt_{i,t-1} 为滞后一期的债务率，τ 为以Hansen（1999）门槛回归方法内生确定的门槛值。

核心解释变量 AuditShock_{i,t}（审计驱动支出削减冲击）：从各省审计厅年度审计工作报告和整改报告中手工提取"审计促进整改已调减预算/收回资金/挽回损失"等合计金额，除以各省GDP，得到占GDP百分比的外生支出削减变量。被解释变量：省级实际GDP对数（经平减）、社会消费品零售总额对数、固定资产投资对数。门槛变量：省级地方政府债务余额/综合财力（债务率），来源于财政部地方政府债务信息公开平台和各省财政决算报告。控制变量：全国GDP增速（捕捉共同周期）、省级出口增速、金融机构贷款余额增速。样本：31个省区市，2015-2025年，约341个省级-年度观测值。

• **替换财政整顿度量方式**：以审计报告中"审计查出问题的违规金额/部门预算总额"构造"审计查出问题严重程度"变量替代AuditShock，检验基于审计查出问题数量/严重程度的度量是否与基于实际整改回收金额的度量产生一致结论。
• **控制同期常规财政变动**：在回归中同时控制各省一般公共预算支出的自主变动部分（剔除审计整改回收金额后的净支出变动），检验审计驱动的支出削减效应是否独立于常规财政政策变动。
• **替换预期渠道的代理变量**：使用国家税务总局发布的"企业家宏观经济热度指数"和人民银行"企业家信心指数"作为预期渠道的代理变量，在面板VAR中将其作为中间变量，检验是否存在"审计整改→预期改善→消费投资回升"的传导链条（中介效应分析）。
• **控制货币政策同期冲击**：引入基准贷款利率变动，检验审计整改冲击的脉冲响应是否在控制了货币政策宽松/紧缩后被稀释——若结论不变，则支持审计整改效应的独立性。

---

在Barro（1990）的内生增长框架下，政府生产性支出存在最优规模——当政府支出的边际产出等于其融资的边际成本时，经济增长达到最大化。然而，这一框架隐含假定所有财政支出都是"有效的"——即每一元支出都用于既定政策目标并产生预期产出。现实中，审计揭示的大量低效、闲置和违规支出表明，名义财政支出中包含相当比例的"无效支出"。将这部分无效支出剔除后的"有效财政支出"才是真正发挥生产性作用的资源投入。不同支出类型（一般公共服务、教育、医疗卫生、基础设施建设）的无效支出比例可能存在系统性差异，导致各类支出的"有效支出弹性"出现偏离。

据此提出以下假说：
- H1：审计查出的低效/违规支出与该省财政支出的配置效率（DEA效率得分）显著负相关——审计揭示的无效率每上升1个百分点，财政资源的配置效率下降约0.3-0.5个百分点。
- H2："审计调整后有效财政支出"对经济增长的边际贡献率显著高于名义财政支出——使用审计调整后支出度量的公共资本产出弹性比使用名义支出高10%-20%，表明审计信息修正了对财政支出效率的低估。
- H3：不同支出类别中，转移支付和专项资金的无效支出比例最高（因多重申请和碎片化管理），教育支出的无效比例最低（因支出用途相对明确），两者差距在5个百分点以上。

本文的识别策略分两步。第一步，利用DEA方法测算各省财政支出的配置效率得分——以各省一般公共预算支出的功能分类作为投入，以教育年限、医疗机构床位数、公路密度、污水处理率、GDP增长率等公共服务和经济发展指标作为产出。第二步，将审计信息引入SFA框架——在随机前沿生产函数中，以"审计揭示的低效支出/总支出"作为技术无效率项的解释变量，估计审计揭示的低效支出如何影响财政资源的前沿产出距离。

关键识别假定：DEA和SFA排名的相对效率差异主要反映了审计揭示的无效支出差异，而非不可观测的省际异质性。通过面板SFA的时变技术效率设定，控制各省不随时间变化的技术效率差异。

DEA投入导向模型：假设规模报酬可变（VRS），测算各省各年的投入导向技术效率得分 θ_{it} ∈ [0,1]，其中 θ_{it} = 1 表示处于效率前沿。

SFA模型设定（Battese & Coelli, 1995）：

ln Y_{it} = α + Σ β_j · ln X_{ijt} + v_{it} - u_{it}

其中 u_{it} 为技术无效率项，假设服从截断正态分布 N⁺(μ_{it}, σ²_u)：

μ_{it} = δ₀ + δ₁ · AuditWaste_{it} + δ₂ · Z_{it}

AuditWaste_{it} 为审计揭示的无效/违规支出占总支出的比例，Z_{it} 为影响技术效率的其他因素（人均GDP、城镇化率、市场化指数）。

进一步估计"审计调整后有效支出"模型：

ln GDP_{it} = α + β · ln(Exp_{it} × (1 - AuditWaste_{it})) + γ · X_{it} + μ_i + λ_t + ε_{it}

比较 β 与使用名义支出 ln Exp_{it} 时的支出弹性系数差异。

DEA投入：各省一般公共预算支出功能分类——一般公共服务支出、教育支出、医疗卫生支出、社会保障和就业支出、农林水支出、交通运输支出（取对数），6类投入。DEA产出：平均受教育年限（教育产出）、每千人口医疗机构床位数（医疗产出）、公路网密度（基础设施产出）、城市污水处理率（环境产出）、人均实际GDP增长率（经济产出），5类产出。SFA产出：人均实际GDP对数。核心解释变量 AuditWaste_{it}：各省审计报告揭示的年度"审计查出问题涉及金额/调整收回金额"占该省一般公共预算支出的百分比。样本：31个省区市，2015-2025年，约341个观测值。

• **替换效率测度方法**：以随机前沿分析（SFA）替代DEA测度财政配置效率，或采用Bootstrap DEA修正偏差，检验效率排名对测算方法的敏感性。
• **替换审计无效支出的度量口径**：分别使用"审计查出问题的违规金额"和"实际收回/调减金额"两种口径度量AuditWaste，前者度量潜在无效支出的存量规模，后者度量实际纠正的流量，检验两类度量对效率估计的一致性与差异。
• **改变DEA投入产出设定**：将DEA投入从6类缩减为3类（教育、基础设施、社会保障），产出从5类缩减为3类（人力资本、物质资本、经济增长），检验效率排名对指标体系维度的敏感性。
• **工具变量SFA**：以审计署对各地区审计覆盖频率和审计人员配置作为AuditWaste的工具变量进行SFA估计——审计力度与被查出问题的概率相关，但与省际技术效率的不可观测成分不直接相关——缓解审计信息的内生性问题。

---

发展经济学文献日益认识到，中等收入阶段的经济停滞不仅是资本积累放缓的问题，更是制度转型滞后的结果——当经济从要素驱动向效率驱动和创新驱动转换时，需要有匹配的制度基础设施。在财政领域，这一制度基础设施主要包括：有效的预算纪律、透明的支出管理和以公共服务为导向的支出结构。Acemoglu和Robinson（2012）指出，缺乏制衡机制的政府倾向于将财政资源用于维持政治支持而非促进结构转型，从而陷入"汲取性制度"的陷阱。中国的预算审计制度演变恰好构成了一个渐进的制度改进过程——从早期的合规导向审计（查错纠弊）逐步转向绩效导向审计和体制改革推动（标本兼治），可能通过三条渠道助力结构转型：压缩政府行政性支出占比，释放更多资源用于教育、科技和公共服务；提高政府投资效率，减少无效和重复建设；强化财政纪律约束，降低地方政府通过隐性债务扩张透支未来增长的空间。

据此提出以下假说：
- H1：审计整改制度的强化（以审计查出问题的整改完成率提高和发展阶段跃升度量）与政府支出结构优化存在显著正相关——审计整改率每提高10个百分点，省级政府行政运行支出占比下降约0.5-1个百分点，教育和科技支出占比上升约0.3-0.7个百分点。
- H2：审计驱动的支出结构优化对全要素生产率的增长具有显著的促进效应——这一效应在人均GDP处于8000-15000美元阶段（中等收入关键区间）的省份最强。
- H3：不同发展水平省份的政府支出结构呈现β收敛——审计制度质量较高的省份，其支出结构优化速度更快，拉动了不同发展水平省份之间的支出结构收敛。

本文面临的核心识别挑战是发展经济学增长回归中普遍存在的共同难题：制度质量、支出结构和经济增长三者相互内生——经济越发达的地区，越有资源和能力改善审计制度。为解决这一问题，本文采用两套策略：（1）系统GMM动态面板估计，以被解释变量和解释变量的滞后值作为内部工具变量，处理反向因果和遗漏变量偏误；（2）以省级审计厅（局）的成立年份和初始审计人员编制作为审计制度质量的工具变量——这些制度历史变量主要取决于建政初期的行政建制和编制分配，与当期经济增长的相关性较弱，满足外生性条件。

关键识别假定（IV的有效性）：更早成立的审计机构和更充足的人员配置影响当期审计制度质量和整改效果（相关性），但建政初期的审计建制和编制分配不由当期经济发展水平决定（外生性）。通过Hansen过度识别检验和弱工具变量检验（Kleibergen-Paap F统计量）来验证有效性。

基准动态面板模型（系统GMM）：

Y_{it} = α · Y_{i,t-1} + β · AuditQuality_{it} + γ · ExpStructure_{it} + δ · Z_{it} + μ_i + λ_t + ε_{it}

其中 Y_{it} 为省 i 在 t 年的经济发展指标（人均GDP对数或TFP增长率），AuditQuality_{it} 为省级审计制度质量指标（整改完成率、审计覆盖率），ExpStructure_{it} 为政府支出结构指标（行政管理支出占比、教育科技支出占比、资本性支出占比），Y_{i,t-1} 为滞后一期被解释变量。工具变量第一阶段：

AuditQuality_{it} = π₁ · AuditAge_i + π₂ · AuditStaff_i + π₃ · Z_{it} + μ_i + λ_t + ν_{it}

其中 AuditAge_i 为省级审计机关的成立年限（1983年审计署成立后各省设立审计局/厅的年份），AuditStaff_i 为各省审计机关成立初期的人员编制数（每百万人口）。

β收敛检验设定：

ΔExpStructure_{it} = α + β · ExpStructure_{i,t-1} + γ · AuditQuality_{it} + θ · AuditQuality_{it} × ExpStructure_{i,t-1} + ε_{it}

β < 0 表示存在收敛趋势，交互项 θ 的符号和显著性表示审计制度质量对收敛速度的调节作用。

被解释变量：省级实际人均GDP对数（2015年不变价）、省级全要素生产率增长率（索洛残差法，资本存量采用永续盘存法估计，劳动用就业人数）。核心解释变量：AuditQuality——省级审计查出问题的整改完成率（%），以各省审计厅年度整改跟踪报告数据编码；ExpStructure——省级一般公共预算支出中"一般公共服务支出"占比（%）、"教育支出+科学技术支出"占比（%）、"资本性支出"（基础设施建设相关支出）占比（%）。工具变量：AuditAge——省级审计机关成立年数（2025 - 成立年份）；AuditStaff——1980年代末各省审计机关人均人员编制数（每百万省常住人口）。控制变量：省级城镇化率、第二产业增加值占比、外商直接投资占GDP比重、人力资本（人均受教育年限）。样本：31个省区市，1995-2025年（扩展至审计制度演进的更长周期），约960个观测值。

• **替换工具变量策略**：以"省委书记是否曾任审计署领导职务"（哑变量）和"审计厅是否直接向省委审计委员会汇报而非仅向省政府汇报"（制度设计哑变量）作为替代工具变量，检验结论对工具变量构造的不同政治经济学视角的敏感性。
• **替换核心被解释变量**：以经济复杂度指数（Hidalgo & Hausmann, 2009方法，基于省级出口产品多样性计算）替代人均GDP/TFP增长率，检验审计制度质量对结构转型"质量"而非仅"速度"的促进效应。
• **剔除直辖市和计划单列市样本**：由于其在财政体制上的特殊性（省级财政管理权限），在剔除4个直辖市和5个计划单列市后重新估计，检验省级样本的估计结果是否主要由这些特殊行政地位的城市驱动。
• **交互固定效应与合成控制法**：对于审计制度改革力度最大的典型省份（如审计整改试点省），使用合成控制法构建"反事实"控制组——以未进行类似改革的省份加权合成虚拟省份——比较改革省份与合成控制组的支出结构和增长路径差异，作为系统GMM估计的补充证据。

---