郑伟宏（博士），李 欢，刘 秀，张 铖
一、引言
党的十九大报告提出了“贯彻新发展理念，建设现代化经济体系”的战略目标，指出要以供给侧结构性改革为主线，必须坚持去产能、去库存、去杠杆、降成本、补短板，优化存量资源配置，扩大优质增量供给，实现供需动态平衡，并指出作为支撑的改革部署和重大政策措施仍需要进一步落实。同时，2017年全国审计工作会议指出，十八大以来的五年国家审计始终把促进重大政策措施落实作为重中之重，在十九大新时代的要求下，审计监督仍需致力于推动国家重大政策措施的贯彻落实，促进我国经济高质量发展。
然而，截至2013年年底，我国产能过剩情况就已呈现出行业范围广、过剩程度高、持续时间长等特点。产能过剩从钢铁、煤炭、有色、建材、化工、造船等传统行业扩展到了风电、光伏、碳纤维等新兴产业，可见去产能已经成为我国经济发展中亟待解决的重要问题。国务院自2013年下半年以来，围绕稳增长、促改革、调结构、惠民生出台了一系列政策措施，包括对钢铁煤炭等行业的“去产能”政策，但实施过程中存在力度不到位、效果不明显的现象，没有充分发挥政策效应。故2014年8月国务院专门发布通知，要求国家审计机关对稳增长等政策的落实情况进行全程跟踪审计，保障相关政策的贯彻执行。
在政府、市场与企业的共同作用下，“去产能”工作已逐步取得成效。国家审计机关自2014年起针对重大政策落实开展的政策执行效果审计是否发挥了积极作用？审计重点关注重大政策的执行，包括钢铁煤炭等行业的“去产能”政策实施情况，其审计行为是如何影响“去产能”效果的？是通过什幺机理和路径产生影响的？
本文从政策执行效果审计结果公告出发，考察审计对“去产能”等政策执行的关注是否对企业“去产能”效果产生积极影响，进而考察其影响路径及影响机理。通过理论分析及实证检验，本文发现：①政策执行效果审计的揭示力度与“去产能”效果呈正相关关系。②政策执行效果审计除了揭示问题，更加强调问题的纠偏，并定期对整改情况进行审计公告披露，即从督促整改方面也发挥了显着作用。政策执行效果审计的纠偏力度与“去产能”效果呈正相关关系。③进一步考察国有性质与审计揭示力度、国有性质与审计纠偏力度的交叉影响，发现政策执行效果审计强化了对国有性质煤炭企业的“去产能”效果。本文为政策执行效果审计对“去产能”效果的促进作用研究提供了经验证据，同时厘清了政策执行效果审计影响效应的微观传导路径，将进一步深化对审计结果功效的利用。
二、制度背景与研究假设
（一）制度背景
在经济稳增长压力背景下，产能过剩问题尤为突出，国务院及相关部门针对“去产能”制定了一系列配套政策和措施：国务院2010年发布《关于进一步加强淘汰落后产能工作的通知》（国发［2010］7号），工信部、国家发展改革委及国家能源局等部门2011年联合发布《关于印发淘汰落后产能工作考核实施方案的通知》（工信部联产业［2011］46号），国务院2011年发布《关于印发“十二五”节能减排综合性工作方案的通知》（国发［2011］26号），国务院2012年发布《关于印发节能减排“十二五”规划的通知》（国发［2012］40号）等。政策的实施已表现出一定的成效，但仍存在执行不到位、效果不理想的情况。
为推动国务院出台的一系列重大政策措施的贯彻落实，2014年10月，《关于加强审计工作的意见》（国发［2014］48号）针对国家重大政策措施和宏观调控部署落实情况提出跟踪审计。2015年5月，审计署发布《国家重大政策措施和宏观调控部署落实情况跟踪审计实施意见（试行）》，据此，政策执行效果审计正式运行。政策执行效果审计的主要内容是重点检查《关于印发稳增长促改革调结构惠民生政策措施落实情况跟踪审计工作方案的通知》（国办发明电［2014］16号）确定的19个方面、63项政策措施的落实情况。其中第16个方面明确提出，审计要特别核查各地方政府对钢铁、水泥等21个重点行业“十二五”淘汰落后产能任务进展情况，是否存在进展缓慢、虚假淘汰等问题。
审计署自2015年5月开始，面向公众发布审计公告，就其审计内容、审计过程及审计结果进行披露。2015年5月至12月为每月发布审计公告，2016年起为每季度发布审计公告，截至2016年年底已一共发布11份公告。
从已公布的审计公告进行分析，审计主要关注“处置不良资产、严禁增产能、保障再就业、多并购少退出”等方面的问题，并持续关注其政策执行的整改。
（二）理论分析与研究假设
国家审计是国家治理的重要组成部分，是国家治理这个大系统中内生的具有预防、揭示和抵御功能的“免疫系统”[1]。政府审计与资本市场存在紧密关系，Raman、Wilson[2]发现高质量的地方政府审计为良好的市政债券市场提供了保证。政府审计能够发挥很多实际作用[3]，如维护财政金融安全[4][5]、推动腐败治理[6]、提升国企治理效率[7]等。而政策执行效果审计是一种新的政府审计类型，国家审计机关要将对宏观调控政策措施落实情况的跟踪审计作为主要工作之一，促进政策作用有效发挥[8]，保障和促进公共受托经济责任的有效履行[9]。政策执行效果审计体现了国家审计的监控、评价、矫正和制裁功能[10][11]。政策执行效果审计具有资本市场传导效应[12]，但尚无研究关注政策执行效果审计对微观企业行为的传导效应。
政策执行效果审计对微观企业影响效应的发挥可以分为直接传导和间接传导两条途径。直接传导路径主要体现为政府审计行为产生的直接影响，政策执行效果审计通过对政府政策实施这一过程进行事前、事中、事后全方位审计，直接与被审计对象接触，对审计事项做出评价，监督被审计单位对审计中发现的问题进行整改，且国家审计具有权威性、强制性和威慑性，将对政府政策的执行起到规范约束作用，进而促进政策落实，推进企业“去产能”的实现。间接传导路径从信息理论的角度分析，则需要借助传导介质（如审计公告、公众监督等）来完成，即审计行为及审计公告传递了特定的信号。靳思昌[13]认为“国家审计公告”就是政策落实跟踪审计向公众传递信息的载体，是政策落实跟踪审计进行间接传导的介质。一方面，政策执行效果审计持续的审计监督，持续的审计公告披露，传递了宏观层面对重大政策措施贯彻实施及对企业“去产能”的决心和信心，同时审计结果公告中对相关责任主体的“点名”披露，“政治锦标赛”下的官员竞争将激励其进一步整改落实，从而带动地方政府、职能部门及企业“去产能”的全面积极参与；另一方面，审计结果及审计整改信息的公开披露，将政策执行问题的整改情况公之于众，增强公民参与及公众监督，将给政策执行者带来舆论压力，从而推动政策实施，促进“去产能”效果发挥。
已有较多研究关注国家审计功能发挥的问题[14][15]。早期的审计主要目标是“揭弊查错”，随着理论与实践的发展，审计还进一步发挥纠偏功能。本文从政策执行效果审计发挥揭示与纠偏功能的视角展开分析。截至2016年年底，审计署共发布了11份政策执行效果审计结果公告，公告的内容主要包括三个部分：审计发现的政策落实不到位问题、审计发现问题的整改情况、积极推进落实政策的措施和做法案例。由于政策执行效果审计关注的重大政策内容较广，审计结果公告中提到“去产能”政策执行的相关内容主要涉及煤炭行业，而暂未提及钢铁、水泥等其他行业，故本文以煤炭行业上市公司为研究样本，考察政策执行效果审计对其“去产能”效果的影响。
从我国煤炭行业情况来看，自2011年年底以来我国煤价大幅下跌，全国范围内行业亏损面高达90%以上，主要原因是前期过度投资扩张导致煤炭市场供求矛盾突出，产能过剩问题严重，煤炭行业“去产能”已势在必行。国家能源局和国家煤矿安全监察局2015年联合发布《关于做好2015年煤炭行业淘汰落后产能工作的通知》，国务院2016年发布《关于煤炭行业化解过剩产能实现脱困发展的意见》，主要包括退出部分产能、限制新增产能以及按“276个工作日”减量化生产等措施。
1.政策执行效果审计揭示力度对“去产能”效果的影响。改革开放后，在社会需求的拉动下，门槛低、投资见效快的钢铁煤炭等行业很快发展成为各地经济的支柱型产业。这种大型工业项目在创造了大量就业空间的同时，也为当地政府增加了不少税收收入。在钢铁煤炭行业落户的当地，相关企业运行的好坏，往往直接决定当地经济的发展走向，影响当地官员的升迁及地方政府的发展。因此，地方政府在GDP的压力下无形中给“去产能”政策的落实增加了阻力。再加上我国政策下达过程中制度的不完善、企业本身对利润的追求等因素，“去产能”政策极有可能落实不到位。此时，急需引入第三方机构来对政策的落实情况进行监督与评估。而政策执行效果审计就是通过持续跟踪宏观政策的执行情况，发现政策执行中存在的问题并督促其整改，进而保障重大政策的落实。
本文认为，政策执行效果审计力度越大，“去产能”政策的落实越有保障。由于审计力度无法直接考察，已有实证研究多对政府审计质量进行衡量[16]，如使用审计机关查处的违规违纪金额的数量[6]以及问题金额处理率[17]等来衡量审计过程质量。借鉴前人研究的思路，本文采用审计公告中涉及“去产能”等相关问题的揭示次数作为衡量指标。
同时，政策关于煤炭企业“去产能”的要求主要包括退出部分产能、限制新增产能以及按“276个工作日”减量化生产等，即“去产能”将直接体现在生产产值的减少上，故采用煤炭企业产值下降率来表示煤炭企业“去产能”的情况，产值下降率越高代表“去产能”效果越好。审计中对发现的政策落实不到位等问题的揭示，将对政策的执行产生直接影响，由此提出如下假设：
H1：政策执行效果审计揭示力度越大，该省煤炭企业“去产能”效果越好。
2.政策执行效果审计纠偏力度对煤炭行业“去产能”效果的影响。整理分析审计署从2016年5月至今公布的11份审计公告，注意到审计公告中揭示煤炭行业的问题具有高度的重复性和集中性，主要反映为“煤矿工程”“产能淘汰”“资金流向”等。一方面可以体现出审计关注的重点，另一方面也在一定程度上说明重点领域政策实施推进的艰难，表现为审计中存在“屡审屡犯”的情况。这说明政策执行效果审计在揭示审计问题的同时，也着重关注审计问题的纠偏情况。审计纠偏是指审计机关依法要求被审计单位根据审计提出的建议进行纠正和改进，审计纠偏在实务中存在较高难度，审计纠偏的力度才能真正体现审计功效的发挥。审计准则中明确规定，审计机关在审计结束之后应对被审计单位的整改情况进行检查核实。
审计纠偏工作是政策执行效果审计过程中的一个非常重要的环节，可以作为衡量审计工作效果的关键指标。从审计结果公告来看，2015年5月至11月主要揭示审计发现的问题，2015年12月开始较多披露前期审计发现问题的整改情况，结合累计发现问题的数量与累计整改的数量可以衡量其纠偏力度。故提出如下假设：
H2：政策执行效果审计纠偏力度越大，该省煤炭企业“去产能”效果越好。
3.政策执行效果审计揭示力度与纠偏力度对国有性质煤炭行业“去产能”的影响。在我国现有市场中，国有企业因其特殊的背景引起学者们关注。程承坪、程鹏[18]认为国有企业的特殊性表现在其国有性上。在我国，国有企业是指政府投资并参与控制的企业，政府的意志和利益决定了国有企业的行为。因为国有企业与政府有着“天然联系”，所以国有企业同时充当着政府干预经济的一种宏观经济政策工具，其行为体现了国家社会经济发展的战略意图。我国重大宏观经济政策和措施的实施仍以各地方政府为主导，故地方政府会首先或主要通过国有企业来促进政策落实。在深化国企国资改革中，2015年9月中共中央办公厅印发了《关于在深化国有企业改革中坚持党的领导加强党的建设的若干意见》，指出国企重大决策须由党委讨论后再由董事会决定。故可以认为，在“去产能”政策的执行过程中，政府首先会直接影响国有企业的行为，进而通过国有企业向其他企业进行传导。由此提出如下假设：
H3-1：政策执行效果审计揭示力度越大，国有性质煤炭企业的“去产能”效果越好。
H3-2：政策执行效果审计纠偏力度越大，国有性质煤炭企业的“去产能”效果越好。
三、研究设计
（一）样本选择
本文选取2015年第二季度至2016年第三季度煤炭行业上市公司的季度数据为研究样本。政策执行效果审计于2014年年底开始启动，2015年6月公布第一份审计结果公告，政策执行效果审计对于煤炭行业“去产能”政策的关注，将对相关煤炭企业行为产生影响。由于审计结果公告中主要关注煤炭行业“去产能”的情况，故本文搜集全国范围内煤炭行业的所有上市公司数据信息，同时剔除当年交易状态为ST的上市公司，最终确定31家上市公司为样本。为排除异常值的影响，对所有控制变量均进行1%的Winsorize处理。本文上市公司数据均来自于国泰安数据库，GDP数据来自于国家统计局网站及《中国统计年鉴》，政策执行效果审计相关变量数据采用审计署公告人工收集整理，政策颁布数量来源于各省政府网站人工收集整理，媒体关注度的相关变量数据利用百度搜索引擎进行人工收集。
（二）变量定义与模型设定
1.变量定义。
（1）“去产能”效果。被解释变量为“去产能”效果。本文主要采用企业的产值下降率来反映“去产能”效果，即产值下降率越高，去产能效果越显着。企业产值的计算来自财务数据，体现在已销售的部分以及尚未销售的存货。借鉴彭韶兵等[19]对企业产值操控的衡量，且考虑到已销售的部分对应为企业结转的营业成本，最终将企业产值用营业成本与本期存货变动额之和来表示，产值下降率表示为上期产值与本期产值之差再除以上期产值，具体计算方法参见表4。同时，在稳健性测试中用产值是否下降来衡量“去产能”效果，如果产值下降赋值为1，否则赋值为0。
（2）审计揭示力度。审计署从2015年6月开始面向公众披露审计结果，至2016年年底已有11份审计公告发布。本文将各省每季度所有政策落实跟踪审计结果公告中针对煤炭行业“去产能”相关的问题揭示次数作为衡量该省审计揭示力度的指标。如2015年12月审计结果公告中指出“江西省2015年矿井关闭退出工作未按期完成”，则作为江西省2015年第四季度的1次审计揭示数。通过手工收集审计署自2015年6月起发布的全部审计结果公告，整理出2015年第二季度至2016年第三季度各省份在审计公告中关于煤炭行业问题被揭示的次数，具体数据如表1所示。
表1 审计揭示力度 单位：次
审计结果公告中直接关注煤炭行业“去产能”的审计问题揭示总共有11次，涉及10个省份。由于政策执行效果审计关注的政策达63项，故结果公告中直接揭示“去产能”政策问题的次数占比相对较小。
（3）审计纠偏力度。审计公告不仅对审计发现的问题进行揭示，还对前期审计揭示问题的整改情况进行反映。由于审计公告中关于整改的披露并未与前期公告揭示的问题一一对应，且直接针对煤炭行业“去产能”相关问题的整改披露较少，本文认为，一个地方政府及相关部门的总体审计纠偏力度可以代表其对审计整改工作的重视程度，并且可以覆盖该省关于煤炭“去产能”等问题的整改。同时，审计整改是针对所有前期审计揭示问题的整改，纠偏力度还需要考虑前期揭示问题的多少，故本文采用该省累计至本期的整改次数减去累计至本期的揭示问题次数来表示纠偏力度。具体数据按照不同省份和期间进行对应，由于数据较多，只在表2中反映汇总结果。
表2 审计纠偏力度相关指标 单位：次
另外，审计结果公告中除了揭示问题、整改问题，还介绍了一些单位、部门和省（市）积极落实政策的具体措施典型案例，即对这些政策落实的表扬。本文认为表扬力度大，也表明该省份或部门对于政策执行做了更多工作，也能促进其“去产能”等政策的有效实施。故在整改次数的基础上加入表扬次数，即采用累计至本期的表扬整改次数减去累计至本期的审计揭示问题次数来表示，作为纠偏力度的第二种衡量指标。
从表2可以看出，2015年第二季度至第四季度主要是揭示重大政策执行过程中存在的问题，2015年第四季度起更多地披露对审计揭示问题的整改情况及对审计中发现积极措施的表扬情况。整体来看，各地方的整改存在不足，仍需要加大整改力度。
（4）审计揭示力度与国有性质交乘项。国有企业作为政府代表公众利益参与经济和干预经济的工具，是重大政策落实的主要传导途径。当一个新的政策被颁布并待实施时，受政府控制的国有企业会第一时间做出响应，故政策执行效果审计首先会对国有企业的行为造成影响。本文考察审计力度与国有性质交乘项对企业去产能的影响，其中国有性质定义为哑变量，按企业实际控制人性质分类：当实际控制人为国有企业、国有机构和省（地区）级政府的上市公司时取值为1，否则取值为0。再将前期审计揭示力度、审计纠偏力度与国有性质变量分别相乘得出。
（5）政策力度。“去产能”是我国推进能源领域供给侧结构性改革的首要任务，除了国家审计的监督力量，各地方政府及相关职能部门（如发改部门、能源部门、安监部门、煤监部门等）均会发挥重要作用。本文采用手工方式，在各地方政府网站上输入“煤炭、去产能”等关键词，阅读、筛选后统计自2015年以来各省份有关煤炭行业“去产能”的政策数量，作为地方政府参与程度的衡量指标，预期当期发布的政策数量越多，其“去产能”的效果越好。31个省级地方政府发布政策数量的分布如表3所示。
表3 各地方政府“去产能”政策数量 单位：次
（6）其他变量。本文在已有文献的基础上，充分考虑了相关控制变量。本文所使用的具体变量的说明如表4所示。
其中，根据已有研究，在GDP的增长压力下，地方政府为促进本地煤炭企业的产能规模扩大，会在中央政府的监管下制定所谓的地方性政策，即采用补贴或即征即退等方式为煤炭企业提供税收优惠[20]。所以本文把煤炭企业的综合税负水平Tax以及地区GDP增长率加入到控制变量中。
冯莉（2014）认为媒体通过其信息传播职能，引发公司内部治理机制以及其他外部治理机制的协同作用，是对公司治理问题产生影响的一种外部治理机制[21]。媒体凭借其较高的社会关注度，形成了新的公众监督渠道。故媒体关注度越高的煤炭上市公司，其社会影响越大，越难高效执行“去产能”政策。借鉴冯莉[21]的衡量方式，通过百度搜索引擎手工收集上市煤炭公司媒体报道的新闻数量来衡量媒体对上市煤炭公司的关注度，用变量Media表示。
表4 变量定义明细
另外，还考虑了煤炭价格指数Index、企业规模Size、资产负债率Lev、总资产净利润率Roa等的影响。
2.模型设定。构建多元回归模型（1）对H1进行检验，模型（2）对H2进行检验，模型（3-1）对H3-1进行检验，模型（3-2）对H3-2进行检验。
根据H1，预期模型（1）中主要解释变量Audit的系数β1显着为正，即政策执行效果审计揭示力度越大，“去产能”效果越好；根据H2，预期模型（2）中主要解释变量Rectify的系数β1显着为正，即审计纠偏力度越大，政策执行效果审计发挥的作用越大，“去产能”效果越好；根据H3，预期模型（3-1）中主要解释变量Audit×Soe和模型（3-2）中主要解释变量Rectify×Soe的系数β2显着为正，即通过该模型对政策执行效果审计的传导路径进行检验，预期审计促进企业“去产能”的实现，通过国有性质企业进行传导，政策执行效果审计的揭示力度和纠偏力度将强化国有性质企业的“去产能”效果。
四、实证结果分析
（一）描述性统计
为了规避异常值的影响，对所有连续变量处于0～1%和99%～100%之间的极端值进行Winsorize处理，表5列示了进行处理后的主要变量的描述性统计结果。
表5中显示，被解释变量“去产能”效果Dcapacity的均值为-0.0738，表明样本期间煤炭企业的“去产能”压力仍然较大；主要解释变量审计力度Audit最小值是0，最大值为2；审计纠偏力度Rectify1和Rectify2的均值为负数，表明审计纠偏力度仍相对不足；政策数量Policy最大值为3，表明地方政府在一个季度中最多发布的政策数量为3；从样本指标来看，企业整体处于一个较低的经营盈利水平，总体杠杆水平较高。
表5 主要变量的描述性统计
（二）相关性分析
初步考察主要变量间的相关关系，对主要变量进行pearson相关系数分析，结果如表6所示。“去产能”效果Dcapacity与审计揭示力度Audit、国有性质Soe初步相关系数显着为正，说明审计揭示力度对煤炭企业“去产能”有积极促进作用，且国有性质的煤炭企业“去产能”效果更好。Dcapacity与控制变量Size及Lev的初步相关关系显着为负，与预期的方向一致，表明规模越大、资产负债率越高的企业“去产能”效果越不理想。Dcapacity与媒体关注Media初步相关系数为负，与预期方向一致。
（三）多元回归分析结果
1.企业“去产能”效果与审计揭示力度的回归结果。采用模型1对H1进行回归分析。经前面理论分析可知，政策执行效果审计的目标是保障并促进国家一系列稳增长、促改革、调结构、惠民生政策的实施，其中重点任务之一是促进重大政策的落实，包括煤炭行业“去产能”政策。
政策执行效果审计持续对国家发布的重大政策落实情况进行监督，直接关注监督“去产能”政策的执行情况，通过国家审计的强制性和权威性，督促政策执行者将国家颁布的一系列煤炭“去产能”政策落到实处，从而完成煤炭“去产能”任务。同时，对发现的政策执行问题进行审计结果公告公开揭示，通过威慑和信号传递作用，督促其他政策执行者严格执行“去产能”政策。另外，审计结果公告将审计揭示的问题公之于众，将政策的落实情况放在公众监督之下，进而促进其“去产能”政策的落实。故本文认为政策执行效果审计的揭示力度将显着正向影响煤炭行业“去产能”的效果，如前文理论分析提出的，将显着降低煤炭企业的产值增长率。
表6 主要变量的相关系数
政策执行效果审计从2014年8月开展具体活动，2015年6月发布第一份审计公告，审计行为通过揭示问题对“去产能”政策的执行产生直接影响，故本文选取2015年第二季度至2016年第三季度为样本期间，考察审计揭示力度对煤炭企业“去产能”的影响。在对面板数据进行F检验后接受混合效应假设，故采用Pooled OLS回归模型，并对估计标准差进行了聚类调整，模型（1）进行多元回归的结果如表7所示。
从表7中对于模型（1）回归的结果可以看出，在控制其他关键变量后，审计揭示力度与企业的“去产能”效果呈显着正相关关系，表明政策执行效果审计揭示力度越大，监督促进政策落实的效用就越强，进而促进煤炭企业“去产能”的实现，显着促进煤炭企业产值下降。通过手工收集审计结果公告中关于煤炭“去产能”问题的揭示，实证检验证明审计揭示力度显着提升了该省煤炭上市公司的“去产能”效果，回归结果与H1一致，即H1得到验证。
从其他控制变量回归结果来看，地方政府政策数量Policy回归系数为正，表明其发挥了积极的促进“去产能”的效果，但不显着，即虽然地方政府及相关部门制定发布了政策措施，但可能因执行不及时等原因，未能显着发挥积极功效。控制变量Media的系数显着为负，可能的原因是媒体关注度高的企业社会影响也较大，较不容易“去产能”；控制变量Lev系数显着为负，表明资产负债率高的企业更不容易“去产能”，应进一步考虑在“去产能”的同时“降杠杆”。
表7 “去产能”效果与审计揭示力度、 审计纠偏力度的回归结果
2.企业“去产能”效果与审计纠偏力度的回归结果。审计督促纠偏是整个政策执行效果审计过程的重要环节之一，是最终衡量审计工作的效果和实现情况的关键因素。在对审计中发现的政策执行问题进行揭示的同时，审计机关同样要重点关注前期发现问题的整改情况，并适时进行披露。通过对已整改情况的披露，不仅能对政策执行整改情况较好的政府或部门给予鼓励，也能对已审计而未整改及未审计也未整改的政府或部门给予鞭策与震慑。在我国“政治锦标赛”的背景下，审计揭示及纠偏力度将作为衡量地方官员政绩的一个重要指标，地方政府及相关部门对其关注度较高。故审计纠偏披露一方面对已整改情况进行肯定与鼓励，促进其继续加强政策落实；另一方面通过信号传递和威慑作用，以及整改结果公开披露后公众的比较监督，促进其他政府或部门加快政策的落实，进而促进煤炭行业“去产能”的实现。即通过审计纠偏，进一步发挥政策执行效果审计的功效。
本文模型（2）的检验，研究审计纠偏力度对该省煤炭企业“去产能”效果的影响。按不同省份不同季度期间统计审计结果公告中所有审计揭示的问题次数、所有审计表扬的次数与审计纠偏的次数。用审计结果公告中披露的各省份累计整改次数（或表扬与整改次数）减去各省份累计揭示问题次数来作为审计整改力度，即考虑各省份累计揭示问题后的整改力度更利于省份间横向比较，多元回归的结果如表7第3列和第4列所示。
从表7中对模型（2）回归的结果可以看出，在控制其他关键影响变量后，审计纠偏力度与企业“去产能”效果呈显着正相关关系。说明审计纠偏力度越大，该省对重大政策落实重视度越高，且开展了越多政策贯彻落实工作，同样在促进该省份“去产能”政策的执行方面也会越有成效，从而达到促进该省煤炭企业“去产能”的实现。模型回归结果与H2一致，H2得到验证。
3.政策执行效果审计揭示力度与国有性质的交叉影响。政策执行效果审计监督并促进我国煤炭行业“去产能”政策的实施，将对微观企业行为产生影响，前文H1和H2分别从审计揭示力度和审计纠偏力度考察了政策执行效果审计对煤炭上市企业“去产能”效果的影响，结果表明审计揭示及纠偏力度越大，越能提升煤炭企业的“去产能”效果。在此基础上，本文继续考察产权性质的影响。在我国现有的煤炭市场中，国有性质煤炭企业仍然是主要的产能提供者，且国有企业与当地政府有着“天然”的联系，国有企业承担着更多的政治任务和社会责任，故预期国有企业会更好地执行“去产能”政策。同时，政策执行效果审计对地方政府政策执行的监督揭示，将更显着地通过国有企业来实现。故前文理论分析中提出H3-1、H3-2，通过模型（3）来检验审计揭示力度和审计纠偏力度对国有性质煤炭企业“去产能”的影响，回归结果如表8所示。
表8 政策执行效果审计与国有性质的交叉影响
从表8的结果来看，国有性质与审计揭示力度交乘项Audit×Soe、国有性质与审计纠偏力度交乘项Rectify×Soe的回归系数均显着为正，表明政策执行效果审计的揭示力度、纠偏力度显着增强了国有性质企业的“去产能”效果，回归结果与H3-1、H3-2一致，H3-1、H3-2得证。该检验结果也表明了政策执行效果审计的国有性质企业传导路径。
（四）稳健性检验
政策执行效果审计于2015年6月公布了第一份政策执行效果审计结果公告，本文检验了其对“去产能”效果的影响。为了增强结论的稳健性，对被解释变量进行显着性检验（t检验），即验证在没有进行政策执行效果审计时，“去产能”效果Dcapacity没有显着的变化，而进行政策执行效果审计后则出现显着差异。按2015年前（2013～2014年）和2015年后（2015～2016年）将样本分成两组，以同一公司不同时期数据进行配对，对数据的样本均值进行比较，t检验的结果显示在5%的显着性水平上存在显着差异。同时按2013年及2014年分为两组后，t检验的结果显示96%的概率接受原假设，即不存在明显变化。该检验说明推行政策执行效果审计后，“去产能”效果发生了显着变化。
对于煤炭企业“去产能”效果指标，采用了“产值下降”来衡量，若产值下降则取值为1，否则取值为0，实证检验后主要结论仍然成立。政策执行效果审计是由国务院及审计署自上而下推行且全面覆盖的强制行为，属于外生变量，可以规避由于内生性问题而导致的研究结论偏差。
另外，为了保证结论的稳健性，采用替代关键控制变量的方式进行了稳健性检验。对关键控制变量GDP增长率，替代为同期年度GDP增长率，对假设验证的结果仍然成立；参考已有研究，将成长性指标替代为包含公司市场价值的托宾Q比率，或将企业规模替代为营业收入的自然对数进行回归分析，主要研究结论仍然成立。
五、研究结论及建议
本文以煤炭行业上市公司2015年第二季度至2016年第三季度的数据为样本，以政策执行效果审计揭示和督促整改煤炭行业“去产能”政策的执行问题为视角，研究政策执行效果审计的效应发挥，考察审计力度对“去产能”效果的影响。研究发现：①政策执行效果审计的揭示力度正向影响企业“去产能”效果，即审计纠偏力度越大，企业实现“去产能”的效果越好。即国家审计关注“去产能”政策的执行，对微观企业降低产值增长发挥了积极影响效应。②政策执行效果审计可以通过揭示和纠偏来保障政策落实，同时发挥国家审计的震慑功能，向政策执行者、政策执行对象传递信号，最终影响微观企业的“去产能”效果，该认识将进一步强化审计结果功效的利用。③进一步考察国有性质与审计揭示力度的交叉影响，发现审计通过地方政府显着影响了国有企业的“去产能”政策执行效果，厘清了政策执行效果审计的传导路径。
基于本文的研究结论，建议进一步加大政策执行效果审计的力度，进一步发挥政策执行效果审计的功效。从审计纠偏的统计情况来看，目前对于审计揭示问题的整改力度仍相对不足，应进一步强化审计结果的利用，真正实现政策的最终贯彻落实。但同时也应当看到，煤炭企业在“去产能”的情况下，仍存在利润率低下、杠杆率偏高的情况，并且由国家政策来强推“去产能”，导致煤炭供应紧缺以及煤炭价格大幅上涨，极大地影响了下游钢铁、电力企业的成本和效益，这样的政策制定是否合理？从现在的政策执行效果审计来看，审计并未更多关注政策制定方面的不足，而只是暂时关注了其是否执行、执行力度如何。本文认为，政策执行效果审计在关注政策是否落实、加强审计整改的同时，应关注政策制定的合理性，将政策效果与初期政策制定时的目标进行比较，进而为后期的政策制定及执行提供更多有效的建议。
