一、政府環境績效審計開展過程中存在的問題
自1983年我國實施政府審計以來，政府環境績效審計逐步得到重視，在理論和實務方面有了長足的發展，但在實施過程中仍存在許多問題。一是審計范圍狹窄：政府環境績效是指政府進行資源開發與利用、環境保護與治理所取得的有形與無形效益，既包括經濟效益、環境效益，也包括社會效益，涉及的范圍非常寬泛，審計范圍應該盡量包括所有的政府環境績效。但我國開展的政府環境績效審計范圍狹窄，內容單一，審計技術落后，僅針對政府重大環境項目中環保資金是否被截用、擠占等展開，而體現環境和社會效益的內容卻未納入審計范圍。二是審計方法缺乏：傳統審計的審計對象主要是被審計單位財務收支活動；而政府環境績效審計是對政府的環境管理活動、環保資金使用效益進行監督、鑒證和評價，審計對象是所有能體現政府環境績效的內容。因此，傳統的審計方法不適用于環境績效審計。按照傳統的審計方法，即使收集到全面的環境績效審計依據，也很難通過海量的審計數據得出合理的審計結論，將大大增加審計成本和審計風險。三是審計資源受到諸多限制：我國的政府環境績效審計項目任務繁重、審計量大，而有限的審計資源相對不足，人力、財力、經費、時間等因素帶來極大限制，審計范圍局限在重大環境項目上，審計力度遠遠沒有滿足現實需求。
二、因子分析模型的應用
因子分析模型是簡化、分解原始變量，從眾多變量反映的信息中歸納出少數幾個潛在信息因子的統計分析模型。其得出的公共因子基本可代替原始變量所要反映的全部信息，并且因子之間相關性極低，幾乎不存在信息重復，通過簡化的信息更容易全面分析和把握事物，找出規律。
運用因子分析模型可以很好地解決上述三個問題。首先，政府環境績效范圍廣、績效指標之間存在信息重復，審計上有一定的復雜性。通過因子模型對眾多復雜的指標進行簡化和歸類，找出公共因子，便于進行分析和綜合評價，有效避免因審計技術落后而導致的審計范圍狹窄的問題。其次，面對海量的政府環境績效審計數據，傳統的審計方法力不從心。利用統計分析軟件SPSS17.0可以對事先錄入的指標數據進行因子分析，對數據進行統計檢驗、抽取公共因子、輸出數據結果等，通過公共因子整個計算過程簡單易行，便于操作。通過統計分析軟件完成審計評價分析，速度快、可操作性強，很好地解決了審計方法缺乏的問題。最后，因子分析模型可幫助審計人員迅速找到審計信息中的重點，節約人力資源、時間和審計成本，提高審計效率，可解決我國審計資源不足的問題。
三、因子分析模型實證分析
（一）樣本來源及指標選取
在政府環境績效審計指標的選取原則上，應選擇能反映地區環境狀態的指標，所選指標要具有完備性，能夠全面反映地區的環境狀況，指標數據應是已有統計數據或經過實際監測可獲得的，同時應當選取政府和民眾所共同關注的環境數據，本文原始數據來自2010年的《中國統計年鑒》和《中國環境統計年鑒》，截取我國31個省、直轄市、自治區政府環境績效有關數據，選取18個指標進行綜合分析，具體指標見表2。
（二）因子分析的步驟及結果
1.將原始數據經過標準化處理，并求得相關系數矩陣，巴特利球度檢驗值為711.528，顯著性為0.000，由此可以認為相關系數矩陣不是單位矩陣；同時KMO檢驗值為0.604，大于0.5，所以數據適合做因子分析。
2.求特征根與因子載荷矩陣。對數據進行方差最大化旋轉，提取的3個因子的方差累計貢獻率達到73.2%，因此選擇3個主因子進行分析。結果如表1、表2。
由旋轉后的因子載荷矩陣可以看出，F1主要由X6、X7、X8、X9、X10、X11、X14這7個指標決定，代表著政府在城市生活環境改善上所做的努力，可歸納為環境舒適度因子；F2主要由X12、X13、X15、X16、X17、X18這6個指標決定，代表著政府在工業環境污染治理上的績效信息，可歸納為工業污染治理因子；F3主要由X1、X2、X3、X4這4個指標決定，代表著政府在自然資源環境保護與發展上的效果，可歸納為生態環境保護因子。
3.計算因子得分并排序。按照各公因子對應的方差貢獻率為權重構造綜合評價模型，即Pj=∑Wi・Fij。這里Wi為因子Fi的方差貢獻率占3個主因子方差貢獻率之和的百分比，Fij就是第j個省第i項主因子Fi的得分。如F1權重為30.650%/（30.650%+21.621%+20.949%）=41.86%，用同樣的方法可計算出F2、F3的權重分別為29.53%、28.61%。則綜合得分F=0.4186×F1+0.2953×F2+0.2861×F3，最后得到因子得分的綜合排名如表3。
由得分排名情況可以看出，該年度北京、天津、山西和內蒙古的政府在環境治理和保護方面所做的努力最多，而安徽、江西和陜西的得分最低，說明該年度政府在改善環境方面所做的努力相對不足；從生活環境的改善程度來看，北京、天津和江蘇的城市生活環境水平最高，居民的生活環境十分清潔和便利，而四川、甘肅、貴州和云南省的居民城市生活環境水平相對較低，城市環境衛生不夠清潔；從工業環境污染的治理來看，山西、內蒙古和天津對工業污染治理投入的資金最充足，取得的效果也很好，大大降低了工業污染物的排放量，而西藏、青海和新疆在工業污染治理方面所做的努力相對有所欠缺，特別是西藏在工業污染治理方面的投資太少，遠遠低于全國的平均水平，西藏政府環保部門在工業污染治理方面需要加強建設，提高污染治理能力；從各省對環境的保護和發展來看，西藏、海南、和內蒙古對自然資源的保護投入較多，而江蘇、山東和湖北在自然資源的保護方面所做的努力相對較少，應適當加強自然環境保護和建設。總體來看，北京、天津政府在改善生活環境方面所做的努力最多，但自然環境保護績效水平中等；山西、內蒙古、天津、山東政府的工業污染治理績效最高，生活環境績效和自然環境發展保護績效良好，總體績效處于全國中上水平；西藏政府的生態保護績效最高，但城市生活環境和工業污染治理績效較差，在全國處于中下水平，需要政府投入更多的資金和精力。
（三）對因子分析結果進行聚類分析
本文采用分層聚類法來對各省的3個因子得分進行聚類分析，以便更加直觀地觀察各省政府的環境績效高低。根據聚類結果，各省的政府績效分類情況如表4。
計算各類在各因子上的平均值，代表其績效平均水平，結果見表5。
（四）審計結論與建議
根據因子分析和聚類分析的數據可以看出，第一類地區（北京、天津、內蒙古）的政府環境管理部門在改善城市生活環境方面所做的努力是最多的，居住在該地區的居民環境舒適度遠遠高于其他三類地區，但由于北京和天津屬于人口稠密、人口流動量大、產業集中的城市，其生態環境破壞也比較嚴重，恢復治理起來較困難，它們的工業污染治理績效水平和對自然環境的保護績效水平均處于良好水準。第二類地區（山西、遼寧等）的政府環境管理部門在工業污染治理上的投資比例和改善效果是全國較高的，并且遠遠高于其他三類地區的工業污染治理水平，生活環境績效良好，總體處于第二位。這類地區自然環境的發展保護績效雖然遠低于西藏地區，但在快速發展的地區中相對是較高的，可見該類地區在改善自然環境方面做出了很大的努力。第三類地區（河北、上海等）的居民環境舒適程度、工業污染治理水平和生態環境保護與改善均不理想，在全國屬于中下水平。該類地區所占的比例最大，表明該地區政府環境管理部門除了發展當地經濟水平之外，還應關注環境治理，提高環境效益，不能以犧牲環境為代價發展經濟。第四類地區（西藏）的政府環境管理部門在生態保護上的績效是最高的，這不僅是政府部門重視環境保護的結果，也有賴于西藏先天的生態環境優勢，以及較低的居民人口數量。但西藏在城市生活環境和工業污染的治理上投入的資金太少，這兩項指標在全國處于中下水平，特別是在工業污染的治理上，遠遠低于全國的平均水平，需要政府投入更多的資金和精力。
四、結束語
因子分析模型作為一種分析多元數據的強有力工具，能將復雜的數據簡化為互不相關的幾個因子，挖掘出直觀有用的數據，審計人員在對政府環境的績效進行審計時，可全面地選取環境審查的指標，利用因子分析模型對各指標的有效信息進行簡化，從而避免指標選取不全面的問題，降低審計風險，提高審計效率和審計質量，大大節省審計成本和審計資源，解決我國政府環境績效審計目前的困境。因子分析模型在政府環境績效審計方面有著廣泛的應用空間。
