基于聚类分析的我国财政支出结构省际比较研究.docVIP

基于聚类分析的我国财政支出结构省际比较研究 　　摘 要：采用聚类分析方法对2010年度全国31个省级行政区财政支出结构进行变量聚类和样本聚类。变量聚类结果表明，我国省域财政支出明显向民生和服务倾斜，而教育和科技投入不足。样本聚类结果表明，我国部分省域财政支出结构同构性和同质化特征明显。因此，应加大教育和科技支出占比，优化各种类型支出的比例关系，正确处理中央和省域的关系，厘清各自财政职能的重心和中心，保障二者职能履行的有机统一。 　　关键词：财政支出结构；省际比较；聚类分析；同质化 　　中图分类号：F812.45 文献标识码：A 文章编号：1003-3890（2014）03-0044-07 　　财政资源是政府履行职能的重要物质基础，而财政支出结构直接体现政府资源配置方向和比例，其合理性直接影响经济社会的发展效率，因此，财政支出结构问题是一个值得深入研究的课题。综观国内外有关财政支出结构的研究文献，可谓卷帙浩瀚，不少学者（如Aschauer[1]、Barro[2]、Tsui Kai-yuen[3]、Devarajan[4]、YU Qing[5]、Ant′onio Afonso[6]、龚六堂[7]、王春元[8]，郭庆旺[9]、张钢[10]、朱玉春[11]、张明喜[12]、陈诗一[13]、胡坚[14]等）从不同角度对财政支出结构进行了比较深入的研究。但是，多数研究成果侧重于财政支出结构共性的理论论证或国际、国内宏观层面的实证考察。本研究试图深入到我国财政支出结构的微观层面，通过对我国31个省域财政支出结构的比较分析，发现我国省级财政支出结构的特点和问题，为我国财政支出结构优化提供可靠的决策依据。 　　一、分类方法和比较维度 　　（一）分类方法 　　选择合适的分类方法是进行科学比较的基本前提。本研究为了克服人为分类的主观性，采用聚类分析法对各个省的财政支出结构进行分类比较，期望从数据本身出发，充分利用样本数据间的相关性进行类别的聚合，形成客观的分类，揭示观测样本内在的本质差别与联系。 　　“聚类分析（Cluster Analysis）是根据事物本身的特性研究个体分类的方法。根据分类对象的不同，分为样本聚类（又称Q型聚类）和变量聚类（又称R型聚类）。Q型聚类就是对事件Cases（样品或观测量）进行聚类，是根据被观测对象特征的各变量值进行分类。”[15]“R型聚类是一种降维的方法，用于在变量众多时寻找有代表性的变量，以便用少量、有代表性的变量代替大变量集，减少工作量。”[15] 　　（二）比较维度 　　比较维度选择的科学性依赖于分类的合理性，分类的基本原则是不重复、不遗漏，且分类条目不宜过细。统计年鉴中有关财政支出结构的统计数据包含一般预算支出、一般公共服务支出等21个条目，条目众多、数据与数据之间相关性较强，因此，不宜直接按照这些统计条目进行分类比较，有必要将财政支出的统计数据进行进一步分类。基于上述认识，本研究从财政支出结构统计数据出发，充分利用样本数据间的相关性进行维度整合，选出相关性较弱的代表性关键变量作为比较维度。这样不仅可以保证比较维度选择的客观性和科学性，而且可以精简比较维度。 　　二、数据来源和分析过程 　　（一）数据来源 　　《中国统计年鉴2010》从一般预算支出、一般公共服务支出等21个方面对财政支出内容进行了统计，本研究沿用中国统计年鉴的统计口径，选用一般公共服务支出占比（X1）、国防支出占比（X2）、公共安全支出占比（X3）、教育支出占比（X4）、科学技术支出占比（X5）、文化体育与传媒支出占比（X6）、社会保障和就业支出占比（X7）、医疗卫生支出占比（X8）、环境保护支出占比（X9）、城乡社区事务支出占比（X10）、农林水事务支出占比（X11）、交通运输支出占比（X12）、资源勘探电力信息等事务支出占比（X13）、商业服务业等事务支出占比（X14）、金融监管等事务支出占比（X15）、地震灾后恢复重建支出占比（X16）、国土资源气象等事务支出占比（X17）、住房保障支出占比（X18）、粮油物资储备管理支出占比（X19）、国债还本付息支出占比（X20）、其他支出占比（X21）这21项指标对我国财政支出结构进行测量。 　　（二）分析过程 　　整个分析过程借助统计分析软件SPSS18.0完成，分两个基本步骤展开：第一步，利用SPSS18.0进行变量聚类，根据样本数据之间的相关性进行维度整合，依据每个变量的相关指数选择具有代表性的关键变量作为比较维度；第二步，利用SPSS18.0进行样本聚类，充分利用样本数据间的距离进行客观分组，根据各变量取值上的总体差异程度进行自动分类。 　　1. 变量聚类。选取2010年度全国31个省级行政区的财政支出结构数据作为样本数据，调用SPSS18.0中系统聚类功