王冰+王皓

摘 要：采用聚類分析方法對2010年度全國31個(gè)省級行政區(qū)財(cái)政支出結(jié)構(gòu)進(jìn)行變量聚類和樣本聚類。變量聚類結(jié)果表明，我國省域財(cái)政支出明顯向民生和服務(wù)傾斜，而教育和科技投入不足。樣本聚類結(jié)果表明，我國部分省域財(cái)政支出結(jié)構(gòu)同構(gòu)性和同質(zhì)化特征明顯。因此，應(yīng)加大教育和科技支出占比，優(yōu)化各種類型支出的比例關(guān)系，正確處理中央和省域的關(guān)系，厘清各自財(cái)政職能的重心和中心，保障二者職能履行的有機(jī)統(tǒng)一。

關(guān)鍵詞：財(cái)政支出結(jié)構(gòu)；省際比較；聚類分析；同質(zhì)化

中圖分類號：F812.45 文獻(xiàn)標(biāo)識碼：A 文章編號：1003-3890（2014）03-0044-07

財(cái)政資源是政府履行職能的重要物質(zhì)基礎(chǔ)，而財(cái)政支出結(jié)構(gòu)直接體現(xiàn)政府資源配置方向和比例，其合理性直接影響經(jīng)濟(jì)社會的發(fā)展效率，因此，財(cái)政支出結(jié)構(gòu)問題是一個(gè)值得深入研究的課題。綜觀國內(nèi)外有關(guān)財(cái)政支出結(jié)構(gòu)的研究文獻(xiàn)，可謂卷帙浩瀚，不少學(xué)者（如Aschauer[1]、Barro[2]、Tsui Kai-yuen[3]、Devarajan[4]、YU Qing[5]、Ant′onio Afonso[6]、龔六堂[7]、王春元[8]，郭慶旺[9]、張鋼[10]、朱玉春[11]、張明喜[12]、陳詩一[13]、胡堅(jiān)[14]等）從不同角度對財(cái)政支出結(jié)構(gòu)進(jìn)行了比較深入的研究。但是，多數(shù)研究成果側(cè)重于財(cái)政支出結(jié)構(gòu)共性的理論論證或國際、國內(nèi)宏觀層面的實(shí)證考察。本研究試圖深入到我國財(cái)政支出結(jié)構(gòu)的微觀層面，通過對我國31個(gè)省域財(cái)政支出結(jié)構(gòu)的比較分析，發(fā)現(xiàn)我國省級財(cái)政支出結(jié)構(gòu)的特點(diǎn)和問題，為我國財(cái)政支出結(jié)構(gòu)優(yōu)化提供可靠的決策依據(jù)。

一、分類方法和比較維度

（一）分類方法

選擇合適的分類方法是進(jìn)行科學(xué)比較的基本前提。本研究為了克服人為分類的主觀性，采用聚類分析法對各個(gè)省的財(cái)政支出結(jié)構(gòu)進(jìn)行分類比較，期望從數(shù)據(jù)本身出發(fā)，充分利用樣本數(shù)據(jù)間的相關(guān)性進(jìn)行類別的聚合，形成客觀的分類，揭示觀測樣本內(nèi)在的本質(zhì)差別與聯(lián)系。

“聚類分析（Cluster Analysis）是根據(jù)事物本身的特性研究個(gè)體分類的方法。根據(jù)分類對象的不同，分為樣本聚類（又稱Q型聚類）和變量聚類（又稱R型聚類）。Q型聚類就是對事件Cases（樣品或觀測量）進(jìn)行聚類，是根據(jù)被觀測對象特征的各變量值進(jìn)行分類?！盵15]“R型聚類是一種降維的方法，用于在變量眾多時(shí)尋找有代表性的變量，以便用少量、有代表性的變量代替大變量集，減少工作量?！盵15]

（二）比較維度

比較維度選擇的科學(xué)性依賴于分類的合理性，分類的基本原則是不重復(fù)、不遺漏，且分類條目不宜過細(xì)。統(tǒng)計(jì)年鑒中有關(guān)財(cái)政支出結(jié)構(gòu)的統(tǒng)計(jì)數(shù)據(jù)包含一般預(yù)算支出、一般公共服務(wù)支出等21個(gè)條目，條目眾多、數(shù)據(jù)與數(shù)據(jù)之間相關(guān)性較強(qiáng)，因此，不宜直接按照這些統(tǒng)計(jì)條目進(jìn)行分類比較，有必要將財(cái)政支出的統(tǒng)計(jì)數(shù)據(jù)進(jìn)行進(jìn)一步分類?；谏鲜稣J(rèn)識，本研究從財(cái)政支出結(jié)構(gòu)統(tǒng)計(jì)數(shù)據(jù)出發(fā)，充分利用樣本數(shù)據(jù)間的相關(guān)性進(jìn)行維度整合，選出相關(guān)性較弱的代表性關(guān)鍵變量作為比較維度。這樣不僅可以保證比較維度選擇的客觀性和科學(xué)性，而且可以精簡比較維度。

二、數(shù)據(jù)來源和分析過程

（一）數(shù)據(jù)來源

《中國統(tǒng)計(jì)年鑒2010》從一般預(yù)算支出、一般公共服務(wù)支出等21個(gè)方面對財(cái)政支出內(nèi)容進(jìn)行了統(tǒng)計(jì)，本研究沿用中國統(tǒng)計(jì)年鑒的統(tǒng)計(jì)口徑，選用一般公共服務(wù)支出占比（X1）、國防支出占比（X2）、公共安全支出占比（X3）、教育支出占比（X4）、科學(xué)技術(shù)支出占比（X5）、文化體育與傳媒支出占比（X6）、社會保障和就業(yè)支出占比（X7）、醫(yī)療衛(wèi)生支出占比（X8）、環(huán)境保護(hù)支出占比（X9）、城鄉(xiāng)社區(qū)事務(wù)支出占比（X10）、農(nóng)林水事務(wù)支出占比（X11）、交通運(yùn)輸支出占比（X12）、資源勘探電力信息等事務(wù)支出占比（X13）、商業(yè)服務(wù)業(yè)等事務(wù)支出占比（X14）、金融監(jiān)管等事務(wù)支出占比（X15）、地震災(zāi)后恢復(fù)重建支出占比（X16）、國土資源氣象等事務(wù)支出占比（X17）、住房保障支出占比（X18）、糧油物資儲備管理支出占比（X19）、國債還本付息支出占比（X20）、其他支出占比（X21）這21項(xiàng)指標(biāo)對我國財(cái)政支出結(jié)構(gòu)進(jìn)行測量。

（二）分析過程

整個(gè)分析過程借助統(tǒng)計(jì)分析軟件SPSS18.0完成，分兩個(gè)基本步驟展開：第一步，利用SPSS18.0進(jìn)行變量聚類，根據(jù)樣本數(shù)據(jù)之間的相關(guān)性進(jìn)行維度整合，依據(jù)每個(gè)變量的相關(guān)指數(shù)選擇具有代表性的關(guān)鍵變量作為比較維度；第二步，利用SPSS18.0進(jìn)行樣本聚類，充分利用樣本數(shù)據(jù)間的距離進(jìn)行客觀分組，根據(jù)各變量取值上的總體差異程度進(jìn)行自動(dòng)分類。

1. 變量聚類。選取2010年度全國31個(gè)省級行政區(qū)的財(cái)政支出結(jié)構(gòu)數(shù)據(jù)作為樣本數(shù)據(jù)，調(diào)用SPSS18.0中系統(tǒng)聚類功能，在主對話框中指定分析變量，選擇Pearson相關(guān)性作為測度變量間相似性的方法，得出變量聚類的冰柱圖和樹形圖（如圖1和圖2所示）。

依據(jù)圖1和圖2，從整體上看，聚為五類是比較好的結(jié)果，各類組成分別為：X20、X11、X18、X9；X16、X19、X15、X17、X7；X10、X13、X5；X6、X3、X21、X12、X2；X14、X8、X4、X1。

在第一組中，X20、X11、X18、X9的相關(guān)指數(shù)分別為0.109、0.148、0.238、0.203，X18的相關(guān)指數(shù)最大，因此該組變量選擇X18作代表性變量；在第二組中，X16、X19、X15、X17、X7的相關(guān)指數(shù)分別為0.042、0.033、0.032、0.058、0.067，X7的相關(guān)指數(shù)最大，因此該組變量選擇X7作代表性變量；在第三組中，X10、X13、X5的相關(guān)指數(shù)分別為0.303、0.375、0.337，X13的相關(guān)指數(shù)最大，因此該組變量選擇X13作代表性變量；在第四組中，X6、X3、X21、X12、X2的相關(guān)指數(shù)分別為0.062、0.141、0.113、0.122、0.127，X3的相關(guān)指數(shù)最大，因此該組變量選擇X3作代表性變量；在第五組中，X14、X8、X4、X1的相關(guān)指數(shù)分別為0.161、0.181、0.232、0.248，X1的相關(guān)指數(shù)最大，因此該組變量選擇X1作代表性變量。

2. 樣本聚類。選取2010年度全國31個(gè)省級行政區(qū)的財(cái)政支出結(jié)構(gòu)數(shù)據(jù)作為樣本數(shù)據(jù)，調(diào)用SPSS18.0中的系統(tǒng)聚類功能，在分群欄中選擇樣本選項(xiàng)，選擇平方歐式距離作為測度樣本間相似性的方法，分別以X18、X7、X13、X3、X1作為分層標(biāo)準(zhǔn)進(jìn)行聚類，得出如下結(jié)果：

（1）以住房保障支出占比（X18）作為分析變量，將全國31個(gè)省區(qū)進(jìn)行分層聚類，得出樣本聚類的樹狀圖（如圖3所示）。

將全國31個(gè)省級行政區(qū)聚為五類發(fā)現(xiàn)，青海比較特殊，自成一類；新疆、貴州、重慶、寧夏、云南、黑龍江、吉林相似性較高，聚為一類；甘肅、海南、江西、安徽、內(nèi)蒙古相似性較高，聚為一類；廣西、陜西、湖南、湖北、河南、四川、遼寧、山西相似性較高，聚為一類；山東、浙江、天津、西藏、河北、江蘇、上海、廣東、福建、北京相似性較高，聚為一類。這說明在全國31個(gè)省級行政區(qū)中，以住房保障支出占比為代表的部分財(cái)政支出結(jié)構(gòu)之間存在明顯的同構(gòu)性特征。

（2）以社會保障和就業(yè)支出占比（X7）作為分析變量，將全國31個(gè)省區(qū)進(jìn)行分層聚類，得出樣本聚類的樹狀圖（如圖4所示）。

將全國31個(gè)省級行政區(qū)聚為五類發(fā)現(xiàn)，青海比較特殊，自成一類；遼寧比較特殊，自成一類；甘肅、湖南、湖北、重慶、吉林、陜西、山西、四川、江西、云南、河南、黑龍江、安徽、內(nèi)蒙古、海南、河北相似性較高，聚為一類；西藏、寧夏、浙江相似性較高，聚為一類；貴州、廣東、福建、江蘇、廣西、上海、新疆、山東、天津、天津相似性較高，聚為一類。這說明在全國31個(gè)省級行政區(qū)中，以社會保障和就業(yè)支出占比為代表的部分財(cái)政支出結(jié)構(gòu)之間存在明顯的同構(gòu)性特征。

（3）以資源勘探電力信息等支出占比（X13）作為分析變量，將全國31個(gè)省區(qū)進(jìn)行分層聚類，得出樣本聚類的樹狀圖（如圖5所示）。

將全國31個(gè)省級行政區(qū)聚為五類發(fā)現(xiàn)，上海比較特殊，自成一類；廣西、四川、湖南、福建、寧夏、山東、浙江、青海、西藏、陜西、黑龍江、廣東、貴州、吉林相似性較高，聚為一類；新疆、河南、內(nèi)蒙古、甘肅、山西、云南、河北相似性較高，聚為一類；遼寧、江西、天津相似性較高，聚為一類；湖北、重慶、安徽、江蘇、北京相似性較高，聚為一類。這說明在全國31個(gè)省級行政區(qū)中，以資源勘探電力信息等支出占比為代表的部分財(cái)政支出結(jié)構(gòu)之間存在明顯的同構(gòu)性特征。

（4）以公共安全支出占比（X3）作為分析變量，將全國31個(gè)省區(qū)進(jìn)行分層聚類，得出樣本聚類的樹狀圖（如圖6所示）。

將全國31個(gè)省級行政區(qū)聚為五類發(fā)現(xiàn)，廣東比較特殊，自成一類；西藏、新疆、海南、福建、浙江相似性較高，聚為一類，青海、甘肅、安徽相似性較高，聚為一類；河南、江西、寧夏、上海、陜西、四川、重慶、內(nèi)蒙古相似性較高，聚為一類；湖南、山東、黑龍江、遼寧、云南、山西、貴州、廣西、河北、吉林、天津、湖北、江蘇、北京相似性較高，聚為一類。這說明在全國31個(gè)省級行政區(qū)中，以公共安全支出占比為代表的部分財(cái)政支出結(jié)構(gòu)之間存在明顯的同構(gòu)性特征。

（5）以一般公共服務(wù)支出占比（X1）作為分析變量，將全國31個(gè)省區(qū)進(jìn)行分層聚類，得出樣本聚類的樹狀圖（如圖7所示）。

將全國31個(gè)省級行政區(qū)聚為五類發(fā)現(xiàn)，青海、上海、天津相似性較高，聚為一類；河南、廣西、湖南、浙江、陜西、貴州、西藏、山東、江蘇、福建、廣東、湖北、河北相似性較高，聚為一類；云南、海南、安徽、新疆、江西、吉林、遼寧、內(nèi)蒙古、山西相似性較高，聚為一類；寧夏、四川、甘肅、重慶、黑龍江相似性較高，聚為一類；北京比較特殊，自成一類。這說明在全國31個(gè)省級行政區(qū)中，以一般公共服務(wù)支出占比為代表的部分財(cái)政支出結(jié)構(gòu)之間存在明顯的同構(gòu)性特征。

（6）以X18、X7、X13、X3、X1這五個(gè)變量作為分析變量，將全國31個(gè)省區(qū)進(jìn)行分層聚類，得出樣本聚類的樹狀圖（如圖8所示）。

將全國31個(gè)省級行政區(qū)聚為五類發(fā)現(xiàn)，青海比較特殊，自成一類；寧夏、新疆、貴州、廣西、山東、福建、廣東、西藏、浙江相似性較高，聚為一類；遼寧比較特殊，自成一類；四川、江西、重慶、安徽、甘肅、海南、黑龍江、云南、吉林、內(nèi)蒙古、湖北、陜西、湖南、河南、山西、河北相似性較高，聚為一類；上海、天津、北京相似性較高，聚為一類。這說明從綜合維度考察，在全國31個(gè)省級行政區(qū)中，部分省級行政區(qū)的財(cái)政支出結(jié)構(gòu)之間存在明顯同構(gòu)性特征。

三、結(jié)論及政策建議

（一）結(jié)論

變量聚類分析結(jié)果表明，測量我國省級行政區(qū)財(cái)政支出結(jié)構(gòu)的21個(gè)指標(biāo)中，住房保障支出占比、社會保障和就業(yè)支出占比、資源勘探電力信息等支出占比、公共安全支出占比以及一般公共服務(wù)支出占比具有典型代表意義，說明這五項(xiàng)財(cái)政支出占據(jù)十分重要的地位，表明我國省域地方政府職能明顯向民生、服務(wù)傾斜，符合中央關(guān)注民生和建設(shè)服務(wù)型政府的大政方針。事實(shí)上，住房保障、社會保障、就業(yè)、能源開發(fā)與利用、信息服務(wù)、公共安全以及一般公共服務(wù)問題是當(dāng)前我國省域地方政府亟待解決的重大問題。我國省域地方政府財(cái)政支出向上述這些方面傾斜符合省域發(fā)展實(shí)際需要，有利于有效解決我國省域社會發(fā)展中的民生和服務(wù)問題，推進(jìn)省域政府治道變革，促進(jìn)省域社會轉(zhuǎn)型，實(shí)現(xiàn)省域經(jīng)濟(jì)社會協(xié)調(diào)穩(wěn)定發(fā)展。但是，教育和科技問題也是當(dāng)前我國地方政府亟待解決的重大問題，教育和科技發(fā)展?fàn)顩r不僅是經(jīng)濟(jì)社會軟實(shí)力的重要標(biāo)志，而且是經(jīng)濟(jì)社會發(fā)展的持久動(dòng)力和加速器，經(jīng)濟(jì)社會可持續(xù)發(fā)展必須依賴教育和科技的良好發(fā)展。因此，教育和科技支出占比應(yīng)該在省域財(cái)政支出結(jié)構(gòu)中占居十分重要的地位，成為省域財(cái)政支出結(jié)構(gòu)測量的代表性指標(biāo)。

樣本聚類分析結(jié)果表明，從住房保障支出占比、社會保障和就業(yè)支出占比、資源勘探電力信息等支出占比、公共安全支出占比以及一般公共服務(wù)支出占比這些具有典型代表意義的支出維度考察，全國省級行政區(qū)的31個(gè)觀測樣本中，很多省級行政區(qū)的財(cái)政支出結(jié)構(gòu)相似性較高，同構(gòu)性和同質(zhì)化特征明顯。事實(shí)上，我國是單一制國家，省級行政區(qū)由中央統(tǒng)一管轄，各個(gè)省級行政區(qū)之間存在很多相似性，部分省級行政區(qū)的財(cái)政支出結(jié)構(gòu)呈現(xiàn)同構(gòu)性和同質(zhì)化特征符合情理。但是，我國省級行政區(qū)數(shù)目眾多、類型多樣、情境各異，而且發(fā)展不平衡，各個(gè)省級行政區(qū)的財(cái)政支出結(jié)構(gòu)更應(yīng)該與各自的所屬類型、實(shí)際情境和發(fā)展?fàn)顩r相吻合，更多地體現(xiàn)其異構(gòu)性和異質(zhì)化特征。