基于聚類分析的我國財政支出結構省際比較研究

王冰+王皓

摘 要：采用聚類分析方法對2010年度全國31個省級行政區財政支出結構進行變量聚類和樣本聚類。變量聚類結果表明，我國省域財政支出明顯向民生和服務傾斜，而教育和科技投入不足。樣本聚類結果表明，我國部分省域財政支出結構同構性和同質化特征明顯。因此，應加大教育和科技支出占比，優化各種類型支出的比例關系，正確處理中央和省域的關系，厘清各自財政職能的重心和中心，保障二者職能履行的有機統一。

關鍵詞：財政支出結構；省際比較；聚類分析；同質化

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

財政資源是政府履行職能的重要物質基礎，而財政支出結構直接體現政府資源配置方向和比例，其合理性直接影響經濟社會的發展效率，因此，財政支出結構問題是一個值得深入研究的課題。綜觀國內外有關財政支出結構的研究文獻，可謂卷帙浩瀚，不少學者（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[14]等）從不同角度對財政支出結構進行了比較深入的研究。但是，多數研究成果側重于財政支出結構共性的理論論證或國際、國內宏觀層面的實證考察。本研究試圖深入到我國財政支出結構的微觀層面，通過對我國31個省域財政支出結構的比較分析，發現我國省級財政支出結構的特點和問題，為我國財政支出結構優化提供可靠的決策依據。

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行科學比較的基本前提。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省的財政支出結構進行分類比較，期望從數據本身出發，充分利用樣本數據間的相關性進行類別的聚合，形成客觀的分類，揭示觀測樣本內在的本質差別與聯系。

“聚類分析（Cluster Analysis）是根據事物本身的特性研究個體分類的方法。根據分類對象的不同，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）進行聚類，是根據被觀測對象特征的各變量值進行分類?！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性依賴于分類的合理性，分類的基本原則是不重復、不遺漏，且分類條目不宜過細。統計年鑒中有關財政支出結構的統計數據包含一般預算支出、一般公共服務支出等21個條目，條目眾多、數據與數據之間相關性較強，因此，不宜直接按照這些統計條目進行分類比較，有必要將財政支出的統計數據進行進一步分類。基于上述認識，本研究從財政支出結構統計數據出發，充分利用樣本數據間的相關性進行維度整合，選出相關性較弱的代表性關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性，而且可以精簡比較維度。

二、數據來源和分析過程

（一）數據來源

《中國統計年鑒2010》從一般預算支出、一般公共服務支出等21個方面對財政支出內容進行了統計，本研究沿用中國統計年鑒的統計口徑，選用一般公共服務支出占比（X1）、國防支出占比（X2）、公共安全支出占比（X3）、教育支出占比（X4）、科學技術支出占比（X5）、文化體育與傳媒支出占比（X6）、社會保障和就業支出占比（X7）、醫療衛生支出占比（X8）、環境保護支出占比（X9）、城鄉社區事務支出占比（X10）、農林水事務支出占比（X11）、交通運輸支出占比（X12）、資源勘探電力信息等事務支出占比（X13）、商業服務業等事務支出占比（X14）、金融監管等事務支出占比（X15）、地震災后恢復重建支出占比（X16）、國土資源氣象等事務支出占比（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項指標對我國財政支出結構進行測量。

（二）分析過程

整個分析過程借助統計分析軟件SPSS18.0完成，分兩個基本步驟展開：第一步，利用SPSS18.0進行變量聚類，根據樣本數據之間的相關性進行維度整合，依據每個變量的相關指數選擇具有代表性的關鍵變量作為比較維度；第二步，利用SPSS18.0進行樣本聚類，充分利用樣本數據間的距離進行客觀分組，根據各變量取值上的總體差異程度進行自動分類。

1. 變量聚類。選取2010年度全國31個省級行政區的財政支出結構數據作為樣本數據，調用SPSS18.0中系統聚類功能，在主對話框中指定分析變量，選擇Pearson相關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）。

依據圖1和圖2，從整體上看，聚為五類是比較好的結果，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的相關指數分別為0.109、0.148、0.238、0.203，X18的相關指數最大，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的相關指數分別為0.042、0.033、0.032、0.058、0.067，X7的相關指數最大，因此該組變量選擇X7作代表性變量；在第三組中，X10、X13、X5的相關指數分別為0.303、0.375、0.337，X13的相關指數最大，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的相關指數分別為0.062、0.141、0.113、0.122、0.127，X3的相關指數最大，因此該組變量選擇X3作代表性變量；在第五組中，X14、X8、X4、X1的相關指數分別為0.161、0.181、0.232、0.248，X1的相關指數最大，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個省級行政區的財政支出結構數據作為樣本數據，調用SPSS18.0中的系統聚類功能，在分群欄中選擇樣本選項，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作為分層標準進行聚類，得出如下結果：

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

將全國31個省級行政區聚為五類發現，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個省級行政區中，以住房保障支出占比為代表的部分財政支出結構之間存在明顯的同構性特征。

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

將全國31個省級行政區聚為五類發現，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個省級行政區中，以社會保障和就業支出占比為代表的部分財政支出結構之間存在明顯的同構性特征。

（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個省區進行分層聚類，得出樣本聚類的樹狀圖（如圖5所示）。

將全國31個省級行政區聚為五類發現，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個省級行政區中，以資源勘探電力信息等支出占比為代表的部分財政支出結構之間存在明顯的同構性特征。

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

將全國31個省級行政區聚為五類發現，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個省級行政區中，以公共安全支出占比為代表的部分財政支出結構之間存在明顯的同構性特征。

（5）以一般公共服務支出占比（X1）作為分析變量，將全國31個省區進行分層聚類，得出樣本聚類的樹狀圖（如圖7所示）。

將全國31個省級行政區聚為五類發現，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個省級行政區中，以一般公共服務支出占比為代表的部分財政支出結構之間存在明顯的同構性特征。

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

將全國31個省級行政區聚為五類發現，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個省級行政區中，部分省級行政區的財政支出結構之間存在明顯同構性特征。

三、結論及政策建議

（一）結論

變量聚類分析結果表明，測量我國省級行政區財政支出結構的21個指標中，住房保障支出占比、社會保障和就業支出占比、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支出占比具有典型代表意義，說明這五項財政支出占據十分重要的地位，表明我國省域地方政府職能明顯向民生、服務傾斜，符合中央關注民生和建設服務型政府的大政方針。事實上，住房保障、社會保障、就業、能源開發與利用、信息服務、公共安全以及一般公共服務問題是當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政支出向上述這些方面傾斜符合省域發展實際需要，有利于有效解決我國省域社會發展中的民生和服務問題，推進省域政府治道變革，促進省域社會轉型，實現省域經濟社會協調穩定發展。但是，教育和科技問題也是當前我國地方政府亟待解決的重大問題，教育和科技發展狀況不僅是經濟社會軟實力的重要標志，而且是經濟社會發展的持久動力和加速器，經濟社會可持續發展必須依賴教育和科技的良好發展。因此，教育和科技支出占比應該在省域財政支出結構中占居十分重要的地位，成為省域財政支出結構測量的代表性指標。

樣本聚類分析結果表明，從住房保障支出占比、社會保障和就業支出占比、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，全國省級行政區的31個觀測樣本中，很多省級行政區的財政支出結構相似性較高，同構性和同質化特征明顯。事實上，我國是單一制國家，省級行政區由中央統一管轄，各個省級行政區之間存在很多相似性，部分省級行政區的財政支出結構呈現同構性和同質化特征符合情理。但是，我國省級行政區數目眾多、類型多樣、情境各異，而且發展不平衡，各個省級行政區的財政支出結構更應該與各自的所屬類型、實際情境和發展狀況相吻合，更多地體現其異構性和異質化特征。