1、1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
2、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 Aschauer1、Barro2、Tsui Kai-yuen3、Devarajan4、YU Qing5、Antonio Afonso6、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
3、2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
4、） 。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
5、出发，充分利用样本数据间的相关性进3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
6、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
7、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4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 中系统聚类功能，在主对话框中指定分析变量，选择 Pearson 相关性作为测度变量间相似性的方法，得出变量聚类的冰柱图和树形图（如图 1 和图 2 所示） 。 依据图 1 和图 2，从整体上看，聚为五类是比较好的结果，各类组成分别为：X20、X11、X18、X
8、9；X16、X19、X15、X17、X7；X10、X13、X5；X6、X3、X21、X12、X2；X14、X8、X4、X1。 在第一组中，X20、X11、X18、X9 的相关指数分别为0.109、0.148、0.238、0.203，X18 的相关指数最大，因此该组变量选择X18 作代表性变量；在第二组中，X16、X19、X15、X17、X7 的相关指数分别为 0.042、0.033、0.032、0.058、0.067，X7 的相关指数最大，因此该组变量选择 X7 作代表性变量；在第三组中，X10、X13、X5 的相关指数分别为 0.303、0.375、0.337，X13 的相关指数最大，因此该
9、组变量选择 X13 作代表性变量；在第四组中，X6、X3、X21、X12、X2 的相关指数分别为 0.062、0.141、0.113、0.122、0.127，X3 的相关指数最大，因此该组变量选择 X3 作代表性变量；在第五组中，X14、X8、X4、X1 的相关指数分别为 0.161、0.181、0.232、0.248，X1 的相关指数最大，因此该组变量选择 X1 作代表性变量。 2. 样本聚类。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中的系统聚类功能，在分群栏中选择样本选项，选择平方欧式距离作为5测度样本间相似性的方法，分别以 X18
10、、X7、X13、X3、X1 作为分层标准进行聚类，得出如下结果： （1）以住房保障支出占比（X18）作为分析变量，将全国 31 个省区进行分层聚类，得出样本聚类的树状图（如图 3 所示） 。 将全国 31 个省级行政区聚为五类发现，青海比较特殊，自成一类；新疆、贵州、重庆、宁夏、云南、黑龙江、吉林相似性较高，聚为一类；甘肃、海南、江西、安徽、内蒙古相似性较高，聚为一类；广西、陕西、湖南、湖北、河南、四川、辽宁、山西相似性较高，聚为一类；山东、浙江、天津、西藏、河北、江苏、上海、广东、福建、北京相似性较高，聚为一类。这说明在全国 31 个省级行政区中，以住房保障支出占比为代表的部分财政支出结构之
11、间存在明显的同构性特征。 （2）以社会保障和就业支出占比（X7）作为分析变量，将全国 31个省区进行分层聚类，得出样本聚类的树状图（如图 4 所示） 。 将全国 31 个省级行政区聚为五类发现，青海比较特殊，自成一类；辽宁比较特殊，自成一类；甘肃、湖南、湖北、重庆、吉林、陕西、山西、四川、江西、云南、河南、黑龙江、安徽、内蒙古、海南、河北相似性较高，聚为一类；西藏、宁夏、浙江相似性较高，聚为一类；贵州、广东、福建、江苏、广西、上海、新疆、山东、天津、天津相似性较高，聚为一类。这说明在全国 31 个省级行政区中，以社会保障和就业支出占比为代表的部分财政支出结构之间存在明显的同构性特征。 （3）以
12、资源勘探电力信息等支出占比（X13）作为分析变量，将全国 31 个省区进行分层聚类，得出样本聚类的树状图（如图 5 所示） 。 6将全国 31 个省级行政区聚为五类发现，上海比较特殊，自成一类；广西、四川、湖南、福建、宁夏、山东、浙江、青海、西藏、陕西、黑龙江、广东、贵州、吉林相似性较高，聚为一类；新疆、河南、内蒙古、甘肃、山西、云南、河北相似性较高，聚为一类；辽宁、江西、天津相似性较高，聚为一类；湖北、重庆、安徽、江苏、北京相似性较高，聚为一类。这说明在全国 31 个省级行政区中，以资源勘探电力信息等支出占比为代表的部分财政支出结构之间存在明显的同构性特征。 （4）以公共安全支出占比（X3）
13、作为分析变量，将全国 31 个省区进行分层聚类，得出样本聚类的树状图（如图 6 所示） 。 将全国 31 个省级行政区聚为五类发现，广东比较特殊，自成一类；西藏、新疆、海南、福建、浙江相似性较高，聚为一类，青海、甘肃、安徽相似性较高，聚为一类；河南、江西、宁夏、上海、陕西、四川、重庆、内蒙古相似性较高，聚为一类；湖南、山东、黑龙江、辽宁、云南、山西、贵州、广西、河北、吉林、天津、湖北、江苏、北京相似性较高，聚为一类。这说明在全国 31 个省级行政区中，以公共安全支出占比为代表的部分财政支出结构之间存在明显的同构性特征。 （5）以一般公共服务支出占比（X1）作为分析变量，将全国 31 个省区进行
14、分层聚类，得出样本聚类的树状图（如图 7 所示） 。 将全国 31 个省级行政区聚为五类发现，青海、上海、天津相似性较高，聚为一类；河南、广西、湖南、浙江、陕西、贵州、西藏、山东、江苏、福建、广东、湖北、河北相似性较高，聚为一类；云南、海南、安徽、新疆、江西、吉林、辽宁、内蒙古、山西相似性较高，聚为一类；7宁夏、四川、甘肃、重庆、黑龙江相似性较高，聚为一类；北京比较特殊，自成一类。这说明在全国 31 个省级行政区中，以一般公共服务支出占比为代表的部分财政支出结构之间存在明显的同构性特征。 （6）以 X18、X7、X13、X3、X1 这五个变量作为分析变量，将全国31 个省区进行分层聚类，得出样
15、本聚类的树状图（如图 8 所示） 。 将全国 31 个省级行政区聚为五类发现，青海比较特殊，自成一类；宁夏、新疆、贵州、广西、山东、福建、广东、西藏、浙江相似性较高，聚为一类；辽宁比较特殊，自成一类；四川、江西、重庆、安徽、甘肃、海南、黑龙江、云南、吉林、内蒙古、湖北、陕西、湖南、河南、山西、河北相似性较高，聚为一类；上海、天津、北京相似性较高，聚为一类。这说明从综合维度考察，在全国 31 个省级行政区中，部分省级行政区的财政支出结构之间存在明显同构性特征。 三、结论及政策建议 （一）结论 变量聚类分析结果表明，测量我国省级行政区财政支出结构的 21 个指标中，住房保障支出占比、社会保障和就业
16、支出占比、资源勘探电力信息等支出占比、公共安全支出占比以及一般公共服务支出占比具有典型代表意义，说明这五项财政支出占据十分重要的地位，表明我国省域地方政府职能明显向民生、服务倾斜，符合中央关注民生和建设服务型政府的大政方针。事实上，住房保障、社会保障、就业、能源开发与利用、信息服务、公共安全以及一般公共服务问题是当前我国省域地方政府亟待解决的重大问题。我国省域地方政府财政支出向上述这些方面倾8斜符合省域发展实际需要，有利于有效解决我国省域社会发展中的民生和服务问题，推进省域政府治道变革，促进省域社会转型，实现省域经济社会协调稳定发展。但是，教育和科技问题也是当前我国地方政府亟待解决的重大问题，
17、教育和科技发展状况不仅是经济社会软实力的重要标志，而且是经济社会发展的持久动力和加速器，经济社会可持续发展必须依赖教育和科技的良好发展。因此，教育和科技支出占比应该在省域财政支出结构中占居十分重要的地位，成为省域财政支出结构测量的代表性指标。 样本聚类分析结果表明，从住房保障支出占比、社会保障和就业支出占比、资源勘探电力信息等支出占比、公共安全支出占比以及一般公共服务支出占比这些具有典型代表意义的支出维度考察，全国省级行政区的 31 个观测样本中，很多省级行政区的财政支出结构相似性较高，同构性和同质化特征明显。事实上，我国是单一制国家，省级行政区由中央统一管辖，各个省级行政区之间存在很多相似性，部分省级行政区的财政支出结构呈现同构性和同质化特征符合情理。但是，我国省级行政区数目众多、类型多样、情境各异，而且发展不平衡，各个省级行政区的财政支出结构更应该与各自的所属类型、实际情境和发展状况相吻合，更多地体现其异构性和异质化特征。
