Advances in Social Sciences
Vol.05 No.04(2016), Article ID:18536,10 pages
10.12677/ASS.2016.54082

Empirical Research on Local Fiscal Expenditure Structure in China Based on Factor Analysis and Cluster Analysis

Mengdi Zhai

Yunnan University of Finance and Economics, Kunming Yunnan

Received: Aug. 10th, 2016; accepted: Aug. 24th, 2016; published: Aug. 31st, 2016

Copyright © 2016 by author and Hans Publishers Inc.

This work is licensed under the Creative Commons Attribution International License (CC BY).

http://creativecommons.org/licenses/by/4.0/

ABSTRACT

In this paper, based on the fiscal expenditure of 31 provinces in China in 2014, the methods of factor analysis and cluster analysis were used to compare the expenditure structure of our country.

Keywords:Local Fiscal Expenditure, Factor Analysis, Cluster Analysis

基于因子分析与聚类分析的中国地方财政支出结构的实证研究

翟梦迪

云南财经大学,云南 昆明

收稿日期:2016年8月10日;录用日期:2016年8月24日;发布日期:2016年8月31日

摘 要

本文以2014年我国31个省份的财政支出等为基础,利用因子分析与聚类分析的方法对我国各地支出结构进行比较分析。

关键词 :地方财政支出,因子分析,聚类分析

1. 引言

当下时代,财政支出的结构从一定程度上反应了社会的经济情况,也在一定程度上影响社会经济的整体水平,所以对财政支出结构进行分析具有现实意义。

国内很多学者也对此进行了研究,李建强分析了财政支出结构对居民消费的影响,认为财政支出结构对居民消费具有挤入效应 [1] ,傅勇等认为中国的财政分权对财政支出结构产生了扭曲作用,直接导致文化教育等支出不足 [2] ,张建迎将财政支出分为经济服务、社会服务、政府服务和其他职能,以聚类分析法对2003年的31个省份的财政支出结构进行了聚类分析,其结果将财政支出结构分为5种类型 [3] 。江克忠的研究表明财政分权是行政管理类支出不断增长的一个重要诱因 [4] 。张明喜以地方财政支出结构和经济发展水平为主要指标,采用聚类分析法将全国划分为四大经济区域类型 [5] 。但是,这些方法只能对我国各省(自治区、直辖市)进行笼统的分类,无法探究每一类下具体省(自治区、直辖市)的财政支出结果特点。

综上,为了解我国财各省(自治区、直辖市)财政支出结构上的异同,本文基于我国2014年31个省(自治区、直辖市)财政支出的相关数据,采用因子分析与聚类分析法对此进行了研究。首先,利用因子分析寻找出公共因子,再利用已有的公共因子作为特征对数据进行聚类,进而将我国31个省(自治区、直辖市)归类,并分别讨论,进而对我国各个地区的财政支出结构进行分析。

2. 理论基础

2.1. 因子分析的基本思想

因子分析的基本思想是:根据相关性大小把变量分组,使得组内的变量相关性较高,但不同组的变量相关性较低,则每组变量可以代表一个基本结构,称为因子,它反映已经观测到的相关性。

2.2. 正交因子模型

设p维随机向量的期望为,协方差矩阵为,假定线性地依赖于少数几个不可观测的随机变量个附加的方差源,一般称为公因子,称为特殊因子或误差。那么,因子模型为:

引入矩阵符号,记

那么因子模型可以写为:

式中,称为第i个变量在第j个因子上的载荷,矩阵A称为载荷矩阵。

2.3. 关于因子模型的假定

我们假定:

如果模型满足假定,则称该模型为正交因子模型。

2.4. 聚类分析

所谓聚类分析,就是将研究对象(若干个个体的集合)按照某种标准分成若干类。

Ward法聚类,又称离差平方和法,基于方差分析思想构建的分类方法,如果分类正确,同类样本之间的离差平方和应该较小,类与类的离差平方和应该较大 [6] 。

3. 实证分析

为减小我国各个省(自治区、直辖市)在地理环境、人口环境和资源环境上的差异对结果所造成的影响,在这里利用人均财政支出作为各省(自治区、直辖市)财政支出的直观指标,即用各个省(自治区、直辖市)的总财政支出除以当年该省(自治区、直辖市)人口总数,本文所用数据来自于《中国统计年鉴2015》。

2007年我国实施财政收入分类改革后,将财政支出分为一般公共服务、医疗卫生、国防、教育、环境保护等21个不同类别,但是,通过数据分析发现,国防和金融支出项目在总支出中所占比例不大,而外交、援助其他地区和国债还本付息住处在一些省份并没有发生。故本文的分析基于剔除上述五个类别16个其他财政支出类别。即一般公共服务支出、公共安全支出、教育支出、科学技术支出、文化体育与传媒支出、社会保障和就业支出、医疗卫生支出、环境保护支出、城乡社区事务支出、农林水事务支出、交通运输支出、资源勘探电力信息等事务支出、商业服务业等事务支出、国土资源气象等事务支出、住房保障支出、粮油物资贮备支出。

可以发现的是,各省的财政支出之间是有相互依存、相互依赖的关系的,但是若仅从财政支出入手很难发现其中相似之处,所以本文接下来利用因子分析提取公共因子,进而对其实现降维处理。

第一步,采用R软件对样本数据进行因子分析,首先计算样本数据的相关系数矩阵,观察各变量之间的相关性。其中x1~x16分别代表保留下来的16个财政支出类别,即一般公共服务支出、公共安全支出、教育支出、科学技术支出、文化体育与传媒支出、社会保障和就业支出、医疗卫生支出、环境保护支出、城乡社区事务支出、农林水事务支出、交通运输支出、资源勘探电力信息等事务支出、商业服务业等事务支出、国土资源气象等事务支出、住房保障支出、粮油物资贮备支出。利用R软件分析,输出结果如下表1

3.1. 数据整理

根据表1中的调查数据,计算得出表2中从样本数据各变量的相关系数上可以看出,许多变量之间存在较强的相关性,可以考虑提取公因子。为了消除各变量之间的相关性,下面分别采用R软件中主成分法对数据进行因子分析,提取因子。结果如下表2表3

Table 1. The output table

表1. 输出结果表

Table 2. The cumulative contribution rate

表2. 累计贡献率

Table 3. The factor score

表3. 因子得分

3.2. 总体总值

从上述主成分法得出的因子分析结果可以看出,主成分法的累计贡献率达到了83.33%,涵盖了大部分的信息量。而且各个变量在因子上的得分也不尽相同,接下来为了更好地解释因子的含义,我们基于主成分法采用方差最大化作因子正交旋转。R输出结果如下表4表5

从上述因子正交旋转的结果可以看出,方差累计贡献率达到了83.33%,三个因子涵盖了绝大部分信息。表中列示了旋转后的因子载荷矩阵,因子1在一般公共服务、医疗卫生、农林水事务、公共安全、交通运输、文化体育与传媒变量上具有较高的载荷,而这些变量大多属于基础服务类支出,因而可以命名为“基础服务类因子”;因子2在教育、科技、城乡社区事务、商业服务业等事务等方面载荷很高,这些变量对社会更好发展有十分重要的作用,所以将这一类统一命名为“高级服务类因子”;因子3在变量住房保障支出、社保和就业、环保、国土气象和粮油物资事务载荷量很高,这些变量是为了保障社会底层公民的生活质量,所以可以命名为“保障因子”。

Table 4. The cumulative contribution rate

表4. 累计贡献率

Table 5. The factor score

表5. 因子得分

采用R软件运用回归估计法计算出2014年各省(自治区、直辖市)在“基础服务类因子”、“高级服务类因子”、“保障因子”上的得分、三个公因子分别从不同侧面反映了不同省(自治区,直辖市)在财政支出结构上的差异,R软件输出结果如下表6

从上述因子得分可以看出:

1) 在基础服务类因子F1上得分最高的四个省(自治区、直辖市)依次是西藏、宁夏、新疆、贵州,这四个省的得分远高于其他省,可见,这四地的财政支出偏重于基础服务,即保障公民日常生活水平。

2) 北京、天津、上海三个省(自治区、直辖市)在因子F2上的得分较高,说明在财政支出中,这三个省(自治区、直辖市)更偏重于高级服务支出,即在教育、科技和城乡社区事务的财政支出较多。这并不难理解,北京和上海作为我国经济发展的代表城市,其经济水平远超国内平均水平,基础设施完善,更着眼于社会人幸福感的提高,而天津由于其地理位置邻近北京,受到的联动效应较大,所以在此因子上得分也比较高。

3) 在保障因子F3上,内蒙古、山西和青海得分较高,说明这三个省(自治区、直辖市)在政府财政支

Table 6. The factor score of each province

表6. 各省因子得分

出中更偏重于保障支出,即偏重于住房保障,社保就业等等方面的财政支出,证明这些省(自治区、直辖市)还没有很好的社会物质基础,仍在积累阶段,并且大部分财政支出均用于保障公民基本生活。

为将有相似特征的各个省整合起来,进而得到我国各地地方财政支出结构的具体特征,接下来利用通过因子分析得到的三个因子作为自变量,聚类方法选择Ward法和k均值法,根据聚类结果,可以将我国的各个省份划分为三个类型,如图1表7

在第一次聚类分析中第二种类型包括25个省份,但通过前面的分析可知,这25个省份在人均财政支出、转移支付占财政支出的比重上差异较大,因此利用上述两个变量作为自变量再次进行对第二种类型进行聚类,处理后发现类型二可以再细分为3个层次,各地财政转移支付占地方财政支出比重见表8,两次聚类后的划分结果报告见表9

Figure 1. Cluster analysis by Ward method

图1. Ward法进行聚类分析

Table 7. Result comparison

表7. 结果对比

Table 8. The proportion of the fiscal transfer payment in local fiscal expenditure in each province

表8. 各省财政转移支付占地方财政支出的比重

Table 9. The category of the fiscal expenditure structure in each province

表9. 各省财政支出结构所属类别

由表可以看出,由北京、上海、天津、浙江四省(直辖市)构成的类型1集中了我国目前发展水平较好的地区,这些地区公民生活质量普遍比较高,并且在高级服务类的因子上的分较高,可以很好的归位一类,说明这些地方注重教育、科技等事业的投入,社会经济基础较为扎实。类型2中的17省(自治区、直辖市)在各个因子上表现较为均衡,没有明显的薄弱方面,代表的大多省(自治区、直辖市)的发展情况,也可以反映我国目前的整体情况,即在一般公共服务和医疗卫生等方面投入较多。类型3中西藏属于我国需要重点财政资助的省份,在社保和住房保障等方面支出较多,社会经济基础薄弱,各方面均无法达到国内平均水平,也无法很好的与其他省市归为一类。

4. 结论

1) 本文对我国各省地方财政支出结构进行了分析,并且利用因子分析和聚类分析的方法进行了分类。研究发现剔除在各省表现不突出的五类财政支出之后,利用因子分析可以很好的将财政支出信息用“基础服务类支出”、“高级服务类支出”、“保障支出”三个因子表现出来。这表明,我国各省(自治区、直辖市)的财政支出结构的相似之处便是均用于“基础服务类支出”、“高级服务类支出”和“保障支出”三个方向。

2) 通过进行聚类可以发现,各省的财政支出结构之间存在着一定的依赖性,并可以归纳成为三类地区,即生活水平高等级地区,生活水平均衡地区和需要重点关注地区。北京、上海、天津、浙江四省财政支出结构的特点为在高级服务类支出上比重较大;西藏财政支出结构的特点是主要关注保障服务类支出;而其余省(自治区、直辖市)便是财政重点支出基础社会服务。所以,利用聚类分析的方法,清楚的将我国31个省(自治区、直辖市)按照财政支出节结构的特点分为三大类。

3) 通过分析可知,尤其是通过类别2可知,多数省份之间的财政支出结构并没有存在很大的差异,只有在利用转移支付所占比例进行再次划分时,细微差异才得以体现。这可以归因于中央政府的积极调控,加大转移支付力度,使得各省(自治区、直辖市)财政的平稳有序运行。尽管中央的转移支付制度还存在局限,但这已成为保障我国公民生活水平的有力办法。

文章引用

翟梦迪. 基于因子分析与聚类分析的中国地方财政支出结构的实证研究
Empirical Research on Local Fiscal Expenditure Structure in China Based on Factor Analysis and ClusterAnalysis[J]. 社会科学前沿, 2016, 05(04): 586-595. http://dx.doi.org/10.12677/ASS.2016.54082

参考文献 (References)

  1. 1. 李建强. 我国财政支出结构与居民消费异质性动态关系[J]. 山西财经大学学报, 2012(1): 9-21.

  2. 2. 傅勇, 张晏. 中国式分权与财政支出结构偏向: 为增长而竞争的代价[J]. 管理世界, 2007(3): 4-12, 22.

  3. 3. 张建迎. 中国地区财政支出结构的聚类分析[J]. 科技信息, 2006(3): 168-169.

  4. 4. 江克忠. 财政分权与地方政府行政管理支出——基于中国省级面板数据的实证研究[J]. 公共管理学报, 2011, 8(3): 44-52.

  5. 5. 张明喜. 地方财政支出结构与地方经济发展的实证研究——基于聚类分析的新视角[J]. 财经问题研究, 2008(1): 80-86.

  6. 6. 费宇, 陈贻娟. 多元统计分析[M]. 北京: 中国人民大学出版社, 2014.

期刊菜单