基于因子分析的四川省各市州财政支出研究
2015-01-21贺彦淇
贺彦淇
摘 要：针对四川省的21个市州的财政支出状况，运用因子分析的方法，结合SPSS软件对数据进行检验、因子分析，得到因子得分矩阵后，对各市州进行综合得分排序，并对最终的结果给予合理的解释。
关键词：因子分析；财政支出；SPSS
中图分类号：G527；G526.7 文献标志码：A 文章编号：1673-291X（2014）35-0161-02
一、因子分析的基本原理
因子分析法就是从研究变量内部相关的依赖关系出发，将一些具有错综复杂关系的变量归结为少数几个综合因子的一种多变量统计分析方法。通过因子分析我们可以对原始的数据进行分类归并，将相关比较密切的变量分别归类，归纳出多个综合指标，这些综合指标互不相关，即它们所综合的信息互相不重叠，这些综合指标就称为因子或公共因子。这样就能够相对容易地以较少的几个因子反映原数据的大部分信息，从而达到浓缩数据，以小见大，抓住问题本质和核心的目的。
二、模型的建立
1.数据的选取
在对财政支出相关文献资料研究的基础上，根据2011年四川统计年鉴中21个市州的财政支出数据，共选取了7个指标进行因子分析，分别是：地方财政一般预算支出X1、一般公共服务支出X2、教育支出X3、科学技术支出X4、医疗卫生支出X5、农林水务支出X6、交通运输支出X7。
2.相关性检验
利用SPSS软件对数据进行处理，标准化以后作相关性检验。通过KMO和Bartlett球形度检验判断选取数据是否适合作因子分析，如表1所示：KMO检验结果，0.887>0.5；Bartlett球形度检验，0.000<0.05，适合作因子分析。
表1 KMO and Bartlett's Test
3.方差分析（结果如表2所示）
由于相关系数矩阵中前两个特征值分别为6.454、0.335，经过方差极大值旋转以后，方差贡献率分别为57.413%、39.578%，且累计贡献率已达96.991%，故提取两个公共因子F1、F2。
4.因子载荷矩阵
从因子的协方差阵可以看出，所得的两个个因子线性无关，达到了因子分析的目的，进一步根据旋转后的因子载荷矩阵（如表3）可以发现：
第一个公因子F1对财政支出的贡献率为57.413%，是影响财政支出的主要因素，并且在“地方财政一般预算支出”、“一般公共服务支出”、“教育支出”、“科学技术支出”、“交通运输支出”五个指标上载荷大。该因子主要反映了基础服务支出。
第二个公因子F2对财政支出的贡献率为39.578%，并且在“医疗卫生支出”、“农林水务支出”两个个指标上载荷大，主要反映了农业卫生支出。
表3 旋转后的因子载荷矩阵
5.因子得分
由因子得分系数矩阵（表4）可得因子得分函数：
F1=0.519X1+0.326X2-0.064X3+0.527X4-0.113X5-0.725X6+
0.289X7
F2=-0.407X1-0.158X2+0.321X3-0.412X4+0.381X5+1.111X6-
0.12X7
表4 因子得分系数矩阵
求出两个因子对应的方差贡献率占累计方差贡献率的比重，并将其作为两个个因子的权重系数，然后加权求和，可以得到财政支出的评价得分函数F=0.592F1+0.408F2，最终得到四川省21个市州经济发展评价的综合得分及排序（表5）。
三、结论分析和建议
根据综合得分排序，得分越高，表示财政支出越多，投入相对也越多，经济、文化、教育、交通等方面发展也越快。由表5可知，得分较高的是成都市，绵阳市，德阳市，与实际情况相符合。成都市的财政支出水平遥遥领先于其他城市是毋庸置疑的，作为四川的省会，成都市在各个方面取得了巨大成就，同时也是国务院确定的西南地区科技、商贸、金融中心和交通、通信枢纽，拥有国家级高新技术产业开发区和经济技术开发区，世界500强企业有20余家落户成都。2013年，成都市预计地方公共财政收入863.3亿元，同口径增长12%。全年财政支出预算为994.8亿元。成都市级新增财力的80%以上将用于民生，市级公共财政预算安排民生支出增加到192亿元，政府性基金预算安排民生支出增加到208亿元。紧随其后的是绵阳市。作为四川省最重要的工业城市，绵阳市是国家重要的电子信息科研生产基地，西部重要的汽车及零部件产业集聚区.2013年，全市实现地区生产总值1 455.12亿元，在社会消费品零售总额、社会固定资产投资城镇居民人均可支配收入、农村居民人均纯收入、全市研发经费支出占地区生产总值比重、科技进步综合水平指数等方面都取得了进步。
综上所述，本文应用因子分析的方法，将复杂的财政支出数据归结为两个综合因子，对四川省各市州的财政支出进行评价，达到了简化问题的目的。最终结果与实际情况基本相符，表明采用因子分析的方法研究财政支出，具有一定的可操纵性。
参考文献：
[1] 马国庆.管理统计[M].北京：科学出版社，2002.
[2] 罗伯特S.平狄克，丹尼尔L 鲁宾费尔得.计量经济模型与经济预测[M].北京：机械工业出版社，2008.
[3] 王丹.2013年成都市财政支出预算994.8亿元[EB/OL].http：//cd.qq.com/a/20130228/000262.htm
[责任编辑 李 可]endprint
摘 要：针对四川省的21个市州的财政支出状况，运用因子分析的方法，结合SPSS软件对数据进行检验、因子分析，得到因子得分矩阵后，对各市州进行综合得分排序，并对最终的结果给予合理的解释。
关键词：因子分析；财政支出；SPSS
中图分类号：G527；G526.7 文献标志码：A 文章编号：1673-291X（2014）35-0161-02
一、因子分析的基本原理
因子分析法就是从研究变量内部相关的依赖关系出发，将一些具有错综复杂关系的变量归结为少数几个综合因子的一种多变量统计分析方法。通过因子分析我们可以对原始的数据进行分类归并，将相关比较密切的变量分别归类，归纳出多个综合指标，这些综合指标互不相关，即它们所综合的信息互相不重叠，这些综合指标就称为因子或公共因子。这样就能够相对容易地以较少的几个因子反映原数据的大部分信息，从而达到浓缩数据，以小见大，抓住问题本质和核心的目的。
二、模型的建立
1.数据的选取
在对财政支出相关文献资料研究的基础上，根据2011年四川统计年鉴中21个市州的财政支出数据，共选取了7个指标进行因子分析，分别是：地方财政一般预算支出X1、一般公共服务支出X2、教育支出X3、科学技术支出X4、医疗卫生支出X5、农林水务支出X6、交通运输支出X7。
2.相关性检验
利用SPSS软件对数据进行处理，标准化以后作相关性检验。通过KMO和Bartlett球形度检验判断选取数据是否适合作因子分析，如表1所示：KMO检验结果，0.887>0.5；Bartlett球形度检验，0.000<0.05，适合作因子分析。
表1 KMO and Bartlett's Test
3.方差分析（结果如表2所示）
由于相关系数矩阵中前两个特征值分别为6.454、0.335，经过方差极大值旋转以后，方差贡献率分别为57.413%、39.578%，且累计贡献率已达96.991%，故提取两个公共因子F1、F2。
4.因子载荷矩阵
从因子的协方差阵可以看出，所得的两个个因子线性无关，达到了因子分析的目的，进一步根据旋转后的因子载荷矩阵（如表3）可以发现：
第一个公因子F1对财政支出的贡献率为57.413%，是影响财政支出的主要因素，并且在“地方财政一般预算支出”、“一般公共服务支出”、“教育支出”、“科学技术支出”、“交通运输支出”五个指标上载荷大。该因子主要反映了基础服务支出。
第二个公因子F2对财政支出的贡献率为39.578%，并且在“医疗卫生支出”、“农林水务支出”两个个指标上载荷大，主要反映了农业卫生支出。
表3 旋转后的因子载荷矩阵
5.因子得分
由因子得分系数矩阵（表4）可得因子得分函数：
F1=0.519X1+0.326X2-0.064X3+0.527X4-0.113X5-0.725X6+
0.289X7
F2=-0.407X1-0.158X2+0.321X3-0.412X4+0.381X5+1.111X6-
0.12X7
表4 因子得分系数矩阵
求出两个因子对应的方差贡献率占累计方差贡献率的比重，并将其作为两个个因子的权重系数，然后加权求和，可以得到财政支出的评价得分函数F=0.592F1+0.408F2，最终得到四川省21个市州经济发展评价的综合得分及排序（表5）。
三、结论分析和建议
根据综合得分排序，得分越高，表示财政支出越多，投入相对也越多，经济、文化、教育、交通等方面发展也越快。由表5可知，得分较高的是成都市，绵阳市，德阳市，与实际情况相符合。成都市的财政支出水平遥遥领先于其他城市是毋庸置疑的，作为四川的省会，成都市在各个方面取得了巨大成就，同时也是国务院确定的西南地区科技、商贸、金融中心和交通、通信枢纽，拥有国家级高新技术产业开发区和经济技术开发区，世界500强企业有20余家落户成都。2013年，成都市预计地方公共财政收入863.3亿元，同口径增长12%。全年财政支出预算为994.8亿元。成都市级新增财力的80%以上将用于民生，市级公共财政预算安排民生支出增加到192亿元，政府性基金预算安排民生支出增加到208亿元。紧随其后的是绵阳市。作为四川省最重要的工业城市，绵阳市是国家重要的电子信息科研生产基地，西部重要的汽车及零部件产业集聚区.2013年，全市实现地区生产总值1 455.12亿元，在社会消费品零售总额、社会固定资产投资城镇居民人均可支配收入、农村居民人均纯收入、全市研发经费支出占地区生产总值比重、科技进步综合水平指数等方面都取得了进步。
综上所述，本文应用因子分析的方法，将复杂的财政支出数据归结为两个综合因子，对四川省各市州的财政支出进行评价，达到了简化问题的目的。最终结果与实际情况基本相符，表明采用因子分析的方法研究财政支出，具有一定的可操纵性。
参考文献：
[1] 马国庆.管理统计[M].北京：科学出版社，2002.
[2] 罗伯特S.平狄克，丹尼尔L 鲁宾费尔得.计量经济模型与经济预测[M].北京：机械工业出版社，2008.
[3] 王丹.2013年成都市财政支出预算994.8亿元[EB/OL].http：//cd.qq.com/a/20130228/000262.htm
[责任编辑 李 可]endprint
摘 要：针对四川省的21个市州的财政支出状况，运用因子分析的方法，结合SPSS软件对数据进行检验、因子分析，得到因子得分矩阵后，对各市州进行综合得分排序，并对最终的结果给予合理的解释。
关键词：因子分析；财政支出；SPSS
中图分类号：G527；G526.7 文献标志码：A 文章编号：1673-291X（2014）35-0161-02
一、因子分析的基本原理
因子分析法就是从研究变量内部相关的依赖关系出发，将一些具有错综复杂关系的变量归结为少数几个综合因子的一种多变量统计分析方法。通过因子分析我们可以对原始的数据进行分类归并，将相关比较密切的变量分别归类，归纳出多个综合指标，这些综合指标互不相关，即它们所综合的信息互相不重叠，这些综合指标就称为因子或公共因子。这样就能够相对容易地以较少的几个因子反映原数据的大部分信息，从而达到浓缩数据，以小见大，抓住问题本质和核心的目的。
二、模型的建立
1.数据的选取
在对财政支出相关文献资料研究的基础上，根据2011年四川统计年鉴中21个市州的财政支出数据，共选取了7个指标进行因子分析，分别是：地方财政一般预算支出X1、一般公共服务支出X2、教育支出X3、科学技术支出X4、医疗卫生支出X5、农林水务支出X6、交通运输支出X7。
2.相关性检验
利用SPSS软件对数据进行处理，标准化以后作相关性检验。通过KMO和Bartlett球形度检验判断选取数据是否适合作因子分析，如表1所示：KMO检验结果，0.887>0.5；Bartlett球形度检验，0.000<0.05，适合作因子分析。
表1 KMO and Bartlett's Test
3.方差分析（结果如表2所示）
由于相关系数矩阵中前两个特征值分别为6.454、0.335，经过方差极大值旋转以后，方差贡献率分别为57.413%、39.578%，且累计贡献率已达96.991%，故提取两个公共因子F1、F2。
4.因子载荷矩阵
从因子的协方差阵可以看出，所得的两个个因子线性无关，达到了因子分析的目的，进一步根据旋转后的因子载荷矩阵（如表3）可以发现：
第一个公因子F1对财政支出的贡献率为57.413%，是影响财政支出的主要因素，并且在“地方财政一般预算支出”、“一般公共服务支出”、“教育支出”、“科学技术支出”、“交通运输支出”五个指标上载荷大。该因子主要反映了基础服务支出。
第二个公因子F2对财政支出的贡献率为39.578%，并且在“医疗卫生支出”、“农林水务支出”两个个指标上载荷大，主要反映了农业卫生支出。
表3 旋转后的因子载荷矩阵
5.因子得分
由因子得分系数矩阵（表4）可得因子得分函数：
F1=0.519X1+0.326X2-0.064X3+0.527X4-0.113X5-0.725X6+
0.289X7
F2=-0.407X1-0.158X2+0.321X3-0.412X4+0.381X5+1.111X6-
0.12X7
表4 因子得分系数矩阵
求出两个因子对应的方差贡献率占累计方差贡献率的比重，并将其作为两个个因子的权重系数，然后加权求和，可以得到财政支出的评价得分函数F=0.592F1+0.408F2，最终得到四川省21个市州经济发展评价的综合得分及排序（表5）。
三、结论分析和建议
根据综合得分排序，得分越高，表示财政支出越多，投入相对也越多，经济、文化、教育、交通等方面发展也越快。由表5可知，得分较高的是成都市，绵阳市，德阳市，与实际情况相符合。成都市的财政支出水平遥遥领先于其他城市是毋庸置疑的，作为四川的省会，成都市在各个方面取得了巨大成就，同时也是国务院确定的西南地区科技、商贸、金融中心和交通、通信枢纽，拥有国家级高新技术产业开发区和经济技术开发区，世界500强企业有20余家落户成都。2013年，成都市预计地方公共财政收入863.3亿元，同口径增长12%。全年财政支出预算为994.8亿元。成都市级新增财力的80%以上将用于民生，市级公共财政预算安排民生支出增加到192亿元，政府性基金预算安排民生支出增加到208亿元。紧随其后的是绵阳市。作为四川省最重要的工业城市，绵阳市是国家重要的电子信息科研生产基地，西部重要的汽车及零部件产业集聚区.2013年，全市实现地区生产总值1 455.12亿元，在社会消费品零售总额、社会固定资产投资城镇居民人均可支配收入、农村居民人均纯收入、全市研发经费支出占地区生产总值比重、科技进步综合水平指数等方面都取得了进步。
综上所述，本文应用因子分析的方法，将复杂的财政支出数据归结为两个综合因子，对四川省各市州的财政支出进行评价，达到了简化问题的目的。最终结果与实际情况基本相符，表明采用因子分析的方法研究财政支出，具有一定的可操纵性。
参考文献：
[1] 马国庆.管理统计[M].北京：科学出版社，2002.
[2] 罗伯特S.平狄克，丹尼尔L 鲁宾费尔得.计量经济模型与经济预测[M].北京：机械工业出版社，2008.
[3] 王丹.2013年成都市财政支出预算994.8亿元[EB/OL].http：//cd.qq.com/a/20130228/000262.htm
[责任编辑 李 可]endprint
