基于因子分析的地区财政支出水平评价

(重庆交通大学经济与管理学院 重庆 400074)

基于因子分析的地区财政支出水平评价

曾钰耀

(重庆交通大学经济与管理学院重庆400074)

本文根据2015年全国31个省、市、自治区的财政支出数据，提出一种逐步回归和因子分析相结合的方法并对我国地区财政支出水平进行进行评价，采用聚类将我国地区财政水平分为三类。分析结果结果证实了该方法的有效性和实用性。

财政支出；逐步回归；因子分析

一、引 言

财政支出，通常指国家为实现其各种职能。地区的财政支出结构是反映地区政府职能履行状况的重要标志。本文构建地区财政支出指标体系，采用逐步回归和因子分析相结合的方法，借助SPSS对实例数据分析得到财政支出指标的简化，通过因子打分和聚类进一步对各地区的财政水平进行评价和分类。

二、评价指标与研究方法

(一)财政支出指标体系

本文基于《中国统计年鉴》，结合已有文献，本文选取了衡量全国31个省、市、自治区财政支出的20个指标，分别为：Y一般公共预算、X1一般公共服务、X2国防、X3公共安全、X4教育、X5科学技术、X6文化体育与传媒、X7社会保障和就业、X8医疗卫生与计划生育、X9节能环保、X10城乡社区、X11农林水、X12交通运输、X13资源勘探信息、X14商业服务业、X15金融、X16国土海洋气象、X17住房保障、X18粮油物资储备、X19债务付息。

(二)研究方法

因子分析是将多个指标变量转换为少数几个不相关的因子变量的统计方法。其数学模型的矩阵表示为：X=AF+aε。其中X为原指标变量，F为因子变量，A为因子载荷矩阵，a为因子载荷，ε为特殊因子。本文采用逐步回归和因子分析相结合的方法，其步骤如下：确定因变量指标和自变量指标；逐步回归筛选因子分析指标；对因子分析指标进行方差分析；构造因子变量；使得因子变量具有命名解释性；计算因子得分。

三、我国2015年各地区财政支出水平分析

本例采自2015年全国31个省、市、自治区(不包括港、澳、台地区)的财政支出数据。针对财政支出指标体系中各个指标的进行数据统计分析。将数据录入SPSS中以Y指标为因变量、其他指标为自变量进行逐步线性回归，筛选出对因变量具有显著影响的指标。

表1 逐步线性回归结果

由表1可知，本例的SPSS逐步回归建立了12个模型，从拟合优度上来看模型12效果最佳。即通过逐步线性回归并经过显著性检验得到对Y有显著影响的指标有X4、X7、X13、X17、X10、X12、X6、X11这8个指标，建立多元线性回归模型：

Y=29.66+1.97X4+1.33X7+2.07X13+1.09X17+1.11X10+1.64X12+3.87X6+0.66X11+ε

(1)

将模型中8个财政支出指标进行浓缩提取因子并计算各地区因子得分。

表2 旋转后的因子载荷矩阵

由表2可知，本例中的8个指标可以浓缩为2个因子。第1因子主要解释了教育、文化体育与传媒、社会保障和就业、农林水、交通运输这5个指标，权重为43.27%；第2因子主要解释了资源勘探信息、城乡社区、住房保障这3个指标，权重为38.16%。

采用回归法估计因子得分系数，建立因子得分函数：

F1=0.139X4+0.003X6+0.237X7-0.19X10-0.247X11+0.361X12+0.145X13+0.432X17

(2)

F2=0.112X4+0.24X6-0.029X7+0.418X10+0.478X11-0.167X12+0.051X13-0.271X17

(3)

(4)

其中:F1为第1因子得分，F2为第2因子得分，F为总得分。得到各地区得分统计。

最后，将各地区2个因子得分作聚类分析，将我国各地区的财政支出水平从高到低分为3类。第1类：江苏、浙江、山东、广东，平均得分1.23；第2类：北京、天津、吉林、上海、福建、海南、重庆、西藏、青海、宁夏，平均得分0.56；第3类：河北、山西、内蒙古、辽宁、黑龙江、安徽、江西、河南、湖北、湖南、广西、四川、贵州、云南、陕西、甘肃、新疆，平均得分0.04。由排名情况可以看出，江苏、浙江、山东、广东排在第1类，这些沿海省份承受的财政风险能力强。第2类主要是直辖市和西北部的省份，这些省份承受的财政风险能力较强。第3类的其他省份财政能力一般，承受的财政风险能力较弱。

四、小结

本文根据2015年中国各地区一般预算支出数据，运用回归、因子分析等方法，旨在探讨与分析各地区财政支出的结构，对各地区财政支出水平作出系统性的评价，并作出分类。结果表明，对各个地区的财政支出水平进行综合评价是非常有必要的，地区政府应完善财政管理制度、重视对财政支出结构的调整并及时改进地区财政支出方案。

[1]王秀红.多元统计分析在分区研究中的应用[J].地理科学, 2003(01): 66-71.

[2]刘芊等.基于SPSS软件的因子分析法及实证分析[J].科技信息(学术研究), 2008(36): 102-105.

[3]徐建中等.基于因子分析的城市化发展水平评价[J].哈尔滨工程大学学报, 2006(02): 314-318.

[4]国家统计局.中国统计年鉴[J].北京:中国统计出版社, 2016.

[5]廖为鲲等.基于因子分析法的城市经济发展评价[J].统计与决策, 2005(24): 52-54.

曾钰耀(1995-)，男，汉族，四川人，硕士研究生，重庆交通大学管理科学与工程专业，研究方向：项目管理。