基于因子分析法的东三省财政支出结构比较与演进分析

2022-09-15邹渊文李梦媛

中国市场 2022年26期

邹渊文，李梦媛

(兰州大学经济学院，甘肃兰州 730000)

1 引言

党的十九大报告指出，中国特色社会主义已经进入新时代。新时代贯彻新发展理念，构建新发展格局，推动经济高质量发展，离不开财政在国家治理中的基础作用和重要支柱地位。在深化供给侧结构性改革和双循环新格局的背景下，经济转型、结构调整和动力转换迫在眉睫。财政支出作为财政政策的重要组成部分和重要的宏观调控工具，其结构的变化将对宏观经济运行产生深远的影响，对缓解新时代我国社会主要矛盾具有重要意义。在经济发展新常态的背景下，对财政支出的分析对新时期财政政策的制定和调整具有现实意义。

2 文献综述

财政支出结构涉及政府、市场、社会主体之间复杂关系的制约。因此,研究地方财政支出结构不能绕开其主要影响因素。在相关的研究中，阎婷(2020)将财政支出结构的影响因素分为市场化程度、上级政府偏好、本级政府目标三大类；刘祎菂(2019)通过选取经济变量进行实证研究，得出经济发展水平和人口结构变动对我国财政支出结构有显著影响，例如，人口老龄化现象会倒逼政府增加支出,特别是体现在社会服务支出和一般行政支出方面。近十年来，随着我国对民生问题的重视,国家财政逐步加大了对教育、社会保障和就业、医疗卫生、保障性住房等民生事业的投入力度,我国的财政支出也由“吃饭型财政”逐步向“民生财政”转变。与之相关的研究也提出了一系列新时期财政支出结构的优化策略。宫晓霞(2011)提出压缩经济事务支出和一般公共服务支出的比例，提高财政社会保障支出水平，进一步增加财政对医疗卫生领域的投入等；熊冬洋(2010)指出增加民生支出是公共财政的本质要求，政府要切实承担起改善民生的重任,提高财政在教育、卫生、就业、社保、农村基础设施等方面的投入比重。相关政策研究为地方财政支出结构转变提供了理论基础。

3 财政支出结构的因子分析

3.1 方法介绍

因子分析是对变量进行降维处理时常用的一种方法。其目的在于发现原始变量之间的关系，并从原始变量中提取出公共信息，据此将原始变量聚合成新的变量，进而实现对拟研究变量的简化。而它与主成分分析法的思路又有所不同。一般的主成分分析法通常构造的是原始变量,,…,的线性组合,,…,，而因子分析则是将原始变量,,…,分解为因子,,…,的线性组合。具体形式可记作：

其中，=(,,…，)是的期望向量，=(,,…,)包含了原始变量的公共信息，称为公共因子向量，=(,,…,)包含了公共因子之外难以观测的因素，称为特殊因子向量。=()×称为因子载荷矩阵，是变量在因子上的载荷，衡量了因子对的重要性。

实现因子分析的过程比较复杂，且因子分析又包含了多种分析方法，如主成分估计、主因子估计、最大似然因子估计等。本文的主要目的是借助因子分析方法将多类财政支出进行降维处理，以充分反映财政支出间相似的演进趋势。综上考虑，本文使用因子分析法中最常用的主成分估计，借助统计软件SPSS 24.0实现上述过程。

3.2 分析过程

3.2.1 指标改进

本文数据来源于《中国统计年鉴》和东三省地方统计年鉴。首先，对研究中使用的指标进行适当改进，用各项目人均财政支出(元/人)代替支出百分比来衡量财政支出结构。

研究主要基于两个作用：其一，人均财政支出的数值大多集中在100～1000以内，与支出百分比相比，数值大小适当，更适合进行定量研究；其二，考虑到面积、人口等因素的差异都会影响到政府的财政支出规模，选取人均财政支出指标更有助于体现地方政府的财政支出水平及支出偏向。

3.2.2 可行性检验

为了验证因子分析的可行性，对改进后的变量进行KMO 和巴特利特球形检验。根据Kaiser的标准，当KMO>0.6时，适合进行因子分析。由表1可知：KMO=0.753>0.6，巴特利特球形检验值为0，结果显著。说明该研究适合进行因子分析。

表1 KMO 和巴特利特球形检验结果

3.2.3 总方差解释

对数据进行初步处理，得到其特征值、累积方差贡献率、碎石图。一般来说，按照累计方差贡献率>70%，特征值>1的标准来确定因子个数。当特征值>1时，提取的最大因子数量为3。此时，累积方差贡献率为84.474%，说明前三个公因子可以反映原始变量84.474%的信息。因此，接下来的研究选取三个公因子进行分析。总方差解释结果见表2。

表2 总方差解释结果

3.3 因子选取与设定

使用主成分估计法和凯撒正态化最大方差法输出旋转后的成分矩阵。表3中给出了载荷值大于0.5的部分。当某一因子在某几类财政支出上的载荷值较高时，说明该公因子对相关财政支出变动的解释能力较强。因此根据载荷值的大小，可以找出三个公因子的实际意义。其中：公因子在一般公共服务支出、教育支出、文化体育与传媒支出、医疗卫生支出、农林水事务支出、交通运输支出上的载荷较高。此类支出大多是与民生息息相关的领域，可命名为“偏基本服务因子”。公因子在科学技术支出、城乡社区事务支出、商业金融等事务支出上的载荷较高。此类支出的投入往往与全要素生产率的提高、基础设施建设、市场经济的发展有关，可命名为“偏高级服务因子”。公因子在公共安全支出、社会保障和就业支出、环境保护支出、住房保障支出上的载荷较高。此类支出的主要作用是提供公共物品，弥补市场失灵，保障经济的稳定发展和社会的长治久安，可命名为“保障因子”。因此，可据此将财政支出划分为基本服务支出、高级服务支出、保障支出三类。

表3 旋转后的成分矩阵

续表

3.4 因子得分的计算与比较

由SPSS 24.0软件降维分析后，给出东三省在因子(=1,2,3)下的因子得分，并根据下式计算出综合得分。

=(31745+31223+21506)84474

计算东三省在2011年和2019年的支出表现，结果如表4所示。

表4 东三省2011年和2019年的因子得分

据此进行横向对比，可得出以下结论：一是辽宁省财政支出更偏向社会保障，吉林省财政支出更偏向基本服务；黑龙江省介于两者之间，且偏高级服务支出水平更高；二是吉林省财政支出水平最高，辽宁省各项目财政支出水平差别较大。

进行纵向对比，可得出以下结论：一是辽宁省偏高级服务支出水平显著下降，保障支出水平显著上升；二是吉林省整体财政支出水平显著上升，偏基本服务支出水平增幅最高；三是黑龙江省偏高级服务支出水平显著下降，偏基本服务支出及保障支出水平上升。

以辽宁省为例，作出三个公因子的因子得分随时间的演变趋势图(见图1)，该变动趋势近似地代表了我国财政支出结构的变动规律。

图1 辽宁省2010—2020年财政支出结构变动

实证研究表明：东三省财政支出经历了由高级服务领域()向社会保障领域()转变的过程(其中，基本服务领域作为转变过程中的过渡时期)，充分反映了不同时期政府公共财政支出的侧重点和倾向。这种转变与我国市场化的提高有密切联系。改革开放初期，市场力量较弱，财政投资成为基础设施建设最主要的资金来源，高级服务支出占财政支出50%以上；随着市场化改革的深入，市场替代了一部分公共预算职能，由市场主导的投资单位的自筹资金比例开始上升。政府投资更偏向科研、环保等外部性强的产业以及互联网等前景广阔的高新技术产业，以实现产业结构的优化，促进物质资本的改善，实现全要素生产率的提高。当市场化水平达到一定程度后，政府角色也逐步由“划桨”向“掌舵”转变，不再一味追求扩大支出，而是树立政府与市场合理分工的理念, 运用市场力量确保财政资源向最需要的领域倾斜，如公共服务、制度保障、民生需求领域等，进而促进区域经济协调发展。