我国各省财政支出结构分析

● 苗游春

一、引言

财政支出是各省政府分配的重要组成部分，有助于政府制定并实施财政政策，以此来调控宏观经济运行。本文通过分析对我国31个省自治区直辖市的财政支出结构，得出各省在财政支出结构中存在的不均衡情况，结合各省经济情况给出合理性建议。

二、数据来源及变量选取

数据来源于《2018年中国统计年鉴》，选取了各省自治区直辖市的14项支出数据：教育支出（X1）、公共安全支出（X2）、科学技术支出（X3）、文化体育与传媒支出（X4）、社会保障和就业支出（X5）、医疗卫生支出（X6）、环境保护支出（X7）、城乡社区事务支出（X8）、农林水事务支出（X9）、交通运输支出（X10）、住房保障支出（X11）、一般预算支出（X12）、一般公共服务支出（X13）和国防支出（X14）。

三、实证分析

因子分析的主要目的是降维，即把多个原始变量用少数几个代表性较强的因子替代，前提是原始变量之间需要具有一定的相关性，其分析步骤如下：一是KMO和Bartlett球形检验；二是通过原始变量的相关系数矩阵计算特征值以及特征向量，选择出特征值大于1的公因子保留下来，或累计贡献度至少达到85%的因子；三是通过正交或者斜交对提取出的公因子进行旋转，使旋转后的公因子的实际意义更加容易理解；四是计算得分并排名，结合实际对各省的财政开支进行分析。

表1 KMO和Bartlett球形检验

由表1可知，KMO观测值为0.745，同时Bartlett球形检验结果显示P＜α（α=0.05），拒绝原假设，说明原始变量可以进行因子分析。

表2 特征值与方差贡献率

表2为提取出因子的特征值、方差贡献率以及累积方差贡献率，第一个公因子贡献度为78.113%，说明原始变量78.113%的信息能够被该因子解释，提取的三个公因子，累积方差贡献率约为90%，说明原始变量信息丢失较少。

表3 因子载荷矩阵

表3是因子载荷矩阵，提取出的三个因子在原始变量上的载荷均较为分散，即无法给出其明确的实际意义，通过对因子进行正交旋转，可使因子载荷取值两极分化，使得因子含义更容易理解。

表4 公因子的命名

四、结果分析

根据因子分析对各省自治区直辖市的财政支出分析可得其因子得分，并对其进行排序，综合得分公式为：

表5 因子得分排名及总排名

由表5可知，在F1上排前三的为重庆市、辽宁省和山西省，其中重庆在该因子上得分为4.60459，显著高于其他省，排后三的分别是新疆维吾尔自治区、浙江省和上海市，在F2上排前三的是西藏自治区、贵州省和江西省，排后三的为宁夏回族自治区、湖北省和江苏省，在F3上排前三的是上海市、湖南省和四川省，排名三的是安徽省、吉林省和山西省。

通过因子得分情况对各省的财政支出综合排名，排名前五的为重庆市、西藏自治区、四川省、贵州省和江西省，结合各个因子上的得分可知，重庆市在基础民生支出上排名第一，说明其在基础民生支出上较高，这主要是由于重庆地处西南，地理位置偏远，对于交通和住房上投入较多，而由于其地理原因，导致其社会保障投入较为落后。西藏自治区的财政支出集中于社会保障支出上，明显高于其余各地区，其主要原因在于“十一五”之后西藏自治区在基础民生上水平明显提高，在此基础上更加重视高级服务项目，在2017年的财政支出中更加注重民生的社会保障投入。全球最大的消费类电子产品代工厂商富士康进驻四川，四川政府在引导企业向高新技术发展，使得在科学技术支出所占比例较大。贵州省和江西省两个省份均在社会保障方面投入较多，其中贵州省应加强基础民生支出，比如投入更多支出在交通运输方面，能在一定程度上弥补地理位置对其发展的阻碍，而江西省应多重视高级服务支出，进而提高其经济发展水平。

五、结论

第一，财政支出是国家生活中的重要组成部分，必须统一均衡基础民生支出、社会保障支出和高级服务支出。

第二，国家应加大对于西部和边远地区的经济扶持，根据该地区自身地理特点在提高基础民生支出的基础上，再进而缩小高级服务支出与相对富裕地区的差异性，实现共同发展。

第三，国家在注重其发展结构健康的基础上，也要关注其各省政府财政支出的收益以及是否促进了各地的经济发展。