基于我国各地区财政支出数据的因子分析与对比
多元统计分析期末论文-基于全国各地区财政支出差异的聚类分析
多元统计分析课程论文小组成员：完成时间： 2012年10月20日全国各地区财政支出差异的聚类分析论文摘要：聚类分析又称群分析，是多元统计分析中研究样本或指标的一种主要的分类方法。
聚类分析方法已越来越多地用于经济分析的各个领域。
本论文运用系统聚类方法，借用SPSS软件，根据《中国统计年鉴2010》中《各地区财政支出》的相关指标的数据，对2010年全国各地区的财政支出结构进行分析，从而得出各地区聚类的结果。
关键词：财政支出聚类分析一、文献综述一个国家的财政支出结构随着经济与社会的发展变化而变化，不同发展阶段的财政支出结构也会有明显差异。
不同地区政治、经济和文化等各方面的发展是不平衡的，这种差异导致不同地区的财政支出结构存在不同。
衡量一个地区的财政支出情况，不仅仅看经济服务方面的支出，而且应该从政府服务和其他职能去考察，看各项指标的综合效果。
通过综合评价分析，研究不同地区财政支出结构，为国家各地区制定不同有益政策提供有效建议。
本文通过运用系统聚类分析方法，对全国31个省市的财政支出结构进行分析，得出分类结果。
二、变量选择本文选取反映财政支出水平的十四项主要指标：一般预算支出、一般公共服务、国防、公共安全、教育、科学技术、社会保障和就业、医疗卫生、环境保护、交通运输、资源勘探电力信息等事务、商业服务等事务、国土资源气象等事务和其他支出。
三、变量选择理由（1）一般预算支出反映一个地区的平均支出水平，是财政职能状态和政府政策的体现；（2）交通运输、资源勘探电力信息等事务和商业服务事务的支出属于经济服务支出类，它能体现政府对商业活动进行管理的有效运营支出；（3）教育、科学技术、医疗卫生和环境保护属于社会服务支出，它能反映各地区日常生活中的必要支出；（4）一般公共服务、国防、公共安全、社会保障和就业以及国土资源气象等事务的支出属于一般政府服务支出，它反映的是政府对各地区的具体合理支出情况；（5）其他支出，包括利息和对其它政府机构的转移支付，包含了支出中的各项深层的财政状况。
中国地方政府财政能力的检验与评价——基于因子分析法的省际数据比较
财政能力差异进行了定性和定量分析，将收入能力 、支出能力纳入财政能力的评 价体 系 。吴湘玲 Ｊ 和邓晓婴 （０６ ２０ ）选择预算收入 占 Ｇ Ｐ的比重、政府财政 自给率两个指标 ，分析 了中国地方政府财 Ｄ 政 能力 的地 区差 异 ，得 出我 国地 方 政 府 财政 能力 呈 现 地 区非 均衡 状 态 的结 论 ｒ 。综合 上述 研 究 ，对
第 ５ 总第３６期） 期（ ０ ２０ 年 ５ ０９ 月
财 经 问 题 研 究
Ｒｅ ｅ ｒ ｈ ｏ ｉ ａ ｉ ｌａ ｄ Ｅ ｏ ｏ ｃ Ｉｓ ｅ ｓ ａ ｃ ｎ Ｆ ｎ ｎｃａ ｎ ｃ ｎ ｍｉ ｓ ｕ ｓ
Ｎ ｍ ｅ５ Ｇ ｎｒ ｒｌ ｏ３６ ｕ ｂｒ （ ｅｅｌ ｅａ Ｎ．０ ） ａ Ｓ ｉ
沧、焦国华、吴湘玲和邓晓婴等的文献为代表。王雍君 （００ ２０ ）通过对地方政府财政 自给能力 系数 的纵 向比较 ，指 出虚弱 的地方 财政 自给能力 与地 方政 府承 担 的支 出责任 极 不对称 ，过低 的财 政 自给能 力扭 曲 了地 方财 政 的决策 行 为 Ｊ 。刘 溶 沧 和焦 国华 （０ ２ ２ ０ ）选 择 各 地 区人 均财 政 收 入 、人 均 财 政 总
地方政府 因各 自拥有 的资源禀赋和制 度环境 差异 ， 导致地 方政 府之 间的财政 汲取能 力强弱不 同． 地 区间的公共品供给能 力也存在 巨大差异 。本 文运 用因子分析 方法 ， 选取 中国 ３ ０个省级 政府作
样 本 ， 财政 汲取 能 力 和公 共 品供 给 能 力 两 个层 面设 定 ２ 从 ３个 评 价 指 标 ， 地 方政 府 财 政 能 力进 行 对
基于因子分析的福州市各区县财政支出情况评价
文章编 号 ： １ ６ ７ ２— ０ ５ ８ Ｘ（ ２ ０ １ ３ ） ０ ５— ０ ０ ２ ６— ０ ４
基 于 因子 分 析 的福 州 市 各 区县 财 政 支 出情 况评 价
郑 航， 么慧慧 ， 罗 国旺
（ 重庆师范大学 数学学 院 ， 重庆 ４ ０ １ ３ ３ １ ）
第３ ０卷第 ５期
Ｖｏ １ ． ３ Ｏ ＮＯ． ５
重庆 工 商大 学学报 （自然科 学版 ）
Ｊ Ｃ ｈ ｏ ｎ ｇ ｑ ｉ ｎ ｇ Ｔ ｅ ｃ ｈ ｎ ｏ ｌ Ｂ ｕ ｓ ｉ ｎ ｅ ｓ ｓ Ｕ ｎ ｉ ｖ ． （ Ｎ ａ ｔ Ｓ ｃ ｉ Ｅ ｄ ）
２ ０ １ ３年 ５月
一
般公共支出（ 万元 ） 指标有较大的载荷 ， 而这些指标反映是一个地 区财政 支出对文化事业的投入程度 ， 故
称为经济文化因子 ， 记为 Ｆ 。第二主因子对财政支出的贡献率为 ３ ８ ． ７ ８ １ ％， 其 中地方财政支 出（ 万元 ） 、 农
林 水 事支 出 （ 万元） 指标 有较 大 的载荷 ， 而这 些指 标 反映 的是 一个地 区财政 支 出对基 础设 施 和农 业 的投 入 程 度， 故 称 为基础 农业 因子 ， 记 为 。 表 ３ 旋转 成分 矩阵 表 ４ 成 分得分 系数 矩 阵
（ １ ）确定指标数据。在对有关财政支出相关文献的阅读和研究的基础上 ， 根据 ２ ０ １ ２年福建省统计年鉴 中福州市财政支 出的指标数据 （ 由于篇 幅有限 ， 未列 出） 进行 因子 分析。本文选取 的变量 ： 地 方财政支 出 （ ） 、 一般公共服务支出（ Ｘ ｚ ） 、 教育支出（ ） 、 科学技术支出（ ） 、 农林水事支 出（ ） 共５ 项指标。观测样 品数为 １ ３ ， 即福州市各个县市 ， 建立数据矩阵 ， 应用 Ｓ Ｐ Ｓ Ｓ １ ３ ． ０进行因子分析 。 （ ２ ）相关性检验 。运用 Ｓ Ｐ Ｓ Ｓ 软件对数据进行处理 ， 在进行相关检验前先对指标进行无量纲化处理 。通
基于因子分析法的2010年各地区财政支出的比较研究
然 而财政 支 出又 可 以根 据 不 同 的性 质 分 成 支 出 功能 类 和支 出经 济 类 。支 出功 能类 包 括 一 般 公 共 服 务、 外交 、 国防、 公共安全 、 教育 、 科学技术 、 文 化 体 育 与传 媒 、 社会 保 障和 就业 、 社会 保 险基 金支 出、 医疗 卫 生、 环境 保护 、 城 乡社 区事 务 、 农林 水 事务 、 交 通运 输 、 采 掘 电力 信息 等 事务 、 粮 油物 资储 备及 金融 监 管等 事
看出， 财 政支 出功能 类所 包含 的项 目之 间 内在 的存 在
一
定 的联 系 。 因此 ， 我们 就可 以把 关 系 比较 近 的一 些
Ａ Ｆ＋Ｅ ， 其 中 Ｘ为 Ｐ×１向量 ， Ｆ是 ｋ×１向量 （ 忌
项 目分成 一类 看 成一 个变 量 ， 以减 少 财政 支 出功能 类
＜户 ）， 称 为 因子 ， Ａ是 Ｐ× ｋ矩 阵 ，称 为载 荷矩 阵 ， Ｅ称 为特 殊 因子 ，表 示 原 有 变 量 不 能 被 因 子解 释 的 部 分 ，其均 值 为零 ， 相 当于多 元 线性 回归 中的残 差 ， 具 体步 骤 为ｌ ＿ ２ ］ ： 第 一 步 ：将 原始 数 据 指 标 进行 测 度 量 级 无 差别
化处理 。
所 包 含项 目的变 量 ， 这正 符合 多元 统 计方 法 中 因子 分
析 法 的理 念 。 因子 分析 是 指研 究 从 变 量 群 中提 取 共 性 因子 的
统 计 技术 。其 目的在 于研 究 原始 变量 的内部关 系 ， 通 过 寻 找变 量 的共 性 因子 来 简 化 和 变 量 中存 在 的 复 杂 关 系 。它 把每 个变 量分 解 为两 部分 因子 ， 一 部 分是 由
我国财政支出的地区差异——基于我国东、中、西三大地区面板数据的实证分析
Ｉ ∑ （ Ｙｌ ∑ （＿ ）ｎ — Ｙ ）， Ｙ ＹＬ （ ＝ ／ ｏ ＋ ／
ｌ ＋Ｉｒ ｂ
）∑ （ｉ ）， ： Ｙ ＹＩ Ｉ ／ ｐ 一 ＋
（ ） １
２ Ｏ０１ Ｏ． ２２ ３５ｌ Ｏ． ３ １ Ｏ ８８ ５ ０１ ２ ６２
０． ８９ ０３ ２６
２ ００２ ０． ２ １ Ｏ２ ５６ｌ ０． ５７ ００７ ３７ ０． ３７ ９２ ４７ Ｏ ４６
表
１ １９ ９７－２００８ 年 我 国 东 、 、 三 大 区 域 财 政 中 西
支 出 总 体 差 异 的 分 解
年 份 东 部 地 区
泰 尔 指 数
中 部 地 区
泰 尔 指数
西部地区
泰尔指数
区域 内泰 区 域 问 泰 总 的 泰
尔 指 数 尔 指 数 尔 指 数
Ｉ ９ Ｏ ３１ｌ ７ ． ９２Ｏ２ ０ ５９２ ． ３ ７ ｌＯ ５５ １ ７ ． ８ｌ ２ Ｏ ０１ ２ ２６ ０ ３４ ０ ｌ ｌ ０ ２８ ９ ０ ９ Ｏ ６ ０ ０ ５ ０ ８ ０４
以 出 现 这 样 的 特 征 ， 主 要 是 由 于 区 域 间 差 异 对 总 差 异
（ ） 异 测 量 方 法— — 泰 尔 指 数 。 为 了 准 确 反 映 一 差
起 了很 大 的 作 用 ，而 区 域 内差 异 相 对 手 区 域 间 差 异 则
显 得 较 小 。
东 、 、 三 大 经 济 带 之 间 的 财 政 支 出 的 差 异 程 度 。 中 西 本
文 采 用 泰 尔 指 数 ，泰 尔 指 数 ５ Ｌ称 为 熵 指 数 ， 该 数 值 越 小 ， 表 区 域 间 的 不 均 衡 程 度 越 小 。泰 尔 指 数 即 可 以 测 代
新疆地方财政支出情况分析
排序
２
因子系数 因子２ 排序
一１９ ． ２ １ ０
１ ４３ 一 一ｌ １ Ｅ Ｏ ． ． Ｅ ＿ Ｏ — １０ Ｏ Ｏ ５ １
０ ６ １ １ பைடு நூலகம்２
—
２． ３ 一 一１ ５ Ｅ Ｏ ． ０ Ｅ ． ６ 一 １０ ０ ０ ５ １
变量２ 变量３ 变量４
０８３ ． ９
０ ８ ３ ． １ ０ ８ ２ ． ３ ０ ４ ２ ． ８
０４ ．５
０ ５ ３ ． ８ ０ ５ ５ ． ５ ０８ ６ ． ７
０１９ ． ２
０ ０ ４ ．８ ０ ０ ４ ．９ 一 ． ５ Ｏ Ｏ
－ ． ０ ００８
０ ０４ ． ５ ００ １ ． ４ ０ ２ ｌ ． ２
４ ５．６ ４ Ｅ一 ４．３ ３Ｅ一 Ｏ０． １ ０
０ ６ １
０ｌ ６
０ ５ １
０１ ５
５ １．６３Ｅ一 １ ２５ ０ ． ． Ｅ一 １ Ｏ Ｏ
通 过分析 ，我们可 以将 地方财政 投资的主要 项 目划分 为 两类 ，一类为服务性支 出，一类为投入性支出。 最 后 ，我们根 据 因子得 分系数对 这些变量 的贡献率进 行 加权得 到综合得分 。 表３
境保 护，城乡社 区事务 ，其他各 项支出等领域 的财政支 出情
况 ，所 占信息总量 的１ ． ％ ６ ８ ，我们把 因子２ 为投 资性支 出因 称
子。
其进 行分析研究 ，得到特征值 ，方差贡献率 ，方差贡献 累计
率 ， 见表 １ 。
表２
变量
Ｖ Ｒ ０ ０ Ａ Ｏ ０ １ Ｖ Ｒ ０ ０ Ａ Ｏ ０ ２ Ｖ Ｒ ０ ０ Ａ Ｏ ０ ３ Ｖ Ｒ ０ ０ Ａ Ｏ ０ ４ Ｖ Ｒ ０ ０ Ａ Ｏ ０ ５ Ｖ Ｒ ０ ０ Ａ Ｏ ０ ６ Ｖ Ｒ ０ ０ Ａ Ｏ ０ ７ Ｖ Ｒ ０ ０ Ａ Ｏ ０ ８
因子分析报告材料案例
案例1：我国各地区财政支出的因子分析我国各地区主要财政支出项目包括一般公共服务、国防、公共安全、教育、科学技术、文体传媒、保障就业、医疗卫生、环境保护、社区事务、农林水事务、交通运输、其它支出等14项。
根据2007年的数据，对这14个变量进行分析，将它们综合为少数几个因子，通过对各地区的每个因子得分的分析了解各地区财政支出情况，为更合理地安排财政支出提供依据。
1.首先利用主成分确定因子载荷矩阵。
运用spss输出结果：1.1单变量描述统计：Descriptive StatisticsMean Std. Deviation Analysis N一般公共服务2049700.97 1177234.156 31国防23415.42 15255.052 31公共安全928492.48 657886.621 31教育2170018.87 1303120.830 31科学技术276916.23 308520.699 31文体传媒248846.81 137087.278 31保障就业1646622.45 896001.732 31医疗卫生630886.19 330272.793 31环境保护310076.68 167762.451 31社区事务1044674.74 900747.968 31农林水事务997098.74 455386.328 31交通运输365524.84 173055.000 31工商金融等908076.42 608414.486 31其它支出766679.87 983106.165 311.2相关系数矩阵及显著性水平检验：文体传媒.792 .576 .852 .873 .877 1.00 .579 .922 .360 .813 .708 .414 .743 .696 保障就业.714 .607 .641 .685 .491 .579 1.00 .674 .561 .603 .694 .363 .758 .489 医疗卫生.877 .691 .907 .936 .808 .922 .674 1.00 .432 .721 .835 .565 .713 .709 环境保护.512 .216 .273 .417 .044 .360 .561 .432 1.00 .195 .650 .631 .343 -.007 社区事务.650 .469 .738 .757 .852 .813 .603 .721 .195 1.00 .482 .206 .861 .709 农林水事务.912 .703 .761 .858 .440 .708 .694 .835 .650 .482 1.00 .775 .562 .393 交通运输.615 .564 .497 .545 .200 .414 .363 .565 .631 .206 .775 1.00 .248 .199 工商金融等.644 .439 .649 .730 .709 .743 .758 .713 .343 .861 .562 .248 1.00 .576.709 .393 .199 .576 1.00 其它支出.618 .507 .841 .714 .885 .696 .489 .709 -.007一般公共服务.000 .000 .000 .000 .000 .000 .000 .002 .000 .000 .000 .000 .000 国防.000 .000 .000 .001 .000 .000 .000 .122 .004 .000 .000 .007 .002 公共安全.000 .000 .000 .000 .000 .000 .000 .069 .000 .000 .002 .000 .000 教育.000 .000 .000 .000 .000 .000 .000 .010 .000 .000 .001 .000 .000 科学技术.000 .001 .000 .000 .000 .003 .000 .407 .000 .007 .141 .000 .000 文体传媒.000 .000 .000 .000 .000 .000 .000 .023 .000 .000 .010 .000 .000 保障就业.000 .000 .000 .000 .003 .000 .000 .001 .000 .000 .022 .000 .003 医疗卫生.000 .000 .000 .000 .000 .000 .000 .008 .000 .000 .000 .000 .000 环境保护.002 .122 .069 .010 .407 .023 .001 .008 .146 .000 .000 .030 .486 社区事务.000 .004 .000 .000 .000 .000 .000 .000 .146 .003 .133 .000 .000 农林水事务.000 .000 .000 .000 .007 .000 .000 .000 .000 .003 .000 .001 .014 交通运输.000 .000 .002 .001 .141 .010 .022 .000 .000 .133 .000 .089 .141 工商金融等.000 .007 .000 .000 .000 .000 .000 .000 .030 .000 .001 .089 .000 其它支出.000 .002 .000 .000 .000 .000 .003 .000 .486 .000 .014 .141 .0001.3KMO与Bartlett球形检验（检验是否适合做因子分析）：Bartlett's Test of Sphericity Approx. Chi-Square 678.523df 91Sig. .000 1.4变量共同度（给出该次分析从每个原始变量中提取的信息）：CommunalitiesInitial Extraction一般公共服务 1.000 .925国防 1.000 .759公共安全 1.000 .972教育 1.000 .949科学技术 1.000 .939文体传媒 1.000 .856保障就业 1.000 .760医疗卫生 1.000 .917环境保护 1.000 .884社区事务 1.000 .885农林水事务 1.000 .942交通运输 1.000 .814工商金融等 1.000 .898其它支出 1.000 .834Extraction Method: Principal ComponentAnalysis.1.5方差解释表（显示各主成分包含了各个原始变量总方差的情况）5 .323 2.306 94.3596 .292 2.085 96.4447 .191 1.366 97.8108 .149 1.068 98.8779 .066 .474 99.35110 .039 .278 99.62911 .024 .169 99.79712 .015 .109 99.90713 .009 .062 99.96814 .004 .032 100.000Extraction Method: Principal Component Analysis.1.6碎石图1.7主成分矩阵（给出标准化原始变量用求得得主成分线性表示的近似表达式）Component Matrix aComponent1 2 3一般公共服务.935 .195 -.107国防.761 .135 -.402公共安全.950 -.124 -.232教育.971 .019 -.080科学技术.821 -.513 -.043文体传媒.909 -.162 .050保障就业.771 .157 .375医疗卫生.956 .008 -.056环境保护.458 .714 .406社区事务.811 -.389 .275农林水事务.850 .465 -.063交通运输.573 .648 -.257工商金融等.795 -.198 .477其它支出.754 -.488 -.170Extraction Method: Principal Component Analysis.Component Matrix aComponent1 2 3一般公共服务.935 .195 -.107国防.761 .135 -.402公共安全.950 -.124 -.232教育.971 .019 -.080科学技术.821 -.513 -.043文体传媒.909 -.162 .050保障就业.771 .157 .375医疗卫生.956 .008 -.056环境保护.458 .714 .406社区事务.811 -.389 .275农林水事务.850 .465 -.063交通运输.573 .648 -.257工商金融等.795 -.198 .477其它支出.754 -.488 -.170Extraction Method: Principal Component Analysis.a. 3 components extracted.标准的一般公共服务=0.935*f1+0.195*f2-0.107*f3+e1……1.8因子得分系数矩阵（用标准化原始变量表示标准化公共因子）Component Score Coefficient MatrixComponent1 2 3一般公共服务.099 .099 -.113国防.081 .069 -.424公共安全.101 -.063 -.245教育.103 .010 -.084科学技术.087 -.262 -.046文体传媒.096 -.083 .053保障就业.082 .080 .396医疗卫生.101 .004 -.059环境保护.049 .364 .428社区事务.086 -.199 .290农林水事务.090 .237 -.067交通运输.061 .330 -.271工商金融等.084 -.101 .502其它支出.080 -.249 -.179Extraction Method: Principal Component Analysis.F1=0.099*标准化的一般公共服务+0.081*标准化的国防+……+0.080*标准化的其他支出……1.9因子得分协方差矩阵（单位阵，说明提取的公共因子不相关）Component Score Covariance MatrixComponent 1 2 31 1.000 .000 .0002 .000 1.000 .0003 .000 .000 1.000Extraction Method: Principal Component Analysis.2. 为寻找意义更明确、实际意义更明显的公共因子，对初始公共因子进行旋转。
全国30市自治区经济发展水平综合评价——基于因子分析和聚类分析
全国30市自治区经济发展水平综合评价——基于因子分析和聚类分析近年来，我国经济发展迅速，全国各地区也呈现出不同程度的经济发展水平。
为了对全国30个市自治区的经济发展水平进行综合评价，基于因子分析和聚类分析的方法被广泛应用。
首先，我们通过因子分析的方法对数据进行降维和综合评价。
因子分析将多个变量综合为少数几个因子，并可以解释这些因子与原始变量之间的关系。
我们选择了GDP总量、人均GDP、产业结构、基础设施建设、外资吸引等指标作为评价经济发展水平的变量。
通过因子分析，我们可以得到几个综合指标，用于评价各个市自治区的经济发展水平。
接着，我们可以利用聚类分析的方法进行分类。
聚类分析是将样本划分为几个相似的类别，每个类别内的样本相似度高，而类别间的相似度较低。
我们可以通过聚类分析得到若干个类别，这些类别可以代表不同的经济发展水平。
通过将市自治区进行分类，可以更加直观地展示各地区之间的差异，也可以为地方政府提供参考。
最后，我们可以将因子分析和聚类分析的结果进行综合。
通过对因子得分和聚类结果的比较，可以得到更加准确的综合评价。
在综合评价的过程中，我们可以进一步分析各个市自治区的优势和劣势，以及存在的问题和潜在的发展机会。
这些分析结果可以为地方政府提供经济发展策略和政策的参考。
在实施全国30市自治区经济发展水平综合评价的过程中，我们需要充分考虑指标的选择和权重的确定。
指标的选择应当代表经济发展的各个方面，权重的确定应当根据实际情况和专家意见综合考虑。
另外，我们需要注意数据的可靠性和准确性，以及分析方法的合理性和可操作性。
总之，基于因子分析和聚类分析的方法可以对全国30市自治区的经济发展水平进行综合评价。
这种方法能够降低数据的维度，提取出关键的因子，并对样本进行分类。
通过综合分析和评价，可以为决策者提供参考，促进经济发展水平的提高。
SPSS统计分析报告—基于各省市GDP、财政收入及财政支出数据的 SPSS分析
论文题目：基于各省市GDP、财政收入及财政支出数据的SPSS分析姓名：学号：班级：内容摘要：本文首先通过国家统计局官方网站收集了我国大陆31省市2010-2013年GDP、各省常年居住人口数、财政收入、社会保障与就业支出、交通运输支出、医疗卫生支出、教育支出等数据；而后根据要求对数据进行适当的处理，并选择了SPSS作为工具进行分析。
这其中既有东中西三个地区的地区生产总值之间的分布类型检验，又有关于GDP与各省常年居住人口数、财政收入、社会保障与就业支出、交通运输支出、医疗卫生支出、教育支出的相关性分析，以及各省GDP的方差分析。
根据分析的结果对我国GDP水平进行适当的探讨以及给出一些经济发展规划的建议。
1、题目要回答的问题自1978年改革开放以来，我国经济飞速发展，国内生产总值日趋上升，虽然经历了1997金融风暴和2008金融危机，但是我国经济发展前景一片大好，2011年，我国经济创造奇迹，GDP总量超过日本，一跃成为世界第二大经济体。
国内生产总值(简称GDP)是指在一定时期内(一个季度或一年)，一个国家或地区的经济中所生产出的全部最终产品和劳务的价值，常被公认为衡量国家经济状况的最佳指标。
它不但可反映一个国家的经济表现，更可以反映一国的国力与财富。
一个国家或地区的经济究竟处于增长抑或衰退阶段，从这个数字的变化便可以观察到。
中共十八大报告指出中国现代化步入转型攻坚阶段，要继续坚持经济转型。
同时由于我国自身的一些发展条件限制，我国经济发展速度逐渐放缓，因而对我国GDP水平的研究就显得尤为必要。
由于对GDP的研究是一个非常复杂和庞大的过程，在这里，我们仅对以下几个问题做研究：1、分布类型检验①、正态分布检验采用假设检验方法对地区生产总值进行分布特征的检验，检验31个省市区的数据是否服从正态分布。
H0: 31个省市区的地区生产总值样本来自于一个正态分布的总体。
H1: 31个省市区的地区生产总值样本并非来自于一个正态分布总体。
基于因子分析的四川省各市州财政支出研究
基于因子分析的四川省各市州财政支出研究作者：贺彦淇来源：《经济研究导刊》2014年第35期摘要：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表1 KMO and Bartlett's Test3.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。
我国地方财政支农支出区域差异分析
我国地方财政支农支出区域差异分析前言农业是我国经济发展的重要支柱，而地方财政的支农支出在农业发展中起到了举足轻重的作用。
然而，我国不同地区的经济发展水平和农业发展情况存在着显著差异，这也导致了地方财政支农支出的区域差异。
本文旨在对我国地方财政支农支出的区域差异进行分析，以期更好地了解我国农业的发展状况。
数据来源本文所使用的数据主要来自于国家统计局发布的《中国农村统计年鉴》和《中国经济统计年鉴》。
其中，涉及到地方财政支农支出的数据主要来自于《中国经济统计年鉴》。
区域差异分析1.地区间支农支出的总体情况根据《中国经济统计年鉴》的数据，我国各地方政府的支农支出总额在2019年达到了2.7万亿元，其中，地方政府的支农支出主要包括了财政投入、项目补助、土地补偿费等多个方面的支出。
从不同地区支农支出的总体情况来看，东部地区的支农支出总额较高，2019年东部地区的总支出量达到了1.3万亿元，占全国总量的近一半；而中部地区的总支出量为5457亿元，占比为20.22%；西部地区的总支出量为4287亿元，占比为15.88%；而东北地区的总支出量为1974亿元，占比为7.3%。
可见，东部地区的支农支出总额明显高于其他地区。
2.地区间支农支出占GDP比例的分析从支农支出占GDP比例的角度来看，各地区的情况如下：•东部地区：东部地区的支农支出占GDP比例相对较低，2019年占比为1.75%。
•中部地区：中部地区的支农支出占GDP比例略高于东部地区，达到了1.9%。
•西部地区：西部地区的支农支出占GDP比例最高，2019年达到了2.3%。
•东北地区：东北地区的支农支出占GDP比例相对较低，2019年占比为1.58%。
通过以上数据可以看出，东部地区的支农支出总额虽然高，但是其占GDP比例却相对较低。
相反，西部地区的支农支出占GDP比例虽然相对较高，但总金额却较低。
可以证明，在我国各地区协调经济发展的过程中，支农支出占GDP比例是需要因地制宜的。
我国财政支出的省际差距比较
我国财政支出的省际差距比较引言中国是一个具有广阔领土和多元文化的发展中国家。
在中国，省级行政区域承担着重要的政治和经济职责。
财政支出是省级政府履行职责的基础，也是实现区域发展均衡的重要手段之一。
然而，在我国，各省的财政支出存在着明显的差距，这种差距对于实现全面建设小康社会和促进区域协调发展具有重要影响。
本文将比较我国财政支出的省际差距，并探讨产生差距的原因以及可能的解决方法。
财政支出的省际差距中国的财政支出主要由中央政府和地方政府承担。
中央政府负责全国性的公共事务和重大投资项目，地方政府则负责本地区的经济建设和社会事务。
然而，在不同省份之间，财政支出的规模和结构存在较大差异。
首先，财政支出的规模存在差距。
一些经济较发达的省份，如广东、江苏和浙江，财政支出规模较大，有足够的财政资源支持各项建设和社会福利。
而一些经济相对欠发达的省份，如贵州、甘肃和青海，由于财政资源相对匮乏，财政支出规模较小，难以满足社会需求。
其次，财政支出的结构也存在差异。
一些经济较发达的省份更倾向于进行基础设施和科技创新方面的投资，以促进经济发展和提高竞争力。
而一些财政压力较大的省份更倾向于进行社会保障和基本公共服务方面的投资，以满足人民群众的基本需求。
差距产生的原因我国财政支出的省际差距产生原因复杂多样。
首先，经济发展水平的差异是导致财政支出差距的主要原因之一。
经济较发达的省份在税收收入和其他经济活动中都具有明显优势，从而能够有更多的财政收入用于支出。
而经济欠发达的省份则由于税收和经济活动相对较少，财政收入有限，难以满足各项支出需求。
其次，地区资源的差异也是导致财政支出差距的重要原因。
我国地域广阔，不同省份之间的资源分布差异较大。
资源富集的省份可以通过资源开发和利用，获得较高的财政收入，从而拥有较大规模的财政支出。
相反，资源相对匮乏的省份虽然经济发展压力较大，但财政收入有限，难以满足各项支出需求。
此外，历史、地理、文化等因素也对财政支出差距产生影响。
基于因子分析法的地区财政支出状况评价
经济 ・ 管理
重 庆 理工大学 学 报（ 社 会科学） ２ ０ １ ５ 年第２ ９ 卷第６ 期
Ｊ ｏ ｕ ｒ ｎ ａ ｌ ｏ ｆ Ｃ ｈ ｏ ｎ ｇ ｑ ｉ ｎ ｇ Ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ｏ ｆ Ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ ｇ ｙ （ Ｓ ｏ ｃ ｉ ａ ｌ Ｓ ｃ ｉ ｅ ｎ ｃ ｅ ）Ｖ ｏ １ ． ２ ９ Ｎ ｏ ． ６ ２ ０ １ ５
ｄ ｏ ｉ ： １ ０ ． ３ ９ ６ ９ ／ ｊ ． ｉ ｓ ｓ ｎ ． １ ６ ７ ４ － ８ ４ ２ ５ （ Ｓ ） ． ２ ０ １ ５ ． ０ ６ ． Ｏ Ｏ ９
基 于 因 子 分 析 法 的 地 区 财 政 支 出状 况 评 价
彭 霜 霜
（ 重庆师范 大学 数学学院 ， 重庆 ４ ０ １ ３ ３ １ ）
Ａｂ ｓ ｔ ｒ ａｃ ｔ ：Ｍｏ ｄ ｅ ｌ ｉ ｎｇ ａ ｎ ｄ ａ ｎａ ｌ ｙ ｓ ｉ ｓ ｏ ｆ Ｃｈ ｉ ｎ ａ’ Ｓ ｉｓ ｆ ｃ ａ ｌ ｅ ｘ ｐ ｅ ｎ ｄ ｉ ｔ ｕｒ ｅ ｄ ａ ｔ ａ ｉ ｎ ２ ０ １ ２ ｗａ ｓ ｐｒ ｏ ｃ ｅ ｓ ｓ ｅ ｄ，ａ ｎｄ ｗｅ ｇ ａ ｖ ｅ ｓ ｃ ｉ ｅ ｎ ｔ ｉ ｉｃ ｆ ｅ ｘ ｐ ｌ ａ ｎａ ｔ ｉ ｏ ｎ ａ ｎ ｄ ｉ ｌ ｌ ｕ ｓ ｔ ｒ ａ ｔ ｉ ｏ ｎ ｆ ｏ ｒ ｅ ｖ ｅ ｒ ｙ ｐ ｒ ｏ ｖ ｉ ｎ ｃ ｅ’ Ｓ ｉｓ ｆ ｃ ａ ｌ ｅ ｘ ｐ ｅ ｎ ｄ ｉ ｔ ｕ ｒ ｅ ａ ｔ ｐ ｒ ｅ ｓ ｅ ｎ ｔ ．Ｆ ｉ ｓ ｃ ａ ｌ ｅ ｘ ｐｅ ｎ ｄｉ ｔ ｕ ｒ ｅ ｉ ｓ ａ ｋ ｉ ｎ ｄ ｏ ｆ ｅ ｃ ｏ ｎ ｏ ｍｉ ｃ ｂ ｅ ｈ ａ ｖ ｉ ｏ ｒ ，ａ ｎ ｄ ｔ ｈ ｅ ｓ ｔ ｒ ｕｃ ｔ ｕ ｒ ｅ ｏ ｆ ｌ ｏ ｃ ａ ｌ ｉｓ ｆ ｃ ａ ｌ ｅ ｘ ｐ ｅ ｎ ｄ ｉ ｔ ｕ ｒ ｅ ｐ ｌ ａ ｙ ｓ ａ ｎ ｉ ｍ— ｐ ｏ ｒ ｔ ａ ｎ ｔ ｒ ｏ ｌ ｅ ｉ ｎ ｔ ｈ ｅ ｅ ｃ ｏ ｎ ｏ ｍｉ ｃ ｄ ｅ ｖ ｅ ｌ ｏ ｐ ｍｅ ｎ ｔ ｏ ｆ ｃ ｏ ｕ ｎ ｔ ｒ ｙ ．Ｃｏ ｍｐ ａ ｒ ｅ ｄ ｗｉ ｔ ｈ ｄ ａ ｔ ａ ｏ ｆ ｉｓ ｆ ｃ ａ ｌ ａ ｎａ ｌ ｙ ｓ ｉ ｓ ｂ ｙ ｆ ａ ｃ ｔ ｏ ｒ ａ ・ ｎａ ｌ ｙ ｓ ｉ ｓ，ｗｅ ｆ ｏ ｕ ｎｄ ｔ ｈ ａ ｔ ｏ ｕ ｒ ｃ ｏ ｕｎ ｔ ｙ’ Ｓ ｉｓ ｆ ｃ ａ ｌ ｅ ｘ ｐ ｅ ｎ ｄ ｉ ｔ ｕ ｒ ｅ ｉ ｓ ｎ ｏ ｔ ｏ ｎ ｂ ａ ｌ ａ ｎ ｃ ｅ ａ ｎ ｄ ｗｅ ｓ ｈ ｏ ｕ ｌ ｄ ｄｏ ｉｓ ｆ ｃ ａ ｌ ｔ ｒ ａ ｎｓ －
基于因子分析法的东三省财政支出结构比较与演进分析
基于因子分析法的东三省财政支出结构比较与演进分析
邹渊文;李梦媛
【期刊名称】《中国市场》
【年(卷),期】2022()26
【摘要】财政支出是政府财政活动介入经济社会生活的重要手段,直接影响着宏观经济的发展、社会的和谐稳定和民生状况的改善。
文章基于2011—2019年东三
省财政支出数据,使用因子分析法比较东三省财政支出结构的异同,展现其演进过程。
研究结果表明,东三省财政支出总体上经历了由高级服务领域向基本服务领域,最后
向社会保障领域转变的过程,并且由于所处时期和省情不同,政府公共财政支出也表
现出不同的侧重点和倾向。
因此,政府应因地制宜优化财政支出规模与结构,使之充
分切合当地的发展实际。
【总页数】4页(P1-3)
【作者】邹渊文;李梦媛
【作者单位】兰州大学经济学院
【正文语种】中文
【中图分类】F812.7;F127
【相关文献】
1.经济增长条件下我国公共财政支出结构研究——基于比较视角与因子分析
2.基
于因子分析法的2010年各地区财政支出的比较研究3.我国财政支出结构分析:基
于因子分析法4.中国地方财政支出结构的实证分析--基于因子分析、聚类分析法5.基于因子分析的我国各省市财政支出结构比较研究
因版权原因，仅展示原文概要，查看原文内容请购买。
我国各地区财政支出结构的因子分析
的比重， 直接关系到政府动用社会资源的程度 ， 对社会经济结构的各方面如社会总供需结构 、 产业结构等 会产生直接或间接的影响。财政支出结构对市场经济运行的影响可能 比财政支 出规模的影响更 大， 在我
国经 济发 展 的不 同阶段应 进行适 当调整 和优化 。只有 对 我 国各 地 区 的财 政 支 出结 构 有 深入 的了解 ， 才 能 更好 地优 化财 政支 出结构 ， 因此对我 国财 政支 出结构 进行研 究 是必要 的 。 关于 财政 支 出方面 的研究 文献很 多 ， 学者们 研究 的 角度 、 出发点各 有 不 同。一些 学者研 究 了财政 支 出
析说明我 国人均财政支 出总体上存在不均衡 的现象 ， 而这种不均衡来源于西藏地 区。通过三个公 共因子得 分对地 区排名 ， 并
利用聚类分析将我国财政支出结构分成四种类型。研究表明 ， 地区的经济发展情况对其财政支出结构存在很大的影 响 ， 经济 落后地区的财政支出在公共服务方面往往会更多 ， 而经济发达地区各项经济基础设施建设 已基本完成 ， 其会加大人力资本的
对居 民消费的影响ｎ Ｉ ２ ］ ， 如杨智峰对 １ ９ ９ ８ 年到 ２ ０ ０ ６ 年的中国省级面板数据进行估计 ， 分析了各地 区政府
财 政总支 出及 其功 能性分 类 支 出对 当地 居 民消费 的影 响 ， 他 认 为地 区差 异 对地 方 财政 支 出对居 民消 费 的 效应 有重 要影 响 ］ 。部 分学 者就财 政支 出如 何服务 于 市场 等 问 题进 行 了深 入 探讨 ， 如 项 怀 诚指 出现 阶段 我 国财政 支 出调整 和优 化 的基 本方 向是 财政 资金要 逐 步退 出 由市 场 配置 资 源 的竞争 性 领 域 ， 同 时适 当增
分析我国财政支出现状并与其他国家进行比较
分析我国财政支出现状并与其他国家进行比较摘要：我国改革开放以来，经济有了突飞猛进的发展，但是随着经济的发展，人民享受到的经济发展成果跟经济的发展却不是成正比的，国家财政支出还存在着很多问题制约着我国社会主义现代化和全面小康社会的建设。
解决财政支出中存在的问题对于中国社会的发展至关重要。
一．市场经济国家的财政支出结构公共财政是一种与市场经济相适应的一种普遍的财政形式，发达市场经济国家其财政必然是公共财政，以市场失灵为基础，以满足社会公共需要为特征。
财政支出范围和结构体现政府的职能范围，并随着市场发育程度的变化而变化。
市场经济国家的财政支出结构有如下特点：（1）各国直接用于经济建设的支出均未达到30%.若将燃料和能源、农林牧渔、矿产制造和建筑、交通通讯四者大致看作经济建设支出，则美国为4.28%，英国为1.49%，印度为9.53%，印尼为7.47%，泰国为16.12%.前二者为工业化国家，市场发育程度较好，政府干预经济弱，经济建设支出所占比重较低。
后三者属于发展中国家，市场发育较差，政府干预经济力度较大。
（2）各国交通、通讯与其它经济支出相比所占比重较大。
泰国最高为9.06%，美国最低为0.86%，反映出各国都注重基础设施建设以促进社会经济发展。
（3）在经济建设支出中，农业所占比重较大，特别是发展中国家，如印度和印度尼西亚农业所占比重超过交通通讯，反映农业在国民经济中的重要性。
（4）工业化国家社会保障与福利所占比重一般接近或超过30%，发展中国家不足10%.（5）国防费因各国情况而有所差异，印度最高15.41%，印度尼西亚最低为3.48%.（6）一般公务支出除印度外均不超过15%.（7）工业化国家卫生费较高，发展中国家较低。
泰国教育费较高为17.31%，美国最少为1.8%.但无论如何，各国对教育和卫生都较重视。
（8）环保和住房都占一定比重，印尼最高为13.56%，英国最低为2.24%.（9）总体而言，这些国家财政支出均显示出公共财政特征，即社会保障、教育、卫生、国防、一般公务支出较高，经济建设支出特别是直接经济支出较少，交通通讯所占比重相对较大。
中国地方财政支出结构的实证分析———基于因子分析、聚类分析法
中国地方财政支出结构的实证分析———基于因子分析、聚类分析法谷金钟，吕静静，李梅芳（中国农业大学 烟台研究院，山东 烟台 ２６４６７０）［摘 要］文章运用了中国２０１４年３１个省份公共财政支出数据、政府财务支出的１５个指标，通过因子分析法提炼出了三个公因子，解释了财政支出结构的绝大部分信息。
并用聚类分析法，以三个公因子为依据，对中国各省份的财政支出结构进行研究，通过结构的差异将３１个省份进行分类。
全国各省共分为４大类，其中第二大类中又分为４个小类。
最后结合马斯格雷夫与罗斯托的经济发展阶段论来解释中国各地目前财政支出结构的合理性，并在此结论上进一步来提出合理的建议。
［关键词］因子分析；聚类分析；经济发展阶段论；财政支出结构［ＤＯＩ］１０ １３９３９／ｊ ｃｎｋｉ ｚｇｓｃ ２０１６ ３７ １２２１ 研究背景及文献综述１ １ 研究背景、引言财政支出结构是指各类公共支出占总公共财政支出的比重，它直接关系到政府动员社会资源能力的程度，影响着社会的经济结构。
中国各地区财政支出现状：教育支出最多；农林水事务支出、一般公共服务与社会保障与就业支出紧随其后；公共安全、医疗卫生、城乡社区支出等约占我国各地区财政支出总数的６％；而在各项支出中，环保、文化、科技支出等占比重较小。
各类支出应占多少比重，哪一项支出存在不足，哪一项支出又超出了预算，是当下支出结构中比较关注的问题。
与此同时，中国省份众多，不同省份之间，财务支出不仅规模不同，支出结构也千差万别。
所以，通过因子分析、聚类分析方法来将中国省份财政支出结构进行比较并分类、具体分析，来明确不同省份现阶段最好的财政支出政策应如何制定，这对整个国家来说具有十分重要的意义。
１ ２ 文献综述财政支出结构会对经济发展产生重要影响，是经济学家共同关注的一个问题。
一些研究者从主体出发，研究了财政支出的最优化结构。
例如曾娟红（２００５）引入财政支出变量，运用内生经济增长模型来分析经济增长中的最优财政支出结构。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
2．我国各地区财政支出的基本统计分析
本文采用 SPSS 软件处理并分析数据，思路及过程资料：附件 1 显示 SPSS
运行过程，附件 2 表示输出结果，附件 3 则是原始数据及后续处理整合。 在 SPSS 中对预处理后的经济数据进行简单的描述统计，分析了各个指标的 最大值、最小值、平均值以及标准差等，初步了解了这些数据的大小关系等，反 映了各地区不同指标下的支出结构差异，具体结果见表 2。 分析可得到，在一般公共服务、教育、保障就业、社区服务等 4 个项目均值 较高，说明各地区在这些项目上支出明显，如北京、上海、广东等地区多项指标 支出最高。但同时，这些指标的方差较大，最高达 1303120，反映了地区间支出 结构差异明显，如宁夏、西藏等省市明显较低。从原始数据中分析得到，同一个 地区各项支出同样存在明显差异，如安徽省在教育支出最大 2129665 元，而在国 防上仅有 23101 元支出。 此外， 对各地区不同指标的财政支出数据进行标准化后分组，进一步分析各 地区财政支出分布情况， 根据 3 准则， 得到异常组的比例为 3.18%， 大于理论值 3.0%，表明了我国各地区财政支出存在不均衡现象，具有研究必要性。
表1
X1 一般公共 服务 X8 医疗卫生 X2 国防 X9 环境 保护
指标——字母符号变量表示
X3 公共 安全 X10 社区 事务 X4 教育 X11 农林水 事务 X5 科学 技术 X12 交通 运输 X6 文体传 媒 X13 工商金 融等 X7 保障 就业 X14 其它 支出
对数据进行基本的统计分析，通过均值(mean)、最值(max、min)、方差(std) 等，直接对比财政支出指标在各地区间的差异。选择性分析个别突出指标，采用 R 型因子分析方法，对指标体系进行降维，综合为少数几个公共因子，借此对各 地区财政支出结构进行深入比较并分类。再求出各地区的因子得分并排名，分析 各地区财政支出分配差异，为更合理安排提供依据。
KMO 统计量与 Bartlett’s 球性检验 为了更精确的表达因子分析的可行性，KMO 统计量可用于探查变量间的偏 相关性，如果 KMO 统计量接近 1，主成分分析的效果好。一般认为，KMO 大于 0.9 效果最佳，0.7 以上时效果尚可，0.6 时效果很差，0.5 以下时不适宜进行因子 分析。Bartlett’s 球性检验统计量则用于检验各变量是否独立，如果结论为不拒绝
从表中可看出，第一部分表示了各因子解释的方差百分比，第一列表示每个 因子的特征值， 第二列反映的是因子的方差贡献率， 第三列则是累计方差贡献率。 且大于1的特征根共有2个， 第一个因子的特征根值为9.424， 能解释原有变量总方 差的 67.311% ，第 2 个因子的特征根值为 1.959 ，对原有变量的方差解释能力为 12.996%， 前两个因子对所有变量的解释达到81.307%， 这说明这两个因子基本包 含了全部财政支出指标所具有的绝大部分信息，因子分析效果较想。 SPSS中运行同时，为了给提取的两个因子命名，因子载荷矩阵实施正交旋 转，选择最大方差法实施正交旋转得到旋转载荷因子矩阵，使各个特殊因子能 够得到更好的解释，具体结果见表6。 根据提取的旋转因子载荷矩阵，可得到关于因子与14个变量间的关系载荷 函数如下：
x'1 0.055 f1 0.704 f 2 1 x' 0.417 f 0.764 f 2 1 2 2 x'14 0.851 f1 0.297 f 2 14
表2 各地区财政支出描述性统计分布表
3．标的降维分析一般可采取主成分分析、因子分析。 在主成分分析 中， 只要变量之间存在一定的相关性，前几个主成分往往能够较好地达到降维的 目的。然而，多数情况下，对变量仅仅进行降维还是不够的，还必须对主成分给 出符合实际背景和意义的解释。 进行这种解释往往是主成分分析的困难之处。因 子分析方法是主成分分析方法的推广和发展，它也是一种重要的降维方法。与主 成分分析相比，因子分析较为灵活，体现在因子旋转上，这种灵活性使得变量在 降维之后更易得到解释，这是因子分析比主成分分析更广泛应用的原因之一。 因子模型为： x Af ，其中矩阵 A 被称为因子载荷矩阵。
Correlation Matrix X 7 . 792 . 576 . 852 . 873 . 877 1 .000 . 579 . 922 . 360 . 813 . 708 . 414 . 743 . 696 . 714 . 607 . 641 . 685 . 491 . 579 1 .000 . 674 . 561 . 603 . 694 . 363 . 758 . 489 X 8 . 877 . 691 . 907 . 936 . 808 . 922 . 674 1 .000 . 432 . 721 . 835 . 565 . 713 . 709 X 9 . 512 . 216 . 273 . 417 . 044 . 360 . 561 . 432 1 .000 . 195 . 650 . 631 . 343 -. 007 X 10 . 650 . 469 . 738 . 757 . 852 . 813 . 603 . 721 . 195 1 .000 . 482 . 206 . 861 . 709 X 11 . 912 . 703 . 761 . 858 . 440 . 708 . 694 . 835 . 650 . 482 1 .000 . 775 . 562 . 393 X 12 . 615 . 564 . 497 . 545 . 200 . 414 . 363 . 565 . 631 . 206 . 775 1 .000 . 248 . 199 X 13 . 644 . 439 . 649 . 730 . 709 . 743 . 758 . 713 . 343 . 861 . 562 . 248 1 .000 . 576 X 14 . 618 . 507 . 841 . 714 . 885 . 696 . 489 . 709 -. 007 . 709 . 393 . 199 . 576 1 .000 X
Initial Eigenvalues Component Total 1 2 3 4 5 6 7 8 9 10 11 12 13 14 9.424 1.959 .949 .556 .323 .292 .191 .149 .066 .039 .024 .015 .009 .004 % of Variance 67.311 13.996 6.776 3.970 2.306 2.085 1.366 1.068 .474 .278 .169 .109 .062 .032 Cumulative % 67.311 81.307 88.083 92.053 94.359 96.444 97.810 98.877 99.351 99.629 99.797 99.907 99.968 100.000
表3 Corr elation X1 1 1 .000 X2 . 774 X3 . 907 X4 . 969 X5 . 626 X6 . 792 X7 . 714 X8 . 877 X9 . 512 X10 . 650 X11 . 912 X12 . 615 X13 . 644 X14 . 618 X 2 . 774 1 .000 . 785 . 740 . 539 . 576 . 607 . 691 . 216 . 469 . 703 . 564 . 439 . 507 X 3 . 907 . 785 1 .000 . 948 . 847 . 852 . 641 . 907 . 273 . 738 . 761 . 497 . 649 . 841 X 4 . 969 . 740 . 948 1 .000 . 760 . 873 . 685 . 936 . 417 . 757 . 858 . 545 . 730 . 714 X 5 . 626 . 539 . 847 . 760 1 .000 . 877 . 491 . 808 . 044 . 852 . 440 . 200 . 709 . 885 X 6
原假设，则说明变量可能各自独立提供信息，不适宜进行因子分析。 继续运行 SPSS，得到 KMO 和 Bartlett 的检验如表 4 所示。
表4 KMO 检验表
KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy. Bartlett's Test of Sphericity Df Sig. Approx. Chi-Square .788 678.52 3 91 .000
其中，KMO值为0.788，根据判断标准，原有变量基本满足因子分析条 件。Bartlett’s 球度统计量的观测值为736.059，相应的概率为 p 0 小于显著水 平 0.05 ，所以应拒绝原假设，认为相关系数矩阵与单位矩阵间有显著差 异，进一步说明14个财政支出指标相关性强，适合作因子分析。 因子提取 运行SPSS时，参数估计采用主成分方法提取因子，根据每个因子解释原有
基于我国各地区财政支出数据的因子分析与对比
1．研究背景
在中国，财政支出是国家为实现其各种职能，由财政部门按照预算计划，将 国家集中的财政资金向有关部门和方面进行支付的活动， 这是其服务职能的保证 与安排。作为政府分配的重要组成部分，是政府进行资源配置、实施宏观调控、 促进产业合理有效配置的主要手段。随着改革开放进行，支出结构的每一次调整 为宏观经济发展提供了方向指导， 研究并对比分析我国各地区支出结构与差异具 有重要意义，并为经济发展的不同阶段进行更合理提出调整与优化建议。 我国各地区的财政支出的指标体系此处为： 一般公共服务、 国防、 公共安全、 科学、教育等 14 项，为提高研究意义，选择中国发展的关键时期，于统计局官 网上下载《2008 年统计年鉴》 ，选取当年我国 31 个省市自治区的各项财政支出 总数据，并根据研究需要，预整理异常数据后结果见附件。目的在于分析不同地 区下各类支出项目的结构，研究各地区财政支出的结构差异。 为软件处理与研究方便，构建基本的指标体系，变量表示如表 1。