摘 要:從現(xiàn)實(shí)的政府行政支出出發(fā),以中國(guó)政府1978-2006年的實(shí)際支出資料為依據(jù),設(shè)計(jì)政府成本理論模型并檢驗(yàn),以預(yù)測(cè)未來(lái)政府成本——行政支出的基本標(biāo)準(zhǔn),并分析中國(guó)政府成本的基本情況,提出相應(yīng)的治理思路:尊重科學(xué)原理確定行政管理成本支出預(yù)算標(biāo)準(zhǔn);參照社會(huì)經(jīng)濟(jì)發(fā)展指標(biāo)確立行政管理成本支出標(biāo)準(zhǔn);把政府績(jī)效與行政管理成本支出有機(jī)結(jié)合起來(lái);重塑政府管理的業(yè)務(wù)流程。
關(guān)鍵詞:中國(guó)政府;行政成本;預(yù)測(cè)分析
中圖分類號(hào):D63 文獻(xiàn)標(biāo)識(shí)碼:A 文章編號(hào):1008-7168(2009)04-0037-10
一般地講,所謂政府成本,即為政府在治理社會(huì)或者在公共管理活動(dòng)中(包括各類公共項(xiàng)目決策、管理過(guò)程、政策制定等)對(duì)社會(huì)及公眾所帶來(lái)的負(fù)面效應(yīng),這些負(fù)面效應(yīng)是能夠通過(guò)政府組織或公務(wù)員個(gè)人的主觀能動(dòng)性適當(dāng)控制的[1]。政府成本應(yīng)該是一個(gè)龐大的體系,包括有形成本與無(wú)形成本、邊際成本、決策成本、機(jī)會(huì)成本與會(huì)計(jì)成本、外顯成本與隱含成本,增量成本與沉沒(méi)成本,等等。由此政府成本的范圍是非常廣泛的,不同的成本概念有其不同的研究針對(duì)問(wèn)題,本文專門(mén)就1978年以來(lái)政府行政支出成本進(jìn)行研究,并在理論模型基礎(chǔ)上,預(yù)測(cè)分析未來(lái)中國(guó)政府成本應(yīng)控制的尺度,進(jìn)而提出治理政府成本的意見(jiàn)。
一、研究依據(jù):1978-2006年間中國(guó)政府支出成本基本資料
為了便于研究預(yù)算內(nèi)行政成本的研究,可以判斷行政支出成本的基本條件。一般地講,行政成本支出的條件是以財(cái)政收入為前提條件的,同時(shí),它與財(cái)政總支出也是密切相關(guān)的,時(shí)間是社會(huì)經(jīng)濟(jì)發(fā)展所要記載的必然要素。實(shí)際上,影響行政支出的變量是很多的,但最主要的還是財(cái)政收入和基本支出。在這里,我們的假定因素是,來(lái)自中國(guó)1978年以來(lái)詳細(xì)的實(shí)際支出資料,從而把整個(gè)研究過(guò)程建立在實(shí)證分析的基礎(chǔ)上。表1是中國(guó)1978-2006年預(yù)算成本支出的實(shí)際執(zhí)行情況,整個(gè)研究過(guò)程是在實(shí)際資料(硬支出指標(biāo))基礎(chǔ)上進(jìn)行的。
二、預(yù)測(cè)模型的建立
(一)基本分析
根據(jù)表1的資料,我們選擇應(yīng)用最小二乘準(zhǔn)則建立多元線性回歸模型。依據(jù)變量的相關(guān)情況,我們這里假定,財(cái)政收入、財(cái)政總支出是行政成本支出的因變量,即
X1表示財(cái)政收入,X2表示財(cái)政總支出,t表示時(shí)間,y為因變量-行政成本支出。
實(shí)際影響財(cái)政支出成本的與因變量有關(guān)聯(lián)的自變量不止一個(gè),那么就應(yīng)該考慮用最小二乘準(zhǔn)則,來(lái)建立多元線性回歸模型。
表1 1978-2006年期間中國(guó)行政預(yù)算成本支出情況
年份
財(cái)政收入財(cái)政支出收支差額增長(zhǎng)速度(%)行政支出情況
(億元)(億元)(億元)財(cái)政收入財(cái)政支出支出額行政支出占總支出比重(%)
19781132.261122.0910.1729.513352.94.71
1979966.611281.37-314.761.2028.0570.885.53
19801159.931228.83-68.91.211.2575.536.15
19811415.151426.22-11.0712.2016.0676.177.99
19821478.681482.32-3.644.503.93102.336.90
19831519.361556.88-37.522.755.03158.6210.18
19841563.761647.49-83.732.925.82161.089.78
19852004.822004.250.5722.0117.81171.068.53
19862413.962491.28-77.3220.4124.30214.548.61
19872447.692562.23-114.541.3928.48268.5910.48
19882478.592604.95-126.361.261.67301.3611.57
19892664.92823.78-158.8813.1113.26386.2613.68
19902937.13083.59-146.4910.219.18414.5613.44
19913149.483386.62-237.147.199.77414.0112.23
19923483.373742.2-258.8310.5610.45463.4112.38
19934348.954642.3-293.3524.7624.12634.2613.66
19945218.15792.62-574.5220.1024.80847.6814.63
19956242.26823.72-581.5219.5917.78996.5414.6
19967407.997937.55-529.5618.6816.231185.2814.93
19978651.149233.56-582.4216.7916.331358.8514.72
19989875.9510798.18-922.2314.2216.871600.2714.82
199911444.0813187.67-1743.5915.8822.122020.615.32
200013395.2315886.5-2491.2717.0120.482768.2217.43
200116386.0418902.58-2516.5422.2619.103512.4918.63
200218903.6422053.15-3149.5115.3716.664101.3218.6
200321715.2524649.95-2934.7014.8511.784691.2619.03
200426396.4728486.89-2090.4221.5615.755521.9819.19
200531649.2933930.28-2280.9919.9919.116512.3419.38
200635423.3838373.38-2950.0011.9213.107779.6419.46
資料來(lái)源:《中國(guó)統(tǒng)計(jì)年鑒》,中國(guó)統(tǒng)計(jì)出版社2006年版;《中經(jīng)網(wǎng)統(tǒng)計(jì)數(shù)據(jù)庫(kù)》2007年1月17日。
我們通過(guò)表1中的數(shù)據(jù)可知,只有財(cái)政支出、財(cái)政收入、行政成本支出這三者之間具有獨(dú)立關(guān)系,而其他幾組數(shù)據(jù)都是由這三者轉(zhuǎn)化而來(lái),所以我們只做以行政支出(y)作為因變量,財(cái)政收入(x1)和財(cái)政總支出(x2)為自變量的二元線性回歸。
(二)根據(jù)散點(diǎn)圖是否具有線性關(guān)系建立回歸模型
1.利用Matlab,可以得到y(tǒng)與x1、x2的散點(diǎn)圖。
首先列出y與x的數(shù)據(jù)集合,即因變量y的數(shù)據(jù)集合為表2。
表2 因變量y的數(shù)據(jù)集合
y=[52.9 70.88 75.53 76.17 102.33 158.62 161.08 171.06 214.54 268.59 301.36 386.26 414.56 414.01 463.41 634.26 847.68 996.54 1185.28 1358.85 1600.27 2020.6 2768.22 3512.49 4101.32 4691.26 5521.98 6512.34 7779.64]
自變量x1的數(shù)據(jù)集合如表3。
表3 自變量x1的數(shù)據(jù)集合
x1=[1132.26 966.61 1159.93 1415.15 1478.68 1519.36 1563.76 2004.82 2413.96 2447.69 2478.59 2664.9 2937.1 3149.48 3483.37 4348.95 5218.1 6242.2 7407.99 8651.14 9875.95 11444.08 13395.23 16386.04 18903.64 21715.25 26396.47 31649.29 35423.38]
自變量x2的數(shù)據(jù)集合如表4。
表4 自變量x2的數(shù)據(jù)集合
x2=[1122.09 1281.37 1228.83 1426.22 1482.32 1556.88 1647.49 2004.25 2491.28 2562.23 2604.95 2823.78 3083.59 3386.62 3742.2 4642.3 5792.62 6823.72 7937.55 9233.56 10798.18 13187.67 15886.5 18902.58 22053.15 24649.95 28486.89 33930.28 38373.38]
自變量x3的數(shù)據(jù)集合如表5。
表5 自變量x3的數(shù)據(jù)集合
x3=[10.17 -314.76 -68.9 -11.07 -3.64 -37.52 -83.73 0.57 -77.32 -114.54 -123.36 -158.88 -146.49 -237.14 -258.83 -293.35 -574.52 -581.52 -529.56 -582.42 -922.23 -1743.59 -2491.27 -2516.54 -3149.51 -2934.7 -2090.42 -2280.99 -2950]
自變量x4的數(shù)據(jù)集合如表6。
表6 自變量x4的數(shù)據(jù)集合
x4=[29.51 1.20 1.21 12.20 4.50 2.75 2.92 22.01 20.41 1.39 1.26 13.11 10.21 7.19 10.56 24.76 20.10 19.59 18.68 16.79 14.22 15.88 17.01 22.26 15.37 14.85 21.56 19.99 11.92]
自變量x5的數(shù)據(jù)集合如表7。
表7 自變量x5的數(shù)據(jù)集合
x5=[33 28.05 1.25 16.06 3.93 5.03 5.82 17.81 24.3 28.48 1.67 13.26 9.18 9.77 10.45 24.12 24.8 17.78 16.23 16.33 16.87 22.12 20.48 19.1 16.66 11.78 15.75 19.11 13.1];
x6=[4.71 5.53 6.15 7.99 6.9 10.18 9.78 8.53 8.61 10.84 11.57 13.68 13.44 12.23 12.38 13.66 14.63 14.6 14.93 14.72 14.82 15.32 17.43 18.63 18.6 19.03 19.19 19.38 19.46]
其次,根據(jù)資料繪制Y分別與X1、X2之間的散點(diǎn)圖,見(jiàn)圖1、圖2。plot(x1,y,|*|);plot(x2,y,|*|)
圖1 y與x1的散點(diǎn)圖
圖2 y與x2的散點(diǎn)圖
從這兩個(gè)散點(diǎn)圖我們可以清楚地看到y(tǒng)與x1、x2之間有很好的線性關(guān)系。
2.建立y與x1,x2,…,xp的p元線性回歸模型
假設(shè)它們之間的線性關(guān)系為:
y=β0+β1x1+…+βpxp+ε(1)
式中的x1,x2,…xp是可精確測(cè)量或可控的一般變量,y是可觀測(cè)的隨機(jī)變量,β0,β1,β2是未知參數(shù),ε是服從N(0,σ2)分布的不可測(cè)的隨機(jī)誤差,我們獲得了n組獨(dú)立觀測(cè)值(樣本)
(yi,xi1,…xip),i=1,2,…29(2)
于是由(1)式可知具有數(shù)據(jù)結(jié)構(gòu)式:
yi=β0+βi1x1+…+βpxip+ε,i=1,2,…29(3)
其中諸ε1,ε2,…ε29相互獨(dú)立,且均服從N(0,σ2),這就是p元線性回歸模型。對(duì)p元線性回歸模型我們將研究下面幾個(gè)問(wèn)題:
一是根據(jù)樣本去估計(jì)未知參數(shù)β0+β1,…βp,σ2,從而建立y與x1,x2,…xp間的數(shù)量關(guān)系式(常稱為回歸方程)。
二是對(duì)由此得到的數(shù)量關(guān)系式的可信度進(jìn)行統(tǒng)計(jì)檢驗(yàn)。
三是檢驗(yàn)各變量分別對(duì)指標(biāo)是否有顯著影響。
3.參數(shù)估計(jì)
我們首先討論如何由(2)式去估計(jì)(1)式中的參數(shù)β0,β1,…βP及σ2的問(wèn)題。設(shè)β0,β1,…βp的估計(jì)分別記為01,…,p那么我們就可以得到一個(gè)p元線性回歸方程:
=0+1x1+…+pxp(4)
稱(4)式為p元線性回歸方程,對(duì)(2)中的每一個(gè)樣本點(diǎn)(xil,…,xip)由(4)式可求得相應(yīng)的值:
i=0+1xi1+…+pxip(5)
稱由(5)所求得的i為回歸值(在某些情況中,亦稱預(yù)測(cè)值,擬合值等),我們總希望由估計(jì)0,1,…,p所定出的回歸方程能使一切y1與i之間的偏差達(dá)到最小,根據(jù)最小二乘法原理,即要求
minβ0,β1,…,βp∑ni=1(yi-β0-β1xip-…-βpxip)2=∑(yi-0-1xi1-…-pxip)2
所以我們只要求使
Q(β0,β1,…,βp)=∑ni=1(yi-β0-β1xil…-βpxip)2
達(dá)到極小的β0,β1,…,βp由于Q是β0,β1,…,βp的一個(gè)非負(fù)二次型,故其極小值必存在,根據(jù)微積分的理論知道要求Q對(duì)β0,β1,…,βp的一階偏導(dǎo)數(shù)為0。
Qβ0=-2∑ni=1(yi-β0-β1xi1-…-βpxip)=0
Qβj=-2∑ni=1(yi-β0-β1xi1-…-βpxip)xij=0J=1,2,…p
經(jīng)整理即得關(guān)于β0,β1,…,βp的一個(gè)線性方程組
nβ0∑ni=1xi1β1+…+∑ni=1xipβp=∑ni=1yi
∑ni=1xilβ0+∑ni=1xil2β1+…+∑ni=1xi1xipβp=∑ni=1xilyi…………
∑ni=1xipβ0+∑ni=1xipxi1β1+…+∑ni=1xip2βp=∑ni=1xipyi
(6)
稱(6)為正規(guī)方程組,其解稱為β0,β1,…,βp的最小二乘估計(jì)
(6)式可用矩陣的形式簡(jiǎn)單的表示出來(lái),令
X=1 x11 … x1p
1 x21 … x2p
… … … …
1 xn1 … xnp,Y=y1y2yn,β=β0β1βp
若記(6)的系數(shù)矩陣為A,常數(shù)項(xiàng)矩陣為B,則恰好為X′X,恰好為X′Y:
X′X=1 1 … 1
x11 x21 … xn1
… … … …
x1p x2p … xnp
1 x11 … x1p
1 x21 … x2p
… … … …
1 xn1 … xnp
=
n ∑ni=1xi1 … ∑ni=1xip
∑ni=1xi1 ∑ni=1xi12 … ∑ni=1xi1xip
… … … …
∑ni=1xip ∑ni=1xipxi1 … ∑ni=1xip2=A
X′Y=1 1 … 1
x11 x21 … xn1
… … … …
x1p x2p … xnp
y1y2…yn
=
∑ni=1yi
∑ni=1xi1yi
∑ni=1xipyi=B
因而(6)式用矩陣形式表示即為:
X′Xβ=X′Y
稱X為結(jié)構(gòu)矩陣,它說(shuō)明Y的數(shù)學(xué)期望的結(jié)構(gòu)。A=X′X為正規(guī)方程組的系數(shù)矩陣,B=X′Y為正規(guī)方程組的常數(shù)項(xiàng)矩陣。在回歸分析中通常A-1存在,這時(shí)最小二乘估計(jì)可表示為:
=(X′X)-1X′Y(7)
當(dāng)我們求得了β的最小二乘估計(jì)后,就可以建立回歸方程=0+1x1+…+pxp從而我們可以利用它對(duì)指標(biāo)進(jìn)行預(yù)測(cè)和控制。例如給出任意一組變量x1,x2,…xp的值(x01,x02,…x0p)后就可以根據(jù)=0+1x1+…+pxp求得相應(yīng)的預(yù)測(cè)值:
=0+1x01+…+px0p
為了了解預(yù)測(cè)的精度及控制生產(chǎn)的需要,通常還需求得σ2的估計(jì)。
為求σ2的估計(jì),先引入幾個(gè)名詞,稱實(shí)測(cè)值yi與回歸值i的差yi-i為殘差,稱
=Y-=Y-X=[In-X(X′X)-1X′]Y(8)
為殘差向量,而稱
Se=∑ni=1(yi-i)2=′=(Y-X)′(Y-X)
=Y′Y-X′Y=Y′[In-X(X′X)-1X′]Y(9)
為剩余平方和(或殘差平方和),(9)中各式只是它的不同表示法。
為了給出σ2的無(wú)偏估計(jì),先證明一個(gè)定理:
定理E(Se)=(n-p-1)σ2(10)
證 由Se=∑ni=1(yi-i)2=′
=(Y-X)′(Y-X)
=Y′Y-X′Y=Y′[In-X(X′X)-1X′]Y
可知 E(Se)=E(′)=E(tr′)
=E(tr′)=trE(′)
由=Y-=Y-X=Y′[In-X(X′X)-1X′]Y可知
E=E(Y-X)=E[Y-X(X′X)-1X′Y]
=Xβ-X(X′X)-1X′#8226;Xβ=0
故
E(′)=D()=D[In-X(X′X)-1X′)Y]
=[In-X(X′X)-1X′]D(Y)[In-X(X′X)-1X′]
=[In-X(X′X)-1X′][In-X(X′X)-1X′]σ2
=σ2[In-X(X′X)-1X′]
將它代入 E(Se)=trσ2[In-X(X′X)-1X′]
=σ2(n-trIP+1)=σ2(n-p-1)
定理證畢
由E(Se)=(n-p-1)σ2可知
2=Sen-p-1
是σ2的無(wú)偏估計(jì)。
回到我們討論的問(wèn)題,我們要建立行政支出與財(cái)政收入和財(cái)政支出的二元線性回歸,我們用矩陣形式寫(xiě)出其正規(guī)方程組。先寫(xiě)出XY矩陣:
X=1 x11 x12
1 x21 x22
1 xn1 xn2, Y=y1y2yn
則
X′X
n ∑ni=1xi1 ∑ni=1xi2
∑ni=1xi1 ∑ni=1xi12 ∑ni=1xi1xi2
∑ni=1xi2 ∑ni=1xi1xi2 ∑ni=1xi22,X′Y=
∑ni=1yi
∑ni=1xi1yi
∑ni=1xi2yi
從而由=(X′X)-1XY得正規(guī)方程組為:
nβ0∑ni=1xi1β1+∑ni=1xi2β2=∑ni=1yi
∑ni=1xi1β0+∑ni=1xi12β1+∑ni=1xi1xi2β2=∑ni=1xi1yi
∑ni=1xi2β0+∑ni=1xi1xi2β2+∑ni=1xi22β2=∑ni=1xi2yi
(11)
其中xi1xi2分別為1978年到2006年的財(cái)政收入與財(cái)政支出的實(shí)測(cè)值。n=29。一種直接的求法為:
由正規(guī)方程組(11)知:
0=y-11-22
其中=1n∑yi,1=1n∑yi1,2=1n∑yi2。將它代入(11)式的第二式與第三式,可得一個(gè)關(guān)于1,2的二元一次方程組
∑(xi12-xi11)1+∑(xi1xi2-xi12)2= ∑(yi-)xi1
∑(xi1xi2-xi21)1+∑(xi22-xi22)2= ∑(yi-)xi2
從而可以求1,2。
記l11=∑(xi12-xi11) l12∑(xi1xi2-xi12)
l01=∑(yi-y)xi1
l21=∑(xi1xi2-xi21)1 l22∑(xi22-xi22) l02=∑(yi-)xi2
所以
0=-11-22
1=l01l22-l02l12l11l22-l12l21
2=l02l11-l01l21l11l22-l12l21
有了0,1,2后,先由
Se=∑ni=1(yi-i)2=′=(Y-X)′(Y-X)
=Y′Y-X′Y=Y′[In-X(X′X)-1X′]Y
求Se,再利用2=Sen-3來(lái)求2
由于根據(jù)1978年到2006年這29年數(shù)據(jù)的計(jì)算量比較,而Matlab提供了計(jì)算線性回歸的工具函數(shù),所以可以減去大量的繁瑣的計(jì)算就能得到較精確的估計(jì)。為了使得計(jì)算的誤差減小,我們把每組數(shù)據(jù)都縮小10倍,即每組數(shù)據(jù)都乘以0.1,這樣,利用Matlab統(tǒng)計(jì)工具箱得到初步的回歸方程。
程序如下:
首先列出y與x1,x2的數(shù)據(jù)集合,分別以表8、表9、表10表示,即:
這里n=25,m=2
X=[ones(n,1),x1′,x2′]
[b,bint,r,rint,s]=regress(Y′, X, 0.05)
b,bint,r,rint,s,
表8 y的數(shù)據(jù)集合
Y=0.1×[52.9 70.88 75.53 76.17 102.33 158.62 161.08 171.06 214.54 268.59 301.36 386.26 414.56 414.01 463.41 634.26 847.68 996.54 1185.28 1358.85 1600.27 2020.6 2768.22 3512.49 4101.32]
表9 x1的數(shù)據(jù)集合
x1=0.1×[1132.26 966.61 1159.93 1415.15 1478.68 1519.36 1563.76 2004.82 2413.96 2447.69 2478.59 2664.9 2937.1 3149.48 3483.37 4348.95 5218.1 6242.2 7407.99 8651.14 9875.95 11444.08 13395.23 16386.04 18903.64]
表10 x2的數(shù)據(jù)集合
x2=0.1×[1122.09 1281.37 1228.83 1426.22 1482.32 1556.88 1647.49 2004.25 2491.28 2562.23 2604.95 2823.78 3083.59 3386.62 3742.2 4642.3 5792.62 6823.72 7937.55 9233.56 10798.18 13187.67 15886.5 18902.58 22053.15]
運(yùn)行后得到結(jié)果如表11所示。
表11 0,1,2的運(yùn)行結(jié)果
回歸系數(shù)回歸系數(shù)的置信區(qū)間回歸系數(shù)的估計(jì)值
0[-210.4264 -72.8317]-141.6291
1[-0.4468 -0.0939]-0.2704
2[0.2674 0.5691]0.4182
R2=1 F=2005.8 P<0.0001 s2=7.4036
計(jì)算結(jié)果包括回歸系數(shù)b=(β0,β1,β2)=(-141.6291,-0.2704,0.4182),且置信區(qū)間均不含零點(diǎn);殘差及置信區(qū)間;統(tǒng)計(jì)變量stats,它包括四個(gè)檢驗(yàn)統(tǒng)計(jì)量:相關(guān)系數(shù)的平方R2,假設(shè)檢驗(yàn)統(tǒng)計(jì)量F,與對(duì)應(yīng)的概率p,s2的值。因此我們得到初步的回歸方程為:
=-141.6291,-0.2504x1+0.4538x2(12)
4.由結(jié)果對(duì)模型的判斷
置信區(qū)間不包含零點(diǎn)表示模型較好,殘差在零點(diǎn)附近也表示模型較好,接著就利用檢驗(yàn)統(tǒng)計(jì)量R2 F p的值判斷該模型是否可用。
(1)相關(guān)系數(shù)的評(píng)價(jià):一般地,相關(guān)系數(shù)絕對(duì)值在0.8~1范圍內(nèi),可判斷回歸自變量與回變量具有較強(qiáng)的線性相關(guān)性。該模型中R2的絕對(duì)值為1,表明線性相關(guān)性較強(qiáng)。
(2)F檢驗(yàn)法:當(dāng)F>F1-a(m,n-m-1)即認(rèn)為因變量y與自變量x1,x2之間顯著地有線性相關(guān)性;否則認(rèn)為因變量y與自變量x1,x2之間的相關(guān)性不太顯著。該模型中大于F(1-a)(2,22)=3.4434(查F分布表或輸入命令finv(0.95,2,22))。