何翔舟　萬　斌

摘 要：從現(xiàn)實的政府行政支出出發(fā)，以中國政府1978-2006年的實際支出資料為依據(jù)，設計政府成本理論模型并檢驗，以預測未來政府成本——行政支出的基本標準，并分析中國政府成本的基本情況，提出相應的治理思路：尊重科學原理確定行政管理成本支出預算標準；參照社會經(jīng)濟發(fā)展指標確立行政管理成本支出標準；把政府績效與行政管理成本支出有機結(jié)合起來；重塑政府管理的業(yè)務流程。

關鍵詞：中國政府；行政成本；預測分析

中圖分類號：D63 文獻標識碼：A 文章編號：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或者在公共管理活動中(包括各類公共項目決策、管理過程、政策制定等)對社會及公眾所帶來的負面效應，這些負面效應是能夠通過政府組織或公務員個人的主觀能動性適當控制的[1]。政府成本應該是一個龐大的體系，包括有形成本與無形成本、邊際成本、決策成本、機會成本與會計成本、外顯成本與隱含成本，增量成本與沉沒成本，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問題，本文專門就1978年以來政府行政支出成本進行研究，并在理論模型基礎上，預測分析未來中國政府成本應控制的尺度，進而提出治理政府成本的意見。

一、研究依據(jù)：1978-2006年間中國政府支出成本基本資料

為了便于研究預算內(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政收入為前提條件的，同時，它與財政總支出也是密切相關的，時間是社會經(jīng)濟發(fā)展所要記載的必然要素。實際上，影響行政支出的變量是很多的，但最主要的還是財政收入和基本支出。在這里，我們的假定因素是，來自中國1978年以來詳細的實際支出資料，從而把整個研究過程建立在實證分析的基礎上。表1是中國1978-2006年預算成本支出的實際執(zhí)行情況，整個研究過程是在實際資料(硬支出指標)基礎上進行的。

二、預測模型的建立

(一)基本分析

根據(jù)表1的資料，我們選擇應用最小二乘準則建立多元線性回歸模型。依據(jù)變量的相關情況，我們這里假定，財政收入、財政總支出是行政成本支出的因變量，即

X1表示財政收入，X2表示財政總支出，t表示時間，y為因變量-行政成本支出。

實際影響財政支出成本的與因變量有關聯(lián)的自變量不止一個，那么就應該考慮用最小二乘準則，來建立多元線性回歸模型。

表1 1978-2006年期間中國行政預算成本支出情況

年份

財政收入財政支出收支差額增長速度(%)行政支出情況

(億元)(億元)(億元)財政收入財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

資料來源：《中國統(tǒng)計年鑒》，中國統(tǒng)計出版社2006年版；《中經(jīng)網(wǎng)統(tǒng)計數(shù)據(jù)庫》2007年1月17日。

我們通過表1中的數(shù)據(jù)可知，只有財政支出、財政收入、行政成本支出這三者之間具有獨立關系，而其他幾組數(shù)據(jù)都是由這三者轉(zhuǎn)化而來，所以我們只做以行政支出(y)作為因變量，財政收入(x1)和財政總支出(x2)為自變量的二元線性回歸。

(二)根據(jù)散點圖是否具有線性關系建立回歸模型

1.利用Matlab，可以得到y(tǒng)與x1、x2的散點圖。

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之間的散點圖，見圖1、圖2。plot(x1，y，﹟*|)；plot(x2，y，﹟*|)

圖1 y與x1的散點圖

圖2 y與x2的散點圖

從這兩個散點圖我們可以清楚地看到y(tǒng)與x1、x2之間有很好的線性關系。

2.建立y與x1，x2，…，x璸的p元線性回歸模型

假設它們之間的線性關系為：

Иy=β0+β1x1+…+β璸x璸+ε(1)И

式中的x1，x2，…x璸是可精確測量或可控的一般變量，y是可觀測的隨機變量，β0，β1，β2是未知參數(shù)，ε是服從N(0，σ2)分布的不可測的隨機誤差，我們獲得了n組獨立觀測值(樣本)И

(y璱，x﹊1，…x﹊p)，i=1，2，…29(2)И

于是由(1)式可知具有數(shù)據(jù)結(jié)構(gòu)式：

Иy璱=β0+β﹊1獂1+…+β璸x﹊p+ε，i=1，2，…29(3)И

其中諸ε1，ε2，…ε29相互獨立，且均服從N(0，σ2)，這就是p元線性回歸模型。對p元線性回歸模型我們將研究下面幾個問題：

一是根據(jù)樣本去估計未知參數(shù)β0+β1，…β璸，σ2，從而建立y與x1，x2，…x璸間的數(shù)量關系式(常稱為回歸方程)。

二是對由此得到的數(shù)量關系式的可信度進行統(tǒng)計檢驗。

三是檢驗各變量分別對指標是否有顯著影響。

3.參數(shù)估計

我們首先討論如何由(2)式去估計(1)式中的參數(shù)β0，β1，…β璓及σ2的問題。設β0，β1，…β璸的估計分別記為01，…，璸那么我們就可以得到一個p元線性回歸方程：И

=0+1x1+…+璸x璸(4)И

稱(4)式為p元線性回歸方程，對(2)中的每一個樣本點(x﹊l，…，x﹊p)由(4)式可求得相應的值：И

璱=0+1x﹊1+…+璸x﹊p(5)И

稱由(5)所求得的璱為回歸值(在某些情況中，亦稱預測值，擬合值等)，我們總希望由估計0，1，…，璸所定出的回歸方程能使一切y1與璱之間的偏差達到最小，根據(jù)最小二乘法原理，即要求И

﹎inβ0，β1，…，β璸∑ni=1(y璱-β0-β1x﹊p-…-β璸x﹊p)2=∑(y璱-0-1x﹊1-…-璸x﹊p)2И

所以我們只要求使

ИQ(β0，β1，…，β璸)=∑ni=1(y璱-β0-β1x﹊l…-β璸x﹊p)2И

達到極小的β0，β1，…，β璸由于Q是β0，β1，…，β璸的一個非負二次型，故其極小值必存在，根據(jù)微積分的理論知道要求Q對β0，β1，…，β璸的一階偏導數(shù)為0。И

礠L鄲陋0=-2∑ni=1(y璱-β0-β1x﹊1-…-β璸x﹊p)=0

礠L鄲陋璲=-2∑ni=1(y璱-β0-β1x﹊1-…-β璸x﹊p)x﹊j=0J=1，2，…pИ

經(jīng)整理即得關于β0，β1，…，β璸的一個線性方程組

Иnβ0∑ni=1x﹊1β1+…+∑ni=1x﹊pβ璸=∑ni=1y璱

∑ni=1x﹊lβ0+∑ni=1x﹊l2β1+…+∑ni=1x﹊1獂﹊pβp=∑ni=1x﹊l獃璱…………

∑ni=1x﹊pβ0+∑ni=1x﹊p獂﹊1β1+…+∑ni=1x﹊p2β璸=∑ni=1x﹊p獃璱

(6)И

稱(6)為正規(guī)方程組，其解稱為β0，β1，…，β璸的最小二乘估計

(6)式可用矩陣的形式簡單的表示出來，令

X=1 x11 … x1p

1 x21 … x2p

… … … …

1 x﹏1 … x﹏p，Y=y1y2髖璶，β=β0β1螃陋璸

若記(6)的系數(shù)矩陣為A，常數(shù)項矩陣為B，則恰好為X′X，恰好為X′Y：

X′X=1 1 … 1

x11 x21 … x﹏1

… … … …

x1p x2p … x﹏p

1 x11 … x1p

1 x21 … x2p

… … … …

1 x﹏1 … x﹏p

=

n ∑ni=1x﹊1 … ∑ni=1x﹊p

∑ni=1x﹊1 ∑ni=1x﹊12 … ∑ni=1x﹊1獂﹊p

… … … …

∑ni=1x﹊p ∑ni=1x﹊p獂﹊1 … ∑ni=1x﹊p2=A

X′Y=1 1 … 1

x11 x21 … x﹏1

… … … …

x1p x2p … x﹏p

y1y2…y璶

=

А苙i=1y璱

∑ni=1x﹊1獃璱

蟆苙i=1x﹊p獃璱=B

因而(6)式用矩陣形式表示即為：И

X′Xβ=X′YИ

稱X為結(jié)構(gòu)矩陣，它說明Y的數(shù)學期望的結(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)項矩陣。在回歸分析中通常A-1存在，這時最小二乘估計可表示為：

И=(X′X)-1猉′Y(7)И

當我們求得了β的最小二乘估計后，就可以建立回歸方程=0+1x1+…+璸x璸從而我們可以利用它對指標進行預測和控制。例如給出任意一組變量x1，x2，…x璸的值(x01，x02，…x0p)后就可以根據(jù)=0+1x1+…+璸x璸求得相應的預測值：

И=0+1x01+…+璸x0pИ

為了了解預測的精度及控制生產(chǎn)的需要，通常還需求得σ2的估計。

為求σ2的估計，先引入幾個名詞，稱實測值y璱與回歸值璱的差y璱-璱為殘差，稱

=Y-=Y-X=[I璶-X(X′X)-1猉′]Y(8)

為殘差向量，而稱

Se=∑ni=1(y璱-璱)2=′=(Y-X)′(Y-X)

=Y′Y-X′Y=Y′[I璶-X(X′X)-1猉′]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的無偏估計，先證明一個定理：

定理E(Se)=(n-p-1)σ2(10)

證 由Se=∑ni=1(y璱-璱)2=′

=(Y-X)′(Y-X)

=Y′Y-X′Y=Y′[I璶-X(X′X)-1猉′]Y

可知 E(Se)=E(′)=E(tr′)

=E(tr′)=trE(′)

由=Y-=Y-X=Y′[I璶-X(X′X)-1猉′]Y可知

E=E(Y-X)=E[Y-X(X′X)-1猉′Y]

=Xβ-X(X′X)-1猉′?Xβ=0

故

E(′)=D()=D[I璶-X(X′X)-1猉′)Y]

=[I璶-X(X′X)-1猉′]D(Y)[I璶-X(X′X)-1猉′]

=[I璶-X(X′X)-1猉′][I璶-X(X′X)-1猉′]σ2

=σ2[I璶-X(X′X)-1猉′]

將它代入 E(Se)=trσ2[I璶-X(X′X)-1猉′]

=σ2(n-trI㏄+1)=σ2(n-p-1)

定理證畢

由E(Se)=(n-p-1)σ2可知

ИИ2=Sen-p-1И

是σ2的無偏估計。

回到我們討論的問題，我們要建立行政支出與財政收入和財政支出的二元線性回歸，我們用矩陣形式寫出其正規(guī)方程組。先寫出XY矩陣：

X=1 x11 x12

1 x21 x22

1 x﹏1 x﹏2， Y=y1y2髖璶

則

X′X

n ∑ni=1x﹊1 ∑ni=1x﹊2

∑ni=1x﹊1 ∑ni=1x﹊12 ∑ni=1x﹊1獂﹊2

∑ni=1x﹊2 ∑ni=1x﹊1獂﹊2 ∑ni=1x﹊22，X′Y=

∑ni=1y璱

∑ni=1x﹊1獃璱

∑ni=1x﹊2獃璱

從而由=(X′X)-1猉Y得正規(guī)方程組為：

Иnβ0∑ni=1x﹊1β1+∑ni=1x﹊2β2=∑ni=1y璱

∑ni=1x﹊1β0+∑ni=1x﹊12β1+∑ni=1x﹊1獂﹊2β2=∑ni=1x﹊1獃璱

∑ni=1x﹊2β0+∑ni=1x﹊1獂﹊2β2+∑ni=1x﹊22β2=∑ni=1x﹊2獃璱

(11)И

其中x﹊1獂﹊2分別為1978年到2006年的財政收入與財政支出的實測值。n=29。一種直接的求法為：

由正規(guī)方程組(11)知：

ИИ0=y-11-22И

其中=1n∑y璱，1=1n∑y﹊1，2=1n∑y﹊2。將它代入(11)式的第二式與第三式，可得一個關于1，2的二元一次方程組

∑(x﹊12-x﹊11)1+∑(x﹊1獂﹊2-x﹊12)2= ∑(y璱-)x﹊1

∑(x﹊1獂﹊2-x﹊21)1+∑(x﹊22-x﹊22)2= ∑(y璱-)x﹊2

從而可以求1，2。

記l11=∑(x﹊12-x﹊11) l12∑(x﹊1獂﹊2-x﹊12)

l01=∑(y璱-y)x﹊1

l21=∑(x﹊1獂﹊2-x﹊21)1 l22∑(x﹊22-x﹊22) l02=∑(y璱-)x﹊2

所以И

0=-11-22

1=l01猯22-l02猯12猯11猯22-l12猯21

2=l02猯11-l01猯21猯11猯22-l12猯21

И

有了0，1，2后，先由

Se=∑ni=1(y璱-璱)2=′=(Y-X)′(Y-X)

=Y′Y-X′Y=Y′[I璶-X(X′X)-1猉′]Y

求Se，再利用2=Sen-3來求2

由于根據(jù)1978年到2006年這29年數(shù)據(jù)的計算量比較，而Matlab提供了計算線性回歸的工具函數(shù)，所以可以減去大量的繁瑣的計算就能得到較精確的估計。為了使得計算的誤差減小，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]

運行后得到結(jié)果如表11所示。

表11 0，1，2的運行結(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；殘差及置信區(qū)間；統(tǒng)計變量stats，它包括四個檢驗統(tǒng)計量：相關系數(shù)的平方R2，假設檢驗統(tǒng)計量F，與對應的概率p，s2的值。因此我們得到初步的回歸方程為：

И=-141.6291，-0.2504x1+0.4538x2(12)И

4.由結(jié)果對模型的判斷

置信區(qū)間不包含零點表示模型較好，殘差在零點附近也表示模型較好，接著就利用檢驗統(tǒng)計量R2 F p的值判斷該模型是否可用。

(1)相關系數(shù)的評價：一般地，相關系數(shù)絕對值在0.8~1范圍內(nèi)，可判斷回歸自變量與回變量具有較強的線性相關性。該模型中R2的絕對值為1，表明線性相關性較強。

(2)F檢驗法：當F>F1-a(m，n-m-1)即認為因變量y與自變量x1，x2之間顯著地有線性相關性；否則認為因變量y與自變量x1，x2之間的相關性不太顯著。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))。

(3)P值檢驗：若P

以上三種統(tǒng)計推斷方法推斷的結(jié)果是一致的，說明因變量y與自變量x1，x2之間顯著地有線性相關性，所得的回歸模型可用的。s2當然越小越好，這主要在模型改進時作為參考。

三、對中國政府未來行政支出成本的預測

為檢驗上述模型的正確性，我們選取2008年、2020年、2050年進行模擬預測。要得到2008到2020以及2050年的行政支出，我們的思想是把時間作為一個自變量，財政收入和財政支出均作為因變量，通過Matlab工具箱作一個線性或非線性的擬合可得出預期的年份的財政收入與支出，再由模型一中的回歸方程，可以得出預期年份行政支出。

同樣，我們利用Matlab工具箱作一個時間與財政收入與支出的散點圖，會發(fā)現(xiàn)它們呈一個二次函數(shù)的關系，所以我們利用二次多項式來擬合它們的關系。

(一)預測程序

1.建立M文件

function yhat=model(beta0，x)

a=beta0(1)；

b=beta0(2)；

c=beta0(3)；

x2=x(：，2)；

t=x(：，1)；

yhat=a+b*t+c*t.^2；

2.建立程序

x=[19781132.261122.09

1979966.611281.37

19801159.931228.83

19811415.151426.22

19821478.681428.32

19831519.361556.88

19841563.761647.49

19852004.822004.25

19862413.962491.28

19872447.692562.23

19882478.592604.95

19892664.92823.78

19902937.13083.59

19913149.483386.62

19923483.373742.2

19934348.954642.3

19945218.15792.62

19956242.26823.72

19967407.997937.55

19978651.149233.56

19989875.9510798.18

199911444.0813187.67

200013395.2315886.5

200116386.0418902.58

200218903.6422053.15

200321715.2524649.95

200426396.4728486.89

200531649.2933930.28

200635423.3838373.38]

beta0=[500 1 0.5]；

x2=x(：，2)

[beta，R，J]=nlinfit(x，x2，'model'，beta0)；

betaci=nlparci(beta，R，J)；

beta，betaci

a=beta(1)；

b=beta(2)；

c=beta(3)；

t=x(：，1)；

yy=a+b*t+c*t.^2；

plot(t，x2，'o'，t，yy，'-')，pause

nlintool(x，x2，'model'，beta)

圖3表示1978年到2006年的時間t與財政收入的散點圖，實線表示擬合后時間t與財政收入的函數(shù)關系，所得到的一個交互式的畫面如圖4所示。

圖3 以x1為標志1978-2006年財政收入散點圖

圖4 以x1為標志的1978-2006年財政收入交互畫面

通過運行程序得到的與時間的關系為：

Иx1=5088.67-1000.588×t+72.356×t2；И

因此，以x1為標志與時間t的分析結(jié)果如表12。

表12 以x1為標志的分析結(jié)果

系數(shù)系數(shù)值的置信區(qū)間系數(shù)的估計值

β0[2785.782 7391.566]5088.674

β1[-1546.264 -838.588]-1192.426

β2[60.911 83.801]72.356

用同樣的方法，我們可以得到x2與時間t的關系。

圖5 以x2為標志1978-2006年財政收入散點圖

所得到的一個交互式畫面如下：

圖6 以x2為標志的1978-2006年財政收入交互畫面

通過運行程序得到的x2與時間t的關系為：

Иx2=5367.056-1123.257×t+79.050×t2；И

同樣，以x2為標志與時間的分析結(jié)果如表13。

表13 以x2為標志的分析結(jié)果

系數(shù)系數(shù)值的置信區(qū)間系數(shù)的估計值

β0[3181.663 7552.449]53670.56

β1[-1620.442 -9488.73]-1284.657

β2[68.18889.911]79.050

3.預測結(jié)果

2008年的行政支出預算：

把t=30代入模型二中可得：

x1=5088.674-1000.5888×30+72.356 ×302=40191

x2=5367.056-1123.257×30+79.050 ×302=42814

再把x1，x2的值代入(2)式可得2008年的行政支出預算：

y=-141.6291-0.2504×40191+0.4538 ×42814=9223.6

2020年的行政支出預算：

把t=42代入模型二中可得：

x1=5088.674-1000.5888×42+72.356 ×422=90700

x2=5367.056-1123.257×42+79.050 ×422=97638

再把x1，x2的值代入(2)式可得2020年的行政支出預算：

y=-141.6291-0.2504×90700+0.4538 ×97634=21454

2050年的行政支出預算：

把t=72代入模型二中可得：

x1=5088.674-1000.5888×72+72.356 ×722=30814

x2=5367.056-1123.257×30+79.050 ×302=334290

再把x1，x2的值代入(2)式可得2050年的行政支出預算：

y=-141.6291-0.2504×308140+0.4538 ×334290=704400

綜上可得：

2008年預期的行政支出為：9223.6(億)，

2020年預期的行政支出為：21454(億)，

2050年預期的行政支出為：704400(億)。

四、中國政府行政成本的治理思路

根據(jù)研究結(jié)果，我們認為，既往的中國政府行政管理成本在治理上始終處于盲從狀態(tài)，缺乏科學的考核標準。為此，根據(jù)研究結(jié)果，結(jié)合現(xiàn)實情況，提出我們的治理思路。

(一)尊重科學原理確定行政管理成本支出預算標準

盡管預算改革屬于政府管理方式和技術層面的問題，然而，健全的預算不僅對一國經(jīng)濟增長有著深遠的影響，同時也是良好的公共治理結(jié)構(gòu)的關鍵要素[3](pp.923-38)。行政管理成本的支出是完全納入政府年度預算的，這就使政府行政管理成本支出控制的主觀能動性很大。政府過去在每年的財政總支出上一貫尊重傳統(tǒng)的預算工作，但是對于政府自身的行政管理支出還沒有一套相對成熟的預算或考核標準。一般地講，政府常規(guī)下行政管理成本支出波動不是很大，這樣，使得制定相應的科學支出依據(jù)就存在客觀上的可能。上述的預測僅僅是一種確立行政管理成本支出預算的方法，雖然不能說就是完全意義上的科學，但它可以為將來的行政管理成本支出找到相應的標準或者說找到相應的參考依據(jù)，可以借此原理，考慮相應的調(diào)整系數(shù)，結(jié)合實際情況使政府的行政管理成本支出更加科學合理。例如，我們按照過去近30年的資料，測得2008年中國政府的行政管理成本支出應該是9223.6億元，2020年和2050年，中國政府行政管理成本的支出應該分別為21454億元、704400億元，也許像2050年這樣長遠的預測還需要調(diào)整系數(shù)來進一步切合實際，但是，從近期的情況看，這種預測結(jié)果還是有很好的參考價值的。從一定意義上講，尊重科學原理規(guī)范政府行政管理成本支出的預算標準，是硬性約束政府管理行為的有效舉措，是建立企業(yè)家政府，整合不同的體制，為社會提供無縫隙服務[2](p.181)，推進中國政府公共管理現(xiàn)代化并實現(xiàn)服務型政府的必由之路。

(二)參照社會經(jīng)濟發(fā)展指標確立行政管理成本支出標準

實際上，公共管理的許多方面都是能夠綜合考慮的。我們假定，如果一個相對能夠體現(xiàn)帕累托改善效應的政府組織①，在常規(guī)環(huán)境下，其自身的成本支出的比重大小，應該控制在其業(yè)績發(fā)展速度范圍之內(nèi)，根據(jù)這個道理，我們認為，下列指標是政府做行政管理成本支出預算時所要必須考慮的：一是政府行政管理成本支出增長幅度不能高于整個國家GDP的增長幅度；二是政府行政管理成本的支出增長幅度不應該高于該國人均純收入的增長幅度；三是政府行政管理成本支出增長幅度不應該高于全社會消費水平在增長幅度(如果考慮更加仔細一點的話，應該是不高于全社會消費總量中除去用于建設、教育文化、衛(wèi)生等以及人們生活必須品之外的那部分消費總量的增長幅度)，應該說該指標是政府行政管理成本支出最能夠參照的指標；四是政府行政管理成本支出增長幅度不應該高于國民收入總量的增長幅度。另外，政府行政管理成本的支出還可以考慮與財政總收入之間的關系?？傊?，只有確立了能夠參照的支出標準，政府行政管理成本的預算才是科學的。政府行政管理成本如果不能建立一個科學的支出標準，很有可能會是行政管理成本支出預算越來越背離客觀依據(jù)，例如，中國政府自1978年以來，行政管理成本支出和財政總收入之間的比重是一個持續(xù)增長的過程，即由1978年行政管理成本支出占財政總收入的4.71%，發(fā)展到2006年行政管理成本支出占財政總收入的19.46%，如果照此發(fā)展下去，是人們難以想象。

(三)把政府績效與行政管理成本支出有機結(jié)合起來

在私人領域，經(jīng)濟效益是指生產(chǎn)總值與同生產(chǎn)成本之間的比例關系。用公式表示：經(jīng)濟效益=(生產(chǎn)總值/生產(chǎn)成本)=

C+V+MC+V

這里C為消耗原材料價值；V是工人工資；M是利潤。

在政府管理領域，對績效定義是什么，實際上還并不十分明確。我們認為，所謂政府績效就是政府管理決策為社會帶來的福利的大小與其所付出代價之間的比例關系，這種代價就是政府成本，而這種政府成本在行政管理支出預算方面和政府績效是密切關聯(lián)。西方各國在政府再造過程中發(fā)展了企業(yè)化預算制度(Entrepreneurial Budgeting System)②， 如果不考慮政府行政管理的成本支出，單方面講究政府績效，很難得出政府績效優(yōu)劣與否的。直至目前，無論是公共管理實踐，還是理論研究，不能把政府績效評價和政府在行政管理成本領域的支出問題密切結(jié)合起來，這是理論與實踐方面共同存在的誤區(qū)。我們假定政府管理不計較成本支出，在具體的有形公共產(chǎn)品項目上可能得不償失，而在無形公共產(chǎn)品項目上亦然，例如，歷史上在西部地區(qū)大量開荒種田，造成當前與未來很長時期的沙漠化現(xiàn)象及循環(huán)經(jīng)濟方面的成本可能還要大于社會福利總量。由此，如何把政府績效與行政管理成本有機地結(jié)合起來分析，是治理政府在行政管理領域成本支出問題不可忽略的具有保障意義的問題。

(四)重塑政府管理的業(yè)務流程

重塑政府管理的業(yè)務流程就是要用治理理念關注政府行為，如何在日益多樣政府管理成本支出的關鍵。在中國傳統(tǒng)的政府管理業(yè)務流程下，政府管理活動是不考慮成本問題的，重點是考慮如何貫徹落實政府的政治意圖，只要政府的基本化的政府組織形式下保護公共利益[4](p.3)，從根本上講，政府管理的業(yè)務流程是影響意圖達到了，管理認為就落實了。這種由于管理理念下產(chǎn)生的政府管理的業(yè)務流程，在一定程度上忽略對行政管理成本支出的考慮，以公共服務為理念所建立的政府管理業(yè)務流程，從根本上擯棄了政府只顧自身的執(zhí)政而不考慮社會需要的傳統(tǒng)思維，公共服務理念下的政府管理是為治理社會而設立的業(yè)務流程，政府的目標從政體價值的白話保護范圍擴大到所有的公眾[5](p.42)，其基本標志是社會資源配置的帕累托改善，體現(xiàn)的是公眾用他們所繳納的稅收向政府購買公眾所需要的服務，行政管理的成本控制成了政府運轉(zhuǎn)的前提。實際上，新的業(yè)務流程應該遵循政府組織中存在的四種基本的運作過程，即分配過程、整合過程、邊界交換過程和社會動機過程[6](p.395)，因此，重塑政府管理的業(yè)務流程，與控制行政管理成本成了相輔相成、相得益彰的關系。

注釋：

①在相應正常發(fā)展組織內(nèi)部，一般組織的成本支出比重增長幅度的大小，都是不能超過其業(yè)績發(fā)展速度的，政府組織也應該參考這種成本業(yè)績增長與發(fā)展之比重的規(guī)律。當然，當組織業(yè)績受到客觀影響，遭遇特殊情況時，該規(guī)律就會打破。

②也可稱為“績效基礎預算”(Performance-based Budgeting)、“使命導向預算”(Mission-drivenbudgeting)或者支出控制預算“(Expenditure-control budgeting)。

參考文獻：

[1]何翔舟.論政府成本[J].新華文摘，2001，(12)；行政成本及其治理[J].政治學研究，2004，(4).

[2]拉塞爾.M，林登.無縫隙政府[M].北京：中國人民大學出版社，2002.

[3](轉(zhuǎn))陳小悅，陳立齊.政府預算與會計改革-中國與西方的模式[M].北京：中信出版社，2002.

[4]經(jīng)濟合作發(fā)展組織.分散化的公共治理——代理機構(gòu)、權(quán)力主體和其他政府實體[M].北京：中信出版社，2004.

[5]喬治?弗雷德里克森.公共行政的精神[M].北京：中國人民大學出版社，2003.

[6]H.George Frederickson.Toward a New Public Administration[A]. Jay M. Shafritz， Albert C.Hyde.Classics of Public Administratration[C]. Oak Park， Illinois：Moore Publishing Company， Inc.1978.

[責任編輯：段志超]