[摘要]文章以2015年江蘇省財政支出數(shù)據(jù)為依據(jù)，運用因子分析法及SPSS軟件對江蘇省各市的財政支出狀況進行比較研究，結果表明蘇州和南京的財政支出水平較高，而且結構合理，江蘇省其他地市的政府應借鑒這兩個地市的經(jīng)驗，使其財政支出效用最大化。

[關鍵詞]財政支出；因子分析；因子得分

[DOI]1013939/jcnkizgsc201714104

1引言

財政支出是政府發(fā)揮職能的前提，它對某區(qū)域經(jīng)濟增長的影響主要取決于該地區(qū)財政支出的結構。近年來，有許多學者對財政支出與經(jīng)濟增長的關系進行了研究，但大多數(shù)是從國家層面進行研究，鮮有學者著眼于區(qū)域的角度進行分析，而各個地區(qū)財政支出狀況存在明顯差異。因此本文以2015年數(shù)據(jù)為基礎，對江蘇省各地市的財政支出進行了比較研究，以期為政府決策提供量化依據(jù)。

2實證分析

21指標選取與數(shù)據(jù)來源

在參考學者們關于財政支出相關文獻研究的基礎上，結合江蘇省財政支出的實際情況，本文構造了含11個指標的財政支出統(tǒng)計指標體系，分別為：一般公共服務x1、公共安全x2、教育x3、科學技術x4、文化體育與傳媒x5、社會保障和就業(yè)x6、醫(yī)療衛(wèi)生x7、節(jié)能環(huán)保x8、城鄉(xiāng)社區(qū)服務x9、農(nóng)林水事務x10、交通運輸x11，所用數(shù)據(jù)來源于《江蘇統(tǒng)計年鑒2016》。

22因子分析的適用性檢驗

本文運用2015年江蘇省13個地市的數(shù)據(jù)，利用SPSS軟件對指標數(shù)據(jù)進行KMO檢驗和Bartlett球度檢驗，以判斷其是否適合做因子分析。

由軟件輸出結果得KMO的值為0741，大于05，Bartlett球度檢驗所對應的P值為0，小于顯著性水平005，說明這11個變量之間存在相關性，也即本文適合做因子分析。

23公共因子的提取及命名

由表1可得，前兩個公共因子所解釋的方差之和為93494%，大于85%，故提取兩個公共因子，分別記為F1，F(xiàn)2。

第一個公共因子F1的方差貢獻率為72417%，是影響財政支出的主要因素，它在x1、x2、x3、x4、x5、x6、x7、x8、x9、x11上的因子載荷較大，說明F1主要反映了基礎服務支出，稱為“基礎因子”；第二個公共因子F2的方差貢獻率為21077%，它在x10上的因子載荷較大，說明F2主要反映了政府對農(nóng)業(yè)的資金投入力度，稱為“農(nóng)業(yè)因子”。

24因子得分的計算

根據(jù)表2的因子得分系數(shù)可計算出公共因子F1，F(xiàn)2的得分，所用模型為：

以F1，F(xiàn)2的方差貢獻率占總的方差貢獻率的比重為權重，利用其因子得分，可計算出2015年江蘇省各個地市的綜合因子得分F，其模型為：

由式（1）和式（2）計算得公共因子F1，F(xiàn)2及綜合因子F的得分與排名如表3所示。

3結果分析及政策建議

由公共因子F1的得分及排名可知，排名前三位的依次是蘇州、南京、無錫，其得分大于0，即蘇州、南京、無錫的基礎服務支出高于江蘇省的平均水平，其余10個地市的得分都小于0，即這些地市的基礎服務支出低于江蘇省的平均水平。

由公共因子F2的得分及排名可知，其得分大于0的地市有5個，分別是徐州、鹽城、南通、蘇州和宿遷，說明這5個地市的政府在農(nóng)業(yè)方面的投入力度較大，其財政支出高于江蘇省的平均水平。

由綜合因子F的得分及排名可知，蘇州和南京的綜合得分較高，其值大于1，說明政府對這兩個城市的基礎支出和農(nóng)業(yè)支出的力度較大，而且結構也合理，因此，其他城市應借鑒蘇州、南京的經(jīng)驗，努力使其財政支出結構合理化，以提高財政支出的綜合水平。

參考文獻：

[1]何曉群多元統(tǒng)計分析[M].北京：中國人民大學出版社，2014

[2]潘燕基于因子分析法的安徽省各市財政支出比較研究——以2012年為例[J].經(jīng)營管理者，2015（1）：186-187

[3]賀彥淇基于因子分析的四川省各市州財政支出研究[J].經(jīng)濟研究導刊，2014（35）：161-162

[作者簡介]郭利鋒（1990—），女，漢族，陜西榆林人，助教。研究方向：經(jīng)濟統(tǒng)計。