包鑫

一、引言

由于財(cái)政工作經(jīng)常與數(shù)據(jù)打交道，財(cái)政政策制定實(shí)施過程中數(shù)據(jù)分析測算是非常重要的基礎(chǔ)工作。對于財(cái)政實(shí)務(wù)部門來說，統(tǒng)計(jì)計(jì)量方法應(yīng)用本身具有一定知識門檻，如從學(xué)界高度復(fù)雜的論文中學(xué)習(xí)相關(guān)統(tǒng)計(jì)計(jì)量方法，更是增加了應(yīng)用的困難性。所以說財(cái)政實(shí)務(wù)部門迫切需要適用性強(qiáng)、操作簡單、結(jié)論直觀的統(tǒng)計(jì)計(jì)量方法來解決一些實(shí)際問題。本文介紹聚類分析這種統(tǒng)計(jì)計(jì)量方法，并以浙江省縣市區(qū)轉(zhuǎn)移支付分檔為例，通過統(tǒng)計(jì)軟件SPSS計(jì)算得出結(jié)果。該方法的適用性良好，能夠揭示數(shù)據(jù)后規(guī)律，并能在一定程度上真正指導(dǎo)實(shí)際工作。

二、聚類分析方法簡介

所謂物以類聚，人以群分。聚類分析便是研究多要素事物分類問題的數(shù)量方法，是當(dāng)代分類學(xué)與多元分析的結(jié)合。其基本原理是，根據(jù)樣本自身的屬性，即在樣本多指標(biāo)的情況下，用數(shù)學(xué)方法按照某種相似性或差異性指標(biāo)，定量地確定樣本之間的相似程度關(guān)系，并按這種關(guān)系程度對樣本進(jìn)行歸類。簡而言之，聚類分析就是按照各事物之間不同的特性進(jìn)行辨認(rèn)，將具有相似特性的事物歸別為同類。

聚類分析的方法可以大致分為兩類，系統(tǒng)聚類法（Hierachical Cluster）和非系統(tǒng)聚類法（Non-hierarchical Clustering）。其中K-means Cluster便是非系統(tǒng)聚類分析中最常用的K-均值聚類法，其基本原理是對樣本按照設(shè)定的類別數(shù)進(jìn)行快速聚類，將某些樣本作為今后各類的初始核心，通過計(jì)算得出各類的中心位置，進(jìn)而重新計(jì)算達(dá)到初始核心位置并再次分類。與系統(tǒng)聚類相比，快速聚類的計(jì)算量較小，但適用范圍較窄，如要求事先明確分類數(shù)量，所使用的變量數(shù)據(jù)都必須是連續(xù)變量，并且對數(shù)據(jù)的多元正態(tài)、方差齊次等數(shù)據(jù)假設(shè)要求較高。同時(shí)，如樣本量大于100，則需考慮是否使用快速聚類。

系統(tǒng)聚類法（Hierarchical Clustering）是目前國內(nèi)外使用最多的一種方法，其基本思想是：先將n個樣本各自看成一類，計(jì)算類與類之間即樣本間的距離；然后選擇距離最小的一對并成一個新類，計(jì)算新類和其他類的距離；再將距離最小的兩類合并，這樣每次減少一類，直至所有的樣本都成為一類為止。系統(tǒng)聚類法的優(yōu)點(diǎn)在于利用樣本在多維度下之間的距離最近原則進(jìn)行聚類，對數(shù)據(jù)的要求沒有快速聚類方法高，提供的運(yùn)算方法也多樣。缺點(diǎn)是計(jì)算速度沒有快速聚類快，但在現(xiàn)有計(jì)算機(jī)硬件水平下基本可以忽略。本文將采用系統(tǒng)聚類法。

三、案例應(yīng)用

本文以浙江省轉(zhuǎn)移支付縣市區(qū)分類為例，從而說明該方法可以在省級層面，服務(wù)于較中觀的財(cái)政政策制定。這一案例適用的前提原因便是省級的樣本量可以滿足分類的需要。

轉(zhuǎn)移支付是政府間平衡財(cái)力，促進(jìn)下級政府有效發(fā)揮經(jīng)濟(jì)發(fā)展、民生保障、維持運(yùn)轉(zhuǎn)等各項(xiàng)職能的重要工具。為此，浙江省財(cái)政廳于2015年發(fā)文《浙江省財(cái)政廳關(guān)于深化財(cái)政體制改革的實(shí)施意見》（浙財(cái)預(yù)〔2015〕50號），其中提出“優(yōu)化完善轉(zhuǎn)移支付地區(qū)分類分檔體系，建立換檔激勵獎補(bǔ)機(jī)制。以各市、縣（市）經(jīng)濟(jì)社會發(fā)展水平、經(jīng)濟(jì)動員能力、財(cái)力狀況等因素為依據(jù)分為二類六檔?！本唧w如下：

一類一檔：淳安縣、文成縣、泰順縣、開化縣、慶元縣、松陽縣、景寧縣等7個縣。轉(zhuǎn)移支付系數(shù)為1。

一類二檔：蒼南縣、永嘉縣、武義縣、磐安縣、衢州市、龍游縣、常山縣、江山市、岱山縣、嵊泗縣、麗水市、青田縣、云和縣、龍泉市、縉云縣、遂昌縣、仙居縣、天臺縣等18個市、縣（市）。轉(zhuǎn)移支付系數(shù)為0.9。

一類三檔：三門縣、平陽縣、舟山市、蘭溪市等4個市、縣（市）。轉(zhuǎn)移支付系數(shù)為0.8。

二類一檔：金華市、安吉縣、建德市、桐廬縣、臨安市、嵊州市、新昌縣、浦江縣、東陽市、臨海市等10個市、縣（市）。轉(zhuǎn)移支付系數(shù)為0.6。

二類二檔：海寧市、桐鄉(xiāng)市、平湖市、嘉善縣、海鹽縣、長興縣、德清縣、諸暨市、瑞安市、樂清市、永康市、義烏市、溫嶺市、玉環(huán)縣等14個縣（市）。轉(zhuǎn)移支付系數(shù)為0.4。

二類三檔：杭州市、嘉興市、湖州市、紹興市、臺州市、溫州市等6個市。轉(zhuǎn)移支付系數(shù)為0.2。

轉(zhuǎn)移支付系數(shù)越低，當(dāng)?shù)亟?jīng)濟(jì)能力、財(cái)政實(shí)力也越強(qiáng)，其中二類三檔主要是浙江10個市區(qū)中的6家（除寧波），而金華市、舟山市、衢州市和麗水市則分布在其他類檔。據(jù)筆者了解，轉(zhuǎn)移支付檔次劃分使用十多個指標(biāo)，有經(jīng)濟(jì)類、財(cái)政類、社會類等，并賦予不同權(quán)重從而構(gòu)成一個復(fù)雜的指標(biāo)體系，這匯聚了浙江省財(cái)政廳預(yù)算部門整個團(tuán)隊(duì)的智慧。本文僅是從國民經(jīng)濟(jì)發(fā)展角度，對全浙江省縣市區(qū)進(jìn)行分類分檔，對照省財(cái)政廳現(xiàn)有分檔結(jié)果，對本文做法進(jìn)行一定的檢驗(yàn)。

（一）數(shù)據(jù)說明及定性處理

數(shù)據(jù)來源于《浙江統(tǒng)計(jì)年鑒2015》中各市、縣國民經(jīng)濟(jì)主要指標(biāo)，同時(shí)本文根據(jù)多重共線性和缺失值情況對相關(guān)指標(biāo)進(jìn)行了篩選，最終納入戶籍人口數(shù)、GDP、工業(yè)增加值①“營改增”分成調(diào)整后，該指標(biāo)更為重要。、人均GDP、社會消費(fèi)品零售總額、固定資產(chǎn)投資、財(cái)政總收入、地方財(cái)政收入、地方財(cái)政總支出、城鄉(xiāng)居民儲蓄存款額。本文認(rèn)為這些指標(biāo)完全能夠反映當(dāng)時(shí)的地方經(jīng)濟(jì)實(shí)力、財(cái)政實(shí)力以及政府動員經(jīng)濟(jì)社會能力。

（二）數(shù)據(jù)計(jì)算

1.缺失值計(jì)算

缺失值在年鑒中較為常見，但如果因?yàn)樯倭咳笔е当闵崛フ麄€指標(biāo)，對數(shù)據(jù)是一種浪費(fèi)。比如對金東區(qū)的城鄉(xiāng)居民儲蓄存款額缺失，可以使用Missing Value Analysis進(jìn)行測算，其中已知EM（即期望最大化）方法，一般均要優(yōu)于Regession多重線性回歸方法，其SPSS操作如下：

（1）Analyze→Missing Value Analysis；（2）Quantitative Variables框選擇所有數(shù)量指標(biāo)；Label Cases by選擇地區(qū)指標(biāo)；Estimation選擇EM；EM選項(xiàng)下選擇save completed data；file選項(xiàng)下輸入估計(jì)出新文件如abc；（3）點(diǎn)擊continue，點(diǎn)擊ok結(jié)果如表1所示。

表1 EM均值a

這是EM估計(jì)給出的均值，下方是Little的MCAR檢驗(yàn)，結(jié)果認(rèn)為數(shù)據(jù)缺失是完全隨機(jī)的。同時(shí)在新的文件中給出金東區(qū)城鄉(xiāng)居民儲蓄存款額的估計(jì)值153.56億元。之后進(jìn)入正式演算環(huán)節(jié)。

2.數(shù)據(jù)演算

其操作步驟與之前基本一致，具體操作如下：

（1）Analyze→Classify→Hierachical Cluster；（2）Variables框選擇所有連續(xù)數(shù)據(jù)變量；Label Cases by選擇地區(qū)；Cluster選擇Cases；在plots選項(xiàng)中選擇Dendrongram；（3）點(diǎn)擊continue；在Method選項(xiàng)中選擇標(biāo)準(zhǔn)化Z-Scores，這是因?yàn)楦髯兞康膯挝徊唤y(tǒng)一；點(diǎn)擊ok結(jié)果根據(jù)樹形圖簡化如表2。

我們可以發(fā)現(xiàn)，浙江省內(nèi)整體可以分為三類，杭州市區(qū)、寧波市區(qū)第一類，紹興市區(qū)、溫州市區(qū)第二類，其他地區(qū)為第三類。其他地區(qū)數(shù)量較多，本文剔出第一類和第二類地區(qū)后，再將第三類進(jìn)行細(xì)化，聚類為四類，根據(jù)樹形圖簡化得到表3。

表2 初步聚類結(jié)果情況表

從表3可知，經(jīng)過細(xì)分，如將表2中的第三類分為四檔，余杭區(qū)、慈溪市、鄞州區(qū)、蕭山區(qū)和臺州市區(qū)整體經(jīng)濟(jì)體量較大，可以是第三類第一檔；第二檔為余姚市、諸暨市、湖州市區(qū)、嘉興市區(qū)、瑞安市、樂清市、溫嶺市、金華市區(qū)、義烏市、舟山市區(qū)、柯橋區(qū)；第三檔為蒼南縣、臨?？h、永嘉縣等地區(qū)；第四檔為遂昌縣、松陽縣等地區(qū)。與省廳分類分檔有一定相似之處，特別是上下限。

表3 對第三類地區(qū)分檔情況表

（三）類別特征分析

綜合前文計(jì)量分析和按照簡化類別的目的，浙江省全省縣市區(qū)按照經(jīng)濟(jì)發(fā)展情況可以分為六類，從簡便起見，可以利用各類別的均值來分析各類特征，且由于各類之間指標(biāo)最大值與最小值相差過大，可以將相近兩類進(jìn)行分析比較。

表4 各類地區(qū)指標(biāo)均值比較情況表

由表4可知：

1.第一類地區(qū)

杭州市區(qū)、寧波市區(qū)作為整個浙江省社會經(jīng)濟(jì)最發(fā)達(dá)的市區(qū)，各項(xiàng)指標(biāo)均遙遙領(lǐng)先第二類地區(qū)。從指標(biāo)數(shù)值看，人口為377萬人，GDP達(dá)到6283億元，工業(yè)增加值約為2463億元，人均GDP為176948元，社會消費(fèi)品零售總額2703億元，固定資產(chǎn)投資超過3000億元，財(cái)政總收入接近1500億元，地方財(cái)政收入為770億元，地方財(cái)政總支出735億元，地方財(cái)政收支略有盈余，城鄉(xiāng)居民存款年末余額超過4328億元。與第二類地區(qū)相比，GDP以及工業(yè)增加值均為第二類地區(qū)的2.8倍；固定資產(chǎn)投資為2.8倍；社會消費(fèi)品零售總額是近3倍，財(cái)政總收入為4.8倍；財(cái)政總支出則為近4倍。其中僅人均GDP均值為176948元，相差較少倍數(shù)，為1.5倍。人均GDP以2014年末美元匯率中間價(jià)格1∶6.1190計(jì)算，為28918美元，城市已經(jīng)實(shí)現(xiàn)現(xiàn)代化目標(biāo)，成為經(jīng)濟(jì)發(fā)達(dá)城市。

2.第二類地區(qū)

紹興市區(qū)和溫州市區(qū)是浙江省社會經(jīng)濟(jì)次發(fā)達(dá)市區(qū)，這是相比杭州市區(qū)和寧波市區(qū)而言。從指標(biāo)數(shù)值看，人口接近于200萬，GDP達(dá)到2000億元以上，工業(yè)增加值接近900億元，人均GDP約為11500元，社會消費(fèi)品零售總額超過1000億元，固定資產(chǎn)投資超過1200億元，財(cái)政總收入超過300億元，地方財(cái)政收入超過180億元，地方財(cái)政收支大致平衡，城鄉(xiāng)居民存款年末余額超過1700億元。但可以發(fā)現(xiàn)，二三類地區(qū)間指標(biāo)差距比一二類地區(qū)間要小很多，即GDP值（二三類相差820億元）、社會消費(fèi)品零售總額（二三類相差560億元）、固定資產(chǎn)投資（二三類相差553億元）以及城鄉(xiāng)居民存款年末余額（二三類相差為777億元），這些為相差大于300億元的指標(biāo)，而在地方財(cái)政收入、財(cái)政總支出方面則相差50億元左右，甚至第二類地區(qū)人均GDP要低于第三類4242元，二類比三類人口數(shù)多72萬人。二類地區(qū)人均GDP換算為18789美元，超過1萬美元，標(biāo)志工業(yè)化已經(jīng)成熟，處于后工業(yè)化發(fā)展的后期。同時(shí)，可以發(fā)現(xiàn)第二三類地區(qū)間的差別主要是城市人口規(guī)模因素。

3.第三類地區(qū)

余杭區(qū)、慈溪市、鄞州區(qū)、蕭山區(qū)是浙江經(jīng)濟(jì)實(shí)力排名前列的區(qū)或縣級市，臺州市區(qū)經(jīng)濟(jì)實(shí)力則與之相近。從指標(biāo)數(shù)值看，人口超過110萬人（其中臺州市區(qū)人口最多達(dá)到158萬人），GDP接近1300億元，工業(yè)增加值超過600億元，人均GDP約為120000元，社會消費(fèi)品零售總額接近500億元，固定資產(chǎn)投資接近700億元，財(cái)政總收入超過230億元，地方財(cái)政收入超過130億元，地方財(cái)政總支出同上，地方財(cái)政收支大致平衡，城鄉(xiāng)居民存款年末余額接近1000億元。與第四類地區(qū)相比，優(yōu)勢較大超過100億元的指標(biāo)為GDP（相差462億元）、工業(yè)增加值（相差257億元）、城鄉(xiāng)居民存款年末余額（相差124億元）、財(cái)政總收入（相差116億元）、城鄉(xiāng)居民存款年末余額（相差約320億元）。人均GDP相差27148元。三類地區(qū)人均GDP為19485美元，超過1萬美元，接近2萬美元，說明該地區(qū)即將完成城市現(xiàn)代化，達(dá)到經(jīng)濟(jì)發(fā)達(dá)城市水平。同時(shí)，相比第四類地區(qū)，第三類地區(qū)的工業(yè)經(jīng)濟(jì)水平要更突出。

4.第四類地區(qū)

第四類地區(qū)中，4個市區(qū)為湖州市區(qū)、嘉興市區(qū)、金華市區(qū)、舟山市區(qū)，1個市轄區(qū)柯橋區(qū)，其他6個均為縣級市，可以看作省內(nèi)最為發(fā)達(dá)的縣級市第一梯隊(duì)。從指標(biāo)數(shù)值看，人口接近100萬人，GDP超過830億元，工業(yè)增加值超過350億元，人均GDP約為92000元，社會消費(fèi)品零售總額約為360億元，固定資產(chǎn)投資超過500億元，財(cái)政總收入約為117億元，地方財(cái)政收入為67.3億元，地方財(cái)政總支出約為83億元，地方財(cái)政收支差額為15.7億元，城鄉(xiāng)居民存款年末余額約為662億元。相比第五類地區(qū)，超過100億元差距的指標(biāo)主要有GDP（相差約413億元），相比二三類的差距較?。还I(yè)增加值（相差約160億元），相比二三類的差距較小；社會消費(fèi)品零售總額（相差190億元），相比二三類其差距更大；固定資產(chǎn)投資（相差260億元），相比二三類差距更大，城鄉(xiāng)居民存款年末余額（相差約為370億元），相比二三類差距更大。而財(cái)政地方收支也不同于前幾類的略有盈余、總體平衡，開始明顯存在赤字。人均GDP換算為15048美元，同為超過1萬美元，處于向后工業(yè)化發(fā)展的中期。相比第五類地區(qū)，可以發(fā)現(xiàn)在城市建設(shè)水平、消費(fèi)能力、服務(wù)業(yè)發(fā)展水平等方面更高。

5.第五類地區(qū)

第五類有27個地區(qū)，其中市區(qū)有2個為衢州市區(qū)和麗水市區(qū)，市轄區(qū)3個奉化區(qū)（規(guī)劃已調(diào)整）、上虞區(qū)、富陽區(qū)，其余為縣級市或縣，基本上反映了經(jīng)濟(jì)能力的中等水平，也相當(dāng)于平均線。從指標(biāo)數(shù)值看，人口約為64萬人，GDP約為419億元，工業(yè)增加值接近200億元，人均GDP約為71000元，社會消費(fèi)品零售總額約為169億元，固定資產(chǎn)投資超過250億元，財(cái)政總收入約為61億元，地方財(cái)政收入約34億元，地方財(cái)政總支出約為46億元，地方財(cái)政收支差額約為12億元，城鄉(xiāng)居民存款年末余額約為293億元。與第六類比較，發(fā)現(xiàn)各項(xiàng)指標(biāo)，除人口數(shù)和人均GDP外，均高于第六類1-3倍。人均GDP換算為11593美元，超過1萬美元，處于后工業(yè)化的前期。

6.第六類地區(qū)

第六類共有26個地區(qū)，除金東區(qū)為市轄區(qū)外，其他均為縣級市或縣，為浙江經(jīng)濟(jì)實(shí)力整體最欠發(fā)達(dá)地區(qū)。其中溫州2個、臺州3個、舟山2個、金華4個、衢州3個和麗水8個。從指標(biāo)數(shù)值看，人口均值約為35萬人，GDP約為133億元，工業(yè)增加值約54億元，人均GDP約為41000元，社會消費(fèi)品零售總額約為56億元，固定資產(chǎn)投資約93億元，財(cái)政總收入約為15億元，地方財(cái)政收入約9億元，地方財(cái)政總支出約為24億元，地方財(cái)政收支差額約為13億元，城鄉(xiāng)居民存款年末余額約為106億元。人均GDP同上換算為6679美元，不到1萬美元，高于4000美元，說明還處于城市初步實(shí)現(xiàn)現(xiàn)代化，工業(yè)化尚未進(jìn)入成熟階段。

（四）完善建議

2017年全面“營改增”后增值稅中央、地方分成重新確定，由原來的75%∶25%調(diào)整為50%∶50%，浙江省財(cái)政管理體制也隨之調(diào)整。轉(zhuǎn)移支付制度是財(cái)政管理體制的三大內(nèi)容之一，按照上文分析結(jié)果，可以針對浙江省提出一些完善建議。

1.轉(zhuǎn)移支付系數(shù)設(shè)置原則由公平向公平和效率兼顧調(diào)整

從浙江省財(cái)政廳二類六檔的轉(zhuǎn)移系數(shù)設(shè)置看，基本原則大體是經(jīng)濟(jì)越發(fā)達(dá)財(cái)力越雄厚的地區(qū)，轉(zhuǎn)移系數(shù)越低。從全省均衡發(fā)展、共同建設(shè)實(shí)現(xiàn)小康社會的角度來說，意義重大。但如果從轉(zhuǎn)移資金機(jī)制來說，存在一定“原地踏步”的逆向激勵效應(yīng)。以轉(zhuǎn)移支付系數(shù)最高地區(qū)為例，由于人口要素等因素影響，晉升上一檔的動力小，難度也大，激勵不足。很可能存在情況是前一檔地區(qū)努力開拓經(jīng)濟(jì)，工作量較大，財(cái)政經(jīng)濟(jì)實(shí)力得到一些提升，但經(jīng)過轉(zhuǎn)移支付，兩檔地區(qū)財(cái)政經(jīng)濟(jì)發(fā)展得到的效用可能是基本相同。因此建議設(shè)置動態(tài)類別檔位，遞進(jìn)激勵機(jī)制與收入激勵機(jī)制相協(xié)調(diào)，并將轉(zhuǎn)移支付系數(shù)設(shè)置為“前低-中高-后平均”。其中，“前低”是發(fā)達(dá)地區(qū)轉(zhuǎn)移系數(shù)低，本身最為發(fā)達(dá)，較易理解；中游地區(qū)轉(zhuǎn)移支付系數(shù)最高，主要是因?yàn)橹杏蔚貐^(qū)的財(cái)政收支矛盾表現(xiàn)最為明顯，而且處于后工業(yè)化發(fā)展時(shí)期中前期，本身已經(jīng)具備了一定發(fā)展基礎(chǔ)?！昂笃骄笔侵附?jīng)濟(jì)實(shí)力最落后的地區(qū)則采用稍高于省基本保障水平的平均系數(shù)，“?；尽笔侵饕繕?biāo)。這是因?yàn)樯刑幱诠I(yè)化階段，落后其他地區(qū)較多，以及人口規(guī)模較少，大部分處于生態(tài)保護(hù)地區(qū)，發(fā)展?jié)摿ο鄬^弱。

2.適當(dāng)調(diào)整各檔內(nèi)地區(qū)

以二類三檔位為例，按照上文分析，杭州市整體經(jīng)濟(jì)實(shí)力遠(yuǎn)遠(yuǎn)超過其他地區(qū)，而紹興市區(qū)和溫州市區(qū)屬于第二類，臺州市區(qū)屬于第三類，嘉興和湖州則位于第四類。將這些市區(qū)統(tǒng)一轉(zhuǎn)移支付系數(shù)為0.2，有所不妥?？蓪⒑贾菔欣^續(xù)定為系數(shù)最低一檔，轉(zhuǎn)移支付系數(shù)保留為0.2；紹興、溫州次之為0.3；分析中第三類慈溪、鄞州、余杭區(qū)分屬杭州和寧波，故可將臺州與第四類地區(qū)合并，該類地區(qū)轉(zhuǎn)移支付系數(shù)定為0.4；接下去便是全省中游地區(qū)即上文分析的第五類，可將系數(shù)定為1，滿足其爭先進(jìn)位的需要；而最后一類地區(qū)則高于平均數(shù)即可，可為0.6。

3.適當(dāng)向?qū)幉ㄊ袃A斜

由于寧波市為計(jì)劃單列市，財(cái)政管理體制直接向中央負(fù)責(zé)，基本與浙江省級平行，所以省內(nèi)轉(zhuǎn)移支付地區(qū)無寧波。從上文分析中可知寧波是浙江省內(nèi)發(fā)展水平僅次于杭州的城市，也是拉動周邊地區(qū)發(fā)展的重要城市增長極，寧波也成為全國首個“中國制造2025”試點(diǎn)示范城市。從全省一盤棋角度出發(fā)，按照“干在實(shí)處，走在前列，勇立潮頭”的浙江精神要求，發(fā)揮好寧波制造業(yè)橋頭堡以及港口經(jīng)濟(jì)作用，重要性不言而喻。建議將寧波也作為轉(zhuǎn)移支付地區(qū)，支持寧波發(fā)展建設(shè)，落實(shí)好省級重要部署工作，也十分有必要?？蓾u進(jìn)傾斜，將整體的轉(zhuǎn)移支付系數(shù)定為0.1，先包含市區(qū)，再擴(kuò)大到各縣及縣級市。

四、后記

本文介紹了聚類分析這一統(tǒng)計(jì)計(jì)量方法在財(cái)政工作中的應(yīng)用，在實(shí)際問題應(yīng)用中的一般思路為：一是明確分析需求，尋找合適分析方法。本文分析需求是將數(shù)量眾多的地區(qū)進(jìn)行簡化分類，使用分析方法為聚類分析。二是進(jìn)行數(shù)據(jù)說明和定性處理。這一方面需要滿足樣本量的有效性，另一方面則需要通過定性分析說明各指標(biāo)可以滿足分析需要。三是統(tǒng)計(jì)數(shù)據(jù)計(jì)算，即使用統(tǒng)計(jì)軟件按照相應(yīng)操作輸出結(jié)果，本文說明了SPSS操作的各步驟。四是分析計(jì)算結(jié)果，提出建議。本文通過計(jì)算各類地區(qū)均值數(shù)據(jù)來說明類別特征，根據(jù)分析出的特征及結(jié)果，提出相應(yīng)工作建議。在本文分析中，聚類分析方法表現(xiàn)出了良好的實(shí)用性和直觀性，其應(yīng)用思路和聚類分析方法使用在財(cái)政實(shí)際工作中具有一定指導(dǎo)意義。

需要說明的是，本文對該方法的應(yīng)用并不完美：在轉(zhuǎn)移支付案例中，未使用主成分分析從而定量剔出多重共線性，有可能會影響少許結(jié)果。同時(shí)還應(yīng)該考慮使用最新年度數(shù)據(jù)，以及多年度數(shù)據(jù)如近三年數(shù)據(jù)進(jìn)而綜合動態(tài)得到各縣市區(qū)分類，這樣的結(jié)果也更加科學(xué)。在解釋類別特征上，利用城市經(jīng)濟(jì)發(fā)展相關(guān)理論，不僅僅說明各指標(biāo)數(shù)字特征和利用人均GDP來解釋發(fā)展階段，從而使得分析說明上更加豐富和具有說服力。

［1］馬海祥.聚類分析的方法及應(yīng)用［EB/OL］.http：//www.mahaixiang.cn/sjfx/746.html.