●重慶市委編辦

鄉(xiāng)鎮(zhèn)是我國行政管理體系中最基層的行政單元。鄉(xiāng)鎮(zhèn)編制資源配置事關(guān)黨的執(zhí)政基礎(chǔ)和基層政權(quán)建設(shè)?？茖W(xué)合理確定鄉(xiāng)鎮(zhèn)編制總量是統(tǒng)籌使用各類編制資源的重要前提。為探尋鄉(xiāng)鎮(zhèn)編制總量配置規(guī)律，合理確定鄉(xiāng)鎮(zhèn)編制規(guī)模，重慶市委編辦以重慶市鄉(xiāng)鎮(zhèn)為樣本開展實證研究。

一、重慶市鄉(xiāng)鎮(zhèn)實證研究的代表性

重慶市現(xiàn)轄38個區(qū)縣、786個鄉(xiāng)鎮(zhèn)，其中建制鎮(zhèn)625個，建制鄉(xiāng)161個。一方面，重慶市具有中等省的規(guī)模，城鄉(xiāng)差異大，是典型的“大城市、大農(nóng)村、大山區(qū)、大庫區(qū)”，統(tǒng)籌城鄉(xiāng)發(fā)展任務(wù)重；另一方面，“直轄”之初主要沿襲原四川省轄市的格局，行政編制由原四川省所轄萬州、涪陵、黔江和“老重慶市”行政編制數(shù)簡單相加，“總盤子”偏小?！爸陛牎焙?，一直嚴控機構(gòu)編制，鄉(xiāng)鎮(zhèn)編制總體比較精干。因此，以重慶市為例開展鄉(xiāng)鎮(zhèn)編制總量實證研究，對于全國其他地區(qū)精干高效配置鄉(xiāng)鎮(zhèn)編制資源和嚴格控制編外人員數(shù)量具有參考借鑒意義。

二、確定研究對象

鄉(xiāng)鎮(zhèn)編制總量管理的宗旨是合理確定鄉(xiāng)鎮(zhèn)人員編制規(guī)模。在當(dāng)前實際工作中，鄉(xiāng)鎮(zhèn)存在以簽訂聘用（勞動）合同或勞務(wù)派遣協(xié)議形式聘用的從事技術(shù)性、輔助性、服務(wù)性等工作的編外人員。這類人員由國家財政負擔(dān)經(jīng)費。除涉及領(lǐng)導(dǎo)職務(wù)和保密、財務(wù)少數(shù)崗位外，鄉(xiāng)鎮(zhèn)編內(nèi)人員與編外人員在工作崗位安排上并無明顯區(qū)別，甚至在社會保障事務(wù)經(jīng)辦、綜合行政執(zhí)法輔助等領(lǐng)域，編外人員已成為重要力量。鑒于“編內(nèi)不足編外補”的情況在鄉(xiāng)鎮(zhèn)普遍存在，“編內(nèi)+編外”反映的是鄉(xiāng)鎮(zhèn)真實工作力量需求。將編內(nèi)編外“一盤棋”統(tǒng)籌考慮，更符合基層工作實際，本文研究的鄉(xiāng)鎮(zhèn)編制總量是指鄉(xiāng)鎮(zhèn)綜合辦事機構(gòu)和事業(yè)站所人員編制以及編外人員的總員額，即鄉(xiāng)鎮(zhèn)整體工作力量數(shù)。

需要說明的是，上級部門設(shè)在鄉(xiāng)鎮(zhèn)的派駐（出）機構(gòu)，以及鄉(xiāng)鎮(zhèn)轄區(qū)內(nèi)的中小學(xué)校和鄉(xiāng)鎮(zhèn)衛(wèi)生院等單位的工作相對獨立，且有單獨的編制管理體系，其人員編制未納入研究范圍。

合理配備編制和聘用編外人員是為了保障鄉(xiāng)鎮(zhèn)機構(gòu)正常履職。工作成效好、人員編制及工作力量配置精干高效的鄉(xiāng)鎮(zhèn)，編制資源和人力資源使用效益相對更高。本文以全市工作成效好、人員編制及工作力量配置精干高效的鄉(xiāng)鎮(zhèn)作為樣本。

三、研究路徑

（一）樣本選取

鄉(xiāng)鎮(zhèn)年度綜合目標考核結(jié)果能夠一定程度反映鄉(xiāng)鎮(zhèn)工作成效，選取重慶市近3年工作成效好（2018—2020年度綜合目標考核至少獲得1次優(yōu)秀）且人員編制及工作力量配置精干高效的鄉(xiāng)鎮(zhèn)作為樣本。共收集360個鄉(xiāng)鎮(zhèn)樣本，占全市鄉(xiāng)鎮(zhèn)總數(shù)的45.8%。

（二）收集影響因素

通過相關(guān)研究，影響鄉(xiāng)鎮(zhèn)編制總量的因素有：人口因素，涉及指標主要有常住人口、戶籍人口、城鎮(zhèn)人口、農(nóng)業(yè)人口、少數(shù)民族人口、老齡人口等；城鎮(zhèn)化發(fā)展因素，涉及指標主要有常?。☉艏┤丝诔擎?zhèn)化率等；面積因素，涉及指標主要有地域面積、建成區(qū)面積、農(nóng)業(yè)用地面積等；管理單元因素，涉及指標主要有村社區(qū)個數(shù)等；經(jīng)濟發(fā)展因素，涉及指標主要有GDP及人均GDP、市場主體數(shù)量、居民人均可支配收入等；財政保障因素，涉及指標主要有財政收入、一般公共預(yù)算收入等；社會自治水平因素，涉及指標主要有社會組織個數(shù)、城鄉(xiāng)社區(qū)綜合服務(wù)設(shè)施覆蓋率等。此外，還有政治因素、文化因素、宗教因素、信息化水平、人員素質(zhì)等其他影響因素。

實證研究堅持定性與定量分析相結(jié)合，充分征求相關(guān)專家意見，反復(fù)討論篩選，最終確定收集的影響因素指標為：常住人口（X1）、城鎮(zhèn)化率（X2）、地域面積（X3）、一般公共預(yù)算撥款收入（X4）、市場主體個數(shù)（X5）、村社區(qū)個數(shù)（X6）、社會組織個數(shù)（X7）。

（三）模型構(gòu)建

以鄉(xiāng)鎮(zhèn)整體工作力量數(shù)（編制總數(shù)+編外人數(shù)）為研究對象，以常住人口（X1）、城鎮(zhèn)化率（X2）、地域面積（X3）、一般公共預(yù)算撥款收入（X4）、市場主體個數(shù)（X5）、村社區(qū)個數(shù)（X6）、社會組織個數(shù)（X7）為影響因素構(gòu)建模型。

鄉(xiāng)鎮(zhèn)整體工作力量數(shù)的理論公式可以簡要表述如下：

其中：Y——鄉(xiāng)鎮(zhèn)整體工作力量的測算結(jié)論數(shù)

Y1——測算理論數(shù)

Y2——調(diào)整數(shù)

理論公式表明，鄉(xiāng)鎮(zhèn)整體工作力量的“測算結(jié)論數(shù)Y”由“測算理論數(shù)Y1”和“調(diào)整數(shù)Y2”兩部分構(gòu)成。“測算理論數(shù)Y1”是指基于所收集鄉(xiāng)鎮(zhèn)樣本的現(xiàn)實情況，利用模型推導(dǎo)出的理論數(shù)?？紤]到鄉(xiāng)鎮(zhèn)整體工作力量數(shù)是編制總數(shù)與編外人數(shù)之和，較一般經(jīng)濟指標而言，其影響因素更為復(fù)雜，理論上無法窮盡所有影響因素，測算理論數(shù)與實際情況可能會存在一定偏差。因此，為了從技術(shù)上修正偏差，同時兼顧現(xiàn)實狀況和工作實際，需要引入“調(diào)整數(shù)Y2”對“測算理論數(shù)Y1”進行適當(dāng)修正，確保最終的“測算結(jié)論數(shù)Y”更為科學(xué)合理。

1.“測算理論數(shù)Y1”的模型構(gòu)建

復(fù)雜的社會經(jīng)濟現(xiàn)象之間存在諸多聯(lián)系，涉及多個變量之間的數(shù)量關(guān)系。如果變量之間存在密切而又不確定的數(shù)量關(guān)系，在大量統(tǒng)計資料基礎(chǔ)上又可以判斷這類變量之間的數(shù)量變化具有某種規(guī)律性，則這種變量之間的非確定性關(guān)系一般用回歸分析的數(shù)學(xué)方法來處理。本研究中“測算理論數(shù)Y1”與影響因素X1～X7的關(guān)系屬于這種情況，故采用多元線性回歸方法構(gòu)建模型。具體步驟如下：

（1）對樣本進行異常值檢驗

基于模型穩(wěn)健性考慮，本次研究使用spss軟件，從是否有離群點、強影響點、高杠桿值的影響進行異常值檢驗，剔除42個異常樣本后，形成318個鄉(xiāng)鎮(zhèn)組成的新樣本。

（2）基于新樣本，進行相關(guān)性分析

使用spss軟件進行皮爾遜相關(guān)性分析，逐一分析X1～X7與當(dāng)前鄉(xiāng)鎮(zhèn)整體工作力量數(shù)實際值（Y實際）的相關(guān)關(guān)系。相關(guān)性分析結(jié)果如表1所示。

表1 基于318個樣本，X1～X7與Y實際的相關(guān)性分析結(jié)果

需要說明的是，相關(guān)關(guān)系不等同于因果關(guān)系。相關(guān)性分析可以作為參考，而機構(gòu)編制工作作為復(fù)雜的社會性管理工作，還需要聯(lián)系實際具體分析，從而確定構(gòu)建模型的因素指標。為此，本研究對相關(guān)指標作進一步分析。

常住人口（X1）相關(guān)系數(shù)最高，達到0.738，為顯著相關(guān)。人口是一個國家、一個行政區(qū)域的基本構(gòu)成要素，從古至今，人口因素皆是確定行政區(qū)劃、配置官員或財政供養(yǎng)人員數(shù)量最基本的因素。常住人口能較為準確反映一個區(qū)域人口的真實數(shù)量，本研究采用該指標。

城鎮(zhèn)化率（X2）相關(guān)系數(shù)僅為0.258，為弱相關(guān)。城鎮(zhèn)化水平?jīng)Q定了地方政府管理事務(wù)的復(fù)雜程度，通常情況下城鎮(zhèn)化率越高，社會分工就越細，對政府管理的要求也更高，政府工作力量也需加強。但相關(guān)性分析結(jié)果為弱相關(guān)，結(jié)合數(shù)據(jù)分布情況分析原因可能是，城鎮(zhèn)化率需達到一定水平后才對鄉(xiāng)鎮(zhèn)整體工作力量數(shù)產(chǎn)生明顯影響，本研究不采用該指標。

地域面積（X3）相關(guān)系數(shù)僅為0.205，為弱相關(guān)。地域面積歷來是機構(gòu)編制部門核定鄉(xiāng)鎮(zhèn)編制的重要指標。一般而言，地域面積與行政區(qū)域工作力量成正比，但此次相關(guān)性分析結(jié)果為弱相關(guān)，結(jié)合數(shù)據(jù)分布情況分析原因可能是，地域面積對工作力量的影響受到人口聚集程度和經(jīng)濟發(fā)展水平的客觀影響。從地域面積指標的重要性考慮，經(jīng)反復(fù)斟酌，本研究采用該指標。

一般公共預(yù)算撥款收入（X4）相關(guān)系數(shù)為0.466，為低度相關(guān)。政府機構(gòu)運轉(zhuǎn)、人員配備需要一定的財力作保障，且財政收入越高，越能承受人員規(guī)模的擴張，往往對編外人員聘用產(chǎn)生直接影響，與相關(guān)性分析結(jié)果一致。但從數(shù)據(jù)變化的角度看，近年來受疫情、經(jīng)濟大環(huán)境等影響，部分樣本鄉(xiāng)鎮(zhèn)一般公共預(yù)算撥款收入每年變化差異較大，但鄉(xiāng)鎮(zhèn)整體工作力量數(shù)并未發(fā)生相應(yīng)變化；從精干高效配置資源的角度出發(fā)，不能鼓勵財政收入高就增加工作人員數(shù)量的做法，本研究不采用該指標。

市場主體個數(shù)（X5）相關(guān)系數(shù)為0.645，為顯著相關(guān)。一個地區(qū)市場主體數(shù)量越多，反映該地區(qū)經(jīng)濟越發(fā)達，社會分工和協(xié)作越復(fù)雜，對管理服務(wù)力量的需求越高，與相關(guān)性分析結(jié)果一致。但考慮到此次收集的市場主體個數(shù)為企業(yè)個數(shù)與個體工商戶戶數(shù)簡單相加，數(shù)量本身難以反映企業(yè)或個體工商戶的規(guī)模、運營情況，本研究不采用該指標。

村社區(qū)個數(shù)（X6）相關(guān)系數(shù)為0.574，為顯著相關(guān)。一個地區(qū)行政區(qū)劃縱向的層級數(shù)和橫向的單位數(shù)越多，都會使上下級或同級間關(guān)系越復(fù)雜，管理頭緒增多、溝通成本增加，對工作力量的需求越高。村社區(qū)是鄉(xiāng)鎮(zhèn)最直接的管理單元，是影響鄉(xiāng)鎮(zhèn)工作力量配備的重要因素，本研究采用該指標。

社會組織個數(shù)（X7）P值不顯著，為弱相關(guān)。社會組織數(shù)量一定程度反映一個區(qū)域的社會自治水平，一個地區(qū)社會自治水平越高，政府管理服務(wù)工作量就越少；反之，如果社會組織發(fā)展不成熟，一些公共服務(wù)職能無法從政府轉(zhuǎn)移出去，勢必需要政府加大人力資源投入。相關(guān)性分析結(jié)果為弱相關(guān)，結(jié)合數(shù)據(jù)分布情況分析原因可能是，多數(shù)樣本鄉(xiāng)鎮(zhèn)的社會組織發(fā)展尚不成熟，對鄉(xiāng)鎮(zhèn)公共服務(wù)事項的承接功能還不明顯，本研究不采用該指標。

綜上，本次研究采用常住人口（X1）、地域面積（X3）、村社區(qū)個數(shù)（X6）3個指標構(gòu)建模型。

（3）鄉(xiāng)鎮(zhèn)分類

確定分類方式。限于重慶市鄉(xiāng)鎮(zhèn)層面的數(shù)據(jù)可得性，本次研究難以用農(nóng)業(yè)鄉(xiāng)鎮(zhèn)、工業(yè)鄉(xiāng)鎮(zhèn)等傳統(tǒng)鄉(xiāng)鎮(zhèn)分類方式進行分類，而是從數(shù)據(jù)本身出發(fā)，選用聚類分析方法這一常用的客觀分類法進行類別劃分。

確定分類指標。采用常住人口（X1）指標作為唯一分類依據(jù)。主要基于以下考慮：一是指標選取的唯一性需要?；卩l(xiāng)鎮(zhèn)樣本數(shù)據(jù)分布的客觀差異性，如人多面積大工作力量多、人多面積大工作力量少、人多面積小工作力量少等多種組合情況同時存在，如果選用多個指標進行分類，會導(dǎo)致每一類別有交叉，不適宜帶入新樣本合理分類?？紤]簡便操作，選用唯一指標有利于樣本“對號入座”。二是人口指標的重要性論證。從機構(gòu)編制管理實踐看，人口一直是衡量鄉(xiāng)鎮(zhèn)工作量、確定編制規(guī)模最重要的考慮指標。從現(xiàn)實來看，將X1～X7與Y實際進行皮爾遜相關(guān)性分析，結(jié)果顯示X1與Y實際的相關(guān)性最高。從國際國內(nèi)應(yīng)用看，日本定員管理的“定員模型”和“定員回歸指標”都將人口作為核心指標；2014年國務(wù)院印發(fā)《關(guān)于調(diào)整城市規(guī)模劃分標準的通知》也以常住人口為唯一統(tǒng)計口徑劃分城市類別。

分類結(jié)果與調(diào)整。使用spss軟件，采用常住人口（X1）指標將318個樣本進行聚類分析，結(jié)果顯示，將樣本分為四類相對合理。區(qū)間分布如下：

表2 按人口分四類

2014年國務(wù)院《關(guān)于調(diào)整城市規(guī)模劃分標準的通知》規(guī)定：城區(qū)常住人口50萬以下的城市為小城市，其中20萬以上50萬以下的城市為Ⅰ型小城市，20萬以下的城市為Ⅱ型小城市；城區(qū)常住人口50萬以上100萬以下的城市為中等城市；城區(qū)常住人口100萬以上500萬以下的城市為大城市。考慮到城市規(guī)模劃分標準主要對應(yīng)地市級區(qū)域，與鄉(xiāng)鎮(zhèn)一級存在數(shù)量級的差別。將城市規(guī)模劃分標準區(qū)間除以10倍量級，與重慶樣本鄉(xiāng)鎮(zhèn)聚類分析的區(qū)間基本吻合，因此考慮結(jié)合該標準調(diào)整分類。調(diào)整后的分類區(qū)間及對應(yīng)的樣本數(shù)量如表3所示。

（4）初步構(gòu)建模型

已明確因變量為鄉(xiāng)鎮(zhèn)整體工作力量數(shù)實際值（Y實際），采用的自變量為常住人口（X1）、地域面積（X3）、村社區(qū)個數(shù)（X6）。根據(jù)聚類分析結(jié)果，引入3個分類虛擬變量X8、X9、X10。

X8——當(dāng)人口在0-2萬時，X8=1，否則X8=0；

X9——當(dāng)人口在2-5萬時，X9=1，否則X9=0；

X10——當(dāng)人口在5-10萬時，X10=1，否則X10=0；

當(dāng)人口在10萬以上時，X8、X9、X10均為0。

將X1、X3、X6及虛擬變量X8、X9、X10與Y實際進行回歸分析，結(jié)果如表4所示：

表4 按人口分四類回歸分析結(jié)果

模型如下：

由表4可知，本模型中自變量對因變量的重要性排序依次為：X9、X8、X10、X1、X6、X3。分類虛擬變量對于模型的重要程度排在前列，說明分類效果較好。除X3的t檢驗顯著性（P值）=0.223＞0.05不顯著外，其余自變量的t檢驗顯著性（P值）=0.000，具有顯著意義。調(diào)整后R2=0.620，模型擬合效果較好。整體而言，該模型在統(tǒng)計學(xué)意義上成立，但地域面積（X3）在模型公式中呈現(xiàn)負相關(guān)關(guān)系，與鄉(xiāng)鎮(zhèn)編制總量管理實際情況不符，故對模型作進一步優(yōu)化。

（5）對模型進行優(yōu)化與調(diào)整

首先，嘗試通過調(diào)整分類方式優(yōu)化模型。在前述按人口分四類基礎(chǔ)上，基于第四類10萬以上僅1個鄉(xiāng)鎮(zhèn)樣本，故將第三類與第四類合為一類。分三類后，引入X8、X9兩個虛擬變量。將X1、X3、X6及虛擬變量X8、X9與Y實際進行回歸分析，模型如下：

研究發(fā)現(xiàn)，地域面積（X3）仍為負相關(guān)，且常量的t檢驗P值不顯著，故嘗試剔除常量優(yōu)化模型。

其次，嘗試選用Eviews軟件剔除常量優(yōu)化模型。但研究發(fā)現(xiàn)，無論按人口分四類還是分三類，將X1、X3、X6及對應(yīng)的分類虛擬變量與Y實際進行回歸分析，地域面積（X3）始終為負相關(guān)。

最后，考慮到面積指標的現(xiàn)實重要性，經(jīng)廣泛征求意見和反復(fù)論證，本研究決定采用在機構(gòu)編制管理實踐中曾被多次采用的人口密度（Xa=X1/X3）替代地域面積（X3）進行研究。

人口密度（Xa）與Y實際的相關(guān)性分析結(jié)果如表5所示，相關(guān)系數(shù)R=0.430，相較于X3的相關(guān)性有所提升。

表5 基于318個樣本，Xa與Y實際的相關(guān)性分析結(jié)果

用spss軟件構(gòu)建模型如下：

嘗試1：按人口分四類，引入X8、X9、X10三個虛擬變量。將X1、Xa、X6及虛擬變量X8、X9、X10與Y實際進行回歸分析，模型如下：

調(diào)整后R2=0.622

嘗試2：按人口分三類，引入X8、X9兩個虛擬變量。將X1、Xa、X6及虛擬變量X8、X9與Y實際進行回歸分析，模型如下：

調(diào)整后R2=0.574

本研究使用Eviews軟件進行同樣操作，模型結(jié)果與spss軟件結(jié)果一致。

上述兩種分類方法得出的模型均符合實際情況。從調(diào)整后R2的比較而言，最優(yōu)的模型是按人口分四類，即：

整體公式：

分類公式：

①當(dāng)人口在0-2萬時，X8=1，X9=0，X10=0，公式為：

②當(dāng)人口在2-5萬時，X8=0，X9=1，X10=0，公式為：

③當(dāng)人口在5-10萬時，X8=0，X9=0，X10=1，公式為：

④當(dāng)人口在10萬以上時，X8=0，X9=0，X10=0，公式為：

2.“調(diào)整數(shù)Y2”的確定

引入“調(diào)整數(shù)Y2”是為了修正“測算理論數(shù)Y1”與鄉(xiāng)鎮(zhèn)整體工作力量數(shù)實際值（Y實際）之間的偏差，得到更為科學(xué)合理的“測算結(jié)論數(shù)Y”。

將Y實際與“測算理論數(shù)Y1”的差值用Y*表示：

將Y實際與“測算理論數(shù)Y1”的偏差率用Y#表示：

為提高“測算結(jié)論數(shù)Y”的適用性，應(yīng)使得“調(diào)整數(shù)Y2”盡可能小，覆蓋的鄉(xiāng)鎮(zhèn)樣本盡可能多。本研究主要比較3種測算方法，擇優(yōu)確定調(diào)整數(shù)。

方法1：用多元線性回歸方程的“標準誤差e”作為調(diào)整數(shù)的取值依據(jù)。Y*的值在“標準誤差e”正負區(qū)間范圍內(nèi)的鄉(xiāng)鎮(zhèn)樣本數(shù)為該調(diào)整數(shù)能夠覆蓋的樣本量。標準誤差e可視為是該類機構(gòu)編制規(guī)模的合理區(qū)間，凡在此區(qū)間內(nèi)的編制即為基本合理。

方法2：用“3σ(西格瑪)準則”中的“1σ”區(qū)間作為調(diào)整數(shù)的取值依據(jù)。Y*的“1σ”區(qū)間即調(diào)整數(shù)，其“1σ”區(qū)間范圍內(nèi)的鄉(xiāng)鎮(zhèn)樣本數(shù)為該調(diào)整數(shù)能夠覆蓋的樣本量。

“3σ準則”為：數(shù)值分布在（μ-σ,μ+σ)中的概率為68.26%；

數(shù)值分布在（μ-2σ,μ+2σ)中的概率為95.44%；

數(shù)值分布在（μ-3σ,μ+3σ)中的概率為99.74%。

其中：μ——一組檢測數(shù)據(jù)的均值；

σ——一組檢測數(shù)據(jù)的標準差。

方法3：基于機構(gòu)編制管理實踐，以鄉(xiāng)鎮(zhèn)樣本覆蓋率60%作為調(diào)整數(shù)的確定依據(jù)，在覆蓋率60%的區(qū)間范圍內(nèi)Y#的最大取值即調(diào)整數(shù)。

綜上，方法1、方法2所確定的調(diào)整數(shù)均為常數(shù)，調(diào)整區(qū)間是一個定值。常數(shù)之間可以根據(jù)“確定的常數(shù)盡可能小，覆蓋的鄉(xiāng)鎮(zhèn)樣本盡可能多”的原則進行比較。而方法3基于偏差率Y#來確定調(diào)整數(shù)，所得調(diào)整數(shù)為一個比例，調(diào)整區(qū)間隨“測算理論數(shù)Y1”的變化而變化。比例與常數(shù)無法直接比較，需基于調(diào)整數(shù)所確定的區(qū)間之間的差距來比較，原則是“區(qū)間差距盡可能小，覆蓋的鄉(xiāng)鎮(zhèn)樣本盡可能多”。

（1）比較方法1與方法2

方法1：根據(jù)s p s s軟件可知，該模型標準誤差e=23.514，故調(diào)整數(shù)Y2=±23.514。Y*的范圍在±23.514以內(nèi)的有254個鄉(xiāng)鎮(zhèn)，占比79.87%。

方法2：經(jīng)測算，Y*的“1σ”區(qū)間（μ-σ,μ+σ）為（-23.254，23.254）。故調(diào)整數(shù)Y2=±23.254。Y*的范圍在±23.254以內(nèi)的有253個鄉(xiāng)鎮(zhèn)，占比79.56%。

用方法1與方法2分別確定的常數(shù)項及其對鄉(xiāng)鎮(zhèn)的覆蓋率相差無幾，鑒于“3σ準則”在實證分析中的應(yīng)用相對“標準誤差e”更為廣泛，故選擇方法2。

（2）比較方法2與方法3

第一步，用方法2調(diào)整得出新的整體公式及分類公式。

方法2：對整體公式而言，理論上，樣本數(shù)據(jù)分布在“1σ”區(qū)間的概率為68.26%，而本研究318個鄉(xiāng)鎮(zhèn)樣本中，“1σ”區(qū)間實際已覆蓋79.56%的樣本。為進一步優(yōu)化調(diào)整數(shù)，基于工作實際且方便與方法3比較，以覆蓋60%左右的鄉(xiāng)鎮(zhèn)樣本為目標，測算結(jié)果表明，“0.64σ”即可達到目標。

當(dāng)取值區(qū)間為“0.64σ”時，調(diào)整數(shù)Y2=±14.88。Y*的范圍在±14.8 8以內(nèi)的有19 3個鄉(xiāng)鎮(zhèn)，占比60.69%。

方法2調(diào)整后整體公式如下：

方法2：對分類公式而言，同理，以覆蓋60%左右的鄉(xiāng)鎮(zhèn)樣本為目標，測算結(jié)果如下：

①當(dāng)人口在0-2萬時，取值區(qū)間為“0.7σ”，調(diào)整數(shù)Y2=±13.08。Y*的范圍在±13.08以內(nèi)的有153個鄉(xiāng)鎮(zhèn)，占比62.45%。

②當(dāng)人口在2-5萬時，取值區(qū)間為“0.65σ”，調(diào)整數(shù)Y2=±22.93。Y*的范圍在±22.93以內(nèi)的有40個鄉(xiāng)鎮(zhèn)，占比62.5%。

③當(dāng)人口在5-10萬時，取值區(qū)間為“1σ”，調(diào)整數(shù)Y2=±28.98。Y*的范圍在±28.98以內(nèi)的有5個鄉(xiāng)鎮(zhèn)，占比62.5%。

需要說明的是：當(dāng)人口在10萬以上時僅1個鄉(xiāng)鎮(zhèn)樣本，故以最接近的5-10萬分類公式的調(diào)整數(shù)Y2=±28.98作為主要參考。

第二步，用方法3調(diào)整得出新的整體公式及分類公式。

方法3：對整體公式而言，以覆蓋60%左右的鄉(xiāng)鎮(zhèn)樣本為目標，當(dāng)Y#=±20%時，能夠覆蓋188個鄉(xiāng)鎮(zhèn)，占比59.12%。

方法3調(diào)整后整體公式如下：

方法3：對分類公式而言，同理，以覆蓋60%左右的鄉(xiāng)鎮(zhèn)樣本為目標，測算結(jié)果表明：

①當(dāng)人口在0-2萬時，Y#=±19%，能夠覆蓋146個鄉(xiāng)鎮(zhèn)，占比59.59%。

②當(dāng)人口在2-5萬時，Y#=±22%，能夠覆蓋39個鄉(xiāng)鎮(zhèn)，占比60.94%。

③當(dāng)人口在5-10萬時，Y#=±24%，能夠覆蓋5個鄉(xiāng)鎮(zhèn)，占比62.5%。

需要說明的是：當(dāng)人口在10萬以上時僅1個鄉(xiāng)鎮(zhèn)樣本，故以最接近的5-10萬分類公式的調(diào)整數(shù)Y2=±24%作為主要參考。

第三步，方法2與方法3的適用性比較。

基于方法2和方法3調(diào)整得到新的整體公式及分類公式，分別隨機代入0-2萬、2-5萬、5-10萬各2個鄉(xiāng)鎮(zhèn)樣本 進行“測算結(jié)論數(shù)Y”的區(qū)間測算。結(jié)果如表6所示。

表6 6個鄉(xiāng)鎮(zhèn)樣本“測算結(jié)論數(shù)Y”的區(qū)間測算結(jié)果

?

從表6可知，方法2所得調(diào)整數(shù)是一個常數(shù)，區(qū)間差距是固定值，整體公式取整后區(qū)間差距始終是30。分類公式中，0-2萬的公式取整后區(qū)間差距是26；2-5萬的公式取整后區(qū)間差距是46；5-10萬的公式取整后區(qū)間差距是58。方法3所得調(diào)整數(shù)是一個比例范圍，測算區(qū)間隨著Y1取值的變化而變化。當(dāng)預(yù)測值Y1較小時，方法3所得區(qū)間差距比方法2更小，否則更大，甚至達到近80的情況，實際運用中可操作性不強，因此方法2更優(yōu)。

（3）基于方法2，比較整體公式與分類公式調(diào)整數(shù)的適用性

整體公式在覆蓋率約為60%的水平時，調(diào)整數(shù)Y2=±14.88。實際覆蓋193個鄉(xiāng)鎮(zhèn)，占比60.69%。

分類公式在覆蓋率約為60%的水平時：

0-2萬調(diào)整數(shù)Y2=±13.08，實際覆蓋153個鄉(xiāng)鎮(zhèn)，占比62.45%；

2-5萬調(diào)整數(shù)Y2=±22.93，實際覆蓋40個鄉(xiāng)鎮(zhèn)，占比62.5%；

5-10萬調(diào)整數(shù)Y2=±28.98，實際覆蓋5個鄉(xiāng)鎮(zhèn)，占比62.5%；

10萬以上調(diào)整數(shù)Y2=±28.98，實際覆蓋1個鄉(xiāng)鎮(zhèn)，占比100%。

綜合而言，分類公式共可覆蓋199個鄉(xiāng)鎮(zhèn)，占比62.58%。

雖然分類公式分別確定調(diào)整數(shù)后，相較整體公式能夠多覆蓋6個鄉(xiāng)鎮(zhèn)樣本，覆蓋率提升1.89%，但與此同時2-5萬、5-10萬的調(diào)整數(shù)卻有較大比例的擴大，如5-10萬的調(diào)整數(shù)為±28.98，是整體公式調(diào)整數(shù)±14.88的近2倍。從嚴控編內(nèi)編外工作力量以及模型更為簡便運用角度考慮，宜選用整體公式調(diào)整數(shù)確定最終模型。為進一步方便模型運用，本研究將調(diào)整數(shù)由±14.88四舍五入調(diào)整為±15。

四、小結(jié)

科學(xué)合理確定鄉(xiāng)鎮(zhèn)編制總量是機構(gòu)編制管理的一道難題，本研究是基于重慶市鄉(xiāng)鎮(zhèn)實際進行的探索，研究過程中邀請了重慶市統(tǒng)計局專家、機構(gòu)編制研究專家、部分區(qū)縣編辦同志、鄉(xiāng)鎮(zhèn)有關(guān)負責(zé)同志深度參與，確保既有專業(yè)理論支撐，又緊密貼合基層實際?；卩l(xiāng)鎮(zhèn)編制總量管理的復(fù)雜性，研究工作堅持定量與定性分析相結(jié)合，注重“從實踐中來、到實踐中去”，根據(jù)重慶鄉(xiāng)鎮(zhèn)的特點科學(xué)選取影響因素指標構(gòu)建模型。為體現(xiàn)模型適用性和可操作性，引入“調(diào)整數(shù)”進行修正，將鄉(xiāng)鎮(zhèn)編制總量測算值由一個點拓展為一個區(qū)間，在實際管理中靈活運用。具體來講，鄉(xiāng)鎮(zhèn)現(xiàn)有編制總量在模型測算區(qū)間范圍內(nèi)或低于區(qū)間下限的，鼓勵其繼續(xù)保持精干高效的運行狀態(tài)。鄉(xiāng)鎮(zhèn)現(xiàn)有編制總量超過模型測算區(qū)間上限的，應(yīng)加強編制總量控制，指導(dǎo)鄉(xiāng)鎮(zhèn)加大內(nèi)部挖潛力度，提高人員編制使用效益；同時，可結(jié)合實際，創(chuàng)造條件，對這類鄉(xiāng)鎮(zhèn)人員編制作適當(dāng)精簡?？偠灾鞯剜l(xiāng)鎮(zhèn)情況差異較大，影響鄉(xiāng)鎮(zhèn)編制總量的因素不盡相同，本研究為鄉(xiāng)鎮(zhèn)編制總量提供研究參考，各地可結(jié)合本地區(qū)實際研究鄉(xiāng)鎮(zhèn)編制總量配置規(guī)律，為統(tǒng)籌使用鄉(xiāng)鎮(zhèn)各類編制資源、優(yōu)化編制資源配置探索更多有效的路徑和方法。