我国省域公共预算收入主成分分析及其政策启示

周琳 湖北安琪生物集团有限公司

以税收收入为主要构成的公共预算收入是反映我国各级政府公共治理绩效的核心指标，是我国各级政府提供公共服务和公共产品的资金来源，在国家公共治理体系中处于主导地位[1]。

近年来，受国际国内经济环境的影响，各级地方政府的公共预算收入增速减缓。同时，受经济发展战略转型和减税降费政策的影响，各级地方政府需要科学地评估和测算公共预算收入，提高税源培育的有效性和预算收入征收的科学性。

当前，我国经济社会发展面临巨大的下行压力，如何充分发挥公共预算收入政策的积极作用，做好“六保”工作和“六稳”工作，具有十分重要的战略意义。因此，文章根据现有公共预算收入的统计口径，引入主成分分析方法综合测量我国省域公共预算收入，为提高我国省域公共预算收入培育的有效性和预算收入的科学性提供政策依据[2]。

一、公共预算收入的统计测量指标体系简要说明

公共预算收入是一个多维度的综合性概念。全面、准确、科学地统计测量公共预算收入必须根据现有统计口径建立可操作的综合性测量指标体系。本研究根据我国统计年鉴的现有统计口径，结合数据可得性状况，选取了国内增值税、企业所得税、个人所得税、资源税、城市维护建设税、房产税、印花税、城镇土地使用税、土地增值税、车船税、耕地占用税、契税、环境保护税、其他税收收入、专项收入、行政事业性收费收入、罚没收入及国有资源（资产）使用收入这18个统计测量指标[3]。

二、主成分分析方法功能介绍和样本数据选择说明

（一）主成分分析方法功能介绍

主成分分析方法是从多个具有相关性的指标中提取综合性指标，消除原有指标间的相关性的一种多元统计分析方法。该方法的基本原理是按照指标间的相关性程度高低对指标分组，将相关性程度较高的指标分在同一组，不同组间指标的相关性程度较低，生成少数几个互不相关的综合性指标反映原始指标的绝大部分信息，去除原始指标的重复信息，简化分析问题的模型结构。

本研究选取的统计测量分析指标的数量众多，部分统计测量分析指标之间的相关性程度可能较高，可能存在较多的重复、冗余信息，直接采用现有统计口径的原始指标测量我国省域公共预算收入的模型较为复杂，多个指标间的相关性较强，可能导致测量结果存在较大的误差，由于多线共振问题而引起极大的误差。为了全面、系统、科学地测量我国省域公共预算收入，本研究引入主成分分析方法对公共预算收入的统计分析进行指标萃取和降维处理，浓缩公共预算收入的统计分析指标，简化公共预算收入的测量模型[4]。

（二）样本数据选择说明

本研究选取2020年度全国31个省（自治区、直辖市）观测样本数据，主要基于以下两个层面的综合考虑。

一是省级行政区的功能定位决定了省域公共预算收入测量研究具有很高的实践价值。省级行政区是国家公共治理网络体系的核心支点和关键节点，公共预算收入是反映国家公共治理绩效的关键指标，综合衡量我国省级行政区的公共预算收入状况有利于更好地评价省域公共治理绩效。

二是样本数据的权威性、时效性和可得性决定了公共预算收入测量研究具有的可操作性。国家统计局发布的《中国统计年鉴2021》是测量我国省级行政区公共预算收入的最新权威样本。目前，《中国统计年鉴2021》在国家统计局官网上已公开发布，统计指标非常齐全，统计数据比较完整，数据调用十分便捷。考虑到现实可操作性，本研究选取了《中国统计年鉴2021》作为样本数据来源，剔除了烟草税和其他收入两个数据残缺的条目[5]。

三、我国省域公共预算收入的主成分分析过程及结果

（一）主成分分析过程

主成分分析过程应用多元统计分析软件SPSS 26.0辅助完成。具体分析过程包括两大重要分析步骤。

第一步，按照公共预算收入统计测量指标体系，在SPSS 26.0的变量窗口和数据窗口录入2020年度全国31个省（自治区、直辖市）的公共预算收入原始数据，并对原始数据进行标准化处理，消除统计指标测量的差异。

第二步，应用SPSS 26.0分析菜单中的降维功能模块，选取因子分析菜单对原始数据提取主成分，并依据主成分因子的方差贡献率构建公共预算收入的综合测量模型，得出我国省级行政区的公共预算收入测量结果[6]。

（二）主成分分析结果

1.是否适用主成分分析方法判别结果

判别是否适用主成分分析方法主要通过KMO值和Bartlett球形检验的近似卡方值判断。其中，KMO值主要用来检验指标间是否存在较大的偏相关性。一般而言，KMO值的统计量越接近于1，则表明指标间偏相关性越强，采用主成分分析方法降维分析原始指标的效果越好；KMO值大于0.7时，采用主成分分析方法降维分析原始指标的效果通常会比较好[7]。Bartlett球形检验的近似卡方值主要用来判断相关矩阵是否为单位阵。一般而言，Bartlett球形检验的近似卡方值越大，且对应的显著性水平的统计值概率P-小于给定的显著性水平，则表明适合采用主成分分析方法降维处理原始指标[8]。运行SPSS 26.0因子分析功能结果发现，KMO检验值为0.808，符合检验值大于0.7的检验要求，这表明我国省域公共预算收入的统计测量原始指标间存在较强的偏相关性，很适合采用主成分分析方法降维处理原始指标，降维处理的效果会非常好。Bartlett球形检验的近似卡方值为949.9，对应的概率P-为0，这说明我国省域公共预算收入原始指标的相关矩阵是单位阵，很适合采用主成分分析方法降维处理原始指标。

2.主成分的方差贡献率

主成分的方差贡献率是衡量主成分对原始变量解释度的关键指标，分析过程一般重点考察各个主成分的方差贡献率及主成分方差的累计贡献率。一般而言，主成分的方差贡献率越大，则说明该主成分的重要性越高，对原始变量的解释度越高。方差的累计贡献率达到85%，则表明主成分反映了原始变量的绝大部分信息，主成分分析效果理想[9]。

运行SPSS 26.0因子分析功能结果发现，旋转后提取的主成分f1、f2、f3的方差贡献率分别为50.133%、28.476%和7.161%。这说明主成分f1对公共预算收入原始指标的解释度最高，主成分f2对公共预算收入原始指标的解释度次之，主成分f3对公共预算收入原始指标的解释度最低。旋转后提取的主成分方差累计贡献率达到85.769%，符合大于85%的判断标准。这说明采用主成分分析方法提取的f1、f2、f3这3个主成分反映了原始指标的绝大部分信息，对公共预算收入原始指标的降维处理效果非常理想[10]。

3.旋转后主成分对原始指标的解释度

旋转后主成分对原始指标的解释度主要考察了旋转后主成分载荷的得分系数这一关键指标。旋转后的主成分载荷得分系数反映的是旋转后提取的主成分与原始指标间的相关关系[11]。

从理论上说，旋转后主成分载荷的系数绝对值越接近1，则表明该旋转后提取的主成分与原始指标间的相关性程度越高，对原始指标信息的解释度就越高。运行SPSS 26.0因子分析功能结果发现，主成分f1在国内增值税、企业所得税、个人所得税、城市建设维护税、房产税、印花税、土地增值税、契税、其他税收收入、专项收入及国有资源（资产）使用收入这11个原始指标上的载荷较大，主要综合反映了这11个原始指标的数据信息，可以解释为社会生产型因子；主成分f2在城镇土地使用税、车船税、耕地占用税、行政事业性收费收入及罚没收入这5个指标上的载荷较大，主要综合反映了这5个原始指标的数据信息，可以解释为公共服务型因子；主成分f3在资源税和环境保护税这两个原始指标上的载荷较大，主要综合反映了这两个原始指标的数据信息，可以解释为资源保护型因子。

4.我国省级行政区公共预算收入综合测量模型和测量结果

我国省域公共预算收入综合测量模型选取我国省域公共预算收入综合测量得分f作为因变量，主成分因子得分f1、f2、f3作为自变量，采用主成分f1、f2、f3的方差贡献率作为权数，可以得到我国省级行政区公共预算收入的综合测量模型为f=0.50133f1+0.28476f2+0.07161f3（f表示公共预算收入综合测量得分）。依据这一测量模型运行SPSS 26.0的计算功能模块，可以计算出2020年度全国31个省级行政区公共预算收入的综合测量值。

四、简要结论及政策启示

（一）简要结论

我国省域公共预算收入综合衡量的主成分方差贡献率相差较大，其中，社会生产型因子f1解释原始指标的方差贡献率高达50.133%，公共服务型因子f2解释原始指标的方差贡献率为28.476%，资源保护型因子f3的方差贡献率仅为7.161%。这表明社会生产型收入在全国31个省级行政区公共预算收入来源中的贡献最大，公共服务型收入在全国31个省级行政区公共预算收入来源中的贡献次之，资源保护型收入在全国31个省级行政区公共预算收入来源中的贡献最小。

我国省域公共预算收入综合测量结果及其主成分取值在省域间呈现差序格局的分布特征，公共预算收入的综合测量结果、社会生产型收入因子、公共服务型因子和资源保护型因子的数值在省域间的分布呈现明显的差异性。具体而言，全国31个省级行政区中，山东、福建、浙江、江苏、北京、上海及广东这7个省级行政区的社会生产型收入因子取值为正值，其余24个省级行政区的社会生产型收入因子取值为负值；云南、江西、安徽、辽宁、湖南、内蒙古、广东、浙江、四川、江苏、河北、河南及山东这13个省级行政区的公共服务型收入因子取值为正值，其余18个省级行政区的公共服务型收入因子取值为负值；内蒙古、河南、四川、河北、北京、上海、山东、浙江、江苏及广东这10个省级行政区的资源保护型因子取值为正值，其余21个省级行政区的资源保护型因子取值为负值；内蒙古、河南、四川、河北、北京、上海、山东、浙江、江苏及广东这10个省级行政区的公共预算收入综合测量结果取值为正值，其余21个省级行政区的公共预算收入综合测量结果取值为负值。

（二）政策启示

从我国省级行政区公共预算收入测量的主成分来看，我国省域公共预算收入的主要来源是社会生产型收入，公共服务型收入和资源保护型收入也占据着非常重要的地位。在全球经济低迷和国内经济增速放缓的背景下，我国省域公共预算收入增长的压力很大，各个省域应根据国际经济走势和国内发展战略，切实抓好社会生产工作，同时可以提高公共服务质量和公共服务税率，加大资源保护力度，提高资源保护税率，确保公共预算收入稳步增长。

从我国省级行政区公共预算收入测量结果的取值特征来看，我国省域公共预算收入的差序格局分布特征比较明显，多数省域的测量结果处于平均水平以下，这说明我国省域公共预算收入在省域间的分布存在结构性失衡问题。

目前，我国正处于经济社会结构转型升级的关键时期，公共预算收入是反映公共治理绩效的“晴雨表”，经济社会发展落后的大部分区域应学习和借鉴发达区域的治理经验，提高公共治理绩效，促进公共预算收入持续增长。