变量设置与数据来源

(二)变量设置与数据来源

1.被解释变量

预算绩效管理包括战略、政策、项目等管理,需要将绩效理念和方法融入预算编制、预算执行和预算监督全过程,构建事前事中事后的绩效管理系统(马国贤和任晓辉,2018;童伟,2020)。为全面反映预算绩效管理对地方政府财政支出效率的影响,本文使用地方政府预算支出效率和决算支出效率作为被解释变量。

参考以往文献,本文使用非参数“数据包络分析法”测算财政支出效率(杨冠琼和蔡芸,2005;刘振亚,2009;才国伟和钱金保,2011;刘蓉等,2020)。数据包络分析法依据样本决策单元(Decision Making Unit,简称DMU)的投入—产出值,运用线性规划构建最优效率的凸性生产前沿边界,通过与前沿边界相比得出相对效率。由于难以直接判断财政投入与产出的规模报酬变化,本文基于更加灵活的函数形式即规模报酬可变假设核算效率。在规模报酬可变假设下测算的财政支出综合效率,可以分解为规模效率和纯技术效率,即综合效率=规模效率×纯技术效率。以往研究认为规模效率表示在生产投入技术不变时,技术效率生产边界的产出量与最优规模的产出量的比值,当规模效率越大时实际生产规模与最优生产规模越接近。纯技术效率表示在投入规模不变时的生产效率,纯技术效率越高,说明技术导致要素使用效率越高(Banker et al.,1986;詹新宇和韩雪君,2017)。本文中规模效率反映政府规划财政支出规模与结构的管理水平,纯技术效率反映在财政资金使用过程中的技术水平。为综合衡量在一定时间内财政资金提供公共物品的情况,本文同时考虑规模效率和纯技术效率的影响,重点关注财政支出综合效率(李燕和王晓,2016;刘江会和王功宇,2017)。

采用数据包络分析法测算政府支出效率的关键是选取合理的投入和产出指标。参考相关研究文献,本文投入指标分别选取一般预算财政支出/GDP和一般决算财政支出/GDP(杨冠琼和蔡芸,2005;汪柱旺和谭安华,2007;代娟和甘金龙,2013)。产出指标为地方政府综合产出,衡量地方政府公共服务的提供情况。由于中央与地方政府提供公共服务侧重点不同,外交和国防主要由中央政府承担,教育、医疗等基本公共服务主要由地方政府承担,因此本文选取教育、医疗卫生和基础设施三类指标来衡量地方政府综合产出(陈诗一和张军,2008;代娟和甘金龙,2013)。为构建地方政府综合产出指标,原始数据按照以下步骤处理:首先,为消除不同指标单位的影响,将各项子指标[3]正规化,即分别除以各自平均值(Afonso et al.,2005);其次,将正规化后的子指标简单平均,分别得到三类产出指标;最后,再将三类产出指标简单平均,得到地方政府综合产出指标。在此基础上,本文运用DEAP2.1软件测算各年份地方政府财政支出效率。

2.核心解释变量

本文核心解释变量为省级预算绩效管理改革的虚拟变量,从省级预算绩效管理改革的当年开始赋值为1。参考以往研究,由于2009年财政部印发《财政支出绩效评价管理暂行办法》,此后各地区均建立了财政预算绩效评价体系,于是除表1标注的省份以外,其余各省份从2009年开始赋值为1(刘柏源等,2019)。(https://www.daowen.com)

3.控制变量

为更加准确地识别省级预算绩效管理改革对地方政府财政支出效率的作用,参考吴建祖和王蓉娟(2019)及余泳泽等(2019)的研究,本文控制了一系列可能影响地方政府财政支出效率的变量。具体包括,各省人均GDP,反映地区经济发展水平;各省年末总人口,衡量地区人口规模;第二产业产值占GDP的比重,衡量地区产业结构;财政支出占GDP的比重,反映地区财政支出规模。在异质性分析部分,本文还将引入地方财政竞争指标。

由于我国从1999年才开始启动一系列预算制度改革,本文选取1999—2017年30个省、自治区、直辖市的面板数据进行分析,参考以往研究,剔除西藏数据。本文数据主要来自《中国财政年鉴》、中经网统计数据库、CEIC中国经济数据库和万得数据库。其中,一般公共预算和决算收支数据均依据历年《中国财政年鉴》整理;各省预算绩效管理改革时间根据北大法宝整理;各省人均GDP、GDP、各类学校在校教师数、卫生机构床位数、卫生人员数和电力消费量来源于中经网统计数据库;各省总人口数、第二产业产值占GDP的比重、就业人口数、灌溉面积、播种面积和公路里程来自CEIC中国经济数据库;各省外商直接投资数来源于万得数据库。表2汇报了本文主要变量的描述性统计结果。

表2 本文主要变量的描述性统计

图示