边境地区社会治理
边疆民族自治地方县级政府规模预测模型及其应用[1]
宋光兴 黄钰雯[2]
摘要 本文首先分析了影响边疆民族自治地方县级政府规模的因素，包括经济发展水平、经济体制、人口、民族、地理，然后基于云南省29个民族自治县的数据，采用多元回归分析和BP神经网络方法建立了边疆民族自治地方县级政府人员规模配置的数学模型，最后对两种模型进行了比较分析。研究结果表明：这两个模型各有千秋，多元回归分析模型相对简单，但是，BP神经网络模型在对数据的预测能力方面有较明显的优势，拟合度更高。因此，应该充分借助各模型的优点，取长补短，从而更加合理地确定以及形成现有政府的规模。本文的研究成果对于民族地区政府规模的确定具有较好的指导意义。
关键词 边疆民族自治地方；政府规模；BP神经网络；多元回归分析
随着我国经济社会全面协调可持续发展的推进，政府机构设置和编制管理工作日益受到党和国家的高度重视。党的十八届三中全会通过的《中共中央关于全面深化改革若干重大问题的决定》（以下简称《决定》）指出，转变政府职能必须深化机构改革。优化政府机构设置、职能配置、工作流程，完善决策权、执行权、监督权等既相互制约又相互协调的行政运行机制。严格控制机构编制，严格按规定职数配备领导干部，减少机构数量和领导职数，严格控制财政供养人员总量；推进机构编制管理科学化、规范化、法制化。政府机构设置和编制管理工作是巩固党的执政地位和完善我国政府组织机构建设的一项基础性工作，它不仅关系我国改革的成败，更关系我国政府治理能力的现代化。
早在19世纪，德国经济学家瓦格纳在考察了当时几个先进的工业国家的公共支出后，总结了一个“政府活动扩张法则”并指出了影响政府规模的因素。瓦格纳认为，在社会经济不断发展的过程中，不管是政府职能的内涵还是外延都在不断地扩大，不仅旧有的职能不断扩大，新的职能也不断出现，这都会导致政府经济活动的不断增强，由此而需要的经费开支也相应上升，最终导致政府规模的扩大（潘圆圆，2012：13～14）。英国经济学家皮科克（Peacock）和怀斯曼（Wiseman）研究了英国1890～1955年的财政支出状况，发现英国政府规模的变化呈现阶梯形的特征，其指出政府规模的变化是由不确定的外部冲击导致的税收提高引起的。该理论指出了政府规模变动的两类原因，即内在因素和外在因素（谢康，2011：2～3）。国外学者对政府规模与经济增长的关系进行了大量研究，如Afonso A.（2008：517～532）等。Ram R.（1986：191-203）对政府规模大小与经济增长的关系进行了计量经济分析，发现两者的相关系数为正，并且这种正效应在低收入国家更明显。此外，Stein E. （1999：357-391）研究了拉丁美洲国家财政分权与政府规模的关系。总之，西方学者对政府规模的研究起步较早，理论成果丰硕，在指导各国构建适度政府规模方面具有十分重要的作用。
国内许多学者对政府规模的影响因素进行了研究。王玉明（1998：3～5）指出，决定政府规模的主要因素有：环境因素（包括政治、经济环境和行政客体的基本状况）、组织因素（组织角色、组织结构和组织运作）和人员因素（包括行政人员的数量与素质）。潘卫杰（2007：33～41）认为，影响政府规模的因素有经济发展水平、经济体制（市场化指数）、民族、人口规模与区域面积等。刘博逸（2000：18～19）和罗中早（2008：109～111）将影响政府规模的因素分为内因和外因两个方面，内因包括政府机构、政府价值观和公务人员等；外因主要有经济、政治、社会、科学技术、文化人口和地理环境等。
近年来，政府规模逐渐成为学术研究的前沿问题，但是县级政府规模研究却一直较为薄弱。国内论述县级地方政府规模的专门著作比较少，尤其是考察民族自治县政府人员规模的著作几乎没有，仅有数篇硕士、博士论文。以民族自治县为研究对象，深入剖析其规模的文献尚不多见，可以说还处于空白状态。
对民族自治县政府规模进行理论研究，并通过对云南29个民族自治县进行实证考察，弄清边疆民族自治地方政府规模的影响因素，可以充实政府规模研究的内容，丰富民族自治地方行政管理研究，同时，也可以为自治州、自治区政府的行政改革提供借鉴。
一 影响边疆民族自治地方县级政府规模的主要因素
（一）概念界定
1.政府机构规模
政府机构是指依据政府职能和目标，按照组织原则，由人、财、物、信息等若干要素有序建立起来的组织机构，是实现政府职能和行使政府权力的载体。机构规模指政府为实现国家和社会公共事务管理而设置的各级各类政府机构的数量和结构，纵向表现为全国范围内从最高层到最基层的层次数量和机构内部的上下层次；横向表现为一级政府的管理幅度和工作部门的数量。通常政府机构越多政府规模越大。
2.政府人员规模
在一些西方国家，政府公务人员一般指政府雇员或公务员，包括政府机关工作人员、公立学校教师、公立医院医生、公立研究机构人员及警察和军职人员等。在我国，政府人员指党政群机关的工作人员，政府人员规模主要是指政府公务人员的数量和结构。
3.县级政府人员
县级政府人员主要是指党政机关、国家机关、社会团体从业人员。从业人员包括各行各业的长期或临时职工、返聘的离退休职工。政府公务员为政府行政之本，任何政府职能都由公务员组织完成。我国的“公务人员”并不等同于西方的公务员。我国公务员不包括从事应当由政府承担财政的科研、部分国有企业管理、部分社会福利事业管理和其他可能列入政府行政事务的人员，而在西方发达国家，只要这些人员的薪水来自政府财政，一般都算作公务员。这里我们把公务人员界定为财政供养人员，采用统计年鉴中提供的“政党机关、国家机关和社会团体工作人员”，这个指标自2004年开始使用，指公共管理和社会组织人员，这个指标事实上就是指广义的政府从业人员。因为目前中国党务和政务的界限还不是很分明，而且政务直接受党务决定和影响，再加上一些党的机关和社会团体事实上承担了一些政府行政的职能，这个指标可以用来代替国际上通行的公务员概念，也更能如实地反映我国政府规模的大小（张光，2008：89～111）。
（二）边疆民族自治地方县级政府规模的影响因素分析
综合国内外研究成果，联系实际，本文认为影响边疆民族自治地方县级政府规模的因素主要有经济发展水平、经济体制、人口、民族、地理。
1.经济发展水平——GDP和农民人均纯收入
GDP和农民人均纯收入是影响县级政府经济发展水平的主要因素。19 世纪德国经济学家瓦格纳最早发现，在进入工业化社会以后，经济生活中的公共部分在数量上和比例上都会随经济发展呈不断扩大的趋势，经济学家将这种公共支出不断增长的现象总结为“瓦格纳法则”。英国学者皮科克和怀斯曼用英国1890～1995年公共支出的统计资料验证“瓦格纳法则”在现代经济条件下仍然有效。Rubinson 根据相当多的跨国样本得到两者具有正相关性的结论。Ram 利用115 个国家20 世纪六七十年代的数据，对政府服务（消费）大小和经济增长关系进行了计量分析，发现两者的相关系数为正且至少在1%水平上显著，而且这种正效应在低收入国家更强（潘卫杰，2007：33～41）。因此，在经济发展水平方面，本文选择了GDP和农民人均纯收入这两个指标。
2.经济体制——国有单位职工数
我国正经历由计划经济体制向市场经济体制的转变，理论上，计划经济时期的全能型政府必然对应一个庞大的政府规模，而随着经济体制转变的进行，政府规模应呈减小的趋势。因此，除了从经济增长角度研究政府规模外，也有一些学者研究政府规模形成的制度性原因。一些学者认为，体制转型会扩大政府规模。例如，张雅林（2001：101～105）认为，在传统计划经济条件下，政府承担的部分职能由企业承担（企业办社会），所以政府规模相对较小。但随着计划经济体制向市场经济体制的逐步转轨，政企分开，原先由企业承担的职能逐步转移到政府手中（孙亚忠，2005：61～62）。而且市场经济要求社会经济运行更加规范化、法治化，社会的管理协调工作量日益增加，所以，总的趋势是政府规模随着市场化改革和市场经济体制的确立逐步扩大（王玉明，1998：3～5）。另一部分学者认为，体制转型将有助于缩小政府规模。金玉国、杨冬梅（2005：115）利用1991～2002年的数据，发现在经济规模保持不变的前提下，市场化水平每提高1个百分点，我国的外在性相对交易费用就下降0.103187个百分点。而政府支出是外在性交易费用的主要组成部分，所以，体制转型有助于缩小政府规模。因此，本文选择各县国有单位职工数作为反映经济体制的定量指标。
3.人口因素——从业人员总数
有的学者认为，对一级政府来说，政令的传达、情况反馈等都需要有人做载体，如果居民过于稀少，人类活动发生频率低，政治行为也就相应减少，国家对这类地区的控制成本就高，从而导致政府规模的扩大。也有一些学者持相反意见，如王玉明（1998：3～5）指出：“一定行政区域内的人口数量是行政编制核定的主要依据，一般地说，一个国家的人口越多，公务量就越大，政府规模也相应越大，反之，政府规模则越小。”刘博逸（2000：18～19）指出：“人口的数量涉及到劳动成本、人口拥挤、污染、社会问题的成本等，人口数量与社会公共事务数量互成正比关系。”人口因素是影响政府规模的重要因素，这一点没有异议，焦点在于人口数量如何影响政府规模。换言之，人口数量的增长究竟是促使政府规模扩大还是缩小，抑或先扬后抑，即在某个临界点内能促使政府规模扩大，过之则相反。本文选择各县从业人员总数作为人口因素变量。
4.民族因素——少数民族人口数
在民族构成复杂、少数民族比重大的地方，政府除了发挥政治、经济、文化等一般职能外，还要对民族事务进行管理，其行政行为带有鲜明的民族性，政府职能呈多重性，从而导致管理成本的上升，具体表现为政府规模的扩大。
5.地理因素
根据经济地理学中的距离衰减理论，区域面积大到一定程度，政府对地域内的控制就会遇到困难。地域辽阔、地形复杂、交通不便等因素，都会使政治信息的传播速度下降。在行政过程中，政治权力的能量随距离的增加而逐步衰减，要使辖区内居民的公共服务水平不变，政府规模必须增加。因此有的学者认为地方政府的管辖面积与政府规模应该呈正相关的关系。张雅林（2001：101～105）认为，国土面积、人口数量和素质以及交通设施等因素都是影响政府规模的重要因素。孙亚忠（2005：61～62）发现，政府管理的公共事务与地域范围有密切的联系。刘博逸（2000：18～19）指出，地域范围的大小涉及政府举办和维护社会公共工程的多少，社会公共工程数量大则需要政府提供的社会资源（人力、物力、财力）数量多，从而使政府规模扩大。因此，本文选择各县行政区域面积作为地理因素变量。
二 边疆民族自治地方县级政府人员规模配置的数学模型
（一）变量选择
本文主要采用神经网络和回归两种模型对县级政府人员规模配置的数量进行比较与分析，具体变量选择见表1。
表1 变量选择
（二）基于神经网络方法的边疆民族自治地方县级政府人员规模配置数学模型
人工神经网络是一种信息处理系统，它有很多种模型。有一种用误差传播学习算法（Error Back Propagation，即BP算法）进行训练的多层前馈神经网络，简称BP网络。BP网络是一种单向传播的多层前馈网络，它包含输入层、隐含层和输出层。BP神经网络模型是人工神经网络的重要模型之一，它有广泛的应用，主要包括模式识别及分类、故障智能诊断、图像处理、函数拟合、最优预测等方面。
BP网络算法的主要思想是把学习过程分为两个阶段：第一阶段是正向传播过程，输入信息从输入层经隐含层逐层计算各单元的实际输出值，每一层神经元的状态只对下一层神经元的状态产生影响；第二阶段是反向传播过程，若在输出层未能得到期望的输出值，则逐层递归计算实际输出与期望输出之间的差值，根据此误差修正前一层权值使误差信号趋向最小。它通过连续不断地在相对于误差函数斜率下降的方向上计算网络权值和偏差变化而逐渐逼近目标（沈花玉、王兆霞、高成耀，2008：46～51）。
本文通过SPSS19.0对数据进行输出处理，从而得到有效的政府规模数量预测值。
1.提取可用的数据
由于各地农民纯收入的数据缺失，这里我们选择GDP X1、事业单位职工数X2、从业人员总数 X3、少数民族人口数X4、行政区域面积X5和县级政府人员数量Y作为数据集，共提取29组有效数据。
2.将数据归一化，分为训练集和测试集
将输入数据X1、X2、X3、X4、X5归一化，统一到一个数量级。然后把29组数据分成训练集和测试集，以备训练和测试神经网络使用。将29组数据的奇数组作为训练集，偶数组作为测试集。
3.神经网络模型构建
本文主要使用matlab软件自带的newff函数构建BP神经网络训练和测试模型。研究中采用的神经网络为5×2×2神经网络，即输入层节点数目为5，隐含层节点数目为2，输出层节点数目为2的神经网络。
4.训练和测试神经网络
分别对训练集进行神经网络训练，并输出训练误差。将测试集输入训练好的神经网络，并输出测试误差。
5.显示结果
图1 真实训练数据和神经网络训练输出
图2 真实预测数据和神经网络输出
通过观察训练集和测试集的误差，可以看出根据各县GDP（经济发展水平）、各县事业单位职工数（经济体制）、各县从业人员总数（人口因素）、各县少数民族人口数（民族因素）、各县行政区域面积（地理因素）使用BP神经网络预测县级政府人员数量误差在允许范围内，这可以为县级政府人员配置提供参考。
以元江县2013年的数据为例，其GDP为50.47亿元，事业单位职工数为8336，从业人口总数为1.56万，少数人口数为16.69万，行政区域面积为2858平方公里，代入训练好的神经网络模型，预测人数为1147，该县实际人数为1161，误差仅为14。
（三）基于多元回归分析方法的边疆民族自治地方县级政府人员规模配置数学模型
1.多元回归分析方法简介
多元回归分析预测法，是指通过对两个或两个以上的自变量与一个因变量的相关分析，建立模型进行预测的方法。当自变量与因变量之间存在线性关系时，称为多元线性回归分析。
多元回归模型一般形式为：
y=λ0+λ1x1+…+λmxm+ε
其中，ε是残差；λ0，λ1，…，λm为偏回归系数，体现的是解释变量对因变量的直接影响，可用最小二乘法估计偏回归系数（王惠文、孟洁，2007：500～504）。
2.多元回归模型构建
在对多元回归模型进行参数估计之前，有必要对模型进行相关性分析。采用person相关性检验方法，利用SPSS软件求解结果见表2。
表2 相关系数矩阵
从相关系数矩阵可以看出：自变量和因变量之间存在一定的线性相关性，但是有些自变量之间的相关系数较大，比如X1与X2之间的相关系数为0.777698。自变量之间相关系数较大可能会影响多元线性回归模型的准确性。由于自变量个数及样本量较少，我们暂不处理自变量之间的共线性问题。
本文利用训练集建立多元回归模型，并用测试集检验模型，主要使用matlab自带的regress函数。
多元回归模型为：
y=0.2283+0.3795x1-0.6728x2+0.9769x3-0.2180x4+0.3295x5+ε
3.结果分析
建模过程中，置信度95%，该模型的R2=0.96，F检验值（43.02）＞f（0.0075），从这点来讲，模型有较好的效果。
预测值和实际值比较见图3、图4。
图3 预测值和实际值（真实训练数据）的比较
图4 预测值和实际值（真实测试数据）的比较
通过观察训练集和测试集的误差图和结果比较图，我们可以看出，根据GDP（经济发展水平）、事业单位职工数（经济体制）、从业人员总数（人口因素）、少数民族人口数（民族因素）、行政区域面积（地理因素）使用多元回归分析模型预测县级政府人员数量，误差在允许的范围内。
三 BP神经网络模型与多元回归分析模型的比较分析
从29个自治县中选取7个县，以2012年的数据作为研究样本，分别通过神经网络预测方法与多元回归方法进行预测，其结果见表3和表4。
表3 神经网络模型预测结果
从表3可看出，以金平县2012年数据为例，其GDP为28亿元，事业单位职工为7612人，从业人口为2.21万人，少数民族人口为33.49万人，行政区域面积为3677平方公里，代入训练好的神经网络模型，预测人数为2321，该县实际人数为2314，误差仅为7。其余的数据分析，误差最大的为16，误差最小的为5。由于数据量相对较少，神经网络训练不精确，训练后的神经网络采用测试数据输入时，输出的部分数据与实际数据误差较大，但大部分数据与实际数据误差在允许范围内。但是由于数据量较少，无法剔除一些偏离正常值的特征数据，否则测试数据和训练数据就更少了。误差处于可接受范围，所以只需在下一步工作中考虑更多的影响因素和收集更多的数据，这样训练结果就会更加精确。
同样以金平县2012年数据为例，多元回归模型预测结果为金平县政府人员数量为2342，与实际人员数相差18人。
通过分析可以看出，BP网络具有结构简单、可操作性强、能模拟任意的非线性输入/输出关系等优点，同时BP神经网络分布式的信息存储方式，使其具有较强的容错性和联想记忆功能。因此，BP神经网络各层直接的连接权值具有一定的可调性，即便数据存在一定的缺失或是不够完整，其依然能够对县级政府规模进行预测。相比较而言，多元回归分析算法相对简单，从结果来看，BP 神经网络模型在数据的预测上有较明显的优势，拟合度更高。
表4 多元回归模型预测结果
由此可见，上述两个模型各有千秋，对于政府规模的确定应该充分借助各模型的优点，取长补短，从而更加合理地确定以及形成现有政府的规模，以最大限度地提升资源的利用效率，形成政府规模的最优配置。随着经济社会的发展，地方政府在BP 神经网络模型的实际运用中，也要因地制宜地增加影响因素，增加训练样本，以期达到更为准确的训练结果。
四 结论
本研究表明：第一，随着经济社会的发展，地方政府规模呈扩张趋势，从而验证了瓦格纳法则在我国的适用性；第二，民族的数量对于县级地方政府规模有很大的影响，民族的种类和人数越多，对公共服务类别的需求也就越多；第三，人口规模与政府规模之间存在显著正相关关系，说明人口越多，对公共服务总量的需求就越多；第四，人均GDP 与地方政府规模的相关系数为正，说明越发达的地区，人们对公共服务的需求越多；第五，就业率与地方政府规模的相关系数为负，说明人们追求社会稳定会增加公共安全方面的支出。
参考文献
朱立言、孙健等，2007，《政府组织适度规模研究》，中国人民大学出版社。
朱光磊，2008，《中国政府发展研究报告（第1辑）：公务员规模问题与政府机构改革》，中国人民大学出版社。
王玉明，1998，《论政府规模及其合理尺度》，《地方政府管理》第9期。
潘卫杰，2007，《对省级地方政府规模影响因素的定量研究》，《公共管理学报》第1期。
罗中早，2008，《我国政府适度规模的经济分析》，湖南大学硕士学位论文。
张雅林，2001，《适度政府规模与我国行政机构改革选择》，《改革论坛》第3期。
刘博逸，2000，《政府规模适度化的评价标准》，《湘潭大学社会科学学报》第2期。
金玉国、杨冬梅，2005，《政府规模的地区差距及其形成机制》，《改革》第7期。
孙亚忠，2005，《适度政府规模的数量和质量分析》，《南京社会科学》第7期。
张光，2008，《“官民比”省际差异原因研究》，《公共行政评论》第1期。
谢康，2011，《安徽省政府规模变动原因研究》，安徽师范大学硕士学位论文。
潘园园，2012，《我国地方政府规模影响因素的研究》，复旦大学硕士学位论文。
王惠文、孟洁，2007，《多元线性回归的预测建模方法》，《北京航空航天大学学报》第4期。
沈花玉、王兆霞、高成耀，2008，《BP神经网络隐含层单元数的确定》，《天津理工大学学报》第10期。
刘曙光、郑崇勋，1996，《前馈神经网络中的反向传播算法及其改进：进展与展望》，《计算机科学》第1期。
罗成汉，2004，《基于MATLAB神经网络工具箱的BP网络实现》，《计算机仿真》第5期。
Afonso A. and Furceri D.，2008，Government Size，Composition，Volatility and Economic Growth，European Journal of Political Economy 26（4）.
Ram R.，1986，Government Size and Economic Growth：A New Frame-Work and Some Evidence from Cross-Section and Time Series Data，American Economic Review 76（1）.
Stein E.，1999，Fiscal Decentralization and Government Size in Latin American，Journal of Applied Economics 2（2）.
[1] 本文为中国机构编制管理研究会2013～2014年对外委托课题“边疆民族自治地方县级政府规模的影响因素研究——以云南省为例”（2013YJHZD13）成果。
[2] 宋光兴，男，管理学博士后，教授，云南省教育厅副厅长，研究方向为电子商务、电子政务、信用管理。黄钰雯，女，硕士，三达医疗有限责任公司市场经理，研究方向为行政管理、电子政务、国际贸易。