社保就业支出占财政支出比

「社保就业支出占财政支出比」,覆盖 1949-2024 年,频率 年度,省级层级,含 6 个变量,样本量约 2,262。 衡量各省社会保障与就业支出在一般公共预算支出中的占比,反映财政资源向民生保障领域的倾斜程度。

时间跨度1949-2024 年
数据频率年度
层级省级
变量数6
样本量2,262
是否可合并可与同主体数据集合并

字段字典

  • Province [省份名称] — 省份的中文名称.
  • ProvinceCode [省份代码] — 省份的相关统计部门代码 (6 位字符串).
  • Year [年份] — 统计年份.
  • SocSecEmpExp [地方财政社会保障和就业支出(亿元)] — 社会保障和就业支出反映政府在社会保障与就业方面的支出。有关事项包括社会保障与就业管理事务、民政管理事务、财政对社会保险基金的补助、补充全国社会保障基金、行政事业单位离退休、企业改革补助、就业补助、抚恤、退役安置、社会福利、残疾人事业、城市居民最低生活保障、其他城镇社会救济、农村社会救济、自然灾害生活补助、红十字事务等。
  • GenBudgetExp [地方财政一般预算支出(亿元)] — 地方财政一般预算支出包括一般公共服务、国防、公共安全、教育、科学技术、文化体育与传媒、社会保障就业、医疗卫生、环境保护、城乡社区事务、农林水事务、交通运输等方面的支出。
  • SocSecExpShareFin [社保就业支出占财政支出比] — 社保就业支出占财政支出比。计算公式:SocSecEmpExp / GenBudgetExp。

常见问题

「社保就业支出占财政支出比」是什么数据集?
社保就业支出占财政支出比,隶属财政与投资。衡量各省社会保障与就业支出在一般公共预算支出中的占比,反映财政资源向民生保障领域的倾斜程度。
该数据集的时间范围是?
覆盖 1949-2024 年。
包含哪些变量/指标?
共 6 个变量。核心指标包括:地方财政社会保障和就业支出(亿元)、地方财政一般预算支出(亿元)、社保就业支出占财政支出比。完整字段清单(变量名·中文名·说明)见页面「字段字典」。
数据频率和层级是怎样的?
频率为年度,省级层级。
样本量有多大?
约 2,262 条观测。
数据是如何测算/获取的?
指标定义与计算方法 社保就业支出占财政支出比(SocSecExpShareFin)衡量地方政府财政支出中用于社会保障和就业领域的相对规模,反映财政资源在民生保障与就业促进方面的配置力度。该指标是评估财政支出结构偏向、社会福利水平及地方政府治理偏好的重要变量,常用于财政分权、公共服务均等化及经济增长质量等实证研究。数据来源于相关统计部门公开发布的年度财政决算数据,涵盖各省(自治区、直辖市)一般公共预算支出及其分项。计算公式为: $$ \text{SocSecExpShareFin}{it} = \frac{SocSecEmpExp{it}}{GenBudgetExp{it}} $$ 其中,\( SocSecEmpExp{it} \) 表示省份 \( i \) 在第 \( t \) 年的社会保障和就业支出(亿元),\( GenBudgetExp{it} \) 表示同一年份的一般公共预算支出(亿元)。计算步骤为:首先从年度数据集中提取各省份对应年份的 SocSecEmpExp 和 GenBudgetExp 原始值,确保两变量单位一致(均为亿元);然后逐省份逐年计算比值,得到无量纲的比例值。该指标取值范围为 \([0, 1)\),典型量级在 0.05 至 0.25 之间,经济发达省份因社保体系完善和就业压力较小,该比值通常较低;而中西部省份因转移支付依赖和民生兜底需求,比值相对较高。 补充说明 本指标基于简化假设:社会保障和就业支出与一般公共预算支出均按当年名义值计算,未剔除价格因素或进行平减处理,因此反映的是名义支出结构而非实际购买力变化。边界条件方面,数据覆盖年份为 2007 年至 2022 年(因 2007 年财政收支分类改革后统计口径统一),缺失值采用线性插值法填补,若连续缺失超过两年则标记为缺失。计算粒度为 Province 层面,主键为 ProvinceCode 和 Year,不涉及地级市或县级数据。已知限制包括:该比值受中央转移支付结构影响较大,难以完全剥离地方自主决策与中央政策干预的效应;此外,部分省份因统计口径调整(如 2018 年社保征缴体制改革)可能导致序列不连续。 参考文献 [1] 李实, 赵人伟, 张平. 中国经济转型与收入分配变动[J]. 经济研究, 1998(4): 42-51. [2] Bo, Z. Chinese Provincial Leaders: Economic Performance and Political Mobility since 1949[M]. Armonk, NY: M.E. Sharpe, 2002.
如何获取该数据集?
通过站内对应淘宝链接下单后,客服发放兑换码;在站内"兑换"页输入兑换码即可获得下载权益并下载。