本研究先以 SPSS 統計軟體計算出 OLS（古典最小平方法）的數值，並進行自 變數自我相關的統計檢定。通常係以 Durbin-Watson（簡稱 D-W）檢定，亦即檢定 相鄰殘差項間是否自我相關（autocorrelation）的一種統計量。由實證結果，各不同 類別公共支出方程式的D-W 值，精省前介於 1.066 與 1.839 之間；精省後的數值，
介於1.498 與 2.004 之間，其中四項支出相當接近 2；精省前後 12 年的數值，介於 1.264 與 1.829 之間；D-W 值越接近 2 時，表示殘差項間愈無相關，自變數間較無 自我相關。但是精省前出現教育支出方程式的 DW 值是 1.066 以及警政支出 1.082 的 DW 值，仍存在自我相關的問題。採取一階差分法之處理改善，結果：修正後 的DW 值（modified Bhargava et al. Durbin-Watson）教育支出為 1.4313666，警政支 出為1.5119891，確實改善自我相關的情形。
處理兼採時間序列與橫斷面的追蹤資料，需面對異質性（heteroscedasticity）
的問題，經以 STATA 8.0 統計軟體再重新處理原有的資料，進行三種模型：OLS 模型、固定效果模型、隨機效果模型的檢定比較，由三種模型中選擇最適合的一種 模型為估計方法，取其估計值。檢定的結果：
由表二顯示，精省前8 個年度（採 5 個自變數），經選擇「OLS」模型為教育 科學文化支出，選擇「固定效果」模型有社會福利等四項支出，選擇「隨機效果」
模型有總支出與經濟發展支出。由表三得知，精省後 4 個年度，選擇「OLS」模型 為社會福利支出，選擇「固定效果」模型有教育科學文化支出，選擇「隨機效果」
模型有總支出等五項支出。由表四可知，精省前後 12 個年度（5 個自變數加 3 個
虛擬變數），選擇「固定效果」模型有總支出等四項支出，選擇「隨機效果」模型
-114.211 (-2.52)**
=0.0000<0.05 固定效果
P值
=0.6032>0.05 OLS
P值
=0.0000<0.05 固定效果
P值
=0.0000<0.05 固定效果
P值
=0.0000<0.05 固定效果
P值
=0.0028<0.05 固定效果
P值
=0.0028<0.05 固定效果
=0.0531>0.05 OLS
P值
=0.0000<0.05 隨機效果
P值
=0.0001<0.05 隨機效果
P值
=0.0011<0.05 隨機效果
P值
=0.0313<0.05 隨機效果
P值
=0.0000<0.05 隨機效果
=0.0795>0.05 隨機效果
P值
=0.2713>0.05 隨機效果
P值
=0.0000<0.05 固定效果
P值
=0.0000<0.05 固定效果
P值
=0.0151<0.05 固定效果
P值
=0.0000<0.05 固定效果
註 2：OLS（古典最小平方法）、固定效果（Fixed Effect, FE）模型、隨機效果（Random Effect, RE）模型。
註 3：社區發展與環境保護支出的執行重心在鄉、鎮、市公所，支出金額有高過縣總預算的支出數的
情形，故將縣支出數與鄉、鎮、市支出數分開處理；社區與環保支出 1 為縣支出數，社區與 環保支出2 為鄉、鎮、市支出數。
R
表三 中位投票者模型自變數對公共支出影響的結果（精省後）
調整的R2 0.9365 0.9683 0.6054 0.6326 0.6716 0.6493 0.9315 比較三種
=0.0000<0.05 固定效果
=0.0000<0.05 固定效果
P值
=0.0000<0.05 固定效果
=0.0006<0.05 隨機效果
=0.0000<0.05 隨機效果
P值
=0.0000<0.05 隨機效果 固定效果
vs. 隨機 效果 Hausman
檢定
P值
=0.3757>0.05 隨機效果
P值
=0.0223<0.05 固定效果
P值
=0.8132>0.05 隨機效果
=0.9619>0.05 隨機效果
P值
=0.8863>0.05 隨機效果
註2： OLS（古典最小平方法）、固定效果（Fixed Effect, FE）模型、隨機效果（Random Effect, RE）模型。
註3： 社區發展與環境保護支出的執行重心在鄉、鎮、市公所，支出金額有高過縣總預算的支出數的
情形，故將縣支出數與鄉、鎮、市支出數分開處理；社區與環保支出1 為縣支出數，社區與環
保支出2 為鄉、鎮、市支出數。
R
表四 中位投票者模型自變數對公共支出影響的結果
=0.0000<0.05 固定效果
=0.0000<0.05 固定效果
P值
=0.0000<0.05 固定效果
=0.0184<0.05 隨機效果
=0.0000<0.05 隨機效果
P值
=0.0000<0.05 隨機效果 固定效果
vs. 隨機效果 Hausman檢定
P值
=0.0000<0.05 固定效果
P值
=0.0000<0.05 固定效果
=0.4013>0.05 隨機效果
P值
=0.0892>0.05 隨機效果
註2： OLS（古典最小平方法）、固定效果（Fixed Effect, FE）模型、隨機效果（Random Effect, RE）模型。
註3： 社區發展與環境保護支出的執行重心在鄉、鎮、市公所，支出金額有高過縣總預算的支出數的
情形，故將縣支出數與鄉、鎮、市支出數分開處理；社區與環保支出1 為縣支出數，社區與環
保支出2 為鄉、鎮、市支出數。
R