本研究是採用我國民國90 至 97 年，包含直轄市在內的廿二縣市的 追蹤資料（panel data）分析地方政府歲入多元與歲入穩定之間的關係。
初步以皮爾森相關係數（Pearson’s r）檢視此兩變數的關係，發現歲入 多元與歲入穩定間呈現99%顯著水準的線性負相關（r = -0.298）。在了 解兩變數間的相關性後，進一步以多元迴歸分析之。過去文獻指出，分
析追蹤資料以 Parks（1967）所提出的 Feasible Generalized Least Square
（FGLS）迴歸來進行估計較傳統的最小平方法（OLS）適當。而一般 追蹤資料下的 GLS 模型，必須考量採用假設每個縣市都具有某一相同 因素必須控制的固定效果模型（fixed effect model）亦或不做此假設的 隨機效果模型（random effect model）。一般在實務的判斷上，若樣本單 位個數大於所包含的時間序列時，採用犧牲較少自由度的隨機效果模型 較為適合（王鼎銘、詹富堯，2006）。除此之外，實證研究也多由 Jerry A. Hausman 於 1978 年的文章中所提的 Hausman 檢定方法，作為採用何 種模型的判斷依據。簡而言之，Hausman 檢定法即在檢驗上述該存在 於各檢驗單位的該固定因素是否存在，若無法證明該因素存在（亦即無 法拒絕個別效果與解釋變數不相關的虛無假設），則適合採用隨機效果 模型。本研究論文的實證資料在經過 Hausman 檢驗後，得出採用隨機 效果模型較為適合的結論（Hausman test X2= 0.81，或 p=0.94）。
除此之外，在此 176 觀察值中，90 年度的南投縣與台中縣呈現波 動較大的情形，其中南投縣由統計方法篩檢出為極端值。然而，因為此 二觀察值之歲入多元與歲入穩定這兩重要變數間仍呈現負相關的特 性，與其他樣本觀察值在兩變數的表現上一致，因此判斷此兩具有影響 力的觀察值應保留以保持資料的完整性。而深入了解 90 年度的南投縣 及台中縣之所以出現變異較大的情形，乃因 921 地震後的重建獲得更多 中央補助款，導致四大歲入嚴重失衡，不過此觀察值實際上也說明了歲 入不夠多元、過分仰賴中央的事實，不宜貿然剔除。為了處理樣本中的 極端值，本研究採用穩健迴歸（robust regression）之方法。此法給予極 端值較低的權重，降低它對於迴歸結果的影響力，又能保持資料的完整 度，適合應用於有潛在極端值的資料分析。實證結果如表8 所示：
表8 歲入多元化與歲入穩定度之迴歸分析結果
變項 全部縣市 非直轄市之縣市
RD -0.788* -1.130* -0.907* -1.023*
RD(t-1) 0.372 0.205
EL 0.044 0.044** 0.044 0.044
PARTY 0.019 0.023 0.014 0.013 LN(INCOME) 0.158 0.161* 0.248** 0.241**
R-square 0.1322 0.1512 0.1550 0.1683
Wald chi2 3.19 7.57 5.10 5.95
府之收入，也就是統籌分配稅款和補助款之收入。而此部份的收入分配 公式恰好是與該縣市的財政能力呈反比的。另外一個可能的解釋是由於 我國缺乏地方 GDP 的統計資料，因此，本研究以地方縣市的家計所得 來代替之結果。然而，GDP 的統計比較能夠涵蓋轄區內的總體經濟活 動之狀況，對於轄區內的財政能力也比較能夠完全反映；而地方縣市的 家計所得雖然也與轄區內人民的財富狀況相關，但是對於轄區內的經濟 活動並不能夠完全掌握，復以我國地方政府稅收是以財產稅收入為主，
這也是可能使用該替代變項所造成之統計結果不如預期的主要原因。
而在選舉年這一個變項上，與歲入變動率呈現出比較正向的關係，
代表選舉會減低歲入穩定度，擾亂地方政府的歲入穩定之結果。這樣的 結果與本研究先前的假設一致，不過必須注意的是，當樣本排除台北市 與高雄市兩直轄市後，此變項就不再顯著，然這是否意味著直轄市的歲 入穩定較易受到選舉的影響，以本研究目前的架構尚難提出回答，然卻 是未來值得注意的研究議題。
最後，地方首長是否與中央首長屬於同一政黨這一變數（PARTY）
也呈現出與本文研究假設不相一致之結果。亦即當地方首長與中央首長 同屬一政黨時，其歲入結構愈加穩定。然而，此變項的迴歸係數很低，
且不具統計顯著，這樣的結果似乎也說明了，我國在民國 88 年的財政 收支劃分法之修訂，將統籌分配稅之分配方式改以公式入法以後，已經 將政治的干擾因素降低，讓統籌分配稅款的分配更趨穩定一致，進而讓 地方財政的歲入也更加穩定。