基于數(shù)據(jù)挖掘技術(shù)的貴州省財(cái)政收入分析預(yù)測

劉德偉

摘? 要：貴州作為國內(nèi)率先引入大數(shù)據(jù)等新興產(chǎn)業(yè)的省份，其經(jīng)濟(jì)發(fā)展一直以來頗受人們的關(guān)注。而財(cái)政收入是地方經(jīng)濟(jì)發(fā)展的重要因素，因此該文將以貴州省財(cái)政收入為主要研究對(duì)象，收集2004—2019年的相關(guān)經(jīng)濟(jì)指標(biāo)并運(yùn)用Rstudio軟件進(jìn)行數(shù)據(jù)處理，并做主要變量的描述性統(tǒng)計(jì)、相關(guān)性分析，通過灰色預(yù)測模型對(duì)地方財(cái)政收入進(jìn)行預(yù)測，得出貴州省2020年和2021年財(cái)政收入的預(yù)測值，對(duì)貴州財(cái)將來政收入規(guī)劃具有一定的參考價(jià)值。

關(guān)鍵詞：財(cái)政收入? ?描述性統(tǒng)計(jì)? ?相關(guān)性分析? ?灰色預(yù)測

中圖分類號(hào)：F812? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1672-3791（2021）07（b）-0187-03

Analysis and Forecast of Fiscal Revenue in Guizhou Province Based on Data Mining Technology

LIU Dewei

（Guizhou University of Finance and Economics， Guiyang， Guizhou Province， 550025? China）

Abstract： As the first province to introduce big data and other emerging industries in China， Guizhou's economic development has always attracted people's attention. Fiscal revenue is an important factor in local economic development. Therefore， this paper will take the fiscal revenue of Guizhou Province as the main research object， collect relevant economic indicators from 2004 to 2019， use Rstudio software for data processing， make descriptive statistics and correlation analysis of main variables， and predict local fiscal revenue through grey prediction model， the predicted financial revenue of Guizhou Province in 2020 and 2021 is obtained， which has a certain reference value for the future financial and political revenue planning of Guizhou Province.

Key Words： Financial revenue; Descriptive statistics; Correlation analysis; Grey prediction

近年來，貴州經(jīng)濟(jì)穩(wěn)步增長，GDP總量從倒數(shù)爬升至中等偏下水平，而增速方面已連續(xù)10年居于前列，因此貴州的財(cái)政收入具備一定的研究意義。關(guān)于財(cái)政收入預(yù)測的研究，眾多學(xué)者以財(cái)政收入來構(gòu)建多元回歸模型，并運(yùn)用OLS方法估計(jì)回歸系數(shù)，最終通過檢驗(yàn)來確定每一種因素對(duì)財(cái)政收入的貢獻(xiàn)度，這種方法對(duì)數(shù)據(jù)依賴較大，存在一定局限性。侯甜甜等學(xué)者基于ARIMA和馬氏鏈模型的中國財(cái)政收入預(yù)測為研究各省財(cái)政收入提供了參考[1]。張強(qiáng)等研究者與龍小燕研究者分別運(yùn)用逐步回歸分析方法預(yù)測武漢市財(cái)政收入并研究了影響因素，這對(duì)當(dāng)?shù)刎?cái)政政策有很好的指導(dǎo)作用，但是多元逐步回歸方法容易局限于局部最優(yōu)解而不是全局最優(yōu)解[2-3]。宋良美研究者從VAR模型來對(duì)江蘇省財(cái)政收入和財(cái)政支出進(jìn)行預(yù)測和分析[4]。江星等研究者對(duì)安徽省財(cái)政收入進(jìn)行多元分析證明實(shí)現(xiàn)財(cái)政收入的增長主要依靠的是經(jīng)濟(jì)的增長[5]。王守英研究者通過模型分析和神經(jīng)網(wǎng)絡(luò)對(duì)濟(jì)南市的財(cái)政收入進(jìn)行了預(yù)測[6]。丁瑋珂等研究者發(fā)現(xiàn)第一二三產(chǎn)業(yè)對(duì)財(cái)政收入的影響程度各有不同[7]。綜上所述，隨著科學(xué)和技術(shù)的發(fā)展與完善，運(yùn)用新方法對(duì)近幾年新數(shù)據(jù)進(jìn)行研究貴州財(cái)政收入是很有必要的。

1? ?數(shù)據(jù)探索分析

財(cái)政收入的影響因素有許多，有的影響效果強(qiáng)，而有些效果則弱一些，該文根據(jù)經(jīng)濟(jì)理論以及參考已有研究成果，初步選取13個(gè)自變量來分別分析各因素對(duì)財(cái)政收入（y）的影響，具體見表1。基于數(shù)據(jù)可得性，該文選取2004—2019年影響財(cái)政收入相關(guān)變量的數(shù)據(jù)，數(shù)據(jù)來源為《貴州統(tǒng)計(jì)年鑒》。

1.1 描述性分析

描述性分析是對(duì)數(shù)據(jù)進(jìn)行整體情況分析，初步了解2004—2019年各種數(shù)據(jù)的變化程度和增長速度。就上述13個(gè)因素從以下幾個(gè)方面著手分析。

1.1.1 就業(yè)和收入方面

社會(huì)從業(yè)人數(shù)（x1）的Min值為1 770.9，Max值為2 186，Mean值為1 929.39，SD值為109.20。由此可見社會(huì)就業(yè)人數(shù)趨于穩(wěn)定上升趨勢，且波動(dòng)性較小，伴隨著經(jīng)濟(jì)的持續(xù)發(fā)展，就業(yè)人數(shù)穩(wěn)定增長是一種正向反饋，而就業(yè)人數(shù)的增多通常也伴隨著居民消費(fèi)的提升，從而提升財(cái)政收入;在崗職工工資總額（x2）的Min值為236.6，Max值為2 516.04，Mean值為1 142.02，SD值為771.26。隨著貴州省經(jīng)濟(jì)的飛速發(fā)展，在職工的工資水平也同時(shí)得到提升，這不僅有利于人民的生活水平提高，從稅收這一層面也反映出了財(cái)政收入水平得到了提高;城鎮(zhèn)居民人均可支配收入（x4）的Min值為7 322.05，Max值為34 404，Mean值為18 671.19，SD值為8 728.87。可支配收入相比工資總額，能更加直觀地反映居民的收入水平，從可支配收入的均值以及標(biāo)準(zhǔn)差來看，其相比工資總額來說波動(dòng)性更小，也與財(cái)政收入水平的關(guān)系更為密切。