基于ANN-MLP模型下中國財政收入影響關系研究

邊語諾

關鍵詞：ANN-MLP模型;影響關系;財政收入;SPSS

中圖分類號：F812.3 ? ? ? ?文獻標志碼：A ? ? ?文章編號：1673-291X（2022）06-0067-03

引言

財政分配過程包括財政收入和支出。財政收入作為財政分配過程的環節之一，是財政支出的前提和必要保證，對于國家經濟的穩定運行和發展具有重大影響，因此對于市場經濟中財政收入影響關系的研究必不可少。目前有很多學者都在這個方面有所研究，現將目前國內學者在這方面的研究總結如下：尚元君等人經過實證研究得出，財政收入與產業發展、經濟水平呈正相關關系，適度控制公共部門規模有利于財政收入增長[1]。徐菁運用時間序列、協整理論等方法，詳細論證了財政收入與經濟增長的關系，得出產業結構升級和經濟增長方式轉變是影響財政收入的持久因素這一結論[2]。紀躍芝等人新構建了對數線性模型，得出三大產業增加值、人口因素和居民消費對財政收入產生重要影響[3]。

但以往的研究在各個方面均存在一些不足之處，需要后續研究進行再次論證和修正。尚元君等對于財政收入的考察僅考慮稅收收入因素，而忽略了預算外收入這一部分;紀躍芝等沒有將收入分配政策和經濟體制變化納入模型構建。本文充分考慮經濟發展水平、收入分配政策、經濟體制、價格因素四個因素，并以2001—2020年的年度數據為基礎構建ANN-MLP模型，計算得出財政收入影響關系的結論。

一、模型選擇

（一）人工神經網絡（ANN）

人工神經網絡（Artificial Neural Networks，簡寫為ANN）是一種模仿人腦運行方式的一種靈活的數學算法，能夠形成輸入與輸出之間非線性的映射，將輸入與輸出之間的未知機理過程看作一個“網絡”。

神經網絡一般分為輸入層、隱藏層和輸出層。神經網絡通過一次次地將輸入與對應輸出投入這個網絡，網絡會不斷調整各個節點間的權值以達到訓練網絡的目的。我們將輸入給定，訓練后的網絡就會根據訓練后節點的權值來計算得出相應的輸出。具體來說，它的計算包括離線學習和在線判斷兩部分，離線學習是神經元通過數據接收進行訓練，不斷調整權值，在線判斷是利用訓練后的網絡計算并輸出結果。常見的人工神經網絡分別為多層感知器（MLP）和徑向基函數（RBF）。

多層感知神經網絡是最常用的神經網絡模型之一，同樣由輸入層、隱藏層和輸出層構成，每層包括一個或多個神經元，這些神經元與前一層和下一層神經元定向連接，將前一層得到的值與某些權重相加，并用激活函數來轉換總和。

二、在ANN-MLP模型下的中國財政收入影響關系

（一）財政收入的影響因素分析

政府為維持存在和發揮職能而籌集的資金統稱為財政收入，它是國民收入分配的重要組成部分。財政收入的來源可以總結為“稅、利、債、費”四個部分，來源的多樣性也就決定了它受到諸多方面因素的影響，本文將其總結為四個方面的因素。

國家經濟發展水平。一國的經濟發展水平是財政收入的決定性因素，國家經濟的發展直接關系到企業的利潤實現，新冠疫情期間企業訂單短缺、資金鏈斷裂導致經營困難就是很有力的證明。國內生產總值（GDP）是一國在經濟活動中所產出的全部最終產品以及勞務的價值，本文將GDP增速作為衡量國家經濟發展水平的變量。

收入分配政策。前面說到，財政收入是國民收入分配的重要組成部分，國民收入分配的主體包括政府、企業和個人，國家的收入分配政策決定三者的收入比例，即分配給政府的部分占整個國民收入的比重。相關學者研究結果表明，GDP與財政收入的比重這一綜合指標可以作為衡量財力集中程度的變量，因此本文采用這一指標作為“收入分配系數”來衡量我國的收入分配政策。

經濟體制類型。一國管理國民經濟的制度和經濟運行方式對于財政收入的影響，具體體現為財政收入的規模。政府對經濟的干預主要通過財政政策和貨幣政策，貨幣政策即央行采取公開市場操作、存款準備金、利率政策等貨幣工具調節市場經濟。本文采用貨幣總量M2的增長率這一指標量化市場經濟體制的變化。

價格因素。經濟過熱時期，通貨膨脹會引起財政收入的絕對數額增大;而相反在經濟蕭條時期，通貨緊縮會引起財政收入的絕對數額減小。CPI與GDP平減指數都可以衡量通貨膨脹率，但企業或政府購買的產品所引起的價格上升只反映在GDP平減指數上，因此本文以CPI增長率作為衡量通貨膨脹率的指標。

（二）數據搜集及分析

1.數據搜集。首先，對于因變量財政收入增長率的數據，本文通過從國家統計局網站獲得2000—2020年財政收入的絕對值數據，并通過計算得出財政收入增長率數據。同樣，獲取了GDP的絕對值數據后，可以得到財政收入與GDP的比值即為收入分配系數的數值。GDP增速數據可以直接獲得，是以不變價計算得到的增速數據;同樣從國家統計局年度數據庫獲得貨幣總量（M2）和CPI的絕對值數據，經過計算得出貨幣總量（M2）的變化率和CPI變化率。

2.數據分析。2001—2020年，全國財政收入增長率在二十年間上下波動，近年來呈現波動下降的趨勢，2020年受疫情影響更是降到負值;GDP增速在前十年呈現上下波動的態勢，后十年波動較為平穩;收入分配系數穩中有變;貨幣總量（M2）增長率在-6.19%～4.04%之間上下波動，在2009年達到增長率的最低值;消費者價格指數呈現較為平穩的波動態勢，在2009年出現較大的波動，達到增長率的最大值28.42%。本文將數據繪制成折線圖如圖1所示。

（三）實證分析

SPSS即統計產品與服務解決方案，是目前使用最為廣泛的統計軟件，本文采用SPSS平臺進行計算，得到神經網絡模型結果如下頁圖2所示。

通過神經網絡圖我們可以看到，模型包括一個輸入層、一個隱藏層和一個輸出層，神經元數量分別為5個、8個和2個。連接神經元的線條中，橙色的線條代表負權值，灰色的線條代表正權值，同時線條的粗細代表神經元權值絕對值的大小，線條越粗，說明權值的絕對值越大。

從神經網絡模型的檢驗結果來看，模型檢驗數據良好，驗證集預測準確度達到100%，因此該模型具有較好的預測效果。通過各變量的重要性分析，我們可以得出，居民消費價格指數增長率是影響財政收入增長率變化最主要的因素，其次是GDP增速、貨幣總量M2增長率和收入分配系數。也就是說，財政收入增長率變化的主要影響因素是價格因素，經濟發展水平、經濟體制類型和收入分配政策的影響依次遞減。

結語

綜上所述，本文以GDP增速、收入分配系數、貨幣總量M2增長率和居民消費價格指數增長率四個指標代表經濟發展水平、收入分配政策、經濟體制類型和價格因素作為自變量，以財政收入增長率的增減變化指標作為因變量，構建了多層感知神經網絡模型并進行模型計算和檢驗。通過模型分析可以得出結論，價格因素對財政收入增長率變化的影響最大，經濟發展水平和經濟體制類型次之，最后是收入分配政策的影響。

參考文獻：

[1] ?尚元君，殷瑞鋒.對地方政府財政收入能力影響因素的實證分析[J].中央財經大學學報，2009，（5）：12-15+42.

[2] ?徐菁.財政收入與經濟增長關系研究——以杭州市為例[D].杭州：浙江大學，2008.

[3] ?紀躍芝，鄧波，王繼新.影響財政收入增長的相關因素分析[J].統計與決策，2009，（19）：110-112.

3087500589285