基于ANN-MLP模型下中国财政收入影响关系研究

边语诺

关键词：ANN-MLP模型;影响关系;财政收入;SPSS

中图分类号：F812.3        文献标志码：A      文章编号：1673-291X（2022）06-0067-03

引言

财政分配过程包括财政收入和支出。财政收入作为财政分配过程的环节之一，是财政支出的前提和必要保证，对于国家经济的稳定运行和发展具有重大影响，因此对于市场经济中财政收入影响关系的研究必不可少。目前有很多学者都在这个方面有所研究，现将目前国内学者在这方面的研究总结如下：尚元君等人经过实证研究得出，财政收入与产业发展、经济水平呈正相关关系，适度控制公共部门规模有利于财政收入增长[1]。徐菁运用时间序列、协整理论等方法，详细论证了财政收入与经济增长的关系，得出产业结构升级和经济增长方式转变是影响财政收入的持久因素这一结论[2]。纪跃芝等人新构建了对数线性模型，得出三大产业增加值、人口因素和居民消费对财政收入产生重要影响[3]。

但以往的研究在各个方面均存在一些不足之处，需要后续研究进行再次论证和修正。尚元君等对于财政收入的考察仅考虑税收收入因素，而忽略了预算外收入这一部分;纪跃芝等没有将收入分配政策和经济体制变化纳入模型构建。本文充分考虑经济发展水平、收入分配政策、经济体制、价格因素四个因素，并以2001—2020年的年度数据为基础构建ANN-MLP模型，计算得出财政收入影响关系的结论。

一、模型选择

（一）人工神经网络（ANN）

人工神经网络（Artificial Neural Networks，简写为ANN）是一种模仿人脑运行方式的一种灵活的数学算法，能够形成输入与输出之间非线性的映射，将输入与输出之间的未知机理过程看作一个“网络”。

神经网络一般分为输入层、隐藏层和输出层。神经网络通过一次次地将输入与对应输出投入这个网络，网络会不断调整各个节点间的权值以达到训练网络的目的。我们将输入给定，训练后的网络就会根据訓练后节点的权值来计算得出相应的输出。具体来说，它的计算包括离线学习和在线判断两部分，离线学习是神经元通过数据接收进行训练，不断调整权值，在线判断是利用训练后的网络计算并输出结果。常见的人工神经网络分别为多层感知器（MLP）和径向基函数（RBF）。

多层感知神经网络是最常用的神经网络模型之一，同样由输入层、隐藏层和输出层构成，每层包括一个或多个神经元，这些神经元与前一层和下一层神经元定向连接，将前一层得到的值与某些权重相加，并用激活函数来转换总和。

二、在ANN-MLP模型下的中国财政收入影响关系

（一）财政收入的影响因素分析

政府为维持存在和发挥职能而筹集的资金统称为财政收入，它是国民收入分配的重要组成部分。财政收入的来源可以总结为“税、利、债、费”四个部分，来源的多样性也就决定了它受到诸多方面因素的影响，本文将其总结为四个方面的因素。

国家经济发展水平。一国的经济发展水平是财政收入的决定性因素，国家经济的发展直接关系到企业的利润实现，新冠疫情期间企业订单短缺、资金链断裂导致经营困难就是很有力的证明。国内生产总值（GDP）是一国在经济活动中所产出的全部最终产品以及劳务的价值，本文将GDP增速作为衡量国家经济发展水平的变量。

收入分配政策。前面说到，财政收入是国民收入分配的重要组成部分，国民收入分配的主体包括政府、企业和个人，国家的收入分配政策决定三者的收入比例，即分配给政府的部分占整个国民收入的比重。相关学者研究结果表明，GDP与财政收入的比重这一综合指标可以作为衡量财力集中程度的变量，因此本文采用这一指标作为“收入分配系数”来衡量我国的收入分配政策。

经济体制类型。一国管理国民经济的制度和经济运行方式对于财政收入的影响，具体体现为财政收入的规模。政府对经济的干预主要通过财政政策和货币政策，货币政策即央行采取公开市场操作、存款准备金、利率政策等货币工具调节市场经济。本文采用货币总量M2的增长率这一指标量化市场经济体制的变化。

价格因素。经济过热时期，通货膨胀会引起财政收入的绝对数额增大;而相反在经济萧条时期，通货紧缩会引起财政收入的绝对数额减小。CPI与GDP平减指数都可以衡量通货膨胀率，但企业或政府购买的产品所引起的价格上升只反映在GDP平减指数上，因此本文以CPI增长率作为衡量通货膨胀率的指标。

（二）数据搜集及分析

1.数据搜集。首先，对于因变量财政收入增长率的数据，本文通过从国家统计局网站获得2000—2020年财政收入的绝对值数据，并通过计算得出财政收入增长率数据。同样，获取了GDP的绝对值数据后，可以得到财政收入与GDP的比值即为收入分配系数的数值。GDP增速数据可以直接获得，是以不变价计算得到的增速数据;同样从国家统计局年度数据库获得货币总量（M2）和CPI的绝对值数据，经过计算得出货币总量（M2）的变化率和CPI变化率。

2.数据分析。2001—2020年，全国财政收入增长率在二十年间上下波动，近年来呈现波动下降的趋势，2020年受疫情影响更是降到负值;GDP增速在前十年呈现上下波动的态势，后十年波动较为平稳;收入分配系数稳中有变;货币总量（M2）增长率在-6.19%～4.04%之间上下波动，在2009年达到增长率的最低值;消费者价格指数呈现较为平稳的波动态势，在2009年出现较大的波动，达到增长率的最大值28.42%。本文将数据绘制成折线图如图1所示。

（三）实证分析

SPSS即统计产品与服务解决方案，是目前使用最为广泛的统计软件，本文采用SPSS平台进行计算，得到神经网络模型结果如下页图2所示。

通过神经网络图我们可以看到，模型包括一个输入层、一个隐藏层和一个输出层，神经元数量分别为5个、8个和2个。连接神经元的线条中，橙色的线条代表负权值，灰色的线条代表正权值，同时线条的粗细代表神经元权值绝对值的大小，线条越粗，说明权值的绝对值越大。

从神经网络模型的检验结果来看，模型检验数据良好，验证集预测准确度达到100%，因此该模型具有较好的预测效果。通过各变量的重要性分析，我们可以得出，居民消费价格指数增长率是影响财政收入增长率变化最主要的因素，其次是GDP增速、货币总量M2增长率和收入分配系数。也就是说，财政收入增长率变化的主要影响因素是价格因素，经济发展水平、经济体制类型和收入分配政策的影响依次递减。

结语

综上所述，本文以GDP增速、收入分配系数、货币总量M2增长率和居民消費价格指数增长率四个指标代表经济发展水平、收入分配政策、经济体制类型和价格因素作为自变量，以财政收入增长率的增减变化指标作为因变量，构建了多层感知神经网络模型并进行模型计算和检验。通过模型分析可以得出结论，价格因素对财政收入增长率变化的影响最大，经济发展水平和经济体制类型次之，最后是收入分配政策的影响。

参考文献：

[1]  尚元君，殷瑞锋.对地方政府财政收入能力影响因素的实证分析[J].中央财经大学学报，2009，（5）：12-15+42.

[2]  徐菁.财政收入与经济增长关系研究——以杭州市为例[D].杭州：浙江大学，2008.

[3]  纪跃芝，邓波，王继新.影响财政收入增长的相关因素分析[J].统计与决策，2009，（19）：110-112.

3087500589285