江苏省财政收入影响因素及预测方法研究.pdf

江苏省财政收入影响因素及预测方法研究

摘要

财政收入是经济运行的“晴雨表”，是财政体系的重要组成部分，同时也是

政府在市场经济体制中进行宏观调控的重要抓手。江苏省长期以来GDP一直位

居全国前列，财政收入不断领跑全国，但其经济发展依然面临一些考验，且由于

受到全球大环境影响和传统产业转型升级的双重挑战，其财政收入的增速逐渐放

缓。在此背景下，深入研究江苏省财政收入的影响因素，构建合理的预测模型并

对财政收入做出科学的预测是十分有必要的。

首先，对江苏省1994-2022年财政收入发展状况进行SWOT分析，根据分

析矩阵选取了21个财政收入的影响因素，对财政收入数据进行描述性统计分

析、Pearson相关性分析和多重共线性检验，初步了解数据特点。进一步，基于

LASSO和随机森林方法对财政收入的影响因素进行筛选，并利用LASSO-BP、

RF-BP模型来验证筛选的效果，研究结果表明，LASSO方法筛选的结果更佳。

接着，基于灰色预测模型和SVR、BP神经网络模型对江苏省财政收入进行

预测分析。根据LASSO方法筛选出的12个影响因素，考虑GM(1,1)模型并对其

进行级比检验，结果表明检验结果均位于级比区间内。通过后验差比值和小误差

概率对江苏省财政收入影响因素进行评估，可认为大多数影响因素的预测结果具

有较高的准确性，从而可以利用2023-2026年影响因素的估计值对财政收入进行

预测。进一步，建立SVR模型和BP神经网络模型，通过适当地模型调参和预测

结果的比较研究，我们发现BP神经网络在预测时的相对误差更小，且2023年

江苏省财政收入的预测值值与真实值更为接近。因此，可认为灰色BP神经网络

组合模型具有良好的预测效果。同时，预测结果表明，江苏省财政收入在未来一

段时期会持续稳定增长，但增长速度会放缓。

最后，根据SWOT分析和财政收入的预测结果，结合江苏省的经济发展现

状，对其未来的经济发展提出了相应的建议。科学的预测模型为地方政府的政策

制定提供了重要的决策支持，有助于推动社会经济的持续发展。

关键词：财政收入；SWOT分析；LASSO；灰色预测；BP神经网络；

I

Researchoninfluentialfactorsandpredictivemethodsfor

financialrevenueinJiangsuprovince

ABSTRACT

Financialrevenueisthebarometerofeconomicoperation,animportantpartof

thefinancialsystem,andalsoanimportanthandofthegovernmenttocarryoutmacro-

controlinthemarketeconomicsystem.JiangsuProvincehaslongbeenrankedamong

thetopofthecountryintermsofGDP,anditsfinancialrevenuehasbeenleadingthe

country,butitseconomicdevelopmentisstillfacingsometests,andthegrowthrateof

itsfinancialrevenueisgraduallyslowingdownduetotheimpactoftheglobal

environmentandthedoublechallengeofthetransformationandupgradingof

traditionalindustries.Inthiscontext,itisnecessarytostudytheinfluencingfactorsof

JiangsuProvincesfin