西安市财政收入分析及预测

摘 要

本文以西安市为研究对象，应用相关分析法、多元回归分析法等，以国内现行财政经济理论为基础，对西安财政收入进行影响因素模型的构建，并对其进行预测。对西安财政收入进行影响因素模型构建时，本文采取定量与定性相结合，其中，占有财政收入较大的税收收入，对财政收入有较大影响的宏观经济形势等因素，均在本文建模中有所体现。通过实证分析、验证，该模型结果具有优良性，而检验结果可延申至其他地方财政收入模型构建，对其具有参考意义。结果发现:（1）税收收入对财政收入具有显著正向影响；（2）全社会固定资产投资这一因素对财政收入影响较大；（3）在岗职工平均工资对西安财政收入影响较大。并结合此给出具有针对性意见。

关键词：西安市；财政收入；预测

1 绪论

1.1研究背景

在国家当权的时候，为使得社会秩序稳定性得到保证，国家会参与社会经济运并介入到经济领域。所有对于一个国家而言，其能否存在，是否具有稳定性以及国家职能的实现均需依靠财力才能得到保障，然而对于XX自身而言，并无收入渠道，因此XX为维护自身运转，使得各部门正常运行，就必须要通过税收等方式获取收入，从而实现国家机构的运作。

财政的实质内涵在于其以国家、XX作为主体凭借自身职能权利来对社会生产品进行财富再分配的过程，并通过财政财富实现自身的职能控制。现如今的社会经济发展过程中，财政活动一般所指的就是财政收入和支出的活动。其中财政收入主要有：针对个人征收的有财产税、个人所得税、遗产税，针对企业征收的有企业所得税，财政支出有：环境保护、基础设施、科学研究、义务教育以及国防等，该部分支出是将财政收入通过转移支付形式发放给居民，其中包括有：生活补贴、社会保障等。财政的收入及支出都是国家财政地位的核心活动，也是国家进行宏观调控的重要依赖，财政收入水平的高低会影响XX的宏观调控能力，从而导致XX职能履行的完善度受到影响，当对财政收入了解较为深入时，才能准确、合理对支出进行安排。

财政收入的目的是使得财政支出需求得到满足，进而将所有资金集合起来的合计，可认为其为XX在一段时间内可获取的货币收入。而税收在我国整个财政收入中占有重要地位，当前我国的财政管理制度为分税制，导致地方与中央财政收入实行分开管理，目前我国财政收入一直在逐年迅速增长，亟需科学的方法来构建财政收入预测体系，从而通过预测实现对财政收入的预算，在第二年进行决策时，可将其作为参考依据。这种预测体系的构建对我国的财政体系的建立及完善具有相当程度的现实意义。

国家财政收入的项目主要有一下：专项税收、各项税收、行政事业型收费、罚没收入、其他收入等。上述收入项目都严重影响着我国的经济形势，因此，在构建其预测模型时，首先需对社会经济现象进行深入研究，保证预测结果可靠性与可解释性。

1.2研究的目的及意义

一个地区的社会是否稳定且安全、人民富裕程度是区域经济发展的重要标志。

20世纪90年代开始，我国国民经济发展速度迅猛，伴随着XX财力的增加，因此财政收入也进入人们的视野，而对于地方财政而言，其是国家财政收入的重要组成，因此，科学合理的研究西安财政并对其进行预测，这将加快优化和转变财政结构和结构，对构建新的财政成本观产生积极影响，进而完善公共财政体制，深化财政体制改革，具有一定的引领作用，财政支出对提高服务效率和公共产品供给起到一定的促进作用，对经济发展和公民的普遍发展起到一定的促进作用。

因此，研究该课题具有一定的理论和现实意义。

1.3研究内容及方法

1.3.1 研究内容

以西安市相关数据为研究基础，对影响地方财政收入进行因素分析，之后对其进行深入探究，采取定性结合定量的方法，对XX分配有关资源提供参考，并对财政收入分配进行合理调整，旨在使得地方财政规划更具科学性，为西安经济稳步发展与制度建设提供帮助。

1.3.2研究方法

用多元回归方法进行统计建模，为分析西安市目前的发展状况提供决策依据和数据事实；预测结果方面，通过本文做出的研究实证结果，科学、合理地预测西安市地方财政收入，并提出针对性的政策建议，有助西安市对地方财政预算进行更合理的安排，提高资金利用率。本文通过数据建立基于统计理论的地方财政收入预测模型，在一定程度上，我们可以研究和分析西安财政收入的主要影响因素和不同因素的影响程度，另一方面可以对结构变化趋势以及地方财政收入进行短期预测，帮助地方财政和经济进行协调性的发展。

2 文献综述

2.1国外研究

根据国外研究现状分析找出具有代表性的两个国家：参与X、英国和其他国家宏观经济和金融预测过程的功能部门不相同。根据国外研究现状分析找出具有代表性的两个国家：参与X、英国和其他国家宏观经济和金融预测过程的功能部门不相同。据统计，95%的国家收益预测是金融部门负责人，在英国，英国和其他国家/地区，已经建立了年度收入预测机制，预测时间与国家预算时间基本相同，其中每年度的预测结果均需更新，且更新次数超过两次。在其他国家的预算机制中，也同样包含中期预算。以荷兰为例，荷兰会在总统选取过程中散发中期预算，在其他国家的任期则需要五年的时间。澳大利亚曾专门设置了长达40年的长期预算。美、英等国的宏观经济预测时间会早于财政支出预测过程。对于财政的预测已然成为当今研究中的重点和难点，当前财政收入预测都会与宏观经济及初步预测数据的假设具有紧密的关系，美英国家因为收入预测数据来源的广泛性、高质量，便能带来更为精准的预测。X的统计调查数据十分稳定，来源主要是X的各种行政部门和相关第三方所提供。它是一种数学统计分析工具，可以有效满足数据和信息质量要求。除此以外，荷兰的财政部，中央计划局以及其他XX部门也建立了紧密的数据链接机构，而税务部门和其他职能部门则依法提供了科学数据和合理的预测依据。

Tibshirani(1996)[1]通过Lasso方法实现了对变量系数的压缩，压缩过程中采用的方法是L1惩罚措施，并通过压缩后模型筛选和处理了整个高维数据体系，并且得出了相关研究结论。Zou(2006)[2]对于传统的Lasso方法进行了修正，提出了自适应Lasso方法，并且认为后者乃是前者基础层面上的改进，并可根据变量系数的不同，通过权重的附加对相关问题进行改进和完善，避免Lasso的过度压缩。Fan和Li（2001）[3]提出了SCAD惩罚函数的相关概念，研究中还通过该函数来对Lasso方法中的L1惩罚措施进行替代，研究结果表明，SCAD惩罚函数相对于L1惩罚项目函数而言，能对变量系数的过度压缩问题带来更有效的帮助。

2.2国内研究

董小刚(2018)[4]等学者以吉林省为案例，调查研究了与吉林省具备影响关联的18个指标因素，通过不同的回归方法进行了深度分析。董小刚所运用的回归方法主要包括Lasso回归、Adaptive Lasso回归方法、岭回归等，基于分析模型数据的对比，发现吉林省财政收入的预测回归模型选择中选用Adaptive Lasso回归模型效果更好。王启(2018)[5]利用了甘肃省从2009-2016年8年间的财政数据对甘肃省未来的财政状况进行了预测，采用的预测方法是移动平均法、一元线性回归、指数平滑法等。这些方法最终得到了有效的数据和结果。蒋锋(2018)[6]等采用Lasso变量选择方法对影响财政的因素进行了筛选和分析，希望能确定对财政收入影响过大的指标，进而做到精准预测。分析最后对指标的筛选结果输入神经网络，从而构建出了专门的预测模型体系，并将其命名为Lasso－GRNN神经网络模型。肖倩冰(2017)[7]使用了逐步回归方法对我国财政收入影响的具体因素和指标进行了回归分析和筛选，最终结果显示，使用逐步回归分析法建立出的数据模型对这些也可能是具较高的拟合优度。何雪平(2017)[8]将云南省1994-2015年共22年间的财政数据作为依据进行了研究，研究中采用了17个经济指标进行分析，希望能筛选出影响财政收入的最关键指标，最终回归结果及SCAD筛选结果显示，云南省财政数据筛选结果的预测精度更细，效果更好，这也说明了SCAD方法的可普及性。石娜儿－库勒拜（2017）[9]基于经济学角度，对于连云港的税收影响因素进行了分析和探讨。赵海华(2016)[10]实现了无偏GM(1,1)和RBF神经网络的有机的对比，通过对两种模型的构建及最终结果的优劣性比对分析，开拓了思路，并形成了新的用于预测财政收入模型体系，即灰色RBF神经网络模型。姬超(2016)[11]通过研究，对组合分析法、灰色分析法以及逐步回归法等多参加哦那个常用的预测方法进行了对比分析，他认为针对数据质量较低、样本量比较小的情况，使用灰色预测方法更加的符合实际需求。针对于有时间跨度的序列数据，使用回归模型则更加的满足需求。广东省财政科学研宄所课题组(2015)[12]针对于经济新常态下广东省的GDP和的财政收入之间存在的关系进行了研究分析，同时针对存在的关系提出了相应的优化建议。余力(2015)[13]通使用多元统计方法，分析出我过财政收入的最重要的几个影响因素。李铁(2015)[14]通过分析吉林省财政收入的主要经济结构，针对其经济结构进行了不同角度的分析，以财政优化角度，对吉林省的财源建设问题提出优化建议。张恩铨(2015)[15]对于新疆地区的财政影响指标进行了分析，采用的方法是回归分析方法对其进行了研究分析。阚跃(2013)[16]对江苏省的财政收入指标及影响因素进行了深入的探讨，分析采用的方法是主成分分析法，通过该方法与回归法的有机融合，使得江苏省财政收入及主成分的关系被重视和研究起来。朱德云和李萌(2012)[17]通过对回归分析法的运用，以及相关性分析等数学方法的使用，针对于经济欠发达地区的财政收入增长因素的主要影响因素进行了分析，最后根据模型输出结果提出相应的建议。聂少林和杜卓(2011)[18]等针对辽宁省财政收入为研究案例，建立计量模型，对宏观经济和财政收入两者间的关系进行分析预测。刘志广(2010)[19]以1994年前后不同的财政收入来源进行研究，对改革的利弊进行了分析阐述。孙元和吕宁(2007)[20]针对SVM模型、多元回归模型以及时间序列模型的输出数据进行了对比，针对不同的方法进行了结合，最后，我们获得了一个特别用于预测地区财政收支的组合预测模型。白萍(2005)[21]使用定性分析，针对我国财政收入的影响因素去建立了多元线性回归模型。

2.3 国内外研究现状评述

根据对比国内外研究现状分析，发现国外的财政研究主体和机制和国内的不相同，但所用的研究方法大致一样，但是，由于各地的财政收入预测模型的水平各不相同，因此无法有效地将预测方法和预测机制与国际标准相匹配，而是要使用传统方法进行组合,例如时间序列和多元回归，基于所学的VAR模型的回归模型分别分析了共同的预期收益及其主要影响因素。再利用GM模型预测出未来西安市的财政收入相关值。利用科学的模型方法逐步预测来提高分析预测的可靠性，科学性，提高预算执行分析水平，所以根据国内财政收入研究不足总结出以下经验：明确预测对象的限制和限制对象的责任，完善利润预测机制，提高预测准确性，建立数据共享机制，保证稳定的预测数据源。

3关于西安市财政收入的实证分析与预测

3.1西安财政收入数据说明

本文的数据是《西安统计年鉴》和国立统计局的官方网站。对于2010-2019的数据，利用拉格朗日边缘插值法用于补偿由于原始数据集中某些变量的缺失值而导致的值不足。

3.2指标选择

本文选择税收（x1）、第一产业增加值（x2）、第二产业增加值（x3）、第三产业增 加值（x4）、二三产业占比（x5）、在岗职工平均工资（x6）、地区生产总值（x7）、地方财政支出（x8）、 全社会固定资产投资（x9）。

3.3分析方法

3.3.1相关性分析

对相关系数的计算能对测量变量的强度关系进行精准预测，这就是相关性分析。其中，相关系数一般源于样本数据计算而得，可对两个变量的线性强度变量进行系数计算，以样本r为例，其相关系数需按照如下方程计算：

　　0.8<|r|<1.0意味着在两个变量的的线性相关关系极强；0.6<|r|<0.8意味着两个变量的线性相关关系较强；0.4<|r|<0.6意味着在两个变量的的线性相关关系中等；0.0<|r|<0.4意味着在两个变量的的线性相关关系极弱，甚至没有。

3.3.2多元线性回归模型

为了研究西安市国内旅游收入与其影响因素的关系，建立的回归模型方程为：

　　β0为常数，β1，β2，β3，…βk指代回归系数，X1，X2，…Xk为自变量，ε为随机干扰项。

该方程表示的含义是当其他因素不变的情况下，自变量Xk变化一个单位时，旅游收入E(y)会上升或下降βk。

3.4 近十年西安财政收入的描述分析

3.4.1 西安财政收入的描述分析

由下图可知，2010年到 2019年以来，西安市财政收入从2010年的510.69亿元激增至2019年的1533.89亿元，是2010年的三倍，但增长率具有较大波动。

　　图3.1西安市近10年财政收入

　　3.4.2西安财政指标的描述分析

由表3.1可知，2010年到 2019年以来，税收收入（x1）从 2010年的2072713万元激增到 2019年的 15338894万元，二三产业占比（x5）从 2010年的96.45%增加到2019年的95.01%，且其他指标也具有较为显著的增长。

表3.1西安市财政指标描述性统计

1.税收收入

由表图3.2可知，2010年到 2019年以来，税收收入整体呈现波动上涨状态，但增长率整体处于下降状态。其中税收收入在2014-2016年税收收入出现下降，增长率仅2017-2018年出现上升态势，其余年份均为下降态势。

　　图3.2西安近10年税收收入

　　2.第一、二、三产业增加值

由图3.3可知，2010年到 2019年以来，第一、二、三产业均在呈不断程度上升，第一产业上升幅度较小，基本处于无变化状态；第二、三产业增加值增长速度相对较快。

　　图3.3西安近10年第一、二、三产业增加值折线图

　　3.在岗职工平均工资

由表图3.4可知，2010年到2019年以来，在岗职工整体上涨状态，但增长率整体增长幅度较小，在2012年与2019年出现较大幅度降低。

　　图3.4西安近10年在职员工平均工资

　　4.地方财政支出

由表图3.4可知，2010年到2019年以来，地方财政支出整体出现增加状态，但增长率却处于下降状态，仅2017年出现上涨状况。

　图3.4西安近10年地方财政支出

5.全社会固定资产投资

根据图3.5，可了解西安近10年的全社会固定资产投资水平，2010-2019年度中，西安的全社会固定资产整体趋势在增加，且为波动增加状态，但增长率却整体处于下降状态，且2017年出现较大增长幅度。

　　图3.5西安近10年全社会固定资产投资

　　3.5结果与分析

3.5.1相关性结果分析

输出结果生成的系数可用于轻松快速地确定数据之间的关系。输出结果中所呈现的正负相关的含义代表的是相关性。对于系统来说，其指定的两个变量会存在正相关、不相关和负相关三个可能性，且能呈现关联度大小。其中系数指代的是相关性可能，相关强度及系数基本处于0到1的绝对值内，靠近0则代表相关性程度低，反之则代表相关性大。

更深入的方法可以根据数据间的关系建立相应的模型，从而对未来的数据走势进行预测。

前文通过定性分析对影响西安市地方财政收入的因素进行了初步的探讨，但仍然需 要对数据进行定量的相关分析，主要利用简单的相关系数作初步分析。

表3.2各影响因素相关系数表

由以上相关分析结果可得出，财政收入与指标间相关系数大多数在0.9以上，仅与税收收入相对较小，为0.69，因此，文本所选择的指标与财政收入具有较强相关性，但具体需通过回归分析进行判断。

3.5.2多元线性回归结果分析

本文采取数据来源于国家统计局官网，数据均为原始数据，单位不尽相同，因此需对原始数据进行处理和调整，利用标准差进行标准化预处理。

处理完变量之后，方可进行建模步骤。

对于可标准化数据需进行新变量的引入和旧变量的剔除，如此方可使得多元线性回归模型被建立起来，模型建立过程如下：

表3.3逐步回归法筛选变量

通过逐步回归法按序筛选变量，一旦引入新变量便需要基于变量回归系数进行显著性检验，并且对显著性检验结果进行分析，若符合p≤0.05的条件，可以增加这一新变量，但是当引入新的变量后旧变量不再对因变量有重要影响时，即p≥0.05时，则将旧变量予以剔除，若再次因为另一变量的引入而变得重要时，也可将它重新选入回归方程，这种方法因其选择变量的灵活性而被广泛使用。

本文数据，经过3次筛选，最终有3个变量进入模型中，即各项税收、全社会固定资产投资、在岗职工平均工资。

最终模型的检验结果如下：

表3.4建立回归方程

标准化的多元回归方程为：

　　对回归方程进行显著性检验结果如下：

表3.5回归方程显著性检验

SPSS统计软件可以自动测试与统计对应的概率p值。在p=0.00<0.05中，原假说被否定。认为从属变量y和回归式的独立变量之间的线性关系是有效的是合理的。我们试图使用传统的线性回归模型进行建模。

用R2统计量检验回归方程的拟合优度，结果如下：

表3.6回归方程拟合优度检验

根据确定系数R的定义，R接近1可以看出，对于原始样本数据，获得的回归式的匹配度越高，R＝0.9936的回归式的适合效果越好。

3.5.3财政收入预测结果分析

用此多元线性回归模型进行国家财政收入预测，可画出下图：

图3.6预测模型精准情况

　　观察可知，模型拟合程度较高，模型预测效果也较好。

4研究结论与政策建议

4.1 研究结论

本文通过应用多元回归分析法、相关分析法等传统统计分析方法，在我国现行的财政经济理论的基础上建立了西安财政收入影响因素分析模型以及预测模型。在建立西安财政收入影响因素分析模型采用了定性和定量相结合的方法，占财政收入的主要部分为税收，同时我国的宏观经济形势也影响西安财政收入，这些因素在本文建模过程中都有体现。通过数据检验，模型结果较为理想，此次检验结果对各个地方XX建立地方财政收入预测模型有一定的参考价值。其中，相关系数法可检验选择变量是否与财政收入相关，即是否对财政收入产生影响；多元回归模型是统计方法中典型的统计预测方法，可以有效地改善索引模型对结构变化不敏感的缺点，但是线性回归法经常在实际使用过程中使用。通过本文可得出

１）作为财政收入的主要来源，税收对财政收入有很大影响；

２）全社会固定资产投资对市财政收入有重要的影响；

３）在岗职工平均工资对西安财政收入影响较大。

4.2政策和建议

根据本文的研究分析，针对国内的相关经济政策和经济大环境，本文针对现状提出以下相关建议：

一、扶持当地重点企业，增加收入来源

财政收入的重要来源之一就是税收收入，就目前社会环境而言，企业是地区财政重要的纳税人，企业所缴纳的企业所得税，营收税以及增值税等占据税收收入的50%以上，孤儿不断地对本地企业进行扶持和鼓励，不断培养重点企业，成为了提高税收收入的重点途径之一。西安市可以针对此问题去借鉴成功城市的案例，以西安市实际的经济环境和经济形态进行综合，有针对性的对本市忠寺庵发展的企业进行政策追加和扶持，增加稳定的税收。。西安可以根据当地丰富的旅游资源为重点，着重发展旅游业，夫扶持重点企业，打造品牌，形成完整的产业链。

二、加快推进城镇化建设

陈振华的不打算发展对XX财政收入具有着非常大的促进作用，就目前而言，西安市的城镇化发展水平正在稳步提高，但是目前而言仍旧存在部分区县的城镇化速度仍旧缓慢，低于全市平均水平。西安市需要不断推出政策加快城镇化加深，提升经济发展速度，以提高居民生活水平。与此同时，人口的不断转移给经济也带来了巨大的挑战，针对于此问题，西安市需要针对持续化发展措施进行实施，对城镇化建设中功能区和的规划进行优化调整，对城镇化问题和生态问题进行全方面考虑，提供城镇化完整的建设方案，不断地保障建设配套基础设施和公共服务设施，作为财政收入的主要来源，税收对财政收入有很大影响。保证人民群众的生活能过稳步提高。

三、提高农村居民收入

农村居民收入在西安财政收入中具有重要意义，因此农村居民收入的提高，农村军民生活质量的改善势在必行，它是财政收入提高的关键所在。农村居民收入的提高，能够起到刺激居民消费的作用，它是推动紧急稳定发展的重要途径之一。因此，对于地方XX而言，务必要加强重视，注重农村居民的问题，努力为农村人口带来更大的支持，提供全方位的扶持，无论是政策、技术还是资金、市场、信息等，都致力于提高农村军民的收入水平。同时，XX对现代农业的推广使得农村居民的生活依靠被剥夺，因此XX必须要沉下心来，科普科学技术在农业生产的作用，引导他们以现代农业的思维进行农业生产活动，推动农业发展。除此而外，农村第二、三产业的发展不可忽视，对于积极、上进、有想法分农村企业家予以一定支持，如技术、人才等，使得地方农业快速建设生产、加工、销售一体化，并给他们定期组织学习，是他们具有品牌意识，进而使得农业产业经营具有地方品牌标识，加快城镇化建设步伐。

四、大力发展新兴产业，加快经济结构转变

当下，国内所处的境地是急需实现新旧动能的转换，在国家占有重要地位的西安，应紧随国家步伐，逐步对传统经济模式与传统产业进行转型，以新兴产业为发展重心，进一步推动新技术、产业的发展。对于XX而言，增加对新能源、生物医药、新材料、其他产业的支援和投资，鼓励企业进行独立创新和研究开发，并为企业提高良好的营商环境。

五、抓住“一带一路”的发展机遇

根据上面章节分析，经济的发展对西安财政收入的提高具有重要影响，就当前的西安而言，其贸易规模相对较小，但是，城市起点丝绸之路经济带和”一带一路”战略为西安的经济带来了新的机遇。”一带一路”应该加强，而西安应该抓住机会，加强与各国的交流与合作。将进出口贸易作为经济发展的重点，形成一定规模，使得全市对外贸易规模得到扩大。与此同时，省内交通建设的完善需积极开展，形成巨大的物流网络，保证往来贸易的正常运行。

参考文献

［1]Tibshirani R J. Regression Shrinkage and Selection via the Lasso[J]. Journal of the Royal Statistical Society: Series B. 1996, 58(1): 267-288.

[2]Zou H. The Adaptive Lasso and Its Oracle Properties[J]. Journal of tlie American Statistical Association, 2006, 101(476): 1418-1429.

[3]Fan J , Li R . Variable selection via nonconvave penalized likelihood and itsoracle properties[J].Journal of the American Statistical Association, 2001, 96(458): 1348-1360.

[4]董小刚,刁亚静,李慧玲等.岭回归､LASSO回归和Adaptive-LASSO回归下的财政收入因素分析[J].斗吉林师范大学学报(自然科学版),2018(2).

[5]王启,郭爽.甘肃省财政收入预测分析[J].中国市场,2018(28):39-40.

[6]蒋锋,张婷,周琰玲.基于Lasso-GRNN神经网络模型的地方财政收入预测[J].统计与决策,2018(19).

[7]肖冰倩.我国财政收入影响因素的逐步回归分析[J].时代金融,2017(15):15-16.

[8]何雪平,李兴绪.云南省财政收入影响因素分析问.中国市场,2017(19):47-51.

[9]石娜儿.库勒拜.连云港市财政收入影响因素的研究[J].经济研究导刊,2017(16): 65-67.

[10]赵海华.基于灰色RBF神经网络的多因素财政收入预测模型[J].统计与决策,2016(13).

[11]姬超.我国财政收入的影响因素及其预测方法评价[J].地方财政研究,2016(2):41-46,

[12]广东省财政科学研宄所课题组.广东省财政收入与GDP关系研究[J].斗财政研, 2015(12):73-81.

[13]余力.中国财政收入影响因素的统计分析[J].青海大学学报(自然科学版);2015(3): 90-93.

[14]李铁.吉林省财政收入增长动力问题研究[J].经济纵横,2015(8):64-67.

[15]张恩铨.新疆地区财政收入影响因素的实证分析[J].经济论坛.2015(5):26-30.

[16]阚跃.影响江苏省财政收入因素的主成分分析[J].江苏经贸职业技术学院学报,2013(5):9-12.

[17]朱德云,李萌.经济欠发达地区财政收入増长影响因素研究——基于山东菏泽的样本分析[J].财贸经济,2012(7).

[18]聂少林,杜卓,於良等.辽宁地方财政收入现状及增长预测[J].地方财政研究:2011(2):43-47.

[19]刘志广.我国地方XX财政收入来源及其规模[J].地方财政研究,2010(4).

[20]孙元,吕宁.地方财政一般预算收入预测模型及实证分析[J].数量经济技术经济研究,2007,24(1).

[21]白萍.影响我国财政收入的多元线性回归模型[J].统计与决策,2005(10):92-94.

西安市财政收入分析及预测

价格 ¥5.50 发布时间 2022年11月3日

下载查看全文内容

已付费？登录 或 刷新