基于BP-LSTM模型的城乡居民收入差距预测及其影响因素分析  

Prediction of Urban-rural Income Disparity and Analysis of Influencing Factors Based on BP-LSTM Model

作　　者：王嫣然 黄耿生[1] 王圆[1] Wang Yanran;Huang Gengsheng;Wang Yuan

机构地区：[1]广东行政职业学院,广东广州510800

出　　处：《时代经贸》2024年第11期21-24,共4页TIMES OF ECONOMY & TRADE

基　　金：广东行政职业学院科研项目“大数据视角下的城乡发展差距及关键影响因素研究”(项目编号:GDXZKYY202306);广东省普通高校特色创新类项目“基于深度学习的乒乓球发球机的研究”(项目编号:2023KTSCX294);广东省高职教育计算机类专业教学指导委员会2023年教育教学改革研究与实践项目“混合学习资源设计与应用研究”(项目编号:JSJJZW2023013)。

摘　　要：为应对城乡居民收入差距的复杂性,需准确预测并分析中国城乡居民收入差距及其影响因素。本文收集1978-2023年相关数据,涵盖就业率、国民总收入、消费价格指数、居民人均可支配收入等关键经济指标,构建了基于BP-LSTM的神经网络模型,并对模型进行训练和测试。结果表明,BP-LSTM神经网络模型在预测城乡居民收入差距方面具有较高的准确性。进一步地,本文利用BP模型权重参数,识别影响城乡居民收入差距的关键指标,即乡村就业率、国民总收入、城市居民消费价格指数、牧业总产量比重、粮食产量。基于此,提出缩小城乡收入差距的策略建议,为预测城乡居民收入差距提供了一种新的视角和方法。

关 键 词：神经网络 收入差距 预测 影响因素 BP-LSTM模型 

分 类 号：F124.7[经济管理—世界经济]