کاربرد هوش مصنوعی توضیح‌پذیر در پیش‌بینی درآمد و هشدار زودهنگام کسری بودجه شهرداری‌ها: مرور نظام‌مند ادبیات و ارائه چارچوب تحلیلی ـ اجرایی

کاربرد هوش مصنوعی توضیح‌پذیر در پیش‌بینی درآمد و هشدار زودهنگام کسری بودجه شهرداری‌ها: مرور نظام‌مند ادبیات و ارائه چارچوب تحلیلی ـ اجرایی

محمد احمدی1

1) کارشناسی ارشد حسابداری، دانشگاه آزاد اسلامی واحد کرج؛ کارشناس برنامه، بودجه و اعتبارات شهرداری کرج

کد IOI مقاله : AAHF-ABKHBZ
محل انتشار : کنفرانس ملی فناوری های معماری و هنر، شهر هوشمند، صنایع نرم وخلاق و فرهنگ فناوری (icact.ir)
چکیده :
    پیش‌بینی قابل اتکای درآمد و شناسایی به‌موقع احتمال کسری بودجه، دو مسئله به‌هم‌پیوسته اما متمایز در مدیریت مالی شهرداری‌ها هستند. وابستگی بخشی از منابع درآمدی به چرخه‌های ساخت‌وساز، بازار دارایی، فعالیت اقتصادی، انتقالات بین‌دولتی و تصمیمات سیاستی سبب می‌شود خطای پیش‌بینی درآمد مستقیماً بر برنامه‌های هزینه‌ای، نقدینگی و تنش مالی اثر بگذارد. هم‌زمان، گسترش الگوریتم‌های یادگیری ماشین امکان مدل‌سازی روابط غیرخطی میان متغیرهای مالی، اقتصادی و نهادی را فراهم کرده است، اما فقدان توضیح‌پذیری می‌تواند پذیرش این مدل‌ها را در محیط عمومی که پاسخ‌گویی، حسابرسی و امکان دفاع از تصمیم اهمیت دارد محدود کند. هدف مقاله حاضر، سنتز انتقادی ادبیات مربوط به پیش‌بینی درآمد دولت‌های محلی، تشخیص تنش و ناتوانی مالی شهرداری‌ها و هوش مصنوعی توضیح‌پذیر و استخراج یک چارچوب یکپارچه برای هشدار زودهنگام کسری بودجه است. پژوهش به‌صورت مرور نظام‌مند ساختاریافته و پروتکل‌محور طراحی شده و منطق گزارش‌دهی PRISMA 2020 را دنبال می‌کند، بدون آنکه برای مراحل غربالگری اعداد ساختگی گزارش شود. ادبیات در محورهای تحول از پیش‌بینی تک‌متغیره به سامانه هشدار، مقایسه مدل‌های آماری و یادگیری ماشین، معماری داده، روش‌های توضیح‌پذیری، تبدیل پیش‌بینی به هشدار تصمیم‌پذیر و الزامات حکمرانی الگوریتمی سنتز شده است. یافته‌ها نشان می‌دهد پیچیدگی بیشتر لزوماً دقت بیشتر ایجاد نمی‌کند و برتری یادگیری ماشین به ساختار داده و هدف پیش‌بینی وابسته است؛ بااین‌حال، مدل‌های درختی همراه با روش‌هایی مانند SHAP ظرفیت بالایی برای شناسایی محرک‌های تنش مالی دارند. در پایان، «سامانه هشدار مالی توضیح‌پذیر شهرداری» پیشنهاد می‌شود که پیش‌بینی تفکیکی درآمد، برآورد احتمال کسری، سنجش عدم‌قطعیت، توضیح محلی و سراسری و نظارت انسانی را در یک چرخه واحد قرار می‌دهد.

کلمات کلیدی : هوش مصنوعی توضیح‌پذیر یادگیری ماشین پیش‌بینی درآمد کسری بودجه تنش مالی شهرداری