基于分档税率的收入迭代调整：能否推导通用数学方程？

首先，咱们先把问题里的核心变量明确定义清楚，这样推导起来就不会乱：

基础变量定义 #

• 总个体数：N = 5000（固定值）
• 税率函数t(I)：根据收入I分段定义的阶梯函数：

  t(I) = 0.6,  当 I > 4000
  t(I) = 0.5,  当 3000 < I ≤ 4000
  t(I) = 0.4,  当 2000 < I ≤ 3000
  t(I) = 0.3,  当 1000 < I ≤ 2000
  t(I) = 0,    当 I ≤ 1000
  

• 第k周期（k ≥ 0，k=0代表初始状态）：
  • 个体i的收入：I_i^(k)
  • 个体i的税后收入：Y_i^(k) = I_i^(k) * (1 - t(I_i^(k)))
  • 总征缴税额：T^(k) = Σ_{j=1到N} [t(I_j^(k)) * I_j^(k)]
  • 总税额的均值：m^(k) = T^(k) / N

单周期迭代关系 #

每个周期的更新规则是：下一个周期的个体收入 = 当前周期的税后收入 + 当期总税额的均值。把变量代入后，就能得到迭代的核心递归式：

I_i^(k+1) = Y_i^(k) + m^(k)

替换Y_i^(k)和m^(k)的定义，展开后：

I_i^(k+1) = I_i^(k) * (1 - t(I_i^(k))) + (1/N) * Σ_{j=1到N} [t(I_j^(k)) * I_j^(k)]

这就是单步迭代的通用方程，适用于任意周期k。

进一步简化与稳态分析 #

如果咱们把总税额T^(k)拆成总收入减去总税后收入（T^(k) = ΣI_j^(k) - ΣY_j^(k)），迭代式也可以写成：

I_i^(k+1) = Y_i^(k) + (ΣI_j^(k) - ΣY_j^(k))/N

不过上面的递归式已经足够清晰直接。

另外，咱们可以看看这个迭代过程的稳态情况：当迭代收敛时，每个个体的收入不再变化，即I_i^(k+1) = I_i^(k) = I_i*。代入递归式后可以推导出稳态条件：

I_i* = I_i* * (1 - t(I_i*)) + (1/N) * Σ_{j=1到N} [t(I_j*) * I_j*]

整理后得到：

t(I_i*) * I_i* = (1/N) * Σ_{j=1到N} [t(I_j*) * I_j*]

这意味着稳态时每个个体的应缴税额都等于总税额的均值——只有当所有个体的税额相等时，迭代才会停止。

关于闭式解的说明 #

因为税率是分段阶梯函数，个体收入在迭代过程中可能会跨档（比如某个体初始收入4100，税后收入是4100*0.4=1640，加上均值后可能回到2000以上或以下），所以很难直接写出从初始状态到第k周期的闭式解（即不用递归，直接用k和初始收入表示的公式）。但上面的递归式已经完整描述了任意周期的迭代规则，完全可以用来模拟或分析这个过程。

内容的提问来源于stack exchange，提问作者Sankalp Sharma