研究目的:运用AHP-熵值法计算地方政府土地财政风险指标的综合权重,评估江西省土地财政风险状况;以地方政府土地财政风险指标综合指数作为网络输入,土地财政风险状态作为网络输出,构建RBF神经网络预警模型,并对江西省土地财政的风险状态进行学习模拟及预警分析。研究方法:AHP-熵值法;RBF神经网络模型。研究结果:(1)2005—2014年,江西省土地财政总体风险在中警状态波动。就风险子系统而言,江西省土地财政行政风险总体呈下降趋势;经济风险和社会风险在本研究时间段内基本处于中警状态;生态风险警度从2005年的轻警突升到2006年的重警,随后有所下降,但到2012年之后警度又回升至中警状态。(2)RBF神经网络模型拟合准确率高,稳定性强,模拟结果符合江西省实际,能够基本反映江西省土地财政风险的整体状态。研究结论:2017—2019年江西省的土地财政风险预测位于中警状态,亟需采取相应的防范措施规避和降低风险;RBF神经网络模型是预警地方政府土地财政风险的有效方法之一,可为防范和化解地方政府土地财政风险提供理论依据和决策参考。