基于数字地价模型的城镇土地“以价定级”研究

《基于数字地价模型的城镇土地“以价定级”研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、基于数字地价模型的城镇土地“以价定级”研究-1-基于数字地价模型的城镇土地“以价定级”研究摘要：以安徽省蚌埠市商业交易样点为例，通过对样点数据进行处理，在arcgis9.2平台上，选择普通克里格方法对样点进行空间插值，构建出蚌埠市商业用地数字地价模型。并在此基础上划分出相应的土地级别。提出“以价定级”方法的合理之处，并指出了该方法的几点不足。关键词：数字地价模型；以价定级；克里金；空间插值；土地级别城镇土地定级是城镇土地形成条件和土地质量地域差异的反映,也是城镇土地使用价值和价值空间分布规律的概括和总结[1]。科学地划

2、分土地级别是合理管理和利用城市土地资源的基础和依据。目前，我国城镇土地定级大部分采用基于网格单元的多因素综合评价法，即根据影响城镇土地级别的因素因子，通过赋予各因素相应的权重，计算出各个网格单元的分值，从而对城镇土地的质量进行综合评价，划分出土地的级别[2]。该方法能全面考虑各种与土地质量直接相关的因素，不仅包含了影响土地价值的经济因素，而且包含了其他因素，通过把经验转化为科学指标，把复杂事物直接判断转化为对事物某些方面的单项判断，从而保证了级别划分的科学性[3]。然而，该方法却存在着一定的弊端。经过多年的实践发现，由

3、于在城镇土地定级的过程中，因素因子的选择、因素因子的影响权重，因素因子的等级、功能分、划分土地级别的数目、划分级别的分数等都是人为确定的，使得多因素综合评价法在定级过程中的主观性增强，即使对于同一个城镇，不同的人进行定级，结果可能大不一样[4]。随着我国城镇土地、房产市场发育不断成熟，交易样本数量的不断增多，交易价格的市场化和公开化程度不断加深，“以价定级”的条件在一些城市已经具备。以价定级的前提之一就是要有大量的地价数据。要获得准确的价格数据，就需要布设大量的地价监测点或调查收集大量的地价样点，将会耗费大量的人力财力

4、。为了操作方便，减小调查过程中由于被调查者提供的数据不实等造成的误差，可将地统计学方法与地理信息系统相结合,通过对已知地价样点数据进行空间插值,实现由点数据到面数据的转化,生成研究区数字地价模型[5]。基于数字地价模型的“以价定级”就是指收集市场调查资料和相关部门提供的土地交易样点，通过数据检验、剔除异常值后，选用适当的空间插值方法，使离散的样点均匀分布到整个连续的样本区，建立起数字地价模型，然后进行空间聚类分析，初步划分土地级别，然后将得到的土地级别按照实际情况进行微调即可得到合理的土地级别。这种方法将土地级别与土地

5、价格直接联系起来，测算方法便捷，结果便于应用，亦有利于城市土地级别的适时调整，可以认为基于数字地价模型的“以价定级”是城市土地级别划分和基准地价评估的有效方法，必将拥有广泛的应用前景。本文以安徽省蚌埠市2008年商业用地基准地价更新所用的532个样点数据为例，通过对异常样点剔除，将剩余的有效样点采用一定的空间插值方法，建立起蚌埠市数字地价模型，然后通过重分类方法，得到初步的土地级别，经过级别调整后最终确定蚌埠市的土地级别。1样点数据处理此次所选用的532个样点数据全部为蚌埠市2008年商业出租样点，需要说明的是，这部分

6、样点均是按照《城镇土地估价规程》进行修正后的地价样点。将这部分样点首先按照肖-2-维勒法则进行异常点剔除，得到499个剩余样点。对于部分插值方法来说（如普通克里格），数据符合正态分布是进行空间插值的必要前提，故还需对剩下的这部分样点进行统计检验，看其是否符合正态分布。本文利用ArcGIS中GeostatisticalAnalyst（地统计分析）模块的Histogram（直方）功能对样点数据进行统计分析，得到图1-1。图1499个样点分布统计图Fig.1ThedistributionStatisticalgraphof4

7、99samplingpoints由图可以看出，样点分布直方图的左侧部分存在一些非常低的柱状条，这些柱状条表现为孤立存在，统计学中叫做离群值。这些离群值明显低于其他样点数据，离群值的出现可能是样点调查时被调查者提供数据不实，也可能是记录或数据处理方法有误，因此需要将该部分数据剔除掉。剔除后样点数据剩余451个，将剩余的样点再次进行统计分析，得到图1-2。图2剔除离群值后的样点分布统计图Fig.2ThedistributionStatisticalgraphafterremovingtheoutlierdata由图1-2可

8、知，此时的数据已基本符合正态分布，为定量分析异常值剔除后的数据结构，笔者采用单样本k-s检验这种非参数检验方法对数据进行正态分布检验。检验结果证明经对数变换后数据的Kolmogorov-SmirnovZ统计量的值为1.574，大样本时0.05α=和0.01α=的临界值分别为1.36和1.63。因为Kolmogorov-Smirno