浅谈铁路用地管理

《浅谈铁路用地管理》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、浅谈铁路用地管理摘要：本文通过分析，主要提出了创新铁路用地管理模式，对铁路用地实行资产化管理，并强化铁路用地管理力度、加快管理信息系统建设、建立铁路土地管理部门协同机制等加强铁路用地管理的建议。关键词：铁路用地管理特性屮图分类号：F530文献标识码：A铁路用地特性主要体现在固定资产量人，点多、线长、面广等。铁路用地的管理方式是山铁路行业的特殊性决定了铁路用地管理具有鲜明行业特性，并口直接影响铁路运输企业的安全生产和经济发展及社会效益。应该创新铁路用地管理模式，対铁路用地实行资产化管理，并强化铁路用地管理力度、加快管理信息系统建设、建立路地土地管理部门协同机制、促进铁路用地

2、合理开发利用。1.铁路用地及铁路用地管理的特性1.1铁路用地资产量大2013年清查统计，我局铁路用地总面积为75736.21公顷，初步按平均每公顷90万元计算，我局铁路用地总价值应在681.63亿元以上。铁路用地属国家所有，铁路用地资产为中央管理的国有资产，通过加强铁路用地管理，依法维护铁路用地合法权益，合理配置铁路用地资源，科学调整铁路用地结构，努力盘活铁路用地资产，充分发挥铁路用地的社会效益、经济效益，是当前铁路用地管理的冃标。1・2铁路用地点多、线长、面广铁路用地呈带状分布，在各类图件上为线状地物，涉及面广，用地量大，不仅多邻、多界，而且穿省过市（县），跨越多个行政

3、区域。就我局铁路用地涉及到黑龙江省和内蒙古自治区以及69个市（县）。我国土地管理是“属地管理”模式，而我国铁路实行高度集中统一指挥的运输管理体制。1.3铁路用地是运输生产的物质基础和运输安全的重要设施铁路用地作为铁路运输牛产设施的载体，直接关系到铁路的运营秩序、运输安全和建设发展，在铁路管理中占据十分重耍的地位。1・4铁路内部管理系统化、专业化的特性，要求对铁路用地严格管理铁路内部各单位的用地依据其所承担的工作，既各自独立又相互衔接，既分工细致又相互交叉，难以截然划分和具体细化，加之铁路各用地单位土地使用利益需求上的差异，极易产生政出多门、各自为政、粗放使用、忽视使用效益

4、等现象。2.加强铁路用地管理建议铁路用地的管理方式是由铁路用地管理的特性决定的，直接影响铁路运输企业的安全生产和经济效益。1.1对铁路用地实行资产化管理铁路用地作为一种资源性资产，是铁路运输企业可持续发展的基础条件。为此，应通过合理配置铁路用地资源，科学优化铁路用地结构，积极盘活铁路用地资产，按照资产化运作途径和方式，使蕴藏在铁路用地中的产出能力和经济效益发挥出来，促进和谐铁路建设快速发展。1.2对铁路用地实施保护性管理铁路用地属特殊用地，在属性上具有不同于其他用地的特殊性和规律性，受国家法律保护。《屮华人民共和国铁路法》第三十七条：“已取得使用权的铁路建设用地，应当依照

5、批准的用途使用，不得擅自改作他用；其它单位或个人不得侵占。侵占铁路建设用地的，山县级以上地方人民政府土地管理部门责令停止侵占、赔偿损失。”《关于颁布的通知》（国十［建］字第144号）第二十四条：“对铁路用地要实行重点保护，任何单位和个人不得占用、《铁路安全管理条例》（屮华人民共和国国务院令第639号）第七条：“禁止扰乱铁路建设、运输秩序。禁止损坏或者非法占用铁路设施设备、铁路标志和铁路用地”。所以，应针对不同的占地对象采取不同的法律手段，对企业和个人的占地行为采取民事诉讼方式解决，对政府机关的占地行为采取行政复议、行政诉讼方式解决。2・3协调政府土地管理部门，强化铁路用地

6、管理力度2.3.1铁路部门承担的是国家确定的铁路用地范围之内的土地管理工作，是国家土地管理体系中不可缺少的组成部分。目前，经黑龙江省和内蒙古自治区人民政府批准，分别在我局设立黑龙江国土资源厅哈尔滨铁路国土资源局和哈尔滨、齐齐哈尔、牡丹江、佳木斯国土资源分局，以及内蒙古自治区国土资源厅哈尔滨铁路土地管理局和海拉尔铁路土地管理分局，负责黑龙江省和内蒙古自治区辖区内的铁路用地管理事宜，其管理特点主要表现在双重管理。2.3.2积极探索土地监察管理新模式，加强与地方政府行政执法部门的沟通协调，寻求法律支持和执法依据，争取与地方政府行政执法部门联合查处铁路用地违法案件，扭转查处铁路用

7、地范围内违法建筑方法单一，执法力度不强，不能快速有效打击违法占地行为的局面，对违法占地行为形成有力威慑。2.4加快铁路用地管理信息系统建设铁路用地管理信息系统建设是提高铁路用地管理保障能力和服务水平的重要技术支撑，必须逐步建立统一高效、资源整合、互联互通、信息共享、透明公开、使用便捷的铁路用地管理信息系统。冃前，我局在铁路用地信息建设上依据铁路总公司的整体安排和部署并根据本局实际情况有针对性的开展了一些具体工作。由于铁路用地信息系统的建设周期长，内容结构复杂，相关数据庞大，需要投入大量的人力物力，一是资金的注入，二是人才的培养