CN117151800A - 一种农村土地基准地价评估方法 - Google Patents

一种农村土地基准地价评估方法 Download PDF

Info

Publication number
CN117151800A
CN117151800A CN202311108095.4A CN202311108095A CN117151800A CN 117151800 A CN117151800 A CN 117151800A CN 202311108095 A CN202311108095 A CN 202311108095A CN 117151800 A CN117151800 A CN 117151800A
Authority
CN
China
Prior art keywords
land
price
transaction
samples
calculating
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202311108095.4A
Other languages
English (en)
Inventor
朱梦圆
陈恒
申佩佩
王芮
聂倩
邵月中
谢莉莉
李璐
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ningbo Alatu Digital Technology Co ltd
Ningbo Institute Of Surveying And Mapping And Remote Sensing Technology
Original Assignee
Ningbo Alatu Digital Technology Co ltd
Ningbo Institute Of Surveying And Mapping And Remote Sensing Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Ningbo Alatu Digital Technology Co ltd, Ningbo Institute Of Surveying And Mapping And Remote Sensing Technology filed Critical Ningbo Alatu Digital Technology Co ltd
Priority to CN202311108095.4A priority Critical patent/CN117151800A/zh
Publication of CN117151800A publication Critical patent/CN117151800A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0283—Price estimation or determination
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/16—Real estate
    • G06Q50/165—Land development

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Data Mining & Analysis (AREA)
  • Strategic Management (AREA)
  • Mathematical Physics (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Pure & Applied Mathematics (AREA)
  • Finance (AREA)
  • Tourism & Hospitality (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Primary Health Care (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Evolutionary Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Game Theory and Decision Science (AREA)
  • Algebra (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种农村土地基准地价评估方法，包括：S1、构建用于农村土地基准地价评估的数据库，数据库中包括交易样本数据和土地条件；S2、分别对土地条件和交易样本的地价进行量化测定；S3、建立并优化土地基准地价测算模型，得到优化后的土地基准地价测算模型；S4、将研究区内所有空间网格的土地条件评分代入优化后的土地基准地价测算模型中，得到所有空间网格的网格地价，对网格地价进行统计分级，划定不同土地级别的地价上限值和下限值，最后计算不同土地级别内的空间网格地价均值，将其作为农村土地基准地价评估结果。该方法减少了建模前异常样本检验带来的工作量，且在迭代过程中识别出了真正有效的建模样本，提升了模型的拟合效果。

Description

一种农村土地基准地价评估方法
技术领域
本发明涉及土地基准地价评估的技术领域，尤其涉及一种农村土地基准地价评估方法。
背景技术
基准地价是不同级别或均质区域的土地，按照商服、住宅、工业、农业等不同用途分别评估的法定最高使用年限下土地使用权的平均价格，基准地价评估制度在我国实行的30多年，也是城市化进程加速发展、城镇土地市场快速发育的30多年。长期的理论与实践研究证明，城镇土地基准地价评估方法已逐渐成熟，且评估成果广泛应用于自然资源行政主管部门的日常业务中。与城镇土地基准地价评估形成鲜明对比的是，农村土地基准地价评估的技术方法研究长期缺乏。
现有技术中农村土地基准地价评估一般参照城镇土地评估技术方法进行，但实际上农村土地和城镇土地在市场交易环境、质量和分布状况、投资开发强度、基础设施配建等方面均存在显著差异，完全采用城镇土地价格评估方法开展农村土地基准地价评估，容易导致估价结果与实际价格水平的偏离；并且因以往政策制约，农村土地交易市场长期发育不完善，通过抽样调查采集到的土地交易样本数量有限，完全照搬城镇土地价格评估中“以交易样本价格为核心建立回归模型推测均质区域土地价格”的处理方式，在样本数量不足的情境下，显然是不够合理的；现有技术中也有量化农村土地和城镇土地在产权限制、政策配套、市场环境等维度上的差异，直接以城镇土地基准地价的修正结果作为农村土地基准地价的替代方法，但城镇土地基准地价的评估区域是城镇建成区，农村土地基准地价的评估区域一般为全域行政区，该方法显然只考虑了城镇和农村基准地价总体水平的高低关系，而忽略了两类基准地价空间覆盖范围不同所带来的影响。
为此，需要对现有技术做进一步的改进。
发明内容
本发明所要解决的技术问题是针对上述现有技术，而提供一种提高交易样本利用率及农村土地基准地价评估结果的合理性的农村土地基准地价评估方法。
本发明解决上述技术问题所采用的技术方案为：一种农村土地基准地价评估方法，其特征在于包括如下步骤：
S1、构建用于农村土地基准地价评估的数据库，该数据库中包括交易样本数据和土地条件，所述交易样本数据至少包括交易土地的位置及地价，土地条件包括各要素的空间位置分布和属性信息；
S2、分别对土地条件和交易样本的地价进行量化测定，得到土地条件评分和交易样本的地价水平；
S3、建立土地基准地价测算模型，并对其进行优化，得到优化后的土地基准地价测算模型；
其中土地基准地价测算模型建立及优化的具体过程为：
S3-1、获取各个交易样本所对应空间网格的土地条件评分，再结合交易样本的地价，形成交易样本集合{(P1，X1)，(P2，X2)，…(PM，XM)}；
其中，P1为第1个交易样本的土地条件评分，X1为第1个交易样本的地价水平，P2为第2个交易样本的土地条件评分，X2为第2个交易样本的地价水平，PM为第M个交易样本的土地条件评分，XM为第M个交易样本的地价水平，M为交易样本的总数；
S3-2、以土地条件评分为自变量，地价水平为因变量，将S3-1中交易样本集合中的所有交易样本进行一元线性回归分析，得到第一回归模型的函数方程F，该第一回归模型的函数方程F为建立的土地基准地价测算模型，并记录该第一回归模型的函数方程F的判定系数；
S3-3、将全部交易样本的土地条件评分代入第一回归模型的函数方程F中，计算得到全部交易样本的模拟地价；
S3-4、计算每个交易样本的真实地价与模拟地价之间的差值，并计算所有交易样本的真实地价水平与模拟地价水平之间的差值平均值从所有交易样本中筛选出真实地价水平与模拟地价水平之间的差值小于等于/>的交易样本，N为预设值，N＞0，将筛选出的所有交易样本均作为有效交易样本；
S3-5、按照S3-2中相同的方式，对所有有效交易样本进行一元线性回归分析，得到第二回归模型的函数方程F＇，并记录该第二回归模型的函数方程F＇的判定系数；
S3-6、比较第二回归模型的函数方程F＇的判定系数与第一回归模型的函数方程F的判定系数，判断第二回归模型的函数方程F＇的判定系数是否大于第一回归模型的函数方程F的判定系数，如是，则转入至S3-7；如否，则结束拟合过程，以第一回归模型的函数方程F作为优化后的土地基准地价测算模型，并且将参与第一回归模型的函数方程线性回归分析的所有交易样本作为土地基准地价测算建模样本；
S3-7、将第二回归模型的函数方程F＇作为新的第一回归模型的函数方程F，继续执行S3-3～S3-6；
S4、将研究区内所有空间网格的土地条件评分代入优化后的土地基准地价测算模型中，得到所有空间网格的网格地价，并对网格地价进行统计分级，划定不同土地级别的地价上限值和下限值，最后计算不同土地级别内的空间网格地价均值，将其作为农村土地基准地价评估结果。
为便于更加清楚的了解交易样本的属性信息，以实现土地基准地价的评估准确性，所述S1中的交易样本数据还包括交易地块的面积、用途、容积率、建筑面积、交易日期或投资收益中的一种或多种。
优选地，所述S1中的土地条件包括价格评估参数、关键要素数据、社会统计数据和基础地理底图，其中价格评估参数包括用以提供测算交易地块地价水平的参数，关键要素数据至少包括人口、交通、产业、规划和基础设施各要素的空间位置分布和属性信息，社会统计数据为关键要素补充属性信息，基础地理底图包括各级行政区划底图、路网、水系和土地利用产品。
为实现土地条件的量化测定，所述S2中土地条件量化测定包括如下三种：单一要素影响范围测定、单一要素影响强度测定和网格土地条件测定；
其中单一要素影响强度测定的具体过程为：以全域行政区为研究区，将其划分成多个大小为P*Q的空间网格，P和Q均为正数，将每个空间网络作为影响强度的测算单元，测算单一要素影响范围内对应测算单元的受影响强度，即得到单一要素影响强度测定结果；
网格土地条件测定过程为：通过对各类要素的受影响强度加权求和，即得到网格土地测定结果。
进一步地，所述单一要素影响范围测定具体过程为：
对于点状基础设施，采用加权泰森多边形法划定各类点状设施的服务范围作为其影响范围；
对于线状基础设施，以线状基础设施为主体、以邻近距离法确定的服务半径为缓冲半径，通过缓冲区分析工具，计算线状基础设施的缓冲区范围，将其作为影响范围；
对于面状数据，直接以其空间覆盖范围作为其影响范围。
进一步地，所述单一要素影响强度测定的具体过程为：
对于点状基础设施和线状基础设施，采用线性衰减或指数衰减模型测算要素影响范围内对应测算单元的受影响强度；
对于面状数据，采用空间叠置方法测算要素影响范围内对应测算单元的受影响强度。
为弥补农村土地交易样本不足而对土地基准地价测算模型建立的限制，当S1中的交易样本数量小于等于预设数量L，则需要补充交易样本，所述交易样本的补充方式为：
采用交易样本补充方案一：以某个交易样本所在空间位置为中心向外搜索，寻找与该交易样本地块位置相近、土地条件相似的地块并收集其属性信息，将其作为补充的交易样本；
如果一次补充后的交易样本总数量仍然少于预设数量L，则采用交易样本补充方案二：搜索同一乡镇范围内土地条件最劣的地块并收集其属性信息，将其作为补充的交易样本。
为实现土地基准地价测算建模样本数量的有效扩充，所述S1中的交易样本包括市场交易样本和补充交易样本，对于市场交易样本来说，从市场比较法、收益还原法、成本逼近法、假设开发法和系数修正法中选取一种，测算其地价水平；对于补充的交易样本，根据交易样本补充方案一和交易样本补充方案二，分别以市场比较法或成本逼近法，测算对应地块的地价水平。
与现有技术相比，本发明的优点在于：通过对土地基准地价测算模型进行优化，减少了建模前异常样本检验带来的工作量，且在迭代过程中识别出了真正有效的建模样本，提升了模型的拟合效果，形成了一套切实可行的农村土地基准地价测算模型，切实提高交易样本利用率及农村土地基准地价评估结果的合理性，为农村集体经营性建设用地入市交易、征地区片综合地价制定等提供翔实的数据支撑。
附图说明
图1为本发明实施例中农村土地基准地价评估方法的流程图；
图2为本发明实施例中土地基准地价测算模型建立及优化的流程图。
具体实施方式
以下结合附图实施例对本发明作进一步详细描述。
如图1所示，本实施例中的农村土地基准地价评估方法包括如下步骤：
S1、构建用于农村土地基准地价评估的数据库，该数据库中包括交易样本数据和土地条件，所述交易样本数据至少包括交易土地的位置及地价，土地条件包括各要素的空间位置分布和属性信息；
本实施例中，交易样本数据还包括交易地块的面积、用途、容积率、建筑面积、交易日期、投资收益等等；土地条件包括价格评估参数、关键要素数据、社会统计数据和基础地理底图，其中价格评估参数包括用以提供测算交易地块地价水平的参数，格评估参数具体包括土地还原率、建筑物还原率、房屋重置价格、土地通平费用、房屋成新、税费征收等参数；关键要素数据至少包括人口、交通、产业、规划和基础设施各要素的空间位置分布和属性信息；社会统计数据为关键要素补充属性信息，社会统计数据具体包括常住人口、流动人口、地区生产总值等信息，基础地理底图包括各级行政区划底图、路网、水系和土地利用产品；
S2、分别对土地条件和交易样本的地价进行量化测定，得到土地条件评分和交易样本的地价水平；
本实施例中，土地条件量化测定包括如下三种：单一要素影响范围测定、单一要素影响强度测定和网格土地条件测定；
单一要素影响范围测定具体过程为：
对于点状基础设施，采用加权泰森多边形法划定各类点状设施的服务范围作为其影响范围；
本实施例中点状基础设施为商场、集贸市场、中小学、幼儿园、医院、银行、文体中心、交通场站等等，通过设施服务等级划分和对应等级的权重赋值，加权泰森多边形法测定要素影响范围的模型公式如下：
P＝{p1，p2，…，pn}(2≤n<∞)
其中，P为单一要素的点位集合，p1、p2和pn分别为第1点位，第2点位和第n点位，V(pi，wi)为pi的影响范围；d(p,pi)为点p和pi之间的欧几里得距离；wi为pi的权重；
对于线状基础设施，本实施例中在ArcGIS平台中以线状基础设施为主体、以邻近距离法确定的服务半径为缓冲半径，通过缓冲区分析工具，计算线状基础设施的缓冲区范围，将其作为影响范围；
该线状基础设施可以为非封闭型公路等，通过道路服务等级划分，并采用邻近距离法确定的服务半径，邻近距离法的计算公式如下：
其中，dk为k等级道路的服务半径；S为研究区面积；lk为k等级道路的总长度，K为道路总等级；
对于面状数据，直接以其空间覆盖范围作为其影响范围；
本实施例中，面状数据具体可以为产业园区、用地规划、区域人口等等；
单一要素影响强度测定的具体过程为：以全域行政区为研究区，将其划分成多个大小为P*Q的空间网格，P和Q均为正数，本实施例中，P和Q均为100；将每个空间网络作为影响强度的测算单元，测算单一要素影响范围内对应测算单元的受影响强度，即得到单一要素影响强度测定结果；
具体地，对于点状基础设施和线状基础设施，采用线性衰减或指数衰减模型测算要素影响范围内对应测算单元的受影响强度；
本实施例中，线性衰减模型的测算公式如下：
其中，fi为测算单元的受影响强度，Fi为单一要素本身的等级强度量化值，di为测算单元到要素的空间直线距离，D为要素最远影响距离；
对于面状数据，采用空间叠置方法测算要素影响范围内对应测算单元的受影响强度；
本实施例中，空间叠置方法测算公式如下：
fi＝Fi；
网格土地条件测定过程为：通过对各类要素的受影响强度加权求和，即得到网格土地测定结果；
S3、建立土地基准地价测算模型，并对其进行优化，得到优化后的土地基准地价测算模型；
如图2所示，其中土地基准地价测算模型建立及优化的具体过程为：
S3-1、获取各个交易样本所对应空间网格的土地条件评分，再结合交易样本的地价，形成交易样本集合{(P1，X1)，(P2，X2)，…(PM，XM)}；
其中，P1为第1个交易样本的土地条件评分，X1为第1个交易样本的地价水平，P2为第2个交易样本的土地条件评分，X2为第2个交易样本的地价水平，PM为第M个交易样本的土地条件评分，XM为第M个交易样本的地价水平，M为交易样本的总数；
本实施例中利用ArcGIS(地理信息系统)近邻分析工具得到各个交易样本所对应空间网格的土地条件评分；
S3-2、以土地条件评分为自变量，地价水平为因变量，将S3-1中交易样本集合中的所有交易样本进行一元线性回归分析，得到第一回归模型的函数方程F，该第一回归模型的函数方程F为建立的土地基准地价测算模型，并记录该第一回归模型的函数方程F的判定系数；
本实施例中利用SPSS线性回归工具将交易样本集合中的所有交易样本进行一元线性回归分析；
S3-3、将全部交易样本的土地条件评分代入第一回归模型的函数方程F中，计算得到全部交易样本的模拟地价；
S3-4、计算每个交易样本的真实地价与模拟地价之间的差值，并计算所有交易样本的真实地价水平与模拟地价水平之间的差值平均值从所有交易样本中筛选出真实地价水平与模拟地价水平之间的差值小于等于/>的交易样本，N为预设值，N＞0，将筛选出的所有交易样本均作为有效交易样本；本实施例中N＝2；
S3-5、按照S3-2中相同的方式，对所有有效交易样本进行一元线性回归分析，得到第二回归模型的函数方程F＇，并记录该第二回归模型的函数方程F＇的判定系数；
S3-6、比较第二回归模型的函数方程F＇的判定系数与第一回归模型的函数方程F的判定系数，判断第二回归模型的函数方程F＇的判定系数是否大于第一回归模型的函数方程F的判定系数，如是，则转入至S3-7；如否，则结束拟合过程，以第一回归模型的函数方程F作为优化后的土地基准地价测算模型，并且将参与第一回归模型的函数方程线性回归分析的所有交易样本作为土地基准地价测算建模样本；
S3-7、将第二回归模型的函数方程F＇作为新的第一回归模型的函数方程F，继续执行S3-3～S3-6；
S4、将研究区内所有空间网格的土地条件评分代入优化后的土地基准地价测算模型中，得到所有空间网格的网格地价，并对网格地价进行统计分级，划定不同土地级别的地价上限值和下限值，最后计算不同土地级别内的空间网格地价均值，将其作为农村土地基准地价评估结果；
本实施例中，采用ArcGIS字段计算器工具将研究区内所有空间网格的土地条件评分代入优化后的土地基准地价测算模型中；并且采用自然断点法对网格地价进行统计分级。
为解决交易样本数量不足对土地基准地价测算模型的影响，本实施例中当S1中的交易样本数量小于等于预设数量L，本实施例中L＝30，当然可以根据土地基准地价测算准确率而作适应性的更改，则需要补充交易样本，交易样本的补充方式为：
采用交易样本补充方案一：以某个交易样本所在空间位置为中心向外搜索，寻找与该交易样本地块位置相近、土地条件相似的地块并收集其属性信息，将其作为补充的交易样本；
如果一次补充后的交易样本总数量仍然少于预设数量L，则采用交易样本补充方案二：搜索同一乡镇范围内土地条件最劣的地块并收集其属性信息，将其作为补充的交易样本。
对于市场交易样本来说，从市场比较法、收益还原法、成本逼近法、假设开发法和系数修正法(各个方法测算步骤见《城镇土地估价规程》(GB/T 18508-2014))中选取一种，测算其地价水平；对于补充的交易样本，根据交易样本补充方案一和交易样本补充方案二，分别以市场比较法或成本逼近法，测算对应地块的地价水平。
本实施例中基于ArcGIS、SPSS等数据分析平台，结合市场比较法、成本逼近法补充交易样本实例，并通过加权泰森多边形、邻近距离、空间覆盖等方法测算基础设施、交通、产业、人口、规划等关键要素的影响范围，量化各类要素对不同区域土地条件的综合影响，进而建立交易样本不足情境下的农村土地基准地价线性测算模型，并对土地基准地价测算模型进行优化，减少了建模前异常样本检验带来的工作量，且在迭代过程中识别出了真正有效的建模样本，提升了模型的拟合效果，形成了一套切实可行的农村土地基准地价测算模型，切实提高交易样本利用率及农村土地基准地价评估结果的合理性，为农村集体经营性建设用地入市交易、征地区片综合地价制定等提供翔实的数据支撑。

Claims (8)

1.一种农村土地基准地价评估方法，其特征在于包括如下步骤：
S1、构建用于农村土地基准地价评估的数据库，该数据库中包括交易样本数据和土地条件，所述交易样本数据至少包括交易土地的位置及地价，土地条件包括各要素的空间位置分布和属性信息；
S2、分别对土地条件和交易样本的地价进行量化测定，得到土地条件评分和交易样本的地价水平；
S3、建立土地基准地价测算模型，并对其进行优化，得到优化后的土地基准地价测算模型；
其中土地基准地价测算模型建立及优化的具体过程为：
S3-1、获取各个交易样本所对应空间网格的土地条件评分，再结合交易样本的地价，形成交易样本集合{(P1，X1)，(P2，X2)，…(PM，XM)}；
其中，P1为第1个交易样本的土地条件评分，X1为第1个交易样本的地价水平，P2为第2个交易样本的土地条件评分，X2为第2个交易样本的地价水平，PM为第M个交易样本的土地条件评分，XM为第M个交易样本的地价水平，M为交易样本的总数；
S3-2、以土地条件评分为自变量，地价水平为因变量，将S3-1中交易样本集合中的所有交易样本进行一元线性回归分析，得到第一回归模型的函数方程F，该第一回归模型的函数方程F为建立的土地基准地价测算模型，并记录该第一回归模型的函数方程F的判定系数；
S3-3、将全部交易样本的土地条件评分代入第一回归模型的函数方程F中，计算得到全部交易样本的模拟地价；
S3-4、计算每个交易样本的真实地价与模拟地价之间的差值，并计算所有交易样本的真实地价水平与模拟地价水平之间的差值平均值从所有交易样本中筛选出真实地价水平与模拟地价水平之间的差值小于等于/>的交易样本，N为预设值，N＞0，将筛选出的所有交易样本均作为有效交易样本；
S3-5、按照S3-2中相同的方式，对所有有效交易样本进行一元线性回归分析，得到第二回归模型的函数方程F＇，并记录该第二回归模型的函数方程F＇的判定系数；
S3-6、比较第二回归模型的函数方程F＇的判定系数与第一回归模型的函数方程F的判定系数，判断第二回归模型的函数方程F＇的判定系数是否大于第一回归模型的函数方程F的判定系数，如是，则转入至S3-7；如否，则结束拟合过程，以第一回归模型的函数方程F作为优化后的土地基准地价测算模型，并且将参与第一回归模型的函数方程线性回归分析的所有交易样本作为土地基准地价测算建模样本；
S3-7、将第二回归模型的函数方程F＇作为新的第一回归模型的函数方程F，继续执行S3-3～S3-6；
S4、将研究区内所有空间网格的土地条件评分代入优化后的土地基准地价测算模型中，得到所有空间网格的网格地价，并对网格地价进行统计分级，划定不同土地级别的地价上限值和下限值，最后计算不同土地级别内的空间网格地价均值，将其作为农村土地基准地价评估结果。
2.根据权利要求1所述的农村土地基准地价评估方法，其特征在于：所述S1中的交易样本数据还包括交易地块的面积、用途、容积率、建筑面积、交易日期或投资收益中的一种或多种。
3.根据权利要求1所述的农村土地基准地价评估方法，其特征在于：所述S1中的土地条件包括价格评估参数、关键要素数据、社会统计数据和基础地理底图，其中价格评估参数包括用以提供测算交易地块地价水平的参数，关键要素数据至少包括人口、交通、产业、规划和基础设施各要素的空间位置分布和属性信息，社会统计数据为关键要素补充属性信息，基础地理底图包括各级行政区划底图、路网、水系和土地利用产品。
4.根据权利要求3所述的农村土地基准地价评估方法，其特征在于：所述S2中土地条件量化测定包括如下三种：单一要素影响范围测定、单一要素影响强度测定和网格土地条件测定；
其中单一要素影响强度测定的具体过程为：以全域行政区为研究区，将其划分成多个大小为P*Q的空间网格，P和Q均为正数，将每个空间网络作为影响强度的测算单元，测算单一要素影响范围内对应测算单元的受影响强度，即得到单一要素影响强度测定结果；
网格土地条件测定过程为：通过对各类要素的受影响强度加权求和，即得到网格土地测定结果。
5.根据权利要求4所述的农村土地基准地价评估方法，其特征在于：所述单一要素影响范围测定具体过程为：
对于点状基础设施，采用加权泰森多边形法划定各类点状设施的服务范围作为其影响范围；
对于线状基础设施，以线状基础设施为主体、以邻近距离法确定的服务半径为缓冲半径，通过缓冲区分析工具，计算线状基础设施的缓冲区范围，将其作为影响范围；
对于面状数据，直接以其空间覆盖范围作为其影响范围。
6.根据权利要求5所述的农村土地基准地价评估方法，其特征在于：所述单一要素影响强度测定的具体过程为：
对于点状基础设施和线状基础设施，采用线性衰减或指数衰减模型测算要素影响范围内对应测算单元的受影响强度；
对于面状数据，采用空间叠置方法测算要素影响范围内对应测算单元的受影响强度。
7.根据权利要求1～6任一项所述的农村土地基准地价评估方法，其特征在于：当S1中的交易样本数量小于等于预设数量L，则需要补充交易样本，所述交易样本的补充方式为：
采用交易样本补充方案一：以某个交易样本所在空间位置为中心向外搜索，寻找与该交易样本地块位置相近、土地条件相似的地块并收集其属性信息，将其作为补充的交易样本；
如果一次补充后的交易样本总数量仍然少于预设数量L，则采用交易样本补充方案二：搜索同一乡镇范围内土地条件最劣的地块并收集其属性信息，将其作为补充的交易样本。
8.根据权利要求7所述的农村土地基准地价评估方法，其特征在于：所述S1中的交易样本包括市场交易样本和补充交易样本，对于市场交易样本来说，从市场比较法、收益还原法、成本逼近法、假设开发法和系数修正法中选取一种，测算其地价水平；对于补充的交易样本，根据交易样本补充方案一和交易样本补充方案二，分别以市场比较法或成本逼近法，测算对应地块的地价水平。
CN202311108095.4A 2023-08-30 2023-08-30 一种农村土地基准地价评估方法 Pending CN117151800A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311108095.4A CN117151800A (zh) 2023-08-30 2023-08-30 一种农村土地基准地价评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311108095.4A CN117151800A (zh) 2023-08-30 2023-08-30 一种农村土地基准地价评估方法

Publications (1)

Publication Number Publication Date
CN117151800A true CN117151800A (zh) 2023-12-01

Family

ID=88901981

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311108095.4A Pending CN117151800A (zh) 2023-08-30 2023-08-30 一种农村土地基准地价评估方法

Country Status (1)

Country Link
CN (1) CN117151800A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117408495A (zh) * 2023-12-12 2024-01-16 菏泽市自然资源和规划局 一种基于土地资源综合管理的数据分析方法及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117408495A (zh) * 2023-12-12 2024-01-16 菏泽市自然资源和规划局 一种基于土地资源综合管理的数据分析方法及系统
CN117408495B (zh) * 2023-12-12 2024-03-29 菏泽市自然资源和规划局 一种基于土地资源综合管理的数据分析方法及系统

Similar Documents

Publication Publication Date Title
CN107103392A (zh) 一种基于时空地理加权回归的公交客流影响因素识别与预测方法
CN113487123B (zh) 高光谱监测与gis耦合山洪灾害动态风险评估方法
CN116911699B (zh) 城市洪涝灾害应对韧性的精细化动态评估方法和系统
CN111401692B (zh) 一种度量城市空间功能紧凑度的方法
CN117151800A (zh) 一种农村土地基准地价评估方法
CN107766825A (zh) 基于空间功能单元的陆域省市县空间规划三区识别方法
CN102289581A (zh) 一种基于空间作用划分的模拟城市扩展的方法
CN111797188B (zh) 一种基于开源地理空间矢量数据的城市功能区定量识别方法
CN116437291A (zh) 一种基于手机信令的文化圈规划方法和系统
CN113902259A (zh) 湿雪崩灾害风险评估方法及装置
CN113298439A (zh) 基于人口分布的环境风险评估方法、装置及计算机设备
CN114219521B (zh) 基于多源数据的体育中心选址评价方法
CN116911507A (zh) 基于空间投影寻踪的城市街区活力评价方法及存储介质
Tian et al. Suburban sprawl measurement and landscape analysis of cropland and ecological land: A case study of Jiangsu Province, China
CN104318319A (zh) 一种基于征地过程博弈结果的多智能体城市扩张模拟方法
CN113901348A (zh) 一种基于数学模型的钉螺分布影响因素识别与预测方法
CN116193369B (zh) 一种基于手机信令数据的居住人口生成率估算方法
CN112148821A (zh) 一种城市混合职住空间计算方法和系统
CN111914052A (zh) 一种区域空间关联关系确定方法及装置
CN115146990A (zh) 一种集成多源地理大数据的城市活力定量评价方法
CN113887993A (zh) 体育设施与人口耦合协调性评价方法、系统、设备及介质
Jiao et al. Overview and applicability of land use-mixed indices in the smart city
CN118245561B (zh) 城乡规划测绘成果生成方法及系统
Tajmajer et al. Predicting annual average daily highway traffic from large data and very few measurements
CN118396384B (zh) 一种基于机器学习的山体崩塌堆积物计算方法及其系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination