基层分析法在土地评估市场中的应用

基层分析法在土地评估市场中的应用

李绵保

平邑县自然资源和规划局  273300

摘要：市场法作为土地价值评估的基本方法，在因素修正过程中的主观性和随意性问题会影响估价结果的准确性，从而导致估价结果不能客观反映土地价值。本文针对现行土地市场法区域因素修正过程中的不足，引入层次分析法进行改进，并结合案例进行计算分析，证实运用层次分析法进行区域因素修正的可行性和优越性。

关键词：基层分析法；土地评估；应用

引言

市场法是在土地估价实践中非常常用的评估方法，其测算方法以及应用原理都相对简单，而且贴近市场，易被接受。但在实务操作中，各因素修正因子较多，尤其是区域因素的修正，往往会受评估人员的主观性影响，容易形成偏差。在市场法中，如果能够尽量减少区域因素修正时的主观性，就可以提高评估结果的准确性，对完善市场法有重要意义。

1研究区与数据来源

1.1　研究区格网划分

地理格网作为统计分析的基础单元，将自然、人文要素信息集中到统一的单元中，实现了多源、多尺度信息的融合，已成为一种常用的空间分析单元。国内外研究通常将交通站点的服务半径定为400~1000m。已有研究表明，在交通站点400m与800m范围内的因素对其客流的影响结果差异较小。本文选取上海市为研究区域，同时考虑相邻站点间的欧氏距离，将上海市公共交通站点的服务范围定为400m，并基于ArcGIS软件将研究区域划分为7826个400m×400m的规则格网（每个格网至少包含一个公交站或地铁站）。

1.2　公共交通数据

公共交通数据来源于高德地图以及图吧公交网站。本文共采集了11591个公交站点，1141条公交线路，以及345个地铁站点，15条地铁线路。先从图吧公交网站获取上海市公交和地铁的线路名称，形成公交、地铁线路名称表；再根据线路名称，通过调用高德地图应用程序接口（applicationprograminter⁃face，API）获取了截至2019年12月上海市公交、地铁的站点和线路数据。

1.3POI数据

1）POI数据重分类。POI数据是一种微观尺度的数据源，包含时空维度上的社会经济活动信息，可以有效克服土地利用数据更新慢、数据获取困难等传统难题，有助于研究者更准确、更快速地了解城市土地利用的空间分布与变化过程。本文采用POI数据来描述上海市的城市用地布局，原始POI数据类型较多，且类型之间存在重复交叉现象，需要进行重分类。本文将POI分为6个类别。2）POI权重确定。在城市中，不同地理实体对象的占地面积差异较大，且决定了该单元内的土地利用类型。因此，仅基于POI数量的城市土地利用分析结果会与实际情况有较大差异，需要对重分类后的POI数据赋予权重。

2土地估价方法

2.1市场法

市场法因其简单的使用流程受到大多数土地价值评估方的青睐，但应用市场法要有一个重要的前提，那就是必须有一个成熟的、活跃的市场，才能得到真实、可靠的交易数据。但我国的土地交易市场因起步较晚，仍存在多方面的问题，比如不同区域的市场其活跃程度和交易数量可能存在较大差异，常常无法满足使用市场法的基本条件，因此在我国全面推行市场法开展土地交易价值评估存在很大的困难。

2.2收益法

应用收益法对土地价值评估的核心内容是时间价值，使用收益法的核心目标是土地使用权属个体未来可能获得的利益价值。收益法的评估结果以收益和还原现率为最重要的两个指标来确定，而这两种指标在获得过程中易受到多种因素的影响，使得收益法的评价结果产生误差。因此，在使用收益法开展土地价值评估的过程中，需要对未来的利润作出预测，而这种预测往往依赖于某些历史资料和个人的主观体验，使预测的结果产生偏差。如果在使用这种方法的过程中受到经济环境因素，如金融危机、政策变化、地方发展差异的影响，会对土地收益产生一定的冲击，最终影响土地价值评估的准确性。

2.3基准计价系数修正法

基准计价系数修正法是通过参照政府发布的土地基准地价进行价格系数修正，使用这种方法时，采用的基准地价往往滞后于客观市场中的价格。同时，在公布基准地价时，对土地资源类型进行划分时比较粗略，大多情况下只能依据土地的用途分为住宅、商业、工业、公共管理与公共服务等简单的几种类型，而土地在具体的功能发挥中，会因其最终的商业类型对土地价格产生巨大影响。

2.4剩余法

剩余法是对待估不动产按其土地计划进行开发后的价值计算，减去开发期间的资金投入，最后得出待估不动产的价值评估体系。通常情况下，剩余法是对已开发或再次开发的土地开展价值评估活动。这种评估方法还能用于对已经完工的房地产进行估价，将房屋或土地的价值从已经完成开发的不动产价值中进行扣除。应用剩余法进行土地价值评估的优势在于，能够在价值评估过程中有效削弱主观意识，使价值评估更加准确，与基准地价系数修正法相比，时效性更好。

3数据来源与研究方法

3.1数据来源与处理

本研究所需的数据及来源详，主要包括海平面上升和风暴潮数据、土地覆被数据、自然环境数据、社会经济数据及深度-损失曲线数据。其中，海平面上升和风暴潮数据根据已有相关研究充分考虑未来可能遇到的最大风险情况，分别选择IPCC第六次评估报告中RCP8.5高排放情景的海平面上升预测和500年一遇风暴潮增水高度。深度-损失曲线数据由于缺乏广州地区的详细数据，主要参照欧盟委员会联合研究中心发布的各大洲平均深度-损失函数曲线报告。

3.2构建脆弱性评估框架和指标体系

综合IPCC和不同专家对脆弱性的理解，本文基于已有基础数据，构建“暴露度-敏感性-适应性”评估框架，通过量化敏感性和适应性指标计算出脆弱性指数，对不同海平面上升叠加风暴潮影响下的南沙区未来土地利用格局的脆弱性进行多情景评估。其中，脆弱性由敏感性和适应性构成，暴露度只是脆弱性改变的驱动因素，不作为脆弱性的构成要素考虑。基于评估框架，本研究构建了海平面上升叠加风暴潮影响下的南沙区土地利用格局脆弱性评估指标体系。

3.3土地利用格局变化模拟

根据近期、中期和远期的土地利用格局模拟结果，自然增长情景中，村庄和城镇扩张面积较大且较为零散，而农田和湿地有较大幅度减少。此外，传统格局情景中，城镇发展遵循传统聚落布局原则，扩张部分大多位于河涌沿岸区域，而规划控制情景中，城镇扩张遵循城镇开发边界，呈组团状分区。同时，传统格局情景与规划控制情景中，未来村庄建设用地的面积均有减少。由于传统格局情景鼓励村庄原地城镇化，该情景下相对更多的村庄转变为城镇，因而村庄面积略小于规划控制情景。

3.4自然增长情景下的脆弱性评估

从自然增长情景下的淹没情况来看，农田、湿地和城镇受淹没面积仍然较大，但与传统格局情景相比，该情景下中期和远期林地、农田和湿地的淹没面积均有所减少。从土地利用格局的脆弱性程度来看，在遭受未来不同海平面上升和风暴潮风险时，相较于其他2类情景，此类情景模拟得出的土地利用格局脆弱性最高。从各类用地的脆弱性来看，各时期城镇、湿地和林地均表现为较高的脆弱性，而村庄的脆弱性依然最小，这可能与该情景下土地利用格局未得到统一规划干预有关。

结语

本文借用层次分析法对现行市场法区域因素修正进行改进，对比改进前后，层次分析法展示出了一定的优越性。但是在实务操作过程中，层次分析法也存在问题，主要是以下两点：一是层次分析法需要相关的计算量，尤其是当需要修正的因素较多时，会加大工作量，可能会使得工作效率降低。二是层次分析法涉及专家打分的部分，人为因素主观性导致的误差还是不可避免，留待下一步探讨和改进。

参考文献

[1]陈晨.房地产估价市场比较法的改进研究[D].青岛理工大学，2018.

[2]冯右骖.改进市场比较法中区域因素修正的GIS方法[J].中国土地科学，2008（12）：53-57.

[3]王鹏宇、王秀兰.网络层次分析法（ANP）在土地估价市场比较法中的应用研究[D].华中农业大学，2009.