中小城市边缘区土地价格评估研究 ——以德阳市为例

中小城市边缘区土地价格评估研究 ——以德阳市为例

论文摘要

随着我国城市化进程的推进,城市自身的近域推进和广域扩展速度加快,城市边缘区(urban fringe)成为变化最大、最迅速、最敏感的地区,城市边缘区的土地开发利用和土地交易活动异常活跃。城市边缘区是城市与农村相互结合的特殊经济地理单元,是城市快速扩张的重点区域,受城市与农村的双重影响,使得城市边缘区的土地价格低于城区的土地价格,同时,又高于乡村的土地价格。城市边缘区是土地价格研究中的薄弱点,土地市场的快速、健康发展迫切要求对该区进行地价评估,开展中小城市边缘区土地价格评估研究对城市边缘区土地管理、土地交易、土地价格管理等具有一定的理论意义和现实意义。本文界定研究范围为中小城市边缘区土地,包括内缘区土地和外缘区土地,以四川省德阳市为例,对中小城市边缘区的土地价格评估方法进行了研究。在内缘区土地价格评估中,对内缘区土地价格的影响因素进行了分析,在此基础上,提出了中小城市内缘区土地价格评估指标体系,考虑到土地价格与影响因素之间的非线性关系,为了克服以往传统方法评估的局限性,引入了BP神经网络模型,对内缘区土地价格于影响因素之间高度的非线性关系进行模拟,以便科学的评估内缘区土地价格;针对中小城市边缘区中外缘区土地的特性,对外缘区土地的价格构成进行了分析,提出了各构成部分的价格内涵,在分析价格内涵的基础上,选用了科学的方法对外缘区土地的质量价格、社会保障价格、社会稳定价格和景观生态价格进行了评估。主要有以下几个方面:(1)针对内缘区土地价格的特性建立了一套内缘区土地价格评估指标体系,在上述研究分析的基础上,对BP神经网络应用于内缘区土地评估的可行性进行分析,进而引入BP神经网络并构建内缘区土地价格评估模型。(2)对德阳市内缘区土地价格进行调研和分析。运用建立的评估模型,将调研来的128个样本数据经过筛选后分成训练样本和测试样本两组,30个训练样本和6个测试样本,进而验证模型的有效性,获得了理想的模拟结果,6个评估模型测试结果与原始样本真实值进行对比,最小的相对误差为0.43%,最大的相对误差为0.84%,平均相对误差为0.58;最小模拟精度为99.16%,最大的模拟精度为99.61%,平均模拟精度为99.42%,结果表明该模型有较强的实用价值。(3)对德阳市外缘区土地价格进行调研和分析。运用土地价值理论,对外缘区土地价值构成进行分析——完整的外缘区土地价格由土地质量价格、社会保障价格、社会稳定价格和景观生态价格构成。根据外缘区土地价格的四个构成部分,建立了德阳市的外缘区土地价格评估体系。并对其各价格构成部分进行测算,德阳市外缘区的土地质量价格为16.50元/m~2;社会保障价格为140.35元/m~2:社会稳定价格为12.61元/m~2;景观生态价格为10元/m~2,外缘区土地价格等于上述4种价格之和即179.46元/m~2。本文运用BP神经网络对内缘区土地的价格评估进行研究,但是由于内缘区土地评估本身涉及的因素众多复杂,包括样本数据的采集、一些不能避免的不可定量化因素以及不可预测因素的存在等,BP神经网络内缘区土地价格评估模型还有待进一步提高与完善。另一方面对外缘区土地价格各构成部分的评估方法中一些数据及参数的选取需要进一步科学化。

论文目录

  • 摘要
  • Abstract
  • 1 绪论
  • 1.1 研究的背景与意义
  • 1.1.1 研究背景
  • 1.1.2 研究意义
  • 1.2 国内外相关领域的研究现状
  • 1.2.1 土地价格理论研究进展
  • 1.2.2 城市边缘区土地研究进展
  • 1.2.3 土地估价方法研究
  • 1.3 本文研究的对象、范围、内容和方法
  • 1.3.1 研究对象与范围
  • 1.3.2 研究的主要内容
  • 1.3.3 研究的主要方法
  • 1.3.4 技术路线
  • 1.4 本章小结
  • 2 德阳市城市边缘区的划分
  • 2.1 城市边缘区的组成
  • 2.1.1 内缘区
  • 2.1.2 外缘区
  • 2.2 德阳市边缘区的划分
  • 2.2.1 德阳市基本情况
  • 2.2.2 德阳市内缘区的划分
  • 2.2.3 德阳市外缘区的划分
  • 2.3 本章小结
  • 3 基于BP神经网络的内缘区土地价格评估
  • 3.1 土地价格评估基本理论
  • 3.1.1 土地价格评估特性分析
  • 3.1.2 内缘区土地定义及特征
  • 3.1.3 内缘区土地评估基本方法
  • 3.1.4 常规的评估方法和评估的非线性
  • 3.1.5 土地价格评估过程
  • 3.2 BP神经网络的基本理论
  • 3.2.1 神经网络的特点
  • 3.2.2 神经网络的学习规则
  • 3.2.3 多层前向神经网络的反向传播算法(BP算法)
  • 3.3 内缘区土地价格评估指标体系的建立
  • 3.3.1 评估指标的特征
  • 3.3.2 评估指标体系的建立
  • 3.4 BP神经网络应用于内缘区土地评估的可行性
  • 3.5 神经网络评估内缘区土地价格的设计流程
  • 3.5.1 BP神经网络设计流程
  • 3.5.2 BP神经网络的设计分析
  • 3.6 基于BP神经网络方法的内缘区土地评估模型
  • 3.7 德阳市内缘区土地价格评估实例分析
  • 3.7.1 样本数据筛选
  • 3.7.2 样本数据的输入与初始化
  • 3.7.3 BP神经网络的训练
  • 3.7.4 BP神经网络的测试及推广分析
  • 3.7.5 基于BP神经网络的德阳市内缘区土地价格评估
  • 3.8 本章小结
  • 4 外缘区土地价格评估
  • 4.1 外缘区土地与外缘区土地价格内涵
  • 4.1.1 外缘区土地内涵
  • 4.1.2 外缘区土地价格内涵
  • 4.2 外缘区土地价格的特殊性
  • 4.2.1 历史积累性
  • 4.2.2 外部影响性
  • 4.2.3 空间差异性
  • 4.3 外缘区土地价格构成解析
  • 4.3.1 外缘区土地质量价格
  • 4.3.2 外缘区土地社会保障价格
  • 4.3.3 外缘区土地的社会稳定价格
  • 4.3.4 外缘区土地的景观生态价格
  • 4.4 外缘区土地价格评估
  • 4.4.1 外缘区土地质量价格评估
  • 4.4.2 外缘区土地社会保障价格评估
  • 4.4.3 外缘区土地的社会稳定价格评估
  • 4.4.4 外缘区土地景观生态价格评估
  • 4.5 德阳市外缘区土地价格评估实例分析
  • 4.5.1 德阳市外缘区土地质量价格
  • 4.5.2 德阳市外缘区土地社会保障价格
  • 4.5.3 德阳市外缘区土地社会稳定价格
  • 4.5.4 德阳市外缘区土地景观生态价格
  • 4.5.5 德阳市外缘区土地价格合计
  • 4.6 本章小节
  • 5 结论与展望
  • 5.1 结论
  • 5.2 展望
  • 参考文献
  • 致谢
  • 附录一:专家打分法中的土地估价师一览表
  • 附录二:MATLAT环境下的神经网络的程序设计
  • 作者简历
  • 相关论文文献

    标签:;  ;  ;  ;  ;  ;  ;  

    中小城市边缘区土地价格评估研究 ——以德阳市为例
    下载Doc文档

    猜你喜欢