基准地价评价中基于模型的样本检验剔除方法探讨.PDFVIP

基准地价评估中基于模型的样本检验剔除方法探讨 朱国华 现实评估工作中，在同一土地级别或同一均值地域内的同行业中，由于某些特殊因素 影响造成一些样本地价明显高于或低于其它宗地地价的数据，不能反映当地的实际地价水 平。另外，由于同一宗地调查样本数目过多、不同区域交易发生的密度相差较大或外业采点 的人为倾向，往往会造成地价样本价位以及价格在空间分布上不合理。外业采集的样本数据 精度决定了基准地价评估的精度。为了使得评估的地价能够合理的反映一个地区的实际情 况，必须对这些异常样本进行检验、剔除。 《城镇土地估价规程》规定，在测定样本总体分布类型后，需要用适合的方法进一步 对所有数据进行检验，剔除异常值。当样本数据总体分布属于正态分布时，选用t 检验法； 当样本数据总体分布属于非正态分布时，选用均值—方差法。 数理统计中的样本变量一般具有独立性和随机性，但地价样本并非完全随机的，它在 空间上存在着相关性。根据土地的区位理论，城镇土地因其相对位置不同，在空间上表现出 不同的使用价值、不同的经济效益和不同的地租地价。级别越高的土地其地价相应越高。但 是，外业调查样本的土地价格与土地质量之间的关系是随机的，所以在进行样本检验时，应 该把地价和土地位置联系起来。否则在进行样本检验剔除时，会出现正常样本被剔除或异常 样本保留的现象，从而影响到基准地价评估结果的准确性。 基于关系模型的样本检验剔除理论 土地价格成本理论 任何商品都有其成本，土地估价中的成本是指土地的原购买价格以及土地再转让期间 投入的土地资本的折旧和利息。具体来说，一般包括土地取得费用和基础设施开发费用两大 部分。 由于土地价格中包含着成本费用，因此外业调查的样本地价应该不低于获取该土地所 需的成本。 回归分析理论 回归分析是根据变量观测数据分析变量间关系的最常用的统计分析方法，其主要任务 是根据变量的观测数据定量的建立所关注的变量和影响它变化的变量之间的数学关系式，检 验影响变量的显著程度和比较它们的作用大小，进而用一组变量的变化解释和预测另一组变 量的变化。 一元线形回归是用一对对数据（X ，Y ）按要求确定出表达因变量和自变量之间的关联 i i 方程（直线或曲线方程），使得回归方程的值和观测数据之间的偏差最小。建立在最小二乘 ˆ ˆ Y Y 原理上的回归，就是使观测值Y 和得自回归方程的估计值 之差 Y － = ε的平方和 i i i i i （i=1,2, … ,k ）达到最小。 基于模型的样本检验原理 基于模型的样本检验剔除方法是建立在回归分析理论基础上的。通过回归方程建立样 本地价与土地级别之间的关系，回归方程中的 X 表示土地的作用分值，Y 表示该块土地的 价格，如下图所示： 地价 作用总分 （级别） 图1 样本地价与土地级别关系图 Fig.1 The relation between sample’s price and land level 通过对离散样点相对于地价与级别的关系曲线的偏离程度分析，就可以判定样本相对 于当前地价与级别的关系是否是合格样点，使得在进行样本检验剔除时把地价和土地的级别 联系起来，充分考虑到地价样本的空间相关性。 基于模型的样本检验剔除方法流程 粗差剔除 由于种种原因，可能使得样点出现差错，如样点落在水域中、土地价格低于成本、地价 出现负值等。在进行样点的检验剔除时，应首先检验这些出现差错的点，进行粗差剔除。对 于地价过低的样点进行粗差剔除时可以使用截距法，即对地价模型设置截距，剔除截距以下 的样点。 总体样本模型的逐步逼近法 总体样本模