城鎮(zhèn)住宅用地基準地價的地質(zhì)災(zāi)害影響及修正系數(shù)研究
——以蘭州市為例

彭建超，吳 群，錢 暢

（1. 南京農(nóng)業(yè)大學(xué)土地管理學(xué)院，江蘇 南京 210095；2. 南京市國土資源信息中心，江蘇 南京 210005）

城鎮(zhèn)住宅用地基準地價的地質(zhì)災(zāi)害影響及修正系數(shù)研究
——以蘭州市為例

彭建超1，吳 群1，錢 暢2

（1. 南京農(nóng)業(yè)大學(xué)土地管理學(xué)院，江蘇 南京 210095；2. 南京市國土資源信息中心，江蘇 南京 210005）

研究目的：研究地質(zhì)災(zāi)害對城鎮(zhèn)住宅地價的影響及城鎮(zhèn)住宅基準地價的地質(zhì)災(zāi)害因素修正系數(shù)編制。研究方法：探索性空間數(shù)據(jù)分析、網(wǎng)格地價模型和地理加權(quán)回歸模型。研究結(jié)果：基于蘭州市1621個住宅地價調(diào)查樣點數(shù)據(jù)的分析顯示，地質(zhì)災(zāi)害隱患可導(dǎo)致土地價值的降低，但作用程度在不同土地級別、不同空間位置存在差異，地質(zhì)災(zāi)害對地價產(chǎn)生負作用的極值易出現(xiàn)在各類洪道、溝坡地帶；運用蘭州市公開出讓住宅用地數(shù)據(jù)進行驗算，將網(wǎng)格地價模型和GWR模型法得出的修正系數(shù)應(yīng)用于蘭州市基準地價修正法評估，驗算結(jié)果基本符合蘭州市地價實際情況，網(wǎng)格地價模型的驗算結(jié)果較GWR模型更為平穩(wěn)。研究結(jié)論：地質(zhì)災(zāi)害因素修正系數(shù)的空間量化，有助于提高地價評估的準確和客觀性；網(wǎng)格地價模型法較GWR模型法更適合當(dāng)前基準地價修正系數(shù)編制。

土地經(jīng)濟；基準地價；地質(zhì)災(zāi)害；修正系數(shù)；地理加權(quán)回歸模型；網(wǎng)格地價模型

1 引言

地質(zhì)災(zāi)害對城鎮(zhèn)土地利用與價值具有重要影響[1-2]。近年來，因房地產(chǎn)市場的活躍使得地價成為各界關(guān)注的熱點問題，國內(nèi)城鎮(zhèn)地價的評價方法、時空演變及驅(qū)動因素等方面也取得了很多重要研究進展[3-4]，然而，地質(zhì)災(zāi)害對城鎮(zhèn)地價的影響研究在國內(nèi)還不多見。2014年12月，中國開始實施新的《城鎮(zhèn)土地估價規(guī)程》（GB/T 18508—2014），新規(guī)程亦未就地質(zhì)災(zāi)害對地價的影響，尤其是對基準地價的影響及修正，進行詳細說明?；鶞实貎r修正法適用性的改進及其合理引導(dǎo)土地市場作用的體現(xiàn)，還有賴基準地價修正因素的深入研究[5]。隨著城市建設(shè)不斷發(fā)展，日趨密集的人類工程活動對地質(zhì)災(zāi)害的引發(fā)和加劇作用越來越明顯，地質(zhì)環(huán)境的破壞影響使得城鎮(zhèn)土地利用的危險隱患不斷增多，導(dǎo)致土地開發(fā)利用工程的地質(zhì)災(zāi)害防護成本增加，同時可能降低開發(fā)商或其他土地使用主體對涉險宗地的價值預(yù)期。因而，探討地質(zhì)災(zāi)害對城鎮(zhèn)地價的影響，以及城鎮(zhèn)基準地價的地質(zhì)災(zāi)害因素修正系數(shù)編制，不僅可豐富城鎮(zhèn)地價評價方法研究，完善城鎮(zhèn)地價研究的理論體系，也可為地質(zhì)災(zāi)害影響地區(qū)的土地交易或投資提供實踐參考。

2 研究區(qū)概況與研究方法

2.1 研究區(qū)概況

蘭州市是西北地區(qū)重要的工業(yè)城市，市區(qū)總面積1574 km2，其中建成區(qū)面積191 km2。2015年蘭州市完成生產(chǎn)總值2095.99億元，人均生產(chǎn)總值56972元，年末全市常住人口為369.31萬人，其中，城鎮(zhèn)人口占80.95%。蘭州市地處青藏高原與黃土高原交匯部位的黃河谷地，是典型的山問河谷型城市，市區(qū)位于著名的天水—蘭州地震帶上，受特殊狹長地形條件的限制，平坦的河谷地帶已成為人口聚居的密集區(qū)，城市建設(shè)不斷向黃河兩岸山前和臺塬地帶拓展，因山前坡腳開挖、平山造地、切坡等形成的黃土邊坡嚴重破壞了斜坡的原始穩(wěn)定性，使蘭州市伏龍坪、華林坪、晏家坪、徐家坪、桃樹坪、鹽場堡等區(qū)域地質(zhì)災(zāi)害高發(fā)。蘭州市地質(zhì)災(zāi)害類型主要包括滑坡、崩塌、泥石流、地面塌陷和不穩(wěn)定斜坡等，主城區(qū)為地質(zhì)災(zāi)害嚴重區(qū)域，地質(zhì)災(zāi)害隱患點多達2462處（2012年調(diào)查統(tǒng)計），地質(zhì)災(zāi)害頻發(fā)地區(qū)依次為城關(guān)區(qū)、七里河區(qū)、西固區(qū)和安寧區(qū)，城關(guān)區(qū)受威脅財產(chǎn)損失最大[15]。依據(jù)蘭州市住宅用地的現(xiàn)狀分布以及地質(zhì)災(zāi)害發(fā)生的頻次，選擇研究范圍包括蘭州市的城關(guān)區(qū)、七里河區(qū)、安寧區(qū)和西固區(qū)，具體為東至桑園子峽、西至岸門村、南至后五泉山村、北至白家鋪子，面積約220 km2。

2.2 數(shù)據(jù)來源

地價樣點數(shù)據(jù)源自《蘭州市2014年城市基準地價更新》成果。蘭州市住宅用地共劃分為7個級別，基準地價更新過程中，通過實地調(diào)查，各級別收集住宅地價樣點數(shù)分別為343、527、437、257、44、12和1個，合計1621個，其中房屋出租、二手房買賣和新建商品房分別為770、702和149個。設(shè)定住宅樣點地價評估基準日為2014年1月1日、土地使用年期為70年，對地價數(shù)據(jù)進行評估有效性檢驗，并進行時間、容積率、開發(fā)程度的統(tǒng)一修正，得到符合設(shè)定條件的樣點地價數(shù)據(jù)。地質(zhì)災(zāi)害數(shù)據(jù)采用蘭州市地理信息中心、蘭州市勘察測繪研究院和甘肅省地質(zhì)環(huán)境監(jiān)測院2013年5月聯(lián)合編制的《蘭州市主城區(qū)地質(zhì)災(zāi)害隱患分布圖》，該成果根據(jù)地質(zhì)災(zāi)害隱患點的分布、危害程度和影響范圍，將主城區(qū)劃分為地質(zhì)災(zāi)害危險區(qū)、高易發(fā)區(qū)、中易發(fā)區(qū)、低易發(fā)區(qū)和不易發(fā)區(qū)。

2.3 研究方法

2.3.1 空間插值與剖面圖繪制 空間插值法已廣泛應(yīng)用于空間未知位置的地價估測，本文擬運用普通Kriging法對蘭州市住宅地價樣點進行空間插值分析。檢驗樣本數(shù)據(jù)是否滿足正態(tài)分布和存在某種空間趨勢，是采用空間插值法進行表面預(yù)測的前提，所以運用ESDA對樣點數(shù)據(jù)進行探索分析。住宅地價頻率分布分析發(fā)現(xiàn)，樣本的均值（3345）與中位數(shù)（3421）較接近，偏度系數(shù)（-0.116）和峰度系數(shù)（-0.762）均小于1，可認為樣本近似于正態(tài)分布。住宅地價全局趨勢圖分析發(fā)現(xiàn)，蘭州市住宅地價在EW和SN方向呈現(xiàn)3次函數(shù)曲線變化趨勢。通過構(gòu)建Voronoi圖，對住宅地價空間分布異常點進一步篩選，最終保留樣點1580個。鑒于研究區(qū)域東西狹長的地形分布和地價變化趨勢，研究檢驗了地價樣點分布的各向異性，發(fā)現(xiàn)135°方向呈現(xiàn)較強連續(xù)性，選擇3次函數(shù)去除樣本表面趨勢（trend removal），利用指數(shù)函數(shù)擬合135°和45°方向的半方差函數(shù)，得出兩個方向的變程分別為6.0 km和4.2 km[7]，以此為基礎(chǔ)構(gòu)建擬合函數(shù)對研究區(qū)域住宅地價進行Kriging插值預(yù)測（圖1）。

圖1 住宅地價樣點的Kriging插值Fig.1 Kriging interpolation of residential land price sample points

為初步考察地質(zhì)災(zāi)害對住宅地價的影響，在蘭州市區(qū)地質(zhì)災(zāi)害頻發(fā)地區(qū)繪制地價與地質(zhì)災(zāi)害的剖面關(guān)系(圖1)，剖面A為蘭州市土門墩—晏家坪一帶，剖面B為華林坪—伏龍坪一帶。因在局部范圍內(nèi)，蘭州市地質(zhì)災(zāi)害級在EW方向變化較大，所以剖面A、B的位置選擇也為EW向。按地質(zhì)災(zāi)害隱患級別高低，設(shè)危險區(qū)=4、高易發(fā)區(qū)=3、中易發(fā)區(qū)=2、低易發(fā)區(qū)=1、不易發(fā)區(qū)=0，繪制得到A、B位置的剖面圖如圖2。剖面A顯示，地質(zhì)災(zāi)害對住宅地價的影響較為明顯，在空間連續(xù)的EW向上，地價變化的趨勢并不平穩(wěn)，表現(xiàn)為區(qū)域地質(zhì)災(zāi)害隱患級別較低時，地價呈升高趨勢，而地質(zhì)災(zāi)害隱患加重時，地價呈降低趨勢。剖面B中地質(zhì)災(zāi)害對住宅地價的作用趨勢與剖面A類似，但不如剖面A顯著，最突出的是在1200—1600 m位置，當(dāng)剖面位置抵達城關(guān)區(qū)地質(zhì)災(zāi)害低易發(fā)和不易發(fā)區(qū)時，地價迅速上升。由剖面分析可判斷，地質(zhì)災(zāi)害隱患可導(dǎo)致土地價值的降低，但影響程度在不同的空間位置表現(xiàn)不同，需結(jié)合影響地價的其他空間要素綜合分析。

2.3.2 網(wǎng)格地價模型 網(wǎng)格單元技術(shù)已在土地定級和估價中廣泛應(yīng)用，相關(guān)研究的要點主要集中于網(wǎng)格邊長的確定以及通過空間插值、神經(jīng)網(wǎng)絡(luò)等方法獲得網(wǎng)格的地價[8-9]。本文試圖依據(jù)蘭州市基準地價更新工作實踐，將網(wǎng)格單元技術(shù)與傳統(tǒng)的基準地價評估及修正系數(shù)編制方法相結(jié)合，構(gòu)建基于網(wǎng)格單元的住宅基準地價地質(zhì)災(zāi)害修正系數(shù)體系（圖3）。蘭州市本輪基準地價更新工作在劃分住宅用地級別階段，已運用多因素綜合評價法測算了基礎(chǔ)設(shè)施狀況、交通條件、環(huán)境條件、商服繁華程度、人口狀況等區(qū)域因素對住宅用地質(zhì)量的影響，并形成了多因素綜合分值，而住宅樣點地價經(jīng)過交易時間、容積率、開發(fā)程度等因素的修正，基本平衡了宗地個別因素對住宅地價的影響差異，因而，可利用區(qū)域因素和地質(zhì)災(zāi)害因素預(yù)測經(jīng)修正得到的基準地價內(nèi)涵水平住宅地價，并考察各因素對地價的貢獻差異，進而測算不同因素的地價評估修正系數(shù)。

圖2 住宅地價與地質(zhì)災(zāi)害的剖面關(guān)系圖Fig.2 Prof le of residential land price and geological hazard

圖3 網(wǎng)格地價模型圖Fig.3 Grid land price model

圖3中，假設(shè)區(qū)域中的網(wǎng)格單元土地質(zhì)量僅與區(qū)域因素和地質(zhì)災(zāi)害級別相關(guān)，宗地質(zhì)量與區(qū)域因素、地質(zhì)災(zāi)害級別和宗地個別因素相關(guān)。已知該區(qū)域的基準地價為B；地價樣點i的地價為Yi，樣點i所在網(wǎng)格的區(qū)域因素綜合分值Qi、地質(zhì)災(zāi)害級別Di，以樣點地價代表樣點所在網(wǎng)格地價水平；不含地價樣點的網(wǎng)格N的區(qū)域因素綜合分值QN、地質(zhì)災(zāi)害級別DN；網(wǎng)格N內(nèi)宗地a的個別因素為E?，F(xiàn)評估宗地a的地價P，則有：

式（1）和式（2）中，f（ ）為基準地價修正法評估宗地地價的修正函數(shù)，WQ、WD、WE分別為區(qū)域因素、地質(zhì)災(zāi)害因素和個別因素修正系數(shù)；k（ ）是區(qū)域因素、地質(zhì)災(zāi)害因素的地價預(yù)測函數(shù)，殘差ε1與個別因素E相關(guān)。通過函數(shù)k（ ）可估測不含樣點的網(wǎng)格N的地價X = k（QN，DN）。構(gòu)建價值剝離方法，測算k（QN，DN）中區(qū)域和地質(zhì)災(zāi)害因素對X的貢獻差異：由于區(qū)域因素在土地價值的形成中占主導(dǎo)作用，而地質(zhì)災(zāi)害因素對土地價值的影響呈負相關(guān)性，所以先測算區(qū)域因素對X的貢獻，函數(shù)擬合得到X = hQ（QN）+ ε2，殘差ε2與地質(zhì)災(zāi)害因素D相關(guān)，則地質(zhì)災(zāi)害因素對X的貢獻XD= X - hQ（QN）= k（QN，DN）- hQ（QN），由此區(qū)域因素修正系數(shù)WQ= ［hQ（QN）- B］ / B，地質(zhì)災(zāi)害因素修正系數(shù)WD= XD/ B。

在基于基準地價修正的宗地估價實踐中，考慮可操作性和便捷性，可求取同一土地級別內(nèi)所有相同區(qū)域因素綜合分值或相同地質(zhì)災(zāi)害級別的網(wǎng)格的WQ、WD的平均值，作為該級別土地不同區(qū)域因素綜合分值、不同地質(zhì)災(zāi)害級別的修正系數(shù)。設(shè)蘭州市地價網(wǎng)格大小為50×50m，對各土地級別構(gòu)建網(wǎng)格地價模型并測算地質(zhì)災(zāi)害因素修正系數(shù)，得到區(qū)域因素預(yù)測地價模型、區(qū)域和地質(zhì)災(zāi)害因素預(yù)測地價模型見表1，地質(zhì)災(zāi)害因素修正系數(shù)如圖4（封二）。表1中的函數(shù)擬合R2值表明，區(qū)域因素和地質(zhì)災(zāi)害因素預(yù)測地價模型相比區(qū)域因素預(yù)測地價模型更優(yōu)，即模型中引入地質(zhì)災(zāi)害因素可解釋更多的地價變異，地質(zhì)災(zāi)害因素對蘭州市住宅地價的影響作用較明顯。

表1 不同住宅用地級別的網(wǎng)格地價預(yù)測模型Tab.1 Grid land-price forecasting model for different residential land grades

2.3.3 地理加權(quán)回歸模型 地理加權(quán)回歸模型 GWR是對普通線性回歸全局模型的擴展，將數(shù)據(jù)的地理位置嵌入到回歸參數(shù)之中，利用基于距離加權(quán)的局部樣本估計出每個樣本點各自獨立的參數(shù)值。GWR模型自提出以來，已廣泛應(yīng)用于地價空間變異及影響因素分析[10-11]。GWR模型的一般形式為：

式（3）中，（ui，vi）為第i個樣點的地理空間坐標(biāo)；βk（ui，vi）為第i個樣點上的第k個解釋變量xik的回歸系數(shù)；β0（ui，vi）、εi分別為樣點i處的常數(shù)項與隨機誤差項。回歸系數(shù)βk（ui，vi）的估計為：

式（4）中，X為自變量矩陣，XT為其轉(zhuǎn)置矩陣；W（ui，vi）為樣點i處的空間權(quán)重函數(shù)，通常采用Gaussian或bisquare函數(shù)。

采用蘭州市經(jīng)修正得到的基準地價內(nèi)涵水平住宅樣點地價、定級區(qū)域因素綜合分值和地質(zhì)災(zāi)害級構(gòu)建GWR模型，即：

式（5）中，Xiz為空間位置i處的定級多因素綜合分值，xid為位置i處的地質(zhì)災(zāi)害級。地質(zhì)災(zāi)害級的設(shè)定同前文，令“不易發(fā)區(qū)=0”可將不易發(fā)區(qū)的地質(zhì)災(zāi)害影響回歸結(jié)果不計入模型，有利于消除或降低因模擬誤差產(chǎn)生的不易發(fā)區(qū)內(nèi)地質(zhì)災(zāi)害對地價的影響。為消除量綱差異，按“新數(shù)據(jù)=（原數(shù)據(jù)-極小值）/（極大值-極小值）”對模型因變量和自變量進行均一化處理。固定Gaussian核函數(shù)與調(diào)整bi-square核函數(shù)是GWR模型的常用權(quán)重函數(shù)，其中，固定Gaussian核函數(shù)可避免或降低核空間內(nèi)無樣本數(shù)據(jù)的回歸風(fēng)險。研究采用固定Gaussian核函數(shù)，最優(yōu)帶寬的選擇采用Golden section search方法，判斷標(biāo)準為AICc值最小，最優(yōu)帶寬計算結(jié)果為294 m。參照“網(wǎng)格地價模型”方法，將模型（5）中的地質(zhì)災(zāi)害因素移除后，構(gòu)建定級區(qū)域因素綜合分值與住宅地價GWR模型，以對比查驗地質(zhì)災(zāi)害因素對地價的貢獻，并測算地質(zhì)災(zāi)害因素修正系數(shù)。

模型計算結(jié)果見表2、表3，可見GWR模型比全局回歸模型的擬合優(yōu)度有顯著提升，而納入地質(zhì)災(zāi)害因素的GWR模型也比未考慮該因素的GWR模型更優(yōu)；含xd的GWR模型各回歸系數(shù)估計結(jié)果均顯著；平均值與中值的回歸系數(shù)表現(xiàn)接近；最大值與上四分位值的地質(zhì)災(zāi)害因素的回歸系數(shù)為正，與預(yù)計不符，考慮可能因為高地價區(qū)域主要集中于城關(guān)區(qū)的地質(zhì)災(zāi)害不易發(fā)區(qū)，高地價區(qū)域的地質(zhì)災(zāi)害因素回歸系數(shù)雖然為正，但因“不易發(fā)區(qū)=0”而不計入模型影響；最小值與下四分位值的地質(zhì)災(zāi)害因素對地價的負作用高于地價平均值和中值區(qū)域，表明低地價區(qū)域內(nèi)的地質(zhì)災(zāi)害對地價的負作用更明顯，與現(xiàn)實中地質(zhì)災(zāi)害嚴重地區(qū)的地價較低的現(xiàn)象相契合。將均一化處理的系數(shù)還原，得到模型（5）的地質(zhì)災(zāi)害因素回歸系數(shù)βd如圖5（封二），基于β0、βz和βd估測的住宅地價如圖6，參照“網(wǎng)格地價模型”法測算的地質(zhì)災(zāi)害因素修正系數(shù)如圖7（封二）。

表2 全局回歸與地理加權(quán)回歸的擬合結(jié)果比較Tab.2 Comparison of f tting results of global regression and GWR

表3 住宅地價變化的地理加權(quán)回歸模型（含xd）估計Tab.3 The GWR model（including xd）estimation about the residential land price variation

圖6 基于GWR模型的住宅地價估測Fig.6 Estimation of residential land price based on GWR model

3 結(jié)果分析

3.1 地質(zhì)災(zāi)害對住宅地價的影響

運用GWR模型的回歸系數(shù)估測得出的蘭州市住宅地價分布情況（圖6）與圖1對比，可發(fā)現(xiàn)兩者空間變化趨勢基本相似，同時圖6的地價變化和聚集狀況與蘭州市住宅用地級別劃分界線也基本吻合，說明GWR模型應(yīng)用于住宅地價估測在空間分布差異擬合上有較高的可信度，其回歸系數(shù)在空間分布上也應(yīng)具有良好的可信度。觀察GWR模型的地質(zhì)災(zāi)害因素回歸系數(shù)（圖5，封二），大部分區(qū)域為負值，即總體上地質(zhì)災(zāi)害隱患強度與地價呈負相關(guān)性，圖上西南角小部分地區(qū)回歸系數(shù)為正，可能與地價樣點分布不均有關(guān)。地質(zhì)災(zāi)害因素回歸系數(shù)越小，地質(zhì)災(zāi)害隱患對地價降低的影響越大，蘭州市對地價影響較大的地質(zhì)災(zāi)害隱患地區(qū)主要集中在城關(guān)區(qū)黃河以北的大砂溝、上坪、廟灘子地區(qū)，城關(guān)區(qū)南部山前地帶以及伏龍坪、磨溝沿、魚兒溝、爛泥溝和老狼溝附近區(qū)域，還有七里河區(qū)的晏家坪、華林坪、五星坪與土門墩地帶，以及安寧區(qū)的深溝附近區(qū)域、西固區(qū)南部山前地帶的元托帽溝附近區(qū)域。以上分布特征表明，地質(zhì)災(zāi)害對地價產(chǎn)生負作用的極值易出現(xiàn)在各類洪道、溝坡地帶，尤其是臨黃河灘涂的出口處，均是泥石流的高發(fā)地段，且泥石流的地質(zhì)災(zāi)害危險性主要體現(xiàn)在沖擊毀損性上，越臨近洪道、溝坡的出口處，泥石流的沖擊毀損危害性也就越大，地質(zhì)災(zāi)害危險因素回歸系數(shù)值相應(yīng)也較小。

地質(zhì)災(zāi)害因素修正系數(shù)與回歸系數(shù)不同，修正系數(shù)是同級土地范圍內(nèi)地質(zhì)災(zāi)害對地價變化的影響貢獻與本級土地基準地價的比值，所以地質(zhì)災(zāi)害因素修正系數(shù)圖4（封二）、圖7（封二）與回歸系數(shù)圖5的空間變化趨勢不盡一致。由于地質(zhì)災(zāi)害因素對基準地價影響的修正，不僅與地質(zhì)災(zāi)害隱患級別相關(guān)，還與網(wǎng)格地價模型或GWR模型中區(qū)域因素對地價的貢獻以及不同級別基準地價水平差異相關(guān)，所以較難從圖4和圖7修正系數(shù)的分布差異判斷兩者的合理性，下文將運用蘭州市土地公開市場交易數(shù)據(jù)進行對比驗算，以評價兩方法的適用性。

3.2 基準地價修正估價驗算

運用基準地價和上文兩種方法編制的地質(zhì)災(zāi)害因素、區(qū)域因素修正體系，以及同一套個別因素修正體系成果進行驗證樣點價格評估，并將全部驗證樣點的評估價格與實際成交價格進行比對，以此檢驗各方法的合理有效性。由于公開出讓土地的價格是土地市場價值較為客觀的反映，所以依據(jù)蘭州市近年土地公開市場交易的實際情況，選取了2011—2014年公開出讓的51宗住宅用地作為驗證樣點，樣點空間分布較合理（圖8），1—6級用地的樣點數(shù)分別為2、11、23、10、1和4個，且其中有11塊宗地位于地質(zhì)災(zāi)害隱患區(qū)域。在驗證過程中，待估宗地基本上都覆蓋了多個50×50 m網(wǎng)格，因而按宗地實際占據(jù)的不同網(wǎng)格面積及相應(yīng)網(wǎng)格修正系數(shù)，采用面積加權(quán)求和的方法計算待估宗地的區(qū)域因素與地質(zhì)災(zāi)害因素修正系數(shù)（圖8右）。經(jīng)過全因素修正評估，設(shè)定三個檔次將驗算價格與原出讓條件下的宗地成交價格進行對比：（1）上漲幅度超過15%以上的，認定為“上漲”；（2）上漲或下降幅度在15%以內(nèi)的，認定為“平穩(wěn)”；（3）下降幅度超過15%以上的，認定為“下降”。結(jié)果對比見表4。

圖8 公開出讓住宅用地驗算樣點分布與某宗地的地質(zhì)災(zāi)害因素修正系數(shù)Fig.8 Spatial distribution of public leasing land sample points and an example of the correction coeff cient of geological hazard factors of a plot

總體來看，驗算結(jié)果的價格水平基本符合蘭州市的地價實際情況，90%以上全樣本交易樣點的修正評估價格穩(wěn)中有升，主要由于近年來蘭州市整體經(jīng)濟發(fā)展水平上漲，基礎(chǔ)設(shè)施投入加大、改善明顯，公共配套設(shè)施不斷完善。網(wǎng)格地價模型和GWR模型的驗算結(jié)果對比可見，地質(zhì)災(zāi)害隱患樣本和全樣本驗算統(tǒng)計中，GWR模型“上漲”和“下降”結(jié)果比例均比網(wǎng)格地價模型高，網(wǎng)格地價模型驗算結(jié)果更為“平穩(wěn)”，可能原因是網(wǎng)格地價模型修正系數(shù)的測算實際是基于不同土地級別范圍的全域回歸模型（Global Regression），從相對宏觀的尺度擬合不同級別的地價變化，圍繞各級土地平均地價，修正系數(shù)在空間分布上與各級別土地范圍內(nèi)的區(qū)域因素和地質(zhì)災(zāi)害因素分值對應(yīng)，變幅相對平穩(wěn)，而GWR模型強調(diào)局地范圍內(nèi)的微觀尺度擬合，加上地價樣點分布不均造成的無樣點或少樣點地區(qū)擬合精度降低，導(dǎo)致部分地區(qū)修正系數(shù)變異較大，因而估價結(jié)果的變幅不如網(wǎng)格地價模型平穩(wěn)。

表4 網(wǎng)格地價模型與GWR模型驗算結(jié)果對比Tab.4 Verif cation results comparison between grid land price model and GWR model

4 結(jié)論與討論

本文結(jié)合蘭州市城鎮(zhèn)基準地價更新工作實踐，研究探討了地質(zhì)災(zāi)害對住宅地價的影響，發(fā)現(xiàn)地質(zhì)災(zāi)害隱患可導(dǎo)致土地價值的降低，但對不同土地級別、城鎮(zhèn)不同空間位置的影響程度存在差異。本文突破傳統(tǒng)以估價人員定性判斷地質(zhì)災(zāi)害對地價影響程度及修正幅度的方法，在建立空間網(wǎng)格的基礎(chǔ)上，運用GIS技術(shù)與空間計量統(tǒng)計方法測算不同空間位置地質(zhì)災(zāi)害對地價的影響，并構(gòu)建土地價值貢獻剝離法，將地質(zhì)災(zāi)害對地價變化的貢獻進行量化，進而與基準地價比較得到不同空間網(wǎng)格的修正系數(shù)。該技術(shù)強調(diào)對影響土地價格的各要素進行空間數(shù)字化，由計算機系統(tǒng)進行比對賦值，在評估時提高了影響因素判斷的精確性，降低了地價影響因素修正的人為傾向性，有助于提高地價評估中對土地價格影響因素修正賦值的準確性、客觀性、便捷性和安全性。

本文采用網(wǎng)格地價模型和GWR模型法進行對比，兩模型分別強調(diào)研究范圍地價與影響因素宏觀全域和微觀局部的擬合，因地質(zhì)災(zāi)害對地價的貢獻和修正是基于區(qū)域因素和地質(zhì)災(zāi)害因素對地價作用的綜合擬合，所以兩方法得到的地質(zhì)災(zāi)害修正系數(shù)分布圖不盡一致，其在估價實踐中需與相應(yīng)的區(qū)域因素修正系數(shù)相結(jié)合。運用公開出讓住宅用地交易宗地進行驗算的結(jié)果表明，網(wǎng)格地價模型對地價變幅的整體把握更為穩(wěn)定，GWR模型法估價精度的改善需提高地價樣點空間分布的均勻性，降低因局地樣點數(shù)量不足導(dǎo)致的擬合地價及有關(guān)修正系數(shù)變異增大。目前多數(shù)城市的末級別土地的市場交易實例還較少，GWR模型法應(yīng)用推廣存在一定局限，同時基準地價作為宏觀價格，主要反映了土地價值決定價格的一般規(guī)律，基于基準地價修正的宗地價格評估應(yīng)從穩(wěn)定土地市場的角度為公眾提供信息服務(wù)并引導(dǎo)社會預(yù)期[5]，因此，網(wǎng)格地價模型更適合當(dāng)前條件下基準地價修正系數(shù)的編制。但GWR模型法對揭示地理要素對地價的空間影響機理具有重要價值，值得深入研究。

（References）：

［1］ Murdoch J C, Singh H, Thayer M. The impact of natural hazards on housing values: the Loma Prieta earthquake［J］ . Journal of the American Real Estate and Urban Economics Association, 1993，21（2）：167 - 184.

［2］ 郝文輝，貢長青，王偉，等. 秦皇島市地質(zhì)災(zāi)害土地資源易損性評價［J］ . 地質(zhì)災(zāi)害與環(huán)境保護，2011，22（3）：56 - 60.

［3］ 彭建超，吳群. 國內(nèi)外城市地價時空演變研究進展［J］ . 資源科學(xué)，2008，30（1）：64 - 71.

［4］ 宋佳楠，金曉斌，唐健，等. 中國城市地價水平及變化影響因素分析［J］ . 地理學(xué)報，2011，66（8）：1045 - 1054.

［5］ 鄒如，伍育鵬，章文波. 淺析中國基準地價體系的現(xiàn)狀與發(fā)展［J］ . 中國土地科學(xué)，2012，26（3）：49 - 54.

［6］ 馬金輝，年雁云，蔡迪花，等. 蘭州地區(qū)滑坡風(fēng)險因素及其與區(qū)域構(gòu)造的關(guān)系［J］ . 自然災(zāi)害學(xué)報，2006，15（3）：14 - 17.

［7］ 彭建超，吳群，錢暢. 城市地價監(jiān)測點配置的空間關(guān)聯(lián)模式［J］ . 資源科學(xué)，2011，33（4）：698 - 703.

［8］ 何貞銘，孫鈺，胡小夏. 基于動態(tài)格網(wǎng)的基準地價評估模型［J］ . 測繪與空間地理信息，2014，37（2）：12 - 14.

［9］ 徐小任. 基于BP神經(jīng)網(wǎng)絡(luò)的城鎮(zhèn)網(wǎng)格地價評估模型研究［D］ . 南寧：廣西師范學(xué)院，2010.

［10］ 曹天邦，黃克龍，李劍波，等. 基于GWR的南京市住宅地價空間分異及演變［J］ . 地理研究，2013，32（12）：2324 - 2333.

［11］ 羅罡輝. 基于GWR模型的城市住宅地價空間結(jié)構(gòu)研究［D］ . 杭州：浙江大學(xué)，2007.

（本文責(zé)編：陳美景）

Influence of Geological Hazard on the Benchmark Land Price of Urban Residential Land and Its Correction Coefficient Appraisal: A Case Study in Lanzhou City

PENG Jian-chao1, WU Qun1, QIANG Chang2
（1. College of Land Administration, Nanjing Agricultural University, Nanjing 210095, China; 2. Nanjing Information Center of Land Resources, Nanjing 210005, China）

The purpose of this paper is to study the influence of geological hazards on the urban residential land price and the computation of the correction coefficient of geological hazard factors of the urban residential benchmark land price. Research methods include exploratory spatial data analysis(ESDA), grid land price model and geographically weighted regression model(GWR). Results indicate that based on the analysis of land price of 1621 residential plots surveyed in Lanzhou, the geological hazard risk can lead to land value decrease, but such effect varies in different land grades and different spatial locations. The negative effect of geological hazards on land price is easy to be found extremely in all kindsof spillway and gully slope zone. 51 cases of public sale of residential land data of Lanzhou from 2011 to 2014 are used for model verification. Applying the correction coefficient produced by the grid land price model and GWR model respectively in the land price appraisal method of benchmark land price correction in Lanzhou, the verification results are generally in accordance with the actual land price of Lanzhou. Grid land price model shows much more stable performance than GWR. The study is concluded that the spatial quantization of the geological hazards correction coefficient contributes to improving the accuracy, objectivity, convenience and safety of land price evaluation, and compared with the GWR Model, grid land price model is more suitable for calculating the correction coefficients of benchmark land price system at present.

land economy; benchmark land price; geological hazards; correction coefficient; GWR; grid land price model

F301.2

A

1001-8158（2016）09-0073-09

10.11994/zgtdkx.20161024.124546

2016-05-06；

2016-08-20

國家自然科學(xué)基金（重點）項目“我國土地資源效率提升能力與系統(tǒng)建設(shè)研究——基于轉(zhuǎn)變經(jīng)濟發(fā)展方式的視角”（ 71233004）；國家自然科學(xué)基金青年項目“新型城鎮(zhèn)化進程中農(nóng)村土地利用與居民地域認知相關(guān)性研究”（ 71403129）；教育部人文社會科學(xué)研究青年基金項目“發(fā)達地區(qū)農(nóng)村土地綜合整治對地域性認同的影響研究”（ 13YJC630117）。

彭建超（1982-），男，湖南常德人，博士，講師。主要研究方向為土地市場與土地利用評價。E-mail: pengjianchao@njau.edu.cn

吳群（1964-），男，江蘇興化人，博士，教授，博士生導(dǎo)師。主要研究方向為土地經(jīng)濟、地價與不動產(chǎn)管理，E-mail: wuqun@njau.edu.cn