城鎮(zhèn)住宅用地基準(zhǔn)地價(jià)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(zhǔn)地價(jià)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(duì)城鎮(zhèn)住宅地價(jià)的影響及城鎮(zhèn)住宅基準(zhǔn)地價(jià)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(jià)模型和地理加權(quán)回歸模型。研究結(jié)果：基于蘭州市1621個(gè)住宅地價(jià)調(diào)查樣點(diǎn)數(shù)據(jù)的分析顯示，地質(zhì)災(zāi)害隱患可導(dǎo)致土地價(jià)值的降低，但作用程度在不同土地級(jí)別、不同空間位置存在差異，地質(zhì)災(zāi)害對(duì)地價(jià)產(chǎn)生負(fù)作用的極值易出現(xiàn)在各類洪道、溝坡地帶；運(yùn)用蘭州市公開出讓住宅用地?cái)?shù)據(jù)進(jìn)行驗(yàn)算，將網(wǎng)格地價(jià)模型和GWR模型法得出的修正系數(shù)應(yīng)用于蘭州市基準(zhǔn)地價(jià)修正法評(píng)估，驗(yàn)算結(jié)果基本符合蘭州市地價(jià)實(shí)際情況，網(wǎng)格地價(jià)模型的驗(yàn)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(jià)評(píng)估的準(zhǔn)確和客觀性；網(wǎng)格地價(jià)模型法較GWR模型法更適合當(dāng)前基準(zhǔn)地價(jià)修正系數(shù)編制。

土地經(jīng)濟(jì)；基準(zhǔn)地價(jià)；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(jià)模型

1 引言

地質(zhì)災(zāi)害對(duì)城鎮(zhèn)土地利用與價(jià)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(jià)成為各界關(guān)注的熱點(diǎn)問題，國內(nèi)城鎮(zhèn)地價(jià)的評(píng)價(jià)方法、時(shí)空演變及驅(qū)動(dòng)因素等方面也取得了很多重要研究進(jìn)展[3-4]，然而，地質(zhì)災(zāi)害對(duì)城鎮(zhèn)地價(jià)的影響研究在國內(nèi)還不多見。2014年12月，中國開始實(shí)施新的《城鎮(zhèn)土地估價(jià)規(guī)程》（GB/T 18508—2014），新規(guī)程亦未就地質(zhì)災(zāi)害對(duì)地價(jià)的影響，尤其是對(duì)基準(zhǔn)地價(jià)的影響及修正，進(jìn)行詳細(xì)說明?；鶞?zhǔn)地價(jià)修正法適用性的改進(jìn)及其合理引導(dǎo)土地市場作用的體現(xiàn)，還有賴基準(zhǔn)地價(jià)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(dòng)對(duì)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(xiǎn)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(hù)成本增加，同時(shí)可能降低開發(fā)商或其他土地使用主體對(duì)涉險(xiǎn)宗地的價(jià)值預(yù)期。因而，探討地質(zhì)災(zāi)害對(duì)城鎮(zhèn)地價(jià)的影響，以及城鎮(zhèn)基準(zhǔn)地價(jià)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(jià)評(píng)價(jià)方法研究，完善城鎮(zhèn)地價(jià)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(shí)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(tái)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(yán)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(yán)重區(qū)域，地質(zhì)災(zāi)害隱患點(diǎn)多達(dá)2462處（2012年調(diào)查統(tǒng)計(jì)），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(cái)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?zhàn)?，面積約220 km2。

2.2 數(shù)據(jù)來源

地價(jià)樣點(diǎn)數(shù)據(jù)源自《蘭州市2014年城市基準(zhǔn)地價(jià)更新》成果。蘭州市住宅用地共劃分為7個(gè)級(jí)別，基準(zhǔn)地價(jià)更新過程中，通過實(shí)地調(diào)查，各級(jí)別收集住宅地價(jià)樣點(diǎn)數(shù)分別為343、527、437、257、44、12和1個(gè)，合計(jì)1621個(gè)，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(gè)。設(shè)定住宅樣點(diǎn)地價(jià)評(píng)估基準(zhǔn)日為2014年1月1日、土地使用年期為70年，對(duì)地價(jià)數(shù)據(jù)進(jìn)行評(píng)估有效性檢驗(yàn)，并進(jìn)行時(shí)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(diǎn)地價(jià)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(diǎn)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(xiǎn)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(jià)估測，本文擬運(yùn)用普通Kriging法對(duì)蘭州市住宅地價(jià)樣點(diǎn)進(jìn)行空間插值分析。檢驗(yàn)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(jìn)行表面預(yù)測的前提，所以運(yùn)用ESDA對(duì)樣點(diǎn)數(shù)據(jù)進(jìn)行探索分析。住宅地價(jià)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(rèn)為樣本近似于正態(tài)分布。住宅地價(jià)全局趨勢圖分析發(fā)現(xiàn)，蘭州市住宅地價(jià)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(duì)住宅地價(jià)空間分布異常點(diǎn)進(jìn)一步篩選，最終保留樣點(diǎn)1580個(gè)。鑒于研究區(qū)域東西狹長的地形分布和地價(jià)變化趨勢，研究檢驗(yàn)了地價(jià)樣點(diǎn)分布的各向異性，發(fā)現(xiàn)135°方向呈現(xiàn)較強(qiáng)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(gè)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(duì)研究區(qū)域住宅地價(jià)進(jìn)行Kriging插值預(yù)測（圖1）。

圖1 住宅地價(jià)樣點(diǎn)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(duì)住宅地價(jià)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(jià)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(jí)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(jí)別高低，設(shè)危險(xiǎn)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(duì)住宅地價(jià)的影響較為明顯，在空間連續(xù)的EW向上，地價(jià)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(jí)別較低時(shí)，地價(jià)呈升高趨勢，而地質(zhì)災(zāi)害隱患加重時(shí)，地價(jià)呈降低趨勢。剖面B中地質(zhì)災(zāi)害對(duì)住宅地價(jià)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(dá)城關(guān)區(qū)地質(zhì)災(zāi)害低易發(fā)和不易發(fā)區(qū)時(shí)，地價(jià)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(jià)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(jià)的其他空間要素綜合分析。

2.3.2 網(wǎng)格地價(jià)模型 網(wǎng)格單元技術(shù)已在土地定級(jí)和估價(jià)中廣泛應(yīng)用，相關(guān)研究的要點(diǎn)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(jià)[8-9]。本文試圖依據(jù)蘭州市基準(zhǔn)地價(jià)更新工作實(shí)踐，將網(wǎng)格單元技術(shù)與傳統(tǒng)的基準(zhǔn)地價(jià)評(píng)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(zhǔn)地價(jià)地質(zhì)災(zāi)害修正系數(shù)體系（圖3）。蘭州市本輪基準(zhǔn)地價(jià)更新工作在劃分住宅用地級(jí)別階段，已運(yùn)用多因素綜合評(píng)價(jià)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(duì)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(diǎn)地價(jià)經(jīng)過交易時(shí)間、容積率、開發(fā)程度等因素的修正，基本平衡了宗地個(gè)別因素對(duì)住宅地價(jià)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(zhǔn)地價(jià)內(nèi)涵水平住宅地價(jià)，并考察各因素對(duì)地價(jià)的貢獻(xiàn)差異，進(jìn)而測算不同因素的地價(jià)評(píng)估修正系數(shù)。

圖2 住宅地價(jià)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(jià)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(jí)別相關(guān)，宗地質(zhì)量與區(qū)域因素、地質(zhì)災(zāi)害級(jí)別和宗地個(gè)別因素相關(guān)。已知該區(qū)域的基準(zhǔn)地價(jià)為B；地價(jià)樣點(diǎn)i的地價(jià)為Yi，樣點(diǎn)i所在網(wǎng)格的區(qū)域因素綜合分值Qi、地質(zhì)災(zāi)害級(jí)別Di，以樣點(diǎn)地價(jià)代表樣點(diǎn)所在網(wǎng)格地價(jià)水平；不含地價(jià)樣點(diǎn)的網(wǎng)格N的區(qū)域因素綜合分值QN、地質(zhì)災(zāi)害級(jí)別DN；網(wǎng)格N內(nèi)宗地a的個(gè)別因素為E。現(xiàn)評(píng)估宗地a的地價(jià)P，則有：

式（1）和式（2）中，f（ ）為基準(zhǔn)地價(jià)修正法評(píng)估宗地地價(jià)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(gè)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(jià)預(yù)測函數(shù)，殘差ε1與個(gè)別因素E相關(guān)。通過函數(shù)k（ ）可估測不含樣點(diǎn)的網(wǎng)格N的地價(jià)X = k（QN，DN）。構(gòu)建價(jià)值剝離方法，測算k（QN，DN）中區(qū)域和地質(zhì)災(zāi)害因素對(duì)X的貢獻(xiàn)差異：由于區(qū)域因素在土地價(jià)值的形成中占主導(dǎo)作用，而地質(zhì)災(zāi)害因素對(duì)土地價(jià)值的影響呈負(fù)相關(guān)性，所以先測算區(qū)域因素對(duì)X的貢獻(xiàn)，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(duì)X的貢獻(xiàn)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(zhǔn)地價(jià)修正的宗地估價(jià)實(shí)踐中，考慮可操作性和便捷性，可求取同一土地級(jí)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(jí)別的網(wǎng)格的WQ、WD的平均值，作為該級(jí)別土地不同區(qū)域因素綜合分值、不同地質(zhì)災(zāi)害級(jí)別的修正系數(shù)。設(shè)蘭州市地價(jià)網(wǎng)格大小為50×50m，對(duì)各土地級(jí)別構(gòu)建網(wǎng)格地價(jià)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(jià)模型、區(qū)域和地質(zhì)災(zāi)害因素預(yù)測地價(jià)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(jià)模型相比區(qū)域因素預(yù)測地價(jià)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(jià)變異，地質(zhì)災(zāi)害因素對(duì)蘭州市住宅地價(jià)的影響作用較明顯。

表1 不同住宅用地級(jí)別的網(wǎng)格地價(jià)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(duì)普通線性回歸全局模型的擴(kuò)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(jì)出每個(gè)樣本點(diǎn)各自獨(dú)立的參數(shù)值。GWR模型自提出以來，已廣泛應(yīng)用于地價(jià)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(gè)樣點(diǎn)的地理空間坐標(biāo)；βk（ui，vi）為第i個(gè)樣點(diǎn)上的第k個(gè)解釋變量xik的回歸系數(shù)；β0（ui，vi）、εi分別為樣點(diǎn)i處的常數(shù)項(xiàng)與隨機(jī)誤差項(xiàng)。回歸系數(shù)βk（ui，vi）的估計(jì)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(diǎn)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(zhǔn)地價(jià)內(nèi)涵水平住宅樣點(diǎn)地價(jià)、定級(jí)區(qū)域因素綜合分值和地質(zhì)災(zāi)害級(jí)構(gòu)建GWR模型，即：

式（5）中，Xiz為空間位置i處的定級(jí)多因素綜合分值，xid為位置i處的地質(zhì)災(zāi)害級(jí)。地質(zhì)災(zāi)害級(jí)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(jì)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(duì)地價(jià)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(duì)模型因變量和自變量進(jìn)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(xiǎn)。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(zhǔn)為AICc值最小，最優(yōu)帶寬計(jì)算結(jié)果為294 m。參照“網(wǎng)格地價(jià)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(jí)區(qū)域因素綜合分值與住宅地價(jià)GWR模型，以對(duì)比查驗(yàn)地質(zhì)災(zāi)害因素對(duì)地價(jià)的貢獻(xiàn)，并測算地質(zhì)災(zāi)害因素修正系數(shù)。

模型計(jì)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(jì)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(jì)不符，考慮可能因?yàn)楦叩貎r(jià)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(jià)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(jì)入模型影響；最小值與下四分位值的地質(zhì)災(zāi)害因素對(duì)地價(jià)的負(fù)作用高于地價(jià)平均值和中值區(qū)域，表明低地價(jià)區(qū)域內(nèi)的地質(zhì)災(zāi)害對(duì)地價(jià)的負(fù)作用更明顯，與現(xiàn)實(shí)中地質(zhì)災(zāi)害嚴(yán)重地區(qū)的地價(jià)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(jià)如圖6，參照“網(wǎng)格地價(jià)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(jià)變化的地理加權(quán)回歸模型（含xd）估計(jì)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(jià)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(duì)住宅地價(jià)的影響

運(yùn)用GWR模型的回歸系數(shù)估測得出的蘭州市住宅地價(jià)分布情況（圖6）與圖1對(duì)比，可發(fā)現(xiàn)兩者空間變化趨勢基本相似，同時(shí)圖6的地價(jià)變化和聚集狀況與蘭州市住宅用地級(jí)別劃分界線也基本吻合，說明GWR模型應(yīng)用于住宅地價(jià)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?yàn)樨?fù)值，即總體上地質(zhì)災(zāi)害隱患強(qiáng)度與地價(jià)呈負(fù)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(jià)樣點(diǎn)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(duì)地價(jià)降低的影響越大，蘭州市對(duì)地價(jià)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(duì)地價(jià)產(chǎn)生負(fù)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(xiǎn)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(xiǎn)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(jí)土地范圍內(nèi)地質(zhì)災(zāi)害對(duì)地價(jià)變化的影響貢獻(xiàn)與本級(jí)土地基準(zhǔn)地價(jià)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(duì)基準(zhǔn)地價(jià)影響的修正，不僅與地質(zhì)災(zāi)害隱患級(jí)別相關(guān)，還與網(wǎng)格地價(jià)模型或GWR模型中區(qū)域因素對(duì)地價(jià)的貢獻(xiàn)以及不同級(jí)別基準(zhǔn)地價(jià)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(yùn)用蘭州市土地公開市場交易數(shù)據(jù)進(jìn)行對(duì)比驗(yàn)算，以評(píng)價(jià)兩方法的適用性。

3.2 基準(zhǔn)地價(jià)修正估價(jià)驗(yàn)算

運(yùn)用基準(zhǔn)地價(jià)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(gè)別因素修正體系成果進(jìn)行驗(yàn)證樣點(diǎn)價(jià)格評(píng)估，并將全部驗(yàn)證樣點(diǎn)的評(píng)估價(jià)格與實(shí)際成交價(jià)格進(jìn)行比對(duì)，以此檢驗(yàn)各方法的合理有效性。由于公開出讓土地的價(jià)格是土地市場價(jià)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(shí)際情況，選取了2011—2014年公開出讓的51宗住宅用地作為驗(yàn)證樣點(diǎn)，樣點(diǎn)空間分布較合理（圖8），1—6級(jí)用地的樣點(diǎn)數(shù)分別為2、11、23、10、1和4個(gè)，且其中有11塊宗地位于地質(zhì)災(zāi)害隱患區(qū)域。在驗(yàn)證過程中，待估宗地基本上都覆蓋了多個(gè)50×50 m網(wǎng)格，因而按宗地實(shí)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(jì)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(píng)估，設(shè)定三個(gè)檔次將驗(yàn)算價(jià)格與原出讓條件下的宗地成交價(jià)格進(jìn)行對(duì)比：（1）上漲幅度超過15%以上的，認(rèn)定為“上漲”；（2）上漲或下降幅度在15%以內(nèi)的，認(rèn)定為“平穩(wěn)”；（3）下降幅度超過15%以上的，認(rèn)定為“下降”。結(jié)果對(duì)比見表4。

圖8 公開出讓住宅用地驗(yàn)算樣點(diǎn)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(yàn)算結(jié)果的價(jià)格水平基本符合蘭州市的地價(jià)實(shí)際情況，90%以上全樣本交易樣點(diǎn)的修正評(píng)估價(jià)格穩(wěn)中有升，主要由于近年來蘭州市整體經(jīng)濟(jì)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(jià)模型和GWR模型的驗(yàn)算結(jié)果對(duì)比可見，地質(zhì)災(zāi)害隱患樣本和全樣本驗(yàn)算統(tǒng)計(jì)中，GWR模型“上漲”和“下降”結(jié)果比例均比網(wǎng)格地價(jià)模型高，網(wǎng)格地價(jià)模型驗(yàn)算結(jié)果更為“平穩(wěn)”，可能原因是網(wǎng)格地價(jià)模型修正系數(shù)的測算實(shí)際是基于不同土地級(jí)別范圍的全域回歸模型（Global Regression），從相對(duì)宏觀的尺度擬合不同級(jí)別的地價(jià)變化，圍繞各級(jí)土地平均地價(jià)，修正系數(shù)在空間分布上與各級(jí)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(duì)應(yīng)，變幅相對(duì)平穩(wěn)，而GWR模型強(qiáng)調(diào)局地范圍內(nèi)的微觀尺度擬合，加上地價(jià)樣點(diǎn)分布不均造成的無樣點(diǎn)或少樣點(diǎn)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(jià)結(jié)果的變幅不如網(wǎng)格地價(jià)模型平穩(wěn)。

表4 網(wǎng)格地價(jià)模型與GWR模型驗(yàn)算結(jié)果對(duì)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(zhǔn)地價(jià)更新工作實(shí)踐，研究探討了地質(zhì)災(zāi)害對(duì)住宅地價(jià)的影響，發(fā)現(xiàn)地質(zhì)災(zāi)害隱患可導(dǎo)致土地價(jià)值的降低，但對(duì)不同土地級(jí)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(jià)人員定性判斷地質(zhì)災(zāi)害對(duì)地價(jià)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(yùn)用GIS技術(shù)與空間計(jì)量統(tǒng)計(jì)方法測算不同空間位置地質(zhì)災(zāi)害對(duì)地價(jià)的影響，并構(gòu)建土地價(jià)值貢獻(xiàn)剝離法，將地質(zhì)災(zāi)害對(duì)地價(jià)變化的貢獻(xiàn)進(jìn)行量化，進(jìn)而與基準(zhǔn)地價(jià)比較得到不同空間網(wǎng)格的修正系數(shù)。該技術(shù)強(qiáng)調(diào)對(duì)影響土地價(jià)格的各要素進(jìn)行空間數(shù)字化，由計(jì)算機(jī)系統(tǒng)進(jìn)行比對(duì)賦值，在評(píng)估時(shí)提高了影響因素判斷的精確性，降低了地價(jià)影響因素修正的人為傾向性，有助于提高地價(jià)評(píng)估中對(duì)土地價(jià)格影響因素修正賦值的準(zhǔn)確性、客觀性、便捷性和安全性。

本文采用網(wǎng)格地價(jià)模型和GWR模型法進(jìn)行對(duì)比，兩模型分別強(qiáng)調(diào)研究范圍地價(jià)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(duì)地價(jià)的貢獻(xiàn)和修正是基于區(qū)域因素和地質(zhì)災(zāi)害因素對(duì)地價(jià)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(jià)實(shí)踐中需與相應(yīng)的區(qū)域因素修正系數(shù)相結(jié)合。運(yùn)用公開出讓住宅用地交易宗地進(jìn)行驗(yàn)算的結(jié)果表明，網(wǎng)格地價(jià)模型對(duì)地價(jià)變幅的整體把握更為穩(wěn)定，GWR模型法估價(jià)精度的改善需提高地價(jià)樣點(diǎn)空間分布的均勻性，降低因局地樣點(diǎn)數(shù)量不足導(dǎo)致的擬合地價(jià)及有關(guān)修正系數(shù)變異增大。目前多數(shù)城市的末級(jí)別土地的市場交易實(shí)例還較少，GWR模型法應(yīng)用推廣存在一定局限，同時(shí)基準(zhǔn)地價(jià)作為宏觀價(jià)格，主要反映了土地價(jià)值決定價(jià)格的一般規(guī)律，基于基準(zhǔn)地價(jià)修正的宗地價(jià)格評(píng)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(huì)預(yù)期[5]，因此，網(wǎng)格地價(jià)模型更適合當(dāng)前條件下基準(zhǔn)地價(jià)修正系數(shù)的編制。但GWR模型法對(duì)揭示地理要素對(duì)地價(jià)的空間影響機(jī)理具有重要價(jià)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(píng)價(jià)［J］ . 地質(zhì)災(zāi)害與環(huán)境保護(hù)，2011，22（3）：56 - 60.

［3］ 彭建超，吳群. 國內(nèi)外城市地價(jià)時(shí)空演變研究進(jìn)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(jià)水平及變化影響因素分析［J］ . 地理學(xué)報(bào)，2011，66（8）：1045 - 1054.

［5］ 鄒如，伍育鵬，章文波. 淺析中國基準(zhǔn)地價(jià)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(xiǎn)因素及其與區(qū)域構(gòu)造的關(guān)系［J］ . 自然災(zāi)害學(xué)報(bào)，2006，15（3）：14 - 17.

［7］ 彭建超，吳群，錢暢. 城市地價(jià)監(jiān)測點(diǎn)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(dòng)態(tài)格網(wǎng)的基準(zhǔn)地價(jià)評(píng)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(jià)評(píng)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(jià)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(jià)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(diǎn)）項(xiàng)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(jì)發(fā)展方式的視角”（ 71233004）；國家自然科學(xué)基金青年項(xiàng)目“新型城鎮(zhèn)化進(jìn)程中農(nóng)村土地利用與居民地域認(rèn)知相關(guān)性研究”（ 71403129）；教育部人文社會(huì)科學(xué)研究青年基金項(xiàng)目“發(fā)達(dá)地區(qū)農(nóng)村土地綜合整治對(duì)地域性認(rèn)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?yàn)橥恋厥袌雠c土地利用評(píng)價(jià)。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?yàn)橥恋亟?jīng)濟(jì)、地價(jià)與不動(dòng)產(chǎn)管理，E-mail: wuqun@njau.edu.cn