大數據支撐下的城市土地定級更新工作思路

笪鵬益

【摘要】大數據時代的到來對傳統規劃設計工作提出挑戰，也帶來了效率顯著提升的機遇，文章以合肥市新一輪住宅用地定級更新為例，對大數據在城市土地定級更新中主要植入環節進行介紹，對影響因素因子分析、土地級別初劃與確定中大數據分析方法進行闡述，提出了大數據在土地更新事前資料收集、事中輔助作業、事后協助評估的工作思路，以期為自然資源統一管理后的土地定級與基準地價更新工作提供借鑒參考。

【關鍵詞】大數據;土地定級;基準地價

【DOI】10.12334/j.issn.1002-8536.2021.28.033

1、基本概況

土地定級是根據城鎮土地的經濟、自然屬性及其在社會經濟活動中的地位、作用，對城鎮土地使用價值進行綜合分析，揭示城鎮內部土地質量的地域差異，評定城鎮土地級別的活動?；诔擎偼恋囟壍纳谭?、住宅、工業三類用地的基準地價是我國公示地價體系的核心組成部分，一般每3-5年調整一次。土地定級反映了不同類型用地在城市各板塊的價值差異[1]。

合肥市新一輪土地定級與基準地價更新調整主要滿足了三個方面的要求，一是實現空間性規劃及重點片區、重大項目建設對土地價值提升的要求，特別是適應土地利用總體規劃調整、五大近期重點發展片區規劃及軌道交通、公共服務中心體系等重大專項規劃。二是自然資源機構改革、精細化管理的要求，加強主城區統籌、完善級別因素因子體系，實現地價管理能力的提升。三是適應穩地價和穩預期的要求，以“三穩”為目標，建立穩中有增、與市場相適應、以基準地價為調控杠桿的地價標準。

2、大數據支撐下土地定級更新的研究思路

根據《城鎮分等定級規程》（GB/T18507-2014）的要求，土地定級主要分為以下幾個技術程序：一是編制以土地利用現狀、規劃為基本要素的工作底圖，并調查收集土地定級資料;二是建立土地定級評價指標體系，確定影響土地級別的因素因子及其權重;三是定級資料的定量化處理，主要對點線狀影響因素因子根據其影響方式和強度，確定其影響半徑;四是通過土地定級單元的劃分和定級單元內作用分值計算，初步劃分土地級別的;五是土地級別的驗證與調整，并最終明確土地級別，為基準地價的制定提供先決條件。

在以上步驟中，傳統方法中資料調查、定量化處理、土地級別驗證等步驟主要依靠問卷和現場調查，一方面資料收集成本人力成本高，另一方面受樣本量的限制難以實現精細化，更加依賴于主觀判斷。經實踐，筆者發現大數據方法在土地定級的數據調查、數據分析、后期驗證三個主要環節中也可具有強的應用性，如：①通過獲取公服、商業、公共交通等POI（興趣點）數據，疊合城市近期建設規劃數據，支撐定級影響因子的分析;②借助熱力分析支撐中心體系和繁華度的識別，輔助進行土地級別的初步判斷;③通過互聯網獲得房價數據并進行重分類，支撐土地定級的驗證。

3、大數據支撐影響因素因子分析

3.1影響因素確定

住宅用地定級中，基礎設施完善度和公用設施完善度起到至關重要的作用，政務、商服繁華影響度、道路通達度、公交便捷度、對外交通便利度、環境質量優劣度、綠地覆蓋度、景觀條件優劣度對住宅用地質量也有一定影響，另外加入了能充分反映住宅用地質量的居住人口密度因素和城市規劃影響度因素。

3.2定級因子確定[2]

基礎設施完善度因子選取了供電、供水、排水、供氣、供暖五個因子，并結合規劃供暖分區進行了修正。

商服繁華影響度因子選取了商服中心和政務中心兩個因子，并結合在建、擬建商業綜合體進行了修正。

公交便捷度選取了地面公交和軌道交通這兩個因子，并對規劃6-9號線軌道交通樞紐站點進行了修正。

對外交通便利度選擇了汽車站、火車站、港口、高速公路出入口、機場因子進行調查，并對高速公路出入口進行了規劃修正。

公用設施完備度選擇了大學、中學、小學、幼兒園、醫院、農貿市場、公園廣場、體育館、圖書館、文化宮、博物館、大型超市，并結合優質中小學學區，和規劃大型公服設施進行了修正。

環境質量優劣度和綠地覆蓋度選擇了是大氣污染、水污染、噪聲污染和公園景觀因子，并結合近期重要污染源搬遷改善和規劃具有一定規模的城市公園進行了修正。

以上定級因子中，商服中心、公交站點、中小學、幼兒園、醫院、農貿市場、體育館、圖書館、文化宮、博物館、大型超市的現狀分布情況收集難度較大，均可通過獲取POI數據獲得，人口密度往往無法精確到社區層面，可以通過手機移動信令數據以及熱力數據輔助獲得。

3.3因素因子權重確定

根據多輪專家打分，確定合肥市城區住宅用地土地定級影響因素因子權重。

3.4定量化處理

以50*50m的網格為定級單元，根據收集的各類資料，以近期規劃+現狀要素進行模擬定級，鐵路、高速公路、河流、山體為阻隔線后進行定級單元作用分值計算。一般而言，城市的人口分布、以商服中心因子的大數據處理為例：通過對各個商服中心節假日的客流密度對比可以得到市民對各商服中心購物、娛樂、休閑的意向程度，從而判斷各商服中心的影響力，因此客流密度可作為商服繁華影響度的基礎影響數據分析其對土地質量的相對影響程度。

基于獲取的微信宜出行大數據，借助 GIS 分析軟件的 Kernel Density 分析模塊，得到規劃范圍人口熱力圖，通過用戶數量渲染地圖顏色，從而實時展示該地區的人口密度，通過獲取百度地圖中各個商服中心區域內不同時間段的用戶（人口）數量可計算得出該商服中心的流動人口密度。具體過程如下：（1）確定各商服中心調查區范圍;（2）獲取每個調查區內周五及周六下午五點至九點各整點共計十個時間點人口數量;（3）對獲取到的各商服中心人口數據進行整理得到各商服中心流動人口密度，從而獲取各商服中心相對影響力。

將經過整理各調查區單位時間段內的人口數量，按其所在的商服中心進行匯總統計，得出各個商服中心流動人口數據統計表。各商服中心規模指數用流動人口密度公示計算。按照一級商服中心服務半徑 40000m;二級商服中心服務半徑 30000m;三級商服中心服務半徑 20000m;四級商服中心服務半徑 15000m，基于 GIS軟件的空間分析模塊進行影響模擬（見下圖）。

4、大數據支撐土地級別劃分與確定

4.1土地級別初步劃分

依據是各定級單元（網格）的因素因子作用分值及其作用總分值在空間分布上的變化規律，基于充分反映評價區內土地區位條件和社會經濟效益的地域差異的出發點，以土地質量的突變處形成土地級別界線。

按照綜合土地級別初步劃分步驟，繪制住宅用地理論級別界線圖，結合行政區邊界、城市規劃中快速路網布局、現狀宗地界線等實際情況，初步劃定住宅用地土地級別（見下圖）。

4.2土地級別的驗證

按初步劃分的住宅用地土地級別，選取各級地房地出租、出售和商品房開發樣點資料分別測算各級地住宅用地平均地價。

通過大數據抓取市區不同區域二手房與新房銷售總價（單價乘住房面積），見下圖，將銷售總價與居住區占地面積相比，并按照住宅用地級別個數進行級別劃分，驗證住宅用地定級并修正定級范圍。

4.3土地級別的最終確定

基于上述分析和修正，再通過主觀判斷進行最終修正，經征求屬地意見并修改后確定最終土地級別。

結語：

以服務地價精細化管理為導向的城鎮土地定級，應體現近期建設規劃與重大項目建設對土地價值提升，住宅用地基準地價體現與市場價格掛鉤動態調整，商服、工業用地基準地價體現政策控制與項目招商的需要。在實現土地定級的精準化要求下，應積極應用新技術獲得數據和分析數據，合肥市新一輪土地定級與基準地價更新特別增加了規劃數據、房屋交易數據與土地供應數據的綜合應用，以不同區塊服務配套能級高低、基礎設施投入強度、人口與產業聚集程度、環境因素正反面影響、特殊影響因素，重新評定土地級別?；鶞实貎r編制項目屬于原國土領域的傳統項目，在規劃與國土融合為一家之后，規劃的思維和大數據分析方法將更加有利于促進土地定級與基準地價更新工作的精準和效率提升。

參考文獻：

[1]陳誠.瑞昌市城區土地定級與基準地價變化研究[D].江西農業學，2018.

[2]云彤.基于特爾菲法的城鎮土地定級與基準地價更新調整研究——以五原縣城區為例[J].內蒙古大學學報（自然科學版），2019，50（03）：280-286.