土地集约利用评价模型现状综述

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

0引言

20世纪90年代以来,随着我国城市化快速发展,土地资源稀缺性矛盾日益明显。科学合理地开发利用有限土地资源,切实保障经济社会发展,是影响区域发展战略性问题。随着国土资源部1999~2006年相关部署,土地集约利用评价体系研究成为热点,土地经济学、城市经济学、环境科学、城市规划、系统科学等基础理论引入,土地集约利用内涵逐渐丰富起来。但目前建立的土地集约利用评价模型还不完善,需要改进,引入的新方法也处于尝试探索阶段,需要实践检验。本文将分析总结已有评价模型优缺点及今后发展趋势。

1土地集约利用评价模型分析

1.1极限条件法模型

极限条件法是基于系统工程中的“木桶原理”,即质量最终取决于条件最差的因子的质量。根据城市土地集约利用潜力评价的目的和评价对象设计评价指标体系,将各个评价标准划分为不同的评价等级,并将评价城市的各个指标的实际值和评价标准进行对照,只要有一个指标的数值超过集约利用标准的上限,或低于适度利用标准的下限,均属于不合理利用的范围[1],以此来确定出评价对象所属等级,其优缺点如下:

优点:保证集约的土地每个指标都满足相对应的标准。缺点:评价标准的确定难度非常大,目前没有统一的设定方案,主观影响太大。需要继续探讨的地方:对各个指标的评价标准设定要尽量客观,与当地的经

——————————————————————

—作者简介:吴倩(1986-),女,江西人,硕士研究生,研究方向为房地产估价理论与方法研究。宋永发(1963-),男,吉林人,副教授,研究方向为工程项目全寿命管理、房地产估价理论与方法研究、项目风险分析理论与方法研究等。

土地集约利用评价模型现状综述

Present Research on Evaluting Models of Land Intensive Use

吴倩Wu Qian ;宋永发Song Yongfa

(大连理工大学土木水利学院,大连116024)

(School of Civil and Hydraulic Engineering ,Dalian University of Technology ,Dalian 116024,China)

摘要:城市土地集约利用评价已经逐渐成为国内学术界的研究热点,主要研究内容包括评价对象、指标体系构建、评价方法和结果的应用,其中评价模型的构建是难点。在参考大量文献的基础上,对现阶段常用的几种土地集约利用评价模型进行了总结,分析了各自的优缺点以及今后的研究方向。

Abstract:evaluations of urban land intensive use have become a hot research topic in domestic academia,it included evaluation objectst,Index System,evaluation methods and application of the results.Among them,how to conduct good evaluation model is difficult.this paper summarized several common evaluation models of land intensive use based on lots of references,analyed their deficiency ,and the future trend of evaluation models.

关键词:土地;集约利用;评价模型

Key words:land ;intensive use ;evaluatinf model

中图分类号:F321·1

文献标识码:A

文章编号:1006-4311(2009)07-0140-03

偿比货币补偿更有意义。

(5)要求第三方的介入。

在征地过程中政府与农民强弱势位不平等农民处于弱势,合法权益得不到保障。对此,可以从征地补偿费中拿出一小部分成立一个基金项目,利用该基金从社会上引入相对公平的第三方,如律师事务所等专业机构,让他们在实地征地过程中充分代表农民利益,对征地全过程如丈量土地、制作帐目、补偿标准制定等等进行有效监督,从而更好地保障农民合法权益。——————————————————————

—参考文献:

[1]杨志华、徐恒生、宁启文:《关注四千万卖地农民》[N];《农民日报》2004-03-01(1)。

[2]刘声:《国家应出台法规保障失地农民权益》[N];《中国青年报》2009-03-14(1)。

[3]万义元:《失地农民社会保障问题研究》[J];《山西煤炭管理干部学院学报》2008(2):173-175。

[4]中国法制出版社:《最新土地法律政策全书》[M];中国法制出版社,2009:8。

[5]刘燕萍、任庆恩:《村委会无权截留村民小组征地收益———兼谈集体土地所有权法律制度的缺陷》[J];《中国土地》2004(2):

57-60。

!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!

doi :10.3969/j.issn.1006-4311.2009.07.048

-140-

济情况符合,同时,在保证土地集约之后,还可以对这些土地进一步评价,细分为基本集约、集约、过度集约。

1.2多因素综合评价模型

多因素综合评价是指通过一定的数学模型将多个评价指标值“合成”为一个整体性的综合评价值。目前有以下3种表现形式[2-3]:

①F=n

i =1

ΣI i *W i

(1)

式中:F 为评价单元土地集约利用综合程度;I i 为评价单元在第i 项指标上的标准化;I i =

X i

i

*100%,T i 为理想值,X i 为实际值;W i 为第i 项指标的权重。

②λ=β1

*S 2

1

+β2

*S 2

2

+…+βn

*S

2n

姨(2)

式中:λ为土地集约利用潜力指数;S n 为第n 个指标分

数,S n =

t n -a n

n

,t n 是理想值,a n 是实际值;βn 为第n 个指标的权重。

③C=n

i =1

ΣW i

*U i

(3)

式中:C 为土地集约度;W i 是指标权重,U i 是标准化的值,如下计算:

Ui=1Xi 叟ai Xi-bi

ai-bi

Bi

bi-Xi

ai

关于权重W i 的确定有两种方法:主观赋权和客观

赋权;目前在土地集约利用评价中主观赋权主要是德尔菲法,客观赋权主要是层次分析法[4]。上述模型优缺点如下:

优点:表达式通俗易懂,实际操作简单,能综合反映土地整体利用程度。缺点:综合表达式和指标的标准化不统一,权重确定方法中主观成分比较大。需要继续探讨的地方:综合表达式的确定需要一定的理论支持和论证,权重的确定可以结合一些客观赋权的方法,如灰色关联度法、熵值法等。

1.3模糊综合评价模型

模糊综合评价方法,是一种运用模糊变换原理分析和评价模糊系统的方法,它以模糊推理为主,将定性与定量、精确与非精确统一结合起来。这一方法是由美国自动控制专家查德于1965年首次提出[5]。构建模糊综合评价模型主要有以下几个方面内容。

①确定评价因子集合。假设因子集合为U={U 1,U 2,…,U n },相应权重为W={W 1,W 2,…,W n };每个因子含有K 个指标,即U i ={u i1,u i2,…,u ik },相应权重为{w i1,w i2,…,w ik }。

②确定评价等级集合。假设评价等级V={v 1,v 2,…,v m }={好,较好,…,较差}。

③建立隶属函数R 。常用的隶属函数大致有降半距形分布、降半正态分布、降半梯行分布等,根据实际情况选取相应的隶属函数。

④确定判断矩阵和评价矩阵。根据隶属函数,计算各因子判断矩阵:

R i =

r i11r i12…r i1m r i21r i22…r i2m …

………

r ik1r ik2…r ikm

叟叟叟叟叟叟叟叟叟叟叟叟叟叟

叟叟叟叟叟叟叟叟叟叟叟叟叟叟

根据各指标的权重,计算各因子综合评价结果:

B i =(w i1,w i2,…,w ik )*R i

根据各因子的权重,计算总的综合评价矩阵:

A=(w 1,w 2,…,w n )*

B 1B 2…

B n

叟叟叟叟叟叟叟叟叟叟叟叟叟叟

叟叟叟叟叟叟叟叟叟叟叟叟叟叟

=(a 1,a 2,…,a m )

⑤计算最终结果。根据评价等级V ,确定最终结果:

A 总=A *V T =(a 1,a 2,…,a m )

V 1V 2…

V n

叟叟叟叟叟叟叟叟叟叟叟叟叟叟

叟叟叟

叟叟叟叟叟叟叟叟叟叟叟

模糊综合评价中各指标及各因子的权重,绝大多数采用层次分析法确定。该评价模型优缺点如下:

优点:结合了层次分析法与模糊数学的方法的特点。缺点:隶属函数的选取难度大,目前大多数选用降半梯行分布的隶属函数,但是没有相应的说明理由。需要继续探讨的地方:隶属函数的选择需要依赖多年土地集约研究者的经验,此外,权重确定也可以不仅仅是由层次分析法得出,可以借鉴客观赋权的方法。

1.4主成分分析模型

因子分析是一种把变量从高维到低维作降维处理,从高维空间到低维空间的映射,保持样本在高维空间的某种“结构”,但同时又能够保留原变量大部分信息的一种多元统计分析方法。构建主成分分析模型主要有以下几个方面内容[6]。

①评价指标的标准化。假设有m 个指标,n 个样本,构成原始数据矩阵:

X ′=(X ′ij )n *m

则数据标准化为:

X ij =

X ′ij -X j

σj

i=1,2,…,n j=1,2,…,m

其中:X j 表示所有样本的第j 个指标的平均值,σj 表示所有样本的第j 个指标的标准差。

②利用主成分分析方法提取公因子。计算协方差矩阵:

-141-

相关文档
最新文档