一种城市地价动态监测方法技术

本发明专利技术公开了一种城市地价动态监测方法，包括以下步骤，(1)在所需监测城市设立地价监测点，收集地价变化数据；(2)利用上步数据构建贝叶斯网络并选取监测点参数；(3)对照(2)步得到的监测点参数建立Markov链地价演化模型；(4)利用统计学方法对(3)步的Markov链地价演化模型作出评估预测，确定地价动态变化方向。本发明专利技术实现地价信息可视化动态发布及基于地图的地价审核、自动评估、动态监测、地价预警等功能，同时能为各地价管理部门和地价评估部门提供监测点自动配置、地价预测、地价演化时空分析、地价指数预测功能。

【技术实现步骤摘要】

本专利技术涉及城市建设监测领域，尤其是。
技术介绍
地价是一类特殊的商品，地价的生成、时空分布、相关因素与国情息息相关，因此在此只讨论中国国内的研究情况。因为建立和完善城市地价监测体系，对完善我国从土地使用制度改革，建立以市场机制形成土地价格具有重要作用，因此许多学者对此进行了研究。我国地价评估及监测研究主要可分为三类对我国不同土地市场地价形成机制和地价水平的研究；对我国城镇地价评估原理、方法及发展趋势的研究；对城镇地价动态监测的理论与方法的研究，主要是对地价动态监测体系的构成、 地价指数的编制方法、地价动态监测方法等进行了探讨。从已发表的文章看，地价监测信息系统只是运用GIS进行简单空间统计分析和成果展示，缺乏动态和深层次的数据挖掘或知识发现。在时间层次上，无论数据、图纸和计算结果主要是静态的现状，缺乏丰富的历史数据、动态更新和未来预测，忽略了空间区位的固定性与独特性对地价的影响，不能反映城市土地市场动态演化的空间过程及其变化趋势， 无法识别土地市场变化的热点或敏感区域，不利于政府对土地市场进行宏观调控。由于空间演变影响城市地价的空间结构演变，划分合理的地价统计区域，则已经失去现实意义，统计区域划分的不确定性决定了简单的空间分区统计比较方法已不再适用于基准地价变化分析。
技术实现思路
为了弥补目前地价监测上的不足，本专利技术提出，该方法的技术方案为，该方法包括以下步骤，(1)在所需监测城市设立地价监测点，收集地价变化数据；(2)利用上步数据构建贝叶斯网络并选取监测点参数；(3)对照( 步得到的监测点参数建立Markov链地价演化模型；(4)利用统计学方法对( 步的Markov链地价演化模型作出评估预测，确定地价动态变化方向。监测点地价数据是该监测点区域平均地价或未扰动下的地价数据。地价数据监测点是土地质量，土地利用效益及土地级别均为当地平均状态的位置。在建立Markov链地价演化模型的条件是(1)城市所有地价监测点的变化只受城市或城市所在区域的经济、政治、社会、人的心理活动、城市规划发展方向等随机因素的影响，国土管理部门的宏观政策是平稳的，假设土地投机者行为对土地价格的影响可以忽略不计，并且所有投资者掌握的土地市场信息相等；(2)城市所有地价监测点地价在某月的上涨或下跌只跟上月的土地价格密切相关，过去的城市土地价格变化状况忽略不计；(3)城市所有地价监测点地价从一种状态χ经过相同的时间间隔跳跃到另一种状态y的概率，与状态χ所在的时刻无关。本专利技术实现地价信息可视化动态发布及基于地图的地价审核、自动评估、动态监测、地价预警等功能，同时能为各地价管理部门和地价评估部门提供监测点自动配置、地价预测、地价演化时空分析、地价指数预测功能。具体实施例方式为便于本专利技术技术方案的理解，现结合具体实施例进行说明，本专利技术提出的城市地价动态监测方法，包括以下步骤，(1)在所需检测城市设立地价监测点，地价监测点是指城市一定级别，一定地价区段，一定土地用途的特定区域内设置的，监测点地价数据是该监测点区域平均地价或未扰动下的地价数据，其地价水平、宗地形状、宗地面积、临街状况、土地利用状况和土地开发程度等，均能代表该区域同类同途土地中一般水平或平均水平，地价数据监测点是土地质量， 土地利用效益及土地级别均为当地平均状态的位置，其最重要的功能特征是代表性、标准型、稳定性和公示性。(2)构建贝叶斯网络选取监测点参数，贝叶斯网络(Bayesian Network)又称为置信网络(Brief Network)，是基于概率分析、图论的一种不确定性知识的表达和推理的模型。从直观上讲，Bayesian网络表现为一个赋值的复杂因果关系网络图，网络中的每一个节点表示一个变量或一个事件。各变量之间的弧表示事件发生的直接因果关系。贝叶斯网络G = <S，P>由网络的拓扑结构S和局部概率分布的集合P两部分组成。S表示节点变量之间的因果联系，P代表用于量化网络的一组参数，包括边缘概率和条件概率，表达原因对结果的作用程度。利用Bayesian网络进行推理的前提是从原始数据中构造Bayesian网络模型，首先找出最符合原始数据的定性的网络结果，然后根据网络结构中的因果关系，计算节点间的条件概率。在基于Bayesian网络的监测点自动配置算法中，利用监测点数据构建贝叶斯网络并选取监测点参数，首先根据监测点选取的先验知识构建Bayesian网络模型， 然后根据现有的数据，确定模型中的参数。(3)将得到的监测点参数建立Markov链地价演化模型。Markov链是一种离散型的随机事件序列，其特点是无后效性，即系统现在的状态与过去的状态无关，而只与其前一时刻的状态有关，据此作出这样的假设如果地价演变的时间序列为Markov链，那么按转移概率，根据η时刻地价变化的状态就可以预测η+1时刻的状态。(4)利用统计学方法对Markov链地价演化模型作出评估预测，通过小样本统计学习理论研究确定地价动态变化方向，根据少量已知信息来推求某些目标点的未知信息。在构建模型时，选取的监测点地价反映该监测点区域平均地价或一般正常条件下的正常地价，监测点的土地质量，个别条件以及土地利用效益为所在土地级别或均质地域的一般状况。在建立Markov链地价演化模型时做以下假设(1)城市所有地价监测点的变化只受城市或城市所在区域的经济、政治、社会、人的心理活动、城市规划发展方向等随机因素的影响，国土管理部门的宏观政策是平稳的，假设土地投机者行为对土地价格的影响可以忽略不计，并且所有投资者掌握的土地市场信息相等；(2)城市所有地价监测点地价在某月的上涨或下跌只跟上月的土地价格密切相关，过去的城市土地价格变化状况可以忽略不计；(3)城市所有地价监测点地价从一种状态χ经过相同的时间间隔跳跃到另一种状态y的概率，与状态χ所在的时刻无关。本专利技术实现地价信息可视化动态发布及基于地图的地价审核、自动评估、动态监测、地价预警等功能，同时能为各地价管理部门和地价评估部门提供监测点自动配置、地价预测、地价演化时空分析、地价指数预测功能。综上所述，以上仅为本专利技术的较佳实施例而已，并非用于限定本专利技术的保护范围。 凡在本专利技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本专利技术的保护范围之内。权利要求1.，其特征在于，该方法包括以下步骤，(1)在所需监测城市设立地价监测点，收集地价变化数据；(2)利用上步数据构建贝叶斯网络并选取监测点参数；(3)对照( 步得到的监测点参数建立Markov链地价演化模型；(4)利用统计学方法对(3)步的Markov链地价演化模型作出评估预测，确定地价动态变化方向。2.根据权利要求1所述的城市地价动态监测方法，其特征在于，监测点地价数据是该监测点区域平均地价或未扰动下的地价数据。3.根据权利要求1所述的城市地价动态监测方法，其特征在于，地价数据监测点是土地质量，土地利用效益及土地级别均为当地平均状态的位置。4.根据权利要求1所述的城市地价动态监测方法，其特征在于，建立Markov链地价演化模型的条件是(1)城市所有地价监测点的变化只受城市或城市所在区域的经济、政治、社会、人的心理活动、城市规划发展方向等随机因素的影响，国土管理部门的宏观政策是平稳的，假设土地投机者行为本文档来自技高网...

【技术保护点】
１．一种城市地价动态监测方法，其特征在于，该方法包括以下步骤，（１）在所需监测城市设立地价监测点，收集地价变化数据；（２）利用上步数据构建贝叶斯网络并选取监测点参数；（３）对照（２）步得到的监测点参数建立Ｍａｒｋｏｖ链地价演化模型；（４）利用统计学方法对（３）步的Ｍａｒｋｏｖ链地价演化模型作出评估预测，确定地价动态变化方向。

【技术特征摘要】

【专利技术属性】
技术研发人员：卢焕达，余心杰，舒振宇，范良忠，邱诚钢，
申请(专利权)人：浙江鸿智易达信息科技有限公司，
类型：发明
国别省市：97