论文部分内容阅读
摘要： 土地价值评估在国土资源规划和管理中具有重要意义，但传统土地价值评估中往往面临信息不对称、土地价值要素不透明的问题。随着大数据技术的发展和广泛应用，借助大数据技术能够更好地将土地分散数据进行汇集，以土地真实价值为导向，创新评估方法，实现快速、低成本的土地价值评估，进而从根本上提升土地评估行业的专业服务能力。为此，本文提出面向土地价值评估的地价资源大数据技术体系，与地理空间数据相结合，支持地理空间数据显示、土地/房产统计、土地/房产决策、土地/房产估价等功能，数据可自动爬取和预处理，可帮助土地房地产评估机构有效管理和应用资源数据，提高业务核心竞争力。
关键词：土地价值评估;大数据;地价资源;技术体系
土地房地产行业中的土地价值评估和房产价值评估业务具有典型的数据密集型特征。随着云计算、大数据等先进技术的快速发展，为土地资源管理行业转型升级提供了有力工具。大数据时代背景下，传统土地资源管理模式和房地产土地评估业务的界限和竞争格局已经被打破。结合现代信息技术有效的土地资源管理是提高政府决策力度和高效的精准化管理的关键，土地评估业务要服务好实体经济，助推房地产行业健康发展，都需要充分运用大数据技术，强化管理与服务的深度、广度和效率。然而，随着信息技术快速发展，各类土地资源数据、房地产数据增长爆发的同时，归口统一、数据共享、决策支撑、信息不对称、客户不透明等问题一直没有得到很好的解决，并始终制约着土地资源的信息化、智能化管理水平[1]。本文研究地价资源大数据管理相关关键技术，为进一步实施土地数据有效管理和利用提供支撑。
一、地价资源大数据技术体系
智能决策是土地资源管理精准化、服务便利化，有效提升土地资源大数据利用水平的关键。土地资源数据可以划分为空间数据与非空间数据两大类型，空间数据主要是描述土地资源实体位置关系的数据，非空间数据包括业务数据与知识数据，这些数据具有海量、异构、多源多时相的显著特点。因此，采集、存储、管理、分析与挖掘都面临比较大的技术挑战。为提升土地数据资源有效利用，组合利用大数据采集、清洗、存储、分析等技术研究地价数据资源管理服务平台构建过程中关键技术，主要包括土地/房产数据采集与存储、土地房地产数据分析与决策支持、土地供应与房地产传导机制和地价数据资源管理服务平台等技术
二、土地房地产数据采集与存储
数据采集分为外网数据采集和内网数据采集，包括土地招拍挂交易数据、土地成交数据、房地产交易数据和房地产成交数据等，数据支持自动爬取;土地房地产数据清洗与入库ETL工具，将采集的数据清洗后存储在结构化或非结构化数据库中。
三、土地房产数据分析与决策支持
大数据分析是数据价值的最终体现，相关技术包括关联分析、聚类分析、演变和预测分析等数据建模算法在土地房地产数据分析中的应用，土地资源数据分析包括土地评价分析、决策分析、预警分析和监管分析等，房产资源数据分析包括房产片区市场分析、房产与用户关联分析、房价走势分析、房产消费预测分析等。
四、土地供应与房地产传导机制
文献2提出一种土地供应与房地产传导机制的大数据分析框架，采用大数据技术中的“用户画像”技术，对土地的供应和房产的需求进行画像，实现标签化。文献中土地供应的刻画主要從土地地块空间分布、宗地变更登记、等级等明确土地供应的程度，同时通过市场价格、供销比等进一步明确土地供应的强度是否合理，是否满足房地产市场的需求;房地产需求的刻画则主要是从市场交易状况、抵押登记比例（抵押金额量）等明确房产需求的程度，同时通过户型、面积、位置等数据信息明确不同类型房产的需求强弱;借助供给和需求强度呼应的传导信号，实现土地房地产供需信号标签的关联，最终实现房产需求情况分析。
五、土地房地产数据资源管理服务平台
平台实现土地房地产数据资源、系统资源和用户资源的统一管理，主要包括基础设施层、数据层、工具层和平台层四个层次。基础设施层提供系统日常运行维护所必须的环境数据服务器、GIS服务器、云部署等;数据层在软硬件基础设施层的支撑下，对土地/房产空间数据、土地供应/交易数据、房产供应/交易数据、应用/管理/组织/统计数据等多源异构数据进行统一整理加工;工具层则提供土地/房产数据爬虫、数据分析模型、决策支持模型、开放接口API等工具;平台层包括土地管理、房产管理、统计分析、市场决策和政策法规等功能模块。
六、结语：
技术体系的本质是对信息系统进行建模，从而实现将业务功能和需求以合理的方式映射到IT系统。为了实现智能决策，需要将大数据技术与人工智能技术融合，实现土地资源数据的统一采集、存储、管理、分析与挖掘。本文面向地价资源大数据的特点，设计地价资源大数据平台技术体系，为解决地价资源大数据采集、融合、分析、挖掘与智能决策应用的重点难点问题奠定了技术基础，在土地资源大数据领域应用前景广阔。
参考文献：
[1]李晓.基于国土资源大数据应用的土地资源管理模式创新研究[J].国土资源科技管理，2017，34（04）：74-80.
[2]辜寄蓉，刘寅，冯义从，王露露，方从刚，兰井志.土地供应与房地产传导机制的大数据分析框架研究[J].中国国土资源经济，2017，30（12）：49-55.
作者简介：鞠传香（1978.3-），女，研究生，研究内容：大数据工程。
关键词：土地价值评估;大数据;地价资源;技术体系
土地房地产行业中的土地价值评估和房产价值评估业务具有典型的数据密集型特征。随着云计算、大数据等先进技术的快速发展，为土地资源管理行业转型升级提供了有力工具。大数据时代背景下，传统土地资源管理模式和房地产土地评估业务的界限和竞争格局已经被打破。结合现代信息技术有效的土地资源管理是提高政府决策力度和高效的精准化管理的关键，土地评估业务要服务好实体经济，助推房地产行业健康发展，都需要充分运用大数据技术，强化管理与服务的深度、广度和效率。然而，随着信息技术快速发展，各类土地资源数据、房地产数据增长爆发的同时，归口统一、数据共享、决策支撑、信息不对称、客户不透明等问题一直没有得到很好的解决，并始终制约着土地资源的信息化、智能化管理水平[1]。本文研究地价资源大数据管理相关关键技术，为进一步实施土地数据有效管理和利用提供支撑。
一、地价资源大数据技术体系
智能决策是土地资源管理精准化、服务便利化，有效提升土地资源大数据利用水平的关键。土地资源数据可以划分为空间数据与非空间数据两大类型，空间数据主要是描述土地资源实体位置关系的数据，非空间数据包括业务数据与知识数据，这些数据具有海量、异构、多源多时相的显著特点。因此，采集、存储、管理、分析与挖掘都面临比较大的技术挑战。为提升土地数据资源有效利用，组合利用大数据采集、清洗、存储、分析等技术研究地价数据资源管理服务平台构建过程中关键技术，主要包括土地/房产数据采集与存储、土地房地产数据分析与决策支持、土地供应与房地产传导机制和地价数据资源管理服务平台等技术
二、土地房地产数据采集与存储
数据采集分为外网数据采集和内网数据采集，包括土地招拍挂交易数据、土地成交数据、房地产交易数据和房地产成交数据等，数据支持自动爬取;土地房地产数据清洗与入库ETL工具，将采集的数据清洗后存储在结构化或非结构化数据库中。
三、土地房产数据分析与决策支持
大数据分析是数据价值的最终体现，相关技术包括关联分析、聚类分析、演变和预测分析等数据建模算法在土地房地产数据分析中的应用，土地资源数据分析包括土地评价分析、决策分析、预警分析和监管分析等，房产资源数据分析包括房产片区市场分析、房产与用户关联分析、房价走势分析、房产消费预测分析等。
四、土地供应与房地产传导机制
文献2提出一种土地供应与房地产传导机制的大数据分析框架，采用大数据技术中的“用户画像”技术，对土地的供应和房产的需求进行画像，实现标签化。文献中土地供应的刻画主要從土地地块空间分布、宗地变更登记、等级等明确土地供应的程度，同时通过市场价格、供销比等进一步明确土地供应的强度是否合理，是否满足房地产市场的需求;房地产需求的刻画则主要是从市场交易状况、抵押登记比例（抵押金额量）等明确房产需求的程度，同时通过户型、面积、位置等数据信息明确不同类型房产的需求强弱;借助供给和需求强度呼应的传导信号，实现土地房地产供需信号标签的关联，最终实现房产需求情况分析。
五、土地房地产数据资源管理服务平台
平台实现土地房地产数据资源、系统资源和用户资源的统一管理，主要包括基础设施层、数据层、工具层和平台层四个层次。基础设施层提供系统日常运行维护所必须的环境数据服务器、GIS服务器、云部署等;数据层在软硬件基础设施层的支撑下，对土地/房产空间数据、土地供应/交易数据、房产供应/交易数据、应用/管理/组织/统计数据等多源异构数据进行统一整理加工;工具层则提供土地/房产数据爬虫、数据分析模型、决策支持模型、开放接口API等工具;平台层包括土地管理、房产管理、统计分析、市场决策和政策法规等功能模块。
六、结语：
技术体系的本质是对信息系统进行建模，从而实现将业务功能和需求以合理的方式映射到IT系统。为了实现智能决策，需要将大数据技术与人工智能技术融合，实现土地资源数据的统一采集、存储、管理、分析与挖掘。本文面向地价资源大数据的特点，设计地价资源大数据平台技术体系，为解决地价资源大数据采集、融合、分析、挖掘与智能决策应用的重点难点问题奠定了技术基础，在土地资源大数据领域应用前景广阔。
参考文献：
[1]李晓.基于国土资源大数据应用的土地资源管理模式创新研究[J].国土资源科技管理，2017，34（04）：74-80.
[2]辜寄蓉，刘寅，冯义从，王露露，方从刚，兰井志.土地供应与房地产传导机制的大数据分析框架研究[J].中国国土资源经济，2017，30（12）：49-55.
作者简介：鞠传香（1978.3-），女，研究生，研究内容：大数据工程。