謝忠鏢，衛(wèi)引凱

（江西理工大學(xué)，江西 贛州 341000）

國家不斷推進(jìn)新型城鎮(zhèn)化的建設(shè)，我國城鎮(zhèn)化率已達(dá)45.68%[1]，截止到2019年中國城鎮(zhèn)化率突破60%[2]，戶籍城鎮(zhèn)化率44.38%[2]。專家預(yù)測，到2035年，中國城鎮(zhèn)化率能夠達(dá)到72%[3]左右。“十四五”規(guī)劃綱要提出，到2035年基本實現(xiàn)新型工業(yè)化、信息化、城鎮(zhèn)化、農(nóng)業(yè)農(nóng)村現(xiàn)代化，建成現(xiàn)代化經(jīng)濟(jì)體系，完成這個目標(biāo)應(yīng)該沒問題。不僅如此，根據(jù)預(yù)測，到2050年，中國的城鎮(zhèn)化率能夠接近80%[4]。經(jīng)綜合測算與分析表明，在分批推進(jìn)城鎮(zhèn)化情景下，全國空心村綜合整治增地潛力可達(dá)約1.14[5]億畝。截止到2019年底，我國人均農(nóng)村居民用地面積不斷加大，已遠(yuǎn)遠(yuǎn)超過國家150m2的標(biāo)準(zhǔn)。大量閑置的農(nóng)村土地或超面積使用已經(jīng)對耕地保護(hù)、糧食安全和農(nóng)村社會的穩(wěn)定性造成了巨大危害。

就當(dāng)前社會發(fā)展進(jìn)程來看，土地資產(chǎn)越來越受到廣泛關(guān)注，它也是農(nóng)民的主要經(jīng)濟(jì)來源和生活依靠。在經(jīng)濟(jì)發(fā)展過程中，土地的資產(chǎn)評估包含了從生產(chǎn)到經(jīng)營的全過程，但主要用于轉(zhuǎn)讓[6]、抵押[7]、質(zhì)押[8]等方面的評估。在城鎮(zhèn)化發(fā)展的大背景下，農(nóng)村土地是我國重要的資產(chǎn)之一，也是農(nóng)業(yè)發(fā)展的必要條件，會帶來巨大的經(jīng)濟(jì)利益和產(chǎn)業(yè)發(fā)展?jié)摿?。由此產(chǎn)生的農(nóng)村土地問題也日益加劇。土地被用來建造不同的項目，從而農(nóng)村土地面積不斷縮小，使得土地的價格不斷上升，由此帶來了土地資產(chǎn)價格評估問題。合理的價格評估可以避免產(chǎn)生糾紛，也有利于國家的長治久安和穩(wěn)定發(fā)展。交易雙方的合法權(quán)益得到了有力保障，也為土地資產(chǎn)價格評估提供了指導(dǎo)，在現(xiàn)實中有較強(qiáng)的指導(dǎo)意義。與此同時，農(nóng)民進(jìn)行銀行貸款申請時，往往需要高產(chǎn)值的土地、土壤肥沃易于灌溉的土地作為抵押財產(chǎn)。由此可見進(jìn)行土地資產(chǎn)價格評估顯得越來越重要?，F(xiàn)階段我國還未出臺有關(guān)土地資產(chǎn)價格評估方面的政策和法規(guī)，導(dǎo)致我國的農(nóng)村土地資產(chǎn)大量的浪費和被侵占。這就需要我們重視如何選擇合理的評估方法，促進(jìn)我國土地資產(chǎn)價格的評估。國內(nèi)學(xué)者在對土地資產(chǎn)價格評估方法進(jìn)行研究后，提出應(yīng)結(jié)合被評估對象的生長期、土地特點和評估目的，合理選擇土地資產(chǎn)價格評估的三種基本方法。

因此，可以看出，土地資產(chǎn)價格評估是一個非常復(fù)雜的項目，所以合理的評估方法應(yīng)用在土地資產(chǎn)的價格評估中起著重要的作用和意義，且促進(jìn)了資產(chǎn)評估理論的發(fā)展和企業(yè)的實踐。

有學(xué)者在研究中發(fā)現(xiàn)，農(nóng)村土地資產(chǎn)評估存在著很高的關(guān)注度。理論與實際的不一致性引發(fā)了國內(nèi)外學(xué)者的廣泛思考和深入探討也是近年來學(xué)術(shù)界關(guān)注的熱點和焦點。本文將用 GM（0，N）和 GM（1，1）模型計算農(nóng)村土地資產(chǎn)價格的同時，將從數(shù)學(xué)視角切入，結(jié)合計算、圖表、計劃行為等理論構(gòu)建理論行為，并進(jìn)行實證研究，以期從合理性和可靠性等方面做出合理的解釋。

1 文獻(xiàn)綜述

1.1 農(nóng)村土地資產(chǎn)價格評估研究

就當(dāng)前而言，我國研究農(nóng)村土地資產(chǎn)價格評估主要以農(nóng)村土地流轉(zhuǎn)價格和農(nóng)村土地經(jīng)營權(quán)價格評估為主。

在農(nóng)村土地流轉(zhuǎn)價格評估研究中，許亞敏[9]主要研究了“三權(quán)分置”下農(nóng)村土地流轉(zhuǎn)價格評估，研究方法只是定性分析土地資產(chǎn)價格評估，還未從土地等級進(jìn)行細(xì)分。

朱沛慶，張國春[10]主要研究了農(nóng)村土地承包經(jīng)營權(quán)抵押貸款業(yè)務(wù)發(fā)展的因素制約問題，并且指出了專業(yè)的證件發(fā)放較慢、未完全形成專業(yè)機(jī)構(gòu)、政府部門懈怠、政策落實不到位等因素影響了農(nóng)村土地承包經(jīng)營權(quán)問題。

田海嬌，張江濤[11]對農(nóng)村土地流轉(zhuǎn)問題影響因素進(jìn)行分析，他從定性分析向定量方法進(jìn)行過渡，雖然也有一定的主觀因素，但很好地從定量的角度進(jìn)行分析，預(yù)測結(jié)果表明，土地的流轉(zhuǎn)問題是由區(qū)域經(jīng)濟(jì)發(fā)展不均衡、農(nóng)村技術(shù)、人才短缺、政策不完善等因素導(dǎo)致的。

劉吉雙，韓越，卞長春，等[12]研究了土地承包權(quán)轉(zhuǎn)讓價格評估問題基于的方法為成本逼近法、收益還原法，在一定程度上進(jìn)行定量分析。

任常青,郜亮亮,劉同山[13]，梳理“三權(quán)”流轉(zhuǎn)試點的典型實踐，總結(jié)“三權(quán)”流轉(zhuǎn)試點改革的基本經(jīng)驗和存在的問題，并在對“三權(quán)”流轉(zhuǎn)若干問題進(jìn)行理論思考的基礎(chǔ)上，提出相關(guān)政策建議。

路婕，等[14]指出，土地資產(chǎn)價格評估的關(guān)鍵在于土地目標(biāo)凈收益和土地減讓率兩個參數(shù)的確定，以及農(nóng)村土地資產(chǎn)價格綜合因素的量化。

張玉行，楊紅[15]奠定了期權(quán)交易與企業(yè)價值評估的理論基礎(chǔ)，彌補(bǔ)了傳統(tǒng)評估模型對未來不確定性和管理靈活性無法精確測算的不足，然而，Black-Scholes模型的應(yīng)用是基于一些前提假設(shè)的。

翟研寧，等[16]分析了五種耕地計價方法，認(rèn)為減收法是最合適的一種。

魏兵[17]認(rèn)為，土地評估中常用的方法有市場法、成本法和收益法。收益法更適合于土地資產(chǎn)價格的評估。

劉艷，韓紅[18]著重探討了農(nóng)民收入水平對農(nóng)地使用權(quán)流轉(zhuǎn)的影響，并利用大量的統(tǒng)計資料和調(diào)查數(shù)據(jù)，分析了就不同收入水平對農(nóng)戶農(nóng)地使用權(quán)流轉(zhuǎn)的影響和來自于農(nóng)業(yè)的收入水平對農(nóng)地使用權(quán)流轉(zhuǎn)的影響，以及來自于非農(nóng)產(chǎn)業(yè)的收入水平對農(nóng)地使用權(quán)流轉(zhuǎn)的影響，從而得出兩個定理并推導(dǎo)出相應(yīng)的推理。

胡海川，張心靈，范文娟[19]。提出影響生物資產(chǎn)評估的因素包括完整性和地域性。生物資產(chǎn)，如土地，與其他生物資產(chǎn)一樣，都極大地受到自然環(huán)境的影響，如洪水、干旱環(huán)境下生物資產(chǎn)評估的價格是不同的，所以在評估生物資產(chǎn)如土地時，需要注意完整性和地區(qū)對評估價格的影響。

由以上分析可知，由于土地資產(chǎn)價格的這些特征，土地資產(chǎn)價格評估計算方法具有復(fù)雜性和專用性的特征。因此，在研究土地資產(chǎn)價格評估時，應(yīng)充分考慮土地資產(chǎn)的不同特點，并在此基礎(chǔ)上選擇最佳的土地資產(chǎn)價格評估方法。

以上文獻(xiàn)分析了我國農(nóng)村土地資產(chǎn)價格評估的作用機(jī)理與具體的有效做法，從而推動了農(nóng)村土地資產(chǎn)價格評估工作的發(fā)展，但是由于土地資產(chǎn)價格問題的研究提出時間尚短，時間序列的樣本量很少，因此對于農(nóng)村土地資產(chǎn)價格評估情況的預(yù)估性研究尚不深入。

趙梓琰，邱道持，王靜，等[20]通過經(jīng)濟(jì)和管理學(xué)進(jìn)一步說明了農(nóng)村土地資產(chǎn)價格評估與城市土地資產(chǎn)價格評估的異曲同工之處，進(jìn)一步完善了農(nóng)村土地資產(chǎn)價格評估體系。

李中[21]通過研究社會價格量來確定農(nóng)村征用土地資產(chǎn)價格，得出結(jié)論，社會價格量的最低收入保證比例影響農(nóng)村土地資產(chǎn)價格，進(jìn)而損害農(nóng)民的利益。

這些研究為農(nóng)村土地資產(chǎn)價格評估進(jìn)展的科學(xué)預(yù)測提供了參考，就上述的研究成果而言還是不夠深入。通過分析原因不難發(fā)現(xiàn)，農(nóng)村土地資產(chǎn)價格原來比較低，由于經(jīng)濟(jì)的快速發(fā)展和國家資源不斷向農(nóng)村傾斜，使得農(nóng)村的土地資產(chǎn)日益重要，但也由此可以發(fā)現(xiàn)，農(nóng)村在時間維度上數(shù)據(jù)少之又少，這就是大多數(shù)專家研究成果無法推進(jìn)的主要原因，在數(shù)據(jù)較少的情況下，較為傳統(tǒng)的時間序列模型失去了原有的穩(wěn)定性和可靠性，很難得到令人滿意的結(jié)果，由此我們利用GM（0，N）和GM（1，1）在市場引導(dǎo)下對農(nóng)村土地資產(chǎn)價格進(jìn)行預(yù)測。

1.2 灰色系統(tǒng)理論

灰色系統(tǒng)理論[22]是一種研究不確定性的新方法。它主要用于處理“數(shù)據(jù)少，信息不完全”的問題。GM（1，1）模型和GM（0，N）模型是灰色預(yù)測理論中的經(jīng)典模型，其主要思想是用求和的方法生成序列，并表現(xiàn)出近似的指數(shù)規(guī)律。目前，該方法已成功應(yīng)用于人口預(yù)測[23]、旅游預(yù)測[24]、客流預(yù)測[25]等多個領(lǐng)域。最突出的一點是，該方法可以在數(shù)據(jù)和信息較少的情況下做出準(zhǔn)確的預(yù)測結(jié)果。農(nóng)村土地與商業(yè)土地相比，農(nóng)村土地資產(chǎn)價格的影響因素越來越復(fù)雜，準(zhǔn)確地預(yù)測投資者和發(fā)展農(nóng)村房地產(chǎn)價格相互之間的關(guān)系，成為投資和管理農(nóng)村土地的重要參考依據(jù)，可以使他們了解未來的農(nóng)村土地市場的發(fā)展情況，了解農(nóng)村土地房地產(chǎn)價格的趨勢，并據(jù)此預(yù)先制定合理的決策和風(fēng)險防范措施。制定合理的農(nóng)村土地市場調(diào)控政策，也是政府確保當(dāng)?shù)剞r(nóng)村土地市場合理穩(wěn)定發(fā)展的前提。因此，對農(nóng)村土地資產(chǎn)價格走勢進(jìn)行有效預(yù)測有其必要性和重要的現(xiàn)實意義。常用的價格預(yù)測方法有多元回歸模型[26]、灰色預(yù)測模型[27]、市場法[28]、收益法[29]等。受到起步相對較晚、農(nóng)村土地資產(chǎn)價格評估發(fā)展不成熟的影響，導(dǎo)致準(zhǔn)確的數(shù)據(jù)很難收集，這使得遺傳算法需要大量的歷史數(shù)據(jù)，BP神經(jīng)網(wǎng)絡(luò)[30]，回歸分析和灰色的因素之間的非線性關(guān)系。

因此，一些學(xué)者對 GM（1，1）和 GM（0，N）模型的建模機(jī)理進(jìn)行了研究。從灰色導(dǎo)數(shù)[31]、背景值[32]、無偏度[33]、時間響應(yīng)函數(shù)[34]等方面對模型進(jìn)行優(yōu)化，進(jìn)一步提高了模型的擬合和預(yù)測精度。同時，為了有針對性地應(yīng)用，從可信度和數(shù)據(jù)等角度運用GM（1，1）和GM（0，N）模型。所以，本文嘗試建立基于 GM（1，1）和GM（0，N）模型的農(nóng)村土地資產(chǎn)價格評估分析模型，并參照農(nóng)村土地資產(chǎn)價格評估研究發(fā)展理論，對某農(nóng)村地區(qū)的土地資產(chǎn)價格進(jìn)行預(yù)測。

2 研究模型和假設(shè)

2.1 影響因素的指標(biāo)選擇

由于影響農(nóng)村土地資產(chǎn)價格的因素眾多，有些因素?zé)o法量化或難以收集到相應(yīng)的有效數(shù)據(jù)，因此，本文考慮了因素指標(biāo)的量化和重要性，以及有效數(shù)據(jù)的可獲得性。同時我們結(jié)合某縣周圍的情況選擇2012-2020年的指標(biāo)，這些指標(biāo)主要為：某縣周邊農(nóng)村土地資產(chǎn)價格、人口密度、固定資產(chǎn)投資額、縣人均GDP、農(nóng)村居民人均消費性支出、恩格爾系數(shù)、農(nóng)村周邊營業(yè)性用房空置率、農(nóng)村周邊營業(yè)性用房空置率、縣周邊房地產(chǎn)投資額、農(nóng)村居民人均可支配收入、商住用地面積、農(nóng)村消費價格數(shù)據(jù)，然后，運用灰色關(guān)聯(lián)度分析，分析這些因素與農(nóng)村土地資產(chǎn)價格的相關(guān)性。相關(guān)數(shù)據(jù)來自國土資源部統(tǒng)計年鑒、國土公共資源交易中心，見表1。

表1 各因素指標(biāo)2012-2020年數(shù)據(jù)取值（除2016年外）

2.2 影響因素的指標(biāo)灰色綜合關(guān)聯(lián)度分析

灰色綜合關(guān)聯(lián)度分析法是以鄧聚龍教授[35]首創(chuàng)的灰色系統(tǒng)理論為依據(jù)的綜合關(guān)聯(lián)度分析法，克服了單一關(guān)聯(lián)度分析法的不足，能夠更準(zhǔn)確地反映所選因素對研究對象的影響程度。

同令χ0=（χ0（1），χ0（2），χ0（3），……，χ0（m））為特征系統(tǒng)行為序列，而假設(shè)χi（k）（k=1，2，……，m）為第i個可能因素在序列號k上的觀測數(shù)值，χi=（χi（1），χi（2），χi（3），……，χi（m））（i=1，2，……，n）相關(guān)因素行為序列，其中 m=9，n=10。

為了便于后面的數(shù)據(jù)處理分析，進(jìn)而提高分析精度，對系統(tǒng)特征數(shù)據(jù)和相關(guān)因素不進(jìn)行統(tǒng)一處理，最終得到原始數(shù)據(jù)的環(huán)比增長指標(biāo)，處理后的數(shù)據(jù)見表2。

表2 處理后的數(shù)據(jù)（除2016年外）

2.3 求解灰色絕對關(guān)聯(lián)度

將（1）式中的數(shù)據(jù)分別代之公式（2）中，計算|X0|，|XI|，|XI-X0|，并將獲得的結(jié)果代入公式：

求得χ0和χi的灰色絕對關(guān)聯(lián)度分別為：ω01=0.501，ω02=0.467，ω03=0.487，ω04=0.865，ω05=0.489，ω06=0.5116，ω07=0.478，ω08=0.674，ω09=0.525，ω10=0.512。

2.4 求解灰色相對關(guān)聯(lián)度

求得系統(tǒng)因素χi的初值像，可得到

根據(jù)灰色關(guān)聯(lián)度的解法求得相應(yīng)的|X'1|（i=1，2，3，……，10）和|X'1-X'0|得到

得到灰色相對關(guān)聯(lián)度：

從上述計算過程中，可以得到各影響因素對某縣農(nóng)村土地資產(chǎn)價格影響程度的農(nóng)村居民消費價格指數(shù)等排序為：S4〉S8〉S3〉S9〉S6〉S7〉S2〉S1〉S5〉S10。所以，根據(jù)表 3計算出來的灰色綜合關(guān)聯(lián)度的大小進(jìn)行排列選擇，由上可知我們選取排列前三的影響因素為：農(nóng)村居民人均消費性支出（元/年）S4、農(nóng)村居民人均可支配收入（元）S8，以及縣人均GDP（元）S3這三個重要的綜合關(guān)聯(lián)度均大于0.75的影響因素，進(jìn)而這三個綜合關(guān)聯(lián)度作為最主要的因素來預(yù)測農(nóng)村土地資產(chǎn)價格。

3 GM（0，N）模型的構(gòu)建

對選擇的農(nóng)村土地資產(chǎn)價格影響因素進(jìn)行灰色綜合關(guān)聯(lián)度分析得出的結(jié)論：由表3可知，選擇關(guān)聯(lián)度前三的指標(biāo)且這三個指標(biāo)均大于0.75的三個影響因素，即：農(nóng)村居民人均消費性支出、農(nóng)村居民人均可支配收入、縣人均GDP。

3.1 原始數(shù)據(jù)的光滑性檢驗

由灰色預(yù)測理論可知，在進(jìn)行建模前通常都需要對序列進(jìn)行光滑性檢驗，如不進(jìn)行檢驗，就要對序列采取多次AGO生成的措施，直至滿足光滑性檢驗要求。

ζ（k）的原始序列的光滑比。若原始序列χ(0)滿足：

因此有 χ0D=（828.583，687.42，406.91，508.309.714，701.05 2.395.117.288，674.1389.361），并將其作為新的系統(tǒng)特征數(shù)據(jù)序列。

3.2 原始數(shù)據(jù)的初始化

其對應(yīng)的影響因素序列則分別是：

某縣人均GDP序列：

某農(nóng)村居民人均消費性支出序列：

某農(nóng)村居民人均可支配收入序列：

3.3 初始化序列的灰色生成

根據(jù)公式對各初始化的原始序列進(jìn)行灰色生成：

則 GM（0，N）預(yù)測模型為：

根據(jù)最小二乘法計算發(fā)展系數(shù)a和灰色作用量bi，詳細(xì)過程見下參數(shù)列

根據(jù)最小二乘法，通過Excel軟件計算可得到的結(jié)果如下:=[b1，b2，b3]T=[0.2425，1.645，-1.856，0.2585]T，由此可知，發(fā)展系數(shù)a=0.1073，灰色作用量 b1=0.2425，b2=1.645，b3=-1.856。

根據(jù)上述計算過程可知本文所需的某縣農(nóng)村土地資產(chǎn)價格的灰色GM（0，N）模型的時間響應(yīng)式：

其中，b1=0.2425，b2=1.645，b3=-1.856。

把初始化的灰色生成序列以及其對應(yīng)的灰色作用量b代入公式（7），即可計算出某縣周邊土地資產(chǎn)的價格的模擬式：

4 影響因素 GM（1，1）模型的構(gòu)建

根據(jù)上述某縣農(nóng)村土地資產(chǎn)價格的灰色GM（0，N）預(yù)測模型，要得到農(nóng)村土地資產(chǎn)價格的具體價值，前提是要得到其影響因素未來可能產(chǎn)生的預(yù)測值。針對這一點，本文將建立自己的灰色GM（1，1）預(yù)測模型（見表4）。

表4 某地農(nóng)村土地資產(chǎn)價格的影響因素

4.1 灰色GM（1，1）模型的原始數(shù)據(jù)序列

根據(jù)表1可以得到某縣人均GDP、農(nóng)村居民人均消費性支出，以及農(nóng)村居民人均可支配收入這三項影響因素各自的灰色原始數(shù)據(jù)序列：

4.2 原始數(shù)據(jù)的灰色生成

根據(jù)公式（3）對上述三個數(shù)列進(jìn)行累加生成，即可得到累加后1-AGO序列：

根據(jù)公式（8）對χ3(0)序列做緊鄰均值生序列號K11：

依據(jù)上面所得，根據(jù)最小二乘估計法，求解GM（1，1）預(yù)測模型的發(fā)展系數(shù)a和灰色作用量b，求解過程如下：設(shè)=[c，d]T=（QTQ）-1QY，

根據(jù)最小二乘法，通過Excel軟件計算所得到的結(jié)果如下：

4.3 求解GM（1，1）預(yù)測模型的預(yù)測方程

GM（1，1）模型χ(?)（K）+cK(1)（k）=d的時間響應(yīng)式為：

同理，依次可以獲得某農(nóng)村居民人均消費性支出GM（1，1）模型的時間響應(yīng)式為：

農(nóng)村居民人均可支配收入GM（1，1）模型的時間響應(yīng)式為：

5 GM（0，N）預(yù)測模型和 GM（1，1）模型精度檢驗

本文建立的 GM（0，N）預(yù)測模型和三個 GM（1，1）模型，只有經(jīng)過精度測試條件，才能用于模擬a城市周邊地區(qū)農(nóng)村土地資產(chǎn)的未來價格?；疑A(yù)測模型常用的精度檢驗方法有四種，常用精度檢驗值對應(yīng)的精度等級如表5所示：

表5 精度等級檢驗表

本文將以系統(tǒng)特征序列的模擬序列

5.1 平均相對誤差檢驗

數(shù)值預(yù)測模型的相對誤差產(chǎn)生的圖像生成到公式（12）計算可知的平均相對誤差為3.15%，相對誤差小于所需的灰色建模必須小于5%的測試條件，根據(jù)上述表5顯示的平均相對誤差檢驗準(zhǔn)確性水平層面上，精度是好的（見表 6）。

表6 預(yù)測數(shù)值和誤差情況

5.2 精度檢驗

P=P（|?（K）-ζ|〈0.647S1根據(jù) P 與 C 的取值，當(dāng) C≤0.35，P≥0.95時，模型精度等級為1級（好）。從檢驗結(jié)果看，模型預(yù)測精度較高，其預(yù)測是穩(wěn)定的。

6 農(nóng)村土地資產(chǎn)價格的預(yù)測

通過獲得的影響因素各自的GM（1，1）預(yù)測模型，分別可以得到某農(nóng)村居民人均消費性支出、農(nóng)村居民人均可支配收入、縣人均GDP在2021-2025年的預(yù)測值，具體數(shù)值見表7。

將表7中農(nóng)村居民人均消費性支出、農(nóng)村居民人均可支配收入、縣人均GDP的預(yù)測值進(jìn)行初始化和灰色1-AGO生成后代入某縣農(nóng)村土地資產(chǎn)價格GM（0，N）預(yù)測模型的時間響應(yīng)式：

表 7 2021-2025 年某縣 GM（1，1）預(yù)測值

即可計算價格的預(yù)測值=（1915.416，2016.165，2139.134，2434.623，2824.248）。

由于灰色系統(tǒng)理論主要應(yīng)用于數(shù)據(jù)少、不確定信息系統(tǒng)建模、預(yù)測和決策等，因此，它可以克服一些縣農(nóng)村土地市場數(shù)據(jù)樣本不規(guī)則分布和數(shù)據(jù)不完整信息較少的困難。與此同時，一個縣周邊農(nóng)村土地資產(chǎn)價格的預(yù)測價格影響因素共同作用所產(chǎn)生的農(nóng)村居民人均消費性支出、農(nóng)村居民人均可支配收入、縣人均GDP和其他相關(guān)因素，這是符合預(yù)測價格的（見圖1）。

圖1 2021-2025年土地資產(chǎn)價格預(yù)測

7 本文研究的創(chuàng)新之處

（1）首次結(jié)合兩種數(shù)學(xué)模型對農(nóng)村土地資產(chǎn)價格進(jìn)行預(yù)測，兩種模型都有優(yōu)點和缺點。

（2）結(jié)合某縣周邊的實際情況，總結(jié)出某縣農(nóng)村土地資產(chǎn)價格的影響因素。國內(nèi)外的相關(guān)研究大多只從單一影響因素進(jìn)行分析，在此基礎(chǔ)上，本文在結(jié)合某縣周邊的農(nóng)村土地資產(chǎn)價格影響中分析宏觀、中觀等的影響因素，灰色模型分析的基礎(chǔ)是選擇一個全面的定量分析因素，分析的效果會更好。

（3）本文選擇一個縣周邊的農(nóng)村三線地區(qū)為研究對象進(jìn)行實證研究農(nóng)村土地市場，并構(gòu)造一個縣周邊農(nóng)村土地資產(chǎn)價格預(yù)測模型，以提供參考和建議。對于政府和其他利害關(guān)系方，農(nóng)村土地資產(chǎn)價格已成為一個熱門話題。然而本文在對某縣周邊農(nóng)村土地資產(chǎn)價格進(jìn)行預(yù)測時，僅僅選取了定量計算排列前三的綜合因素進(jìn)行建模，而忽略了其他因素的影響，這在一定程度上會對預(yù)測結(jié)果的準(zhǔn)確性造成影響。我們可以采用兩種方法進(jìn)行檢驗，以得到更精準(zhǔn)的結(jié)果。

8 結(jié)論和展望

8.1 結(jié)論

本文在分析農(nóng)村土地相關(guān)研究文獻(xiàn)和理論的基礎(chǔ)上，結(jié)合某縣農(nóng)村土地市場發(fā)展現(xiàn)狀，分析了影響某縣農(nóng)村土地資產(chǎn)價格的主要因素。然后，結(jié)合灰色GM（1，1）模型和 GM（0，N）模型，對某縣農(nóng)村地價進(jìn)行短期預(yù)測。最后，給出了農(nóng)村土地預(yù)測結(jié)果給政府部門決策、銀行抵押放貸提供依據(jù)。就具體的結(jié)論如下：

（1）本文根據(jù)計量經(jīng)濟(jì)學(xué)和國內(nèi)外的土地資產(chǎn)價格相關(guān)研究成果，通過數(shù)學(xué)模型計算分析可知，農(nóng)村土地資產(chǎn)價格影響因素包含了宏觀、中觀等。

（2）根據(jù)文章因素指標(biāo)的選擇，結(jié)合某縣周邊農(nóng)村的實際情況，選取了十個縣區(qū)域周邊農(nóng)村土地資產(chǎn)價格的主要影響因素。運用灰色 GM（1，1）和 GM（0，N）分析方法，定量計算分析十個關(guān)鍵因素與農(nóng)村土地資產(chǎn)價格的綜合關(guān)聯(lián)度。分析計算結(jié)果表明，農(nóng)村居民人均消費性支出、農(nóng)村居民人均可支配收入、縣人均GDP這三個指標(biāo)是影響農(nóng)村土地資產(chǎn)價格的重要因素，由本文計算可以得到的綜合關(guān)聯(lián)度都大于0.75，其他綜合關(guān)聯(lián)度都在0.75以下，而其他因素對價格有一個更加平衡的影響。

（3）本文首先在計算綜合關(guān)聯(lián)度中選取關(guān)聯(lián)度最大的三個因素。然后，運用GM（1，1）模型進(jìn)行預(yù)測，然后結(jié)合得到的 GM（1，1）和 GM（0，N）模型預(yù)測 2021-2025年農(nóng)村土地資產(chǎn)價格的趨勢變化。根據(jù)模型的預(yù)測結(jié)果，從2021-2025年，某縣周邊農(nóng)村土地資產(chǎn)價格將持續(xù)上漲，這對農(nóng)戶來說是個好消息。這是首次將灰色系統(tǒng)理論應(yīng)用于某縣周邊農(nóng)村土地資產(chǎn)價格的預(yù)測。

8.2 展望

（1）在對周邊縣地的價格預(yù)測過程中，我們建模的主要因素的選取是基于文章計算得到排列前三的因素，然而這可能會造成主觀影響，從而對結(jié)果也會產(chǎn)生一定的偏差，而這種偏差也屬于正?，F(xiàn)象。因此，我們在未來的研究中可以采用不同的方法進(jìn)行檢驗或也可以通過因素修正組合的方法對農(nóng)村土地資產(chǎn)價格進(jìn)行預(yù)測，進(jìn)而使得到的預(yù)測結(jié)果更加合理、科學(xué)。

（2）就本文而言只討論了宏觀、中觀的影響因素來對土地資產(chǎn)價格進(jìn)行預(yù)測研究。但還是由于土地評估政策不規(guī)范，導(dǎo)致市場發(fā)展停滯；另一方面，由于農(nóng)村土地記錄數(shù)據(jù)不太完善和公開性不夠全面，大量的主要因素未被考慮進(jìn)去。因此，在今后的研究中我們有必要進(jìn)一步完善。

（3）未對農(nóng)村土地類別進(jìn)行劃分，主要研究廣義的縣周邊的農(nóng)村土地，在接下來的研究中要考慮未來短期價格和長期價格對其的影響。