-1-
基于数字地价模型的城镇土地“以价定级”研究
摘 要：以安徽省蚌埠市商业交易样点为例，通过对样点数据进行处理，在 平台
上，选择普通克里格方法对样点进行空间插值，构建出蚌埠市商业用地数字地价模型。并在
此基础上划分出相应的土地级别。提出“以价定级”方法的合理之处，并指出了该方法的几
点不足。
关键词：数字地价模型；以价定级；克里金；空间插值；土地级别
城镇土地定级是城镇土地形成条件和土地质量地域差异的反映,也是城镇土地使用价值
和价值空间分布规律的概括和总结[1]。科学地划分土地级别是合理管理和利用城市土地资源
的基础和依据。目前，我国城镇土地定级大部分采用基于网格单元的多因素综合评价法，即
根据影响城镇土地级别的因素因子，通过赋予各因素相应的权重，计算出各个网格单元的分
值，从而对城镇土地的质量进行综合评价，划分出土地的级别[2]。该方法能全面考虑各种与
土地质量直接相关的因素，不仅包含了影响土地价值的经济因素，而且包含了其他因素，通
过把经验转化为科学指标，把复杂事物直接判断转化为对事物某些方面的单项判断，从而保
证了级别划分的科学性[3]。然而，该方法却存在着一定的弊端。经过多年的实践发现，由于
在城镇土地定级的过程中，因素因子的选择、因素因子的影响权重，因素因子的等级、功能
分、划分土地级别的数目、划分级别的分数等都是人为确定的，使得多因素综合评价法在定
级过程中的主观性增强，即使对于同一个城镇，不同的人进行定级，结果可能大不一样[4]。
随着我国城镇土地、房产市场发育不断成熟，交易样本数量的不断增多，交易价格的市场化
和公开化程度不断加深，“以价定级”的条件在一些城市已经具备。以价定级的前提之一就
是要有大量的地价数据。要获得准确的价格数据，就需要布设大量的地价监测点或调查收集
大量的地价样点，将会耗费大量的人力财力。为了操作方便，减小调查过程中由于被调查者
提供的数据不实等造成的误差，可将地统计学方法与地理信息系统相结合,通过对已知地价
样点数据进行空间插值,实现由点数据到面数据的转化,生成研究区数字地价模型[5]。基于数
字地价模型的“以价定级”就是指收集市场调查资料和相关部门提供的土地交易样点，通过
数据检验、剔除异常值后，选用适当的空间插值方法，使离散的样点均匀分布到整个连续的
样本区，建立起数字地价模型，然后进行空间聚类分析，初步划分土地级别，然后将得到的
土地级别按照实际情况进行微调即可得到合理的土地级别。这种方法将土地级别与土地价格
直接联系起来，测算方法便捷，结果便于应用，亦有利于城市土地级别的适时调整，可以认
为基于数字地价模型的“以价定级”是城市土地级别划分和基准地价评估的有效方法，必将
拥有广泛的应用前景。
本文以安徽省蚌埠市 2008 年商业用地基准地价更新所用的 532 个样点数据为例，通过
对异常样点剔除，将剩余的有效样点采用一定的空间插值方法，建立起蚌埠市数字地价模型，
然后通过重分类方法，得到初步的土地级别，经过级别调整后最终确定蚌埠市的土地级别。
1 样点数据处理
此次所选用的 532 个样点数据全部为蚌埠市 2008 年商业出租样点，需要说明的是，这
部分样点均是按照《城镇土地估价规程》进行修正后的地价样点。将这部分样点首先按照肖
-2-
维勒法则进行异常点剔除，得到 499 个剩余样点。对于部分插值方法来说（如普通克里格），
数据符合正态分布是进行空间插值的必要前提，故还需对剩下的这部分样点进行统计检验，
看其是否符合正态分布。本文利用 ArcGIS 中 Geostatistical Analyst（地统计分析）模块的
Histogram（直方）功能对样点数据进行统计分析，得到图 1-1。
图 1 499 个样点分布统计图
The distribution Statistical graph of 499 sampling points
由图可以看出，样点分布直方图的左侧部分存在一些非常低的柱状条，这些柱状条表现
为孤立存在，统计学中叫做离群值。这些离群值明显低于其他样点数据，离群值的出现可能
是样点调查时被调查者提供数据不实，也可能是记录或数据处理方法有误，因此需要将该部
分数据剔除掉。剔除后样点数据剩余 451 个，将剩余的样点再次进行统计分析，得到图 1-2。
图 2 剔除离群值后的样点分布统计图
The distribution Statistical graph after removing the outlier data
由图 1-2 可知，此时的数据已基本符合正态分布，为定量分析异常值剔除后的数据结构，
笔者采用单样本 k-s 检验这种非参数检验方法对数据进行正态分布检验。检验结果证明经对
数变换后数据的 Kolmogorov-Smirnov Z 统计量的值为 ，大样本时 α = 和 α =
的临界值分别为 和 。因为 Kolmogorov-Smirnov Z 统计量的值 <，因此不
-3-
中国科技论文在线
能拒绝数据符合正态分布的原假设，即在 α = 的显著性水平下数据符合正态分布。这
些都说明经过肖维勒判别法和直方图剔除法剔除异常值后的样点数据具备良好的总体分布
条件，数据质量较高，可以很好地用于后续分析。即剩余的 451 个样点为可直接进行空间插
值的有效样点。
2 数字地价模型的建立
空间相关性检验
数字地价模型建立效果的好坏关键在于空间插值方法选择的准确与否。要选择合适的空
间插值方法，首先需要对样点进行空间相关性检验。本文采用 David 和 Jay Lee
在 基础上开发的空间统计扩展模块进行了测算，测算界面及结果如图 2-1、表
2-1 所示。
图 3 自相关系数测算过程
The computation procedure of the self-correlation coefficient
表 1 自相关系数测算结果表
Table1 the caculation table of the self-correlation coefficient
指标 指标值 期望值 E（I） 方差（正态） Z 值（正态） 方差（随机） Z 值（随机）
Moran’s I -05 -05
前面已经介绍过，剩余的 451 个样点是符合正态分布的，因此进行假设检验时采用正态
分布检验统计量。根据假设，当Moran's I ( )E I> ，且显著时，表示在地理分布中相似的属
性值倾向于聚集在一起（正的空间自相关）。从表 2-1 可以看出，Moran’s I 的值为 ，
远大于期望值 E（I），即样点数据存在空间正相关。另外，通过查表可以得到，在显著性
水平为 1%时，适用的临界值为[，]。从表 1-1 可以看到，正态分布下，Moran’s I
的 Z 值 远大于 ，可以拒绝零假设 H0（ H0 假设：n 个样点的属性值之间不存
在空间自相关）[6]。综上可以得出，蚌埠市商业样点地价之间存在显著的空间正相关性。
空间插值方法的选择
在选择空间插值方法时，我们首先引入地统计学的概念。地统计学是数学地质学家在经
典概率统计学的理论方法基础上发展而来的一种新兴边缘学科。地质统计学是以区域化变量
-4-
中国科技论文在线
(RegionalizedVariable)理论为基础,以变异函数(Variogram)为基本工具的科学,其主要研究内
容为空间分布中具有双重特性(随机性和结构性)的自然现象,所以凡是在空间分布上具备双
重特性的数据,都可使用地质统计学内的方法来进行处理和分析。克里金方法是建立在地统
计学基础上的一种插值方法，主要简单克里金方法(Simple Kriging)和普通克里金方法
(Ordinary Kriging)。简单克里金方法假设不存在偏移,关注与空间相关因素。普通克里金方法
假设除了已知点之间的空间关系外,空间变量在 z 值上还有偏移或有结构因素,表现为一个趋
势[7]。对城市地价来说，根据区位理论，土地价格随着距城市中心距离的增加而降低，因此
地价在空间分布上是一个存在趋势的连续性变量，对于蚌埠市这种明显的单中心城市来说，
该趋势表现的更加明显；而在上面的数据检验中我们得到，蚌埠市商业样点地价之间存在显
著的空间正相关性，且呈现正态分布特征，因此，本文选择普通克里金插值法进行插值。普
通克里金插值法共包含四种变异函数模型，即指数模型、球状模型、高斯模型和线性模型。
为了从中选出最优模型，本文利用 GS+软件的交叉检验功能，对各变异函数模型进行交叉
检验，其结果如表 2-2：
表 2 变异函数模型交叉检验参数表
Table2 The cross check result of variograms model
插值模型 指数模型 球形模型 高斯模型 线性模型
回归系数标准误 SE
决定系数 R2
标准误差预测值 SE prediction
上表中，SE 是回归系数的标准误，其值越小越好；R2 为决定系数，其值越大回归效果
越好；SE prediction 为标准误差预测值，其值越小越好。从表 2-2 中可以看出指数模型的检
验参数在几个方面表现都为最优，线性模型对本文数据几乎不适用，甚至无法拟合出恰当的
回归结果。对上面检验结果进行总结后可以得出，指数模型是此次进行空间数据插值的最优
模型。
地价空间插值
采用 GS+ 软件对变异函数值进行拟合，在对模型的各向异性进行转换后得到了以下
的指数变异函数公式：
式中，基台值 0C C+ 为 ，h为两点间的距离，变程 3 14910A a= = ，可见变异函
数变程较大，这也符合一般情况即指数模型变程最大，球形最小，高斯居中。由变异函数测
算的块金值 0C 为 ，偏基台值C为 ，块金系数 0
0
C C
=+ ，采用上述参数
值，利用 软件中的 Geostatistical Analyst 模块，结合样本点值即可对预测点进行空
间插值，从而得到连续的地价表面[8]。图 2-2 为采用普通克里格方法的指数模型得到的内插
结果。
(1 )
h
e
−+ −
0h =
( )hγ
0
0h >
-5-
中国科技论文在线
图 4 商业样点数字地价模型平面图
Fig4 The Digital Land Price Model plan of commercial land samples
为了使蚌埠市整体地价水平的空间分布状况更加直观，将商业数字地价模型在三维空间
中显示，得到图 2-3.
图 5 商业样点数字地价模型三维图
Fig5 The three-dimensional plot of commercial land samples
通过图 2-3 可以看出，蚌埠市商业地价存在若干高低不等的地价高峰，但从整体上来说，
只有一个较大的地价高峰区，这也验证了蚌埠市是一个单中心城市的论断。另外，从图上还
可以看出，商业地价存在一个明显的变化趋势，即从市中心向城市外围的地价逐渐降低，这
与商业地价样点的分布趋势相吻合，表明本文构建的商业数字地价模型比较合理地描述了商
业地价的总体分布水平。
道路
道路
评价范围
-6-
中国科技论文在线
3 土地级别的划分
利用数字地价模型进行土地级别划分的主要过程大致为：数字地价模型数据频率统计→
统计数据结果分类→土地级别初步划分→级别界限微调→土地级别的确定。因此，在建立好
数字地价模型后，土地级别划定的基础工作便是绘制地价分布频率图。
利用普通克里金插值生成的连续地价表面需要经过转换生成栅格数据，本文中的栅格单
元大小为 15m×15m，每个单元格都被赋予了相应的属性值，即地价值，利用 软
件中的地统计分析模块进行数理统计，即可绘制出地价的频率分布图。
为了达到合理划分土地级别的目的，需要选择一种合适的方法对频率统计数据进行分
类。重分类方法为 GIS 中对栅格数据进行空间分析的一种方法，它基于原有栅格数据值，
根据其数据特点进行重新分类整理得到一组新的数值，并将得到的结果进行输出，其过程类
似于聚类分析。Arcgis 中共有六种标准分类方案，，包括手工分类、自然间断分类、分位数
分类、等间距分类、自定义间距分类和标准差分类[9]。为了保证级别划分的客观性，本文选
择自然间断分类方法。自然间断(Natural Breaks(Jenks))是基于数值的自然分组分类。通过寻
找数据中内在的分组和分类，确认间断点。要素被分为不同的类型，其边界在数值变化相对
大的地方跳跃。2008 年蚌埠市商业用地土地级别共划分为 6 级，该级别是蚌埠市人民政府
采用多因素综合评价法，结合当地社会经济等多方面因素划出的。因此，本文同样将分组数
量定为 6，选择在地价突变点出进行级别划分，从而得到初步的土地级别，如图 3-1、3-2。
图 6 自然间断法划分土地级别图
Fig6 The demarcation figure of land level by Nature Intermission method
从上图可以看出，在第一级别、第二级别中均有一个不属于本级别的孤岛；每个级别均
呈现不规则发散状，从而导致可能破坏宗地的完整性；未考虑不定级区域的影响。因此，需
要对初步划分的级别进行微调，按照土地级别划分的一般原则，将得到的土地级别进行去孤
岛化处理，同时将级别线按主要街道分布，并从中扣除不定级区域，从而得到最终的土地级
别，如图 3-3。
-7-
中国科技论文在线
图 7 初步划分得到的土地级别图
Fig7 The tentative result of Land rank map
图 8 经调整后的土地级别图
Fig8 The final result of Land rank map
4 结论
基于数字地价模型进行土地级别的划分是一种便捷、高效而又能直观地反映真实土地质
量水平的定级方法，有效地解决了当前以多因素综合评价法为主流的土地定级方法中的缺
陷，是对传统土地定级方法的补充和创新，其合理又独到的评价结果对科学管理和利用有限
的土地资源具有一定的指导意义，同时也适应了未来土地定级工作的发展趋势。当然，以价
定级并非尽善尽美，该方法也存在着一定的缺陷和不足之处，如对于交易样点分布较为密集
的区域，数字地价模型的精度较高，而外围区域由于交易样点较少，利用内插样点法得到的
-8-
中国科技论文在线
模型精度较低，这将直接影响到级别划分的准确性；空间插值模型未考虑山体、河流对地价
的阻隔作用,在级别边界的确定上还有待进一步完善[10]等等。但是，随着土地市场的不断发
育，数字地价模型理论的不断充实，土地级别划分方法的不断完善，基于数字地价模型的“以
价定级”必将会有广泛的应用前景。
参考文献
[1]赵玉娟，张绍良.基于以价定级的城镇土地定级技术探讨[J].国土资源科技管理，2007，5：62-65.
[2]国土资源部,城镇土地估价规程[S].
[3]亓新政,赵嵩正,徐伟等.基于多因素综合评价法的城市土地定级评价研究—以银川市为例[J].人文地理，
2008，6：41-44.
[4]王宁,付梅臣.基于数字地价模型的城镇土地质量评价研究[D].北京:中国地质大学硕士论文，2009.
[5]孟庆香,刘国彬,杨勤科.黄土高原年均温的空间插值研究[J].干旱区资源与环境,2009,23(3):84-87.
[6]陈彦光.基于 Moran 统计量的空间自相关理论发展和方法改进[J].地理研究，2009，28（6）：1449-1409.
[7]王艳妮,谢金梅,郭祥. ArcGIS 中的地统计克里格插值法及其应用[J]. 软件导刊,2008,7(12):36-39.
[8]李洪芬，胡光道，李江风. 基于地质统计学方法的土地利用空间变异尺度分析[J].地理与地理信息科学，
2008，24（5）：6-10.
[9]聂庆华,包浩生.基于 GIS 农田质量自动分等定级算法及其实现-以北京市房山区为例[J].南京大学学
报,1999,6:697-703.
[10]郑光辉,黄克龙,张志宏等.运用克里金插值技术进行土地级别划分[J].南京师大学报，2007，30(1):112-116.
Study On Urban Land Graduation Based On Digital Land
Price Model
Han Qidong1,2, Wang Yinghong1,2, Peng Shangui1,2, Xu Jiping 1,2, Zhang Feng1,2,
Dong Xiaoming1,2
Scool Of Environment Science & Spatial Informatics,China University Of Mining and Tecnology,
JiangSu Xuzhou (221006)
Abstract
Taking Bengbu country of ANU for a case ,this paper uses to process the sample date ,
chosing Ordinary Kriging model to interpolate the sample data,and build the Digital Land Price Model .
It makes reasonable technology project to carve up the rand of land in the basis of the DLPM .This
paper points out that the method of graduation based on price has its drawbacks as well as merits.
Key words: Digital Land Price Model;gradation based on price;Kriging;spatial interpolation;rand of
land
作者简介：韩其栋（1985-），男，汉族，山东潍坊人，现就读于中国矿业大学，硕士，主
要研究方向为土地经济与评价。
