APP下载

土地储备影响因素分析及其数量预测方法研究

2019-07-29易舟

国土资源导刊 2019年2期
关键词:预测方法趋势分析土地储备

易舟

摘 要  本文主要对土地储备的影响因素进行详细分析,注意在土地储备规划编制过程中的关键因素。对土地储备量预测方法进行理论研究,比较分析土地储备量预测几种方法,并剖析方法的實质。根据已往六年来吉首市相关土地储备数据,对2017-2019年三年年平均土地储备供应量进行预测计算。发现趋势分析预测方法与灰色模型方法预测数值具有较高的吻合度。因此,这两种预测方法比较适用于土地储备总量预测,值得推广应用。

关键词  土地储备;因素分析;预测方法;灰色模型;趋势分析

中图分类号:F293.2                         文献标识码:A

Abstract: This paper mainly analyzes the influencing factors of land reserve and pays attention to these key factors in the process of preparing land reserve planning.This paper makes a theoretical study on the forecast of land reserve quantity, compares and analyzes the methods of land reserve quantity forecast, and analyzes its essence.According to the relevant land reserve data of Jishou city, the average annual land reserve supply in the three years from 2017 to 2019 is predicted and calculated.The results show that the trend analysis method and the grey model method have a good agreement.Therefore, it shows that these two prediction methods are reasonable and worthy of promotion and application.

Keywords: land reserve; factor analysis; forecasting method; grey model; trend analysis

1  引言

我国经济迅速发展导致城市化速度加快,城市的基础设施需要快速发展,才能适应城镇化发展进程[4]。科学合理的城市土地规划、土地储备计划能有效促进城市基础设施快速高效发展。城市储备的土地在符合相关规划和计划的前提下,既能控制增量土地的收回和储备,又要增加现存土地盘活力能力,进一步优化土地结构,提高土地利用率[1,2]。土地储备和利用应综合考虑城市人口资源和环境的承载能力、土地储备开发潜力和效益,合理确定土地储备总量相关技术指标,维持年度土地储备供需的总量动态平衡[6],保障土地市场平稳和健康发展[2]。土地储备计划编制应充分考虑相关影响的关键因素,结合地区特色,合理规划土地储备结构和规模,充分发挥区位优势,促进城市经济快速增长。因此,其中一项重点工作是科学合理把控和预测土地储备供应量。预测土地市场的供求量与需求量,科学合理预测储备土地有利于城市健康发展。充分发挥现代科技优势,利用多种分析预测模型对未来进行合理预测,确保土地储备的合理性,避免负面影响,推动城市快速健康发展。

2  土地储备的影响因素分析

影响土地储备量的因素很多。分析影响土地储备量各个因素及相互间关系是预测未来城市土地合理储备量的前提和关键[2]。影响土地储备量的因素主要有:

城市规划法规因素:《城市规划法》等相关法律法规规定,土地储备机构或相关部门确定的储备地块,应符合城市的土地规划要求[4]。土地储备编制应详细规划捆绑储备地块相关内容,按照规划控制地块储备。吉首市国民经济和社会发展第十三个五年规划纲要、吉首市土地利用总体规划(2006-2020 年)、吉首市城市总体规划(2003-2020)等重要文件都对吉首市近三年土地储备计划具有指导和约束作用。

经济发展水平:经济的不断增长促进土地使用量不断扩大[4],给土地市场带来繁荣发展,需要更大土地储备规模[8]。根据近九年 GDP、固定资产投资、财政总收入三项指标值,建立线性趋势模型或灰色模型测算,预计吉首市此三项经济指标的增长率将分别达到 5.61%、19.69%、9.10%,因此,土地储备计划需保证经济社会发展需要的土地供应规模,如图1所示。

土地用途和地理位置:土地用途和地理位置直接影响城市土地储备规模和结构,土地储备通常优先考虑具有优越储备开发条件和良好地理位置的土地。吉首市地处湖南省西北部,与湖南、湖北、重庆、四川四省市边区接壤,它是四省市边区的中心城市,具有较好交通和区位地理优势。因此,优化土地使用结构,合理控制土地储备规模有利于吉首市快速发展,如图2所示。

资金与资金源:资金和资金来源是土地储备成功与否的关键因素[1,4,5]。筹资机制极不健全[11],政府注入的资金远远少于土地储备的需要巨额投资[4]。土地储备资金的最主要来源就是依靠银行贷款支持[5,11]。土地储备工作资金来源至关重要,寻找拓宽土地储备中心筹够资金的渠道[5],关系着土地储备发展,也是开展储备土地工作的核心所在。因此,资金和资金源限制土地储备规模。

兼顾公共效益优先:土地储备的编制过程及其价值取向上,社会效益应为首要考虑因素。为促进土地资源的集约使用[9],我国层面实施宏观调控职能和资源优化配置。因此,土地储备的工作應当遵循社会效益优先、公共效益优先原则进行。吉首市公共用地占比虽然不大,但是每年都是优先考虑,每年都是按计划实施率100%完成。

3  土地储备量预测方法述评

3.1 土地储备结构和规模控制

土地储备结构和规模是城市区位经济发展的操控杆,合理的土地储备结构和规模对城市发展起到带动和控制作用。土地储备必须结构合理,规模适中才能促进城市发展,促进区位经济增长。土地储备规模关系到城市的发展方向和潜力[10];土地储备的结构是城市发展的动力和特色。因此,合理控制规模,科学定位结构对城市区位经济发展的具有积极促进作用。

3.2 土地储备趋势分析法

趋势分析法是将已有的数看作为一个时间序列,根据这些资料的变化规律,拟合一条能基本反映数据本质变化的趋势曲线,然后按照这个变化趋势曲线预测数据的未来发展变化趋势,估计出未来某一时间点的数据估值。趋势预测法是先建立直角坐标系,将时间序列t定义为横坐标,纵坐标为指标时序对应数值y,将时间与指标展会到坐标系中,构成一张散点图,然后根据散点图构成的分布情况与数据具体情况综合分析,拟合构建以最小二乘法为核心的趋势方程,求解方程中的常数系数,最后应用求解的趋势线方程,对未来时间序列中对数据进行预测对分析方法。常用的构建趋势预测方程有:

直线型趋势线:y(t)=at+b,该方程适用于近似线性增减时间序列;

二次曲线方程:y(t)=at2+bt+c及三次曲线方程:y(t)=at3+bt2+ct+d,该方程适用于具有凹凸变化的趋势分析;

指数方程:y(t)=abt,该方法适用于逐年增减率相近趋势分析。

根据不同形式的分布数据,构建不同的趋势预测曲线方程,具有较好的适用性,同时在MATLAB等高级数据处理软件辅助下,可以更好的拟合趋势线方程,效率更高。

3.3 灰色模型预测法

灰色模型(Grey Model),记为 GM。灰色预测GM(1,1)模型起源于20世纪80年代年代初,由邓聚龙教授提出来的。该方法对使用对数据基本要求是数据具有非负单调性且为光滑离散数列;其主要优势在于[7]:训练样本需求量少[12](一般不少于四个样本),样本数据适用性很广泛;数据模型成熟,可软件实现计算;灰色模型预测准确度稳定。

建立灰色预测GM(1,1)模型[7]一般式为;

解此微分方程得:

式中参数a,u可由最小二乘原理[3]求得:

根据上述方程可以分析得到:该方法对与负数,单调性较差或不具有单调性对数据预测效果较差。

3.4结合多种方法综合分析

多种方法综合分析是一种权衡预测手段,各个模型都有各自的相关参数,选择参数不同,产生不同的预测结果,各个模型都有缺点和局限性,因此,采用多种模型数据,加权平均获得更为可靠的预测结果。通常采用多种预测方法,使得预测结果具有较高可信度和可靠性。

4  吉首市土地储备分析与预测

4.1 吉首市区位概况

吉首市地处湖南省西北部,与湖南、湖北、重庆、四川四省市边区接壤,同时它也位于这四省市边区的中心。吉首市处于湘西土家族苗族自治州南部,五百公里半径内的重要网络中心城市有贵阳、重庆、宜昌、长沙、柳州等。境内有焦柳线铁路,常-吉、吉-茶、吉-怀高速、国道G319、G209,以及省道S229、S262等构建的高速交通网络;此外还有1条通航河道,交通优势十分明显[6]。全市主要经济指标总体表现稳中快进,2016年实现生产总值137亿元,同比增长10%。经济发展较快、较稳定,交通区位优势明显。

4.2 吉首市土地储备的影响因素分析

影响吉首市土地储备的主要因素包括:资金方面,征拆难易程度,拆迁户安置等因素制约,储备控制计划未采用前三年储备土地供应总量平均值进行控制,因此,该指标规模设置偏大,这也在一定程度上影响实施效果。同时,多方机构管辖导致存量土地以及审批的国有建设用地未纳入储备计划的存量土地,对土地储备计划都有影响。

总之,土地储备计划中储备土地总规模、储备土地供应、储备土地融资和储备库存等指标的确定,不仅要充分对接全国及吉首市实际经济和社会发展、房地产市场行情、城市化进度等实际情况,而且要与项目报批与审批、土地征地拆迁补偿与安置、土地前期开发、安置农民配合度等各种主观和客观因素息息相关[6]。

4.3 吉首市土地储备供应量预测

根据近六年土地供应量数据分析,除由于永吉高速公路用地供应导致2013年供地量为近六年峰值外,其他五年供地量呈稳步上升趋势。故在对2017年供地量进行预测时,2013年供地量数据作为异常值剔除,不参与预测计算初值,见表1。

(1)灰色模型预测

根据吉首市2011-2016年土地储备供应量变化情况,选用灰色模型对其2017、2018和2019年土地储备供应量进行预测。根据数据与时间序列关系建立GM(1,1)模型,建立供应总量预测模型为:

X(t+1) = 1695.541678 e (0.067033t)- 1626.971678

由此可以测算2017-2019年度供应量为153.704公顷、164.361公顷、175.756公顷,未来三年年平均供应量为164.607公顷。

表2根据2017年、2018年实际供应量数据分析,预测误差以及相对误差,灰色GM(1,1)模型预测精度非常高,预测误差在3.2%内。

(2)趋势分析预测

使用剔除2013年数据异常值数据后,根据趋势分析预测法进行数据分析与建模,基于多种关系式拟合,如图3所示。

最终选定对数趋势模型分析,其拟合优度R2=0.8999,与数据发展趋势一致,符合要求,建立拟合趋势方程式为:

y = 44.501ln(x) + 75.595

其中:x为时间变量,y为供应总量预测值,根据趋势预测法计算结果得出未来三年吉首市用地供应量分别为156.328公顷,163.188公顷和169.130公顷,所以未来三年年平均供应量为162.882公顷。

根据表3数据分析2017年、2018年实际供应量数据分析,预测误差以及相对误差,趋势分析模型预测精度非常高,预测误差在2.0%内。

通过数据计算分析,趋势分析预测精度略高于灰色模型精度。综合考虑各类因素,使用趋势预测法和灰色模型所得结果均符合吉首市实际发展现状,采用趋势预测法进行预测的用地值权重取0.5,灰色模型分析法的预测用地权重为0.5,最终预测的吉首市土地储备供应量未来三年年平均需求量为163.7445公顷,2019年土地储备量预计172.443公顷。

5  结语

土地储备计划编制包含众多因素,需要深入剖析众多影響因素,发现众多因素中主要的或是关键因素,制定土地储备计划,有利于城市经济发展和经济增长[12]。本文主要对常用的两种预测方法进行实际运算分析,结果发现,灰色理论模型分析法和趋势分析法结果极为相近,因此,此两种方法在吉首市土地供应量预测中具有较高的可靠性和实用性。

参考文献/References

[1]张斌君,刘勇满.国城市土地储备制度存在的问题及对策研究[J].现代商化2012(7):15.

[2]邱莹莹.土地定向储备模式下地块选择研究[D].华中科技大学.2015.

[3]卢懿.灰色预测模型的研究及其应用[D].浙江理工大学.2014.

[4]张嘉惠,杨木壮,等.基于集约利用的城市土地储备量预测—以肇庆市鼎湖区为例[J]2014():6020-6024+6028.

[5]魏一.渤海海峡跨海通道建设投融资与土地储备机制相结合研究[J].鲁东大学, 2009(9):34-38.

[6]吉首市2017年度土地储备计划编制说明.2017.

[7]刘源.基于灰色预测模型的物流需求分析[J].物流技术.2012(7):23-28.

[8]李海燕,李淑杰,刘兆顺,等.土地储备规模预测研究——以长春净月经济开发区为例[J].安徽农业科学,2011,39(2):952-954.

[9]刘明皓,邱道持. 基于集约和节约利用的土地储备研究——以重庆市都市圈为例[J]. 现代城市研究,2007(8):76 -81.

[10]王洋,尹奇,鲍海军,等. 开封市土地储备潜力规模研究[J]. 中国农学通报,2011,27(14):277-281.

[11]胡文婷.  城市基础设施建设的融资问题探析[J].  技术与市场,2010(10): 48-49 .

[12]张志鹏.土地储备制度对土地价格的影响及合理储备量的预测[J],2018(7).40-43.

猜你喜欢

预测方法趋势分析土地储备
风电短期发电功率预测方法探讨
高校微课教学现状及未来发展趋势研究
从《远程教育》35年载文看远程教育研究趋势
基于知识图谱的智慧教育研究热点与趋势分析
船舶交通流量及几种预测方法分析
央行等四部门发文减少土地储备规模
今年起各地不得再向银行举借土地储备贷款