基于BP神经网络模型的住宅用地地价评估研究
——以南昌市主城区为例

陈志鹏，郭 熙，赵丽红*，郭细根

(1.江西农业大学国土资源与环境学院，330045，南昌；2.重庆理工大学经济金融学院，400054，重庆)

0 引言

改革开放以来，我国土地交易市场的建设取得重大突破。从土地公开市场的土地出让收益来看：1999—2015年，这17 a全国土地出让收入总额为37 457亿元，2017年这一数据猛增至52 059亿元[1]。由此可见，我国土地出让市场呈现异常活跃、交易量大的特点。为了规范土地交易市场，抑制土地价格的不合理增长，对土地估价的精度要求也越来越高，提高地价评估的客观性和科学性很有必要。在此背景下很多学者基于不同视觉、采用不同的技术方法对地价评估进行研究，如回归模型[2]、模糊数学[3]、云模型[4]、克里金插值[5]等方法。但上述方法均未考虑地价影响因素权值确定这一主观性问题。随着人工智能的兴起，不少学者将人工智能方法运用于地价评估，如BP神经网络，支持向量机[6]和随机森林[7]等方法。该些方法均规避了地价影响因素的权重问题，建立地价与其影响因素间的映射关系，更具有一定的客观性与优越性。

与传统估价方法中的市场比较法相比，BP神经网络有很多相似之处，但是与市场比较法不同的是，神经网络不需要人为地确定修正系数，这也就在很大程度上降低了人为因素对估价的影响。因此为减少在土地估价过程中人为主观性，提高估价科学性，本文将BP神经网络引入到住宅地价评估中，采集南昌市主城区100多个住宅土地交易案例，探讨适用于南昌市主城区住宅用地的地价评估自动机制。……