基于GM（0，N）與 GM（1，1）模型下農(nóng)村土地資產(chǎn)價格預(yù)測研究

謝忠鏢，衛(wèi)引凱

（江西理工大學(xué)，江西 贛州 341000）

國家不斷推進新型城鎮(zhèn)化的建設(shè)，我國城鎮(zhèn)化率已達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)化率能夠達到72%[3]左右?！笆奈濉币?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，在分批推進城鎮(zhèn)化情景下，全國空心村綜合整治增地潛力可達約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，已遠遠超過國家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、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)濟來源和生活依靠。在經(jīng)濟發(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)實中有較強的指導(dǎo)意義。與此同時，農(nóng)民進行銀行貸款申請時，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，還未從土地等級進行細分。

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)問題影響因素進行分析，他從定性分析向定量方法進行過渡，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，認為減收法是最合適的一種。

魏兵[17]認為，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。

以上文獻分析了我國農(nóng)村土地資產(chǎn)價格評估的作用機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)濟和管理學(xué)進一步說明了農(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）模型的建模機理進行了研究。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]等方面對模型進行優(yōu)化，進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，在進行建模前通常都需要對序列進行光滑性檢驗，如不進行檢驗，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)價格進行預(yù)測時，僅僅選取了定量計算排列前三的綜合因素進行建模，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常現(xiàn)象。因此，我們在未來的研究中可以采用不同的方法進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)價格進行預(yù)測，進而使得到的預(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去。因此，在今后的研究中我們有必要進一步完善。

（3）未對農(nóng)村土地類別進行劃分，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。