數(shù)字技術(shù)賦能中小城市房地產(chǎn)批量評(píng)估的探索與實(shí)踐路徑

摘" "要：目前，隨著房地產(chǎn)信息化和數(shù)字化進(jìn)程的加快，作為當(dāng)前國(guó)際上主流的稅基評(píng)估方法，房地產(chǎn)批量評(píng)估法在一線城市的應(yīng)用逐步成熟。但對(duì)于中小城市而言，由于數(shù)據(jù)基礎(chǔ)薄弱、人才儲(chǔ)備不足等原因，大多數(shù)仍采用傳統(tǒng)的評(píng)估模式開(kāi)展存量房交易環(huán)節(jié)納稅評(píng)估工作。以邵陽(yáng)市為例，在房地產(chǎn)批量評(píng)估的各個(gè)工作環(huán)節(jié)如基礎(chǔ)數(shù)據(jù)獲取、評(píng)稅分區(qū)劃分、影響因素采集等環(huán)節(jié)采用大數(shù)據(jù)、人工智能和地理信息系統(tǒng)等先進(jìn)數(shù)字技術(shù)，不僅提升了現(xiàn)有基礎(chǔ)數(shù)據(jù)的準(zhǔn)確性和有效性，滿足了批量評(píng)估對(duì)數(shù)據(jù)數(shù)量和質(zhì)量的要求，而且還提升了評(píng)估實(shí)施的效率，降低了實(shí)施成本，為數(shù)字政府建設(shè)奠定了堅(jiān)實(shí)的基礎(chǔ)。

關(guān)鍵詞：稅基評(píng)估；中小城市；房地產(chǎn)批量評(píng)估；數(shù)字技術(shù)

中圖分類(lèi)號(hào)：F293.30" " " 文獻(xiàn)標(biāo)志碼：A" " " 文章編號(hào)：1673-291X（2023）21-0050-03

一、研究背景

隨著互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等技術(shù)高速發(fā)展，數(shù)字技術(shù)以網(wǎng)絡(luò)化、信息化、數(shù)字化、智能化的形式對(duì)各方面領(lǐng)域進(jìn)行賦能，其存在海量、便捷、高效等特點(diǎn)。在數(shù)字、科技賦能理念驅(qū)動(dòng)下，原有的傳統(tǒng)個(gè)案評(píng)估模式已經(jīng)無(wú)法滿足高質(zhì)量、高效率稅收征管工作的需要，亟待將數(shù)字技術(shù)、產(chǎn)品、工具等引入用于提升稅收征管工作的質(zhì)量和效率。

目前，采用國(guó)際通用批量評(píng)估技術(shù)開(kāi)展稅基評(píng)估工作多集中于一線城市及技術(shù)基礎(chǔ)較好的地域，鮮有應(yīng)用在中小城市稅收評(píng)估工作中。對(duì)于中小城市而言，隨著新技術(shù)的發(fā)展和房地產(chǎn)評(píng)估征管工作的深入，推進(jìn)數(shù)字技術(shù)在稅基評(píng)估領(lǐng)域的應(yīng)用仍存在難點(diǎn)。本文以湖南省邵陽(yáng)市為例，在稅基評(píng)估工作中采用國(guó)際領(lǐng)先、國(guó)內(nèi)先進(jìn)的批量評(píng)估技術(shù)，從數(shù)據(jù)準(zhǔn)備階段、評(píng)估實(shí)施階段到成果應(yīng)用階段，將大數(shù)據(jù)、統(tǒng)計(jì)學(xué)、地理信息、人工智能等新技術(shù)應(yīng)用在二手房交易納稅評(píng)估的各個(gè)工作環(huán)節(jié)，為中小城市構(gòu)建覆蓋全域、功能齊全的存量房評(píng)估納稅數(shù)據(jù)庫(kù)，實(shí)現(xiàn)存量房交易計(jì)稅價(jià)格評(píng)估與納稅的全鏈條信息化。

二、房地產(chǎn)批量評(píng)估的技術(shù)路線

自20世紀(jì)70年代起，隨著計(jì)算機(jī)的大規(guī)模應(yīng)用與普及，批量評(píng)估技術(shù)逐漸成為國(guó)際上具有影響力的稅基評(píng)估模式，在美國(guó)、加拿大、澳大利亞乃至南非等眾多開(kāi)征房地產(chǎn)稅的國(guó)家和地區(qū)，均采用了計(jì)算機(jī)輔助批量評(píng)估技術(shù)開(kāi)展房地產(chǎn)稅稅基評(píng)估工作。因此，批量評(píng)估通常借助計(jì)算機(jī)技術(shù)、地理信息系統(tǒng)等技術(shù)手段，應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)的原理和方法，對(duì)一系列相似房地產(chǎn)在特定時(shí)間的價(jià)值進(jìn)行整體評(píng)估。

雖然我國(guó)目前尚未開(kāi)征房地產(chǎn)稅，但自2011年起，應(yīng)財(cái)政部、國(guó)家稅務(wù)總局要求，各地從2011年7月起試點(diǎn)應(yīng)用房地產(chǎn)評(píng)估技術(shù)加強(qiáng)存量房交易稅收征管工作。目前，深圳、杭州等地均已采用批量評(píng)估技術(shù)開(kāi)展二手房交易納稅評(píng)估工作，在實(shí)踐層面積累了豐富的經(jīng)驗(yàn)。對(duì)于中小城市而言，批量評(píng)估依賴于完善的評(píng)估數(shù)據(jù)庫(kù)和信息化技術(shù)團(tuán)隊(duì)，然而由于自身數(shù)據(jù)基礎(chǔ)薄弱，技術(shù)人才力量不足，導(dǎo)致稅務(wù)部門(mén)難以通過(guò)自身技術(shù)能力通過(guò)批量評(píng)估實(shí)現(xiàn)“一房一價(jià)”。在這種情況下，通過(guò)引入先進(jìn)的評(píng)估理念和工作模式，在評(píng)估環(huán)節(jié)通過(guò)應(yīng)用數(shù)字技術(shù)，可以在現(xiàn)有基礎(chǔ)上實(shí)現(xiàn)高效率、低成本的房地產(chǎn)稅基評(píng)估，真正實(shí)現(xiàn)數(shù)字科技賦能房地產(chǎn)稅基評(píng)估。

根據(jù)比較法、成本法和收益法等批量評(píng)估的基本原理，采用批量評(píng)估技術(shù)開(kāi)展房地產(chǎn)稅基評(píng)估工作的技術(shù)路線具體實(shí)施步驟如下：一是應(yīng)用大數(shù)據(jù)、人工智能和地理信息系統(tǒng)技術(shù)，對(duì)特定的評(píng)估對(duì)象完成基礎(chǔ)數(shù)據(jù)收集、分析和整理，并通過(guò)時(shí)空一體化模型構(gòu)建時(shí)空數(shù)據(jù)庫(kù)；二是根據(jù)房地產(chǎn)估價(jià)規(guī)范和當(dāng)?shù)胤康禺a(chǎn)市場(chǎng)情況，采集房地產(chǎn)價(jià)格影響因素；三是通過(guò)分區(qū)、分組對(duì)相似房地產(chǎn)實(shí)現(xiàn)聚類(lèi)，完成評(píng)稅分區(qū)的劃分；四是采用定性、定量的統(tǒng)計(jì)學(xué)分析方法開(kāi)展評(píng)稅分區(qū)內(nèi)修正系數(shù)測(cè)算；五是通過(guò)案例選取實(shí)現(xiàn)標(biāo)準(zhǔn)房評(píng)估，結(jié)合已構(gòu)建的修正系數(shù)體系，即可一次性評(píng)估出所有房地產(chǎn)的價(jià)值或價(jià)格。

三、案例研究

一直以來(lái)，邵陽(yáng)市都存在存量房交易環(huán)節(jié)中稅收規(guī)模偏低的現(xiàn)象，其主要原因是“陰陽(yáng)合同”帶來(lái)的避稅空間，形成明顯的稅收漏洞，影響了稅法的嚴(yán)肅性和公正性，削弱了房地產(chǎn)市場(chǎng)調(diào)控的政策效果。針對(duì)以上情況，邵陽(yáng)市稅務(wù)部門(mén)擬采用批量評(píng)估技術(shù)來(lái)核定其交易計(jì)稅價(jià)格，構(gòu)建能夠覆蓋城區(qū)的存量房交易納稅評(píng)估“一房一價(jià)”數(shù)據(jù)庫(kù)，在堵塞“陰陽(yáng)合同”的同時(shí)，實(shí)現(xiàn)對(duì)“互聯(lián)網(wǎng)+不動(dòng)產(chǎn)納稅交易平臺(tái)”的無(wú)縫對(duì)接。

（一）基礎(chǔ)數(shù)據(jù)準(zhǔn)備

大量、詳實(shí)的房地產(chǎn)數(shù)據(jù)為房地產(chǎn)批量評(píng)估的成功實(shí)施提供支撐，這些多元數(shù)據(jù)的完整性、準(zhǔn)確性和實(shí)時(shí)性是確保邵陽(yáng)市批量評(píng)估工作順利進(jìn)行的保障。因此，實(shí)施批量評(píng)估的首要步驟是將所收集的雜亂無(wú)章的多源數(shù)據(jù)進(jìn)行整理分析，按照特定的數(shù)據(jù)模型進(jìn)行組織，構(gòu)建邵陽(yáng)市批量評(píng)估基礎(chǔ)數(shù)據(jù)庫(kù)，從而為后續(xù)批量評(píng)估的實(shí)施過(guò)程奠定數(shù)據(jù)基礎(chǔ)。

1.“地—樓—房”數(shù)據(jù)模型。房地產(chǎn)物理屬性數(shù)據(jù)是描述現(xiàn)實(shí)世界中房地產(chǎn)物理實(shí)體的特征信息，其類(lèi)型和來(lái)源廣泛，能夠?yàn)樵u(píng)估師判斷房地產(chǎn)價(jià)格提供重要依據(jù)。它明確了評(píng)估對(duì)象的基本信息和內(nèi)在價(jià)格影響因素，是評(píng)估數(shù)據(jù)集合中最核心的數(shù)據(jù)組成部分。邵陽(yáng)市的物理屬性數(shù)據(jù)可分為兩類(lèi)，一類(lèi)是描述房地產(chǎn)名稱、用途、面積、建筑年代、戶型結(jié)構(gòu)等方面信息的基礎(chǔ)屬性數(shù)據(jù)，而另一類(lèi)則是描述房地產(chǎn)坐落、方位、樓層、周邊配套等信息的空間數(shù)據(jù)。這些數(shù)據(jù)項(xiàng)涵蓋土地、樓棟和房屋特征信息，在空間位置上存在必然關(guān)聯(lián)，宗地有其固定的空間位置，一塊宗地可能包含多棟樓，一棟樓可能包含多戶產(chǎn)權(quán)房屋，而這三個(gè)主體之間存在著相互依存的關(guān)系。因此，通過(guò)建立“地—樓—房”模型，可以將現(xiàn)實(shí)世界中的房地產(chǎn)表現(xiàn)形式映射到信息世界中，從而根據(jù)數(shù)據(jù)對(duì)象之間的相互關(guān)系來(lái)組織數(shù)據(jù)內(nèi)容，為各類(lèi)數(shù)據(jù)的組織提供規(guī)范性框架。

2.時(shí)空數(shù)據(jù)庫(kù)構(gòu)建。為滿足房地產(chǎn)批量評(píng)估的需求，必須建立一個(gè)全面的房地產(chǎn)估價(jià)時(shí)空數(shù)據(jù)庫(kù)，以確保評(píng)估工作順利開(kāi)展。邵陽(yáng)市時(shí)空數(shù)據(jù)庫(kù)的構(gòu)建以不動(dòng)產(chǎn)數(shù)據(jù)為基礎(chǔ)，融合了土地?cái)?shù)據(jù)、預(yù)售備案數(shù)據(jù)、存量房網(wǎng)簽數(shù)據(jù)、規(guī)劃數(shù)據(jù)等，從數(shù)據(jù)倉(cāng)庫(kù)設(shè)計(jì)角度出發(fā)，提出了一套完整的房地產(chǎn)批量評(píng)估時(shí)空數(shù)據(jù)庫(kù)框架體系。房地產(chǎn)屬性數(shù)據(jù)可通過(guò)“地—樓—房”模型進(jìn)行組織，時(shí)空一體化模型則可將各類(lèi)數(shù)據(jù)有機(jī)地融合在一起，因此可以采用正式庫(kù)、工作庫(kù)、歷史庫(kù)、版本庫(kù)分離的技術(shù)，以達(dá)到更高效的數(shù)據(jù)管理和利用。

（二）評(píng)稅分區(qū)的劃分

評(píng)稅分區(qū)是將一組房地產(chǎn)狀況相同或相當(dāng)?shù)念?lèi)似房地產(chǎn)集合作為有機(jī)的整體來(lái)考慮，確保所劃分出來(lái)的組別能夠滿足標(biāo)準(zhǔn)價(jià)調(diào)整模型的構(gòu)建及運(yùn)行需求，一般需要遵循區(qū)位相近、用途相同、檔次相當(dāng)、價(jià)格相近的原則。傳統(tǒng)的評(píng)稅分區(qū)劃分由評(píng)估師利用個(gè)人經(jīng)驗(yàn)導(dǎo)致結(jié)果誤差較大。采用大數(shù)據(jù)和地理信息技術(shù)，通過(guò)路網(wǎng)自動(dòng)提取的方式，疊加行政區(qū)劃地圖，可以極大程度上減輕評(píng)估師的工作量，同時(shí)結(jié)合計(jì)算機(jī)與人工審核，使得評(píng)稅分區(qū)的劃分結(jié)果更為精確。

在邵陽(yáng)市的商業(yè)批量評(píng)估過(guò)程中，通過(guò)政府部門(mén)共享與其他合作方式獲取路網(wǎng)數(shù)據(jù)，在研究區(qū)域內(nèi)選取特定時(shí)間段的路況數(shù)據(jù)來(lái)進(jìn)行對(duì)比分析。通過(guò)對(duì)比研究區(qū)域內(nèi)工作日與周末同一時(shí)間段的擁堵路段分布情況，可以辨別其擁堵類(lèi)型并判斷商業(yè)聚集程度的所屬分類(lèi)（聚集、一般、不聚集）。在此基礎(chǔ)上，通過(guò)時(shí)空聚類(lèi)分析的方法統(tǒng)計(jì)各路段的累計(jì)擁堵時(shí)長(zhǎng)，結(jié)合不動(dòng)產(chǎn)空間數(shù)據(jù)圖層的疊加，即可根據(jù)評(píng)估對(duì)象周邊路段的繁華情況進(jìn)行更為精準(zhǔn)的結(jié)果劃分。

（三）影響因素采集

1.批量查勘系統(tǒng)。區(qū)別于傳統(tǒng)評(píng)估師僅采集單套標(biāo)準(zhǔn)房的做法，由PC端的批量查勘系統(tǒng)進(jìn)行統(tǒng)一管理，配合無(wú)紙化的查勘小程序進(jìn)行采集，對(duì)邵陽(yáng)市存量房基礎(chǔ)屬性數(shù)據(jù)、空間數(shù)據(jù)和價(jià)格數(shù)據(jù)進(jìn)行全量采集。批量查勘系統(tǒng)具備自主模板配置的方式，可以根據(jù)查勘對(duì)象靈活內(nèi)嵌不同層級(jí)的查勘表單，且具備基本的小區(qū)查詢、定位、填寫(xiě)、刪除等功能，采用人工智能、地理信息系統(tǒng)技術(shù)可以實(shí)現(xiàn)結(jié)果自動(dòng)校驗(yàn)、人工審核以及查勘軌跡定位等功能，可以最大程度提升查勘工作的效率和精準(zhǔn)度。同時(shí)，經(jīng)審核的數(shù)據(jù)將直接入庫(kù)參與系統(tǒng)批量評(píng)估，使得批量評(píng)估信息化、標(biāo)準(zhǔn)化，評(píng)估過(guò)程全程可追溯，降低廉政風(fēng)險(xiǎn)，提高政府工作的信息化水平。

2.周邊配套數(shù)據(jù)采集。對(duì)房地產(chǎn)價(jià)值而言，區(qū)位是起決定性的因素。在邵陽(yáng)市實(shí)際批量評(píng)估過(guò)程中，采用傳統(tǒng)的作業(yè)方法只能通過(guò)人工方式采集周邊配套數(shù)據(jù)，不僅效率低下，而且結(jié)果在后期難以應(yīng)用。隨著地理信息技術(shù)的發(fā)展，通過(guò)采用互聯(lián)網(wǎng)空間興趣點(diǎn)（POI數(shù)據(jù)）的方式獲取海量的配套數(shù)據(jù)，如周邊學(xué)校、公園、購(gòu)物中心、醫(yī)院等，以用于周邊環(huán)境和配套因素的量化。POI數(shù)據(jù)可以彌補(bǔ)遙感監(jiān)測(cè)技術(shù)難以提供大量目標(biāo)及屬性采集信息的不足，從而為邵陽(yáng)市批量評(píng)估中基礎(chǔ)地理信息更新、房屋數(shù)據(jù)基礎(chǔ)配套數(shù)據(jù)庫(kù)更新等應(yīng)用提供支持。

3.圖像識(shí)別。在批量評(píng)估的數(shù)據(jù)采集過(guò)程中，由于部分類(lèi)型數(shù)據(jù)存在形式比較特殊，難以通過(guò)傳統(tǒng)的方法進(jìn)行獲取，這類(lèi)數(shù)據(jù)主要表現(xiàn)為圖像數(shù)據(jù)。隨著人工智能的發(fā)展，光學(xué)字符識(shí)別（OCR）技術(shù)在各行業(yè)的應(yīng)用愈加廣泛，在房地產(chǎn)批量中也可以利用OCR技術(shù)解決數(shù)據(jù)缺失造成評(píng)估精確性下降的問(wèn)題。通過(guò)對(duì)房屋平面圖、分層分戶圖、施工圖件等電子資料進(jìn)行圖像提取，如針對(duì)某些無(wú)法確定戶號(hào)的房屋，可以根據(jù)樓層分戶圖中的戶號(hào)信息將查勘后的房屋一一對(duì)應(yīng)到房號(hào)。同理，通過(guò)類(lèi)似的方法還可以提取圖件中的朝向、層高等信息，以及商業(yè)房地產(chǎn)價(jià)格影響因素中的面寬、進(jìn)深等信息，再將其批量關(guān)聯(lián)到對(duì)應(yīng)的房屋上，從而完成對(duì)相關(guān)屬性信息的補(bǔ)充。

（四）修正系數(shù)測(cè)算

在價(jià)格影響因素采集完成后，下一步是對(duì)影響因素進(jìn)行量化。以邵陽(yáng)市商業(yè)房地產(chǎn)的商業(yè)繁華度因素為例，利用手機(jī)信令數(shù)據(jù)進(jìn)行影響因素量化，首先通過(guò)各大手機(jī)運(yùn)營(yíng)商采集該范圍內(nèi)的信令數(shù)據(jù)，統(tǒng)計(jì)并分析該街區(qū)內(nèi)的手機(jī)信令記錄。根據(jù)該街區(qū)范圍內(nèi)收集信令開(kāi)始時(shí)間與最后一次出現(xiàn)在該街區(qū)內(nèi)信令結(jié)束時(shí)間，測(cè)算出用戶在該街區(qū)內(nèi)的駐留時(shí)長(zhǎng)。采用K-means算法進(jìn)行聚類(lèi)分析，可以統(tǒng)計(jì)一天中不同時(shí)刻不同類(lèi)型用戶的數(shù)量，從而篩選出不同人群數(shù)量及分布特征。根據(jù)這些用戶的數(shù)量和分布特征可以判斷出該街區(qū)內(nèi)的商業(yè)繁華區(qū)域分布情況，以此來(lái)量化評(píng)估影響因素中的商業(yè)繁華度因素。

（五）批量評(píng)估實(shí)施

在完成前述步驟后，對(duì)邵陽(yáng)市存量房地產(chǎn)采用計(jì)算機(jī)、地理信息系統(tǒng)輔助的批量評(píng)估系統(tǒng)開(kāi)展價(jià)格測(cè)算。在評(píng)估實(shí)施過(guò)程中以屬性數(shù)據(jù)庫(kù)、空間數(shù)據(jù)庫(kù)及多媒體數(shù)據(jù)做后臺(tái)支持，相關(guān)資料的顯示和輸出將與數(shù)字地圖緊密結(jié)合，形成良好的可視化界面。批量評(píng)估系統(tǒng)包括評(píng)估參數(shù)設(shè)置、自動(dòng)評(píng)估流程展示、估價(jià)結(jié)果總體水平圖形化展示、一房一價(jià)評(píng)估和評(píng)估結(jié)果的人工校正等具體步驟流程。批量評(píng)估系統(tǒng)采用三大估價(jià)方法綜合確定標(biāo)準(zhǔn)房?jī)r(jià)格，采用精細(xì)的修正因子及參數(shù)方案，可以一次性、大批量實(shí)現(xiàn)一戶一價(jià)，估價(jià)結(jié)果采用比率分析方法進(jìn)行檢驗(yàn)，確保檢驗(yàn)結(jié)果要符合國(guó)際估價(jià)官協(xié)會(huì)（IAAO）標(biāo)準(zhǔn)，使評(píng)估數(shù)據(jù)成果更為科學(xué)、合理、公正。

四、結(jié)束語(yǔ)

本文依據(jù)房地產(chǎn)批量評(píng)估的規(guī)范和技術(shù)路線，將大數(shù)據(jù)、人工智能、地理信息系統(tǒng)等數(shù)字技術(shù)應(yīng)用在邵陽(yáng)市存量房交易納稅評(píng)估工作中，先后開(kāi)展了包括數(shù)據(jù)獲取、評(píng)稅分區(qū)劃分、價(jià)格影響因素采集、修正系數(shù)體系構(gòu)建、批量評(píng)估實(shí)施等工作，率先構(gòu)建了“一房一價(jià)”評(píng)估納稅數(shù)據(jù)庫(kù)。目前，該項(xiàng)目成果已入庫(kù)部署至湖南省交易納稅評(píng)估系統(tǒng)，實(shí)現(xiàn)了與“互聯(lián)網(wǎng)+不動(dòng)產(chǎn)交易納稅平臺(tái)”的無(wú)縫銜接，真正意義上實(shí)現(xiàn)“便民辦稅”。

通過(guò)采用數(shù)字技術(shù)在中小城市開(kāi)展應(yīng)稅房地產(chǎn)批量評(píng)估，不僅可以大幅提升房地產(chǎn)評(píng)估工作的效率，還可以降低建設(shè)成本，有利于推動(dòng)評(píng)估結(jié)果的精準(zhǔn)化、標(biāo)準(zhǔn)化和規(guī)范化，是對(duì)原有工作模式的創(chuàng)新和探索。同時(shí)，數(shù)字化評(píng)估作業(yè)流程中匯聚的過(guò)程數(shù)據(jù)、結(jié)果數(shù)據(jù)可用于構(gòu)建全省評(píng)估征管數(shù)據(jù)庫(kù)、建設(shè)全省稅源稅基一張圖，應(yīng)用于創(chuàng)新行政管理、服務(wù)監(jiān)管方式，實(shí)現(xiàn)政府效能優(yōu)化提升，打造自有數(shù)據(jù)資產(chǎn)，助力數(shù)字政府建設(shè)。

參考文獻(xiàn)：

[１]" "劉瑤杰.基于實(shí)時(shí)路況的交通擁堵時(shí)空聚類(lèi)分析[D].北京：首都師范大學(xué)，2014.

[２]" "陸浩.基于手機(jī)信令的街區(qū)人群移動(dòng)特征分析與流量預(yù)測(cè)[D].北京：北京建筑大學(xué)，2021.

[３]" "左濤.基于OCR技術(shù)實(shí)現(xiàn)文字識(shí)別在不動(dòng)產(chǎn)登記中的應(yīng)用[J].地理空間信息，2023，21（2）：133-135.

[４]" "包磊.時(shí)空數(shù)據(jù)庫(kù)中不確定性處理技術(shù)若干關(guān)鍵問(wèn)題研究[D].南京：南京航空航天大學(xué)，2006.

[５]" "耿繼進(jìn)，李妍，汪友結(jié).房地產(chǎn)整體估價(jià)：稅基評(píng)估方法與技術(shù)[M].北京：人民出版社，2014.

[責(zé)任編輯" "立" "夏]