序論：在您撰寫新技術(shù)在房地產(chǎn)估價(jià)中的運(yùn)用時(shí)，參考他人的優(yōu)秀作品可以開闊視野，小編為您整理的1篇范文，希望這些建議能夠激發(fā)您的創(chuàng)作熱情，引導(dǎo)您走向新的創(chuàng)作高度。

“智能化時(shí)代”以物聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算、機(jī)器學(xué)習(xí)、人工智能、3D技術(shù)等新技術(shù)手段為主要特征，許多行業(yè)開始嘗試使用新技術(shù)，以提高行業(yè)工作效率和智能化水平。隨著“智能化時(shí)代”的到來，房地產(chǎn)估價(jià)領(lǐng)域的相關(guān)理念、技術(shù)和方法也將隨著發(fā)生實(shí)質(zhì)性變化。本文將從房地產(chǎn)估價(jià)數(shù)據(jù)獲取、房地產(chǎn)估價(jià)技術(shù)手段、房地產(chǎn)估價(jià)理論方法三個(gè)方面，總結(jié)新技術(shù)在房地產(chǎn)估價(jià)領(lǐng)域中的應(yīng)用現(xiàn)狀，從而為提升我國(guó)房地產(chǎn)估價(jià)質(zhì)量和效率提供參考和借鑒。

一、房地產(chǎn)估價(jià)數(shù)據(jù)獲取

房地產(chǎn)估價(jià)涉及的數(shù)據(jù)形式多樣、內(nèi)容豐富、量大而雜，包括宏觀、一般、區(qū)域、個(gè)別因素等一系列數(shù)據(jù)。從數(shù)據(jù)形式來看，不僅包括空間數(shù)據(jù)(與位置相關(guān)的數(shù)據(jù))，也包括屬性數(shù)據(jù)(屬性特征);從數(shù)據(jù)內(nèi)容來看，不僅包括結(jié)構(gòu)化數(shù)據(jù)，還包括半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù);從數(shù)據(jù)量來看，房地產(chǎn)估價(jià)涉及到規(guī)劃、國(guó)土、建設(shè)、環(huán)境、交通、發(fā)改等政府部門數(shù)據(jù)，也涉及到房地產(chǎn)企業(yè)、中介機(jī)構(gòu)、評(píng)估咨詢公司數(shù)據(jù)。因此，對(duì)于房地產(chǎn)估價(jià)來說，海量數(shù)據(jù)獲取是首先要解決的問題。大數(shù)據(jù)是指對(duì)于無法用普通工具獲得、分析、處理和管理的數(shù)據(jù)，需要采用一種新模式來進(jìn)行處理，這種模式具有種類多、速度快、容量大、價(jià)值高的特點(diǎn)(鄭曉俐，2016)。云計(jì)算的出現(xiàn)，實(shí)現(xiàn)了短時(shí)間內(nèi)大量數(shù)據(jù)的存儲(chǔ)和處理，而網(wǎng)絡(luò)爬蟲技術(shù)的發(fā)展，則為自動(dòng)獲取網(wǎng)絡(luò)上房地產(chǎn)估價(jià)相關(guān)數(shù)據(jù)提供了方法，使獲取公開房地產(chǎn)估價(jià)數(shù)據(jù)更加高效快捷。以大數(shù)據(jù)為基礎(chǔ)，聶竹青等(2016)提出了基于HBase的房地產(chǎn)評(píng)估大數(shù)據(jù)整合策略，為房地產(chǎn)評(píng)估大數(shù)據(jù)的整合提供了基本思路。

二、房地產(chǎn)估價(jià)技術(shù)手段

(一)GIS在房地產(chǎn)估價(jià)中的應(yīng)用

GIS是地理信息系統(tǒng)的簡(jiǎn)稱，隨著計(jì)算機(jī)圖形學(xué)的發(fā)展，傳統(tǒng)二維GIS已經(jīng)逐步向三維GIS轉(zhuǎn)變，利用三維GIS進(jìn)行房地產(chǎn)估價(jià)將顯得更加直觀和便利。GIS在房地產(chǎn)估價(jià)中的應(yīng)用主要有三個(gè)方面:一是基于GIS構(gòu)建房地產(chǎn)估價(jià)信息系統(tǒng)。目前多數(shù)房地產(chǎn)估價(jià)軟件是基于GIS進(jìn)行開發(fā)，隨著WEBGIS的出現(xiàn)，楊朝暉等(2008)構(gòu)建了基于開源WEBGIS的網(wǎng)絡(luò)房地產(chǎn)估價(jià)系統(tǒng)，為房地產(chǎn)估價(jià)的信息化、可視化和自動(dòng)化提供了良好平臺(tái);二是GIS在市場(chǎng)比較法中的應(yīng)用。市場(chǎng)比較法涉及到估價(jià)對(duì)象與估價(jià)案例各種因素的比較，傳統(tǒng)應(yīng)用時(shí)往往以估價(jià)師的主觀經(jīng)驗(yàn)判斷為依據(jù)，王秀麗等(2011)基于GIS技術(shù)進(jìn)行市場(chǎng)比較法各因素的比較，發(fā)現(xiàn)該技術(shù)可以明顯增加評(píng)價(jià)結(jié)果的客觀性和穩(wěn)定性;三是使用GIS主題爬蟲技術(shù)對(duì)WEB端的房地產(chǎn)估價(jià)數(shù)據(jù)進(jìn)行自動(dòng)采集，董浩然等(2016)基于GIS主題爬蟲，實(shí)現(xiàn)了房地產(chǎn)估價(jià)的智能化評(píng)估，有效提高房地產(chǎn)估價(jià)機(jī)構(gòu)的工作效率。

(二)BIM在房地產(chǎn)估價(jià)中的應(yīng)用

隨著三維技術(shù)的應(yīng)用與發(fā)展，在房地產(chǎn)估價(jià)中采用BIM技術(shù)也成為可能。目前，BIM技術(shù)在房地產(chǎn)估價(jià)中主要應(yīng)用于房地產(chǎn)成本法估價(jià)的改進(jìn)，傳統(tǒng)方式在使用成本法估價(jià)時(shí)，主要通過外業(yè)實(shí)地踏勘，再結(jié)合估價(jià)師的經(jīng)驗(yàn)進(jìn)行分析，因此受估價(jià)師人為主觀影響較大。同時(shí)，傳統(tǒng)成本法估價(jià)的效率不高。如果引入BIM技術(shù)，則可以利用計(jì)算機(jī)技術(shù)實(shí)現(xiàn)建筑物工程量的精確測(cè)算，并能夠?qū)Ψ课莸恼叟f信息進(jìn)行智能化管理，從而克服傳統(tǒng)方法過多依賴估價(jià)師主觀判斷和效率低下的問題。熊偉(2016)提出了基于BIM和GIS的房地產(chǎn)成本法估價(jià)方法，該方法結(jié)合了GIS技術(shù)強(qiáng)大的數(shù)據(jù)管理和空間分析功能及BIM技術(shù)的特點(diǎn)，首先評(píng)估得到區(qū)域內(nèi)網(wǎng)格化的市場(chǎng)地價(jià)，再利用BIM技術(shù)實(shí)現(xiàn)對(duì)建筑物成本的智能計(jì)算，從而得到房地產(chǎn)價(jià)格，該方法使得成本法估價(jià)效率和精度大大改善。

三、房地產(chǎn)估價(jià)理論方法

關(guān)于房地產(chǎn)估價(jià)理論與方法，學(xué)術(shù)界主要致力于兩方面研究:一是采用新方法對(duì)傳統(tǒng)房地產(chǎn)估價(jià)方法進(jìn)行改進(jìn)，二是嘗試將新的數(shù)學(xué)或者統(tǒng)計(jì)學(xué)方法應(yīng)用于房地產(chǎn)估價(jià)。

(一)對(duì)傳統(tǒng)房地產(chǎn)估價(jià)方法的改進(jìn)

傳統(tǒng)的房地產(chǎn)估價(jià)方法主要有三種:市場(chǎng)比較法、收益法和成本法，這三種方法有明確的理論基礎(chǔ)作為支撐，且經(jīng)過長(zhǎng)時(shí)間的實(shí)踐，方法體系和應(yīng)用都已十分成熟。但是傳統(tǒng)評(píng)估方法亦有缺點(diǎn)，其應(yīng)用主要針對(duì)具體個(gè)案評(píng)估，效率比較低下，智能化程度不高，且易受估價(jià)師主觀經(jīng)驗(yàn)判斷影響。現(xiàn)階段對(duì)傳統(tǒng)方法的改進(jìn)主要體現(xiàn)在:(1)采用模糊數(shù)學(xué)理論。模糊數(shù)學(xué)是一種用于處理模糊性現(xiàn)象的數(shù)學(xué)理論，一是可解決部分房地產(chǎn)價(jià)格影響因素?zé)o法準(zhǔn)確量化的問題;二是在采用GIS空間分析技術(shù)實(shí)現(xiàn)對(duì)市場(chǎng)案例篩選與管理的同時(shí)，可以運(yùn)用模糊貼進(jìn)度方法和模糊綜合評(píng)判方法實(shí)現(xiàn)房地產(chǎn)價(jià)格的計(jì)算(黃海，2009);三是在引入OWA算子對(duì)主要特征因素權(quán)重進(jìn)行賦值時(shí)，結(jié)合模糊數(shù)學(xué)對(duì)傳統(tǒng)市場(chǎng)比較法進(jìn)行改進(jìn)，將有效改善評(píng)估精度(李寶強(qiáng)等，2016)。(2)采用灰色關(guān)聯(lián)分析方法。灰色關(guān)聯(lián)分析是一種多因素統(tǒng)計(jì)分析方法，蔡璐等(2012)利用該方法確定比較案例與待估案例的幾何形狀相似程度，通過關(guān)聯(lián)系數(shù)及關(guān)聯(lián)度的計(jì)算，對(duì)影響因素指標(biāo)值進(jìn)行排序，從而確定最佳的比較案例;紀(jì)蕾等(2017)采用灰色關(guān)聯(lián)分析結(jié)合三標(biāo)度層次分析法對(duì)傳統(tǒng)市場(chǎng)比較法進(jìn)行了改進(jìn)，提高了市場(chǎng)比較法評(píng)估的準(zhǔn)確性，同時(shí)，還基于灰色關(guān)聯(lián)和Shapley值賦權(quán)對(duì)房地產(chǎn)市場(chǎng)比較法進(jìn)行改進(jìn)，對(duì)比準(zhǔn)價(jià)格進(jìn)行處理，解決了房地產(chǎn)可比案例選擇的隨意性以及權(quán)重確定受人為主觀影響的問題。(3)引入熵權(quán)系數(shù)法。熵原本是熱力學(xué)概念，后來香農(nóng)通過引入信息論，熵開始在經(jīng)濟(jì)社會(huì)學(xué)領(lǐng)域廣泛應(yīng)用。馬靖忠(2011)采用熵權(quán)系數(shù)法對(duì)房地產(chǎn)比較法進(jìn)行改進(jìn)，通過熵值確定待估案例與交易實(shí)例之間的貼進(jìn)度，從而進(jìn)行估價(jià)。(4)其他數(shù)學(xué)與統(tǒng)計(jì)學(xué)方法。自適應(yīng)過濾法是一種時(shí)序分析預(yù)測(cè)方法，吳開微(1998)首次將該方法引入到房地產(chǎn)估價(jià)中，建立以市場(chǎng)比較法為基礎(chǔ)的房地產(chǎn)估價(jià)模型;VIKOＲ方法是一種模糊多準(zhǔn)則的決策方法，為了使房地產(chǎn)市場(chǎng)比較法應(yīng)用更加科學(xué)、方便，劉鴻雁等(2012)提出了基于VIKOＲ算法的多屬性決策方法;貝葉斯判別也是多元統(tǒng)計(jì)分析的一種方法，它根據(jù)最小風(fēng)險(xiǎn)代價(jià)或最大似然比判決，即貝葉斯準(zhǔn)則進(jìn)行判別分析，應(yīng)用貝葉斯判別法，可以實(shí)現(xiàn)房地產(chǎn)交易案例的自動(dòng)篩選(程越，2017)。

(二)房地產(chǎn)估價(jià)新方法的應(yīng)用

近年來，隨著計(jì)算機(jī)科學(xué)技術(shù)和數(shù)學(xué)統(tǒng)計(jì)學(xué)的發(fā)展，新評(píng)估方法也在不斷出現(xiàn)，新方法運(yùn)用最廣泛的便是特征價(jià)格模型，特征價(jià)格模型有一定的理論基礎(chǔ)，但該模型未考慮不同區(qū)域影響因素的差異性，忽略了區(qū)域房地產(chǎn)價(jià)格存在的空間相關(guān)性和空間異質(zhì)性等空間特性，評(píng)估結(jié)果的準(zhǔn)確性尚需進(jìn)一步改善。在房地產(chǎn)估價(jià)學(xué)術(shù)研究領(lǐng)域，目前出現(xiàn)的房地產(chǎn)估價(jià)新方法還有人工神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、適應(yīng)估價(jià)技術(shù)及除多元線性回歸以外的一些更加靈活的方法，如非參數(shù)回歸、地理加權(quán)回歸等。針對(duì)房地產(chǎn)估價(jià)新方法的不足，也有許多學(xué)者對(duì)其進(jìn)行了改進(jìn)。主要體現(xiàn)在:(1)針對(duì)傳統(tǒng)特征價(jià)格模型未考慮房地產(chǎn)價(jià)格空間相關(guān)性和空間異質(zhì)性，容易出現(xiàn)模型遺漏變量或者模型變量出現(xiàn)誤設(shè)的現(xiàn)象，紀(jì)益成等(2015)在傳統(tǒng)特征價(jià)格模型的基礎(chǔ)上，提出了基于空間誤差模型的房地產(chǎn)評(píng)估模型，克服傳統(tǒng)特征價(jià)格模型未能考慮空間特性的弊端。(2)針對(duì)傳統(tǒng)適應(yīng)估價(jià)技術(shù)未考慮空間位置對(duì)房地產(chǎn)價(jià)格的影響，張然等(2013)提出了一種基于空間位置分析的商業(yè)房地產(chǎn)適應(yīng)性估價(jià)技術(shù)，使適應(yīng)估價(jià)技術(shù)應(yīng)用更加準(zhǔn)確。(3)針對(duì)支持向量機(jī)參數(shù)不易確定、收斂速度慢等問題，于秀雪等(2013)提出了基于蟻群算法優(yōu)化的最小二乘支持向量機(jī)的房地產(chǎn)估價(jià)模型，用以改進(jìn)支持向量機(jī)方法，使其更適用于房地產(chǎn)估價(jià)。(4)針對(duì)神經(jīng)網(wǎng)絡(luò)需要大量樣本及容易出現(xiàn)局部最優(yōu)的問題，王晞(2013)用遺傳算法改進(jìn)了傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)估價(jià)方法，使模型具有更好的去噪能力，弱化了計(jì)算過程中的個(gè)別偏差對(duì)評(píng)估結(jié)果的影響。(5)針對(duì)人工神經(jīng)網(wǎng)絡(luò)存在的不足及房地產(chǎn)估價(jià)模型的非線性特征，莫連光等(2013)綜合神經(jīng)網(wǎng)絡(luò)、粗糙集和遺傳算法的優(yōu)點(diǎn)，提出了基于三者的房地產(chǎn)估價(jià)模型，使優(yōu)化后的人工神經(jīng)網(wǎng)絡(luò)方法具備更好的非線性處理能力及更好的仿真能力;丁鴿等(2014)在傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上，采用優(yōu)化后的廣義回歸神經(jīng)網(wǎng)絡(luò)對(duì)其進(jìn)行了改進(jìn)，使得新方法具有更好的非線性處理能力和穩(wěn)定性，預(yù)測(cè)效果相比之前有很大提升;呂霽(2014)則基于遺傳算法，提出了基于BP神經(jīng)網(wǎng)絡(luò)和遺傳算法的房地產(chǎn)評(píng)估預(yù)測(cè)模型。(6)針對(duì)一般平差模型對(duì)現(xiàn)有數(shù)據(jù)利用效率不高，且當(dāng)存在不同的觀測(cè)值時(shí)，不同觀測(cè)值隨機(jī)模型是否合理將會(huì)影響模型的效果等問題，耿繼進(jìn)等(2014)提出了基于方差分量估計(jì)建立房地產(chǎn)整體估價(jià)價(jià)格體系的新方法，該方法的可靠性和精確度都有很大提升。(7)GMDH是一種基于生物學(xué)進(jìn)化論的演化方法，能夠根據(jù)設(shè)定規(guī)則從候選集中篩選出最優(yōu)模型，焦譽(yù)(2008)將GMDH模型應(yīng)用于房地產(chǎn)估價(jià)，證明了該模型的實(shí)用性，彌補(bǔ)了傳統(tǒng)方法的不足。

四、結(jié)論與建議

計(jì)算機(jī)輔助批量評(píng)估技術(shù)的發(fā)展，不僅提高了評(píng)估的準(zhǔn)確性和效率，還有效降低了評(píng)估成本，促進(jìn)評(píng)估機(jī)構(gòu)不斷轉(zhuǎn)型升級(jí)(郭慶瑤，2015)。在國(guó)民經(jīng)濟(jì)轉(zhuǎn)型發(fā)展時(shí)期，還需要從以下方面加強(qiáng)新技術(shù)在房地產(chǎn)估價(jià)中的應(yīng)用。

(一)加強(qiáng)各種新技術(shù)應(yīng)用集成，整體提升房地產(chǎn)估價(jià)智能化水平

隨著人工智能的進(jìn)一步發(fā)展及應(yīng)用的普及，運(yùn)用各種新的科學(xué)技術(shù)手段提升房地產(chǎn)估價(jià)智能化水平，從接受委托智能化到完成現(xiàn)場(chǎng)踏勘智能化、從房地產(chǎn)估價(jià)數(shù)據(jù)獲取的智能化到房地產(chǎn)估價(jià)模型的智能化、從評(píng)估報(bào)告生成的智能化到審核的智能化，最終實(shí)現(xiàn)房地產(chǎn)估價(jià)整體服務(wù)的智能化，是智能化時(shí)代房地產(chǎn)估價(jià)的發(fā)展趨勢(shì)，也是我國(guó)經(jīng)濟(jì)和產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)的必然要求。

(二)加強(qiáng)房地產(chǎn)估價(jià)新理論方法研究，提高房地產(chǎn)估價(jià)的準(zhǔn)確性

各種技術(shù)手段只是輔助工具，房地產(chǎn)估價(jià)不能僅僅依賴于技術(shù)手段和工具，更重要的是在采用新技術(shù)手段的同時(shí)，加強(qiáng)房地產(chǎn)估價(jià)基礎(chǔ)理論和方法模型的研究，使房地產(chǎn)估價(jià)更具科學(xué)性和合理性，更能夠反映房地產(chǎn)價(jià)格形成的內(nèi)在規(guī)律，更能夠體現(xiàn)因各種自然和社會(huì)經(jīng)濟(jì)特征不同而形成的價(jià)格差異，而不能單從數(shù)據(jù)出發(fā)，忽略了房地產(chǎn)估價(jià)的實(shí)際意義。

(三)政府部門應(yīng)進(jìn)一步強(qiáng)化信息化水平，提升房地產(chǎn)整體評(píng)估效率

2018年3月，《政府工作報(bào)告》提出要健全地方稅體系，穩(wěn)妥推進(jìn)房地產(chǎn)稅立法;2018年6月，自然資源部宣布不動(dòng)產(chǎn)登記已實(shí)現(xiàn)全國(guó)聯(lián)網(wǎng)，可見我國(guó)房地產(chǎn)稅相關(guān)工作正在推進(jìn)中。目前，其他國(guó)家基本上都是按評(píng)估價(jià)作為房產(chǎn)稅計(jì)稅依據(jù)，如何實(shí)現(xiàn)房地產(chǎn)整體評(píng)估是現(xiàn)階段亟待解決的問題。當(dāng)前我國(guó)已實(shí)現(xiàn)房地產(chǎn)整體批量評(píng)估的城市依然鳳毛麟角，因此，地方政府應(yīng)繼續(xù)強(qiáng)化信息化水平，加強(qiáng)新技術(shù)在房地產(chǎn)估價(jià)中的應(yīng)用，從而提升房地產(chǎn)整體估價(jià)的效率，為將來實(shí)行房地產(chǎn)稅征收奠定基礎(chǔ)。