- 相關(guān)推薦
森林保險標的資產(chǎn)批量評估模型研究
摘要：本文分析了森林保險標的資產(chǎn)批量評估的工作流程，且以森林資源抽樣調(diào)查數(shù)據(jù)、樹木生長量預測數(shù)據(jù)、森林遙感數(shù)據(jù)、森林采伐指標等數(shù)據(jù)對森林資源二類調(diào)查GIS系統(tǒng)數(shù)據(jù)進行調(diào)整后得到的數(shù)據(jù)作為森林保險標的資產(chǎn)價值評估的數(shù)據(jù)來源，應(yīng)用多元回歸分析技術(shù)構(gòu)建森林保險標的資產(chǎn)批量評估模型，經(jīng)檢驗確認模型準確有效。
關(guān)鍵詞：森林保險標的 GIS系統(tǒng)數(shù)據(jù) 批量評估
一、引言
我國集體林權(quán)制度改革后，以戶為單位的林農(nóng)經(jīng)營著面積大小不一、小班個數(shù)多寡不同的森林。按照林農(nóng)經(jīng)營的大量小班森林的價值計算保險費和保險金額時，必須對各小班森林進行大量的評估工作，如果采取個案評估技術(shù)，必然耗費大量的人力物力且其評估效率低下。批量評估能夠低成本、高效率地完成大量森林保險標的資產(chǎn)的評估任務(wù)，且評估費用低能夠讓林農(nóng)承受。
二、森林保險標的資產(chǎn)批量評估的數(shù)據(jù)來源與工作流程
林農(nóng)的森林保險標的資產(chǎn)林班面積大小不一、樹種千差萬別、樹齡各自不同。因此，各小班森林保險標的資產(chǎn)的價值也千差萬別。要完成大量森林保險標的資產(chǎn)的評估工作，評估數(shù)據(jù)的收集和數(shù)據(jù)來源就成為構(gòu)建森林保險標的資產(chǎn)價值批量評估模型的關(guān)鍵。從我國目前的森林資源管理來看，以森林資源抽樣調(diào)查數(shù)據(jù)、樹木生長量預測數(shù)據(jù)、森林遙感數(shù)據(jù)、森林采伐指標等數(shù)據(jù)對森林資源二類調(diào)查GIS系統(tǒng)(簡稱“森林資源GIS”)數(shù)據(jù)進行調(diào)整后得到的數(shù)據(jù)，可以作為森林保險標的資產(chǎn)批量評估模型的數(shù)據(jù)來源之一。森林保險標的資產(chǎn)批量評估主要的工作包括：
(一)評估基準日森林資源GIS數(shù)據(jù)準備
1、森林資源抽樣調(diào)查。組織專業(yè)技術(shù)人員對評估對象進行抽樣調(diào)查，更新森林資源GIS系統(tǒng)中的數(shù)據(jù)，并進行個案評估，為批量評估準備數(shù)據(jù)。
2、利用遙感技術(shù)收集森林資源額增減變化情況，實時更新森林資源GIS系統(tǒng)數(shù)據(jù)。
3、根據(jù)林業(yè)主管部門審批的采伐指標和實際采伐作業(yè)情況，實時更新森林資源GIS系統(tǒng)數(shù)據(jù)。
4、根據(jù)樹木生長量預測模型，調(diào)整森林資源GIS中林分蓄積數(shù)據(jù)。評估基準日樹木生長量預測以森林資源二類調(diào)查數(shù)據(jù)為基礎(chǔ)，按照目前林業(yè)系統(tǒng)經(jīng)常采用的人工林和天然林經(jīng)營類型的生長模型進行預測。
(二)收集整理森林資源交易數(shù)據(jù)、森林資源物價指數(shù)等與評估直接相關(guān)的經(jīng)濟技術(shù)參數(shù)
在獲得評估基準日森林資源二類調(diào)查數(shù)據(jù)的基礎(chǔ)上，通過收集到的南方林業(yè)產(chǎn)權(quán)交易所的交易數(shù)據(jù)、物價指數(shù)、區(qū)域因素評估修正數(shù)據(jù)、評估師抽樣評估森林保險標的資產(chǎn)確認的個案評估數(shù)據(jù)等和森林資源資產(chǎn)評估有關(guān)技術(shù)經(jīng)濟指標數(shù)據(jù)。
(三)森林保險標的資產(chǎn)價值批量評估流程的建立，見圖1。
三、森林保險標的資產(chǎn)批量評估模型研究
(一)研究相關(guān)假設(shè)
由于森林保險標的資產(chǎn)類別間差異性大，其價值影響因素也大相徑庭。因此，應(yīng)根據(jù)森林資源GIS系統(tǒng)數(shù)據(jù)庫中不同優(yōu)勢樹種不同齡組的森林保險標的資產(chǎn)，分別構(gòu)建其森林保險標的資產(chǎn)批量評估模型。為了能夠方便的構(gòu)建森林保險標的資產(chǎn)批量評估模型，先做如下假設(shè)：
假設(shè)1：以森林資源二類調(diào)查數(shù)據(jù)中的細班作為評估對象。
假設(shè)2：按森林資源二類調(diào)查數(shù)據(jù)中的優(yōu)勢樹種和樹齡組將森林資源劃分為不同的資產(chǎn)類別，以各資產(chǎn)類別分別構(gòu)建各自的批量評估模型，優(yōu)勢樹種以外的少數(shù)樹種作為輔助變量加以考慮。
(二)評估對象價值影響因素分析與輸入值指標的選取
森林保險標的資產(chǎn)價值批量評估系統(tǒng)的輸入值主要包括：森林資源資產(chǎn)交易市場的市場信息;森林經(jīng)營管理相關(guān)的財務(wù)會計數(shù)據(jù)和森林經(jīng)理經(jīng)濟技術(shù)指標數(shù)據(jù);森林資源管理二類調(diào)查數(shù)據(jù)等。評估對象價值影響因素具體指標如下：
森林資源二類調(diào)查數(shù)據(jù)指標主要包括：小班號、林權(quán)屬性、經(jīng)營類型、坐落地址、流域名稱、地貌類型、地類、平均海拔、坡位、坡向、坡地、土壤類型、土層厚度、腐殖層厚度、植被覆蓋率、林班面積、林種類別、林種起源、優(yōu)勢樹種、平均樹齡、平均胸徑、平均樹高、郁閉度、活立木總蓄積、林分蓄積、散生蓄積、四旁樹蓄積、四旁樹株數(shù)、杉樹占比、松樹占比、硬闊樹占比、軟闊樹占比、枯立木蓄積、毛竹株數(shù)、幼林毛竹樹、壯齡毛竹數(shù)、雜竹株數(shù)、畝平均株數(shù)、畝平均蓄積、散生木株數(shù)、群落結(jié)構(gòu)、林層結(jié)構(gòu)、樹種結(jié)構(gòu)、病蟲害、火災等級等指標。這些指標直接或間接影響森林蓄積量和森林覆蓋率、森林資源健康度等，從而影響森林資源資產(chǎn)價值。
森林資源資產(chǎn)交易市場的市場信息主要包括：市場交易價格、交易日期、市場交易條件與交易類型等。
森林經(jīng)營管理相關(guān)的財務(wù)會計數(shù)據(jù)主要包括：營林生產(chǎn)成本、木材稅費、木材經(jīng)營成本、利率、利潤、出材率等數(shù)據(jù)。
(三)森林保險標的資產(chǎn)批量評估模型的構(gòu)建
依據(jù)森林資源二類調(diào)查GIS系統(tǒng)數(shù)據(jù)，森林保險標的資產(chǎn)按優(yōu)勢樹種劃分為：杉木、馬尾松、濕地松、軟闊葉樹、硬闊葉樹、竹林、經(jīng)濟林等;森林保險標的資產(chǎn)按樹木齡組劃分為：幼齡林、中齡林、近熟林、成熟林、過熟林等。由于不同類別森林保險標的資產(chǎn)價值差異很大，因此，根據(jù)森林保險標的資產(chǎn)優(yōu)勢樹種和樹齡組組合，分別可以構(gòu)建至少35個以上的森林保險標的資產(chǎn)批量評估模型。本文以江西省會昌縣森林資源二類調(diào)查GIS數(shù)據(jù)庫中的優(yōu)勢樹種――近熟齡杉木林為例，研究森林保險標的資產(chǎn)批量評估模型的構(gòu)建。
1、近熟杉木林森林保險批量評估模型的設(shè)定。對于近熟齡杉木林，其評估價值影響因素主要有：森林面積、郁閉度、平均樹高、平均胸徑、杉木占比、林分蓄積、畝平均株數(shù)、畝平均蓄積、散生木蓄積、林齡等。我們選取森林面積、郁閉度、平均樹高、平均胸徑、杉木占比、林分蓄積、畝平均株數(shù)、畝平均蓄積、散生木蓄積、林齡等指標構(gòu)建批量評估多元回歸模型，模型設(shè)定如下： V=yi+ei=b0+b1xi1+b2xi2+…+bpxip+ei
模型(1)
2、近熟齡杉木林森林保險批量評估模型的數(shù)據(jù)收集與處理。(1)數(shù)據(jù)來源。近熟齡杉木林批量評估實證分析所采用的基礎(chǔ)數(shù)據(jù)為2012年12月江西省會昌縣森林資源二類調(diào)查GIS數(shù)據(jù)，選用優(yōu)勢樹種為杉木、齡組為近熟林的507個樣本數(shù)據(jù)并做適當修正，作為批量評估模型的構(gòu)建數(shù)據(jù)，并對預測結(jié)果進行比率標準研究。(2)數(shù)據(jù)處理。①近熟齡杉木林森林保險批量評估建模前的正態(tài)性檢驗。對擬用的507個樣本數(shù)據(jù)進行建模前的K-S正態(tài)性檢驗，檢驗結(jié)果表明評估值、杉類占百(杉類占比)、郁閉度、畝平均蓄積、畝平均株數(shù)、平均年齡(樹齡)、林班面積(面積畝)等指標正態(tài)性一般，平均胸徑、活立木總蓄積、平均樹高3個變量經(jīng)過自然對數(shù)變換后正態(tài)性得到進一步改善。②近熟齡杉木林森林保險批量評估建模前的線性檢驗。在正態(tài)性檢驗之后，還應(yīng)確保因變量(評估值)與自變量之間是否存在線性關(guān)系。從經(jīng)散點圖分析，評估值與畝平均蓄(畝平均蓄積)、林分面積(面積畝)、郁閉度存在線性關(guān)系。
3、近熟齡杉木林森林保險批量評估模型的估計與檢驗。(1)逐步回歸法估計。近熟齡杉木林森林保險批量評估模型采用逐步回歸法。逐步回歸法的基本思路是在所考慮的全部因素中，按其對因變量作用的強弱，由大到小地逐個引入回歸方程。那些對因變量作用弱的自變量可能自始至終都未被引入回歸方程。另一方面，已經(jīng)被引入回歸方程的自變量在引入新的自變量后也有可能因為變成對因變量的作用不顯著而被剔除。在逐步回歸過程中，要選用兩個F臨界值：一個是選入變量時的F臨界值，另一個是剔除變量時的臨界值。在逐步回歸分析過程中，通過比較各自變量的偏回歸平方和對自變量進行篩選，使得在回歸方程中包含所有對因變量影響顯著的自變量，而消除對因變量影響不顯著的自變量，從而得到“最優(yōu)”的回歸方程。采用表1數(shù)據(jù)，通過逐步回歸法估計得到的近熟杉木林森林保險批量評估基本模型為：
V=-334 201.290+1 173.338×細班面積+95 045.246×畝平均蓄積+ 8 708.102×ln(活立木蓄積)(2)
(2)用材林森林保險批量評估基本模型的檢驗。①經(jīng)濟意義檢驗。自變量細班面積、畝平均蓄積、活立木總蓄積所估計的參數(shù)分別為1 173.338、 95 045.246、8 708.102，均與經(jīng)濟學原理及經(jīng)驗相符，符合林木價值與林木蓄積、林分面積直接相關(guān)的要求。②統(tǒng)計意義檢驗。經(jīng)測算近熟齡杉木林批量評估模型的R2=0.956，調(diào)整后的R2=0.955，說明模型對樣本的擬合很好。Durbin-Watson(U)=1.726，處于0至4之間，說明進入回歸模型的自變量具有獨立性。模型方差分析表(ANOVA)中數(shù)據(jù)F值等于3609.782，顯著性(Sig.)=0.000小于0.05，說明該模型具有統(tǒng)計學意義。由表1中的容差和VIF數(shù)據(jù)可以看出，容差最小值為0.229>0.1，VIF最大值4.375<5，說明變量間的共線性不嚴重，在可以接受范圍之內(nèi)。通過統(tǒng)計檢驗分析，可以判斷模型(2)符合多元回歸的建模要求。③計量經(jīng)濟學檢驗。根據(jù)圖2，SPSS給出的殘差統(tǒng)計數(shù)據(jù)以及評估值殘差的Kolmogorov-Smirnov檢驗，可以確定殘差符合正態(tài)性分布。
4、近熟齡杉木林森林保險批量評估實證結(jié)果分析。模型建立以后，利用SPSS 22.0的比率分析過程，得到如下結(jié)論：比率平均值和中位數(shù)在0.90―1.10之間，說明此次評估水平較好;離散系數(shù)(COD)為6.244在5―15之間，說明此次評估的離散系數(shù)符合要求，一致性較好;價格相關(guān)差為1.02在0.98～1.03之間，說明此次評估的回歸傾向性較好。
四、結(jié)論
應(yīng)用多元回歸分析方法，建立森林保險標的資產(chǎn)批量評估模型來估算各優(yōu)勢樹種各齡組每細班的森林保險評估價值，經(jīng)檢驗認為模型是準確有效的。
參考文獻：
王廣建.林木資產(chǎn)動態(tài)評估系統(tǒng)模型的建立[J].東北林業(yè)大學學報，2002，(7)：67-70.
【森林保險標的資產(chǎn)批量評估模型研究】相關(guān)文章：
商業(yè)銀行資產(chǎn)負債管理模型的應(yīng)用研究06-06
Home.Net模型/架構(gòu)研究06-01
文化創(chuàng)意產(chǎn)業(yè)及其評估實踐研究05-30
國外信息資源共享系統(tǒng)績效評估研究評析及啟示06-13
審計風險模型的演進及應(yīng)用08-26
食油采購加工模型05-11
森林旅游面臨的主要問題及對策研究開提報告06-04
壓縮遞增年資的數(shù)量模型與分析06-07