国外农地整理权属调整技术方法研究进展及借鉴

张晓滨，叶艳妹，陈 莎，程 涛，俞振宁

（1.浙江大学土地管理系，浙江 杭州 310058； 2.滨州市国土资源局，山东 滨州 256600）

农地整理权属调整是指根据农地整理项目实施范围内地块的土地利用类型、面积、质量等变化情况，按照自愿、合法、公平、公正原则，对地块的所有权、使用权及他项权等权属关系进行调整的行为[1]，以方便生产，提高效能。权属调整是农地整理中最为重要的工作之一，自愿高效的土地整理权属调整不仅能缓解农地细碎[2]、优化土地利用，促进农业规模化和产业化[3]，而且对全世界的乡村振兴也具有重要意义。然而由于涉及包括地块本身、土地所有者、政策法规、经济、社会、环境和区位等在内的7大类30多项因素[4]，权属调整成了农地整理中最复杂的工作[2，5]。这种复杂性在国外突出表现在农地整理项目实施所需时间极长[6-7]，在中国则造成了政府为避免冲突、加快进度而有意忽视权属调整的问题，致使农地整理中实际实施权属调整的比例低，农地整理效果大打折扣[8-9]。

权属调整技术方法的单一与落后是权属实施低效的重要原因之一。然而早期农地整理实践对权属调整的忽视以及农地权属数据的缺乏，导致国内权属调整技术方法创新研究几乎处于空白状态，目前仅有2篇论文涉及相关内容[10-11]。本文将目光聚焦于国外权属调整技术方法创新研究，尤其侧重于该过程中地块空间分配问题，主要出于以下考虑：第一，技术方法改进能便利权属调整管理机制创新，例如，国外有研究开发了用于在给定部分地块固定不动的情况下，优化其余地块权属关系的权属调整模型，而从管理机制角度讲，允许部分集体成员退出集体行动过程有利于剩余成员之间集体行动的达成[12]，由此可见，技术方法创新能够为特定管理机制的实现提供路径；第二，目前中国权属调整程序性规定很少涉及地块空间分配的具体方法，操作性差且难以满足农民偏好，而国外技术方法创新研究以调整后的地块空间分配为重点，能针对性地满足农民偏好，提高农民意愿；第三，农地整理向大规模和多目标方向发展，使权属调整问题更复杂化，借助新兴技术提高调整效率、优化调整结果已势在必行，而不动产统一登记的推行，为权属调整的空间优化方法研究积累了数据基础，也为深入开展权属调整方法研究提供了契机。因此借鉴国外研究经验，有助于完善中国权属调整研究体系，同时也符合中国土地科技创新的趋势和建立完善的土地管理技术方法体系的需求[13]。

国外权属调整技术方法创新研究始于对其传统方法的总结及问题识别。基于权属调整的实施过程，研究构建了多阶段的权属调整概念模型，针对概念模型中的核心阶段，大量研究尝试应用各类技术与方法对其提供决策支持。本文将依此研究路径，分4部分展开综述。

1 传统方法及其问题

各国在长期实践中形成了不同的权属调整方法，不过依其共同特征，可总结为基于访谈（或意愿）的权属调整模型[2，14]，该模型可以分为4步：（1）权属调整实施者在拟定地块分配方案之前对农户的偏好进行访谈调研，涉及调整后农户期望获得地块数量、质量、具体的位置以及是否希望保留特定地块位置不变等方面；（2）基于调研所得的农户偏好，结合耕地相对价值体系，初步将农户的地块在各田块内进行分配，并计算各地块的面积；（3）根据地块面积与田块面积的匹配状况，结合农户对地块位置的偏好，反复调整地块在田块间的分配，直至面积匹配误差落在允许的范围内；（4）确定地块最终的具体位置、边界与形状，完成权属调整过程[15]。

国外权属调整总体按该方法实施，差异主要体现在地块分配过程中考虑的因素和权重不同，采用的具体分配方式以及各步骤实施顺序的变化上。学界认为，该方法主要存在以下问题：一方面，权属调整涉及的因素复杂，数据量大且类型多样[16]，囿于人力计算能力的限制，权属调整实施者只能反复试错[2]，由此造成权属调整的效率低下，且难以保证土地利用的优化[4]；另一方面，虽然国外农地整理立法健全，权属调整往往也有标准化的操作程序与步骤，但传统方法仍然强烈依赖于执行者本身的经验与水平。因此，在地块价值评定、位置确定等过程，其评价与调整结果的透明性、可靠性、一致性和公平性均存疑，可能会导致农户参与权属调整意愿的降低[17-18]。于是，通过技术方法的精进来解决如上问题便显得尤为必要。

2 权属概念模型

系统地分析一个复杂过程的有效手段是首先确定总体的问题框架，并将问题整体分解为几个可分析的组成阶段分而治之。基于这一思路，很多研究致力于构建多阶段权属调整概念模型，并基于此开发综合性的权属调整信息处理与决策支持系统。荷兰最早的权属调整系统ATOR将权属调整分为价值分配、空间分配以及地块边界设计3个阶段[19]。其中价值分配阶段是指权属调整后农户应得土地面积的计算，空间分配是对地块大致位置的确定，地块边界设计则指对地块最终位置与形状边界的确定。此后研究中的概念模型均由此模型发展而来，如SEMLALI将权属调整分为计算上的调整、图形上的调整以及对调整结果的评估3个阶段[20]。实际上，计算上的调整和图形上的调整分别对应于前述模型的价值分配和空间分配，只是该模型强调了评估阶段的重要性，并采用面向地理对象的形式化语言CONGOO（CONception Geographique Orien té e Objet）对该概念模型进行了形式化。ESSADIKI等设计的概念模型类似地将权属调整过程分为初步计算、初步调整以及最终调整3个阶段[16]，并基于Arc/Info平台，使用结构化建模语言开发了权属调整系统的雏形。目前接受度较高的权属调整概念模型是由DEMETRIOU[21]设计的，该模型将权属调整划分为农地细碎化评价、地块再分配设计与评价、地块分割设计与评价3个阶段，该模型同样强调了评价体系对调整过程及时反馈的重要性，同时还强调农地细碎化状况评价是权属调整开展的前提。该研究在ArcOjects开发平台内采用VBA语言对此概念模型予以实现[15]。其中，地块再分配和地块分割是权属调整核心阶段，有大量研究通过技术方法应用为其提供决策支持。

3 地块再分配

地块再分配过程包括权属调整后每一农户应当分配的总面积计算，以及调整后农户地块数量、各地块的面积以及地块的大致位置（一般是确定地块所坐落的田块）的确定。

3.1 地块面积再分配

相对而言，地块面积再分配阶段的技术复杂性较弱，相关研究有通过结构化的算法提高调整前后地块面积计算效率[22]，也有研究认为土壤条件是农地整理中决定地块相对价值最重要的因素，因此专门探讨采用普通克里金插值法更为准确地呈现项目区土壤质量状况，以完善耕地相对价值体系的构建[23]。另外，也有研究认为随着农地整理内涵的丰富，耕地相对价值体系导向也应有所转变，文化、历史等维度的因素也应逐渐被要求纳入价值体系之中[24-25]。

另外，部分国家调整后的地块面积是基于市场价值法计算的。但目前依赖人力调研比较的市场比较估值法存在成本高、透明性和一致性差等缺陷[18]。而将自动化估价模型（Automated Valuation Models, AVMs）与GIS技术相结合的方法可以克服传统方法的上述缺陷，今后将成为快速、批量土地估价的趋势[26]。DEMETRIOU将一个基于人工神经网络的AVMS与GIS空间分析相结合，对权属调整前后的农地价值进行了评估。该研究发现相较于传统估价方法，自动化评估不仅显著提高效率，并且使结果更具有透明性、一致性、可靠性[27]。

3.2 地块位置再分配

地块位置再分配解决权属调整过程中的地块空间位置分配问题，是权属调整过程的重点。相关研究可以分为基于优化方法和基于启发式方法两类[28]。

3.2.1 基于优化方法的地块再分配

基于优化方法的研究将权属调整过程视为一个多目标的优化过程，通过将问题模型化并求解，获得地块位置分配的最优方案。权属调整的优化目标主要以对农民意愿的满足为导向，包括7个目标：（1）减小地块面积与田块面积的匹配误差。这一目标常常作为一项约束条件出现在权属调整的优化模型中，要求分配至特定田块的地块总面积与该田块的面积差值落在误差允许的范围内[29-30]。（2）减少地块位置的变动程度。在实际建模中，这一目标往往被替代为减小面积最大（或价值最高）地块位置的变动程度[11，29，31-32]。（3）减小地块与居住地之间的距离[11，28，30，33]。（4）减小同一农户所有地块间的距离[30，34]。（5）减少地块数量[35]。（6）满足农户对项目区具体位置的直接偏好。对这一目标的处理首先需要农户对项目区内其偏好的位置进行排序，在此基础之上按照农户的偏好程度赋予田块一定的分值，并以最大化该分值作为优化目标[30]。（7）保证自建农业固定设施所在地块的位置不变[19，30]。

对权属调整位置再分配问题进行建模优化，最常用的是线性规划方法，问题的求解尤以单纯形和运输单纯形算法应用最广[11，29-31]，采用此类算法求解的线性规划模型在针对目标（2）、（3）和（6）的优化上尤为高效。但由于狭义的线性规划仅能处理连续变量问题，模型中一旦纳入其余目标，尤其是目标（5），便会使变量离散化，从而超出线性规划的处理范围。为充分实现以上目标的优化，有研究采用组合优化方法，如混合整数规划方法对权属调整问题进行建模，采用分枝切割算法、踏脚石算法等对问题进行求解，结果显示这些模型也可以在满足农民偏好的同时，减小地块面积与田块面积的匹配误差[33-37]。但随着农地整理项目规模的扩大，模型变量和约束条件将显著增加，此类算法能否有效的获得最优解是有待检验的。另外，复杂的组合优化算法由于不符合权属调整实施与参与者的直觉思维，有时很难得到认可[28]。

3.2.2 基于启发式方法的地块再分配

为克服优化方法的缺陷，近来的研究开始转向对启发式方法的应用，并借助GIS技术，在对人工处理权属调整方法的总结与改善的基础上，提高处理位置再分配问题自动化的程度，最终获得这一问题的满意解[38]。其中专家系统（Expert System，ES）[15，39-40]、空间决策支持系统（Spatial Decision Support System, SDSS）[41]、遗传算法（Genetic Algorithm, GA）[42-44]是较为常见的应用于该阶段的启发式方法。UYAN等开发了一个基于GA的权属调整程序，并与其所构建的基于SDSS的方法在调整效果上进行了比较[42]。在该研究中，基于SDSS模型以人工权属调整规则为基础，赋予“建有固定设施”、“地块数量超过3块”和“有需要相邻的地块”的农户在权属调整过程中有较高的优先级，通过算法设计为权属调整提供半结构化的决策支持，而基于GA的模型则通过选择、遗传与变异的重复迭代过程，为权属调整提供结构化的决策支持。在降低农地细碎程度方面，基于GA的模型要优于基于SDSS的模型。CAY等[40]以及DEMETRIOU等[39]则分别基于模糊逻辑和无推理机理论构建了用于解决地块位置再分配的ES，两种方法所追求的目标均类似于上文所提及的减少地块位置的变动程度，只是在具体表现形式上有所不同：CAY等的模型考虑了面积最大和第二大地块的位置，而DEMETRIOU等的模型则是对面积最大地块、价值最高地块以及农户偏好程度作了加权平均[45]。以上研究大多从对地块位置变动程度、地块数量的减少、对农民意愿的满足、地块与农居点间距离变化以及模型运行效率等方面对基于启发式方法的调整模型与传统方法进行了比较，基于启发式方法的权属调整模型在各方面均显著优于传统方法。

4 地块分割

地块分割是在地块再分配形成的地块位置的基础之上，确定地块的最终位置、边界与形状的过程。

4.1 地块分割的评价

针对地块分割，首先也需要建立一个关于地块形状、面积以及具体位置的评价标准。因此，有研究通过改进现有形状评价指标的缺陷，构建了一个综合性地块形状指数（Parcel Shape Index, PSI），该指数中包含了边长、反射角个数、锐角个数、边界点个数、紧凑性与整齐性6项指标，并通过加权平均得到综合分值[46]。KWINTA和GNIADEK的研究则提出，权属调整后应将地块形状设计为原地块的等效矩形[47]。另外，地块分割不仅仅是一个几何学的问题[48]。在实际应用于地块分割时，除形状指标之外，还需考虑分割所形成的地块与农户应得地块之间的面积、价值差异，以及每一地块与基础设施的邻接[49]；此外地块形状是否最优也取决于农业生产中所应用的机械，因此GONZALEZ等构建了一个包含地块形状和地块面积的评价指标，其中不同形状与面积所应得的分值都是其在给定机械耕作效率下通过模拟和回归分析得到的。在此基础上，他们给出了36种常见的基准地块形状指标分值，并提供了根据地块的实际形状和面积对分值进行修正的计算方式[50-51]。

4.2 地块分割的设计方法

在选定了地块分割所要达到的目标之后，则需通过各类程序与算法协助权属调整的实施者实现这一目标。BUIS和VINGERHOEDS的文章是最早涉及自动化地块分割过程的研究。在该研究中，他们通过结合基于知识的系统（Knowledge-based System, KBS）和GIS技术为地块分割提供决策支持。其中KBS部分负责地块设计，GIS部分则负责可视化呈现、评价与反馈[52]。ROSMAN的研究采用荷兰地籍司目前投入使用的两款权属调整软件TRANSFER和R-app，比较了在约束条件较少和约束条件大量存在（例如项目区内有大量生态用地或文化景观、有较多固定设施导致地块分割受限）两种拓扑条件下实现地块分割的方法[17]。但是上述研究都局限于对地块分割提供半结构化的决策支持。而近期研究则主要致力于通过启发式算法设计为地块分割过程提供结构化决策支持。TOURINO等人的研究通过结合区域增长算法和模拟退火算法完成地块分割优化过程。该方法首先通过区域增长算法将给定地块的质心按照一定的规则扩张成给定面积的地块，然后再以长宽比1∶4为优化目标，采用模拟退火算法进行优化[53]（图1）。

不过，由于模拟退火算法本身的特点，该方法运行时，区域增长算法中地块扩张规则的合理性将显著影响最终的优化结果。DEMETRIOU认为，GA可以克服这一缺陷，因此他的研究采用了GA对地块分割进行优化，同时该研究还对比了单目标（PSI值最大）优化与多目标（PSI值最大、面积和价值误差最小、地块全部与工程设施相邻接）优化的算法效率，发现在多目标情况下，对地块优化所需的运行时间显著增加，因此该算法很难实际应用于地块数量较多的农地整理项目中[49]。HAKLI等则构建了一个结合了折半搜索和德洛内三角剖分的方法进行地块分割，并以地块面积、价值和与道路邻接为目标进行了优化，发现该方法的优化效率要显著优于前述研究[54]。另外，他们还进行了对GA应用的改进研究，在GA增加了精英选择算子，同时其初始地块采用了与田块边界平行的长方形，研究发现改进后的GA算法效率大大提升，完成一个规模为109 hm2、地块数量为333块的项目的地块分割过程仅需8 h[55]。

图1 区域增长算法与模拟退化算法相结合的地块分割模型效果示意Fig.1 The diagram of regional growth algorithm and simulated annealing algorithm in land partitioning model

5 研究述评与展望

5.1 国外研究特征与趋势总结

国外农地整理权属调整技术方法研究有两个核心特征，一是强调空间，二是强调优化。其中权属调整的优化，又特别强调对农民意愿偏好的满足。

GIS技术与运筹学模型的结合是权属调整方法改进的主要方式，总体上相关研究为权属调整的决策支持结构化程度越来越高。具体而言，在内容上，地块位置再分配过程仍然是现阶段研究的重点，地块分割方面的研究较为薄弱，尤其是能为其提供结构化决策支持的研究相对较少；在方法上，早期研究强调优化方法的应用，目前仍有部分研究侧重采用优化算法解决权属调整的空间配置问题，不过考虑优化模型往往过度简化现实，应用价值有待检验，应用启发式方法的研究已成为国外研究的新趋势。此外，权属调整综合性的系统与软件开发也是国外权属调整技术方法研究的一个领域。这一方面荷兰的研究最为领先，相应软件在20世纪70年代便投入使用，目前已经过3代更新；塞浦路斯、土耳其和西班牙等也有权属调整集成系统开发的研究。

5.2 研究借鉴及展望

对权属调整技术方法创新研究较多的国家主要包括荷兰、德国、土耳其和塞浦路斯等国，同时波兰、西班牙和摩洛哥等国也有部分相关研究，总体上，这些国家都具有大规模的迫切的农地整理需求，往往也具有较长的农地整理历史，并具有较为健全的农地整理正式制度，因而很多研究致力于从技术层面提高农地整理的实施效率。不过，技术创新与制度改进的研究是相互促进的，并无明显的先后关系。同时，国外权属调整与国内权属调整有很多相似的特征，例如国外权属调整中农民表现出的“减小地块位置变动”等偏好，也是大部分国内农地整理权属调整中农民的意愿。因此，致力于满足这些偏好的技术方法，也可以应用于国内权属调整的研究之中。结合中国权属调整实际，今后权属调整技术方法研究应重点关注以下4个方面：

（1）构建中国权属调整概念模型，对权属调整的现实规则进行系统建模。国外的权属调整技术方法研究始于对传统方法的问题识别，其概念模型的设计也是以传统方法为基础的。中国现有的权属调整实施方法与国外显著不同，实践中多采用以抓阄为核心的强调程序公平的方法。因此，中国权属调整概念模型应立足于总结和改进现有方法。同时，国外研究的规则库也是基于自身实践模式，且往往缺乏系统性，且同样是基于其自身实践。因此，今后国内研究需对权属调整的现实规则进行系统总结与建模，如可将计算机领域中对共享概念模型进行明确的规范化说明的本体模型（ontologies）应用于对权属调整规则的建模之中。

（2）继续探索应用新兴技术方法的可能性。一方面，借鉴国外研究已有的技术方法，解决中国权属调整中农民意愿的满足、地块空间配置的优化等问题；另一方面，应当充分运用后发优势，探索应用新兴技术的可能性，解决目前国外研究普遍存在的问题。例如现阶段解决权属调整中所遇到的组合优化问题时采用的GA算法对高维问题收敛速度很慢，而其他启发式算法如粒子群算法（Particle Swarm Optimization,PSO）、差分进化算法（Differential Evolution Algorithm,DE）等则收敛速度较快，并且DE还具有参数简单的优点。因此，对于这些算法，以及神经网络等人工智能方法在权属调整中的应用，可能是解决大规模农地整理项目权属调整实施效率低的关键。

（3）对技术方法进行系统评估，并开展技术方法与管理机制的匹配研究。权属调整是一个利益分配的过程，因此单纯的技术效率并不能代表实际实施状态。基于新兴技术的各类方法虽然效率较高，但传统方法可能在部分地区有更高的接受度。农民对具体实施方法的接受程度、技术方法与管理机制的匹配程度等，均影响权属调整的实施效率。因此建立对各类技术方法应用效果的系统评价体系，识别不同方法所适合的应用条件，将其与具体的实施机制进行匹配。

（4）建立更丰富的权属调整优化目标和评价指标体系。目前相关研究在优化目标和耕地价值体系的评价指标均较少涉及农业生产以外的相关因素。多目标化是农地整理的一个重要发展方向，农地整理的生态转型也是国家战略发展的必然要求。权属调整作为农地整理的重要内容，由于涉及对乡村景观的改造，其也应当兼顾农地整理涉及的各类目标。因此，今后应当在地块价值体系确定、地块合并以及位置确定的过程中，纳入对生态、历史、文化等因素的考量。