全流程视角下的建设用地监管系统设计与实现

金 群，李 宁，周安发，刘小珊

（1.湖北省自然资源厅信息中心，湖北·武汉 430071；2.武汉市自然资源和规划信息中心，湖北·武汉 430014；3.湖北省测绘成果档案馆，湖北·武汉 430072； 4.武汉光谷信息技术股份有限公司，湖北·武汉 430070）

土地资源开发利用的周期较长，导致土地管理工作中存在着“重审批、轻监管”的管理理念[1]。落实到数据层面，体现为各类业务数据缺乏关联关系，仅实现“业务数据化”，未实现“数据业务化”，很难支撑建设用地的全流程监管。具体表现在一是无法实现单宗土地全生命周期的跟踪和追溯[2]；二是在新增建设用地指标缩减的大背景下，无法有效开展存量建设用地的挖潜。本文以上述问题为主导，围绕业务关联关系构建、全流程跟踪、数据分析挖掘、指标体系构建等方面进行分析，对全流程视角下的建设用地监管系统实现进行研究。

1 总体设计

1.1 建设思路

以建设项目作为基本单元，土地规划与土地年度计划为参照，建设项目的批、供、用、补、查数据为监管数据源[3]，重构数据关联关系，形成一套覆盖建设用地全流程的知识图谱。基于知识图谱，将建设项目ID作为唯一标识，构建一系列数据治理模型，通过数据的抽取、整合、清洗、转换，形成一套“数据业务化”的数据池，从而实现全流程视角下的数据串联、查询统计、动态监测。

1.2 建设内容

（1）梳理业务逻辑，构建关联关系

为开展建设用地全流程监管，首先从业务口径上对现有的“批、供、用、补、查”业务流程之间的内在关联关系及数据流向开展梳理与细化，细化之后的业务逻辑图如图1所示。

图1 建设用地全流程业务逻辑关系图Fig.1 Business logic diagram of the whole process of construction land

在梳理出业务逻辑关系图之后，围绕包含业务数据的专题应用系统进行分析，提取出涉及的全部专题应用系统及各系统数据表之间的关联挂接关系，从而构建一套包含业务逻辑—专题系统—数据表三个层次的知识图谱，如图2所示。

（2）基于知识图谱，搭建业务模型

基于厘清的业务逻辑和业务关联关系，形成一套描述批、供、用、补、查等业务环节的数据知识图谱，借助知识图谱明确各类数据的数据来源、生产系统、关联ID、核心数据等内容。知识图谱的构建分为两个层次：一是以属挂图。通过将建设项目作为基本单元，以项目编号作为唯一标识，以项目名称、批复文号等关键信息作为辅助索引，通过属性挂接的形式对建设用地各环节数据进行要素关联并获取相应的空间信息，实现数据生命周期的串联；二是以图找属。对于通过项目编号、项目名称、批复文号等关键字无法关联的建设项目，基于同一空间位置开展穿透查询，获取该地块范围内的其他用地信息，再利用模糊匹配加人工判读的方式对数据关系进行修补与二次重构。

结合上述思路，围绕知识图谱，利用FME Desktop软件，构建一系列数据抽取、转换、关联、清洗、整合模型[4]，在不破坏已有专题系统和数据库运作模式的情况下，实现数据库级别的数据清理融合。此外，通过设计、构建知识图谱和业务模型，反向促进现有专题业务系统的数据设计优化、数据采集和数据更新标准的完善，进一步促进建设用地全生命周期的管理。

（3）围绕业务模型，形成数据仓库

依托梳理细化的知识图谱与业务模型，在现有专题业务系统之外，形成一个可实时更新、动态扩展的建设用地全流程数据成果仓库。以知识图谱为起点，查清数据的传导规律和运转逻辑，明确数据从哪里来、到哪里去；以业务模型为中点，重构数据关联关系，掌握业务流转的来源流向，形成全流程数据成果仓库；以数据成果仓库为焦点，围绕数据的挖掘、共享建立持续的数据服务，盘活数据资产，输出数据价值。通过构建知识图谱、业务模型和数据成果仓库，从“抽”“洗”“用”三个环节打通建设用地全流程监管的数据壁垒，如图3所示。

图3 基于业务模型的数据治理Fig.3 Data governance based on business model

（4）基于数据仓库，构建评估指标

基于数据成果仓库，结合业务处室的日常数据统计分析需求，围绕耕地保有量、永久基本农田保护面积、建设占用耕地比例、供地率、批而未供土地面积、闲置土地面积等核心指标项，构建一套完整的土地开发利用评价指标体系。围绕每项指标的名称、内涵、计算公式、阈值，构建基于关键评价因子的土地利用监测模型和预警模型，深挖数据背后隐藏的价值，反向指导业务工作，有效促进节约集约用地，推动产业结构优化升级[5]。

（5）结合评估指标，开展监测预警

围绕评估指标体系，通过构建相应的数据分析模型，智能开展用地情况分析评价。例如对全省各地市州不同年份的建设用地数据开展实时监察、动态比对、目标跟踪和预警提示，实现某一区域不同时段的数据情况分析评价，实现对建设用地资产的全方位、智慧化监管，为提升国土空间治理能力提供数据支撑服务。

2 系统架构设计

2.1 系统框架

根据建设思路和业务流程，基于SpringBoot + Mybatis分布式敏捷开发技术，采用经典的MVC框架，系统框架如图4所示。

图4 系统架构图Fig.4 System architecture diagram

2.2 系统功能设计

针对建设用地全流程监管“批、供、用、补、查”五个环节的业务流程[6-9]，根据业务强关联、低耦合、高扩展性和高稳定性原则，结合实际需求，设计出系统功能结构图，如图5所示。

图5 系统功能设计Fig.5 System functional design

3 系统应用

3.1 业务信息全流程监管

以项目为基本单元，快速实现项目尺度下的“批、供、用、补、查”业务全链条关联追踪和信息提取，精准获取建设项目从规划、现状再到审批的过程，实现以图形分析为核心的“大审批”和“大监管”的动态监管。如图6、图7所示。

图6 土地审批专题业务串联Fig.6 Serial business of land examination and approval

图7 土地供应专题空间分析Fig.7 Special space analysis of land supply

3.2 统一的评价指标和模型体系

以多时态影像识别与图像提取、大数据分析等技术为核心，围绕土地开发利用评估评价、耕地保护等业务类型，从指数指标、监测指标和监管指标三个层面构建5大类，24个监测指标（表1）。以指标为基础，基于业务规则和算法，构架相应的评估评价和预警决策模型。以耕地保有量、基本农田保护、耕地质量平均利用率、补充耕地、新增水田、土地复垦等内容作为切入点，对全省的资源现状、规划实施、行业市场、违规违法等情况进行全面评估和全方位监管[10]。

表1 建设用地监管指标体系（部分）Tabe1 Supervision index system of construction land (part)

3.3 异常指标监测管理

以统计图、清单表、空间分布图的形式对指标评价结果进行展示，并从时间、空间等多个维度实现对指标的管理。展示内容包括指标内涵、指标计算来源、指标的当前值、目标值、差值，并按现期、同比、环比等多口径进行差异分析评价，为客观评估国土空间治理能力提供数据支撑。

如图8所示。

图8 建设用地生命周期管理多维指标监测Fig.8 The multi-dimensional index monitoring of construction land life cycle management

3.4 建设用地业务深度挖掘

在建设项目全链条管理的基础上，分析项目地块的来源流向。一方面，围绕业务维度对项目地块进行双向追溯，及时预警项目地块批而未供，供而未用，占补平衡，违法等异常情况[11]；另一方面，从时空维度分析项目地块在各业务阶段的空间合规性，通过与土地利用现状、土地利用规划、生态保护红线、基本农田等的压覆，分析项目地块空间布局合理与否。

以表2为例，**县20**年度第**批次城市建设用地项目在报批时完成了补充耕地计划，并作为**园还建小区二期和**国际***港政府还建小区两个项目的供地来源，但是**园还建小区二期项目的地块疑似闲置。通过业务关联，可及时发现违法违规现象，为自然资源集约节约利用提供技术支撑。

表2 建设项目报批地块利用情况追溯Table 2 The retrospective analysis of the utilization of the plots submitted for approval for construction projects

表3展示了**县2013年度第52批次城市建设用地项目的现状与规划分析结果。结果显示该项目占用了部分农用地，处于规划限制和允许建设区，未占用基本农田和生态用地，在报批时足量补充足量农用地即可满足空间管制要求。

表3 建设项目报批地块空间管制情况分析Table 3 The analysis of space control of construction projects submitted for approval

4 结语

随着机构整合和“放管服”工作的推进[12-13]，自然资源业务管理工作面临着新的机遇与挑战。深化大数据分析、知识图谱、机器学习等新技术在自然资源领域的应用势在必行。本文以土地利用“批、供、用、补、查”全流程监管为视角，分析了建设用地监管系统的设计思路与理念，并以湖北省自然资源业务统筹管理、业务追溯和智能监测监管的应用为实践，实现了建设用地全生命周期的动态管理和指标预警。项目的研究对于推动自然资源业务深度融合[13]、数据治理融合、应用统筹整合的多态融合，赋能自然资源一体化管理工作模式创新具有一定的借鉴意义。