前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇園林資產(chǎn)評(píng)估范文，相信會(huì)為您的寫作帶來幫助，發(fā)現(xiàn)更多的寫作思路和靈感。

園林資產(chǎn)評(píng)估范文第1篇

關(guān)鍵詞：森林資源；資產(chǎn)特點(diǎn)；資產(chǎn)評(píng)估；評(píng)估方法；建議

引言

近幾年，隨著我國(guó)集體林權(quán)制度改革的不斷推進(jìn)，使林業(yè)資產(chǎn)逐步走向市場(chǎng)化、產(chǎn)業(yè)化與規(guī)范化。但其中也不乏出現(xiàn)森林資源資產(chǎn)為作為對(duì)象轉(zhuǎn)讓、出售、銀行抵押以及拍賣等經(jīng)濟(jì)行為的問題，因此，進(jìn)行森林資源資產(chǎn)的評(píng)估也變得尤為重要。

1 森林資源林木資產(chǎn)評(píng)估概述

林木資產(chǎn)就是指林地內(nèi)作為森林資產(chǎn)的組成部分的所有林木。林木資源在我國(guó)占據(jù)面積和蓄積方面都被列為林中之寇，林木資產(chǎn)也被叫做立木資產(chǎn)，立木資產(chǎn)又包含活立木和枯立木兩種，指的是站立于林地中的尚未砍伐的樹木。隨著社會(huì)經(jīng)濟(jì)發(fā)展與市場(chǎng)的逐步完善，森林經(jīng)營(yíng)中的立木資產(chǎn)交易范圍與頻率也越來越高，隨之而來的林木資產(chǎn)的評(píng)估就變得非常重要。林木資產(chǎn)評(píng)估中的立木價(jià)格對(duì)森林經(jīng)營(yíng)所獲的利潤(rùn)有著直接的影響，其利潤(rùn)的高低，對(duì)立木交易的雙方同等重要。但由于立木資產(chǎn)在價(jià)格估算時(shí)，由于各自的計(jì)算方法和評(píng)估方法都有所不同，準(zhǔn)確確定極為困難，還需要結(jié)合林木資產(chǎn)的自身特點(diǎn)與評(píng)估方法的具體選定及評(píng)估結(jié)果得出科學(xué)合理的評(píng)估結(jié)論。

2 森林資源林木資產(chǎn)的特點(diǎn)

2.1 生產(chǎn)周期方面

林木資產(chǎn)歸類于生物性資源資產(chǎn)，從種植到成才少則幾年，多則幾十年，生長(zhǎng)周期極長(zhǎng)。由于受到這種周期生長(zhǎng)的影響，使林木產(chǎn)品在供應(yīng)調(diào)配上帶來很多困難，再加上森林的經(jīng)營(yíng)付出、造林投資需要長(zhǎng)時(shí)間方可取得回報(bào)，投入的資金長(zhǎng)期被占用，其經(jīng)營(yíng)成本所產(chǎn)生的銀行利息很重，這種利率的高低直接影響到經(jīng)營(yíng)成本的正常運(yùn)營(yíng)。

2.2 經(jīng)營(yíng)方面

林木資產(chǎn)具有資源再生的能力，這是生物性資產(chǎn)所具有的共性。這種特有的性質(zhì)在林木資產(chǎn)的經(jīng)營(yíng)中有著很大的作用，但在異齡林木資產(chǎn)中產(chǎn)生的作用是最大的，只要科學(xué)合理的經(jīng)營(yíng)便可長(zhǎng)期甚至永久性地經(jīng)營(yíng)下去，因此，在進(jìn)行評(píng)估時(shí)，要將這種再生能力給予適當(dāng)?shù)墓烙?jì)。

2.3 效益方面

林木資產(chǎn)經(jīng)營(yíng)目的是以木材為主其他林產(chǎn)品為輔，森林經(jīng)營(yíng)中可同時(shí)挖掘其生態(tài)所產(chǎn)生的效益。如利用森林特有優(yōu)勢(shì)進(jìn)行防風(fēng)固沙、釋放氧氣、預(yù)防水土流失等，以起到改善人類現(xiàn)有的生存環(huán)境。在我國(guó)森林資源資產(chǎn)的評(píng)估過程中，要做到對(duì)木材與林產(chǎn)品在經(jīng)濟(jì)效益方面評(píng)估的同時(shí)也要對(duì)其生態(tài)方面所產(chǎn)生的經(jīng)濟(jì)價(jià)值一同進(jìn)行評(píng)估。目前，我國(guó)森林資源資產(chǎn)的生態(tài)經(jīng)濟(jì)效益處于高端時(shí)期，為了避免亂砍亂伐，國(guó)家對(duì)森林的采伐制定了相應(yīng)的限制條例，而這種限制也將會(huì)影響到資產(chǎn)評(píng)估的結(jié)果。

3 森林資源林木資產(chǎn)評(píng)估的必要性

林木資產(chǎn)是森林資源的一部分，其資產(chǎn)的評(píng)估更是森林資產(chǎn)資源管理中的重要組成。無論是在森林資源流轉(zhuǎn)的規(guī)劃上還是對(duì)其資源經(jīng)營(yíng)者的合法權(quán)益上，均起著重要的作用。既能夠推動(dòng)森林資源資產(chǎn)的交易活動(dòng)循序漸進(jìn)的進(jìn)行，又能夠?qū)ι仲Y源實(shí)現(xiàn)可持續(xù)發(fā)展起到促進(jìn)作用；另外，還有利于森林資源依照市場(chǎng)經(jīng)濟(jì)的規(guī)律對(duì)森林資源的開發(fā)、利用起到保護(hù)作用，使其演變?yōu)橐愿救〈鷤鹘y(tǒng)的經(jīng)營(yíng)方式，從而實(shí)現(xiàn)了森林資源向著資產(chǎn)化管理模式發(fā)展，促進(jìn)了森林資源變成資產(chǎn)商品化的經(jīng)營(yíng)方式，從根本上深化了林業(yè)經(jīng)濟(jì)改革制度。因此，森林資源進(jìn)行資產(chǎn)評(píng)估是十分有必要的，具有深遠(yuǎn)的歷史意義和十分重要的現(xiàn)實(shí)意義。

4 評(píng)估方法現(xiàn)狀分析

4.1 林木資產(chǎn)評(píng)估

（1）市場(chǎng)價(jià)到算法，林木資產(chǎn)評(píng)估中的市場(chǎng)價(jià)到算法僅適用成熟林或過熟林。它能把林木資產(chǎn)現(xiàn)有的市場(chǎng)情況客觀的反應(yīng)出來，可從市場(chǎng)中直接獲取評(píng)估參數(shù)和評(píng)估指標(biāo)。而評(píng)估結(jié)論更能準(zhǔn)確的反應(yīng)出市場(chǎng)價(jià)格，其結(jié)果就非常容易被評(píng)估的各方人員所接收和理解。

（2）現(xiàn)行市場(chǎng)法，應(yīng)用現(xiàn)行市場(chǎng)法一定要合理選擇可參照的案例，選定幾個(gè)適合的評(píng)估案例是這種評(píng)估方法成功的關(guān)鍵所在。要保障調(diào)整參數(shù)的正確測(cè)定，進(jìn)行評(píng)估的林地盡量保持與案例林狀況一直的局面，其交易時(shí)間必須以接近評(píng)估基準(zhǔn)日為準(zhǔn)；另外，受到發(fā)育不充分的森林資源資產(chǎn)市場(chǎng)的影響，找到一個(gè)近期評(píng)估案例是很困難的，若以參照以往不同日期的評(píng)估案例，就必須以當(dāng)時(shí)物價(jià)指數(shù)和評(píng)估基準(zhǔn)日為基礎(chǔ)對(duì)物價(jià)指數(shù)進(jìn)行相應(yīng)的調(diào)整。

（3）收獲現(xiàn)值法，所謂收獲現(xiàn)值法就是用于中齡林和快成熟的林木用以資產(chǎn)評(píng)估時(shí)以折現(xiàn)率的計(jì)算投資效益的一種方法，進(jìn)行評(píng)估時(shí)。要將林木經(jīng)營(yíng)成本的前期投入的金額價(jià)格扣除，再對(duì)調(diào)整系數(shù)進(jìn)行測(cè)算，并進(jìn)行實(shí)證分析。就拿中齡林木來說，進(jìn)行收獲現(xiàn)值法測(cè)算得出的結(jié)果可直接反應(yīng)出林木資產(chǎn)的價(jià)值，所得結(jié)果非常合理且受到市場(chǎng)的歡迎。

（4）重置成本法，這種方法只適用幼林和未成熟林木的造林地進(jìn)行資產(chǎn)評(píng)估。利用重置成本法進(jìn)行資產(chǎn)估算時(shí)，一定要考慮在林木經(jīng)營(yíng)過程中由于技術(shù)改良或技術(shù)推廣時(shí)所造成的原有價(jià)值的相對(duì)減少問題，再加以成本的測(cè)算與投資收益的合理確定后與其他方法協(xié)調(diào)進(jìn)行方可。

4.2 林地資產(chǎn)評(píng)估

（1）現(xiàn)行市場(chǎng)法，此方法是林地資產(chǎn)評(píng)估的基本方法。使用該方法最關(guān)鍵的是要選擇適當(dāng)?shù)脑u(píng)估案例，所選的被評(píng)估林地條件和參照案例要求林地條件必須相似。但在實(shí)際評(píng)估過程中尋找與其資產(chǎn)評(píng)估相仿的參照案例非常困難，各個(gè)參照案例的價(jià)格成交時(shí)均要做相應(yīng)的系數(shù)調(diào)整，現(xiàn)行市場(chǎng)法還要具備能夠獲取較多交易實(shí)例資料的活躍市場(chǎng)，且要保障進(jìn)行交易的案例合理與真實(shí)。

（2）期望價(jià)法，利用林地期望價(jià)法對(duì)林地進(jìn)行評(píng)估時(shí)所具備的前提條件是：一是林地屬于無限年期的經(jīng)營(yíng)方式，永續(xù)作業(yè)中的林木經(jīng)營(yíng)的主伐林齡要相同；二是林地期望價(jià)法最適用于薪炭林、疏林地、防護(hù)林、灌木林地、采伐跡地與火燒跡地及國(guó)家規(guī)劃中的宜林地林的資產(chǎn)評(píng)估，但需要注意的是使用該方法對(duì)林地進(jìn)行評(píng)估時(shí)的參數(shù)確定還缺少客觀的參考依據(jù)。

（3）年金資本化法，該方法適用于那些年租金相對(duì)穩(wěn)定的林地進(jìn)行資產(chǎn)評(píng)估，其方法計(jì)算比較簡(jiǎn)單，進(jìn)行估算時(shí)僅僅涉及到年平均租金和總投資收益率。但在年平均地租金和投資收益率的計(jì)算時(shí)，要注意將通貨膨脹帶來的影響從平均地租租金中扣除，在投資收益率的確定方面也應(yīng)考慮到這個(gè)問題，若在地租租金中沒有扣除通貨膨脹因素，那么在采取投資收益率時(shí)就必須包含通貨膨脹。

（4）林地費(fèi)用法，此方法通常適用于像苗圃類型的林地進(jìn)行資產(chǎn)評(píng)估，最主要方面是用在比較明確的林地購(gòu)入費(fèi)且購(gòu)入后只采取了改良措施而并沒有進(jìn)入經(jīng)營(yíng)階段的林地。但在林地資產(chǎn)中林地購(gòu)入后單單做了改良而未進(jìn)行經(jīng)營(yíng)的情況甚少，因此，此方法在林地資產(chǎn)評(píng)估使用當(dāng)中用的最少。

5 案例分析

5 結(jié)論及建議

森林資源在進(jìn)行資產(chǎn)評(píng)估所選取方法的過程其實(shí)就是要求評(píng)估人員以遵守客觀事實(shí)或一定的約束為基礎(chǔ)條件對(duì)待定資產(chǎn)進(jìn)行的理論分析、論證、比較的過程。并對(duì)資產(chǎn)評(píng)估的價(jià)值以最大程度上實(shí)現(xiàn)其認(rèn)可度與公允性，其方法的科學(xué)合理性是決定評(píng)估結(jié)果真實(shí)、可靠的關(guān)鍵因素。目前，我國(guó)森林資源資產(chǎn)的評(píng)估當(dāng)中所選取的評(píng)估方法的實(shí)證研究非常少，大多數(shù)僅僅偏向于資產(chǎn)評(píng)估的理論研究上，且這種理論研究也不夠規(guī)范。建議在今后有關(guān)森林資產(chǎn)評(píng)估的研究工作中更應(yīng)重視對(duì)其評(píng)估方法的實(shí)際案例研究，尤其要對(duì)我國(guó)森林資源中的經(jīng)濟(jì)林、防護(hù)林和竹林等林木資源的評(píng)估方法的選取上與參考應(yīng)用方面進(jìn)行深入研究，為以后我國(guó)森林資源資產(chǎn)在評(píng)估方法科學(xué)合理的選擇上提供可靠的科學(xué)依據(jù)。

6 結(jié)束語(yǔ)：

近年來，盡管我國(guó)的集體林權(quán)制度改革在穩(wěn)步推進(jìn)。但森林資源資產(chǎn)進(jìn)行目的性的經(jīng)濟(jì)行為也越來越多，如轉(zhuǎn)讓、合資、抵押貸款、合作與股份經(jīng)營(yíng)等。實(shí)踐中還存在林權(quán)流轉(zhuǎn)與操作不規(guī)范，資產(chǎn)評(píng)估市場(chǎng)極為混亂，導(dǎo)致我國(guó)的國(guó)有森林資源在大量流失?，F(xiàn)有的資產(chǎn)評(píng)估機(jī)構(gòu)尚無法滿足快速增長(zhǎng)的森林資源資產(chǎn)評(píng)估業(yè)務(wù)需求，森林資源資產(chǎn)評(píng)估理論與實(shí)踐的改革依然任重道遠(yuǎn)，還需相關(guān)人士進(jìn)行更深一步的探究。

參考文獻(xiàn)

[1] 郭超，用材林林木資產(chǎn)評(píng)估決策支持系統(tǒng)的研制[D].中南林業(yè)科技大學(xué)，2008年.

[2] 郭保香，我國(guó)森林資源資產(chǎn)評(píng)估發(fā)展歷程、問題及對(duì)策研究[J].林業(yè)經(jīng)濟(jì)，2010（8）：86-89.

[3] 朱龍章，劉少雄，劉爾平等，森林資源資產(chǎn)評(píng)估技術(shù)探討[J].現(xiàn)代農(nóng)業(yè)科技，2010（24）：204-206.

[4] 孫晶波，李瑋.森林資源資產(chǎn)評(píng)估理論、方法在實(shí)踐中的探索[J]北京：林業(yè)科技情報(bào)，2006（2）：23-26.

園林資產(chǎn)評(píng)估范文第2篇

【關(guān)鍵詞】森林；評(píng)估；面積

森林資源資產(chǎn)評(píng)估，首先要做的就是林地面積的區(qū)劃界定，而面積的大小直接影響到森林資源資產(chǎn)的評(píng)估值，2011年以來，筆者通過多種方法進(jìn)行區(qū)劃比較，就林地面積的區(qū)劃積累了一定的經(jīng)驗(yàn)，現(xiàn)整理出來供林業(yè)工作者借鑒。

1.林地面積區(qū)劃方法的衍變

在旌德縣，林地面積的區(qū)劃一直沿襲的是利用地形圖手工繪制區(qū)劃，常用的圖幅是1：25000或是1：10000的地形圖，對(duì)照林分，根據(jù)自然地形地貌、海拔，以地標(biāo)物為參照，目測(cè)距離進(jìn)行手繪區(qū)劃，因技術(shù)熟練程度的不同，或是對(duì)林地自然地理環(huán)境的熟悉程度不同，精確度也不同，因而林地面積誤差很大；2010年，旌德縣林業(yè)局開始引用Global Mapper 14電腦軟件，采用衛(wèi)星航片平面影像判讀輔助地形圖區(qū)劃，該種方法大大降低了工作量，提高了面積區(qū)劃的精準(zhǔn)度；2011年以后，林業(yè)技術(shù)人員開始學(xué)習(xí)采用天地圖（安徽）或谷歌地球軟件衛(wèi)星3D影像判讀輔助地形圖區(qū)劃，甚至把地形圖與3D影像疊加到一起進(jìn)行區(qū)劃，不僅提高了面積的精準(zhǔn)度，區(qū)劃時(shí)更加直觀、便捷、準(zhǔn)確。

2.各種區(qū)劃方法的優(yōu)缺點(diǎn)

2.1地形圖手繪區(qū)劃

地形圖區(qū)劃林地面積，需要對(duì)林地的地理環(huán)境比較熟悉，而且區(qū)劃技能要比較熟練，否則會(huì)因?yàn)榕凶x錯(cuò)誤致使面積發(fā)生很大的偏差。其優(yōu)點(diǎn)是可以直觀了解地形地貌、海拔高度、坡向等因子，缺點(diǎn)是精準(zhǔn)度低，區(qū)劃面積誤差大。采用不同比例尺的圖幅區(qū)劃，精確度也不同，1：25000的地形圖只能精確到625 m2，1：10000的地形圖只能精確到100 m2。林中小面積不同的地類或樹種，由于沒有明顯的地標(biāo)物做參考，很難在地形圖中標(biāo)注出來，更無法界定面積，只能通過經(jīng)驗(yàn)進(jìn)行估算。

2.2衛(wèi)星航片判讀區(qū)劃

衛(wèi)星航片判讀區(qū)劃林地面積，我們目前采用的是遙感判讀軟件Global Mapper 14，即通過電腦把電子版的地形圖與衛(wèi)星航片通過軟件疊加后在航片上判讀，根據(jù)樹種顏色的不同，將目的樹種林地面積區(qū)劃出來，標(biāo)注在地形圖上，最小面積可精確到30 m2左右，盡管圖幅可以再放大比例，但分辨率太低，邊界還是無法界定。該方法的優(yōu)點(diǎn)是可以把地形圖和實(shí)景重疊，即可以判斷地形地貌、地理坐標(biāo)，又可以減小面積誤差；缺點(diǎn)是衛(wèi)星航片中影像為平面影像，闊葉樹種顏色相同，灌木林地和闊葉喬木林地不容易區(qū)分，衛(wèi)星航片與地形圖疊加時(shí)兩者的位置會(huì)有所偏離，因而區(qū)劃成果在地形圖顯示的位置與實(shí)際位置也會(huì)發(fā)生偏離，這樣的成果圖不能作為森林資源資產(chǎn)評(píng)估報(bào)告的附件。

2.3衛(wèi)星影像判讀區(qū)劃

衛(wèi)星影像判讀區(qū)劃可根據(jù)個(gè)人習(xí)慣直接打開網(wǎng)絡(luò)，選用各省的天地圖或是谷歌地球軟件，根據(jù)衛(wèi)星航拍的實(shí)物3D影像區(qū)劃面積，最小面積一般可精確到2m2。其優(yōu)點(diǎn)是，3D影像比較直觀，各樹種、山體、水域、道路等實(shí)物清晰可見，可以在圖上直接測(cè)量距離，確定地理坐標(biāo)，也可以通過軟件與地形圖疊加，位置不會(huì)產(chǎn)生偏離，面積誤差??；缺點(diǎn)是不能直觀直判讀海拔、坡度等因子，區(qū)劃好面積的衛(wèi)星圖片比例尺不好控制，不能按需要的比例尺直接打印，只能通過截圖制成圖片后再進(jìn)行編輯，制成直觀的PPT圖片打印。

3.森林資源資產(chǎn)評(píng)估林分面積的確定

森林資源資產(chǎn)評(píng)估林分面積的大小對(duì)評(píng)估值的影響很大，因此林分面積的精準(zhǔn)度極其重要。為了降低工作量，提高林分面積的精準(zhǔn)度，可以把以上三種方法綜合起來運(yùn)用，這樣可以消除每種方法的不足。

3.1地形圖的利用

在外業(yè)調(diào)查時(shí)依靠地形圖斷定需要評(píng)估的林地位置，以便做內(nèi)業(yè)時(shí)對(duì)林地面積進(jìn)行詳細(xì)核定。進(jìn)入林區(qū)后，利用地形圖等高線參照自然地形地貌，粗略標(biāo)注需要進(jìn)行評(píng)估的林分界線、樹種、面積，特別是要通過山脊分水線、山溝合水線和地標(biāo)物的大概位置來確定林地位置和界線。

3.2衛(wèi)星航片的利用

通過Global Mapper 14遙感判讀軟件，將電子版地形圖與衛(wèi)星航片重疊，先參照紙質(zhì)地形圖上標(biāo)注的林地位置在電子版地形圖區(qū)劃出來，在衛(wèi)星航片上反映出來后，再對(duì)照衛(wèi)星航片中顯示的地類進(jìn)行修正，將需要進(jìn)行評(píng)估的林地分別地類進(jìn)行區(qū)劃。

3.3衛(wèi)星3D影像的利用

打開天地圖或谷歌地球軟件，對(duì)比已經(jīng)區(qū)劃好林地面積的衛(wèi)星航片，在3D影像上找到要評(píng)估的林地位置，然后將衛(wèi)星影像圖與衛(wèi)星航片放大到同等比例。由于3D影像圖比較清晰直觀，地標(biāo)物、樹種可以直接判讀，所以可以在影像圖上的把林地中所有需要扣除的面積全部區(qū)劃出來。用在衛(wèi)星航片上區(qū)劃的林地面積減去衛(wèi)星影像圖區(qū)劃出的需要扣除的面積，就可得到精準(zhǔn)的森林資源資產(chǎn)評(píng)估林地面積。

業(yè)務(wù)技能比較好的，還可以把衛(wèi)星航片、3D影像圖、地形圖在電腦上通過Global Mapper 14重疊，最后反應(yīng)在地形圖上的林地位置、面積更準(zhǔn)確，這樣區(qū)劃好的地形圖打印出來后可以直接作為森林資源資產(chǎn)評(píng)估報(bào)告的附件。

4.存在的問題

作為林業(yè)工作者，地形圖的判讀是基本業(yè)務(wù)，這沒有問題，但是Global Mapper 14軟件、天地圖和谷歌地球軟件的應(yīng)用需要經(jīng)過專業(yè)的培訓(xùn)才能熟練掌握，目前安徽省還沒有一套完整的培訓(xùn)資料，旌德地區(qū)能全面熟練掌握這些軟件的技術(shù)人員也是寥寥無幾，如果林業(yè)主管部門能夠組織這方面的技術(shù)培訓(xùn)，讓廣大技術(shù)人員都能全面掌握這些技術(shù)，特別是開展森林資源資產(chǎn)評(píng)估部門的工作人員能掌握這些技術(shù)，這將對(duì)森林資源規(guī)劃設(shè)計(jì)調(diào)查和資產(chǎn)的評(píng)估有著重要的意義。

另外，由于森林資源是動(dòng)態(tài)變化的，而目前我們所能掌握的網(wǎng)絡(luò)上的天地圖或谷歌地球軟件顯示的3D影像更新較慢，所以現(xiàn)場(chǎng)調(diào)查尤其重要，在實(shí)際運(yùn)用時(shí)要先查閱森林資源檔案，然后進(jìn)入林區(qū)現(xiàn)場(chǎng)調(diào)查，注意森林資源的變化。

5.小結(jié)

園林資產(chǎn)評(píng)估范文第3篇

批量評(píng)估方法是20世紀(jì)70年代興起的評(píng)估方法，它是在評(píng)估三大基本方法與財(cái)產(chǎn)特征數(shù)據(jù)的基礎(chǔ)上，結(jié)合數(shù)理統(tǒng)計(jì)技術(shù)和其他相關(guān)技術(shù)而形成的一種新的評(píng)估技術(shù)。目前這種評(píng)估方法已在歐美一些國(guó)家的財(cái)產(chǎn)稅稅基評(píng)估和房地產(chǎn)抵押貸款、融資評(píng)估中廣泛應(yīng)用。批量評(píng)估是對(duì)大量處于一定區(qū)域的財(cái)產(chǎn)樣本建模，并利用模型對(duì)任何符合模型要求的目標(biāo)財(cái)產(chǎn)進(jìn)行估價(jià)。批量評(píng)估技術(shù)的應(yīng)用從最早的農(nóng)地評(píng)估拓展到目前的以征納從價(jià)稅為目的的財(cái)產(chǎn)評(píng)估領(lǐng)域、房地產(chǎn)估價(jià)領(lǐng)域，以及抵押貸款、融資等的資產(chǎn)評(píng)估實(shí)務(wù)中。與傳統(tǒng)的評(píng)估方法比較，批量評(píng)估具有快速評(píng)估與成本較低的優(yōu)勢(shì)。2003年以來，隨著集體林權(quán)制度改革的不斷深入，集體林區(qū)的森林資源資產(chǎn)交易日益頻繁，隨之而來的是對(duì)于森林資源資產(chǎn)評(píng)估日益增多的需求，由于林權(quán)制度改革形成的林農(nóng)，以戶為經(jīng)營(yíng)單位的森林資源資產(chǎn)經(jīng)營(yíng)面積一般較小，小班個(gè)數(shù)亦較少，當(dāng)在某一集中時(shí)段對(duì)同一地區(qū)的大量林農(nóng)散戶小班進(jìn)行評(píng)估時(shí)，如按照一般森林資源資產(chǎn)評(píng)估的流程，評(píng)估工作量將非常大，計(jì)算繁瑣，從而耗費(fèi)大量人力、物力、財(cái)力且效率低。在市場(chǎng)經(jīng)濟(jì)條件下，應(yīng)提倡“高效率、低成本”，找到一種新途徑，能加快森林資源資產(chǎn)的評(píng)估速度，降低森林資源資產(chǎn)評(píng)估成本，而這也正符合批量評(píng)估的初衷，批量評(píng)估能夠?qū)崿F(xiàn)低成本、高效率地完成大規(guī)模目標(biāo)資產(chǎn)的價(jià)值評(píng)估任務(wù)，從而為森林資源資產(chǎn)評(píng)估提供了新思路和新方法。因此，本文擬將批量評(píng)估模型引入森林資源資產(chǎn)評(píng)估，并將其應(yīng)用到森林資源資產(chǎn)評(píng)估實(shí)踐，希望有助于進(jìn)一步完善森林資源資產(chǎn)評(píng)估方法與理論體系，促進(jìn)森林資源資產(chǎn)化管理進(jìn)程。

一、國(guó)內(nèi)外研究概況

最早的批量評(píng)估思想可以追溯到1919年，當(dāng)時(shí)在西方就有人將統(tǒng)計(jì)學(xué)的多元回歸分析（Multiple Regression Analysis，這也是現(xiàn)今批量評(píng)估中主流的校準(zhǔn)技術(shù)之一）作為一種可行估算技術(shù)，應(yīng)用于農(nóng)業(yè)用地的價(jià)值估計(jì)實(shí)踐。其后，尤其是20世紀(jì)80年代末90年代初，西方學(xué)者圍繞著評(píng)估三種基本方法在統(tǒng)計(jì)、數(shù)學(xué)環(huán)境中的具體實(shí)踐做了大量的研究，探討了多元回歸分析技術(shù)、適應(yīng)估計(jì)技術(shù)（又稱回饋技術(shù)）（Adaptive Estimation Procedure or feedback）、人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Network）等技術(shù)在批量評(píng)估中的應(yīng)用。Robert Carbone，Richard L.Longini（1977）利用回饋技術(shù)建立了不動(dòng)產(chǎn)批量評(píng)估模型，并用數(shù)據(jù)檢驗(yàn)了評(píng)估模型的可行性。Mark，J.，Goldberg，M.A.（1988）回顧了多元回歸分析技術(shù)在批量評(píng)估中應(yīng)用的相關(guān)問題。John D Benjamin， Randall S Guttery，C F Sirmans（2004）分析了多元回歸技術(shù)在不動(dòng)產(chǎn)批量評(píng)估的應(yīng)用。Tay，D.P.H.，Ho，D.K.K.（1991/1992）運(yùn)用人工智能技術(shù)對(duì)大量的公寓進(jìn)行批量評(píng)估。Borst， R.A.（1992）指出神經(jīng)網(wǎng)絡(luò)技術(shù)將成為評(píng)估體系中建模的主要技術(shù)。Borst R.A.（1995）研究了人工神經(jīng)網(wǎng)絡(luò)技術(shù)在批量評(píng)估中的應(yīng)用。Borst R.A and McCluskey（1996）分析了神經(jīng)網(wǎng)絡(luò)技術(shù)在不動(dòng)產(chǎn)批量評(píng)估扮演的角色。Tom Kauko（2007）研究了批量評(píng)估方法體系，提出將神經(jīng)網(wǎng)絡(luò)技術(shù)、模糊邏輯技術(shù)等應(yīng)用到財(cái)產(chǎn)評(píng)估，并與多元回歸技術(shù)比較，結(jié)果表明前者比后者具有更高的擬合精度。

國(guó)內(nèi)有關(guān)批量評(píng)估的研究尚處于起步階段，并且主要集中在金融方面。如：耿星（2004）介紹了不動(dòng)產(chǎn)批量評(píng)估的主要步驟：不動(dòng)產(chǎn)基本描述、市場(chǎng)信息搜集和估價(jià)。金維生（2004）介紹了批量評(píng)估在加拿大房地產(chǎn)稅征管中的作用。陳濱（2005）介紹了金融不良資產(chǎn)批量評(píng)估的主要方法：統(tǒng)計(jì)抽樣法、經(jīng)驗(yàn)抽樣法、分類逐戶法和回歸模型法。劉揚(yáng)（2005）提出了計(jì)算機(jī)輔助批量評(píng)估（CAMA，Computer-Aided Mass Assessment）。郭文華（2005）分析了計(jì)算機(jī)化批量評(píng)估系統(tǒng)（立陶宛）核心――不動(dòng)產(chǎn)批量評(píng)估模型的原理和流程。紀(jì)益成，傅傳銳（2005）回顧了批量評(píng)估產(chǎn)生與發(fā)展的歷程，闡述了其方法原理和主要的操作過程，并采用市場(chǎng)法為理論基礎(chǔ)的模型設(shè)立和多元回歸作為模型的校準(zhǔn)技術(shù)對(duì)實(shí)例進(jìn)行批量評(píng)估，研究結(jié)果表明，該批量評(píng)估模型表現(xiàn)良好。

二、批量評(píng)估基礎(chǔ)

批量評(píng)估方法將三種傳統(tǒng)評(píng)估方法（成本法、市場(chǎng)法和收益法）納入其評(píng)估模型設(shè)定的基礎(chǔ)理論框架，但它不是這三種方法的簡(jiǎn)單組合，而是考慮到了三種基本方法在不同評(píng)估環(huán)境下，針對(duì)不同類型資產(chǎn)時(shí)的適用性問題。在構(gòu)建批量評(píng)估模型時(shí)，先根據(jù)目標(biāo)評(píng)估資產(chǎn)與特定的評(píng)估環(huán)境選擇適用的基本方法理論作為評(píng)估模型設(shè)定的理論依據(jù)，再根據(jù)所選擇的模型和所能獲得的數(shù)據(jù)，應(yīng)用現(xiàn)代統(tǒng)計(jì)、數(shù)學(xué)技術(shù)與計(jì)算機(jī)技術(shù)等實(shí)現(xiàn)傳統(tǒng)評(píng)估方法，即獲得模型中的系數(shù)。任何目的和類型的批量評(píng)估都應(yīng)該包括以下步驟（2005 UNIFORM STANDARDS OF PROFESSIONAL APPRAISAL PRACTICE）：

（1）識(shí)別待評(píng)估資產(chǎn)；

（2）確定資產(chǎn)一致性性狀的市場(chǎng)區(qū)域；

（3）識(shí)別影響市場(chǎng)區(qū)域中的價(jià)值形成的特征因素；

（4）建立能反映此市場(chǎng)區(qū)域中影響價(jià)值特征因素相互間的評(píng)估模型（模型設(shè)定層次）；

（5）校準(zhǔn)模型從而確定影響價(jià)值的各個(gè)特征因素的作用（模型校準(zhǔn)層次）；

（6）將模型中所得到的結(jié)論應(yīng)用于待評(píng)估資產(chǎn)；

（7）檢驗(yàn)批量評(píng)估結(jié)果。

其中，第2步是指收集那些與待評(píng)估資產(chǎn)處于臨近地理位置、相近評(píng)估日期，具有相同或相似資產(chǎn)特征的資產(chǎn)，這些資產(chǎn)構(gòu)成待評(píng)估資產(chǎn)的一個(gè)市場(chǎng)區(qū)域。

上述的模型設(shè)定和校準(zhǔn)階段其實(shí)是一個(gè)反復(fù)迭代的過程。在進(jìn)行第6步前，可以先用測(cè)試樣本檢驗(yàn)?zāi)Ｐ?，若輸出結(jié)果與預(yù)期結(jié)果不相符合就必須調(diào)整模型的設(shè)定，再次校準(zhǔn)模型，并且重復(fù)上述過程直至模型預(yù)測(cè)達(dá)到一定精度。

三、基于多元線性回歸的森林資源資產(chǎn)批量評(píng)估應(yīng)用研究――以幼齡林為例

在森林資源資產(chǎn)評(píng)估中實(shí)現(xiàn)批量評(píng)估的關(guān)鍵是建立自動(dòng)評(píng)估模型，一般來說，建立自動(dòng)評(píng)估模型需要經(jīng)過下面幾個(gè)關(guān)鍵步驟：（1）進(jìn)行數(shù)據(jù)調(diào)查，構(gòu)建正確的統(tǒng)計(jì)分析框架；（2）對(duì)數(shù)據(jù)進(jìn)行描述性分析；（3）建模：在建模當(dāng)中，首先要選擇適當(dāng)?shù)睦碚撃Ｐ?，其次根?jù)理論模型，選擇變量，最后選擇適當(dāng)?shù)哪Ｐ托问?；?）模型精度的度量與模型改進(jìn)。為說明森林資源資產(chǎn)批量評(píng)估模型的建立，以下以基于多元線性回歸的幼齡林批量評(píng)估模型建模為例予以說明。

（一）多元線性回歸數(shù)學(xué)模型與假設(shè)

多元線性回歸的數(shù)學(xué)模型為：

式（1）是一個(gè) 元線性回歸模型，其中有p個(gè)自變量。它表明因變量 的變化可由兩個(gè)部分解釋。第一，由 個(gè)自變量 的變化引起的 的變化部分，即

；第二，由其他隨機(jī)因素引起的 的變化部分，即

都是模型中的未知參數(shù)，分別稱為回歸常數(shù)和偏回歸系數(shù)， 稱為隨機(jī)誤差，它服從均值為0，方差為 的正態(tài)分布。

多元線性回歸模型的假設(shè)理論：

零均值假設(shè)：隨機(jī)誤差 的數(shù)學(xué)期望為零，即

等方差性假設(shè)：所有的隨機(jī)誤差 都有相同的方差， 。

序列獨(dú)立性假設(shè)：任何一對(duì)隨機(jī)誤差之間相互獨(dú)立，

正態(tài)性假設(shè)：所有的隨機(jī)誤差 服從均值為0，方差為 的正態(tài)分布。

不存在多重共線性假設(shè)：所有自變量彼此線性無關(guān)。

（二）森林資源資產(chǎn)調(diào)查與統(tǒng)計(jì)分析

為了估計(jì)參數(shù)、建立森林資源資產(chǎn)批量評(píng)估模型，必須收集大量的森林資源數(shù)據(jù)資料。根據(jù)對(duì)于森林資源資產(chǎn)評(píng)估的影響因子與價(jià)值測(cè)算過程，在進(jìn)行建模前主要收集的數(shù)據(jù)主要有兩類：森林資源數(shù)據(jù)資料和評(píng)估的有關(guān)經(jīng)濟(jì)技術(shù)指標(biāo)。其中森林資源數(shù)據(jù)資料是最重要的評(píng)估模型的輸入元素，將直接影響到模型參數(shù)的選擇和分析方法的采用。采用歷史小班數(shù)據(jù)來鑒別特征因素，構(gòu)造估算函數(shù)，檢驗(yàn)推導(dǎo)出的模型的可靠性。當(dāng)完成必要的森林資源數(shù)據(jù)調(diào)查與相關(guān)技術(shù)指標(biāo)資料的收集后，應(yīng)通過統(tǒng)計(jì)分析如專家分析、層次分析法、主成分分析法等以獲取影響評(píng)估價(jià)值的主要森林資源數(shù)據(jù)因子與經(jīng)濟(jì)指標(biāo)因子，在進(jìn)行森林資源資產(chǎn)批量評(píng)估建模時(shí)主要是研究主要特征因素對(duì)單位評(píng)估值的影響，從而獲取包括上述特征因素的評(píng)估樣本，為建模做準(zhǔn)備。例如影響幼齡林單位評(píng)估值的主要因素是年齡、平均樹高、株數(shù)、前三年的營(yíng)林生產(chǎn)成本，樹種；影響中齡林單位評(píng)估值的主要因素有：年齡、經(jīng)營(yíng)類型（對(duì)應(yīng)主伐年齡）、平均胸徑、平均樹高、蓄積量、銷售價(jià)格、直接采伐成本（含短途運(yùn)輸費(fèi)）、出材率和樹種；影響成熟林單位評(píng)估值的主要因素有：平均胸徑、平均樹高、畝蓄積量、銷售價(jià)格、直接采伐成本（含短途運(yùn)輸費(fèi)）、出材率和樹種。

（三）森林資源資產(chǎn)評(píng)估相關(guān)數(shù)據(jù)的描述性統(tǒng)計(jì)分析

對(duì)于數(shù)據(jù)的描述性分析實(shí)際就是對(duì)于數(shù)據(jù)是否符合建模要求的統(tǒng)計(jì)分析，例如在多元回歸模型建立之前，必須先檢驗(yàn)多元回歸分析所具備的前提條件是否滿足，這些前提條件包括正態(tài)性和線性關(guān)系。應(yīng)注意的是對(duì)于每一個(gè)單獨(dú)變量，正態(tài)假設(shè)在多元分析中是最重要的基礎(chǔ)。如果與正態(tài)性的要求偏離較大，所得的分析結(jié)果將是無效的。以筆者所在專業(yè)評(píng)估機(jī)構(gòu)福建省福林咨詢中心2007年評(píng)估實(shí)踐中所獲取的36個(gè)幼齡林小班資源數(shù)據(jù)及其評(píng)估結(jié)果為基礎(chǔ)，結(jié)合批量評(píng)估建模過程為例說明。

1.正態(tài)性檢驗(yàn)

由前文的特征因素分析可知，進(jìn)行幼齡林多元回歸批量估算模型研究時(shí)考慮的主要因素有：年齡age；平均樹高h(yuǎn)；株數(shù)tr_num；樹種（亞變量，離散的）。對(duì)上述四個(gè)連續(xù)變量進(jìn)行描述性統(tǒng)計(jì)結(jié)果如表1

上述表1及圖1-3表明，年齡age的變化范圍為4~10，均值為6.5043；株數(shù)tr_num的范圍為70~320，均值為166.3248；單位評(píng)估值value的變化范圍為247.62元/畝~800.00元/畝，其均值為559.9190元/畝，可以看出這些變量更具有正態(tài)性，而平均樹高h(yuǎn)的變化范圍為0.2m~15.8m，然而均值為4.1658m，偏度系數(shù)為0.902，其偏度系數(shù)較大，在未做任何處理之前，就將其運(yùn)用到模型中，將會(huì)嚴(yán)重違反正態(tài)化假設(shè)。此時(shí)，可以對(duì)變量作變換，如作平方根、對(duì)數(shù)變換等，為了使變換后的數(shù)據(jù)也大于0，對(duì)平均樹高作平方根變換后得到平均樹高的直方圖如圖4所示。可見，經(jīng)過數(shù)據(jù)轉(zhuǎn)換處理后得到的新變量，其正態(tài)性有所改善。

2.線性檢驗(yàn)

在正態(tài)性檢驗(yàn)之后，還應(yīng)該確保因變量與自變量之間的線性關(guān)系。線性關(guān)系可以通過散點(diǎn)圖來判斷，在SPSS中生成的散點(diǎn)圖，如圖5所示。從最后一行可以判斷因變量單位評(píng)估值和年齡age、株數(shù)tr_num的線性關(guān)系明顯，和平均樹高sqh的線性關(guān)系不明顯。

（四）森林資源資產(chǎn)評(píng)估批量評(píng)估回歸模型建立與假設(shè)檢驗(yàn)

1.模型建立

根據(jù)上述分析與多元線性回歸原理，幼齡林批量估算模型可為如下形式：

式中： 分別表示樹種、株數(shù)、平均樹高的平方根；

、 為引入表示樹種的亞變量：

=0，=0，表示樹種為杉木；

=0，=1，表示樹種為馬尾松；

=1，=0，表示樹種為闊葉樹。

在對(duì)回歸系數(shù)進(jìn)行推導(dǎo)的過程中，采用逐步回歸法。先按自變量“重要性”從一個(gè)自變量開始逐步引入方程，每引進(jìn)一個(gè)新的變量時(shí)，要對(duì)新方程中的全部變量再作顯著性檢驗(yàn)，刪除其中不顯著的變量，重復(fù)此過程，直至沒有變量被引入，也沒有變量可剔除時(shí)為止。在SPSS中采用逐步回歸法運(yùn)算得到最終的多元回歸方程如下：

2.幼齡林模型的假設(shè)檢驗(yàn)

進(jìn)行多元回歸分析的前提是回歸模型的假定正確，可以采用殘差分析法來評(píng)估誤差項(xiàng)正態(tài)分布假設(shè)，以及方差性假設(shè)、方差獨(dú)立性假設(shè)的滿足情況。

檢驗(yàn)殘差的正態(tài)性：對(duì)幼齡林批量評(píng)估模型進(jìn)行殘差K-S檢驗(yàn)。如果檢驗(yàn)結(jié)果殘差不服從正態(tài)性，應(yīng)考慮修改模型、進(jìn)行適當(dāng)變換，或增加新的自變量、剔除異常觀察值等方法來補(bǔ)救。經(jīng)過反復(fù)試驗(yàn)，當(dāng)對(duì)株數(shù)變量tr_num取自然對(duì)數(shù)時(shí)，模型滿足假設(shè)。用ltr_num表示經(jīng)變換后的株數(shù)。

再采用新變量后，利用逐步回歸進(jìn)行系數(shù)推導(dǎo)。將得到的回歸系數(shù)代入方程，得到最終的多元回歸方程如下所示：

當(dāng)樹種為杉木、闊葉樹時(shí)，其批量評(píng)估模型為：

當(dāng)樹種為馬尾松時(shí)，其批量評(píng)估模型為：

3.修改后的模型假設(shè)檢驗(yàn)

第一步，正態(tài)性檢驗(yàn)，直至殘差服從正態(tài)性分布。

第二步，檢驗(yàn)零均值與等方差性，直至等方差性的假設(shè)成立。

第三步，檢驗(yàn)序列獨(dú)立性。

經(jīng)檢驗(yàn)，通過變量變換，所建立的模型滿足假設(shè)，該多元回歸模型成立。

（五）模型有效性確認(rèn)

模型建立完成后，要對(duì)其有效性和準(zhǔn)確性進(jìn)行檢驗(yàn)，從該地區(qū)森林資源資產(chǎn)評(píng)估案例數(shù)據(jù)中選擇具有代表性的數(shù)據(jù)，得到檢驗(yàn)樣本，將以上幼齡林測(cè)試表中參數(shù)分別代入相應(yīng)的多元回歸模型，經(jīng)計(jì)算得到相應(yīng)的單位評(píng)估值的預(yù)測(cè)值，將預(yù)測(cè)值與實(shí)際值進(jìn)行對(duì)比，比較結(jié)果。經(jīng)檢驗(yàn)在本案例中，幼齡林批量評(píng)估模型對(duì)于檢驗(yàn)數(shù)據(jù)的吻合性較高，測(cè)試數(shù)據(jù)實(shí)際值與預(yù)測(cè)值平均絕對(duì)誤差為23.92，相對(duì)誤差絕對(duì)值最大的不超過10%，模型可應(yīng)用于該地區(qū)幼齡林評(píng)估。

四 小結(jié)

1.批量評(píng)估在國(guó)內(nèi)外的評(píng)估實(shí)踐中已得到廣泛的應(yīng)用，其理論與方法已具有較廣泛的應(yīng)用基礎(chǔ)，其快速評(píng)估與成本較低的優(yōu)勢(shì)同樣適用于集體林權(quán)制度改革后日益頻繁的森林資源交易現(xiàn)狀，研究表明，批量評(píng)估原理同樣適用于森林資源資產(chǎn)評(píng)估，將有效提高森林資源大規(guī)模目標(biāo)評(píng)估的需要，其應(yīng)用將為森林資源資產(chǎn)評(píng)估提供新思路和新方法。

2.基于多元線性回歸的批量評(píng)估模型是建立在多元回歸分析基礎(chǔ)上的，該方法是建立在特定的理論模型基礎(chǔ)之上，在使用時(shí)有較多的模型限定條件，如：模型都要求變量滿足正態(tài)性、線性條件，模型必須滿足基本假設(shè)等。在很多情況下，當(dāng)數(shù)據(jù)并不符合線性條件或某個(gè)假設(shè)時(shí)，需要采用模型補(bǔ)救措施，并反復(fù)進(jìn)行殘差分析以滿足擬合模型的條件，否則將造成擬合的模型質(zhì)量較差或沒有意義，因此如何進(jìn)行數(shù)據(jù)的統(tǒng)計(jì)分析將是批量評(píng)估模型的建?；A(chǔ)。

3.批量評(píng)估在我國(guó)的應(yīng)用研究相對(duì)較少，盡管本研究結(jié)合了筆者及同仁近十年的森林資源資產(chǎn)評(píng)估實(shí)踐，但受森林資源資產(chǎn)評(píng)估發(fā)展與區(qū)域影響，尤其是數(shù)據(jù)影響，其實(shí)際應(yīng)用還需作進(jìn)一步的研究與驗(yàn)證，因此本文擬拋磚引玉，以期使批量評(píng)估在森林資源資產(chǎn)評(píng)估理論與方法領(lǐng)域中得到更多的關(guān)注，促進(jìn)其理論與實(shí)踐的完善。

參考文獻(xiàn)：

[1]Robert Carbone，Richard L. Longini．A Feedback Model for Automated Real Estate Assessment[J]．Management Science．1977，24（3）：241-248.

[2]Mark，J.，Goldberg，M.A.．Multiple regression analysis and mass assessment：a review of the issues[J]．Appraisal Journal，1988，89-109.

[3]John D Benjamin，Randall S Guttery，C F Sirmans．Mass Appraisal：An introduction to Multiple Regression Analysis for Real Estate Valuation[J]．Journal of Real Estate Practice and Education．2004，7（1）：65-77.

[4]Tay，D.P.H.，Ho，D.K.K.．Artificial intelligence and the mass appraisal of residential apartments [J]．Journal of Property Valuation & Investment．1991/1992，10（2）：525-40.

[5]Borst，R.A.．Artificial neural networks：the next modeling/calibration technology for the assessment community [J]．Property Tax Journal．1992，10（1）：69-94.

[6]Borst，R.A.．Artificial neural networks in mass appraisal[J]．Journal of Property Tax Assessment &Administration．1995，1（2）：5-15.

[7]Borst，R.A and McCluskey．The Role of Artificial Neural Networks in the Mass Appraisal of Real Estate [C]．paper presented to the Third European Real Estate Society Conference，Belfast，1996：26-28.

[8]耿星．開征物業(yè)稅中的評(píng)估問題[J]．稅務(wù)研究，2004，04：53-55.

[9]金維生．加拿大房地產(chǎn)稅的征管及特點(diǎn)[J]．海外稅收，2004，09：54-58.

[10]陳濱．金融不良資產(chǎn)批量評(píng)估初探[J]．中國(guó)資產(chǎn)評(píng)估，2005，07：18-19.

[11]紀(jì)益成，王誠(chéng)軍，傅傳銳．國(guó)外AVM 技術(shù)在批量評(píng)估中的應(yīng)用[J]．稅基評(píng)估，2006，13-17.

[12]紀(jì)益成，傅傳銳．批量評(píng)估：從價(jià)稅的稅基評(píng)估方法[J]．中國(guó)資產(chǎn)評(píng)估，2005，11：5-9.

園林資產(chǎn)評(píng)估范文第4篇

2018考研國(guó)家線預(yù)測(cè)：金融

金融、應(yīng)用統(tǒng)計(jì)、稅務(wù)、國(guó)際商務(wù)、保險(xiǎn)、資產(chǎn)評(píng)估復(fù)試國(guó)家線走勢(shì)

歷年總分走向趨勢(shì)

審計(jì)復(fù)試國(guó)家線趨勢(shì)走向

法律(非法學(xué))、法律(法學(xué))、社會(huì)工作、警務(wù)復(fù)試國(guó)家線趨勢(shì)

教育、漢語(yǔ)國(guó)際教育復(fù)試國(guó)家線趨勢(shì)走向

應(yīng)用心理復(fù)試國(guó)家線趨勢(shì)走向

體育復(fù)試國(guó)家線趨勢(shì)走向

翻譯、新聞與傳播、出版復(fù)試國(guó)家線趨勢(shì)走向

文物與博物館復(fù)試國(guó)家線趨勢(shì)走向

建筑學(xué)、工程(不含工程照顧專業(yè))、城市規(guī)劃復(fù)試國(guó)家線趨勢(shì)走向

農(nóng)業(yè)推廣、獸醫(yī)、風(fēng)景園林、林業(yè)復(fù)試國(guó)家線趨勢(shì)走向

臨床醫(yī)學(xué)(除中醫(yī)照顧)、口腔醫(yī)學(xué)、公共衛(wèi)生、護(hù)理等國(guó)家線走勢(shì)

工商管理、公共管理、會(huì)計(jì)、旅游管理、圖書情報(bào)、工程管理國(guó)家線走勢(shì)

專題推薦：

園林資產(chǎn)評(píng)估范文第5篇

報(bào)考東南大學(xué)研究生院的考生請(qǐng)注意，考生關(guān)注的2011東南大學(xué)研究生分?jǐn)?shù)線、東南大學(xué)研究生復(fù)試分?jǐn)?shù)線已公布！

為了方便考生及時(shí)查詢，

學(xué)科門類

政治

外語(yǔ)

業(yè)務(wù)一

業(yè)務(wù)二

總分

備注

哲學(xué)[01]

48

48

90

90

330

生源充足的學(xué)科專業(yè)可在學(xué)校復(fù)試基本要求之上，再行劃定各專業(yè)復(fù)試線，具體以各院系公布為準(zhǔn)。

考生須達(dá)到報(bào)考院系專業(yè)復(fù)試分?jǐn)?shù)線方可參加復(fù)試。

經(jīng)濟(jì)學(xué)[02]

50

50

90

90

365

法學(xué)[03]

45

45

90

90

325

教育學(xué)[04]（不含體育學(xué)）

50

50

180

330

體育學(xué)[0403]

40

40

180

320

文學(xué)[05]

50

50

90

90

345

藝術(shù)學(xué)[0504]

45

45

90

90

335

理學(xué)[07]

45

45

90

90

310

工學(xué)[08]

50

50

85

85

325

工學(xué)（照顧學(xué)科）

50

50

85

85

315

醫(yī)學(xué)[10]

45

45

170

290

管理學(xué)[12]

50

50

90

90

360

應(yīng)用統(tǒng)計(jì)碩士[0252]

48

48

90

90

310

國(guó)際商務(wù)碩士[0254]

資產(chǎn)評(píng)估碩士[0256]

50

50

90

90

350

法律碩士[0351]

45

45

85

85

315

教育碩士[0451]

50

50

90

90

330

翻譯碩士[0552]

50

50

90

90

345

建筑學(xué)碩士[0851]

工程碩士[0852]

風(fēng)景園林碩士[0953]

50

50

85

85

325

工程碩士（照顧學(xué)科）

50

50

85

85

315

公共衛(wèi)生碩士[1053]

45

45

170

290

會(huì)計(jì)碩士[1253]

50

50

120

60

350

工商管理碩士[1251]

45

105

170

公共管理碩士[1252]

旅游管理碩士[1254]

工程管理碩士[1256]

45

100