强化内部横向公平：运用机器学习与自助法识别城市地籍价值不一致并动态更新
Strengthening internal horizontal equity: Detection of inconsistencies and dynamic updating of urban cadastral values using machine learning and bootstrap
发表于 2026年7月16日 · 收录于雷达 2026年11月5日
中文摘要
研究提出结合机器学习与自助法模拟的框架，以提升地籍价值的内部一致性并支持动态更新。研究运用XGBoost估算预期地籍价值，通过观测值与预测值的偏差识别异常，并模拟基础设施变化对土地价值的影响；哥伦比亚阿拉卡塔卡的应用显示，异常具有空间和结构规律，基础设施改善可能显著推高地价。