


摘要:城市房屋拆遷是非常復雜的一項工程,涉及政府、拆遷人和被拆遷人等參與方,時間耗時長,涉及范圍廣,備受公眾關注。如果處理不合理,就可能對項目建設、經濟社會發展和穩定造成不利。基于此,文章研究了ArcGIS在城中村房屋拆遷成本中的應用。
關鍵詞:房屋拆遷;ArcGIS;房屋結構;拆遷成本;圖文一體化 文獻標識碼:A
中圖分類號:TU984 文章編號:1009-2374(2017)03-0050-04 DOI:10.13535/j.cnki.11-4406/n.2017.03.022
1 緒論
1.1 研究背景
隨著經濟的發展和我國城市化進程的快速推進,人民的生活得到極大提升,越來越多的農村將被城鎮化,越來越多的房屋將被拆遷和進行改造,且其數量和面積逐年呈遞增趨勢。隨之城市建設、城中村改造也在快速進行。客觀而言,城市基礎設施建設、城中村的改造等與城市房屋拆遷息息相關,這樣勢必加速拆遷的步伐,甚至出現了“大發展、大遷移”的局面。房屋拆遷事關人民大眾切身利益,人們對房屋拆遷過程中的諸多問題非常關心,如拆遷程序是否合理、拆遷補償是否到位、被拆遷人是否享受到合法的權益等。然而,由城市房屋拆遷所引發的拆遷事件以及由此凸顯出的利益矛盾和利益沖突,特別是政府、開發商、被拆遷人三者之間的沖突更是成為社會各界關注的熱點和焦點。
城市房屋拆遷是一項復雜的工程,一旦處理有誤,必定會帶來一些負面影響。在房屋拆遷遇到的問題中,很多對拆遷范圍內、拆遷成本、地塊綜合均價等不明確,使得拆遷政策的制定和實施具有一定的盲目性,甚至會導致難以預料的糾紛、矛盾。并且,隨著信息化發展,單以數據呈現已并不能滿足人們對直觀性、可視化表達數據成果的需求。ArcGIS作為一種能為用戶提供可伸縮、全面的地理信息產業的平臺,它能直觀、準確的表達在不同地理坐標位置下的海量的地理信息數據,所以它在我們生活的各個方面都能得以應用。因此,運用ArcGIS空間統計分析功能,結合城市規劃要求、房屋狀況和拆遷范圍,可以較好地解決所述問題,并且方便計算出房屋拆遷成本的額度,實現空間信息與文檔信息融合的圖文一體化。在此背景下,本文介紹利用ArcGIS對一城中村現有房屋拆遷數據進行統計分析,直觀、形象地表達待拆遷范圍內每個地塊的房屋數量,統計分析每個地塊的拆遷成本、地塊綜合均價等。
1.2 研究目的和意義
城市房屋拆遷是社會經濟發展的結果,隨著時代發展,將會有更多的城市房屋進行拆遷。但是進行房屋拆遷就必須考慮房屋拆遷中的焦點問題如房屋拆遷的成本和拆遷補償等。如果在拆遷之前缺少對拆遷范圍內的房屋結構、房屋數量、占地面積、拆遷成本、地塊綜合均價等情況的統計分析,會導致拆遷政策的制定及實施具有一定的盲目性,影響房屋拆遷工作的順利進行,更有甚者可能出現難以預估的矛盾、糾紛。因此,為了以科學的手段指導房屋拆遷工作,借助日益發展的地理信息技術,在無需投入大量研發資金的前提下,利用ArcGIS對與房屋拆遷相關的數據進行科學有效的處理、統計和分析,使拆遷成本相關數據以直觀、形象、可視化的效果進行呈現,實現房屋拆遷數據圖文一體化,同時以這些數據為依據,不僅相關政府部門可以考慮房屋拆遷是否符合城市建設的年度計劃和財政計劃,也可以為拆遷安置提供參考,以科學的手段實現輔助相關政府合理的現房安置規劃、有效地調整規劃方案,提高拆遷工作的透明度,對房屋拆遷的健康發展具有深遠的意義。
2 數據源概況
本文選擇的研究區為一城中村,主要對該城中村待拆遷范圍內現有的數據進行統計、分析,具體的數據源情況如表1和圖1所示。其中房屋面層主要屬性值有ID號、每個房屋的周長和占地面積;房屋樓層及結構注記點層主要屬性值為ID號、每個房屋的結構類型以及樓層數;征地范圍面層主要是地塊名稱主要指地塊1、地塊2、地塊3、地塊4;各結構補償價格表主要為混(混凝土,以下簡稱混)結構、磚結構、砼結構每平方米的價格。
基于以上現有的數據,考慮到ArcGIS可大大簡化計算的勞動強度,減少在計算過程中,由于數據變化所帶來的重復校正計算,其互動性體現在初始數據變化,即可在成果圖件中顯現。本文將利用ArcGIS進行相關統計分析,將地理信息系統技術有效運用到房屋拆遷中,獲取房屋拆遷成本、征地范圍每個地塊綜合均價等。
3 研究方法
3.1 研究路線
3.2 數據預處理
在ArcMap中點擊Analysis ToolsoverLay AnalystSpatialJoin將房屋樓層及結構注記點層(ZJ)中的結構與樓層數屬性值通過空間連接賦值給房屋面層(FW)。空間連接后的房屋圖層(FW_SJ)部分屬性值如下圖3所示,字段TEXT房屋結構類型及層數已連接到此圖層中。
通過對空間連接后的房屋圖層(FW_SJ)中TEXT字段數據分析,該房屋的結構類型與樓層數在同一個字段中,其屬性值為類似為“磚1、砼8-1”即第一個數值為房屋結構類型,第二個數值為地上樓層,如果有地下室則在地上樓層后面以-1表示,否則無。因此,利用字段計算器中VB腳本分別提取出房屋結構類型、地上樓層數、地下樓層數,進而得出每個房屋的建筑面積。
通過數據預處理,獲得拆遷范圍內房屋數據涵蓋房屋的空間地理位置、結構類型、房屋的樓層數和每個房屋的建筑面積。房屋作為房屋拆遷的聚焦點,其結構、數量差異等是房屋拆遷中重要的數據信息。專題地圖不僅能直觀地表示任何范圍制圖對象的數量差異、動態變化,而且能夠反映各現象的分布規律及聯系。因此,考慮將現有房屋數據信息最大化利用,發揮其應有的作用,可以制作征地范圍房屋專題地圖如拆遷房屋結構、樓層分布專題圖等(如下圖所示),既可以作為房屋拆遷工作中的數據支撐,也可以作為向公眾公示的有利工具,同時也可作為政府拆遷補償的參考依據。
3.3 建筑占地面積統計
基于征地范圍中的地塊名稱連接含有每個房屋的建筑面積的圖層,輸出征地范圍連接數據ZDFW_J,統計得出每個地塊房屋總數、建筑占地面積、建筑面積等,具體結果如下表2所示:
通過兩次空間連接可以得到征地范圍內每個地塊的房屋數量、建筑占地面積和建筑面積等數據。
3.4 每個地塊中房屋數量及建筑占地面積統計
點擊Analysis ToolsoverLay AnalystIdentity以房屋圖層(FW_SJ)為輸入要素、征地范圍面層(ZDFW)為標識要素,得到被征地范圍分地塊所標識的房屋數據(FW_SJ_Ide)。打開房屋圖層數據(FW_SJ_Ide)屬性表,分別以SQL語句如“SELECT*FROM FW_SJ_Ide WHERE [Structure] = ‘混”按屬性選擇的方式分別選中混結構、磚結構和砼結構等要素,分別導出混結構房屋圖層數據(Hun_FW)、磚結構房屋圖層數據(Zuan_FW)、砼結構房屋圖層數據(Tong_FW)。分別將這些數據以地塊名稱(字段:DK_NAME)為匯總字段,輸出混結構表數據、磚結構表數據、砼結構表數據,得出每個地塊中每種房屋結構的數量和面積,具體如表3所示:
3.5 拆遷地塊的拆遷成本和綜合均價統計分析
根據混結構表數據、磚結構表數據、砼結構表數據通過字段計算器運算分別得出每個地塊每種房屋結構的拆遷成本,然后征地范圍連接數據ZDFW_J分別與混結構、磚結構、砼結構的拆遷成本進行連接,通過字段計算器分別得出每個地塊的綜合均價,并生成統計圖表所示。
從統計圖表中可以看出每個地塊的拆遷成本以及每個地塊的綜合均價。應用這個技術方法,還可以將房屋結構、面積、樓層數、房屋用途等不同的統計指標為統計條件,實現房屋拆遷數據生成統計報表或統計圖功能,輔助宏觀決策,提高辦公效率,可以大大減少繁雜的紙質化統計工作。
基于以上方法,在不需要進行繁瑣的公式計算便可以進行房屋數量、建筑面積和房屋拆遷成本的獲取,可以避免人為的各種偶然誤差,因此,獲取的成果不但準確、符合實際而且實效性強。根據拆遷范圍每個地塊的拆遷量、拆遷成本費用進行統計,可以結合當地的開發周期、成本、安置條件等因素在空間上的分布情況以及城市建設的年度工作計劃和財政計劃,提出較為合理的分期開發計劃,將拆遷成本低,開發周期短,安置條件適合的規劃區域優先開發。
4 結語
綜上所述,本文對地理信息技術在房屋拆遷中的應用進行了研究,這些數據為后期的規劃圖的制作、補償金的發放以及重建的整個過程都具有一定的參考價值。對待拆遷房屋的結構、占地面積、建筑面積等情況進行統計可以很快地將所要拆遷的房屋的具體情況進行快速定位,對拆遷房屋的信息進行可視化展示,可以辨析出該房屋所屬類型、建筑面積等,并可以按照當地房屋結構價格標準進行統計征地范圍地塊的拆遷成本。整個過程獲取的可視化數據嚴密、清晰明了,可為與房屋拆遷相關的人員如政府、被拆遷人、拆遷工作人員等提供支撐數據,能實現按需條件統計同時對外發布,做到數據的公開化、可視化,同時也能達到真正維護各個成員的利益,真正意義上保障群眾的利益,并且鼓勵居民積極地參與其中,實現全民進行參與監督,可以讓更多的人對拆遷事業有所了解,這也會推動拆遷事業的發展,提高拆遷工作效率、保證工作的準確性,使管理更加規范化、科學化。
參考文獻
[1] 葉昕.城市房屋拆遷管理GIS系統設計與實現[D].吉
林大學,2015.
[2] 張埔熾.城市房屋拆遷中存在的問題及對策研究[D].
重慶大學,2014.
[3] 徐林.基于ArcGIS的地面沉降數據空間分析技術與應
用[D].中國地質大學,2013.
[4] 陳浩,胡燕,王貴玲,張薇,等.ArcGIS空間分析
技術在地下水評價中的應用[J].水文地質工程地質,
2007,(4).
[5] 楊靜,李云星.基于GIS的專題地圖編制及其應用研
究[J].現代測繪,2009,32(5).
作者簡介:楊燕景(1987-),女,河南上蔡人,供職于北京三正科技股份有限公司,研究方向:3S技術應用。
(責任編輯:蔣建華)