基于網(wǎng)絡(luò)大數(shù)據(jù)的不動產(chǎn)統(tǒng)一登記制度實施狀況分析

王 昊，馬 睿，原相杰，肖 攀，劉燕萍，張富剛，高 然

（1.中央財經(jīng)大學管理科學與工程學院，北京 100081；2.自然資源部不動產(chǎn)登記中心，北京 100034）

不動產(chǎn)登記作為一項重要的法律制度，對明確不動產(chǎn)產(chǎn)權(quán)關(guān)系，保護不動產(chǎn)權(quán)利人的利益，保障不動產(chǎn)交易安全，維護不動產(chǎn)市場秩序具有重要的作用。由于不動產(chǎn)登記事關(guān)社會大眾的切身利益，2015年3月起正式實施的不動產(chǎn)統(tǒng)一登記制度在社會各界引起了廣泛關(guān)注。自該制度在全國范圍逐步實施，至今已逾6年的發(fā)展歷程，亟待對其實施狀況進行整體、客觀的認識與分析，以及時發(fā)現(xiàn)制度實施中的問題并提出改進建議。

目前國內(nèi)學者在不動產(chǎn)登記領(lǐng)域的研究主要圍繞制度制定和政策實施兩個方面。在制度制定方面，學者一致認為不動產(chǎn)統(tǒng)一登記制度的構(gòu)建是完善和發(fā)展中國特色社會主義制度，推進國家治理體系和治理能力現(xiàn)代化的重要體現(xiàn)[1]，但當前還存在法律效力模糊[2]、歷史遺留難題繁雜[3]、相關(guān)配套制度體系缺乏[1]等問題。在政策實施方面，武琪惠從產(chǎn)權(quán)明晰、政府職責完善、不動產(chǎn)人合法財產(chǎn)保護、房地產(chǎn)市場規(guī)范等角度分析不動產(chǎn)登記帶來的積極影響[4]；張德平等基于不動產(chǎn)統(tǒng)一登記制度實施過程中出現(xiàn)的突出問題進行剖析，并提出針對性改進對策[5]。

近年來，隨著大數(shù)據(jù)技術(shù)的發(fā)展，機器學習的思想被運用到越來越多的學科和行業(yè)中，其中文本分析在定量科學研究中得到廣泛應(yīng)用，尤其是在輿情監(jiān)控與群眾引導層面起到顯著作用。例如，馬續(xù)補等基于統(tǒng)計分析法和情感分析法對突發(fā)公共衛(wèi)生事件科研信息報道的網(wǎng)絡(luò)輿情特征展開實證研究，并據(jù)此提出群眾預期應(yīng)對策略[6]。張琛等基于《人民日報》疫情通報的微博評論，對新冠肺炎疫情下的網(wǎng)絡(luò)輿情演變進行探究[7]。洪巍等對情感詞典方法和機器學習方法等文本情感分析方法的相關(guān)文獻進行評述，并據(jù)此指出未來的研究重點和研究方向[8]。鐘佳娃等通過對國內(nèi)外文本情感分析研究成果進行梳理，并從時間、主題等維度詳細闡述了文本情感分析的主要模型方法和應(yīng)用場景[9]。

現(xiàn)有研究鮮有對不動產(chǎn)登記相關(guān)文本內(nèi)容展開定量分析，且制度實施以來未有學者系統(tǒng)性分析其實施狀況。基于此，本研究擬基于天涯論壇、新浪微博和北大法寶的網(wǎng)絡(luò)大數(shù)據(jù)，運用數(shù)據(jù)挖掘和文本分析方法，對有關(guān)不動產(chǎn)登記的網(wǎng)絡(luò)文本進行特征詞提取及量化分析，挖掘其中隱藏的有價值信息，實現(xiàn)對我國不動產(chǎn)統(tǒng)一登記制度實施狀況的客觀、定量分析，為不動產(chǎn)統(tǒng)一登記制度的有效落地提出可行性改進建議。

1 數(shù)據(jù)來源與研究方法

1.1 數(shù)據(jù)來源

本文文本數(shù)據(jù)來源于天涯論壇和新浪微博的相關(guān)發(fā)文以及北大法寶網(wǎng)絡(luò)數(shù)據(jù)庫的相關(guān)案例。其中，天涯論壇和新浪微博文本采用網(wǎng)絡(luò)數(shù)據(jù)爬取方法獲取，檢索詞為“不動產(chǎn)登記”；北大法寶文本在其網(wǎng)絡(luò)數(shù)據(jù)庫中獲取，當事人為“不動產(chǎn)登記機構(gòu)”，案由為“不動產(chǎn)登記糾紛相關(guān)事項”。考慮到文本數(shù)據(jù)的時效性，故將三個平臺的文本獲取時間均限定為自《不動產(chǎn)登記暫行條例》施行之日至今。

為保證數(shù)據(jù)的有效性和真實性，需要對獲取的全樣本數(shù)據(jù)進行進一步篩選。具體過程為：刪除重復的內(nèi)容；刪除題文不符的內(nèi)容，刪除內(nèi)容過少（10字以內(nèi)）的內(nèi)容。天涯論壇共獲取符合條件的文本750條，經(jīng)篩選后得到591條有效文本數(shù)據(jù)；新浪微博共獲取符合條件的文本11383條，經(jīng)篩選后得到8717條有效文本數(shù)據(jù)；北大法寶的文本均為有效文本，共計11373條。

1.2 研究方法

本研究基于Python展開，具體過程包括數(shù)據(jù)清洗和文本分析。

1.2.1 數(shù)據(jù)清洗

本研究首先利用Python第三方庫，對每一條文本數(shù)據(jù)進行切分，劃分為單一詞[10]。其次在文本處理過程中，為節(jié)省存儲空間和提高檢索效率，自動去除停用詞，主要包括英文字符、數(shù)字、數(shù)學字符，以及使用頻率較高的單漢字。最后刪除標點符號和亂碼。

1.2.2 文本分析

文本分析是對文本的表示及其特征項的提取，通過對文本中抽取的特征詞進行量化來表示文本信息，是文本挖掘和信息檢索的重要工具[11-13]。

2 不動產(chǎn)登記中的社會熱點及群眾感知

2.1 群眾關(guān)注熱點分析

2.1.1 總體情況

圖1展示了天涯論壇文本和新浪微博文本Top30高頻關(guān)鍵詞詞云圖，兩個數(shù)據(jù)源的熱點關(guān)鍵詞存在一定差異，原因分析如下：天涯論壇作為早期綜合性的虛擬社區(qū)和大型網(wǎng)絡(luò)社交論壇，相關(guān)文本多聚焦于不動產(chǎn)登記辦理群眾的交流互動，頻次較高的關(guān)鍵詞包括“信息”“機構(gòu)”“部門”和“平臺”，主要集中于不動產(chǎn)登記相關(guān)制度信息及主體機構(gòu)部門（圖1a）。新浪微博作為當前最熱門的實時信息共享和傳播平臺，相關(guān)文本除群眾發(fā)文外，還包括各類媒體、政府官微等，覆蓋范圍更廣，頻次較高的關(guān)鍵詞包括“業(yè)務(wù)”“證書”“窗口”和“房屋”，側(cè)重于不動產(chǎn)登記辦理的具體業(yè)務(wù)流程及營商環(huán)境，多關(guān)注于具體的政策落地實施狀況（圖1b）。

圖1 高頻關(guān)鍵詞詞云圖

在此基礎(chǔ)上，為進一步分析兩平臺文本數(shù)據(jù)在“不動產(chǎn)登記”關(guān)注點上的關(guān)聯(lián)性，依次篩選出在兩平臺中均出現(xiàn)的高頻關(guān)鍵詞，并以天涯論壇中的詞頻由高到低順序排列（表1）。

表1 天涯論壇和新浪微博Top15高頻關(guān)鍵詞

天涯論壇和新浪微博文本數(shù)據(jù)在“不動產(chǎn)登記”層面上反映出群眾的共同關(guān)注點主要包括：一是制度體系層面上的廣泛關(guān)注，既涉及信息的查詢，又包括對權(quán)證的統(tǒng)一；二是政策落地實施層面上的密切關(guān)注，既有不動產(chǎn)登記機構(gòu)及相關(guān)部門的職責整合，又有登記業(yè)務(wù)的流程規(guī)范和具體改革措施。

2.1.2 按省份分析

自《不動產(chǎn)登記暫行條例》頒布以來，全國各地不動產(chǎn)登記相關(guān)部門積極響應(yīng)，但各地囿于資源配置效率的差異，不動產(chǎn)統(tǒng)一登記步伐不一。為更好地分析全國各省份對不動產(chǎn)統(tǒng)一登記制度的宣傳力度和發(fā)展狀況，本文以各省份地名為關(guān)鍵詞進行詞頻分析。詞頻高不僅反映出不動產(chǎn)登記業(yè)務(wù)活躍，還能反映出社會公眾關(guān)注度高。

在天涯論壇文本數(shù)據(jù)中，華北地區(qū)的北京和華東地區(qū)的上海詞頻最高，分別為22和18，領(lǐng)先于其他省（區(qū)、市）。我國北方在不動產(chǎn)統(tǒng)一登記制度上活躍度不足，如青海、甘肅、寧夏、內(nèi)蒙古、吉林和黑龍江的詞頻均為0。

在新浪微博文本數(shù)據(jù)中，華北地區(qū)的北京、華東地區(qū)的江蘇、上海詞頻分列前三位，依次為293、131、122，其中北京的詞頻遠超其他省（區(qū)、市），表明北京作為我國的首都，在不動產(chǎn)統(tǒng)一登記制度的實施與推廣力度上，走在了全國的前列，起到了良好的示范作用。從整體上來看，詞頻較高的省（區(qū)、市）主要集中在華北地區(qū)（北京、天津）和華東地區(qū)（江蘇、上海、浙江）；部分地區(qū)在不動產(chǎn)統(tǒng)一登記的發(fā)展狀況上差異較大，如西南地區(qū)的四川詞頻遠高于其同一地區(qū)的貴州和西藏；也有個別地區(qū)發(fā)展均較為落后，詞頻普遍低于35，如東北地區(qū)的黑龍江、吉林、遼寧和西北地區(qū)的陜西、甘肅、青海、寧夏、新疆。詞頻較高的省份大多位于直轄市或沿海經(jīng)濟發(fā)展較先進的地區(qū)，一方面經(jīng)濟快速發(fā)展帶動互聯(lián)網(wǎng)普及率的提高，政府和群眾的網(wǎng)上活躍度有所提升，另一方面政府在各項制度的實施與推行上也更高效。

2.1.3 按登記對象和類型分析

文本數(shù)據(jù)中最關(guān)注的不動產(chǎn)登記對象是土地和房屋，二者在天涯論壇中詞頻分別為121和99，合計占比約75%，在新浪微博中詞頻分別為911和1031，合計占比約89%，其他登記對象詞頻較低（圖2）。可以看出不動產(chǎn)登記主要集中于土地和房屋兩種類型，草原、林地和海域涉及的較少。由于不少媒體和政府官微通過新浪微博宣傳最新政策，草原、林地和海域等登記對象的出現(xiàn)次數(shù)略高于主要用于群眾交流的天涯論壇。

圖2 不動產(chǎn)登記對象詞頻分析

針對《不動產(chǎn)登記暫行條例》提出的8種不動產(chǎn)登記類型，天涯論壇文本合計詞頻為82，主要集中在5種類型：異議登記、轉(zhuǎn)移登記、變更登記、首次登記和更正登記，并且各類型所占比例較為接近（圖3）。新浪微博文本合計詞頻為727，且各登記類型的詞頻有明顯差異，群眾關(guān)注的主要登記類型集中在轉(zhuǎn)移登記、首次登記和預告登記，其占比分別為32.60%、18.16%、13.89%，而異議登記和查封登記等登記類型則關(guān)注度不高。

圖3 不動產(chǎn)登記類型詞頻分析

2.2 群眾情感分析

情感分析依據(jù)上述操作獲得的詞庫，通過構(gòu)建TFIDF模型，將文本信息轉(zhuǎn)化為數(shù)字信息。

首先，本文選取天涯論壇和新浪微博的部分文本數(shù)據(jù)作為后續(xù)機器學習的訓練集，采取人工判斷的方法，具體判斷規(guī)則如下：①對不動產(chǎn)統(tǒng)一登記制度評價滿意的內(nèi)容，如出現(xiàn)對不動產(chǎn)登記服務(wù)表示滿意和贊許的字詞，判斷為積極；②對不動產(chǎn)統(tǒng)一登記制度評價不滿的內(nèi)容，如出現(xiàn)對不動產(chǎn)登記服務(wù)表示不滿和投訴的字詞，判斷為消極；③不動產(chǎn)統(tǒng)一登記制度的官方報道與事實陳述的內(nèi)容，如某地不動產(chǎn)登記落地實施、不動產(chǎn)登記中心營商環(huán)境優(yōu)化舉措的實施等，判斷為中立。

其次，運用Python隨機森林模型將人工添加情感標簽的文本數(shù)據(jù)作為訓練集進行機器學習。經(jīng)過多次參數(shù)調(diào)試得到最優(yōu)訓練模型，本文的整體準確率達到90%。

最后，運用該模型對天涯論壇和新浪微博文本全樣本數(shù)據(jù)進行情感分析。

天涯論壇文本中積極情緒的文本有350條，占比59.22%；態(tài)度中立的文本有155條，占比26.23%；而消極情緒的文本僅有86條，占比14.55%。新浪微博文本中積極情緒的文本有2247條，占比25.78%；態(tài)度中立的文本有6090條，占比69.86%；而消極情緒的文本僅有380條，占比4.36%。基于分析結(jié)果，兩個網(wǎng)絡(luò)數(shù)據(jù)源中消極情緒的文本占比均比較低，表明不動產(chǎn)統(tǒng)一登記實施在總體上是比較令人滿意的。新浪微博中很多文本從政府角度出發(fā)，報道不動產(chǎn)統(tǒng)一登記制度的相關(guān)政策及實施情況，因此中立文本較多。

為進一步探究不動產(chǎn)統(tǒng)一登記制度實施以來社會評價輿論的風向變動，本文還基于文本數(shù)據(jù)發(fā)布的時間，按不同年份對其進行分類，旨在分析其時間維度上情感分析結(jié)果的變化，具體結(jié)果見圖4（注：鑒于天涯論壇文本數(shù)據(jù)量較小，不適宜作年情感變化趨勢分析，這里僅選取新浪微博文本數(shù)據(jù)進行分析）。

圖4 新浪微博文本數(shù)據(jù)年情感變化趨勢分析

新浪微博文本數(shù)據(jù)中積極的比例從2015年政策出臺時的23.99%逐漸上升至2017年的26.27%，此后兩年有所下降，但在2020年又上升至極值27.83%；中立的文本百分比自政策出臺以來一直占比較高，2015—2017年均超過70%，此后兩年雖有所下降，但仍接近70%，在2020年下降至最低值，為66.75%；消極的文本百分比自政策出臺以來一直占比極低，波動范圍在3%～6%之間，2017年為最低值，僅占比3.24%，2020年上升至最高值為5.41%（圖4）。

3 不動產(chǎn)登記中的法院訴訟案件

伴隨不動產(chǎn)統(tǒng)一登記制度的逐步落地實施，不動產(chǎn)登記糾紛時有發(fā)生，為揭示其發(fā)生的規(guī)律和特點，本文基于北大法寶數(shù)據(jù)庫，從案件類型、省份、年份、審級法院和審判程序、當事人和第三人、案由等方面進行分析。

3.1 按案件類型分析

不動產(chǎn)統(tǒng)一登記制度實施以來，以“不動產(chǎn)登記機構(gòu)”為當事人或第三人的案件中，行政案件占絕大多數(shù)，而民事案件只占小部分。理論界對不動產(chǎn)登記糾紛究竟應(yīng)屬民事法律關(guān)系還是行政法律關(guān)系，一直莫衷一是。從司法實踐角度看，絕大多數(shù)不動產(chǎn)登記訴訟案件適用司法審判程序解決。在北大法寶數(shù)據(jù)庫中搜索到的11373件案例中，行政案件為10990件，民事案件僅為383件。

3.2 按省份分析

各省份和地區(qū)不動產(chǎn)登記相關(guān)訴訟案件數(shù)量參差不齊，反映出各地不動產(chǎn)登記在司法實踐中存在一定差異（圖5）。其中，湖北省以1790件居首，青海（16件）、西藏（11件）和寧夏（6件）等西部省份最少。從地區(qū)層面來看，華東和華中地區(qū)案件數(shù)量較多，分別為3350件和2730件，合計占比超過半數(shù)，西北和華北地區(qū)案件數(shù)量最少。

圖5 各地區(qū)案件數(shù)量占比

3.3 按年份分析

自不動產(chǎn)統(tǒng)一登記制度開始實施到2018年，不動產(chǎn)登記訴訟案件數(shù)量逐年遞增，其中2016—2017年增幅顯著，2018年達到峰值；隨后開始下降，2020年受新冠肺炎疫情影響，降幅尤為明顯（圖6）。這反映出在不動產(chǎn)統(tǒng)一登記制度實施初期，相關(guān)制度流程尚未成熟，登記過程中產(chǎn)生的糾紛較多，導致相關(guān)糾紛逐年遞增。而后，隨著不動產(chǎn)統(tǒng)一登記制度的不斷完善，登記過程中產(chǎn)生的糾紛逐年減少。

圖6 年度案件數(shù)量

3.4 按案件審級法院和審判程序分析

各審級法院糾紛案件總數(shù)為12437件，其中63.57%的不動產(chǎn)登記訴訟案件由基層法院審理，25.46%由中級人民法院審理，高級人民法院和最高人民法院審理的很少，約90%的不動產(chǎn)登記訴訟案件在中級人民法院及以下化解（圖7）。各審判程序糾紛案件總數(shù)為11733件，其中67.53%的案件一審即可完成，24.52%的案件二審即可完成，僅有4.36%的案件需再審（圖8）。由此可見，不動產(chǎn)登記訴訟案件難度不大、復雜程度不強、涉及范圍較小，大部分案件能在一審、二審解決，并且集中于本地法院。

圖7 各審級法院糾紛案件數(shù)量

圖8 各審判程序糾紛案件數(shù)量

3.5 按案件當事人和第三人分析

在一審程序中，不動產(chǎn)登記機構(gòu)作為被告的訴訟案件占比高達80.59%，而在二審、再審程序中，不動產(chǎn)登記機構(gòu)的角色相對更多地轉(zhuǎn)換為上訴人和再審申請人，即不動產(chǎn)登記機構(gòu)對上一審判結(jié)果不滿意，進而提起二審或再審（圖9）。

圖9 不動產(chǎn)登記機構(gòu)作為當事人和第三人的訴訟案件占比

3.6 不動產(chǎn)登記機構(gòu)敗訴的原因

經(jīng)過對不動產(chǎn)登記機構(gòu)作為被告的行政案件裁判文書進行大數(shù)據(jù)詞頻分析，從行政是否作為和行政行為是否規(guī)范兩方面識別出不動產(chǎn)登記機構(gòu)敗訴的五類主要原因。第一類為不予/拒絕受理（45.32%）、不予登記（16.96%）、行政不作為（12.88%）等問題，占比最大，超過75%。第二類為登記錯誤（14.39%）問題，占比次之。第三類敗訴原因包括濫用職權(quán)（6.30%）、玩忽職守（1.90%）、擅自修改（0.22%）等，合計占比8.42%。第四類為偽造、變造不動產(chǎn)權(quán)證書，第五類為泄露不動產(chǎn)登記資料以及查詢不動產(chǎn)登記資料中的問題，占比均較小（表2）。

表2 不動產(chǎn)登記機構(gòu)敗訴的主要原因

4 總結(jié)與展望

本文基于天涯論壇和新浪微博中的社交媒體大數(shù)據(jù)，以及北大法寶網(wǎng)絡(luò)數(shù)據(jù)庫中有關(guān)不動產(chǎn)登記的裁判文書數(shù)據(jù)，運用數(shù)據(jù)挖掘與文本分析方法，探究不動產(chǎn)統(tǒng)一登記制度的實施狀況、特征及問題。對社交媒體數(shù)據(jù)分析發(fā)現(xiàn)：①群眾對不動產(chǎn)統(tǒng)一登記制度的關(guān)注點有所側(cè)重，主要集中于與自身權(quán)益相關(guān)的內(nèi)容；②不同省份不動產(chǎn)登記事業(yè)發(fā)展差異顯著，具體表現(xiàn)為經(jīng)濟發(fā)達地區(qū)在制度的實施、推廣和創(chuàng)新力度上更為領(lǐng)先；③群眾對不動產(chǎn)統(tǒng)一登記總體持積極或中立的情感態(tài)度，滿意度較高。對法律裁判文書數(shù)據(jù)分析發(fā)現(xiàn)：①不動產(chǎn)登記訴訟以行政案件為主，超過半數(shù)發(fā)生在華東和華中地區(qū)；②一審案件中被告人多為不動產(chǎn)登記機構(gòu)，不動產(chǎn)登記機構(gòu)敗訴的原因主要包括不予/拒絕受理、不予登記以及登記錯誤。基于此，為改善不動產(chǎn)統(tǒng)一登記制度的實施，提出以下建議。

首先，對群眾關(guān)注的不動產(chǎn)登記相關(guān)熱點問題，不動產(chǎn)登記機構(gòu)應(yīng)充分利用官方媒體有針對性地開展多渠道宣傳，對不動產(chǎn)登記信息及其查詢、不動產(chǎn)統(tǒng)一登記機構(gòu)部門改革及其職責整合、不動產(chǎn)登記對象及登記類型、不動產(chǎn)登記權(quán)利人權(quán)益保障與維護等相關(guān)政策進行詳細解讀，并注意正確引導網(wǎng)絡(luò)社交媒體的輿論導向，避免負面輿情事件。

其次，由省份詞頻和各省案件情況分析結(jié)果可知，我國不動產(chǎn)統(tǒng)一登記事業(yè)在各地域呈現(xiàn)出不均衡發(fā)展態(tài)勢，不同地域間的不動產(chǎn)登記活躍度和訴訟案件數(shù)量均存在較大差異。因此，國家應(yīng)加大對中西部地區(qū)省市不動產(chǎn)登記機構(gòu)的資源投入和指導力度，可通過“定點幫扶”等方式加強其與東南沿海地區(qū)省市的交流合作，助力全國不動產(chǎn)登記管理與服務(wù)的標準化、均衡化發(fā)展。此外，華東和華中地區(qū)更應(yīng)關(guān)注訴訟案件產(chǎn)生的主要原因，盡量降低案件發(fā)生數(shù)量。

最后，由北大法寶網(wǎng)絡(luò)數(shù)據(jù)分析結(jié)果可知，與不動產(chǎn)登記相關(guān)的訴訟案件多源于不予受理、登記錯誤等原因，這表明不動產(chǎn)登記機構(gòu)在登記工作中仍存在不當行為及紕漏，造成不動產(chǎn)權(quán)利人權(quán)益受損。因此，針對容易引起糾紛的事由，各地不動產(chǎn)登記機構(gòu)應(yīng)進一步加強工作規(guī)范，改善服務(wù)質(zhì)量。