城乡土地市场的发展状况与国民经济其他产业部门以及整个宏观经济环境紧密相关，因此，必须将城乡土地市场分析置于整个经济系统和产业链条之中来研究。城乡土地市场大数据是有关土地的位置空间数据、市场交易数据、参与主体动态行为数据以及与城乡土地相关的宏观经济、土地、人口、交通等的数据集合。大数据分析以数据全体或总体为分析对象，数据是核心和关键，强调从整体上观察数据的属性、特征、联系和规律。传统市场分析采用的数据抽样方法往往割裂了数据与数据、数据与现象、现象与现象之间的联系，因而分析结果难以做到客观、准确与全面。大数据分析的一个重要方面是可视化分析，即对数据进行归约、概化或图形描述等，通过空间集聚和近似计算对一些具体的地理位置等信息概化聚类，形成对某区域的形象化描述。比如，基于土地全生命周期动态数据库，利用大数据分析方法在GIS地图上就可以对某一市场关注热点进行专题市场分析。

1.城乡土地市场大数据构成

土地市场是一个由土地供应、土地开发、土地交易及开发企业、金融机构、经纪中介等多方参与的多层次、多属性的复杂大系统。土地市场受土地状况、市场交易行为和人类社会活动（土地市场相关的宏观经济环境）的综合影响，因此城乡土地市场大数据是有关土地的位置空间数据、市场交易数据、主体动态行为数据以及与之相关的宏观经济、土地、人口、交通等的数据集合。土地流转数据的采集、存储、分析和运用是一个系统工程，这一数据不仅包括土地面积、地理等信息，还需要纳入水利条件、电力设施、农业担保等配套数据，以形成一个完整的数据体系。农村土地资源的数据化、可视化、公开公正，会大大增强非农资本进入农村的信心，推动土地流转、规模经营、土地抵押交易等业务的开展。

（1）土地基础数据。土地是构成土地市场的基本物理单元，也是土地市场交易的对象。土地基础数据包括：地理位置、土地类型、面积及周边环境等。土地类型又包括农业用地、工矿仓储、商业用地、住宅用地、水域水利用地和其他用地。农地类型包括：耕地、林地、园地、草地、养殖用地等。

（2）土地市场交易数据。交易活动是土地市场的核心，交易数据包括：土地用途、流转类型、流转年限、土地价格评估数据等。

（3）宏观经济、金融投资、土地、人口、交通数据。土地市场的发展状况与国民经济其他产业部门以及整个宏观经济环境紧密相关，因此城乡土地市场分析必须将土地置于整个经济系统和产业链条之中，土地市场相关的数据包括：宏观经济、金融投资、土地规划及利用等级、土地交易信息、人口、交通及市政规划等。

（4）动态行为数据。指人们通过互联网或移动互联网定制和获取有关信息和服务时，通过网络记录的有关需求选择、兴趣取向的重要信息，这些与土地相关的动态行为数据中蕴含着大量对于城乡土地市场导向与反馈具有指示意义的人类行为模式，从中挖掘隐含信息将极大地丰富和拓展现有城乡土地市场分析的内容。

2.大数据分析方法

大数据分析是通过对大量数据的挖掘、清洗、建模等，探寻数据与信息、知识之间的关系，大数据分析是通过分析获取传统信息分析方法无法获取的、全体的、深入的、有价值的信息和知识，其主要目的是通过对海量数据做统计性的搜索、比较，发现数据之间的潜在关联，从中获取有价值信息，从而实现模式挖掘与预测分析。当前，大数据越来越重视迅猛增长的用户网络行为数据，这些数据背后蕴含着有价值的市场趋势信息，这些数据和信息是对土地行业市场规模、市场竞争、区域市场、市场走势及吸引范围等调查资料进行分析的重要补充。这些数据大多是非结构化数据，对非结构化数据进行深入挖掘、分析和应用，是挖掘土地市场数据价值非常重要的一个方面。在土地市场大数据挖掘与分析领域，主要有关联分析、聚类分析、演变和预测分析等：

（1）关联分析是寻找土地市场数据属性之间的相关性，利用关联规则寻找在同一事件中出现的不同项的相关性，挖掘分析大量土地市场数据集合之间内在的关联关系。比如，通过土地市场大数据分析，建立土地市场相关服务与用户行为之间的关联规则。

（2）聚类分析是将土地市场整个数据对象分成多个组群，在同一组群内部对象之间具有较高的相似度，而不同组群之间对象的差异较大。在土地市场分析领域，借助聚类分析可以用来研究土地需求类型构成、区域市场差异，进而为土地开发类型的选择、区域土地市场调控政策的制定提供科学依据。(www.daowen.com)

（3）演变和预测分析是通过提取事物对象的重要数据进行建模，研究对象随时间变化呈现的规律和趋势，进而对事物发展进行预测。比如，结合农村产权交易变化、人口构成变动、金融信贷发展趋势进行土地市场趋势进行分析等。

3.大数据在城乡土地市场中的应用

从根本上来说，大数据应用是通过寻找数据间的关联发现知识、挖掘数据的价值。大数据背景下，城乡土地市场相关的研究是围绕着海量的土地市场数据展开的。基于大数据挖掘算法，应用大数据分析技术，帮助人们从不断累计和实时更新的数据中获取有价值的信息，及时掌握城乡土地市场发展动态，通过制定产业调控政策，优化土地要素配置，以期更好地发挥要素的效率与作用。大数据在城乡土地市场中的应用主要围绕以下几个方面：

（1）土地市场周期研究。研究土地市场波动周期，寻找某个时间段内特定区域土地市场的波动周期及规律，分析影响土地市场波动周期的因素及其相互关系。

（2）土地市场发展趋势研究。分析土地市场需求与国民经济增长、人均可支配收入、土地流转面积以及房地产开发投资等因素之间的关系，运用统计回归、神经网络等方法建立模型、进行预测分析。

（3）土地经济预警指标体系研究。对土地市场运行态势进行分析、测度和判断，并对未来发展状况进行预测、预报和预警，以便及时采用有效措施使波动趋于平缓，促进城乡土地市场的健康、可持续发展。

（4）土地市场区域板块研究。在全国范围内，针对土地市场经济区域发展不均衡的现象，运用比较分析、聚类分析等方法对区域板块市场进行动态分析。

（5）城乡土地市场供给研究。综合人口条件及分布、土地利用现状、市政规划、交通分布信息等，通过聚类及层次分析方法，科学测算区域内不同类型不同业态土地的供给数量及各自的地理位置和发展计划。

（6）城乡土地市场需求研究。利用关联分析和序列分析研究客户的需求，发现找地者的消费行为模式，发现土地交易的影响因素，为制定差别化政策策略提供依据。