土地评价的方法，大体可分为直接评价法和间接评价法两大类。直接评价法亦称定性评价法、经验评价法，指通过实验去了解土地对于某种用途的适宜性或生产潜力，由于此种方法与专家的经验相关性较强，一般只针对小范围的农业生产评价；间接评价法也称定量评价法，它是根据土地评价目的，先选出决定土地生产能力的诸要素，根据这些要素的特点定出评价标准，并对某种土地利用方式的潜力或适宜性求得不同的指数，然后对各项指数进行数学运算得出总指数，再将这些指数进行适当的划分，并与一定的土地质量等级联系起来，对土地质量做出等级的评定，这是目前土地评价经常使用的一种方法。下面介绍几种常用评价方法。

1.指标权重的确定

权重是对土地评价因素重要性的量度。由于影响土地质量的因素很多，不可能都被选择为评价因素，而只能择其主要者，将其按对土地影响程度的大小排序，再根据它们的重要性顺序分别确定各自权重。评价因素的权重计算是土地评价的一个重要步骤。一般来讲，常用的确定权重的方法有特尔斐专家打分法、回归系数法、层次分析法。

（1）特尔斐专家打分法

特尔斐法是用书面形式广泛征询专家意见以预测某项专题或某个项目未来发展的方法，又称专家调查法。其操作步骤如下：

1）设计意见征询表。

设计意见征询表时，需要特别注意两个问题：其一，表中所列的重要性等级，如表中所列“很重要”“重要”“一般”“不重要”等必须有明确定义，即需要明确说明在何种情况下才能算得上很重要，在何种情况下才算是重要等，以免由于对这些词语的误解造成误判，从而影响意见征询的科学性。其二，为了使专家容易将上面的重要性等级换算成权重值，事先应对这些重要性等级赋值。

2）选择专家并请他们填写问卷表格。

选择参加咨询的专家并要求他们不署名地根据要求将对某一指标或某些指标重要性程度的看法写在问卷表格中。选择专家时应注意专家既要有权威性又要有代表性，即所选择的专家应是对所要咨询的问题有深入了解和研究的人士，所持的观点具有权威性；同时所选择的专家来源应涉及和要咨询问题有关的各个方面，即所选择的专家应是各个方面如行政管理人员、科研人员、实际工作者等的代表。请专家填写意见征询表时应注意以书面或口头的形式（最好以书面的形式）提醒他们完全按规范和要求填写，不应随着咨询展开以其他不被允许的方式回答咨询。

3）整理和反馈专家意见。

所有专家将意见征询表格填好交回后，组织者要整理专家们的意见，求出某一项指标或某些指标的权重值平均数，同时求出每一专家给出的权重值与权重值平均数的偏差，然后将求出的权重值平均数反馈给各位专家，接着开始第二轮意见征询，以便确定专家们对这个权重值平均数同意和不同意的程度。

在这一步骤中，需要对下面两项内容作统计处理。

①计算每一指标权重值的平均数：

M（Wi）=1/n∑Wij

其中：M为权重值的平均数；i为第i项指标；Wi为第i项指标的权重值；M（Wi）为第i项指标权重值的平均数，Wij为第j项专家对第i条指标给出的权重值。

②计算每一专家给出的权重值与权重值平均数的偏差：

△ij=Wij-M（Wi）

其中：△ij表示与权重值平均数的偏差。

4）不断整理和反馈专家意见。

再一次将权重值平均数反馈给各位专家并给出某些专家不同意这个平均数的理由，让各位专家在得知少数人不同意这个平均数的理由后再一次做出反应。重复进行上述整理和反馈专家意见的步骤，直至再重复下去观点集中程度或认识统一程度不能增加多少时停止。这样重复几次以后，各位专家对某一指标或某些指标的权重值的看法就会趋向一致，组织者也就可以由此得到比较可靠的权重值分配结果。

特尔斐法是一种较常用的预测方法。它能对大量非技术性的、无法定量分析的因素做出概率估算。但由于专家评价的最后结果是建立在统计分布的基础上的，所以具有一定的不稳定性。不同专家总体，其直观评价意见和协调情况不可能完全一样，这是特尔斐法的主要不足之处。

（2）回归系数法

回归系数法是把一定范围内的土地评价因素以及它们与土地质量之间的关系，近似地描述为具有线性相关关系的函数，其实质是在土地质量（Y）与土地评价因子（X）之间建立多元回归方程，并将评价因子的标准回归系数作为其权重。

Y=β0+β1X1+β2X2+…+βnXn

式中，Y为应变量（土地质量），x1、x2……xn为自变量（评价因子），β1、β2……βn为回归系数。

式中，Wi为各指标因子的权重值。

（3）层次分析法（AHP）

1）构建层次分析图。

层次分析图的构建是层次分析法（Analytic Hierarchy Process，简称AHP）最重要的一步。首先，把复杂问题分解为由元素组成的各部分，把这些元素按属性不同分成若干组，以形成不同层次。同一层次的元素作为准则，对下一层次的某些元素起支配作用，同时它又受上一层次元素的支配。这种从上至下的支配关系形成了一个递阶层次。处于最上面的层次只有一个元素，一般是分析问题的预定目标或理想结果。中间的层次是一般指标、分指标。最低一层包括各个方案。层次之间元素的支配关系不一定是完全的，即可以存在这样的元素，它并不支配下一层的所有元素。如图2-7所示。

图2-7　递阶层次结构示意图（建设用地适宜性评价）

2）构造两两比较判断矩阵。

在层次分析图构建完成以后，上下层次之间元素的隶属关系就被确定了。假定上一层次的元素Ck作为指标，对下一层次的元素A1，A2，…，An有支配关系，目的是在指标Ck之下按它们的相对重要性赋予A1，A2，…，An相应的权重。对于大多数社会经济问题，特别是那些由人的判断起重要作用的问题，直接得到这些元素权重并不容易，往往需要通过适当的方法来导出它们的权重，AHP所用的就是两两比较的方法。

在这一步中，决策者要反复回答问题，针对指标Ck，两个元素Ai和Aj哪一个更重要些，重要多少，需要对重要多少赋予一定数值。这里使用1～9的比例标度，它们的意义如表2-4所示。

表2-4　比较标度的意义

续表

若因素i和j比较的判断为aij，则因素j与i比较的判断为1/aij。例如，指标是社会经济效益，分指标可分为经济、社会和环境效益。如果认为经济效益比社会效益明显重要，它们的比例标度取5。而社会效益对于经济效益的比例标度则取1/5。对于n个元素来说，得到两两比较判断矩阵A，即

A=（aij）n×m

判断矩阵具有如下性质：aij＞0，aij=1/aij，aii=1。A的元素不一定具有传递性，即未必成立等式：

aij×ajh=aih

但当上式成立时，则称A为一致性矩阵。在判断矩阵导出元素排序权值时，一致性矩阵有重要意义。

3）计算单一指标下元素的相对权重。

根据判断矩阵计算，对上一层次的某一元素而言，本层次与之有联系的元素的重要性次序的权重值，权重值计算方法可以归结为计算判断矩阵的特征根和特征向量，即对矩阵A，计算满足下列公式，得到权重W：

AW=λmaxW

式中：λmax为矩阵A的最大特征根；W为对应λmax正规化特征向量；W的分量Wi为相应元素在某层次单排序的权重值。

为了检验判断矩阵的一致性，需要计算其一致性指标CI和一致比CR。如果CR＜0.10时，一般认为判断矩阵的一致性是可以接受的，否则需要调整判断矩阵。

CI=（λmax-n）/（n-1）

CR=CI/RI(www.daowen.com)

式中：CI为平均一致性指标，RI值见表2-5。

表2-5　不同阶矩阵的RI值

4）计算各层元素的组合权重。

为了得到递阶层次结构中每一个层次中的所有元素相对于总目标的相对权重，需要把第三步的计算结果进行适当的组合，并进行总的判断一致性检验。这一步骤是由上而下逐层进行的。最终计算结果得出最低层次元素的权重，即方案优先顺序的相对权重和整个递阶层次模型的判断一致性检验。根据各元素的排序结果进行评价和规划决策，选择最佳土地用途。

2.土地质量指标值的确定

（1）多因子评价法

多因子评价指根据影响土地质量的各因子进行综合分析评价，最后得出土地的质量等级。这是目前在进行区域土地评价时最常用的方法，其评价步骤如下。

1）土地评价单元和因素的选择。

土地评价单元是土地评价对象的最小单位，是由影响土地生产力的诸因素组成的综合体。在同一评价单元内，土地基本属性大体一致。土地评价单元的选择一般有下列几种方法：以土壤图的图斑为基础；以土地利用现状为基础；以土地类型图为基础；以网格法确定的单元和土地多种因素综合叠置后所确定的单元作为土地评价单元等。

在评价时，土地因素的选取与评价指标的划分是确定土地评价单元的关键。根据评价的目的和对象，选择合适比例尺的土地单元图，因为在小比例尺评价图上，选取的评价因素较少；而在大比例尺土地评价图上，选取的评价因子相对较多。土地评价单元在大、小比例尺土地单元图中表现的详细程度是不一样的。

2）评价因素权重的确定。

参照上述权重确定的方法。

3）评价因子值获取模型整理。

土地评价的基本思想是，把土地评价单元的土地属性同评价目的确定评价因素理想值相比较，以一定算法分别计算出每个评价因素的分值。在此基础上对各因素加权求和，并依据一定标准划分土地等级。评价因素及其权重的确定是通过专家选择和打分得到的，评价因素指标值是通过建立评价因素指标模型库，计算相应评价因素指标模型求出的。

4）评价单元综合分值的计算及适宜等级的划分。

①土地单元综合分值的计算。土地单元综合分值计算通常采用加权求和得到，计算公式为：

式中：Vj为第j个土地单元的综合分值；Wji为第j个土地单元的第i个因素权重；Pji为第j个土地单元的第i个因素得分；n为因素个数。

②土地级别的划分。土地级别的划分问题一直是土地评价工作者较难解决的问题。一般在实际中，同一等级土地质量是一个渐变的过程，同一等级内分值差异较小，不同等级的土地质量有一个突变（转折）点，级别间分值差异较大。因此，根据单元定级指数值，采用等间距法、数轴法、总分频率曲线法进行土地级别的初步划分。

③土地级别的最后确定。采用上述方法确定的土地级别，是否能够真实地反映各级别之间土地质量的差异，则需根据典型地块调查和土地利用效益或物质产量或对环境影响分析进行验证，当测算结果与初步分级结果不完全吻合时，应将土地的适宜级别进行修订和归并，最后确定土地级别。

（2）参数法

土地评价参数方法亦称之为土地评价数值方法，它是根据一定的土地用途，选取有关的土地性质或质量，并分别分级后赋予一定的数值，然后通过数学运算方法将这些数值加以结合，计算总的性能指数，最后再将指数大小与土地等级建立联系，用指数大小对土地作出等级评定。土地评价参数法不仅被广泛应用于农业、林业、牧业的土地评价，也被应用于为税收服务的土地评价和为交易服务的土地评价，同时还被广泛应用于其他用途的土地评价。

根据在土地性能指数计算中，土地性质数值结合的不同，参数方法土地评价可以分为三种：

1）累加型，计算公式为P=A+B+C。

2）乘积型，计算公式为P=A×B×C。

3）复合型，计算公式为P=A[（B+C）×D]1/2。

式中：P为参数值或称（生产力）指数；A、B、C、D分别代表土地的某些特性，如土层厚度、土壤质地、土壤养分等。

对于这些特征，既可以直接采用表示其性质的数值，也可以为所评定的分数，分数的设置范围一般为0～100分之间。农用地分等定级中的样地法就是根据这种思路设计的。

（3）回归分析法

引用公式，回归分析法确定评价结果值的步骤如图2-8所示。

图2-8　回归分析法确定评价结果

1）样本的选择和统计。

可靠的样本调查对提高土地评价精度至关重要。要求必须对样本的数据（样本的数量、分布等）和代表性进行认真分析和研究，保证回归分析总体效果。

2）因变量与自变量的取值。

因变量与自变量是建立回归方程的两个重要变量。其中，因变量为土地的基本产出，即去掉对产值影响大的非土地自然因素（如化肥、种子、农药、耕作及管理等）后的产出。自变量是指与土地基本产出相关并一一对应的因素指标值和分值。参评因素的选择和指标值的确定是进行回归分析的依据和提高土地评价质量的关键。因此，所选择的因素应是相对稳定和主导的。

3）多元回归方程的建立。

将求得的各样本的基本产出与评价因素指标值一一对应，通过回归分析计算，进行因素的选择和剔除，最后取得较优的回归方程。回归方程及权重的确定见权重确定部分。

4）回归效果分析。

回归效果分析就是检验回归方程是否有意义，或证明因变量与自变量的线性关系是否密切，一般采用R值或F值进行检验。

①R值，公式为：

式中：U为回归平方和；Lyy为总离差平方和；R值愈接近于1，回归总体效果愈好。

②F值，公式为：

F=（U/m）/[Q/（n-m-1）]

式中：Q为剩余平方和；n为样本容量；m为自变量个数。

当F＞Fa（m，n-m-1）时说明线性关系显著。

6）计算评价单元的指数，划分土地的等级。

当回归效果好时，将回归方程挑选出来的因素指数与相应的权重代入指数和公式，计算出各评价单元的指数和，并结合实际情况确定土地的等级。