中国城市地价波动的幂律特性_彭代彦_彭旭辉
地价在各类因素影响下呈现的特点
地价在各类因素影响下呈现的特点：
（1）在市场经济条件下，⼟地价格呈总体上升趋势，是⼟地价格变动的⼀个基本规律。
这主要因为社会经济发展⽔平提⾼、⼈⼝数量及家庭户数增加、⼟地投机等。
社会经济发展⽔平特别是第⼆、第三产业发展⽔平决定城市⼟地需求，从⽽决定城市⼟地价格，迅速增⼤的城市建设⽤地的需求和城市⼟地供给的稀缺性，决定了⼟地价格呈总体上涨的趋势。
⼈⼝数量及家庭户数的增加，推动社会对住宅的需求，从⽽拉动⼟地价格的上涨。
⼟地投机的本质是借助于⼟地的稀缺和垄断，⼈为制造⼟地的虚假需求，在⼀段时间内使⼟地价格上涨以达到获利的⽬的。
（2）地价变动呈周期性特征。
从总体上讲⼟地价格不断上升，但它并不是直线上升的，⽽是在⼀定时期内上下波动的，呈现周期性变动特征。
⼟地价格的周期性变动受经济发展周期的影响；⼟地价格的变动受政府调节的影响，政府为了实现不同时期不同经济⽬标，也会采取不同的经济政策来调节⼟地价格，从⽽使⼟地价格变动受到影响。
（3）地价变动具有明显的地区差异性。
由于各地区的⾃然、政治、经济条件不同，经济发展⽔平也不相同，因此，⼟地价格变动具有地区差异性。
即使在同⼀地区，由于不同产业⼟地⼜有不同的要求，在不同位置上的地价也呈现明显的差异。
（4）地价在房地产价格中所占⽐&考试⼤&/重越来越⼤。
在房地产价格构成中，劳动⼒价格、建筑材料价格随着技术进步和⽣产率的提⾼⽽降低，在总价格中的⽐重越来越⼩；⽽⼟地由于⾃然供给⽆弹性，⼟地需求随经济发展、⼈⼝增加⽽扩⼤，因⽽⼟地价格总体呈上升趋势，其在房地产总价格中的⽐重也越来越⾼。
省会级城市地价变化时空特征及影响因素研究
省会级城市地价变化时空特征及影响因素研究价格机制是市场经济配置资源的重要手段,城市土地价格在土地资源优化配置与合理使用城市土地方面发挥着重要作用。
省会级城市是一个地区的政治、经济、文化中心,省会级城市的地价对本地区甚至周边地区有很大的影响,本文研究省会级城市地价的时空变化特征及影响因素。
研究以我国31个省会级城市为研究对象,利用2007年至2016年地价监测数据,分析地价时空变化特征,在筛选14个的可能影响因素基础上,尝试使用面板数据回归分析方法探讨省会级城市地价影响因素。
从时间角度分析省会级城市的地价,从地价涨幅来看,东、中、西部涨幅分别为189.28%、153.89%和143.11%,全国总体涨幅为151.46%;从地价增长速度来看,六大地理区中,增长速度最快的依次为中南区、华北区和华东区,增长速度最慢的依次为东北区、西北区和西南区;从三大城市群中省会级城市来看,位于珠三角的省会级城市地价涨幅最快,环渤海次之、长三角最慢。
采用空间断点法研究省会级城市地价空间结构演变,发现省会级城市的地价水平值整体处于上升态势,且2007年和2012年省会级城市地价水平值的最高值均位于杭州市,2016年最高值位于北京市;采用空间自相关法分析,发现2007年省会级城市地价水平值的H-H聚集区位于南京市、上海市和杭州市,2012年H-H 聚集区位于上海市、杭州市和福州市,2016年H-H聚集区位于上海市,H-L聚集区位于北京市,其余城市地价水平值空间相关性不显著。
基于供求理论从经济、人口、基础设施和自然环境四方面提出14个地价水平可能影响因素,利用面板数据回归分析法,发现人均国民收入、地方一般公共预算收入、社会商品零售总额、人口密度、空气质量、建成区绿化覆盖率对省会级城市地价有显著影响,影响水平从高到低依次为人均国民收入、人口密度、社会商品零售总额、地方一般公共预算收入、建成区绿化覆盖率和空气质量。
我国住宅用地价格增长率波动的实证分析_基于经济周期理论和ARCH类模型
振荡上升的态势， 无法使用古典型周期波动来刻 画， 但增长率的波动却比较大， 因此本文将使用全 国住宅用地价格的季度同比增长率数据来研究住 宅用地价格的周期波动规律。
一、 我国住宅地价增长率波动的 周期划分
现代经济周期波动理论主要考察和分析变量 的时间序列值， 并以此为依据将波动特征分为短期 特征和长期特征这两种状态。 短期特征指的是每 一个周期的波动趋势； 而长期特征则是指超越短期
【土地问题】
我国住宅用地价格增长率波动的实证分析
— — — 基于经济周期理论和 ARCH 类模型
黄砺， 王佑辉
（ 华中师范大学 经济学院， 湖北 武汉 430079 ） 摘 要： 基于经济周期理论并借助 HP 滤波法， 分析了我国住宅地价增长率从 1998 年第 1 季度至 2011 年第 2 季
度的周期波动特征， 结果表明住宅地价增长率波动的周期性特征非常明显且波动幅度日益加强 。 接着利用 ARCH 类模型分析了住宅地价增长率的波动特征， 发现住宅地价增长率具有显著的集簇性， 没有高风险高回报的 特征， 并具有与股票市场恰好相反的杠杆效应 。最后提出了相应的政策建议 。 关键词： 住宅地价； 增长率波动； 经济周期理论； HP 滤波； ARCH 类模型 中图分类号： F301. 4 文献标志码： A 文章编号： 1671－7465 （ 2012 ） 01－0074－06
波动。古典型周期波动主要是观测相关经济时间 “绝对水平 ” 序列 本身的上下波动， 而增长型周期 波动是指依增长态势上升或下降而定义的周期波 包括增长循环和增长率循环， 增长循环指的是 动， 时间序列中循环要素的波动， 与之相对应的增长率 循环则是考察增长率（ 与上年同期比的变化率 ） 具
［2 ］ 有某种规律性的上下波动 。 我国自国有土地有 土地价格在绝对量上保持了 偿使用制度推行以来，
地价变动的趋势及规律
地价变动的趋势及规律
地价变动的趋势和规律受多个因素影响，包括城市人口增长、经济发展水平、政府政策、土地供应和需求的平衡等。
1. 城市化趋势：随着城市化进程的推进，人口密度增加，对土地需求增加，地价往往呈现上升趋势。
2. 经济发展水平：经济繁荣时期地价往往上涨，而经济低迷时期地价可能下降。
3. 政府政策：政府政策对地价变动起重要作用。
例如，政府可能通过限制土地供应、调整土地用途和发布土地开发政策等手段来调控地价。
4. 土地供求关系：供求关系是决定地价的关键因素。
如果土地供应紧张、需求大于供应，地价可能上涨。
相反，如果土地供应充足而需求不足，地价可能下降。
5. 地理位置和交通条件：地理位置和交通条件对地价有重要影响。
例如，靠近市中心、交通便利的地区往往更受青睐，地价较高。
总体而言，地价的长期趋势往往是上涨的，但短期内可能会因各种因素而波动。
对于投资者来说，了解地价变动的趋势和规律，可以帮助他们做出更准确的投资决策。
我国房地产市场价格波动中的非理性因素研究
我国房地产市场价格波动中的非理性因素研究随着我国经济的快速发展和城市化进程的加快，房地产市场成为了我国经济中最为重要和敏感的行业之一。
在这个行业中，房地产价格的波动一直备受关注，因为它直接影响了全国经济的稳定和个人家庭的财产状况。
近年来，我国房地产价格波动中的非理性因素也愈发凸显，这些因素对市场的正常运行和稳定造成了巨大的影响。
对我国房地产市场价格波动中的非理性因素进行研究，有助于找出问题所在，并提出相应的解决方案。
我国的房地产市场价格波动中存在许多非理性因素，其中最为突出的就是投机因素。
在我国的房地产市场中，由于土地资源有限和城市居民对房产的强烈需求，导致了不少投资者将房地产用作投机工具。
这些投机行为导致了房地产市场价格的异常波动，而非理性的投机行为又进一步加剧了市场的不稳定。
政策导致的非理性因素也是房地产市场价格波动的重要原因。
我国的房地产市场受到了政策的严格管控，政策的频繁变化导致了市场的不确定性，这些非理性的政策措施也给房地产市场价格波动带来了巨大的影响。
媒体和社会舆论的煽动也是房地产市场价格波动的非理性因素之一。
媒体对房地产市场的报道往往夸大其影响，社会舆论的煽动使得市场参与者的情绪波动，最终也导致了市场价格的波动。
针对房地产市场价格波动中的非理性因素，政府应该采取相应的措施来规范市场秩序。
政府需要加大对房地产市场的监管力度，尤其是在投机行为上的监管。
政府可以通过制定更为严格的土地和房产交易政策，来遏制投机行为的盲目发展，防止房地产市场价格的异常波动。
政府需要加强对房地产市场政策的稳定性，避免频繁变化的政策对市场的冲击。
政府可以通过建立健全的长期发展策略，来保持房地产市场政策的稳定性，从而降低市场价格的波动性。
政府需要对媒体和社会舆论进行引导，减少对房地产市场的煽动和夸大报道，从而降低市场参与者的情绪波动，减轻市场价格的波动。
除了政府的相关措施外，市场主体也需要树立正确的理性投资观念，减少非理性投机行为。
《2024年我国房地产价格波动形成机制及影响因素研究》范文
《我国房地产价格波动形成机制及影响因素研究》篇一一、引言我国房地产市场的健康发展关系到国民经济命脉的稳健与否。
房地产价格波动的复杂性与其特殊性质有关，并涉及到多种因素。
本文将探讨我国房地产价格波动的形成机制及其影响因素，旨在为政府、企业和个人投资者提供一定的决策参考。
二、房地产价格波动形成机制房地产价格波动主要受供需关系、宏观经济政策、区域经济特性以及社会因素等综合作用的影响。
其形成机制是一个复杂的多层次动态系统，主要体现在以下几个方面：1. 供需关系基础供需关系是决定房地产价格波动的基础。
当需求大于供应时，房价上涨；反之，当供应大于需求时，房价下跌。
此外，不同地区、不同时间段的供需关系存在差异，使得房地产价格呈现出区域性差异和时间性差异。
2. 市场情绪和预期市场情绪和预期在房价波动中扮演着重要角色。
投资者的预期会改变对房价的评估，进而影响房价走势。
此外，社会舆论、媒体报道等也会对市场情绪产生影响，从而对房价波动产生影响。
3. 政策因素影响政府政策是影响房地产价格波动的重要因素。
例如，政府对房地产市场的调控政策（如限购、限贷等）、土地供应政策、税收政策等都会对房价产生直接影响。
此外，利率、货币供应等宏观经济政策也会对房价产生影响。
三、影响房地产价格波动的因素1. 经济因素经济因素是影响房地产价格波动的主要因素之一。
包括国内生产总值（GDP）、人均可支配收入、利率、通货膨胀率等。
这些经济指标的变化会直接影响购房者的购买能力和购买意愿，从而影响房价。
2. 政策因素政策因素对房地产价格波动的影响不容忽视。
政府的土地供应政策、房地产市场调控政策、税收政策等都会对房价产生直接影响。
此外，政府的城市规划、基础设施建设等也会对房地产市场的长期发展产生影响。
3. 社会因素社会因素也会对房地产价格波动产生影响。
如人口结构变化（人口增长、老龄化等）、城市化进程、社会治安状况等都会影响房地产市场的需求和供给，从而影响房价。
城市土地市场波动与经济稳定研究
城市土地市场波动与经济稳定研究在当今社会，城市的发展与变迁日新月异，而城市土地市场作为其中的关键要素，其波动情况对经济稳定产生着深远的影响。
城市土地市场的波动并非孤立存在，而是受到多种因素的综合作用。
首先，宏观经济形势的变化是一个重要的驱动因素。
当经济处于繁荣期，企业扩张意愿强烈，对土地的需求增加，推动土地价格上涨；反之，在经济衰退期，需求萎缩，土地市场可能陷入低迷。
其次，政策的调整也会对土地市场产生直接影响。
比如，土地供应政策的变化、房地产调控政策的出台等，都会改变土地的供需关系，从而引发价格的波动。
再者，城市的规划与发展战略也在一定程度上左右着土地市场。
新的开发区规划、重大基础设施建设项目等，往往会带动周边土地价值的提升。
土地市场的波动对经济稳定的影响是多方面的。
从宏观层面来看，土地价格的大幅波动可能影响金融体系的稳定。
因为土地常常被作为抵押物用于获取贷款，如果土地价值急剧下跌，可能导致银行的不良贷款增加，进而引发金融风险。
而且，土地市场的不稳定还可能影响政府的财政收入。
土地出让金是地方政府重要的财政来源之一，土地市场的波动会导致财政收入的不确定性增加，给政府的预算安排和公共服务提供带来困难。
在微观层面，对于房地产开发商来说，土地价格的波动直接关系到项目的成本和利润。
价格上涨过快可能导致开发成本过高，项目面临亏损风险；价格下跌则可能使已购土地资产减值。
对于购房者而言，土地市场的波动最终会传导到房价上，影响他们的购房决策和住房负担能力。
为了应对城市土地市场波动对经济稳定的影响，政府和相关部门可以采取一系列措施。
加强土地市场的监测和调控是关键之一。
通过建立健全的土地市场监测体系，及时掌握土地供需情况、价格走势等信息，为政策制定提供依据。
同时，合理规划土地供应，根据城市发展的实际需求，科学确定土地供应的规模、结构和时序，避免土地供应的过度集中或短缺。
完善土地市场的相关政策法规也至关重要。
明确土地交易的规则和程序，加强对土地交易行为的监管，防止土地投机和违规操作。
我国房地产市场价格波动中的非理性因素研究
我国房地产市场价格波动中的非理性因素研究随着中国经济的发展和城市化进程的加快，房地产市场已成为我国经济的重要组成部分，房地产价格波动已日益引起社会舆论的关注。
在房地产价格波动背后，有许多非理性因素的存在，这些因素不仅影响了房地产市场的稳定发展，也对各方利益产生了深远影响。
本文将从政策、投机、供需等方面，对我国房地产市场价格波动中的非理性因素进行研究分析。
一、政策因素政策因素是影响我国房地产市场价格波动的重要非理性因素之一。
国家宏观经济政策的调控，地方政府的土地供应政策，房地产税收政策等都会对房地产市场价格产生影响。
近年来，我国政府出台了多项房地产调控政策，如限购、限贷、限售等，这些政策的出台往往会引发市场的恐慌情绪，导致价格波动。
而政府在一些特定时期采取的宽松政策又会引发投机行为，进而导致房地产市场价格出现过分波动。
政策因素在房地产市场价格波动中发挥着重要作用。
二、投机行为投机行为也是导致房地产市场价格波动的一个重要非理性因素。
随着房地产市场的火热，投机需求也随之增加。
一些投资者为了获取高额利润，会采取炒作房地产价格的手段，这种投机行为不仅会导致房地产市场价格出现过度波动，还会损害正常的市场秩序。
在市场价格处于上涨通道时，投机者会通过囤积、捂盘、虚假宣传等手段来炒作房地产价格，从而导致市场价格出现非理性波动；而在市场价格出现下跌通道时，投机者又会采取抛售等手段来压低房地产价格，导致市场价格出现过分下跌。
投机行为也是影响房地产市场价格波动的重要非理性因素之一。
三、供需关系供需关系是直接影响房地产市场价格波动的因素之一。
近年来，我国城镇化进程加快，居民收入不断增加，对住房的需求也随之增加。
特别是在一二线城市，由于土地资源供给受限、人口密集度高等原因，导致住房需求远远超过供给，从而导致房地产市场价格出现过分波动。
一方面，供地过少导致了房地产市场供应不足，从而推高了房地产价格；一些开发商为了获取高额利润，会采取囤地、慢工出牌等手段，导致房地产市场供应不足，推高了房地产价格。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第30卷 第1期2016年1月Vol.30 No.1Jan.,2016中国土地科学China Land Sciencesdoi: 10.11994/zgtdkx.2016.01.007中国城市地价波动的幂律特性彭代彦，彭旭辉（华中科技大学经济学院，湖北 武汉 430074）摘要：研究目的：实证分析中国城市地价波动的幂律特性，并比较幂指数的差异性。
研究方法：最小二乘法（OLS），最大似然估计法（MLE），柯尔莫哥洛夫—斯米尔统计量。
研究结果：中国城市综合地价、商服地价、住宅地价和工业地价的增长率波动都具有幂律特性，且所估计的幂指数都接近2，但工业地价对应的幂指数明显偏小，这些幂律规律与金融市场的幂律规律具有相似性，而幂指数却存在显著差异性。
研究结论：城市地价波动的幂律特性是普适性的规律，能为土地市场进一步的发展完善提供有价值的政策启示。
关键词：土地经济；地价；幂律分布；最大似然估计；复杂系统中图分类号：F301.3 文献标识码：A 文章编号：1001-8158（2016）01-0061-07Power Laws Features of Land Price Fluctuation in Chinese CitiesPENG Dai-yan, PENG Xu-hui（School of Economics, Huazhong University of Science & Technology, Wuhan 430074, China）Abstract: The purpose of this study is to empirically explore the power-law features of land price fluctuation in Chinese cities, and compare the differences between the power-law exponents. The methods used include Ordinary Least Squares linear regression and Maximum Likelihood Estimation combining with Kolmogorov-Smirnov（KS）statistic. The results find that the fluctuation of growth rate of four different types of land price in Chinese cities, including integrated land price, commercial land price, residential land price and industrial land price, all obey power laws. The estimated exponents for land prices are approximately equal to two, but exponent for industrial land price is smaller. These power laws in land market are similar to those in financial market, yet they have significantly different scaling exponents. We conclude that the power-law features of land price fluctuation in Chinese cities are universal laws, and these statistical regularities can provide valuable policy implications for further improvements in land market.Key words: land economics; land price; power-law distributions; maximum likelihood estimation; complex systems1 引言土地是一种非常重要的不可移动的固定资产，地价是土地资产价值的反映。
地价的波动不仅是整体经济运行的一种重要指标，也会对企业个体及整体经济运行产生重要影响，一定条件下甚至会对国民经济的发展带收稿日期：2015-07-15；修稿日期：2015-09-18基金项目：华中科技大学人文社会科学重大交叉研究项目（2014WZ06）；华中科技大学自主创新基金项目（2014AA046）。
第一作者：彭代彦（1964-），男，湖北仙桃人，教授，博士生导师。
主要研究方向为发展经济学，福利经济。
E-mail: Pengdaiyan0880@ 通讯作者：彭旭辉（1987-），男，湖北红安人，博士研究生。
主要研究方向为土地经济、发展经济学。
E-mail: pxhust@62中国土地科学 2016年1月 第1期来长期性的阻滞效应[1]。
日本在20世纪90年代的地价泡沫值得各国吸取教训，在泡沫破灭之前日本的平均地价从1981年到1991年增长了550%，彼时东京都的土地总价值甚至可以买下一个国家。
然而在1992年地价达到峰值后，接下来的近十年中地价一直处于下跌趋势，到2002年时平均地价相对于峰值水平下降了大约70%，泡沫经济也由此破灭[2]，从此日本经济一直处于低迷状态，迎来“失去的二十年”。
最近十多年中国地价水平总体上处于波动上升的趋势，间或有下降的年份，2008年金融危机期间地价就呈现出下降的趋势。
以中国三大重点经济区地价水平的变化趋势为例，环渤海、长三角及珠三角三大重点经济区的平均地价整体上升的趋势很明显，但工业地价的上升趋势却不显著，这大概与地方政府压低工业地价而进行引资竞争有关；而商服用地及住宅用地的平均价格却增长的很快，尤其是珠三角地区，其商服地价远远高于综合地价；三大区域的地价水平表现出的共同特点是商服地价最高，住宅地价其次，而工业地价是最低的a。
这也就不难理解地方政府通过商服及住宅用地的出让收入去弥补工业用地的现象了。
对于地价的波动，现有文献多研究其决定及影响因素，既有偏重宏观层面的，也有偏重微观地块交易的[3-5]。
学界对房价及地价两者相关关系的研究文献也不少，典型的是基于时间序列的方法检验两者因果关系，以及使用面板数据等方法[6-10]。
然而对于地价波动规律的研究很缺乏，赵奉军等[11]实证检验了中国土地交易价格的季节性并分析了季节性的根源，胡守庚等[12]基于多重分形方法的研究则发现城市地价数据主体部分服从近似对数正态分布，但两端数据显著偏离对数正态分布，其实两端的数据可能是服从幂律分布的。
这与Kaizoji的研究具有类似性，Kaizoji通过研究发现日本的评估地价及地价变动率均服从幂律规律[13]。
那么中国城市地价的变动是否也具有幂律规律呢？这需要进一步严谨的实证检验才能得以证实。
从已有文献来看，尚未有研究对中国城市地价增长率的波动是否具有幂律特性进行系统的实证分析。
地价的波动与经济增长以及宏观经济的波动具有很密切的关系[14-15]，地价可作为观察宏观经济运行的重要指标，其异常波动往往能提供更有价值的信息，而借助于幂律分布可以有效刻画异常波动值的规律，所以本文对城市地价波动的幂律规律开展深入分析，旨在为城市地价的监测和调控提供依据，使土地市场的管理更为科学。
2 幂律分布估计基本方法幂律分布是复杂系统中的一个极具普适性的经验规律，也叫帕累托分布，最早是源于意大利经济学家帕累托的研究工作，其不仅广泛存在于物理学、生物学系统等自然科学领域中[16]，在经济和金融系统中也有大量应用[17-20]。
经济学家Xavier Gabaix和物理学家Eugene Stanley等对幂律分布规律在经济金融学中的应用方面做了大量的研究工作，发现金融系统中的股价收益率及交易量等变量都服从普适性的幂律规律[21-24]，其成果对地价波动规律的研究具有很大的借鉴作用。
幂律分布的估计通常是采用位序—规模法则进行对数化的最小二乘法来近似，常规方法是先对数据进行从大到小的排序，再用位序的对数对规模变量对数进行最小二乘估计（OLS），即：ln（i）= A - αln（S i）+ noise（1）式（1）中，i表示规模变量的排序，S i表示第i个变量的规模大小，A为常数项，α为幂指数。
幂律分布的一般形式为P（S＞x）= k / xα，其中α为幂律指数，也称帕累托指数，k为常数。
现实情况中往往不是研究对象的所有样本数据服从幂律分布，而只是大于某个最小临界值的数据x i≥x min服从幂律，即其中的上尾部分服从幂律分布。
虽然常规的对数化最小二乘法（OLS）简单方便，但这种方法存在系统性的偏误，且对于临界值的选取也没有可靠的规则，大多数的研究中是截取前5%或10%的样本进行估计，这样的经验处理方式主观随意性太大，并不科学。
比较可行的方法是使用最大似然估计法（MLE），对于连续型变量的幂律分布，①分析所用数据来自中国城市地价动态监测网（/）。
63彭代彦等：中国城市地价波动的幂律特性其幂指数的估计为：l n n x x 1m i n i i n 1a =+=1-t ;E / （2）而对于离散型变量的估计则较为复杂，一般可以用连续型变量的方法进行近似处理，得到的估计为：1/l n n x x 12m i n i i n 1.a +-=1-t ;E / （3）为了得到拟合效果最好的模型估计结果，可以考虑通过一定的方法来保留合适的上尾，即选取合理的阈值截取分布前列的数据进行回归。
这里借鉴Aaron Clauset 等[25]提出的估计幂律分布的一般化方法来确定合适的阈值。
具体方法是基于MLE 来估计幂律参数，并结合Kolmogorov-Smirnov 检验构造KS 统计量x H m a x D S x P x m i n =-x ^^h h （4）这里S （x ）为x i ≥x min 范围内的实际观测数据的累积概率分布（CDF ），P （x ）为该范围内估计所得的最优幂律分布模型的累积概率分布（CDF ），对D 最小化时所得的估计量x^min 就是估计幂律分布时最合适的临界值。
3 城市地价波动的幂律分布实证3.1 主要数据来源本文所用实证数据主要包括城市地价数据及地价增长率数据，均来源于《中国地价网》（/），这些地价数据是由国土资源部的城市地价动态监测系统发布，保证了数据的完整性和科学性。