林权制度改革后,分山到户,使森林资源资产评估出现批次多、规模小的现象,其评估将耗费大量人力、而效率不高。为此引进批量评估方法,不仅有利于降低成本、高效率地完成大批量资产评估任务,亦可为森林资源资产评估提供新思路。本研究立足于林权制度改革所带来的森林资源资产评估业务特点,首次将批量评估原理与方法引入森林资源资产评估,分析了影响森林资源资产单位评估值的特征因素,结合不同树种、不同龄组森林资源数据,应用常规评估方法进行评估后,针对不同龄组,首次采用多元回归分析法、基于贝叶斯正则化的BP神经网络方法分别对幼龄林、中龄林、成熟林的林木资产建立了批量评估模型,并用测试样本检验了模型的精确度。研究结果表明,多元回归批量评估模型的预测精度较高,可以满足森林资源资产评估的要求,但是多元回归分析方法是建立在特定的理论模型基础之上,使用时有一定的局限性,而贝叶斯正则化BP神经网络无任何假设要求且有效的避免了神经网络学习过程中的过拟合问题,可以提高其泛化能力,所建立的森林资源资产评估模型能有效地提高评估的准确性,从而为批量评估在森林资源资产评估中应用提供了新思路,促进我国森林资源资产评估体系的完善,更好地服务于“三农”。