Identification and driving mechanism of the industrial land use transition in China

城市化 驱动因素 中国 工业化 资源(消歧) 土地利用 草根 维数(图论) 经济地理学 鉴定(生物学) 业务 自然资源经济学 地理 经济 计算机科学 经济增长 土木工程 生态学 工程类 政治学 数学 市场经济 考古 法学 纯数学 计算机网络 政治 生物
作者
Huimin Cao,Wei Chen,Xiaofeng Tan,Qiao Liu
出处
期刊:Habitat international [Elsevier]
卷期号:138: 102848-102848
标识
DOI:10.1016/j.habitatint.2023.102848
摘要

With China's rapid advancements in urbanization and industrialization, accurately identifying the stages and driving factors of industrial land use transition (ILUT) can help in the optimization of land resource allocation and in the improvement of resource usage efficiency. Based on the ILUT connotations, an index using dominant morphologies expressed by visible features and recessive morphologies expressed by invisible features is constructed. Moving t-test and random forest model are applied to identify the time points and critical drivers of ILUT in China from 2003 to 2018. The results reveal that 2011 is the point of ILUT in China, transforming from a high-speed development mode with rapid expansion and efficiency orientation to a high-quality model with intensive utilization and green development. By region, the eastern region has realized ILUT, whereas the northeastern region has not yet transformed. Additionally, the central region has realized the dominant transition, and the western region has realized the recessive transition. ILUT is the result of internal coupling and external driving. The external drivers of dominant transition are mainly high-quality labor in the socioeconomic dimension and natural factors. The critical drivers of recessive transition include innovation input in the socioeconomic dimension and environmental regulation. The key drivers vary across regions due to the different ILUT stages. These results are invaluable for elucidating the ILUT development trajectory in China, providing a reference for relevant policymakers to formulate industrial land use policies.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
科研通AI2S应助zzqx采纳,获得10
4秒前
LIX完成签到,获得积分10
14秒前
科研通AI2S应助甜崽采纳,获得30
16秒前
16秒前
18秒前
20秒前
meisisi发布了新的文献求助10
20秒前
耶耶粘豆包完成签到,获得积分10
22秒前
Layli发布了新的文献求助10
22秒前
22秒前
苏木发布了新的文献求助10
23秒前
mtfx发布了新的文献求助10
24秒前
笑笑发布了新的文献求助10
24秒前
24秒前
刘莅完成签到 ,获得积分10
26秒前
芊芊完成签到 ,获得积分10
26秒前
hellosci666完成签到,获得积分10
26秒前
26秒前
郭晓宇完成签到,获得积分10
27秒前
乐乐应助路痴采纳,获得10
27秒前
鳗鱼语风完成签到,获得积分10
28秒前
温暖南莲完成签到,获得积分10
28秒前
29秒前
科研通AI2S应助孤独丹秋采纳,获得10
29秒前
meisisi完成签到,获得积分20
30秒前
30秒前
李君然发布了新的文献求助10
30秒前
郭晓宇发布了新的文献求助10
32秒前
叮咚叮咚发布了新的文献求助10
33秒前
34秒前
34秒前
miaomiao_ma完成签到,获得积分10
35秒前
Heidi完成签到,获得积分10
35秒前
hh发布了新的文献求助10
37秒前
轨迹发布了新的文献求助20
37秒前
38秒前
40秒前
41秒前
NE完成签到,获得积分10
41秒前
42秒前
高分求助中
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
Rechtsphilosophie 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Le dégorgement réflexe des Acridiens 800
Defense against predation 800
Very-high-order BVD Schemes Using β-variable THINC Method 568
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3136234
求助须知:如何正确求助?哪些是违规求助? 2787225
关于积分的说明 7780556
捐赠科研通 2443265
什么是DOI,文献DOI怎么找? 1298990
科研通“疑难数据库(出版商)”最低求助积分说明 625299
版权声明 600870