Factores impulsores del precio de transferencia de tierras industriales basado en un modelo de regresión ponderada geográficamente: evidencia de un piloto de reforma del sistema de tierras rurales en China
Autores: Yang, Zhiheng; Li, Chenxi; Fang, Yongheng
Idioma: Inglés
Editor: MDPI
Año: 2020
Acceso abierto
Artículo científico
2020
Factores impulsores del precio de transferencia de tierras industriales basado en un modelo de regresión ponderada geográficamente: evidencia de un piloto de reforma del sistema de tierras rurales en China
Categoría
Ciencias Medioambientales
Subcategoría
Ciencias medioambientales generales
Palabras clave
Estudios
Precios de transferencia de tierras
Precio de transferencia de tierras industriales
Atributos espaciales
Factores influyentes
Modelo de regresión ponderada geográficamente
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
Cada vez se han realizado más estudios sobre los precios de transferencia de tierras a lo largo del tiempo. Sin embargo, los factores que influyen en el precio de transferencia de tierras industriales desde la perspectiva de los atributos espaciales rara vez han sido explorados. Seleccionando 25 pueblos como la unidad básica de investigación, y basándose en datos de transferencia de tierras industriales, este artículo analiza los factores que influyen en la distribución de precios de tierras industriales en la ciudad de Dingzhou, un piloto de reforma del sistema de tierras rurales en China, utilizando un modelo de regresión ponderada geográficamente (GWR). Se seleccionaron ocho factores de evaluación de cinco aspectos: economía, población, topografía, forma del terreno y dotación de recursos. Los resultados mostraron que: (1) En comparación con el modelo tradicional de mínimos cuadrados ordinarios (OLS), el modelo GWR reveló en profundidad las características de diferenciación espacial del precio de transferencia de tierras industriales. (2) Los factores que tienen una correlación negativa con el precio de transferencia de tierras industriales incluyen la proporción del área de tierras cultivadas y la distancia a la ciudad. Los factores que tienen una correlación positiva con el precio de transferencia de tierras industriales incluyen la tasa de crecimiento de la población, la tasa de crecimiento económico, la densidad de población y el número de hospitales por unidad de área. (3) Los resultados del análisis del modelo GWR mostraron que el impacto de diferentes factores en los diversos pueblos de diferentes modelos tenía características significativas de diferenciación espacial. Este artículo proporcionará una referencia para el uso sostenible de tierras industriales en los países en desarrollo.
Descripción
Cada vez se han realizado más estudios sobre los precios de transferencia de tierras a lo largo del tiempo. Sin embargo, los factores que influyen en el precio de transferencia de tierras industriales desde la perspectiva de los atributos espaciales rara vez han sido explorados. Seleccionando 25 pueblos como la unidad básica de investigación, y basándose en datos de transferencia de tierras industriales, este artículo analiza los factores que influyen en la distribución de precios de tierras industriales en la ciudad de Dingzhou, un piloto de reforma del sistema de tierras rurales en China, utilizando un modelo de regresión ponderada geográficamente (GWR). Se seleccionaron ocho factores de evaluación de cinco aspectos: economía, población, topografía, forma del terreno y dotación de recursos. Los resultados mostraron que: (1) En comparación con el modelo tradicional de mínimos cuadrados ordinarios (OLS), el modelo GWR reveló en profundidad las características de diferenciación espacial del precio de transferencia de tierras industriales. (2) Los factores que tienen una correlación negativa con el precio de transferencia de tierras industriales incluyen la proporción del área de tierras cultivadas y la distancia a la ciudad. Los factores que tienen una correlación positiva con el precio de transferencia de tierras industriales incluyen la tasa de crecimiento de la población, la tasa de crecimiento económico, la densidad de población y el número de hospitales por unidad de área. (3) Los resultados del análisis del modelo GWR mostraron que el impacto de diferentes factores en los diversos pueblos de diferentes modelos tenía características significativas de diferenciación espacial. Este artículo proporcionará una referencia para el uso sostenible de tierras industriales en los países en desarrollo.