研究文章|开放获取
Huisheng Yu,通用电气的歌,通,宿州农村, ”空间格局的特点和影响因素,吉林省绿色城市建设用地的利用效率”,复杂性, 卷。2020年, 文章的ID5637530, 12 页面, 2020年。 https://doi.org/10.1155/2020/5637530
空间格局的特点和影响因素,吉林省绿色城市建设用地的利用效率
文摘
如何探索分配和绿色城市建设土地资源利用水平具有重要作用在城市的可持续发展。吉林省在47个县市为例,本文对绿色城市建设用地的利用效率(GUEUCL)在2011年和2015年通过意想不到的输出super-SBM模型并探讨了时空分异特征和影响因素GUEUCL利用GIS和机器学习方法。结果表明,(1)吉林省GUEUCL低,主要分布在中小区域,具有重大积极的空间相关性。L-L浓度区域主要分布在东部地区,但空间集中的程度很小,两个时期的空间结构特征是不同的,和空间异质性很大;(2)内部因素分解显示纯技术效率的影响的综合效率和限制能力强于规模效率,也就是说,管理和技术等因素产生更大影响的综合效率;(3)外部因素的相对重要性一直列为社会经济因素,城市发展因素,自然科学和技术因素。本文关注每个县和城市的时间和空间特征和影响因素,为飞行员提供一定参考价值的生态建设和生态环境的发展吉林省经济体系中获益。
1。介绍
有许多理论研究在国内外城市土地利用效率。经济地理、社会行为和政治经济学关注土地利用效率的研究进展从各自领域1- - - - - -5]。近年来,研究的重点是优化配置,城市建设用地集约利用、和效率评估(6- - - - - -9),甚至评价指标,驱动因素分析,改进管理方法的10,11]。评价方法,如层次分析法、主成分分析和数据包络分析主观性的缺陷和信息压缩,不适合效率评估。传统数据包络分析忽略了松弛变量或意想不到的输出。在评估标准,意想不到的输出只有一个污染指数(6,7),和驱动因素主要是传统的统计分析8,9]。研究范围涵盖了国家(7),城市群(10)、省(11)、市政(12)、县(13),和村14]。县规模是中国行政管理的基层单位和土地利用的最佳规模,管理和规划(15]。
城市化和工业化的快速发展,大量的人们聚集在城市,和城市空间扩张无序、低效的扩张问题是严重的。城市发展也面临资源约束、环境污染和生态破坏问题[16- - - - - -23]。“绿色”主要强调绿色发展的重要性。绿色发展是一个国家的必然选择的约束条件下实现城市可持续发展的资源和环境。这也是一个重要的指导思想和主要实现路径对于中国当前的社会和经济转型。因此,绿色城市建设用地的利用效率是一个新模型,新时期土地利用的生态文明建设和可持续土地利用的延伸和扩张。绿色利用率是一个综合指数目前自然资源的有效利用的经济、技术和社会条件下,基于最小化资源和环境消耗和最大化的原则,综合经济、社会和环境效益的生产。土地socioeconomic-natural环境是一个复杂的系统,传统的城市建设用地利用的效率是有限的从社会经济的角度来看,忽略了绿色发展的概念后土地利用效率的原则,协调经济、社会和生态效益。因此,在当前城市扩张的背景,资源浪费、环境污染和生态文明建设需要“绿色发展”,和GUEUCL引起了国家和社会的广泛关注24- - - - - -33]。
基于理论的角度来看,许多文学作品研究城市土地利用的效率,主要来自各方的利益,缺乏城市土地的核心元素,和单一主体的利益目标取向是认真的。根据人类土地关系的理论,土地使用不仅应该最大化的经济效益,但也减少地理环境的不利影响,避免超过上限阈值自动复位的地理环境。根据规模经济理论、资源需要消除“短板效应”通过优化分配,提高生产技术水平,形成一个理想的规模经济,而不是盲目地投资于资源的数量生产前沿理论,为生产商和最理想的情况是能够合理配置各种资源,提供最有价值的产品在一定程度的科学和技术;可持续土地利用的理论主要集中在土地使用者的长期利益,也就是说,经济、社会和生态的可持续性的土地利用。总之,绿色城市建设用地的利用效率的概念提出,指的绿色可持续发展系统综合评价的质量和效益的城市建设用地的指导下,经济、社会和生态效益的因素下,城市建设土地、劳动力、资本、投资等,在一定的时间内。
从地理和生态学的角度,重视区域和可持续发展,本文运用污染负荷指数的综合土地污染产出评价GUEUCL,通过空间分析和机器学习方法,结合很多因素在城市建设用地使用,来识别和量化GUEUCL的时空模式和驱动因素。这项研究的目的如下:(1)解释多瞬时图像,提取城市建设用地评价GUEUCL super-SBM意想不到的输出,和解决问题的投入产出变量放松,多个决策单元的有效区分,和意想不到的输出;(2)探索的空间相关性和异质性GUEUCL利用空间自相关和空间变异函数的方法;(3)利用评估模型的分解和支持向量机回归模型来分析GUEUCL的影响因素,为制定有效措施提供有价值的参考,提高城市建设用地资源的分配和可持续发展。
2。数据和方法
吉林省位于中国东北,在121°38′-131°19′E和40°50′-46°19′N,占地面积187400公里2(图1),属于温带大陆性季风气候。这是一个重要的粮食基地,管理城市和47个县。2015年,国内生产总值14.06313万亿元,总人口为2662.1万,人均可支配收入为24900.86元。与吉林省工业化和城市化的快速发展,大规模的城市扩张开始,导致经济效益低的土地,和绿色城市建设用地资源配置和利用问题开始出现的时候,有一个潜在的威胁,吉林省的可持续发展和国家粮食安全。
吉林省是全国生态省建设试点,和2015年的节点被定义为生态建设发展时期的轮廓吉林省生态省建设的总体规划(34]。本文研究了吉林省绿色城市建设用地的利用效率,不仅能测试的实际结果规划,也为生态建设提供参考经验和实用价值改进在2016 - 2030年。
本研究的数据包括陆地卫星遥感影像、民主党、环境污染、和社会经济数据。陆地卫星遥感图像分为两个阶段。环境软件是用于提取城市建设用地,包括大、中、小城市和楼宇密集地区县级以上城市,工厂和矿山、大型工业领域,油田,盐字段,采石场,和其他土地,以及交通道路、机场、和特殊土地(因为第二、三产业产值和农村居民区除外)。解释的准确性陆地卫星数据提取建设用地的90%以上。技术流程和基础是指“国家生态环境监测和评估技术计划”;DEM数据利用ArcGIS软件计算斜率。环境污染数据包括废水、化学需求、氨氮、二氧化硫、氮氧化物、烟;社会和经济数据包括固定资产投资、单位员工、GDP、人口总数、病床、单位员工的工资、专业技术人员、专利和非农业人口。其他指标本文计算并与上面的数据转换。见表1为特定的数据源和描述。
|
|||||||||||||||||||||||||||||||
2.1。意想不到的输出Super-SBM
座模型是nonradial基于松弛变量和非参数模型,它允许输入和输出变量的变化不同比例和措施效率改进的平均比例。同时,为了解决这个问题,多个决策单元效率值最高的是1,一座super-efficiency模型提出,为了反映节约资源,减少污染,和经济增长等,基于目标的全面实现程度,介绍了污染负荷指数作为意想不到的输出建立输出super-SBM意想不到的,哪个更符合GUEUCL的内部需求。具体评价指标如表所示2。污染负荷指数= 0.20×ACOD×COD排放总量/地区年降水量+ 0.20×安3×氨氮排放总量/地区年降水量+ 0.20×麻生太郎2×所以2排放/区域面积+ 0.10×麻生太郎1×固体废物处置/区域面积+ 0.10×AYFC×烟(粉)尘排放/区域面积+ 0.20×另×氮氧化物排放/区域面积(根据中华人民共和国国家环境保护标准)。
|
||||||||||||||||
假设有n研究,每个DMU需要米输入(x)产生的输出(yd()和非期望输出yu)。在这篇文章中,他们可以用向量x∈R米,yd∈Rr1,yu∈Rr2;然后,我们可以定义矩阵X,Yd,Yu作为X= (x1、…x2),Yd= ∈Rr1xn,Yu= ∈Rr2xn座,(SSBM)可以表示如下30.]:
当ρ= 1,换句话说,= 0,= 0,DMU = 0k是有效的。在这篇文章中,我们可以定义DMUk是有效的。建设一座高效模型与不良的输出如下(30.,35]:
2.2。空间自相关
根据Tobler第一定律的地理、空间距离越近,属性值之间的相关性越大,空间相关性越强。为了定量地衡量GUEUCL的空间相关性,本文选择莫兰的全局空间自相关我。莫兰的我是一个广泛使用的全局空间自相关统计数据,其计算公式如下(36]: 在哪里x的意思是观察吗n职位(地区);Wij空间权重矩阵;x我和xj观察空间位置我和j。莫兰的范围我指数(−1,1)。值小于0表示负相关,值0表示没有相关性,和一个值大于0表示正相关。
2.3。空间变差函数
介绍了空间变异函数分析GUEUCL空间变异性。空间变异函数,也称为半方差图,是一个基本的描述区域变量的随机性和结构,是一种有效的工具来分析空间可变性和结构。计算公式是由(37] Z (x我),Z(x我+h)是GUEUCL (我= 1、2、3、……N(h))Z(x)在空间单元x我和x我+h分别,(h)的样本大小分割距离h。
分形维数是另一个重要的参数来描述变异函数,并将其值取决于变异函数之间的关系γ(h)和距离h(38]: 的分形维数D对数线性回归方程的斜率和代表变差函数的曲率。值越大,越高空间自相关部分引起的空间异质性;值越接近于2,更平衡的空间分布。
2.4。支持向量机回归模型
支持向量机是一种基于统计理论的机器学习方法。它集成了多种技术,如最大间隔面,美世内核,凸二次规划,和松弛变量。分类中的实际问题的小样本,非线性,高位数,很好地解决局部最小值点。回归的基本思想是地图数据高维特征空间通过一个非线性映射并进行线性回归。计算公式如下(39- - - - - -43]: 在哪里是阈值和高维特征空间对应于低维输入空间的非线性回归,这消除了在高维空间点积计算吗和 。自是固定的,经验风险的总和影响和让它平高的空间。然后,计算公式如下39- - - - - -43]: 在哪里代表样品的数量,是一个损失函数,是一个不断调整。最小化得到数据点表示为: 在哪里和解决方案,最大限度地减少 。考虑方程(6)和(8),可以表示如下(39- - - - - -43]: 在哪里 =被称为核函数。它是对称的点积核函数满足Mercer条件对应的特征空间。
为了更好地说明使用的模型和算法研究和每个研究部分的目的,该方法绘制流程图(图2)。
3所示。结果
3.1。时空特征的绿色城市建设用地的利用效率
为了更清楚地分析GUEUCL单元的分布特征,根据意想不到的输出super-SBM模型评价的结果,GUEUCL的空间格局规模分为三类:高,中,低自然干扰的方法。GUEUCL的空间规模分布在两个时期吉林省图所示3。吉林省的GUEUCL县和城市地区相对较低,主要分布在中小规模。2011年,高效的单位约占8.51%,中等效率单位约25.53%,和低效地区约65.96%;2015年,高效的单位约占17.02%,中等效率单位约34.04%,和低效地区大约48.94%。GUEUCL在2011年和2015年的平均水平是0.36和0.43,分别有一个总体增长趋势,但空间分布规模仍显示显著不平衡。
(一)
(b)
3.2。空间自相关的绿色城市建设用地的利用效率
为了探索GUEUCL的时间和空间特征,空间自相关分析方法用于分析其空间相关性。从图可以看出4,莫兰我GUEUCL在2011年和2015年的0.23和0.19,分别值小于0.05,表明它具有显著的积极的空间相关性,但一直在一个比较低的值,也就是说,空间集聚的程度并不大。
(一)
(b)
为了进一步揭示GUEUCL的局部空间自相关变化特点,绿色的丽莎价值的城市建设用地的利用效率两年计算(图5)。从图可以看出,空间分布模式的GUEUCL两年基本上是稳定的。L-L(新低)集群区域主要分布在吉林省的东部,包括平方米,安妥县,右边。的空间分布高度差(高)集群区域相对比较分散,而且没有集群规模。
(一)
(b)
3.3。空间异质性的绿色城市建设用地的利用效率
根据表3,从2011年到2015年,金块系数降低了,但都是小值,并确定系数相对较大,这表明,理论和实际情况完全吻合,可以反映出交互和高低GUEUCL的联动效应,这基本上是与空间自相关分析的结果一致。从2011年到2015年,吉林省GUEUCL的步长保持不变,但变异的范围增加,表明GUEUCL的空间影响范围增加。这种空间异质性是影响结构和随机组件。空间变化的程度造成的随机组件(如政策和监管元素和人为因素)小于结构的组件(如社会要素、经济要素和资源和环境元素)(44),这也奠定了基础下面的影响因素分析。
|
||||||||||||||||||||||||||||||||||||||||
根据表4,从2011年到2015年,分位数是远离2四面八方,表明GUEUCL相对大的空间异质性和往往是相对平衡的时间变化,但空间异质性还大,这基本上是与空间规模分布的结果一致。从各个方向的分位数,从2011年到2015年,东西方维度值是最小的,拟合程度是最好的,这表明,吉林省GUEUCL在东西方向上的空间异质性是最大的从2011年到2015年,但空间异质性略有减少。它从3 d克里格插值拟合图可以看到,从2011年到2015年(图6),峰值增加,主要分布在西北方向,在东方,结构分布主要是平的。一般来说,空间异质性的特点和空间规模分布基本上是相同的。
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
(一)
(b)
3.4。结构性因素分解的绿色城市建设用地的利用效率
绿色城市建设用地的利用效率是综合效率的表达式。纯技术效率是消除后的技术效率的影响组织的决策单元的规模。规模效率是衡量决策单元是否在最优生产规模。纯技术效率和规模效率也意想不到的输出super-SBM模型计算。为了反映纯技术效率和规模效率的贡献,综合效率,散点图(图7)综合效率及其分解效率之间的关系可以得出基于DEA的结果。散点图中不能与45度的斜,表明综合效率同时受到两种分解效率的影响。因为只有少数城市达到了有效的综合效率,相比之下,纯技术效率,规模效率已经达到有效状态,和规模效率通常是大于纯技术效率,所以有更多的群众由规模效率和综合效率。点是位于顶部和散点图的上半部分,这使得这些散射点偏离45度斜超过纯技术效率的偏差,和散点图中的点由综合效率和纯技术效率接近45度的斜。分解的结果表明,绿色城市建设用地利用的综合效率,纯技术效率有更大影响的综合效率,限制生产能力大于规模效率、管理和技术等因素产生更大影响的综合效率。分解的结果表明,绿色城市建设用地利用的综合效率、纯技术效率有更大影响的综合效率,限制生产能力大于规模效率、管理和技术等因素产生更大影响的综合效率。
(一)
(b)
3.5。驱动因素的绿色城市建设用地的利用效率
为了缓解人类与地球之间的矛盾,我们必须了解人类活动和GUEUCL之间的关系。根据现有的文献和研究,本文研究了驱动因素的空间分化的吉林省绿色城市建设用地的利用效率从三个方面:社会经济因素、自然科学和技术因素,以及城市发展因素(24- - - - - -33]。
建立支持向量机回归模型之前,首先进行预处理数据,使用特征选择模型将几乎没有相关性的指标综合效率。为了准确分类的测试数据,我们需要寻找的最佳参数,将训练样本的数据分成两个,以70%为训练集和30%作为测试集,并继续交叉验证,直到分类效果是最好的,然后选择RBF核函数,建立了支持向量机回归模型。结果(表5显示所有的独立变量的相对重要性以百分比的形式。所有这些变量的相对重要性的总和为100%。社会和经济因素的贡献率在2011年为0.57,大于城市发展的因素(0.31)(0.12)和自然科学技术因素。社会和经济因素的贡献率在2015年为0.47,大于城市发展的因素(0.31)和自然科学和技术的因素(0.12)和元素的自然科学和技术(0.21)。因此,社会经济因素在综合效率产生最大的影响。随着时间的变化,相对重要性排名的因素没有改变。比例因子的分布的主要原因是人口密度和土地开发强度相对影响力。社会经济因素的相对重要性有所下降,原因可能是实现效果的“吉林省生态省建设总体规划”的概述。此外,在新的经济背景下正常,已被更多的关注经济发展的质量,减缓了社会和经济发展的速度在短期内,从而减少影响GUEUCL;自然科学和技术因素的相对重要性增加,主要原因是土地质量饱受压力增加,水土流失和土地沙漠化越来越严重。 The relative importance of each index has changed significantly, which needs specific analysis.
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
3.5.1。分析社会经济因素的作用
社会发展是土地利用的基础,土地利用是人类活动的空间表达的需要。人口密度反映了区域人口空间均匀分布,人口密度的增加,以及更多的人口的轴承单位城市建设用地和空间利用率的发展模式更紧凑,精致,促进GUEUCL的增长。人口密度的相对重要性和公共服务设施在2011年是0.38和0.06,人口分布的集中程度影响GUEUCL是最重要的因素。尽管人口密度的相对重要性下降到2015年的0.20,它仍旧是仅次于指标的土地开发强度,以及公共服务设施的相对影响略有增加。随着越来越多的人聚集在城市空间,在GUEUCL紧凑型发展模式的影响已经开始下降。
经济发展质量的内涵反映土地利用效率、经济发展和质量尤为重要,在土地利用的过程。人均国内生产总值是一个重要的指标来衡量经济发展水平和人们的生活质量。相同的技术条件下,人均GDP的增长意味着每单位劳动力产生更多的财富,提高土地产出。在单位的员工工资的增加意味着增加人们的劳动报酬,这间接提高了热情和劳动生产效率。的相对重要性人均国内生产总值在2011年和2015年是0.09和0.07,单位员工工资的相对重要性是0.04和0.13,分别。
3.5.2。分析自然科学和技术元素的作用
自然的建筑环境是土地利用的前提,决定适当的方式和土地利用适宜性。一个好的自然环境可以减少建设项目投资,后来维护的成本。斜率是表面单元的陡度。一般来说,城市建设用地的斜率不应大于25度。斜率越大,建设和维护成本越高,自然灾害和水土流失的风险。因此,将直接影响GUEUCL斜率。土地压力指数是评价土地质量的程度受到压力。土地质量的下降会影响土地利用和土地产出的能力和压力城市建设土地利用的效率。土地压力的相对重要性指数是2015年的0.08,表明土地质量和输出压力的影响在2015年开始出现,但并没有显著的影响。
科学技术是第一生产力。科技创新推动生产力的能力增加,变化因素的结合,减少环境污染。专业技术人员可以被视为人力资本的积累和技术进步的重要指标。人力资本可以创建新技术或加强现有技术的能力,促进生产力的发展。数量的专利是创新能力的重要指标,优化土地资源的使用通过新技术的研究和开发,生产设备的升级,改善组织模型和管理方法。从2011年到2015年,专业技术人员的相对重要性是0.06和0.07,和0.06专利数量的相对重要性。科技和创新能力指标是很重要的影响。
3.5.3。分析城市发展因素的作用
更大的一个城市,它能够吸引越多,自己的元素和市场,更有效地创造价值。大小不同的城市有不同的引力吸引外部因素。权力下放也将促进城市建设用地的发展通过促进地方政府之间的竞争和保证财政收入。从2011年到2015年,城市规模的相对重要性是0.08和0.06,分别。不同级别的城市和政府对吸引投资的能力有一定的影响和指导土地开发和利用。
合理的城市开发强度可以促进理性为携带投资外部通信,并提供空间。土地开发强度是一个不断发展的城市建设用地的过程,人口和经济。合理的土地开发强度有利于资源的有效配置和土地集约利用资源。从2011年到2015年,土地开发强度的相对重要性是0.23和0.25,分别。随着土地使用的增加和轴承材料的密度,城市空间发展的理性增长GUEUCL变得更加重要。
4所示。讨论
4.1。GUEUCL模型评价
城市建设用地资源配置的空间载体。由于城市空间是一个复杂的socioeconomic-natural生态系统,这一过程会产生环境污染而产生的经济效益。在过去,大多数的研究利用建设用地包括农村居住区和城市人口密集的地方统计年鉴的城市建设用地。城市人口密集的地区的区域一般不包括高价值的工厂和矿山等建设用地,大规模的工业领域,油田,盐,和采石场;建设用地包括农村居民区不能表达二三产业的产值(8- - - - - -10]。因此,它是非常重要的,城市建设用地被遥感GUEUCL的科学评价的基础。其次,大多数学者仅从单个土地污染评估GUEUCL指标作为非期望输出,这是不够全面表达城市建设用地的非期望产出科学评估GUEUCL [22,25]。因此,本文综合考虑了废水、化工需求、氨氮、二氧化硫、氮氧化物、烟尘,在土地污染和其他污染物污染负荷指数来表达城市建设用地的意想不到的输出,和更科学、准确地评估GUEUCL。评价结果是很有价值的生态建设试点和吉林省生态环境保护的经济体系。
4.2。分析影响因素
基于机器学习的城市迅速崛起和可持续发展的研究。在城市资源配置的影响因素的研究中,我们试图使用机器学习的方法来分析GUEUCL的更丰富的驱动因素,它是更加困难,更深的影响分析城市土地利用效率在正常情况下。本研究只有47个县、区,由于多重空间和城市系统的复杂性和GUEUCL的异质性和时机;机器学习可以找到隐藏在未知关系复杂的数据比传统的统计模型,探索更深层次的问题。支持向量机是一种机器学习方法,具有许多独特的优点在解决小样本、非线性、麻木不仁的样本维度。因此,它更科学、准确的原因探索GUEUCL的时空格局特征,利用支持向量机(36- - - - - -40]。人口集聚、经济水平、土地质量、城市规模,土地开发强度的具体指标影响GUEUCL开车。它被普遍认为,过度追求开发强度和规模将导致土地利用效率的下降,因为人口集聚和规模经济的双重效应被忽略。摘要人口集聚和发展的影响强度是最大的在特定的驾驶GUEUCL指标,并根据建设用地的“天花板”,城市建设用地的增长是不可避免的,合理控制城市空间的无序蔓延;现在需要的是一个紧凑的城市空间结构规划和智能和理性增长意味着重建效率低下和闲置土地;主观价值变化增量计划削减股票和规划和城市人口的集聚。它是一种有效的方式为绿色城市建设用地使用吉林省继续落实政策措施,吸引人口增长和聚集在长春,吉林大城市,和吉林省中部城市群,促进规模经济的共同发展和人口集聚的双重手段,这也是一个参考经验和实用价值的改善在2016 - 2030年生态建设的时期。
5。结论
在这项研究中,47个县和城市地区的吉林省作为研究单位。意想不到的输出super-SBM,空间分析方法和支持向量机回归模型是用来评估GUEUCL和分析时空模式的特点和影响因素:(1)从2011年到2015年,研究领域的GUEUCL值相对较低,主要在中小分布,总体增长趋势。然而,空间尺度分布仍然显示了明显的非平衡态,具有重大积极的空间相关性,但是空间集聚的程度很小。会集聚区主要分布在东部地区,有不同的空间结构特征和更大的空间异质性的两个时期。(2)内部因素分解表明,影响整体效率和纯技术效率的能力限制它比规模更大的效率。管理和技术因素对整体效率的影响更大;外部因素的相对重要性已被列为社会经济因素,城市发展因素,和自然科学和技术因素,但社会经济因素的相对重要性下降,以及自然科学和技术的相对重要性因素增加了。(3)影响的具体表现如下:影响的人口密度是一个重要的指标,但城市人口空间集聚的影响GUEUCL开始下降;经济条件给人们更好的物质条件越来越能影响GUEUCL通过提高劳动热情;政府吸引投资的能力指导土地开发利用有一定的影响;城市空间发展的理性增长GUEUCL日益重要,已成为最重要的影响指标。
针对研究结果,改善GUEUCL可以从几个方面:①继续发挥政府的政策调控的作用,坚持绿色发展的概念,提出了紧凑城市和精明增长的政策建议,并计划转移到股票的价值和减少;②根据不同城市的功能定位,划分不同GUEUCL的发展目标,调整和优化吉林省GUEUCL的空间格局,特别注意低洼城市高效的城市,并严格防止他们成为广泛使用的避难所低洼的土地政策;③继续发展的管理和指导作用”的轮廓吉林省生态省建设总体规划”,实现经济增长模式的城市集群在吉林中部,深入的思想,和措施的建设绿色转型和吉林东部开发区。
本研究有两个主要贡献。首先,提出GUEUCL的概念,介绍了污染负荷指数作为城市建设用地的意想不到的输出,这是一个新方法来评估和衡量GUEUCL。其次,基于支持向量机回归模型,影响因素的指标体系设计,结合模型的结果,探讨了绿色的时空模式的原因使用吉林省城市建设用地,并有利于提高绿色吉林省城市建设的土地利用水平,缓解人类与土地之间的矛盾关系,提供一个学术依据土地部门制定绿色发展政策,并为世界各地的其他类似地区提供参考。
当然,这项研究也有一定的局限性。它只在GUEUCL探索结构组成的影响,它缺乏随机性(政策和其他因素)定量研究。同时,采用支持向量机回归模型分析影响因素。由于数据采集的局限性,分析了只有一个时间,和的差异影响很长一段时间没有比较。因此,随机组件和时间差异的分析,探索影响因素,结合面板数据是后续研究的重点。
数据可用性
使用的数据来支持本研究的发现可以从第一作者。
的利益冲突
作者宣称没有利益冲突。
引用
- h·谢·w·王,y,他研究绿色中国土地资源的利用效率,经济管理出版社,北京,中国,2016年,在中国。
- t·c·库普曼斯·m·贝克曼,“分配问题和经济活动的位置。”费雪,25卷,不。1,53 - 76年,1957页。视图:出版商的网站|谷歌学术搜索
- m·m·韦伯探索在城市Structutre美国宾夕法尼亚州费城,费城大学出版社,,1964。
- d·哈维,“城市过程在资本主义制度下:一个分析框架,“国际城市和地区研究杂志》上,卷2,不。1 - 3、101 - 131年,1978页。视图:出版商的网站|谷歌学术搜索
- o·费斯”,优化配置土地在没有优化城市交通结构,”区域科学和城市经济学,12卷,不。2、235 - 246年,1982页。视图:出版商的网站|谷歌学术搜索
- 问:杨、x Wan和h·马”评估绿色发展中国省市整合效率的DEA模型和malmquist指数”可持续性,7卷,不。4、4492 - 4510年,2015页。视图:出版商的网站|谷歌学术搜索
- 张y, z, y周”在中国建设用地配置效率:面板数据的计量经济学分析,“土地使用政策卷,74年,第272 - 261页,2018年。视图:出版商的网站|谷歌学术搜索
- 李朱x, y,张平,y, x,和l .谢”时空特征的中国城市土地利用效率的35个大城市基于DEA:分解技术和规模效率,”土地使用政策文章ID 104083卷,88年,2019年。视图:出版商的网站|谷歌学术搜索
- j·杨,杨y和w·唐”发展的土地集约利用评价模型在城市中心,“建筑研究的前沿,1卷,不。4、405 - 410年,2012页。视图:出版商的网站|谷歌学术搜索
- j . Yu,周k和s .,“土地利用效率和影响因素在中国城市群,”土地使用政策文章ID 104143卷,88年,2019年。视图:出版商的网站|谷歌学术搜索
- l, l, y, p .周和学术界。叶”,评价城市土地利用效率与交互标准:中国江苏城市的实证研究,“土地使用政策,第90卷,第104292页,2020年。视图:出版商的网站|谷歌学术搜索
- z新华社,张平,y魏et al .,“衡量城市土地利用效率和驱动因素的基于DEA方法和PLS-SEM模型(一个中国35个大中城市的案例研究,“可持续城市和社会50卷ID 101646条,2019年。视图:出版商的网站|谷歌学术搜索
- 邹和z曾庆红,“城市土地利用结构特点和节能措施在湖北省市,“中国房地产页27-37卷。24日,2018年,在中国。视图:谷歌学术搜索
- f . c .沈m . Li Li et al .,“Fenshui镇农村土地利用效率评价基于数据包络分析,“中国土地科学,25卷,不。01,16日,页。2011年,在中国。视图:谷歌学术搜索
- j . Wang和郭x”,可持续土地利用的科学监管县在中国,“地理科学进展,3卷,第222 - 216页,2002年,在中国。视图:谷歌学术搜索
- l .通、美国胡和a·e·弗雷泽”分层次测量城市扩张在快速城市化地区使用多维指标:武汉都市,中国,“栖息地的国际文章ID 102070卷,94年,2019年。视图:出版商的网站|谷歌学术搜索
- w·崔基于生态城市建设用地优化配置效率方程、江苏大学出版社,镇江,中国,2015年,在中国。
- r . x Wang史,y周”的动态城市扩张和可持续发展在中国,“社会经济规划科学文章ID 100736卷,70年,2020年。视图:出版商的网站|谷歌学术搜索
- z科瓦奇,z . j . Farkas t Egedy et al .,“城市扩张和土地转换无城市:大都会布达佩斯的情况下,“城市卷,92年,第81 - 71页,2019年。视图:出版商的网站|谷歌学术搜索
- e·j·凯撒·d·r·Godschalk f·s·查宾,城市土地利用规划,伊利诺伊大学出版社,乌尔班纳,1995年,美国。
- x y冯和王”,在中国城市扩张对霾污染的影响基于动态空间杜宾模型在2003 - 2016年期间,“《清洁生产,第242卷,第118368页,2020年。视图:出版商的网站|谷歌学术搜索
- 刘·d·陈,x, x, x,“城市扩张的生态环境效应的测量:理论机制和时空的分化,“生态指标卷,105年,页6 - 15,2019。视图:出版商的网站|谷歌学术搜索
- y, l . weil l .陈会昌et al .,“模拟intraurban土地利用基于模糊元胞自动机动力学在多个场景:一个案例研究锦州地区,大连”复杂性ID 7202985条,卷。2018年,17页,2018。视图:出版商的网站|谷歌学术搜索
- l .梁、y勇和c .元,“绿色城市土地利用效率的测量及其空间分异特征:一个实证研究基于284个城市,“中国土地科学,33卷,不。6 p。80年,2019年,在中国。视图:谷歌学术搜索
- d . Wang和庞x”,研究绿色京津冀城市群土地利用效率,”中国人口、资源和环境卷,29号04年,页68 - 76,2019年,在中国。视图:谷歌学术搜索
- b . Hu j·李,b .旷”演化特征及影响因素下的城市土地利用效率差异绿色发展的概念,“经济地理,38卷,不。12日,页。183 - 189年,2018年,在中国。视图:谷歌学术搜索
- l . Ma h .长,k . Chen涂,y,和l .廖”中国城市绿色增长效率及其时空模式,”资源保护和回收卷,146年,第451 - 441页,2019年。视图:出版商的网站|谷歌学术搜索
- x陆、旷b和j·李,“区域差异分解和政策影响下的中国城市土地利用效率的环境限制,”栖息地的国际卷。77年,32-39,2018页。视图:出版商的网站|谷歌学术搜索
- h·谢、f .问:陈和g . w . YaoWang“时空差异及影响因素的全要素绿色中国工业用地的利用效率,”《清洁生产卷,207年,第1058 - 1047页,2019年。视图:出版商的网站|谷歌学术搜索
- h . Yu和w·王”,探索城市土地利用的时空差距在中国经济效率及其影响因素在环境约束下基于顺序slacks-based模型,”可持续性,7卷,不。8,10171 - 10190年,2015页。视图:出版商的网站|谷歌学术搜索
- d . z苏,“可视化城市造型:可实践、问题和前景,”国际地理信息科学杂志》上,12卷,不。7,651 - 671年,1998页。视图:出版商的网站|谷歌学术搜索
- f .秋y陈j . Tan j . Liu郑z、x张,“时空异质性的绿色发展效率及其影响因素在市区增长:一个案例研究徐州市区,“中国地理科学,30卷,不。2、352 - 365年,2020页。视图:出版商的网站|谷歌学术搜索
- 美国,z, h·张,g .通用电气和刘问:“城市化综合评价协调:一个案例研究江西省的中国,“中国地理科学卷,29号3、488 - 502年,2019页。视图:出版商的网站|谷歌学术搜索
- h .程研究吉林省土地修复,地质出版社,北京,中国,2018年,在中国。
- w·林,b . Chen l .谢和h .锅,“估计运输能源消耗模式在中国使用DEA,”可持续性,7卷,不。4、4225 - 4239年,2015页。视图:出版商的网站|谷歌学术搜索
- w·r·Tobler”电脑电影模拟底特律地区的城市发展,”经济地理,46卷,不。1,第240 - 234页,1970。视图:出版商的网站|谷歌学术搜索
- a . Getis和j·k·奥德的分析空间协会统计数据,利用距离”视角空间数据分析施普林格,页127 - 145年,柏林,德国,2010年。视图:谷歌学术搜索
- c . a . Gambardella t·b·摩尔人j·m·诺瓦克et al .,“油田规模可变性中央低的土壤,土壤特性”土壤科学Soc是J58卷,第1511 - 1501页,1994年。视图:谷歌学术搜索
- 诉Vapnik,统计学习理论的本质施普林格科学与商业媒体,柏林,德国,2013年。
- v . n . Vapnik和a . y . Chervonenkis”事件的相对频率一致收敛的概率,”措施的复杂性页11-30 Springer,可汗,瑞士,2015。视图:出版商的网站|谷歌学术搜索
- y . A·阿瓦德·Koutrakis b A Coull et al .,“基于支持向量机回归的时空预测模型:周围的黑碳在新英格兰三个州,”环境研究卷,159年,第434 - 427页,2017年。视图:谷歌学术搜索
- 黄z h . Chen C.-J。许,W.-H。陈、吴,”信用评级分析与支持向量机和神经网络:市场比较研究,“决策支持系统,37卷,不。4、543 - 558年,2004页。视图:出版商的网站|谷歌学术搜索
- 研究。李”,应用支持向量机对公司信用评级预测,“专家系统与应用程序,33卷,不。1,第74 - 67页,2007。视图:出版商的网站|谷歌学术搜索
- 王歌和y”,土地利用模式的时空分异松嫩平原高,“农业工程学报,32卷,不。18日,第233 - 225页,2016年,在中国。视图:谷歌学术搜索
版权
版权©2020余Huisheng et al。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。