Evaluation of Risks Related to Transfer of Rural Housing Land for Tourism Development in the Context of “Separation of Three Rights” Reform in China
Notice bibliographique
Résumé
In this paper, based on a field survey on typical villages in a Chinese metropolis suburb, we employ a risk matrix and the Borda ranking method to evaluate risks related to transfer of rural housing land for tourism development from the perspectives of different stakeholders. We also make suggestions regarding how to standardize transfers and revitalize utilization of rural housing land use rights. Combining qualitative analysis and quantitative analysis, the risk matrix determines the various risk levels faced by different stakeholders in the circulation of rural housing land for tourism development from two dimensions: risk impact degree and risk occurrence probability. Then, the Borda ranking method can subdivide the risk types within each risk level, thus identifying the most critical risks. Our results indicate that (1) unfair distribution of income from land transfers is the major risk faced by farm households and directly decides their willingness to transfer their housing land; (2) market instability is the prime risk factor faced by social investors, and together with project progress risk, indirectly leads to occurrence of operation risk and severely affects the motivation of social investors to invest in transfer, development and operation of rural housing land for tourism development; (3) disappearance of countryside characteristics is the critical risk factor faced by village collectives, and coordination and management risk is the main impediment that blocks the process of transfer of rural housing land for tourism development; and (4) other risks confronted by stakeholders in land transfer, although not the main ones, still need to be granted great importance and followed up closely. Therefore, it is necessary not only to establish appropriate risk avoidance measures for different critical risk factors faced by different stakeholders of such land transfers, but also to strengthen study of the association between the risks, identify the conduction effect of direct and indirect risks, macro and micro risks, and before action and after action risks, and improve the ability to prevent and mitigate these risks.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».