江西省土地利用隱性轉型對碳排放的影響效應研究

摘 要：在實現經濟快速增長的背景下，生態環境問題尤為突出，土地利用變化產生的碳排放是全球變暖的重要因素。本文基于江西省市域視角，構建綜合評價模型和碳排放測算模型，分析其時空演變特征，在此基礎上利用地理探測器探究土地利用隱性轉型對碳排放強度的影響機理，并提出綠色低碳減排建議。結果顯示：江西省各地市土地利用隱性形態水平持續上升并向更高階形態轉變，北部地區逐漸演變為雙核聚集式空間格局；研究區凈碳排放量逐年上升，在空間上差異顯著，呈現南北高中低分異特征；建設用地擴張侵占大量農用地、生態用地，削弱土地固碳功能；影響碳排放強度的因子驅動力在不同時期差異性較大，但地均固定資產投資額和地均全社會用電量始終是關鍵驅動力，各階段存在其余主導因子；優化土地利用形式，開荒造林加強生態建設對碳減排工作有重要意義；科學布局產業結構，推動產業升級轉型，有助于推進江西省綠色低碳發展。

關鍵詞：土地利用；隱性轉型；碳排放；時空變化；驅動因素；影響效應

中圖分類號：F301.24 文獻標志碼：A 文章編號：2095-1329（2024）01-0102-06

碳排放導致的全球氣候變暖已成為嚴峻的生態環境問題，對人類活動與自然環境產生重大影響。眾多研究表明，土地利用是僅次于化石能源消耗的第二大碳排放來源。大量學者由此聚焦土地利用碳排放研究，從不同角度出發，揭示土地利用碳排放時空變化特征及內在驅動，以期尋求土地利用發展與低碳減排的并行路徑。

國內外學者針對土地利用的碳排放研究主要集中在：土地利用碳排放核算、碳排放時空分異特征、碳排放影響因素及預測優化、碳交易補償及綠色低碳發展決策等方面[1-8]。

現有研究深化了土地利用碳排放理論體系，但研究角度大多局限于土地利用顯性層面，而忽略了作為土地利用碳排放演化內在驅動的土地利用隱性轉型這一研究視角。龍花樓在研究中就提出土地利用形態可分為顯性形態和隱性形態[9]。顯性形態主要表現在土地利用的數量結構和空間布局上；而隱性形態是依附于顯性形態下，需通過分析和調查獲得的土地利用形態，通常具有投入、產出、利用、產權、質量等多重屬性，與社會經濟活動聯系更為密切[10]。在已有研究中，對土地利用隱性形態的時空演變特征以及轉型的影響因素和模式進行了探究[11-12]，并拓展到與生態環境或生態安全之間的關聯研究[13-14]。

本文以江西省為研究對象，基于市域視角，構建綜合評價模型和碳排放測算模型，分析其時空演變特征，在此基礎上利用地理探測器探究土地利用隱性轉型對碳排放強度的影響機理，并提出綠色低碳減排建議，以期緩解區域土地利用碳排放壓力，引導土地利用轉型，為江西實現經濟增長和綠色低碳協調發展提供參考。

1 研究區概況與數據來源

1.1 研究區概況

江西省位于長江中下游南岸，為長三角、珠三角、海峽西岸的中心腹地，地理區位條件優越。全省總面積16.69 萬km2，東西南三面環山，中北部多為平原，整體呈現四周高中間低的自然地理格局。生態資源豐富，森林覆蓋率全國第二，是中國“最綠的省份”之一，鎢銅稀土資源豐富，享譽國內外。江西省轄11 個地級市，截至2023 年末，全省常住人口4515.01 萬人，地區生產總值3.22 萬億元，經濟發展穩步提升。

1.2 數據來源

本文將江西省11 個地市選為研究單位，研究數據為土地利用數據和社會經濟能源數據。其中：土地利用數據為江西省2010 年、2015 年、2018 年、2020 年4 期柵格數據，空間分辨率為1 km，均來源于中國科學院資源環境科學與數據中心，分為6 種一級用地；社會經濟數據涉及的固定資產投資額、財政支出、國內生產總值、人口和能源消費數據均源自《江西統計年鑒》。

2 研究方法

2.1 土地利用隱性形態評價模型

（1）指標體系構建

基于土地利用隱性轉型理論，參考相關研究成果，從土地利用投入、土地利用產出、土地利用強度和土地產權變化四個維度視角選取7 個指標構建江西省土地利用隱性形態評價模型。指標包括地均財政支出、地均固定資產投資額、地均GDP、地均第二三產業產值、人口密度、地均全社會用電量以及土地產權變化，分別表示研究區的投資強度、投入資本要素水平、綜合效益水平、內部產業結構、人口聚集程度、能源消費水平和城鄉用地用途轉化情況，最終建立土地利用隱性形態指標體系，如表1 所示。

（2）綜合評價模型

基于土地利用隱性形態評價指標體系，本文采用線性加權法計算研究區各地市的土地利用隱性形態綜合指數。分別采用極差標準化處理各項指標數據消除不同維度的差異性以及利用熵值法確定不同時期的指標權重，以其均值作為最終權重。計算方法如下：

X'mn=（Xmn-Xnmin）/（Xnmax-Xnmin） （1）

式中：Xmn" 、X'mn" 分別為第m 個地區第n 個指標層的原始數據與標準化值，Xnmax"、Xnmin"分別為第n 個指標層的最大值、最小值。

式中： n W 為第n 項評價指標權重， m Y 為第m 個地區的土地利用隱性形態指數，取值區間為[0，1]，分值越大則表明土地利用隱性形態水平越高。

2.2 土地利用碳排放測算

參考已有研究，將土地利用碳排放測算分為直接碳排放測算與間接碳排放測算，并根據土地利用類型可分為碳源用地和碳匯用地。其中，建設用地和耕地屬于碳源用地，林地、水域、草地和未利用地則屬碳匯用地。

（1）直接碳排放測算

對于長時間內保持穩定狀態的耕地、林地、草地、水域和未利用地，采用IPCC 清單的估算模型，確定土地利用碳排放系數分別為0.4970 、-0.5810 、-0.0210、-0.2530、-0.0050 t/hm2/a，測算各用地碳排放，計算公式如下：

式中： p E 為各用地直接碳排放總量， i e 為第i 種用地的碳排放量， i S 、iδ 為第i 種用地的面積和碳排放系數。

（2）間接碳排放測算

作為承載人類生產生活的建設用地，其碳排放不能簡單采用直接碳排放測算，本研究引入能源消耗碳排放系數法，間接測算建設用地碳排放，選取各地區能源消費總量，其中標準煤碳源系數參考自國家發改委能源研究所[30]，碳排測算公式如下：

式中： q E 為間接碳排放總量， j e 、j C 為第j 個地區的能源消費總量，ε 為標準煤碳源系數。

（3）凈碳排放量測算

通過計算直接碳排放總量和間接碳排放總量，可得凈碳排放量，公式如下：

E = Ep+ Eq （5）

式中： E 為凈碳排放量， p E 為直接碳排放總量， q E 為間接碳排放總量。

（4）土地利用碳排放強度

土地利用碳排放強度可定量反映碳排放效應，由單位面積的土地利用凈碳排放量表示，計算公式如下：

C = E / S （6）

式中： C 為土地利用碳排放強度， E 為凈碳排放量， S為研究區面積。

2.3 地理探測器

地理探測器常用于探測空間分異性，多應用在探究空間中的分層結構，揭示其背后的驅動力。本研究運用地理探測器模型，研究土地利用隱性轉型影響因子對土地利用碳排放強度的解釋程度，以q 值進行表征，公式如下：

式中： n 、i n 分別為整個研究區和第i 個分層的樣本數，σ 2 、2i σ分別為整個研究區和第i 個分層的方差，q 取值范圍為[0，1]，q 值大小表明該因子對土地利用碳排放強度驅動力強弱。

3 結果與分析

3.1 土地利用隱性形態時空演變特征

（1）時間序列演變特征

基于上述測度方法，得到江西省各地級市2010—2020年土地利用隱性形態單維及綜合指數結果，如圖1、圖2所示。

從圖1 可知，江西省各地市的土地利用隱性形態指數持續增加，土地利用向更高階形態轉變，但由于市域間經濟社會發展水平與土地利用程度不同，其土地利用隱性形態極化差異不斷變大，從2010 年的0.424 增長到2020 年的0.930。

圖2 顯示，在土地利用隱性形態的不同要素層，南昌市均呈現出最大增幅，吉安市變化較慢，除萍鄉市、新余市在土地利用產出要素層出現回落，其余地區整體形勢趨優。在土地利用投入、產出、強度以及土地產權變化方面，萍鄉市、鷹潭市、萍鄉市、宜春市分別以次高增幅，增長量為0.100、0.076、0.029、0.013，城市隱性形態朝著中高水平演變。

（2）空間序列演變特征

根據2010—2020 年江西省各地市土地利用隱性形態評價結果，結合自然斷點法，將11 個城市的土地利用隱性形態水平分為5 類，結果如圖3 所示。

研究表明，2010—2020 年，江西省土地利用隱性形態呈現南低北高的空間分布特征，北部城市土地利用隱性形態逐漸演變為雙核聚集式空間格局，南部城市始終處于低水平形態。南昌市憑借自然地理和省會區位優勢，經濟發展持續快速增長，保持領先水平，隱性形態率先突破至較高水平，并在2018 年成為第一個高水平土地利用隱性形態城市。新余市作為“新能源之都”，穩居江西四小市之首，演變成為次核區域，隱性形態指數從2010 年的中等水平上升到2020 年的較高水平。周圍北部城市受到雙核輻射，經濟發展穩步提升并進入平穩階段，最終各城市土地利用隱性形態均脫離低水平，其中鷹潭市、景德鎮市兩市步入中等水平，低水平城市減少至2 個；中高水平城市增加至6 個，且均位于江西省北部區域。可見，土地利用轉型在時間上呈現質變演化的同時，在空間方面也有一定的趨同性。

3.2 土地利用碳排放時空演變特征

（1）時間序列演變特征

基于江西省2010—2020 年土地利用現狀數據和能源消耗數據，采用土地利用碳排放測算方法，計算出各土地利用類型的碳排放量以及各地市的碳源、碳匯和凈碳排放量，如圖4、表2。2010—2020 年，江西省各地級市土地利用碳源量、凈碳排放量逐年上升，碳匯量持續減少，全省碳排放總量從15214.91×104 t增加到23594.71×104 t，10 年間碳排放量累計增加8379.81×104 t。可見，江西省減排工作任重道遠，低碳綠色發展需進一步推進。

作為碳源之一的建設用地，其對碳源量的貢獻遠大于耕地，并呈現增長勢態，已從99.38% 增長至99.52%。其中：2010—2015 年，研究期間土地利用結構變化較大，土地城鎮化和工業發展程度加劇，各類能源消耗大幅上漲，導致碳排放增速不斷提高；2015—2018 年，部分地區工業發展存在滯后性，能源消耗增幅降低，萍鄉市、新余市耗能出現回落；2018—2020 年，研究區碳排放量雖然持續增加，但增速進一步下降，主要因為2018 年江西省加強生態環境保護防治污染，推動綠色發展和推進節能減排，減緩能源消費增量。同時，由于土地城鎮化擴張，城鎮建設侵占耕地、林地，使得耕地碳源量和林地碳匯量減少。因此，科學布局建設用地、完善產業結構以及推進能源結構調整是實現低碳發展的重要措施。江西省碳匯總量持續降低，主要是林地碳匯減少6.10×104 t，效應最大；水域、草地碳匯量有所增加；未利用地碳匯增減出現變動，但林地、未利用地碳匯減量遠高于水域、草地碳匯增量。為實現碳減排降派目標，退耕還林還草還湖和開荒造林綠化是有效途徑。

（2）空間序列演變特征

根據2010—2020 年江西省各地市土地利用碳排放量測算結果，利用自然斷點法將江西省11 個地市的凈碳排放量劃為5 個等級，并繪制碳排放空間格局分異圖（圖5）。

總體來看，江西省各地市碳排放量在空間分布上差異顯著，土地利用碳排放量較高區域主要聚集在南昌市、九江市等地區，呈現南北高中低，西高東低格局。2010年，各地市凈碳排放量較低，除南昌市處于IV 級，其余城市處于I～III 級排放區，此時江西省各地市經濟發展較慢，工業水平較低。2018 年，南昌市工業產業發展程度優于其他地區，率先達到V 級碳排放。2020 年，作為江西省第二大工業基地的九江市成為第二個V 級碳排放區；贛州市在南部城市中首先進入III 級碳排放區。到研究期末，九江市碳排放增量最大；宜春市、贛州市次之，提升到IV 級；鷹潭市、新余市和吉安市凈碳排放量增幅較低，萍鄉市凈碳排放量先曾后減，碳排等級未發生變化；其余地區均步入下一等級?？芍魇p排的重點應放在北部地區，制定低碳發展策略，注重生態環境保護。

3.3 土地利用隱性轉型對碳排放強度的影響因素分析

基于地理探測器模型，以江西省各地市土地利用碳排放強度作為因變量Y，運用7 項土地利用隱性轉型的指標作為驅動因子即自變量Xi；定量分析各因子的驅動力，研究結果如表3。

研究表明江西省土地利用碳排放強度各探測指標驅動力存在顯著差異，且在不同時期呈現相應特征。2010 年，地均全社會用電量、地均財政支出、地均固定資產投資額解釋力超過0.95；可知其是2010 年江西省土地利用碳排放的最主要因素。2015 年，土地城鎮化率、地均GDP和地均第二、三產業產值的驅動力都發生了較大提升，人口密度解釋力有所下降，其余指標保持在0.9 以上，表明影響2015 年碳排放強度主要因素更加復雜。2018 年，人口密度成為了土地利用碳排放的主要因素之一，財政支出驅動力大幅削弱。2020 年，除人口密度驅動力下降較大，其他指標變化不明顯。

根據2010—2020 年整體情況可知，地均固定資產投資額和地均全社會用電量一直是影響土地利用碳排放強度的關鍵驅動力。地均固定資產投資額作為反映土地利用投入資本要素水平的指標，隨著各地市經濟發展不斷加快，固定資產投資額也隨之增長，在提高土地利用效率的同時也導致土地利用活動加強，伴隨著能源的不斷消耗和環境的進一步污染，最終使得土地利用碳排放顯著增加。地均全社會用電量的增加，表明電力能源消耗提升，其與之相關活動的碳排放量也越來越多。

除上述兩個主導因子，在不同時期也存在其他影響碳排放強度的主要因素。在前期階段，地均財政支出對碳排放強度影響較大。在中期階段，土地利用產出維度的兩個指標對碳排放的驅動力較大。此時土地粗放利用情況普遍，集約水平較低，造成土地資源的浪費和退化，碳排放加劇。在后期階段，人口密度是主要因素之一，人口密集度越高，其產生的生活生產活動越多，對土地產品、功能、服務的需求要促使資源增長，碳排放增加。土地城鎮化率對碳排放強度影響驅動力先增后減，在城鎮擴張和工業化發展背景下，建設用地大量侵占耕地和林地，導致碳匯用地萎縮，嚴重沖擊土地生態，加劇土地利用碳排放。對于土地利用隱性轉型指標對碳排放強度影響的分析可知，不同時期各因子的驅動力不同，需要重視發展階段與指標驅動力的差異，因地制宜制定針對性策略緩解土地利用碳排放壓力，推動綠色低碳發展。

4 結論與建議

4.1 結論

本研究以江西省11 個地市為研究區， 在分析其2010—2020 年土地利用隱性轉型與碳排放時空演變特征基礎上，利用地理探測器模型探究隱性轉型指標影響碳排放強度驅動力，為因地制宜制定低碳減排措施提供支持。研究主要結論如下：

（1）2010—2020 年，江西省各地市土地利用隱性形態指數持續上升，土地利用向更高階形態轉變，呈現南低北高的空間分布特征，北部地區逐漸演變為雙核聚集式空間格局，主要是市域間社會經濟發展水平和土地利用程度不同導致。

（2）2010—2020 年，江西省各地市土地利用凈碳排放量逐年上升，在空間上差異顯著，呈現南北高中低，西高東低格局。北部城市工業產業較南部更發達，建設用地擴張侵占農用地、林地，導致能源消耗增加產生大量碳排放量的同時降低了碳匯量。

（3）江西省土地利用碳排放強度各探測指標驅動力存在顯著差異，且在不同時期呈現相應特征。地均固定資產投資額和地均全社會用電量始終是影響土地利用碳排放強度的關鍵驅動力，地均財政支出、地均GDP 和地均第二、三產業產值、人口密度分別在前中后階段發揮較大效應。

4.2 建議

根據上述研究結論，各地市應該科學對待土地利用隱性轉型，并參考其與土地利用碳排放關系推動社會經濟增長與低碳減排協調發展，提出以下建議：積極優化土地利用形式，嚴格管控土地用途，通過盤活存量、尋找增量、挖掘潛量用地提升土地資源利用效率，同時科學限制建設用地擴張，加強生態用地保護，大力開展退耕還林還草還湖和開荒造林綠化，提高區域固碳碳匯功能。同時科學引導土地利用隱性轉型，合理布局產業結構，協同推進降碳、減污、擴綠、增長，推動高耗能、高污染、高排放、低效率、低產出產業轉型升級，引進先進新型技術，降低化石能源占比，大力發展綠色技術、綠色產業，實現江西省綠色低碳經濟發展。

參考文獻（References）

[1] 孫赫， 梁紅梅， 常學禮， 等. 中國土地利用碳排放及其空間關聯[J]. 經濟地理，2015，35（3）：154-162.

SUN H， LIANG H M， CHANG X L， et al. Land use carbonemissions and their spatial correlation in China[J]. EconomicGeography， 2015，35 （3）： 154-162.

[2] 武義青， 陳俊先. 改革開放以來中國經濟增長的研究——基于碳排放與碳生產率的視角[J]. 經濟與管理，2018，32（4）：6-13.

WU Y Q， CHEN J X. Research on China’s economic growth sincethe reform and opening up： based on the perspective of carbonemission and carbon productivity[J]. Economy and Management，2018，32（4）：6-13.

[3] 李穎， 黃賢金， 甄峰. 江蘇省區域不同土地利用方式的碳排放效應分析[J]. 農業工程學報，2008，24（S2）：102-107.

LI Y， HUANG X J， ZHEN F. Carbon emission effect analysis ofdifferent land use modes in Jiangsu Province [J] Transactions of theChinese Society of Agricultural Engineering， 2008，24（S2）：102-107.

[4] 馬建輝， 田剛， 謝宛懌， 等. 河北省土地利用碳排放時空特征和脫鉤分析[J]. 上海國土資源， 2023，44（1）：167-175.

MA J H， TIAN G， XIE W Y， et al. The spatiotemporalcharacteristics and decoupling analysis of carbon emissions fromland use in Hebei Province [J] Shanghai Land amp; Resources，2023，44 （1）： 167-175.

[5] 張余， 姜博， 趙映慧， 等. 東北三省土地利用碳排放時空格局及影響因素研究[J]. 地域研究與開發，2022，41（4）：150-156.

ZHANG Y， JIANG B， ZHAO Y H， et al. Research on thespatiotemporal pattern and influencing factors of carbon emissionsfrom land use in the three northeastern provinces of China[J]. ArealResearch and Development， 2022，41（4）：150-156.

[6] 王喜， 張艷， 秦耀辰， 等. 我國碳排放變化影響因素的時空分異與調控[J]. 經濟地理，2016，36（8）：158-165.

WANG X， ZHANG Y， QIN Y C， et al. Spatiotemporal differentiationand regulation of influencing factors of carbon emission change inChina[J]. Economic Geography， 2016，36（8）：158-165.

[7] 王彩娟， 季順偉， 任麗燕. 長三角城市群能源碳排放空間關聯及其影響因素研究[J]. 上海國土資源，2022，43（3）：8-14.

WANG C J， JI S W， REN L Y. Study on spatial correlation andinfluencing factors of energy carbon emission in Yangtze RiverDelta urban agglomeration[J]. Shanghai Land amp; Resources，2022，43（3）：8-14.

[8] 周萍， 陳松林， 李晶， 等. 福建省土地利用變化碳排放時空差異與碳補償[J]. 水土保持通報，2022，42（3）：356-365.

ZHOU P， CHEN S L， LI J， et al. The spatiotemporal differencesin carbon emissions from land use change in Fujian Province andcarbon compensation[J]. Bulletin of Soil and Water Conservation，2022，42（3）：356-365.

[9] 龍花樓. 論土地利用轉型與鄉村轉型發展[J]. 地理科學進展，2012，31（2）：131-138.

LONG H L. On land use transformation and rural transformationdevelopment[J]. Progress in Geography， 2012，31（2）：131-138.

[10] 曲藝， 龍花樓. 城市土地利用隱性形態空間分異及其影響因素—— 以中國289 個地級以上城市為例[J]. 經濟地理，2016，36（10）：1-8.

QU Y， LONG H L. Spatial differentiation and influencing factorsof implicit forms of urban land use： a case study of 289 cities ator above the prefecture level in China[J]. Economic Geography，2016，36（10）：1-8.

[11] 程建， 程久苗. 中國省際土地利用隱性形態時空格局、驅動力與轉型模式[J]. 中國土地科學，2017，31（12）：60-68.

CHENG J， CHENG J M. The spatiotemporal pattern， driving forces，and transformation models of implicit forms of land use amongprovinces in China [J]. China Land Science， 2017，31（12）：60-68.

[12] 張玥， 代亞強， 陳媛媛， 等. 土地利用隱性轉型與土地利用碳排放空間關聯研究[J]. 中國土地科學，2022，36（6）：100-112.

ZHANG Y， DAI Y Q， CHEN Y Y， et al. Study on the spatialcorrelation between land use recessive transformation and land usecarbon emission[J]. China Land Science， 2022，36（6）：100-112.

[13] 曹海濤， 嚴金泉， 魯成樹. 土地利用隱性轉型及其對生態環境的影響[J]. 安徽農業科學，2020，48（3）：69-72.

CAO H T， YAN J Q， LU C S. Recessive transition of land useand its impact on ecological environment[J]. Journal of AnhuiAgricultural Sciences， 2020，48（3）： 69-72.

[14] 宋家鵬， 陳松林. 福建省土地利用隱性形態與土地生態安全耦合協調分析[J]. 水土保持研究，2020，27（4）：301-307.

SONG J P， CHEN S L. Coupling and coordination analysisof land use recessive form and land ecological security inFujian Province[J]. Research of Soil and Water Conservation，2020，27（4）：301-307.

基金項目：國家自然科學基金項目“農村宅基地退出沖突形成機理及緩解研究： 基于傳統農區的考察”（41961032）