趙映慧，王子彤，詹汶羲，蓋兆雪

(東北農(nóng)業(yè)大學(xué)公共管理與法學(xué)院，哈爾濱 150030)

【研究意義】耕地為人類生存與發(fā)展提供最基本的物質(zhì)基礎(chǔ)，是保障國家糧食安全和社會穩(wěn)定的關(guān)鍵[1]。然而，隨著城鎮(zhèn)化和工業(yè)化進(jìn)程的不斷加快，耕地非農(nóng)化、寂寞化、邊際化等現(xiàn)象日益顯著[2-4]。耕地具有較大的碳固潛力，即耕地土壤碳庫量的微小變化，都會對大氣溫室氣體濃度及全球氣候產(chǎn)生巨大影響，因此耕地利用轉(zhuǎn)型必然會導(dǎo)致區(qū)域大氣CO2濃度升高和氣候異常[5]。推動耕地資源低碳利用不僅是新時代中國耕地資源可持續(xù)利用的內(nèi)在需求，也是實(shí)現(xiàn)農(nóng)業(yè)高質(zhì)量發(fā)展的關(guān)鍵，更是中國實(shí)現(xiàn)碳達(dá)峰、碳中和目標(biāo)的緊迫任務(wù)[6]。因此，開展耕地利用轉(zhuǎn)型的碳排放研究顯得尤為必要?！厩叭搜芯窟M(jìn)展】目前耕地利用轉(zhuǎn)型研究主要集中在轉(zhuǎn)型的特征[7-8]、路徑[9]、動力機(jī)制[10-11]及生態(tài)效應(yīng)[12]等方面，多借助“3S”技術(shù)、數(shù)理統(tǒng)計和空間計量等方法開展研究。碳排放研究方面，以碳排放的時空特征[13]、影響因素[14]、效應(yīng)[15]、動態(tài)模擬[16]以及低碳土地利用優(yōu)化[17]等方面為主，多空基于間自相關(guān)分析、LMDI分解模型、碳排放系數(shù)法、CLUE-S模型、比較優(yōu)勢指數(shù)法等方法進(jìn)行研究。綜合來看，一是已有研究多側(cè)重土地利用靜態(tài)規(guī)模變化的碳排放問題，鮮有從碳源和碳匯兩方面開展耕地利用轉(zhuǎn)型的碳排放研究；二是影響因素的選擇忽略了政策因素的影響?！颈狙芯壳腥朦c(diǎn)】本文選取1990年、2000年、2010年和2020年4期土地利用數(shù)據(jù)，基于碳排放系數(shù)和空間自相關(guān)分析等方法，揭示1990—2020年黑龍江省耕地利用轉(zhuǎn)型碳排放的時空分異特征；并借助地理探測器探測模型從自然環(huán)境、社會經(jīng)濟(jì)及政策因素3個方面，探究耕地利用轉(zhuǎn)型碳排放影響因素的作用程度及各因子間的交互作用?！緮M解決的關(guān)鍵問題】研究旨在為黑龍江省低碳可持續(xù)發(fā)展及耕地利用管理提供理論支持。

1 材料與方法

1.1 研究區(qū)概況

黑龍江省地處中國東北部，位于121°11′～135°05′ E，43°26′～53°33′ N。地勢呈北部、西北部和東南部高，東北部、西南部低的走勢。氣候?yàn)楹疁貛c溫帶大陸性季風(fēng)氣候，年平均氣溫4.0 ℃，年平均降水量755.2 mm。土地面積4.53×107hm2，其中耕地面積1.58×107hm2，占總面積的35%。據(jù)《黑龍江統(tǒng)計年鑒》(2020年)顯示，全省GDP為37.3億元，總?cè)丝?751.3萬人。黑龍江省是中國重要的商品糧基地、生態(tài)功能區(qū)與老工業(yè)基地，在中國經(jīng)濟(jì)社會發(fā)展的各個方面扮演著重要的角色，這也導(dǎo)致區(qū)域內(nèi)耕地與建設(shè)用地、生態(tài)用地在空間上發(fā)生劇烈沖突[18]?；诖?，選取黑龍江省為耕地利用轉(zhuǎn)型的碳排放研究區(qū)域具有典型意義。

1.2 數(shù)據(jù)來源及處理

1990年、2000年、2010年和2020年土地利用數(shù)據(jù)來源于中國科學(xué)院資源環(huán)境科學(xué)與數(shù)據(jù)中心(http://www.resdc.cn)，空間分辨率為1 km×1 km。根據(jù)研究區(qū)概況及研究需要，將土地利用類型分為耕地、林地、草地、水域、建設(shè)用地及未利用地6類。影響因素指標(biāo)數(shù)據(jù)來源及處理方法如表1所示。

耕地利用轉(zhuǎn)型碳排放的空間格局是多種因素綜合作用的結(jié)果。本文從自然環(huán)境、社會經(jīng)濟(jì)因素以及政策因素3個方面選取12個影響因子來探測耕地利用轉(zhuǎn)型碳排放的影響因素(表1)。自然環(huán)境包括地形和氣候2個方面，具體選取高程(X1)、坡度(X2)、降水(X3)、氣溫(X4)來表征。其中地形是土地利用類型空間分布格局形成的決定性條件，氣候是區(qū)域碳排放變化中最直接也是最敏感的因子，地勢低平、水熱條件優(yōu)越的地區(qū)耕地極易與其他土地利用類型發(fā)生轉(zhuǎn)型。社會經(jīng)濟(jì)因素在較短時間內(nèi)影響效果較為明顯，短期內(nèi)土地利用變化主要是人類活動驅(qū)動[3]。社會經(jīng)濟(jì)因素包括土地利用、區(qū)位條件、人口與經(jīng)濟(jì)3個方面，具體選取土地利用程度(X5)、距水域距離(X6)、距主要道路距離(X7)、距城鎮(zhèn)中心距離(X8)、GDP(X9)、勞動力轉(zhuǎn)移(X10)、人口(X11)來表征。其中土地利用程度和人口與經(jīng)濟(jì)狀況可以反映出土地利用受人類活動的干擾程度，交通區(qū)位條件可反映出人類進(jìn)行生產(chǎn)生活的便利性，這些都與耕地利用轉(zhuǎn)型碳排放密切聯(lián)系。政府的政策干預(yù)(X12)會對生態(tài)系統(tǒng)產(chǎn)生影響從而引發(fā)區(qū)域土地利用轉(zhuǎn)型[18]。黑龍江省作為我國重要的商品糧生產(chǎn)基地，農(nóng)業(yè)生產(chǎn)活動以糧食生產(chǎn)為主，農(nóng)業(yè)發(fā)展政策性文件將糧食生產(chǎn)大縣作為農(nóng)業(yè)發(fā)展關(guān)注的重點(diǎn)區(qū)域進(jìn)行有針對性的政策傾斜，對區(qū)域耕地利用轉(zhuǎn)型產(chǎn)生了一定驅(qū)動作用[19]。

表1 影響因素指標(biāo)體系

1.3 研究方法

1.3.1 碳排放量測算 根據(jù)研究區(qū)土地利用類型，將耕地利用轉(zhuǎn)型分為耕地與林地、草地、水域、建設(shè)用地及未利用地5種用地類型之間的相互轉(zhuǎn)型。在耕地利用轉(zhuǎn)型過程中，林地、草地、水域和未利用地作為碳匯，耕地及未利用地作為碳源[22]。對已有的碳排放量測算方法比較分析，基于數(shù)據(jù)的可獲取性和研究需要，采用碳排放系數(shù)來測算耕地利用轉(zhuǎn)型產(chǎn)生的碳排放量。

E=∑ei=∑Ti×δi

(1)

式中：E表示碳排放總量，單位為t;i表示土地利用類型；ei表示耕地與其他用地類型相互轉(zhuǎn)化對應(yīng)產(chǎn)生的碳排放量；Ti表示耕地與其他用地類型相互轉(zhuǎn)化對應(yīng)變化的土地面積，單位為hm2；δi表示耕地與其他用地類型相互轉(zhuǎn)化對應(yīng)的碳排放系數(shù)，單位為t/hm2。

參考相關(guān)學(xué)者研究，耕地[23-24]、林地[25-26]、草地[25-26]、水域[27]、未利用地[28]的碳排放系數(shù)分別選取為0.497、-0.581、-0.021、-0.253、-0.005 t/hm2，具有一定合理性。建設(shè)用地碳排放量主要考慮建設(shè)用地利用過程中的能源消耗，依據(jù)《中國能源統(tǒng)計年鑒》《IPCC國家溫室氣體清單指南》，結(jié)合黑龍江省能源碳排放系數(shù)，確定建設(shè)用地碳排放系數(shù)為0.643 t/hm2。

1.3.2 空間自相關(guān)分析 全局空間自相關(guān)用Moran’sI指數(shù)來描述研究區(qū)域所有對象之間的空間分布模式、關(guān)聯(lián)程度及其顯著性[29]。運(yùn)用Moran’sI指數(shù)測度黑龍江省耕地利用轉(zhuǎn)型碳排放是否存在空間上的集聚性。

(2)

式中：n表示研究對象空間的區(qū)域數(shù)；Yi表示第i個區(qū)域內(nèi)的屬性值，Yj表示第j個區(qū)域內(nèi)的屬性值；Wij表示空間權(quán)重矩陣。

由于全局自相關(guān)無法反映局部狀態(tài)的不穩(wěn)定性，因而采用局部自相關(guān)中的Getis-Ord Gi*來測度黑龍江省耕地利用轉(zhuǎn)型碳排放中統(tǒng)計顯著的熱點(diǎn)(高值空間集聚)和冷點(diǎn)(低值空間集聚)的空間分布，以此探究黑龍江省耕地利用轉(zhuǎn)型碳排放的空間分異。

1.3.3 地理探測器 地理探測器是探測空間分異性的工具，以揭示其背后驅(qū)動力的一種新興統(tǒng)計學(xué)方法[30]。采用分異及因子探測和交互作用探測2種探測模型來探測自然環(huán)境、社會經(jīng)濟(jì)以及政策因素中各因子對耕地利用轉(zhuǎn)型碳排放的作用程度。

(3)

交互作用探測中兩因子交互會出現(xiàn)5種不同的情況，判斷依據(jù)為：①q(X1∩X2)Max[q(X1)，q(X2)]，X1和X2交互后雙因子增強(qiáng)；④q(X1∩X2)=q(X1)+q(X2)，X1和X2交互后互相獨(dú)立；⑤q(X1∩X2)> q(X1)+q(X2)，X1和X2交互后非線性增強(qiáng)。

2 結(jié)果與分析

2.1 耕地利用轉(zhuǎn)型碳排放的時間演化特征

2.1.1 耕地利用轉(zhuǎn)型的時間演化特征 利用ArcGIS 10.6軟件的疊加分析，揭示1990—2020年耕地利用轉(zhuǎn)型的時間演化特征(表2)。1990—2020年黑龍江省耕地面積呈上升趨勢，耕地與林地和草地之間的轉(zhuǎn)型最顯著。

表2 1990—2020年耕地利用轉(zhuǎn)型情況

1990—2000年耕地與林地之間的轉(zhuǎn)換最劇烈，其中84.36萬hm2的林地轉(zhuǎn)為耕地，貢獻(xiàn)率為42.94%，4.91萬hm2的耕地轉(zhuǎn)為林地，貢獻(xiàn)率為32.09%；其次是草地和未利用地，36.07%的草地和18.99%的未利用地轉(zhuǎn)為耕地，19.74%、26.01%的耕地分別轉(zhuǎn)換為草地和未利用地。然而耕地與建設(shè)用地、水域之間的轉(zhuǎn)換最不明顯，分別有10.39%、11.77%的耕地轉(zhuǎn)為建設(shè)用地和水域。整體來看，耕地的轉(zhuǎn)出量小于轉(zhuǎn)入量，耕地面積呈上升趨勢，耕地的主要流向?yàn)榱值睾臀蠢玫亍?/p>

2000—2010年耕地與林地之間的轉(zhuǎn)換仍最劇烈，其中1.02×105hm2的林地轉(zhuǎn)為耕地，貢獻(xiàn)率為33.15%，5.82×104hm2的耕地轉(zhuǎn)為林地，貢獻(xiàn)率為39.38%；其次是草地和未利用地，21.60%和37.78%的草地和未利用地轉(zhuǎn)為耕地，35.72%和6.09%的耕地分別轉(zhuǎn)換為草地和未利用地。然而耕地與建設(shè)用地、水域之間的轉(zhuǎn)換最不明顯，分別有11.30%和7.51%的耕地轉(zhuǎn)為建設(shè)用地和水域。整體來看，耕地的轉(zhuǎn)出量小于轉(zhuǎn)入量，耕地面積增加，但較上一時期增加幅度顯著減小，僅為上一時期的8.76%，耕地的主要流向?yàn)榱值睾筒莸亍?/p>

2010—2020年耕地與林地之間的轉(zhuǎn)換依然最劇烈，其中1.68×106hm2的林地轉(zhuǎn)為耕地，貢獻(xiàn)率為39.16%，1.25×106hm2的耕地轉(zhuǎn)為林地，貢獻(xiàn)率為39.58%；其次是未利用地和建設(shè)用地，24.58%和12.79%的未利用地和建設(shè)用地轉(zhuǎn)為耕地，18.50%和22.04%的耕地分別轉(zhuǎn)換為未利用地和建設(shè)用地。然而耕地與草地、水域之間的轉(zhuǎn)換最不明顯，分別有14.11%和5.77%的耕地轉(zhuǎn)為草地和水域。整體來看，耕地的轉(zhuǎn)出量小于轉(zhuǎn)入量，耕地面積增加1.13×106hm2，呈上升趨勢，耕地的主要流向?yàn)榱值睾徒ㄔO(shè)用地。

2.1.2 耕地利用轉(zhuǎn)型碳排放的時間演化特征 1990—2020年黑龍江省耕地利用轉(zhuǎn)型碳排放最終呈現(xiàn)碳源區(qū)，碳排放量呈現(xiàn)先減少后增加的態(tài)勢，這與耕地利用轉(zhuǎn)型的程度一致，耕地利用轉(zhuǎn)型越劇烈，耕地利用轉(zhuǎn)型產(chǎn)生的碳排放量就越大。

1990—2000年，耕地利用轉(zhuǎn)型產(chǎn)生的碳排放總量為1126 531 t，產(chǎn)生碳匯33 914.3 t，碳源1160 445.3 t，可見耕地利用轉(zhuǎn)型使研究區(qū)該時期呈現(xiàn)碳源區(qū)。其中碳排放主要來源為耕地與林地、草地的相互轉(zhuǎn)化，分別產(chǎn)生390 742.1和351 540 t碳排放量。2000—2010年，耕地利用轉(zhuǎn)型產(chǎn)生碳匯37 776.3 t，碳源163 068.6 t，碳排放總量為125 292.3 t，僅為上一時期的11.12%，可見該時期由于耕地利用轉(zhuǎn)型程度較小，由此產(chǎn)生的碳排放量也隨之減少。這一時期碳排放主要來源為耕地與未利用地、草地的相互轉(zhuǎn)化，分別產(chǎn)生57 507.6和31 792.6 t的碳排放量。2010—2020年，耕地利用轉(zhuǎn)型產(chǎn)生的碳排放總量為1793 129.5 t，是近30年碳排放量最高的時期，是前20年的1.59倍，前10年的14.31倍，與這一時期耕地利用劇烈轉(zhuǎn)型有關(guān)。同時，這一時期產(chǎn)生的碳源和碳匯量也為30年來的最多的時期，產(chǎn)生784 853.3 t碳匯，2577 982.8 t碳源。其中碳排放主要來源為建設(shè)用地，碳排放量為720 047.7 t，是這一時期碳排放總量的40.16%。林地?fù)碛休^強(qiáng)的碳匯能力，雖然在這一時期產(chǎn)生了高達(dá)726 424.3 t的碳匯，占這一時期碳匯量的92.56%，但仍無法抵消林地大量向耕地轉(zhuǎn)型產(chǎn)生的碳源(表3)。

表3 1990—2020 耕地利用轉(zhuǎn)型碳排放情況

2.2 耕地利用轉(zhuǎn)型碳排放的空間分異特征

借助GeoDa軟件中的空間分析工具，得出黑龍江省3個時間段的耕地利用轉(zhuǎn)型碳排放的Moran’sI指數(shù)(圖1)。黑龍江省1990—2000年、2000—2010年以及2010—2020年的Moran’sI指數(shù)分別為0.245、0.341和0.250，且通過P<0.001的顯著性水平檢驗(yàn)。表明，研究區(qū)耕地利用轉(zhuǎn)型碳排放存在正向的空間自相關(guān)，即黑龍江省耕地利用轉(zhuǎn)型碳排放存在空間集聚效應(yīng)。

圖1 1990—2020年耕地利用轉(zhuǎn)型碳排放Moran’s I散點(diǎn)圖

采用ArcGIS 10.6中的Getis-Ord Gi*來測度研究區(qū)耕地利用轉(zhuǎn)型碳排放中統(tǒng)計顯著的熱點(diǎn)和冷點(diǎn)的空間分布(圖2)。1990—2000年耕地利用轉(zhuǎn)型碳排放在空間上分別形成連續(xù)的冷點(diǎn)區(qū)和熱點(diǎn)區(qū)。其中熱點(diǎn)區(qū)主要集中分布于大慶市、綏化市西部、齊齊哈爾市依安縣、哈爾濱市市區(qū)及呼蘭縣，這些地區(qū)為碳排放的高值區(qū)，主要由于位于松嫩平原，適宜耕作，土地極易轉(zhuǎn)型為耕地。冷點(diǎn)區(qū)主要集中分布于哈爾濱市尚志市、牡丹江市市區(qū)及穆棱縣、雞西市市區(qū)，這些地區(qū)處于小興安嶺，林木資源豐富，林地具有較強(qiáng)的碳匯能力，因此這些地區(qū)為碳排放低值區(qū)。

圖2 1990—2020年耕地利用轉(zhuǎn)型碳排放冷熱點(diǎn)分布

2000—2010年耕地利用轉(zhuǎn)型碳排放在空間上未形成連續(xù)的熱點(diǎn)區(qū)及冷點(diǎn)區(qū)。熱點(diǎn)區(qū)即耕地利用轉(zhuǎn)型碳排放高值區(qū)向東部轉(zhuǎn)移，主要分布于佳木斯市撫遠(yuǎn)縣、同江市及富錦市、雙鴨山市饒河縣、鶴崗市綏濱縣、齊齊哈爾市市區(qū)及龍江縣，與上一時期分布地形相似，同樣地處平原地帶。冷點(diǎn)區(qū)向東南部轉(zhuǎn)移，分布于哈爾濱市尚志市、牡丹江市市區(qū)及穆棱縣、雞西市市區(qū)。

2010—2020年耕地利用轉(zhuǎn)型碳排放的冷點(diǎn)區(qū)和熱點(diǎn)區(qū)范圍在空間上顯著擴(kuò)大。熱點(diǎn)區(qū)向西北部轉(zhuǎn)移，主要分布于黑河市、佳木斯市同江市及撫遠(yuǎn)縣、雙鴨山市饒河縣、齊齊哈爾市訥河縣；冷點(diǎn)區(qū)從東南部擴(kuò)展，主要分布于牡丹江市、雞西市市區(qū)及雞東縣、七臺河市、哈爾濱市依蘭縣及方正縣、佳木斯市市區(qū)、樺南縣及湯原縣、鶴崗市市區(qū)及蘿北縣。

2.3 耕地利用轉(zhuǎn)型碳排放空間分異性影響因素探測

2.3.1 耕地利用轉(zhuǎn)型碳排放影響因子探測 將各個時期的影響因子在ArcGIS 10.6中做空間插值處理(圖3)，通過重分類進(jìn)行離散化處理后，再與對應(yīng)時期耕地利用轉(zhuǎn)型碳排放柵格數(shù)據(jù)進(jìn)行采樣后導(dǎo)入地理探測器進(jìn)行探測。運(yùn)用地理探測器的因子探測器模塊獲得1990—2000年、2000—2010年以及2010—2020年耕地利用轉(zhuǎn)型碳排放各影響因子的q值(圖4)，q值越大表明該因子對耕地利用轉(zhuǎn)型碳排放空間分異的作用強(qiáng)度越大。

圖3 2010—2020年耕地利用轉(zhuǎn)型碳排放影響因子空間分布

圖4 1990—2020年影響因子解釋力

1990—2000年，高程(0.081)、降水(0.0741)、土地利用程度(0.0575)、坡度(0.0478)、氣溫(0.0398)和勞動力轉(zhuǎn)移(0.0326)對于黑龍江省耕地利用轉(zhuǎn)型碳排放的影響力較強(qiáng)。這表明該時期耕地利用轉(zhuǎn)型碳排放主要受自然環(huán)境和社會經(jīng)濟(jì)因素影響，其中自然環(huán)境因素的作用強(qiáng)度更大，高程是這一時期耕地利用轉(zhuǎn)型碳排放的主導(dǎo)因子?？梢姡摃r期耕地利用轉(zhuǎn)型碳排放主要受到自然環(huán)境因素的限制，土地平坦、水熱條件較好的土地更適宜進(jìn)行耕作。因此，這些區(qū)域極易發(fā)生耕地利用轉(zhuǎn)型，是這一時期耕地利用轉(zhuǎn)型碳排放的主要成因。

2000—2010年，高程(0.0745)、坡度(0.0666)、降水(0.0258)、土地利用程度(0.0244)、勞動力轉(zhuǎn)移(0.0213)和政策(0.0088)對于黑龍江省耕地利用轉(zhuǎn)型碳排放的影響力較強(qiáng)。這表明該時期耕地利用轉(zhuǎn)型碳排放是自然環(huán)境、社會經(jīng)濟(jì)和政策因素共同作用的結(jié)果，其中自然環(huán)境因素的作用力更強(qiáng)，高程仍為這一時期耕地利用轉(zhuǎn)型碳排放的主導(dǎo)因素。與上一時期相比，政策因素的影響力在這一時期顯著提高，在一定程度上起到了驅(qū)動作用。

2010—2020年，坡度(0.1241)、高程(0.0412)、土地利用程度(0.0184)、人口(0.0174)、勞動力轉(zhuǎn)移(0.0148)和GDP(0.0084)對于黑龍江省耕地利用轉(zhuǎn)型碳排放的影響力較強(qiáng)。表明，該時期耕地利用轉(zhuǎn)型碳排放主要受自然環(huán)境和社會經(jīng)濟(jì)因素的影響，社會經(jīng)濟(jì)因素的解釋力較前2個時期相比顯著增強(qiáng)，這也一定程度上顯示出人口與經(jīng)濟(jì)在這一時期與耕地利用轉(zhuǎn)型碳排放密切相關(guān)。

2.3.2 耕地利用轉(zhuǎn)型碳排放影響因子交互作用探測 借助地理探測器的交互探測器模塊，分析得出1990—2000年、2000—2010年以及2010—2020年各影響因子對于黑龍江省耕地利用轉(zhuǎn)型碳排放的交互作用程度。不同時期影響因子對耕地利用轉(zhuǎn)型碳排放的影響具有相似性，由于篇幅原因，僅列出2010—2020年耕地利用轉(zhuǎn)型碳排放影響因子的交互探測結(jié)果(表4)。

表4 2010—2020年影響因子交互作用探測

1990—2000年，影響因子間的交互作用以雙因子增強(qiáng)為主，其中解釋力較強(qiáng)的交互因子為：降水/土地利用程度(0.1204)、高程/降水(0.1198)、高程/勞動力轉(zhuǎn)移(0.1136)、高程/距主要道路距離(0.1130)。2000—2010年，影響因子間的交互作用以非線性增強(qiáng)為主，其中解釋力較強(qiáng)的交互因子為：高程/坡度(0.0953)、高程/勞動力轉(zhuǎn)移(0.0908)、高程/氣溫(0.0889)、高程/土地利用程度(0.0880)。2010—2020年，影響因子間的交互作用以非線性增強(qiáng)為主，其中解釋力較強(qiáng)的交互因子為：坡度/土地利用程度(0.1353)、坡度/人口(0.1329)、坡度/GDP(0.1293)、坡度/勞動力轉(zhuǎn)移(0.1281)。綜合分析，1990—2020年黑龍江省耕地利用轉(zhuǎn)型碳排放的影響因子交互作用以非線性增強(qiáng)為主。自然環(huán)境與社會經(jīng)濟(jì)因素交互作用強(qiáng)于社會經(jīng)濟(jì)因素內(nèi)部因子間的交互作用。自然環(huán)境因素是耕地利用轉(zhuǎn)型碳排放空間格局形成的根本條件，對于區(qū)域碳排放具有顯著影響，因而自然環(huán)境與社會經(jīng)濟(jì)因素交互作用增強(qiáng)。

此外，自然環(huán)境因素與土地利用程度因子和勞動力轉(zhuǎn)移因子交互作用顯著強(qiáng)于與其他社會經(jīng)濟(jì)因子的交互作用。土地利用程度反映了社會經(jīng)濟(jì)因素對土地自然綜合體的干擾程度，這一過程中人類活動頻繁，因而土地利用程度因子與其他因子交互作用較為復(fù)雜。勞動力轉(zhuǎn)移與土地利用形態(tài)密切相關(guān)，農(nóng)村勞動力轉(zhuǎn)移程度越高，由此引發(fā)的耕地撂荒及耕地非農(nóng)化情況越明顯，耕地利用轉(zhuǎn)型隨之改變區(qū)域碳排放規(guī)模。

3 討 論

本文基于長時間序列的土地利用數(shù)據(jù)，測算黑龍江省耕地利用轉(zhuǎn)型碳排放量，并揭示耕地利用轉(zhuǎn)型碳排放的時空分異特征及影響因素，與已有研究相比，從碳源和碳匯兩方面刻畫了耕地利用轉(zhuǎn)型這一動態(tài)過程中碳排放時空演化過程，結(jié)果表明耕地利用轉(zhuǎn)型碳排放量呈現(xiàn)先減少后增加的趨勢，在2010—2020年碳排放量急劇增加至1793 129.5 t，這與快速城鎮(zhèn)化和新型工業(yè)化背景下建設(shè)用地擴(kuò)張密切相關(guān)。在此基礎(chǔ)上，從自然環(huán)境、社會經(jīng)濟(jì)及政策因素出發(fā)，運(yùn)用地理探測器模型探究耕地利用轉(zhuǎn)型碳排放的影響因素，以往多從自然資源和社會經(jīng)濟(jì)因素揭示耕地利用碳排放影響因素，政策因素較少涉及，且影響因素僅僅考慮到單一因子的作用，忽略了因子間交互作用的效果。結(jié)果表明，耕地利用轉(zhuǎn)型碳排放雖在短時間內(nèi)較大程度上受到社會經(jīng)濟(jì)發(fā)展的沖擊，但長時間尺度下仍受到自然環(huán)境中地形的限制；且自然環(huán)境與土地利用程度和勞動力轉(zhuǎn)移因子交互作用明顯增強(qiáng)，這反映出農(nóng)戶行為和選擇對耕地利用轉(zhuǎn)型碳排放規(guī)模影響較大。

整體上，本研究是對耕地利用碳排放研究的進(jìn)一步擴(kuò)展和補(bǔ)充。但主要研究了耕地利用顯性形態(tài)轉(zhuǎn)型的碳排放，對于耕地利用隱性形態(tài)轉(zhuǎn)型碳排放研究還存在不足。因此耕地利用隱性形態(tài)下土地產(chǎn)權(quán)、經(jīng)營方式、投入產(chǎn)出等轉(zhuǎn)型產(chǎn)生的碳排放研究應(yīng)是下一步研究的重點(diǎn)，適當(dāng)縮小研究的空間范圍，將更有利于耕地利用隱性形態(tài)碳排放研究，為土地利用管理及城鄉(xiāng)轉(zhuǎn)型提供理論參考。

4 結(jié) 論

本文基于土地利用數(shù)據(jù)及碳排放系數(shù)，揭示了1990—2020年黑龍江省耕地利用轉(zhuǎn)型碳排放的時間演化特征，運(yùn)用空間自相關(guān)分析識別了該時期黑龍江省耕地利用轉(zhuǎn)型碳排放的空間分異特征；并借助地理探測器探測自然環(huán)境、社會經(jīng)濟(jì)及政策因素對該時期黑龍江省耕地利用轉(zhuǎn)型的作用程度及各因子間的交互作用。

(1)1990—2020年黑龍江省耕地面積呈上升趨勢，耕地與林地、草地之間的轉(zhuǎn)換較為頻繁。耕地利用轉(zhuǎn)型產(chǎn)生的碳排放量呈現(xiàn)出先減少后增加的態(tài)勢，由1990—2000年的1126 531 t減少到2000—2010年的125 292.3 t，再增加至2010—2020年的1793 129.5 t，但最終呈現(xiàn)碳源區(qū)。耕地利用轉(zhuǎn)型碳排放與耕地利用轉(zhuǎn)型的程度一致，耕地利用轉(zhuǎn)型越劇烈，產(chǎn)生的碳排放量就越大。

(2)1990—2020年黑龍江省耕地轉(zhuǎn)型碳排放存在空間集聚效應(yīng)。熱點(diǎn)區(qū)和冷點(diǎn)區(qū)在空間上均呈現(xiàn)范圍先縮小后擴(kuò)大的態(tài)勢，熱點(diǎn)區(qū)由西南向東再向西北移動，從平原地帶向丘陵地帶轉(zhuǎn)移；冷點(diǎn)區(qū)則呈現(xiàn)西北向東南方向擴(kuò)展的態(tài)勢。這與研究區(qū)地形條件存在一定關(guān)聯(lián)性。

(3)1990—2020年黑龍江省耕地利用轉(zhuǎn)型碳排放主要受自然環(huán)境的影響，其中高程為主導(dǎo)因子。自然環(huán)境、社會經(jīng)濟(jì)及政策因素中各因子交互作用表現(xiàn)出交互增強(qiáng)的效果，且以非線性增強(qiáng)為主，其中坡度/土地利用程度交互作用解釋力最強(qiáng)。自然環(huán)境與社會經(jīng)濟(jì)因素交互作用明顯強(qiáng)于社會經(jīng)濟(jì)內(nèi)部因子間的作用效果。