江西省土地利用隱性轉(zhuǎn)型對碳排放的影響效應(yīng)研究

摘 要：在實現(xiàn)經(jīng)濟快速增長的背景下，生態(tài)環(huán)境問題尤為突出，土地利用變化產(chǎn)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(gòu)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(chǔ)上利用地理探測器探究土地利用隱性轉(zhuǎn)型對碳排放強度的影響機理，并提出綠色低碳減排建議。結(jié)果顯示：江西省各地市土地利用隱性形態(tài)水平持續(xù)上升并向更高階形態(tài)轉(zhuǎn)變，北部地區(qū)逐漸演變?yōu)殡p核聚集式空間格局；研究區(qū)凈碳排放量逐年上升，在空間上差異顯著，呈現(xiàn)南北高中低分異特征；建設(shè)用地擴張侵占大量農(nóng)用地、生態(tài)用地，削弱土地固碳功能；影響碳排放強度的因子驅(qū)動力在不同時期差異性較大，但地均固定資產(chǎn)投資額和地均全社會用電量始終是關(guān)鍵驅(qū)動力，各階段存在其余主導(dǎo)因子；優(yōu)化土地利用形式，開荒造林加強生態(tài)建設(shè)對碳減排工作有重要意義；科學(xué)布局產(chǎn)業(yè)結(jié)構(gòu)，推動產(chǎn)業(yè)升級轉(zhuǎn)型，有助于推進江西省綠色低碳發(fā)展。

關(guān)鍵詞：土地利用；隱性轉(zhuǎn)型；碳排放；時空變化；驅(qū)動因素；影響效應(yīng)

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

碳排放導(dǎo)致的全球氣候變暖已成為嚴(yán)峻的生態(tài)環(huán)境問題，對人類活動與自然環(huán)境產(chǎn)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(xué)者由此聚焦土地利用碳排放研究，從不同角度出發(fā)，揭示土地利用碳排放時空變化特征及內(nèi)在驅(qū)動，以期尋求土地利用發(fā)展與低碳減排的并行路徑。

國內(nèi)外學(xué)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(yù)測優(yōu)化、碳交易補償及綠色低碳發(fā)展決策等方面[1-8]。

現(xiàn)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(nèi)在驅(qū)動的土地利用隱性轉(zhuǎn)型這一研究視角。龍花樓在研究中就提出土地利用形態(tài)可分為顯性形態(tài)和隱性形態(tài)[9]。顯性形態(tài)主要表現(xiàn)在土地利用的數(shù)量結(jié)構(gòu)和空間布局上；而隱性形態(tài)是依附于顯性形態(tài)下，需通過分析和調(diào)查獲得的土地利用形態(tài)，通常具有投入、產(chǎn)出、利用、產(chǎn)權(quán)、質(zhì)量等多重屬性，與社會經(jīng)濟活動聯(lián)系更為密切[10]。在已有研究中，對土地利用隱性形態(tài)的時空演變特征以及轉(zhuǎn)型的影響因素和模式進行了探究[11-12]，并拓展到與生態(tài)環(huán)境或生態(tài)安全之間的關(guān)聯(lián)研究[13-14]。

本文以江西省為研究對象，基于市域視角，構(gòu)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(chǔ)上利用地理探測器探究土地利用隱性轉(zhuǎn)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(qū)域土地利用碳排放壓力，引導(dǎo)土地利用轉(zhuǎn)型，為江西實現(xiàn)經(jīng)濟增長和綠色低碳協(xié)調(diào)發(fā)展提供參考。

1 研究區(qū)概況與數(shù)據(jù)來源

1.1 研究區(qū)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(qū)位條件優(yōu)越。全省總面積16.69 萬km2，東西南三面環(huán)山，中北部多為平原，整體呈現(xiàn)四周高中間低的自然地理格局。生態(tài)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(nèi)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(qū)生產(chǎn)總值3.22 萬億元，經(jīng)濟發(fā)展穩(wěn)步提升。

1.2 數(shù)據(jù)來源

本文將江西省11 個地市選為研究單位，研究數(shù)據(jù)為土地利用數(shù)據(jù)和社會經(jīng)濟能源數(shù)據(jù)。其中：土地利用數(shù)據(jù)為江西省2010 年、2015 年、2018 年、2020 年4 期柵格數(shù)據(jù)，空間分辨率為1 km，均來源于中國科學(xué)院資源環(huán)境科學(xué)與數(shù)據(jù)中心，分為6 種一級用地；社會經(jīng)濟數(shù)據(jù)涉及的固定資產(chǎn)投資額、財政支出、國內(nèi)生產(chǎn)總值、人口和能源消費數(shù)據(jù)均源自《江西統(tǒng)計年鑒》。

2 研究方法

2.1 土地利用隱性形態(tài)評價模型

（1）指標(biāo)體系構(gòu)建

基于土地利用隱性轉(zhuǎn)型理論，參考相關(guān)研究成果，從土地利用投入、土地利用產(chǎn)出、土地利用強度和土地產(chǎn)權(quán)變化四個維度視角選取7 個指標(biāo)構(gòu)建江西省土地利用隱性形態(tài)評價模型。指標(biāo)包括地均財政支出、地均固定資產(chǎn)投資額、地均GDP、地均第二三產(chǎn)業(yè)產(chǎn)值、人口密度、地均全社會用電量以及土地產(chǎn)權(quán)變化，分別表示研究區(qū)的投資強度、投入資本要素水平、綜合效益水平、內(nèi)部產(chǎn)業(yè)結(jié)構(gòu)、人口聚集程度、能源消費水平和城鄉(xiāng)用地用途轉(zhuǎn)化情況，最終建立土地利用隱性形態(tài)指標(biāo)體系，如表1 所示。

（2）綜合評價模型

基于土地利用隱性形態(tài)評價指標(biāo)體系，本文采用線性加權(quán)法計算研究區(qū)各地市的土地利用隱性形態(tài)綜合指數(shù)。分別采用極差標(biāo)準(zhǔn)化處理各項指標(biāo)數(shù)據(jù)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(biāo)權(quán)重，以其均值作為最終權(quán)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(qū)第n 個指標(biāo)層的原始數(shù)據(jù)與標(biāo)準(zhǔn)化值，Xnmax"、Xnmin"分別為第n 個指標(biāo)層的最大值、最小值。

式中： n W 為第n 項評價指標(biāo)權(quán)重， m Y 為第m 個地區(qū)的土地利用隱性形態(tài)指數(shù)，取值區(qū)間為[0，1]，分值越大則表明土地利用隱性形態(tài)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(jù)土地利用類型可分為碳源用地和碳匯用地。其中，建設(shè)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(nèi)保持穩(wěn)定狀態(tài)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(shù)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(shù)。

（2）間接碳排放測算

作為承載人類生產(chǎn)生活的建設(shè)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(shù)法，間接測算建設(shè)用地碳排放，選取各地區(qū)能源消費總量，其中標(biāo)準(zhǔn)煤碳源系數(shù)參考自國家發(fā)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(qū)的能源消費總量，ε 為標(biāo)準(zhǔn)煤碳源系數(shù)。

（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(yīng)，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(qū)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(yīng)用在探究空間中的分層結(jié)構(gòu)，揭示其背后的驅(qū)動力。本研究運用地理探測器模型，研究土地利用隱性轉(zhuǎn)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(qū)和第i 個分層的樣本數(shù)，σ 2 、2i σ分別為整個研究區(qū)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(qū)動力強弱。

3 結(jié)果與分析

3.1 土地利用隱性形態(tài)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(tài)單維及綜合指數(shù)結(jié)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(tài)指數(shù)持續(xù)增加，土地利用向更高階形態(tài)轉(zhuǎn)變，但由于市域間經(jīng)濟社會發(fā)展水平與土地利用程度不同，其土地利用隱性形態(tài)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(tài)的不同要素層，南昌市均呈現(xiàn)出最大增幅，吉安市變化較慢，除萍鄉(xiāng)市、新余市在土地利用產(chǎn)出要素層出現(xiàn)回落，其余地區(qū)整體形勢趨優(yōu)。在土地利用投入、產(chǎn)出、強度以及土地產(chǎn)權(quán)變化方面，萍鄉(xiāng)市、鷹潭市、萍鄉(xiāng)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(tài)朝著中高水平演變。

（2）空間序列演變特征

根據(jù)2010—2020 年江西省各地市土地利用隱性形態(tài)評價結(jié)果，結(jié)合自然斷點法，將11 個城市的土地利用隱性形態(tài)水平分為5 類，結(jié)果如圖3 所示。

研究表明，2010—2020 年，江西省土地利用隱性形態(tài)呈現(xiàn)南低北高的空間分布特征，北部城市土地利用隱性形態(tài)逐漸演變?yōu)殡p核聚集式空間格局，南部城市始終處于低水平形態(tài)。南昌市憑借自然地理和省會區(qū)位優(yōu)勢，經(jīng)濟發(fā)展持續(xù)快速增長，保持領(lǐng)先水平，隱性形態(tài)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(tài)城市。新余市作為“新能源之都”，穩(wěn)居江西四小市之首，演變成為次核區(qū)域，隱性形態(tài)指數(shù)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(jīng)濟發(fā)展穩(wěn)步提升并進入平穩(wěn)階段，最終各城市土地利用隱性形態(tài)均脫離低水平，其中鷹潭市、景德鎮(zhèn)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(qū)域?？梢?，土地利用轉(zhuǎn)型在時間上呈現(xiàn)質(zhì)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(xiàn)狀數(shù)據(jù)和能源消耗數(shù)據(jù)，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(xù)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?？梢?，江西省減排工作任重道遠(yuǎn)，低碳綠色發(fā)展需進一步推進。

作為碳源之一的建設(shè)用地，其對碳源量的貢獻(xiàn)遠(yuǎn)大于耕地，并呈現(xiàn)增長勢態(tài)，已從99.38% 增長至99.52%。其中：2010—2015 年，研究期間土地利用結(jié)構(gòu)變化較大，土地城鎮(zhèn)化和工業(yè)發(fā)展程度加劇，各類能源消耗大幅上漲，導(dǎo)致碳排放增速不斷提高；2015—2018 年，部分地區(qū)工業(yè)發(fā)展存在滯后性，能源消耗增幅降低，萍鄉(xiāng)市、新余市耗能出現(xiàn)回落；2018—2020 年，研究區(qū)碳排放量雖然持續(xù)增加，但增速進一步下降，主要因為2018 年江西省加強生態(tài)環(huán)境保護防治污染，推動綠色發(fā)展和推進節(jié)能減排，減緩能源消費增量。同時，由于土地城鎮(zhèn)化擴張，城鎮(zhèn)建設(shè)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(xué)布局建設(shè)用地、完善產(chǎn)業(yè)結(jié)構(gòu)以及推進能源結(jié)構(gòu)調(diào)整是實現(xiàn)低碳發(fā)展的重要措施。江西省碳匯總量持續(xù)降低，主要是林地碳匯減少6.10×104 t，效應(yīng)最大；水域、草地碳匯量有所增加；未利用地碳匯增減出現(xiàn)變動，但林地、未利用地碳匯減量遠(yuǎn)高于水域、草地碳匯增量。為實現(xiàn)碳減排降派目標(biāo)，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(jù)2010—2020 年江西省各地市土地利用碳排放量測算結(jié)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(qū)域主要聚集在南昌市、九江市等地區(qū)，呈現(xiàn)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～I(xiàn)II 級排放區(qū)，此時江西省各地市經(jīng)濟發(fā)展較慢，工業(yè)水平較低。2018 年，南昌市工業(yè)產(chǎn)業(yè)發(fā)展程度優(yōu)于其他地區(qū)，率先達(dá)到V 級碳排放。2020 年，作為江西省第二大工業(yè)基地的九江市成為第二個V 級碳排放區(qū)；贛州市在南部城市中首先進入III 級碳排放區(qū)。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(xiāng)市凈碳排放量先曾后減，碳排等級未發(fā)生變化；其余地區(qū)均步入下一等級?？芍?，江西省減排的重點應(yīng)放在北部地區(qū)，制定低碳發(fā)展策略，注重生態(tài)環(huán)境保護。

3.3 土地利用隱性轉(zhuǎn)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(zhuǎn)型的指標(biāo)作為驅(qū)動因子即自變量Xi；定量分析各因子的驅(qū)動力，研究結(jié)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(biāo)驅(qū)動力存在顯著差異，且在不同時期呈現(xiàn)相應(yīng)特征。2010 年，地均全社會用電量、地均財政支出、地均固定資產(chǎn)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(zhèn)化率、地均GDP和地均第二、三產(chǎn)業(yè)產(chǎn)值的驅(qū)動力都發(fā)生了較大提升，人口密度解釋力有所下降，其余指標(biāo)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(fù)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(qū)動力大幅削弱。2020 年，除人口密度驅(qū)動力下降較大，其他指標(biāo)變化不明顯。

根據(jù)2010—2020 年整體情況可知，地均固定資產(chǎn)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(guān)鍵驅(qū)動力。地均固定資產(chǎn)投資額作為反映土地利用投入資本要素水平的指標(biāo)，隨著各地市經(jīng)濟發(fā)展不斷加快，固定資產(chǎn)投資額也隨之增長，在提高土地利用效率的同時也導(dǎo)致土地利用活動加強，伴隨著能源的不斷消耗和環(huán)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(guān)活動的碳排放量也越來越多。

除上述兩個主導(dǎo)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(chǎn)出維度的兩個指標(biāo)對碳排放的驅(qū)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(chǎn)生的生活生產(chǎn)活動越多，對土地產(chǎn)品、功能、服務(wù)的需求要促使資源增長，碳排放增加。土地城鎮(zhèn)化率對碳排放強度影響驅(qū)動力先增后減，在城鎮(zhèn)擴張和工業(yè)化發(fā)展背景下，建設(shè)用地大量侵占耕地和林地，導(dǎo)致碳匯用地萎縮，嚴(yán)重沖擊土地生態(tài)，加劇土地利用碳排放。對于土地利用隱性轉(zhuǎn)型指標(biāo)對碳排放強度影響的分析可知，不同時期各因子的驅(qū)動力不同，需要重視發(fā)展階段與指標(biāo)驅(qū)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(fā)展。

4 結(jié)論與建議

4.1 結(jié)論

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

（1）2010—2020 年，江西省各地市土地利用隱性形態(tài)指數(shù)持續(xù)上升，土地利用向更高階形態(tài)轉(zhuǎn)變，呈現(xiàn)南低北高的空間分布特征，北部地區(qū)逐漸演變?yōu)殡p核聚集式空間格局，主要是市域間社會經(jīng)濟發(fā)展水平和土地利用程度不同導(dǎo)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(xiàn)南北高中低，西高東低格局。北部城市工業(yè)產(chǎn)業(yè)較南部更發(fā)達(dá)，建設(shè)用地擴張侵占農(nóng)用地、林地，導(dǎo)致能源消耗增加產(chǎn)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(biāo)驅(qū)動力存在顯著差異，且在不同時期呈現(xiàn)相應(yīng)特征。地均固定資產(chǎn)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(guān)鍵驅(qū)動力，地均財政支出、地均GDP 和地均第二、三產(chǎn)業(yè)產(chǎn)值、人口密度分別在前中后階段發(fā)揮較大效應(yīng)。

4.2 建議

根據(jù)上述研究結(jié)論，各地市應(yīng)該科學(xué)對待土地利用隱性轉(zhuǎn)型，并參考其與土地利用碳排放關(guān)系推動社會經(jīng)濟增長與低碳減排協(xié)調(diào)發(fā)展，提出以下建議：積極優(yōu)化土地利用形式，嚴(yán)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(xué)限制建設(shè)用地擴張，加強生態(tài)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(qū)域固碳碳匯功能。同時科學(xué)引導(dǎo)土地利用隱性轉(zhuǎn)型，合理布局產(chǎn)業(yè)結(jié)構(gòu)，協(xié)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(chǎn)出產(chǎn)業(yè)轉(zhuǎn)型升級，引進先進新型技術(shù)，降低化石能源占比，大力發(fā)展綠色技術(shù)、綠色產(chǎn)業(yè)，實現(xiàn)江西省綠色低碳經(jīng)濟發(fā)展。

參考文獻(xiàn)（References）

[1] 孫赫， 梁紅梅， 常學(xué)禮， 等. 中國土地利用碳排放及其空間關(guān)聯(lián)[J]. 經(jīng)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(jīng)濟增長的研究——基于碳排放與碳生產(chǎn)率的視角[J]. 經(jīng)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(qū)域不同土地利用方式的碳排放效應(yīng)分析[J]. 農(nóng)業(yè)工程學(xué)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(fā)，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(diào)控[J]. 經(jīng)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(guān)聯(lián)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(zhuǎn)型與鄉(xiāng)村轉(zhuǎn)型發(fā)展[J]. 地理科學(xué)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(tài)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(jīng)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(tài)時空格局、驅(qū)動力與轉(zhuǎn)型模式[J]. 中國土地科學(xué)，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(zhuǎn)型與土地利用碳排放空間關(guān)聯(lián)研究[J]. 中國土地科學(xué)，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(yán)金泉， 魯成樹. 土地利用隱性轉(zhuǎn)型及其對生態(tài)環(huán)境的影響[J]. 安徽農(nóng)業(yè)科學(xué)，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(tài)與土地生態(tài)安全耦合協(xié)調(diào)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(xué)基金項目“農(nóng)村宅基地退出沖突形成機理及緩解研究： 基于傳統(tǒng)農(nóng)區(qū)的考察”（41961032）