基于地理探测器的济宁市农田生态系统碳足迹时空演变及影响因素分析

吴云青 史倩文

摘    要：为明确济宁市碳排放、碳吸收与碳足迹时空演变特点，为济宁市农田生态系统减源增汇及农业可持续发展提供参考。基于2007—2019年济宁市县域尺度的数据，计算了济宁市农田生态系统碳排放、碳吸收和碳足跡，并基于地理探测器探讨了其影响因素。研究结果表明：济宁市农田生态系统碳排放呈逐年下降的态势，在空间上总体呈西部高、东南、中北部低的分布格局；碳吸收量总体呈上升的态势，在空间上总体呈西部高、东北和东南部相对较低的分布格局；碳足迹总体呈下降的态势，农田生态系统始终处于碳生态盈余状态，碳足迹的空间分布与碳排放的空间布局基本相似。地理探测器分析结果表明，农膜使用量对农田生态系统碳足迹影响最大，化肥使用量影响最小，任意2个影响因素交互作用的影响力均大于单因素影响力。最后，从减少碳排放、增加碳汇、完善相关政策制度方面提出了提升济宁市低碳绿色农业发展水平的建议。

关键词：农田生态系统；碳排放；碳吸收；碳足迹；地理探测器

中图分类号：S181          文献标识码：A          DOI 编码：10.3969/j.issn.1006－6500.2023.07.004

Spatial-temporal Evolution and Influencing Factors of Carbon Footprint of Farmland Ecosystem in Jining City Based on Geographic Detector

WU Yunqing1， SHI Qianwen2

（1.College of Environmental Science and Engineering， Tiangong University， Tianjin 300387， China; 2.College of Economics and Management， Tiangong University， Tianjin 300387， China）

Abstract： To explore the spatio-temporal evolution characteristics， and provide reference for reducing carbon sources and increasing carbon sink of farmland ecosystems in Jining City and the sustainable development of agriculture. Based on the data from 2007 to 2019 of county scale in Jining City， the paper calculated the carbon emission， carbon absorption and carbon footprint of farmland ecosystem in Jining City， then analyzed the influence factors using geographic detector. The results showed that： the carbon emission came down year by year， its spatial distribution pattern was higher in the west and lower in the southeast and central north; The carbon absorption was generally on the rise， its spatial distribution pattern was higher in the west and lower in the northeast and southeast; The carbon footprint was generally in a steady decline， its spatial distribution pattern was similar to carbon absorption's， the farmland ecosystem is always in the state of carbon ecological surplus. The analysis by geographic detector showed that the amount of agricultural film uses was the biggest influence factor of carbon footprint of farmland ecosystem and the amount of fertilizers uses was the smallest， The influence of the interaction of any two influence factors was greater than that of the single factor. Finally， the paper put forward some suggestions to promote the development level of green agriculture in Jining City from the following respects： cutting carbon emissions， increasing carbon sink， improving relevant policies and systems.

Key words： farmland ecosystem; carbon emission; carbon absorption; carbon footprint; geographic detector

20世紀90年代以来，温室气体排放、全球变暖问题受到世界各国的广泛关注，发展低碳经济、构建低碳社会成为人类社会应对气候变化，实现可持续发展的战略选择。作为陆地生态系统的重要组成部分，农田生态系统在陆地碳循环中发挥着至关重要的作用[1]。一方面，大气中相当比例的二氧化碳、甲烷、氧化亚氢产生于农业生产；另一方面，农田生态系统也是重要的碳库[2]。研究农田生态系统碳动态对于降低碳排放，增加碳汇进而达成“双碳”目标具有重要意义。作为定量测算评价温室气体排放量的方法，碳足迹分析方法受到越来越多学者的关注并被应用到了农田生态系统中，农田生态系统碳足迹可以系统分析人类活动产生的碳排放量，从而量化衡量各类农业活动的温室效应。当前国外关于农田生态系统碳足迹的研究主要集中在碳足迹指标[3-4]、模型测算及其应用研究[5-6]方面，国内主要涉及内涵及计算方法探讨[7]、区域农田生态系统碳足迹计算及其时空特征分析[8-9]、农田生态系统碳足迹影响因素研究[10-11]、减源增汇对策[12]，还有一些学者专门研究了保水剂用量[13]、耕作方式[14]对于农田生态系统碳足迹的影响作用。

以上研究为本文提供了重要借鉴与启示，但尚有以下不足之处：（1）当前研究大多是全国、省域尺度的分析，而具体到地级市尺度的研究还不多见；（2）关于农田生态系统碳足迹影响因素的研究较少，为数不多的研究也大多为定性分析，主观性较强，缺乏基于定量分析方法的研究。有鉴于此，本文在参考借鉴已有研究成果的基础上，以济宁市为研究区域，从地级市尺度分析该市2007—2019年农田生态系统碳足迹的时空演变特点，以地理探测器分析其影响因素，以期为科学制定农业减排政策，发展绿色农业提供参考依据。

1 材料与方法

1.1 数据来源

本文研究区域为山东省济宁市，济宁市位于山东西南部，处于东经115°54'～117°06'、北纬34°25'～35°55'之间，属于暖温带季风气候，全市地形以平原洼地为主，地貌类型较为复杂。到2020年，全市土地总面积110万hm2，其中耕地达到了601 800 hm2。较高的土地利用率以及较为丰富的湖水资源使得济宁市农林牧渔业发展较为全面且农业种植结构多样化，主要有小麦、稻谷、玉米、棉花、油料作物、糖料作物，2020年的种植面积分别达到了2 338、3 008、4 126、317、1 313、157万 hm2。2020年济宁市农林牧渔业总产值为999.52亿元，其中农业产值为552.15亿元，占比达55.2%。

本文数据主要来源于《济宁统计年鉴》（2008—2020年），包括11种主要农作物的实际产量和播种面积、化肥施用量、农药用量、农膜用量、农用柴油用量、农业机械总动力、有效灌溉面积、农作物总播种面积等。

1.2 研究方法

1.2.1 碳排放计算方法 碳排放是某种产品或某项活动向大气圈中转移碳的过程或机制[8]，其计算公式为：

式中，Et为碳排放总量；Ea为化肥施用引起的碳排放量；Eb为农药生产和使用过程产生的碳排放量；Ec为农膜投入造成的碳排放量；Ed为农用柴油使用造成的碳排放量；Ee为农业灌溉过程中产生的碳排放量；Ef为农业机械造成的碳排放量[15]，以上指标单位均为t。其中：

式中，Ga、Gb、Gc、Gd分别为化肥、农药、农膜、农用柴油的使用量；Ge为有效灌溉面积；Ve 为文中选取的11种农作物的种植面积；Ue为农业机械总动力；A、B、C、D、E、F、G分别为其各自的碳排放系数，参考相关文献[16]，各系数值确定为：A=0.859 6 kg·kg-1、B=4.934 1 kg·kg-1、C=5.18 kg·kg-1、D=0.59 kg·kg-1、E=266.48 kg·hm-2、F=16.47 kg·hm-2、G=0.18 kg·kw-1。

1.2.2 碳吸收计算方法 碳吸收是指某种产品或某项活动消除大气圈中的碳的过程或机制，济宁市农田生态系统的碳吸收量可表示为：

式中，Ct为碳吸收总量（t）；Ci为第i类农作物碳吸收率；Yi为第i类农作物的实际产量；Wi 为第i类农作物的含水率；Hi为第i类农作物的经济系数。Ci、Wi、Hi的取值参考叶文伟等[11]的相关研究。

1.2.3 碳足迹计算方法 参照许萍萍等[8]的研究，本文将碳足迹定义为吸收由于农业活动而直接或间接造成的二氧化碳排放所需的生产性土地面积，计算公式为：

式中，CF为济宁市农田生态系统碳足迹；NEP为单位面积碳吸收能力，即每公顷农田每年的碳吸收量；S为农作物总播种面积。

式中，CER为生态盈亏。若结果为正值，表示生态盈余；结果为负值，则表示生态赤字。

1.2.4 地理探测器 地理探测器是由王劲峰等[17]学者提出的一种用于度量空间变量空间分异程度及揭示其驱动因素的统计学方法，本文利用地理探测器的因子探测器及交互作用探测研究在农作物全生育期化肥、农药、农膜、农用柴油使用量、灌溉面积、农业机械总动力等单一因素和因素间的交互作用对农田生态系统碳足迹时空分异的影响，用q值来度量单因素解释力，计算公式为：

式中，N和Ni分别为总区域和第i个子区域的样本数量，i=1，2，…L，L为子区域数目；σ2和σ2 i 分别为区域碳足迹总方差和i子区域碳足迹的方差；q为驱动因素对碳足迹空间分层异质性影响力强弱，q∈[0，1]，q值越大，表示解释变量的解释力越强，反之则越弱。

2 结果与分析

2.1 济宁市农田生态系统碳排放分析

2.1.1 济宁市农田生态系统碳排放时序变化  如图1所示，2007—2019年，济宁市农田生态系统碳排放总量呈逐年下降的态势，由2007年77.96万 t下降到了2019年61.90万t，降低了16.06万 t，年均下降1.90%。除农业灌溉引起的碳排放量总体略微增加外，其他5种排放因子引起的碳排放量均有所降低，农膜使用量减少带来的碳排放量降低最为明显，下降比例为3.88%，其次为农用柴油和化肥的减量使用，其带来的碳排放下降比例分别为3.71%、2.23%。总体来说，化肥施用引起的碳排放量最大，但有下降的趋势，其占农田生态系统碳排放的比例由2007年51.41%降至2019年49.42%。农业灌溉、农药和农膜使用带来的碳排放量也较大，年均排放量占年均排放总量的比例分别为17.36%、10.54%、9.62%，碳排放量最少的碳源是农业机械的使用。化肥的施用能提高农作物产量，但其带来的碳排放问题应引起高度重视。未来几年，济宁市减少农田生态系统碳排放的关键在于合理减少各种化肥的施用。

2.1.2 济宁市农田生态系统碳排放空间变化 济宁市农田生态系统碳排放在空间上总体呈西部高，东南、中北部低的分布格局。西部的金乡县、嘉祥县、梁山县碳排放量一直位居济宁市前3位，其中金乡县的碳排放量始终最高，年均达到了116 590 t，占济宁市年均碳排放总量的16.44%，金乡县碳排放量长期居高不下的原因主要在于其化肥施用量大，年均施用量达到了83 303.87 t，占全市的19.55%。微山县、兖州区、鱼台县、曲阜市碳排放量一直相对较低，其中微山县碳排放量长期处于济宁市最低水平，其年均碳排放量仅为37 200 t，占济宁全市碳排放量的5.25%。2007—2019年，在所有的区县市中，除泗水县碳排放量略有增长（由46 970 t增长到49 790 t）外，其余区县市碳排放量总体均呈下降趋势，其中，碳排放量减幅最大的是微山县，其下降比例达到了36.95%，任城区碳排放量下降比例也达到了36.94%，兖州区、金乡县和鱼台县的下降比例也均在30%以上，碳排放量下降幅度最小的是梁山县，由2007年78 350 t下降到了2019年77 260 t，仅下降了1.40%。

2.2 济宁市农田生态系统碳吸收分析

2.2.1 济宁市农田生态系统碳吸收时序变化  2007—2019年，济宁市农田生态系统碳吸收量总体呈上升态势，由2007年555.93万t增长为2019年561.52万t，增长了1%。这说明济宁市农田生态系统碳汇能力在不断增强。具体而言，济宁市农田生态系统碳吸收的时序变化可以分为2个阶段：2007—2013年，碳吸收量呈不断增长的态势，年均增长3.86%；2013—2019年，碳吸收量又开始逐年下降，下降比例达到了19.53%。济宁市农田生态系统碳吸收量之所以出现这种时序变化特点，主要原因在于农作物播种面积的动态变化，比如2007年济宁市小麦的播种面积为304 741 hm2，之后逐年递增，2013年达到了379 346.45 hm2的峰值，其后开始逐年下降，2019年仅为346 363.90 hm2；济宁市主要农作物玉米播种面积的时序变化也大体呈现这种“总体上升，阶段性先上升后下降”的变化规律。

分农作物来看，济宁市小麦、玉米、蔬菜、棉花等主要农作物的碳吸收量都较多，比如2019年，主要粮食作物小麦的碳吸收量达到了237.69万t，玉米的碳吸收量达到了186.28万 t；而杂粮作物的碳吸收量均较少，比如2019年，高粱的碳吸收量仅为0.03万 t，谷子的碳吸收量仅为0.37万t。2007—2019年，小麦、水稻、玉米、谷子、豆类的碳吸收量总体是增加的，而高粱、薯类、花生、棉花、蔬菜、瓜果的碳吸收量总体是下降的。

2.2.2 济宁市农田生态系统碳吸收空间变化 济宁市农田生态系统碳吸收量在空间上总体呈西部高、东北和东南部相对较低的分布格局。汶上县、嘉祥县和梁山县的碳吸收量最高，其年均碳吸收量分别达到了79.071万t、78.981万t、78.410万 t，分别占济宁市年均农田生态系统碳吸收总量的12.52%、12.50%、12.41%；农田生态系统碳吸收量较低的是泗水县和微山县，其农田生态系统年均碳吸收量占济宁市年均量的比例分别为5.79%、6.12%。2007—2019年期间，除任城区、泗水县、兖州区和邹城市外，其他县区碳吸收量总体上均呈增加态势。其中，增幅最大的为金乡县和汶上县，碳吸收量分别由2007年的42.630万t、59.587万 t增加至2019年的51.630万t、72.105万t，增长比例分别为21.11%、21%。在碳吸收量整体呈下降态势的区县中，下降幅度较大的地区是兖州区和邹城市，2007—2019年，其下降比例分别达到了21.92%、20.52%。

2.3 济宁市农田生态系统碳足迹分析

2.3.1 济宁市农田生态系统碳足迹时序变化 如图2所示，2007—2019年，济宁市农田生态系统碳足迹总体呈下降的态势，这与其农作物播种总面积的变化态势大体相同。具体分析来看，济宁市农田生态系统碳足迹的变化较为曲折，碳足迹在2007年达到了14.56万hm2，在2008年下降到了12.72万hm2，于2010年增长到了13.03万hm2，之后又经历多次升降过程，2019年济宁市农田生态系统碳足迹为10.71万hm2，相比于2007年，下降了26.39%。农田生态系统单位面积碳足迹与碳足迹总量时序变化特征基本相同，2007年单位面积碳足迹为0.140 2 hm2·hm-2，在2008年下降到了0.120 9 hm2·hm-2，于2010年增長到了0.122 2 hm2·hm-2，其后又经历多次起伏变化过程，2019年济宁市单位面积农田生态系统碳足迹仅为0.110 2 hm2·hm-2，相对于2007年下降了21.40%。这说明作为一个碳库，济宁市农田生态系统碳汇能力在逐渐增强。另外，从生态盈亏方面来看，济宁市农田生态系统始终处于碳生态盈余状态，但生态盈余量的变化经历了2个阶段：2007—2012年为生态盈余持续上升期，碳生态盈余由2007年89.25万hm2上升至2012年96.87万 hm2，增长了8.54%；2012—2019年为生态盈余持续下降期，碳生态盈余由2012年96.87万hm2下降到了2019年的86.47万hm2，下降了10.74%。在此期间，济宁市农田生态系统碳生态盈余之所以呈现“先上升后下降”的特点，原因在于2012年后济宁市耕地面积持续减少。

2.3.2 济宁市农田生态系统碳足迹空间变化 济宁市农田生态系统碳足迹的空间分布整体呈西南高，东南、中北部低的分布格局，与碳排放的空间分布格局基本相似。碳足迹总量最大的是金乡县，2007—2019年间的年均碳足迹达到了3.044万 hm2，占济宁市年均碳足迹总量的26.02%；其次是嘉祥县和梁山县，碳足迹分别为1.373万 hm2、1.321万 hm2；碳足迹最小的为微山县，总量为0.594万hm2，仅为金乡县农田生态系统碳足迹的19.53%，兖州区和曲阜市的农田生态系统碳足迹也较小，分别仅为0.653万 hm2、0.757万hm2。

在济宁市11个区县市中，除了泗水县之外（碳足迹由2007年1.092万hm2增长到2019年1.133万hm2），其他区县市的农田生态系统碳足迹均呈下降的态势。由图3可知，2007、2011、2015、2019年，金乡县、嘉祥县、梁山县、邹城区的碳足迹总量一直较高，排名一直位列前4，而微山县、兖州区的碳足迹总量一直较低，排名较为靠后；相对而言，任城区碳足迹总量的变化较大，由2007年1.219万hm2下降到了2019年0.691万hm2，降低了43.36%。金乡县虽然碳足迹总量最大，但下降速度也较快，由2007年4.295万hm2降低至2019年2.452万hm2，年均下降4.56%；除此之外，微山县和兖州区碳足迹下降的速度也较快，其年均下降比率分别为4.29%、4.28%。

2.4 济宁市农田生态系统碳足迹的影响因素分析

依据农田生态系统碳足迹的内涵界定、研究区实际状况，考虑到数据的可获得性，选择2019年济宁市各县级单元的化肥施用量（x1）、农药使用量（x2）、农膜投入量（x3）、农用柴油使用量（x4）、有效灌溉面积（x5）、农业机械总动力（x6）6个因素为自变量，利用地理探測器分析济宁市农田生态系统碳足迹的影响因素。地理探测分析结果（表1）表明：6种驱动因素均在5%置信水平上显著，单因素解释力q值均大于0.1，其中，农膜使用量对碳足迹的解释力最大（q=0.591），其次是农药使用量（q=0.548），化肥施用量对碳足迹的影响力最小（q=0.153），这说明济宁市农田生态系统碳足迹大小与农药、农膜使用数量密切相关。

交互探测可以探测出任意两因素之间的相互作用，即评估在影响因素A和B的共同作用下，两个影响因素对济宁市碳足迹的影响力是增强、减弱还是独立。由表2可知，即使是单因素作用力最强的影响因素仍小于任意2个影响因素的交互作用力，即其交互作用类型表现为双因素增强，这说明因素间的交互作用会增强对济宁市农田生态系统碳足迹分异性的解释。化肥与其他影响因素共同作用时对碳足迹的解释力都较强，其交互作用的解释力均在0.9以上。因其本身单独作用时解释力就较强，农膜与其他影响因素的交互作用力均较大，除与农药的交互作用外，农膜与其他影响因素间的交互作用解释力也均在0.9以上。农膜与有效灌溉面积的相互作用影响力最大，为0.997，交互作用力最小的是有效灌溉面积与农业机械总动力2种影响因素的共同作用，为0.672。交互作用表现为双因素增强的只有农药与农膜、农药与农用柴油、农药与有效灌溉面积、农膜与农用柴油、有效灌溉面积与农业机械总动力5种，其余10种交互作用类型均为双因素增强和非线性增强。这说明各影响因素对于济宁市农田生态系统碳足迹影响力的强弱既不是某一因素的单独作用，也不是简单2种因素作用的叠加，而是多种因素综合作用的结果。

3 讨论与结论

基于2007—2019年济宁市县域尺度的农作物播种面积、农作物产量、农资投入等数据，计算了济宁市农田生态系统的碳排放、碳吸收和碳足迹，并探讨了其影响因素，主要研究结论如下：

（1）2007—2019年，济宁市农田生态系统碳排放总量呈逐年下降的态势，除农业灌溉引起的碳排放量总体略微增加外，其他排放因子引起的碳排放量均有所降低，农膜使用量的减少带来的碳排放量降低最为明显。化肥施用引起的碳排放量最大，但有下降趋势。济宁市农田生态系统碳排放在空间上总体呈西部高，东南、中北部低的分布格局。

（2）2007—2019年，济宁市农田生态系统碳吸收量总体呈上升态势，农田生态系统碳汇能力不断增强。济宁市农田生态系统碳吸收量在空间上总体呈西部高、东北和东南部相对较低的空间分布格局。

（3）2007—2019年，济宁市农田生态系统碳足迹总体呈下降态势，这与其农作物播种总面积的变化态势大体吻合。济宁市农田生态系统始终处于碳生态盈余状态，碳足迹的空间分布与碳排放的空间分布格局基本相似。

（4）济宁市农田生态系统碳足迹影响因素的地理探测器分析结果表明，农膜使用量对农田生态系统碳足迹影响最大，化肥施用量影响最小。任意因素间的交互作用力均大于单因素作用力，各因素对碳足迹影响力的强弱是多因素共同作用的结果，这也是碳足迹较难降低的原因。在农田生态系统的管理中，管理者应综合考虑各因素的影响，结合单因素探测值与因素交互作用探测值制定具有针对性的方案，最大程度降低碳足迹。

基于以上研究结论，为提升济宁市绿色农业发展水平，提出以下几方面的建议：其一，从减少碳排放的角度，应控制和优化化肥、农药、农膜等农业化学品的使用，综合运用财政、金融等手段鼓励支持使用有机肥、可降解农膜，倡导秸秆还田、测土配方施肥、畜禽粪污和废弃物资源化利用，大力推广喷灌、滴灌等现代农业技术和节能型农业机械；其二，从增加碳汇的角度，要完善农业基础设施，优化农业生产技术和管理方式，加大高标准农田建设力度，提升复种指数，培育良种，提高农作物抵御自然灾害的能力，提升农作物产量；其三，要进一步完善耕地生态补偿机制，构建耕地固碳减排监测机制、农业碳排放核算方法体系等，以制度创新推进农田生态系统的固碳减排。

不可否认，本文也有一定的局限性，研究结果的精确性有待提高。首先，所采用的碳排放系数、农作物的经济系数等各类系数均直接参考其他相关研究，并没有在实地考察的基础上结合研究区的实际状况对他们进行修正；其次，由于数据获取的局限性，本文并没有将所有农业生产和农作物考虑在内；最后，没有考虑土壤的碳固定、碳排放对碳足迹的影响。今后应进一步加强基于不同自然经济社会条件的碳足迹测算研究。

参考文献：

[1] 刘贵斌， 黄璜， 周江伟， 等. 湖南省农田生态系统碳足迹分析[J]. 作物研究， 2016， 30（6）： 666-673.

[2] 沈体忠. 天门市农田生态系统碳足迹的测度分析[J]. 长江大学学报（自科版）， 2017， 14（14）： 62-68.

[3] WEST T O， MARLAND G. Net carbon flux from agricultural ecosystems： methodology for full carbon cycle analyses[J]. Environmental Pollution， 2002， 116（3）： 439-444.

[4] LAL R. Carbon emission from farm operations[J]. Environment International， 2004， 30（7）： 981-990.

[5] SOVACOOL B K， BROWN M A. Twelve metropolitan carbon footprints： a preliminary comparative global assessment[J]. Energy Policy， 2010， 38（9）： 4856-4869.

[6] HERTWICH E G， PETERS G P. Carbon footprint of nations： a global， trade-linked analysis[J]. Environmental Science & Technology， 2009， 43（16）： 6414-6420.

[7] 刘巽浩， 徐文修， 李增嘉， 等. 农田生态系统碳足迹法： 误区、改进与应用——兼析中国集约农作碳效率[J]. 中国农业资源与区划， 2013， 34（6）： 1-11.

[8] 许萍萍， 赵言文， 陈颢明， 等. 江苏省农田生态系统碳源/汇、碳足迹动态变化[J]. 水土保持通报， 2018， 38（5）： 238-243.

[9] 王敬哲， 刘志辉， 张波. 近20年新疆农田生态系统碳足迹时空变化[J]. 干旱地区农业研究， 2016， 34（5）： 240-248.

[10] 李明琦， 刘世梁， 武雪， 等. 云南省农田生态系统碳足迹时空变化及其影响因素[J]. 生态学报， 2018， 38（24）： 8822-8834.

[11] 叶文伟， 王城城， 赵从举， 等. 近20年海南岛热带农田生态系统碳足迹时空格局演变[J]. 中国农业资源与区划， 2021， 42（10）： 114-126.

[12] 张婷， 蔡海生， 张学玲. 基于碳足迹的江西省农田生态系统碳源/汇时空差异[J]. 长江流域资源与环境， 2014， 23（6）： 767-773.

[13] 杨永辉， 武继承， 赵世伟， 等. 保水剂用量对农田生态系统碳足迹的影响[J]. 农业机械学报， 2015， 46（4）： 125-131.

[14] 武宁， 王恩慧， 王充卯， 等. 耕作方式对小麦-玉米两熟农田生态系统碳足迹的影响[J]. 山东农业科学， 2017， 49（6）： 34-40.

[15] 杭曉宁， 张健， 胡留杰， 等. 2006—2015年重庆市农田生态系统碳足迹分析[J]. 湖南农业大学学报（自然科学版）， 2018， 44（5）： 524-531.

[16] 郝小雨. 黑龙江省30年来农田生态系统碳源/汇强度及碳足迹变化[J]. 黑龙江农业科学， 2021（8）： 97-104.

[17] 王劲峰， 徐成东. 地理探测器： 原理与展望[J]. 地理学报， 2017， 72（1）： 116-134.