碳中和目标下土地利用碳排放效率及其时空格局

冯薇 赵荣钦 谢志祥 丁明磊 肖连刚 孙锦 杨青林 刘天昊 尤增涛

摘要：研究目的：构建面向碳中和的土地利用碳排放效率测度评价指标体系，揭示黄河流域土地利用碳排放效率时空格局，为面向碳中和目标的土地利用管制和国土空间优化调控提供实践指导。研究方法：碳收支核算、非期望产出SBM模型和探索性空间数据分析。研究结果：（1）黄河流域碳收支时空差异明显，碳汇量相对稳定，净碳排放量呈明显上升态势，这表明区域碳排放压力不断增加；（2）黄河流域土地利用碳排放效率总体呈上升趋势，在空间上表现出“东南高、西北低”的特征，中游碳排放效率明显高于上游与下游；（3）碳排放效率空间集聚特征明显，主要包括4种集聚类型，其中低—低集聚和高—低集聚区面积呈扩张态势。研究结论：黄河流域碳收支状况和土地利用碳排放效率区域差异明显，未来应以“碳中和”目标为导向，因地制宜优化国土空间格局，加强土地利用管制，推动流域协同减排和高质量发展。

关键词：土地利用；碳排放效率；碳中和；黄河流域

中图分类号：F301.2 文献标志码：A 文章编号：1001-8158（2023）01-0102-12

基金项目：国家自然科学基金项目（41971241）；河南省高校科技创新人才项目（人文社科类）（2021-CX-011）；河南省留学人员科研择优资助项目；河南省社会科学规划决策咨询项目（2022JC44）；黄河中下游数字地理技术教育部重点实验室开放基金资助项目（GTYR202201）。

随着经济社会快速发展和城市化进程加快，土地利用变化剧烈，能源消费和碳排放持续增长。如何实现碳减排、推动经济社会可持续发展成为全球普遍关注的热点话题[1]。其中，作为从基础层面引导空间格局优化、能源和产业布局，推动碳减排的重要调控手段，土地利用的碳减排效应长期以来得到国内外学者的广泛关注[2-4]。作为全球最大的碳排放国，中国向世界许诺“力争于2030年前实现碳达峰，2060年前实现碳中和”，这既是中国向国际社会的庄严承诺，也是中国未来高质量发展的迫切需求[5]。黄河流域是中国重要的能源基地和经济发展带，同时也是人地矛盾突出、资源约束趋紧和生态退化明显的区域[6]。当前，黄河流域生态保护和高质量发展已上升为国家重大战略[7]，如何实现破解资源环境约束、提升土地利用效率和推动碳减排成为亟待解决的重大现实问题。因此，面向碳中和目标开展土地利用碳排放效率测度及其时空演变特征分析，有助于揭示土地利用的碳排放效应及其区域差异，对于构建科学合理的土地利用碳评估体系、提升资源承载能力、优化国土空间格局和实现“双碳”目标等具有重要的理论和实践意义。

“双碳”行动是长期的系统工程[8]，不仅需要生产结构的转型和能源技术的革新，也需要土地利用效率的提升和国土空间格局的优化。土地利用通过改变土地覆被状况及其承载的人类活动进而影响陆地生态系统碳收支[9-10]，被认为是影响区域碳源/碳汇格局的重要因素[11-12]。近年来，不少学者围绕土地利用和碳排放的关系开展了大量研究，主要包括土地利用碳排放的影响机理[9，13]、土地利用碳储量[14]与碳通量核算[15-16]、土地利用低碳优化[2]、土地利用碳排放强度评价[17-18]和土地利用碳排放效率测度[19-20]等方面。研究表明，土地利用结构、方式、规模和强度等均为影响碳排放强度因素，通过土地利用格局优化和土地利用效率提升可起到显著的碳减排效果[21-22]。在土地利用碳排放效率研究方面，国外学者选取欧盟[23]、经合组织[24]、意大利[25]和英国[26]等作为案例区开展温室气体排放和能源效率[27]等研究，而国内主要从国家[28-29]、省级[30-31]、市级[32-33]和城市群[34]等不同尺度开展了土地利用效率[35]、生态环境效率[36]和碳排放效率[37]评价研究，采用的研究方法主要包括Malmquist指数模型[23，38]、随机前沿分析[39-40]和SBM[41-42]模型等。此外，区域自然禀赋、土地利用结构、经济发展水平和产业结构因素的差异，导致不同区域土地利用碳排放效率表现出明显的空间异质性特征[29，43]。

总体而言，前期研究主要集中在国家和省级尺度，针对流域城市尺度土地利用碳排放效率的研究还需要进一步加强。同时，大部分碳排放效率研究主要考虑期望产出指标，在当前“双碳”背景下，如何综合考虑区域碳收支平衡及碳中和目标开展土地利用碳排放效率评价是一个值得深入探索的科学问题。因此，本文基于市域行政单元尺度，以人地矛盾突出和生态环境脆弱的黄河流域为研究对象，在碳收支平衡核算的基础上，将不同地级市的净碳排放量作为非期望产出纳入土地利用碳排放效率评价指标体系，采用SBM模型分析各地级市的土地利用碳排放效率，并探讨其时空演变规律及空间关联特征，在此基础上提出未来黄河流域土地利用碳减排的对策建议。本文可为面向碳中和目标的黄河流域土地集约利用、国土空间低碳优化配置及碳排放效率提升提供参考和实践指导。

1 理论框架、数据来源与研究方法

1.1 理论框架

土地利用碳排放效率是表征与区域土地利用碳排放相关的投入产出效益指标。一方面，土地利用活动需要资本、技术和劳动力等要素的投入；另一方面，土地利用活动会带来一定的经济和社会效益等期望产出以及碳排放与环境污染等非期望产出。因此，从碳排放效率评估的视角来看，既要考虑引起碳排放的各项与土地利用相关要素的投入，又要考虑土地利用的碳排放效应及其经济产出。碳中和是指区域碳吸收与碳排放的平衡，即区域自然植被的碳吸收能够完全消纳人类活动的碳排放。因此，作为碳吸收和碳排放差额的净碳排放是区域碳收支平衡的重要表征，可以直观反映区域碳中和状况。基于以上考虑，构建了面向碳中和的土地利用碳排放效率評价的理论框架（图1），将固定资产投资、从业人数和研究与试验发展（R&D）经费支出分别作为资本、劳动力和技术投入指标，将国内生产总值和净碳排放分别作为期望和非期望产出指标，以黄河流域为例对区域土地利用碳排放效率进行评估，并探讨其时空格局和空间关联特征。需要说明的是，本文仅考虑土地利用的碳排放效率，而未将其他环境污染等指标作为非期望产出进行分析。

1.2 研究区概况与数据来源

1.2.1 研究区概况

黄河流经青藏高原、内蒙古高原、黄土高原和华北平原4大地貌单元，拥有多个重要生态功能区，更是国家生态安全的重要屏障和“一带一路”、新型城镇化推进的战略区域，在经济社会发展和可持续建设方面具有十分重要的地位[44]。目前，黄河流域生态保护和高质量发展已上升为国家重大战略，而黄河流域人地矛盾突出、生态系统脆弱、区域发展不均衡，面临着环境污染、生态退化、水土流失和湿地萎缩等诸多问题[45]，且流域内自然禀赋、气候特征和土地利用开发模式均存在显著的空间差异。因此，面向碳中和目标从土地利用视角评估黄河流域碳排放效率及其空间格局，对于揭示黄河流域城市尺度碳排放差异的影响机制，推动绿色发展、优化国土空间格局和提升碳排放效率具有重要现实意义。本文参照黄河流域界限的自然范围，以市级行政区为研究单元，考虑地级市（或自治州或盟）的完整性，参考相关研究[46-47]对黄河流域研究范围的界定，选取黄河流经的72个市级行政区为研究区（图2），其中包括青海省、山西省和宁夏回族自治区的全部地级市以及黄河流经的其他6个省区的部分地级市。

1.2.2 数据来源

本文采用2005年、2010年、2015年和2020年4个截面年份黄河流域72个地级市的土地利用数据和相关统计数据。统计数据包括固定资产投资、国内生产总值、研究与试验发展（R&D）经费、从业人员和城市面积等，主要来源于相应年份的《中国城市统计年鉴》、《中国民族统计年鉴》、《全国科技经费投入统计公报》、黄河流域各省、各市级行政区统计年鉴和国民经济和社会发展统计公报等。为消除通货膨胀影响，固定资产投资、国内生产总值等指标以2005年为基期年进行数据平减计算得到其他年份的实际值。土地利用数据是通过ArcGIS软件对中国科学院资源环境科学与数据中心（https：//www.resdc.cn/）中分辨率为1 km的土地利用遥感监测数据进行裁剪和掩膜等处理得到。碳排放数据来源于中国碳核算数据库（CEADs）（https：//www.ceads.net/data/county/）。需要说明的是：（1）2019年国务院撤销莱芜市，将其并入到济南市，为保证数据的连续性和时间尺度上的可比性，将济南和莱芜合并作为一个地级市进行计算。（2）部分城市存在个别数据缺失的情况，采用滑动平均法对其进行插补处理；个别城市的R&D经费数据缺失，本文通过该城市所处省区R&D经费占GDP的比重进行推算得到。

1.3 研究方法

1.3.1 碳收支核算方法

1.3.2 土地利用碳排放效率评价方法

本文采用非期望产出SBM模型评估黄河流域地级市土地利用碳排放效率。围绕图1构建的碳排放效率评价的研究框架，结合相关文献[30，37，51]和SBM模型[52]的要求，本文选取分别代表资本、劳动力和技术投入的地均固定资产投资、地均从业人数和地均R&D经费支出作为土地投入指标（均表示相应指标总量与区域土地面积之比），选取地均国内生产总值为期望产出指标、地均净碳排放为非期望产出指标（表1）。需要说明的是：单位面积资本、劳动力和技术投入强度的增加能够显著提升土地集约利用水平和增加土地利用的经济产出，并在一定程度上影响区域的碳收支状况。比如：地均固定资产投资的增加会提升单位用地投资强度，进而提升土地利用的产出效益，同时也会提高单位用地的能源消耗强度从而增加碳排放；地均从业人数表示单位用地的劳动力水平，劳动力投入增加能够提高土地利用集约水平并增加土地收益；地均R&D经费支出代表土地利用的技术水平，技术进步能提高生产效率，在推动经济增长的同时降低碳排放强度，从而在一定程度上降低单位面积的非期望产出。基于上述考虑，本文选取以上指标作为土地利用碳排放效率的评价依据。

2 结果分析

2.1 黄河流域碳收支状况及其时空特征分析

黄河流域碳排放和碳吸收时空分布格局特征显著（图3）。就碳吸收而言，黄河流域碳吸收量时序变化相对稳定，总体呈上升趋势，2020年碳吸收总量为5.76×108 t，比2005年增加6.85×106 t，这表明黄河流域碳汇能力有所提升。空间分布特征方面，黄河流域碳吸收呈现西高东低态势，高碳吸收量地市分布在黄河流域西部生态资源丰富和林草地面积相对较辽阔的上游地区如海西州、果洛州和甘南州等，低碳吸收量地市主要分布于黄河下游人口较为密集的河南省和山东省等快速城市化地区，其中2020年黄河流域玉树州碳吸收量最多为5.71×107 t，占总量的9.9%，濮阳市和德州市碳吸收量较少，不足总量的1%。就碳排放而言，黄河流域碳排放总量从2005年的1.23×109 t增長至2020年的2.59×109 t，总体呈持续上升态势但增速有所放缓，这归因于各地市能源结构的优化与能源利用效率的提升。从空间格局来看，碳排放呈现东高西低态势，中下游碳排放明显高于上游。2020年鄂尔多斯市碳排放量最高，占总碳排放量5.5%，果洛州和玉树州碳排放量较少，分别为1.24×106 t和1.87×106 t，均未达到碳排放总量1%。

黄河流域净碳排放时空差异明显（图4）。2005—2020年黄河流域净碳排放总量持续上升，从2005年的6.66×108 t增长至2020年的20.14×108 t，净碳排放增长速度放缓，这表明近年来黄河流域节能减排取得了一定成效。黄河流域净碳排放空间分布呈现东高西低态势，东部净碳排放量上升较快，高净碳排放量地市主要分布在人口集中和经济发达的黄河中下游地区。通过对各地市的碳收支平衡差异分析发现，4个研究年份中共有55个地级市净碳排放量均表现为正值，10个地级市均表现为负值，7个地级市实现了净碳排放量负值到正值的转变。2020年青岛市和鄂尔多斯市的净碳排放总量分别为7.50×107 t和1.21×108 t，其中鄂尔多斯市净碳排放量最高，占黄河流域净碳排放量6%，玉树州、阿坝州和海西州的净碳排放总量均为负值。从区域碳中和状况来看，2020年仅有陇南市、商洛市、甘南州和玉树州等10个地级市可以实现碳中和目标，城市数量与2005年相比减少了6个，这表明黄河流域碳排放还处于快速增长阶段，从流域分布来看，黄河流域下游净碳排放总量明显高于上游与中游，这也表明黄河下游地区具有较大的碳排放压力。因此，开展面向碳中和的土地利用碳排放效率评估，对于揭示土地利用碳排放的区域差异、制定差别化的黄河流域低碳发展策略具有重要实践意义。

2.2 黄河流域碳排放效率的时空差异分析

采用前文的非期望产出SBM模型对黄河流域土地利用碳排放效率进行评价，结果发现，黄河流域碳排放效率表现出明显的时空异质性特征（图5）。2005—2020年黄河流域土地利用碳排放效率整体呈上升趋势，2020年碳排放效率均值为0.57，与2005年均值相比提升0.14。在研究时段内，青岛市、东营市和淄博市等地市的碳排放效率明显上升，表明碳减排措施取得了显著成效，并推动了碳排放效率的提升。玉树州、固原市和银川市等碳排放效率呈下降趋势，面临较大的碳减排压力。个别地市如黄南州、海西州和石嘴山市等碳排放效率出现波动现象，未来应充分考虑区域自然条件、资源禀赋和经济社会发展程度的差异，制定相应政策时要平衡好发展与减碳的关系。碳排放效率在空间上呈现向“东南高，西北低”的变化趋势。高碳排放效率地区主要集中在黄河中下游，低碳排放效率地区主要位于黄河上游。2005—2020年黄河流域土地利用碳排放效率位于前沿面的地市逐渐增多，城市数量由4个增加至12个，这反映了黄河流域碳排放效率总体呈上升态势。2020年巴彦淖尔市、包头市、商洛市、淄博市和青岛市等共12个地市达到碳排放效率前沿，而果洛州、玉树州、中卫市和银川市等碳排放效率相对较低。

为进一步剖析黄河流域地级市土地利用碳排放效率与净碳排放之间的关系，这里重点对已实现碳中和的10个地级市进行分析。结果发现，黄河流域实现碳中和目标的10个地级市中，仅有商洛市处在土地利用碳排放效率前沿，这归因于商洛市生态状况良好，且该地区工业相对较少，主要以生态旅游业为主，因此，以较少的非期望产出实现了经济社会的发展。阿坝州和陇南市碳排放效率较高，但未达到碳排放效率前沿，究其原因发现阿坝州与陇南市的自然环境较好、非期望产出较小，但是其资本、劳动力投入相对较少，其应在保护区域环境的基础上扩大就业规模，加大投资力度，稳定经济增长，通过提高期望产出来提升碳排放效率。海北州、黄南州和海南州等碳排放效率较低，这是由于区域的技术、劳动力和资本投入相对较少，经济发展水平相对落后，这些地区应一方面推进生态系统的保护与修复、合理利用土地资源来推动经济绿色高速发展，另一方面应稳步扩大固定资产投资力度和推进新型工业化，通过合理配置投入与期望产出指标来提高土地利用碳排放效率。

2005—2020年黄河流域碳排放综合效率、纯技术效率和规模效率均有所提升。其中综合效率表示土地利用中资本、技术和劳动力投入所实现产出的效率高低，而纯技术效率与规模效率分别代表在当前投入组合下获得的最大产出与在一定的技术水平下现有规模与最优规模之间差异。研究结果表明黄河流域资源利用效率在不断提升且现有规模向最优规模趋近。从流域分布来看，2005—2020年碳排放综合效率均值呈现中游>下游>上游（图6）。其中，上游地市的纯技术效率、规模效率均与综合效率相差较为明显，因此，规模效率和纯技术效率不足是导致上游综合效率偏低的主要原因，这表明上游地市应合理利用土地资源，平衡经济发展与生态环境之间关系，以土地整治为核心加强生态修复，采取植树造林和植被恢复等措施提升生态碳汇，以此提高能源利用效率，缩小与最优规模之间差异，通过提升纯技术效率与规模效率来提升综合效率。中游与下游综合效率与纯技术效率值高低相近，純技术效率不足是导致中下游综合效率偏低的主要原因，因此中下游地区应进一步优化人地关系，合理布局三生空间，通过产业结构调整实现资源优化配置，减少或转移土地利用的冗余投入，通过提高纯技术效率来实现综合效率的提升。

从黄河流域碳排放效率时空分布特征可见，碳排放效率的中高和高值区越来越集中在省会城市和发达城市，这与WU等[6]基于低碳排放约束条件下城市土地利用效率的研究结论较为一致。此外，黄河流域中的陕西省和山东省碳排放效率较高于其他省份，这与ZHANG等[41]基于SBM-DDF模型的黄河流域省域碳排放效率状况，徐维祥等[56]关于城市生态效率演化的研究结果一致。

2.3 黄河流域碳排放效率的空间关联分析

研究发现4个典型年份黄河流域碳排放效率全局Morans I值均为正值，表明碳排放效率呈现正自相关性，即表现出明显的空间集聚特征。2005—2020年全局Morans I指数Z值均大于2.58且P值均小于0.01，表明黄河流域各地级市碳排放效率空间分布在1%临界值水平上显著，表现出集聚发展的势头。其中2020年黄河流域土地利用碳排放效率全局Morans I值最大，空间自相关性最为明显，2015年全局Morans I值最小，碳排放效率空间分布的集聚发展态势最弱（表2）。

局域空间自相关分析结果表明，黄河流域各地市土地利用碳排放效率呈现高—高集聚、低—低集聚、高—低集聚和低—高集聚4种类型（图7）。2005—2020年黄河流域4种集聚类型区域均有所扩张，低—低集聚区变化最为明显，高—低集聚区变化较小。低—低集聚区主要分布在黄河流域上游海西州、玉树州和果洛州附近，该类区域表现为低碳排放效率的集中地带，未来应加强生态保护和修复，推动碳汇产业发展，并进一步通过土地利用優化提升碳排放效率。高—高集聚区域分布在黄河流域东部巴彦淖尔市、包头市和乌兰察布市附近，这些地区应进一步发挥集聚效应，带动黄河流域碳排放效率的持续提升。高—低集聚区主要分布在阿坝州、平凉市和西宁市，该类地区的经济发展水平与城市化进程较邻域地区处于领先位置，未来应进一步加强与周边城市的深度合作，带动区域共同发展和协同减排。需要说明的是：2005—2015年低—高集聚区分布在商洛市和渭南市，而2020年则不存在低—高集聚区域。核密度曲线（图8）表明，2005—2020年核密度曲线双峰向多峰变化，黄河流域土地利用碳排放效率两极分化现象减弱向多极分化过渡。从曲线峰值来看，在研究时段内曲线最高峰值位于0.3～0.4处，其高度随时间变化不断下降，表明黄河流域碳排放效率在此处聚集态势减弱，曲线峰值在0.9～1.0处高度不断上升，此处数据越来越密集。通过核密度曲线波峰移动情况发现，核密度曲线趋于向数值增大的方向移动，黄河流域碳排放效率整体水平显著上升。其中2020年核密度曲线波峰右移最为明显且0.9～1.0处峰值远高于2005年，表明其土地利用碳排放效率整体水平上升最快，且达到碳排放效率前沿的城市明显增多。

3 结论与建议

3.1 结论

本文构建了碳中和目标下土地利用碳排放效率的研究框架，以黄河流域为例，对72个地级市的碳收支进行了核算，采用非期望SBM模型对土地利用碳排放效率进行了评价，并分析了其时空演化格局及空间集聚特征。

（1）黄河流域碳收支时空差异特征明显，碳排放和净碳排放量均呈上升态势，而碳吸收量总体保持稳定。2005—2020年净碳排放增长了1.35×109 t，黄河流域净碳排放呈现东高西低的空间分布态势，下游地区净碳排放明显高于上游与中游。目前，仅有陇南市、商洛市、甘南州和玉树州等10个地级市可以实现碳中和。

（2）黄河流域土地利用碳排放效率呈上升态势，在空间上呈现出向“东南高、西北低”的演变格局。 2020年黄河流域碳排放效率达到0.57，处于中等水平，其中乌海市、巴彦淖尔市、包头市和阿坝州等地区的碳排放效率较高，而玉树州和果洛州等地区的碳排放效率较低。

（3）黄河流域土地利用碳排放效率空间差异显著，中游碳排放效率明显高于上游和下游地区。上游地区效率较低主要由纯技术效率和规模效率不足所致，中下游地区效率低下的主要原因是由于纯技术效率较低所引起的。

（4）黄河流域碳排放效率的空间集聚态势明显。总体来看，流域内存在高—高集聚、低—低集聚、高—低集聚和低—高集聚4种类型。其中，2005—2020年低—低集聚和高—低聚集区面积有所扩张，各地级市碳排放效率在空间上呈正自相关性，碳排放效率值相似的邻近地市聚集明显。

3.2 政策建议

根据本文研究，提出以下建议：（1）构建面向碳中和目标的土地利用管制策略。充分考虑黄河流域自然资源、特色优势和土地利用类型等的区域差异，将双碳目标纳入国土空间规划体系，强化土地利用管制，因地制宜制定出台土地低碳利用和管制的策略，推动土地利用碳排放效率的不断提升。（2）针对不同区域特点制定差异化的碳减排策略。综合考虑区域自然和经济社会发展实际制定差异化的区域碳增汇/减排策略。比如：对于上游地区，应重点加强生态管护和修复，避免高强度的土地利用活动，提升生态碳汇功能；中游地区则要综合考虑水土资源的优化开发和利用，大力实施退耕还林还草，优化产业结构和土地开发模式，提升资源承载能力；下游地区应以优化人地关系为主线，严格划定三区三线，避免城市过度扩张，通过国土空间格局优化不断提升土地利用效率。（3）基于土地利用碳排放效率建立黄河流域碳补偿的体制机制。以碳收支和碳排放效率评价结果为依据，面向碳中和目标，开展黄河流域不同省份、不同城市之间的横向碳补偿，推动土地利用碳汇价值的实现，助推区域之间的协同发展和黄河流域的长期低碳转型。

参考文献（References）：

[1] VAN SOEST H L， DEN ELZEN M G， VAN VUUREN D P. Net-zero emission targets for major emitting countries consistent with the Paris agreement [J] . Nature Communications， 2021， 12.doi： 10.1038/s41467-021-22294 - x.

[2] 赵荣钦，黄贤金，钟太洋，等.区域土地利用结构的碳效应评估及低碳优化[J] .农业工程学报，2013，29（17）：220 - 229.

[3] 丁宝根，杨树旺，赵玉，等.中国耕地资源利用的碳排放时空特征及脱钩效应研究[J] .中国土地科学，2019，33（12）：45 - 54.

[4] POEPLAU C， DON A. Sensitivity of soil organic carbon stocks and fractions to different land-use changes across Europe[J] . Geoderma， 2013， 192： 189 - 201.

[5] 丁明磊，杨晓娜，赵荣钦，等.碳中和目标下的国土空间格局优化：理论框架与实践策略[J] .自然资源学报，2022，37（5）：1137 - 1147.

[6] WU H， FANG S M， ZHANG C， et al. Exploring the impact of urban form on urban land use efficiency under low-carbon emission constraints： a case study in Chinas Yellow River Basin[J] . Journal of Environmental Management， 2022， 311. doi： 10.1016/j.jenvman.2022.114866.

[7] 趙荣钦.黄河流域生态保护和高质量发展的关键：人地系统的优化[J] .华北水利水电大学学报（自然科学版），2020，41（3）：1 - 6.

[8] 于贵瑞，郝天象，朱剑兴.中国碳达峰、碳中和行动方略之探讨[J] .中国科学院院刊，2022，37（4）：423 - 434.

[9] HOUGHTON R A， HACKLER J L. Sources and sinks of carbon from land-use change in China[J] . Global Biogeochemical Cycles， 2003， 17（2）.doi： 10.1029/2002GB001970.

[10] 曲福田，卢娜，冯淑怡.土地利用变化对碳排放的影响[J] .中国人口·资源与环境，2011，21（10）：76 - 83.

[11] 郭旭东，常青，刘筱，等.基于碳储量视角的城镇土地利用模式与生态效益分异特征[J] .中国土地科学，2017，31（4）：61 - 70.

[12] CUI Y P， MEADOWS M E， LI N， et al. Land cover change intensifies actual and potential radiative forcing through CO2 in South and Southeast Asia from 1992 to 2015[J] . International Journal of Environmental Research and Public Health， 2019， 16 （14）. doi： 10.3390/ijerph16142460.

[13] 葛全胜，戴君虎，何凡能，等.过去300年中国土地利用、土地覆被变化与碳循环研究[J] .中国科学（D辑：地球科学），2008（2）：197 - 210.

[14] SVIREJEVA-HOPKINS A， SCHELLNHUBER H J. Modelling carbon dynamics from urban land conversion： fundamental model of city in relation to a local carbon cycle[J] . Carbon Balance and Management， 2006， 1.doi： 10.1186/1750 - 0680 - 1 - 8.

[15] 赵荣钦，黄贤金，揣小伟.中国土地利用碳排放的研究误区和未来趋向[J] .中国土地科学，2016，30（12）：83 -92.

[16] 赵荣钦，黄贤金，钟太洋，等.南京市不同土地利用方式的碳储量与碳通量[J] .水土保持学报，2012，26（6）：164 -170.

[17] 余娇，赵荣钦，侯丽朋，等.郑州市典型产业用地效益与碳排放强度的关系研究——基于181家企业的调查[J] .中国土地科学，2018，32（8）：74 - 80.

[18] SUN J W. The decrease of CO2 emission intensity is decarbonization at national and global levels[J] . Energy Policy， 2005， 33（8）： 975 - 978.

[19] 游和远，吴次芳.土地利用的碳排放效率及其低碳优化——基于能源消耗的视角[J] .自然资源学报，2010，25（11）：1875 - 1886.

[20] RAMANATHAN R. A multi-factor efficiency perspective to the relationships among world GDP， energy consumption and carbon dioxide emissions [J] . Technological Forecasting & Social Change， 2005， 73（5）： 483 - 494.

[21] 张玥，代亚强，陈媛媛，等.土地利用隐性转型与土地利用碳排放空间关联研究[J] .中国土地科学，2022，36（6）：100 - 112.

[22] 王帅，赵荣钦，苏辉，等.河南省典型区农业水土资源开发的碳排放效应研究[J] .华北水利水电大学学报（自然科学版），2019，40（1）：71 - 78.

[23] KORTELAINEN M. Dynamic environmental performance analysis： a malmquist index approach[J] . Ecological Economics， 2007， 64（4）： 701 - 715.

[24] ZHOU P， ANG B W. Linear programming models for measuring economy-wide energy efficiency performance[J] . Energy Policy， 2008， 36（8）： 2911 - 2916.

[25] CECCHINI L， VENANZI S， PIERRI A， et al. Environmental efficiency analysis and estimation of CO2 abatement costs in dairy cattle farms in Umbria （Italy）： a SBM-DEA model with undesirable output[J] . Journal of Cleaner Production， 2018， 197： 895 - 907.

[26] MOLINOS-SENANTE M， MAZIOTIS A， MOCHOLIARCE M， et al. Estimating energy costs and greenhouse gas emissions efficiency in the provision of domestic water： an empirical application for England and wales[J] . Sustainable Cities and Society， 2022， 85.doi： 10.1016/j.scs.2022.104075.

[27] KANG M J， KANG S. Energy intensity efficiency and the effect of changes in GDP and CO2 emission[J] . Energy Efficiency， 2022， 15.doi： 10.1007/s12053-021-10002-z.

[28] 袁凯华，梅昀，陈银蓉，等.中国建设用地集约利用与碳排放效率的时空演变与影响机制[J] .资源科学，2017，39（10）：1882 - 1895.

[29] WANG Q， ZHANG C， LI R R. Towards carbon neutrality by improving carbon efficiency-a system-GMM dynamic panel analysis for 131 countries carbon efficiency[J] . Energy， 2022， 258.doi： /10.1016/j.energy.2022.124880.

[30] 张苗，甘臣林，陈银蓉.基于SBM模型的土地集约利用碳排放效率分析与低碳优化[J] .中国土地科学，2016，30（3）：37 - 45.

[31] FANG G C， GAO Z Y， WANG L， et al. How does green innovation drive urban carbon emission efficiency —Evidence from the Yangtze River Economic Belt[J] . Journal of Cleaner Production， 2022， 375.doi： 10.1016/ j.jclepro.2022.134196.

[32] 李國煜，王嘉怡，曹宇，等.碳排放约束下的福建省城镇建设用地利用效率动态变化与影响因素[J] .中国土地科学，2020，34（4）：69 - 77.

[33] SONG H H， GU L Y， LI Y F， et al. Research on carbon emission efficiency space relations and network structure of the Yellow River Basin City cluster[J] . International Journal of Environmental Research and Public Health， 2022， 19（19）. doi： 10.3390/ijerph191912235.

[34] 王文丽，张安录，刘蒙罢.长江经济带城市土地利用效率与生态系统健康耦合时空格局分析[J] .水土保持研究，2022，29（6）：352 - 362.

[35] 文高辉，刘蒙罢，胡贤辉，等.洞庭湖平原耕地利用生态效率空间相关性与空间效应[J] .地理科学，2022，42（6）：1102 - 1112.

[36] 徐英启，程钰，王晶晶，等.中国低碳试点城市碳排放效率时空演变与影响因素[J] .自然资源学报，2022，37（5）：1261 - 1276.

[37] 范建双，虞晓芬，周琳.南京市土地利用结构碳排放效率增长及其空间相关性[J] .地理研究，2018，37（11）：2177 -2192.

[38] 余光英，员开奇.湖南省土地利用碳排放动态效率研究：基于Malmquist指数模型[J] .环境科学与技术，2015，38（2）：189 - 194.

[39] 余敦涌，张雪花，刘文莹.基于随机前沿分析方法的碳排放效率分析[J] .中国人口·资源与环境，2015，25（S2）：21 - 24.

[40] 张丽峰.碳排放约束下中国全要素生产率测算与分解研究——基于随机前沿分析（SFA）方法[J] .干旱区资源与环境，2013，27（12）：20 - 24.

[41] ZHANG Y， XU X Y. Carbon emission efficiency measurement and influencing factor analysis of nine provinces in the Yellow River Basin： based on SBM-DDF model and Tobit-CCD model[J] . Environmental Science and Pollution Research International， 2022， 29（22）： 33263-33280.

[42] 朱志远，苗建军，崔玮.城市建设用地集约利用的碳排放效率分析[J] .地域研究与开发，2016，35（3）：98 - 103.

[43] 李建豹，黄贤金，揣小伟，等.长三角地区碳排放效率时空特征及影响因素分析[J] .长江流域资源与环境，2020，29（7）：1486 - 1496.

[44] 张鹏岩，李颜颜，康国华，等.黄河流域县域经济密度测算及空间分异研究[J] .中国人口·资源与环境，2017，27（8）：128 - 135.

[45] 中共中央 国务院印发 黄河流域生态保护和高质量发展规划纲要[J] .中国水利，2021（21）：3 - 16.

[46] 郭付友，佟连军，仇方道，等.黄河流域生态经济走廊绿色发展时空分异特征与影响因素识别[J] .地理学报，2021，76（3）：726 - 739.

[47] 高新才，韩雪.黄河流域碳排放的空间分异及影响因素研究[J] .经济经纬，2022，39（1）：13 - 23.

[48] CHEN J D， GAO M， CHENG S L， et al. County-level CO2 emissions and sequestration in China during 1997-2017[J] . Scientific Data， 2020， 7.doi： 10.1038/s41597-020-00736-3.

[49] 何勇，姜允迪，丹利，等.中国气候、陆地生态系统碳循环研究[M] .北京：气象出版社，2006：108 - 109.

[50] 赵荣钦，刘薇，刘英，等.基于碳收支核算的河南省碳排放峰值预测[J] .水土保持通报，2016，36（4）：78 - 83，89.

[51] 张苗，甘臣林，陈银蓉，等.中国城市建设用地开发强度的碳排放效率分析与低碳优化[J] .资源科学，2016，38（2）：265 - 275.

[52] TONE K . A slacks-based measure of efficiency in data envelopment analysis[J] . European Journal of Operational Research， 2001， 130（3）： 498 - 509.

[53] 马林燕，张仁慧，潘子纯，等.中国省际耕地利用生态效率时空格局演变及影响因素分析——基于2000—2019年面板数据[J] .中国土地科学，2022，36（3）：74 - 85.

[54] 薛建春，张安录.土地利用效率分解、演化与收敛分析——基于黄河流域69个城市的实证[J] .技术经济与管理研究，2022（1）：122 - 128.

[55] 柯楠，卢新海，匡兵，等.碳中和目标下中国耕地绿色低碳利用的区域差异与影响因素[J] .中国土地科学，2021，35（8）：67 - 76.

[56] 徐维祥，郑金辉，王睿，等.黄河流域城市生态效率演化特征及门槛效应[J] .地理科学，2022，42（1）：74 - 82.

Land Use Carbon Emission Efficiency and Its Spatial-temporal Pattern under Carbon Neutral Target： A Case Study of 72 Cities in the Yellow River Basin

FENG Wei1， ZHAO Rongqin1， XIE Zhixiang1，2， DING Minglei1， XIAO Liangang1， SUN Jin1， YANG Qinglin1， LIU Tianhao1， YOU Zengtao1

（1. College of Surveying and Geo-Informatics， North China University of Water Resources and Electric Power， Zhengzhou 450046， China； 2. Key Laboratory of Geospatial Technology for the Middle and Lower Yellow River Regions （Henan University） ， Ministry of Education， Kaifeng 475004， China）

Abstract： The purposes of this study are to construct an evaluation index system of land use carbon emission efficiency oriented to carbon neutrality， to reveal the spatial-temporal pattern of land use carbon emission efficiency in the Yellow River Basin， and to provide practical guidance for land use regulation and land space optimization regulation oriented to carbon neutrality. The research methods include carbon accounting， undesirable output SBM model and exploratory spatial data analysis. The results show that： 1） there has obvious spatial-temporal differences in carbon budget in the Yellow River Basin. The carbon sinks are relatively stable during study period， while the net carbon emissions show a significant increasing trend. It indicates that the regional carbon emission pressure is increasing. 2） The carbon emission efficiency of land use in the Yellow River Basin is increasing， which exhibits the spatial characteristics of higher in southeast and lower in northwest， and the carbon emission efficiency in the middle reaches is significantly higher than that in the upstream and downstream. 3） The carbon emissions of Yellow River Basin show obvious spatial agglomeration pattern， including four types of agglomeration. The area of low-low agglomeration and high-low agglomeration is expanding. It is concluded that there are obvious regional differences in carbon budget and carbon emission efficiency of land use in the Yellow River Basin. In the future， carbon neutral target should be taken as the constraint to optimize the spatial pattern of land use in consistent with context-specific conditions to strengthen land use control and promote cooperative emission reduction and high-quality development of the Yellow River Basin.

Key words： land use； carbon emission efficiency； carbon neutral target； the Yellow River Basin

（本文責编：陈美景）