馮薇 趙榮欽 謝志祥 丁明磊 肖連剛 孫錦 楊青林 劉天昊 尤增濤

摘要：研究目的：構建面向碳中和的土地利用碳排放效率測度評價指標體系，揭示黃河流域土地利用碳排放效率時空格局，為面向碳中和目標的土地利用管制和國土空間優(yōu)化調控提供實踐指導。研究方法：碳收支核算、非期望產出SBM模型和探索性空間數(shù)據分析。研究結果：（1）黃河流域碳收支時空差異明顯，碳匯量相對穩(wěn)定，凈碳排放量呈明顯上升態(tài)勢，這表明區(qū)域碳排放壓力不斷增加；（2）黃河流域土地利用碳排放效率總體呈上升趨勢，在空間上表現(xiàn)出“東南高、西北低”的特征，中游碳排放效率明顯高于上游與下游；（3）碳排放效率空間集聚特征明顯，主要包括4種集聚類型，其中低—低集聚和高—低集聚區(qū)面積呈擴張態(tài)勢。研究結論：黃河流域碳收支狀況和土地利用碳排放效率區(qū)域差異明顯，未來應以“碳中和”目標為導向，因地制宜優(yōu)化國土空間格局，加強土地利用管制，推動流域協(xié)同減排和高質量發(fā)展。

關鍵詞：土地利用；碳排放效率；碳中和；黃河流域

中圖分類號：F301.2 文獻標志碼：A 文章編號：1001-8158（2023）01-0102-12

基金項目：國家自然科學基金項目（41971241）；河南省高?？萍紕?chuàng)新人才項目（人文社科類）（2021-CX-011）；河南省留學人員科研擇優(yōu)資助項目；河南省社會科學規(guī)劃決策咨詢項目（2022JC44）；黃河中下游數(shù)字地理技術教育部重點實驗室開放基金資助項目（GTYR202201）。

隨著經濟社會快速發(fā)展和城市化進程加快，土地利用變化劇烈，能源消費和碳排放持續(xù)增長。如何實現(xiàn)碳減排、推動經濟社會可持續(xù)發(fā)展成為全球普遍關注的熱點話題[1]。其中，作為從基礎層面引導空間格局優(yōu)化、能源和產業(yè)布局，推動碳減排的重要調控手段，土地利用的碳減排效應長期以來得到國內外學者的廣泛關注[2-4]。作為全球最大的碳排放國，中國向世界許諾“力爭于2030年前實現(xiàn)碳達峰，2060年前實現(xiàn)碳中和”，這既是中國向國際社會的莊嚴承諾，也是中國未來高質量發(fā)展的迫切需求[5]。黃河流域是中國重要的能源基地和經濟發(fā)展帶，同時也是人地矛盾突出、資源約束趨緊和生態(tài)退化明顯的區(qū)域[6]。當前，黃河流域生態(tài)保護和高質量發(fā)展已上升為國家重大戰(zhàn)略[7]，如何實現(xiàn)破解資源環(huán)境約束、提升土地利用效率和推動碳減排成為亟待解決的重大現(xiàn)實問題。因此，面向碳中和目標開展土地利用碳排放效率測度及其時空演變特征分析，有助于揭示土地利用的碳排放效應及其區(qū)域差異，對于構建科學合理的土地利用碳評估體系、提升資源承載能力、優(yōu)化國土空間格局和實現(xiàn)“雙碳”目標等具有重要的理論和實踐意義。

“雙碳”行動是長期的系統(tǒng)工程[8]，不僅需要生產結構的轉型和能源技術的革新，也需要土地利用效率的提升和國土空間格局的優(yōu)化。土地利用通過改變土地覆被狀況及其承載的人類活動進而影響陸地生態(tài)系統(tǒng)碳收支[9-10]，被認為是影響區(qū)域碳源/碳匯格局的重要因素[11-12]。近年來，不少學者圍繞土地利用和碳排放的關系開展了大量研究，主要包括土地利用碳排放的影響機理[9，13]、土地利用碳儲量[14]與碳通量核算[15-16]、土地利用低碳優(yōu)化[2]、土地利用碳排放強度評價[17-18]和土地利用碳排放效率測度[19-20]等方面。研究表明，土地利用結構、方式、規(guī)模和強度等均為影響碳排放強度因素，通過土地利用格局優(yōu)化和土地利用效率提升可起到顯著的碳減排效果[21-22]。在土地利用碳排放效率研究方面，國外學者選取歐盟[23]、經合組織[24]、意大利[25]和英國[26]等作為案例區(qū)開展溫室氣體排放和能源效率[27]等研究，而國內主要從國家[28-29]、省級[30-31]、市級[32-33]和城市群[34]等不同尺度開展了土地利用效率[35]、生態(tài)環(huán)境效率[36]和碳排放效率[37]評價研究，采用的研究方法主要包括Malmquist指數(shù)模型[23，38]、隨機前沿分析[39-40]和SBM[41-42]模型等。此外，區(qū)域自然稟賦、土地利用結構、經濟發(fā)展水平和產業(yè)結構因素的差異，導致不同區(qū)域土地利用碳排放效率表現(xiàn)出明顯的空間異質性特征[29，43]。

總體而言，前期研究主要集中在國家和省級尺度，針對流域城市尺度土地利用碳排放效率的研究還需要進一步加強。同時，大部分碳排放效率研究主要考慮期望產出指標，在當前“雙碳”背景下，如何綜合考慮區(qū)域碳收支平衡及碳中和目標開展土地利用碳排放效率評價是一個值得深入探索的科學問題。因此，本文基于市域行政單元尺度，以人地矛盾突出和生態(tài)環(huán)境脆弱的黃河流域為研究對象，在碳收支平衡核算的基礎上，將不同地級市的凈碳排放量作為非期望產出納入土地利用碳排放效率評價指標體系，采用SBM模型分析各地級市的土地利用碳排放效率，并探討其時空演變規(guī)律及空間關聯(lián)特征，在此基礎上提出未來黃河流域土地利用碳減排的對策建議。本文可為面向碳中和目標的黃河流域土地集約利用、國土空間低碳優(yōu)化配置及碳排放效率提升提供參考和實踐指導。

1 理論框架、數(shù)據來源與研究方法

1.1 理論框架

土地利用碳排放效率是表征與區(qū)域土地利用碳排放相關的投入產出效益指標。一方面，土地利用活動需要資本、技術和勞動力等要素的投入；另一方面，土地利用活動會帶來一定的經濟和社會效益等期望產出以及碳排放與環(huán)境污染等非期望產出。因此，從碳排放效率評估的視角來看，既要考慮引起碳排放的各項與土地利用相關要素的投入，又要考慮土地利用的碳排放效應及其經濟產出。碳中和是指區(qū)域碳吸收與碳排放的平衡，即區(qū)域自然植被的碳吸收能夠完全消納人類活動的碳排放。因此，作為碳吸收和碳排放差額的凈碳排放是區(qū)域碳收支平衡的重要表征，可以直觀反映區(qū)域碳中和狀況?；谝陨峡紤]，構建了面向碳中和的土地利用碳排放效率評價的理論框架（圖1），將固定資產投資、從業(yè)人數(shù)和研究與試驗發(fā)展（R&D）經費支出分別作為資本、勞動力和技術投入指標，將國內生產總值和凈碳排放分別作為期望和非期望產出指標，以黃河流域為例對區(qū)域土地利用碳排放效率進行評估，并探討其時空格局和空間關聯(lián)特征。需要說明的是，本文僅考慮土地利用的碳排放效率，而未將其他環(huán)境污染等指標作為非期望產出進行分析。

1.2 研究區(qū)概況與數(shù)據來源

1.2.1 研究區(qū)概況

黃河流經青藏高原、內蒙古高原、黃土高原和華北平原4大地貌單元，擁有多個重要生態(tài)功能區(qū)，更是國家生態(tài)安全的重要屏障和“一帶一路”、新型城鎮(zhèn)化推進的戰(zhàn)略區(qū)域，在經濟社會發(fā)展和可持續(xù)建設方面具有十分重要的地位[44]。目前，黃河流域生態(tài)保護和高質量發(fā)展已上升為國家重大戰(zhàn)略，而黃河流域人地矛盾突出、生態(tài)系統(tǒng)脆弱、區(qū)域發(fā)展不均衡，面臨著環(huán)境污染、生態(tài)退化、水土流失和濕地萎縮等諸多問題[45]，且流域內自然稟賦、氣候特征和土地利用開發(fā)模式均存在顯著的空間差異。因此，面向碳中和目標從土地利用視角評估黃河流域碳排放效率及其空間格局，對于揭示黃河流域城市尺度碳排放差異的影響機制，推動綠色發(fā)展、優(yōu)化國土空間格局和提升碳排放效率具有重要現(xiàn)實意義。本文參照黃河流域界限的自然范圍，以市級行政區(qū)為研究單元，考慮地級市（或自治州或盟）的完整性，參考相關研究[46-47]對黃河流域研究范圍的界定，選取黃河流經的72個市級行政區(qū)為研究區(qū)（圖2），其中包括青海省、山西省和寧夏回族自治區(qū)的全部地級市以及黃河流經的其他6個省區(qū)的部分地級市。

1.2.2 數(shù)據來源

本文采用2005年、2010年、2015年和2020年4個截面年份黃河流域72個地級市的土地利用數(shù)據和相關統(tǒng)計數(shù)據。統(tǒng)計數(shù)據包括固定資產投資、國內生產總值、研究與試驗發(fā)展（R&D）經費、從業(yè)人員和城市面積等，主要來源于相應年份的《中國城市統(tǒng)計年鑒》、《中國民族統(tǒng)計年鑒》、《全國科技經費投入統(tǒng)計公報》、黃河流域各省、各市級行政區(qū)統(tǒng)計年鑒和國民經濟和社會發(fā)展統(tǒng)計公報等。為消除通貨膨脹影響，固定資產投資、國內生產總值等指標以2005年為基期年進行數(shù)據平減計算得到其他年份的實際值。土地利用數(shù)據是通過ArcGIS軟件對中國科學院資源環(huán)境科學與數(shù)據中心（https：//www.resdc.cn/）中分辨率為1 km的土地利用遙感監(jiān)測數(shù)據進行裁剪和掩膜等處理得到。碳排放數(shù)據來源于中國碳核算數(shù)據庫（CEADs）（https：//www.ceads.net/data/county/）。需要說明的是：（1）2019年國務院撤銷萊蕪市，將其并入到濟南市，為保證數(shù)據的連續(xù)性和時間尺度上的可比性，將濟南和萊蕪合并作為一個地級市進行計算。（2）部分城市存在個別數(shù)據缺失的情況，采用滑動平均法對其進行插補處理；個別城市的R&D經費數(shù)據缺失，本文通過該城市所處省區(qū)R&D經費占GDP的比重進行推算得到。

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評價方法

本文采用非期望產出SBM模型評估黃河流域地級市土地利用碳排放效率。圍繞圖1構建的碳排放效率評價的研究框架，結合相關文獻[30，37，51]和SBM模型[52]的要求，本文選取分別代表資本、勞動力和技術投入的地均固定資產投資、地均從業(yè)人數(shù)和地均R&D經費支出作為土地投入指標（均表示相應指標總量與區(qū)域土地面積之比），選取地均國內生產總值為期望產出指標、地均凈碳排放為非期望產出指標（表1）。需要說明的是：單位面積資本、勞動力和技術投入強度的增加能夠顯著提升土地集約利用水平和增加土地利用的經濟產出，并在一定程度上影響區(qū)域的碳收支狀況。比如：地均固定資產投資的增加會提升單位用地投資強度，進而提升土地利用的產出效益，同時也會提高單位用地的能源消耗強度從而增加碳排放；地均從業(yè)人數(shù)表示單位用地的勞動力水平，勞動力投入增加能夠提高土地利用集約水平并增加土地收益；地均R&D經費支出代表土地利用的技術水平，技術進步能提高生產效率，在推動經濟增長的同時降低碳排放強度，從而在一定程度上降低單位面積的非期望產出?；谏鲜隹紤]，本文選取以上指標作為土地利用碳排放效率的評價依據。

2 結果分析

2.1 黃河流域碳收支狀況及其時空特征分析

黃河流域碳排放和碳吸收時空分布格局特征顯著（圖3）。就碳吸收而言，黃河流域碳吸收量時序變化相對穩(wěn)定，總體呈上升趨勢，2020年碳吸收總量為5.76×108 t，比2005年增加6.85×106 t，這表明黃河流域碳匯能力有所提升?？臻g分布特征方面，黃河流域碳吸收呈現(xiàn)西高東低態(tài)勢，高碳吸收量地市分布在黃河流域西部生態(tài)資源豐富和林草地面積相對較遼闊的上游地區(qū)如海西州、果洛州和甘南州等，低碳吸收量地市主要分布于黃河下游人口較為密集的河南省和山東省等快速城市化地區(qū)，其中2020年黃河流域玉樹州碳吸收量最多為5.71×107 t，占總量的9.9%，濮陽市和德州市碳吸收量較少，不足總量的1%。就碳排放而言，黃河流域碳排放總量從2005年的1.23×109 t增長至2020年的2.59×109 t，總體呈持續(xù)上升態(tài)勢但增速有所放緩，這歸因于各地市能源結構的優(yōu)化與能源利用效率的提升。從空間格局來看，碳排放呈現(xiàn)東高西低態(tài)勢，中下游碳排放明顯高于上游。2020年鄂爾多斯市碳排放量最高，占總碳排放量5.5%，果洛州和玉樹州碳排放量較少，分別為1.24×106 t和1.87×106 t，均未達到碳排放總量1%。

黃河流域凈碳排放時空差異明顯（圖4）。2005—2020年黃河流域凈碳排放總量持續(xù)上升，從2005年的6.66×108 t增長至2020年的20.14×108 t，凈碳排放增長速度放緩，這表明近年來黃河流域節(jié)能減排取得了一定成效。黃河流域凈碳排放空間分布呈現(xiàn)東高西低態(tài)勢，東部凈碳排放量上升較快，高凈碳排放量地市主要分布在人口集中和經濟發(fā)達的黃河中下游地區(qū)。通過對各地市的碳收支平衡差異分析發(fā)現(xiàn)，4個研究年份中共有55個地級市凈碳排放量均表現(xiàn)為正值，10個地級市均表現(xiàn)為負值，7個地級市實現(xiàn)了凈碳排放量負值到正值的轉變。2020年青島市和鄂爾多斯市的凈碳排放總量分別為7.50×107 t和1.21×108 t，其中鄂爾多斯市凈碳排放量最高，占黃河流域凈碳排放量6%，玉樹州、阿壩州和海西州的凈碳排放總量均為負值。從區(qū)域碳中和狀況來看，2020年僅有隴南市、商洛市、甘南州和玉樹州等10個地級市可以實現(xiàn)碳中和目標，城市數(shù)量與2005年相比減少了6個，這表明黃河流域碳排放還處于快速增長階段，從流域分布來看，黃河流域下游凈碳排放總量明顯高于上游與中游，這也表明黃河下游地區(qū)具有較大的碳排放壓力。因此，開展面向碳中和的土地利用碳排放效率評估，對于揭示土地利用碳排放的區(qū)域差異、制定差別化的黃河流域低碳發(fā)展策略具有重要實踐意義。

2.2 黃河流域碳排放效率的時空差異分析

采用前文的非期望產出SBM模型對黃河流域土地利用碳排放效率進行評價，結果發(fā)現(xiàn)，黃河流域碳排放效率表現(xiàn)出明顯的時空異質性特征（圖5）。2005—2020年黃河流域土地利用碳排放效率整體呈上升趨勢，2020年碳排放效率均值為0.57，與2005年均值相比提升0.14。在研究時段內，青島市、東營市和淄博市等地市的碳排放效率明顯上升，表明碳減排措施取得了顯著成效，并推動了碳排放效率的提升。玉樹州、固原市和銀川市等碳排放效率呈下降趨勢，面臨較大的碳減排壓力。個別地市如黃南州、海西州和石嘴山市等碳排放效率出現(xiàn)波動現(xiàn)象，未來應充分考慮區(qū)域自然條件、資源稟賦和經濟社會發(fā)展程度的差異，制定相應政策時要平衡好發(fā)展與減碳的關系。碳排放效率在空間上呈現(xiàn)向“東南高，西北低”的變化趨勢。高碳排放效率地區(qū)主要集中在黃河中下游，低碳排放效率地區(qū)主要位于黃河上游。2005—2020年黃河流域土地利用碳排放效率位于前沿面的地市逐漸增多，城市數(shù)量由4個增加至12個，這反映了黃河流域碳排放效率總體呈上升態(tài)勢。2020年巴彥淖爾市、包頭市、商洛市、淄博市和青島市等共12個地市達到碳排放效率前沿，而果洛州、玉樹州、中衛(wèi)市和銀川市等碳排放效率相對較低。

為進一步剖析黃河流域地級市土地利用碳排放效率與凈碳排放之間的關系，這里重點對已實現(xiàn)碳中和的10個地級市進行分析。結果發(fā)現(xiàn)，黃河流域實現(xiàn)碳中和目標的10個地級市中，僅有商洛市處在土地利用碳排放效率前沿，這歸因于商洛市生態(tài)狀況良好，且該地區(qū)工業(yè)相對較少，主要以生態(tài)旅游業(yè)為主，因此，以較少的非期望產出實現(xiàn)了經濟社會的發(fā)展。阿壩州和隴南市碳排放效率較高，但未達到碳排放效率前沿，究其原因發(fā)現(xiàn)阿壩州與隴南市的自然環(huán)境較好、非期望產出較小，但是其資本、勞動力投入相對較少，其應在保護區(qū)域環(huán)境的基礎上擴大就業(yè)規(guī)模，加大投資力度，穩(wěn)定經濟增長，通過提高期望產出來提升碳排放效率。海北州、黃南州和海南州等碳排放效率較低，這是由于區(qū)域的技術、勞動力和資本投入相對較少，經濟發(fā)展水平相對落后，這些地區(qū)應一方面推進生態(tài)系統(tǒng)的保護與修復、合理利用土地資源來推動經濟綠色高速發(fā)展，另一方面應穩(wěn)步擴大固定資產投資力度和推進新型工業(yè)化，通過合理配置投入與期望產出指標來提高土地利用碳排放效率。

2005—2020年黃河流域碳排放綜合效率、純技術效率和規(guī)模效率均有所提升。其中綜合效率表示土地利用中資本、技術和勞動力投入所實現(xiàn)產出的效率高低，而純技術效率與規(guī)模效率分別代表在當前投入組合下獲得的最大產出與在一定的技術水平下現(xiàn)有規(guī)模與最優(yōu)規(guī)模之間差異。研究結果表明黃河流域資源利用效率在不斷提升且現(xiàn)有規(guī)模向最優(yōu)規(guī)模趨近。從流域分布來看，2005—2020年碳排放綜合效率均值呈現(xiàn)中游>下游>上游（圖6）。其中，上游地市的純技術效率、規(guī)模效率均與綜合效率相差較為明顯，因此，規(guī)模效率和純技術效率不足是導致上游綜合效率偏低的主要原因，這表明上游地市應合理利用土地資源，平衡經濟發(fā)展與生態(tài)環(huán)境之間關系，以土地整治為核心加強生態(tài)修復，采取植樹造林和植被恢復等措施提升生態(tài)碳匯，以此提高能源利用效率，縮小與最優(yōu)規(guī)模之間差異，通過提升純技術效率與規(guī)模效率來提升綜合效率。中游與下游綜合效率與純技術效率值高低相近，純技術效率不足是導致中下游綜合效率偏低的主要原因，因此中下游地區(qū)應進一步優(yōu)化人地關系，合理布局三生空間，通過產業(yè)結構調整實現(xiàn)資源優(yōu)化配置，減少或轉移土地利用的冗余投入，通過提高純技術效率來實現(xiàn)綜合效率的提升。

從黃河流域碳排放效率時空分布特征可見，碳排放效率的中高和高值區(qū)越來越集中在省會城市和發(fā)達城市，這與WU等[6]基于低碳排放約束條件下城市土地利用效率的研究結論較為一致。此外，黃河流域中的陜西省和山東省碳排放效率較高于其他省份，這與ZHANG等[41]基于SBM-DDF模型的黃河流域省域碳排放效率狀況，徐維祥等[56]關于城市生態(tài)效率演化的研究結果一致。

2.3 黃河流域碳排放效率的空間關聯(lián)分析

研究發(fā)現(xiàn)4個典型年份黃河流域碳排放效率全局Morans I值均為正值，表明碳排放效率呈現(xiàn)正自相關性，即表現(xiàn)出明顯的空間集聚特征。2005—2020年全局Morans I指數(shù)Z值均大于2.58且P值均小于0.01，表明黃河流域各地級市碳排放效率空間分布在1%臨界值水平上顯著，表現(xiàn)出集聚發(fā)展的勢頭。其中2020年黃河流域土地利用碳排放效率全局Morans I值最大，空間自相關性最為明顯，2015年全局Morans I值最小，碳排放效率空間分布的集聚發(fā)展態(tài)勢最弱（表2）。

局域空間自相關分析結果表明，黃河流域各地市土地利用碳排放效率呈現(xiàn)高—高集聚、低—低集聚、高—低集聚和低—高集聚4種類型（圖7）。2005—2020年黃河流域4種集聚類型區(qū)域均有所擴張，低—低集聚區(qū)變化最為明顯，高—低集聚區(qū)變化較小。低—低集聚區(qū)主要分布在黃河流域上游海西州、玉樹州和果洛州附近，該類區(qū)域表現(xiàn)為低碳排放效率的集中地帶，未來應加強生態(tài)保護和修復，推動碳匯產業(yè)發(fā)展，并進一步通過土地利用優(yōu)化提升碳排放效率。高—高集聚區(qū)域分布在黃河流域東部巴彥淖爾市、包頭市和烏蘭察布市附近，這些地區(qū)應進一步發(fā)揮集聚效應，帶動黃河流域碳排放效率的持續(xù)提升。高—低集聚區(qū)主要分布在阿壩州、平涼市和西寧市，該類地區(qū)的經濟發(fā)展水平與城市化進程較鄰域地區(qū)處于領先位置，未來應進一步加強與周邊城市的深度合作，帶動區(qū)域共同發(fā)展和協(xié)同減排。需要說明的是：2005—2015年低—高集聚區(qū)分布在商洛市和渭南市，而2020年則不存在低—高集聚區(qū)域。核密度曲線（圖8）表明，2005—2020年核密度曲線雙峰向多峰變化，黃河流域土地利用碳排放效率兩極分化現(xiàn)象減弱向多極分化過渡。從曲線峰值來看，在研究時段內曲線最高峰值位于0.3～0.4處，其高度隨時間變化不斷下降，表明黃河流域碳排放效率在此處聚集態(tài)勢減弱，曲線峰值在0.9～1.0處高度不斷上升，此處數(shù)據越來越密集。通過核密度曲線波峰移動情況發(fā)現(xiàn)，核密度曲線趨于向數(shù)值增大的方向移動，黃河流域碳排放效率整體水平顯著上升。其中2020年核密度曲線波峰右移最為明顯且0.9～1.0處峰值遠高于2005年，表明其土地利用碳排放效率整體水平上升最快，且達到碳排放效率前沿的城市明顯增多。

3 結論與建議

3.1 結論

本文構建了碳中和目標下土地利用碳排放效率的研究框架，以黃河流域為例，對72個地級市的碳收支進行了核算，采用非期望SBM模型對土地利用碳排放效率進行了評價，并分析了其時空演化格局及空間集聚特征。

（1）黃河流域碳收支時空差異特征明顯，碳排放和凈碳排放量均呈上升態(tài)勢，而碳吸收量總體保持穩(wěn)定。2005—2020年凈碳排放增長了1.35×109 t，黃河流域凈碳排放呈現(xiàn)東高西低的空間分布態(tài)勢，下游地區(qū)凈碳排放明顯高于上游與中游。目前，僅有隴南市、商洛市、甘南州和玉樹州等10個地級市可以實現(xiàn)碳中和。

（2）黃河流域土地利用碳排放效率呈上升態(tài)勢，在空間上呈現(xiàn)出向“東南高、西北低”的演變格局。 2020年黃河流域碳排放效率達到0.57，處于中等水平，其中烏海市、巴彥淖爾市、包頭市和阿壩州等地區(qū)的碳排放效率較高，而玉樹州和果洛州等地區(qū)的碳排放效率較低。

（3）黃河流域土地利用碳排放效率空間差異顯著，中游碳排放效率明顯高于上游和下游地區(qū)。上游地區(qū)效率較低主要由純技術效率和規(guī)模效率不足所致，中下游地區(qū)效率低下的主要原因是由于純技術效率較低所引起的。

（4）黃河流域碳排放效率的空間集聚態(tài)勢明顯?？傮w來看，流域內存在高—高集聚、低—低集聚、高—低集聚和低—高集聚4種類型。其中，2005—2020年低—低集聚和高—低聚集區(qū)面積有所擴張，各地級市碳排放效率在空間上呈正自相關性，碳排放效率值相似的鄰近地市聚集明顯。

3.2 政策建議

根據本文研究，提出以下建議：（1）構建面向碳中和目標的土地利用管制策略。充分考慮黃河流域自然資源、特色優(yōu)勢和土地利用類型等的區(qū)域差異，將雙碳目標納入國土空間規(guī)劃體系，強化土地利用管制，因地制宜制定出臺土地低碳利用和管制的策略，推動土地利用碳排放效率的不斷提升。（2）針對不同區(qū)域特點制定差異化的碳減排策略。綜合考慮區(qū)域自然和經濟社會發(fā)展實際制定差異化的區(qū)域碳增匯/減排策略。比如：對于上游地區(qū)，應重點加強生態(tài)管護和修復，避免高強度的土地利用活動，提升生態(tài)碳匯功能；中游地區(qū)則要綜合考慮水土資源的優(yōu)化開發(fā)和利用，大力實施退耕還林還草，優(yōu)化產業(yè)結構和土地開發(fā)模式，提升資源承載能力；下游地區(qū)應以優(yōu)化人地關系為主線，嚴格劃定三區(qū)三線，避免城市過度擴張，通過國土空間格局優(yōu)化不斷提升土地利用效率。（3）基于土地利用碳排放效率建立黃河流域碳補償?shù)捏w制機制。以碳收支和碳排放效率評價結果為依據，面向碳中和目標，開展黃河流域不同省份、不同城市之間的橫向碳補償，推動土地利用碳匯價值的實現(xiàn)，助推區(qū)域之間的協(xié)同發(fā)展和黃河流域的長期低碳轉型。

參考文獻（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] 趙榮欽，黃賢金，鐘太洋，等.區(qū)域土地利用結構的碳效應評估及低碳優(yōu)化[J] .農業(yè)工程學報，2013，29（17）：220 - 229.

[3] 丁寶根，楊樹旺，趙玉，等.中國耕地資源利用的碳排放時空特征及脫鉤效應研究[J] .中國土地科學，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，楊曉娜，趙榮欽，等.碳中和目標下的國土空間格局優(yōu)化：理論框架與實踐策略[J] .自然資源學報，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] 趙榮欽.黃河流域生態(tài)保護和高質量發(fā)展的關鍵：人地系統(tǒng)的優(yōu)化[J] .華北水利水電大學學報（自然科學版），2020，41（3）：1 - 6.

[8] 于貴瑞，郝天象，朱劍興.中國碳達峰、碳中和行動方略之探討[J] .中國科學院院刊，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，盧娜，馮淑怡.土地利用變化對碳排放的影響[J] .中國人口·資源與環(huán)境，2011，21（10）：76 - 83.

[11] 郭旭東，常青，劉筱，等.基于碳儲量視角的城鎮(zhèn)土地利用模式與生態(tài)效益分異特征[J] .中國土地科學，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] 葛全勝，戴君虎，何凡能，等.過去300年中國土地利用、土地覆被變化與碳循環(huán)研究[J] .中國科學（D輯：地球科學），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] 趙榮欽，黃賢金，揣小偉.中國土地利用碳排放的研究誤區(qū)和未來趨向[J] .中國土地科學，2016，30（12）：83 -92.

[16] 趙榮欽，黃賢金，鐘太洋，等.南京市不同土地利用方式的碳儲量與碳通量[J] .水土保持學報，2012，26（6）：164 -170.

[17] 余嬌，趙榮欽，侯麗朋，等.鄭州市典型產業(yè)用地效益與碳排放強度的關系研究——基于181家企業(yè)的調查[J] .中國土地科學，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] 游和遠，吳次芳.土地利用的碳排放效率及其低碳優(yōu)化——基于能源消耗的視角[J] .自然資源學報，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] 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(lián)研究[J] .中國土地科學，2022，36（6）：100 - 112.

[22] 王帥，趙榮欽，蘇輝，等.河南省典型區(qū)農業(yè)水土資源開發(fā)的碳排放效應研究[J] .華北水利水電大學學報（自然科學版），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] 袁凱華，梅昀，陳銀蓉，等.中國建設用地集約利用與碳排放效率的時空演變與影響機制[J] .資源科學，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] 張苗，甘臣林，陳銀蓉.基于SBM模型的土地集約利用碳排放效率分析與低碳優(yōu)化[J] .中國土地科學，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.碳排放約束下的福建省城鎮(zhèn)建設用地利用效率動態(tài)變化與影響因素[J] .中國土地科學，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] 王文麗，張安錄，劉蒙罷.長江經濟帶城市土地利用效率與生態(tài)系統(tǒng)健康耦合時空格局分析[J] .水土保持研究，2022，29（6）：352 - 362.

[35] 文高輝，劉蒙罷，胡賢輝，等.洞庭湖平原耕地利用生態(tài)效率空間相關性與空間效應[J] .地理科學，2022，42（6）：1102 - 1112.

[36] 徐英啟，程鈺，王晶晶，等.中國低碳試點城市碳排放效率時空演變與影響因素[J] .自然資源學報，2022，37（5）：1261 - 1276.

[37] 范建雙，虞曉芬，周琳.南京市土地利用結構碳排放效率增長及其空間相關性[J] .地理研究，2018，37（11）：2177 -2192.

[38] 余光英，員開奇.湖南省土地利用碳排放動態(tài)效率研究：基于Malmquist指數(shù)模型[J] .環(huán)境科學與技術，2015，38（2）：189 - 194.

[39] 余敦涌，張雪花，劉文瑩.基于隨機前沿分析方法的碳排放效率分析[J] .中國人口·資源與環(huán)境，2015，25（S2）：21 - 24.

[40] 張麗峰.碳排放約束下中國全要素生產率測算與分解研究——基于隨機前沿分析（SFA）方法[J] .干旱區(qū)資源與環(huán)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] 朱志遠，苗建軍，崔瑋.城市建設用地集約利用的碳排放效率分析[J] .地域研究與開發(fā)，2016，35（3）：98 - 103.

[43] 李建豹，黃賢金，揣小偉，等.長三角地區(qū)碳排放效率時空特征及影響因素分析[J] .長江流域資源與環(huán)境，2020，29（7）：1486 - 1496.

[44] 張鵬巖，李顏顏，康國華，等.黃河流域縣域經濟密度測算及空間分異研究[J] .中國人口·資源與環(huán)境，2017，27（8）：128 - 135.

[45] 中共中央 國務院印發(fā) 黃河流域生態(tài)保護和高質量發(fā)展規(guī)劃綱要[J] .中國水利，2021（21）：3 - 16.

[46] 郭付友，佟連軍，仇方道，等.黃河流域生態(tài)經濟走廊綠色發(fā)展時空分異特征與影響因素識別[J] .地理學報，2021，76（3）：726 - 739.

[47] 高新才，韓雪.黃河流域碳排放的空間分異及影響因素研究[J] .經濟經緯，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.中國氣候、陸地生態(tài)系統(tǒng)碳循環(huán)研究[M] .北京：氣象出版社，2006：108 - 109.

[50] 趙榮欽，劉薇，劉英，等.基于碳收支核算的河南省碳排放峰值預測[J] .水土保持通報，2016，36（4）：78 - 83，89.

[51] 張苗，甘臣林，陳銀蓉，等.中國城市建設用地開發(fā)強度的碳排放效率分析與低碳優(yōu)化[J] .資源科學，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] 馬林燕，張仁慧，潘子純，等.中國省際耕地利用生態(tài)效率時空格局演變及影響因素分析——基于2000—2019年面板數(shù)據[J] .中國土地科學，2022，36（3）：74 - 85.

[54] 薛建春，張安錄.土地利用效率分解、演化與收斂分析——基于黃河流域69個城市的實證[J] .技術經濟與管理研究，2022（1）：122 - 128.

[55] 柯楠，盧新海，匡兵，等.碳中和目標下中國耕地綠色低碳利用的區(qū)域差異與影響因素[J] .中國土地科學，2021，35（8）：67 - 76.

[56] 徐維祥，鄭金輝，王睿，等.黃河流域城市生態(tài)效率演化特征及門檻效應[J] .地理科學，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

（本文責編：陳美景）