都市圈耕地可持续集约利用与低碳利用协同的时空异质性——以长株潭都市圈为例

《Land》:Spatiotemporal Heterogeneity of Synergistic Sustainable Intensification and Low-Carbon Utilization of Cultivated Land in Metropolitan Areas: A Case Study of the Chang-Zhu-Tan Metropolitan Area

【字体: 大 中 小 】 时间:2026年09月20日 来源:Land 3.5

编辑推荐:

  耕地可持续利用对于实现可持续发展目标2(SDG 2,零饥饿)、可持续发展目标15(SDG 15,陆地生物)以及中国"双碳"目标至关重要。快速城市化压缩了耕地空间并重塑了农业功能,因此有必要厘清耕地集约化能否与低碳利用相协调。本研究以长株潭都市圈为案例,旨在揭示

  
耕地可持续利用对于实现可持续发展目标2(SDG 2,零饥饿)、可持续发展目标15(SDG 15,陆地生物)以及中国"双碳"目标至关重要。快速城市化压缩了耕地空间并重塑了农业功能,因此有必要厘清耕地集约化能否与低碳利用相协调。本研究以长株潭都市圈为案例,旨在揭示快速城市化背景下耕地利用可持续集约化(SICLU)与耕地碳排放效率(CEE)之间的协调关系,并识别驱动其空间分异的主要因素。研究人员采用组合建模框架测算SICLU与CEE,继而运用耦合协调度模型和象限模型分析二者的协调关系与空间匹配类型,并利用机器学习和结构方程模型识别潜在驱动因素。结果显示,SICLU从0.74小幅上升至0.76,呈现波动且空间不均衡的格局;CEE先下降后回升至2023年的0.95,而高城市化区域的高CEE值与农业收缩和低排放基数密切相关。SICLU-CEE协调水平仅实现中等程度改善,没有任何县或区达到良好或优质协调。象限分析进一步揭示了阶段依赖的空间匹配模式,至2023年部分区域CEE改善速度快于SICLU。城市化、土壤有机质和人口密度是驱动协调差异的主要因素。这些发现为快速城市化都市圈实施差异化的耕地治理提供了实证依据。
一、研究背景与问题提出

耕地可持续利用对于维护粮食安全、生态稳定以及实现可持续发展目标2(零饥饿)和目标15(陆地生物)具有重要意义,同时与中国"双碳"目标密切相关。随着人口增长和消费升级持续推高粮食需求,农业系统面临在有限耕地上提高产出的压力,并受到资源和环境约束的日益强化。当集约化高度依赖化肥、机械、灌溉等碳密集型投入时,可能增加排放压力并产生碳锁定风险,因此仅以生产强度或产出增长评价耕地利用是不够的,需将碳排放效率(CEE)纳入考量。这一矛盾在都市圈尤为突出,快速城市扩张压缩耕地空间并重塑农业功能,土地利用竞争加剧、耕地破碎化以及碳密集型投入依赖等问题交织。已有研究存在三方面不足:一是多数研究侧重投入产出绩效,对景观格局、耕地保护和长期生产条件考量不足;二是SICLU与CEE常被分别考察,二者的协调关系与空间匹配模式缺乏充分理解;三是实证研究多集中于国家或省级尺度,对受空间压缩、功能分化和城乡重构影响的都市圈关注不够。据此,本研究以长株潭都市圈为案例,旨在揭示快速城市化背景下耕地利用可持续集约化(SICLU)与耕地碳排放效率(CEE)的协调关系,并识别驱动二者空间分异的主要因素。

二、研究内容与总体结论

研究人员构建了"空间格局—保护底线—生产投入—耕作利用—产出绩效"的全链条评价框架,结合GRA-TOPSIS方法测算SICLU;采用超效率SBM模型测算CEE,将耕地生产过程、农资生产与运输以及土壤N2O排放的碳当量作为非期望产出。耦合协调度模型和象限模型用于识别协调水平与空间匹配类型,XGBoost-SHAP和PLS-SEM用于分析驱动因素。研究基于2000—2023年六个时期长株潭都市圈19个县级单元的面板数据,主要数据来源于国家和省级统计年鉴、官方统计公报及公开科学数据集。结果表明:SICLU从2000年的0.74小幅上升至2023年的0.76,呈波动且空间不均衡格局;CEE先由0.71降至2010年的0.60,后回升至2023年的0.95;SICLU-CEE协调水平仅中等改善,未有任何县区达到良好或优质协调;城市化率、土壤有机质含量和人口密度是主要驱动因素。研究为快速城市化都市圈的差异化耕地治理提供了实证依据。

三、主要关键技术方法

研究数据来源于国家和省级统计年鉴、官方统计公报及公开科学数据集,样本涵盖长株潭都市圈19个县级单元、2000—2023年六个时期共114个观测值。主要方法包括:①熵权法和变异系数法组合赋权的GRA-TOPSIS(灰色关联-逼近理想解排序)综合评价;②考虑非期望产出的超效率SBM(slacks-based measure,基于松弛变量的测度)模型;③涵盖耕地生产、农资生产运输和土壤N2O排放的碳核算框架;④耦合协调度模型与象限模型;⑤XGBoost-SHAP(极端梯度提升-沙普利加性解释)机器学习与PLS-SEM(偏最小二乘结构方程模型)路径分析。

四、研究结果

4.1 SICLU特征

长株潭都市圈SICLU均值呈波动上升趋势,从2000年0.74升至2023年0.76,2005年达峰值0.77后回落再回升。空间上高值区分布于北部、东部和南部,中心城区及周边区县较低。市级层面株洲改善幅度最大(0.67→0.76),湘潭2023年最高(0.79)。渌口区改善最显著,SICLU从0.37升至0.85,主要得益于有效灌溉率由7.72%升至78.53%,以及高标准农田占比由45%升至84%。

4.2 CEE特征

CEE呈先降后升态势,均值自2000年0.71降至2010年0.60,2023年恢复至0.95,2023年有11个县级单元CEE超过1。芙蓉区CEE从0.21升至2.42,但因其耕地面积不足0.1千公顷、农业劳动力仅0.01万人、碳排放总量约127.84 tCO2eq,高CEE更多反映农业收缩和超低排放基数,而非真实的农业生产效率提升。

4.3 SICLU-CEE耦合协调特征

耦合协调度(CCD)呈明显空间分异。长沙县、宁乡市和渌口区因农业基础较强、耕地连片和政策支持,协调水平较高;芙蓉区、岳麓区因耕地萎缩和破碎化,协调度较低。研究区整体从濒临失调转向勉强协调发展,但未进入良好或优质协调阶段。天心区2023年落入中度失调,其CEE降至0.24,系统协调明显恶化。

4.4 象限模型分析

象限分析显示,HH型(高SICLU-高CEE)单元由2000年6个增至2023年7个,LL型(低SICLU-低CEE)由4个减至3个。2010年为最弱匹配阶段(HH=4,LL=8)。2023年LH型(低SICLU-高CEE)增至5个,表明部分区域CEE改善快于SICLU。湘潭县和宁乡市全程处于HH型,天心区多处于LL型。

4.5 驱动因素分析

XGBoost-SHAP结果显示,城市化率贡献最大,其后依次为土壤有机质含量、人口密度和年均气温。城市化率效应呈非线性:在低、中城市化区为正(0.0318、0.0230),在高城市化区转为负(-0.0178)。PLS-SEM表明自然驱动因素对CCD总效应为正(0.26),社会驱动因素为弱负效应(-0.03),土壤有机质含量在自然因子中载荷最高(0.77)。

五、讨论与结论

讨论部分指出,SICLU框架纳入景观格局和耕地保护指标,比传统投入产出评价更全面;高CEE值需结合耕地保有量、农业产出和碳排放总量综合解释,以区分真实低碳改善与农业收缩导致的模型性效率提升。长沙、株洲、湘潭三市因耕地条件、城市化强度和农业功能差异呈现不同协调路径;渌口区改善与农田保护和基础设施建设相关,芙蓉区高CEE需谨慎解读,天心区则受持续土地利用转型制约。研究局限性包括碳核算未纳入稻田CH4、秸秆燃烧和土地利用变化效应,且受县级长期数据可得性限制,土地流转、技术采纳和农户决策等因素未能纳入。

研究结论为:第一,SICLU呈波动小幅增长,高值区集中于耕地资源稳定、保护有力地区;CEE呈先降后升的V型恢复,高城市化区的高CEE需谨慎解读。第二,SICLU-CEE耦合协调仅中等改善且不稳定,无县区达到良好或优质协调,象限匹配呈阶段依赖特征,部分区域CEE改善快于SICLU。第三,城市化、土壤肥力、人口聚集和气候条件与协调度密切相关,城市化率均绝对SHAP贡献最大,土壤有机质含量呈较稳定的正向贡献。基于此,研究将长株潭划分为核心城区、郊区平原县和外围农业区三类政策分区,分别实施保护存量耕地、推进高标准农田建设与绿色生产、维持农业优势并增强生态韧性的差异化治理策略。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号