基于效率驱动的PLUS模型实现经济发展与碳中和协同的土地利用空间优化

《Environmental Impact Assessment Review》：Spatial optimization of land use for synergizing economic development and carbon neutrality based on an efficiency-driven PLUS model

　　

- LUCE-PLUS将历史土地利用转变绩效与未来空间配置联系起来。
- 针对特定网格尺度的土地利用转变，评估其碳—经济效率。
- 特定转变的效率面直接为PLUS空间配置提供信息。
- 该框架识别出低碳和碳密集型的土地转变路径。

引言

全球气候变化已成为企业和社会面临的最紧迫的可持续性挑战之一。它扰乱了环境系统，威胁资源安全，并增加了各组织将运营绩效与可持续发展目标相协调的紧迫性。自《巴黎协定》通过以来，国际社会确立了共同目标：将全球平均气温升幅控制在工业化前水平以上2°C以内，并努力将升温限制在1.5°C以内。为此，各国陆续提交了其国家自主贡献。在2025年9月24日联合国气候峰会上，习近平主席宣布了中国更新的自主贡献，承诺到2035年将全经济体温室气体净排放量降至峰值水平以下7%–10%。在COP28上完成的首次全球盘点确认，当前的减缓努力仍不足以实现《巴黎协定》的长期目标。这凸显了减缓策略需要超越能源系统转型，纳入土地利用空间优化和碳高效区域治理的必要性。在此背景下，土地利用、土地利用变化和林业部门——全球碳循环的关键组成部分——在调节全球碳平衡中的作用日益突出。据IPCC数据，2016年农业、林业和其他土地利用排放约占全球人为温室气体总排放量的22%。在过去十年间，与土地利用变化相关的生态系统碳汇抵消了相当于总排放量10%的碳。因此，实现气候目标需要更广泛的可持续性转型，超越能源脱碳，将基于土地的减缓路径明确纳入国家气候战略。

土地利用活动和土地利用变化在可持续气候减缓中发挥着关键作用，因为它们与大量温室气体排放相关，但也提供了增加碳储存、避免未来排放并通过改善土地管理产生生态系统协同效益的重大机遇。土地利用变化通过多种途径影响碳循环过程并重塑区域碳平衡。从生态角度看，植被覆盖、土壤特性和微生物活动的变化直接决定了碳汇与碳源的平衡；从经济角度看，土地利用的空间配置调节着工业生产和能源消费的碳强度。土地利用变化还可以通过改变水—能—食物系统的内部平衡来进一步塑造区域碳排放格局。除区域影响外，土地利用变化还对全球碳库产生了持久而深远的影响。自工业革命以来，大规模耕地和牧草地扩张使全球森林面积减少了17%，土地利用和土地覆盖变化累计向大气释放了约145±16 PgC的碳。因此，土地利用和土地覆盖变化已成为继化石燃料燃烧之后第二大人为碳排放源。在当代，城市化已成为陆地碳储量变化的主要驱动力。预计全球城市面积到2030年将比2000年水平增加185%，这种扩张通过直接破坏高碳密度植被（如热带生物量）威胁全球碳稳定性。在此背景下，中国是一个特别重要的案例。过去四十年来，快速的城市化和工业扩张以前所未有的规模重塑了土地利用格局，推动了建设用地、农用地和生态用地空间配置上的在很大程度上不可逆的转变。因此，与土地相关的碳排放日益超过陆地生态系统的碳封存能力。土地为人类居住和人类经济活动提供了物质基础。鉴于土地利用相关的大量碳排放压力和减缓潜力，开发基于证据的空间优化方法已成为紧迫的研究优先事项。因此，审视土地利用变化的效率并通过空间优化模型促进土地资源的低碳配置，是弥合排放差距和履行国际气候承诺的关键路径。

通过土地利用优化实现的碳减缓不仅取决于分配给各类用地的土地面积，还取决于未来土地利用转变发生的空间位置。因此，具有空间显式特征的模拟模型已成为将气候目标与国土空间规划相联系的重要工具。特别是在规划方案比较中，空间显式模拟可以在规划实施前预测不同空间配置方案的潜在土地利用和环境后果，从而为方案筛选和比较提供定量依据。该功能与战略环境评估密切相关，后者强调在规划阶段尽早考虑环境后果并进行方案比较。因此，在国土空间规划中，具有空间显式特征的土地利用模拟可以为规划实施前比较不同空间配置提供定量支持。在这些模型中，斑块生成土地利用模拟模型得到了广泛采用，因为它将土地扩展分析策略模块与元胞自动机分配机制相结合。这一设计使研究人员能够识别历史土地扩展的驱动因素，并在不同的政策情景下模拟斑块尺度的土地利用动态。与传统元胞自动机模型相比，PLUS在土地利用优化方面特别有用，因为它可以将多源自然和社会经济驱动因素（如高程、坡度、GDP、人口密度和可达性）转化为空间扩展概率和斑块生成规则。因此，它提供了一个实用的建模平台，用于评估不同的规划导向如何重塑建设、农业和生态用地的空间格局。

现有与碳导向土地利用模拟和优化相关的研究大致沿三条互补的方法路径发展。第一条路径采用顺序耦合框架，如PLUS–InVEST，其中PLUS通常用于模拟不同情景下的土地利用格局，随后使用InVEST量化碳储量、碳汇服务或其他生态系统服务。后续扩展纳入了LUH2情景数据集、CMIP6气候情景、基于SHAP的解释或贝叶斯网络，以改善土地需求预测、驱动因素归因和空间优化或分区。第二条路径将多目标优化与基于PLUS的空间模拟相结合。代表性框架包括MFLP–PLUS、MOP–PLUS、NSGA-II–PLUS、LSTM–PLUS–FMOP和GMOP–PLUS。这些研究通常将经济效益、生态系统服务、碳排放或碳储存定义为优化目标，使用多目标模糊线性规划、灰色多目标规划或进化算法确定不同情景下的土地利用需求结构，然后将各类用地的优化需求输入PLUS进行空间配置。第三条路径应用DEA、SBM及其超效率扩展来评估土地利用的经济、生态或碳排放效率。这些研究将土地利用相关碳排放作为非期望产出，采用SBM-DEA、三阶段SBM-DEA、超效率SBM和元前沿模型等方法，考察效率的时空变化、区域差异及其相关驱动因素。

然而，当引入碳中和目标时，现有PLUS土地利用优化研究仍存在三个方面的局限。首先，许多研究遵循单向耦合逻辑：先模拟土地利用情景，然后将碳排放、碳储量或生态系统碳效益作为模拟格局的事后后果进行计算。在这一框架内，碳相关绩效主要用于比较不同土地利用情景的环境后果，但较少作为直接提供土地扩展概率的信息纳入空间配置过程。因此，尽管现有模型可以模拟不同情景下土地利用变化的空间格局，但它们利用历史土地利用转变的碳—经济绩效差异来调整未来土地扩展概率的能力有限。其次，低碳或生态优化情景通常通过改变不同土地利用类别的宏观需求来构建，如减少建设用地需求或增加生态用地指标。然而，中国的国土空间规划通常在较为刚性的指标控制和约束性空间控制线条件下实施。因此，主要依赖总土地需求变化的情景设计可能与实际规划实践不一致。在许多规划情境中，土地总量是固定的，关键问题是如何进行土地的空间配置以实现低碳目标。第三，传统PLUS应用主要基于生物物理和社会经济驱动因素来估计土地扩展概率，如地形、位置、交通可达性、人口密度和经济活动。尽管这些变量有助于解释土地利用转变的空间可能性，但它们主要捕捉区位适宜性和社会经济驱动因素，对历史土地利用转变相关的经济效益和碳储量变化的考虑相对有限。因此，现有的扩展概率主要指示土地利用转变可能发生的地点，而对于哪些类型的历史转变表现出更佳的碳—经济绩效信息较少。这限制了历史土地利用转变绩效在多大程度上可被进一步用于指导未来的精细空间配置。

为了使此类绩效信息能够为未来空间配置提供参考，效率评估首先需要区分特定土地利用转变相关的经济效应和碳效应。现有的土地利用效率研究主要关注土地在给定时期持续使用下的绩效。全要素碳生产率通常在区域或行业层面进行评估，考察在资本、劳动力和能源等多种投入下经济产出和碳排放绩效的变化。碳排放效率关注经济产出与碳排放之间的相对关系，而土地生态效率则进一步纳入了资源消耗、污染物排放和生态系统服务等环境维度。在土地利用研究中，这些指标通常应用于城市、县域或农业生产系统，以表征土地利用的经济、碳或综合生态绩效。例如，城市土地利用效率通常评估与建设用地、资本和劳动力投入相关的社会经济产出和环境压力，而耕地生态效率则评估农业投入产生的农业产出、碳排放和非点源污染。

这些指标对于表征行政区域或生产系统的整体经济、碳和生态绩效是有益的，但它们通常将不同土地利用类型及其环境效应聚合在同一个评价单元中，使得难以将投入和产出的变化归因于特定的土地利用转变路径。近年来，一些研究利用遥感、夜间灯光数据和企业级微观数据将效率评估细化至地块尺度。然而，由此产生的指标主要表征开发强度、可达性、基础设施条件或当前经济活动，因此仍然主要关注土地利用转变后的状态。对于空间土地利用模拟而言，一个更直接相关的问题是如何识别因土地利用转变相关的经济效益、资源投入和碳储量变化而产生的绩效差异。解决这一问题需要将以土地利用转变特定事件作为独立的评估单元，同时保留原始土地利用类型、目标土地利用类型以及相关的投入和产出变化信息。

为了支持碳导向的土地利用优化，土地利用变化效率的衡量需要同时反映土地转变所产生的经济效益和碳成本。

近期研究采用多种方法评估碳-经济效率，包括基于比率的指标法、参数化前沿方法和非参数化前沿方法（Tan等，2020；Wang等，2022；Banerjee，2025）。简单的基于比率的指标，如单位碳排放的经济产出或碳强度，直接衡量了经济活动与排放之间的关系，但它们无法同时纳入多种投入、期望产出和非期望产出（Hu和Wang，2006；Zhou等，2010）。参数化前沿方法（如随机前沿分析）可以在特定统计假设下估计碳效率或环境效率，但需要预先定义生产函数，在应用于异质性空间单元时往往缺乏灵活性（Zhang和Chen，2021）。因此，非参数数据包络分析（DEA）模型逐渐成为评估碳排放和环境效率的首选方法，因为它们在无需指定函数形式的情况下即可评估多种投入和产出（Sueyoshi等，2017；Wang等，2022）。在这类方法中，非期望产出DEA模型、超效率SBM模型和方向距离函数模型被广泛用于将污染物或CO?排放纳入效率测量，通常基于弱处置性假设（F?re等，1989；Chung等，1997；Kuosmanen，2005；Amirteimoori等，2024）。

然而，现有的效率评估方法仍面临两个方法论挑战。第一个挑战是在精细空间尺度上衡量土地利用碳-经济效率的困难。经济绩效指标通常可在行政尺度上获得，而土地利用转变和碳储量变化则在图斑或栅格尺度上观测。这种尺度不一致性在效率评估中造成了经济投入、期望经济产出和非期望碳排放产出之间的空间错配（Gurney等，2009）。第二个挑战涉及碳排放如何在碳-经济效率评估中表征的问题。尽管许多研究同时考虑了经济产出和碳排放，但碳排放通常被处理为环境压力、强度指标或可自由减少的非期望产出。这种处理方式可能忽视了经济活动与CO?排放之间的联合生产关系。在涉及非期望产出的生产理论中，弱处置性假设认为非期望产出无法独立或以零成本减少；其减少通常需要减少期望产出、增加额外的减排努力或调整生产结构（F?re等，1989；Chung等，1997）。在土地利用系统中，经济产出与CO?排放紧密耦合，因为CO?是许多生产和建设活动的副产品（Kuang等，2020）。忽视这种权衡可能导致空间配置方案过度强调碳减排，而低估相关的发展成本（Bateman等，2013；Bryan等，2018）。

综上，现有研究在土地利用模拟、碳效应评估、多目标优化和土地利用效率测量方面建立了重要的方法论基础。然而，历史土地利用转变绩效与未来精细空间配置之间的有效联系仍然有限。在现有的土地利用模拟研究中，碳相关信息主要用于模拟结果的事后评估或土地需求的宏观层面优化，较少被转化为可直接指导栅格级别土地扩张概率的空间信息。同时，传统的土地利用效率评估一般聚焦于行政区域、生产系统或转变后的土地利用状态，因此在评估对象、空间尺度以及碳-经济权衡表征方面，与具体的土地利用转变事件仅部分对应。一个关键未解决的问题是：如何在与土地利用模拟一致的空间尺度上评估历史土地利用转变的碳-经济绩效，并将该绩效转化为可指导未来土地扩张概率的信息。

此外，现有的低碳土地利用优化研究往往同时修改土地需求数量和空间配置规则，难以完全区分宏观层面数量变化与精细空间配置的效果。在总土地数量、规划指标和空间约束相对稳定的规划情境中，在保持宏观层面土地需求和规划约束不变的前提下，比较不同精细空间配置规则对土地利用、经济和碳的后果尤为重要。从战略环境评价（SEA）视角来看，这为在总体发展需求已在规划层面确定时，比较不同空间配置规则的环境后果提供了依据。因此，建立历史土地利用转变绩效与未来空间配置之间的关联，并在控制宏观层面需求条件下识别效率导向的空间配置规则的影响，构成本研究解决的核心方法论问题。

为解决上述研究问题，本研究开发了LUCE-PLUS框架，将历史土地利用转变绩效评估与基于PLUS的空间模拟相连接，并在评估单元、效率测量和空间配置机制方面拓展了现有方法。首先，将2010–2020年间经历了实际土地利用转变的30米栅格单元定义为决策单元，使得土地转变成本、经济产出变化和土地利用变化引起的碳储量损失可在与后续模拟一致的空间尺度上评估。其次，将弱处置性非期望产出纳入单阶段混合整数线性规划超效率RAM模型，以表征不可免费分离的经济收益与碳损失之间的权衡。该模型在一次优化过程中同时实现普通单元的效率评估、前沿单元的排序和Pareto有效基准的识别，从而避免将仍具有改进潜力的投影点作为效率参考。第三，历史栅格级别的土地利用转变效率被转化为特定情景下的土地扩张概率预测因子，并用于指导未来土地利用转变的精细空间配置。通过保持宏观层面土地需求、规划约束和其他模型参数不变，该设计使得能够在减少土地需求数量变化引起的混杂效应的同时，比较不同效率导向的空间配置规则。

为验证所提出的LUCE-PLUS框架的适用性，本研究选择中国江西省九江市作为案例研究区。如图2所示，该框架包含四个主要步骤：（i）在地理空间栅格尺度上量化土地利用相关的碳通量和经济产出；（ii）使用改进的超效率RAM模型测量土地利用碳-经济效率；（iii）将导出的效率指标嵌入PLUS模型作为特定情景下的土地扩张概率预测因子；（iv）在不同优化情景下模拟未来土地利用格局。九江非常适合这一应用，因为其土地利用格局以大面积的森林和河-湖生态系统为主，同时也支持大量农业生产和持续的城市扩张。这种高生态用地覆盖与竞争性空间需求的组合，使九江成为考察不同土地配置规则如何影响经济产出和碳储量变化的理想分析案例。该分析整合了多源数据，包括30米土地利用/土地覆盖数据、土地利用碳通量系数、社会经济统计数据以及与主要土地利用类型相关的部门经济产出数据。土地利用分类包括耕地、林地、灌木地、草地、水体、裸地和不透水表面，其相关经济产出和碳效应被纳入土地利用碳-经济效率评估。

基于这些数据，本研究比较了自然发展情景（NDS）、经济主导情景（EDS）和碳-经济双目标情景（CDS），以考察不同效率导向的配置规则如何影响未来土地利用格局、碳结果和经济产出。由于各情景中宏观层面土地需求和规划约束保持不变，这些比较主要分离出由不同空间配置规则引起的差异。这一设计也为战略环境评价中土地利用空间规划的替代方案分析提供了直接联系，即在规划实施前需要就其潜在的土地利用、碳和经济后果对竞争性空间配置进行比较。因此，LUCE-PLUS框架可以为规划替代方案的早期筛选、比较和调整提供定量支持。通过将历史碳-经济绩效从事后评估结果转化为直接指导未来土地扩张概率的信息，该框架拓展了低碳土地利用模拟的方法工具箱，并加强了其与碳导向土地利用空间规划和战略环境评价的相关性。

本文其余部分组织如下。第1节介绍LUCE-PLUS框架，包括土地利用碳排放核算方案、LUCE-PLUS模型的构建、情景设计和评估机制。第2节将框架应用于九江市，详细说明数据来源以及实施和测试框架所使用的具体指标的核算。第3节报告实证结果，包括土地利用碳排放和经济产出的空间分布、碳-经济效率、土地利用转变路径和多情景空间优化结果。第4节解释不同情景下模拟土地利用格局的差异，并讨论LUCE-PLUS框架的方法论意义、实际应用价值、可迁移性和局限性。第5节总结全文并概述其局限性和未来研究方向。

**总体框架**

本研究开发了一个效率嵌入式的LUCE-PLUS土地利用空间优化框架，旨在识别能够更好捕捉碳排放减排与经济发展之间权衡的土地配置方案。所提出的框架在单一建模结构内将碳核算、效率评估和空间模拟相连接，从而使碳-经济绩效能够直接指导土地利用空间优化。

**实证应用：研究区、数据与情景设置**

在第1节建立的方法论框架基础上，本节将LUCE-PLUS框架应用于九江市进行实证操作。首先介绍九江的实证背景，解释为何该市适合在土地利用转变、经济发展、生态保护和碳排放减排的多重压力叠加下测试所提出的框架。随后介绍数据来源和预处理流程，以及……

**九江市土地利用变化的碳排放和经济产出空间分布**

土地利用转变反映了经济收益与生态成本之间的空间权衡。为支持土地利用变化效率的估计，期望产出（工业增加值，ΔGDP）和非期望产出（碳排放和碳汇）均以高分辨率进行了空间核算。图4展示了2010–2020年九江市的空间格局。

图4a和图4b分别展示了第一、二、三产业的……

**碳约束对土地利用空间配置的影响**

情景比较表明，碳结果的差异不仅与总土地需求有关，还取决于具体土地利用转变路径的组成和空间排列。由于各情景中总土地需求几乎保持不变，该比较为考察不同空间配置规则如何对应不同的土地利用转变组合提供了依据。在经济主导情景（EDS）下，不透水表面的扩张特征为……

**结论**

本研究开发了一个效率嵌入式的LUCE-PLUS框架，将土地利用变化碳核算、碳-经济效率评估和基于PLUS的空间模拟相连接。土地利用转变绩效在30米栅格尺度上使用包含非期望产出的超效率RAM模型进行评估，所得效率信息作为具有历史依据的、特定情景下的空间预测因子被纳入PLUS模型。以九江市作为实证案例，该框架……

**利益冲突声明**

作者声明不存在可能影响本文工作的已知竞争性经济利益或个人关系。

**致谢**

感谢国家自然科学基金（批准号：42571340，42201310）和中央高校基本科研业务费专项资金（批准号：63231135）对本研究的支持。

范瑞娜 | 卢弛晓 | 刘晓松 | 姚一杰 | 范安宇 | 杨雪