長江經濟帶耕地綠色低碳利用的時空格局及其成因分析

楊 斌，楊 俊，王占岐，譚 力

（1.中國礦業大學公共管理學院，江蘇 徐州 221008； 2. 中國礦業大學中國資源型城市轉型發展與鄉村振興研究中心，江蘇 徐州 221116； 3. 中國地質大學（武漢）公共管理學院，湖北 武漢 430074；4. 武漢輕工大學管理學院，湖北 武漢 430048）

1 引言

作為土地資源的精華，耕地在保障國家糧食生產、生態安全以及社會經濟發展方面發揮著重要作用[1]。改革開放以來，我國農業得到快速發展，實現了糧食產量和農業產值雙向豐收[2]。然而，在取得這些農業發展成就同時，卻產生了一系列如耕地過度利用、土壤質量下降以及面源污染等問題[3-4]，一定程度上制約了耕地資源可持續利用。2022年中央一號文件明確提出“加強農業面源污染綜合治理，實施農業投入品減量化，加強畜禽糞污、農膜、秸稈等資源化利用，推進農業農村綠色發展。”可見，在生態文明建設和農業綠色轉型發展背景下，如何兼顧減排增匯目標并實現耕地資源“綠色化”“低碳化”利用成為當前學術界討論的焦點話題。因此，科學測度耕地綠色低碳利用（Cultivated Land Green and Low-Carbon Utilization,CLGLU）水平，分析其時空格局及成因，對于探索區域CLGLU提升路徑和實現耕地健康可持續利用具有重要現實意義。

當前， CLGLU研究主要集中于環境約束下的耕地利用效率測度、區域差異及影響因素分析等方面[5-8]。在指標體系設計上，學者們通常基于“投入—產出”思維構建指標體系，并將碳排放納入非期望產出，以實現耕地利用“低碳化”度量[5-6]；還有學者考慮到耕地利用面源污染問題，并將其與碳排放一同納入非期望產出，實現對耕地利用“綠色化”考察[8]。在研究方法上，多采用DEA模型、SBM-Undesirable模型、隨機前沿生產函數模型等[7,9-10]對耕地利用效率進行綜合測度。在此基礎上，還有學者將生態效率概念引入耕地利用體系，探討了綠色發展理念下耕地利用生態效率的時空格局、演變規律及其驅動因素等[11-12]?？傮w來看，已有研究較為系統總結了環境約束下耕地利用效率相關內容，為本文提供了重要理論和方法支撐，但仍有進一步拓展空間。第一，在指標體系設計上，現有研究主要考慮耕地利用碳排放，而忽視了耕地碳吸收功能。相關研究表明耕地不僅是碳源，更是巨大碳匯[13]，若未能顧及耕地碳匯功能，將無法準確度量CLGLU真實水平；第二，在測度方法上，盡管在傳統DEA模型和SBM-Undesirable模型在耕地利用效率測算上得到廣泛運用，然而上述方法在投入產出有效前沿面上的理想值與實際值之間的原始比例存在一定損失，會引起測度結果失真[14-15]。EBM（Epsilon-Based Measure）模型作為一種混合距離測算方法，能夠同時顧及投入產出非徑向松弛變量和理想值與實際值的徑向比，可有效提高測度結果精度[16]。從現有文獻來看，鮮有研究運用EBM模型對耕地利用水平進行測度。

鑒于此，本文以長江經濟帶為例，構建CLGLU評價指標體系，基于2005—2020年研究區131個地級市相關數據，采用DEA-EBM模型對其CLGLU水平進行科學測度，分析時空格局，并在此基礎上引入地理探測器模型考察時空差異的成因，以期為新時期我國耕地保護和區域可持續發展提供決策參考。

2 研究方法、研究區概況與數據來源

2.1 耕地綠色低碳利用指標體系設計

綠色低碳發展是追求以和諧、環保和可持續為目標的經濟增長和社會發展模式，是新時期我國社會經濟高質量發展和生態文明建設的必然選擇[17]。根據中共十九大報告闡釋，綠色發展理念實質是在生態環境容量和資源承載力約束下，實現經濟、社會和環境協調可持續發展；低碳發展理念是產業變革、技術創新以及生產生活方式轉型的重要指引。近年來，學者們對綠色低碳發展理念進行拓展，將其廣泛應用在交通、能源、農業等領域[18-20]。本文擬將綠色低碳發展理念應用到耕地利用領域，特別是在減排增匯目標下，即減少農業面源污染和增加農業碳匯，全面系統考察CLGLU水平。

耕地利用是一項“投入+產出”的動態過程，結合綠色低碳發展理念，本文將CLGLU內涵界定為：在減排增匯目標約束下，通過一定的生產要素投入，實現耕地利用的農業產值、糧食產量和農業碳匯等期望產出最大化，同時最大限度控制農業碳排放、污染物等非期望產出的過程。其中，耕地利用“綠色化”強調在一定范圍內合理進行化肥、農藥、地膜等要素投入，同時減少農業生產污染物排放；耕地利用“低碳化”則強調一方面最大幅度增加耕地碳匯能力，另一方面減少碳排放，實現耕地低碳利用。結合已有相關研究[8-12]以及對CLGLU的內涵解析，最終確定CLGLU評價指標體系（表1）。

表1 CLGLU評價指標體系Tab.1 Evaluation index system of the CLGLU

CLGLU評價投入要素包括土地、勞動力和生產資料三大部分。其中，土地要素選取耕地播種面積表征，勞動力投入采用第一產業從業人員數表征，并使用系數ρ=農業產值①本文所指的農業是以種植業為主，而非廣義農業（農林牧副漁業）。/農林牧漁總產值進行修正[11]；生產資料采用農業機械投入量、農用薄膜使用量和化肥施用量表征。期望產出包含經濟產出、社會產出以及環境產出三方面，其中農業總產值反映了耕地利用過程中各種作物所帶來經濟效益情況，為國民經濟和產業發展提供重要基礎支撐，以此作為耕地利用的經濟產出；糧食產量反映了耕地利用對區域居民生活口糧的供給能力，對保證國家糧食安全和社會穩定具有重要意義，因此可作為耕地利用社會產出[5,11]；耕地上種植作物通過光合作用對二氧化碳進行吸收，具有一定碳匯功能，以此作為耕地利用環境產出，其計算公式為[21]：

式（1）中：Ca表示耕地種植作物的碳匯總量；Can為第n種作物的碳吸收量；m代表種植作物種類（包括小麥、玉米、水稻、高粱、大豆、谷子和薯類）；δn為第n種作物的含碳率；Qn為第n種作物的產量；εn為第n種作物的水分系數；σn為第n種作物的經濟系數。其中，耕地種植作物的含碳率、水分系數和經濟系數主要依據王修蘭、田云和張俊飚等[13,21]的研究成果。

本文選取耕地面源污染和碳排放量作為CLGLU的非期望產出。耕地面源污染計算方法如下：首先測算耕地利用中農藥、化肥、農田廢棄物等所產生總氮（TN）、總磷（TP）和化學需氧量（COD）產出量，然后用三類污染物產出量乘以各自排放評估系數便可得出標準面源污染排放量。其中，參考封永剛[8]、潘丹[22]等研究成果，將COD、TN和TP排放評估系數分別設為20 mg/L、1 mg/L和0.2 mg/L。耕地利用碳排放量基于農業碳排放系數綜合評估法進行測算[22-23]，公式為：

式（2）中：Ce為耕地利用碳排放總量；Ei為各種碳排放源總量；θi為各種碳排放源的排放系數。本文選取碳排放源主要包括化肥、地膜、農機使用柴油、播種翻耕和農業灌溉，θi的數值參考李波等[23]的研究成果，如表2所示。

表2 耕地利用主要碳源排放系數Tab.2 Carbon emission coefficients of main carbon sources in cultivated land utilization

2.2 DEA-EBM模型

基于非期望產出的EBM模型是在DEA（Data Envelopment Analysis）模型基礎上演化而來。該模型從投入和產出2個維度對松弛變量的無效狀態進行測度，能有效克服傳統數據包絡分析徑向角度的缺點，使得測度結果更加精確[24-25]。本文采用全局參比的非期望EBM模型對CLGLU水平進行測度，計算公式如下：

式（3）中：ρ*表示規模報酬不變下CLGLU最佳值，且0≤ρ≤1；xki、ykn、bkz分別表示決策單元k中第i種投入資料、第n種期望產出值和第z種非期望產出值；表示權重向量；分別表示第i種投入資料、第n種期望產出和第z種非期望產出的松弛變量；t表示年份；θ、ε分別表示徑向部分和非徑向部分的參數，0≤ε≤1。若ε= 0，EBM模型可變換為CCR模型；若ε= 1，EBM模型可變換為SBM模型。

2.3 地理探測器模型

地理探測器由王勁峰等提出，主要用來探測地理要素空間分異性、因子影響力及多因子交互作用的識別[26]。耕地為常見的地理要素，采用地理探測器模型能夠科學合理探究CLGLU時空格局的成因，其公式如下：

式（4）中：q為CLGLU空間分異的探測因子；nh為下一級區域樣本單元數；n為整個研究區域樣本單元數；L下一級研究區域個數；σ2為整個研究區域CLGLU平方差；σh2為下一級研究區域方差。q的取值區間為[0，1]，q= 0時，表示探測因子對CLGLU空間分異無影響；q= 1時，表明探測因子對CLGLU空間分異的影響力最強。

依據耕地綠色低碳利用的內涵界定和研究區耕地利用實際狀況，并參照已有相關研究[9,12,18-20]，本文從社會經濟、農業現代化、自然環境和農業政策4個層面選取CLGLU時空格局的探測因子，如表3所示。具體來看，在社會經濟因素方面，本文選取城鎮化率（X1）和鄉村人均GDP（X2）作為表征指標。城鎮化水平的提升推動社會經濟發展的同時使得農村人口持續向城鎮轉移，農村勞動力價值不斷凸顯，人口的非農化促使耕地朝向規?；蜋C械化經營轉變，有利于節約成本、改善耕地破碎化程度和提高土地利用效率，然而也增加了耕地面源污染的風險；鄉村人均GDP作為農村經濟發展的重要指標，農民生活水平的不斷提高，農戶環保意識隨之增強，對其生產資料（如耕地）的保護及可持續利用意愿更強烈，并最終可能對CLGLU產生積極影響。在農業現代化因素方面，本文選取農業機械化水平（X3）和農業科技投入（X4）作為表征指標。農業機械化程度越高、農業科技投入越大，農業現代化水平越高。一方面，農業現代化能有效改善耕地生產條件并提高生產效率，提高耕地利用期望產出；另一方面，農機、柴油等大量投入必定會帶來碳排放等非期望產品的增加，對CLGLU產生一定影響。在自然環境因素方面，本文選取復種指數（X5）、自然災害發生情況（X6）和農業環境污染治理程度（X7）作為表征指標。復種指數越高，單位面積內耕地產能越高，有利于期望產品的積累；然而，這也會導致耕地利用強度相對較高，農藥、化肥、農膜等大量投入產生過多碳排放和農業污染。長江經濟帶地處長江流域，是洪澇、干旱以及地質災害頻發區域，兼具災面廣、災種多、災損重的特點[27]。自然災害對耕地利用以及農業生產帶來嚴重負面影響，威脅區域耕地綠色利用及農業可持續發展?；跀祿色@取性，本文選取農作物受災面積①本文選取的自然災害為洪澇、旱災、滑坡和泥石流4種。表征自然災害對耕地綠色低碳利用水平的影響。農業環境污染治理可有效改善農業生產環境，并有利于形成示范聯動效應，提高農戶生產的環保意識，降低農業面源污染等非期望產出，推動耕地綠色低碳利用。在農業政策因素方面，本文選取財政支農力度（X8）作為表征指標。政府對農戶農業生產進行補貼有利于緩解耕地棄耕撂荒現象，并激發農戶生產積極性；同時，政府對于生產資料的補貼又會刺激農戶大量購置農業機械、化肥、農藥等用品，潛在增加了農業面源污染的風險，影響耕地綠色低碳利用水平。

表3 耕地綠色低碳利用探測因子Tab.3 Detection factors for cultivated land green and low-carbon utilization

2.4 研究區概況

長江經濟帶位于中國中南部，橫跨東、中、西3大區域，幅員遼闊，覆蓋上海、浙江、江蘇、安徽、湖北、湖南、江西、四川、重慶、云南、貴州11個?。ㄊ校?。長江經濟帶地勢西高東低，呈階梯狀分布，國土總面積約205萬km2，占全國總面積的21.35%左右，人口總量約為全國的40%[28]。鑒于長江經濟帶社會經濟和自然地理條件差異，一般將其分為上游、中游和下游3大區域。上游地區包括四川、重慶、云南和貴州4?。ㄊ校?，中游地區包括湖北、湖南和江西3省，下游地區包括上海、江蘇、安徽和浙江4?。ㄊ校ｉL江經濟帶耕地資源豐富，其中長江中下游平原地勢平坦，土壤肥沃，光熱水充足，是全國重要的糧、棉、油生產基地。當前，“生態優先、綠色發展”以及“共抓大保護、不搞大開發”已成為長江經濟帶發展戰略主旋律[29]。農業是長江經濟帶發展戰略的基礎產業，而耕地作為農業的重要生產資料，實現CLGLU對于長江經濟帶農業綠色發展乃至區域整體高質量發展具有重要意義。

2.5 數據來源與處理

本文社會經濟數據，如鄉村人口、耕地播種面積、第一產業從業人員數、農業機械投入量、農用薄膜使用量、化肥施用量、農業總產值、糧食產量、國民生產總值和農作物受災面積等數據來源于長江經濟帶各?。ㄊ校┙y計年鑒、農業統計年鑒和國民經濟和社會發展統計公報等（2006—2021年）。其中，部分缺失數據基于插值或趨勢推演法得到。DEM（Digital Elevation Model）數據來源于中國科學院計算機網絡信息中心地理空間數據云平臺（http://www.gscloud.cn）。在Excel軟件中將以上基礎數據進行歸納整理，形成2005—2020年長江經濟帶CLGLU測度及其成因分析面板數據集。其中，長江經濟帶CLGLU測度的投入產出各指標數據描述性統計如表4所示。

表4 描述性統計（N = 2 096）Tab.4 Descriptive statistics（N = 2 096）

3 結果與分析

3.1 長江經濟帶CLGLU測度及其時間演化

以長江經濟帶131個地級市為研究單元，基于EBM模型分別對2005—2020年研究區CLGLU進行測度，并采用上游、中游和下游的區域劃分進行對比分析，如圖1所示。從總體來看，2005—2020年研究區CLGLU值呈現波動上升的發展趨勢，數值在0.460～0.604范圍內變動，研究期間CLGLU平均增幅為1.85%，數值累計提高了31.38%。這與國家不斷注重對耕地資源保護和建設密切相關，政府相繼出臺了一系列耕地利用管理的政策制度，耕地整治、高標準基本農田建設、耕地輪作休耕等措施效果顯著，耕地本底條件不斷改善。在流域層面，上游、中游和下游地區CLGLU均呈現波浪式上升特點，其中上游水平在0.369～0.493范圍內變動，中游水平在0.461～0.617范圍內波動，下游水平在0.550～0.703范圍內變動，研究區CLGLU水平表現為下游地區＞中游地區＞上游地區。

圖1 2005—2020年長江經濟帶CLGLU水平時間演化Fig.1 Temporal evolution of CLGLU in the Yangtze River Economic Belt from 2005 to 2020

3.2 長江經濟帶CLGLU空間格局

基于長江經濟帶CLGLU水平測度結果，參考金貴等[27]關于土地利用效率的劃分方法，對其利用水平從低到高依次劃分為4個等級，分別為低水平（0，0.350]、中低水平（0.350，0.500]、中高水平（0.500，0.700]和高水平（0.700，1.000]。為了更直觀表達長江經濟帶CLGLU空間格局特征，將市域尺度測度結果導入ArcGIS10.2軟件，繪制CLGLU時空分異圖，如圖2所示。2005年，研究區CLGLU高水平市域共6個，主要集中在下游地區；2010年，CLGLU高水平市域共8個，較基期年小幅增長，主要分布在中下游地區；到2015年高水平市域為11個，分布范圍不斷擴張；2020年，高水平市域達18個，主要出現在中游湖北省的荊門、天門、潛江、仙桃和下游江浙一帶的泰州、蘇州、無錫、湖州、嘉興等地?？梢?，研究期間長江經濟帶CLGLU高水平區域主要集中于長江中下游一帶。深層原因可能是：這些區域地處平原，地勢平坦，土壤肥沃，耕地資源豐富，加之在先進的農業生產技術和較完善的土地管理制度等多種因素影響下，該區域CLGLU處于較高水平，并對周邊地區具有較強的帶動和輻射作用，空間集聚效應顯著。低水平區域主要分布在上游四川、云南和貴州等地，該類區域自身及其周邊地區CLGLU均較低。深層原因可能是：由于地處西部山區，坡度、海拔較高，耕地自然稟賦較差，生產利用條件不便，不利于耕地流轉和規模經營，且農村勞動力不斷向經濟發達的中下游地區轉移，農地經營主體的缺失在一定程度上阻礙了CLGLU提升；此外，隨著西部大開發戰略的提出，加上較為寬松的環境管制，一些高能耗、高污染的制造產業及化工業逐漸從東部沿海地區向西部地區轉移，雖然一定程度帶動了當地社會經濟發展，但也占用了大量優質耕地資源，同時生態環境受到較大破壞，水土流失、耕地面源污染等日益凸顯，導致CLGLU水平較低。

圖2 2005—2020年長江經濟帶CLGLU空間格局Fig.2 Spatial pattern of the CLGLU in the Yangtze River Economic Belt from 2005 to 2020

3.3 長江經濟帶CLGLU時空格局的成因探測

利用地理探測器模型分別計算各因子決定力q值大小，匯總統計如表5所示。研究結果表明，長江經濟帶CLGLU時空格局受社會經濟發展、農業現代化水平、自然環境和農業政策等多種要素綜合影響，不同因子的影響作用差異顯著。具體來看，社會經濟因素中，2005年城鎮化水平（X1）和鄉村人均GDP（X2）的因子影響力指數分別為0.562和0.518，因子排名處于第一、二位；2020年二者數值有所減小，為0.486和0.472，但仍位于前列，表明區域社會經濟發展水平對CLGLU時空格局產生了主要影響。其作用機理可能是：隨著工業化、城鎮化快速推進，大量鄉村人口不斷脫離農村而涌向城鎮，耕地利用主體不斷流失，特別是上游地區四川、貴州一帶，經濟發展水平相對落后，農村人口不斷向經濟和城鎮化水平較高的中下游等地轉移，大量耕地被棄耕撂荒；同時，城鎮化水平提高也會對耕地利用方式帶來一定影響，促進其由粗放經營模式向集約和高效化利用方式轉變，進而可能對CLGLU產生積極促進效應。此外，鄉村人均GDP越高，農村經濟發展越好，農民生活水平越高，農戶對耕地綠色低碳利用的意識更加強烈，對CLGLU產生積極影響。這也進一步印證了經濟發展和城鎮化水平都較高的中下游地區CLGLU水平高于經濟發展和城鎮化水平較為落后的上游地區。

表5 2005—2020年長江經濟帶CLGLU時空格局地理探測結果Tab.5 Geographical detection results of spatial-temporal pattern for the CLGLU in the Yangtze River Economic Belt from 2005 to 2020

農業現代化因素方面，2005年農業機械化水平（X3）和農業科技投入（X4）的因子影響力指數分別為0.319和0.337，而后隨時間推移均逐漸增大，2020年達0.531和0.558，位居前兩位，這表明農業現代化水平對長江經濟帶CLGLU時空差異產生了重要影響，且影響力水平逐年增強，其作用機理可能是：農業機械化水平不斷提高和農業科技投入持續增大能有效促進耕地利用由傳統單一、粗放型經營向規?；?、現代化轉變，有利于降低生產成本，同時提高耕地利用產出，對區域CLGLU具有一定正向促進效應。當前，長江經濟帶下游上海、江蘇和浙江等地，其經濟、科技發展水平較高，農業現代化水平處于較高水平。相較而言，上游四川、重慶、云南等地，其經濟、科技發展水平較為落后，農業機械化等現代農業基礎設施和農業科技人員投入等相對較弱，農業現代化處于較低水平，在一定程度上制約了區域CLGLU的提升。

自然環境因素中，2005—2020年復種指數（X5）、自然災害發生情況（X6）和農業環境污染治理程度（X7）三者因子影響力均值分別為0.409、0.389和0.377，表明自然環境因素對長江經濟帶CLGLU時空演化也具有重要影響。其作用機理可能是：復種指數越大，耕地利用強度越大，單位面積內糧食產量和農業產值等期望產出越高，有利于社會經濟效益的積累，但隨著復種指數的提高，農業機械以及化肥、農藥、地膜等也會隨之不斷加大投入，帶來過多碳排放和農業面源污染問題，從而對CLGLU產生一定負面影響。長江經濟帶是極端氣候、地質災害等多發地域，極易發生洪澇、旱災、滑坡和泥石流等自然災害，威脅區域耕地利用和農業產生，嚴重制約了糧食產量和農業產值的提升，并對農業農村的生產生活環境帶來負向效應，不利于區域耕地綠色和可持續利用。據統計，2020年長江經濟帶11?。ㄊ校┌l生自然災害導致的農作物受災面積達486.34萬hm2，絕收面積64.39萬hm2，其中旱災面積168.52萬hm2（絕收面積28.56萬hm2），洪澇、山體滑坡、泥石流和臺風受災面積202.57萬hm2（絕收面積45.68萬hm2），受災人口達6 235.75萬人次，導致直接經濟損失1 127.58億元①資料來源于《中國統計年鑒2021》。。此外，政府關于農村環境污染治理投入能有效緩解耕地利用過程中碳排放和面源污染等問題，并有利于形成示范聯動效應，提高農戶生產的環保意識，推動耕地綠色低碳利用。

農業政策因素中，2005年財政支農力度（X8）的因子影響力指數為0.284，排名最低，但隨時間推移呈現逐步增大態勢，2020年達0.436，位居第5位，表明農業政策因素對長江經濟帶CLGLU空間差異產生了一定影響。其作用機理可能是：健全合理的耕地利用管理制度以及一系列糧食直補、農業稅改革和農機器具購買補貼等支農政策均有利于管控耕地棄耕、農地非農化態勢以及緩解農戶農業生產投入壓力，激發其生產積極性，對于增加耕地投入和提高期望產出具有積極作用。目前，長江經濟帶中下游地區耕地利用管理制度更為完善，且政府財政支農力度較強，發揮了其對CLGLU正面促進效應；而上游地區各?。ㄊ校┱暧^引領和導向作用發揮不足，關于促進耕地利用管理的政策制度相對薄弱，且政府財政支農力度投入不強，從而限制了區域CLGLU水平提升。

4 結論與政策啟示

本文基于DEA-EBM模型和地理探測器模型探討了2005—2020年長江經濟帶CLGLU的時空格局及其成因，主要結論如下：（1）研究期間長江經濟帶CLGLU水平呈現穩步上升的發展態勢，從2005年0.460上升至2020年0.604，平均增幅為1.85%。（2）研究區CLGLU水平空間差異較大，從下游、中游、上游依次遞減，高水平區主要集中在中下游江蘇、浙江和湖北等地，呈現“條塊狀”分布特征，且隨著時間推移聚集效應出現小幅擴張；低水平區主要分布在上游四川、云南和貴州一帶。（3）長江經濟帶CLGLU時空格局受社會經濟發展、農業現代化水平、自然環境和農業政策等多種要素綜合影響，不同因子的影響作用差異較大。研究期內社會經濟因素因子影響力指數有所減小，但仍是影響長江經濟帶CLGLU時空格局的主要因素；農業機械化水平和農業科技投入因子影響力指數逐漸增大，是長江經濟帶CLGLU時空差異的重要影響因素；復種指數、自然災害發生情況和農業環境污染治理程度對研究區CLGLU時空演化產生了一定影響；財政支農力度因子影響力指數隨時間推移逐步增大。

基于上述研究結論，得出如下政策啟示：（1）實施由經濟發達地區到經濟落后山區的差別化與多元化耕地利用和管理策略。長江經濟帶幅員遼闊，上中下游經濟發展水平差異較大，對于經濟發達和耕地資源稟賦較高的中下游地區，大力推動耕地流轉與規模經營，發展現代農業，同時鼓勵發展生態農業和有機農業，實施清潔生產，推動耕地資源“綠色化”利用；對于經濟水平相對落后的上游地區，積極制定支農、惠農相關耕地利用政策，不斷吸納更多農業生產勞動力，同時促進耕地利用模式和功能轉型優化，進一步提升耕地減碳增匯能力，推動耕地利用經濟、社會和生態效益耦合協調發展。（2）完善相關政策工具制定，嚴格控制耕地利用碳排放。通過構建耕地利用“低碳減排”考核體系，為耕地低碳利用提供政策支撐；進一步完善耕地保護生態補償機制，提倡清潔環保型耕地利用模式，并將其與生態補償政策掛鉤，提高耕地經營者使用低碳環保型農業機械、有機肥的補貼力度，逐步提高經營者耕地“低碳化”利用意愿。（3）推進農業科技創新。一方面，加快農業科技人員培訓，推動產學研與農科教的結合，增強農業科技對耕地綠色低碳利用的提升作用；另一方面，加強農業生態技術研發，注重提升耕地減排增匯功能，修復污染土地和減少農業生產碳排放。（4）加大農業污染治理力度。不斷加強對長江經濟帶各流域農業污染治理力度，規范農藥、化肥和地膜等生產資料使用，嚴格管控農業面源污染，同時注重引導農戶耕地生產綠色低碳行為，并促使其形成示范聯動效應，帶動耕地綠色低碳利用水平全面提升。

本文深入分析了長江經濟帶綠色低碳利用水平的現實特征及其相關成因，對于新時期我國耕地保護和區域耕地資源可持續利用具有重要參考價值。未來研究可在綠色低碳視角下耕地利用轉型與糧食安全關系方面進一步深化，探索耕地綠色低碳轉型對農業經濟增長和糧食安全的作用機制，并深入揭示其耦合協調關系及影響機理。