碳中和目標下淮河生態經濟帶土地利用碳排放效率評價及影響因素

中圖分類號：F301.24 文獻標識碼：A 文章編號：1671-816X（2025）04-0068-11

一、研究背景

為應對全球氣候變暖的嚴峻挑戰，推進碳減排已經成為全球共識。土地作為承載人類活動的核心場所和空間，是維持生態系統碳平衡的重要資源。土地利用是造成二氧化碳等溫室氣體排放的主要人類活動之一[1]，土地利用變化通過改變原有的土地覆被類型及其所承載的社會經濟活動，對陸地生態系統碳平衡產生重要影響[2]，土地利用的碳減排效應一直以來深受國內外學術界的廣泛關注[3]，如何提升土地利用的碳排放效率進而實現土地利用的碳中和，是當前亟待解決的重大現實問題。作為全球最大的碳排放大國，中國積極參與和推動全球碳減排，宣布將“力爭2030年前實現碳達峰、2060年前實現碳中和”，這既是中國對全球氣候治理的承諾和擔當，也是推動高質量發展的內在要求。黨的二十大和二十屆三中全會對“積極穩妥推進碳達峰碳中和”作出了重要部署，為優化土地利用實現增匯減排提供了行動指南。《國家適應氣候變化戰略2023》指出國土空間要適應氣候變化，形成綠色低碳的國土空間開發保護新格局。因此，面向碳中和目標研判土地利用碳排放效率的現狀特征及其影響因素，有助于揭示土地利用的碳排放效應，對于提高土地要素配置精準性和利用效率、形成綠色低碳的國土空間發展格局以及助力雙碳目標的實現具有重要的理論和實踐價值。

土地承載著自然空間和人類活動，是在不同的利用模式下承擔著碳源、碳匯雙重功能的重要角色。土地利用碳排放是指土地利用類型轉變及作為經濟發展載體過程中引起的直接或間接碳排放[1，國內外眾多學者針對土地利用碳排放展開研究，孫赫等采用直接碳排放系數法和間接碳排放估測法分別測算中國各省土地利用直接和間接碳排放量，研究發現建設用地是主要碳源，林地是主要碳匯[4]。吉雪強等從省際角度出發，將土地利用類型劃分為農業用地和建設用地，分別測算其碳排放量，其中建設用地碳排放用能源碳排放取代[3]。苑韶峰等將土地覆被類型劃分為碳源地和碳匯地，修正長江經濟帶上中下游的碳排放系數并測算土地利用碳排放量，結果顯示研究區域存在顯著區域差異[5]。Lin等測算中國30個省份的土地利用碳排放強度，結果顯示，中國土地利用碳排放量持續增長，土地利用碳排放強度存在空間異質性[6]。

碳排放效率彌補了土地利用碳排放總量作為環境成本而對土地利用帶來的經濟社會收益考慮不足的弱點。為進一步豐富土地利用碳排放研究，眾多學者圍繞土地利用碳排放效率展開研究，游和遠等采用效率評價模型測算省域土地利用碳排放效率，結果表明僅有四省土地利用碳排放效率有效［7]。范建雙等將土地利用碳排放量作為非期望產出，通過DEA一HM模型測算南京土地利用碳排放效率增長，研究表明其呈現空間正相關且集聚[8。Shi等采用非期望產出SBM模型衡量了中國275個地級市的城市土地利用效率，結果表明，中國城市土地利用效率總體呈波動性增長，但仍處于較低水平，東部、西部和中部地區的城市土地利用效率均值逐漸下降[9]。為了提升土地利用碳排放效率，國內外學者開始研究其影響因素。王良健等研究發現，人口密度、交通基礎設施和工業用地占比等影響因素在各區域對城市土地利用效率的作用存在明顯差異，有必要采取具有區域針對性的措施提升城市效率[10]Luo等研究表明固定資產投資、對外開放以及經濟發展對中國各省土地利用效率的提升呈現顯著的正面效應，城鎮化進程的加速對土地利用效率的提升雖具有微弱的正向推動作用并且僅在東部地域范圍內呈現顯著性[11]。

現有文獻仍存在不足：一是現有文獻對土地利用碳排放系數的空間差異缺乏考慮，鮮有文獻構建調節因子對土地利用碳排放系數進行調整，從而造成土地利用碳排放量測算存在誤差。二是現有文獻多聚焦于土地利用碳排放量的測度及效率評價，鮮有文獻考察土地利用碳排放效率的影響因素。三是現有文獻多從省、市維度考察土地利用碳排放效率，對大河流域土地利用碳排放效率及其影響研究不足。論文的邊際貢獻在于：第一，利用凈初級生產力數據（NPP）構建淮河生態經濟帶土地利用碳排放系數調節因子，更加準確地測算土地利用碳排放量。第二，采用超效率SBM一GML模型以及STIRPAT模型考察淮河生態經濟帶土地利用碳排放效率及影響因素。第三，選取淮河生態經濟帶作為研究區域。淮河生態經濟帶以淮河流域為主體，復合了流域經濟和區域經濟雙重特征[12]，擁有豐富的土地資源，但缺乏統籌的國土空間格局成為制約淮河生態經濟帶土地利用綠色轉型的現實困境，導致淮河生態經濟帶興于土地，困于土地。因此，分析淮河生態經濟帶土地利用碳排放效率及其影響因素，能夠彌補碳中和目標下淮河生態經濟帶土地利用研究的缺失，為淮河生態經濟帶大河流域土地利用綠色轉型和國土空間布局優化提供數據參考與理論支撐。

二、研究設計

（一）土地利用碳排放測算模型

參考方林等[13]的研究，將建設用地和耕地劃分為碳源地，林地、草地、水域和未利用地劃分為碳匯地。表達式如下：

式中， C_☉ 人 C_⊕⊕⊕? ： 分別表示凈碳排放量、碳源量和碳匯量； C_#**# 、 S_### 、 V_### 分別代表耕地的碳排放量、面積和碳排放系數； 表示建設用地碳排放量； C_HG 、 C_⊕? 、 C_Λ? 分別表示化石能源消耗、電力消耗和人口呼吸的碳排放量； E_i 、b_i 、 θ_i 分別表示各類能源消費量、標準煤折算系數和碳排放系數； E_e 、 b_e 、 θ_e 分別表示電力消費量、標準煤折算系數和碳排放系數； P 、 B 分別表示人口數量和每人每天碳排放量，參考胡再再琪等[14]的研究， B 按 0.2445kg， /天/人進行計算；C_i 、 S_i 、 V_i 分別表示第i種碳匯地碳排放量、面積和碳排放系數。其中，各類能源的標準煤折算系數和碳排放系數參考胡冉再琪等[14]的研究；非建設用地碳排放系數借鑒方林等[13]的研究，對凈初級生產力數據（NPP）采取均值/當期值的處理，構建碳排放系數調節因子，調整淮河生態經濟帶“三區”的非建設用地碳排放系數，結果如表1所示。

（二）土地利用碳排放效率評價模型

由于超效率SBM函數考慮了投人和產出的松弛變量對效率值的影響，從而克服了傳統徑向距離函數在評估效率時存在的有偏性問題，而且還能夠有效解決線性規劃無可行解問題。模型設定如下：

式中，假設有 n 個決策單元DMU， π 表示土地利用碳排放效率值， m 、 r₁ 、 r₂ 分別表示投入、期望產出和非期望產出， x ！ y^d ！ y^μ 分別表示相應的投入矩陣、期望產出矩陣和非期望產出矩陣中的元素， λ 為權重向量。為保證不同時期效率的可比性，避免出現“線性規劃無解”的問題，采用全局參比構造生產可能性集合。

GML指數相較于ML指數具有更優的可傳遞和循環累加特性，論文采用GML指數及其分解進一步測算淮河生態經濟帶土地利用碳排放效

率。表達式如下：

GML指數可以進一步分解：

GML+1為淮河生態經濟帶的土地利用碳排放效率變化指數，GTECH+為全局技術進步指數， 為全局技術效率指數。GML指數大于1表明淮河生態經濟帶土地利用碳排放效率改進，GTECH大于1表明技術水平進步，GE-FCH大于1表明技術效率提升，反之則表明對應效率惡化。

（三）標準差橢圓

標準差橢圓方法能夠精確揭示地理要素的空間分布特征。借鑒張俊等[15]的研究，選取標準差橢圓方法，分析考察期內淮河生態經濟帶土地利用碳排放效率的重心變化軌跡及離散趨勢，并揭示其時空特征。

（四）指標體系構建

參考包婷等［16]、劉康等[17]的研究，投入指標選取土地、勞動力、資本和技術，期望產出指標選取地區生產總值，非期望產出指標選取土地利用凈碳排放量。其中，土地又被劃分為碳源地和碳匯地。指標體系見表2。

（五）數據來源

根據《淮河生態經濟帶發展規劃》，淮河生態經濟帶包括29個市縣。考慮到市縣層面的經濟稟賦差異，論文保留了26個地級市作為研究區域。論文數據主要來自于三方面：（1）土地覆被數據來自武漢大學發布的中國逐年土地覆蓋數據集（CLCD），與現有的其他土地覆被專題產品相比，CLCD與全球森林變化、全球地表水和不透水面時序數據集表現出良好的一致性（Yang等）[18]。（2）凈初級生產力數據（NPP）來自美國NASAEOS/MODIS2000—2020年的MOD17A3HGF數據，空間分辨率 500m×500m 。（3）其他社會經濟數據來自于2012—2023年各市統計年鑒，缺失數據使用插值法補齊。考慮到不同城市通脹情況有所差異，以2011年CPI指數為基期對經濟類指標進行平減。

三、淮河生態經濟帶土地利用碳排放測算結果分析

基于公式（1）（2）（3），測算淮河生態經濟帶不同土地利用類型的凈碳排放量、碳源和碳匯。表3報告了主要年份淮河生態經濟帶土地利用凈碳排放量，結果顯示，淮河生態經濟帶土地利用凈碳排放量總體呈現上升趨勢，從2011年的98706.57萬噸上升至2022年的114228.70萬噸，年均增長 1.36% 。三大區域凈碳排放量均呈現上升趨勢，其中，東部海江河湖聯動區凈碳排放量最少，年均增長 1.41% ，北部淮海經濟區和中西部內陸崛起區凈碳排放量年均增長分別為1. 38% 和 1.37% 。這可能是由于受《“十二五”控制溫室氣體排放工作方案》影響，東部地區開始向外轉移高能耗、高碳排放產業，中西部和北部地區承接東部地區的轉移產業，導致中西部和北部凈碳排放量較高。

表4報告了主要年份淮河生態經濟帶土地利用碳源結果。淮河生態經濟帶土地利用碳源總體呈現上升趨勢，從2011年的98872.57萬噸上升至2022年的114396.43萬噸，年均增長 1.52% 。其中，東部海江河湖聯動區、北部淮海經濟區和中西部內陸崛起區碳源均呈現上升趨勢，年均增長率分別為 2.68% 、 1.18% 和 1.71% 。建設用地是淮河生態經濟帶主要碳源，其碳排放量在東部、北部和中西部區域碳源中占比分別為98. 33% 、 99.39% 和 98.83% 。

表5報告了主要年份淮河生態經濟帶土地利用碳匯結果。淮河生態經濟帶土地利用碳匯總體呈現先上升后下降的趨勢，年均增長 0.11% ，碳匯量相對穩定。其中，東部區域碳匯從2011年的20.05萬噸上升至2016年的20.46萬噸，后下降至2022年的18.42萬噸，年均增長一 0.79% 。北部區域和中西部區域碳匯均呈現上升趨勢，年均 增長分別為 0.39% 和 0.21% 。

四、淮河生態經濟帶土地利用碳排放效率評價結果分析

（一）淮河生態經濟帶土地利用碳排放效率的時序演變

基于表達式（4）（5），采用非徑向、非角度和非導向且規模報酬可變的超效率SBM模型對淮河生態經濟帶土地利用碳排放效率進行測度，結果如圖1顯示：考察期內淮河生態經濟帶土地利用碳排放效率值在 0.548～0.763 之間浮動，效率均值為0.633，總體水平有待提高。

從時序變化來看，淮河生態經濟帶土地利用碳排放效率總體呈現先下降后上升趨勢，2011—2015年，效率值呈現下降趨勢，從2011年的0.702下降至2015年的0.572。這可能是由于這一時期，淮河生態經濟帶處于經濟發展的關鍵時期，粗放型工業企業占比較大，土地利用結構不合理，碳排放效率有待進一步提升。2016—2021年效率值呈現上升趨勢，并于2021年達到最大值0.763。這可能是因為在此期間，我國對于溫室氣體排放量的管控力度加強，2016年國務院發布的《“十三五”控制溫室氣體排放工作方案》要求下調單位GDP二氧化碳排放比，該方案敦促淮河生態經濟帶針對土地利用的碳排放量進行控制。

從三大區域的測算結果來看，東部海江河湖聯動區的土地利用碳排放效率值增幅最大，效率均值達到0.656。這可能是因為東部海江河湖聯動區憑借優越的地理位置及經濟基礎帶動減污降碳技術升級，對區域土地利用碳排放效率提升有促進作用。北部淮海經濟區的土地利用碳排放效率值均值為0.634。這可能由于北部淮海經濟區成熟的工業經濟能帶來先進的降碳技術，從而加速工業綠色化轉型，形成雙向正反饋機制，帶動區域內土地利用碳排放效率提升。中西部內陸崛起區的土地利用碳排放效率值增幅最小，效率均值低于淮河生態經濟帶總體均值，為0.615。這可能是因為中西部內陸崛起區仍處于粗放式經濟增長模式，雖然區域內的土地利用碳排放效率有所提升，但是增速緩慢。

為進一步衡量淮河生態經濟帶土地利用碳排放效率的動態變化及其構成，基于公式（6）（7）（8）測算出GML指數，對效率進一步分析。表6報告了淮河生態經濟帶主要年份的GML指數及其分解。結果顯示，考察期內淮河生態經濟帶土地利用碳排放效率的GML指數總體呈現“升—降一升”的趨勢，年均增長 -0.17% 。進一步分解GML指數，技術效率呈現波動上升趨勢，年均增長 2.52% ，技術進步呈現波動下降趨勢，年均增長－1. 64% 。說明技術效率是GML指數上升的主要原因。

表7列出了淮河生態經濟帶三大地區主要年份的GML指數及其分解結果。其中，東部海江河湖聯動區GML指數總體呈現上升趨勢，年均增長 1.78% ，且大部分年份的GML指數大于1，表明該區域土地利用碳排放效率得到改善；中西部淮海經濟區指數總體呈現上升趨勢，波動幅度最小，年均增長率為 0.27% ；中西部內陸崛起區GML指數呈現波動上升的趨勢，年均增長率2.25% 。

進一步分解三大區域的GML指數，結果顯示：東部海江河湖聯動區、北部淮海經濟區和中西部內陸崛起區的技術效率年均增長率分別為0.76% 、 2.81% 和 1.45% ，技術進步年均增長率分別為 -7.47% 、 -11.35% 以及 -9.96% 。其中，東部和中西部區域技術進步變化趨勢與GML指數變化趨勢一致，北部區域技術效率變化趨勢與GML指數變化趨勢一致，說明技術效率對北部區域GML指數的促進作用更顯著。

（二）淮河生態經濟帶土地利用碳排放效率的空間分布

表8為淮河生態經濟帶2011—2022年土地利用碳排放效率標準差橢圓參數結果。從標準差橢圓的重心移動情況來看，2011—2022年淮河生態經濟帶土地利用碳排放效率的標準差橢圓重心坐標均位于省。2011一2014年，標準差橢圓的重心坐標以 0.04km/a 的速度向西北方向移動了0.11km ；2014—2018年，標準差橢圓重心坐標向東北方向移動，移動速度上升至 0.08km/a ，移動距離 0.31km ；2018—2022年，標準差橢圓的重心向東南方向移動，移動速度下降至 0.05km/a 移動距離為 0.19km 。總體來看，標準差橢圓重心移動方向偏東北，移動距離和移動速度均呈現先上升后下降的趨勢。這可能是由于早期河南地區憑借農業大省的優勢，注重耕地保護和利用，控制建設用地開發，土地利用碳排放效率得到改善，標準差橢圓中心坐標向西北方向偏移。黨的十八大以來，綠色低碳建設力度加強，江蘇地區憑借經濟優勢，加大綠色低碳技術研發投入，降低土地利用過程產生的碳排放，土地利用碳排放效率得到提升，標準差橢圓的重心向東北方向移動。

從標準差橢圓的分布范圍來看，考察期內標準差橢圓長半軸長度呈現先下降后上升的趨勢，短半軸長度呈現下降趨勢。其中，2011一2014年，標準差橢圓長半軸長度由 2.66km 下降到2.59km ，2014—2022年，標準差橢圓長半軸長度上升到 2.83km ；標準差橢圓短半軸長度由2011年的 1.34km 下降至2022年的 1.20km 。這表明淮河生態經濟帶土地利用碳排放效率具有東南—西北方向分散，東北一西南方向集聚的特征，與標準差橢圓的重心移動方向一致。

從標準差橢圓的形狀指數來看，標準差橢圓形狀指數在2011—2014年由0.33下降至0.32，后上升至2022年的0.40，數值穩定在0.35左右，這表明淮河生態經濟帶土地利用碳排放效率的方向性增強。從標準差橢圓的轉角來看，2011—2022年標準差橢圓轉角由 92.24^° 上升至 95.86^° ，上升幅度較小，這表明淮河生態經濟帶土地利用碳排放效率呈現穩定的東南一西北方向分散，東北一西南方向集聚格局。

五、淮河生態經濟帶土地利用碳排放效率的影響因素

（一）模型設定

參考Dietz等［19]的研究，選取STIRPAT模型分析淮河生態經濟帶土地利用碳排放效率的影響因素，模型設定如下：

式中， G_it 表示淮河生態經濟帶土地利用碳排放動態效率指數（GMM）， α₁ 、 α₂ ： α₃ 、 α₄ 、 α₅ 和 a₆ 分別表示環境規制 Env_it 、城鎮化 Urb_it 、經濟發展Eco_it 、產業結構 Ind_it 、人口密度 Pop_it 和綠色技術進步 Tec_it 對于淮河生態經濟帶土地利用碳排放效率的彈性， α₀ 為常數項， E_it 為隨機誤差項。

（二）變量選取與描述性統計

被解釋變量為淮河生態經濟帶土地利用碳排放動態效率指數（GMM），結果由GML指數累乘計算得出。在徐志雄等［20]、陽凱等[21]、馬遠等［22]、羅谷松等[23]、徐佳等[24]研究的基礎上，解釋變量選取環境規制、城鎮化、經濟發展、產業結構、人口密度和綠色技術進步。環境規制以政府環保投資額/GDP來衡量，城鎮化以地區非農業人口/地區年末總人口來衡量；經濟發展選取人均生產總值來衡量；產業結構以第二產業增加值占GDP比重來衡量；人口密度以地區常住人口/行政區面積來衡量；綠色技術進步以綠色專利申請數量來衡量。為消除偽回歸和異方差影響，對經濟發展、人口密度和綠色技術進步采取對數化處理。變量的描述性統計見表9。

（三）土地利用碳排放效率影響因素的估計結果

考慮到數據的自相關性、序列相關性和異方差性，選取混合回歸POLS、FGLS、LSDV、TWFE和D一K模型進行估計，估計結果如表10所示。其中D一K雙向固定模型模型擬合最優，且能同時控制自相關、序列相關和異方差問題對回歸結果的影響。下文將主要對D一K模型的回歸結果進行分析。

1.環境規制的估計系數在 5% 的水平上顯著為正，且系數值最大，說明環境規制對土地利用碳排放效率具有顯著正向作用。原因可能在于隨著淮河生態經濟帶環境規制力度加大，一方面抑制了企業進行生產活動時產生的碳排放，另一方面驅動高碳排放企業遷移至環境規制寬松區域[3]，使淮河生態經濟帶土地利用碳排放效率得到提升。

2.城鎮化的估計系數在 10% 的水平上顯著為負，說明城鎮化率對土地利用碳排放效率有顯著負向作用，這與曹周亮等[26]的結論相符。原因可能在于隨著越來越多的農村人口進人城市，建設用地面積增加，能源消耗加大，導致碳排放效率降低。

3.經濟發展的估計系數在 5% 的水平上顯著為正，說明經濟發展水平對土地利用碳排放效率是正向作用，這一結論與羅谷松等[23]的結論相符。原因可能在于經濟發展通常伴隨著產業結構升級和技術水平提升，從而促進土地資源高效利用，提升土地利用碳排放效率。

4.人口密度的估計系數在 1% 的水平上顯著為正，說明人口密度對土地利用碳排放效率具有顯著正向影響。原因可能在于人口集聚帶來人力資本集聚，助推綠色低碳生產，提升土地配置效率，進而降低碳排放量，這與曹周亮等[25]的研究結論相符。

5.產業結構的估計系數在 10% 的水平上顯著為負，說明產業結構對于土地利用碳排放效率具有顯著負向影響，這一結論與鄧靈穎等[26]的研究相符。原因可能在于第二產業的發展在一定程度上會擠占碳匯地面積，建設用地開發帶來大量化石能源消耗，導致碳排放量增加。

6.綠色技術進步的估計系數在 10% 的水平上顯著為正，說明綠色技術進步對土地利用碳排放效率提升具有正向作用。這可能是由于隨著科研力度的加大，促進了綠色低碳技術的創新以及新型清潔能源的研發，從而帶動淮河生態經濟帶土地利用碳排放效率提升。

（四）穩健性檢驗

論文選取更換被解釋變量為土地利用碳排放效率、所有解釋變量滯后一期和對被解釋變量縮尾處理三種方法，對淮河生態經濟帶土地利用碳排放效率的影響因素進行穩健性檢驗，結果如表11所示。各變量的回歸系數方向均未發生變化，回歸結果與前文研究結論基本一致，研究結論具有可靠性。

六、研究結論與對策建議

（一）研究結論

論文基于碳中和背景，對淮河生態經濟帶土地利用碳排放效率進行測度并對其影響因素進行實證分析，研究結論如下：

1.考察期內淮河生態經濟帶土地利用凈碳排放量呈現上升趨勢，碳匯量相對穩定。分區域來看，東部海江河湖聯動區、北部淮海經濟區和中西部內陸崛起區凈碳排放量均呈現上升趨勢，東部區域碳匯呈現先上升后下降趨勢，北部和中西部區域碳匯呈現上升趨勢。建設用地碳排放量在三大區域碳源占比中均達 98% 以上，是淮河生態經濟帶主要碳源。

2.淮河生態經濟帶土地利用碳排放效率總體呈現先下降后上升趨勢，上升幅度較小，效率均值為0.633。分區域來看，東部海江河湖聯動區效率增幅最大且均值最高，均值為0.656；北部淮海經濟區效率均值為0.634；中西部內陸崛起區效率增幅最小，均值為0.615。從GML指數分解情況來看，技術效率是其上升的主要原因。

3.淮河生態經濟帶土地利用碳排放效率在東南一西北方向分散，東北一西南方向集聚。考察期內標準差橢圓的重心先向西北方向移動后向東北方向移動，重心移動距離和速度均呈現先上升后下降的變動趨勢，方向性有所增強。

4.環境規制、經濟發展、人口密度和綠色技術進步對淮河生態經濟帶土地利用碳排放效率具有顯著促進作用，而城鎮化和產業結構對其具有負向影響。

（二）對策建議

針對研究結論，提出以下四點對策建議：

1.縮小三區表距，加強區域協作聯動。淮河生態經濟帶三大區域的土地利用碳排放效率存在明顯差異，政府部門應當識別三大區域經濟發展水平差異，考察其減碳增匯能力，深化區域協作機制，制定具有區域公平性的差異化國土空間優化路徑。深化東部海江河湖聯動區和淮海經濟區的輻射帶動作用，加快推動中西部內陸崛起區產業轉型升級、生態修復及環境治理，推動淮河生態經濟帶土地利用綠色轉型。

2.優化國土空間布局，合理配置土地資源。根據淮河生態經濟帶資源環境特點，合理安排國王空間開發，確保碳源地和碳匯地協調發展。在碳源地開發方面，調整碳中和目標下新型城鎮開發規劃，控制城鎮建設用地開發數量，實現碳源地集約高效利用，提升碳排放效率。在碳匯地保護方面，加大環境治理投資力度，嚴格保護耕地和永久基本農田，通過植樹造林、退耕還林等方式，增強農業生態系統的碳捕捉和氣候調節能力，顯著提升碳匯能力。

3.調整產業結構布局，創新綠色新技術。政府部門應當推動產業結構優化升級，提高第三產業比重，降低第二產業比重，嚴格控制高耗能高排放行業的數量。在第二產業內部，提升低耗能低排放產業的比重，推動傳統制造業向綠色低碳轉型，大力發展綠色科技創新產業和戰略性新興產業，推動綠色技術進步。政府部門還應當推進新能源開發利用，優化新能源和可再生能源供應通道和設施的用地布局，明確并嚴格落實清潔能源及可再生能源用地需求，從而減少產業結構變動過程中所產生的碳排放量，提升土地利用效率。

4.加快新型城鎮化建設，促進城鄉融合發展。淮河生態經濟帶城市群應當進一步加快新型城鎮化建設，推動以人為核心的城鎮化，深化戶籍制度改革，建立新增城鎮建設用地指標配置和常住人口增加協調機制，合理配置城鄉土地資源，促進城鄉產業協同發展。

參考文獻

[1］賈科利，李小雨，魏慧敏，等，寧夏縣域土地利用碳排放空間分異與風險研究[J].干旱區地理，2023，46（11）：1757-1767.

[2］李緣緣，魏偉，周俊菊，等.中國土地利用碳排放變化及協調分區[J].環境科學，2023，44（3）：1267-1276.

[3」吉雪強，劉慧敏，張躍松.中國省際土地利用碳排放空間關聯網絡結構演化及驅動因素[J].經濟地理，2023，43（2）：190-200.

[4」孫赫，梁紅梅，常學禮，等．中國土地利用碳排放及其空間關聯[J].經濟地理，2015，35（3）：154-162.

[5］苑韶峰，唐奕鈺.低碳視角下長江經濟帶土地利用碳排放的空間分異[J].經濟地理，2019，39（2）：190-198.

[6]Lin QW，ZhangL，Qiu BK，et al.Spatiotemporalanalysis of land use patterns on carbon emissions in China[J].Land，2021，10（2）：141.

［7］游和遠，吳次芳．土地利用的碳排放效率及其低碳優化——基于能源消耗的視角［J].自然資源學報，2010，25（11） ：1875-1886.

[8]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.

[9]Shi JY，He Y F.Evolution characteristics of urbanland use efficiency under environmental constraints inChina[J]. Journal of Resources and Ecology，2021，12（2）：143-154..

［10］王良健，李輝，石川.中國城市土地利用效率及其溢出效應與影響因素[J].地理學報，2015，70（11）：1788-1799.

[11]Luo G S，Li T. Dynamic change and driving factorsofland use efficiency differencesaffectedbycarbonemissions at the provincial level in China［J].ActaEcologica Sinica，2019，39（13）：4751-4760.

[12］魏偉，趙浪，尹力，等.1990一2020年淮河生態經濟帶國土空間格局時空演變特征及影響因素[J].地域研究與開發，2024，43（5）：12-19.

[13］方林，李燦鋒，李浩杰，等.長江經濟帶土地利用碳排放時空效應及驅動力[J].草業科學，2022，39（12）：2539-2553.

［14］胡冉再琪，孔雪松，文高輝，等.武漢城市圈“三生”功能與土地利用碳排放耦合測度及協同分區[J].中國農業資源與區劃，2024，45（5）：209-221.

[15］張俊，汪輝，馮越珺.農業生態系統服務價值評價及其驅動因素：基于動態調節當量的實證考察[J].財貿研究，2023，34（4）：33-46.

[16］包婷，胡寶清.桂西南喀斯特一北部灣土地利用碳排放效率時空特征及影響因素分析[J/OL].自然資源情報，1-9[2024-10-08].http：//kns.cnki.net/kc-ms/detail/10.1798.N.20240613.1302.006.html.

[17］劉康，張寒，王玲，等．新型城鎮化對土地利用碳排放效率的影響機制研究——以黃土高原為例[J].中國土地科學，2024，38（7）：109-119.

[18]Yang J，Huang X.The 30m annual land cover datas-et and its dynamics in China from199O to 2019[J].Earth System Science Data，2021，13（8）：3907-3925.

[19]Dietz T，Rosa E.Rethinking the environmental impactsof population，affluence and technology[J].HumanEcologyReview，1994，1（2）：277-300.

[20］徐志雄，徐維祥，劉程軍.環境規制對土地綠色利用效率的影響[J].中國土地科學，2021，35（8）：87-95.

[21］陽凱，王奕文，黃春華，等.洞庭湖區域土地利用變化的碳排放效應研究[J].生態科學，2023，42（2）：193-201.

[22］馬遠，劉真真.黃河流域土地利用碳排放的時空演變及影響因素研究[J].生態經濟，2021，37（7）：35-43.

[23」羅谷松，李濤.碳排放影響下的中國省域土地利用效率差異動態變化與影響因素[J].生態學報，2019，39（13）：4751-4760.

[24」徐佳，崔靜波.低碳城市和企業綠色技術創新[J].中國工業經濟，2020（12）：178-196.

[25］曹周亮，張欣蓉，員學鋒，等.基于土地利用變化的陜西省縣域碳排放時空變化及影響因素研究[J]水土保持通報，2022，42（5）：376-385

[26」鄧靈穎，李紅波.武漢城市圈土地利用碳排放時空演變及驅動因素[J].水土保持研究，2024，31（1）：345-353.

Abstract：Thepurposeof this studyistoexploretheinfluencingfactorsofcarbonemissioneficiencyoflanduseintheHuaihe Eco-economicBeltandprovidetheoreticalreferenceandempiricalevidenceforacceleratingthegreentransformationoflandusein theHuaiheEco-economicBeltandhelpingachievethegoalofcarbonneutrality.Themethodsofliteratureresearch，Superefi cient SBM-GML modeland standarddeviationelpse wereemployed.Theresearchfidings show that：thecarbon sink in the HuaiheEco-economicBeltisrelativelystable，whilethenetcarbonemisionsareontherise，withtheconstructionlandbeingthe mainsourceofcarbonemissions；theoverallevelofcarbonemissionefciencyfromlanduseisrelativelylow，showingatrendof firstdecreasingandthenincreasing，spatiallyispersedinsoutheast-orthwestdirectionandconcentratedinnortheast-southwest direction，andthedirectionhasincreased，theGMLindexshoweda“rise-fal-rise”trend，andthedecompositionshowedthat technological eficiencyisthemainreasonfortheincreaseinGMLindex；Environmentalregulations，economicdevelopment， populationdensity，andgrentechnologicalprogresshaveasignificantimpactonimprovingthecarbonemissoneficiencyofland use，while urbanization and industrial structure have a significant negative impact.

Keywords：Land use；Carbon emissioneficiency；HuaiheRiver Ecological Economic Belt；Carbon neutrality

（編輯：赫雪俠）