环境科学  2026, Vol. 47 Issue (10): 6712-6723   PDF    
引用本文
许红豆, 王宏卫, 黄鑫, 王灿, 王恒. “双碳”背景下耕地利用转型对耕地碳排放的影响：以新疆为例[J]. 环境科学, 2026, 47(10): 6712-6723.
XU Hong-dou, WANG Hong-wei, HUANG Xin, WANG Can, WANG Heng. Impact of Cultivated Land Use Transition on Carbon Emissions from Cultivated Land Under the "Dual Carbon Goals": A Case of Xinjiang[J]. Environmental Science, 2026, 47(10): 6712-6723.
“双碳”背景下耕地利用转型对耕地碳排放的影响：以新疆为例
许红豆1,2, 王宏卫1,2, 黄鑫1,2, 王灿1,2, 王恒1,2     
1. 新疆大学地理与遥感科学学院，乌鲁木齐 830017;
2. 新疆大学绿洲生态自治区重点实验室，乌鲁木齐 830017
收稿日期: 2025-09-01; 修订日期: 2025-11-06
基金项目: 国家自然科学基金项目（42461036）
作者简介: 许红豆（1999~），女，硕士研究生，主要研究方向为耕地利用与碳排放，E-mail：107552301164@stu.xju.edu.cn
通信作者: 王宏卫, E-mail：wanghw@xju.edu.cn
摘要: “双碳”目标下，耕地利用转型为耕地利用低碳发展提供了新途径. 以新疆为例，构建耕地利用转型评价指标体系，综合运用最优地理探测器等方法，实证探究了耕地利用显性与隐性转型对耕地利用碳排放的影响. 结果表明：①2000~2020年间，新疆耕地利用显性与隐性转型指数均呈现“倒U型”的时序演变特征，于2015年达到峰值1.724和2.127；空间上则呈现出“西北高-东南低”的显著分异格局. ②新疆耕地利用碳排放时空演化与耕地利用转型进程高度耦合，2015年碳排放量达368.961万t，且农业生产集约化区域普遍对应较高的碳排放水平. ③耕地利用显性与隐性转型均对耕地利用碳排放产生了显著的影响效应，其中农业生产要素（如人均农作物播种面积等）解释力最强（q > 0.5）；各影响因子间存在显著的双因子交互增强效应. 因此，未来应着力优化耕地空间布局，实施分区分类的差异化管控策略，协同推广低碳农业技术与模式创新. 在保障粮食安全的前提下，促进耕地利用效率提升与碳排放强度降低的协同优化，为区域及国家“双碳”目标的实现提供支撑.
关键词: “双碳”目标      耕地利用显性转型      耕地利用隐性转型      耕地利用碳排放      新疆     
Impact of Cultivated Land Use Transition on Carbon Emissions from Cultivated Land Under the "Dual Carbon Goals": A Case of Xinjiang
XU Hong-dou1,2 , WANG Hong-wei1,2 , HUANG Xin1,2 , WANG Can1,2 , WANG Heng1,2     
1. College of Geography and Remote Sensing Sciences, Xinjiang University, Urumqi 830017, China;
2. Xinjiang Key Laboratory of Oasis Ecology, Xinjiang University, Urumqi 830017, China
Abstract: Under the "Dual Carbon Goals, " the transition of cultivated land use has provided new pathways for low-carbon development in cultivated land utilization. Taking Xinjiang as an example, this study constructed an evaluation indicator system for cultivated land use transition and employed methods such as the optimal geographical detector to empirically investigate the impact of explicit and implicit transitions of cultivated land use on carbon emissions from cultivated land. The results indicated that: ① From 2000 to 2020, both the explicit and implicit transition indices of cultivated land use in Xinjiang exhibited an "inverted U-shaped" temporal evolution trend, peaking in 2015 at 1.724 and 2.127, respectively. Spatially, they showed a significant pattern of "higher in the northwest and lower in the southeast." ② The spatiotemporal evolution of carbon emissions from cultivated land use in Xinjiang was highly coupled with the transition process of cultivated land use. In 2015, carbon emissions reached 3.689 million tons, with agriculturally intensive regions generally corresponding to higher carbon emission levels. ③ Both explicit and implicit transitions of cultivated land use significantly influenced carbon emissions, with agricultural production factors (such as per capita sown area of crops) exhibiting the strongest explanatory power (q > 0.5). Significant interactive enhancement effects were observed among the influencing factors. Therefore, future efforts should focus on optimizing the spatial layout of cultivated land, implementing differentiated management strategies tailored to specific regions, and collaboratively promoting innovations in green low-carbon agricultural technologies and models. Under the premise of ensuring food security, synergistic optimization of cultivated land use efficiency and carbon emission reduction should be promoted to support the achievement of regional and national "Dual Carbon Goals."
Key words: "Dual Carbon" Goals      explicit transformation of cultivated land use      implicit transformation of cultivated land use      carbon emissions from cultivated land use      Xinjiang     

气候变化是21世纪全球性环境挑战的典型代表，其主要驱动因素是人为温室气体排放的持续增长. 在此背景下，构建低碳发展模式成为国际社会应对气候变化的核心战略共识[1]. 现有研究表明[2]，土地利用变化所引发的碳排放量占全球碳排放总量的25%以上，是仅次于工业的第二大碳排放源[3]. 中国作为全球主要的温室气体排放国，明确提出“力争2030年前二氧化碳排放达到峰值，努力争取2060年前实现碳中和目标”. 鉴于农业土地利用碳排放在国家碳收支平衡中的重要地位[4]，深入探析耕地利用结构与功能特征对耕地碳排放过程的影响机制，对于优化农业碳减排路径以及实现耕地系统增效减碳具有重要的理论价值和实践意义[5]，为中国碳中和目标的实现提供了一条潜在途径.

土地利用转型是指在经济社会变革的驱动下，与区域经济社会发展阶段转型相对应的土地利用形态（包含显性形态与隐性形态）在特定时期内的转变过程[6]. 该理论起源于20世纪森林转型理论研究，早期实证研究主要基于欧美发达国家的经验[7]. 21世纪初，龙花楼等[8，9]学者将土地利用转型理论作为土地利用/覆被变化研究的综合性理论框架引入国内，并逐步发展成为土地利用研究的重要议题. 土地利用形态是土地利用转型研究的核心概念，随着理论研究的深入发展，土地利用形态的概念内涵不断丰富，逐步构建了显性形态与隐性形态的二元分析框架[10]. 其中，显性形态是指特定时空范围内区域土地利用的结构特征，主要体现为土地利用类型的数量和空间格局等特征[11，12]；隐性形态则是依托于显性形态的深层次表征，主要涵盖土地利用的质量属性、管理模式、要素投入产出以及多功能特征（包括生产功能、生活功能、生态功能和文化功能等）[13，14]. 耕地作为土地利用转型的重要组成部分，其转型研究与土地利用转型高度相关[15]. 近年来，我国城市化与工业化进程的加速推进，使得城市建设用地需求急剧增长，耕地利用转型进入关键阶段，耕地数量结构和空间配置发生了深刻变化. 基于此背景，学界围绕耕地利用转型的内涵[16]、理论[17]和测度方法[18]等展开了系统性研究. 现有研究将耕地利用显性形态转型概括为数量转型和空间结构转型两个维度[19]，而隐性形态转型则聚焦于耕地质量、内部结构以及功能分异等方面[20]. 在此基础上，相关研究进一步揭示了耕地利用显性形态转型与隐性形态转型的时空分异特征[21]和驱动因素[22]，且逐步拓展至耕地利用转型对粮食生产[23]、乡村振兴[24]和农业经济发展[25]等方面的影响效应研究，以及耕地利用绿色转型的路径探索[26].

综合来看，现有研究在耕地利用碳排放领域已取得显著进展，但多集中于宏观层面的碳排放测算与核算方法构建[27]，或侧重于耕地利用显性转型的单维影响分析[28]，尚未系统揭示显性与隐性协同作用下对碳排放影响机制，缺乏相应的理论框架和实证分析. 鉴于此，本研究旨在构建一个整合显性与隐性转型的二元协同分析框架，系统剖析耕地显性与隐性转型对耕地利用碳排放的直接影响及交互作用，以期为干旱区耕地低碳转型路径的制定提供更为精准的科学依据.

1 理论机制分析

耕地利用转型是指在社会经济发展和政策环境变化的驱动下，耕地利用方式和管理模式及其功能结构发生的系统性、动态性演变过程. 这一过程既体现为土地利用类型、空间格局与规模等显性形态的变化，也蕴含于耕地功能多元化、利用效率提升及管理技术革新等隐性特征的转变，是耕地系统响应外部环境压力，实现可持续发展的动态调整过程[29]. 耕地利用碳排放是指由耕地利用活动直接或间接导致的温室气体释放总量（以CO2当量计）. 主要包括：农业机械作业产生的化石燃料燃烧；水稻田甲烷排放等直接排放；化肥农药生产使用过程的间接排放；以及土地利用转换过程中导致的土壤和植被碳储量变化.

耕地是一个高度复杂且动态变化的自然-社会-经济复合系统，各子系统间持续交互作用，共同承载着保障粮食安全与推动生态可持续发展的核心功能，探究耕地利用转型是实现“以农业农村与农村绿色转型为抓手推进农业强国建设”的有效途径. 为深入研究耕地利用转型对耕地利用碳排放的影响机制，本文从耕地利用显性转型与隐性转型两个层面来进行分析.

1.1 耕地利用显性转型对耕地利用碳排放的影响机制

耕地利用显性转型主要表现为耕地利用方式、耕地面积以及空间分布格局的直接变化[30]，这些变化通过扰动土壤碳库、增加耕地面积、改变种植结构以及调整农业生产技术等途径影响碳排放. 当耕地转为城镇建设用地时，原有的土壤碳库被破坏，释放大量CO2；而当耕地被转为草地或林地时，其碳汇功能显著增强. 从空间分布格局来看，耕地综合整治是优化其空间分布格局的有效途径，不仅能提高耕地利用效率降低碳排放，还能有效增加耕地面积，但是耕地在规模化种植中，农业机械化投入会增加能源消耗，导致直接碳排放显著上升. 从种植结构来看，由传统粮食作物向经济作物转变时，不同作物的碳吸收能力和所需的农事活动强度差异会导致碳排放格局转变，尤其是化肥与农药使用模式的变化也直接影响能源消耗和耕地利用碳排放总量[31]. 由此可见，显性转型主要通过改变土地利用的物理格局和规模直接影响碳排放.

1.2 耕地利用隐性转型对耕地利用碳排放的影响机制

耕地利用隐性转型表现为耕地从单一粮食生产功能向生态、社会文化和多元经济功能拓展的过程中，生产投入结构、土壤管理方式发生变化以及内部功能的重构[32]. 其通过改变投入产出效率和改善耕地质量等方式影响着耕地利用碳排放[33]. 追求高效的投入产出能力是农业生产的核心目标之一，通过优化生产要素的配置与投入，可在提高参量的同时，减少单位产出的资源消耗，从而降低碳排放强度；但是，若单纯追求总产量最大化而过度集约投入，可能会导致碳排放的增加[34]. 通过轮作间作、土壤改良以及使用绿色有机肥等措施，能有效增强耕地的碳汇能力，最终减少碳排放. 同时，优化产业结构，运用创新农业技术发展生态农业等方式，也是减少农业碳排放的有效途径. 这表明，隐性转型主要通过改变系统内部的投入产出效率和功能结构间接影响碳排放.

耕地利用显性转型和隐性转型并非孤立存在，而是相互交织、协同作用的动态过程. 显性转型为隐性转型提供物质基础和空间载体，隐性转型则推动显性转型的方向和质量[35]. 两者共同构成了一个复杂的碳排放影响机制（图 1）.

“+”表示促进，“-”表示抑制 图 1 耕地利用转型对耕地利用碳排放影响机制 Fig. 1 Mechanisms of the impact of cropland utilization transition on cropland utilization carbon emissions

2 材料与方法 2.1 研究区概况

新疆（73°32′~96°21′E、34°22′~49°33′N）位于中国西北，是中国面积最大的省级行政区，总面积达166.49万km2（图 2），下辖14个地级行政单位. 区域地貌类型复杂多样，呈现典型的“三山夹两盆”地貌格局，其中天山山脉横亘区域中部，构成南疆与北疆的自然地理分界线. 作为中国重要的商品粮基地和特色农产品优势区，新疆耕地资源总量丰富但空间分布不均. 据第三次全国国土调查，全区耕地总面积约7.04万km2，占全国耕地面积的5.5%. 新疆耕地资源主要分布在塔城地区、喀什地区、阿克苏地区、昌吉回族自治州以及伊犁哈萨克自治州等5个地州，占全疆耕地面积的67%，构成新疆主要农业生产的核心区域. 截至2023年，新疆粮食总产达到2 119.16万t，农业综合机械化水平达到89.63%，居全国前列，已发展成为现代化农业的重要示范区，在保障国家粮食安全战略中发挥着不可替代的支撑作用.

图 2 研究区示意 Fig. 2 Schematic of the study area

2.2 数据来源

本研究采用的土地利用数据来源于中国科学院资源环境科学与数据中心（https://www.resdc.cn），选取2000年、2005年、2010年、2015年和2020年的土地利用数据产品，空间分辨率为30 m. 社会经济数据、农业统计数据以及土地利用转型指标数据来自《新疆统计年鉴》以及各地州、市统计年鉴. 由于数据限制，新疆县级市未纳入研究范围.

2.3 研究方法 2.3.1 耕地利用转型指数计算

基于耕地利用转型的内涵特征，本研究构建了包括显性维度与隐性维度的新疆耕地利用转型测度指标体系[36]. 在确保指标体系科学性与系统性的基础上，借鉴相关研究成果[37，38]，并充分考虑研究区域数据的可获得性与代表性原则，构建二维评价框架，涵盖6个准则层，16个指标层的测度指标体系（具体指标含义与计算方法见表 1）.

表 1 耕地利用转型测度指标体系 Table 1 Cropland utilization transformation measurement indicator system

显性转型聚焦于耕地利用的外在形态特征及其空间配置变化[39]. 因此，选取数量转型来体现耕地资源的规模变化以及人地关系的调整；选取空间结构转型来反映耕地空间配置的优化调整以及作物种植结构的演变[40].

隐性转型揭示了耕地利用内在功能属性的深层次结构性变迁[41]. 因此，本研究依据耕地多功能理论[42]，从生产功能转型（表征耕地产出效率与经济价值）、生活功能转型（反映耕地对农村人口生计的保障能力）、生态功能转型（体现耕地的生态系统服务功能）以及文化景观功能转型（揭示耕地景观价值与文化属性）这4个维度来量化隐性转型过程[43].

为确保评价结果的真实性和可靠性，本研究选取熵权法来量化各指标的重要性，以提供科学的权重分配.

2.3.2 耕地利用碳排放测算

耕地利用碳排放是指在耕地利用过程中直接或间接产生释放的温室气体[44]. 本研究采用IPCC提出的碳排放因子法，结合研究区域实际情况，主要关注耕地利用中导致碳排放的活动，包括：①作物种植过程中的碳排放，如翻耕等农业活动；②能源消耗，包括农业机械在产生和使用过程中产生的碳排放；③耕地化学资源利用，如化肥、农药和农膜使用产生的碳排放；④农田灌溉过程中产生的碳排放；⑤水稻种植所产生的碳排放. 采用碳排放系数法构建碳排放公式如下：

T=∑Ti=∑Pi×φi (1)

式中T为耕地利用碳排放总量；Ti为各类碳源碳排放量；Pi为各碳排放源的量；φi为各碳排放源的碳排放系数. 不同碳源的碳排放系数如表 2所示.

表 2 耕地利用主要碳源及碳排放系数 Table 2 Main carbon sources and carbon emission coefficients of cropland utilization

2.3.3 最优地理探测器

本研究采用最优地理探测器中的因子探测器与交互探测器，定量分析影响因素的空间分异性及其交互作用. 地理探测器基于空间分异理论[46]，通过计算q统计量衡量自变量对因变量的解释力，其核心公式为

q=1-∑h=1LNhσh2Nσ2 (2)

式中，q为解释力指标（0≤q≤1），L为自变量分层数，Nh和σh2分别为第h层的样本量和方差，N和σ2为全样本总量和总体方差. q值越大表明自变量对应变量的影响越显著.

3 结果与分析 3.1 耕地利用转型时空演变特征分析 3.1.1 耕地利用转型与碳排放时间演变分析

由图 3可知，2000~2020年新疆耕地利用转型呈现出显著的阶段性演变特征，其发展轨迹呈“倒U型”分布. 这一转变可能与2015年后国家强调生态文明建设，推行农业供给侧结构性改革以及新疆自身推动农业绿色高质量发展的政策导向密切相关. 具体来说，在2000年，耕地利用转型水平处于早期阶段，转型强度相对较弱；随着西部大开发战略的推进和农业现代化技术广泛应用，耕地利用投入产出水平显著提升，耕地利用强度和利用效率迅速提高，至2015年耕地利用显性、隐性转型水平达到峰值，分别为1.724和2.217；2015~2020年，耕地利用转型指数呈现递减态势，显性转型与隐性转型水平差异逐渐减小. 导致这种变化的原因可能是随着农业科技创新和高标准农田的建设，耕地利用要素配置逐渐改善，转向集约化、规模化利用，农业现代化进程和内部结构优化进入调整期.

图 3 2000~2020年新疆耕地利用转型指数与耕地利用碳排放变化 Fig. 3 Changes in cropland utilization transition index and cropland utilization carbon emissions in Xinjiang from 2000 to 2020

从耕地利用碳排放时间演化态势来看，2000~2020年呈现先增长后趋于稳定的耕地利用碳排放模式. 具体来说，2000~2015年耕地利用碳排量持续增加，2015年碳排放量达到368.961万t；而2015~2020年耕地利用碳排放的增长率显著放缓，这一趋势与耕地利用转型的阶段性演化特征高度耦合.

3.1.2 耕地利用转型空间演变分析

由图 4可知，在显性转型方面，呈现出典型的“西北高-东南低”空间分布格局. 具体而言，北疆地区转型指数显著高于南疆地区，其中阿勒泰地区、伊犁哈萨克自治州和博尔塔拉蒙古自治州等北疆地区转型指数持续处于高值区间，而和田地区、吐鲁番市和哈密市等南疆地区则处于相对较低水平. 2000~2015年显性转型指数整体呈上升趋势，特别是2010~2015年多数地区显著增强，北疆的阿勒泰地区和伊犁哈萨克自治州在2015年达到最高值；而在2015~2020年除阿克苏地区外，大部分地区显性转型指数有所下降，且转型速率逐渐减缓.

图 4 2000~2020年新疆耕地利用显性转型指数空间分布格局 Fig. 4 Spatial distribution pattern of the explicit transformation index of cropland utilization in Xinjiang from 2000 to 2020

由图 5可知，在隐性转型方面，同样呈现“西北高-东南低”的空间分布格局，且其空间分异强度较显性转型更为显著. 伊犁哈萨克自治州、阿勒泰地区和博尔塔拉蒙古自治州构成持续性高值区，其中伊犁地区尤为突出，其隐性转型指数在2000~2015年持续位于最高等级. 且2015年几乎所有地区都达到研究期内的峰值水平，此后普遍呈现回落态势. 这一现象可能与新疆农业发展政策、农业投入强度变化以及技术扩散和采纳周期相关.

图 5 2000~2020年新疆耕地利用隐性转型指数空间分布格局 Fig. 5 Spatial distribution pattern of implicit transformation index for cropland utilization in Xinjiang from 2000 to 2020

耕地利用综合转型指数作为显性与隐性转型的综合表征，全面反映了区域耕地利用转型的整体水平. 由图 6可知，综合转型指数的空间分布格局依然呈现“西北高-东南低”的空间分异特征，但其区域分异程度较单一维度更为显著. 伊犁哈萨克自治州、阿勒泰地区和博尔塔拉蒙古自治州的综合转型指数在研究期内持续处于高等级，在空间上形成了连片分布的高值区域区. 其中，伊犁哈萨克自治州最为突出，其综合转型指数于2010年后进入最高等级，成为研究区内综合转型的核心区域. 2010~2015年北疆多个地区相继达到转型最高等级；而2015~2020年除阿克苏地区外，大部分地区综合转型指数呈现回落态势，标志着耕地利用转型进入新的调整阶段.

图 6 2000~2020年新疆耕地利用综合转型指数空间分布格局 Fig. 6 Spatial distribution pattern of the comprehensive transformation index of cultivated land utilization in Xinjiang from 2000 to 2020

综合转型过程中呈现的显著空间现象是“核心-边缘”发展格局的动态演变. 以伊犁哈萨克自治州为代表的高值区空间范围先扩大后收缩：2010~2015年高值区范围有所扩展，形成空间上较为连片的高值分布态势；而至2020年，高值区的范围出现一定收缩，区域间差异趋于加大. 这一空间演变过程在一定程度上反映出新疆地区农业现代化发展中存在的阶段性波动与区域发展不平衡问题.

3.2 耕地利用碳排放空间演变分析

由图 7可知，2000~2020年新疆耕地利用碳排放分布不均衡. 整体来看，大部分地区的耕地利用碳排放强度呈现持续上升趋势，区域差异也更为明显，总体上呈现“北疆高，南疆低”的分布态势. 具体而言，伊犁哈萨克自治州、阿克苏地区和喀什地区的碳排放增长轨迹最为显著，其耕地利用碳排放强度从2000年的中低等水平逐渐升至2020年的高等水平. 相比之下，哈密市、吐鲁番市及南疆地区的和田等地在整个研究区内始终维持相对较低的碳排放水平，呈现出相对稳定的低碳发展态势. 这种差异可能与各地区的耕地面积、农业结构、耕作方式和农业机械化水平等因素密切相关.

图 7 2000~2020年新疆耕地利用碳排放空间分布格局 Fig. 7 Spatial distribution pattern of carbon emissions from cropland utilization in Xinjiang from 2000 to 2020

3.3 耕地利用转型对碳排放的影响分析

采用最优地理探测器的因子探测分析耕地利用显性、隐性转型16个驱动因子对耕地利用碳排放的影响，从表 3可知，耕地利用显性、隐性转型对碳排放的解释力呈现出一定的时序变化特征. 具体来看，2000年人均农作物播种面积（X2）、人均农业产值（X8）、粮食作物播种面积占比（X6）与人均粮食保障率（X10）解释力水平最高，q值均大于0.55；2005年粮食作物播种面积占比（X6）与人均粮食保障率（X10）q值大于0.55，表现出较高水平的解释力；2010年大多因素解释力水平有所下降，地均粮食产量（X7）、人均农业产值（X8）、人均粮食保障率（X10）解释力保持在高水平，特别是人均粮食保障率（X10），q值高达0.854；2015年人均农作物播种面积（X2）与粮食作物播种面积占比（X6）解释力水平最高；2020年人均农作物播种面积（X2）与景观分维数（X16）q值大于0.55. 综合来看，研究期内人均农作物播种面积（X2）、粮食作物播种面积占比（X6）以及人均粮食保障率（X10）的解释力保持在较高水平，表明农业生产活动是影响碳排放的关键因素. 总体而言，耕地利用转型对碳排放的影响呈现多元化特征，且受时间和空间因素的共同作用，农业生产活动和粮食安全保障是影响碳排放的主导因素，而生态和景观因素的影响正日益凸显.

表 3 因子探测结果 Table 3 Factor detection results

运用最优地理探测器的交互探测器分析各影响因素对耕地利用碳排放的交互作用，结果显示（图 8），任意两因子交互后的q值均大于单一因子的解释力，表现出显著的双因子增强效应，说明耕地利用碳排放是由显性与隐性形态多维度因素共同驱动的复杂过程. 具体而言：2000年，人均粮食保障率（X10）与土地垦殖率（X3）和人均农业产值（X8）的交互q值最高（0.948、0.943），反映粮食生产与土地开发强度共同加剧了农业投入，增加了耕地碳排排放量. 2005年，人均农作物播种面积（X2）与土地垦殖率（X3）和人均农业产值（X8）的交互q值达到0.965、0.911，表明规模经营与土地开发程度共同加剧机械与资源消耗. 2010年交互作用最高的为人均耕地生态承载力（X12）与人均粮食保障率（X10）和人均农业产值（X8），q值为0.964和0.959，暗示生态优良区在粮食保障目标下，可能引发更强烈的农业活动，导致碳排放增加. 2015年交互作用最大的q值是复种指数（X5）与耕地生态系统服务文化价值（X14）的0.926以及与新增耕地面积（X4）的0.925，体现了人类对耕地功能需求的多元化对碳排放的影响. 至2020年，景观分维数（X16）与多项农业生产指标的交互效应最为突出，与地均粮食产量（X7）、人均粮食保障率（X10）和人均耕地面积（X1）的交互q值分别达到0.947、0.943和0.922，说明景观格局的优化与农业生产集约化共同作用对碳排放的影响逐渐显现.

图 8 交互探测结果 Fig. 8 Interactive detection results

4 讨论

本研究揭示了新疆2000~2020年耕地利用转型的阶段性发展格局，其发展轨迹与西部大开发战略的实施进程相契合. 2000~2015年，耕地利用转型快速发展，政策导向、资本投入和技术推广的协同作用推动了耕地利用效率的提升，2015年转型速度呈减缓趋势，反映了耕地利用模式从外延式扩张向内涵式发展的战略性转变. 研究期间，耕地利用隐性转型水平持续高于显性转型水平，表明新疆农业发展更多依赖于技术进步、管理水平提升和生产效率改善，而非单纯的规模扩张. 这种发展模式符合可持续农业发展的基本理念，但同时凸显了区域发展不均衡的结构性问题. 北疆地区在自然资源禀赋、基础设施建设和技术接受能力等方面的优势，使其在耕地利用发展转型过程中始终占据主导地位.

本研究表明，耕地利用转型与碳排放在时空演变格局上呈现高度耦合特征，这一现象揭示了农业现代化进程中生产效率提升与环境负效应增加之间的内在矛盾[47]. 农业发达地区往往伴随着更高的碳排放强度，体现了发展与保护之间的权衡关系. 2000~2015年，农业机械化水平提高、化肥农药使用量增加以及灌溉设施完善等现代化要素在提升农业生产能力的同时，不可避免地导致了碳排放的持续增长[48]. 2015年后碳排放增长率的明显放缓，可能与新疆农业绿色发展理念的确立、节水农业技术的推广以及农业投入结构的优化调整等政策措施密切相关[49]. 该现象在伊犁哈萨克自治州、阿克苏地区等农业主产区表现尤为突出，提示在推进农业现代化的过程中，必须统筹考虑碳减排目标，实现农业发展与环境保护的协调统一.

地理探测器结果分析显示，耕地利用碳排放受到耕地利用显性、隐性转型多重因素的复合影响，其中人均农作物播种面积、粮食作物播种面积占比以及人均粮食保障率等生产要素的解释力最强，与农业活动是农业碳排放主要来源的理论认知相符[50]. 交互探测结果表明各影响因素间存在显著的协同增强效应，单一因素的影响力在交互作用下被显著放大，这说明耕地利用碳排放是一个复杂的系统性问题，需要采用系统性思维进行综合治理，以有效实现碳减排目标.

但本研究仍存在一定局限性，受区域基础数据的限制，本研究主要关注耕地利用转型对耕地利用碳排放的影响，而未将耕地的碳汇功能纳入统一的核算框架. 这一局限可能导致对耕地利用转型净碳效应的评估不够全面. 因此，未来研究应该更加细化耕地利用碳排放的核算，构建“碳源-碳汇”双向平衡的综合评估框架. 此外，受区域数据可得性的限制，目前仅研究了新疆14个地（州、市）2000年、2005年、2010年、2015年和2020年这5期的数据，未来研究应进一步拓展时间序列，细化空间尺度，深入探讨气候变化、政策变迁等外部因素对耕地利用转型与碳排放关系的影响机制，为构建更加完善的农业可持续发展理论体系提供支撑. 基于此，本文提出如下政策建议：①实施分区分类的精准管控策略. 针对伊犁哈萨克自治州、阿克苏地区等高转型-高排放型地州，重点实施“提质控排”，严格控制农药化肥施用强度，推广智能滴灌与精准施肥等技术；针对和田等转型滞后地区，重点推进“绿色扩容”，在高标准农田建设中集成低碳技术，规避高碳发展路径. 制定农户绿色生产激励政策，对采纳有机肥替代和秸秆还田等措施的农户基于生态补贴或技术支持. ②建立耕地利用转型与碳排放的协同管控机制. 在昌吉和塔城等集约化农业区建立“低碳农业转型示范区”，推动智慧农业与农业复合经营等绿色低碳的农业技术的集成示范. 开展农户绿色农业知识培训，推广保护性耕作，激发农户在提升耕地绿色发展中的主体作用. ③优化要素配置与政策落地的层级衔接. 在种植结构调控中，不仅考虑区域粮食安全目标，也需关注农户种植意愿与经济收益，通过订单农业等方式鼓励豆科等固氮作物种植；在耕地利用转型推进过程中，要充分利用显性-隐性因子的交互增强效应. 例如，在推广规模化经营的同时，必须配套推广绿色技术，才能避免碳排放单一增长，实现协同减排效益最大化.

5 结论

（1）新疆耕地利用显性、隐性转型呈现出显著的时空异质性特征. 从时间尺度来看，耕地利用转型均呈“倒U型”发展趋势，2015年为转折点；从空间尺度来看，耕地利用转型呈现出“西北高-东南低”的分布格局，具体来看，以伊犁哈萨克自治州为核心的北疆地区始终是耕地利用显性、隐性转型的高值区，而南疆地区转型水平相对滞后，区域发展不平衡问题突出.

（2）新疆耕地利用碳排放的时空演化格局与耕地利用转型高度耦合. 从时间尺度来看，耕地利用碳排放同样呈现出先快速增长后趋于稳定的演变趋势；从空间尺度来看，碳排放强度与耕地利用转型水平呈现出相似的空间分布格局，且农业生产集约化地区普遍对应着较高的碳排放水平.

（3）耕地利用显性转型与隐性转型均对耕地利用碳排放产生了显著的影响，其中人均农作物播种面积、粮食作物播种面积占比和人均粮食保障率等农业生产要素的解释力最强（q值均 > 0.5），且各影响因子间存在显著的交互增强效应.

参考文献
[1] Hansen J, Sato M. Greenhouse gas growth rates[J]. Proceedings of the National Academy of Sciences of the United States of America, 2004, 101(46): 16109-16114.
[2] Li J T, Huang Y, Liang H, et al. Refined assessment of carbon emissions from land use in China: a research framework based on "provincial accounting-efficiency assessment-spatial synergy"[J]. Sustainable Cities and Society, 2025, 132. DOI:10.1016/j.scs.2025.106831
[3] Hong C P, Burney J A, Pongratz J, et al. Global and regional drivers of land-use emissions in 1961-2017[J]. Nature, 2021, 589(7843): 554-561. DOI:10.1038/s41586-020-03138-y
[4] Crippa M, Solazzo E, Guizzardi D, et al. Food systems are responsible for a third of global anthropogenic GHG emissions[J]. Nature Food, 2021, 2(3): 198-209. DOI:10.1038/s43016-021-00225-9
[5] 周敏, 吕宏宇. 中国耕地利用碳减排潜力空间特征及影响因素[J]. 环境科学与技术, 2024, 47(1): 214-225.
Zhou M, Lyu H Y. Spatial characteristics and influencing factors of carbon emission reduction potential of cultivated land utilization in China[J]. Environmental Science & Technology, 2024, 47(1): 214-225.
[6] 龙花楼. 土地利用转型的解释[J]. 中国土地科学, 2022, 36(4): 1-7.
Long H L. Explanation of land use transitions[J]. China Land Science, 2022, 36(4): 1-7.
[7] Rudel T K, Schneider L, Uriarte M. Forest transitions: an introduction[J]. Land Use Policy, 2010, 27(2): 95-97. DOI:10.1016/j.landusepol.2009.09.021
[8] 龙花楼. 土地利用转型——土地利用/覆被变化综合研究的新途径[J]. 地理与地理信息科学, 2003, 19(1): 87-90.
Long H L. Land use transition: a new integrated approach of land use/cover change study[J]. Geography and Geo-Information Science, 2003, 19(1): 87-90.
[9] 龙花楼, 李秀彬. 区域土地利用转型分析——以长江沿线样带为例[J]. 自然资源学报, 2002, 17(2): 144-149.
Long H L, Li X B. Analysis on regional land use transition: a case study in Transect of the Yangtze River[J]. Journal of Natural Resources, 2002, 17(2): 144-149.
[10] Long H L, Qu Y. Land use transitions and land management: a mutual feedback perspective[J]. Land Use Policy, 2018, 74: 111-120. DOI:10.1016/j.landusepol.2017.03.021
[11] 张常仁, 韩增林, 赵玉青, 等. 基于土地利用转型的碳流动与经济增长互动关系及影响因素[J]. 资源科学, 2025, 47(1): 167-181.
Zhang C R, Han Z L, Zhao Y Q, et al. Interactive relationship between carbon flow and economic growth and influencing factors based on land use transition[J]. Resources Science, 2025, 47(1): 167-181.
[12] 梁膑月, 曹春, 李锦超, 等. 近20年兰西城市群生态系统服务价值对土地利用转型的时空响应[J]. 环境科学, 2024, 45(6): 3329-3340.
Liang B Y, Cao C, Li J C, et al. Spatiotemporal response of ecosystem service value to land use change in the Lanzhou-Xining urban agglomeration over the past 20 years[J]. Environmental Science, 2024, 45(6): 3329-3340.
[13] 谭林, 陈岚. 土地利用隐性转型的作用机理及调控路径[J]. 资源科学, 2025, 47(1): 26-41.
Tan L, Chen L. Mechanisms and regulatory pathways of recessive land use transition[J]. Resources Science, 2025, 47(1): 26-41.
[14] 高敏, 李加林, 刘晓丹, 等. "三生空间"视角下东海区海岸带土地利用转型对生态环境质量的影响[J]. 环境科学, 2025, 46(11): 7119-7130.
Gao M, Li J L, Liu X D, et al. Impacts of land use transformation on ecological environmental quality in coastal zone of East China Sea under perspective of "production-living-ecology spaces[J]. Environmental Science, 2025, 46(11): 7119-7130. DOI:10.13227/j.hjkx.202408213
[15] Ge D Z, Long H L, Zhang Y N, et al. Farmland transition and its influences on grain production in China[J]. Land Use Policy, 2018, 70: 94-105. DOI:10.1016/j.landusepol.2017.10.010
[16] 龙花楼. 论土地利用转型与乡村转型发展[J]. 地理科学进展, 2012, 31(2): 131-138.
Long H L. Land use transition and rural transformation development[J]. Progress in Geography, 2012, 31(2): 131-138.
[17] 宋小青, 吴志峰, 欧阳竹. 耕地转型的研究路径探讨[J]. 地理研究, 2014, 33(3): 403-413.
Song X Q, Wu Z F, Ouyang Z. Route of cultivated land transition research[J]. Geographical Research, 2014, 33(3): 403-413.
[18] 孙心怡, 王介勇, 朱西存, 等. 基于人地系统视角耕地利用转型过程及其驱动因素分析——以黑龙江省齐齐哈尔市为例[J]. 自然资源学报, 2025, 40(2): 350-366.
Sun X Y, Wang J Y, Zhu X C, et al. Transformation of cultivated land utilization and its driving factors based on human-earth system perspective: taking Qiqihar city, Heilongjiang province, as an example[J]. Journal of Natural Resources, 2025, 40(2): 350-366.
[19] Ma L, Long H L, Tu S S, et al. Farmland transition in China and its policy implications[J]. Land Use Policy, 2020, 92. DOI:10.1016/j.landusepol.2020.104470
[20] 潘子纯, 田蓬鹏, 马鹏超, 等. 哈长城市群耕地利用转型与县域城乡融合耦合协调的时空演进及驱动因素[J]. 农业工程学报, 2025, 41(3): 228-239.
Pan Z C, Tian P P, Ma P C, et al. Spatiotemporal evolution and driving factors in coupling coordination of cultivated land use transformation and county-level urban-rural integration in Harbin-Changchun urban agglomeration[J]. Transactions of the Chinese Society of Agricultural Engineering, 2025, 41(3): 228-239.
[21] 彭坤杰, 陈丹. 长三角耕地利用绿色转型与旅游发展协调时空评价及驱动因素识别[J]. 水土保持研究, 2025, 32(4): 227-238.
Peng K J, Chen D. Spatiotemporal evaluation and driving factor identification of coordination between green transformation of cultivated land use and tourism development in Yangtze River Delta[J]. Research of Soil and Water Conservation, 2025, 32(4): 227-238.
[22] 胡海洋, 余敦, 魏鹏, 等. 鄱阳湖平原耕地利用绿色转型时空格局及驱动因素[J]. 水土保持研究, 2025, 32(3): 270-281.
Hu H Y, Yu D, Wei P, et al. Spatial-temporal pattern and driving factors of green transformation of cultivated land use in Poyang Lake Plain[J]. Research of Soil and Water Conservation, 2025, 32(3): 270-281.
[23] 李贤, 王浩阳, 牛文浩, 等. 黄河流域耕地利用转型时空演变及其对粮食生产的影响[J]. 中国农业大学学报, 2024, 29(10): 85-96.
Li X, Wang H Y, Niu W H, et al. Spatial-temporal evolution of cultivated land use transition and its impact on grain production in the Yellow River basin[J]. Journal of China Agricultural University, 2024, 29(10): 85-96.
[24] Zang Y Z, Hu S G, Liu Y S. Rural transformation and its links to farmland use transition: theoretical insights and empirical evidence from Jiangsu, China[J]. Habitat International, 2024, 149. DOI:10.1016/j.habitatint.2024.103094
[25] Cui H Y, Ke S G, Lu X H. An empirical study on the impact of green transition of farmland use on agricultural economic growth: a case of Hubei province of China[J]. Habitat International, 2024, 148. DOI:10.1016/j.habitatint.2024.103090
[26] 尹珂, 任思敏. 三峡库区耕地绿色转型的时空分异及其驱动机制研究[J]. 水土保持研究, 2025, 32(6): 381-390, 402.
Yin K, Ren S M. Spatiotemporal differentiation and driving mechanisms of green transformation of cultivated land in Three Gorges Reservoir area[J]. Research of Soil and Water Conservation, 2025, 32(6): 381-390, 402.
[27] 聂承静, 李艺璇, 杜辉, 等. 多维城镇化与碳排放的非线性关系及其驱动机制[J]. 环境科学, 2025, 46(6): 3524-3535.
Nie C J, Li Y X, Du H, et al. Nonlinear relationship between multidimensional urbanization and carbon emissions and its driving mechanisms[J]. Environmental Science, 2025, 46(6): 3524-3535. DOI:10.13227/j.hjkx.202311060
[28] 杨君, 刘畅, 袁淑君, 等. 不同空间尺度耕地利用转型碳排放及其影响因素——以湖南省为例[J]. 水土保持通报, 2025, 45(1): 264-275.
Yang J, Liu C, Yuan S J, et al. Carbon emissions of cultivated land use transformation and influencing factors at different spatial scales——a case study in Hunan province[J]. Bulletin of Soil and Water Conservation, 2025, 45(1): 264-275.
[29] Wang X X, Zhao H F, Qian J C, et al. Promoting or inhibiting? The impact of farmland use transition on rural household income: evidence from the Three Northeast provinces, China[J]. Habitat International, 2025, 156. DOI:10.1016/j.habitatint.2024.103255
[30] 谭智元, 黄玉莉, 曹银贵, 等. 中国耕地利用转型研究: 热点与前沿[J]. 农业资源与环境学报, 2023, 40(6): 1400-1414.
Tan Z Y, Huang Y L, Cao Y G, et al. Research on the transformation of cultivated land use in China: hotspots and frontiers[J]. Journal of Agricultural Resources and Environment, 2023, 40(6): 1400-1414.
[31] 吕添贵, 邱蓉, 李泽英, 等. 长江中游粮食主产区耕地碳源汇时空演化特征及驱动因素分析[J]. 农业工程学报, 2024, 40(18): 251-261.
Lyu T G, Qiu R, Li Z Y, et al. Spatiotemporal evolution and driving factors of carbon sources and sinks on cultivated land in the main grain producing areas in the Middle Reaches of the Yangtze River[J]. Transactions of the Chinese Society of Agricultural Engineering, 2024, 40(18): 251-261.
[32] 曲艺, 龙花楼. 中国耕地利用隐性形态转型的多学科综合研究框架[J]. 地理学报, 2018, 73(7): 1226-1241.
Qu Y, Long H L. A framework of multi-disciplinary comprehensive research on recessive farmland transition in China[J]. Acta Geographica Sinica, 2018, 73(7): 1226-1241.
[33] 卢新海, 唐一峰, 易家林, 等. 基于空间计量模型的耕地利用转型对农业经济增长影响研究[J]. 中国土地科学, 2019, 33(6): 53-61.
Lu X H, Tang Y F, Yi J L, et al. Study on the impact of cultivated land use transition on agricultural economic growth based on spatial econometric model[J]. China Land Science, 2019, 33(6): 53-61.
[34] Zhou Y J, Zhang E S, He L J, et al. The carbon emission reduction benefits of the transformation of the intensive use of cultivated land in China[J]. Journal of Environmental Management, 2024, 370. DOI:10.1016/j.jenvman.2024.122978
[35] Zhou Y J, He L J, Zhang E S, et al. Impact of cropland use transformation on ecosystem carbon sinks in a typical agroforestry mixed region: an analysis from explicit and implicit perspectives[J]. Environmental Impact Assessment Review, 2025, 115. DOI:10.1016/j.eiar.2025.107979
[36] 牛善栋, 方斌, 崔翠, 等. 乡村振兴视角下耕地利用转型的时空格局及路径分析——以淮海经济区为例[J]. 自然资源学报, 2020, 35(8): 1908-1925.
Niu S D, Fang B, Cui C, et al. The spatial-temporal pattern and path of cultivated land use transition from the perspective of rural revitalization: taking Huaihai economic zone as an example[J]. Journal of Natural Resources, 2020, 35(8): 1908-1925.
[37] 王梦成, 董又铭, 林娜娜, 等. 双碳背景下耕地利用转型对耕地利用碳排放的影响及其空间溢出效应——以黄淮海平原为例[J]. 自然资源学报, 2024, 39(2): 352-371.
Wang M C, Dong Y M, Lin N N, et al. Impact of farmland use transition on farmland use carbon emissions and its spatial spillover effects under the double carbon background: a case study of Huang-Huai-Hai plain[J]. Journal of Natural Resources, 2024, 39(2): 352-371.
[38] 代亚强, 张玥, 柯新利, 等. 耕地利用转型与县域城镇化的耦合作用及其影响因素分析——以河南省为例[J]. 自然资源学报, 2024, 39(1): 206-227.
Dai Y Q, Zhang Y, Ke X L, et al. Coupling interaction and driving factors of cultivated land use transition and county urbanization: a case study in Henan province[J]. Journal of Natural Resources, 2024, 39(1): 206-227.
[39] 吕立刚, 逯玲君, 龙花楼, 等. 耕地利用绿色转型的内涵、进展与展望[J]. 农业工程学报, 2025, 41(15): 1-12.
Lyu L G, Lu L J, Long H L, et al. Conceptual connotation, research progress and prospect of green transition of farmland use[J]. Transactions of the Chinese Society of Agricultural Engineering, 2025, 41(15): 1-12.
[40] 朱庆莹, 王玉琳, 陈坤, 等. 主体功能区视角下湖北省耕地利用转型时空分异特征[J]. 农业工程学报, 2024, 40(15): 222-232.
Zhu Q Y, Wang Y L, Chen K, et al. Spatial-temporal divergence of cultivated land use transformation in Hubei province from the perspective of main functional zones[J]. Transactions of the Chinese Society of Agricultural Engineering, 2024, 40(15): 222-232.
[41] 周贵鹏, 龙花楼, 戈大专, 等. 耕地利用隐性形态三维测度及其地域类型研究——以黄淮海地区为例[J]. 地理研究, 2024, 43(1): 180-199.
Zhou G P, Long H L, Ge D Z, et al. Study on three-dimensional measurement of recessive farmland use morphology and its regional types: a case of the Huang-Huai-Hai region[J]. Geographical Research, 2024, 43(1): 180-199.
[42] 王芳, 李婧, 王建, 等. 成渝经济区多情景模拟土地利用变化及其对碳储量的影响[J]. 环境科学, 2025, 46(9): 5718-5728.
Wang F, Li J, Wang J, et al. Multi-scenario simulation of land use change in Chengyu economic zone and its influence on carbon reserves[J]. Environmental Science, 2025, 46(9): 5718-5728. DOI:10.13227/j.hjkx.202407242
[43] Yang H, Zou R Y, Hu Y M, et al. Sustainable utilization of cultivated land resources based on "element coupling-function synergy" analytical framework: a case study of Guangdong, China[J]. Land Use Policy, 2024, 146. DOI:10.1016/j.landusepol.2024.107316
[44] West T O, Marland G. A synthesis of carbon sequestration, carbon emissions, and net carbon flux in agriculture: comparing tillage practices in the United States[J]. Agriculture, Ecosystems & Environment, 2002, 91(1-3): 217-232.
[45] 伍芬琳, 李琳, 张海林, 等. 保护性耕作对农田生态系统净碳释放量的影响[J]. 生态学杂志, 2007, 26(12): 2035-2039.
Wu F L, Li L, Zhang H L, et al. Effects of conservation tillage on net carbon flux from farmland ecosystems[J]. Chinese Journal of Ecology, 2007, 26(12): 2035-2039.
[46] 王劲峰, 徐成东. 地理探测器: 原理与展望[J]. 地理学报, 2017, 72(1): 116-134.
Wang J F, Xu C D. Geodetector: Principle and prospective[J]. Acta Geographica Sinica, 2017, 72(1): 116-134.
[47] 张启岚, 吕晓. "双碳"目标下如何提升农户耕地绿色利用效率——要因探索与路径分析[J]. 中国土地科学, 2025, 39(3): 70-79.
Zhang Q L, Lyu X. Improving farmers' cultivated land green use efficiency under the "Dual Carbon" target: key factors and configuration paths[J]. China Land Science, 2025, 39(3): 70-79.
[48] 牛善栋, 吕晓, 谷国政. 中间投入对农户耕地利用绿色转型的影响——基于"U"型关系的诊断分析[J]. 自然资源学报, 2025, 40(7): 1857-1879.
Niu S D, Lyu X, Gu G Z. The effect of intermediate input on the green transition of cultivated land use: a diagnostic analysis based on the U-shaped relationship[J]. Journal of Natural Resources, 2025, 40(7): 1857-1879.
[49] 吉泽男, 付文婷, 王鹏程, 等. 干旱区数字经济与农业绿色发展耦合协调研究——以新疆为例[J]. 干旱区地理, 2024, 47(11): 1981-1990.
Ji Z N, Fu W T, Wang P C, et al. Coupling and coordination of digital economy and green development of agriculture in arid zones: a case of Xinjiang[J]. Arid Land Geography, 2024, 47(11): 1981-1990.
[50] 王如如, 张郁, 房艳刚, 等. 农业生产转型视角的东北三省农业碳排放格局特征与作用机制[J]. 地理研究, 2023, 42(8): 2264-2282.
Wang R R, Zhang Y, Fang Y G, et al. The pattern characteristics and mechanisms of agriculture carbon emissions from the perspective of agricultural production transition in Northeast China[J]. Geographical Research, 2023, 42(8): 2264-2282.